基于MODIS数据的土库曼斯坦山区积雪监测

积雪是影响气候变化的重要因子,准确、及时的获取积雪覆盖范围,进行动态变化监测意义重大。利用MODIS数据进行土库曼斯坦积雪监测,提取积雪信息的研究较少。利用MODIS L1B 500 m分辨率数据,通过几何校正、去云预处理,应用归一化差分积雪指数（NDSI）算法和综合阈值判别法,获取了土库曼斯坦2011年11月～2012年4月山区积雪覆盖范围和面积等数据信息,揭示了土库曼斯坦山区积雪发生的时空特征。土库曼斯坦南部的科佩特山区是该国降雪的核心地区,积雪面积均在1月达到最大值,随后积雪面积随温度的升高而减少。山区积雪面积、月均气温、月降雨量之间存在着显著的相关性,其相关系数分别为0.742 9和0.568 4。结果表明,在监测时段积雪面积随气温的降低、降雨量的减少而增加。     

多源遥感数据协同的我国草原积雪范围全天候实时监测

草原积雪信息的获取对于确定草原雪灾的影响范围与灾情等级等具有重要意义。基于光学遥感与微波遥感应用于草原积雪监测的各自优缺点,提出了将光学MODIS数据与被动微波AMSR-E数据有效协同进行我国草原积雪实时监测的业务流程,阐述了相关算法和实现步骤;进而结合农业部要求,对我国雪灾最严重的省区之一——内蒙古草原2007年12月1日至2008年1月20日期间的雪灾状况进行了全天候实时监测,取得了实际监测效果,成功地获取了总计达到51天的连续监测数据,揭示出了监测时段期内蒙古草原积雪发生的时空状况。所提出多源遥感数据在我国草原积雪监测中协同应用算法及其技术路线实现了对草原积雪的全天候实时监测,可应用于我国草原积雪监测的业务化运行,可提升我国雪灾减灾应急基于先进遥感手段的应用水平和监测精度,积极服务于国家雪灾应急减灾的迫切现实需求。     

基于MODIS积雪产品的高亚洲融雪末期雪线高度遥感监测

以2001—2016年逐日MODIS积雪产品为主要数据源,在高亚洲区域发展了大尺度融雪末期雪线高度的遥感提取方法,并对其2001—2016年的时空变化特征进行了分析。提取方法首先对逐日的MODIS积雪覆盖率产品进行去云处理,获得积雪覆盖日数（SCD）数据集;并用冰川年物质平衡观测数据、融雪末期Landsat数据对提取终年积雪的MODIS SCD阈值进行率定;最后以MODIS SCD提取的终年积雪面积结合地形“面积—高程”曲线实现大尺度融雪末期雪线高度信息的提取。结果表明：① 高亚洲融雪末期雪线高度的空间异质性较强,总体上呈南高北低的纬度地带性分布规律;并因受山体效应的影响,雪线高度由高海拔地区向四周呈环形逐渐降低的特点。② 高亚洲2001—2016年融雪末期雪线高度总体上表现为明显的增加趋势。在744个30 km的监测格网中,24.2%的格网雪线高度呈显著增加,而仅0.9%的格网呈显著下降。除兴都库什、西喜马拉雅外,其他地区雪线高度均表现为升高趋势,显著上升的地区主要分布在天山、喜马拉雅中东部和念青唐古拉山等,其中以东喜马拉雅升高最为显著（8.52 m yr ^-1）。③ 夏季气温是影响高亚洲融雪末期雪线高度变化的主要因素,两者具有显著的正相关关系（R = 0.64,P < 0.01）。     

MODIS数据在云南省积雪监测中的应用

介绍了EOS／MODHS数据特点。通过对雪的光谱特征分析，提出利用归一化积雪被指数NDSI结合归一化植被指数进行积雪信息提取的方法。并以2004年2月7日云南省大面积降雪过程为例，分析和讨论了该次过程的范围和面积。结果表明：MODIS数据在云南省积雪监测方面有很好的应用前景。     

中国北方草原区积雪遥感监测——2007.10～2008.3期间

着眼于我国草原防灾减灾以及国家开展重特大雪灾应急响应工作的极迫切现实需求,基于NASA MODIS数据,以天为监测(响应)时间单元,以旬为监测集成时段,对2008年春节大雪灾期间我国草原积雪状况实现了系统的遥感监测,获取了2007年10月至2008年3月期间中国北方9省区草原积雪发生范围及其面积等数据信息,揭示了监测期间我国草原积雪发生的时空特征。青藏高原与内蒙古为我国持续降雪的核心区域,其他地区降雪情况随时间出现一定的波动;除东北地区外,积雪面积均在1月下旬达到最大值;各省区草原积雪面积占草原总面积的比例随时间的变化总体持续增加。     

基于MODIS数据的蒙古高原积雪时空变化研究

利用Terra卫星和Aqua卫星提供的2002年9月1日~2017年5月31日每日积雪覆盖产品MOD10C1和MYD10C1,提取蒙古高原积雪日数、积雪面积、积雪初日及积雪终日信息,得到蒙古高原积雪特征分布和变化趋势,同时,结合蒙古高原108个地面气象观测站的气温资料,分析研究区积雪变化特征和气温的关系。结果表明：（1）蒙古高原平均积雪日数在60～90 d之间,积雪初日主要分布在315～335 d之间,积雪终日大多集中在31～61 d之间,蒙古高原东部地区积雪初日有明显的提前趋势,西南地区积雪终日有明显的提前趋势。（2）积雪面积在积雪季内呈 “单峰型”,1月份为积雪面积最大月,年均积雪面积呈微弱的下降趋势。（3）最大积雪覆盖面积与温度具有明显的相关性,稳定积雪覆盖区的临界温度大概介于-11~-8 ℃之间。（4）温度是影响积雪特征变化的重要因素。     

基于SSM/I被动微波数据的中国积雪深度遥感研究

通过对积雪和其他地物的被动微波辐射计SSM/I的微波亮温进行波谱分析,提出了一个识别积雪的SSM/I微波检测方法,与MODIS的5 d合成积雪范围数据进行了比较,结果表明SSM/I的积雪范围与MODIS基本一致.对提出的SSM/I的微波积雪深度反演方法进行了验证,与2006年冬季每日的中国地面积雪深度观测数据的相关系数R的平方为0.46～0.54,偏差为-0.3～0.8 cm,均方根误差rmse为4.4～6.8 cm.     

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MODIS数据中国天山积雪面积时空变化特征分析

基于2011-2015年MOD10A2积雪产品和气象数据,通过几何校正、去云预处理,应用归一化差分积雪指数算法等获取中国境内天山山区积雪覆盖面积数据,分析了积雪面积的时空变化特征及与气温降水的关系。结果表明：（1）年内积雪面积呈单峰变化,9月开始积累,次年1月达峰值,3月气温回暖消融加速,至7月最小。春秋季波动较大但没有明显的增减趋势,夏季积雪面积最小,冬季最大且呈减小趋势。（2）2001-2015年积雪覆盖面积整体上呈减少趋势,积雪覆盖率最大值的波动比最小值的波动更加剧烈。（3）积雪覆盖率随着海拔升高而增大,海拔<1 500 m区域积雪覆盖率低于10%,海拔>4 500 m以上区域平均可达70%,为常年稳定积雪区。积雪覆盖率在西北坡最高,南坡最低。（4）年均气温升高是积雪覆盖面积减小的主因,年积雪覆盖面积变化与年降水量变化保持一致的下降趋势。     

基于去云处理的祁连山积雪覆盖遥感监测研究

雪盖信息在生态研究、水资源评价管理以及灾害防治中有重要的作用,MODIS利用冰雪指数(NDSI)和阈值提供全球每日积雪产品,微波遥感传感器AMSR-E提供南北半球不受云影响的雪水当量数据。通过融合同一天不同时间过境的MODIS积雪产品MOD10A1和MYD10A1为MOYD,融合MOYD和AMSR-ESWE积雪当量产品产生MODAM,以祁连山区气象站观测雪深数据为"真值",检验了2010-2011年积雪季MODIS积雪产品和AMSR-E识别积雪的精度,结果表明:MOYD产品和MODAM使云量减少了15%和100%,积雪精度和总体精度分别达到了24%、59%和88%、80%,通过融合多时相和多传感器数据大大提高了积雪监测精度,此外对祁连山积雪时间分布和不确定进行了分析。     

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。     

利用MODIS数据进行旱情动态监测研究

MODIS-EVI植被指数与不同覆盖程度植被的线性关系已得到明显改善,可以更有效地反映地表植被的生长状态。利用MODIS合成数据MYD11A2和MYD13A2获取的增强型植被指数(EVI)和陆地表面温度(Ts)构建EVI-Ts特征空间,并以该特征空间计算的温度植被干旱指数(TVDI)作为干旱监测指标,分析广西2006年秋旱分布。结果表明:以地表温度和MODIS-EVI为基础的温度植被干旱指数能较好地反映区域旱情分布和旱情发展过程,2006年9月中旬—11月中旬广西受旱区域不断扩大,旱情持续加重。     

青海南部牧区前冬积雪变化及其预测的关系模型研究

利用1961-2008年青海南部牧区地面气象观测资料、74个环流特征量和北半球500 hPa高度场网格点资料,整理了地表积雪序列和雪灾年表,并对积雪的变化趋势和雪灾发生的机理进行了研究。结果表明,1961-2008年青南牧区共有16 a发生积雪灾害,占总年数的33.33%。在4 450 m以下,累计积雪量随海拔高度的升高而增加,在4 451 m以上,累计积雪量随海拔高度的升高而减小。典型多积雪年新地岛地区的冷空气偏强、高原低值系统活动偏多,新地岛的冷空气容易沿偏西北路径侵入青南高原与高空槽前的暖湿空气汇合,形成云雨的物理条件充分,降雪多、积雪厚。典型少积雪年环流形势与上述基本相反。10-12月北美区极涡面积偏大和欧亚经向环流偏强、10月欧亚经向环流偏强、11月大西洋欧洲环流型E型日数偏多、12月大西洋副高北界位置偏北均有利于前冬青藏高原高度场的偏低和青南牧区累计积雪量的偏多。这些环流因子在相反的配置下,容易导致青南牧区累计积雪量的偏少。前冬模拟预报方程对典型多积雪年和1993年以来的积雪变化趋势全部预测成功。     

基于MODIS数据的华北地区遥感干旱监测研究

选择4种遥感干旱监测模型,与土壤相对湿度（RSM）和自校准帕默尔干旱指数（sc-PDSI）进行相关性分析,并探讨了研究区生长季干旱的时空变化特征。结果表明：作物缺水指数（CWSI）和植被供水指数（VSWI）更适合监测华北地区的土壤水分,在草原区和农区CWSI干旱监测较好,在森林区和荒漠区VSWI干旱监测效果较好;研究区干旱化趋势有所减缓,且2007—2011年为干旱到湿润的转折区间;干旱空间分布呈北部大于南部、西部大于东部的变化趋势,阿拉善高原的干旱最严重,而大兴安岭山脉基本无干旱发生;干旱整体上向好的趋势发展,尤其是鄂尔多斯南部、山西省、燕山山脉和华北地区-东北地区交界处的农区,且易旱区重心有向西移动的趋势,该成果可以为区域农业干旱监测提供一定的参考。     

Monitoring Growth in Rapidly Urbanizing Areas Using Remotely Sensed Data

Urbanization and the ability to manage for a sustainable future present numerous challenges for geographers and planners in metropolitan regions. Remotely sensed data are inherently suited to provide information on urban land cover characteristics, and their change over time, at various spatial and temporal scales. Data models for establishing the range of urban land cover types and their biophysical composition (vegetation, soil, and impervious surfaces) are integrated to provide a hierarchical approach to classifying land cover within urban environments. These data also provide an essential component for current simulation models of urban growth patterns, as both calibration and validation data. The first stages of the approach have been applied to examine urban growth between 1988 and 1995 for a rapidly developing area in southeast Queensland, Australia. Landsat Thematic Mapper image data provided accurate (83% adjusted overall accuracy) classification of broad land cover types and their change over time. The combination of commonly available remotely sensed data, image processing methods, and emerging urban growth models highlights an important application for current and next generation moderate spatial resolution image data in studies of urban environments.     

Monitoring Growth in Rapidly Urbanizing Areas Using Remotely Sensed Data

Urbanization and the ability to manage for a sustainable future present numerous challenges for geographers and planners in metropolitan regions. Remotely sensed data are inherently suited to provide information on urban land cover characteristics, and their change over time, at various spatial and temporal scales. Data models for establishing the range of urban land cover types and their biophysical composition (vegetation, soil, and impervious surfaces) are integrated to provide a hierarchical approach to classifying land cover within urban environments. These data also provide an essential component for current simulation models of urban growth patterns, as both calibration and validation data. The first stages of the approach have been applied to examine urban growth between 1988 and 1995 for a rapidly developing area in southeast Queensland, Australia. Landsat Thematic Mapper image data provided accurate (83% adjusted overall accuracy) classification of broad land cover types and their change over time. The combination of commonly available remotely sensed data, image processing methods, and emerging urban growth models highlights an important application for current and next generation moderate spatial resolution image data in studies of urban environments.     

中国降雪气候学特征

利用逐日地面降雪观测资料,分析中国25oN以北范围内降雪量、降雪日数、雪带分布和各强度降雪的气候学特征,得到以下结论:①雪季长度与年降雪日数在东部呈纬向分布,大兴安岭北部最长(>210 d),长江以南最短(常年无雪或偶尔降雪);在西部青海省南部和西藏自治区北部最长(>300 d),滇、川、藏交界处及新疆自治区北部较长,南疆较短(<60 d)。年降雪量东南部最少,东北和西北北部较多(>30 mm),青海和西藏降雪量最多(>60 mm)。平均降雪强度江淮一带最大。②根据雪季降雪频次划分中国的雪带,东北大部、内蒙自治区东部、新疆北部、青藏高原大部、秦岭等地区为常年多雪带;长江以南的滇南、四川盆地、江浙沿海等地区为永久无雪带;其余地区为常年降雪带和偶尔降雪带。③不同区域各级降雪日数占总降雪日数的比例都是暴雪日数最少,大雪日数其次,小雪日数最多;但中雪降雪量占总降雪量的比例在东北北部、华北、西北、新疆、东南、青藏高原东部等区域仅高于小雪降雪量,而在黄-淮地区仅次于暴雪降雪量。④降雪年内分配在东北北部、西北、新疆、青藏高原东部等地区都呈双峰型,最多雪时节在早冬和晚冬、早春,隆冬时节并不是降雪最多时间,黄-淮和东南地区呈单峰型,东南地区峰值更陡。⑤总降雪日数和除暴雪外的各等级降雪日数与地理位置关系较明显,在中国东部主要随着纬度升高增加,在中国西部随海拔高度增加而增加;随着纬度升高,东部和西部的总降雪强度都减小,西部的小雪强度也减小。     

东北地区冬季降雪的集中度和集中期变化特征

应用1961-2005 年东北地区冬季的台站降水资料,计算并分析了东北地区降雪集中度和集中期的时空变化特征和集中度偏高时的环流特征.结果表明,东北地区降雪集中度呈逐年上升趋势,集中期呈明显下降趋势。从年代际变化上来看,集中期存在着12 年的长周期,在1970 年代中期之后存在8 年左右的短周期。从空间变化的情况来看,东北地区冬季降雪集中度由东向西依次增加,吉林的东部地区出现集中度最低值,辽宁中部、吉林中部存在着集中期的高值中心。对于东北不同区域,东北东部和中部变化趋势一致,集中度呈上升趋势,集中期呈下降趋势。东北西南部和东北北部降水集中度均呈微弱的上升趋势,其中东北西南部地区降雪的集中度上升趋势最弱。东北北部降水集中期的下降趋势最弱。在影响东北降雪集中度偏高时,在高空500 hPa 东北地区均处于东亚大槽控制,东亚大槽在东北西部加深,而在东北东部有高压易于形成并加强,导致东亚大槽东移缓慢。高、低空急流均明显存在,与低空急流相比,高空急流更强,位置偏西南。在太平洋上水汽输送的高值区明显增强,范围也增大,东北地区受沿高值中心北侧向西北向输送的水汽影响。