共查询到17条相似文献，搜索用时 187 毫秒
1.
2.
被动微波遥感反演中国西部地区雪深、雪水当量算法初步研究 总被引：2，自引：0，他引：2
雪深、雪水当量是积雪研究中重要参数，其在流域水量平衡和融雪径流预报以及雪灾监测与评价中起着重要作用。Chang等(1987)以辐射传输理论和米氏散射为理论基础，假定积雪密度和颗粒大小为常数，利用实测雪深数据和SMMR的亮温数据，通过统计回归方法，建立了雪深与18 GHz和37 GHz水平极化的亮温梯度之间的关系，发展了SMMR半经验的反演雪深的算法。后在此基础上又发展了针对SSM/I的半经验反演雪深算法。2002年发射的装载于Aqua卫星上的AMSR E是新一代的被动微波辐射计，性能较以往星载被动微波辐射计有较大提高，采用了改进后的SSM/I的半经验算法作为其估算全球雪水当量的反演算法。
将AMSR E的雪水当量产品与气象台站观测的雪水当量进行比较，发现在新疆地区和青藏高原地区雪水当量的RMSE分别达到31.8 mm和21 mm。本研究旨在建立基于AMSR E亮温数据，适用于中国西部地区的雪深和雪水当量反演算法。首先收集整理了2003年新疆地区的雪深、雪水当量数据和AMSR E亮温数据，去除错误样本，利用统计回归的方法，建立了新疆的反演雪深、雪水当量的半经验算法，算法中加入积雪覆盖度参数，较以往的算法有所改进，与气象台站观测数据比较，结果也表明新疆地区建立的经验算法较AMSR E的雪水当量算法有较大改进，RMSE为15.7 mm。但青藏高原地区因海拔高，地形复杂，大部分地区积雪较浅,空间分布不均和冻土存在等诸多因素运用同样的方法建立反演算法，结果不甚理想，以后的研究将重点消除这些干扰因素。 相似文献
3.
基于能量平衡对额尔齐斯河流域融雪过程的研究 总被引：5，自引：5，他引：0
为定量描述额尔齐斯河流域积雪的消融过程,建立了利用基于能量平衡的积雪模型,对流域内库威积雪站2014年1月4日-3月28日积雪的积累和消融过程进行了模拟.结果表明:模型能够很好的模拟出融雪期净辐射能量的变化过程,对雪水当量的模拟结果也非常好,雪水当量的观测值和模拟值之间的Nash系数达到了0.989.在积雪的积累期,雪表的净辐射、感热、潜热通量的绝对值以及地表热通量明显低于积雪的消融期.在积累期,感热和潜热通量以及土壤热通量受到雪层厚度的影响.当雪水当量小于10 mm时,感热和潜热通量的绝对值偏高,土壤热通量的波动性也偏大.在积累期积雪的物质损失全部为升华损失,升华量为2.74 mm;在消融期,积雪的融化量为66.26 mm,升华量为2.04 mm.净辐射对积雪物质损失的贡献达到了83.1%,湍流通量对积雪物质损失的贡献达到16.9%.由于在融化期土壤热通量为正值,因此土壤热通量对融雪没有贡献. 相似文献
4.
积雪雪水当量参数是水文、气候、水资源利用与管理模型中非常重要的输入参数,积雪辐射理论模型可以模拟积雪物理参数与微波辐射的关系.因此,准确模拟积雪辐射信息,验证积雪辐射模型显得尤为重要.采用改进的基于能量守恒的干雪微波辐射传输理论模型(DMRT-AIEM-MD),利用2008年3月24 日黑河地区联合实验获取的地面测量数据以及车载辐射计18.7 GHz和36.5 GHz两个频率的辐射亮温值,考虑地形的影响,分析积雪辐射散射特性以及验证该模型.结果表明:该模型模拟值与地面实测值吻合的比较好,该模型能较好的模拟中国地区自然地表积雪辐射信号.分析了部分模型模拟值和地面实测值偏差的可能原因,该积雪区是多次堆积形成,积雪垂直剖面的密度、温度不规则变化可能会引起偏差. 相似文献
5.
积雪积累和消融过程是冰冻圈水文模型的重要组成部分,利用多源遥感数据对水文模型模拟的积雪分布和深度进行评估是进一步增强融雪过程模拟的物理基础,也是提高模拟可靠性的重要手段。基于2002—2013年疏勒河上游山区流域MODIS地表反射率数据集和中国雪深长时间序列数据集,对VIC-CAS模型模拟的逐日积雪覆盖度和雪深进行了综合评估。结果表明：从不同降雪年份来看,VIC-CAS模型可以较好地模拟多雪年（2008年）疏勒河上游山区流域积雪的覆盖度,在平雪年（2004年）和少雪年（2013年）模型模拟精度相对较低。从不同海拔的模拟结果来看,在流域占比最高的4 000~5 000 m高程带精度最高,2 000~3 000 m高程带精度最低;对比模拟雪深与中国雪深产品发现,多雪年的一致性较高,平雪年和少雪年的一致性较低。这表明VIC-CAS模型对疏勒河上游日尺度的积雪覆盖度和雪深的模拟精度相对较低,特别在低海拔处和薄雪情况下,其原因可能是对积雪再分布和风吹雪过程的模拟算法和参数化存在较大的不确定性,需要进一步改进。 相似文献
6.
积雪作为干旱区的重要水源,深刻影响区域水资源及经济发展。决定积雪量的积雪深度、积雪面积和积雪密度在时空分布上存在不确定性,尤其是积雪密度难以获取。本文利用FY-3B/MWRI(Fengyun3B Microwave Radiation Imager)数据反演积雪密度,结合1979-2020年长时间序列遥感雪深数据集,对天山地区40多年来积雪期(11月-次年3月)及其不同时期(积累期、稳定期、消融期)的积雪量进行估算,并分析其时空分布及与地形、气象等因子之间的关系。结果表明:1979-2020年,天山地区积雪期不同时期积雪量存在差异,稳定期积雪量最大,消融期次之,积累期最小。研究时段内,积雪期积雪量最大值出现在1979年,最小值出现在1998年,积雪期积雪量呈微弱的下降趋势,消融期积雪量下降趋势显著。多年平均积雪量空间格局与积雪深度和积雪密度基本一致,主要呈现为西北多东南少的特点。天山地区积雪量空间分布主要受海拔、坡度影响,积雪量与海拔正相关,海拔越高,积雪量越丰富;在15°以下时,坡度对积雪的影响较大,且坡度越大,积雪量越大。不同时期积雪量的多年变化与气温关系密切,在一定温度范围内,气温越低,积雪量越大;稳定期积雪量变化同时受积累期降水影响,积累期降水越多,稳定期积雪量越大。本文基于遥感积雪深度和密度的天山积雪量研究结果,可供气候变化条件下新疆水资源利用和经济发展参考。 相似文献
7.
为实现4D(时间+空间)多目标、高精度的积雪监测,本次试验研究采用单台相机延时拍摄结合运动结构重建算法(Structure from motion,SfM),分别获取了祁连山黑河上游站裸露山坡坡面尺度单次降雪的雪深、逐日积雪空间分布和面积,以及祁连山八一冰川1.5m×1.5m的斑块尺度全年雪深及雪面特征数据。坡面尺度积雪观测研究表明:本方法可以准确获取积雪分布信息,但其雪深空间分布获取精度较差。斑块尺度雪深监测研究表明:本方法能够很好地获取连续的雪面特征信息和雪深,且获取雪深与SR50观测雪深的绝对误差小于3.4cm。在不同季节,本方法对积雪监测能力略有差异:春季快速积累期雪面纹理少,照片组对齐并获取点云数据和DEM数据的成功率较低,而冬季和消融季雪面纹理丰富,相应的对齐成功率比例和精度较高。本研究表明基于单台相机的4D摄影测量方法能够实现小范围、连续、高精度、多目标的积雪监测,未来应用前景广泛。 相似文献
8.
目前,被动微波数据是积雪深度反演的主要数据源,受其较粗空间分辨率的影响,反演雪深存在较大的不确定性。激光雷达由于其较高的测高精度,在雪深监测方面具有一定的潜力,基于星载激光雷达ICESat-2数据对北疆地区2018年10月至2019年9月积雪季的雪深进行了提取。由于很难获取ICESat-2轨迹点的雪深观测资料,因此首先利用地面雪深观测数据对目前流行的被动微波雪深反演产品进行验证,获取精度可靠的雪深产品并与发展的ICESat-2监测雪深数据产品进行对比。结果表明：AMSR2雪深产品在北疆地区误差较大,整体存在高估现象,中国雪深长时间序列雪深产品精度相对可靠,以作为对比ICESat-2模拟雪深的参考数据;ICESat-2雪深与中国雪深长时间序列雪深产品在空间上以及变化趋势方面吻合度较高,但ICESat-2雪深变化更加连续,说明ICESat-2激光雷达数据不但可以提取区域积雪的深度,对积雪深度的空间变化也比被动微波数据更加敏感,可以获取更加详细的积雪深度空间变化细节,为精细化的积雪深度空间分布提供数据支撑。 相似文献
9.
1999—2008年中国地区雪密度的时空分布及其影响特征 总被引：3，自引：2，他引：1
利用1999—2008年地面积雪观测资料,对全国范围内的雪密度时空分布特征进行分析.结果表明,西北和东北是我国主要的积雪区,从10月到翌年4月基本都有雪存在.全国雪密度每月的最高值从10月份开始到1月份一直南移,从1月份到4月份不断北移.最大密度发生在1月份江南地区的湖南和江西的交界处.江南地区积雪持续时间短,变化明显,属于瞬时性积雪.东北和新疆地区的雪密度也相对较高,积雪持续时间长,雪密度变化相对平稳,大部分属于季节性积雪.在东北和西北地区选取9个站点进行雪密度的变化研究,可以看出:从11月中旬到3月上旬是雪密度稳定期,10月到11月上旬和3月中旬到4月是雪密度非稳定期.对西北和东北的降水、气温、雪深和雪密度做相关分析,表明:雪深是西北和东北地区雪密度的主要贡献因子. 相似文献
10.
积雪深度(雪深)是流域水量平衡、融雪径流模拟等模型的重要输入参数,被动微波雪深遥感产品被广泛用于雪深监测。然而,由于山区积雪时空异质性强,这些空间分辨率较粗的雪深产品受到极大限制。本研究基于MODIS积雪覆盖度数据,根据经验融合规则以及积雪衰退曲线对“中国雪深长时间序列数据集”的两套雪深产品(由SMMR、SSMI和SSMI/S反演的称为Che＿SSMI/S产品;由AMSR-2反演称为Che＿AMSR2产品)进行空间降尺度,最终获得青藏高原500 m降尺度雪深数据(Che＿SSMI/S＿NSD和Che＿AMSR2＿NSD)。利用6景Landsat-8影像对两套降尺度雪深数据进行对比分析,结果发现两套降尺度数据与Landsat-8影像积雪空间分布吻合度均较高。与29个气象站点雪深数据相比,Che＿AMSR2＿NSD与实测雪深更为接近,相关系数(R)达到0.72,均方根误差(RMSE)为3.21 cm;而Che＿SSMI/S＿NSD精度较低(R=0.67,RMSE=4.44 cm),可能是由于采用不同传感器亮温数据的两套原始雪深产品精度不同所致。除此之外,实验表明被动微波雪深产品降尺度精度还... 相似文献
11.
基于AMSR-E的北疆地区积雪深度反演 总被引：3，自引：3，他引：0
利用北疆地区2007/2008-2009/2010年度积雪季(12月至次年2月)的AMSR-E降轨19 GHz与37 GHz波段的水平极化亮温数据, 结合北疆地区45个气象台站的实测雪深数据, 建立了北疆地区基于AMSR-E亮度温度数据的雪深反演模型, 并对模型的精度进行评价. 结果显示: 雪深在3~10 cm时, 模型反演的雪深值负向平均误差为-5.1 cm, RMSE值为6.1 cm; 雪深在11~30 cm时, 模型反演雪深值的平均误差仅为2.6 cm, RMSE、 正向平均误差、 绝对平均误差均较小; 雪深大于30 cm时, 模型反演的各项误差较大. 用合成方法反演北疆地区2006/2007-2010/2011年度5个积雪季的平均雪深分布和最大雪深分布, 结果显示北疆地区积雪主要分布于北部阿尔泰山和南部天山一带, 其中阿勒泰地区所占比重最大, 中部的准噶尔盆地腹地、 克拉玛依地区雪层较浅. 相似文献
12.
1961—2017年基于地面观测的新疆积雪时空变化研究 总被引：4，自引：4，他引：0
选取新疆89个气象站1961—2017年逐日积雪深度观测资料, 分析近60 a新疆冬季最大积雪深度及积雪日数的时空变化特征。结果表明： 新疆冬季最大积雪深度以天山为界, 天山以北多于南部, 北疆北部和伊犁河谷最大达60 ~ 100 cm, 天山山区及天山北坡30 ~ 60 cm, 南疆大部地区不足20 cm; 新疆北部最大雪深多出现在1996年以后, 也是新疆气候由暖干转为暖湿的阶段。近60 a新疆区域尤其是北疆、 天山山区冬季最大积雪深度呈显著增加趋势, 南疆略有增加; 89个气象站中87.6%呈增加趋势, 20个显著增加, 主要分布在天山以北地区。分析不同积雪深度出现的日数, 新疆区域、 北疆地区、 天山山区≤10 cm积雪约占积雪总日数的48% ~ 58%, 10 ~ 20 cm积雪占24% ~ 32%, 20 ~ 30 cm积雪占12% ~ 15%, >30 cm积雪约占5%左右; 南疆地区以≤5 cm积雪为主。新疆区域、 北疆地区以及天山山区积雪日数总体呈减少趋势, 其中≤10 cm积雪日数减少, 尤其北疆显著减少, >20 cm积雪日数显著增加, 南疆变化不明显; 空间变化趋势分布基本与区域变化一致。 相似文献
13.
青藏高原积雪对区域气候及水循环有重要影响,现有积雪数据集在该区域存在很大不确定性,适用性评估工作不可或缺。基于气象站观测数据(OBS),采用秩评分方法对一套被动微波遥感(CHE)和两套再分析(ERA5-Land和MERRA2)积雪深度数据进行了多变量、多评价指标的综合定量评估。结果表明:从年平均积雪深度、年最大积雪深度、年积雪日数三个变量分别评价各数据,MERRA2对年最大积雪深度、年积雪日数模拟最好,CHE对年平均积雪深度描述最好;各数据在不同评价指标上的得分排名存在较大差异,CHE在描述线性变化趋势上具有优势,ERA5-Land在描述年际变化上具有优势,MERRA2在描述季节循环、多年平均值、极大值、标准差上具有优势;综合考虑,MERRA2在青藏高原适用性综合评分最高、ERA5-Land次之、CHE最低。三种数据均存在明显不足之处,MERRA2对积雪线性变化趋势的定性描述与OBS相反,对积雪年代际变化的模拟有待优化;ERA5-Land对各变量的多年平均值存在严重高估;CHE刻画积雪空间分布特征能力较差。由于青藏高原西部站点稀少,相关评估结论仅适用于高原中东部。基于遥感及再分析数据得到高原西部积雪变化趋势存在较大不确定性。 相似文献
14.
北京-张家口地区冬春季积雪特征分析 总被引：6，自引：4，他引：2
2022年冬奥会将在北京-张家口（以下简称北-张地区）举办,揭示该地区的积雪变化特征及其在全球变暖背景下的发展趋势,对冬奥会的筹备以及当地的积雪资源的开发利用等方面都有重要意义。利用2002-2014年MODIS遥感积雪产品提取了研究区域积雪数据,结合1966-2013年台站积雪、气温和降水资料和DEM数据,分析了积雪的时空分布特征,并对冬奥会场地进行积雪资源评价。结果表明：2002-2013冬春年北张地区的整体积雪频率较小,多处于0~0.2之间,但场馆区2月的积雪频率多在0.5以上,最大值接近0.9左右,积雪的分布呈带状和点状。积雪覆盖率最大值出现在1月初,达到0.23。积雪的形成缓慢,但是消亡迅速。1966-2012冬春年冬季积雪日数的波动幅度大于春季,延庆和崇礼县的2月份积雪日数分别为4.6d和13.9d,且均呈下降状态。积雪初终日均有提前,但整体的积雪期在减少。北京和张家口整体的最大积雪深度变化平稳,在1966-1980年和2000-2012年处于高值区,波动较大,其他年份最大雪深处于低值变化平稳,延庆和崇礼县的2月份最大积雪深度分别为3.6cm和5.1cm。通过分析积雪指标与气象因子（气温、降水）的相关关系发现,在年内（年际）变化上,积雪指标与气温（降水）的关系更为密切。冬奥会场地的2月份气温在-14~2℃之间,月平均降水量仅0.2mm·d-1,积雪日数不足,预计难以形成足够深度的雪,且未来气温上升,达到0.8℃·（10a）-1,降水、积雪深度和积雪日数均呈下降趋势,可能60%~95%的赛事用雪将来自人造雪,以应对可能的积雪不足。 相似文献
15.
基于CMIP6气候模式的新疆积雪深度时空格局研究 总被引：1，自引：0，他引：1
积雪深度的变化对地表水热平衡起着至关重要的作用。选用了国际耦合模式比较计划第六阶段（CMIP6）中目前情景比较齐全的五个全球气候模式,通过对比新疆地区1979—2014年积雪深度长时间序列数据集,评估了气候模式在新疆地区模拟积雪深度的模拟能力,接着预估了未来不同SSPs-RCPs情景下新疆地区在2021—2040年（近期）、2041—2060年（中期）、2081—2100年（末期）相对于基准期（1995—2014年）的积雪深度变化。气温和降水对积雪深度变化有着重要的影响,因此还分析了新疆地区到21世纪末期气温和降水的变化趋势。结果表明：订正后的气候模式模拟的积雪深度数据与观测数据的相关系数均达到0.8以上,其中1月至3月与观测数据的结果更为吻合。气候模式基本上能够反映积雪深度年内变化的基本特征,气候模式模拟的积雪深度空间分布和观测数据具有相似的特征。气温和降水在未来不同情景下均会波动上升,其中气温的增幅相对比较明显,达0.43 ℃·（10a）-1,而降水的增幅为0.63 mm·（10a）-1,新疆未来的气候总体上呈现出变暖变湿的趋势。新疆地区的平均积雪深度在未来不同时期相对基准期均呈增加的趋势。SSP1-1.9情景下,21世纪近期、中期和末期北部大部分地区的积雪深度将会有所增加;SSP1-2.6情景下,北部阿尔泰山地区的积雪深度在21世纪近期有所减小,但中期和末期将会有所增加;SSP2-4.5情景下,21世纪不同时期东部地区的积雪深度将会有所增加,北部和中部大部分地区在不同时期积雪深度将会变小;SSP3-7.0情景下,21世纪不同时期北部和西南地区的积雪深度将会普遍变小,东部地区的积雪深度将普遍增加;SSP4-3.4和SSP4-6.0情景下,21世纪不同时期西南昆仑山地区的积雪深度将会普遍变小,东部地区的积雪深度将普遍增加;SSP5-8.5情景下,北部阿尔泰山地区和东部地区的积雪深度将普遍增加。 相似文献
16.
1979—2017年雅鲁藏布江流域雪深时空分布特征及其影响因素分析 总被引：3，自引：3，他引：0
积雪是水文过程的重要环节,基于1979—2017年中国雪深长时间序列数据集、中国区域地面气象要素数据集提供的降水和气温数据,结合DEM数字高程模型等,运用Mann-Kendall检验法、Sen氏坡度法、Pearson相关分析法,分析了雅鲁藏布江流域雪深时空变化分布特征,并对雪深与气象因子（气温、降水）和地形因子（高程、坡度、坡向）的相关性进行了分析。结果表明：1979—2017年雅江流域多年平均雪深为1.95 cm,且以0.02 cm·a-1的速率呈现显著减少趋势;雪深空间分布特征差异性明显,呈现“二高二低”相间分布的特征,高值区为流域西部边缘和东部的山地区域,低值区为中游河谷、流域出口低谷区;气象因子对雪深的变化起决定性作用,其中年平均气温与雪深的相关系数数值为-0.63,二者相关性显著;雪深呈现出随着高程的增加而增加的变化趋势,但最大雪深并非出现在最高海拔处;雪深随坡度的变化呈现“减少—增加—减少”三段式分布规律,且东坡和南坡的雪深厚度高于西坡和北坡的雪深厚度。 相似文献
17.
长江黄河源区积雪空间分布与年代际变化 总被引：1，自引：0，他引：1
应用长江黄河源区及其周边地区16个气象站逐日积雪资料,分析了长江黄河源区积雪的空间分布和年代际变化特征.结果表明:以巴颜喀拉山主峰为中心的黄河源头和长江源东南部地区是年积雪深度高值中心,黄河源头以西和五道梁以东的长江源东北部和黄河源西北部广大地区是低值中心.冬春累积积雪深度占年累积积雪深度的比例>71.0%,夏半年(6~9月)对其的贡献小,但夏半年的积雪日数占年积雪日数的1/3.曲麻莱达日一线以南地区积雪主要发生在1月份,以北地区一年有两个高值期:前冬10~11月和春季3~5月.长江源和黄河源头地区积雪建立早,积雪季节长,结束晚,消退过程缓慢;而黄河源东部地区,积雪建立稍晚,积雪发展比较缓慢,消退过程迅速.近40 a来长江黄河源区积雪呈确定的增长态势,长江源区冬春积雪增长了62.11%,黄河源区增长了60.18%.但二者积雪变化位相基本相反,变化幅度长江源大起大落,而黄河源比较平缓,多雪年份出现也不一致.整个源区20世纪60年代至70年代初为积雪偏少期,70年代中期至90年代是积雪偏多期.从20世纪70年代中至80年代末,积雪明显增加,90年代积雪增加速度有所放慢,近40 a江河源区平均冬春累积积雪深度增加了60.95%.长江源区对整个源区积雪变化起主导作用,源区平均冬春累积积雪深度变化主要表现长江源的特征. 相似文献