中国地区地面观测积雪深度和遥感雪深资料的对比分析

比较了气象台站观测和卫星遥感(SMMR、 SSM/I、 AMSR-E)的积雪深度两种资料在空间分布、 年际变化及其与中国夏季降水之间关系的异同性.结果表明: 两种资料在积雪稳定区的分布比较一致, 积雪深度的大值区位于东北地区、 新疆北部和青藏高原地区; 对于季节性积雪区且积雪深度不大的区域而言, 二者之间存在着较大的差异, 尤其在江淮流域及长江中下游地区, 台站观测的积雪深度大于遥感得到的积雪深度; 平均而言, 两种资料获得的积雪深度在各地区基本一致.在新疆北部和高原南部, 二种资料的年际变化存在着差异, 在新疆北部, 台站观测大于遥感得到的积雪深度, 而在高原东南部遥感大于台站观测积雪.近30 a来, 两种资料获得的积雪深度在新疆北部和青藏高原的年际变化趋势基本一致, 新疆北部为增加趋势, 青藏高原有减少的趋势.值得注意的是, 在东北地区, 近30 a来两种类型资料的年际变化趋势呈相反变化.两种资料在新疆北部的相关最强; 东北、 青藏高原其次; 而高原东南部最差, 在使用时应加注意.青藏高原地区的两种积雪资料与中国夏季降水的相关"信号"基本一致.青藏高原地区积雪与东北西部地区和长江中下游夏季降水之间的相关最为显著.资料间的差异性并不影响高原地区积雪对中国夏季降水"信号"的应用.     

1980-2019年青藏高原积雪深度时空差异性分析北大核心CSCD

积雪是地表特征的重要参数,其对辐射收支、能量平衡及天气和气候变化有重要影响。利用1980-2019年被动微波遥感积雪深度资料对青藏高原积雪时空特征进行分析,在此基础上将高原划分为东部、南部、西部及中部4个区域,并分区域讨论了多时间尺度积雪的变化特征及其与气温、降水的相关关系。结果表明:不同区域积雪深度在不同时间尺度的变化特征存在差异,高原东部积雪深度累积和消融的速率比西部快,南部积雪深度累积和消融速率比中部快。季节尺度上,冬季积雪高原东部最大,中部最小;春季积雪高原东部消融速率最大,西部积雪消融较慢但积雪深度最大;夏季高原西部仍有积雪存在。年际尺度上,各区域积雪深度在1980-2019年均呈现缓慢下降趋势,但东部积雪减少不显著;高原东部积雪深度在1980-2019年呈现出增加-减少-增加-减少的变化,其余3区均呈现出减少-增加-减少-增加-减少的变化。不同区域积雪深度对气温、降水的响应不同,高原东部和中部积雪深度与气温相关性较好;各区域积雪深度与降水呈不显著的正相关关系。     

基于不同积雪日定义的积雪资料比较分析

利用天气现象定义与积雪深度定义两种方法对全国884个台站的积雪日资料进行统计处理, 分别整理出每一台站各个积雪年的积雪日数、积雪深度、 初终雪间隔日数3个要素的两套数据, 并进行对比分析. 结果表明: 在全国东部大部分地区及新疆地区, 两种数据差别不大, 但在东北及青藏高原两套数据的差别较大. 在积雪日数的比较中, 两种数据在东北及青藏高原的差别基本都在10 d以上, 积雪深度的差别在0.4 cm以上, 初终雪间隔日数的差别以青藏高原最明显, 大部分地区的差别在15 d以上, 甚至有达到30 d以上的区域. 对青藏高原东北边坡代表站的积雪平均值进行M-K突变检验发现, 积雪深度定义的积雪日数与间隔日数减少趋势略大于天气现象定义统计的数值;而在积雪深度的比较中则相反. 两种定义的积雪间隔日数均在1987年出现突变.     

NOAA卫星遥感与常规观测中国积雪的对比研究

利用30a来NOAA卫星遥感和常规观测的中国积雪资料,对比研究了二者在不同季节和不同年代的逐月积雪日数.研究表明:全年、秋季、冬季和春季全国64%以上地区卫星遥感与常规观测的月积雪日数显著相关,其中东北(包括内蒙东部)和北疆地区显著相关;华北和内蒙中部冬季相关最为显著;青藏高原相关程度明显偏低.值得注意的是,高原上无测站分布地区对于NOAA卫星遥感的高原空间平均年积雪日数影响不显著.NOAA卫星遥感与常规观测的青藏高原空间平均全年积雪日数未达到显著相关,二者年际变化存在一定差异.     

2000-2005年青藏高原积雪时空变化分析

利用MODIS卫星反演的积雪资料以及同期气象资料,分析了2000-2005年青藏高原积雪分布特征、年际变化及其与同期气温和降水的关系,结果表明:青藏高原积雪分布极不均匀,四周山区多雪,腹地少雪;高原积雪期主要集中在10月到翌年5月;2000-2005年高原积雪年际变化差异较大,积雪面积总体上呈现冬春季减少、夏秋季增加的趋势;气温和降水是影响高原积雪变化的基本因子.冬季,高原积雪面积变化对降水更为敏感;春季,气温是影响高原积雪面积变化更主要的因素.     

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.     

40余年来中国地区季节性积雪的空间分布及年际变化特征

利用全国700余个气象站的地面积雪观测资料,分析了中国地区季节性积雪年际的时空变化特征.结果表明:新疆北部,东北-内蒙古地区和青藏高原西南和南部地区为我国季节性积雪的3个高值区,也是积雪年际变化变化大的地区,也即为中国积雪年际异常变化的敏感区.综合积雪深度和积雪日数的变化趋势,可大致分为3种变化类型:1)增加和减小同步,主要在新疆天山以北、青藏高原东部地区、内蒙古高原中东部到大兴安岭以西的地区,减少区人体在内蒙古西部、黄土高原和长江中下游地区;2)积雪深度增加但积雪日数减少,主要在东北平原东部的部分地区,长江上游的部分地区;3)积雪深度减小而积雪口数增加,主要位于青藏高原中部的部分地区.中国地区积雪总体上呈现出平缓的增长趋势,积雪深度和积雪日数的年代际变化趋势在20世纪60年代呈现为稍有增加;70年代有所下降;80年代又增加;90年代又有略有增加的趋势.     

青海高原1961-2013年积雪日数变化特征分析

应用1961-2013年逐日积雪深度及气象要素资料,采用REOF、多元线性回归等方法,分析了青海高原积雪日数时空分布特征,探讨了各季节积雪日数与气温和降水的关系.结果表明：（1）青海高原积雪日数呈先增加再减少的变化趋势,1961年至20世纪90年代末呈增加趋势,其中1982年达到峰值为44天,2000-2012年呈减少趋势.（2）青海高原积雪时空分布不均,地域差异大,分为六个积雪气候区,主要特点为高原南部积雪日数最多且呈显著增加趋势;东部农业区、西部柴达木盆地积雪少且呈下降趋势.（3）冬、春季积雪日数有上升趋势,冬季较显著;秋季积雪日数有下降趋势.（4）各季节平均气温均呈上升趋势,是影响秋、春季积雪的关键因子;冬、春季降水量呈上升趋势,是影响冬季积雪的关键因子.青海高原冬、春季有暖湿化趋势.     

新疆阿勒泰地区积雪变化特征及其对冻土的影响

依据新疆阿勒泰地区气象台站观测的1961-2011年最大积雪深度、 积雪日数资料与安装在库威水文站的雪特性站观测的积雪密度资料, 讨论了新疆阿勒泰地区积雪的变化特征. 结果表明: 阿勒泰地区近50 a来最大积雪深度变化均呈显著增加的趋势, 且西部最大积雪深增加趋势大于东部. 积雪日数变化较为复杂, 在空间分布上有差异, 位于最东面的富蕴和青河50 a来积雪日数呈减少趋势, 其余各站均为增加趋势, 且东部历年平均积雪日数略高于西部, 积雪日数的增加趋势比最大积雪深度增长得平缓. 2011年8月-2012年9月在阿勒泰额尔齐斯河上游库威水文站架设的雪特性站观测资料表明, 在额尔齐斯河源头高山区冬季积雪主要是空心化的密实化过程, 升华可能是其主要的物质损失过程, 引起升华的主要气象要素是气温、 风速和水汽压. 各站月最大冻结深度与海拔关系较为密切, 随海拔的增加而增大. 积雪20 cm厚是积雪对下伏土壤冻结影响的一个界限, 积雪厚度超过20 cm就有一定的保温作用; 积雪超过40 cm时, 气温变化对下伏土壤冻结的影响保持稳定, 冻结深度也达到稳定值; 但当积雪厚度超过70 cm之后, 冻结深度会再次发生变化, 可能是由于地温从下向上的影响或地温不能与气温交换而产生的又一次变化.     

青藏高原积雪与西北春季降水的相关特征

应用青藏高原４９个点的积雪观测资料和西北地区８５个台站３－５月降水资料,分析了两者之间的相关关系,结果表明,高原积雪与西北春季降水存在弱的相关关系,高原积雪存在２个主要的变化敏感区,２个敏感区积雪的变化与西北春季降水的６个敏感区有着不同的关系,高原南部积雪多,西北春季降水少,高原积雪对西北春季降水的影响是一个相对较慢的过程,交叉谱分析表明,高原积雪与西北春季降水有较高的凝聚,最大落后尺度０．０２－     

青藏高原积雪范围和雪深/雪水当量遥感反演研究进展及挑战

积雪是地表特征的重要参数,对辐射收支、气候和长期天气变化均有重要影响。雪本身又是一个重要的天气现象和水文气象参数,过量的降雪也会带来严重的雪灾,如牧区雪灾、雪崩和融雪洪水灾害等。因此对积雪的监测,尤其是对山区的积雪监测,具有多方面的意义。利用卫星遥感技术监测积雪已有50余年的历史,并已形成了系列业务产品。青藏高原平均海拔超过4 000 m,该地区的积雪具有重要的水文、气候和生态环境意义。由于地形复杂,人迹罕至,地面观测站点稀少,受较强太阳辐射的影响,积雪消融迅速、区域差异消融以及风吹雪等因素导致积雪分布破碎化严重,对使用遥感资料监测该地区的积雪造成的极大的困难和不确定性。随着国内外传感器技术的不断发展,光学和被动微波遥感数据的同步获取技术已经非常成熟,综合利用光学遥感数据高空间分辨率和被动微波数据不受云干扰的特点,结合机器学习、无人机等技术,将环境参数加入反演模型中,有助于提高青藏高原积雪参数反演精度。     

基于合成孔径雷达(SAR)的积雪监测研究进展

积雪是冰冻圈中最重要的组成要素之一, 积雪研究对于气候变化、 水文循环等科学研究和农业灌溉、 减灾防灾等生产活动都具有重要意义.合成孔径雷达(SAR)不仅具有穿云透雾, 全天候观测地表的能力, 而且可穿透地表覆盖一定深度获取地表覆盖物内部特征信息.近年来SAR技术在冰冻圈科学研究中已广泛应用. 综述了SAR积雪监测研究的国内外进展, 对当前主要的SAR积雪遥感模型进行了总结分析, 着重介绍了当前主要的SAR和SAR干涉测量技术(InSAR)积雪面积制图方法、 雪水当量(SWE)反演算法、 积雪密度和雪深提取方法, 并对未来可能的研究方向进行了展望.     

利用MODIS和ASAR资料估算青藏高原念青唐古拉山脉地区冰雪范围及厚度

利用可见光和微波卫星遥感资料分析了青藏高原念青唐古拉山脉地区冰雪范围和厚度的季节变化.结果表明:青藏高原念青唐古拉山脉地区冰雪范围的季节变化非常明显,2003年4月上旬、5月中旬、7月下旬和9月下旬的冰雪范围分别占选定研究区域的28.9%、69.9%、11.6%和14.7%.在选定的西布冰川区域,由微波遥感得到的冰雪厚度季节变化也非常明显,5月份厚度的数值最大,7月份最小.由于主动微波观测受地面高程、地形和夏季冰雪融化等因素的影响比较大,主动微波遥感在大面积估算冰雪厚度还有一定困难,有待将来作进一步的深入研究.     

中国稳定积雪区IMS雪冰产品精度评价

IMS雪冰产品由多种光学与微波传感器数据融合而成,提供北半球每日无云的积雪范围,在积雪遥感研究中具有广阔的前景. 以气象站实测雪深数据为真值,检验了2009-2010年IMS雪冰产品在中国三大稳定积雪区北疆、东北、青藏高原地区每月、积雪季以及全年的误判率、漏判率和总体准确率,并分析了IMS雪冰产品的准确率与雪深之间的关系. 结果显示：IMS雪冰产品的年总体准确率在三大积雪区均超过了92%,积雪季总体准确率均超过了88%,利用IMS雪冰产品监测积雪范围是可靠的. 然而,IMS雪冰产品精度具有区域差异性,北疆地区在1月和2月误判率偏高,青藏高原地区积雪季有严重的漏判现象. IMS雪冰产品的准确率在东北地区和北疆地区随着雪深的增加而升高,当东北地区雪深超过6 cm,北疆地区超过13 cm时,准确率接近100%,但是,青藏高原地区两者基本没有关系. 通过在青藏高原地区与同时相的4景MODIS积雪产品对比分析发现,实际上IMS雪冰产品相对地高估了积雪面积,青藏高原地区漏判率高其原因是IMS对零碎积雪的识别能力不足并且气象站分布不均匀.     

青藏高原地区积雪年际变化异常中心的季节变化特征

利用青藏高原1980-2009年SMMR、SSM/I和AMSR-E被动微波遥感反演得到的逐日积雪深度资料, 应用EOF方法分析了近30 a青藏高原地区冬春季积雪年际变化异常的时空变化. 结果表明: 青藏高原冬春季积雪年际异常敏感区随季节有着显著变化, 并具有多尺度性. 其在大尺度上最主要的空间特征是从秋末(10-12月)到隆冬(12-翌年2月)位于青藏高原腹地和东南缘的河谷; 后冬和前春年际异常变化的敏感区显著变小, 整个青藏高原地区的积雪稳定少变; 而春季(3-5月), 随着青藏高原气温的回升, 敏感区出现在青藏高原东部. 青藏高原冬春季积雪年际变化在局地尺度上存在着季节变化, 表现为青藏高原积雪年际变化的异常与年际变化趋势相反的特征, 以及积雪年际变化东西反向异常随季节的演变. 青藏高原冬春季积雪年际变化的异常敏感区在空间范围上的变化, 反映了冬春季积雪在季节尺度上受冬季风和南来的暖湿气流之间相互消长和进退影响的特征. 青藏高原冬春季积雪具有显著的年代际变化, 在20世纪80年代处于多雪期, 80年代后期进入一个积雪较少期. 秋末至隆冬(10-翌年2月)的积雪在20世纪90年代后期出现明显转折, 进入多雪期, 2000年后又进入一个少雪期.     

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.     

中国西部积雪日数类型划分及与卫星遥感结果的比较

根据中国105°E以西地区232个地面气象台站1951-2004年积雪日数观测资料和1980-2004年SMMR、SSM/I逐日雪深资料,划分中国西部积雪类型并分析其年代际变化,并对两种资料的结果进行了比较.结果表明:北疆、天山和青藏高原东部地区年平均积雪日数大于60 d,为稳定积雪区;南疆盆地中心、四川盆地和云南省南...     

基于AMSR2被动微波积雪参量高精度反演方法研究

以新疆为研究区域建立了被动微波遥感积雪深度高精度反演模型,采用高空间和时间分辨率AM SR2被动微波遥感数据(2012年11月-2015年3月逐日数据),结合研究区域海拔高度、坡度、坡向、沙漠,荒漠和地表粗糙度等地形、地貌特征,考虑冰川、水体、林地等地表覆盖类型和不同季节的新雪、干雪和湿雪等积雪属性的微波辐射特征,以决策树阈值法为基础,通过采集样本分类建立起多种雪深判识阈值,在此基础上建立AMSR2高精度积雪深度反演综合模型,分类分析不稳定积雪和冰川信息,从而实现雪深在60 cm以内的积雪深度AMSR2反演的主要原理、思路及方法,并对模型的反演结果跟台站实测或者野外观测积雪值以时间和空间角度进行检验.结果表明:该综合模型能够定量判识研究区域复杂地形地貌条件下的1~60 cm积雪厚度,检验的复相关系数为0.74~0.88,均方根误差为2.92~6.14 cm,平均绝对偏差指数为3~4 cm,雪深误差5 cm的精度为91%~94%,雪深误差2.5cm的精度为81%~87%.     

青藏高原积雪深度和雪水当量的被动微波遥感反演

利用1993年1月份的SSM/I亮度温度数据反演了青藏高原的雪水当量,首先使用被动微波SSM/I数据19和37GHz的水平极化数据来反演雪深,根据积雪时间的函数来计算实时的雪密度,由雪的深度和密度计算出雪水当量.最后,利用SSM/I数据的19和37GHz的垂直极化亮度温度梯度对计算出的雪水当量进行回归分析,得到了利用SSM/I数据直接反演雪水当量的算法.