青藏高原多源雪深数据适用性综合评估北大核心CSCD

青藏高原积雪对区域气候及水循环有重要影响,现有积雪数据集在该区域存在很大不确定性,适用性评估工作不可或缺。基于气象站观测数据(OBS),采用秩评分方法对一套被动微波遥感(CHE)和两套再分析(ERA5-Land和MERRA2)积雪深度数据进行了多变量、多评价指标的综合定量评估。结果表明:从年平均积雪深度、年最大积雪深度、年积雪日数三个变量分别评价各数据,MERRA2对年最大积雪深度、年积雪日数模拟最好,CHE对年平均积雪深度描述最好;各数据在不同评价指标上的得分排名存在较大差异,CHE在描述线性变化趋势上具有优势,ERA5-Land在描述年际变化上具有优势,MERRA2在描述季节循环、多年平均值、极大值、标准差上具有优势;综合考虑,MERRA2在青藏高原适用性综合评分最高、ERA5-Land次之、CHE最低。三种数据均存在明显不足之处,MERRA2对积雪线性变化趋势的定性描述与OBS相反,对积雪年代际变化的模拟有待优化;ERA5-Land对各变量的多年平均值存在严重高估;CHE刻画积雪空间分布特征能力较差。由于青藏高原西部站点稀少,相关评估结论仅适用于高原中东部。基于遥感及再分析数据得到高原西部积雪变化趋势存在较大不确定性。     

Accuracy verification of MODIS daily cloud-free snow cover products over the Tibetan Plateau北大核心CSCD

Snow cover is of great hydrological,ecological,and climatic significance in the Tibetan Plateau. MODIS snow products are widely used at present but are seriously affected by clouds. Scholars at home and abroad have developed a variety of cloud removal products for raw MODIS daily snow products,but the accuracy of these products in the Tibetan Plateau has not been evaluated comprehensively. Therefore,this paper uses Landsat-8 data with high resolution as the reference value to conduct systematic verification of three datasets of cloud-free snow products released on a daily basis. The results show that compared with the two sets of products （M*D10A1GL06 and MODIS_Dysno_Cloudfree）,which are produced based on raw MODIS daily snow cover product realized by NSIDC（National Snow and Ice Data Center）,the MODIS CGF SCE product produced based on MODIS surface reflectance data,has a great advantage in snow identification accuracy. The MODIS CGF SCE product optimized the NDSI threshold for different land cover types. Although the accuracy of snow identification was significantly improved,the problem of large snow identification error in forest areas was still not effectively resolved,and there was a high underestimate error. © 2022 Science Press (China).     

基于AVHRR影像的北半球积雪识别算法

针对2000年前北半球较高时空分辨率和高精度的历史积雪范围数据缺失问题,利用NOAA-AVHRR地表反射率数据,以Landsat-5 TM生成的积雪范围影像作为参考真值,优化基于多指标的多级决策树积雪识别算法的阈值,并结合云雪混淆区分技术,生成了北半球AVHRR 1981—1999年L1级逐日积雪范围数据集。此外,针对AVHRR在高纬度地区数据完全缺失和低纬度地区数据部分缺失问题,利用微波雪深数据集进行填充,生成了北半球L2级逐日积雪范围数据集。最后,利用北半球1981—1999年间2 546个气象台站记录的雪深数据和939景Landsat-5 TM参考积雪范围影像作为验证数据,对AVHRR积雪范围数据集进行了精度验证。结果表明：L1级和L2级数据集的总体精度分别为81.8%和82.2%,用户精度分别为83.7%和83.8%,生产者精度分别为81.7%和84.2%,说明算法精度较高,错分误差和漏分误差均比较均衡。进一步利用Landsat-5 TM参考积雪范围影像对L2级数据集进行面上精度评估,发现L2级数据集的总体精度为90.3%,用户精度为90.2%,生产者精度为99.1%,L2级数据集精度较高。生成的北半球历史数据集可为全球积雪变化研究提供有效数据补充。     

基于RS和GIS的黑龙江省积雪时空变化研究

以黑龙江省为研究区域,以风云三号气象卫星遥感数据资料为基础,通过对FY－3 A和FY－3 B的VIRR波段特性的深入分析,对2013～2015年多期FY－3A和FY－3B的VIRR遥感影像提取出黑龙江省多期积雪数据,进行黑龙江省积雪时空变化监测研究,结合RS和GIS技术对其进行了分析并得出结论,对了解其时空分布特征及变化规律,对于促进该区的工农业生产和生态环境保护都具有十分重要的意义。     

天山中段玛纳斯河上游山区雪盖衰退过程遥感研究

季节性积雪的积累与消融,伴随着能量与水分的存储与再释放,在气候系统中扮演着极其重要的角色,是干旱半干旱地区宝贵的淡水资源。定量识别积雪信息并研究消融期雪盖的时空衰退特征,对流域水资源管理与气候变化具有重要的实际应用与科学研究价值。论文基于国产环境一号(HJ-1A/B)卫星数据,以天山中段玛纳斯河上游山区为研究区,结合实地考察实测数据,研究和掌握雪盖衰退过程的时空变化差异和特点。     

一种基于归一化扰动模型的积雪和植被覆盖度反演方法

积雪和植被的覆盖范围对于研究气候变化和水资源平衡、生态环境状况具有重要的意义,但它们的光谱曲线具有较强的时空变异性,难以获取精确的覆盖度产品。针对线性混合像元分解算法在积雪和植被覆盖度反演中噪声和光谱变异带来的误差,本文提出了一种基于归一化扰动模型的积雪和植被覆盖度反演方法,并选用了3个不同的区域（单独的积雪覆盖区、单独的植被覆盖区、积雪和植被混合的覆盖区）来验证所提出框架的可行性。研究结果表明：① 该方法单独反演积雪覆盖度的均方根误差为0.172,单独植被覆盖度反演均方根误差为0.223,积雪和植被覆盖度混合反演的均方根误差分别为0.185和0.249,3种方案均有较高的精度;② 对影像与端元组进行归一化后,降低了光谱异质性,在此方法下的扰动混合模型可以有效地减弱MODIS影像光谱变化和噪声带来的误差;③ 针对MODIS影像,该框架获取的积雪覆盖度相对于植被覆盖度具有更高的精度。今后将进一步发展类似的积雪覆盖度与雪粒径协同反演算法。     

1961 - 2016年秦岭山区冷季积雪日数变化特征及其影响因子

根据1961 - 2016年秦岭地区32个气象站点的气温、 降水及积雪等相关数据, 运用REOF、 M-K检验和小波分析等方法, 对秦岭地区冷季积雪日数的时空变化和影响因子进行分析。结果表明： 秦岭地区冷季多年平均积雪日数表现为北坡比南坡积雪日数多。在全球气候变暖的背景下, 海拔越高积雪日数减少的越多。秦岭冷季积雪日数呈现显著减少的趋势, 5个区的积雪日数年代际变化特征显著, 在20世纪末到21世纪初发生了由积雪日数偏多到偏少的突变。各区冷季积雪日数的周期变化主要集中在10 ~ 20 a, 秦岭南坡同时也显示了较为明显的4 a左右的周期变化。西北太平洋海温阶段性增暖是导致秦岭冷季积雪日数减少的外强迫因素。秦岭地区冷季平均气温的显著增暖和冷季降水量的显著减少直接造成积雪日数的减少。秦岭冷季积雪日数减少的突变要比气温增暖的突变大约滞后4 ~ 7 a。     

1953 - 2016年华山积雪变化特征及其与气温和降水的关系

利用华山气象站1953 - 2016年气象观测资料和1989 - 2016年Landsat TM卫星遥感影像数据, 分析华山积雪变化的基本特征及其与气温、 降水和大气环流的关系。结果表明： 1953 - 2016年华山平均积雪日数78.5 d, 积雪主要出现在每年的10月 - 次年5月, 64 a来积雪初日推迟, 终日提前, 初终间日数减少, 年度、 冬半年、 冬季积雪日数分别以8.3 d?（10a）^-1、 7.6 d?（10a）^-1、 4.7 d?（10a）^-1的减少率显著减少。1981 - 2016年华山年度最大积雪深度减少趋势不显著, 年度累积积雪深度以88.2 cm?（10a）^-1的减少率显著减少, 一年中积雪日数、 最大积雪深度和累积积雪深度的减少（小）趋势均以3月最为显著。1989 - 2016年华山区域积雪面积、 浅雪和深雪面积减少趋势不明显。1953 - 2016年华山年度、 冬半年、 冬季平均气温升高, 降水量减少。积雪日数与平均气温存在显著的负相关, 与降水量存在显著的正相关, 气温是影响华山积雪日数的最主要因素。年度、 冬半年和冬季积雪日数突变年份与相应时段平均气温突变年份相近。1953 - 2016年华山冬半年、 冬季平均气温和降水量均与大气环流指数相关显著, 华山冬半年和冬季积雪日数与同期西藏高原指数、 印缅槽强度指数、 南极涛动指数和西太平洋副高西伸脊点指数为明显的负相关, 与850 hPa东太平洋信风指数、 亚洲区极涡面积指数为明显正相关。     

秦岭主峰太白山6月积雪考察

太白山是秦岭主峰,历史资料记载太白山冬夏积雪,近34 a太白气象站记录的高山积雪6月平均为0.2 d,眉县气象站为2.6 d。为了了解气象站高山积雪记录是否有很好的代表性,了解气候变暖背景下,太白山高山区6月积雪情况和天气气候特点,2018年6月2-3日对太白山天圆地方至拔仙台较大范围高海拔地区进行了考察。考察发现两处山体阴坡积雪,3日清晨大爷海水面有薄冰,大爷海至大文公庙之间的路边有正在消融的冻土和小冰柱。2-3日太白和眉县气象站都没有观测到高山积雪,但是监测数据说明太白山高山区部分时段气温低于0℃。由此可知太白和眉县气象站6月没有观测到高山积雪时,高山区个别地方有积雪,当气象站观测到高山积雪时,高山区积雪的面积应该比较大,说明气象站高山积雪记录有较好的代表性,也说明太白山山脚盛夏山顶寒,一日历四季,十里不同天名副其实。     

“23·12”山东半岛特大海效应暴雪特征及成因

采用地面气象观测站、多普勒天气雷达、闪电、积雪深度人工加密观测资料、常规观测及欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts,ECMWF）第五代大气再分析（ECMWF Reanalysis v5,ERA5）资料,对2023年12月15—22日山东半岛特大海效应暴雪过程的降雪特征及极端性成因进行了分析。结果表明：（1）此次过程有4站积雪深度突破本站历史极值,有1站2 d的日降雪量为山东半岛海效应降雪有气象记录以来的最大值,文登积雪深度达74 cm,超过山东所有国家级地面气象观测站纪录,是一次极端海效应暴雪事件。（2）欧亚中高纬度阻塞形势下两次异常强冷空气持续影响渤海和山东半岛地区,850 hPa温度最低降至-21~-20 ℃,冷空气强度明显强于往年12月海效应暴雪过程,造成降雪持续时间长、累计降雪量大。异常强冷空气是此次极端暴雪过程产生的关键因素,渤海海面温度（简称“海温”）异常偏高是有利的海温背景。（3）冷空气强、海温偏高造成海气温差偏大,700 hPa以下产生对流不稳定,使得降雪强度大;强降雪发生在海气温差快速增大阶段。（4）925 hPa以下存在来自渤海的北—东北风与内陆地区的西北风构成的切变线,产生强上升运动,切变线长时间维持形成“列车效应”。（5）主要降雪时段强垂直上升运动、高相对湿度层的温度为-20~-12 ℃,适宜树枝状冰晶形成和维持,有利于产生大的积雪和降雪含水比;2 m气温持续低于-5 ℃,0 cm地温在降雪开始时即降至0 ℃以下,且两次强降雪过程仅间隔1 d,均有利于降雪累积产生极端积雪深度。