基于EOS/MODIS的新疆积雪监测

积雪是新疆水资源的重要组成部分,是环境变化的重要因子,其动态变化监测意义重大.利用EOS-MODIS地球观测卫星接收数据,选择新疆13个地州(区、市)为监测对象,对2002年1月至2003年11月EOS/MODIS卫星近2500条轨道资料的处理分析,提取监测区晴空影像图163张,并对对应地区的积雪面积及深度用归一化差分积雪指数NDSI分层阈值法进行监测方法的初步探讨.结果表明,该监测方法对于提取积雪的空间分布信息是可行的.     

利用CEEMDAN进行GNSS-MR雪深反演

将自适应噪声的完全集合经验模态分解方法替换常用的二次多项式方法,对原始信噪比（signal-to-noise, SNR）进行信号分解,直接提取相应的本征模态函数,再应用于GNSS-MR技术反演雪深。以美国科罗拉多州NWOT测站GPS数据进行实验的结果表明,该方法与传统方法相比,均方根误差降低30.7%,与实测数据相关系数为0.965,验证了该方法的有效性。     

高斯过程回归辅助下的GPS干涉反射积雪深度估测

本文对全球定位系统干涉反射技术进行了研究。以美国板块边界天文台计划提供的P101测站的GPS监测数据为基础,利用GPS卫星高度角低于某一角度时多路径效应明显的特点,构建高斯过程回归(GPR)辅助的GPS干涉反射积雪深度估测模型,并监测了测站周围的积雪深度。结果表明,GPR辅助的GPS干涉反射积雪深度估测模型输出的雪深估测值的精度,相比传统单星反演结果有不同程度的提高,并且更贴近实测雪深的变化,为地表雪深反演提供了新思路。     

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。     

利用GPS的SNR观测值进行雪深监测研究

在分析多路径与信噪比关系的基础上,给出基于SNR观测值的GPS-MR技术探测雪深的基本原理。利用板块监测PBO网P360站2013年174 d～2014年151 d的GPS实测数据进行算例分析,其结果与实测雪深数据吻合较好,相关系数大于0.97。     

HUT模型的改进及其雪深反演

基于风云-3B（FY-3B）卫星的微波成像仪（MWRI）数据对HUT模型（Helsinki university of technology snow emission model）进行验证,结果表明,无论是18.7 GHz还是36.5 GHz水平极化亮温,HUT模型模拟亮温都与MWRI亮温存在较大的偏差。因此,本文对消光系数进行了本地化改进,得到了改进的HUT模型（IMPHUT模型）。IMPHUT模型在18.7 GHz水平极化和36.5 GHz水平极化时的模拟亮温偏差分别为-0.91 K和-4.19 K,较原始的HUT模型模拟精度（偏差分别为14.03 K和-16.33 K）有很大提高。最后,利用遗传算法进行雪深反演,基于IMPHUT模型的雪深反演（偏差为-6.79 cm）优于HUT模型和Chang算法,反演与实测雪深具有较好的一致性。     

浙江省自动雪深观测数据质量分析

近年浙江省陆续建设部署了200多套自动雪深观测仪,为了使其观测数据有效应用于防灾减灾工作,本文分析了自动雪深仪在实际业务中的运行情况,查找了仪器结构、测雪板材质、安装方式、土壤霜冻等方面存在的问题,分析了问题产生的原因,提出了以小时数据变化为主的雪深数据质控方法,并在实际降雪过程中进行了检验,对雪深观测的有关技术规范提出了改进建议。结果表明,自动雪深观测仪可以全面连续的反映积雪的变化过程,获取丰富的实时观测数据,相比人工测量雪深在时效、精度等方面具有显著的优势。     

1980—2009水文年青藏高原积雪物候时空变化遥感分析

以青藏高原积雪为研究对象,首先对长时间序列逐日雪深被动微波遥感数据进行预处理,获得青藏高原1980—2009水文年逐日雪深数据,然后逐像元计算出每个水文年平均积雪深度、开始日期(SCS)和结束日期(SCE),利用GIS空间分析和地学统计方法系统分析20世纪80年代、90年代和21世纪初青藏高原积雪物候变化特征和异常分布。结果表明：青藏高原积雪深度在20世纪80年代呈递减趋势,20世纪90年代后开始呈现递增趋势。20世纪80年代青藏高原除阿尔金山和昆仑山以外的高海拔山区SCS呈提前趋势,青藏高原高海拔地区SCE呈推迟趋势;20世纪90年代青藏高原高海拔地区的SCS提前趋势减弱,而高原中部腹地SCS出现显著的提前趋势,高原高海拔地区SCE呈提前趋势,高原中部腹地SCE呈推迟趋势;进入21世纪初后帕米尔高原、念青唐古拉山和横断山脉SCS呈推迟趋势,横断山、念青唐古拉、巴颜喀拉山SCE呈提前趋势。总体上,青藏高原积雪物候变化存在明显的空间差异和不同演变规律。     

雨雪冰冻监测系统的设计与应用

雨雪冰冻气象灾害会严重影响交通、电力等各行各业,通过建设雨雪冰冻监测系统,增加积雪深度、称重降水、实景观测等观测要素,加强积雪、固态降水自动化监测。利用OpenCV技术对雪深监测数据进行质量控制,采用等值线wContour类库画图方法绘制等值线图,结合实景拍摄及时准确反映雨雪冰冻情况。通过分析显示系统,综合各类气象观测资料,为气象工作者或决策部门提供直观、准确的气象信息,为气象防灾减灾提供有效的技术手段,提高气象服务水平。     

欧亚和我国东北冬春季积雪对东北夏季气温的影响

根据我国东北及邻近地区123个气象站的逐日气温和积雪深度资料,欧亚大陆积雪面积以及NCEP/NCAR全球再分析月平均500hPa高度场资料,通过相关、合成分析等方法,研究了东北夏季气温异常对欧亚和我国东北冬春季积雪的响应,并从大气环流的角度出发分析了欧亚和我国东北冬春季积雪对东北夏季气温异常形成的影响机制.结果表明:东北地区夏季气温与欧亚大陆春季积雪面积以及东北冬季累积雪深的异常存在明显的关系.欧亚春季积雪面积的扩大与维持有利于8月我国东北上空500hPa位势高度的偏低,环流上表现出西欧与我国东北地区槽加深,泰梅尔阻塞高压加强的特征.由于欧亚中高纬上空的环流经向度加大,槽后脊前的西北气流加强,诱导冷空气南下,从而造成东北全区8月气温一致偏低;东北冬季累积雪深减少则有利于6月东北全区、7月东北西南部上空的位势高度偏低(负距平),造成相关区域气温偏低.研究结果对于提高东北夏季气温的短期气候预测水平具有重要意义.