基于HJ-1B数据的积雪制图NDSI阈值分析——以祁连山积雪为例

环境减灾卫星是我国于2008年发射的用于环境与灾害监测预报的小卫星星座,相对于气象卫星传感器,其空间分辨率有了较大提高.以祁连山积雪为研究对象,利用环境减灾卫星HJ-1B星开展积雪提取监测研究,分别对不同区域、不同高程的积雪区进行积雪提取,以同时期Landsat ETM+影像中提取的积雪面积为标准,对环境减灾卫星NDSI阈值的选取进行研究分析,以确定适合于HJ-1B提取积雪的阈值;同时利用不同季节的HJ-1B积雪数据进行验证,用Kappa检验阈值的精度.研究表明:HJ-1B积雪制图的阈值为NDSI≥0.24,b2>0.13,b4>0.15;其中,在海拔3 000～4 000m区域NDSI阈值大于0.25,海拔4 001～5 000m区域NDSI阈值大于0.45,海拔5 000m以上区域NDSI阈值大于0.5;利用Kappa检验阈值精度,Khat系数均高于90%,说明该研究确立的HJ-1B数据提取积雪的NDSI阈值合理有效.     

FY-3 A/MERS I积雪制图中NDS I指标建立及积雪判识模型研究 ——以祁连山区为例

我国新型自主的极轨气象卫星风云3号A星（简称FY-3A）上搭载的中分辨率光谱成像仪（MERSI）为大面积雪监测提供了新的遥感数据源。以中国西北祁连山区为例,分析FY-3A/MERSI传感器积雪与其它地物的图谱特征差异,建立了适用于FY-3A/MERSI的归一化差分积雪指数（NDSI）,以此为基础,构建了综合利用多光谱判别指标及土地覆盖类型（LULC）定类辅助的积雪判识模型,生成250 m分辨率的日积雪制图产品。模型通过逐步逼近的树状判别结构,去除了易和积雪混淆的部分乔木林、云、云阴影、水体、湖冰、沙（盐）地等地物,并提出应考虑积雪下覆地表特性的影响,调整设定不同LULC类型的积雪判别阈值约束,实时结合区域LULC影像进行积雪的最终判定与优化。对祁连山区2010-2011年积雪季FY-3A/MERSI影像的积雪制图应用结果表明,该资料能够客观精细地反映积雪的空间分布与动态发展过程。同时利用气象台站积雪观测记录及Terra/MODIS积雪判识结果进行对比验证,结果表明基于FY-3A/MERSI建立的积雪判识模型具有较高的精度和稳定性,特别是提高了云雪区分的效能。     

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。     

利用MODIS和AMSR-E进行积雪制图的比较分析

MODIS和被动微波辐射计AMSR-E提供了识别积雪的不同方法.MODIS首先计算反映积雪在1.6μm强吸收特性的归一化差值积雪指数NDSI,在剔除卷云的影响后,得到MODIS积雪分布.AMSR-E则根据积雪在微波波段的差异性散射特性识别积雪.通过案例分析比较了MODIS和AMSR-E积雪分布,发现由于云的遮蔽使MODIS积雪分布面积会比实际小,但由于MODIS的空间分辨率很高,得到的积雪边界线轮廓清晰.而微波由于不受云的影响,得到的AMSR-E积雪分布比较符合实际,但积雪的边界线较粗.     

祁连山区MODIS积雪反照率产品的精度验证及云下积雪反照率估算研究

积雪反照率在全球气候和能量收支平衡模型中起着重要的作用. 利用祁连山地区大冬树垭口站点反照率实测数据对由TM/ETM+得到的反照率数据进行标定, 然后将TM/ETM+反照率数据通过升尺度对MODIS逐日积雪反照率(SAD)产品在晴空条件下的精度进行了验证. 同时, 发展了一个基于MODIS SAD与AMSR-E SWE数据融合并结合Noah积雪反照率参数化方案估算MODIS SAD数据云下积雪反照率的算法, 通过统计分析纠正了云对积雪反照率的影响, 对云下积雪反照率进行了验证分析. 结果表明:MODIS SAD产品在祁连山地区的精度要低于大面积积雪覆盖的平坦地区(如格陵兰岛), 其平均绝对误差及均方根误差分别为0.0548和0.0727; 云下积雪反照率估算方法可以有效地获取云覆盖下积雪像元的反照率值, 纠正后的无云MODIS SAD数据与地面观测值有较好的一致性, 其平均绝对误差为0.078.     

基于MODIS数据的新疆叶尔羌河流域山区积雪特征分析

科学监测新疆叶尔羌河流域山区积雪面积及其变化特征对该区域的气候研究、雪水资源开发利用、环境灾害预报和生态环境保护等方面有重要意义. 利用2000-2012年近13 a的MOD10A2积雪产品提取研究区域内积雪,结合DEM数据分析研究区内积雪面积的动态变化特征. 结果显示：新疆叶尔羌河流域山区的积雪面积的年际变化幅度较大,其中,2005年和2009年积雪面积较大,2007年则为典型少雪年;年内变化差异显著,总体上呈现“M”型的特点,12月和3月处于高位,2月和8月处于低谷. 叶尔羌河流域山区积雪覆盖率随着海拔的上升逐渐增大,稳定积雪主要分布在海拔5 000 m以上的地区;不同坡向的积雪覆盖率差异比较明显,西北坡、东坡、东北坡的积雪覆盖率比北坡、东南坡、西坡、南坡的积雪覆盖率高,西北坡高达52.8%,南坡仅为20%. 叶尔羌河流域山区的积雪面积与气温呈负相关,与降水量呈正相关,积雪面积变化对气温因素更为敏感.     

针对MODIS数据的地表温度反演算法检验——以黑河流域上游为例

地表温度遥感反演算法的榆验与评价是确保算法能够有效应用的前提.选取2008年3月覆盖我国西北黑河流域上游地区的Tcrra/Aqua MODIS影像,利用卫星过境时地面样方的实测地表温度数据对MOD/MYD11A1产品及4种常用的分裂窗算法进行了验证.同时,利用典型大气探空数据构建了用十算法检验的模拟数据集.利用实测地表温度数据的验证结果表明,MOD/MYD11A1产品及Mao等提出的实用性分裂窗算法精度较高,均方根误差分别为1.1 K、0.9 K.基丁地表温度的模拟数据集验让结果表明,在黑河上游寒旱环境下,Mao 2005算法的均方根误差控制在0.8 K以内.由于研究区大人气水汽含量较低,传感器观测天顶角对于地表温度反演精度影响较小.     

利用MODIS数据监测沙尘暴信息——以张掖市、武威市为例

近年来沙尘暴发生越来越频繁,严重危害人类的生产生活。张掖市、武威市位于甘肃省河西走廊地区,是我国北方沙尘暴频发地区,民勤县更是沙尘暴频发中心。本文利用MODIS数据和沙尘暴识别模型SVI对2010年4月22~26日该地区沙尘情况进行连续监测,并进行分级讨论,结合地面观测数据,分析沙尘暴发生时的地面情况。     

我国冬季季节性积雪反照率的观测与模拟——以东北地区为例

应用了一种新的模式spectral albedo model for dirty snow,简称SAMDS,研究了不同参数对于积雪反照率的影响,结果表明：在天顶角固定为60°的条件下,新雪的粒径从50 μm增大到800 μm,使其宽波段反照率从0.92减小到0.78;相对于非球形的雪粒,球形雪粒的积雪反照率更低;吸光性颗粒物对光谱反照率的影响主要在可见光和紫外波段。此外,雪粒径的增大能使吸光性颗粒物的光吸收效应增强。结合东北地区的实测数据,我们发现SAMDS模拟的积雪宽波段反照率与实测结果较为一致。同时,SAMDS模式模拟结果表明,在东北地区,积雪中0.1~1 μg·g^-1的黑碳浓度导致积雪宽波段反照率减少2%~8%,造成的瞬时辐射强迫为9~35 W·m^-2。     

利用MODIS数据反演沙漠化地区地表温度的简化模式——以陕西北部地区为例

利用MODIS数据可见光波段、近红外波段和中红外波段,获得提取地表温度所需要的2个基本参数：地表比辐射率和大气透过率;然后对热红外波段b31、b32运用劈窗算法提取出陕北地区地表温度;并利用两种不同经验公式参数得出的结果与相应位置气象观测站观测的卫星过境时刻的地表气温进行比较。结果表明,劈窗算法简化模式能获得较准确的地表温度,符合陕北地区的实际地表状况,印证了应用该简化模式可以在大范围内快速实时监测地表温度。     

次网格积雪参数化在祁连山区斑状积雪带模拟中的应用

运用中尺度大气模式MM5,积雪参数化分别采用简单的积雪参数化方案以及考虑次网格积雪分布和雪密度变化的复杂积雪参数化方案,对黑河流域上游祁连站附近气温和降水进行模拟,与祁连站的观测值对比,检验积雪参数化方案中次网格积雪分布和雪密度变化在该地区气温和降水模拟中的作用.结果表明:简单积雪方案对网格积雪的非0即1描述在斑状积雪带是不合理的,尤其在黑河流域海拔3 300 m以下积雪多为斑状或片状,网格内积雪非均匀性的处理是非常必要的;通过耦合简单和复杂积雪方案的大气模式对气温模拟和观测值比较发现,新方案模拟的气温比旧方案模拟值更接近观测值,在气温低于0℃时改进尤其明显,说明使用复杂积雪/融雪方案可改进斑状积雪带气温的模拟.耦合复杂积雪方案的大气模式模拟的降水与观测值绝对误差低于耦合简单积雪方案模拟结果,复杂积雪方案的模拟结果降水错报率为使用简单积雪方案结果的一半,证明了耦合复杂积雪方案可以提高大气模式对该地区春季降水模拟的准确性.与积雪面积变化相对应,耦合复杂积雪方案模拟出了融雪产流量,而使用简单积雪方案则没有模拟出来.综上所述,耦合考虑次网格积雪分布和雪密度变化的复杂积雪参数化方案比耦合“非0即1”积雪方案可以更准确地模拟祁连山区冬、春季气温和降水.     

基于HJ-1B卫星数据的积雪面积制图算法研究

积雪是影响气候变化的重要因子, 采用更高时空分辨率的环境减灾卫星遥感数据进行积雪制图算法的研究, 对推进我国自主遥感卫星在积雪监测领域的应用具有重要意义. 采用环境减灾HJ-1B卫星数据, 以青海省果洛藏族自治州达日县为研究区, 应用归一化差值积雪指数(NDSI)法建立了基于HJ-1B卫星数据的积雪面积制图算法, 并比较MODIS与HJ-1B积雪图精度. 结果表明: 研究区HJ-1B积雪制图合理的NDSI阈值为0.37, 总分类精度达到97.97%; 与"真值"影像比较, HJ-1B积雪图K_hat系数为0.911, 高于MODIS的0.817. 说明该研究建立的基于HJ-1B积雪制图算法精度可靠, 适合对研究区积雪进行实时动态监测. HJ-1B更高的空间分辨率对提高研究区积雪覆盖面积监测精度具有重要的使用价值, 但是地形因素是影响HJ-1B数据积雪分类精度的一个重要原因, 随着坡度的增加, 分类误差也随之增大, 尤其是多测误差增加比较显著.     

基于MODIS的祁连山区积雪时空变化特征

利用2000-2003年日资料经8 d合成的500 m分辨率MODIS卫星反演积雪资料和数字高程模型, 借助于GIS空间分析技术, 以积雪频率和积雪盖度为监测指标, 研究分析了祁连山区整体的积雪空间分布状况及其年内变化特征, 地形对积雪的分布和季节变化的影响. 结果表明: 祁连山区的积雪分布极不均匀, 积雪主要沿山系走向成条带状分布, 呈现西段多, 东段次之, 中部和南部少, 山脊多, 山谷少的特征, 且海拔越高、 山势越陡、阴坡积雪的范围越大、持续时间越久. 累积降雪时间, 就全区而言为9月至翌年5月, 但不同高度、坡度和坡向带有所差别. 海拔4 000 m以上区域存在春、秋季两个时段的积雪补给, 而海拔4 000 m以下仅有中秋至中冬一个时段的积雪补给;坡度较平缓的区域冬季和春季为主要积雪补给期, 而坡度较陡的区域则为秋季和春季;平地和南坡积雪补给主要发生在冬季和春季, 而其它坡向为春季和秋季.     

2000—2006年中国天山山区积雪时空分布特征研究

以中国境内天山山区为研究区,基于2000—2006年的遥感积雪产品积雪分布时间序列趋势和空间分布特征,对积雪分布的年际变化趋势、积雪分布随海拔的变化趋势、积雪频率以及积雪雪线高度的年变化进行了分析.结果表明:1)积雪经历从秋季开始累积到春季开始消融的过程,1—2月积雪面积达到最大,7—8月面积最小.冬季积雪所占比例最大,超过50%;2)2000—2006年积雪面积年际变化略呈上升趋势,冬季上升趋势较明显,春、秋和夏季变化趋势不明显.冬季积雪面积在海拔4000m呈上升趋势,≥4000m呈下降趋势.在海拔2000m积雪的上升趋势达到最高点;3)从积雪频率来看,存在5个高值区,覆盖频率高达70%左右.从空间分布来看,天山中段积雪最多,东段次之,西段最少.在海拔3000m以下积雪次数较少,海拔3000m以上积雪次数显著增加.月积雪次数随海拔的变化表现为:海拔4000m以上各月的积雪次数都很多,12月至翌年2月在各高程带的积雪次数都较大;10—11月和3—4月积雪以海拔2500m为界,之下次数较少,以上次数增加显著;5—9月的积雪次数在海拔3000m以下非常少,在海拔3000m以上次数逐渐增加;4)以覆盖率≥40%相对应的海拔作为各个月份的雪线高度,天山山区平均雪线海拔在2875m.夏季雪线海拔在4000m以上;冬季雪线海拔在1500m.     

天山季节性积雪稳定期雪密度与积累速率的观测分析

利用Snow Fork雪特性分析仪测量的天山积雪雪崩站2009年2月21-26日及2010年1月26-31日雪特性数据,分析了季节性积雪稳定期内积雪垂直剖面密度的变化特征及其随降雪沉积时间和雪层深度的变化规律.结果表明:季节性积雪稳定期内,积雪剖面密度中部最大,表层和底层密度较低;新雪层密度随时间的推移增加速率逐渐增大...     

2001—2008年天山西部山区积雪覆盖及NDVI的时空变化特性

对于以融雪及融冰补给为主的山区河流,融雪及融冰量的多少对当地可供利用水资源量的大小起着决定作用,对河流所在的水库的正常蓄水、防洪及发电产生一定的影响.积雪时空变化规律的影响因素较多,除气温这个主要因素外,还与当地植被覆盖情况、风向、风速及太阳辐射等因素有关,因此,基于2001—2008年的MODIS积雪数据和NDVI数据分析了研究区的积雪覆盖度与NDVI时空变化特性.结果表明:天山西部山区积雪分布极不均匀,边缘山区多雪,腹地少雪,边缘山区南坡比北坡积雪多;积雪期主要集中在10月到翌年5月,积雪年际变化差异较大,积雪有减少趋势.近8a来研究区的植被有较好的改善且与降水有一定的联系,但部分区域NDVI也有减小的趋势,不同区域植被返青时间不同.通过对比分析发现,除积雪消融与NDVI有其自有的变化规律外,二者之间也有很好的相关性,但关于植被覆盖是否会对积雪的消融起加速或减缓的作用,基于此两种MODIS数据产品无法得知,有待于通过其它方法或进行野外实验确定.     

祁连山老虎沟流域春季积雪属性的分布及变化特征

利用祁连山老虎沟流域布设的花杆观测了该区春季积雪的属性(深度、 表面反射率、 密度及含水量、 粒径), 并结合自动气象站上的积雪深度和反照率数据, 对研究区春季积雪属性的分布及变化特征进行了观测和分析. 结果表明: 流域内积雪分布很不均一, 在阴坡雪深大, 阳坡雪深小; 在不同海拔上, 雪深随海拔有增高的趋势; 不同类型、 不同表面粗糙度、 不同密度、 不同含水率的积雪反射率不同, 不同地物的反射率也不同; 积雪剖面中逆温层结的形成与表面温度、 雪深有密切关系, 在一天内新降雪的密度及含水率随时间的变化具有较好的一致性.     

青藏高原NOAA／NESDIS数字化积雪监测的评价

对１９９３／１９９４年青藏高原１６幅ＮＯＡＡ积雪监测的分析，评价了ＮＯＡＡ／ＮＥＳＤＩＳ积雪监测经的精度，证实本监测区域含５０个以上ＮＯＡＡ／ＮＥＳＤＩＳ网格单元时，该资料统计值才能满足ＷＣＲＰ监测雪盖率的精度要求。