MODIS雪深反演数学模型验证及分析

在MODIS卫星遥感积雪监测的基础上,利用雪深反演数学模型、积雪指数NDSI和多光谱阈值等相结合的方法,对2004年以来新疆北疆地区的积雪分布状况进行了反演和计算,并利用2004年11月～2005年3月冬季北疆地区气象台站雪深数据和2004年12月～2006年1月加密野外实测雪深数据,对反演雪深数据进行了验证及分析,北疆各地除塔城地区反演精度为83.2%以外,其它地区反演精度达85.2%以上,平均反演精度达86.2%;野外实测数据验证反演精度达92%以上。     

基于微波遥感数据的雪情参数反演方法

微波遥感传感器在36.5 GHz通道会因雪深超过其穿透深度而出现信号饱和,从而导致雪深被低估。针对该问题,首先建立了18.7 GHz与36.5 GHz通道亮温差和10.7 GHz与18.7 GHz通道亮温差相结合的积雪深度分层反演新方法,然后利用GCOM-W1星上搭载的AMSR2传感器数据估算了2012年12月至2013年2月新疆每日积雪深度,结合同期的气象站点观测数据与野外实测数据对遥感反演结果进行了评价。结果表明,所建立模型能够很好识别新疆地区积雪的空间分布状况,雪深的估算结果明显优于常用的Chang模型。     

基于MODIS高分辨率气溶胶反演的ETM+影像大气校正

针对陆地遥感影像,提出一种利用MODIS遥感数据反演高分辨率气溶胶光学厚度(AOD)进行大气效应校正的方法.采用地基和MODIS卫星遥感结合的方法确定气溶胶模型,通过暗目标法确定地表反射率,反演得到1 km高分辨率的气溶胶光学厚度分布.将反演的气溶胶与地面太阳光度计观测值进行对比验证发现,其相对误差小于10%,反演精度很高.将得到的气溶胶参数带入辐射传输模型中,对当天同地区的Landsat ETM+数据进行大气校正试验,结果表明,该方法反演得到的气溶胶参数可以对遥感图像进行有效的大气效应校正.与试验区同步观测地表反射率对比发现,经过大气校正后的ETM+光谱明显比校正前更接近真实地表光谱,从而更有助于地物真实光谱信息的提取及其识别研究.     

基于高光谱遥感的新疆北疆地区土壤砂粒含量反演研究

 土壤砂粒含量是表征土壤质量的重要指标,探索建立基于高光谱遥感的区域土壤砂粒含量反演方法对区域土壤质量监测具有重要意义。通过野外采集的高光谱数据与MODIS影像相结合,遴选出土壤砂粒含量的敏感波段与反演方程,进行干旱区裸地土壤砂粒含量遥感反演研究。结果表明：430 nm为土壤砂粒含量的敏感波段,原始光谱经变换后的数值与土壤砂粒含量的相关系数在430 nm处达到最大值0.76;基于MODIS第3波段中心波长460 nm处的土壤原始光谱的反演精度最高,达到89.30%,与实际情况吻合较好,表明MODIS第3波段可以应用于干旱区裸地土壤砂粒含量的遥感反演。     

基于GF-1的青藏高原东南部积雪分布及MODIS积雪产品适用性研究

青藏高原东南部海拔高,地形复杂,云量大,准确掌握该地区的积雪分布特征对于积雪灾害防治非常重要。论文以2013—2019年冬季积雪积累期云量符合要求的35景高分一号(GF-1)影像为基础,将全色影像和多光谱影像融合为2 m分辨率影像,通过目视解译获取了研究区积雪的空间分布特征,结合改进后的30 m分辨率SRTM DEM,探讨了地形对积雪分布的影响。结果表明：积雪像元在研究区范围内占比为33.1%。积雪的垂直分布特征明显：积雪在高程带4000~5000 m(高海拔)处分布较集中,积雪面积占比为18.1%;在高程带0~2000 m、2000~3000 m和6000~7000 m处积雪面积占比均不到0.1%。积雪在北坡、东北坡的分布比例较高,均为15%以上;在南坡、西坡、西南坡、东南坡分布比例较低,均为10%左右。将基于GF-1影像获取的积雪分布分别与同日获取的根据MODIS V6积雪产品计算的积雪比例(MODIS FSC)和积雪分布的对比表明,64.4%的MODIS FSC像元绝对误差不超过10%,MODIS积雪分布产品对含雪像元的漏分率和误分率平均为33.8%和32.7%,说明MODIS积雪产品在研究区的精度还具有较高的不确定性,其对低覆盖积雪反演的精度较差。这表明利用MODIS积雪产品研究青藏高原东南部积雪的时空变化特征时还需要对其积雪反演算法进行改进,同时亟需加强地面观测和基于多源遥感数据的积雪研究。研究结果可为青藏高原东南部雪冰灾害防治提供支撑。     

基于GNSS-R技术的阿拉斯加州积雪深度反演及其应用

利用GNSS-R(全球导航卫星系统反射测量)技术进行准确的雪深监测已成为传统雪深测量的重要补充手段。本文使用GNSS-R技术反演了2012—2018年美国阿拉斯加州4个GPS观测站附近的雪深结果,结合加拿大气象中心(Canadian Meteorological Centre, CMC)提供的雪深模型数据产品,以PBO(Plate Boundary Observatory)H2O项目组提供的雪深资料为参考值,分析了不同手段获取的雪深值在不同时间尺度上的变化特征,同时评估了GNSS-R反演雪深结果作为独立数据集验证CMC模型数据的能力。结果表明:GNSS-R、CMC和PBO得到的长时间序列雪深结果均具有较为一致的明显周期性变化,整体上GNSS-R反演结果比CMC数据精度更高,更能反映雪深的年际变化情况。GNSS-R反演值和CMC模拟值均能够反映各测站PBO雪深值的逐月变化规律,但GNSS-R反演值的精度和稳定性总体上优于CMC模拟值。GNSS-R反演结果比CMC模拟值与PBO雪深值的季节性变化更具一致性,且对于本文研究的4个测站,GNSS-R反演雪深的精度和稳定性在雪深值较大的春季和冬季...     

利用ASTER遥感数据反演陆面温度的算法及应用研究

陆面温度是地气交换过程的一个重要参数,在生态环境研究中应用很广。传统方法只能进行点上的观测和计算,遥感的出现则使得计算区域陆面温度成为可能。ASTER遥感数据具有较高的空间分辨率和光谱分辨率,能够提供比NOAA/AVHRR和Landsat等遥感数据更丰富的陆面信息,有助于提高反演陆面温度的精度。本文以新疆自治区阿瓦提县典型研究区域为例,根据ASTER遥感数据的特点,基于温度/比辐射率分离算法的思想,运用ADE(AlphaDerivedEmissivity)、比值法和MMD(Maximum-MinimumDiffer-ence)三个模块计算陆面温度,并简要分析了模型的主要误差来源。分析结果表明本文所采用的算法是可行的,ASTER遥感数据用于反演陆面温度可以取得比较理想的结果,具有良好的应用前景。     

MODIS卫星影像显示的2001-2017年中国荒漠化年度状况

年度监测是及时掌握荒漠化动态的有效方法。以MODIS卫星影像为数据源，依据荒漠化土地特征和荒漠化遥感监测指标选取原则，选取了能够基于中低分辨率MODIS卫星数据反演的4个遥感监测指标，将原国家林业局第三次荒漠化监测结果与MODIS反演的4个遥感监测指标的栅格图进行叠加，参照各监测指标在不同荒漠化程度等级下的像元值，得到各指标荒漠化程度判别值。根据原国家林业局荒漠化监测气候分区规定，基于各监测指标判别值，应用决策树分类方法，实现了中国不同气候区域2001-2017年的荒漠化状况年度监测。以2009年原国家林业局第四次中国荒漠化土地监测结果与本文年度监测结果对比，吻合度达92.62%。     

基于ETM+与MODIS数据融合的伊洛河流域地表蒸散估算

MODIS数据时间分辨率较高,在对地能量和水分变化监测应用中具有不可比拟的优势。但其空间分辨率较低,混合象元效应显著,尤其在地表土地利用类型复杂和空间异质性较大时,会带来较大的误差。而ETM+数据具备较高的空间分辨率,但其单一的热红外波段导致反演的地表温度精度不高,且时间分辨率低,因而限制了在地表蒸散监测中的应用。本文探讨了将TM/ETM+与MODIS数据相融合估算区域地表蒸散的一种多尺度遥感方法,利用TM/ETM+计算得到的植被指数,基于空间增强方法将MODIS反演的地表温度尺度提高到30 m,并结合SEBS模型对伊洛河流域的地表蒸散进行了估算。验证与分析的结果表明,估算精度得到提高,研究区当日蒸散量在0～5.32 mm/d之间,空间分布具有明显的地域性差异,区域分布不均衡。     

基于HJ-1数据的木孜塔格峰地区雪深时空变化

以木孜塔格峰地区为研究区,从不同坡度、坡向的样方内测量雪深和采集光谱,通过分析归一化差分雪盖指数（Normalized Difference Snow Index,NDSI）、反照率、HJ-1卫星的红外波段反射率与雪深的相关关系,建立了适用于HJ-1星的积雪深度反演模型,估算出2012年4月14日-25日木孜塔格峰地区的雪深时空变化,并结合实测数据进行验证。结果表明:反照率反演模型的复相关系数为0.992;通过NDSI阈值区分混合雪盖像元和积雪像元,雪深估测精度可达92.78%。冰川区的反照率、NDSI与海拔的相关系数分别为0.626和0.733,且高海拔带反照率值明显高于低海拔带的反照率值。受西风带降雪的影响,非冰川区的北坡雪深值较大;西坡、南坡次之;东坡最小,且雪深最大值出现在坡度约等于10°处。雪深估测的相对误差随着样地的坡度增大而增加,坡度为15°时相对误差较大。     

Estimate the influence of snow grain size and black carbon on albedo

Estimation of the influence of snow grain size and black carbon on albedo is essential in obtaining the accurate albedo. In this paper, field measurement data, including snow grain size, snow depth and...     

用EOS/MODIS资料反演积雪深度参量

利用EOS/MODIS可见光、近红外及短红外多通道资料以及新疆地区积雪深度气象台站实测资料等,在考虑积雪性质包括积雪粒子相态、积雪年龄等的差异以及积雪区的下垫面条件包括地表粗糙度、土地覆盖类型等的不同的情况下进行积雪分类,在此基础上,建立EOS/MODIS积雪深度反演模型,实现深度在30 cm以内的积雪深度反演的主要原理、思路及方法,并对模型的反演结果进行了验证。结果表明,利用该模型对30 cm以内的积雪进行深度反演计算,其精度能达到80%以上。     

荒漠-绿洲交错带土壤N、P、K含量的高光谱反演模型

利用新疆奇台县荒漠-绿洲交错带的75个土壤样本,选取土壤可见光-近红外光谱的反射率（R）、光谱反射率倒数之对数（lg（1/R））、光谱反射率一阶导数（FDR）和光谱波段深度（Depth）4个指标,分析了其与土壤N、P、K元素含量的关系,分别建立了反演模型并对其精度进行了检验。结果表明：可见光-近红外反射光谱快速估算荒漠-绿洲交错带土壤N、P、K元素含量的潜力大,其预测精度由高到低的排列顺序为：N>P>K。不同光谱指标反演模型的精度各异,指标Depth和FDR的预测效果明显优于lg（1/R）和R,对N和P元素的拟合效果为：lg（1/R）相似文献   

Radiometric investigation of different snow covers in Svalbard

This paper examines the relationship between reflectance and physical characteristics of the snow cover in the Arctic. Field data were acquired for different snow and ice surfaces during a survey carried out at Ny-Ålesund, Svalbard, in spring 1998. In each measurement reflectance in the spectral range 350 - 2500 nm, snow data (including temperature, grain size and shape, density and water content), surface layer morphology, and vertical profile of the snow pack were recorded detailed analysis of reflectance based on the physical was performed. Field reflectance data were also re-sampled at the spectral intervals of Landsat TM to compare the ability of identifying different snow targets at discrete wavelength intervals. This analysis shows that reliable data on snow structure and thickness are necessary to understand albedo changes of the snow surfaces.     

基于反射率和亮度温度的锡林郭勒积雪深度估算

积雪是我国西北干旱半干旱区重要的水资源，也是影响全球气候变化的重要因子之一。 目前光学影像反射率和雷达亮温数据是积雪遥感领域的主要数据，本文首次结合两类遥感数据估 算积雪深度，并比较偏最小二乘法和机器学习算法（人工神经网络、支持向量机和随机森林算法） 在积雪深度估算方面的表现。以锡林郭勒盟 2012—2015 年积雪深度数据为例，基于反射率和亮度 温度相结合的积雪深度估算精度优于单个数据源，且随机森林算法表现最好，均方根误差为 2.93 cm，满足实际应用的需求。研究结果对我国西北地区水资源分布、生态环境评估等研究具有重要 意义。     

基于高光谱数据的天山北坡积雪孔隙率反演研究

以新疆天山北坡中段典型流域季节性积雪为研究对象,基于高光谱遥感监测技术,分析了融雪期积雪孔隙率与光谱反射率的相关性。采用偏最小二乘法(PLS)对相关性较高的波段进行压缩,并提取贡献率最高的前四个主成分,以此用来确定神经网络的隐含节点数、输入层、输出层的初始权值,建立PLS-BP模型进行积雪孔隙率反演研究。结果表明:当隐含节点数为3,模型的线性确定相关系数(R²)较高为0.9159,RMSE为0.04,相对误差为0.23。与传统偏最小二乘回归(PLSR)、主成分回归(PCA)建模方法相比,精度较高,所建定量模型可用于高光谱遥感反演积雪孔隙率。     

古尔班通古特沙漠积雪覆盖、沙尘天气特征及其相互关系

利用TERRA/MODIS MOD10A2雪盖产品数据和地面观测积雪日数、冻土深度和沙尘天气日数等数据,从不同时间尺度分析古尔班通古特沙漠地表积雪覆盖与沙尘天气的特征及其相互关系。结果表明:①沙尘天气主要发生在4—10月,春季（4—5月）沙尘天气最多,夏秋季逐渐减少。从年际变化看,20世纪80年代前,沙尘天气发生日数呈逐年增加趋势,而积雪日数增减波动较大,二者间关系不明显,80年代后,沙尘天气逐年减少,积雪日数呈波动增加趋势。②冬春季积雪覆盖率、≥1 cm积雪日数、≥5 cm积雪日数、≥10 cm积雪日数与翌年春季沙尘天气发生均呈显著负相关关系,冬春季≥1 cm积雪日数每超过常年平均积雪日数1 d,翌年春季沙尘天气日数则减少4.3 d,而平均冻土深度与沙尘天气呈显著正相关关系。③积雪覆盖使沙漠地表形成冷源性下垫面和近地层逆温层结,增加了大气稳定度,同时春季积雪消融增加了土壤湿度,为荒漠植被生长提供充足的水分,使表层土壤为强风提供沙尘的可能性降低,从而对沙尘天气的发生起到阻碍、消弱作用。     

基于FY-3D/MERSI-Ⅱ归一化积雪指数和MOD10A1的精度对比分析

风云三号D星（FY-3D）是我国新一代极轨气象卫星，中分辨率光谱成像仪Ⅱ（MERSI-Ⅱ）是其携带的核心传感器之一，MERSI-Ⅱ实现了云、气溶胶、水汽、陆地表面特性、海洋水色等大气、陆地、海洋参量的高精度定量反演。选取2018年7、8月无云时相的FY-3D/MERSI-Ⅱ数据对天山中段终年积雪进行归一化积雪指数（NDSI）的计算。结合高分辨率Landsat-8影像，利用混淆矩阵对FY-3D/MERSI-Ⅱ数据计算结果与同期MODIS日积雪产品数据MOD10A1进行精度对比分析。结果表明：FY-3D/MERSI-Ⅱ图像平均总体精度为0.855，MOD10A1图像平均总体精度为0.820，FY-3D/MERSI-Ⅱ积雪覆盖提取平均总体精度比MOD10A1积雪覆盖提取平均总体精度高0.035。FY-3D/MERSI-Ⅱ的Kappa系数平均值为0.659，MOD10A1的Kappa系数平均值为0.558，FY-3D/MERSI-Ⅱ的Kappa系数平均值大于MOD10A1的Kappa系数平均值。故FY-3D/MERSI-Ⅱ数据提取积雪覆盖面积精度更高，更接近高分辨率Landsat-8影像目视解译结果。