青藏高原MODIS积雪面积比例产品的精度验证与去云研究

MODIS积雪产品的精度验证和去云处理是积雪监测研究的基础。首先利用青藏高原典型地区的ETM+数据作为“真值”影像,对MODIS积雪面积比例(FSC)产品在无云条件下的精度进行验证,发展了一个基于三次样条函数插值的去云算法,并采用基于“云假设”的检验和地面站积雪覆盖日数(SCD)检验两种方法对去云算法的精度进行了分析评价。结果表明:MODIS FSC产品在青藏高原地区具有较高的精度,与FSC“真值”相比,其平均绝对误差、均方根误差以及相关系数分别为0.098、0.156和0.916;去云算法能够有效地获取云遮蔽像元的FSC信息,平均绝对误差为0.092,用新生成的无云MODIS FSC产品计算得到的SCD与地面观测值具有较高的一致性(87.03%),平均绝对误差为3.82 d。     

基于克里金空间插值的MODIS积雪覆盖率产品去云方法

由于云与积雪在可见光和远红外波段都具有相似的光谱特征,使得光学遥感监测积雪受到天气的严重干扰,如何消除亚像元尺度上MODIS积雪覆盖率(Snow Cover Fraction,SCF)产品中云的干扰成为了一个亟待解决的难题。通过分析亚像元尺度上SCF分布的空间变异性,提出了一种基于克里金空间插值的MODIS SCF产品去云方法,分别利用普通克里金(Ordinary Kriging,OK)和以海拔为协变量的普通协克里金(Ordinary Co\|Kriging,OCK)进行去云实验。11个不同日期的实验结果表明:OK和OCK方法在MODIS SCF产品去云中均能达到较高的精度,特别是在云覆盖率低于20%的情况下,此时OCK的精度要好于OK;而当云覆盖率大于20%时,OK的精度略高于OCK,但两者的精度都明显低于云覆盖率低于20%的情况,而且平滑效应都比较明显。     

区域尺度雪深验证数据的加密研究

在区域尺度的微波遥感雪深反演中,由于气象站点的稀少和分布不均匀,导致雪深数据真实性检验难以进行,本文提出使用克里金插值法来解决这一问题,并证明了插值结果作为AMSR-E雪深反演验证数据的可靠性和可行性。     

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。     

基于AMSR2和MODIS数据融合的雪深降尺度算法研究—以北疆地区为例

高空间分辨率雪深数据对于区域气候、水文研究具有重要的意义。利用10 km空间分辨率的AMSR2 L1B亮度温度数据,结合500 m空间分辨率的MODIS逐日无云积雪面积比例数据,发展了一种多源数据融合的空间动态降尺度雪深反演算法（SDD）。基于该算法获取了北疆地区500 m空间分辨率的雪深数据（SDDsd）,并利用研究区30个气象台站和野外实测的雪深数据对该算法反演雪深的精度进行了评估。结果表明：基于SDD方法获取的雪深数据与实测雪深数据之间的决定系数R²为0.74,均方根误差RMSE为3.47 cm;雪深反演的精度与下垫面类型密切相关,草地精度最高,城镇和建设用地次之,耕地相对较差;雪深反演的精度也会受到地形的影响,精度随坡度的增加而降低。相对于微波遥感雪深数据直接重采样结果,新的算法有效提高了浅雪区雪深反演精度,同时能更精细地描述积雪的空间分布,为理解区域气候变化、水文循环提供了可靠的数据支撑。此外,随着长时间序列全球尺度逐日无云FSC数据的生产,结合现有的长时间序列全球尺度AMSR2数据,该算法有望制备全球的降尺度雪深产品。     

面向亚像元级积雪信息提取的MODIS影像波段融合方法研究

MODIS影像因其共享性和时间序列的完整性而成为大区域积雪监测研究广泛使用的数据源,进行MODIS影像波段间融合,能够为积雪研究提供较高分辨率的影像数据源。为了充分利用MODIS影像250 m分辨率波段的空间和光谱信息,提取亚像元级的积雪面积,使用两种具有高光谱保真度的影像融合方法：基于SFIM变换和基于小波变换的融合方法,采取不同的波段组合策略,对MODIS影像bands 1~2和bands 3~7进行融合,并以Landsat TM影像的积雪分类图作为“真值”,对融合后影像进行混合像元分解得到的积雪丰度图的精度进行评价。结果表明：利用基于SFIM变换和小波变换方法融合后影像提取的积雪分类图精度较高,数量精度为75%,比未融合影像积雪分类图的精度提高了6%,表明MODIS影像波段融合是一种提取高精度积雪信息的有效方法。     

中国西部地区积雪深度的空间插值比较

应用反距离加权法、样条函数法、Kriging法对中国西部地区(79.05°～103.57°E,27.17°～48.05°N)113个气象台站观测的年平均积雪深度进行空间插值比较研究。结果表明反距离加权法和样条函数法的插值结果与积雪深度的实际分布情况有一定的差异;普通Kriging法能够反映出研究区积雪深度分布的空间结构特征,与实际情况比较吻合。影响插值结果精度的主要原因是研究区内气象台站稀少且空间分布很不均匀。可以通过合理的采样设计,将确定性方法和随机方法相结合,并考虑地形、气候等影响积雪分布的因素来提高空间插值的精度。     

中国地区AVHRR长时间序列积雪范围产品精度评估

积雪是冰冻圈重要的组成部分,积雪面积在地表的积累和消融影响着水资源的平衡以及生态环境的变化,进而影响社会经济的发展。目前由日本宇航局发布的JASMES系列产品包含一套北半球自1978年以来长时间序列的AVHRR逐日积雪范围产品,可以作为气候和水文模型的重要输入,然而该产品在中国地区的精度尚未被评估。以高分辨率Landsat-5TM数据和气象台站雪深观测数据两种手段通过构建误差矩阵和一致性检验方法来评价JASMES积雪范围产品在我国三大积雪区(北疆,东北和青藏高原)的总体精度。研究结果表明:使用Landsat-5TM积雪面积二值图进行验证时,东北、北疆和青藏高原地区的总体精度分别为66.3%、69.3%和49.5%,积雪识别的漏分误差均较为严重,混合像元以及积雪消融时间过短严重地降低了青藏高原地区的总体评估精度;在积雪季逐月分析中,JASMES积雪产品由于地形的影响,青藏高原地区总体评估精度低于北疆和东北地区,消融过快的特性进一步降低了评估的总体精度。结合气象站点数据验证时,当雪深阈值为9cm时,青藏高原、北疆和东北地区总体精度分别为94.2%、67.8%和77.8%,青藏高原地区对非雪像元的识别精度达到98.9%;随着站点积雪覆盖日数的增加,其总体精度均呈下降的趋势,漏分积雪情况较为严重,存在多分陆地,少分积雪的现象。综上所述,JASMES积雪产品在青藏高原、北疆和东北地区均存在漏分积雪比较严重的现象,青藏高原地区积雪漏分现象最为突出。     

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。     

高亚洲地区无云积雪遥感二值产品对比和精度验证分析

以青藏高原为核心的高亚洲地区是我国重要的积雪分布区域,也是气候变化的敏感区域。高精度的积雪遥感监测产品可更好地理解区域水和能量循环过程,提升气候、环境分析和水资源应用潜力,然而由于高亚洲地区地形复杂,高原局部气候变化快,当前所发布的积雪产品的算法各有所长,不同产品的精度评价所采用的评估方法、参考数据和精度指标不统一,这为积雪数据产品应用及评价带来挑战。选择目前国内外已经发布的较为典型的IMS、MODIS无云积雪产品等3种数据,开展基于流域的时空交叉对比分析,并采用同一套地面参考数据集及综合性指标,进行了精度验证和比对研究。结果表明:利用不同数量的地面观测数据进行验证时,3种积雪产品表现都较为稳定,总精度都能达到85%以上,IMS和与微波观测相结合的无云(A-MODIS)产品召回率较高,而MODIS积雪产品的准确度较高,权衡参数F值较高;在积雪季初期3种产品积雪覆盖面积和趋势吻合,后期融雪期出现较大差异,IMS与A-MODIS产品相较于MODIS产品有高估现象,认为与云覆盖及微波数据的质量有很大关系,总体来看IMS产品与MODIS积雪产品精度相接近,但MODIS积雪产品数据质量较高。该项研究可为积雪遥感产品在高亚洲地区应用提供客观的分析和评价。     

多源遥感驱动的SRM模型在缺资料地区的研究及应用

以MODIS雪盖、风云静止卫星降水、GLDAS气温等多源数据,作为传统SRM模型的输入参数,构建多源遥感驱动的SRM融雪径流模型,并在缺资料地区——青藏高原的年楚河流域进行融雪过程的径流模拟。研究表明融雪后期的瞬时降雪很大程度上影响了插值后积雪覆盖率的精度,在插值的时候考虑降水和气温,排除瞬时积雪干扰,改进线性插值获得每天的积雪覆盖率,可以提高模型模拟精度;遥感驱动的SRM模型在缺资料地区年楚河适用性较好,Nash-Sutcliffe系数(NSE)达到0.681,体积差(Dv)为-0.17%,均方根误差(RMSE)为9.678,模型模拟的精度较高。研究结果可为高寒地区生态水文模型研究提供重要参考,同时可为SRM模型在其他流域尤其是缺资料地区融雪径流计算中的应用提供有效支撑。     

Evaluation of MODIS snow cover and cloud mask and its application in Northern Xinjiang, China

Using five-year (2001-2005) ground-observed snow depth and cloud cover data at 20 climatic stations in Northern Xinjiang, China, this study: 1) evaluates the accuracy of the 8-day snow cover product (MOD10A2) from the Moderate Resolution Imaging Spectroradiometer (MODIS)/Terra satellite, 2) generates a new snow cover time series by separating the MODIS cloud masked pixels as snow and land, and 3) examines the temporal variability of snow area extent (SAE) and correlations of air temperature and elevation with SAE. Results show that, under clear sky conditions, the MOD10A2 has high accuracies when mapping snow (94%) and land (99%) at snow depth ≥ 4 cm, but a very low accuracy (< 39%) for patchy snow or thin snow depth (< 4 cm). Most of the patchy snow is misclassified as land. The mean accuracy of the cloud mask used in MOD10A2 for December, January and February is very low (19%). Based on the ratio of snow to land of ground observations in each month, the new snow cover time series generated in this study provides a better representation of actual snow cover for the study area. The SAE (%) time series exhibits similar patterns during six hydrologic years (2001-2006), even though the accumulation and melt periods do not exactly coincide. The variation of SAE is negatively associated with air temperature over the range of − 10 °C to 5 °C. An increase in elevation generally results in longer periods of snow cover, but the influence of elevation on SAE decreases as elevation exceeds 4 km in the Ili River Watershed (IRW). The number of days with snow cover shows either a decreasing trend or no trend in the IRW and the entire study area in the study period. This result is inconsistent with a reported increasing trend based on limited in situ observations. Long-term continuance of the MODIS snow cover product is critical to resolve this dilemma because the in situ observations appear to undersample the region.     

东北地区MODIS亚像元积雪覆盖率反演及验证

以中巴资源卫星数据作为地面“真值”影像,根据东北地区地理环境与气候特点对Salomoson亚像元积雪覆盖率模型参数进行修正,反演东北地区MODIS像元积雪覆盖率,并用不同方案对模型的稳定性和精度进行分析。研究结果表明,经修正后的Salomoson亚像元积雪覆盖率反演模型对不同地貌--景观单元具有稳定性,其中较小的波动源于积雪物理性质差异、大气效应、积雪影像分类误差及影像配准误差。在东北平原区,NDSI值在0.52~0.65时,模型反演精度高,但反演雪盖率总体偏低,主要是由NDSI基于对波段反射率的非线性转换引起的;雪盖率高估的像元主要分布在城区外围以及农村居民点,而覆盖城区、乡、镇以及居民点之间道路的像元雪盖率误差小,其原因是人类活动频率影响像元内积雪组分与非积雪组分的光谱特性的差异程度。与MODIS雪产品进行对比分析,积雪覆盖率提供较传统雪盖制图更加丰富的信息,然而对林区冠层下积雪覆盖二者均未给出准确估计。     

基于遥感与地埋信息系统的额敏河流域积雪变化分析

2005年3月新疆北部部分地区发生融雪洪水灾害,给当地人民的生活和国民生产都带来了严重的影响。分析积雪的分布及其变化可为防洪抗灾提供决策依据,同时精确的流域积雪制图和雪盖消融曲线可为融雪径流的模拟提供参数。本文介绍了MODIS数据积雪监测的方法及流域雪盖的分带提取,利用MODIS影像,结合地理信息系统技术分析了额敏河流域3月4日—3月12日每天、每个海拔高度带的积雪变化情况,并利用逐步回归法对积雪变化与气象因子作了回归分析,结果表明400~900m海拔高度带积雪变化与气温降水相关性很好,相关系数R=0.9。     

An application of MODIS data to snow cover monitoring in a pastoral area: A case study in Northern Xinjiang, China

Snow is an important land cover on the earth's surface. It is characterized by its changing nature. Monitoring snow cover extent plays a significant role in dynamic studies and prevention of snow-caused disasters in pastoral areas. Using NASA EOS Terra/MODIS snow cover products and in situ observation data during the four snow seasons from November 1 to March 31 of year 2001 to 2005 in northern Xinjiang area, the accuracy of MODIS snow cover mapping algorithm under varied snow depth and land cover types was analyzed. The overall accuracy of MODIS daily snow cover mapping algorithm in clear sky condition is high at 98.5%; snow agreement reaches 98.2%, and ranges from 77.8% to 100% over the 4-year period for individual sites. Snow depth (SD) is one of the major factors affecting the accuracy of MODIS snow cover maps. MODIS does not identify any snow for SD less than 0.5 cm. The overall accuracy increases with snow depth if SD is equal to or greater than 3 cm, and decreases for SD below 3 cm. Land cover has an important influence in the accuracy of MODIS snow cover maps. The use of MOD10A1 snow cover products is severely affected by cloud cover. The 8-day composite products of MOD10A2 can effectively minimize the effect of cloud cover in most cases. Cloud cover in excess of 10% occurs on 99% of the MOD10A1 products and 14.7% of the MOD10A2 products analyzed during the four snow seasons. User-defined multiple day composite images based on MOD10A1, with flexibilities of selecting composite period, starting and ending date and composite sequence of MOD10A1 products, have an advantage in effectively monitoring snow cover extent for regional snow-caused disasters in pastoral areas.     

东北-内蒙古地区基于MODIS单、双卫星积雪数据及常规积雪观测结合的积雪日数研究

结合Terra和Aqua卫星的积雪产品,获取2001~2008年东北-内蒙古地区逐年积雪日数分布,并利用此数据对比Terra卫星积雪数据获取的逐年积雪日数。结果表明随海拔的升高,双星与单颗卫星积雪日数差异呈现明显增加的趋势。整个东北-内蒙古地区双星积雪日数平均高出单颗卫星积雪日15 d,但与台站积雪日数对比发现,双星积雪日数平均仍然偏低27 d。这说明,利用Terra和Aqua双卫星积雪监测数据能明显改善山区云对遥感监测的影响,同时也可以减少降雪初期和消融期由于积雪消融较快带来的积雪漏测,但不足以消除云等因素的影响。考虑到获取的2001~2006年台站年积雪日数与MODIS年积雪日数与有良好的统计关系,利用两者建立的线性统计关系修正整个东北-内蒙古地区的MODIS积雪日数,能够很好地消除云等因素带来的MODIS双卫星积雪日数偏小的问题,修正后台站与双星积雪日数之间的绝对误差由原来的27 d减小到18 d。