祁连山区1997-2004年积雪面积和雪线高度变化分析

利用1997-2004年5～8月的NOAA-AVHRR和EOS-MODIS卫星资料、周遍气象台站气象数据、人工增雨雪等相关资料,对河西内陆河流域上游的祁连山区积雪、冰川的光谱特征进行了判识,并分析了积雪面积和雪线高度变化.结果表明:6～8月祁连山西、中、东部的积雪面积都呈下降趋势,5月积雪面积有所升高;雪线高度处的气温在5月为降低趋势,6月和8月略有升高,7月升高最快;5～8月随时间的变化,祁连山区累计降水量都呈现出不同程度的增加;祁连山西、中部积雪面积和雪线高度随降水和气温的变化有明显的响应,并且中部较西部明显.人工增雪作业对祁连山雪消融具有缓冲作用.     

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。     

基于MODIS的青藏高原逐日无云积雪产品算法

青藏高原积雪对高亚洲地区水和能量循环起着重要的反馈和调节作用,其变化影响着融雪性河流流量,对下游水资源和经济活动具有重要影响。中分辨率成像光谱仪（MODIS）具有较高的时空分辨率,被广泛应用于积雪遥感动态监测,然而光学遥感积雪受云层影响严重,且青藏高原地区水汽分布不均,局地对流活跃,积雪的赋存时间变化快,这给高原地区逐日积雪监测及其气候学制图带来挑战。在考虑青藏高原地形和积雪分布特征情况下,结合现有的云覆盖下积雪判别算法,采用8个不同方法的组合,逐步实现MODIS逐日无云积雪算法。选取2009年10月1日-2011年4月30日两个积雪季为研究期,并采用145个地面台站观测雪深数据对去云算法各步骤过程开展精度验证,结果表明：当积雪深度>3 cm时,逐日无云积雪产品总分类精度达到96.6%,积雪分类精度达83%,积雪判对概率（召回率）达到89.0%,算法可实现青藏高原地区逐日无云积雪动态监测和积雪覆盖气候学数据重建,对高亚洲地区的水、生态和灾害等全球环境变化影响研究具有重要的意义。     

青藏高原内陆水系冰川粒雪线与中值高度趋势面的绘制与主要特征

本选用中国冰川目录数据库中的青藏高原内陆水系冰川粒雪线、中值高度和地理坐标资料，利用计算机绘图方法，绘制出冰川粒支线、中值高度在空间的变化趋势，以便全面认识该地区的冰川发育特征。     

MODIS逐日积雪产品去云算法研究

由于积雪和云的反射特性, 使用光学遥感监测积雪受到天气的严重干扰, 对研究区云量的分析表明, 无论是MOD10A1还是MYD10A1, 云都是影响该产品对研究区积雪进行实时监测的最大影响因素. 综合不同去云方法, 利用MODIS逐日积雪产品和被动微波数据AMSR-E雪水当量产品, 生成了MODIS逐日无云积雪图像, 并利用研究区85个地面气象观测台站提供的雪深数据对合成的单日无云积雪产品进行验证. 结果表明: 当积雪深度>3 cm时, 新产品的积雪分类精度达到91.7%, 该产品对实时监测青藏高原积雪动态变化具有重要的使用价值.     

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.     

青藏高原Soumi-NPP和MODIS积雪范围产品的对比分析

Soumi-NPP（Soumi Polar-orbiting Partnership）卫星作为接替服役超期的Terra、Aqua卫星,其积雪范围产品在青藏高原的精度尚未被评价。以Soumi-NPP积雪范围产品为研究对象,利用气象台站点数据并结合更高分辨率的Landsat-8 OLI数据,评价该产品的精度,并与MODIS（Moderate Resolution Imaging Spectroradiometer）积雪范围产品进行对比分析。结果表明：使用气象台站进行数据验证时,NPP、MOD与MYD三种积雪范围产品的总精度均较高,但三者积雪漏分误差都较大,其中MYD的漏分误差最大,为64.2%;当雪深小于5 cm时,三种积雪范围产品的积雪分类精度都较低,雪深大于等于5 cm时,NPP积雪范围产品的积雪分类精度最高,为82.3%,MOD与MYD的精度分别为77.1%和69.4%;利用Landsat-8 OLI数据验证时,Soumi-NPP积雪范围产品的Kappa系数最高,其均值为0.707,为高度一致性。而MOD10A1与MYD10A1的Kappa系数较低,分别为0.476与0.557,为中等一致性;Soumi-NPP积雪范围产品的Kappa系数大多在0.6以上,精度比较稳定,而MODIS积雪范围产品的Kappa系数波动较大,精度稳定性较差。Soumi-NPP积雪范围产品相较于MODIS积雪范围产品,其精度有了较大的提升,为准确监测青藏高原积雪范围提供了一个更优的选择。     

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.     

基于MODIS数据的东北地区积雪覆盖率估算

东北地区是我国三大积雪区之一,森林覆盖面积占总面积的40%左右。受森林冠层的影响,当前的MODIS雪盖产品（V6）提供的积雪覆盖率标准模型对东北地区积雪覆盖率估算结果存在明显的低估现象。基于此,采用分区建模的方式：在森林地区,计算归一化差值林地积雪指数（NDFSI）,建立像元积雪覆盖率（FSC）与NDFSI及NDVI之间的线性关系;在非森林地区,采用MOD10A1 V6提供的归一化差值积雪指数（NDSI）,建立像元积雪覆盖率（FSC）与NDSI及NDVI之间的线性关系。采用Landsat 8 OLI数据提取的积雪覆盖率（FSC）对分区建模的估算结果与标准模型的估算结果进行对比,发现进行估算的过程中均方根误差和平均绝对误差这两项指标的数值相对于标准模型有了大幅下降,这一结果在林区有更显著的表现。计算得到的决定系数R²,在本文模型也有提高。以T1林区影像为例,本文模型的均方根误差和平均绝对误差分别为0.246、0.055,而标准模型的两项指标则分别为0.420、0.348。本文模型和标准模型的决定系数分别为0.675、0.641。     

基于MODIS双卫星积雪遥感数据的积雪日数空间分布研究

结合Terra和Aqua卫星的积雪产品,获取2001-2006年全国新的逐日积雪覆盖数据,并利用此数据通过两种方案获取了全国积雪日数分布,对比发现3大稳定积雪区中,新疆地区积雪稳定性及连续性最好,东北其次,而青藏高原地区最差;通过595个气象台站年积雪日数数据分区分不同植被类型修正MODIS获得的年积雪日数.结果表明:...     

亚洲高山区积雪物候时空动态及其对气候变化的响应

以亚洲高山区为研究区,在对2000—2020年逐日MODIS积雪产品进行去云处理的基础上提取了每一水文年的积雪日数（snow-covered days, SCD）、积雪开始日期（snow onset date, SOD）、积雪结束日期（snow end date, SED）和积雪持续日数（snow duration days, SDD）等积雪物候参数,并分析了积雪物候时空动态特征及其与气候变化的响应关系。结果表明：亚洲高山区积雪物候空间差异较大,并呈现出主要受海拔影响的垂直地带性分布规律。研究区SED主要集中在3—6月,在低海拔区SED出现在3月份及以前,而高海拔山区则推迟到6月份及以后;SOD主要集中在9—12月,高海拔山脉及高纬度地区的SOD出现较早,而低海拔区的SOD多出现在11月及以后。近20年,研究区SDD主要呈缩短趋势,在13.5%的区域呈显著缩短,而仅7.4%的区域为显著延长;SED主要呈提前趋势,在15.8%的区域显著提前,而仅8.8%的区域为显著推迟;SOD主要呈推迟趋势,在11.4%的区域表现为显著推迟,在8.2%的区域为显著提前。亚洲高山区积雪物候年际变化对气候变化的响应关系明显,积雪累积期气温是影响SOD年际变化的主导因子,而融雪期气温是影响SED年际变化的主导因子;气温的上升,导致了SOD的推迟、SED的提前和SDD的缩短。     

Accuracy verification of MODIS daily cloud-free snow cover products over the Tibetan Plateau北大核心CSCD

Snow cover is of great hydrological,ecological,and climatic significance in the Tibetan Plateau. MODIS snow products are widely used at present but are seriously affected by clouds. Scholars at home and abroad have developed a variety of cloud removal products for raw MODIS daily snow products,but the accuracy of these products in the Tibetan Plateau has not been evaluated comprehensively. Therefore,this paper uses Landsat-8 data with high resolution as the reference value to conduct systematic verification of three datasets of cloud-free snow products released on a daily basis. The results show that compared with the two sets of products （M*D10A1GL06 and MODIS_Dysno_Cloudfree）,which are produced based on raw MODIS daily snow cover product realized by NSIDC（National Snow and Ice Data Center）,the MODIS CGF SCE product produced based on MODIS surface reflectance data,has a great advantage in snow identification accuracy. The MODIS CGF SCE product optimized the NDSI threshold for different land cover types. Although the accuracy of snow identification was significantly improved,the problem of large snow identification error in forest areas was still not effectively resolved,and there was a high underestimate error. © 2022 Science Press (China).     

基于光谱-环境随机森林回归模型的MODIS积雪面积比例反演研究

积雪面积比例（Fractional Snow Cover, FSC）数据能在亚像元尺度上定量的描述像元内积雪覆盖的程度,相比二值积雪面积数据可以更加精确地估计积雪覆盖的面积。基于机器学习的随机森林回归模型可以表示高维的非线性关系,可显著提高MODIS FSC的反演精度。采用随机森林回归模型结合光谱、环境信息构建了一个新的回归模型——光谱-环境随机森林回归（Spectral Environment Random Forest Regressor, SE-RFR）模型,用于MODIS数据反演中国区域的FSC。利用中国典型积雪区内由Landsat 8地表反射率数据获取的FSC数据作为参考值,对SE-RFR模型的反演精度进行评估。研究表明,利用“SE-RFR”获取的FSC数据RMSE、MAE分别为0.160、0.104,精度较高。此外,根据SE-RFR模型与未加入环境信息的随机森林回归（S-RFR）模型比较结果可知,加入环境信息的随机森林回归模型提高了FSC反演的精度,特别是在受环境信息影响较大的青藏高原地区,RMSE从0.200降低到0.181。最后,将SE-RFR模型与目前使用广泛的MODIS FSC反演模型FSC_NDSI、MODSCAG和SSEmod进行了比较,结果表明SE-RFR模型的RMSE与FSC_NDSI、MODSCAG和SSEmod模型的RMSE相比,平均RMSE分别提高了12.0%、8.3%和5.5%。总体来说,SE-RFR模型可以准确地提取MODIS FSC,对于区域乃至全球FSC产品制备具有广泛的应用前景。     

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.     

基于MODIS的青藏高原季节性积雪去云方法可行性比较研究

青藏高原地处中纬度地区,季节性积雪分布破碎,地面观测站点稀少,中分辨率成像光谱仪（MODIS）可为该地区提供每日积雪监测数据,然而云是光学遥感最大的影响因素,为研究MODIS每日积雪产品去云方法在青藏高原的适用性,根据原理将去云方法归纳总结为五大类,并对每种方法的“潜在假设”开展分析讨论。结果显示：基于时间连续性的方法适用性强,去云效果明显,上下午积雪连续的平均概率为72.5%,而2~5d的连续积雪的概率为5.6%~43%不等,可靠性差;临近像元法可去除零散分布的云,平均正确率达到95.5%,但去除云量较少;基于高程的去云算法在山区适用性好,而在高原腹地由于坡度较小而错判概率较大;采用被动微波遥感数据进行去云则依赖于微波对云的识别率,往往误差较大;采用数学方法拟合积雪边界在积雪破碎、降雪融雪较快的青藏高原地区,物理意义较弱。通过分析研究表明,青藏高原地区MODIS日积雪产品的去云,需综合多种算法的区域适用性,充分考虑青藏高原地形及积雪本身的特征,逐步完善每日积雪去云工作。     

Sensitivities of the equilibrium line altitude to temperature and precipitation changes along the Andes

Equilibrium line altitudes (ELAs) of alpine glaciers are sensitive indicators of climate change and have been commonly used to reconstruct paleoclimates at different temporal and spatial scales. However, accurate interpretations of ELA fluctuations rely on a quantitative understanding of the sensitivity of ELAs to changes in climate. We applied a full surface energy- and mass-balance model to quantify ELA sensitivity to temperature and precipitation changes across the range of climate conditions found in the Andes. Model results show that ELA response has a strong spatial variability across the glaciated regions of South America. This spatial variability correlates with the distribution of the present-day mean climate conditions observed along the Andes. We find that ELAs respond linearly to changes in temperature, with the magnitude of the response being prescribed by the local lapse rates. ELA sensitivities to precipitation changes are nearly linear and are inversely correlated with the emissivity of the atmosphere. Temperature sensitivities are greatest in the inner tropics; precipitation becomes more important in the subtropics and northernmost mid-latitudes. These results can be considered an important step towards developing a framework for understanding past episodes of glacial fluctuations and ultimately for predicting glacier response to future climate changes.     

基于MODIS数据的北疆积雪黑碳和雪粒径反演及时空变化分析

积雪是地球上反射率较高的自然表面,对于中高纬度地区的水文和能量收支平衡发挥着重要作用。表层积雪中的黑碳和雪粒径变化可以显著影响积雪反照率,造成积雪对太阳辐射吸收的变化,进而对区域气候变化和水文循环产生反馈作用。利用遥感技术对季节性积雪表层黑碳和雪粒径进行定量评估,可以获取时空上连续系统的雪表黑碳浓度和雪粒径变化情况,这也是许多气候和水文模型的输入因子。以中国主要季节性积雪区北疆为研究区,基于MODIS（Moderate Resolution Imaging Spectroradiometer）数据的3（0.47 μm）、2（0.86 μm）和5（1.24 μm）波段,采用SGSP（Snow Grain Size and Pollution Amount）算法反演2000-2018年积雪期的雪表黑碳浓度和雪粒径,并结合地面观测数据对于反演结果进行了精度验证,综合分析北疆雪表黑碳浓度和雪粒径时空变化趋势。结果显示,SGSP算法能够同时反演雪表黑碳浓度和雪粒径,并且验证结果表明纯雪像元上反演结果具有较好的精度;2000-2018年北疆雪表年均黑碳浓度和年均雪粒径都随时间变化呈现微弱下降趋势;受地理位置和局部污染源的影响,北疆积雪黑碳浓度空间分布复杂,天山北坡经济带平均黑碳浓度最高,伊犁地区平均黑碳浓度最低,雪粒径的空间分布显示塔城地区平均雪粒径最大,伊犁地区最小。