1979-2010年青藏高原积雪深度时空变化遥感分析

积雪深度是表征积雪特征的重要参数,也是区域气候变化最敏感的响应因子之一。利用1979-2010年逐日中国雪深长时间序列数据集,采用GIS空间分析和地统计方法,分析了青藏高原积雪深度的时空变化规律及异常空间分布特征。结果表明：近32年来,青藏高原雪深呈显著增加趋势,增加速率为0.26 cm/10a,其中,昆仑高寒荒漠地带雪深增加最为明显,增加速率达0.73 cm/10a;20世纪80年代至90年代青藏高原雪深呈逐步增加趋势,21世纪初变化平稳;青藏高原4个季节雪深变化均呈现为上升趋势,尤以冬季增加最为明显,增加速率达0.57 cm/10a。青藏高原东南、西部和南部为雪深分布高值区;逐像元回归分析表明,高原雪深呈增加趋势的像元数占全区像元总数的67.1%,其中有91.3%为轻度和中度增加,主要分布在高原北部和西部;最大雪深变化基本维持在-0.1~0.1 cm/a（45.47%）之间,在昆仑北翼山地、柴达木山地、羌塘高寒地带南部等局部地区最大雪深有增加趋势,主要是轻度增加,面积比例为36.66%。果洛那曲高寒地带、青南高寒地带和羌塘高寒地带为青藏高原积雪深度异常变化敏感区。     

中国北部地区卫星积雪产品数据集检验

同其他卫星相比,NOAA卫星搭载的AVHRR积雪产品,具有长达10 a的长时间序列数据集,能够应用于长时间、较大区域范围的积雪覆盖变化分析。由于不同卫星使用的反演算法,波谱宽度和大气订正等不完全相同,故需对不同卫星积雪产品数据集进行一致性检验,将卫星积雪产品更好地应用于气候分析研究。本文采用一种新的评估方法,对空间分辨率为0.05^o×0.05^o的AVHRR积雪产品与IMS和MOD10A1积雪产品,分别在空间和时间变化上进行对比分析,对AVHRR积雪产品数据集进行检验,发现AVHRR与MODIS积雪产品具有较好的一致性。     

西藏高原积雪覆盖空间分布及地形影响

利用2000-2014年MOD10A2积雪产品和数字高程模型DEM数据,以积雪覆盖率为指标,在分析西藏高原积雪空间分布特点的基础上,定量研究了高程、坡度和坡向等地形要素对高原积雪时空分布的影响。主要结论有：① 西藏高原积雪的空间分布差异显著,具有中东部念青唐古拉山和周边高山积雪丰富,覆盖率高,而南部河谷和羌塘高原中西部积雪少,覆盖率低的特点。② 海拔越高积雪覆盖率越高,积雪持续时间越长,年内变化越稳定。海拔2 km以下积雪覆盖率不足4%,海拔6 km以上覆盖率达75%。海拔4 km以下年内积雪覆盖呈单峰型分布特点,海拔越高,单峰型越明显;而海拔4 km以上则为双峰型,海拔越高,双峰型越明显。海拔6 km以下积雪覆盖率最低值出现在夏季,而6 km以上则出现在冬季。③ 总体上,高原地形坡度越高积雪覆盖率越高。不同坡向中,北坡积雪覆盖率最高,南坡最低,年内分布呈双峰型,而无坡向的平地积雪覆盖率要小于有坡向的山地,其年内变化呈单峰型分布特点。     

基于动态NDSI阈值的每日积雪监测方法

准确掌握积雪覆盖信息对于气象、水文和全球气候变化研究都具有重要的意义。遥感技术在进行大范围、高频率的积雪覆盖监测中发挥着重要的作用。目前,SNOMAP算法是用于积雪遥感监测最普遍的技术手段,其核心是利用固定阈值的归一化差分积雪指数（Normalized Difference Snow Index,NDSI）进行积雪识别,但这种方法忽略了积雪光谱信息的时相变化,会产生积雪监测的误差。本文提出了一种动态NDSI阈值方法,以纯永久积雪像元的平均NDSI值作为参照系调整固定的NDSI阈值,从而削减影像光谱值波动对积雪识别的影响。以三江源地区作为研究区域,将基于每日MODIS数据进行积雪监测最佳的NDSI阈值与同日纯永久积雪像元的平均NDSI值作线性回归,通过每日纯永久积雪像元平均NDSI值的变化来调整用于积雪识别的NDSI阈值。结果表明：① 基于每日MODIS数据进行积雪覆盖监测最佳的NDSI阈值与同日纯永久积雪像元的平均NDSI值之间存在较好的线性关系,决定系数R ²达到0.86;② 三江源地区动态NDSI阈值的范围为0.29~0.37,其平均值在0.33左右,说明MODIS全球积雪面积产品中将NDSI阈值取为0.40会低估三江源地区的积雪面积;③ 与采用固定NDSI阈值0.33的监测方法相比,动态NDSI阈值法近似率、总体分类精度和F值的平均值分别提高了5.17%、0.70%、1.14%。     

基于多源数据的青藏高原雪深重建

青藏高原地形复杂,积雪时空分布异质性较强且大部分地区积雪较薄,而被动微波遥感因其空间分辨率低以及雪深反演中的不确定性,极大地限制了其反演青藏高原雪深的精度。本文尝试将多源遥感数据以及与积雪模型（SnowModel）相结合,来重建更高质量的青藏高原雪深数据。首先,利用MODIS积雪面积比例产品,根据构建的积雪衰减曲线以及经验的融合规则对低分辨率被动微波雪深进行了降尺度;然后,结合MODIS/被动微波融合雪深数据和SnowModel对研究区进行雪深数据同化实验;最后,利用地面站实测雪深数据对MODIS/被动微波融合雪深以及同化输出雪深的精度进行了分析和对比。结果表明,基于数据同化方法得到的雪深数据更接近地面观测雪深值,通过均方根误差以及相关系数的对比,同化雪深结果优于MODIS/被动微波融合雪深结果。     

光学与微波遥感的新疆积雪覆盖变化分析

利用2002-2013年冬季的MODIS光学遥感数据,以及AMSR-E、AMSR2与MWRI被动微波遥感数据,建立了新疆地区冬季每日积雪分布遥感反演模型。首先,将Terra与Aqua双星MODIS的积雪产品融合,初步去云并最大化积雪信息;然后,利用AMSR-E/AMSR2和MWRI被动微波数据进行每日雪盖提取;最后,利用被动微波遥感数据反演得到的每日雪盖结果对双星融合后依然有云的像元进行替换,得到每日积雪分布情况。据此模型提取了11年间冬季的积雪天数信息,结合气象台站观测数据,分析了新疆冬季积雪的年内和年际变化规律。结果表明,新疆地区积雪主要分布在北部新疆,积雪天数与地形关系密切,山区积雪天数较多,盆地及城市区积雪天数较少;积雪天数年内变化是从11月到次年1月随温度降低逐渐增加,从1月到3月积雪天数则逐渐减少。新疆地区积雪天数在这11年中存在一定的波动,积雪天数与该年的平均气温,以及月低于0℃的天数存在显著相关性,与降雪量关系不明显。新疆地区近年来积雪天数重心有向西向南移动的趋势,这可能与全球气候变暖导致多年积雪融化有关。     

青藏高原典型植被生长季遥感模型提取分析

物候变化是衡量全球气候变化最直接、敏感的指示器,针对青藏高原这个独特地域单元上特殊的高寒植被进行关键物候期遥感提取模型及植被物候时空变化的研究具有重要的意义。本文首先以反距离加权空间插值算法与Savitzky-Golay滤波算法相结合的数据重建模型获得高质量2003-2012年青藏高原MODIS归一化植被指数(NDVI)数据。在此数据基础上,分别利用动态阈值法、最大变化斜率法、logistic曲线拟合法3种遥感植被生长季提取模型,对青藏高原地区两种典型植被的生长季(SOS生长季开始期,EOS生长季结束期,LOS生长季长度)进行提取。通过对3种模型提取结果的对比分析,并结合日均温模型对提取结果的验证发现,动态阈值法为青藏高原地区典型植被生长季的最优遥感提取模型。该模型对近10 a的高分辨率典型高寒植被物候参量的反演及时空变化特征分析表明,受青藏高原水热及海拔梯度的影响,青藏高原植被物候变化呈现出从东南向西北的空间分异规律,随春季温度的升高,近10 a来青藏高原高寒草地总体呈现生长季开始期(SOS)提前(0.248 d/a)的趋势。     

青藏高原冬季降水时空分布特征研究

青藏高原冬季降水的气候特征认识对高原冬季雪灾的防御有着重要意义。基于青藏高原54个气象站1971~2010年冬季(12~2月)逐月降水量资料,利用现代统计方法分析了青藏高原冬季降水的时空分布特征及突变现象,利用经验正交函数(EOF)和旋转经验正交函数(REOF)概括出高原冬季降水的6种主要空间分布型以及区域性特征进行分析。结果表明:冬季降水分布不均匀,偏东偏南部降水量相对较多,冬季降水在12月最少,2月最多;EOF对青藏高原地区冬季降水分解为6种模态,全区一致型、南北部型、东西部型、川西型、高原腹地型和西部型模态;EOF第1模态时间系数表明高原大部分地区冬季降水在20世纪90年代有显著增加、且存在14年左右的周期变化特征。REOF分析表明,高原地区冬季降水的局地特征显著,而高原腹地与中东部地区变化特征显示了高原冬季降水的主要变化特征,与EOF分析第1模态的变化特征较为一致。     

青藏高原夏季200hPa西风变化特征及其与降水的关系

为了加强高原高空西风变化及其与降水关系的研究,利用NCEP/NCAR月平均再分析资料及中国160个测站月降水资料,采用线性倾向估计、小波分析、相关分析等方法,对青藏高原夏季200hPa西风近几十年的变化特征及其与中国降水的关系进行分析。结果表明:自1948年青藏高原夏季200hPa西风整体呈现显著增强趋势;且高原西风在20世纪50年代前期偏弱,在50年代中后期开始增强,并在80年代出现近62年的最大值,90年代末高原高空西风略有减弱,但不明显;小波分析表明高原200hPa西风具有2~4a的周期,且这一周期成分在50年代及70年代末至80年代前期这两个时段比较显著;高原西风的突变分析表明在1954年发生了一次较明显的增强突变。高原夏季200hPa西风与中国降水关系的分析表明:高原西风增强时在长江流域以北的中国大部分地区降水偏多,以江淮流域、川渝地区西部和东部省界以及中国西北、东北的部分地区表现显著,长江流域以南的大部分地区降水偏少,其中华南沿海及中国西南地区西南部降水偏少更加明显,降水场与大气环流有较好的配置关系。     

青藏高原东部土壤湿度变化及其与中国降水的关系

为进一步了解高原土壤湿度变化及其与中国降水的关系,利用青藏高原东部地区1991～2012年22个站10cm、20cm、50cm 3个层次的土壤相对湿度观测资料,分析高原东部地区土壤湿度的时空分布特征.同时利用全国1992～2012年的降水资料与1992～2011年的土壤相对湿度资料,采用求相关系数的方法分析高原东部土壤湿度与全国降水的关系.结果表明:(1)西藏东部土壤相对湿度由东至西呈递减趋势.(2)10cm土层较干,20cm土层的相对湿度是3层中最大的,50cm土壤的湿度变化较为平缓;表层土壤湿度变化较明显.21年来,各层土壤湿度呈不明显下降趋势.(3)高原东部地区土壤湿度与中国东部降水有显著关系,若东部高原春季土壤湿度偏湿(干),则江淮流域夏季降水偏少(多).     

Monitoring snow-cover area change in Antarctic coastline region using MODIS product data

Based on MODIS snow products, this article studied the changes of snow cover area during 2003-2006 along the coastline of the Antarctic, and 18 typical regions were chosen for further analysis. The result showed that the change of snow cover area was in a fluctuant downward trend as a whole, and more fluctuated obviously in warm season than in cold season. In temporal scale: for the season cycle, the snow cover extent increased rapidly in cold season (Apr-Oct), while the performance in warm season (Nov-Mar) was not exactly the same during the four years, the snow cover extent decreased in the first and then increased in 2004 and 2006, however, increased firstly and then decreased but reduced as a whole in 2005, for the inter-annual cycle, snow cover extent was the largest in 2003, but reached to the lowest level in 2004, and then increased gradually in 2005 and 2006, whereas, it declined with fluctuant as a whole. In spatial scale, changes mainly centralized along the coastline, moreover, it was more remarkable in the West Antarctic than in the East Antarctic, especially in the Antarctic Peninsula region.     

NORMALIZED DIFFERENCE SNOW INDEX SIMULATION FOR SNOW-COVER MAPPING IN FOREST BY GEOSAIL MODEL

1INTRODUCTION Snow is an important component of the Earth's surface. Up to 50×106km2(34%) ofthe Earth's land surface is sea- sonally snow-covered (VIKHAMAR and SOLBERG, 2002).Comparedtootherlandcovers,snowcoverextent varies dramatically on very short time scales (hours- months). Its presence affects physical, chemical and bio- logical processes at many spatial scales and has impor- tant social impacts. At the global scale, its high albedo strongly influences the Earth's radiation …     

An Assessment of Snow Cover Duration Variability Among Three Basins of Songhua River in Northeast China Using Binary Decision Tree

The dynamics of snow cover differs greatly from basin to basin in the Songhua River of Northeast China, which is attributable to the differences in the topographic shift as well as changes in the vegetation and climate since the hydrological year (HY) 2003. Daily and flexible multi-day combinations from the HY 2003 to 2014 were produced using Moderate Resolution Imaging Spectroradiometer (MODIS) from Terra and Aqua remote sensing satellites for the snow cover products in the three basins including the Nenjiang River Basin (NJ), Downstream Songhua River Basin (SD) and Upstream Songhua River Basin (SU). Snow cover duration (SCD) was derived from flexible multiday combination each year. The results showed that SCD was significantly associated with elevation, and higher SCD values were found out in the mountainous areas. Further, the average SCDs of NJ, SU and SD basins were 69.43, 98.14 and 88.84 d with an annual growth of 1.36, 2.04 and 2.71 d, respectively. Binary decision tree was used to analyze the nonlinear relationships between SCD and six impact factors, which were successfully applied to simulate the spatial distribution of depth and water equivalent of snow. The impact factors included three topographic factors (elevation, aspect and slope), two climatic factors (precipitation and air temperature) and one vegetation index (Normalized Difference Vegetation Index, NDVI). By treating yearly SCD values as dependent variables and six climatic factors as independent variables, six binary decision trees were built through the combination classification and regression tree (CART) with and without the consideration of climate effect. The results from the model show that elevation, precipitation and air temperature are the three most influential factors, among which air temperature is the most important and ranks first in two of the three studied basins. It is suggested that SCD in the mountainous areas might be more sensitive to climate warming, since precipitation and air temperature are the major factors controlling the persistence of snow cover in the mountainous areas.     

Detecting Arctic snow and ice cover with FY-1D global data

Chinese meteorological satellite FY-1D can obtain global data from four spectral channels which include visible channel(0.58-0.68 μm) and infrared channels(0.84-0.89 μm,10.3-11.3 μm,11.5-12.5 μm).2366 snow and ice samples,2024 cloud samples,1602 land samples and 1648 water samples were selected randomly from Arctic imageries.Land and water can be detected by spectral features.Snow-ice and cloud can be classified by textural features.The classifier is Bayes classifier.By synthesizing five d ays classifying result of Arctic snow and ice cover area,complete Arctic snow and ice cover area can be obtained.The result agrees with NOAA/NESDIS IMS products up to 70%.     

东北典型林区雪深反演算法的验证与分析

积雪对自然环境和人类活动都有极其重要的影响。积雪参数（雪面积、雪深和雪水当量）反演对水文模型和气候变化研究有着实际的意义。然而,目前森林区的雪深遥感反演精度一直有待于进一步提高。东北地区是我国最大的天然林区和重要的季节性积雪区之一,本文利用FY3B卫星微波成像仪（MWRI）L1级亮温数据和L2级雪水当量数据,以及东北典型林区野外实测雪深数据,对Chang算法、NASA 96算法和FY3B雪深业务化反演算法进行了验证与分析。结果表明：在东北典型林区的雪深反演中,Chang算法和NASA 96算法反演的雪深波动都比较大,当森林覆盖度f≤0.6时,NASA 96算法表现比较好,均方根误差值在3种算法中较小,但当f >0.6时,NASA 96算法失真严重。当考虑纯森林像元（f=1）时,Chang算法低估了雪深47%。当f≤0.3时,FY3B业务化算法始终优于Chang算法。整体上,FY3B业务化算法相对稳定,具有较高的精度。