积雪、土壤冻融与土壤水分遥感监测研究进展

积雪、土壤冻融与土壤水分是陆表能量与水分以及碳交换过程研究中的重要因子,为了更好地了解积雪覆盖、雪深/雪水当量、土壤冻融状态和土壤水分等参数的遥感监测领域的发展动态,对这些参数遥感监测方法的研究进展进行了梳理,总结了利用光学与微波遥感,以及多源遥感融合的监测方法,并对该研究领域的发展趋势进行了展望。积雪、土壤冻融与土壤水分的遥感监测能力不断提升,监测算法从单一传感器向多传感器、单波段单一模式向多波段多模式集成,以及卫星虚拟星座综合观测概念的提出,均促进了现有卫星观测地表参数能力的提升;长时间序列产品的开发,对于研究和掌握全球变化大背景下对气候的响应提供了很好的数据基础;同时有助于促进遥感在水文、气象、气候、生态等领域的应用。以上的研究综述,有望对陆表水循环遥感参数反演领域,以及水循环遥感关键参数的应用领域有一定的借鉴作用。     

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。     

基于环境信息和回归模型的青藏高原MODIS积雪面积比例产品制备

积雪面积比例（Fractional Snow Cover, FSC）是定量描述单位像元内积雪覆盖面积（Snow Cover Area, SCA）与像元空间范围的比值,可为区域气候模拟、水文模型等提供积雪分布的定量信息。MODIS FSC产品是根据经验模型计算得到,并没有考虑地形、植被和地表温度等环境因素的影响,在青藏高原的验证精度低。针对此问题,考虑青藏高原地区环境因素（地形、植被、地表温度）对FSC制备的影响,基于多元自适应回归模型（Multivariate Adaptive Regression Splines, MARS）和线性回归模型分别建立FSC制备的非参数回归模型和经验回归模型。用Landsat 8地表反射率的数据和SNOMAP算法制备FSC的参考数据集。选取一部分参考数据集作为模型的训练数据集,另一部分作为模型的检验数据集。研究结果表明：MARS方法估计FSC的精度明显高于线性回归模型和原有的MODIS FSC制备方法。MARS的总体R、RMSE、MAE分别为0.791、0.103、0.058。在线性回归模型中精度最高的总体R、RMSE、MAE分别为0.647、0.128、0.072。MODIS 原有FSC制图方法的总体R、RMSE、MAE分别为0.595、0.221、0.170。考虑了环境信息的MARS方法更加适用于青藏高原地区FSC制备。本研究为制备青藏高原地区更高精度的FSC数据提供了新思路。     

基于FY-3D/MERSI-Ⅱ的积雪面积比例提取算法北大核心CSCD

风云三号D星(FY-3D)是我国新一代极轨气象卫星。中分辨率光谱成像仪(MERSI-Ⅱ)是其携带的核心传感器之一,FY-3D对于全球数值天气预报、大气定量探测以及气候变化监测等具有重要意义。积雪面积比例产品是众多陆面产品之一,是水文模型和区域气候模型的主要输入参数。基于MERSI-Ⅱ数据发展了业务化提取积雪面积比例的算法,算法核心是混合像元分解。空间光谱端元提取(SSEE)的方法自动提取端元,全约束最小二乘法(FCLS)求解线性混合模型。解混结果叠合云掩膜得到FY-3D/MERSI-Ⅱ积雪面积比例数据(FY-FSC)。以Landsat 8的积雪面积比例数据(L-FSC)作为参考值对FY-FSC进行验证,同时将FY-FSC和MODIS积雪面积比例数据(M-FSC)进行比较。结果表明:FY-FSC的总体相关系数(R)为0.54,均方根误差(RMSE)为0.17,绝对平均误差(AME)为0.10;M-FSC总体R为0.41,RMSE为0.26,AME为0.29;利用积雪面积提取的精度评价因子K比较FY-FSC和M-FSC获取的总积雪面积的精度。结果表明:FYFSC和M-FSC数据的平均K值分别为88.51%和86.78%,FY-FSC精度高于M-FSC。FY-FSC将作为试验参数纳入FY-3D/MERSI-Ⅱ积雪覆盖业务产品中,可填补国产卫星业务化反演积雪面积比例参数的空白。     

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。     

基于多尺度特征融合网络的新疆积雪覆盖度估算

受复杂地形和遥感数据低分辨率的影响,传统的二值化积雪遥感产品在山区和林区的积雪覆盖度计算中存在严重误算和漏算的问题,从而导致积雪覆盖度估算精度低。基于风云四号A星多通道辐射扫描计（AGRI）新疆地区的遥感影像数据,提出一种多尺度特征融合网络的积雪覆盖度估算方法。通过深度残差网络和特征金字塔模式对卷积层各个阶段的特征信息进行重构,融合深层和浅层特征的多重语义信息,同时结合AGRI数据高时间分辨率的特性,拟合光谱信息和地理因素间的非线性关系,从而提高数据源和特征信息的整体利用率。实验结果表明,相比MOD10_FSC、BP-ANN_FSC和ResNet_FSC方法,该方法在A1~A4样本区中相关系数均值和解释回归模型的方差得分均值最高可提高8和6个百分点,且其均方误差均值仅为0.1,能够获得较高精度的积雪覆盖度估算结果。     

冰雪微波遥感研究进展

对微波冰雪遥感及应用研究作了概要的介绍,重点介绍了海冰遥感监测与相关数据的应用、分析和处理,同时,介绍了微波遥感在我国冰川积雪、冻土研究中的应用及成果,并对微波冰雪遥感研究的前景作了简要的分析和展望。     

遥感技术在牧区雪灾监测研究中的应用

主要介绍了遥感技术在牧区雪灾信息提取及雪灾实时监测研究中的应用,并结合1995年那曲雪灾实例进行了雪灾信息提取和分析,结果与实际上报灾情数据吻合。     

Evaluation of passive microwave snow water equivalent algorithms in the depth hoar-dominated snowpack of the Kuparuk River Watershed, Alaska, USA

This research investigates the utility of passive microwave remote sensing instruments to accurately determine snow water equivalent (SWE) over large spatial extents. Three existing Special Sensor Microwave Imager (SSM/I) snow water equivalent algorithms produced by Chang, Tait and Goodison were evaluated for their ability to determine snow water equivalent in a snowpack containing substantial depth hoar, large faceted snow crystals. The Kuparuk River Watershed (8140 km²) test site on the North Slope of Alaska was chosen for its snowpack containing a think depth hoar layer and long history of ground truth data. A new regional snow water equivalent algorithm was developed to determine if it could produce better results than the existing algorithms in an area known to contain significant depth hoar. The four algorithms were tested to see how well they could determine snow water equivalent: (1) on a per pixel basis, (2) across swath-averaged spatial bands of approximately 850 km², and (3) on a watershed scale. The algorithms were evaluated to see if they captured the annual spatial distribution in snow water equivalent over the watershed. Results show that the algorithms developed by Chang and from this research are generally within 3 cm of the spatially averaged snow water equivalents over the entire watershed. The algorithms produced by Chang, Tait, and in this research were able to predict the basin-wide ground measured snow water equivalent value within a percent error range from −32.4% to 24.4% in the years with a typical snowpack. None of the algorithms produce accurate results on a pixel-by-pixel scale, with errors ranging from −26% to 308%.     

南方丘陵区植被覆盖度遥感估算与时空变化研究——以福建省永定县为例

植被覆盖度是生态环境监测的重要指标,而复杂地形因素影响对山地植被遥感信息准确提取。基于Landsat-8OLI遥感数据,分别采用像元二分模型和线性混合光谱分解法,在对比分析植被覆盖度的地形敏感性基础上,选择山地植被指数(NDMVI)估算了1992、2002和2014年永定县的植被覆盖度,并分析其变化。结果表明:1基于山地植被指数(NDMVI)的覆盖度估算模型的地形敏感性最弱,更适合于南方丘陵山地的植被覆盖度遥感反演;2永定县总体植被覆盖度较高,平均植被覆盖度达77.99%以上,高覆盖度区占59.73%以上,22年内植被覆盖度经历了先提高再下降的过程;3在空间上,高坎抚、金丰和西部片区的植被覆盖度较低,动态变化较明显。永定县金丰片区植被覆盖度明显提高;而近12年内高坎抚片区因矿业开采活动对生态环境的破坏,植被覆盖度降低幅度大,且变化面积较大。     

卫星遥感西藏高原积雪时空变化及影响因子分析

积雪是气候变化的指示器,其变化对地球能量和辐射平衡以及水分循环产生深刻的影响。研究积雪与气候变化的关系是气候变化区域响应的最好实证。利用2000年3月~2011年2月共11 a的MODIS雪盖产品数据、1979~2010年逐日雪深被动微波遥感数据、DEM数据以及地面气象观测数据,通过GIS空间分析及地统计分析功能,系统分析西藏高原雪深、雪盖和雪线的时空变化规律及其对气候变化的响应关系。研究表明:研究区雪深的分布形成了四周山地积雪深度大,中部腹地雪深小的空间格局。1979~1999年平均雪深呈极显著增加趋势,线性倾向率为0.26 cm/10a,1999~2010年则呈下降趋势。逐像元回归分析结果显示,研究区年积雪深度呈增加趋势的像元数占全区像元总数的76.9%,有减少趋势的仅占23.1%;雪盖面积变化总体呈缓慢波动减少趋势,线性倾向率为-3.89万km²/10a;7、8月在中东部念青唐古拉山、南部喜马拉雅山、冈底斯山和昆仑山等山脉一带以及高原腹地局部地区仍存在大面积常年积雪;雪线年平均呈微弱上升趋势,线性倾向率为6.54 m/10a,各季节平均雪线中,秋季雪线的变化对年平均贡献最大;雪线空间分布呈现从东南向西北逐步升高的态势。积雪参数与气候因素的相关分析表明,雪深春秋季主要受风速和日照时数影响,夏冬季则分别是降水量和风速;气温是影响四季积雪覆盖面积的主导因素,春秋季雪线与气温分别呈正相关和负相关。     

北半球及典型区雪深时空分布与变化特征

基于欧空局的GlobSnow雪水当量数据集和国家青藏高原科学数据中心的北半球长时间序列雪深数据集NHSD研究了北半球及9个典型区的雪深时空分布与变化特征。结果表明：北半球1988~2018年平均雪深总体呈显著下降趋势（p<0.01）,年际变化幅度为-0.55 cm·（10 a）^-1。在高纬度地区,加拿大北部和阿拉斯加年平均雪深下降明显（p<0.01）,下降速率分别为3.48 cm·（10 a）^-1和3 cm·（10 a）^-1,两地区月平均雪深在冬季显著下降。西西伯利亚平原和东欧平原年平均雪深呈下降趋势,其中东欧平原雪深下降较为明显（p<0.01）,变化速率为-2.3 cm·（10 a）^-1,两地区的月平均雪深在春季显著下降,其中5月份最为明显。东西伯利亚山地的雪深年际变化呈增加趋势,除堪察加半岛外,其月平均雪深在冬季呈显著增加趋势。对于高山区,阿尔卑斯山脉和落基山脉的年平均雪深呈缓慢增长趋势,而青藏高原地区雪深呈缓慢下降趋势。阿尔卑斯山脉的月平均雪深在冬季呈显著增加趋势,5月份显著减小。落基山脉和青藏高原雪深变化呈现出空间异质性：在整个研究时段,落基山脉北部月平均雪深呈下降趋势,中部和南部呈上升趋势;青藏高原的北部边缘山脉雪深呈显著上升趋势,中部大多数地区呈下降趋势。喜马拉雅山脉的北坡雪深增加,南坡雪深减小,但其变化率绝对值小于0.5 cm·a^-1。东南部雪深较大的念青唐古拉山脉冬季雪深呈显著下降趋势。对9个典型区雪深的年内分析（2001~2010年平均值）结果显示：高山区雪深峰值远低于高纬度地区雪深峰值。除青藏高原外,高山区的积雪融化起始日期明显早于高纬度地区。     

基于高斯差分模型的雪地扰动痕迹遥感识别

雪面上人或动物的活动信息涉及冬季动物迁移追踪、人员活动轨迹检测、安全防卫等各领域应用,利用遥感技术监测人或动物的活动痕迹可以及时掌握动物的迁移情况、江上人员活动范围等信息,进而可为相应的管理决策提供依据。利用高分辨率遥感技术,通过图像滤波等增强处理,可以识别冰雪覆盖区域经人或动物活动后产生的微弱线状扰动痕迹,为后续分析提供帮助。提出了利用高斯差分滤波器(DoG)进行冬季冰雪覆盖区域扰动痕迹识别的监测方法。通过对吉林省龙井市结冰江面上活动痕迹的实验表明,当σ取1.5时,DoG带通滤波频率与人员过江痕迹频率一致,对痕迹增强效果最明显,此时的滤波器为最佳滤波器,痕迹总体提取精度达到83.67%,优于传统的Laplacian算子、Sobel算子和Prewitt算子滤波方法。说明通过DoG滤波器处理,能够有效地突出雪面上人或动物的活动痕迹,可为进一步识别人或动物活动类型、追踪路线以及相关部门的安全巡逻提供服务。     

黄河口海域水深分布的遥感研究

通过对陆地卫星遥感图像进行海洋专题信息的增强处理,并根据历史资料和海上典型地区实测数据,建立水深与图像灰度的相关关系以及水深解译标志,对黄河口海域的水深分布进行了遥感分析研究。结果指出:黄河口外海域,由于水下存在着高隆的三维立体沙堆,故促使这一海域等深线呈两深一浅的马鞍型式分布。