利用地基微波辐射计验证积雪微波辐射传输模型

积雪雪水当量参数是水文、气候、水资源利用与管理模型中非常重要的输入参数,积雪辐射理论模型可以模拟积雪物理参数与微波辐射的关系.因此,准确模拟积雪辐射信息,验证积雪辐射模型显得尤为重要.采用改进的基于能量守恒的干雪微波辐射传输理论模型(DMRT-AIEM-MD),利用2008年3月24 日黑河地区联合实验获取的地面测量数据以及车载辐射计18.7 GHz和36.5 GHz两个频率的辐射亮温值,考虑地形的影响,分析积雪辐射散射特性以及验证该模型.结果表明:该模型模拟值与地面实测值吻合的比较好,该模型能较好的模拟中国地区自然地表积雪辐射信号.分析了部分模型模拟值和地面实测值偏差的可能原因,该积雪区是多次堆积形成,积雪垂直剖面的密度、温度不规则变化可能会引起偏差.     

青藏高原边缘积雪辐射特征

利用中国陆地生态系统通量观测研究网络的玛曲站观测的一次降雪过程的资料,对青藏高原东部边缘冬季的降雪、积雪过程的辐射特征进行了分析.研究结果表明;积雪期晴天和降雪过程的向上短波辐射的峰值分别约为降雪前晴天的3和2倍.无积雪晴天地表反射率主要分布在0.175～0.36,新雪地表反射率主要分布在0.8～0.9.大气逆辐射变化较小,降雪过程的最大,积雪时的最小.地表长波辐射则为降雪前最大,降雪时最小.积雪覆盖的晴天比无积雪时的净辐射变化幅度减小,且早上由负转正的时间推迟.     

基于AMSR2被动微波积雪参量高精度反演方法研究

以新疆为研究区域建立了被动微波遥感积雪深度高精度反演模型,采用高空间和时间分辨率AM SR2被动微波遥感数据(2012年11月-2015年3月逐日数据),结合研究区域海拔高度、坡度、坡向、沙漠,荒漠和地表粗糙度等地形、地貌特征,考虑冰川、水体、林地等地表覆盖类型和不同季节的新雪、干雪和湿雪等积雪属性的微波辐射特征,以决策树阈值法为基础,通过采集样本分类建立起多种雪深判识阈值,在此基础上建立AMSR2高精度积雪深度反演综合模型,分类分析不稳定积雪和冰川信息,从而实现雪深在60 cm以内的积雪深度AMSR2反演的主要原理、思路及方法,并对模型的反演结果跟台站实测或者野外观测积雪值以时间和空间角度进行检验.结果表明:该综合模型能够定量判识研究区域复杂地形地貌条件下的1~60 cm积雪厚度,检验的复相关系数为0.74~0.88,均方根误差为2.92~6.14 cm,平均绝对偏差指数为3~4 cm,雪深误差5 cm的精度为91%~94%,雪深误差2.5cm的精度为81%~87%.     

冻融交替季节黑河上游代表性地物类型的微波辐射时序特征

被动微波遥感是监测全球土壤冻融的有利手段,然而由于缺乏实验观测数据,对冻土的微波辐射特征和机理并不是很清楚.2008年3月利用地基微波辐射计(RPG-8CH-DP Radiometer)在黑河流域上游对典型地物18.7 GHz和36.5 GHz的微波辐射进行了连续观测,获取了3种典型土地类型的冻融过程中两个频率双极化的微波辐射特征,计算了土壤冻融过程中发射率和亮温梯度的时序特征并进行了分析.结果表明:土壤冻结会引起土壤发射率的变化,变化的大小主要受土壤表层很薄一层土壤的含水量影响,这是因为这两个波段对土壤的微波穿透深度很小,另外,尽管土壤冻结后亮温梯度会降低,但大多数情况下并没有观测剑冻土负的亮温梯度.     

基于嫦娥二号微波辐射计数据月球中低纬度亮温异常区地质分析研究

月球表面的微波辐射亮度温度与月表地质结构和月表物质的物理化学特性相关。为了对月球亮温分布异常区域进行地质分析,文章首先计算嫦娥亮温数据的时角,采用克里金插值的方法得到了不同频率不同时刻中低纬度的微波亮温图。结合奇异值分解(SVD)模型分析了月表亮温变化异常,结果表明风暴洋位置和靠近月海东北部的高地区域等存在亮温变化异常,月海区域(除风暴洋外)为3 GHz和37 GHz两个场的总体相关区域。通过对月球火山分布地区的区域亮温变化进行分析,发现这热异常可能是由于月球火山活动造成的。     

非均匀月壤介质的被动微波辐射传输模拟

基于非均匀月壤物理模型和辐射传输方程,模拟月壤介质中的微波辐射传输特性,探讨频率、月壤厚度等与月表亮温的关系。结果表明:在低频段,月壤微波辐射亮温的动态变化范围较大,可探测的月壤厚度大,3 GHz时的最大可探测月壤厚度达12.4 m;在高频段对应的可探测月壤厚度较小,特别是从50GHz往后的频率段内,最大可探测月壤厚度均小于2 m。不同频率的亮温-厚度变化曲线没有交叉点,且频率越高,所能探测的月壤厚度越小。根据模拟结果,建立了月壤厚度与亮温的查找表。基于查找表,利用单个波段的亮温数据即可得到月壤厚度信息。     

基于嫦娥二号卫星微波辐射计亮温数据反演月壤介电常数

月壤介电常数是当前月球微波遥感探测的基础, 是月壤厚度、成分等信息提取不可或缺的参数.为了实现全月介电常数反演, 通过对嫦娥二号卫星微波辐射计亮温数据进行时角校正, 得到同一时角的全月微波亮温图.全月微波亮温表现出随月球地形、月壤成分及纬度变化的特征.基于校正后的微波辐射亮温, 结合辐射传输模型, 通过解算相关参数, 反演得到3GHz频率下全月介电常数分布.其中, 月海地区的介电常数实部高于月陆地区, 且月球极地区域介电常数实部偏低; 而介电常数虚部则在月海区域和艾肯盆地较高.通过模拟月表介电常数实验对反演结果进行温度校正, 得到22℃下全月介电常数.将反演结果和月壤真实样品的介电常数测量值进行比较评价.结果表明介电常数实部相对误差都低于11%;虚部相对误差偏大, 但其差值最大仅为0.02.因此, 基于嫦娥二号卫星微波辐射计亮温数据反演月表介电常数的方法是可行的.      

基于多源数据的西藏地区积雪变化趋势分析

利用1980—2009年气象台站的观测数据、 北半球NOAA周积雪产品和2001—2010年500 m分辨率的EOS/MODIS积雪产品等多源资料, 从不同角度对近30 a来西藏区域积雪变化趋势进行了分析. 结果表明: 不同资料分析均显示, 近30 a来西藏地区积雪不断减少, 尤其以近些年较为明显. 近30 a积雪日数、 最大积雪深度总体上呈现下降趋势, 尤其是进入21世纪以来, 下降趋势非常明显. 从秋冬春季节的积雪变化趋势来看, 冬、 春两季的积雪在减少, 而秋季在增多, 这些变化趋势都与各季节的气温和降水密切相关. NOAA资料显示, 近30 a来西藏地区的积雪覆盖面积正在逐步减少; 季节变化略有不同, 春、 秋两季略呈上升趋势, 冬、 夏两季在减少, 且夏季减少趋势较明显. MODIS资料分析表明, 近10 a来西藏地区的积雪总体呈下降趋势, 尤其是2007年下半年开始下降明显. 秋季的积雪在增加, 冬、 春、 夏三季的积雪趋于减少, 且春季的下降趋势最明显, 其次为冬季, 夏季的减少幅度最小. 不同海拔的积雪都有减少趋势, 最明显的是海拔4 000~5 000 m的积雪, 其次是海拔5 000~6 000 m段. 按地理区域分析, 近10 a来西藏东、 西、 中3个区域的积雪都呈减少趋势, 其中西部的下降趋势最明显, 其次为中部, 东部相对较稳定.     

基于不同积雪日定义的积雪资料比较分析

利用天气现象定义与积雪深度定义两种方法对全国884个台站的积雪日资料进行统计处理, 分别整理出每一台站各个积雪年的积雪日数、积雪深度、 初终雪间隔日数3个要素的两套数据, 并进行对比分析. 结果表明: 在全国东部大部分地区及新疆地区, 两种数据差别不大, 但在东北及青藏高原两套数据的差别较大. 在积雪日数的比较中, 两种数据在东北及青藏高原的差别基本都在10 d以上, 积雪深度的差别在0.4 cm以上, 初终雪间隔日数的差别以青藏高原最明显, 大部分地区的差别在15 d以上, 甚至有达到30 d以上的区域. 对青藏高原东北边坡代表站的积雪平均值进行M-K突变检验发现, 积雪深度定义的积雪日数与间隔日数减少趋势略大于天气现象定义统计的数值;而在积雪深度的比较中则相反. 两种定义的积雪间隔日数均在1987年出现突变.     

基于气象要素的中国积雪类型划分及积雪特征分布

积雪分类对于深刻认识积雪性质及其时空分布具有重要意义。积雪是气候的产物, 气象参数是导致积雪性质差异的主要因素, 利用实测的气象参数能够对积雪性质进行大范围的有效分类。应用长时间序列高时空分辨率全国地面气象驱动格网数据集, 提取中国区域冬季大气温度、 降水量和近地表风速信息, 基于冬季气象要素的二叉树积雪类型划分方法, 采用Sturm等提出的季节性积雪类型划分体系, 对中国区域的积雪类型进行了划分, 相比Sturm等的积雪分类结果空间分辨率显著提高, 利用“中国积雪特性及分布调查”项目2017—2018年全国实测雪坑数据, 描述了积雪类型对应的空间统计分布特征, 为制定符合中国区域特色的积雪类型分类系统奠定了基础。积雪分类结果表明： 中国区域的积雪类型划分为5种, 分别是大草原型、 泰加林型、 苔原型、 高山型及瞬时型, 不同的中国积雪类型表现出与Sturm等的分类描述有所不同的积雪特性。     

秦岭区域性高山积雪事件变化特征分析

为了研究秦岭高山积雪事件变化特点,利用秦岭陕西境内32个国家气象站1980—2016年度共37年高山积雪观测记录,统计分析5个或者5个以上气象站连续积雪日数≥3 d的区域性高山积雪事件、5个或者5个以上气象站连续积雪日数≥20 d的区域性长时间高山积雪事件、5个或者5个以上气象站连续积雪日数≥60 d的区域性稳定高山积...     

NOAA IMS雪冰产品在青藏高原积雪监测中的适用性分析

在系统评估青藏高原积雪观测典型气象站历史定位坐标精度基础上,利用站点雪深资料对NOAA IMS 4 km和1 km分辨率雪冰产品在青藏高原的精度和适用性进行了验证和评估,定量分析了IMS 4 km到1 km空间分辨率提高和气象站历史定位与GPS定位坐标之间的差异对青藏高原IMS积雪监测精度的影响。结果表明：青藏高原个别气象站历史坐标与当前GPS接收机定位之间存在较大的差异,如安多气象站经度偏小0.6°,纬度偏大0.08°。IMS 4 km雪冰产品在青藏高原的总精度介于76.4%~83.2%,平均为80.1%,积雪分类精度介于35.8%~60.7%,平均为47.2%,平均误判率为17.1%,平均漏判率为45.5%,总体上呈现地面观测的积雪日数越多、平均雪深越大,其总体监测精度越低,而积雪分类精度越高的特点。IMS分辨率从4 km到1 km总体精度平均提高了2.9%,积雪分类精度平均提高了0.9%,主要是由于个别站点的精度提升较大引起的,对高原多数台站积雪监测精度的改进和提升很小。除个别台站外,目前气象站历史坐标和GPS定位坐标之间的差异,对IMS 4 km积雪监测精度验证结果没有影响。然而,今后随着卫星遥感技术的发展,更高时空分辨率的遥感积雪产品将用于积雪监测和研究,精确的地面观测站坐标信息是对这些遥感数据开展精度验证与实际应用的前提。     

基于NDSI-NDVI特征空间的积雪面积反演研究

积雪是新疆高海拔地区大多数河流的重要补给来源之一, 不仅是春汛期间融雪性洪水灾害和冰冻灾害的直接原因, 在水资源管理、 灾害防治和融雪模拟预报中也扮演着重要角色. 针对目前积雪信息提取方法的优势与不足, 结合二维特征空间理论, 构建积雪信息反演模型, 并与支持向量机提取积雪信息进行精度对比分析. 结果表明: 相比其他积雪信息提取方法, 利用归一化积雪指数(NDSI)和归一化植被指数(NDVI)建立二维特征空间, 且在特征空间基础之上构建的NN模型, 反演新疆北部积雪信息精度较高, 相关系数达0.837, 提取精度优于支持向量机(SVM)方法, 对当地防洪灾害模拟预测、 生态环境保护、 社会经济发展等方面具有一定参考意义.     

欧亚大陆积雪分布及其类型划分

利用1966-2012年欧亚大陆1152个地面气象台站积雪深度资料,对欧亚大陆积雪深度、累计积雪天数和连续积雪天数的空间分布进行了分析,以连续积雪天数为标准对欧亚大陆季节性积雪类型进行了划分,并与应用累计积雪天数对积雪区类型的划分进行了比较研究. 结果表明：欧亚大陆积雪分布具有显著纬度地带性特征,积雪深度、累计积雪天数和连续积雪天数的大值分布区均位于俄罗斯平原的东北部、科拉半岛、西西伯利亚平原、中西伯利亚高原以及俄罗斯远东北部大部分区域. 与累计积雪天数划分方法相比,利用连续积雪天数对欧亚大陆季节性积雪分区,在前苏联地区积雪类型分区差异并不显著,但蒙古和中国的稳定积雪区明显缩减,青藏高原无稳定积雪区,中国大部分地区为非周期性不稳定积雪区. 两种积雪分区划分方法比较结果显示,连续积雪天数划分方法更能体现积雪累积的连续性和持久性,更符合对稳定积雪和不稳定积雪的划分标准.     

基于MODIS积雪产品的天山年积雪日数空间分布特征研究

山区积雪是干旱区气候变化的重要指标因子,积雪日数与积雪分布之间有着密切关系。为了研究天山山区积雪日数空间分布特征,以MODIS8d积雪产品MOD10A2（Terra）和MYD10A2（Aqua）为数据源,首先对数据进行最大化合成,获取新疆天山500m×500m分辨率的年积雪日数,然后分析了2002-2014年13a积雪日的年际变化,并结合DEM数据分析了13a天山多年平均积雪日随高程和坡度的变化特征。结果表明：天山积雪日数分布极为不均,最大年平均积雪日数为193d,13a内天山绝大部分地区年积雪日变化趋势较为稳定,稳定区约占天山总面积的83.92%;在研究时段内天山总积雪日数主要集中在30d以内,其比例约为天山总面积的48%;各个高程带积雪日面积分布差异明显,但总体上积雪日数随着高程的增加而增加;从积雪日数随坡向分布来看,北坡、东北坡、东坡、西坡、西北坡所占面积比例（>30d）相对高于其他坡向。该研究结果对干旱区水资源估算具有参考意义。     

1961—2017年基于地面观测的新疆积雪时空变化研究

选取新疆89个气象站1961—2017年逐日积雪深度观测资料, 分析近60 a新疆冬季最大积雪深度及积雪日数的时空变化特征。结果表明： 新疆冬季最大积雪深度以天山为界, 天山以北多于南部, 北疆北部和伊犁河谷最大达60 ~ 100 cm, 天山山区及天山北坡30 ~ 60 cm, 南疆大部地区不足20 cm; 新疆北部最大雪深多出现在1996年以后, 也是新疆气候由暖干转为暖湿的阶段。近60 a新疆区域尤其是北疆、 天山山区冬季最大积雪深度呈显著增加趋势, 南疆略有增加; 89个气象站中87.6%呈增加趋势, 20个显著增加, 主要分布在天山以北地区。分析不同积雪深度出现的日数, 新疆区域、 北疆地区、 天山山区≤10 cm积雪约占积雪总日数的48% ~ 58%, 10 ~ 20 cm积雪占24% ~ 32%, 20 ~ 30 cm积雪占12% ~ 15%, >30 cm积雪约占5%左右; 南疆地区以≤5 cm积雪为主。新疆区域、 北疆地区以及天山山区积雪日数总体呈减少趋势, 其中≤10 cm积雪日数减少, 尤其北疆显著减少, >20 cm积雪日数显著增加, 南疆变化不明显; 空间变化趋势分布基本与区域变化一致。     

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。     

新疆阿勒泰克兰河中游地区冬季积雪分布及特性分析

新疆阿勒泰地区是中国季节性积雪水资源最为丰富的地区之一。2016年12月在克兰河中游地区开展了积雪观测,利用直尺和量雪筒测量雪深和雪密度,调查了积雪水资源的分布情况;利用针式温度计测量雪层温度,获取了雪层之间的温度梯度;利用雪特性分析仪和显微镜测量了积雪剖面的雪层密度、液态水含量、介电常数和雪粒径。通过分析研究区积雪水资源的空间分布和积雪特性的垂直分异发现：研究区雪深的分布非常不均匀,北部的雪深总体上大于南部,即使在同一地区,雪深也因风力等原因而分布不均匀;研究区总体上属于"干寒型"积雪,密度较小,且密实化迅速;各雪层属于干雪或者湿度极低的潮雪,绝大多数雪层的液态水含量在0.3%以下;积雪温度总体上从表层到底层逐渐升高,表层温度日变化较大;阴天积雪温度高于晴天,各雪层温度日变化小于晴天,且午后积雪会出现负温度梯度,冷中心出现在积雪次表层;雪粒径较小,雪粒长短轴比的最小值出现在中间层,且符合新雪的粒径特点。     

新疆冬春季积雪及温度对冻土深度的影响分析

利用新疆64个气象台站1960-2010年的气象资料,分析了新疆50 a来冻土深度的变化趋势,并讨论了温度（平均地温、平均气温）、降水（冬春季年降水、平均积雪深度）与冻土深度（平均冻土深度、最大冻土深度）的相关关系. 结果表明：以10 a时段的年代际变化分析,新疆50 a来平均冻土深度和最大冻土深度均呈明显减小趋势. 50 a来平均冻土深度全疆、北疆、南疆分别减小了约7 cm、10 cm、4 cm,最大冻土深度则分别减小了约11 cm、16 cm、9 cm. 新疆50 a来平均气温和平均地温均呈波动上升趋势,且与冻土深度均有着良好的相关性,其与平均冻土深度的相关系数分别达到了-0.67、-0.77,与最大冻土深度的相关系数也分别达到了-0.51、-0.65,地温与气温的上升对应着冻土深度的减小. 新疆冬春季年降水与冻土深度有着较好的相关性,其与平均冻土深度、最大冻土深度的相关系数分别达到了-0.40、-0.37. 新疆的平均积雪深度与冻土深度也有着一定的弱相关,其原因与积雪对地面的保温作用有关.