基于SAR数据的城市空气动力学粗糙度研究

空气动力学粗糙度是表征下垫面空气动力学特征的重要参数。雷达遥感是空气动力学粗糙度研究的一种有效手段。利用2006~2011年的22景多时相ALOSPALSAR数据,分析了北京市北部地区后向散射系数的方向及尺度特征,同时利用多层风速\,风向观测资料计算得到了空气动力学粗糙度,并在不同尺度和方向上分析了两者的相关性,得出上风向扇形区域半径为2 500 m,夹角为30°时扇形区域内的后向散射系数与空气动力学粗糙度的相关性最大,表明SAR图像可以有效表征城市下垫面地表的空气动力学粗糙特性。这一结论为城市空气动力学粗糙度雷达遥感反演提供了重要基础,将为大气边界层模型和区域气候模型提供更精确的输入。
     

C波段地球物理模式函数对比分析研究

详细对比分析了CMOD4,CMOD_IFR2,CMOD5模式函数在不同风速、入射角及相对风向下NRCS的变化情况,其中,在中等风速区间三者的差异较小,而在高风速下,CMOD4,CMOD_IFR2都存在过度响应的情况,另外还探讨了极化比因子的选取问题。本文以丰富图件的形式展现了各CMOD函数在不同条件下的响应情况,可以为正在或即将要使用这些模式函数的学者们提供参考。     

一种基于小波域隐马尔可夫模型的SAR相干斑抑制算法

相干斑噪声是SAR图像的固有特点。对相干斑抑制的要求是在平滑噪声的同时，尽量保持原始图像的结构信息。现有的许多相干斑抑制方法各有优点和不足，没有普遍的适用性。基于图像在小波域的隐马尔可夫模型(HMMs)结构，结合SAR图像中相干斑噪声的统计特性，本文提出了一种新的小波域相干斑抑制方法。仿真及实测数据处理结果表明，该方法在有效抑制相干斑的同时，更好地保持了边缘结构。与小波域软阈值去噪方法和Lee滤波器相比较，该方法在噪声平滑及边缘保持上都取得了较大的改进，并得到了较好的视觉效果。     

融合FY-3C号和FY-4A号卫星数据的积雪面积变化研究—以祁连山区为例

祁连山区积雪类型丰富、判识复杂,是中国积雪研究的典型区域。因此,精确地监测祁连山区积雪面积变化及其时空演变,对祁连山区生态环境和社会经济发展等具有重要意义。FY-3C MULSS利用多阈值积雪指数模型提供全球日积雪覆盖产品,FY-4A AGRI传感器每15~60 min提供一景覆盖全球的多光谱影像。基于FY-4A AGRI高时间分辨率的特征,构建适合于FY-4A号数据的动态多阈值多时相云隙间积雪识别方法,很大程度上减小了云对光学数据识别积雪造成的影响,并结合FY-3C MULSS积雪覆盖日产品较高空间分辨率的优势,融合得到去除云后的FY3C4积雪覆盖数据。利用Landsat 8 OLI卫星数据对融合后的积雪数据进行对比验证,结果表明融合FY-3C和FY-4A后的数据能更好地判识祁连山区的积雪覆盖情况。以MODIS MOD10A2积雪产品为真实值,随机检验了2018年3月~2019年3月融合后数据的积雪判识精度,发现无云情况下方法的总体精度可达到85.25%。进一步研究发现祁连山区积雪面积在海拔、气候和坡向等因素的影响下时空分布极不均匀,总体呈现出冬春季节大于夏秋季节,以及东部积雪面积大于西部积雪面积的特征。     

高分辨率SAR影像提取冰川面积与冰面河

冰川面积变化是冰川积累与消融的直接体现，与气候变化密切相关。遥感的方法可以为冰川的轮廓及面积监测提供可靠手段，但常用的光学遥感容易受到冰川区多变气象条件的影响。合成孔径雷达（SAR）不受天气影响，尤其是高分辨率SAR影像能够提供冰川表面丰富的细节特征，更好地监测冰川变化。应用相位一致性方法和快速行进法相结合的方法提取冰川轮廓和表面纹理。依据提取的冰川轮廓计算的冰川面积误差在5%以下，表明该方法能够准确地提取冰川面积。同时，在高分辨率SAR图像上，利用提取的冰川表面纹理信息可以有效监测到光学图像上难以识别的冰面河，而冰面河与冰川中长期消融密切相关，提取的冰面河信息将为冰川监测提供一种新的视角。     

高分辨率SAR影像提取冰川面积与冰面河

冰川面积变化是冰川积累与消融的直接体现,与气候变化密切相关。遥感的方法可以为冰川的轮廓及面积监测提供可靠手段,但常用的光学遥感容易受到冰川区多变气象条件的影响。合成孔径雷达（SAR）不受天气影响,尤其是高分辨率SAR影像能够提供冰川表面丰富的细节特征,更好地监测冰川变化。应用相位一致性方法和快速行进法相结合的方法提取冰川轮廓和表面纹理。依据提取的冰川轮廓计算的冰川面积误差在5%以下,表明该方法能够准确地提取冰川面积。同时,在高分辨率SAR图像上,利用提取的冰川表面纹理信息可以有效监测到光学图像上难以识别的冰面河,而冰面河与冰川中长期消融密切相关,提取的冰面河信息将为冰川监测提供一种新的视角。     

冰沟流域积雪面积比例与雪水当量关系初探

像元尺度上积雪面积比例与雪水当量的关系是将积雪遥感面积数据引入水文模型的有效手段。以冰沟流域为例,利用合成孔径雷达ENVISAT-ASAR数据反演得到积雪面积、雪水当量信息,分析了500m像元尺度上积雪面积比例与雪水当量的关系。结果表明:1在积雪面积比例未达到全覆盖饱和状态,雪水当量和积雪面积比例呈正相关关系,积雪面积比例控制着雪水当量的最大值,但由于受到地形的影响,关系不显著;2当考虑地形因子影响,即将坡度、坡向、海拔、积雪面积比例与雪水当量进行多元线性回归,回归系数的显著性水平均小于0.05,相关系数(r)达到0.841。因此,在高分辨率地形因子已知的情况下,结合遥感积雪数据,可建立良好的积雪面积比例和雪水当量之间的关系,有利于高分辨率积雪面积比例数据在寒区分布式水文模型中的应用。     

基于雷达后向散射特性进行湿地植被识别与分类的方法研究

选择东北地区典型内陆沼泽湿地——三江平原洪河自然保护区作为研究区,结合SAR的极化特性,分析了多时相ENVISAT ASAR不同极化下洪河湿地保护区不同地物植被类型的散射特性,利用长波L波段PAL-SAR数据对植被的可穿透性及水分的敏感性,结合与光学影像TM融合后进行神经元网络分类的方法,应用决策树方法进行了多波段、多时相SAR合成湿地植被识别试验。本文将两种方法相结合,分两步完整识别出沼泽、灌丛、岛状林、草甸、开阔水体及少量农田。     

基于SAR后向散射的海上溢油检测研究

应用海面雷达后向散射系数检测海上溢油是目前海上溢油遥感监测的一个重要方向。本文以南海Envisat-ASAR数据为例,在分析SAR数据的基础上,应用Envisat-ASAR绝对定标计算方法,计算后向散射系数,研究应用SAR进行海上溢油遥感监测的散射特性,计算目标与海面边界后向散射系数梯度均值0σ与目标与海面后向散射系数均值差Δμ,并以两者结合作为区分海面油膜与自然现象的解译标志,从而为溢油识别提供依据。     

青藏高原MODIS积雪面积比例产品的精度验证与去云研究

MODIS积雪产品的精度验证和去云处理是积雪监测研究的基础。首先利用青藏高原典型地区的ETM+数据作为“真值”影像,对MODIS积雪面积比例(FSC)产品在无云条件下的精度进行验证,发展了一个基于三次样条函数插值的去云算法,并采用基于“云假设”的检验和地面站积雪覆盖日数(SCD)检验两种方法对去云算法的精度进行了分析评价。结果表明:MODIS FSC产品在青藏高原地区具有较高的精度,与FSC“真值”相比,其平均绝对误差、均方根误差以及相关系数分别为0.098、0.156和0.916;去云算法能够有效地获取云遮蔽像元的FSC信息,平均绝对误差为0.092,用新生成的无云MODIS FSC产品计算得到的SCD与地面观测值具有较高的一致性(87.03%),平均绝对误差为3.82 d。     

多尺度卫星雪盖面积获取的对比研究

系统地开展尺度和尺度效应的研究,综合利用日益增多的不同分辨率的遥感影像数据,是地球空间信息科学发展的趋势之一。作为多尺度转换大命题中的前期工作,旨在通过试验的手段检验不同尺度产品的真实性,发现多尺度转换中潜在的各种问题,以及探索可行性的尺度转换方法,为进一步的多尺度转换研究工作提供良好的背景知识。多尺度雪盖面积的获取,包括两样区1 m分辨率野外人工子像元雪盖、两样区30 m分辨率子像元重采样雪盖、30 m Hyperion和TM卫星反演雪盖、以及MODIS 500 m分辨率的MOD10A1雪盖日产品。通过对上述不同尺度获取的雪盖面积的相互对比研究,我们发现：①1 m样区的雪盖>30 m重采样雪盖>30 m Hyperion和TM的雪盖 ;②若把1 m样区看做500 m像元的单点试验,该单点不能完全正确地表征同位置像元上的地物特征 ;③MOD10A1产品有云覆盖地区,宜采用前后雪盖合成的方法来辅助判断并恢复当日云层下的地表类型。同时,通过对各像元级尺度的雪盖面积的真实性检验,我们也发现尺度转换需关注的潜在关键问题：①精确的像元匹配 ;②重采样方式 ;③数据获取时间以及产品时间序列 ;④多传感器图像处理 ;⑤产品算法的影响 ;⑥混合像元的影响 ;⑦试验样方的大小设计 ;⑧地面同步物理参数的测量 ;⑨空间异质性的定量表达。     

基于MODIS数据的我国天山典型区积雪特征研究

准确监测天山地区积雪面积和积雪日数对合理利用水资源及分析区域气候变化有重要意义。MODIS每日积雪产品可以为大面积快速积雪制图与监测提供依据,但因云量较高成为其应用的瓶颈。利用结合MODIS产品的时间与空间信息有效地减少了云对MODIS积雪产品的影响,并利用改进的MODIS积雪数据和DEM分析2002~2009年天山地区积雪面积和积雪日数的变化特征。结果表明:积雪频率总体上随着海拔升高而增大;不同坡向积雪面积差异明显,西北坡积雪覆盖率最高,北坡、西坡和东北坡次之,南坡和东南坡的积雪覆盖率最低;2006~2008年研究区积雪面积出现低值,年内最大积雪面积呈逐年减少的趋势;随着海拔下降,积雪日数逐渐变小,天山南部地区积雪日数仅为40 d以下;积雪日数大的区域年际积雪日数变化相对稳定,积雪日数少于40 d的区域积雪日数的变异系数最大,年际积雪日数变化不稳定。     

Assessment of FY-3 Snow Cover Product

Due to the unique function that snow played in modulating energy and water exchanges in climate and hydrology system,it is important to estimate snow distribution and produce high quality products for short-term climate prediction and water resources management.National Satellite Meteorological Center publics FY-3 snow cover fraction product since 2009.It is necessary to evaluate the snow cover fraction product in order to verify the precision of retrieval algorithms and provide an objective evidences for climate studies.based on MODIS MOD10C1(MYD10C1) Global Daily Snow Cover Dataset,we carries out an evaluate of FY-3 snow cover fraction product from 2010 to 2014 based on five examine indexes,and analyses the bias distribution of snow cover fraction product in different time scales further.It is concluded that FY-3 snow product is a better time space consistency with MODIS MOD10C1(MYD10C1).For example,the consistency of two products is better in snow accumulation period,while it is reducing influenced by cloud detectionin snow melting time.At the same time,bias of snow cover fraction products have obviously changes in inter-annual time,seasonal and monthly.compares to MODIS products,FY-3 snow product is higher in North China,but it coverts to lower in whole China since 2012.Bias of two products decreases from snow accumulation period to snow melt period.In monthly time scale,North eastern China and north of Sinkiang area is sensitive area of snow variation.Bias is more stable because of Tibet Plateau is influenced by topography and covered with snow all the year.     

卫星遥感雪盖制图方法对比与分析

利用ＬａｎｄｓａｔＴＭ、ＮＯＡＡ／ＡＶＨＲＲ和中分辨率成像光谱仪（ＭＯＤＩＳ）三个平台传感器的遥感数据,分别使用训练样本监督分类、阈值数字信号统计、雪盖指数方法制作雪盖图和提取积雪面积。结果表明：不同传感器遥感图像因时相和时空分辨率的差异,提取积雪信息的有效方法有所不同。但基于反射特性的雪盖指数计算法具有普遍的实际操作性意义,即雪盖制图精度高,分类合理,是提取积雪信息的最佳技术手段|当使用监督积雪分类时,只有取得精确的信号文件,分类结果才是可信的|而阈值数字信号统计的雪的阈值确定具有很大的经验性和随机性,但对数据不完整或只有单波段时也不失为有效和简便的途径|山影补偿处理法基本可以消除地形阴影的影响|而去云后其覆盖下的积雪恢复技术值得进一步讨论。     

基于MODIS数据的玛纳斯河山区雪盖时空分布分析

基于2000~2010年的MODIS/Terra积雪8 d合成数据(MOD10A2)与DEM数据,通过计算和分析积雪频率与积雪覆盖率,研究了新疆玛纳斯河山区雪盖的时空分布特征。结果表明：① 研究区一月份积雪覆盖丰富,积雪频率高值区主要分布在北部中低山地区、南部中海拔地区以及清水河与塔西河的河源地区;四月与十月的雪盖分布规律相似,总体上积雪频率随高程上升而上升;七月份只有少部分高山区域被积雪覆盖;② 积雪频率始终保持较高水平的区域是玛纳斯河、金沟河、清水河以及塔西河的河源高山地区,而玛纳斯河流域中上游的河谷地区则始终保持较低水平;③ 一月份,1 400 m以下地区的积雪覆盖率超过95%,随着高程上升,迅速下降至2 600 m的最低值约41%,此后逐渐上升至5 000 m以上80%左右;④ 一月、四月和十月份积雪覆盖率在大部分高程带上均表现为北坡、东北坡和西北坡最高,东坡和西坡次之,南坡、东南坡和西南坡最低的规律;七月份各高程带的雪盖分布没有明显的坡向差异。     

1980~2019年北疆积雪时空变化与气候和植被的关系

利用1980~2019年中国长时间序列的AVHRR逐日无云积雪面积产品和气象站实测雪深资料计算积雪日数、积雪初日、积雪终日、积雪期、雪深等积雪物候参数,研究积雪物候的时空分布变化,同时结合ECMWF-ERA5再分析资料和GIMMS NDVI3g数据集分别提取气象因子（气温、降水）和植被因子（返青期、枯黄期、生长期）,探究北疆积雪物候变化对气象因子和植被因子的响应。结果表明：北疆近40 a间的平均积雪日数为81.62 d/a,73%的区域为稳定积雪区,积雪初日在11月、终日在3月,积雪期为每年11月初至次年3月底4月初;空间上呈现不均匀分布,其中阿勒泰山地区、天山地区、大部分塔城盆地和额尔齐斯谷地区为主要积雪区,1980~2019年间北疆积雪覆盖面积比例、积雪日数和积雪期逐年降低,积雪初日基本没变,但积雪终日显著提前;ECMWF-ERA5再分析资料表明1980~2019年北疆积雪期降水量无明显变化,但积雪覆盖面积比例显著降低,说明降雪区雪深可能增加,这与北疆气象站实测雪深逐渐增加结果相吻合;平均气温与积雪期积雪覆盖面积比例、积雪日数、积雪期长度相关性较大,呈现显著负相关,积雪期降水量与积雪物候参数呈现正相关;积雪物候及其气候效应引起北疆自然植被返青期显著提前,植被生长期延长的特征。     

基于多源数据的阿勒泰地区雪深反演研究

利用阿勒泰地区 2010~2012年冬季(11月~次年2月)3类积雪数据:风云三号微波成像仪(FY\|3/MWRI)反演的雪深数据、美国人机交互式多仪器冰雪制图系统(IMS)积雪面积数据、阿勒泰及周边地区实测雪深数据,进行积雪深度的反演研究。通过结合3类积雪数据的各自优势,建立修正模型,最终得到较准确的研究区雪深数据。同时通过编程实现了相应模型的操作平台,为今后研究区积雪业务化监测做好准备。结果表明:模型提高了FY\|3/MWRI数据反演阿勒泰地区积雪深度的准确性,改善了FY\|3/MWRI数据在阿勒泰地区雪深反演偏低的缺点,使微波与实测平均雪深误差由修正前的21.7~12.1 cm缩小为修正后的3.7~1.5 cm。