内蒙古呼伦贝尔地区近40 a积雪时空分布特征

文中以内蒙古呼伦贝尔地区积雪时空特征为研究对象,利用该区域近30a逐日雪深被动微波遥感数据,研究4个时间梯度上(1981年—1990年、1991年—2000年、2001年—2010年、2010年—2019年)的积雪初日、积雪终日、积雪时长、年均积雪深度的空间动态.同时比对积雪在地面气象站上观测数据的不同特征,以及对地面...     

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。     

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。     

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。     

牧区积雪光学与微波遥感研究进展

在总结国内外积雪监测常用卫星资料甚高分辨率扫描辐射仪(AVHRR)、多光谱扫描仪(MSS)、专题绘图仪(TM)、中分辨率成像光谱仪(MODIS)、多通道微波辐射计(SMMR)、微波成像专用传感器(SSM/I)、改进型微波辐射扫描仪(AMSR/AMSR-E)、合成孔径雷达(SAR)和FY系列传感器优缺点的基础上,系统研究了牧区积雪可见光遥感研究进展以及微波积雪深度反演、积雪分类决策树遥感研究进展,提出了积雪监测中存在的一些问题及未来发展趋势和研究重点,为进一步做好牧区积雪监测提供科学依据。     

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-E 445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36 GHz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2.5 cm的积雪深度SD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_36V)+8.72,相关系数达0.65。 3)当雪深为3～10 cm时,反演模型平均误差为-7.1 cm,平均绝对误差为7.1 cm,RMSE值达7.7 cm;当雪深为11～30 cm时,平均误差为1.8 cm,平均绝对误差为4.9 cm,RMSE值为9.1 cm;当雪深大于30 cm时,平均误差为8.9 cm,平均绝对误差为9.4 cm,RMSE值为18.1 cm。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。     

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。