天山典型区卫星雪盖的年内变化特征分析

利用2000年1月~2001年5月位于天山中段的Landsat TM及ETM+卫星遥感数据,提取逐月雪盖信息,结合研究区数字高程模型数据获取不同地形条件、不同垂直带上的雪盖逐月分布状况,从而分析雪盖的空间分布特征和时间变化规律。研究结果表明,年内雪盖面积与海拔带、坡向带、坡度带之间呈现一定的相关性。总体而言雪盖比率随海拔上升而增大,随坡度增大而减小;雪盖边界高度呈现明显夏秋高、冬春低的变化规律;雪盖面积在特定时间段存在东西坡向上的差异,总体差异小于南北坡向的差异。研究结论为天山水资源的合理利用以及气候与环境变化研究提供科学依据。     

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。     

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。     

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。     

1980~2019年北疆积雪时空变化与气候和植被的关系

利用1980~2019年中国长时间序列的AVHRR逐日无云积雪面积产品和气象站实测雪深资料计算积雪日数、积雪初日、积雪终日、积雪期、雪深等积雪物候参数,研究积雪物候的时空分布变化,同时结合ECMWF-ERA5再分析资料和GIMMS NDVI3g数据集分别提取气象因子（气温、降水）和植被因子（返青期、枯黄期、生长期）,探究北疆积雪物候变化对气象因子和植被因子的响应。结果表明：北疆近40 a间的平均积雪日数为81.62 d/a,73%的区域为稳定积雪区,积雪初日在11月、终日在3月,积雪期为每年11月初至次年3月底4月初;空间上呈现不均匀分布,其中阿勒泰山地区、天山地区、大部分塔城盆地和额尔齐斯谷地区为主要积雪区,1980~2019年间北疆积雪覆盖面积比例、积雪日数和积雪期逐年降低,积雪初日基本没变,但积雪终日显著提前;ECMWF-ERA5再分析资料表明1980~2019年北疆积雪期降水量无明显变化,但积雪覆盖面积比例显著降低,说明降雪区雪深可能增加,这与北疆气象站实测雪深逐渐增加结果相吻合;平均气温与积雪期积雪覆盖面积比例、积雪日数、积雪期长度相关性较大,呈现显著负相关,积雪期降水量与积雪物候参数呈现正相关;积雪物候及其气候效应引起北疆自然植被返青期显著提前,植被生长期延长的特征。     

Monitoring snow cover variability in an agropastoral area in the Trans Himalayan region of Nepal using MODIS data with improved cloud removal methodology

Monitoring the extent and pattern of snow cover in the dry, high altitude, Trans Himalayan region (THR) is significant to understand the local and regional impact of ongoing climate change and variability. The freely available Moderate Resolution Imaging Spectroradiometer (MODIS) snow cover images, with 500 m spatial and daily temporal resolution, can provide a basis for regional snow cover mapping, monitoring and hydrological modelling. However, high cloud obscuration remains the main limitation. In this study, we propose a five successive step approach — combining data from the Terra and Aqua satellites; adjacent temporal deduction; spatial filtering based on orthogonal neighbouring pixels; spatial filtering based on a zonal snowline approach; and temporal filtering based on zonal snow cycle — to remove cloud obscuration from MODIS daily snow products. This study also examines the spatial and temporal variability of snow cover in the THR of Nepal in the last decade. Since no ground stations measuring snow data are available in the region, the performance of the proposed methodology is evaluated by comparing the original MODIS snow cover data with least cloud cover against cloud-generated MODIS snow cover data, filled by clouds of another densely cloud-covered product. The analysis indicates that the proposed five-step method is efficient in cloud reduction (with average accuracy of > 91%). The results show very high interannual and intra-seasonal variability of average snow cover, maximum snow extent and snow cover duration over the last decade. The peak snow period has been delayed by about 6.7 days per year and the main agropastoral production areas of the region were found to experience a significant decline in snow cover duration during the last decade.     

青藏高原积雪对气候反馈的初步研究

积雪具有很高的反照率,能反射回绝大部分的太阳短波辐射;同时,积雪是热的不良导体,其热阻隔性会抑制地表的长波辐射。因此,积雪的积累和消融会强烈地改变大气层顶的辐射平衡,进而对气候产生反馈。采用ERA-Interim再分析资料和MODIS去云积雪产品,通过改进的偏辐射扰动思想,对青藏高原地区2001~2010年积雪影响下大气层顶的辐射能量收支状况进行模拟,计算对应的积雪辐射强迫,并在此基础上估算积雪反馈。结果表明:研究区99.5%以上地区的大气层顶辐射平衡为负,即积雪对气候存在正的辐射强迫,年平均辐射强迫为3.97 W·m-2。时空分布特征表明,积雪辐射强迫的年际差异不大,但空间差异很大,其空间分布与积雪覆盖率有很强的正相关关系,在绝大多数情况下,短波反照率辐射强迫对积雪辐射强迫起着决定性作用,且青藏高原的积雪反馈强度约为9.35 W·m-2·℃-1。     

提高森林覆盖区积雪提取精度的方法研究——以玛纳斯河流域为例

森林覆盖区积雪的提取精度很低,由于植被冠层的遮挡,冠层下的积雪很难被提取出来。基于Landsat 8OLI数据,针对玛纳斯河流域下游有大面积森林覆盖的特点,通过传统的积雪指数法,结合NDVI数据的积雪指数法和面向对象图像特征法分别提取积雪面积。结果表明:1传统的NDSI和S3积雪指数法无法较好地提取出森林覆盖下的积雪,提取精度分别为85.23%和87.54%。这两种方法适用于空间尺度较大、植被覆盖面积较大的区域,并不适合所选研究区;2结合NDVI数据后的NDSI、S3积雪指数模型能大大提高森林覆盖下的积雪面积,提取精度分别达到91.47%和90.60%。在影像空间分辨率较高,流域尺度较小,林区覆盖较多的情况下可采用此方法提取积雪;3随着海拔的升高,地形阴影影响逐渐增大,NDVI辅助积雪指数方法提取林区覆盖下积雪面积逐渐减小。因此采用光谱、纹理和空间信息结合的面向对象图像特征方法提取积雪,能够较好地识别出受地形影响下的雪像元,精度达到89.75%,可以满足实际应用的需求。     

卫星遥感雪盖制图方法对比与分析

利用ＬａｎｄｓａｔＴＭ、ＮＯＡＡ／ＡＶＨＲＲ和中分辨率成像光谱仪（ＭＯＤＩＳ）三个平台传感器的遥感数据,分别使用训练样本监督分类、阈值数字信号统计、雪盖指数方法制作雪盖图和提取积雪面积。结果表明：不同传感器遥感图像因时相和时空分辨率的差异,提取积雪信息的有效方法有所不同。但基于反射特性的雪盖指数计算法具有普遍的实际操作性意义,即雪盖制图精度高,分类合理,是提取积雪信息的最佳技术手段;当使用监督积雪分类时,只有取得精确的信号文件,分类结果才是可信的;而阈值数字信号统计的雪的阈值确定具有很大的经验性和随机性,但对数据不完整或只有单波段时也不失为有效和简便的途径;山影补偿处理法基本可以消除地形阴影的影响;而去云后其覆盖下的积雪恢复技术值得进一步讨论。     

地形对高山区TM积雪定量遥感的影响

高山区积雪的辐射特性受到高度迅速变化和地形强烈分异的显著影响,必须对图像进行辐射纠正和地形纠正以得到标准化的图像。利用大气纠正模型和对太阳辐照入射度的模拟,在高精度数字高程模型和实验区气象观测资料的支持下,通过计算光谱反射比而实现地形标准化,是一条行之有效的方法。这一方法在天山乌鲁木齐河上游冰川区得到了实际检验,被证明是实现积雪定量遥感,提高积雪区地物分类精度的重要前提。并对这一方法的局限性进行了讨论。     

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。     

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...     

基于FY-4A/AGRI时空特征融合的新疆地区积雪判识

高时间分辨率的积雪判识对于新疆牧区农牧业发展和雪灾预警具有重要作用,针对已有积雪产品易受复杂地形地貌,下垫面类型以及云遮蔽的影响,导致积雪判识精度降低的问题,提出一种利用深度学习方法对风云4号A星多通道辐射扫描计（AGRI）数据与地理信息数据进行多特征时序融合的积雪判识方法：以多时相FY-4A/AGRI多光谱遥感数据,以及高程、坡向、坡度和地表覆盖类型等地形地貌信息作为模型输入,以Landsat 8 OLI提取的高空间分辨率积雪覆盖图作为“真值”标签,构建并训练基于卷积神经网络的积雪判识模型,从而有效区分新疆复杂地形与下垫面地区的云、雪以及无雪地表,最终得到逐小时积雪覆盖范围产品。经数据集和2019年地面气象站实测雪盖验证,该方法精度高于国际主流MODIS逐日积雪产品MOD10A1和MYD10A1,显著降低云雪误判率。     

Operational snow mapping using multitemporal Meteosat SEVIRI imagery

The Spinning Enhanced Visible and Infrared Imager (SEVIRI) onboard Meteosat Second Generation is the first geostationary satellite instrument with all visual and infrared channels that are important for snow mapping. In this paper, we present an algorithm for deriving snow cover maps from SEVIRI data that makes use of the unique combination of adequate spectral resolution and very high frequency. The short interval of 15 min between images makes it possible to extend traditional spectral classification with a detection of changes between images. This improves the detection of clouds and cloud shadows in instantaneous images, because these often display more variation in time than the surface. It therefore allows a more accurate mapping of surface snow cover, as is shown by a validation of the results with ground observations and other satellite data. The accurate classification of each single image allows the generation of temporal composite snow maps in near real-time, which is for example of interest for numerical weather prediction models. When compared to many in situ measurements from the winter of 2005/2006, the accuracy of the algorithm is 95%.     

张掖市土地利用/覆盖变化模拟

土地利用/覆盖变化是全球变化的主要原因,也是与可持续发展密切相关的课题。土地利用/覆盖变化模拟是预测未来土地利用/覆盖变化的重要方法。将国际上先进的CLUE-S模型应用到位于黑河中上游的张掖市,模拟该地区的土地利用/覆盖变化。模拟时段为2001～2020年。模型中将土地利用类型分为:①耕地;②林地;③草地;④水域;⑤城镇用地;⑥未利用地。用回归分析的方法,选择了对该地区土地利用/覆盖变化有重要贡献的7种驱动因子,分别为:与城市的距离、与河流的距离、与道路的距离、人口密度、海拔、坡度、坡向。模拟结果显示:到2020年,林地、草地、水域和城镇用地面积增加,耕地,未利用地面减少。     

基于遥感和GIS的东亚土地覆盖年际变化研究

土地覆盖的年际变化是以土地覆盖的宏观分布模式为基准，在外界驱动因子的作用下发生的年与年之间的变化，因此，为揭示东亚地区土地覆盖的年际变化特征，首先选取东亚地区时相一致的不同空间分辨率（1km和8km)的NDVI影像进行了非监督分类，并总结了东亚土地覆盖的宏观分布模式，然后以时间序列的8kmAVHRRNDVI数字影像为基础，应用跨平百分率分析方法生成每年5-9月距平百分率分级影像，并以该影像为基础分析总结了东亚土地覆盖的年际变化特征，结果显示，该方法及其揭示的现象比较客观地反映了东亚土地覆盖年际变化特征。     

Mapping snow cover in the pan-Arctic zone,using multi-year (1998-2001) images from optical VEGETATION sensor

Timely information on spatial distribution and temporal dynamics of snow cover in the pan-Arctic zone is needed, as snow cover plays an important role in climate, hydrology and ecological processes. Here we report estimates of snow cover in the pan-Arctic zone (north of 45° N) at 1-km spatial resolution and at a 10-day temporal interval over the period of April 1998 to December 2001, using 10-day composite images of VEGETATION sensor onboard Système Pour l'Observation de la Terre (SPOT)-4 satellite. The results show that snow covered area (SCA) in North America (north of 45° N) increased from 1998 to 2001, while SCA in Eurasia (north of 45° N) decreased from 1998 to 2000 but increased in 2001. There were large spatial and temporal variations of snow cover in the pan-Arctic zone during 1998-2001.     

基于积雪调查数据的东北地区被动微波积雪遥感产品精度验证与分析

积雪遥感数据产品可以提供积雪的时空分布信息，是积雪监测的重要数据源。对现有的不同遥感产品进行精度验证和对比分析，明确其适用范围，有利于积雪数据产品的进一步发展和应用。为验证积雪产品在东北地区的适用性，以中国积雪特性及分布调查项目为依托，精心设计野外实验，观测了东北地区25 km典型样方和积雪线路调查数据，验证了在阔叶林和农田两种下垫面下，FY-3B雪深产品、AMSR-2雪深产品、GlobSnow雪水当量产品在东北地区的反演精度。结果表明：GlobSnow雪水当量产品精度最高，不区分下垫面的情况下，最大偏差和均方根误差分别为10.87 cm和12.53 cm。考虑下垫面的影响，GlobSnow雪水当量产品和FY-3B雪深产品在两种下垫面下的雪深反演精度差别很小，偏差和均方根误差的差值小于2.11 cm和3.46 cm，AMSR-2积雪产品在两种下垫面下反演精度差别很大，两种下垫面下偏差和均方根误差的差值大于9.94 cm和7.19 cm。对于3种积雪产品，下垫面为农田的雪深反演精度均高于下垫面为阔叶林的反演精度。