论文总字数：15210字

目 录

1.引言 6

2.国内外研究进展 6

2.1积雪参数提取 6

2.1.1 云和雪的鉴别 6

2.1.2 雪盖面积估算 7

2.1.3 积雪深度估算 7

2.1.4 雪水当量换算 8

2.2 青藏高原积雪研究进展 8

2.2.1 结合雪深观测资料研究青藏高原积雪 9

2.2.2 结合可见光/近红外卫星监测资料研究青藏高原积雪 9

2.2.3 结合微波遥感监测资料研究青藏高原积雪 9

3.主要的卫星遥感反演积雪产品 10

3.1 MODIS(Moderate Resolution Imaging Spectroradiometer)积雪产品 10

3.2 NOAA-AVHRR(Advanced Very High Resolution Radiometer)积雪产品 11

3.3 SMMR（Scanning Multichannel Microwave Radiometer）积雪产品 11

3.4 SSM/I(Special Sensor Microwave/Imager)积雪产品 12

3.5 IMS（Interactive Multisensor Snow and Ice Mapping System）雪冰产品 12

4. 研究数据 12

4.1 GlobSnow SE产品编码方案 13

4.1.1 主要信息 13

4.1.2 不确定性 14

4.1.3位标志 15

5．结果与分析 16

5.1 青藏高原积雪覆盖率的月变化 16

5.2 青藏高原积雪覆盖率的季度变化 17

5.3 青藏高原积雪覆盖率所占像元百分比的日变化 18

5.4 2004年青藏高原四组积雪覆盖率的年累积日数 19

5.5 2004年青藏高原GlobSnow SE产品D4SC的无效率 20

6. 小结与展望 20

参考文献 21

致谢 22

青藏高原积雪卫星遥感监测结果分析

李欣

, China

Abstract：This paper used the GlobSnow SE snow data from 2003 to 2005 to analyze the time and space distribution of the snow in the Tibetan Plateau. The result shows that the snow fractional cover of Qinghai Tibet Plateau in spring and winter is the highest and in summer is the lowest. There are two peaks of snow fractional cover: May, October and two low values: July, August. About 90% pixels in the research area has the snow coverage rate of 0-10%.The number of snow fractional cover annual cumulative days is about 20-50. The effective rate of D4SC data in GlobSnow SE product is as high as 80% to be convinced.

Key words: Qinghai Tibet Plateau; snow fractional cover; satellite monitoring, GlobSnow

1.引言

青藏高原地处我国西部，它主要包含了青海、西藏、四川西部、新疆南部、云南的西北部以及甘肃西南部，占我国领土总面积的四分之一左右。高原的平均海拔高度在4000m以上，西藏西部平均海拔高度已经达到5000m以上，是世界上最大、地形最复杂的高原，这些特点让它拥有了“世界屋脊”和“世界第三极”等称号。

青藏高原地区经常会有积雪、冰川、冻土、湖泊等现象[1]。青藏高原独特的地理条件，使其对中国、亚洲，甚至整个地球的大气环流形式以及天气气候都会产生巨大的影响。经过人们的大量诊断分析和数值试验验证表明，青藏高原的热力作用和动力作用对东亚以及全球的大气环流和我国的气候异常有很重要的影响[^[1]]。

冰冻圈是气候系统中非常活跃的一部分，它包括了季节性雪盖、高山冰川和冻土等。积雪作为冰冻圈的主要成员，又是高原冬季和春季的一个主要特征，也是地表热状况的一个重要部分[^[2]]。所以，青藏高原积雪是存在于陆、气之间的特殊介质,它作为全球气候系统中的一个重要组成部分，其高反照率特征、融雪水文过程在气候系统中都占着很重要的地位。

气象卫星遥感技术在积雪的动态观测中发挥着极为重要作用，它具有快速、宏观、周期性强、多层次、多尺度、多时相、多谱段等诸多优势，能以一个很高的时间分辨率和空间分辨率对全球积雪进行反复的监测[^[3]]。气象卫星遥感不仅比地面观测更加适时有效，而且有能力观测到更多的积雪信息，特别是在山区和牧区这些气象情报不足、条件恶劣的地方，它是唯一能够提供雪情信息，以便于雪的分析和气候研究的手段，更是观测青藏高原积雪的最主要手段。所以，对青藏高原积雪卫星遥感监测结果的分析就显得极为重要。

本文将采用卫星遥感积雪资料，对青藏高原的积雪进行研究，分析其积雪像元比例的空间分布和时间分布。

2.国内外研究进展

2.1积雪参数提取

2.1.1 云和雪的鉴别

鉴别云和雪，对于卫星遥感积雪来说，是一个重大的难题。因为云与雪在可见光和和近红外波段的光谱特征非常相近。自从1965年开始，Conver等[^[4]]在使用 TIROS卫星数据时意识到对于鉴别云和雪还存在诸多挑战的之后，技术得到了很大进步，找到了许多在一定条件下可以鉴别云与雪的办法。目前为止的方法有：云和雪的交互式区分技术、纹理分析技术和多时相分析技术。

2.1.2 雪盖面积估算

雪盖面积通常表示一个区域内积雪覆盖的面积。从卫星资料中进行积雪面积的资料提取的重点是积雪的区分与判读[^[5]]。我们当前使用率较高的几种积雪面积估算方法为：阈值法像元统计、雪盖指数法和监督分类法[^[6]]。

阈值法像元统计的原理是根据雪和其他地表物质的反射特性不同，使雪的反射高、吸收低。所以，阈值法在可见光和近红外波段中的应用更为广泛。但是，因为大气传输、地形不同以及时相等因素影响，使相同地点的图像中设置的雪的阈值各不相同。因此在现实研究中，经验这一成分所占的重要性比较大。相同的，大面积的积雪会使统计的结果跟实际情况之间有很大的误差。所以在我国阈值法统计雪盖面积的应用在90年代之前比较普遍。有研究显示，在经过大气校正和几次试验分类后的NOAA/AVHRR近红外图像上，积雪的反射率阈值取40比较合适[^[7]]。

雪盖指数法中的雪盖指数是指归一化差分积雪指数（normalized difference snow index, NDSI）。短波红外波段与可见光对于雪的反射特性与反射差的相对大小为其原理基础 [^[8]]。与雪面相似的，可见光波段中光学厚度较大的云也具有较高的反射率，反之水体和晴空陆地的反射率则相对较低。但在近红外波段中云与雪却产生了较大的差异。积雪吸收太阳辐射，而云反射太阳辐射，前者在1.55-1.65μｍ之间和2.1μｍ附近反射率都达到最小，此时云的反射率远大于积雪。以此波段特性为依据，建立归一化差分积雪指数，就能够区分大部分云和雪。此外，在短波红外波段（3.7μｍ附近），积雪同样具有较低的反射率，相比一般低云有着较大的差异，此时利用可见光与短波的反射率比值建立积雪指数，也能够有效地区分云和雪。由此可以看出，归一化植被指数(NDVI)像积雪指数（NDSI）一样，随光照条件变化而产生的改变很小，对大气的作用可使其局地归一化，并且不依赖于单通道的反射。由于不同的获取系统采用了不同的传感器采集遥感数据，雪的NDSI临界值也因此互不相同。而基于反射特性的归一化差分积雪指数由于分类合理、精度较高，在应用上有着重大的意义，成为提取积雪信息的最佳技术手段之一[^[9]]。

监督分类是基于对训练样本区的采样，对每一地物信息类的反射值生成一个统计特征。通过检查逐个像元的发射值并确定它与哪个光谱特征最相似从而来对图像进行分类。监督分类的最基本的特点是在分类前对遥感影像上某些区域的地物类别属性已有了先验知识，然后按照经训练的判别函数把图像按指定的类别实行分类[^[10]]。其中常用的分类器有最小距离分类器和最大似然分类器。为保证分类的可行性，一般需要做尽可能多的野外调查工作，来获取地面实测资料^[]。

2.1.3 积雪深度估算

积雪深度表示雪表到地面的距离^[6]。一开始，人们取得积雪深度数据的途径是统计站点资料，曾群柱等[^[11]]读取站点资料后结合趋势面分析法，得出了旬积雪深度和海拔高度与纬度的趋势面方程。后又与DTM和NOAA/AVHRR图像相对比，对观测资料进行订正得到雪深资料。

后来人们更加青睐微波遥感方法。随着雪层的深，雪粒对微波辐射的散射强度就越强，但能够到达传感器的辐射强度就越弱；频率越高，散射作用也越强。James. R. Wang等[^[12]]在考虑了大气吸收的情况下，对不同高度进行了辐射测量，再经过辐射转换计算，来对积雪深度进行估算。这种方法主要是在考虑大气吸收作用的情况下，通过测量亮度温度(Tb),再由辐射转换方程算得雪深。在此模型中，不同频率测量所得雪深之间存在一定偏差，这种偏差主要由于辐射转换计算与辐射计测量造成的。用SSM/I测量时，在37 GHz误差可达±5 cm。J. R. Wang等12指出，为了提高雪深估计的精度，需要对大气与表面参数一起进行微波辐射测量。且还应该考虑地面坡度、粗糙度、植被等因素的作用。

Chang .A.T.C等[^[13]]曾应用Nimbus-SMMR数据建立了雪深和亮温之间的关系：

剩余内容已隐藏，请支付后下载全文，论文总字数：15210字

相关图片展示：