被动微波遥感积雪参数反演方法进展

雪深(snow depth,SD)和雪水当量(snow water equivalent,SWE)是气候水文研究中的重要参数,在雪灾监测中尤为重要。首先,简要介绍了被动微波遥感SD和SWE反演算法的物理基础——积雪微波辐射传输模型,分析了不同微波频段、不同特点的积雪微波辐射和散射特性。然后,根据前人的研究从数学角度将反演算法分为线性亮温梯度法和基于先验知识法,总结了2类算法的优势和局限性:线性亮温梯度法相对简单、速度快,一般只适用于特定的研究区;先验知识法需要获取研究区的样本数据,并反复训练才能达到较好的精度,但对样本的独立性及其均值差异显著性的要求较高。最后,重点介绍了我国风云三号微波成像仪(FY-3 MWRI)的全球SD和SWE反演算法和针对中国区域的改进算法,并对未来的研究热点进行了展望。     

风云三号C星微波成像仪升降轨偏差问题分析及订正

风云三号(FY-3)的微波成像仪(MWRI)能够全天候获取全球大气水汽含量、云雨参数及海面温度等的空间分布,并可为数值天气预报提供初始场信息进而提高天气预报的准确性。但FY-3C MWRI O-B(O是卫星观测亮温,B是数值天气预报模式模拟亮温)偏差结果存在较大升降轨差异,严重制约了遥感信息的正确提取以及在数值天气预报模式中的业务同化应用。本文通过分析定标方程各参数:定标黑体物理温度、热反射镜背瓣亮温、热反射镜物理温度、冷空反射镜物理温度、接收通道温度、黑体观测计数值、冷空观测计数值、定标斜率、定标截距,并对定标方程各项进行敏感性分析,找出了引起MWRI升降轨偏差的主要原因是热反射镜的发射率异常增大引起的。经过不断调整MWRI的热反射镜发射率,使升轨O-B与降轨O-B的概率分布逐渐重合,初步估算了热反射镜发射率。本文的订正方法可指导未来仪器的发展,并为直接同化MWRI辐射数据提供了条件。     

FY-3C微波成像仪电视信号干扰识别和分析

由于卫星微波成像仪频率的非保护性,微波成像仪资料受到相近频率的无线电信号干扰影响,主要干扰源于洋面反射的静止电视卫星信号。为提高微波成像仪资料的准确性,尤其是洋面资料的可用性,对电视卫星信号干扰的检测和特征分析尤为重要。中国风云3号C星(FY-3C)上搭载了微波成像仪。本文使用标准化主成分分析法来识别FY-3C微波成像仪的电视卫星干扰信号,并分析电视卫星信号干扰的主要空间特征。研究表明,FY-3C微波成像仪中心频率为10.65 GHz和18.7 GHz的4个低频通道受到卫星信号干扰。10.65 GHz通道在欧洲海域英吉利海峡和地中海西部希腊沿岸地区受到电视卫星信号干扰,并且干扰信号位置和强度与FY-3C卫星和欧洲静止电视卫星相对空间位置有关;18.7 GHz通道主要受到美国电视卫星的干扰,在北美东、西沿岸海域都存在干扰信号。FY-3C微波成像仪在中国海域不受电信号干扰影响,主要因为中国静止电视卫星频率与微波成像仪各通道频率不一样。     

被动微波遥感雪深反演混合像元问题研究EI北大核心CSCD

积雪深度是反映地表积雪量变化的重要因子,是水文模型和气候模式中的重要参数之一。被动微波遥感以其穿云透雾、对雪层信息敏感等特点,被广泛应用于雪深的反演研究中。被动微波传感器的低空间分辨率(数千米至数十千米)及地表覆盖的复杂性,使星载被动微波遥感影像中的混合像元现象十分突出,严重制约了被动微波雪深遥感监测的应用和发展。目前,被动微波遥感雪深反演中的混合像元问题研究仍存在着诸多挑战:①理论支撑不足,对被动微波混合像元亮温响应特征及影响机制的研究尚不充分;②针对混合像元问题所发展的被动微波雪深反演算法,对地表异质性特征考虑不足。     

基于GPS和北斗信噪比观测值的雪深反演及其误差分析

利用GNSS反射信号反演雪深具有全天时、全天候、数据量大、成本低等突出优点。本文围绕基于信噪比观测值的雪深反演方法,利用参加中国北极科学考察的机会在黄河站设计了GNSS-R试验,采集了GPS和北斗的双频信噪比观测数据,详细讨论了高度角范围、弧段长度、卫星数量、方位角、时间尺度、星座结构、信号频率、信噪比强度等多种因素对雪深反演结果的影响。通过大样本、质量控制、误差分析等手段,雪深反演精度和可靠性得到有效提高。根据误差分析的结果,本文推荐的反演策略如下：选择高度角范围为5°~25°、信噪比强度较高的L1和B1I观测值,充分利用多颗卫星和4个方位角的大量观测数据,在一天的时间尺度上,可以实现5 cm的反演精度。另外,弧段长度、星座结构、信号频率等对反演结果的精度影响较小。     

FY-3B 微波成像仪海表面温度和风速统计反演算法

基于同步的TAO (Tropical Atmosphere Ocean project) 浮标实测数据和FY-3B 微波成像仪(MWRI) 亮温数据,建立了FY-3B MWRI 海表面温度SST(Sea Surface Temperature) 和海面风速SSW(Sea Surface Wind) 统计反演算法,并利用实测数据进行了检验.根据检验结果,FY-3B MWRI 全通道亮温的SST 反演模型均方根误差为0.81 ℃,相关系数为0.77; SSW 反演模型均方根误差为0.91 m/s ,相关系数为0.78 .     

GLONASS卫星SNR信号的雪深探测

利用GNSS-MR(Global Navigation Satellite System Multipath Reflectometry)技术反演积雪深度是近年来一种新兴的卫星遥感技术。目前大多数研究仅使用GPS(Global Position System)数据限制了该技术的发展,为了扩展GNSS-MR算法的应用,介绍了基于GNSS-MR算法的雪深反演模型。首先,通过多项式拟合分解GLONASS观测数据获取高精度的信噪比残差序列;然后,利用Lomb-Scargle谱分析法对其进行频谱分析可解算雪深值。选取IGS中心的YEL2站2015年11月到2016年6月共243天的GLONASS卫星L1波段反射信号的SNR数据进行实例分析,并以美国国家气象数据中心提供的加拿大Y-H (Yellowknife Henderson)气象站的实测雪深数据为真值,将反演雪深与实测雪深进行对比验证。所得实验结果如下:(1)与GPS卫星的反演值相比,基于GLONASS-MR(GLONASS Multipath Reflectometry)技术反演积雪深度的精度同样能达到厘米级,RMSE仅3.3 cm,反演值与实测值的空间分布趋势一致且相关性较强,其相关系数R2高达0.969;(2)不同的积雪深度对信噪比的振幅频率与垂直反射距离具有直接影响;(3)对同一卫星而言,信噪比的频谱振幅强度峰值与其对应的反演值存在线性相关;(4)在相同条件下,采用多颗GLONASS卫星数据比单颗GLONASS卫星数据反演雪深的效果明显更优。基于反演的高时间分辨率产品,分析该地区雪深日变化的情况,实验结果表明基于陆基CORS站的GLONASS-MR技术在用于实时、连续的雪深变化监测方面具有良好的潜力和可行性。     

FY-3B/MWRI北极海冰密集度ASI算法反演研究

近年来,由于“北极放大”的气候效应,使得北极海冰变化受到了越来越多的关注。而作为海冰被动微波遥感的主要参数,海冰密集度SIC (Sea Ice Concentration)能够表征海冰的主要状态,可用于指导极区走航以及进行不同尺度的海冰变化研究。通过该参数还可以计算出海冰面积、海冰范围等信息,对极区冰情预测以及气候变化研究具有重要意义。本研究探讨了如何利用FY-3B/MWRI (FY-3B/MicroWave Radiometer Imager)较高分辨率通道数据来反演北极地区海冰密集度。基于ASI (ARTIST (Arctic Radiation and Turbulence Interaction STudy) Sea Ice)算法,本研究通过改进算法系点值的方法反演了北极地区海冰密集度,并将反演结果与MWRI海冰密集度产品进行了对比。首先利用Aqua/MODIS (Moderate Resolution Imaging Spectroradiometer)反射率数据获得的海冰密集度对二者进行了验证。结果表明,本研究选用的新系点值ASI算法在全部数据集范围内的平均偏差与MWRI海...     

基于MODIS雪盖数据的北疆雪深多元非线性回归克里金插值

为了提高北疆地区雪深时空分布监测的准确性,以该区域48个气象站点2006年12月—2007年1月的月平均雪深观测数据为基础,通过分析月均雪深空间自相关性及其与经纬度、高程的相关性,结合MODIS雪盖数据构建了多元非线性回归克里金插值方法,插值获得了北疆地区较高精度的雪深空间分布数据。将插值雪深数据与普通克里金插值法、考虑高程为辅助变量的协同克里金插值法的预测结果进行比较,结果表明:1相对普通克里金和协同克里金方法,多元非线性回归克里金法的12月份雪深预测精度分别提高了15.14%和9.54%,1月份的提高了4.8%和6.7%;2由于充分利用了经纬度和地形信息,多元非线性回归克里金法的雪深预测结果可提供更多细节信息;3预测结果客观地表达了雪深随经纬度和地形变化的趋势,反映了积雪深度的空间变异性;4基于不显著相关的协变量高程的协同克里金插值法预测的雪深数据精度劣于普通克里金插值法的预测结果。     

基于被动微波遥感技术的玉米冠层叶面积指数反演

基于玉米冠层结构参数实测数据和Matrix-Doubling(MD)模型构建了玉米出苗期至抽穗期的冠层多波段、双极化微波辐射特性模拟数据库;通过对模拟数据的回归分析得到了玉米冠层在各波段的微波发射率及其与透过率之间的经验关系,并将经验关系应用于0阶微波辐射传输模型;结合土壤发射率模型构建了玉米冠层覆盖地表的微波辐射亮温参数化计算模型,并基于该参数化模型、利用玉米样地微波亮温观测试验数据,采用迭代方法进行了玉米叶面积指数(LAI)的反演.研究表明,LAI反演值与实测值的相关系数r＞0.9,说明多波段被动微波遥感数据在植被冠层LAI反演方面具有较大的应用潜力.     

Snow Depth Inversion Using the Localized HUT Model Based on FY-3B MWRI Data in the Farmland of Heilongjiang Province,China

Snow depth parameter inversion in the farmland using passive microwave remote sensing is of great significance to the agricultural production in Northeast China. Firstly, the Helsinki University of Technology (HUT) snow emission model was validated in the farmland based on microwave radiation imager (MWRI) onboard FengYun-3B satellite (FY-3B). The results showed that there was a big difference between the brightness temperature of HUT model simulation and MWRI for 18.7 GHz horizontal polarization (18.7 H) and 36.5 GHz horizontal polarization (36.5 H). To improve HUT model, the empirical parameter in the model was localized. Then the localized HUT (LHUT) model was built, where the extinction coefficient was calculated by the new extinction coefficient formula. Next, LHUT model was validated based on MWRI data and compared with HUT model. The results showed that LHUT underestimates slightly the brightness temperature with 0.91 and 4.19 K for 18.7 and 36.5 H respectively, and LHUT is superior to HUT model. Finally, the genetic algorithm (GA) was used to invert snow depth based on LHUT. The results showed that snow depth was underestimated with 6.79 cm based on LHUT. The inverted snow depth based on LHUT model is in better agreement with the measured snow depth.     

MODIS影像雪深遥感反演特征参数选择与模型研究

在综合分析已有研究成果的基础上,选择MODIS遥感影像,借助灰色系统理论,结合观测站实测雪深数据,选择雪深反演特征参数,构建反演模型,并定义多元回归模型的综合评价系数,进而从构建的多个回归模型中,选择出雪深反演最优模型。     

基于被动微波遥感的青藏高原雪深反演及其结果评价

采用修正的张氏雪深反演算法，用ＳＳＭ／Ｉ３７ＧＨz和19GHz水平极化亮温值计算了青藏高原及其毗邻地区的积雪深度，对其精度进行了评价，并对误差来源进行了分析，结果显示，此算法能够较好地反映研究区的雪深分布，但局部地区误差较大，总体上雪深被高估，其误差主要来源于冻土，深霜层，植被以及雪层中液态水含量，雪粒的形状和粒径的变化带来的影响，SSM／I数据较低的分辨率和研究区复杂的地形使反演的雪深与观测的雪深缺少可比性，给精度的评价带来影响。     

轮回搜索-贝叶斯法及其在大地测量反演中的应用

分析了反演中常用的贝叶斯逼近法、轮回搜索法两种算法的优缺点,提出轮回搜索贝叶斯联合算法,该算法可以很好地反演出先验信息不明的参数。利用喜马拉雅区域GPS速度场,通过位错模型结合轮回搜索贝叶斯方法,反演分析了印度板块与欧亚板块的碰撞情况。     

利用MODIS数据研究天山北麓Kriging雪深插值

在积雪深度研究中,地面资料插值产生的平滑效应以及遥感空间分辨率不足的问题,在很大程度上影响着积雪深度的估计精度。本文采用中高分辨率成像光谱仪(moderate resolution imaging spectro-radiometer,MODIS)和微波扫描辐射计(advanced microwave scanning radiometer-EOS,AMSR-E)融合后的无云积雪面积产品构建虚拟站点,弥补了气象站点少且不均匀的不足,修正雪深克里金插值产生的平滑效应。同时,提出了基于数据同化算法融合以地面观测资料为基础的克里金空间插值雪深、MODIS积雪面积产品和AMSR-E微波反演雪深产品的雪深估计方法。以新疆北疆地区为研究区域进行了算法应用及验证,并选取不同海拔的站点观测资料对融合结果进行验证分析,通过均方根、偏差和相关性系数指标检证了该方法能够有效地提高雪深估计精度。     

北极一年海冰表面积雪深度遥感反演与时序分析

北极海冰表面的积雪深度是重要的地球物理变量, 是研究物质与能量平衡、计算海冰厚度的重要参数。为减小不同被动微波传感器观测数据的系统误差, 对国防气象卫星计划(Defense Meteorological Satellite Program, DMSP)F17-SSMIS与F13-SSM/I重叠期亮度温度数据进行交叉定标, 建立4个频段48个月尺度定标模型, 并与传统年尺度定标模型进行比较和优选, 在此基础上估算并分析2003-2014年北极一年海冰表面积雪深度变化。结果表明:19H、19V、22V、37V频段1~5月的月尺度模型决定系数高于传统年尺度拟合模型; 2003-2014年, 北极一年海冰表面积雪深度总体呈现下降趋势, 同时积雪深度存在明显的周期性变化, 每年7月积雪深度最小, 9月最大; 东西伯利亚海、拉普捷夫海和巴伦支海海冰表面积雪深度呈现减少的趋势。     

面向对象的分析模型及其应用

介绍了Ｙｏｕｄｏｎ提出的面向对象分析（ＯＯＡ）模型,讨论了在系统分析的阶段难以使用ＯＯＡ的原因,提出了将ＯＯＡ与传统分析技术相结合的系统分析方法和实用步骤,以图库管理的系统分析为例讨论了这种方法的具体应用。     

面向对象的分析模型及其应用

介绍了Youdon提出的面向对象分析(OOA)模型,讨论了在系统分析阶段难以使用OOA的原因,提出了将OOA与传统分析技术相结合的系统分析方法和实用步骤,以图库管理的系统分析为例讨论了这种方法的具体应用.     

基于MODIS数据的南昌市大气气溶胶光学厚度反演

气溶胶对气候和环境都有着重大的影响。利用MODIS L1B数据,通过结合6S辐射传输模型生成查找表(LUT),再结合地面暗像元对南昌市2016年3月份的4景影像进行反演;根据6S模式对地表反射率与表观反射率和气溶胶光学厚度的变化建立敏感性试验,最终反演得出南昌市4景影像在550 nm波长的AOD平均值分别为0.139、0.926、0.442、1.061,与根据能见度计算得出的值大小有差异,但是在可接受范围内,根据结果用暗像元法反演南昌市气溶胶光学厚度是可行的。