|
|||||
|
|
| 被动微波雪深反演算法在东北地区的时空分析与验证 | |
| 作者姓名： | 武黎黎 李晓峰 赵凯 郑兴明 丁艳玲 李洋洋 任建华 |
| 作者单位： | (1.中国科学院东北地理与农业生态研究所,吉林 长春 130102;; 2.中国科学院大学,北京 100049;; 3.中国科学院长春净月潭遥感试验站,吉林 长春 130102) |
| 基金项目： | 国家863计划项目“遥感产品真实性检验关键技术及其试验验证”（2012AA12A305-5-2）, 国家自然科学基金项目“东北地区季节性积雪层中雪粒径的谱分布特征与微波（辐射、散射）特性研究”(41001201), 国家自然科学基金项目“东北地区森林下雪深被动微波遥感反演的关键影响参数观测与研究”（41471289）, 吉林省科技发展计划项目“我国东北地区积雪与土壤湿度多源遥感数据产品的开发与应用”（20140101158JC）, 国家自然科学基金项目“被动微波遥感土壤水分反演精度与空间异质特征的相关性研究”（41301369）。 |
| 摘 要： | Chang算法及改进算法是被动微波遥感雪深反演算法中较简单的经验算法。为了评价改进的Chang算法在东北地区的适用性,对改进的Chang算法进行分析与验证。从空间上,选取了84个野外数据采样点和48个气象站点对改进的Chang算法进行分析与验证。结果表明:森林下垫面改进的Chang算法会低估雪深3.6cm,而农田下垫面改进的Chang算法会高估雪深1.5cm。从时间序列上,选取五营、呼中、庆安和巴彦4个气象站点2012年11月15日~2013年2月28日的时间序列雪深数据,对改进的Chang算法进行分析与验证。结果表明:森林下垫面改进的Chang算法会低估雪深,五营站点低估雪深13.7cm,呼中站点低估雪深8.3cm,农田下垫面改进的Chang算法会高估雪深,庆安站点高估雪深3.4cm,巴彦站点高估雪深0.8cm。无论从空间上还是时间序列上,验证结果都表明,农田下垫面时改进的Chang算法的精度比森林下垫面时要高。此外,站点雪深不变而改进的Chang算法反演的雪深却在增大,这可能是由于期间雪粒径不断增大的缘故。 |
| 关 键 词： | 雪深 遥感 被动微波 微波成像仪 东北地区 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《遥感技术与应用》浏览原始摘要信息 | |
| 点击此处可从《遥感技术与应用》下载免费的PDF全文 | |