基于MODIS的青藏高原逐日无云积雪产品算法

青藏高原积雪对高亚洲地区水和能量循环起着重要的反馈和调节作用,其变化影响着融雪性河流流量,对下游水资源和经济活动具有重要影响。中分辨率成像光谱仪（MODIS）具有较高的时空分辨率,被广泛应用于积雪遥感动态监测,然而光学遥感积雪受云层影响严重,且青藏高原地区水汽分布不均,局地对流活跃,积雪的赋存时间变化快,这给高原地区逐日积雪监测及其气候学制图带来挑战。在考虑青藏高原地形和积雪分布特征情况下,结合现有的云覆盖下积雪判别算法,采用8个不同方法的组合,逐步实现MODIS逐日无云积雪算法。选取2009年10月1日-2011年4月30日两个积雪季为研究期,并采用145个地面台站观测雪深数据对去云算法各步骤过程开展精度验证,结果表明：当积雪深度>3 cm时,逐日无云积雪产品总分类精度达到96.6%,积雪分类精度达83%,积雪判对概率（召回率）达到89.0%,算法可实现青藏高原地区逐日无云积雪动态监测和积雪覆盖气候学数据重建,对高亚洲地区的水、生态和灾害等全球环境变化影响研究具有重要的意义。     

亚洲大洋洲区域综合地球观测系统计划进展

亚洲大洋洲区域综合地球观测系统是为实现国际地球观测组织总体战略目标而设立的区域地球观测合作计划,旨在面向亚大区域国家对地球观测技术的应用需求,保障亚大区域地球观测空间信息的精准获取与主动服务,增强地球观测技术支撑区域可持续发展的综合能力。该计划由地球观测组织亚大区域成员国共同提出,并对亚大地区的所有国家和参与组织开放。通过国际地球观测组织亚大区域政府间合作机制,在国家、区域和全球层面建立有效的合作框架,积极协调区域内的地球观测资源设施的互联互通、技术合作与共享服务,促进亚大区域国家在社会经济关键领域的应用,共同应对可持续发展、全球变化和重大灾害的挑战。     

基于星载被动微波遥感的青藏高原湖冰物候监测方法

湖冰物候影响着区域及全球气候,是全球变化的敏感因子,青藏高原湖泊众多,冻融现场监测数据缺乏,而微波具有对冰水相变敏感、时间分辨率高、历史存档数据长等特点,这对于长时间序列湖冰物候研究具有重要意义.然而,被动微波遥感空间分辨率低、湖泊亮温的精准定位难.论文通过获取AMSR-E/Aqua和AMSR-2/Gcom-W1的亮温数据,构建了基于轨道亮温数据的阈值判别法,通过对青藏高原不同区域和不同大小的青海湖、色林错、哈拉湖以及阿其克库勒湖进行测试研究:与青海湖现场观测对比,湖泊完全冻结日期与开始融化日期最大误差小于3天;与无云光学遥感判别结果相比,4个湖泊的冻融参数误差为2~4天.结果表明,被动微波轨道亮温数据可实现青藏高原地区亚像元级中大型湖泊冻融信息的获取,历史卫星资料可为湖冰物候的监测提供重要的支撑.     

COM技术在地球化学数据处理系统中的应用

区域地球化学信息作为反映矿产资源区域特性的重要指标,在区域矿产资源评价中占有重要的地位,为了有效利用该指标,这就要求研究实用可行的数据处理系统来更好地对地球化学数据进行处理,随着数据处理方法的不断完善和地矿信息化工作的不断提高,要求处理系统本身具有可重用性,可扩展性,高效性等特点,而组件对象模型（COM）技术提供了一种如何建立可重用、可扩展组件,以及如何通过组件高效率地构筑应用程序的一个规范,使得软件系统以组件方式集成成为可能,作者在COM技术内涵基础上,结合地球化学数据处理系统目前存在的若干问题,探讨了COM组件技术在地球化学数据处理系统中的应用,并对数据处理组件进行了分析设计。     

基于MODIS的青藏高原季节性积雪去云方法可行性比较研究

青藏高原地处中纬度地区,季节性积雪分布破碎,地面观测站点稀少,中分辨率成像光谱仪（MODIS）可为该地区提供每日积雪监测数据,然而云是光学遥感最大的影响因素,为研究MODIS每日积雪产品去云方法在青藏高原的适用性,根据原理将去云方法归纳总结为五大类,并对每种方法的“潜在假设”开展分析讨论。结果显示：基于时间连续性的方法适用性强,去云效果明显,上下午积雪连续的平均概率为72.5%,而2~5d的连续积雪的概率为5.6%~43%不等,可靠性差;临近像元法可去除零散分布的云,平均正确率达到95.5%,但去除云量较少;基于高程的去云算法在山区适用性好,而在高原腹地由于坡度较小而错判概率较大;采用被动微波遥感数据进行去云则依赖于微波对云的识别率,往往误差较大;采用数学方法拟合积雪边界在积雪破碎、降雪融雪较快的青藏高原地区,物理意义较弱。通过分析研究表明,青藏高原地区MODIS日积雪产品的去云,需综合多种算法的区域适用性,充分考虑青藏高原地形及积雪本身的特征,逐步完善每日积雪去云工作。     

气候变化对南极冰面湖的影响研究:以埃默里和拉森A冰架为例

冰面湖作为区域气候变化的灵敏指示器,对研究全球气候变化背景下南极冰冻圈的稳定性具有重要意义。本文基于2000—2019年区域气象数据、LandsatETM+/OLI影像与LIMA(LandsatImageMosaicof Antarctica)镶嵌影像,选取东南极的埃默里冰架和西南极的拉森A冰架作为研究区,采用归一化水体指数(Normalized Difference Water Index, NDWI)提取冰面湖面积信息,对冰面湖面积与气象数据开展遥相关分析,探索冰面湖与区域气候变化的联系。结果表明:埃默里冰面湖总面积较为稳定并有减小趋势,拉森A冰面湖总面积则呈增加趋势;冰面湖与气温和海温之间存在正向反馈特征;两个冰架区域的反馈特征规律明显不同,埃默里冰面湖面积受气温影响显著,但受海温影响并不明显,而拉森A冰面湖则对海温变化敏感,其面积与海温变化趋势一致。     

基于NoSREx实验的积雪演化及微波辐射分析研究

在被动微波雪水当量反演中,积雪物理参数随时间的变化特征影响着反演精度,为理解积雪随时间演化的特征及其对微波辐射亮温的影响,本研究选用2009—2013年北欧积雪实验（Nordic Snow Radar Experiment, NoSREx）积雪地面观测和微波辐射测量数据,通过雪深和温度把雪期分为积累期（10月—次年2月）、稳定期（2—4月）和消融期（4—5月）,发现各个雪期的积雪演化特征为：雪颗粒形状在积累期前期以融态颗粒（Melt Forms, MF）为主,积累期后期和稳定期以圆形颗粒、片状颗粒、深霜为主,消融期以MF为主;整个雪季底层雪粒径从小变大再变小的过程,粒径最大值出现在稳定期的2至3月,约为2.5~4.0 mm,均出现在近地表雪层,而表层粒径较小且较为稳定。通过雪深和微波亮度差（18~37 GHz）的关系分析,表明亮温差在不同雪期对于雪深的依赖关系不同,在积累期和稳定期,雪深变化与亮温差变化具有明显的正相关;在消融期由于积雪融化的影响,其相关性较差;基于多层积雪微波辐射模型（MEMLS）构建了一维微波辐射模拟环境,模拟表明MEMLS模型在3个雪期的垂直极化10.65 GHz和18.7 GHz模拟结果较37 GHz和90 GHz更好;10.65 GHz V极化在入射角为50°且稳定期时,微波亮温模拟均方根误差（RMSE）结果最小,为2.49 K。3个雪期90 GHz模拟结果水平极化优于垂直极化,由于受表层积雪变化影响,90 GHz模拟结果较不稳定,尤其是消融期时,RMSE最小也达到了42.7 K。本研究有助于理解积雪随时间演化的特征及其对微波辐射模拟的影响,表明在被动微波雪水当量反演算法中,针对不同积雪期需要考虑积雪演化动态过程。     

我国主要积雪区AMSR-E被动微波雪深算法对比验证研究

采用高级微波扫描辐射计(AMSR-E)亮温数据, 选取Chang算法、GSFC 96算法、AMSR-E SWE 算法、青藏高原改进算法和Savoie算法等5种雪深反演算法, 利用2010年2月10-12日3 d的气象站台雪深观测数据, 对比分析了5种雪深反演算法在新疆地区、青藏高原、内蒙古地区、东北地区、西北地区和华北平原的精度和适用性. 结果表明:总体验证中, 青藏高原改进算法3 d的结果均优于其他算法, 其均方根误差(RMSE)为9.16 cm、9.96 cm和9.63 cm, 平均相对误差(MRE)分别为59.77%、52.79%和48.47%. 分区验证中, 结果最佳的算法分别为:在新疆地区, GSFC 96算法RMSE为6.85~7.48 cm;内蒙古地区, 青藏高原改进算法的RMSE分别为5.9 cm、6.11 cm和5.46 cm;东北地区, 青藏高原改进算法RMSE为6.21~7.83 cm;西北地区和华北平原5种算法的适用性不佳;青藏高原由于缺乏实测数据, 无法得到该区验证统计结果.     

北极海冰密集度遥感数据产品对比及航道关键区验证研究

为分析并评价海冰边缘区海冰密集度数据产品,选取北冰洋区域8种公开发布的产品,基于平均偏差和标准差(Standard Deviation, SD)展开分析,结果表明:Bremen/ASI(ARCTIC Sea Ice)、Bremen/BT (Bootstrap)、NSIDC(National Snow and Ice Data Center)/BT和NSIDC/CDR(Climate Data Record)四种数据全年平均偏差整体高于平均值,在夏季偏差高于冬季; Hamburger/ASI全年平均偏差低于平均值,冬春季偏差为负,夏季梢高于均值; NSIDC/NT(NASA Team)、NOAA OI SIC(National Oceanic and Atmospheric Administration Optimum Interpolation Sea Ice Concentration)和OSISAF(The Ocean and Sea Ice Satellite Application Facility)三种数据全年平均偏差为负,夏季负向增加;夏季和秋季标准差较大区域主要分布在东北航道薄冰区,东西伯利亚、拉普捷夫海和喀拉海区域标准差变化较大,从3%增加到10%～15%。围绕航道区,以MODIS(Moderate Resolution Imaging Spectroradiometer)影像作为参考,对8种数据的对比评估结果表明:在25km空间分辨率下,Bremen发布的两种数据相关性较高,均为0.80;NOAAOISIC数据相关性最低,为0.63; Bremen/BT平均偏差较小,为7.11%;基于ASI算法的Bremen/ASI数据和Hamburger/ASI数据平均偏差较大,分别为14.38%和14.99%,且在夏季和秋季偏差波动较大,对应标准差分别为12.16%和11.01%。该项研究对于提升遥感数据产品在海冰边缘或航道区的应用及进一步的算法研发具有指导意义。     

两种星载微波辐射计被动亮温数据的交叉定标

针对两种不同星载微波辐射计在长时间序列的变化探测研究中存在时空间差异问题,应用时空匹配交叉定标方法,选取亚马逊雨林作为高亮温地面观测目标和格陵兰地区为低亮温地面观测目标,采用原始轨道扫描数据对微波成像仪和先进微波扫描辐射计的时空上相匹配的5通道水平和垂直极化亮度温度数据进行交叉定标。研究结果表明,校正决定系数都在0.99以上,均方根误差均小于1.3K,定标系数精确度高,匹配数据拟合程度非常好。精确的交叉定标系数,对于我国FY3号以及后续卫星等微波定标参数确定、同国外卫星的长时间序列衔接以及数据质量的评估等具有重要意义。