新疆积雪覆盖时空变异分析

利用2000-2010年MODIS积雪覆盖产品数据MOD10A2,提取了新疆近10年来积雪覆盖变化信息,并结合地面站点数据,对遥感积雪覆盖估算的精度进行了验证;分析了新疆积雪覆盖的年际、年内变化及南北疆积雪覆盖变化的差异;结合数字高程模型,分析不同高程带下积雪覆盖的时空变化规律,揭示高程因素对新疆积雪时空变化的影响。结果表明:MOD10A2提取的积雪信息能够反映新疆的积雪变化情况,总体精度达92.3%;近10年来,全疆年积雪覆盖率最大值范围为34.0%~51.7%,最小值范围为1.7%~2.6%;积雪覆盖比率的变化在南北疆差异明显,南疆区域积雪覆盖整体不高,年内积雪覆盖比率变化幅度低于50%;而北疆区域由于受复杂地形和气候带的影响,积雪覆盖比率大,年内的变化幅度强,除2008年均达到80%以上;在季节变化上,春季和秋季的积雪覆盖均值波动较为明显,夏季和冬季的积雪覆盖均值则波动较小,这一规律在北疆地区表现更为显著;积雪覆盖的时空分布与变化受高程的影响,在海拔4 000 m以下区域,夏季积雪覆盖比率低,冬季积雪覆盖比率高,而6 000 m以上海拔区域则表现出完全相反的特点,即夏季积雪覆盖比率高,冬季积雪覆盖比率低。     

基于2001—2015年遥感数据的天山山区雪线监测及分析

基于2001—2015年MOD10A1/MYD10A1、MOD13Q1以及相关气象数据,采用积雪持续时间比率法,监测了天山山区的季节雪线高程,分析了其变化特征及影响因子。结果表明:①近15年天山山区雪线整体呈显著上升趋势,平均高程3 680 m左右,其中,北坡、伊犁河谷、南坡季节雪线的稳定性依次减弱,平均高程分别为3 620 m、3 390 m及3 820 m;空间上雪线高程呈现南高北低、东高西低的纬度地带性分布特点。②年际尺度上,气温是影响天山山区雪线高程的主控因素,呈显著正相关,南北坡与之相同,但伊犁河谷则降水是影响其变化的主控因素,呈显著负相关;季节尺度上,夏季气温、冬季降水是影响雪线高程的主控因素,降水与其呈负相关,但气温较高的地区,夏秋季降水会促进积雪融化,使雪线高程上升;月尺度上,7月气温、1月降水对其影响最明显,且存在一定的滞后反应。③天山山区雪线高程比零度层低800 m左右,两者呈较好正相关;雪线高程与NDVI（Normalized Difference Vegetation Index）呈负相关,植被覆盖较好区域,同年NDVI与雪线高程相关性较好,植被覆盖较差区域,前一年NDVI与其相关性较好。     

北疆牧区MODIS积雪产品MOD10A1和MOD10A2的精度分析与评价

以北疆为研究区,结合气象台站记录的雪情数据,利用地理信息系统方法分析了2004年12月1日至2005年2月28日期间北疆地区90个时相的MODIS每日积雪产品MOD10A1和8日合成产品MOD10A2的积雪分类精度.研究表明:1)当积雪深度≤3 cm时,MOD10A1对积雪的识别率非常低,仅为7.5%;积雪深度为4~6 cm时,积雪识别率达到29.3%;积雪深度为15~20 cm,平均积雪识别率达到45.6%.当积雪深度>20 cm时,平均积雪识别率为32.2%;2)MOD10A1产品的积雪分类精度受天气状况的严重影响.在晴空状况下,该产品的最大积雪识别率达到58.2%;但是在多云或阴天时,平均积雪识别率仅为17.8%;3)下垫面对MOD10A1的分类结果也会造成影响,在荒漠区MOD10A1的积雪识别率为39.8%,在草原和稀树草原区的积雪识别率为37.2%,农业用地的积雪识别率最低,为29.1%;4)MOD10A2产品可较好的消除云层对地表积雪分类精度的影响,平均积雪识别率达87.5%,可较好的反映地表积雪的分布状况.     

基于MODIS积雪产品的天山年积雪日数空间分布特征研究

山区积雪是干旱区气候变化的重要指标因子,积雪日数与积雪分布之间有着密切关系。为了研究天山山区积雪日数空间分布特征,以MODIS8d积雪产品MOD10A2（Terra）和MYD10A2（Aqua）为数据源,首先对数据进行最大化合成,获取新疆天山500m×500m分辨率的年积雪日数,然后分析了2002-2014年13a积雪日的年际变化,并结合DEM数据分析了13a天山多年平均积雪日随高程和坡度的变化特征。结果表明：天山积雪日数分布极为不均,最大年平均积雪日数为193d,13a内天山绝大部分地区年积雪日变化趋势较为稳定,稳定区约占天山总面积的83.92%;在研究时段内天山总积雪日数主要集中在30d以内,其比例约为天山总面积的48%;各个高程带积雪日面积分布差异明显,但总体上积雪日数随着高程的增加而增加;从积雪日数随坡向分布来看,北坡、东北坡、东坡、西坡、西北坡所占面积比例（>30d）相对高于其他坡向。该研究结果对干旱区水资源估算具有参考意义。     

2001—2019年横断山区积雪时空变化及其影响因素分析

基于MOD10A2积雪产品提取横断山区积雪日数及积雪覆盖率等信息,结合横断山区129个地面气象站点的气象数据,采用趋势分析、相关分析及随机森林回归模型等方法分析了横断山区积雪时空分布特征及其影响因素。结果表明：年平均积雪覆盖率的年际变化呈不显著的下降趋势;年内变化呈“单峰”型曲线,其中3月积雪覆盖率最大,为55.04%。海拔3 000 m以上的积雪覆盖率较为稳定,海拔1 000~3 000 m之间的积雪覆盖率波动较大。受暖湿气流和地形影响,阴坡积雪覆盖率大于阳坡。横断山区积雪日数的分布具有纬度地带性,北部山区积雪分布广泛且积雪日数高,南部云贵高原积雪日数低。年均积雪日数介于55.16~79.47 d,积雪日数在28.46%的地区呈减少趋势,在21.66%的地区呈增加趋势,其中呈显著减少和显著增加的地区分别为2.65%和0.68%。中部康定市、九龙县及其周边地区减少趋势明显,北部杂多县—若尔盖县一线的高海拔山地增加趋势明显。积雪日数整体上与降水量、相对湿度呈正相关,与风速、气温和日照时数呈负相关。与降水量呈显著正相关的地区主要分布在西北部杂多县、称多县;与风速呈显著负相关的地区主要分布在西北部称多县、中部康定市;与气温呈显著负相关的地区主要分布在中部九龙县、西北部称多县;与相对湿度呈显著正相关的地区主要分布在北部杂多县—石渠县一线;与日照时数呈显著负相关的地区主要分布在东北部玛曲县、西北部称多县。积雪日数受气温和高程的影响最大,而日照时数和风速为次要因素。     

东北地区MODIS和AMSR-E积雪产品验证及对比

通过2002-2008年6个积雪季节的Terra-Aqua/MODIS积雪产品(MOD10A2、MOD10C2)和Aqua/AMSR-E雪水当量产品,分析了东北地区积雪覆盖面积的变化特征,以研究区气象站点观测的积雪数据为真实值来验证两种产品积雪信息的精度,探讨了云覆盖、土地利用类型和雪深对积雪覆盖精度的影响.结果表明:云的存在对微波数据积雪识别的影响较小,在积雪量较多的12月至次年的2月随云量百分比的变化,MOD10A2积雪覆盖面积比例大体出现负变化.因此,在有云情况下AMSR-E数据反演积雪精度最好.对比草地、耕地、林地和居民地4种土地覆盖类型对监测积雪覆盖精度的影响,发现林地对其影响最大,在林区3种积雪产品的积雪识别精度分别为55.8%、81.2%、85.4%;雪深对AMSR-E积雪产品识别精度影响较小,总体精度为97.8%;积雪深度对MOD10A2积雪产品识别精度影响较大,总体精度为57.3%.MOD10A2、MOD10C2和AMSR-E 3种积雪产品的总体反演精度分别为69.3%、76.6%、76.3%.有必要开发适用于东北地区的积雪覆盖算法,提高估算精度,为能量平衡估算、气候模型、农业生产、土壤墒情监测服务.     

基于MODIS的祁连山区积雪时空变化特征

利用2000-2003年日资料经8 d合成的500 m分辨率MODIS卫星反演积雪资料和数字高程模型, 借助于GIS空间分析技术, 以积雪频率和积雪盖度为监测指标, 研究分析了祁连山区整体的积雪空间分布状况及其年内变化特征, 地形对积雪的分布和季节变化的影响. 结果表明: 祁连山区的积雪分布极不均匀, 积雪主要沿山系走向成条带状分布, 呈现西段多, 东段次之, 中部和南部少, 山脊多, 山谷少的特征, 且海拔越高、 山势越陡、阴坡积雪的范围越大、持续时间越久. 累积降雪时间, 就全区而言为9月至翌年5月, 但不同高度、坡度和坡向带有所差别. 海拔4 000 m以上区域存在春、秋季两个时段的积雪补给, 而海拔4 000 m以下仅有中秋至中冬一个时段的积雪补给;坡度较平缓的区域冬季和春季为主要积雪补给期, 而坡度较陡的区域则为秋季和春季;平地和南坡积雪补给主要发生在冬季和春季, 而其它坡向为春季和秋季.     

2007-2011年西藏纳木错流域积雪时空变化及其影响因素分析

通过2007-2011年纳木错站人工积雪观测资料,对西藏纳木错流域MODIS两种积雪产品(MOD10A1和MOD10A2)进行了精度验证,分析了纳木错流域积雪累积和消融的空间差异,以及流域积雪覆盖率的时空变化;利用纳木错站人工积雪观测资料及自动气象站资料,分析了纳木错流域积雪要素(积雪深度、雪水当量、积雪密度)的时间变化及其与气候参数(气温、降水量、风速等)的关系.结果表明：纳木错流域MOD10A2数据的积雪识别精度(67.1%)高于MOD10A1(42.2%),总识别精度(73.0%)略低于MOD10A1数据(78.4%).纳木错流域积雪累积和消融存在空间差异,积雪在流域南部的念青唐古拉山脉最先累积,之后为流域东部,最后为流域西部;积雪消融的空间变化则相反.由此导致流域积雪日数南部最大、东部次之、西部及西北部最小.纳木错流域各积雪要素的年内变化存在双峰值特征,峰值分别出现在10-11月和1月,积雪在10-11月受降水和气温共同作用,12月至次年3月主要受气温影响.纳木错流域的平均积雪覆盖率为21.9%,受湖泊效应影响区域(主要为东部地区)达到50.6%,而其他区域仅为18.3%.同时,受湖泊效应影响,纳木错平均积雪深度、积雪水当量均显著大于周边地区.     

基于MODIS和AMSR-E资料的青海省旬合成雪被图像精度评价

利用2002年10月1日至2008年3月31日青海省MODIS/Terra-Aqua每日雪被产品(MOD10A1、MYD10A1)和AMSR-E/Aqua每日雪水当量产品,研究了MODIS和AMSR-E旬数据的融合算法,合成了AMSR-E旬积雪分类图像(AE_10D)、MODIS旬积雪分类图像(MOYD_10D)及二者...     

基于RS的昆仑山区夏季雪线高程变化及其影响因素分析

以昆仑山区为研究区域,利用2001-2015年MOY10A1/MOD10A1以及气温、降水等数据,通过统计学的方法得出了研究区的研究日期,积雪持续时间比率法提取了研究区近15年雪线高程,线性趋势法分析了近15年研究区雪线高程的动态变化,相关分析法研究了雪线高程变化的影响因素。经分析得出：研究日期确定为每年的7月22日-8月24日（第203~236天）,共计34天,积雪持续时间比率法提取的雪线阈值为76.5%。2001-2015年昆仑山区及各区域雪线高程呈波浪式上升的趋势,昆仑山东、中、西段雪线高程变化的倾向率分别为80 m·（10a）^-1、131 m·（10a）^-1和155 m·（10a）^-1,昆仑山东段雪线高程变化最为稳定,其次是昆仑山中段,最不稳定的则是昆仑山西段。近15年昆仑山东、中、西段雪线高程的平均值分别为4 990 m、5 271 m和4 936 m,并且昆仑山中段雪线高程的最小值要高于其它两区域的最大值,因此,昆仑山区域雪线高程分布特征为：中间高,两边低。从年的时间尺度分析,影响昆仑山区及各区域雪线高程变化的主控因素为气温;从季节的时间尺度分析,气温对雪线高程影响最大的季节为夏秋季,降水对其影响最大的季节则在夏冬季;从月的时间尺度分析,昆仑山区夏月气温对雪线高程影响最大,而降水对其影响最大的月份则在冬月。     

塔里木河源区托什干河流域积雪动态及融雪径流模拟与预估

利用已被广泛使用的MODIS积雪数据, 获得了塔里木河源区之一的托什干河流域积雪变化信息. 结果表明: 流域积雪覆盖率时空差异显著, 在积雪丰富的年份, 1月积雪覆盖率可达90%以上, 但在积雪少的年份, 则只有50%; 2000年以来流域积雪呈现微弱增加的趋势, 积雪变化趋势呈现明显的时空差异. 相对于其他季节, 流域冬季积雪增加更为明显; 与其他高度带相比, 作为主要积雪覆盖区的海拔3 000~4 000 m高度带积雪的增加趋势也更为明显. 以流域所在的气象格网数据和积雪覆盖率变化曲线作为输入数据, 应用融雪径流模型(SRM)模拟了流域春季融雪径流过程, 率定了模型主要参数, 获得了较好的结果. 以CMIP5的3种RCP情景为驱动数据, 应用模型预估了流域2021-2050年的融雪径流状况, 结果显示 4月之前径流变化不明显, 之后径流峰值增大显著, 不同气候情景对径流的影响不明显.     

A technique for improving MODIS standard snow products for snow cover monitoring over Eastern Turkey

Daily snow cover maps at 500 m resolution are available from the Moderate Resolution Imaging Spectroradiometer (MODIS) sensors on NASA's Terra and Aqua satellites. However, information of the ground can only be obtained during clear sky conditions. In addition, the spectral similarity between clouds and snow in the visible part of the spectrum causes some ambiguities in separation of them. The dynamic behavior of clouds with their tendency to move faster often enables discrimination between cloud and snow, since snow remains relatively stationary. In this study, a daily merging methodology to combine Terra and Aqua based snow maps are proposed, and the benefits of this combination are evaluated. The methodology was tested for Eastern Turkey covering the period from December 2002 to March 2003. Merged maps derived from the standard daily snow maps from Terra (MOD10A1) and Aqua (MYD10A1) reduce the cloud cover present in any one image alone, provide better representation of the surface snow cover, and indicate better agreement with ground snow measurements than when either one is used alone. For “on the ground data date” analyses yielded 31% match ratios for MOD10A1 and MYD10A1, whereas combined images enabled 38%. One- to 2-day temporal window shifting enabled further 7% and 5% improvements in match ratios, respectively. The maximum improvement of 25% was achieved in January of 2003. The proposed methodology provides an easy and effective way to improve snow cover maps with little effort and provides fewer cloud-contaminated images for snow monitoring, for hydrology, and water resource management.     

MODIS逐日积雪产品去云算法研究

由于积雪和云的反射特性, 使用光学遥感监测积雪受到天气的严重干扰, 对研究区云量的分析表明, 无论是MOD10A1还是MYD10A1, 云都是影响该产品对研究区积雪进行实时监测的最大影响因素. 综合不同去云方法, 利用MODIS逐日积雪产品和被动微波数据AMSR-E雪水当量产品, 生成了MODIS逐日无云积雪图像, 并利用研究区85个地面气象观测台站提供的雪深数据对合成的单日无云积雪产品进行验证. 结果表明: 当积雪深度>3 cm时, 新产品的积雪分类精度达到91.7%, 该产品对实时监测青藏高原积雪动态变化具有重要的使用价值.     

2001-2015年天山山区积雪时空变化及其与温度和降水的关系

采用2001-2015年MODIS积雪和陆表温度数据、中国高时空分辨率降水数据,基于趋势分析和相关分析方法,分析了天山山区积雪时空变化及其与温度和降水的关系。结果表明：（1）年内积雪面积变化受海拔影响,海拔≤4 000 m,呈单峰型分布,积雪面积冬季大,夏季小;海拔介于4 000~≤5 000 m,积雪面积分别在春季和秋季出现两次峰值;海拔>5 000 m,积雪面积变化与低海拔相反,在夏季达到最大,冬季最小。就年际变化而言,全区积雪面积呈略微减少趋势,其中秋季略微增加,春季变化不大,冬季和夏季明显减少。（2）积雪覆盖频率受水汽来向和地形影响,呈西高东低、北高南低分布格局,与海拔呈正相关。山区大部分区域积雪覆盖频率呈减少趋势,其中海拔介于3 600~≤4 600 m的积雪覆盖频率减少最为显著。（3）在春、夏季,温度是决定积雪面积变化的主要因素,与积雪面积呈负相关;在秋、冬季,降水对积雪面积变化的贡献大于温度,与积雪面积呈正相关。（4）积雪覆盖频率整体上与年均温度呈负相关,与降水呈低度正相关,相关程度及显著性水平在空间分布上存在差异,温度对积雪覆盖频率变化的贡献大于降水。     

基于多源数据的西藏地区积雪变化趋势分析

利用1980—2009年气象台站的观测数据、 北半球NOAA周积雪产品和2001—2010年500 m分辨率的EOS/MODIS积雪产品等多源资料, 从不同角度对近30 a来西藏区域积雪变化趋势进行了分析. 结果表明: 不同资料分析均显示, 近30 a来西藏地区积雪不断减少, 尤其以近些年较为明显. 近30 a积雪日数、 最大积雪深度总体上呈现下降趋势, 尤其是进入21世纪以来, 下降趋势非常明显. 从秋冬春季节的积雪变化趋势来看, 冬、 春两季的积雪在减少, 而秋季在增多, 这些变化趋势都与各季节的气温和降水密切相关. NOAA资料显示, 近30 a来西藏地区的积雪覆盖面积正在逐步减少; 季节变化略有不同, 春、 秋两季略呈上升趋势, 冬、 夏两季在减少, 且夏季减少趋势较明显. MODIS资料分析表明, 近10 a来西藏地区的积雪总体呈下降趋势, 尤其是2007年下半年开始下降明显. 秋季的积雪在增加, 冬、 春、 夏三季的积雪趋于减少, 且春季的下降趋势最明显, 其次为冬季, 夏季的减少幅度最小. 不同海拔的积雪都有减少趋势, 最明显的是海拔4 000~5 000 m的积雪, 其次是海拔5 000~6 000 m段. 按地理区域分析, 近10 a来西藏东、 西、 中3个区域的积雪都呈减少趋势, 其中西部的下降趋势最明显, 其次为中部, 东部相对较稳定.