共查询到16条相似文献，搜索用时 375 毫秒
1.
采用高级微波扫描辐射计(AMSR-E)亮温数据, 选取Chang算法、GSFC 96算法、AMSR-E SWE 算法、青藏高原改进算法和Savoie算法等5种雪深反演算法, 利用2010年2月10-12日3 d的气象站台雪深观测数据, 对比分析了5种雪深反演算法在新疆地区、青藏高原、内蒙古地区、东北地区、西北地区和华北平原的精度和适用性. 结果表明:总体验证中, 青藏高原改进算法3 d的结果均优于其他算法, 其均方根误差(RMSE)为9.16 cm、9.96 cm和9.63 cm, 平均相对误差(MRE)分别为59.77%、52.79%和48.47%. 分区验证中, 结果最佳的算法分别为:在新疆地区, GSFC 96算法RMSE为6.85~7.48 cm;内蒙古地区, 青藏高原改进算法的RMSE分别为5.9 cm、6.11 cm和5.46 cm;东北地区, 青藏高原改进算法RMSE为6.21~7.83 cm;西北地区和华北平原5种算法的适用性不佳;青藏高原由于缺乏实测数据, 无法得到该区验证统计结果. 相似文献
2.
青藏高原因其复杂的地形地势和和积雪分布使得多种雪深算法未达到理想的精度。基于新一代被动微波数据AMSR2（Advanced Microwave Scanning Radiometer 2）， 应用随机森林算法（Random Forest， RF）将亮温（Brightness Temperature， BT）和亮温差（Brightness Temperature Difference， BTD）作为参数输入， 并将高程和纬度参数引入雪深反演模型中， 经过模拟退火算法进行有效反演因子筛选， 构建了基于随机森林算法的青藏高原雪深反演模型。结果表明： 与AMSR2全球雪深产品相比， 随机森林算法的拟合优度（R2）由0.41提升至0.60， 均方根误差（Root Mean Square Error， RMSE）由7.36 cm降至4.88 cm， 偏差（BIAS）由3.24 cm减小至-0.16 cm， 随机森林雪深反演模型在青藏高原的精度更高； 青藏高原平均海拔超过4 000 m， 当海拔大于青藏高原平均海拔时， 随机森林算法的反演效果最差， 但RMSE仅为3.78 cm， BIAS仅为-0.09 cm； 高原南部（25° ~ 30° N）因其复杂的地势和相对较少的气象站点使得反演效果较差， RMSE为5.94 cm， BIAS为-0.39 cm； 青藏高原的主要土地覆盖类型为草地， 随机森林算法在草地的RMSE约为3 cm， BIAS接近0 cm。 相似文献
3.
以天山山区为研究区,利用MODIS 8d最大积雪合成数据MOD10A2,分析天山山区积雪的时间变化和空间变化情况以及不同高程带的积雪覆盖率的变化情况;结合SSM/I亮温数据和站点观测数据建立的雪深反演模型并反演研究区的雪深,根据研究区的地势起伏情况,提取特殊地形进行分析其雪深变化情况,进一步分析整个天山山区的积雪深度的时空特征,并对结果进行验证,并且对不同高程带的积雪深度进行分析.研究结果表明:1)天山山区积雪面积分布的趋势表现为自西向东、自北向南减少,总体是呈波动中减少的趋势,到了2012年天山山区年最大积雪面积为37.69×104 km2.2)积雪覆盖率与高程呈正比,在高山区可达70%以上.积雪深度分布呈自西向东、由北向南减少,深度最大的是在天山北部的博格达峰、河源峰附近,可以达到80 cm以上,最小在哈密地区的托木尔提峰附近积雪深度仅在10 cm左右.积雪深度与海拔呈正相关,最大雪深出现在4500 m以上的高山区.3)对雪深反演结果的精度评价表明,模型在10~30 cm雪深范围内,反演平均误差为-2.47 cm;在雪深<10 cm或>30 cm的局部地区存在较大偏差. 相似文献
4.
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
5.
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
6.
在被动微波雪水当量反演中,积雪物理参数随时间的变化特征影响着反演精度,为理解积雪随时间演化的特征及其对微波辐射亮温的影响,本研究选用2009—2013年北欧积雪实验（Nordic Snow Radar Experiment, NoSREx）积雪地面观测和微波辐射测量数据,通过雪深和温度把雪期分为积累期（10月—次年2月）、稳定期（2—4月）和消融期（4—5月）,发现各个雪期的积雪演化特征为：雪颗粒形状在积累期前期以融态颗粒（Melt Forms, MF）为主,积累期后期和稳定期以圆形颗粒、片状颗粒、深霜为主,消融期以MF为主;整个雪季底层雪粒径从小变大再变小的过程,粒径最大值出现在稳定期的2至3月,约为2.5~4.0 mm,均出现在近地表雪层,而表层粒径较小且较为稳定。通过雪深和微波亮度差（18~37 GHz）的关系分析,表明亮温差在不同雪期对于雪深的依赖关系不同,在积累期和稳定期,雪深变化与亮温差变化具有明显的正相关;在消融期由于积雪融化的影响,其相关性较差;基于多层积雪微波辐射模型（MEMLS）构建了一维微波辐射模拟环境,模拟表明MEMLS模型在3个雪期的垂直极化10.65 GHz和18.7 GHz模拟结果较37 GHz和90 GHz更好;10.65 GHz V极化在入射角为50°且稳定期时,微波亮温模拟均方根误差（RMSE）结果最小,为2.49 K。3个雪期90 GHz模拟结果水平极化优于垂直极化,由于受表层积雪变化影响,90 GHz模拟结果较不稳定,尤其是消融期时,RMSE最小也达到了42.7 K。本研究有助于理解积雪随时间演化的特征及其对微波辐射模拟的影响,表明在被动微波雪水当量反演算法中,针对不同积雪期需要考虑积雪演化动态过程。 相似文献
7.
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
8.
基于AMSR2被动微波积雪参量高精度反演方法研究 总被引：2，自引：2，他引：0
以新疆为研究区域建立了被动微波遥感积雪深度高精度反演模型,采用高空间和时间分辨率AM SR2被动微波遥感数据(2012年11月-2015年3月逐日数据),结合研究区域海拔高度、坡度、坡向、沙漠,荒漠和地表粗糙度等地形、地貌特征,考虑冰川、水体、林地等地表覆盖类型和不同季节的新雪、干雪和湿雪等积雪属性的微波辐射特征,以决策树阈值法为基础,通过采集样本分类建立起多种雪深判识阈值,在此基础上建立AMSR2高精度积雪深度反演综合模型,分类分析不稳定积雪和冰川信息,从而实现雪深在60 cm以内的积雪深度AMSR2反演的主要原理、思路及方法,并对模型的反演结果跟台站实测或者野外观测积雪值以时间和空间角度进行检验.结果表明:该综合模型能够定量判识研究区域复杂地形地貌条件下的1~60 cm积雪厚度,检验的复相关系数为0.74~0.88,均方根误差为2.92~6.14 cm,平均绝对偏差指数为3~4 cm,雪深误差5 cm的精度为91%~94%,雪深误差2.5cm的精度为81%~87%. 相似文献
9.
IMS雪冰产品由多种光学与微波传感器数据融合而成,提供北半球每日无云的积雪范围,在积雪遥感研究中具有广阔的前景. 以气象站实测雪深数据为真值,检验了2009-2010年IMS雪冰产品在中国三大稳定积雪区北疆、东北、青藏高原地区每月、积雪季以及全年的误判率、漏判率和总体准确率,并分析了IMS雪冰产品的准确率与雪深之间的关系. 结果显示：IMS雪冰产品的年总体准确率在三大积雪区均超过了92%,积雪季总体准确率均超过了88%,利用IMS雪冰产品监测积雪范围是可靠的. 然而,IMS雪冰产品精度具有区域差异性,北疆地区在1月和2月误判率偏高,青藏高原地区积雪季有严重的漏判现象. IMS雪冰产品的准确率在东北地区和北疆地区随着雪深的增加而升高,当东北地区雪深超过6 cm,北疆地区超过13 cm时,准确率接近100%,但是,青藏高原地区两者基本没有关系. 通过在青藏高原地区与同时相的4景MODIS积雪产品对比分析发现,实际上IMS雪冰产品相对地高估了积雪面积,青藏高原地区漏判率高其原因是IMS对零碎积雪的识别能力不足并且气象站分布不均匀. 相似文献
10.
东北地区MODIS和AMSR-E积雪产品验证及对比 总被引：3，自引：0，他引：3
通过2002-2008年6个积雪季节的Terra-Aqua/MODIS积雪产品(MOD10A2、MOD10C2)和Aqua/AMSR-E雪水当量产品,分析了东北地区积雪覆盖面积的变化特征,以研究区气象站点观测的积雪数据为真实值来验证两种产品积雪信息的精度,探讨了云覆盖、土地利用类型和雪深对积雪覆盖精度的影响.结果表明:云的存在对微波数据积雪识别的影响较小,在积雪量较多的12月至次年的2月随云量百分比的变化,MOD10A2积雪覆盖面积比例大体出现负变化.因此,在有云情况下AMSR-E数据反演积雪精度最好.对比草地、耕地、林地和居民地4种土地覆盖类型对监测积雪覆盖精度的影响,发现林地对其影响最大,在林区3种积雪产品的积雪识别精度分别为55.8%、81.2%、85.4%;雪深对AMSR-E积雪产品识别精度影响较小,总体精度为97.8%;积雪深度对MOD10A2积雪产品识别精度影响较大,总体精度为57.3%.MOD10A2、MOD10C2和AMSR-E 3种积雪产品的总体反演精度分别为69.3%、76.6%、76.3%.有必要开发适用于东北地区的积雪覆盖算法,提高估算精度,为能量平衡估算、气候模型、农业生产、土壤墒情监测服务. 相似文献
11.
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
12.
利用新疆91个气象台站1960-2011年的观测资料, 对南北疆及天山山区冬春年(10月-翌年5月)的积雪日数、最大积雪深度、积雪初始、终止日期等因子进行了统计分析, 并通过Kringing插值计算了新疆区域平均最大积雪深度的空间分布.结果表明: 新疆冬春季积雪主要分布在天山以北, 厚度可达30 cm以上, 天山以南积雪比较浅薄, 大部分在10 cm以下;50 a来, 南北疆及天山山区的积雪深度均呈小幅增长(天山山区增幅最大), 积雪日数呈略微降低趋势, 积雪初始、终止日期无明显变化. 天山山区的积雪变化与北疆有较高的相关性, 它们积雪深度和积雪日数的相关系数分别达0.708和0.614, 南疆积雪变化与它们几乎没有相关性;积雪深度与冬春年降水量的变化均有很好的一致性, 尤其在北疆,二者相关系数高达0.702, 但与平均温度呈低的负相关;积雪日数与冬春年降水量变化没有明显相关关系, 但均与气温呈较好的负相关, 在北疆二者的相关系数达-0.742. 相似文献
13.
40余年来中国地区季节性积雪的空间分布及年际变化特征 总被引：19，自引：8，他引：11
利用全国700余个气象站的地面积雪观测资料,分析了中国地区季节性积雪年际的时空变化特征.结果表明:新疆北部,东北-内蒙古地区和青藏高原西南和南部地区为我国季节性积雪的3个高值区,也是积雪年际变化变化大的地区,也即为中国积雪年际异常变化的敏感区.综合积雪深度和积雪日数的变化趋势,可大致分为3种变化类型:1)增加和减小同步,主要在新疆天山以北、青藏高原东部地区、内蒙古高原中东部到大兴安岭以西的地区,减少区人体在内蒙古西部、黄土高原和长江中下游地区;2)积雪深度增加但积雪日数减少,主要在东北平原东部的部分地区,长江上游的部分地区;3)积雪深度减小而积雪口数增加,主要位于青藏高原中部的部分地区.中国地区积雪总体上呈现出平缓的增长趋势,积雪深度和积雪日数的年代际变化趋势在20世纪60年代呈现为稍有增加;70年代有所下降;80年代又增加;90年代又有略有增加的趋势. 相似文献
14.
新疆阿勒泰地区积雪变化特征及其对冻土的影响 总被引：4，自引：3，他引：1
依据新疆阿勒泰地区气象台站观测的1961-2011年最大积雪深度、 积雪日数资料与安装在库威水文站的雪特性站观测的积雪密度资料, 讨论了新疆阿勒泰地区积雪的变化特征. 结果表明: 阿勒泰地区近50 a来最大积雪深度变化均呈显著增加的趋势, 且西部最大积雪深增加趋势大于东部. 积雪日数变化较为复杂, 在空间分布上有差异, 位于最东面的富蕴和青河50 a来积雪日数呈减少趋势, 其余各站均为增加趋势, 且东部历年平均积雪日数略高于西部, 积雪日数的增加趋势比最大积雪深度增长得平缓. 2011年8月-2012年9月在阿勒泰额尔齐斯河上游库威水文站架设的雪特性站观测资料表明, 在额尔齐斯河源头高山区冬季积雪主要是空心化的密实化过程, 升华可能是其主要的物质损失过程, 引起升华的主要气象要素是气温、 风速和水汽压. 各站月最大冻结深度与海拔关系较为密切, 随海拔的增加而增大. 积雪20 cm厚是积雪对下伏土壤冻结影响的一个界限, 积雪厚度超过20 cm就有一定的保温作用; 积雪超过40 cm时, 气温变化对下伏土壤冻结的影响保持稳定, 冻结深度也达到稳定值; 但当积雪厚度超过70 cm之后, 冻结深度会再次发生变化, 可能是由于地温从下向上的影响或地温不能与气温交换而产生的又一次变化. 相似文献
15.
1961—2017年新疆积雪期时空变化特征及其与气象因子的关系 总被引：2，自引：2，他引：0
利用新疆89个地面站逐日积雪深度观测资料,研究探讨了1961—2017年新疆区域积雪期、积雪初日、积雪终日的时空变化规律,分析了北疆和天山山区积雪期的年代际和周期变化特征及其与气温、降水的关系。结果表明：新疆各地积雪期、积雪初日和终日存在明显的差异,积雪期以天山为界北多南少;从空间分布看,天山山区和新疆北部阿勒泰、塔城和伊犁河谷的大部地区是新疆积雪最丰富的地区,也是积雪期相对较长的区域。近57年来,北疆和天山山区78%气象站积雪期呈减少趋势,其中塔城地区和阿勒泰东部以及中天山一带的部分地区减少显著;67%气象站积雪初日推迟,显著推迟区域与积雪期显著减少的区域基本一致;积雪终日变化趋势不明显。北疆和天山山区积雪期存在2~3 a的短周期、14~15 a的长周期;积雪初日分别以12 a、15 a长周期振荡为主,但3~5 a短周期振荡出现的时段有所差异,两个区域积雪终日周期信号均较弱。北疆和天山山区积雪期、积雪初日和终日受气温的影响大于降水,其中积雪初日、终日出现的早晚与其所处季节的平均气温显著相关。 相似文献
16.
中国地区地面观测积雪深度和遥感雪深资料的对比分析 总被引：4，自引：1，他引：3
比较了气象台站观测和卫星遥感(SMMR、 SSM/I、 AMSR-E)的积雪深度两种资料在空间分布、 年际变化及其与中国夏季降水之间关系的异同性.结果表明: 两种资料在积雪稳定区的分布比较一致, 积雪深度的大值区位于东北地区、 新疆北部和青藏高原地区; 对于季节性积雪区且积雪深度不大的区域而言, 二者之间存在着较大的差异, 尤其在江淮流域及长江中下游地区, 台站观测的积雪深度大于遥感得到的积雪深度; 平均而言, 两种资料获得的积雪深度在各地区基本一致.在新疆北部和高原南部, 二种资料的年际变化存在着差异, 在新疆北部, 台站观测大于遥感得到的积雪深度, 而在高原东南部遥感大于台站观测积雪.近30 a来, 两种资料获得的积雪深度在新疆北部和青藏高原的年际变化趋势基本一致, 新疆北部为增加趋势, 青藏高原有减少的趋势.值得注意的是, 在东北地区, 近30 a来两种类型资料的年际变化趋势呈相反变化.两种资料在新疆北部的相关最强; 东北、 青藏高原其次; 而高原东南部最差, 在使用时应加注意.青藏高原地区的两种积雪资料与中国夏季降水的相关"信号"基本一致.青藏高原地区积雪与东北西部地区和长江中下游夏季降水之间的相关最为显著.资料间的差异性并不影响高原地区积雪对中国夏季降水"信号"的应用. 相似文献