基于被动微波遥感的积雪深度反演

利用北疆地区2009-2010年积雪季(12-2月)AMSR_E降轨数据19GHz与37GHz波段的水平极化亮温数据,结合北疆地区60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。对模型精度进行评价,结果显示:雪深在3-10cm时,模型反演的雪深值负向平均误差为-4.8cm,RMSE值为4.1cm;雪深在11-30cm时,模型反演雪深值的平均误差仅为-0.2cm,RMSE、正向平均误差、绝对平均误差均较小;雪深大于30cm时,模型反演的雪深值负向平均误差较小,其他各项误差较大。与实测值进行对比,模拟结果同台站观测情况基本一致。     

新疆北部AMSR2雪深产品降尺度算法及验证

以新疆北部为研究区,利用AMSR2雪深标准产品及MODIS逐日积雪面积比例产品,对10 km空间分辨率AMSR2雪深标准产品进行降尺度运算,获得了北疆地区降尺度后的500 m空间分辨率SNDsp雪深产品。利用21个气象台站实测雪深数据对升轨和降轨2个时间的AMSR2雪深标准产品及SNDsp产品进行了精度评价及精度分析。结果表明:降尺度后的SNDsp升轨产品均方根误差较AMSR2雪深标准升轨产品降低了1.78 cm,降轨产品的均方根误差较AMSR2雪深标准产品降低了2.68 cm,且降尺度SNDsp产品与地面台站实测雪深的相关性较AMSR2雪深标准产品在一定程度上有所提高。AMSR2雪深标准产品在雪深为7~9 cm时误差最小,SNDsp产品在雪深为16~18 cm时精度最高。雪深大于12 cm时,AMSR2雪深标准产品精度较低,而SNDsp产品在此基础上精度有了一定程度的提高。     

中国干旱区积雪面积产品去云处理方法验证与评估

针对MODIS每日积雪产品中云覆盖现象严重这一问题,以中国干旱区作为研究对象,结合AMSR-E被动微波雪深数据,采用多时相、多传感器数据融合的方法进行去云处理,获取MODIS每日,4 d,8 d和MODIS与AMSR-E融合后的每日,4 d与8 d共6种新的积雪产品,并分别提取其积雪持续日数（SCD）。对比结果显示,MODIS与AMSR-E多传感器的阈值法4日融合产品在融合算法效率、云去除效果和融合后保持较高分类精度方面均有较好表现,其融合后的无云产品在全天气条件下具有96%的整体分类精度、80%的雪分类精度和99%的陆地分类精度,大大高于研究区原MODIS Terra-Aqua每日融合积雪产品全天候条件下64%,32%和70%的整体、雪、陆分类精度;并且由其提取的积雪持续日数不仅在最大程度上保持了原MODIS产品高的空间分辨率,而且精度较高,对研究区积雪的空间分布状况有很好反映。     

基于微波遥感技术的干旱监测指数及其应用研究——以三江源区为例

以三江源区为研究区,基于AMSR-E的亮度温度数据获得了微波极化差异指数(MPDI)、比值干旱指数(DI)和多时相微波干旱指数(PI),并分别对这3种指数进行了干旱监测有效性检验。为了获得研究区全区监测效果更好的干旱指数,对MPDI、DI和PI指数进行融合,最终获得的综合微波干旱指数(SDI)与土壤湿度数据和降水数据都存在很好的相关性,对比单个指数时监测干旱的有效性也得到了提高。最后,应用SDI指数对三江源区21世纪以来的干旱情况进行了监测研究。结果表明:基于AMSR-E的综合微波干旱指数(SDI)能有效的对干旱进行监测,充分发挥了被动微波遥感数据的优势,具有一定的应用价值,为后续利用多源的多传感器的微波遥感数据监测干旱的相关研究奠定了基础。     

利用气象卫星监测雪情的研究

本文利用极轨气象卫星ＮＯＡＡ／ＡＶＨＲＲ资料和地面实测雪深数据，进行了积雪与裸露地面的判别、云雪区分，以及积雪深度的研究，并对积雪动态做了初步探讨。     

AMSR-E土壤水分产品评价及在干旱监测中的应用

土壤水分在地表能量交换和气候变化中有重要作用。干旱为常见的自然灾害,土壤水分是反映干旱最直观的指标,利用微波遥感监测地表土壤水分具有明显优势,微波土壤水分产品也在干旱监测中具有重要作用,但由于地表下垫面的差异和反演算法的精度,使土壤水分产品的应用受到了限制,因此,本研究对广泛使用的AMSR-E(Advanced Microwave Scanning Radiometer-Earth Observing System)土壤水分产品在中国范围内的精度及在干旱监测中的作用进行评价。结果表明:AMSR-E能较好的反映站点不同深度的土壤水分情况,大多数站点存在极显著相关关系,但20 cm相关性低于10 cm,且高相关系数区域明显缩小;下垫面为白地的农试站观测的土壤水分和AMSR-E土壤水分产品之间的相关性显著高于种植作物下的农田区这2种数据的相关性;对于大多数下垫面类型,站点土壤水分和AMSR-E土壤水分之间存在明显的正相关关系,且达到极显著相关,对10 cm土壤水分观测,相关性最好的是种植高梁下观测的土壤水分,相关性达到了0.579,对20 cm土壤水分观测,相关性最好的是棉花下观测的土壤水分,相关性达到0.528。春季、夏季和秋季的相关性较高,而冬季相关性略低;在种植作物的情况下,东北、华南和西北地区,站点和AMSR-E土壤水分观测相关性较好,仅考虑白地的情况下,西北、西南和华中区域,这2种数据的相关性更高些;AMSR-E较农试站土壤水分取值范围宽,但不同区域AMSR-E土壤水分取值峰值不同,华北区域2种土壤水分观测分布和波动较为一致;AMSR-E基本能反映北方干旱和南方多雨引起的土壤水分差异趋势;大多数站点和大多数作物类型下,10 cm站点土壤水分和AMSR-E土壤水分相关性较好的情况下,20 cm也会有这样的表现。其次,AMSR-E土壤水分产品提取的土壤水分距平百分率与同期的降水距平百分率之间的相关性较好,尤其在西北地区和北方大部分区域更明显,AMSR-E土壤水分产品能较好的反映降水的波动和干旱的发生状况。     

蒙古高原植物生长期土壤水分时空变化特征

以AMSR-2亮温数据,SPOT归一化植被指数为数据源,采用ω-模型和基于Qp模型的双通道反演算法,建立适用于蒙古高原表层土壤水分的反演模型。将该模型应用于2013年蒙古高原植物生长期(4—10月)表层土壤水分反演,同时分析其时空变化特征。结果表明:土壤水分反演值与实测值的Pearson相关系数为0.825,均方根误差达到了0.031 6 cm~3·cm~(-3),反演模型具有较高精度;蒙古高原表层土壤水分平均介于0.047~0.234 cm~3·cm~(-3),土壤水分总的空间分布格局表现出由北向南,由东北向西南逐渐减少趋势;在蒙古国北部以及内蒙古大兴安岭森林-森林草原区,土壤水分与整个研究区相比差异较大,同时在时间序列上该区域土壤水分波动较为显著。     

被动微波遥感植被指数在中国的应用研究

微波遥感具有全天候、全天时和穿透性强等特点,利用微波遥感数据提取的植被指数适用于植被的实时监测,文中试图找到一种适用于中国地区的被动微波遥感植被指数。首先利用2003-2011年中国地区每日的被动微波遥感数据(AMSR-E)计算了5种植被指数;然后选取落叶林、草地、农田三种典型植被区,分析5种植被指数随着季节变化的特征;最后在全国对5种植被指数与相应时间序列的归一化植被指数(NDVI)进行了相关性分析,并利用显著性检验对相关性分析结果进行了评价。结果表明:利用升轨微波遥感数据(36.5GHz)计算的微波极化差异指数(MPDI36.5)可以有效地监测中国地区的植被状况。     

内蒙古草原枯草期可燃物量遥感估测模型研究

可燃物量是草原火险预警研究中的主要指标。国内外草原火险预警研究都是基于生长季的可燃物量,但在我国草原火灾多数发生在枯草期,因此,为了提高草原火险预警精度急需建立枯草期可燃物量遥感估测模型。文中以内蒙古草原为研究区,结合可燃物量实测数据和EOS/MODIS数据,应用回归分析方法建立枯草期可燃物量估测模型。结果表明:建立的模型能够准确的反演内蒙古各草地的枯草期可燃物量。精度检验结果表明:典型草原、草原化荒漠和荒漠反演结果与实测的相关性分别为0.78、0.84、0.71;草甸草原和荒漠草原分别为0.71和0.78的显著相关。内蒙古草原枯草期可燃物量遥感估测模型的建立对内蒙古草原火险预警具有重要意义。     

近35a锡林河流域积雪变化及其对气候的响应

利用锡林浩特站及周边阿巴嘎旗、林西和克什克腾旗气象站1981—2016年逐日气象数据(降水量、气温等)、逐日雪深数据,分析了锡林河流域近35 a雪深、积雪日数的变化特征,以及气象因子与雪深、积雪日数之间的相关性。结果表明:近35 a来锡林河流域年平均雪深及年平均积雪日数在时间序列变化均呈微弱的上升趋势。在时间转折上,年平均雪深在1984年发生突变,而年积雪日数并没有发生明显的突变。从周期变化来看,年平均积雪10~30 a的周期变化最明显,而年平均积雪日数在12~30 a的时间尺度上的周期变化最为明显。研究区气象因子与积雪的相关性表明,雪深、积雪日数与气温、平均风速、日照时数、0℃有效积温在整个积雪期均呈极显著的负相关关系,而相对湿度与积雪深度及积雪日数变化之间呈极显著的正相关。运用通径分析发现,气温对积雪变化的影响,无论是通过直接作用,还是通过间接作用,均大于其它因素的影响。由此可见,相比其它气象因子,积雪对气温的变化更加敏感。研究积雪动态变化及其对气象因子的响应对寒旱区草原合理利用水资源、农牧业发展和灾害防御具有重要的现实意义。     

天山北坡融雪期土壤湿度特征及其影响因子

以天山北坡军塘湖流域为研究区,测量2009年和2010年该地区不同深度土壤湿度的变化,并对2 a融雪期各土壤湿度进行比较。结果表明：2 a间 0 cm和10 cm土壤湿度变化趋势一致,20 cm和30 cm土壤湿度变化差异较大。运用相关分析方法,分析2009年各层土壤湿度与2 m气温、土壤温度及雪深的关系,得出各层土壤湿度变化是气温、雪深和土壤温度综合作用的结果,但在不同时期不同深度土壤湿度所受的影响因子不同。同时分析了2009年和2010年不同土壤湿度特征与融雪洪水洪峰的关系,得出在融雪期,若下层（20 cm以下）土壤湿度变化小则出现洪水,反之则无洪水。其结果为进一步研究融雪径流模型和洪水径流预报提供基础资料。     

基于格网的青海省雪灾综合风险评估

为了快速、准确地评估青海省区域雪灾的监测精度和雪灾风险等级,基于气象灾害风险度评估的理论和方法,选取了诱发青海省雪灾发生的社会经济、畜牧和气象等致灾因子,通过Matlab软件编程和Arc GIS空间分析相结合的方法,较为系统地分析了青海省雪灾风险度因子的空间分布及雪灾综合风险等级特征。结果表明:除人均GDP和牲畜数量外,积雪深度、可利用草场面积和牧草产量的空间分布格局与雪灾综合风险基本一致;且雪灾综合风险高发区主要集中于青南牧区和东北局部地区,其中主要以玉树、杂多、称多、囊谦、唐古拉、玛沁、达日、甘德、门源和祁连局地为主,西北部柴达木盆地和东部农业区处于低等风险水平,而其余地区处于中等水平。     

天山乌鲁木齐河源区空冰斗积雪特征

根据2006年12月至2007年4月天山乌鲁木齐河源区空冰斗季节性积雪的观测资料,分析了该区域积雪厚度、积雪温度及积雪储水量的变化特征。结果表明:空冰斗积雪在观测初期比较稳定,随着降水量增加,积雪厚度也随之增加,4月中旬达到最大值,季节性积雪的持续时间约为7个月;积雪厚度最大值一般出现在海拔3830m附近,这一高度以下积雪厚度随海拔升高呈现增加的趋势,而在这一高度以上则呈相反趋势;积雪温度受气温影响明显,在观测期内随着气温的升高积雪温度也逐渐上升;研究期内积雪储水量高于上世纪90年代初的同期观测值。     

青海湖芨芨草干草原植被退化对土壤温湿特征的影响

芨芨草(Achnatherum splendens）干草原目前退化严重,但对土壤温湿特征的驱动机理仍不清楚。利用2011年连续观测资料分析环青海湖区域的芨芨草干草原原生植被和典型退化区域的0 cm、5 cm、10 cm、20 cm、40 cm和80 cm土壤温度和5 cm、10 cm、20 cm、40 cm和80 cm土壤容积含水量。结果表明:植被退化直接导致0 cm和5 cm表层土壤温度日极大值显著升高了39.04%和13.91%,温度日极小值显著降低,温度日较差升高;而10 cm以下温度日特征无显著响应。原生植被区0 cm逐日土壤温度在植物生长季（5-9月）极显著降低,非生长季5 cm和10 cm则略高。芨芨草植被改变了土壤年均温度垂向扩散特征。植被退化间接导致土壤5 cm土壤容积含水量升高了35.20%,10 cm无差别,20 cm以下显著降低,同时降低了系统土壤含水量的时间稳定性。特征聚类分析结果表明,芨芨草干草原土壤温湿特征对植被退化的综合响应主要表现在7-8月。     

天山云杉雪盖面积估算树冠截留雪水当量实验分析

雪水当量是一个能直观反映出积雪水资源量的重要指标,准确而全面地获取天山云杉树冠截留雪水当量信息,对于提高天山水资源量计算精度方面具有重要意义。本文以天山云杉树苗为研究对象,通过模拟降雪,进行降雪截留实验研究。利用数码照相机获取云杉的雪盖面积、高精度天平称量树冠上截留的雪水质量,进而建立起云杉树苗雪盖面积和雪水当量之间的关系。实验结果表明:多株云杉树苗多次模拟降雪,树冠截留的雪水当量和垂直朝下数字摄影获得的雪盖面积之间拟合曲线趋于一致,且拟合回归方程满足y=21.235χ^2-1.457χ(R^2=0.992 5);通过云杉多次模拟降雪实验,构建云杉雪盖面积与树冠截留的雪水当量模型,提出一套利用雪盖面积较为准确估算树冠截留雪水当量的科学方法,为天山云杉树冠截留降雪及其雪水当量提供高精度估算模型。     

An analytical model for estimating soil temperature profiles on the Qinghai-Tibet Plateau of China

Soil temperature is a key variable in the control of underground hydro-thermal processes. To estimate soil temperature more accurately, this study proposed a solution method of the heat conduction equation of soil temperature(improved heat conduction model) by applying boundary conditions that incorporate the annual and diurnal variations of soil surface temperature and the temporal variation of daily temperature amplitude, as well as the temperature difference between two soil layers in the Tanggula observation site of the Qinghai-Tibet Plateau of China. We employed both the improved heat conduction model and the classical heat conduction model to fit soil temperature by using the 5 cm soil layer as the upper boundary for soil depth. The results indicated that the daily soil temperature amplitude can be better described by the sinusoidal function in the improved model, which then yielded more accurate soil temperature simulating effect at the depth of 5 cm. The simulated soil temperature values generated by the improved model and classical heat conduction model were then compared to the observed soil temperature values at different soil depths. Statistical analyses of the root mean square error(RMSE), the normalized standard error(NSEE) and the bias demonstrated that the improved model showed higher accuracy, and the average values of RMSE, bias and NSEE at the soil depth of 10–105 cm were 1.41°C, 1.15°C and 22.40%, respectively. These results indicated that the improved heat conduction model can better estimate soil temperature profiles compared to the traditional model.     

干旱区季节性积雪融雪期含水率变化及其模拟—以新疆军塘湖流域为例

积雪含水率是干旱区季节性积雪出流的重要条件。描述了融雪期干旱区季节性积雪含水率的变化,利用数理统计方法分析了影响因素,并采用多元统计模型进行模拟。结果表明:1)融雪期干旱区季节性积雪含水率变化范围在0-8%之间。积雪含水率融雪前期变化较小,在0-1%之间,融雪后期变化幅度增加,在1-8%之间;2)融雪前期、后期积雪含水率大致从下层至上层依次减少,中期反之;3)气温是积雪含水率变化的主要影响因素,其具有滞后性。     

积雪变化特征及与气候之间的关系——以乌鲁木齐地区为例

本文研究和探讨了乌鲁木齐地区积雪的变化特征,利用1990年—2004年遥感气象卫星积雪监测资料和地面观测点信息,一方面对积雪的时间变化进行回归分析,提出了雪盖和雪深的增长和衰减模型;另一方面与气候因子(气温与降水)进行复合分析,提出雪盖和雪深的气温降水复合模型。从而加深对乌鲁木齐积雪的认识,其定性和定量分析可为农牧业、水利部门提供有益参考。     

秦岭主峰太白山积雪时空变化规律及驱动机制分析

利用2000—2017年LandsatTM数据,基于SNOMAP算法提取秦岭主峰太白山积雪面积,同时结合研究区地形数据及10个气象站点的气象观测数据,分析太白山积雪变化特征及其与地形、气候因素的关系。结果表明:(1)2000-2017年冷季太白山积雪面积在波动中减少。积雪面积消减率为24.15%;(2)影响太白山积雪变化的地形因素呈现出相同的规律特点,伴随海拔的升高,积雪覆盖率在2500m以上大幅减少,同时随坡度增大,积雪覆盖率总体随坡度变化呈V型分布;(3)气象因素中太白山积雪面积减少受冷季平均气温升高影响较大,通径分析结果显示太白山积雪面积变化受地形因素及气候因素等多方面因素影响。