FY-3/VIRR在黑龙江省积雪遥感监测中的业务化研究

1引言随着空间信息技术的发展和进步,卫星遥感逐渐成为一种有效的积雪监测手段。传统的地面观测资料具有站点局限性,不能够宏观上考察积雪范围和积雪量的情况,利用遥感方法可以弥补地面观测资料在空间上的不足,有效获取大范围的雪盖信息,实时了解积雪的空间分布和范围变化[1]。东北地区是     

中国冬季多种积雪参数的时空特征及差异性

利用1979~2006年冬季中国站点最大雪深和站点雪日、卫星遥感雪深、积雪覆盖率和雪水当量5种积雪资料,从多角度深入细致地分析了我国冬季积雪的时空变化特征。结果表明:5种积雪资料的经验正交分解第一模态都表现为中国南、北方反位相的特征,即当新疆和东北三省-内蒙古地区积雪偏多(少)时,青藏高原和南方地区积雪偏少(多)。新疆和东北三省-内蒙古地区的雪深、积雪覆盖率和雪日随时间有逐渐增多的趋势,而其中边缘山区的雪水当量表现出减少的趋势,青藏高原地区的积雪表现出与其完全相反的特征。南方地区站点最大雪深和雪日表现出随时间减少的趋势,卫星遥感难以监测到该区积雪。相比较而言,卫星遥感资料比较适合高原和山区缺少气象站的地区及北半球更大区域积雪的研究,而站点资料更适用于中国中东部和平原地区积雪的区域研究。雪深、雪日、积雪覆盖率和雪水当量这些多样性积雪参数存在一定的差异性,因此5种积雪资料结合使用才能得到更准确的结论。     

青海省积雪的遥感监测方法

介绍了利用气象卫星ＡＶＨＲＲ资料对青海省冬春季积雪进行监测的原理和方法，并通过积雪遥感监测系统的建立，确定积雪范围，计算积雪面积和深度，提供积雪分布图和雪情分析报告，为防为抗灾部门提供科学依据。     

青藏高原冬春多源积雪资料年际变化尺度上的适用性分析

青藏高原冬春积雪变化具有显著的年际变化特征,其对中国东部夏季降水预测具有一定指示意义。由于特殊的复杂地形,青藏高原气象站点分布稀疏且不均匀,再分析数据和卫星数据提供的高原积雪资料的不确定性是影响和制约积雪变化及其天气气候效应研究中的一个关键问题。本文基于青藏高原台站观测、再分析（ERA5和NOAA-V3）和卫星反演（MODIS雪盖以及IMS雪盖）的多源积雪资料,采用偏差分析、均方根误差以及相关分析等多元统计方法重点检验了多源高原积雪数据在描述积雪年际变化特征方面的不确定性。通过比较不同积雪资料的时空分布和变化特征,以期提升多源高原积雪资料适用性的认知,并为相关研究提供有意义的参考。分析结果表明：（1）就再分析数据给出的积雪资料而言,ERA5雪深资料相较NOAA-V3雪深,对高原站点观测雪深的描述效果更好。除了高原中东部分站点外,ERA5雪深数据的平均偏差和平均均方根误差均较小,而NOAA-V3雪深数据的平均偏差和均方根误差在整个高原范围内均存在一定程度的高估;（2）再分析（ERA5和NOAA-V3）和卫星反演（MODIS雪盖以及IMS雪盖）积雪数据和高原站点雪深均在年际变化特征上具有较...     

北半球积雪监测诊断业务系统

利用卫星遥感和常规观测的积雪资料，确定了适合业务使用的北半球及中国积雪监测诊断方法，并初步建立了北半球和中国积雪监测业务。其相关业务产品主要有：北半球月积雪日数、中国月积雪日数、积雪深度的分布，北半球、欧亚、中国等不同区域积雪面积距平指数。     

青藏高原积雪日数与夏季降水关系

应用1961～1997年青藏高原68个站点的积雪日数资料,计算出1月积雪日数与5月积雪日数的差值并将其作为积雪融化指数,然后将这个指数与华南52个站点降水量进行相关计算,结果发现积雪融化指数与我国东南汛期降水之间存在良好的正相关性,特别是与长江中下游及华南地区的6～7月份降水量之间的正相关关系非常显著。由此判定,以高原积雪资料作为基础研究与华南汛期降水的相关性对定性预测华南降水具有很好的应用前景。     

中国近50a积雪变化时空特征

利用1961～2012年中国1400个站点逐日积雪增量、积雪日数和气温稳定通过0℃日数资料,对我国积雪时空变化特征进行了分析研究。结果表明：我国积雪主要分布在新疆北部地区、东北和内蒙古东北部地区及青藏高原地区,年积雪增量均超过50era;在年代际变化中,1991～2000年我国大部分地区积雪增量偏少;在对我国5个区域的趋势分析中,新疆北部地区、东北和内蒙古东北部地区积雪量有显著增加趋势,积雪日数的变化趋势均不显著,气温稳定通过0oC日数均呈显著减少。     

EOS／MODIS卫星资料在青海省积雪遥感监测业务中的应用

本文主要探讨了目前新一代环境监测系统-EOS／MODIS卫星数据在青海省积雪业务监测中的应用及其优势；重点讨论了基于EOS／MODIS资料的积雪卫星遥感监测方法与雪深监测模式，并初步建立了适于青海省本地应用的NDSI雪深分级模式。以此为基础，讨论利用该卫星资料进行本省积雪业务化监测服务的内容与范围。     

MODIS积雪遥感监测系统的研制

利用MODIS高光谱、多波段资料和气象台站观测资料，以逐步判别与Bayes判别等数学统计的方法结合不同目标物的光谱特性，同时考虑下垫面条件和季节等对积雪深度分布的影响，建立MODIS积雪深度回归模型；以面向对象的编程技术，采用Microsoft Visual C＋＋．NET软件开发工具，通过“类”概念的设计方法，建立MODIS积雪遥感监测业务系统，计算出积雪面积、覆盖度、各层雪深、雪水当量等多个反映测区积雪总量的物理参数，制作出各类积雪产品。该系统投入业务试运行后，系统运行稳定可靠并在2006年度冬季北疆地区雪灾监测服务和2006年新疆春季洪涝灾害决策服务中发挥了重大作用。     

利用NOAA—AVHRR资料估算积雪参量

本文介绍了利用气象卫星AVHRR资料对青海省青南高原看牧区冬春（10月－4月）积雪进行监测的原理，提出了利用AVHRR资料估算积雪深度和面积的方法，并对其精度进行了检验。     

不同积雪深度下地面温度与雪面温度的相关

基于新疆昌吉州5个国家气象站2008—2010年积雪深度大于等于0 cm的实测地面温度与雪面温度,对0 cm地面温度（含最高、最低）、雪面温度（含最高、最低）及云量、日照时数、雪深进行统计分析,找出不同积雪深度下地面温度与雪面温度的关系,并以阜康市天池气象站2011年所有积雪日数据对关系模型作检验。结果显示：地面温度与雪面温度的关系有3个雪深分层：5 cm以下、6~40 cm和40 cm以上,积雪深度为0~5 cm时,地面温度与雪面温度差值很小,受雪深及天气条件影响明显,雪深6~40 cm,主要受雪深影响,雪深超过40 cm,地面温度趋于定值。     

An empirical formula to compute snow cover fraction in GCMs

There exists great uncertainty in parameterizing snow cover fraction in most general circulation models (GCMs) using various empirical formulae, which has great influence on the performance of GCMs. This work reviews the commonly used relationships between region-averaged snow depth (or snow water equivalent) and snow cover extent (or fraction) and suggests a new empirical formula to compute snow cover fraction, which only depends on the domain-averaged snow depth, for GCMs with different horizontal resolution. The new empirical formula is deduced based on the 10-yr (1978-1987) 0.5°× 0.5° weekly snow depth data of the scanning multichannel microwave radiometer (SMMR) driven from the Nimbus-7 Satellite. Its validation to estimate snow cover for various GCM resolutions was tested using the climatology of NOAA satellite-observed snow cover.     

阿尔山地区积雪变化特征

选取阿尔山气象站1981—2015年冷季(10月—次年4月)气象资料,利用滑动平均、线性倾向估计和Mann-Kendall等方法,对年最大积雪深度、积雪日数、气温和降水量进行分析。结果表明,阿尔山地区年最大积雪深度主要发生在1月至3月,其中2月份概率最大,达50%;34 a内最大积雪深度呈上升趋势(2.77 cm/10a),年平均增加0.98%,且年最大积雪深度在1998年发生了突变,即在1998年之前增长缓慢,在2000年以后上升趋势显著。积雪日数的统计分析表明,初始积雪日数和有效积雪日数呈现略微减少趋势,而稳定积雪日数有微弱的增加趋势;通常初始积雪日数比有效积雪日数大30天左右。年最大积雪深度与稳定积雪时期的降水量、积雪日数、日照时数有显著的相关性,相关系数分别为0.647、0.515、0.584,但与稳定积雪时期的气温没有明显的相关性。在全球变暖的大环境下,积雪深度随着降水量和日照时数的增加而增加,且积雪深度受降水量的影响大于日照时数的影响。     

基于常规气象资料融雪模式的建立及应用

以能量平衡方程为基础,考虑太阳短波辐射、大气和地面的长波辐射、潜热、感热传输以及下垫面的热传导等能量之间的平衡,建立了利用常规气象观测资料预测雪面温度和积雪深度变化的融雪模型。利用2009年1—3月以及2009年12月—2010年1月在湖北恩施雷达站的积雪观测数据进行模拟和验证,结果表明：该模型对于雪面温度和积雪深度都有较好的模拟效果。当下垫面导热系数λg〈0.5时,下垫面对雪深的影响很小;当λg≥0.5时,积雪融化速度随λg的增大而加快,说明下垫面的热传导是影响积雪深度变化的主要因素之一。     

青藏高原区域性积雪增量序列及其变化特征

利用青藏高原83个气象台站的逐日积雪观测资料,充分考虑每次降雪过程所引起的积雪变化,建立了该地区1960-2007年度的区域性积雪增量序列,并讨论了其长期变化特征.结果表明:(1)积雪增量序列具有其他积雪参数指标的代表性,又较其他积雪参数指标序列有明显的统计学优点.(2)在48个年度里,1960-1966年度青藏高原区域性积雪增量处于负位相,1967-1998年度为多雪的正位相,1999-2007年度又为少雪的负位相,其中1998年度是个具有显著性的突变点.     

1959-2003年中国天山积雪的变化

利用天山山区17个气象站1959-2003年的气象观测资料,分析了中国天山山区冬季（12-2月）气温、积雪变化趋势特征, 并采用Mann-Kendall统计量对最大积雪深度的变化进行了突变检验,通过GIDS插值方法和DEM数据计算了它的空间分布。结果表明,天山山区冬季平均气温存在明显的上升趋势,倾向率为0.44℃/10 a,与北半球冬季平均气温的变化有着较好的相关性,最低气温的增加更为明显,其倾向率为0.79℃/10 a。45 a来天山山区最大积雪深度具有明显的增加趋势,倾向率为1.15 cm/10 a,检测表明,最大积雪深度在1977年前后发生了突变;与多年平均相比,积雪深度增加幅度最大的是西天山地区的昭苏、尼勒克,分别增加了39.3%和39.7%。天山山区积雪变化以2.8 a左右的周期为主。另外,积雪日数的增加主要出现在≥10 cm的积雪深度上;积雪初、终日期并没有表现出明显的提前或推迟。     

近50年云南省降雪的气候变化特征

利用云南省1961-2008年120个测站逐日降雪资料,分析了云南省降雪频次和范围的时空特征和气候变化.结果表明:近50年云南省的年降雪频次和范围总体呈减少趋势,平均每年频次约减少4.5频次.各月的降雪频次和范围都呈负趋势.12月降雪频次减少趋势最显著,4月降雪范围减少趋势最显著.降雪频次长期趋势变化有明显的空间变化.对于年降雪频次西北部比东北部和东部减少得多,滇西北降雪频次每年约减少0.44频次.进一步对云南省年降雪量和积雪深度的长期趋势变化进行分析.云南省近50年,降雪范围逐步减少,年降雪量和平均最大积雪深度呈增加的趋势.说明近年来在云南气候趋于暖湿背景下,年降雪频次和范围呈逐渐减少趋势,但强降雪的频次却增加了.     

冬季积雪的异常分布型及其与冬、夏大气环流的耦合关系

采用 ECMWF1 979～ 1 993年 2 .5°× 2 .5°的网格点积雪深度资料 ,研究了较为细致的积雪异常的空间分布特征 ,揭示了欧亚大陆冬季积雪的异常空间分布型 ;并采用 SVD方法研究了冬季积雪的异常分布型与冬、夏大气环流的耦合关系。结果表明 :欧亚大陆冬季积雪深度存在典型的异常空间分布型 ;积雪的异常分布型与冬、夏大气环流之间均存在一定的耦合关系。冬季积雪的异常分布型与大气 EU遥相关型存在明显的同时性相互作用 ,大气 EU遥相关型有利于冬季积雪异常分布型的出现和维持 ,而积雪异常分布型对大气 EU遥相关型的发生起一定的作用 ,进而对冬季风活动产生影响。冬季积雪的这种异常分布型与夏季大气环流 ,尤其是东亚地区的夏季大气环流 ,也存在一定的联系。积雪异常分布型可以通过影响副热带高压的南北进退 ,对东亚季风及中国夏季雨带产生影响。     

北疆积雪时间的特征分析

基于1961-2006年全疆32个测站的逐日积雪深度资料,使用一元线性回归和二项式滑动平均等统计方法,分析了北疆区域积雪开始时间、积雪结束时间、相对积雪期和绝对积雪期的时空变化特征。结果表明,积雪开始时间、结束时间、相对积雪期和绝对积雪期存在明显的区域差异,前3种差异主要是由地形高度变化引起的。积雪开始时间和相对积雪期各测站基本呈上升和下降趋势,积雪结束时间和绝对积雪期趋势变化的空间分布较为类似,伊犁河谷地区呈明显的下降趋势。1995年以后,积雪开始时间呈上升趋势,而积雪结束时间、相对积雪期和绝对积雪期均呈下降趋势。相关分析和合成分析表明,积雪开始时间和相对积雪期及绝对积雪期存在较好的负相关关系,可以通过积雪开始时间的早晚,大致预测相对积雪期和绝对积雪期的长短。