中国寒区分布探讨

中国寒区应该包括所有的多年冻土区、冰川区和绝大多数稳定性季节积雪区,寒区气候系统和植被覆盖应具有相对独立性,而气温是划分寒区最关键的指标.气温资料来自中国571个站点1961—1998年每日4次观测资料,空间插值采用月平均气温与站点地理位置和地面高程的多元回归方程,地图坐标为Alberts投影,空间分辨率为1km×1km.结果表明:用最冷月平均气温<-3.0℃、平均气温>10℃的月份不超过5个和年平均气温≤5℃等3项指标所划分的寒区,与中国多年冻土、冰川、稳定性季节积雪、气候区划和植被区划边界基本一致.最终划分的中国寒区面积为417.4×10⁴km²,占我国陆地面积的43.5%.     

利用MODIS和AMSR-E进行积雪制图的比较分析

MODIS和被动微波辐射计AMSR-E提供了识别积雪的不同方法.MODIS首先计算反映积雪在1.6μm强吸收特性的归一化差值积雪指数NDSI,在剔除卷云的影响后,得到MODIS积雪分布.AMSR-E则根据积雪在微波波段的差异性散射特性识别积雪.通过案例分析比较了MODIS和AMSR-E积雪分布,发现由于云的遮蔽使MODIS积雪分布面积会比实际小,但由于MODIS的空间分辨率很高,得到的积雪边界线轮廓清晰.而微波由于不受云的影响,得到的AMSR-E积雪分布比较符合实际,但积雪的边界线较粗.     

浮冰遥感全球导航卫星系统反射信号的势

全球导航卫星系统（GNSS）的地面反射信号已成为人们关注的遥感方法。对浮冰,大穿透能力和大规模表面覆盖的L波段信号能打开类似累积速率的积雪特征的新局面。文章在理论上研究了来自浮冰的全球定位系统（GPS）信号的反射,导出反射信号模型。结果表明,信号尽管复杂,但对雪面（和交界面）粗糙度和类似累积速率的永久积雪参数有意义。对来自复杂信号的极具价值的信息,导出卫星持续接收期间聚焦在地面区域的过程。从测量原则上应该能分别推导表面和积雪参数。     

近一千年来贺兰山积雪和气候变化

通过对历史文献中关于贺兰山积雪变化记录的研究,以及其他反映贺兰山气候变化的环境信息的分析,确认贺兰山地区西夏、元明时期为冷凉气候,积雪特征反映的气候变化与中国西部气候变化相一致。通过贺兰山与天山、太白山、点苍山积雪变化的比较,发现其时间变化过程和演化规律具有一致性,进而对12世纪寒冷期永久积雪下限进行推测。根据对一千年来贺兰山年日最低气温≤0℃日数的计算,认为12世纪寒冷期年平均气温较现代约低1.5²℃,推算当时贺兰山永久积雪下限为海拔3400³500m;以17世纪中叶为代表的小冰期年平均气温较现代约低1¹.5℃,推算当时贺兰山永久积雪下限为海拔3500³600m。     

新疆伊犁南部山区树木径向生长对积雪变化的响应

根据伊犁南部山区10个采样点的树轮宽度年表与气象资料的相关普查,研究发现,伊犁南部山区树木径向生长整体与气温响应不显著,生长季之前的降水对雪岭云杉径向生长有重要影响,尤其是冬季积雪.树木径向生长与主要积雪参数呈显著正相关关系.其中,伊犁地区西段QST、ZMC树轮年表与当年1、2月的最大积雪深度相关性最好,相关系数分别达...     

基于MODIS与AMSR-E数据的中国6大牧区草原积雪遥感监测研究

内蒙古、新疆、西藏、青海、甘肃和四川的草原区这6大牧区是中国重要的畜牧业生产基地,也是雪灾频发的区域,及时、准确地获取6大牧区雪情时空特征对于防灾减灾,指导畜牧业生产有着重要的现实意义。光学遥感与微波遥感各具优缺点,综合运用MODIS和AMSR-E数据构建草原积雪遥感监测模型,以日为监测单元,以旬为多日合成时段,对中国6大牧区在2008年10月上旬至2009年3月下旬间的草原积雪覆盖范围进行监测,并对监测结果进行检验,以此说明MODIS与AMSR-E数据在雪灾监测方面协同监测的可行性,为其他雪盖遥感监测研究提供参考。     

山地雪线的判断方法

一、雪线的概念 雪线是长年积雪的下界,即年降雪量与年消融量相等的平衡线,是一种气候标志线。     

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。     

基于核磁共振的地表积雪融化入渗试验模拟

自然条件下岩体的冻融损伤程度往往决定于岩体的含水状态。但以往研究更多的关注岩体冻融的温度条件,而对其湿度条件尤其是自然条件下的吸水过程则鲜有研究。通过自主设计的室内积雪融化入渗实验,模拟自然条件下地表积雪融化下渗的过程。通过核磁共振（NMR）分层含水率测试,对积雪入渗前后试样内部的含水状态进行了实测。实验结果表明：（1）积雪融化速度及融化后入渗速度受到样品孔隙结构的显著影响,开放的宏观节理是融雪融化入渗的理想通道,孔隙率越大积雪融化入渗速率越快,在孔隙率相近的情况下,孔隙的连通性越好积雪融化入渗速率越快;（2）融雪入渗过程中样品内部水分分布不均匀,融雪入渗后样品不同位置的饱和度差异明显;（3）融雪入渗后部分样品的饱和度并没有达到冻融损伤的门槛值。考虑到自然条件下积雪融化入渗条件更为苛刻,岩体的含水状态会成为制约冻融损伤过程的关键因素。     

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。