干雪深度反演的同极化相位差模型

积雪深度是积雪的重要结构参数,获取高精度雪深空间分布信息对于流域尺度水资源管理、气候变化研究和灾害预报等具有重要意义.本文以新疆阿尔泰山南坡克兰河上游为研究区,利用C波段全极化GF-3数据及地面同步观测数据,根据VV与HH极化信号在积雪中折射率不同导致相位差异的原理,使用Maxwell-Garnett方程构建同极化相位差(co-pol arized phase difference,CPD)的正演模型,并基于CPD与雪深关系构建了雪深反演模型.通过对具有不同积雪条件的浅雪区与深雪区分别进行雪深反演,获得雪深空间分布信息.同时对反演不确定性进行了分析,并与已有方法进行比较,研究结果表明:①假定研究区积雪各向异性介电常数恒定的理想情况下,CPD仅是雪深的函数,可用半经验的线性模型反演雪深,反演精度的高低与计算CPD过程中使用的滤波器的窗口大小有关,浅雪区的最优滤波窗口为59×59像元,反演精度R为0.83,RMSE为2.72 cm,深雪区的最优滤波窗口为33×33像元,反演精度R为0.54,RMSE为11.69 cm;②雪深反演误差与坡度显著相关,随着坡度的增加,雪深的反演误差呈现出显著增加的趋势,雪深反演不确定性受雪层变质程度、含水量及卫星入射角观测几何条件影响,反演方法对于干燥、雪层变质结晶程度低、均质的积雪及具有大入射角的SAR卫星有更好的适用性;③对比已有基于CPD模型的雪深反演方法,本文方法已经将反演所需要的参数减少为遥感获取的CPD数据,以及进行模型拟合的实测雪深数据,反演精度更高.研究表明CPD模型反演山区雪深空间分布是有效和可行的,研究成果为山区雪深遥感反演提供了新思路.     

基于Triple-Collocation的地面观测与卫星遥感数据融合的雪深反演

针对单一被动微波遥感反演雪深的精度和空间分辨率不足的问题,提出了一种星-地多源数据融合的雪深反演方法。以北疆每日站点观测雪深、AMSR-E遥感反演雪深和SSM/I遥感反演雪深数据为研究对象,首先利用地统计方法结合地面站点观测数据估计北疆区域的雪深,然后采用Triple-Collocation方法分别估计三个雪深数据的误差方差,最后结合最小二乘原理实现星-地雪深观测数据的融合。对融合雪深与地面雪深观测数据进行验证分析,结果显示,与AMSR-E和SSM/I遥感反演雪深相比,融合的雪深与地面观测雪深的相关性更高;融合的雪深的精度有一定程度的提高。实验结果证明了多源数据融合方法的有效性。     

D-InSAR技术的积雪深度反演

积雪深度是大量气候、水文、农业及生态模型的重要输入变量。选用欧空局Sentinel-1主动微波数据,利用合成孔径雷达SAR(Synthetic Aperture Radar)差分干涉测量技术的二轨法,根据积雪相位与雪深之间的转换关系,反演新疆天山中段的巴音布鲁克盆地典型区的积雪雪深分布,提出了基于InSAR二轨差分的雪深估计方法,反演得到2016年12月18日的空间分辨率为13.89 m的雪深分布。研究表明:(1)对Sentinel-1数据进行正确的预处理以后,可以应用SAR差分干涉测量技术的二轨法反演区域雪深分布。但由于像对相干性和积雪状态的差异,积雪深度超过10 cm,可以获取较准确的雪深反演结果,R=0.65,反演误差的均方根误差RMSE=4.52 cm,平均相对误差为22.42%,反演雪深结果均比实测结果略偏低;而当雪深小于10 cm时,雪深反演值较实测值存在较大的误差,相对误差均高于34.52%,且反演雪深值均比实测值偏高。(2)雪深反演精度受高程及实际雪深的差异影响显著,另外雪深反演精度也受限于干涉像对相干性。结果表明,对于获取区域积雪雪深,InSAR技术较光学及被动微波遥感具有非常广阔的应用前景。     

基于GPS新型L5信号的地表雪深反演研究

利用GPS多路径反射信号测量地表雪深具有全天候和高时空分辨率的特点，因此其可作为一种代替气象站监测雪深的新手段。然而，先前大多数研究仅使用了GPS L1和L2C波段信噪比数据探测积雪深度。为验证新型的L5信号在雪深反演方面的优越性，本文阐述了GPS-R技术反演雪深的原理，利用Lomb-Scargle周期图法所处理的受积雪表层影响的信噪比数据计算了频谱振幅强度，通过获取频谱特征值与天线高度的关系求解雪深值，最后分别与L1反演结果和实测雪深数据进行了对比。试验结果表明：与现有的GPS-R测量雪深结果相比，利用新型的L5反射信号反演地表雪深的精度更佳；采用GPS-R技术探测雪深对把握测站区域内的雪深变化情况和淡水资源储量具有重要价值。     

SVM辅助的GPS SNR雪深时间序列反演

研究了GPS干涉反射技术GPS-IR(GPS-Interferometric Reflectometry);在利用GPS卫星SNR信号进行积雪深度探测的基础上构建了支持向量机SVM(Support Vector Machine)辅助的GPS SNR雪深时间序列反演模型;对积雪深度进行时间序列预报和与传统GPS-IR积雪探测模型进行精度对比分析。实验结果显示,相比传统GPS-IR雪深反演模型,SVM辅助的GPS SNR雪深时间序列反演模型的雪深预报结果的精度更高,也更符合实测雪深的变化趋势,可为地面积雪雪深反演提供新方法。     

基于GPS和北斗信噪比观测值的雪深反演及其误差分析

利用GNSS反射信号反演雪深具有全天时、全天候、数据量大、成本低等突出优点。本文围绕基于信噪比观测值的雪深反演方法,利用参加中国北极科学考察的机会在黄河站设计了GNSS-R试验,采集了GPS和北斗的双频信噪比观测数据,详细讨论了高度角范围、弧段长度、卫星数量、方位角、时间尺度、星座结构、信号频率、信噪比强度等多种因素对雪深反演结果的影响。通过大样本、质量控制、误差分析等手段,雪深反演精度和可靠性得到有效提高。根据误差分析的结果,本文推荐的反演策略如下：选择高度角范围为5°~25°、信噪比强度较高的L1和B1I观测值,充分利用多颗卫星和4个方位角的大量观测数据,在一天的时间尺度上,可以实现5 cm的反演精度。另外,弧段长度、星座结构、信号频率等对反演结果的精度影响较小。     

基于MEMLS模型的积雪深度反演方法

利用被动微波遥感反演积雪深度一直是积雪遥感领域中的研究热点。在现有的积雪深度反演算法中,NASA算法因其简洁、易于扩展的特点,成为应用最为广泛的算法。但NASA算法存在着一定不足:首先,由于NASA算法基于线性拟合得出,在应用到其他研究区域时需要对反演公式进行重新拟合,适用范围受到一定限制;其次,由于算法中引入的19GHz与37GHz的亮温差在雪深达到一定范围时会达到饱和,因此算法会低估积雪深度。本文针对现有反演算法的不足之处,结合蚁群智能算法的特点,发展了基于蚁群算法的积雪深度反演算法;此外,针对NASA算法中存在的雪深低估问题,引入了AMSR-E10.7GHz亮温数据,对算法进行了改进。利用MEMLS模型的模拟数据与AMSR-E辐射亮温数据对算法进行实验,并采用实测数据与AMSR-E雪水当量产品对算法的反演精度进行评价。结果表明,两种积雪深度反演算法均是可行的,反演精度与现有产品相比有较为明显的改进。     

基于数据同化算法融合多源数据估算雪深

在积雪深度研究中,地面资料插值产生的平滑效应以及遥感空间分辨率不足的问题,在很大程度上影响着积雪深度的估计精度。本文采用中高分辨率成像光谱仪(moderate resolution imaging spectro-radiometer,MODIS)和微波扫描辐射计(advanced microwave scanning radiometer-EOS,AMSR-E)融合后的无云积雪面积产品构建虚拟站点,弥补了气象站点少且不均匀的不足,修正雪深克里金插值产生的平滑效应。同时,提出了基于数据同化算法融合以地面观测资料为基础的克里金空间插值雪深、MODIS积雪面积产品和AMSRE微波反演雪深产品的雪深估计方法。以新疆北疆地区为研究区域进行了算法应用及验证,并选取不同海拔的站点观测资料对融合结果进行验证分析,通过均方根、偏差和相关性系数指标检证了该方法能够有效地提高雪深估计精度。     

基于沿海业务观测的ＢＤＳ大气可降水量反演

随着中国北斗导航卫星系统新一代ＢＤＳ－３卫星发射,需要对ＢＤＳ反演大气可降水量的精度进行评估。选取 ４个中国沿海ＧＮＳＳ业务观测站,采用精密单点定位方法,设计了ＢＤＳ－２、ＢＤＳ－３和ＢＤＳ－２／３等３种数据处理方案, 开展岸基ＢＤＳ水汽反演试验,并以ＧＰＳ　ＰＷＶ和ＥＣＭＷＦ提供的ＥＲＡ５产品作为参考值,对ＢＤＳ　ＰＷＶ进行精度分 析。结果表明,利用新一代ＢＤＳ－３卫星反演的ＢＤＳ－３ＰＷＶ和ＢＤＳ－２／３ＰＷＶ与ＧＰＳ　ＰＷＶ和ＥＲＡ５ＰＷＶ参考值均 具有很好的一致性,其平均偏差分别为０．６ｍｍ和０．２ｍｍ,均方根误差分别优于１．０ｍｍ和１．６ｍｍ,具有较高的精 度,从而验证了新一代ＢＤＳ－３卫星对ＢＤＳ水汽反演精度提升的贡献;ＢＤＳ－２／３ＰＷＶ的精度略优于ＢＤＳ－３ＰＷＶ,在 一定程度上验证了ＢＤＳ混合星座对水汽反演精度的影响。     

利用GPS-IR估算雪深的反演模型研究

利用全球定位系统反射信号干涉测量(GPS-IR)反演雪深成为近年来研究的热点领域。在此基础上,针对卫星反射信号分离这一问题,该文提出一种基于小波分解重构的卫星反射信号提取模型。利用coif5小波变换分解6层信噪比数据重构低频分量获取卫星反射信号,并对其反演精度和稳定性进行判别分析。结果表明:该方法克服了低阶多项式拟合分离卫星反射信号存在的局限性;算法简单实用,具有较强的抗干扰能力,分解得到的卫星反射信号较好;均方根误差和平均绝对误差分别降低了34%和27%;单颗卫星线性回归模型平均相关系数达到0.737,相比传统方法提高40%。     

Qualitative and quantitative analysis of snow parameters using passive microwave remote sensing

Snow cover is an important variable for climatic and hydrologic models due to its effect on surface albedo, energy, and mass balance. Satellite observations successfully provide a global and comprehensive hemispheric-scale record of the short-term, as well as inter-seasonal variations in snow cover. Passive microwave sensors provide an excellent method to monitor temporal and spatial variations in large-scale snow cover parameters, overcoming problems of cloud cover. Using microwave remote sensing data, snow parameters (snow surface temperature, snow water equivalence, scattering index, emissivity, snow depth) have been retrieved to integrate with the snow cover simulation model developed by SASE for avalanche risk assessment on regional basis. Multispectral and multitemporal brightness temperature data obtained from the Special Sensor Microwave Imager (SSM/I), flown onboard the DMSP satellites, for the period November 2000 to April 2001 and from November 2001 to February 2002 have been analysed. A comparative data set on snow measurements and meteorological observations of a region covering large area of Pir-Panjal and the Greater Himalayan range, available on near real time basis from SASE field observatories were also used. Model calculations were carried out to study the effects of atmospheric transmission on the microwave radiation emitted from the snow covered and snow free ground and atmosphere. The sensitivity of combinations of the SSM/I channels at 19, 37 and 85 GHz, in both horizontal and vertical polarizations, in respect to snow depth, surface temperature of the snowpack have been carried out. Decision rule based algorithms are developed to identify snow cover and non-snow area.     

中国西部积雪SMMR微波遥感的评价与初步应用

本文根据1978—1987年OSL的可见光影像及地面台站积雪记录,评价了NASA的用微波亮温反演积雪深度的算式。还根据DEM资料,用GIS技术把中国西部分成高山、高原、低山、丘陵及盆地五个单元,分别求得各区域订正算式,并以此计算了中国西部1978—1987年各季的平均雪盖率与雪量及它们的年际变化,为本区积雪影响东亚气候研究,提供了可靠基础资料。     

Reflectance variation in boreal landscape during the snow melting period using airborne imaging spectroscopy

We aim a better understanding of the effect of spring-time snow melt on the remotely sensed scene reflectance by using an extensive amount of optical spectral data obtained from an airborne hyperspectral campaign in Northern Finland. We investigate the behaviour of thin snow reflectance for different land cover types, such as open areas, boreal forests and treeless fells. Our results not only confirm the generally known fact that the reflectance of a melting thin snow layer is considerably lower than that of a thick snow layer, but we also present analyses of the reflectance variation over different land covers and in boreal forests as a function of canopy coverage. According to common knowledge, the highly variating reflectance spectra of partially transparent, most likely also contaminated thin snow pack weakens the performance of snow detection algorithms, in particular in the mapping of Fractional Snow Cover (FSC) during the end of the melting period. The obtained results directly support further development of the SCAmod algorithm for FSC retrieval, and can be likewise applied to develop other algorithms for optical satellite data (e.g. spectral unmixing methods), and to perform accuracy assessments for snow detection algorithms.A useful part of this work is the investigation of the competence of Normalized Difference Snow Index (NDSI) in snow detection in late spring, since it is widely used in snow mapping. We conclude, based on the spectral data analysis, that the NDSI -based snow mapping is more accurate in open areas than in forests. However, at the very end of the snow melting period the behavior of the NDSI becomes more unstable and unpredictable in non-forests with shallow snow, increasing the inaccuracy also in non-forested areas. For instance in peatbogs covered by melting snow layer (snow depth < 30 cm) the mean NDSI -0.6 was observed, having coefficient of variation as high as 70%, whereas for deeper snow packs the mean NDSI shows positive values.     

MODIS影像雪深遥感反演特征参数选择与模型研究

在综合分析已有研究成果的基础上,选择MODIS遥感影像,借助灰色系统理论,结合观测站实测雪深数据,选择雪深反演特征参数,构建反演模型,并定义多元回归模型的综合评价系数,进而从构建的多个回归模型中,选择出雪深反演最优模型。     

一种表征遥感图像深部层次信息的方法

介绍一种定量地表征遥感地质构造深部层次信息的方法，即利用重磁数据三维欧拉反褶积结果，叠加到遥感图像上，定量地、直接地分辨出遥感构造的深度。并应用到松辽盆地西部斜坡带，效果较好。     

一种表征遥感图像深部层次信息的方法

介绍一种定量地表征遥感地质构造深部层次信息的方法，即利用重磁数据三维欧拉反褶积结果，叠加到遥感图像上，定量地、直接地分辨出遥感构造的深度。并应用到松辽盆地西部斜坡带，效果较好。     

Accuracy assessment of MODIS/Terra snow cover product for parts of Indian Himalayas

Snow cover mapping is important for snow and glacier-related research. The spatial and temporal distribution of snow cover area is a fundamental input to the atmospheric models, snowmelt runoff models and climate models, as well as other applications. Daily snow cover maps from Moderate Resolution Imaging Spectroradiometer (MODIS) Terra satellite were retrieved for the period between 2004 and 2007, and pixels in these images were classified as cloud, snow or snow-free. These images have then been compared with ground snow depth (SD) measurements from the four observatories located at different parts of Himalayas. Comparison of snow maps with in situ data showed good agreement with overall accuracies in between 78.15 and 95.60%. When snow cover was less, MODIS data were found to be less accurate in mapping snow cover region. As the SD increases, the accuracy of MODIS snow cover maps also increases.     

星载微波SSM/Ⅰ遥感在中国东北华北农田的辐射特征分析

本文研究了星载微波ＳＳＭ／Ⅰ１９９６年在中国东北华北平原农田上７个通道辐射亮度温度（ＴＢ）的遥感数据,提出用几个通道ＴＢ组合的散射指数和极化指数来分析中国平原地区农田的微波辐射特征,及其随生长季节的时间性变化。星载ＳＳＭ／Ⅰ数据可以监视农作物的生长和平原地区地面湿度的变化。本文还给出了大气和农作物地表矢量辐射传输的数值模拟结果。     

星载微波SSM/I对中国西北沙漠地区遥感数据的辐射特征分析

该文研究了星载波ＳＳＭ／Ｉ对中国西北沙漠地区辐射亮度温度遥感数据的辐射特征，给出了西北沙漠某些地区ＳＳＭ／Ｉ各通道ＴＢ１９９５年全年的变化，１９９３年和１９９６年３７ＧＨｚ垂直和水平极化两通道ＴＢ的极化指数５月份全月平均值的空间分布及其差异值的比较。     

星载微波SSM/Ⅰ遥感在中国东北华北农田的辐射特征分析

国家遥感应用工程技术研究中心ＮａｔｉｏｎａｌＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈＣｅｎｔｅｒｆｏｒＧｅｏｍａｔｉｃｓ（ＮＣＧ）国家遥感应用工程技术研究中心于１９９６年１２月２５日由国家科委正式批准组建（国科发计字［１９９６］６０３号文件）。中国科学...