积雪被动微波遥感研究进展与前景展望

被动微波遥感可用于进行全天候的积雪监测。概述了国内外近年来积雪被动微波遥感研究进展,比较了常用的被动微波传感器SMMR（Scanning Multichannel Microwave Radiometer）、SSM/I（Special Sensor Microwave/Imager）、AMSR-E(Advanced Microwave Scanning Radiometer-Earth Observing System)和MWRI（Microwave Radiation Imager）的参数特征,指出目前积雪被动微波遥感研究中存在的问题：1)干雪和湿雪的判别阈值受多种因素的影响,仍难以确定;2)各气象台站的实测雪深值缺乏代表性;3)分辨率不高,无法监测浅雪区信息等问题;4)容易造成积雪范围估计过大、雪深过深等问题。另外,雪的密度、粒径、降水、寒漠、植被、冻土等因素都在一定程度上影响了反演结果的精度。并对积雪被动微波遥感的应用前景提出了展望：1)在积雪遥感业务监测中,对可见光和被动微波数据进行融合,可充分发挥二者的优势;2)遥感和地理信息系统的结合,可以提高积雪遥感监测的精度和应用范围;3)随着积雪模型算法的进一步完善以及更高空间分辨率的AMSR-E和我国FY3卫星的被动微波数据MWRI的应用, 被动微波遥感必将成为积雪监测的重要手段。4)被动微波遥感与可见光MODIS的积雪监测范围较为一致, 当由于云的影响而无法得到满意的可见光影像时, 则被动微波遥感就可发挥替代作用。5)被动微波遥感在积雪业务监测中还存在较多的问题, 持续不断的地面监测和算法改进及验证是完善这项技术的重要保证。     

牧区积雪监测中卫星资料应用的研究现状

牧区雪灾严重制约着牧区生产力的发展。卫星资料在雪灾监测中,起到控制雪灾和灾前预警的作用。牧区积雪监测中常用卫星资料NOAA/AVHRR在晴空条件下,具有大范围积雪动态变化监测的优势;TM资料则易于区分雪和云,同时适用于小范围积雪动态监测与精确定位;被动微波遥感数据SMMR、SSM/I和AMSR E在获取雪深及雪层内部稳定方面效果显著;MODIS数据具有数据免费、较高空间分辨率等特点。多种卫星资料还在去云、混合像元处理、积雪深度、积雪面积监测和积雪监测模型建立中起到基础数据的作用,为雪灾的准确监测提供重要依据。     

草层高度遥感监测研究进展

草层高度在草地退化和沙化评价、生物量遥感监测、牧区雪灾监测中都具有重要的作用和价值,然而草层高度精确监测和制图一直是草地遥感研究的难点。近年来随着多光谱遥感、激光雷达遥感技术、无人机技术和高光谱遥感技术的不断发展,为草层高度的高精度遥感监测提供了技术支撑。本文在综述草层高度遥感监测研究进展的基础上,归纳了草层高度遥感监测研究存在的问题及展望,以期为草层高度高精度遥感监测研究提供帮助。     

基于MODIS和AMER-E资料的青藏高原牧区雪被制图研究

本研究利用青藏高原地区2002-2008年MODIS/Terra-Aqua逐日雪被产品(MOD10A1及MYD10A1)和AMSR-E/Aqua每日雪水当量产品AE_DySno,研究了MODIS和AMSR-E逐日数据的融合算法,合成出逐日无云积雪分类图像MATS10A1,并利用气象台站提供的雪情数据验证了合成图像的积雪分类精度。研究结果表明:1)在青藏高原地区,虽然在晴空时MODIS积雪分类精度较高(当雪深>3 cm时达到80.82%),但MOD10A1和MYD10A1图像中的平均云量比分别达到39.74%和48.74%,无法对牧区雪情进行实时监测。2)MOD10A1和MYD10A1的合成图像(MOYDTS10A1)云量比为24.13%,不但消除了大部分云的影响,而且提高了积雪分类精度(积雪分类精度为81.67%)。3)合成图像MATS10A1结合了AMSR-E资料不受天气影响和MODIS雪被产品较高空间分辨率的优点,不仅完全消除了云的干扰,同时具有较高的积雪分类精度(79.36%)。因此,这种改进型算法生成的逐日无云图像,在青藏高原牧区雪灾监测与预警研究中将具有重要的应用前景。     

光学积雪遥感研究进展

积雪在全球水文和气候变化中扮演着十分重要的角色。利用遥感技术进行积雪监测已有40多年的研究历史, 在雪盖制图、雪深反演、冰雪反照率等方面发展了一系列的算法及产品。其中,光学遥感以其高时空分辨率的特点在积雪监测中得到了非常广泛的应用。随着对地观测系统（Earth Observation System,EOS）的发展,以及国产环境卫星的陆续升空,越来越多的遥感数据被应用于积雪监测,遥感技术势必在积雪监测领域发挥更加重要的作用,为模拟地球辐射平衡、地表水文研究、全球变化等提供丰富的数据资料。     

Advances in snow-cover monitoring using optical remote sensing

积雪在全球水文和气候变化中扮演着十分重要的角色。利用遥感技术进行积雪监测已有40多年的研究历史,在雪盖制图、雪深反演、冰雪反照率等方面发展了一系列的算法及产品。其中,光学遥感以其高时空分辨率的特点在积雪监测中得到了非常广泛的应用。随着对地观测系统（Earth Observation System,EOS）的发展,以及国产环境卫星的陆续升空,越来越多的遥感数据被应用于积雪监测,遥感技术势必在积雪监测领域发挥更加重要的作用,为模拟地球辐射平衡、地表水文研究、全球变化等提供丰富的数据资料。     

内蒙古积雪监测方法的研究

结合NOAA卫星数据和地面雪深观测资料,利用遥感与地理信息技术,针对气象台站稀少,分布不均匀的内蒙古地区制作雪盖图和雪深等值面图,不但可以从水平方向上确定积雪的覆盖范围,还可以从垂直方向上确定积雪深度的空间变化。监测结果对雪情的综合评价具有重要的应用价值,为牧区雪灾的动态监测与评价提供科学依据。     

基于3S技术的牧区雪灾评价方法

利用NOAA卫星数据及地面气象台站观测资料,建立了积雪深度遥感反演模型;应用线性混合光谱分解原理,研究了基于像元的积雪覆盖率及积雪空间分类算法;依据草地畜牧业的特点,综合考虑了雪情、草情、畜情和气象因素的空间分布及其对草地畜牧业的危害程度,提出了2种新的基于格网单元的积雪危害指数和雪灾综合评价指数,构建了积雪危害分级与雪灾综合评价标准。通过对北疆阿勒泰牧区雪灾研究的结果表明,这2种指数和分级评价标准能准确详细地反映雪灾的时空分布特征和危害程度,对牧区雪灾的综合评价具有重要的应用价值。     

牧区雪灾遥感监测方法的研究

雪灾是影响我国北方草原牧区畜牧业发展的重要因子,如何准确评价雪灾对牧区造成的影响并及时援救,最大限度地减少灾区的经济损失,是一个十分迫切的问题.为此总结了国内外牧区雪灾遥感监测的现状,分析了卫星遥感系统在草地雪灾监测方面的应用及存在的问题,提出了雪灾遥感监测的原理及技术路线,为进一步做好牧区抗灾救灾及草地畜牧业持续发展决策的研究提供科学依据.     

基于MOD10A1和AMSR-E的北疆牧区积雪动态监测研究

准确监测牧区积雪覆盖范围,对有效防灾减灾和牧区畜牧业持续发展具有特别重要的意义。利用积雪产品和气象台站的观测资料,对比分析了北疆地区2002年11月1日－2005年3月31日三个积雪季的AMSR-E每日雪水当量产品及其与MOD10A1每日积雪分类产品合成的图像MODAE1的积雪识别精度。结果表明,1)AMSR-E每日雪水当量产品的积雪识别率为66.59%,总精度为69.49%;2)利用用户自定义的合成算法计算的合成图像MODAE1,结合了AMSR-E雪水当量产品不受天气影响和MOD10A1每日积雪产品较高空间分辨率的优点,积雪识别率达76.43%;3)雪深和土地覆盖对合成图像MODAE1的积雪识别率具有重要的影响。在雪深为1～40cm时,合成图像的积雪识别精度随雪深的增加而增大;在雪深为31～40cm时,积雪识别率可达90.19%;在雪深大于40cm时,积雪识别率开始下降。在牧区合成图像的积雪识别率可达77.6%,而在开阔的灌丛区积雪识别率略有下降,为72.7%。     

阿勒泰地区草地畜牧业雪灾的遥感监测与评价

使用ERDAS IMAGING8．5软件分析NOAA／AVHRR资料,建立了基于空间统计分析的雪深遥感监测模型;在GIS技术的支持下,实现了对遥感获取的雪灾信息与地面实际监测信息的空间化、定量化分析,建立了草地畜牧业雪灾的评价模型和损失估算模型。对阿勒泰地区2000年雪灾损失的评价,可为政府部门今后制定防灾救灾措施、合理安排草地畜牧业生产提供决策支持。     

基于SSM/I的青藏高原东部雪深模型反演及积雪时空分布研究

雪灾是制约牧区草地畜牧业持续发展的主要气象灾害之一。利用研究区1995-1996年、2000-2001年、2005-2006年10月到次年3月共3个积雪季的SSM/I日亮温数据和79个气象台站对应的地面实测雪深值,反演了青藏高原东部的雪深模型,估算了积雪分布面积和积雪深度。研究结果表明：3个积雪季的月、旬积雪面积都是先增加,在12月到次年1月达到最大值,然后减少;各积雪季雪深以<5 cm为主,10月、次年2月和3月期间基本上没有>10 cm以上的积雪;从3个积雪季的旬雪深数据来看,各旬3个级别的雪深面积变化基本上都遵循了先增大后减小的趋势,其中雪深<5 cm的积雪面积变化最大,>10 cm的积雪面积变化最小;3个积雪季510 cm的积雪主要分布在青南的玉树、果洛州。     

基于ＭＯＤＩＳ数据的青海省积雪覆盖范围监测算法探索

 以青海省作为研究区,利用ＭＯＤＩＳ每日地表反射率产品ＭＯＤ０９ＧＡ 和逐日雪被合成产品ＭＯＤ１０Ａ１,通过调整ＮＤＳＩ阈值,合成积雪分类图像,根据气象台站实测雪深数据,评价积雪分类精度,探索研究了适合该地区的ＮＤＳＩ阈值。研究结果表明,１）ＮＳＩＤＣ 发布的全球ＭＯＤＩＳ积雪产品ＭＯＤ１０Ａ１在青海高原的积雪分类精度较低,在晴空下雪深大于３ｃｍ 的积雪分类精度为８６．０１％。２）研究区适合的ＮＤＳＩ阈值为０．３７。在晴空下雪深大于３ｃｍ 时,合成雪被图像的积雪分类精度可达９０．３７％,总精度９９．５１％,多测误差０．２２％,漏测误差９．６３％。３）同ＭＯＤＩＳ逐日雪被产品ＭＯＤ１０Ａ１进行雪深分段精度比较,发现整体上自定义雪被图像的积雪分类精度较高,合成图像更符合青海高原积雪空间分布的真实情况。     

青藏高原冷季积雪对后期暖季植被的影响

研究青藏高原冷季积雪对后期暖季植被的影响和机制,有助于生态系统保护和应对全球变化适应性对策的制定。使用回归、相关和合成分析法以及1996?2013年积雪、归一化植被指数、国家环境预报中心大气再分析资料降水量融合分析降水量资料,研究了青藏高原冷季(1月?3月)积雪对后期暖季(4月?9月)植被的影响。结果表明,当高原冷季积雪异常偏多,后期暖季植被也异常偏多,这种正相关关系是通过大气环流将积雪和植被联系到一起的。当高原冷季积雪偏多,暖季东亚夏季风减弱,太平洋副热带高压加强西移并影响高原东部地区,该地暖季地面温度升高,积雪融化,土壤湿度增大,日照增加,降水量减少,前4个要素均对植被生长起促进作用。特别是积雪消融可以有效补给到土壤中,增加土壤水份,有利于植被返青及其前期生长,而降水量更是土壤水份的主要补给来源,但由于在植被生长的旺盛期,降水量往往较为充沛且能够满足植被生长的需求,同期归一化植被指数也恰好是一年中最高的,此时降水量过多可能导致植被生长受到抑制,降水量略减少反而可能会促进植被的生长。