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FY-3D/MERSI-Ⅱ归一化积雪指数和MOD10A1的精度对比分析

风云三号D星（FY-3D）是我国新一代极轨气象卫星,中分辨率光谱成像仪Ⅱ（MERSI-Ⅱ）是其携带的核心传感器之一,MERSI-Ⅱ实现了云、气溶胶、水汽、陆地表面特性、海洋水色等大气、陆地、海洋参量的高精度定量反演。选取2018年7、8月无云时相的FY-3D/MERSI-Ⅱ数据对天山中段终年积雪进行归一化积雪指数（NDSI）的计算。结合高分辨率Landsat-8影像,利用混淆矩阵对FY-3D/MERSI-Ⅱ数据计算结果与同期MODIS日积雪产品数据MOD10A1进行精度对比分析。结果表明：FY-3D/MERSI-Ⅱ图像平均总体精度为0.855,MOD10A1图像平均总体精度为0.820,FY-3D/MERSI-Ⅱ积雪覆盖提取平均总体精度比MOD10A1积雪覆盖提取平均总体精度高0.035。FY-3D/MERSI-Ⅱ的Kappa系数平均值为0.659,MOD10A1的Kappa系数平均值为0.558,FY-3D/MERSI-Ⅱ的Kappa系数平均值大于MOD10A1的Kappa系数平均值。故FY-3D/MERSI-Ⅱ数据提取积雪覆盖面积精度更高,更接近高分辨率Landsat-8影像目视解译结果。     

基于MODIS与AMSR-E数据的中国6大牧区草原积雪遥感监测研究

内蒙古、新疆、西藏、青海、甘肃和四川的草原区这6大牧区是中国重要的畜牧业生产基地,也是雪灾频发的区域,及时、准确地获取6大牧区雪情时空特征对于防灾减灾,指导畜牧业生产有着重要的现实意义。光学遥感与微波遥感各具优缺点,综合运用MODIS和AMSR-E数据构建草原积雪遥感监测模型,以日为监测单元,以旬为多日合成时段,对中国6大牧区在2008年10月上旬至2009年3月下旬间的草原积雪覆盖范围进行监测,并对监测结果进行检验,以此说明MODIS与AMSR-E数据在雪灾监测方面协同监测的可行性,为其他雪盖遥感监测研究提供参考。     

2002—2020年青藏高原近地表土壤日冻融循环时空变化模式

青藏高原近地表土壤的日冻融循环极大地影响着土壤和大气之间的水分与能量交换,研究其时空变化模式对深入理解青藏高原生态环境的气候变化响应具有重要意义。本文基于MODIS、AMSR-E、AMSR-2遥感数据等资料,获取AMSR系列传感器在青藏高原的昼夜校准系数,利用Fourier非线性模型实现AMSR微波辐射产品与MODIS热红外地表温度产品的融合,生成每日1 km分辨率近地表土壤日冻融状态结果,开展2002—2020年青藏高原近地表土壤日冻融循环时空变化模式研究。结果表明：(1)相比于面向全球的校准方法,本文改进的AMSR系列传感器校准方法更适合于青藏高原地区。利用Fourier非线性模型融合后获得的土壤冻融产品在提升分辨率的同时日冻融判别精度达80.96%,相较于未融合结果准确性提高3.95%。(2)青藏高原近地表土壤季节性冻融过程中的日冻融循环发生天数空间上存在显著差异性,其中藏南区域与青海高原发生天数最高,时间上存在周期性,呈升温时向西北转移,降温时向东南转移。(3) 2002—2020年青藏高原不同区域年内日冻融循环发生天数变化趋势不同,藏北高原、藏南高山及藏东区域呈增加状态,青海...     

基于MODIS数据的青藏高原积雪日数提取与时空变化分析

以青藏高原为研究对象,首先采用基于三次样条函数的去云算法对2001—2011年逐日MODIS积雪面积比例产品进行了去云处理,并对去云结果进行了精度验证。然后根据去云后的逐日无云MODIS积雪面积比例产品,提取了研究区近11年的积雪日数,并对积雪日数的时空分布特征进行了分析。结果表明:1.本文的去云算法能有效的获取云覆盖像元的积雪面积信息,总体平均绝对误差值为0.092。去云后MODIS积雪产品提取的积雪日数与地面观测值具有较高的一致性(87.03%),平均绝对误差3.8 d;2.青藏高原积雪日数的分布极不均匀,四周山区(特别是西部和南部山区)积雪分布广泛且积雪日数高,而高原腹地积雪日数低,年均稳定性积雪面积占27.24%;3.青藏高原积雪日数的年际波动较大,积雪日数在34.14%的地区呈减少的趋势,在24.75%的地区呈增加的趋势,其中显著减少和增加的地区分别为5.59%和3.9%。     

基于多源数据的内蒙古中东部积雪厚度研究

积雪作为气候系统中重要的环境影响因素受到了普遍的重视,特别是在高纬度、高海拔地区,积雪面积和积雪厚度是积雪研究的两个重要因子。利用2010年11月8日、14日和25日三天的MODIS L1B数据,根据在可见光波段,地表、云和雪在该波段的反射率都比较高的特点,计算得出的积雪覆盖面积空间分布图。积雪深度受降雪量、坡度、坡向等多因素的影响表现为不连续分布,单纯利用气象监测站点无法获得积雪厚度的空间连续分布,而遥感影像也受到局地特征的影响而精度不够。因此,首先基于经验公式,利用MODIS L1B数据计算了积雪覆盖面积,在此基础上,基于气象监测点的积雪深度数据和MODIS L1B波段的相关性,选择影像数据的最优通道,通过建立多波段的积雪深度回归模型,并且对积雪深度进行空间连续插值,通过将模拟的积雪深度与监测点插值结果进行对比,发现统计回归的方法有效的提高了积雪深度、覆盖度等雪情监测信息精度。     

基于MODIS数据的玛纳斯河山区雪盖年际波动特征研究

基于2000 -2010年的MODIS/Terra积雪8d合成数据(MOD10A2)与DEM数据,通过计算和分析不同高程带、不同坡向和不同坡度的积雪覆盖率,研究了新疆玛纳斯河山区雪盖的年际波动特征.结果表明:(1)鼎盛期积雪覆盖率在研究时段内形成两高两低的总体走势,2000/2001和2007/2008雪年为高值年,2...     

应用风云三号D星微波数据估算北极海冰面积和边缘线的精度评估

风云三号D星搭载的微波成像仪(microwave radiation imager,MWRI)可提供被动微波数据以实现全北极尺度的海冰面积和海冰边缘线研究。基于MWRI数据获取北极海冰面积和海冰边缘线的相关研究较少,且精度验证工作不足。使用基于6种算法的MWRI数据的海冰密集度结果,提取北极的海冰面积和海冰边缘线,将专用传感器微波成像仪/探测仪(special sensor microwave imager/sounder, SSMIS)和先进微波扫描辐射计(advanced microwave scanning radiometer2,AMSR2)数据作为对比,使用中分辨率成像光谱仪(Moderate-Resolution Imaging Spectroradiometer, MODIS)融合产品(2019年8月26日—12月31日)评估精度。结果表明, MWRI数据的海冰面积随时间变化的趋势与MODIS融合产品基本保持一致。MWRI提取的海冰边缘线相比SSMIS更接近MODIS融合产品获得的结果,均方根误差约为20～30 km。这些差异主要和数据间时空分辨率有关。总之, MWRI具...     

MODIS雪深反演数学模型验证及分析

在MODIS卫星遥感积雪监测的基础上,利用雪深反演数学模型、积雪指数NDSI和多光谱阈值等相结合的方法,对2004年以来新疆北疆地区的积雪分布状况进行了反演和计算,并利用2004年11月～2005年3月冬季北疆地区气象台站雪深数据和2004年12月～2006年1月加密野外实测雪深数据,对反演雪深数据进行了验证及分析,北疆各地除塔城地区反演精度为83.2%以外,其它地区反演精度达85.2%以上,平均反演精度达86.2%;野外实测数据验证反演精度达92%以上。     

基于Landsat时间序列遥感数据的华北平原农田火烧迹地检测与制图

以河南省漯河市、周口市和驻马店市交界处为研究区,基于2000年10月～2011年12月间的101幅图像,采用谐波模型和断点识别算法拟合Landsat时间序列实现对过火像元的检测,并将结果与目视解译结果、MODIS火烧迹地产品MCD64A1检测结果对比进行精度分析。结果表明:①随着燃烧面积指数BAI (Burned Area Index)异常值阈值增大,焚烧火点误判误差减小,漏判误差增大,火烧迹地制图的总体精度先增大后减小;②当BAI异常值阈值2.9×RMSE(Root Mean Square Error)时,该方法总体精度达到最高93.25%,MCD64A1产品总体精度为70.25%;③本文算法的漏判误差和误判误差相对平衡,而MCD64A1产品的漏判误差远大于误判误差。研究表明,相比MODIS火烧迹地产品数据,Landsat时间序列火烧迹地法可更有效地检测农田火烧迹地。     

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。     

东北冻土区MODIS地表温度估算

地表温度作为重要的地表参数是驱动土壤热状态的主要因子,对冻土分布和活动层厚度变化的研究具有重要意义。常规方式获取地表温度数据往往来自气象站点监测,范围小且不连续。NASA官网提供的MOD11A1地表温度产品可以提供大范围地表温度数据,但在冬季由于对云与雪的混淆导致大量的数据缺失,影响该产品在东北冻土区的使用。根据对东北冻土区植被、裸土、水体、积雪等常见下垫面状况的遥感分类结果,利用劈窗算法反演2006年四幅少云或无云的MODIS1B卫星影像,并分别以气象站实测数据和MODIS温度产品进行验证和对比分析。结果表明:该方法得到地表温度结果与气象站点实测数据误差较小,平均绝对误差仅为1.24℃。且可根据分类情况较好的得到积雪区域地表温度的空间分布状况,与地表温度产品的一致性较高,弥补地表温度产品因为云和积雪的混淆所导致的数据缺失,得到较为完整的地表温度空间分布数据。     

古尔班通古特沙漠积雪覆盖、沙尘天气特征及其相互关系

利用TERRA/MODIS MOD10A2雪盖产品数据和地面观测积雪日数、冻土深度和沙尘天气日数等数据,从不同时间尺度分析古尔班通古特沙漠地表积雪覆盖与沙尘天气的特征及其相互关系。结果表明:①沙尘天气主要发生在4—10月,春季（4—5月）沙尘天气最多,夏秋季逐渐减少。从年际变化看,20世纪80年代前,沙尘天气发生日数呈逐年增加趋势,而积雪日数增减波动较大,二者间关系不明显,80年代后,沙尘天气逐年减少,积雪日数呈波动增加趋势。②冬春季积雪覆盖率、≥1 cm积雪日数、≥5 cm积雪日数、≥10 cm积雪日数与翌年春季沙尘天气发生均呈显著负相关关系,冬春季≥1 cm积雪日数每超过常年平均积雪日数1 d,翌年春季沙尘天气日数则减少4.3 d,而平均冻土深度与沙尘天气呈显著正相关关系。③积雪覆盖使沙漠地表形成冷源性下垫面和近地层逆温层结,增加了大气稳定度,同时春季积雪消融增加了土壤湿度,为荒漠植被生长提供充足的水分,使表层土壤为强风提供沙尘的可能性降低,从而对沙尘天气的发生起到阻碍、消弱作用。     

基于遥感影像的雪线高程提取方法对比分析——以天山北坡为例

利用2010-2014年6~8月MOD10A1、MOD10A2及HJ-1/CCD数据,以天山北坡为研究区,对比分析了积雪持续时间比率法及最大值合成法在雪线高程提取中的精度和适用性。结果表明:当MOD10A1以旬合成,积雪持续时间比率阈值为40%时,提取的雪线高程与"真值"最为接近;基于混淆矩阵法,以目视解译得到的HJ-1/CCD积雪面积为"真值",分析得出,积雪持续时间比率法提取积雪面积的总体精度较高,为98.59%,khat系数为0.90,最大值合成法的总体精度仅为85.29%,khat系数为0.70;基于统计学的方法,计算得出,积雪持续时间比率法提取的雪线高程与"真值"的相关系数较高,为0.77,其平均误差、正、负误差、绝对平均误差以及均方根误差相对较低;最大值合成法提取的雪线高程与"真值"的相关系数较低,仅为0.54,其平均误差、正、负误差、绝对平均误差以及均方根误差相对较高;积雪持续时间比率法提取的雪线高程结果优于最大值合成法。     

全球尺度多源土地覆被数据融合与评价研究

精确的全球及区域尺度土地覆被遥感分类数据是全球变化、陆地表层过程模拟、生态文明建设及区域可持续发展等研究的重要基础数据。本文以5套全球土地覆被数据集GLCC、UMD、GLC2000、MODIS LC、GlobCover为研究对象,结合MODIS VCF、MODIS Cropland Probability以及AVHRR CFTC数据集,设计一种基于模糊逻辑思想的证据融合方法实现上述多源土地覆被信息的决策融合,生成一套依据植物功能型分类的全球1 km土地覆被融合数据SYNLCover。结果显示,与5套源土地覆被数据集相比：① 在总体一致性精度上,SYNLCover的8个生物形态类型和12个目标类型的平均总体一致性精度最高,分别约为65.6%和59.4%,其次依次是MODIS LC、GLC2000、GLCC和GlobCover,UMD的最低,分别约为48.9%和42.6%,而且SYNLCover与5套源土地覆被数据集两两相比的总体一致性都是最好的;② 在类型一致性精度上,除灌丛类型外,SYNLCover中包括森林、草地、耕地、湿地、水体、城镇建筑和其他7种生物形态类型,以及森林类型的5种叶属性的平均一致性精度也是最高的,如其他类型的平均一致性精度可达67.73%;③ 除灌丛和湿地类型外,SYNLCover的其余6种生物形态类型的平均一致性精度均比其在5套源数据中相应的一致性精度的最大值提高了10%~15%左右;森林类型的5种叶属性的一致性精度也提高了约10%。SYNLCover分类精度的提高反映了本研究设计的多源数据融合方法的可行性和有效性。     

精河到伊宁公路沿线积雪及其影响

利用MODIS和Landsat TM/ETM+遥感数据,得出研究区的积雪面积,同时结合精伊公路规划图及地形图,分析了公路沿线可能存在风吹雪和雪崩的危险区,并提出相应的防治措施。结果表明:研究区近5年来11月到次年3月是积雪最丰富时期,9月、10月、4月和5月积雪较少。近5年来积雪呈增加趋势,最大积雪时间集中在2009—2010年积雪季。MODIS积雪数据精度在积雪面积越大时,精度越高;积雪面积越小时,精度越低。精伊公路东线走廊K60以上路段和西线走廊K100以上路段风吹雪对公路影响较大;精伊公路北段的雪崩的可能性很小;东线走廊K60～K77段和西线走廊K90～K110段有一定的雪崩灾害;西线走廊K58～K90段有较大的雪崩危害。并提出防治措施。     

库玛拉克河流域盛夏最大可能融雪雪量估算

利用2002-2008年6~9月EOS/MODIS卫星晴空资料,计算分析了融雪期库玛拉克河流域的积雪面积、覆盖率、雪深及雪水量;利用气象、水文台站的观测资料,对2002-2008年积雪变化与气象因子间的相互关系,2002-2008年7次洪峰时间段内最高温度的有效作用时间和12 h降水的有效影响时间等进行了分析与研究。结果表明：2002-2008年盛夏库玛拉克河流域高温融雪的主导作用比较明显,当流域内山区积雪量在5.5×108 m3以上、0 ℃层平均高度上升到4 500 m以上并且能维持4 d,库玛拉克河流域融雪型洪水的融雪量可达1.8×108~10.3×108 m3,夏季0 ℃层高度的变化可作为融雪型洪水预测的较好指标。2002-2008年这个历史时期实际积雪融化后产生的雪水当量9.88×108 t,全部融化后产生的最大可能雪水当量小于11.18×108 t;这个历史时期理论最大可能积雪融化后产生的雪水当量为17.55×108 t,全部融化后产生的雪水当量小于17.75×108 t。估算实际融化和理论融化的雪水当量,可为积雪融化后产生的最大洪水量估算提供数据支持。     

基于GPS数据的MODIS近红外水汽线性回归模型

针对地基GPS反演水汽空间不连续以及MODIS近红外水汽产品精度不足的问题,利用2010年香港地区地基GPS水汽数据和MODIS近红外水汽数据,提出了一种基于地基GPS订正MODIS水汽产品继而得到高精度空间连续分布可降水汽的方法。通过比较3种干延迟模型,选取最适合香港地区的Hopfield模型并利用高精度软件GAMIT解算GPS水汽,建立GPS水汽与MODIS水汽之间的线性模型,以实现对MODIS近红外水汽产品的逐月订正。结果表明,经过订正的MODIS水汽产品在各月的MRE、RMSE、PBIAS均有所改善,该方法能够有效融合地基GPS和MODIS的优点,可以得到连续区域的高精度水汽数据,这对天气预报、气候监测等有重要意义。     

基于宽幅SAR的格陵兰岛冰盖冻融强度提取方法研究

极地冰盖冻融强度信息在理解冰盖稳定性及其对气候变化响应中具有重要意义。利用格陵兰岛2016年Sentinel-1A干涉宽幅双极化SAR数据(HH+HV),结合同时相自动气象站点温度和MODIS温度产品数据,研究了HH、HV极化幅度值及HH/HV比值与冻融强度的相关关系。结果表明冻融强度与HH、HV极化幅度值呈负相关关系,而与HH/HV值呈正相关关系,且与HH/HV值的相关性更好, R~2值约0.610。基于MODIS温度产品建立了冰盖冻融强度划分的5个HH/HV区间阈值,最后通过MODIS温度产品的结果验证表明,利用HH/HV值的冻融强度提取精度为86.8%。     

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）。