利用卫星遥感和常规观测的积雪资料分析吉林省积雪特征

本文利用卫星遥感和常规观测的积雪资料,分析吉林省积雪的时空分布特征,并且通过对卫星遥感和常规观测的积雪资料对比分析表明：两类资料对吉林省积雪的反映存在一定差异,分别存在一些不足,只有将卫星遥感和常规的积雪观测结合使用,才能较好地分析积雪。     

青海省积雪的遥感监测方法

介绍了利用气象卫星ＡＶＨＲＲ资料对青海省冬春季积雪进行监测的原理和方法，并通过积雪遥感监测系统的建立，确定积雪范围，计算积雪面积和深度，提供积雪分布图和雪情分析报告，为防为抗灾部门提供科学依据。     

中国西部积雪类型划分

利用中国105°E以西地区189个地面气象台站1960-2004年积雪日资料和1981-2004年SMMR、SSM/Ⅰ反演的逐日雪深资料,使用积雪年际变率方法划分中国西部积雪类型,并与积雪日数方法的划分结果进行比较.在此基础上,尝试建立了结合以上两种要素的综合分类指标.利用积雪年际变率方法和台站资料,将中国西部积雪划分为3类.其中,稳定积雪区主要包括北疆、天山和青藏高原东部高海拔山区;年周期性不稳定积雪区包括南疆和东疆盆地周边、河西走廊、青海北部、青藏高原中西部、藏南谷地以及青藏高原东南缘;其他积雪区均为非年周期性不稳定积雪区.气候突变后,积雪日数方法划分的积雪类型变化反映出沙漠和低纬度地区积雪变幅增大,在积雪年际变率方法的结果中体现出青藏高原东部地区趋于稳定的积雪面积在增加.在没有台站记录地区,卫星遥感资料很大程度上弥补了台站观测的缺陷,使用这种资料划分积雪类型时,积雪年际变率方法比积雪日数方法的结果更符合西部积雪的分布特点,反映出积雪分布与地形的密切关系.利用综合分类指标划分西部积雪类型的结果表明,台站资料的划分结果很大程度上受积雪持续时间的影响,而在卫星遥感结果中,积雪年际变率则是影响类型划分的主要因素.     

北半球积雪监测诊断业务系统

利用卫星遥感和常规观测的积雪资料，确定了适合业务使用的北半球及中国积雪监测诊断方法，并初步建立了北半球和中国积雪监测业务。其相关业务产品主要有：北半球月积雪日数、中国月积雪日数、积雪深度的分布，北半球、欧亚、中国等不同区域积雪面积距平指数。     

青藏高原冬春雪深分布与中国夏季降水的关系

利用SSMR和SSM／I卫星遥感雪深反演资料,通过与高原测站雪深观测资料的对比分析,揭示了高原雪深的时空分布特征,在此基础上对积雪异常年中国夏季降水异常和大气环流进行了对比分析。结果表明,卫星遥感雪深资料可较真实反映出高原积雪的状况,并可反映出高原西部积雪的变化;高原冬、春季积雪EOF分解第1模态具有相同的空间分布,反映了高原冬、春季积雪分布具有相当的一致性,而春季积雪的第2模态则反映高原积雪的东西差异;冬、春季雪深EOF第1模态的时间序列与中国夏季降水的相关分析表明,大致以长江为界,我国东部地区呈现出南涝北旱的分布模态,春季高原东（西）部多（少）雪与东（西）部少（多）雪年的夏季,我国东部降水表现出长江以南（北）地区为大范围的降水偏多（少）。     

基于MODIS资料的西藏遥感积雪监测业务化方法

雪灾是西藏地区藏北一线、南部边缘地区对牧业生产影响最严重的灾害之一,利用卫星遥感资料开展积雪监测,提供监测信息产品具有重要的现实意义.利用拉萨接收站接收的中分辨率成像光谱仪(MODIS)卫星遥感资料对西藏高原积雪的监测方法进行了探讨,找出适合该地区的积雪判别模式,建立MODIS资料为基础的积雪监测系统.基于MODIS数据计算得出的归一化差分积雪指数(NDSI)和归一化植被指数(NDVI)与1、2、4、6通道等相结合,建立积雪监测模型是可行的;得出的积雪判识方法对于西藏地区有较高的适用性,如结合地表土地利用类型数据将有林区和非森林区分开计算,能较好地消除藏东南地区因地势复杂、森林茂密对NDSI的影响.     

东北及邻近地区累积积雪深度的时空变化规律

利用东北及邻近地区1960-2006年123个地面测站逐日积雪观测资料和同时期气象要素资料,采用面积权重、EOF、小波分析和功率谱方法分析了东北全年及各季节累积积雪深度的时空变化特征,结果表明:近50年来东北及邻近地区累积积雪呈缓慢增加趋势,具体到各个季节上,秋季积雪趋势基本稳定,冬季积雪显著增加,春季积雪显著减少,年...     

鄂西北两次强降雪的滴谱特征和积雪深度预估方法

利用丹江口站Thies Clima激光雨滴谱仪(TCLPM)和地面人工加密观测资料对2010年12月14—15日和2012年1月20—22日两次强降雪天气滴谱演变特征及预估积雪深度方法进行了分析探讨,结果表明:(1)激光雨滴谱仪能自动识别降水相态,结合地面人工加密观测结果,气温高于0.7℃,降水相态为雨,低于0.7℃为雨夹雪,低于-0.5℃为纯雪,同时发现地面温度低于0.5℃,地面开始有积雪,且这两次过程地面风速比较低有利于地面积雪;(2)激光雨滴谱仪还可以很好地监测强降雪天气滴谱特征演变规律,回波强度(Z)、平均直径(D_m)、降雪粒子水含量(W)、数浓度(N)随降雪强度增强而增大,且两次过程中D_m、Z、N、W均与地面积雪速率(VSD)均有不同程度的正相关性,W与VSD相关性更好,分别达到了0.844和0.926;(3)选取降雪粒子水含量W与地面积雪速率进行一阶拟合,得出地面积雪速率预估方程,通过纯雪阶段地面积雪速率预估值(VSDF)和地面积雪深度预估值(SDF)与利用雨滴谱仪实测资料反演的VSD、SD两者进行比较,发现它们两者非常接近,说明通过这种方法可以较好地预估地面积雪速率和积雪深度,其结果可以再现地面积雪跃增的主要时段。     

气象卫星遥感资料在积雪监测中的应用

介绍了在地区级气象台站采用气象系统 92 1 0工程下发的FY 1D卫星遥感数据 ,在短红外波段的基础上建立多光谱提取积雪信息的计算方法及监测模型 ,并以2 0 0 2年 1 1月至 2 0 0 3年 5月新疆积雪遥感监测为例 ,介绍了卫星遥感监测积雪深度和积雪覆盖面积的方法 ,分析了积雪覆盖特征和变化规律。     

1994—1995年度冬季新疆地区积雪分析

利用美国NOAA气象卫星资料对1994~1995年度冬季新疆地区积雪进行了遥感监测,并与1993~1994年度同期作了对比分析,从而加深了对冬季新疆地区积雪的认识,其定性定量结果可为我区农牧业、水利等生产部门提供有益参考。     

利用卫星遥感和地面实测积雪资料分析近年新疆积雪特征

利用2003—2005年卫星SSM/I的每日雪深资料,1996—2004年冬、春的NOAA/AVHRR积雪旬覆盖面积资料,以及1996—2002年新疆北部11个地面台站的积雪观测资料,研究了近年新疆积雪的时空分布特征。结果表明:新疆积雪年际变化大,近年最大积雪日数和面积出现在2000—2001年。积雪主要集中在天山山脉以北地区,该区大部分地区每年冬、春积雪覆盖旬数超过了15旬,在西南昆仑山脉地区也有小范围的高值区,部分年份的冬、春积雪覆盖旬数超过了15旬。另外,山区积雪覆盖旬数明显高于盆地,准葛尔盆地积雪覆盖旬数明显多于塔里木盆地。积雪年际变化较显著的地区在中部天山山脉地区、西南部昆仑山脉地区和西部阿尔金山脉地区,均超过了6旬。积雪深度在每年的2月达到最高。高值出现在阿勒泰地区、塔城、天山北麓、准噶尔盆地南缘和南疆西部的托什干河流域一带,达到近40 cm。     

中国地区冬季积雪遥感监测方法改进

该文概述了卫星遥感积雪监测原理,介绍了积雪判识方法,对国家卫星气象中心已有的业务化极轨气象卫星冬季旬积雪监测算法和流程进行了改进.经过比对,设计了新的可见光太阳天顶角订正模式,针对NOAA-16/AVHRR3和FY-1D/MVISR重新确定了积雪判识变量及相应的动态积雪检测阈值,提出了概率积雪判识方法,结合多光谱阈值法建立了概率结合阈值(Probability Combined with Threshold,PCT)的积雪判识方法,并以该算法为基础建立了新的业务化积雪动态遥感监测系统.同时,用新算法对部分历史产品重新做了处理,并简要分析了1996至2003年中国地区冬季积雪分布特征.     

1961-2014年青藏高原积雪时空特征及其影响因子

利用青藏高原(下称高原)1961-2014年地面110个气象站积雪深度、积雪日数、气温和降水逐日资料,系统地分析了高原积雪深度和积雪日数时空特征,并进一步探究了高原积雪深度和积雪日数与气候因子和地理因子之间的关系。研究发现:1961-2014年高原年平均积雪深度和积雪日数分别为0.26 cm和23.78 d,空间和季节尺度上分布不均匀,且积雪深度和积雪日数大值并不完全重合;在整体变化趋势上,积雪深度和积雪日数均呈缓慢下降趋势,分别为-0.0080±0.0086 cm·(10a)^-1(p=0.36)和-0.64±0.47 d·(10a)^-1(p=0.17),但在数理统计上不显著,且各站点差异性大;积雪深度和积雪日数在春季、冬季和年表现为“减-增-减”的年代际变化特征,而在秋季为“增-减”的变化特征;气温与积雪深度和积雪日数均有较好的相关性,冬季的降水与积雪深度和积雪日数高度相关;积雪深度和积雪日数随海拔呈增加趋势,积雪日数与纬度也高度相关,但积雪深度与纬度的相关性不明显。     

MODIS卫星遥感北京地区气溶胶光学厚度及与地面光度计遥感的对比

介绍MODIS卫星遥感气溶胶的方法,利用北京大学地面多波段太阳光度计的观测进行了对比,二者的相关性比较好.给出了描述北京地区气溶胶光学厚度分布的几幅图片.卫星遥感对于更好地研究空气污染提供了一种新手段,卫星遥感的气溶胶光学厚度弥补了地面观测空间覆盖不足的缺陷.卫星遥感的气溶胶资料不仅对全球和区域气候研究而且对城市污染分析提供了丰富的资料.     

EOS／MODIS卫星资料在青海省积雪遥感监测业务中的应用

本文主要探讨了目前新一代环境监测系统-EOS／MODIS卫星数据在青海省积雪业务监测中的应用及其优势；重点讨论了基于EOS／MODIS资料的积雪卫星遥感监测方法与雪深监测模式，并初步建立了适于青海省本地应用的NDSI雪深分级模式。以此为基础，讨论利用该卫星资料进行本省积雪业务化监测服务的内容与范围。     

支持向量机在积雪检测中的应用

针对地球观测系统/中分辨率成像光谱仪EOS/MODIS（Earth Observation System/Moderate Resolution Imaging Spectroradiometer）影像资料中的积雪检测,提出了基于支持向量机SVMs（Sup-port Vector Machines）的遥感影像分类方法。分析了积雪检测过程中的特征选择和提取,建立基于支持向量机的遥感影像分类模型,并进行了积雪检测试验。结果表明,特征选择对积雪检测起到了积极的作用,同时也证明了支持向量机方法在遥感影像分类中的优势,值得进一步推广使用。     

青藏高原地区积雪及其变化的不确定性:3种积雪观测资料的对比分析

为了探究青藏高原积雪不同观测资料间的差异,本文通过定义积雪覆盖率(Snow Cover Percentage,SCP)对比了NOAA-CDR卫星可见光遥感积雪资料、卫星被动微波遥感积雪资料和我国146个台站观测的积雪资料在高原地区的气候态及年际变动特征。从年平均气候态看,微波与可见光资料的SCP分布较为接近,高值区均位于念青唐古拉山与喜马拉雅山南缘之间的山区。而台站资料SCP的高值区范围则相对较小,在高原东部的巴颜喀拉山及南部的念青唐古拉山。3种资料的积雪低值区均位于高原中南部沿雅鲁藏布江一带、阿尔金山北侧以及东边界的内陆省份。从季节平均场看,不同资料的积雪分布在冬季及秋季,无论是气候态还是年际变动均较为类似。在春季时,微波和台站资料间较为一致。而在夏季,资料间差异很大,不同资料间的两两相关接近于零,甚至为负数。本文同时选取了青藏高原地区4个典型台站(索县、清水河、康定、甘孜),将卫星资料插值于台站上,对比3种资料间的异同,以及与地表气温异常间的关系。结果表明,在这4个典型站上,台站SCP在过去36 a中为线性减少的趋势,而卫星SCP主要为线性增加的趋势,且台站年平均SCP与地表气温异常的协同性最好。     

MODIS积雪遥感监测系统的研制

利用MODIS高光谱、多波段资料和气象台站观测资料，以逐步判别与Bayes判别等数学统计的方法结合不同目标物的光谱特性，同时考虑下垫面条件和季节等对积雪深度分布的影响，建立MODIS积雪深度回归模型；以面向对象的编程技术，采用Microsoft Visual C＋＋．NET软件开发工具，通过“类”概念的设计方法，建立MODIS积雪遥感监测业务系统，计算出积雪面积、覆盖度、各层雪深、雪水当量等多个反映测区积雪总量的物理参数，制作出各类积雪产品。该系统投入业务试运行后，系统运行稳定可靠并在2006年度冬季北疆地区雪灾监测服务和2006年新疆春季洪涝灾害决策服务中发挥了重大作用。     

2018年1月江苏省两次暴雪过程积雪效率差异及其机理

2018年1月3～5日江苏省第一次暴雪过程中降雪量大、积雪效率偏低，而1月24～28日第二次暴雪过程降雪量小、积雪效率高。基于ERA-Interim再分析资料和中国气象局积雪、近地气温等观测资料，利用等熵大气质量环流理论从温度、水汽条件差异对2018年1月江苏省两次暴雪过程积雪效率差异进行了深入分析。研究表明：（1）第一次过程前期，深厚且强盛的向极地暖支将大量暖空气输送至江苏南部，导致该地区整层增温；第二次过程中，低层强大的向赤道冷支输送使地面温度在整个降雪期间均低于0°C，低温条件使得积雪效率偏高。（2）第一次过程，江苏地区深厚、强盛的水汽质量流入层配合大范围上升运动，将水汽携带至高层产生更大降雪量，低层经向水汽质量输送强，纬向水汽质量流出较弱，使得近地面比湿相应增加，积雪效率偏低；第二次过程，低层深厚的水汽质量流出层不利于水汽在江苏省汇聚，低湿条件利于积雪累积，贡献于偏高的积雪效率。因此，异常强的经向干冷空气质量输送和弱的经向和纬向水汽质量输送引起的低温、低湿环境条件是造成第二次暴雪过程比第一次过程积雪效率偏高的主要原因。积雪效率与温度和湿度空间分布型的对比分析还表明：在相对高温、...     

卫星反演积雪信息的研究进展

综合分析了积雪信息反演的主要遥感信息源和提取方法。在光学遥感方面，应用较广的主要是改进型甚高分辨率扫描辐射仪（AVHRR）资料和中分辨率成像光谱仪（MODIS）资料；提取积雪信息大多是根据积雪在可见光波段的高反射率和近红外波段的低反射率，并通过建立回归模型反演积雪面积和深度。由于传感器的改进，MODIS卫星资料在空间分辨率、积雪反演算法等方面明显优于AVHRR资料。光学仪器受云层和大气的影响很大，由于云和积雪在可见光和近红外波段上都具有高反射率。并且由于云层的遮挡。云下的地表信息不能被光学遥感仪器所接收到。微波遥感方面，被动微波遥感仪如微波辐射计成像仪（SSM／I）、高级微波扫描辐射计（AMSR—E）等可以全天候穿过云层进行监测，具有光学仪器所没有的优势，并通过提取地表的亮温差，建立雪深反演模型得到积雪深度。被动微波传感器存在分辨率低。无法监测浅雪区信息等问题。另外影响地表微波亮温的因素很多，这些都在一定程度上影响了反演结果的精确度。主动微波遥感仪如合成孔径雷达、微波散射计等利用积雪与其它地物的后向散射系数的不同来识别积雪，但也同样存在分辨率低等问题。最后探讨了卫星反演积雪信息中仍然存在的问题和进一步发展的方向。