欧亚大陆中高纬度区逐日无云积雪产品研发及验证

利用多源遥感数据,结合光学遥感数据高空间分辨率及被动微波数据不受云干扰的优势,利用MODIS逐日积雪标准产品和AMSR-E雪水当量产品,生成了欧亚大陆中高纬度区500m分辨率的逐日无云积雪产品,并利用更高分辨率的Landsat-TM数据生成的积雪产品作为"真值"影像,对研发的逐日无云积雪覆盖产品的精度进行了验证。结果表明:MOD10A1和MYD10A1受云影响均较为严重,无法直接用于地表积雪面积的监测。而本研究合成的逐日无云产品具有较好的精度,与TM积雪图具有较高的一致性。但不同的土地覆盖类型对积雪分类精度有一定的影响。其中,裸地和草原覆盖区精度最好,Kappa系数分别为0.655和0.644,均为高度一致性;其次精度较好的是灌丛和耕地覆盖区,Kappa系数分别为0.584和0.572,均为中等的一致性;而森林覆盖区由于受到高大植被的影响,Kappa系数仅为0.389,合成产品相对TM积雪产品明显高估了森林区积雪面积。整体Kappa均值达到0.569,接近高度一致,研究结果对实时监测欧亚大陆积雪面积具有一定的应用价值。     

基于MODIS数据的玛纳斯河山区雪盖年内变化特征研究

基于2000年～2010年的MODIS/Terra积雪8d合成数据(MOD10A2)与DEM数据,通过计算和分析不同高程带、不同坡向和不同坡度的积雪覆盖率,研究了新疆玛纳斯河山区雪盖的年内变化特征。结果表明:①研究区平均积雪覆盖率最高为一月中旬的67.8%,最低为七月中旬的11.9%,年内变化总体上呈V字型,积雪分布与气温关系密切;②可将研究区雪盖年内分布情况归纳为1600m以下、1600m～3800m和3800m以上共三个高程带,各高程带内雪盖分布的年内变化较为相似,不同高程带则差异明显。从年内波动情况来看,低海拔地区年内波动幅度最大,随着海拔上升,波动幅度逐渐减小;③3800m以下各坡向和坡度地区积雪覆盖率均表现为一月最高,七月最低,四月和十月介于二者之间,而3800m以上地区积雪覆盖率全年最高值则出现在四月和十月;④各坡度和坡向区域雪盖的年内变化与所在高程带的总体情况基本相似,说明坡度和坡向对雪盖分布的影响是在高程影响的基础上产生的。     

基于Google Earth Engine评估新疆西南部MODIS积雪产品

Google Earth Engine(GEE)是一种基于云建立的地理空间处理平台,可以针对地理空间数据进行分析,实现全球范围内海量遥感数据的并行处理,为遥感大数据、大区域研究提供支持。MODIS积雪覆盖制图是利用MODIS资料建立的全球积雪覆盖产品,已广泛应用于区域乃至全球的气候与环境监测中。GEE云平台存储着百万景遥感影像,其中包括覆盖全球的MODIS逐日积雪产品MOD10A1V5数据和Landsat数据。以新疆西南部3个研究区为例,选取GEE云计算平台存储的Landsat数据,应用NDSI提取积雪范围作为地表覆盖真值,对MOD10A1展开精度评估。结果表明:2000~2016年新疆西南部积雪季MOD10A1的平均总体准确率达82%,平均误判率为2.9%,平均漏判率为58.8%。在晴空条件下,MOD10A1总体准确率可达98%,不同区域的地形及云量是影响MOD10A1精度评估的主要因素。GEE云计算平台可以快速有效地筛选高质量无云的Landsat数据,对全球范围内积雪区的MOD10A1进行精度评估,以在线地图的形式直观显示误判和漏判区域,并利用GEE提供的简单云分函数计算区域云量,使云量对MOD10A1积雪分类精度的影响更具区域代表性。     

近15a青藏高原积雪覆盖时空变化分析

利用MOD10A2积雪产品分析了2000~2014年青藏高原(以下简称高原)积雪面积和覆盖率的时空分布和变化特点。主要结论如下:1近15a高原年平均积雪面积减少趋势不明显,但季节差异很大,秋季积雪面积略显上升趋势,其他3个季节略有减少趋势,其中夏季减少趋势相对较明显;积雪面积变化与同期气温之间存在负相关关系,且与最高气温的关系更为密切;2过去15a高原积雪覆盖率变化趋势的空间差异明显。青海南部至藏北羌塘高原北部及西南喜马拉雅山脉北麓增加趋势较明显,其中青海南部覆盖范围最广,而念青唐古拉山中西段、喜马拉雅山东段、高原东南地势较低区域和西北部存在较明显的减少趋势,其中那曲东南减少最为明显;3高原积雪覆盖率的年际变率空间差异同样很大,总体上与高原平均积雪覆盖分布相似,即高寒内陆和周边的高大山脉及其周边地区是积雪年际差异明显区域,且主要是由春秋两季的年际变率导致的,高原积雪年际变率较大区域是高原主要的牧区和雪灾频发区,是高原积雪监测和防灾减灾的重点地区。     

利用积雪衰减曲线分析山区雪水当量时空分布

鉴于近年来关于雪水当量的研究成果大部分基于物理模型进行估算,这些雪水当量数据的空间分辨率较低,且需要大量野外实测的积雪属性数据来作为输入模型的初始变量。在对中小流域雪水当量时空分布特征的估算,特别是地形因子较为复杂的山区,基于物理模型估算雪水当量以及被动微波遥感影像反演的雪水当量都不能满足需求。该文以黑河上游祁连山八宝河流域和冰沟小流域作为研究区域,利用2011年3景小流域ENVISAT-ASAR数据,获得流域积雪面积与雪水当量产品,结合DEM数据,拟合出研究区域的积雪衰减曲线。利用积雪衰减曲线,在祁连山黑河上游八宝河子流域,获取2008年逐日366天MODIS积雪面积比例产品MOD10A1数据,通过估算云下反照率的方法将逐日积雪面积比例产品进行去云处理,结合DEM数据得到像元地形因子,计算八宝河流域每个像元逐日雪水当量值,得到流域2008年雪水当量情况,分析流域内雪水当量分布规律以及流域内雪水当量年内时空变化。     

基于MODIS数据的我国天山典型区积雪特征研究

准确监测天山地区积雪面积和积雪日数对合理利用水资源及分析区域气候变化有重要意义。MODIS每日积雪产品可以为大面积快速积雪制图与监测提供依据,但因云量较高成为其应用的瓶颈。利用结合MODIS产品的时间与空间信息有效地减少了云对MODIS积雪产品的影响,并利用改进的MODIS积雪数据和DEM分析2002~2009年天山地区积雪面积和积雪日数的变化特征。结果表明:积雪频率总体上随着海拔升高而增大;不同坡向积雪面积差异明显,西北坡积雪覆盖率最高,北坡、西坡和东北坡次之,南坡和东南坡的积雪覆盖率最低;2006~2008年研究区积雪面积出现低值,年内最大积雪面积呈逐年减少的趋势;随着海拔下降,积雪日数逐渐变小,天山南部地区积雪日数仅为40 d以下;积雪日数大的区域年际积雪日数变化相对稳定,积雪日数少于40 d的区域积雪日数的变异系数最大,年际积雪日数变化不稳定。     

融合FY-3C号和FY-4A号卫星数据的积雪面积变化研究—以祁连山区为例

祁连山区积雪类型丰富、判识复杂,是中国积雪研究的典型区域。因此,精确地监测祁连山区积雪面积变化及其时空演变,对祁连山区生态环境和社会经济发展等具有重要意义。FY-3C MULSS利用多阈值积雪指数模型提供全球日积雪覆盖产品,FY-4A AGRI传感器每15~60 min提供一景覆盖全球的多光谱影像。基于FY-4A AGRI高时间分辨率的特征,构建适合于FY-4A号数据的动态多阈值多时相云隙间积雪识别方法,很大程度上减小了云对光学数据识别积雪造成的影响,并结合FY-3C MULSS积雪覆盖日产品较高空间分辨率的优势,融合得到去除云后的FY3C4积雪覆盖数据。利用Landsat 8 OLI卫星数据对融合后的积雪数据进行对比验证,结果表明融合FY-3C和FY-4A后的数据能更好地判识祁连山区的积雪覆盖情况。以MODIS MOD10A2积雪产品为真实值,随机检验了2018年3月~2019年3月融合后数据的积雪判识精度,发现无云情况下方法的总体精度可达到85.25%。进一步研究发现祁连山区积雪面积在海拔、气候和坡向等因素的影响下时空分布极不均匀,总体呈现出冬春季节大于夏秋季节,以及东部积雪面积大于西部积雪面积的特征。     

基于MODIS数据的玛纳斯河山区雪盖时空分布分析

基于2000~2010年的MODIS/Terra积雪8 d合成数据(MOD10A2)与DEM数据,通过计算和分析积雪频率与积雪覆盖率,研究了新疆玛纳斯河山区雪盖的时空分布特征。结果表明：① 研究区一月份积雪覆盖丰富,积雪频率高值区主要分布在北部中低山地区、南部中海拔地区以及清水河与塔西河的河源地区;四月与十月的雪盖分布规律相似,总体上积雪频率随高程上升而上升;七月份只有少部分高山区域被积雪覆盖;② 积雪频率始终保持较高水平的区域是玛纳斯河、金沟河、清水河以及塔西河的河源高山地区,而玛纳斯河流域中上游的河谷地区则始终保持较低水平;③ 一月份,1 400 m以下地区的积雪覆盖率超过95%,随着高程上升,迅速下降至2 600 m的最低值约41%,此后逐渐上升至5 000 m以上80%左右;④ 一月、四月和十月份积雪覆盖率在大部分高程带上均表现为北坡、东北坡和西北坡最高,东坡和西坡次之,南坡、东南坡和西南坡最低的规律;七月份各高程带的雪盖分布没有明显的坡向差异。     

近15年天山地区积雪时空变化遥感研究

准确监测天山地区积雪的时空变化信息对合理利用水资源及区域气候变化研究具有重要意义。采用基于三次样条函数的去云算法对2001~2015年天山地区的逐日MODIS积雪面积比例产品进行了去云处理,在此基础上分析了近15年天山地区积雪的时空分布及其变化特征。结果表明:(1)积雪年内变化经历从9月开始累积到翌年2月开始消融的过程,1月底积雪面积最大(超过60%),7~8月面积最小(约1.5%);春、夏、秋季中央天山的积雪覆盖率最高,而冬季最高的是北天山;(2)积雪覆盖面积呈现强烈的年际波动特征;研究区夏、冬季的积雪面积总体上呈下降趋势,而春、秋季的积雪面积呈增加趋势;(3)26.39%的地区积雪日数呈下降趋势(5.09%为显著下降),显著下降的地区主要分布在中央天山以及东天山的东部地区;34.26%的地区积雪日数呈增加趋势(2.8%为显著增加),显著增加的地区主要分布在北天山以及东天山西部。     

C波段SAR山区积雪面积提取研究

合成孔径雷达(SAR)不仅具有穿云透雾,全天候观测地表的能力,而且可穿透地表覆盖一定深度获取地表覆盖物内部特征信息。利用2011年10景ENVISAT\|ASAR可变极化模式精细图像(ASA_APP_1P)数据,分析比较了黑河上游祁连山冰沟流域不同时段积雪SAR后向散射特性,应用同期的MODIS积雪面积产品确定研究区积雪的累积和消融背景信息。研究表明:由于融雪期积雪含水量上升,SAR图像后向散射系数相比干雪或无雪图像明显降低,经过分析认为广泛应用的-3 dB阈值会明显低估湿雪覆盖范围,-2 dB阈值更适合该地区湿雪面积参数提取。山区积雪融化过程中低海拔区域积雪融化而高海拔山区积雪仍可能为干雪,在提取湿雪像元的基础上,根据Sigmoid函数阈值获取的像元湿雪百分比及DEM信息来提取干雪像元,最终获取整个流域积雪面积信息。通过与Landsat ETM+图像积雪面积分类结果进行比较,总体精度达到78%。积雪累积和消融背景信息的分析表明:误差主要源于流域东北部与西北部低海拔区域积雪快速消融。     

Optical Snow

Classical methods for measuring image motion by computer have concentrated on the cases of optical flow in which the motion field is continuous, or layered motion in which the motion field is piecewise continuous. Here we introduce a third natural category which we call optical snow. Optical snow arises in many natural situations such as camera motion in a highly cluttered 3-D scene, or a passive observer watching a snowfall. Optical snow yields dense motion parallax with depth discontinuities occurring near all image points. As such, constraints on smoothness or even smoothness in layers do not apply. In the Fourier domain, optical snow yields a one-parameter family of planes which we call a bowtie. We present a method for measuring the parameters of the direction and range of speeds of the motion for the special case of parallel optical snow. We demonstrate the effectiveness of the method for both synthetic and real image sequences.Supplementary material to this paper is available in electronic form at http://dx.doi.org/10.1023/A:1024440524579     

积雪属性非均匀性对被动微波遥感积雪的影响

积雪属性的非均匀性在水平方向上表现为像元内积雪未完全覆盖和雪深分布的不均匀,在垂直方向上表现为积雪剖面上粒径和密度的不一致导致的积雪分层现象。这些积雪属性的非均匀性对被动微波遥感反演雪深或雪水当量带来很大的不确定性,并且给反演结果的验证带来不确定性。通过野外积雪的微波辐射特性观测、遥感积雪产品对比分析、积雪辐射传输模型模拟对这些问题进行阐述和探讨,为今后积雪微波遥感反演算法发展和结果验证提供参考。     

基于MODIS数据的积雪监测

通过对遥感卫星资料中云和雪的光谱特征的分析,提出利用中分辨率成像光谱仪(MODIS)红外、可见光谱段数据进行云、雪监测和分离的方法;并提供监测实例来说明利用MODIS数据可进行积雪监测。     

风云三号微波成像仪积雪参数反演算法初步研究

选择新疆地区作为实验区,为风云三号(FY-3)微波成像仪(MWRI)发展中国区域的积雪参数半经验反演算法。使用2003年4个月的新疆地区的台站观测资料和AMSR-E 18.7 GHz,36.5GHz和89 GHz水平和垂直极化亮温作为FY-3 MWRI的模拟数据,在Chang建立的半经验模型的基础上,采用多元线性回归分析,建立一个新算法。用已有方法去除水体、降雨、湿雪、冻土的像元后,用新算法反演了新疆地区的2004年1月的积雪参数,并分别与AMSR-E雪水当量产品和台站观测值进行比较,结果表明新算法在新疆地区优于AMSR-E的反演算法。     

冰沟流域积雪面积比例与雪水当量关系初探

像元尺度上积雪面积比例与雪水当量的关系是将积雪遥感面积数据引入水文模型的有效手段。以冰沟流域为例,利用合成孔径雷达ENVISAT-ASAR数据反演得到积雪面积、雪水当量信息,分析了500m像元尺度上积雪面积比例与雪水当量的关系。结果表明:1在积雪面积比例未达到全覆盖饱和状态,雪水当量和积雪面积比例呈正相关关系,积雪面积比例控制着雪水当量的最大值,但由于受到地形的影响,关系不显著;2当考虑地形因子影响,即将坡度、坡向、海拔、积雪面积比例与雪水当量进行多元线性回归,回归系数的显著性水平均小于0.05,相关系数(r)达到0.841。因此,在高分辨率地形因子已知的情况下,结合遥感积雪数据,可建立良好的积雪面积比例和雪水当量之间的关系,有利于高分辨率积雪面积比例数据在寒区分布式水文模型中的应用。     

大规模雪场景的实时绘制

大规模雪场景的真实感实时绘制在虚拟现实、雪灾的预防和救援、军事仿真及游戏设计等领域有着广泛的应用价值,但现有方法难以同时生成大规模动态雪场景的积雪及飘雪效果.为此提出并实现了一种交互式大规模雪场景建模与实时绘制的新方法.为了精细地模拟场景的积雪效果,提出一种基于视点的自适应降雪遮挡图模型,能在实时更新地物的遮挡关系的同时大大减少大规模雪场景中积雪的计算量,并提高了计算精度;对于场景的飘雪,采用一种基于视点的雪粒子分层建模技术来减少雪粒子数量,将视点变换及降雪粒子系统移至GPU中进行加速计算;采用动态多旋转纹理来模拟飘落雪花的形状以增加其真实感;采用几何与纹理混合绘制的方式来减少大场景的复杂度.最终成功地实现了野外和城市两个大规模雪场景的实时漫游,在场景中可看到压雪累累的树枝雪挂景象及轿车上厚厚积雪等冬天美景.     

一种基于雪粒径演化过程的积雪亮温模拟新方法

本研究采用HUT模型、DMRT模型和MEMLS模型模拟积雪雪粒子与不同波段（18.7 GHz和36.5 GHz）微波相互作用（吸收和消光）,并用于辐射传输模型。而雪粒径的获取一直是一个难点,本研究由Jordan91雪粒径演化模型演化得到雪粒径,并将其作为辐射传输模型的输入参数,基于像元内实测数据进行混合像元18.7和36.5 GHz水平极化亮温模拟。结果表明：采用HUT模型、DMRT模型和MEMLS模型的消光系数在18.7 GHz时模拟亮温的偏差分别为-3.6、-1.8和-0.7 K,在36.5 GHz时分别为4.0、10.4和14.4 K。对于18.7 GHz水平极化和36.5 GHz水平极化,基于有效雪粒径的亮温模拟与基于雪粒径演化过程的亮温模拟精度呈现出很好的线性关系。因此,基于雪粒径演化过程的方法是一种合适的获取辐射传输模型中雪粒径参数的方法。     

A New Method of Simulating Bright Temperature of Snow Cover based on Snow Grain Size Evolution Process

This research used HUT model, DMRT model and MEMLS model to simulate interactions(absorption and extinction) between snow grainsfor different wave bands (18.7 GHz and 36.5 GHz) of microwave which were used for radiative transfer model. Obtaining the snow grain size is always a difficulty. So this research used Jordan91 snow grain size evolution model to evolve snow grain size which was regarded as input parameter of radiative transfer model, and used measured data to simulate spaceborne brightness temperature for 18.7 GHz horizontal polarization and 36.5 GHz horizontal polarization in a mixed pixel. The results showed that the bias of simulation brightness temperature using extinction coefficient of HUT model, DMRT model and MEMLS model for 18.7 GHz horizontal polarization were -3.6 K、-1.8 K and -0.7 K respectively, and for 36.5 GHz horizontal polarization were 4.0 K、10.4 K and 14.4 K respectively. For 18.7 GHz horizontal polarization and 36.5 GHz horizontal polarization, the bright temperature simulation based on effective snow grain size shows a good linear relationship with the brightness temperature simulation basedon snow grain size evolution process. Therefore, the method based on the snow grain size evolution process is a suitable method for obtaining the snow grain size parameter in the radiative transfer model.     

Diffusion‐Based Snow Cover Generation

We present a method to generate snow covers on complex scene geometries. Both volumetric snow shapes and photorealistic texturing are computed. We formulate snow accumulation as a diffusive distribution process on a ground scene. Our theoretical framework is motivated by models for granular material deposition. With the framework we can capture the most relevant features of natural snow cover geometries in a concise local computation scheme. Snow bridges and overhangs are also included. Snow surface texture coordinates are computed to create realistic ground–snow interfaces. Several example scenes and a supplementary snow cover growth animation demonstrate the method's efficiency.     

Snow parameter determination by multichannel microwave radiometry

A long-term observational program on the microwave scatter and emission behavior of snow began in 1977 at a high-altitude Alpine test site. The brightness temperatures at 4.9, 10.5, 21, 36, and 94 GHz measured at different incidence and polarization angles during the first season are analyzed with the aid of correlation, factorial, and cluster algorithms. The structure mathematically found within the data is compared with classical parameters of the snow cover. Snow state changed from a high winter state to a late spring state during our measurements. At least three different snow qualities and two grades of moisture for the uppermost 10 cm of the snow layer can clearly be distinguished with a high degree of accuracy. The information content of our measurements does not substantially degrade by reducing our data to data as delivered by the NIMBUS-5 and as expected of the NIMBUS-G satellites. Recommendations for optimum frequencies for the remote sensing of snow are given.