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(英文)

被引:25
作者
孙之文 [1 ]
施建成 [1 ]
蒋玲梅 [1 ]
杨虎 [2 ]
张立新 [1 ]
机构
[1] 北京师范大学遥感科学国家重点实验室
[2] 中国气象局中国遥感卫星辐射测量和定标重点开放实验室国家卫星气象中心
关键词
雪水当量; 雪深; 被动微波遥感; AMSR-E; 青藏高原地区; 新疆;
D O I
暂无
中图分类号
P426.635 [];
学科分类号
摘要
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18GHz和37GHz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AM-SR-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31.8mm和21mm。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15.7mm。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。
引用
收藏
页码:1363 / 1369
页数:7
相关论文
共 15 条
  • [1] Comparison of snow mass esti- mates from a prototype passive microwave snow algorithm, a re- vised algorithm and snow depth climatology. James A C,Foster L,Hall D K. Remote Sensing of Environment . 1997
  • [2] Estimation of snowwater equivalent in the Tibetan plateau using passive microwave remote sensing da- ta (SSM/I). Che Tao,Li Xin,Gao Feng. Journal ofGlaciologyand Geocryology . 2004
  • [3] Evaluation of passive micro- wave snow water equivalent algorithms in the depth hoar-domina- ted snowpack of the Kuparuk River Watershed, Alaska, USA. Lora S Koenig,Richard R Forster. Remote sensing ofEnvironment . 2004
  • [4] Eurasian snow cover variability and Northern Hemisphere climate predictability
    Cohen, J
    Entekhabi, D
    [J]. GEOPHYSICAL RESEARCH LETTERS, 1999, 26 (03) : 345 - 348
  • [5] NIMBUS-7 SMMR derived snow cover parameters. Chang A T C,Foster J L,Hall D K. Annals of Glaciology . 1987
  • [6] Use of snowcover derived from satel- lite passive microwave data as an indicator of climate change. Goodison B E,Walker AE. Annals of Glaciology . 1993
  • [7] Algorithm Theoretical Basis Document(ATBD) for the AMSR-E Snow Water Equivalent Al- gorithm. Alfred T C Chang,Albert Rango. . 2000
  • [8] Soil freeze/thaw cycles over snow-free land detected by passive microwave remote sensing. Zhang T,Armstrong R L. Geophysi- cal Research Letters . 2001
  • [9] Microwave Remote Sensing (I): Microwave Remote Sensing Fundamentals and Radiometry. Ulaby F T,Moore R K,Fung A K. . 1988
  • [10] Recent Northern Hemisphere snow extent: A comparison of data derived from visible and microwave satellite sensors. Amstrong R L,Brodzik M J. Geophysical Research Letters . 2001