基于MODIS雪盖数据的北疆雪深多元非线性回归克里金插值

为了提高北疆地区雪深时空分布监测的准确性,以该区域48个气象站点2006年12月—2007年1月的月平均雪深观测数据为基础,通过分析月均雪深空间自相关性及其与经纬度、高程的相关性,结合MODIS雪盖数据构建了多元非线性回归克里金插值方法,插值获得了北疆地区较高精度的雪深空间分布数据。将插值雪深数据与普通克里金插值法、考虑高程为辅助变量的协同克里金插值法的预测结果进行比较,结果表明:1相对普通克里金和协同克里金方法,多元非线性回归克里金法的12月份雪深预测精度分别提高了15.14%和9.54%,1月份的提高了4.8%和6.7%;2由于充分利用了经纬度和地形信息,多元非线性回归克里金法的雪深预测结果可提供更多细节信息;3预测结果客观地表达了雪深随经纬度和地形变化的趋势,反映了积雪深度的空间变异性;4基于不显著相关的协变量高程的协同克里金插值法预测的雪深数据精度劣于普通克里金插值法的预测结果。     

不同积雪深度下地面温度与雪面温度的相关

基于新疆昌吉州5个国家气象站2008—2010年积雪深度大于等于0 cm的实测地面温度与雪面温度,对0 cm地面温度（含最高、最低）、雪面温度（含最高、最低）及云量、日照时数、雪深进行统计分析,找出不同积雪深度下地面温度与雪面温度的关系,并以阜康市天池气象站2011年所有积雪日数据对关系模型作检验。结果显示：地面温度与雪面温度的关系有3个雪深分层：5 cm以下、6~40 cm和40 cm以上,积雪深度为0~5 cm时,地面温度与雪面温度差值很小,受雪深及天气条件影响明显,雪深6~40 cm,主要受雪深影响,雪深超过40 cm,地面温度趋于定值。     

欧亚大陆冬季雪深的时空演变特征及其影响因子分析

利用美国冰雪资料中心(National Snow and Ice Data Center)提供的前苏联1948~1994年逐日积雪深度资料,定义了冬季雪深增量的概念,探讨了欧亚大陆秋末雪深、冬季雪深、冬季雪深增量的时空演变规律,通过比较分析三者的异常变化特征,揭示了三者之间可能存在的联系。经验正交函数分解(EOF)结果表明:欧亚大陆冬季雪深、冬季雪深增量的第一模态的空间分布特征均为大致以50°N为界的南北反相变化,欧亚大陆北部的积雪深度和冬季雪深增量都呈现出一致性的变化趋势;两者对应的时间序列均反映了显著的年代际变化特征,且年代际转变均发生在20世纪70年代中期前后。第二模态则呈现出欧亚大陆东、西部反相的偶极型空间分布特征。进一步分析表明,欧亚大陆秋末雪深无论从空间分布还是时间演变来看与冬季雪深几乎不存在相关性。欧亚大陆冬季雪深变化主要是冬季雪深增量影响所致,与秋末雪深无关。     

基于不同雪深的地面温度、雪（草）面温度与气温的关系

以新疆塔城基准站自动气象站2006年11月—2010年3月积雪深度≥0cm的451天为样本,对0cm地面温度、雪面（草面）温度、气温及云量、日照时数、雪深进行统计分析,找出不同积雪深度下地面温度、雪（草）面温度与气温的关系,结果显示：雪（草）面温度在积雪期,变化趋势与气温一致,受云量及日照时数影响明显,平均雪温低于平均气温;地温随雪深变化有20cm和50cm两个分界点,雪深≤20cm时,地温受雪深、气温影响较大,变化趋势与气温基本一致,地温高于气温,雪层较薄时,受云量和日照影响较明显。雪深超过20cm时,地温变幅趋向定值,地温变化仅受长时间温度变化影响,且不低于-5℃;雪深超过50cm时,地温趋于定值（-1℃）。     

GLONASS卫星SNR信号的雪深探测

利用GNSS-MR(Global Navigation Satellite System Multipath Reflectometry)技术反演积雪深度是近年来一种新兴的卫星遥感技术。目前大多数研究仅使用GPS(Global Position System)数据限制了该技术的发展,为了扩展GNSS-MR算法的应用,介绍了基于GNSS-MR算法的雪深反演模型。首先,通过多项式拟合分解GLONASS观测数据获取高精度的信噪比残差序列;然后,利用Lomb-Scargle谱分析法对其进行频谱分析可解算雪深值。选取IGS中心的YEL2站2015年11月到2016年6月共243天的GLONASS卫星L1波段反射信号的SNR数据进行实例分析,并以美国国家气象数据中心提供的加拿大Y-H (Yellowknife Henderson)气象站的实测雪深数据为真值,将反演雪深与实测雪深进行对比验证。所得实验结果如下:(1)与GPS卫星的反演值相比,基于GLONASS-MR(GLONASS Multipath Reflectometry)技术反演积雪深度的精度同样能达到厘米级,RMSE仅3.3 cm,反演值与实测值的空间分布趋势一致且相关性较强,其相关系数R2高达0.969;(2)不同的积雪深度对信噪比的振幅频率与垂直反射距离具有直接影响;(3)对同一卫星而言,信噪比的频谱振幅强度峰值与其对应的反演值存在线性相关;(4)在相同条件下,采用多颗GLONASS卫星数据比单颗GLONASS卫星数据反演雪深的效果明显更优。基于反演的高时间分辨率产品,分析该地区雪深日变化的情况,实验结果表明基于陆基CORS站的GLONASS-MR技术在用于实时、连续的雪深变化监测方面具有良好的潜力和可行性。     

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。     

基于AMSR-E的北疆地区积雪深度反演

利用北疆地区2007/2008-2009/2010年度积雪季(12月至次年2月)的AMSR-E降轨19 GHz与37 GHz波段的水平极化亮温数据, 结合北疆地区45个气象台站的实测雪深数据, 建立了北疆地区基于AMSR-E亮度温度数据的雪深反演模型, 并对模型的精度进行评价. 结果显示: 雪深在3~10 cm时, 模型反演的雪深值负向平均误差为-5.1 cm, RMSE值为6.1 cm; 雪深在11~30 cm时, 模型反演雪深值的平均误差仅为2.6 cm, RMSE、 正向平均误差、 绝对平均误差均较小; 雪深大于30 cm时, 模型反演的各项误差较大. 用合成方法反演北疆地区2006/2007-2010/2011年度5个积雪季的平均雪深分布和最大雪深分布, 结果显示北疆地区积雪主要分布于北部阿尔泰山和南部天山一带, 其中阿勒泰地区所占比重最大, 中部的准噶尔盆地腹地、 克拉玛依地区雪层较浅.     

基于HJ-1数据的木孜塔格峰地区雪深时空变化

以木孜塔格峰地区为研究区,从不同坡度、坡向的样方内测量雪深和采集光谱,通过分析归一化差分雪盖指数（Normalized Difference Snow Index,NDSI）、反照率、HJ-1卫星的红外波段反射率与雪深的相关关系,建立了适用于HJ-1星的积雪深度反演模型,估算出2012年4月14日-25日木孜塔格峰地区的雪深时空变化,并结合实测数据进行验证。结果表明:反照率反演模型的复相关系数为0.992;通过NDSI阈值区分混合雪盖像元和积雪像元,雪深估测精度可达92.78%。冰川区的反照率、NDSI与海拔的相关系数分别为0.626和0.733,且高海拔带反照率值明显高于低海拔带的反照率值。受西风带降雪的影响,非冰川区的北坡雪深值较大;西坡、南坡次之;东坡最小,且雪深最大值出现在坡度约等于10°处。雪深估测的相对误差随着样地的坡度增大而增加,坡度为15°时相对误差较大。     

新疆地区雪深和雪压的分布及其55年的变化特征分析

本文主要使用新疆地区109个气象站观测资料,对新疆地区雪深和雪压的分布和变化特征以及相关气象因子进行了系统分析,结果表明:新疆地区的积雪多年平均表现为北部多于南部,其中雪深和雪压最大值出现在新疆北部,数值分别为10 cm和10g/cm2.新疆积雪的季节特征较为明显,其中2月份积雪最大,雪深和雪压分别为9.2 cm和5....     

近24a哈尔滨机场跑道易结冰月气温统计分析

本文统计分析了哈尔滨机场1986—2009年3月份的气温,得出近24a3月份的平均气温总体趋势为先升后降,最低气温的变化先于最高气温,其对平均温度的影响较大。气温跟降水成负相关关系,暖干、冷湿相伴,且最高温度与降水日数相关显著。低气温对应的除冰日数多,高气温则少。雪深对跑道结冰有一定的作用,如果预报日气温均≤-3℃,且...