排序方式： 共有6条查询结果，搜索用时 15 毫秒
1
1.
青藏高原积雪范围和雪深/雪水当量遥感反演研究进展及挑战 总被引：1，自引：0，他引：1
积雪是地表特征的重要参数,对辐射收支、气候和长期天气变化均有重要影响。雪本身又是一个重要的天气现象和水文气象参数,过量的降雪也会带来严重的雪灾,如牧区雪灾、雪崩和融雪洪水灾害等。因此对积雪的监测,尤其是对山区的积雪监测,具有多方面的意义。利用卫星遥感技术监测积雪已有50余年的历史,并已形成了系列业务产品。青藏高原平均海拔超过4 000 m,该地区的积雪具有重要的水文、气候和生态环境意义。由于地形复杂,人迹罕至,地面观测站点稀少,受较强太阳辐射的影响,积雪消融迅速、区域差异消融以及风吹雪等因素导致积雪分布破碎化严重,对使用遥感资料监测该地区的积雪造成的极大的困难和不确定性。随着国内外传感器技术的不断发展,光学和被动微波遥感数据的同步获取技术已经非常成熟,综合利用光学遥感数据高空间分辨率和被动微波数据不受云干扰的特点,结合机器学习、无人机等技术,将环境参数加入反演模型中,有助于提高青藏高原积雪参数反演精度。 相似文献
2.
卫星遥感器中的CO21.6μm弱吸收带通道测量信号可以反映CO2的近地层浓度分布,是温室气体卫星反演的重要通道之一。HITRAN数据库是建立卫星遥感CO2浓度算法依赖的重要分子光谱参数数据库,目前已经更新到了2012版,不同版本中大气分子谱线参数存在差异。本文利用逐线积分模式LBLRTM,研究了最近3个版本HITRAN数据库(04、08、12版)在CO2的弱吸收带通道上大气光学厚度、透过率的差异,发现04版计算的气体光学厚度普遍偏高,可对CO2造成约38 ppm的低估;08版本得到的气体光学厚度与12版本接近,反演相差2 ppm以内。在此基础上,分析了不同HITRAN数据库对整层CO2变化和近地层CO2变化的敏感性,结果表明:04版对整层和近地面大气的变化敏感性最强,并且放大了近地层信号;08版与12版对整层或近地层CO2的敏感度接近,两者经过卷积后得到的信号无差异。 相似文献
3.
本文利用全球地基二氧化碳柱浓度观测站点(Total Carbon Column Observing Network,TCCON)18个站点CO_2地基观测数据对GOSAT(Greenhouse gases Observing Satellite)2009—2017年的大气CO_2遥感反演产品进行验证分析,结果显示卫星CO_2遥感产品与地基遥感观测结果较为一致,在东亚、北美、欧洲和大洋洲四个区域内卫星遥感产品与地基观测的平均偏差分别为2. 23±2. 69、2. 19±2. 19、2. 01±2. 49、1. 59±1. 79 ppm,相关系数不低于0. 75。卫星在30°S～60°N范围内的产品精度较高,而在高纬地区产品精度稍低。本文进一步利用GOSAT L2 XCO_2遥感反演产品对全球大气CO_2的长时间序列变化进行了分析,结果表明2009—2017年全球大气CO_2浓度呈持续上升趋势,全球年平均增长率为2. 22 ppm·a~(-1),增长较快的国家和地区包括中国、美国、印度和非洲,受与厄尔尼诺有关的自然排放影响,2016年相对上一年的增长量最多,年均CO_2绝对增量在3 ppm以上。 相似文献
4.
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
5.
青藏高原Soumi-NPP和MODIS积雪范围产品的对比分析 总被引：1，自引：1，他引：0
Soumi-NPP（Soumi Polar-orbiting Partnership）卫星作为接替服役超期的Terra、Aqua卫星,其积雪范围产品在青藏高原的精度尚未被评价。以Soumi-NPP积雪范围产品为研究对象,利用气象台站点数据并结合更高分辨率的Landsat-8 OLI数据,评价该产品的精度,并与MODIS（Moderate Resolution Imaging Spectroradiometer）积雪范围产品进行对比分析。结果表明：使用气象台站进行数据验证时,NPP、MOD与MYD三种积雪范围产品的总精度均较高,但三者积雪漏分误差都较大,其中MYD的漏分误差最大,为64.2%;当雪深小于5 cm时,三种积雪范围产品的积雪分类精度都较低,雪深大于等于5 cm时,NPP积雪范围产品的积雪分类精度最高,为82.3%,MOD与MYD的精度分别为77.1%和69.4%;利用Landsat-8 OLI数据验证时,Soumi-NPP积雪范围产品的Kappa系数最高,其均值为0.707,为高度一致性。而MOD10A1与MYD10A1的Kappa系数较低,分别为0.476与0.557,为中等一致性;Soumi-NPP积雪范围产品的Kappa系数大多在0.6以上,精度比较稳定,而MODIS积雪范围产品的Kappa系数波动较大,精度稳定性较差。Soumi-NPP积雪范围产品相较于MODIS积雪范围产品,其精度有了较大的提升,为准确监测青藏高原积雪范围提供了一个更优的选择。 相似文献
6.
卫星高光谱大气CO2探测精度验证研究进展 总被引：2，自引：0，他引：2
卫星高光谱大气CO2遥感探测对全球气候变化研究意义重大,卫星CO2反演产品的地基观测验证是获得产品精度评价、发现算法可适用范围和局限性的重要环节,因此地基高光谱CO2的观测验证研究对提高卫星产品定量精度至关重要。本文综述了当前国际上大气CO2探测卫星的研制进展,短波红外大气CO2的反演方法进展,重点阐述了地基高光谱CO2探测技术进展及其对卫星大气CO2的定量探测精度验证方法和技术研究进展,并对该研究领域未来的发展提出展望。 相似文献
1