基于AMSR-E信息的北疆牧区雪深遥感监测模型方法初探

 利用北疆地区２００２，２００３和２００４年１１月－次年３月３个积雪季ＡＭＳＲ Ｅ４４５个时相的亮温数字图像和２０个气象台站实测雪深数据，系统分析了雪深模型的影响因子和研究区样本筛选方法。通过对１８和３６ＧＨｚ波段的水平、垂直极化方式的亮温差和实测雪深值回归分析比较，建立了北疆地区基于ＡＭＳＲ Ｅ 亮温数据的雪深反演模型，并对模型的精度进行了评价。结果表明，１）ＡＭＳＲ Ｅ 亮温差受气温、融雪、降水、湿雪、深霜层等因素的严重影响，其中受深霜层的影响最大；２）大于２．５ｃｍ 的积雪深度犛犇同垂直极化方式的１８ 和３６ ＧＨｚ波段的亮温差（Tb_18v－Tb_36v）之间具有较好的线性相关性，其回归公式为SD＝０．４９（Tb_18v－Tb_18v）＋８．７２，相关系数达０．６５。３）当雪深为３～１０ｃｍ 时，反演模型平均误差为－７．１ｃｍ，平均绝对误差为７．１ｃｍ，RMSE值达７．７ｃｍ；当雪深为１１～３０ｃｍ 时，平均误差为１．８ｃｍ，平均绝对误差为４．９ｃｍ，RMSE值为９．１ｃｍ；当雪深大于３０ｃｍ 时，平均误差为８．９ｃｍ，平均绝对误差为９．４ｃｍ，RMSE值为１８．１ｃｍ。４）该模型在北疆地区优于Ｃｈａｎｇ算法，基本能反映北疆地区雪深变化趋势。当地表为中雪覆盖时，反演雪深值和实测值之间的一致性较高，当地表为浅雪和深雪覆盖时，反演模型的误差较大，其反演精度较低，还有待于进一步研究。

An approach for monitoring snow depth based on AMSR-E data in the pastoral area of Northern Xinjiang

Using 445 temporal AMSR-E brightness temperature and snow depth data measured by 20 meteorological stations during the three snow seasons from December to March in 2002 to 2004 in Northern Xinjiang,we systematically analyzed the approaches of screening samples and impact factors for establishing a snow depth model.Through regression analysis of horizontal and vertical polarization brightness temperature differences in the 18 and 36 GHz bands,and of snow depth values,a snow depth model was established based ...