基于不同土地覆盖类型NDSI阈值优化下的青藏高原积雪判别

美国国家雪冰数据中心（NSIDC）发布的MODIS第6版本逐日积雪范围产品（V6）仅提供了归一化积雪指数（NDSI）,而用户往往关心的是积雪范围或积雪覆盖率。NSIDC推荐全球积雪范围最佳的NDSI阈值为0.4,但是青藏高原地形复杂,积雪斑块化特征明显,单一的NDSI阈值并不能精确地判识不同下垫面上的积雪。不同的土地覆盖类型可能影响积雪判别的NDSI阈值。以青藏高原为研究对象,基于高分辨率卫星Landsat-5 TM数据,获取了青藏高原不同土地覆盖类型下判识积雪的最优NDSI阈值。结果表明,在草地和稀疏植被地表类型下,最优NDSI阈值分别为0.33和0.40;在其他下垫面类型下,最优NDSI阈值为0.47。以Landsat 8 OLI数据为"真值"对该NDSI阈值确定的积雪范围进行了精度检验。结果表明,采用新的NDSI阈值获取的MOD10A1 V6积雪范围产品的总体精度OA、错分误差OE和漏分误差UE分别为87.88%、5.20%和6.87%。而采用传统的0.4阈值时,其OA、OE和UE分别为87.36%、3.98%和8.60%。这表明考虑不同土地覆盖类型下的NDSI阈值优化可以有效地提高青藏高原积雪判别精度,特别是对占比面积较大的草地区域,通过NDSI阈值优化可以更加准确地识别积雪范围。     

基于HJ-1B数据的积雪制图NDSI阈值分析——以祁连山积雪为例

环境减灾卫星是我国于2008年发射的用于环境与灾害监测预报的小卫星星座,相对于气象卫星传感器,其空间分辨率有了较大提高.以祁连山积雪为研究对象,利用环境减灾卫星HJ-1B星开展积雪提取监测研究,分别对不同区域、不同高程的积雪区进行积雪提取,以同时期Landsat ETM+影像中提取的积雪面积为标准,对环境减灾卫星NDSI阈值的选取进行研究分析,以确定适合于HJ-1B提取积雪的阈值;同时利用不同季节的HJ-1B积雪数据进行验证,用Kappa检验阈值的精度.研究表明:HJ-1B积雪制图的阈值为NDSI≥0.24,b2>0.13,b4>0.15;其中,在海拔3 000～4 000m区域NDSI阈值大于0.25,海拔4 001～5 000m区域NDSI阈值大于0.45,海拔5 000m以上区域NDSI阈值大于0.5;利用Kappa检验阈值精度,Khat系数均高于90%,说明该研究确立的HJ-1B数据提取积雪的NDSI阈值合理有效.     

基于HJ-1B卫星数据的积雪面积制图算法研究

积雪是影响气候变化的重要因子, 采用更高时空分辨率的环境减灾卫星遥感数据进行积雪制图算法的研究, 对推进我国自主遥感卫星在积雪监测领域的应用具有重要意义. 采用环境减灾HJ-1B卫星数据, 以青海省果洛藏族自治州达日县为研究区, 应用归一化差值积雪指数(NDSI)法建立了基于HJ-1B卫星数据的积雪面积制图算法, 并比较MODIS与HJ-1B积雪图精度. 结果表明: 研究区HJ-1B积雪制图合理的NDSI阈值为0.37, 总分类精度达到97.97%; 与"真值"影像比较, HJ-1B积雪图K_hat系数为0.911, 高于MODIS的0.817. 说明该研究建立的基于HJ-1B积雪制图算法精度可靠, 适合对研究区积雪进行实时动态监测. HJ-1B更高的空间分辨率对提高研究区积雪覆盖面积监测精度具有重要的使用价值, 但是地形因素是影响HJ-1B数据积雪分类精度的一个重要原因, 随着坡度的增加, 分类误差也随之增大, 尤其是多测误差增加比较显著.     

基于EOS/MODIS的新疆积雪监测

积雪是新疆水资源的重要组成部分,是环境变化的重要因子,其动态变化监测意义重大.利用EOS-MODIS地球观测卫星接收数据,选择新疆13个地州(区、市)为监测对象,对2002年1月至2003年11月EOS/MODIS卫星近2500条轨道资料的处理分析,提取监测区晴空影像图163张,并对对应地区的积雪面积及深度用归一化差分积雪指数NDSI分层阈值法进行监测方法的初步探讨.结果表明,该监测方法对于提取积雪的空间分布信息是可行的.     

利用MODIS和AMSR-E进行积雪制图的比较分析

MODIS和被动微波辐射计AMSR-E提供了识别积雪的不同方法.MODIS首先计算反映积雪在1.6μm强吸收特性的归一化差值积雪指数NDSI,在剔除卷云的影响后,得到MODIS积雪分布.AMSR-E则根据积雪在微波波段的差异性散射特性识别积雪.通过案例分析比较了MODIS和AMSR-E积雪分布,发现由于云的遮蔽使MODIS积雪分布面积会比实际小,但由于MODIS的空间分辨率很高,得到的积雪边界线轮廓清晰.而微波由于不受云的影响,得到的AMSR-E积雪分布比较符合实际,但积雪的边界线较粗.     

青藏高原不同土地覆盖类型下积雪面积判别算法优化北大核心CSCD

MODIS V006版本数据仅提供了归一化积雪指数(NDSI),而用户往往关心的是直观的积雪分类,包括积雪范围或积雪覆盖率。美国国家冰雪数据中心推荐全球积雪范围最佳的NDSI阈值为0.4,但是青藏高原地形复杂多样,积雪斑块化特征明显,单一阈值并不能精确地判识不同下垫面上的积雪。青藏高原被称为地球的第三极,是中国三大稳定积雪区之一,蕴藏了大量的淡水资源。随着全球气候变暖,青藏高原地区积雪融化时间提前,冰川融水增加,影响河流水量,造成洪涝灾害,进而影响人类正常生产生活,因此通过确定不同下垫面阈值,改善传统阈值的积雪高估低估现象,提高积雪识别精度,进而更准确地探究青藏高原积雪状况,显得尤为迫切。本文以青藏高原为研究对象,首先生成MODIS逐日无云NDSI序列并进行验证;其次对应站点雪深数据与NDSI序列,证实在下垫面为林地和非林地的区域,去云NDSI序列与站点雪深均有良好的对应关系,确定不同下垫面最优阈值范围;最后在最优阈值范围内通过混淆矩阵确定最优阈值。计算得出,林地NDSI=0.03时,总体精度最高为94.02%,在该NDSI之下,高估误差OE和低估误差UE分别为1.21%和4.60%;非林地NDSI=0.26时,总体精度OA最高为94.27%,在该NDSI之下,高估误差OE和低估误差UE分别为0.51%和5.03%。因此选取优化后林地阈值为NDSI=0.03,非林地阈值为NDSI=0.26。为避免地面常规观测资料尺度上的局限性,本文采用高精度的Landsat 8 OLI卫星数据识别结果,作为“真值”对优化后阈值的判别结果进行“像元—像元”级别的验证。在定量验证中,优化后NDSI阈值对MOD10A1 V006积雪判别结果的总体精度OA为84.21%,高估误差OE为5.33%,低估误差UE为10.46%;传统阈值对MOD10A1 V006积雪判别结果的总体精度OA为82.86%,高估误差OE为1.48%,低估误差UE为15.66%。可以看出在定量验证中,优化后阈值的积雪判别精度更高。同时在定性验证中,积雪大面积集中的区域,新的阈值与传统阈值提取效果均相对较好;积雪相对分散破碎的区域,优化后阈值能提取出大量积雪,传统阈值则不能。这表明考虑不同土地覆盖类型下的NDSI阈值优化可以有效地提高青藏高原积雪判别精度,为NDSI在积雪识别中的应用提供有力的支撑,有助于更准确地了解该地区积雪分布状况。     

基于ETM+的积雪提取方法研究——以新疆玛纳斯河流域为例

为了高精度地提取积雪信息, 消除森林覆盖区以及结冰河流水体对于积雪信息提取的影响, 以Landsat ETM+为数据源, 分析了玛纳斯河流域积雪信息提取的归一化差值积雪指数阈值, 并建立积雪信息提取方法. 对研究区进行了积雪信息提取, 并与国际数据服务平台所得的积雪信息提取结果进行了比较. 结果表明: 基于Landsat数据利用归一化差值积雪指数提取积雪信息时, 其合理阈值应为0.37; 通过总体精度以及Kappa相关系数在结冰水体区域以及森林覆盖区域的提取结果进行对比, 认定所使用的提取方法更加准确可靠.     

纳木那尼峰地区冰川信息的综合提取方法

以喜马拉雅山脉西段的纳木那尼峰地区为例,基于ASTER遥感数据,采用波段比值法、ND-SI指数法等多种方法,自动提取冰川信息,对比分析各方法在山体阴影与非阴影区冰川提取的优势和局限,并集成各方法的优势综合提取该地区的冰川.结果表明,在阴影区ASTER3/AsTER4波段比值法提取的冰川信息更准确,而在非阴影区,NDSI指数法的提取结果较准确.综合波段比值法和NDSI指数法在阴影区和非阴影区的优势,分别提取阴影区和非阴影区的冰川,集成两部分结果,并采用掩膜方法剔除高海拔基岩区的积雪,得到了研究区的冰川数据.     

基于MODIS数据的东北地区积雪覆盖率估算

东北地区是我国三大积雪区之一,森林覆盖面积占总面积的40%左右。受森林冠层的影响,当前的MODIS雪盖产品（V6）提供的积雪覆盖率标准模型对东北地区积雪覆盖率估算结果存在明显的低估现象。基于此,采用分区建模的方式：在森林地区,计算归一化差值林地积雪指数（NDFSI）,建立像元积雪覆盖率（FSC）与NDFSI及NDVI之间的线性关系;在非森林地区,采用MOD10A1 V6提供的归一化差值积雪指数（NDSI）,建立像元积雪覆盖率（FSC）与NDSI及NDVI之间的线性关系。采用Landsat 8 OLI数据提取的积雪覆盖率（FSC）对分区建模的估算结果与标准模型的估算结果进行对比,发现进行估算的过程中均方根误差和平均绝对误差这两项指标的数值相对于标准模型有了大幅下降,这一结果在林区有更显著的表现。计算得到的决定系数R²,在本文模型也有提高。以T1林区影像为例,本文模型的均方根误差和平均绝对误差分别为0.246、0.055,而标准模型的两项指标则分别为0.420、0.348。本文模型和标准模型的决定系数分别为0.675、0.641。     

2003-2010年青藏高原积雪及雪水当量的时空变化

利用MODIS逐日无云积雪产品与AMSR-E雪水当量产品进行融合, 获取了青藏高原500 m分辨率的高精度雪水当量产品, 通过研究青藏高原积雪时空动态变化特征, 分析了积雪覆盖日数、雪水当量以及总雪量的季节及年际变化. 结果表明: 青藏高原地区降雪主要集中在高海拔山区, 而高原腹地降雪较少, 降雪在空间上分布极为不均; 2003-2010年期间, 平均积雪日数呈显著减少趋势, 稳定积雪区面积在逐渐扩大, 常年积雪区面积在不断缩小. 与积雪日数时空变化相比, 雪水当量增加的区域与积雪日数增加的区域基本一致, 但喜马拉雅山脉在积雪日数减少的情况下雪水当量却在逐年增加, 表明该地区温度升高虽然导致部分常年积雪向季节性积雪过渡, 但降雪量却在增加. 总的积雪面积年际变化呈波动下降的趋势, 但趋势不显著, 且减少的比例很少. 最大积雪面积呈现波动上升后下降的趋势, 平均累积积雪总量呈明显的波动下降趋势, 年递减率为1.0×10³ m³·a^-1.     

天山季节性积雪稳定期雪密度与积累速率的观测分析

利用Snow Fork雪特性分析仪测量的天山积雪雪崩站2009年2月21-26日及2010年1月26-31日雪特性数据,分析了季节性积雪稳定期内积雪垂直剖面密度的变化特征及其随降雪沉积时间和雪层深度的变化规律.结果表明:季节性积雪稳定期内,积雪剖面密度中部最大,表层和底层密度较低;新雪层密度随时间的推移增加速率逐渐增大...     

祁连山区风吹雪对积雪质能过程的影响

风吹雪是山区积雪水文过程的重要组成部分. 采用祁连山区冰沟流域2008年积雪期观测数据, 通过对风吹雪实地观测分析、风吹雪的发生概率、风吹雪迁移以及风吹雪升华等分析, 从野外观测、计算模拟两个方面对祁连山区风吹雪质能过程进行了详细探讨. 结果表明: 位于流域海拔较高处(海拔4 146 m)的研究区垭口站, 风吹雪现象较为显著, 因之造成的积雪重新分布极为严重. 垭口站风吹雪频发于冬季及初春融雪未发生时, 积雪在风速作用下迁移量较大; 而进入融雪期之后, 因气温上升、雪面融化以及再冻结, 风吹雪发生概率急剧减小. 风吹雪在积雪升华中占有较大比重, 2008年积雪期, 垭口站风吹雪升华估算值约占积雪升华(包括雪面升华)的41.5%.     

次网格积雪参数化在祁连山区斑状积雪带模拟中的应用

运用中尺度大气模式MM5,积雪参数化分别采用简单的积雪参数化方案以及考虑次网格积雪分布和雪密度变化的复杂积雪参数化方案,对黑河流域上游祁连站附近气温和降水进行模拟,与祁连站的观测值对比,检验积雪参数化方案中次网格积雪分布和雪密度变化在该地区气温和降水模拟中的作用.结果表明:简单积雪方案对网格积雪的非0即1描述在斑状积雪带是不合理的,尤其在黑河流域海拔3 300 m以下积雪多为斑状或片状,网格内积雪非均匀性的处理是非常必要的;通过耦合简单和复杂积雪方案的大气模式对气温模拟和观测值比较发现,新方案模拟的气温比旧方案模拟值更接近观测值,在气温低于0℃时改进尤其明显,说明使用复杂积雪/融雪方案可改进斑状积雪带气温的模拟.耦合复杂积雪方案的大气模式模拟的降水与观测值绝对误差低于耦合简单积雪方案模拟结果,复杂积雪方案的模拟结果降水错报率为使用简单积雪方案结果的一半,证明了耦合复杂积雪方案可以提高大气模式对该地区春季降水模拟的准确性.与积雪面积变化相对应,耦合复杂积雪方案模拟出了融雪产流量,而使用简单积雪方案则没有模拟出来.综上所述,耦合考虑次网格积雪分布和雪密度变化的复杂积雪参数化方案比耦合“非0即1”积雪方案可以更准确地模拟祁连山区冬、春季气温和降水.     

天山西部季节性积雪密度及含水率的特性分析

利用Snow Fork雪特性分析仪采集积雪物理特性(积雪深度、积雪密度、体积含水率)数据,分析了天山积雪雪崩站稳定积雪期和非稳定积雪期雪物理特性的时间变化特征及其在垂直剖面上的廓线分布.结果表明:1)稳定期积雪深度随时间缓慢减小,体积含水率垂直廓线随积雪深度变化呈单峰曲线,峰值距雪表面约33cm,雪密度垂直廓线为中部大、积雪表层和底部较小;2)非稳定积雪期积雪迅速沉陷,体积含水率相对于雪层温度的变化有滞后效应,滞后时间约为2h,雪密度垂直廓线与稳定期相同.整个非稳定积雪期的日平均雪密度与日平均含水率、日平均温度均呈显著正相关.     

天山西部季节性积雪密度及含水率的特性分析

利用Snow Fork雪特性分析仪采集积雪物理特性(积雪深度、积雪密度、体积含水率)数据,分析了天山积雪雪崩站稳定积雪期和非稳定积雪期雪物理特性的时间变化特征及其在垂直剖面上的廓线分布.结果表明: 1)稳定期积雪深度随时间缓慢减小,体积含水率垂直廓线随积雪深度变化呈单峰曲线,峰值距雪表面约33 cm,雪密度垂直廓线为中部大、积雪表层和底部较小;2) 非稳定积雪期积雪迅速沉陷,体积含水率相对于雪层温度的变化有滞后效应,滞后时间约为2 h,雪密度垂直廓线与稳定期相同.整个非稳定积雪期的日平均雪密度与日平均含水率、日平均温度均呈显著正相关.     

冰雪反照率研究进展

冰雪反照率在地气能量平衡中起重要作用,其大小取决于两个方面,即冰雪面的反射属性以及大气或天空的状况.因此,影响冰雪反照率的因素除其自身的物理属性如积雪粒径、密度、含水量、杂质和污化程度等外,云对冰雪反照率也产生影响,从而使冰雪的反照率呈现出日变化、季节变化和空间变化规律.最后,评述了利用数值模式及卫星遥感反演方法对冰雪反照率的相关研究进展.     

中国近50a积雪日数与最大积雪深度的时空变化规律

通过REOF和非参数Mann-Kendall趋势检验法,以1958/1959-2007/2008年度中国557个气象台站的积雪观测资料为基础,对中国积雪日数与最大积雪深度的时空演变规律进行分析.结果表明:东北、新疆北部和青藏高原中东部为中国积雪日数和最大积雪深度的3个大值区;近50a来,春、秋季中国积雪日数和最大积雪深度在整体上呈现缓慢减少的趋势,冬季积雪日数和最大积雪深度呈现增加的趋势.气温是影响积雪产生和维持的重要因素.     

雪冰中汞的研究进展

汞是具有特殊物理化学性质的重金属元素,其较强的挥发性使之能够参与全球尺度传输,汞的高毒性又能对人类和高等生物体产生极大危害,因而汞是一种全球性污染物,在近几十年来备受科学界的关注.汞的全球生物地球化学循环演化规律是目前环境科学领域的研究热点.冰冻圈是地球系统的关键组成部分之一,是各圈层相互作用的重要环节;而雪冰是冰冻圈的主体,是环境和气候记录的良好载体之一.对南极、北极和中低纬高海拔冰川现代雪冰和冰芯中汞的季节变化、空间差异以及历史变化的研究成果进行了综述,总结了北极和亚北极地区汞的雪/气界面过程研究,归纳了汞的实验室检测手段和方法.针对该领域目前研究上的空白和热点,分别对利用冰芯高分辨率和长时间序列记录重建工业革命以来汞的变化历史(特别在青藏高原)、中低纬冰川区汞的雪/气界面过程、雪冰中汞的同位素分析等进行了展望.     

黑河上游冰沟流域典型积雪期水文情势

综合研究了黑河上游祁连山冰沟流域2008年积雪期水文情势,以积雪-冻土-径流为框架详细分析了该地区积雪水文特征.采用物质平衡计算了冰沟流域雪蒸发和融水值,并分析了冻土水热变化过程和融雪径流变化特征.积雪期降水总量达到204.6 mm,雪而蒸发为140.8 mm,雪面蒸发在积雪期水文循环中占有重要的位置.3月12日融雪开始,引起3次人规模的融雪峰值;整个融雪季,冰沟流域融雪径流总嚣为3.98×106m3.冻土解冻始于4月12日左右,随着气温升高,土壤含水量变化明显.地形和风速相巨作用,造成积雪的大规模重新分布.     

雪层内太阳的穿透辐射

雪层内太阳辐射能量的分布遵循朗伯定律。对于粒雪,当短波辐射的波长为0.4—1.1μ时,吸收系数的绝对值介于0.297—0.457cm~(-1)之间。不同的消光观测资料说明,吸收系数对于波长、雪深以及入射辐射强度具有选择性。此外,短波入射辐射强度值的86％左右将被0—5cm表层所吸收,仅约14％可以透入深层。穿透有效深度约20cm。