新疆典型流域积雪遥感信息系统数据库的建立

天山山区冬季积雪深厚,稳定积雪期较长,利用积雪遥感图象可以动态监测大面积的积雪变化,有效地调查大范围的积雪资源状况,积雪遥感监测和积雪遥感制图涉及多方面的资料,积雪数据库是积雪遥感监测系统必不可少的一部分。本文就新疆典型流域积雪遥感信息系统数据库的建立,数据库之间的数据格式转换,接口,可视化界面等进行讨论。     

基于MODIS数据的蒙古高原积雪时空变化研究

利用Terra卫星和Aqua卫星提供的2002年9月1日~2017年5月31日每日积雪覆盖产品MOD10C1和MYD10C1,提取蒙古高原积雪日数、积雪面积、积雪初日及积雪终日信息,得到蒙古高原积雪特征分布和变化趋势,同时,结合蒙古高原108个地面气象观测站的气温资料,分析研究区积雪变化特征和气温的关系。结果表明：（1）蒙古高原平均积雪日数在60～90 d之间,积雪初日主要分布在315～335 d之间,积雪终日大多集中在31～61 d之间,蒙古高原东部地区积雪初日有明显的提前趋势,西南地区积雪终日有明显的提前趋势。（2）积雪面积在积雪季内呈 “单峰型”,1月份为积雪面积最大月,年均积雪面积呈微弱的下降趋势。（3）最大积雪覆盖面积与温度具有明显的相关性,稳定积雪覆盖区的临界温度大概介于-11~-8 ℃之间。（4）温度是影响积雪特征变化的重要因素。     

近50年青藏高原东部冬季积雪的时空变化特征

选取青藏高原东部地区1961-2010 年64 个测站的积雪数据,分析了冬季积雪日数的空间分布和年代际变化特征,结果表明：高原东部冬季积雪空间分布差异较大,巴颜喀拉山、唐古拉山和念青唐古拉山多雪且变率大,藏南谷地、川西干暖河谷地带及柴达木盆地少雪且变率小,这样的空间分布是由周边大气环流系统及复杂局地地形共同造成的;高原东部冬季积雪表现出“少—多—少”的年代际变化特征,分别在80 年代末和20 世纪末发生由少到多和由多到少的两次突变,尤其是20 世纪末的突变更为显著;降雪和气温的变化是影响积雪日数的重要因素,其中降雪的影响更为显著;80 年代末高原冬季降雪由少到多的突变是造成积雪日数发生相应变化的主要原因;20 世纪末高原冬季气温和降雪分别发生由低到高和由多到少突变,其影响叠加导致积雪日数发生了更为显著的突变。     

基于MODIS的长江源近10年积雪反照率时空分布及动态变化

利用EOS-MODIS卫星的积雪反照率数据和一元线性回归法分析2001~2010年长江源区积雪反照率的分布及变化趋势。结果表明:①长江源区积雪季积雪反照率空间分布差异大。冰川区是积雪反照率高值中心(0.67~0.91),长江源东部地区是低值中心(0.15~0.48)。②积雪反照率空间分布四季变化明显,峰值出现在次年1月份。③长江源区近10 a积雪季平均积雪反照率在高海拔区和冰川区增大比较显著(0.001 2/a)。与积雪面积和积雪季降雪量变化呈显著正相关;而源区夏季各月积雪反照率有明显降低趋势,与夏季温度的变暖趋势呈正反馈关系。     

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。     

西藏高原近40年积雪日数变化特征分析

利用近40 年(1971-2010 年) 西藏高原积雪日数资料, 分析了西藏高原积雪的时空分布特征。分析表明:藏东北部、南部边缘地区积雪较多, 年积雪日数在60 d 以上。近40 年来, 西部和东南部积雪日数呈显著减少的趋势, 除东南部各站、聂拉木和昌都积雪日数减少明显, 聂拉木减幅最大, 达到-9.2 d/10a, 其它各站地区积雪的变化趋势并不显著。西藏各区域积雪日数出现了准2 年、准4 年、准8 年、准14 年和准17~18 年的年代际周期, 南部边缘地区、东北部和西部地区积雪日数以10 年以下的周期为主。各区域积雪日数与冬季平均气温有明显的负相关, 但降水与积雪的相关在那曲中西部地区、沿江一线、东北部和南部边缘地区表现为明显的正相关。     

基于MODIS数据的土库曼斯坦山区积雪监测

积雪是影响气候变化的重要因子,准确、及时的获取积雪覆盖范围,进行动态变化监测意义重大。利用MODIS数据进行土库曼斯坦积雪监测,提取积雪信息的研究较少。利用MODIS L1B 500 m分辨率数据,通过几何校正、去云预处理,应用归一化差分积雪指数（NDSI）算法和综合阈值判别法,获取了土库曼斯坦2011年11月～2012年4月山区积雪覆盖范围和面积等数据信息,揭示了土库曼斯坦山区积雪发生的时空特征。土库曼斯坦南部的科佩特山区是该国降雪的核心地区,积雪面积均在1月达到最大值,随后积雪面积随温度的升高而减少。山区积雪面积、月均气温、月降雨量之间存在着显著的相关性,其相关系数分别为0.742 9和0.568 4。结果表明,在监测时段积雪面积随气温的降低、降雨量的减少而增加。     

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%。     

积雪覆盖度对沙尘暴的影响分析

采用遥感监测内蒙古中西部地区积雪覆盖度数据以及地面气象观测站1961—2005年沙尘天气观测资料,以沙尘暴、扬沙发生日数为定量指标,分析了内蒙古中西部地区积雪覆盖度与沙尘暴、扬沙发生日数的关系。研究结果表明,在内蒙古中西部地区,积雪覆盖度与沙尘天气的发生有负相关关系,但地表积雪覆盖对沙尘暴的抑制作用要小于对扬沙的抑制作用,这种负相关关系在1—3月较11—12月更为显著。积雪覆盖度决定了积雪的影响范围,而积雪日数则决定了这种影响持续的时间,综合考虑这两种因素,构建了积雪指数用以反映积雪的这种空间和时间的共同作用。积雪指数能较好地反映积雪日数与积雪覆盖度对沙尘天气的综合作用。     

乌鲁木齐河流域积雪状况及其对公路的影响

乌鲁木齐河流域的季节积雪分布状况受冷期内连续降水过程的降雪量和气温所控制。水汽来向、山坡朝向、海拔高度和下垫面性质是影响积雪的主要因素。一般有瞬时积雪,不稳定积雪,稳定积雪和永久积雪之分。季节积雪的分布界限,在秋末冬初随海拔高度的降低而逐渐下移,春末夏初则随海拔高度增加而逐渐上移。到7月下旬或8月初移至海拔4000—4200m的雪线附近。由于风的再搬运作用,使本来不厚的自然积雪在公路的局部地段形成影响车辆通行的雪阻现象。     

基于MODIS数据中国天山积雪面积时空变化特征分析

基于2011-2015年MOD10A2积雪产品和气象数据,通过几何校正、去云预处理,应用归一化差分积雪指数算法等获取中国境内天山山区积雪覆盖面积数据,分析了积雪面积的时空变化特征及与气温降水的关系。结果表明：（1）年内积雪面积呈单峰变化,9月开始积累,次年1月达峰值,3月气温回暖消融加速,至7月最小。春秋季波动较大但没有明显的增减趋势,夏季积雪面积最小,冬季最大且呈减小趋势。（2）2001-2015年积雪覆盖面积整体上呈减少趋势,积雪覆盖率最大值的波动比最小值的波动更加剧烈。（3）积雪覆盖率随着海拔升高而增大,海拔<1 500 m区域积雪覆盖率低于10%,海拔>4 500 m以上区域平均可达70%,为常年稳定积雪区。积雪覆盖率在西北坡最高,南坡最低。（4）年均气温升高是积雪覆盖面积减小的主因,年积雪覆盖面积变化与年降水量变化保持一致的下降趋势。     

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。     

2001—2020年三江源地区积雪日数变化及地形分异

基于积雪面积逐日无云遥感产品和气象观测资料,分析了2001—2020年三江源地区积雪日数的水平、垂直分布特征及变化规律,并对积雪日数与气温和降水量进行了相关分析。结果表明：（1） 2001—2020年三江源地区积雪日数呈西高东低,高海拔山脉大于盆地平原的分布格局,高海拔山脉地区积雪日数均值普遍大于200 d,85.48%的区域积雪日数呈波动增加趋势,显著增加区域占比为16.59%,平均增加速率为0.98 d·a^-1。（2） 积雪日数及其变化趋势存在明显的海拔和坡向分异,积雪日数随海拔上升呈指数型增加,较低海拔（<3.0 km）区域积雪日数少、呈减少趋势且减少速率随海拔高度上升而加快;高海拔区域积雪日数较多且呈增多趋势,但海拔大于4.4 km后积雪日数增多速率随海拔上升而减缓,且5.5~6.0 km地区积雪日数呈减少趋势,高海拔地区积雪日数存在一定程度的“海拔依赖性”。积雪日数北坡大于南坡、西坡大于东坡,西北坡积雪日数最多,为78.30 d,不同坡向的积雪日数均呈增多趋势,其中西坡的增多速率最快,达1.04 d·a^-1。（3） 近20 a三江源地区明显的“暖湿化”气候特征是影响积雪日数变化的主要原因,其中降水量是主要驱动因素,积雪日数增多与降水量增加密切相关,且高海拔地区积雪日数对降水量的依赖性更强。     

中国天山西部山区森林积雪消融过程观测分析——以巩乃斯河谷为例

通过对2013年春季中国科学院天山积雪与雪崩研究站区内阳坡无林地和阴坡不同开阔度森林内积雪深度、融雪速率以及常规气象的观测,分析了融雪期不同开阔度森林积雪的消融过程以及积雪表面能量平衡特征。结果表明:不同开阔度林冠下积雪深度具有相同的变化趋势,森林的林冠开阔度越大,林下积雪深度越大,林下积雪开始消融和完全消融的时间越晚,消融期也越长。森林积雪融雪开始和结束时间比阳坡无林地区晚20~30 d左右。融雪前期林冠开阔度越大,其林下融雪速率越小。融雪后期则森林开阔度越大,森林积雪的融雪速率越大。不同时期由于不同开阔度林冠下雪面能量收支以及雪层深度等物理特性的差异,从而使不同开阔度林冠下森林积雪融雪速率的相对大小,融雪速率最大值出现时间和日变化特征均不相同。晴天森林积雪的消融速率和日变化特征取决于净短波辐射和长波辐射变化特征。降水期间,其融雪速率的变化则主要受降水形式、降水量以及积雪深度等雪层特性的影响。     

中国西部积雪变化特征

综合中国西部175个地面气象台站1957—1987年逐日积雪深度、密度和月积雪日数资料,1978年-1987年SMMR周积雪深度资料,1973—1987年NOAA周积雪面积资料,以及50余幅DMSP影像图,本文阐述中国西部积雪空间分布、季节变化及年际波动特征,并对中国西部积雪大尺度气候效应和青藏高原第四纪冰期问题作了初步讨论。     

新疆天山及北疆地区积雪反照率差异

新疆天山和北疆地区是我国三大稳定积雪区之一,积雪反照率的变化显著地影响其地表吸收的太阳辐射能量。2018年1~3月,在新疆天山和北疆地区进行了积雪反照率观测,发现研究区的积雪反照率存在明显的时空差异。时间上,由于受到气温变化的影响,研究区的积雪反照率整体呈现下降的趋势,而且不同时期的下降幅度有差异,1月末~3月初反照率的降低相比1月初~1月末反照率降低更加明显。空间上,由于受到污化物的影响,各区域（阿勒泰地区、塔城地区、天山北坡和伊犁河谷）的积雪反照率之间存在差异,其中天山地区（天山北坡和伊犁河谷）的积雪反照率低于北疆地区（阿勒泰地区和塔城地区）,天山北坡的反照率最低;在积雪稳定期及消融期,污化物对积雪反照率的影响最为明显。     

基于去云处理的祁连山积雪覆盖遥感监测研究

雪盖信息在生态研究、水资源评价管理以及灾害防治中有重要的作用,MODIS利用冰雪指数(NDSI)和阈值提供全球每日积雪产品,微波遥感传感器AMSR-E提供南北半球不受云影响的雪水当量数据。通过融合同一天不同时间过境的MODIS积雪产品MOD10A1和MYD10A1为MOYD,融合MOYD和AMSR-ESWE积雪当量产品产生MODAM,以祁连山区气象站观测雪深数据为"真值",检验了2010-2011年积雪季MODIS积雪产品和AMSR-E识别积雪的精度,结果表明:MOYD产品和MODAM使云量减少了15%和100%,积雪精度和总体精度分别达到了24%、59%和88%、80%,通过融合多时相和多传感器数据大大提高了积雪监测精度,此外对祁连山积雪时间分布和不确定进行了分析。     

新疆地理所积雪雪崩研究三十年

一、基本情况积雪作为干旱区和半干旱区的一种重要水资源,对于它的研究,是非常迫切和重要的。三十年来,我所积雪科研人员与院内、外兄弟单位协作,对新疆境内的积雪分布,平原地区积雪利用以及天山、喀喇昆仑山、阿尔金山等山区的道路雪害(其中包括雪崩,风吹雪)进行了调查和防治研究。1978年建立冰川积雪室,1983年调整为积雪研究室,并确定积雪室的方向任务是:通过综合考察,定位观测和分析实验究研,探讨雪崩,风吹雪的形成机制、运动规律、积雪力学性质和热力学变态,雪颗粒再结晶溶化过程,辐射在融雪期的热效应与     

2001—2017年祁连山积雪面积时空变化特征

科学监测祁连山积雪面积及变化特征对该区域气候研究、雪水资源开发利用、环境灾害预报及生态环境保护等具有重要意义。基于2001—2017年MOD10A2积雪产品和气象数据,分析祁连山积雪面积动态变化特征及与气温降水关系。结果显示:(1) 2001—2017年祁连山积雪面积年际波动趋势较大,呈减小趋势,多年平均积雪面积约为5×104km2,占祁连山总面积的25. 9%;年内变化成"M"型,即在一个积雪年中有两个波峰和波谷,波峰出现在11月和1月,波谷出现在7月;季节变化波动趋势较大,夏冬季积雪面积减小趋势大于春季,秋季呈现略微增加趋势。(2)祁连山区积雪面积主要分布在3 000～4 000 m及4 000～5 000 m,积雪覆盖率随着海拔上升呈现逐渐增大的趋势;祁连山区不同坡向积雪覆盖面积差异较大,积雪覆盖率差异较小;积雪频率高值区呈典型的条带状分布,与祁连山地形相一致,呈西北—东南分布,且分布西部大于东部。(3)初步分析认为祁连山积雪面积变化对气温要素更敏感。     

青海南部牧区前冬积雪变化及其预测的关系模型研究

利用1961-2008年青海南部牧区地面气象观测资料、74个环流特征量和北半球500 hPa高度场网格点资料,整理了地表积雪序列和雪灾年表,并对积雪的变化趋势和雪灾发生的机理进行了研究。结果表明,1961-2008年青南牧区共有16 a发生积雪灾害,占总年数的33.33%。在4 450 m以下,累计积雪量随海拔高度的升高而增加,在4 451 m以上,累计积雪量随海拔高度的升高而减小。典型多积雪年新地岛地区的冷空气偏强、高原低值系统活动偏多,新地岛的冷空气容易沿偏西北路径侵入青南高原与高空槽前的暖湿空气汇合,形成云雨的物理条件充分,降雪多、积雪厚。典型少积雪年环流形势与上述基本相反。10-12月北美区极涡面积偏大和欧亚经向环流偏强、10月欧亚经向环流偏强、11月大西洋欧洲环流型E型日数偏多、12月大西洋副高北界位置偏北均有利于前冬青藏高原高度场的偏低和青南牧区累计积雪量的偏多。这些环流因子在相反的配置下,容易导致青南牧区累计积雪量的偏少。前冬模拟预报方程对典型多积雪年和1993年以来的积雪变化趋势全部预测成功。