【摘要】：積雪是新疆地區(qū)最重要的固態(tài)水資源,是發(fā)源于高山流域河流的主要補給來源,春季融雪形成春汛,及時滿足了春灌的迫切需求。畜牧業(yè)和工農(nóng)業(yè)用水高度依賴于山區(qū)冬季積雪,因而為當(dāng)?shù)厣鐣?jīng)濟發(fā)展及生態(tài)環(huán)境演變提供得天獨厚的水資源。由于冰雪的重要性,對積雪參數(shù)(雪蓋、雪深、雪量、雪密度)時空動態(tài)變化的準確、定量描述,從研究角度和應(yīng)用角度來說都非常有必要的。因此迫切需要利用最先進的探測手段,準確監(jiān)測區(qū)域不同流域季節(jié)性或永久性積雪參數(shù)信息。研究區(qū)域地域遼闊,地形地貌復(fù)雜多樣,常規(guī)氣象觀測站大多布局在地勢平坦城鎮(zhèn)或河谷地帶,空間連續(xù)性較差,無法獲取偏遠無人區(qū)域或地形復(fù)雜的高海拔區(qū)積雪分布信息。對積雪遙感監(jiān)測來說,被動微波頻率監(jiān)測積雪的優(yōu)勢在于對云霧等天氣現(xiàn)象具有一定穿透性,能夠?qū)崟r獲取區(qū)域雪蓋、雪深定量信息。可見光、紅外波段監(jiān)測積雪的優(yōu)勢具有雪像元的精確識別及獲取高空間分辨率的雪蓋分布信息。但受晝夜云霧等天氣條件的影響較大,而且對厚雪雪層信息反演不敏感。被動微波數(shù)據(jù)的空間分辨率低帶來由像元內(nèi)豐富的異質(zhì)所導(dǎo)致的誤差,使積雪邊界線輪廓不清晰,淺雪或斑狀積雪無法監(jiān)測等。因此,針對可見光與紅外遙感積雪模擬時對厚雪無法反演,被動微波遙感對淺雪不敏感及分辨率低造成的積雪與裸地邊緣模糊等問題。將可見光/紅外和被動微波觀測手段結(jié)合起來,二者遙感信息優(yōu)勢的互補原則,實現(xiàn)研究區(qū)域在有云和無云狀態(tài)下的全天候協(xié)同監(jiān)測積雪定量信息為目標(biāo),提出了新技術(shù)、新思路,發(fā)展了更為可靠的高精度反演模型。采用新一代對地觀測衛(wèi)星的AMSR2、NPP/VIIRS遙感傳感器數(shù)據(jù),以新疆區(qū)域積雪參數(shù)為研究對象。采用GS融合算法對AMSR2與VIIRS的Band1.6μm波段進行融合。揭示積雪與云、冰川、水體、植被及林地、沙漠和荒漠等地表參數(shù)的微波輻射亮溫特征差異和可見光紅外波普輻射特征。結(jié)合研究區(qū)域下墊面地表性質(zhì)、地形與地理特征、季節(jié)特點,以判識函數(shù)及決策樹詳閾值法為基礎(chǔ),通過大量采樣提取散射指數(shù)或極化差異因子,建立了多源遙感積雪參數(shù)(雪蓋、雪深、雪量、雪密度、雪面溫度)高精度反演模型。利用研究區(qū)域所有氣象臺站和野外觀測的大量積雪實測數(shù)據(jù)對新建模型的反演精度進行了驗證,同時利用新建模型與NASA算法進行對比分析。結(jié)果表明:(1)經(jīng)過GS變換融合處理后,融合質(zhì)量客觀評價指標(biāo)顯示,新的AMSR2數(shù)據(jù)圖像中地表亮溫顯得更銳利,目標(biāo)信息亮度溫度梯度增大,不同地表邊緣清晰,可以清晰獲得更多細微的下墊面目標(biāo)。各波段空間頻率顯著提高,各波段圖像中目標(biāo)物結(jié)構(gòu)具有清晰可辨的反差,與高分辨率可見光波段影像效果一致。如積雪、水體、沙漠、荒漠、裸地、地形輪廓等地表信息通過融合處理后清晰可見。明顯提高了積雪等目標(biāo)參數(shù)的判識精度。(2)雪蓋、雪深反演的定量評價原始AMSR2反演的積雪覆蓋率偏大約為27.5%,雪深小于10 cm的覆蓋率11.3%,融合處理后分別為24.5%,15.4%。定量計算結(jié)果顯示,模型較高精度判識了研究區(qū)域積雪時空分布狀況,能夠分類不穩(wěn)定積雪和冰川信息,判識出積雪1-60 cm厚度信息,雪深估算值與站點觀測值更為吻合,復(fù)相關(guān)系數(shù)R為0.85以上,均方根誤差為2.9～6.9 cm,平均絕對偏差指數(shù)為2～4 cm。雪深誤差5 cm的精度為91～94%,誤差2.5 cm為81～87%。定量評價指標(biāo)均方根誤差或絕對偏差指數(shù)值都較小,說明模型對時間序列反演效果較好,適應(yīng)研究區(qū)域不同時間段的積雪反演。(3)新模型與NASA算法反演的積雪分別進行了比較。兩種算法不同月份的客觀評價指標(biāo)有所不同,積雪不穩(wěn)定季節(jié)新算法對研究區(qū)域積雪反演精度高于NASA算法。新算法對積雪的平均誤判率和漏判率明顯低于NASA算法。NASA算法對積雪反演存在過低或過高估算現(xiàn)象。新算法相關(guān)系數(shù)明顯偏高、平均誤差明顯偏低。(4)雪密度反演模型及精度驗證結(jié)果利用AMSR2微波高頻率極化指數(shù)或散射指數(shù),建立了研究區(qū)域的被動微波雪密度反演模型。模型的精度檢驗結(jié)果顯示,復(fù)相關(guān)系數(shù)R為0.73,均方根誤差RMSE為1.418 g/cm3,平均偏移量Bias為0.244 g/cm3。從時間序列可以看到模擬結(jié)果與實測結(jié)果存在良好的一致性,尤其是隆冬季節(jié)12月至次年2月的模擬值與實測值非常接近。(5)雪面溫度反演模型及精度評價利用選擇AMSR2多頻率波段數(shù)據(jù),建立了微波雪面溫度的反演模型。模型精度評價指標(biāo)顯示,均方根誤差RMSE分別為4.7℃和4.5℃,平均絕對偏差指數(shù)MAD分別為3.7℃和3.3℃,相關(guān)系數(shù)R分別為0.88和0.91。(6)近十年積雪總量與平均值相比減少或接近常年的趨勢,尤其是在冬季和春季偏少趨勢較為明顯,多雪年與少雪年峰值相差冬季400×108m3,春季320×108m3。其中偏少的月份占總數(shù)的37%,偏多的月份占總數(shù)的28%。研究區(qū)域各季度不同海拔積雪空間分布差異較大。其中,夏季和春秋季海拔3000～4500 m之間的山區(qū)積雪覆蓋面積分別占該區(qū)域轄區(qū)總面積的5～8%,17～22%。4500 m以上高山區(qū)積雪面積分別為45～75%,56～81%。冬季積雪主要分布在北疆全覆蓋,東疆、南疆部分山區(qū)覆蓋,區(qū)域總積雪覆蓋率約為53.5～70%。時間分布呈現(xiàn)夏季少、秋春季相等、冬季多的特征。冬季雪深小于20 cm積雪主要分布在海拔1500 m以下的區(qū)域,大于40 cm的主要集中在海拔1500～3000 m中高山地帶。研究區(qū)域的冰川主要分布在和田、喀什、克州、阿克蘇、巴州、伊犁等地區(qū)的高海拔區(qū),冰川面積約為1208～8766 km2�？傊�,多源遙感信息融合積雪高精度反演模型,改進了當(dāng)前積雪參數(shù)反演算法和產(chǎn)品生成方法,建立了高精度的積雪參數(shù)反演產(chǎn)品數(shù)據(jù)集,為區(qū)域生態(tài)系統(tǒng)保護、水資源開發(fā)利用及制定防洪抗旱決策提供科學(xué)依據(jù),具有主要的實際應(yīng)用價值。
【學(xué)位授予單位】：南京信息工程大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：P407;P426.635
【圖文】：

圖２．１研究區(qū)域逡逑２．３數(shù)據(jù)來源與預(yù)處理逡逑２．３．１微波遙感數(shù)據(jù)逡逑ＡＭＳＲ－Ｅ被動微波輻射計搭載在Ａｑｕａ衛(wèi)星上，運行時間于２００２—２０１１年。ＡＭＳＲ－Ｅ逡逑的延續(xù)傳感器邋ＡＭＳＲ２邋于邋２０１２邋年邋５邋月份由邋ＧＣＯＭ－Ｗ１邋（Ｇｌｏｂａｌ邋Ｃｈａｎｇｅ邋Ｏｂｓｅｒｖａｔｉｏｎ逡逑Ｍｉｓｓｉｏｎ－Ｗａｔｅｒ）衛(wèi)星發(fā)射升空，該傳感器與Ａｑｕａ衛(wèi)星處于相同的軌道。逡逑為長期數(shù)據(jù)記錄的一致性而類似重疊衛(wèi)星觀測的發(fā)展和連續(xù)性，是全球監(jiān)測和環(huán)境逡逑變化評估的關(guān)鍵。第三代全球監(jiān)測衛(wèi)星ＧＣＯＭ－Ｗ１攜帶的先進微波掃描輻射計ＡＭＳＲ２逡逑是對美國宇航局先進的地球觀測衛(wèi)星Ａｑｕａ／ＡＭＳＲ－Ｅ的繼任者，ＡＭＳＲ２的設(shè)計和基本性逡逑能類似于ＡＭＳＲ－Ｅ的性能，衛(wèi)星天線直徑、掃描寬度及空間分辨率等基本參數(shù)相比逡逑入１＾１１－￡提高了很多（0］0１７0１１］＾八６＾／．，２０１５）。定標(biāo)系統(tǒng)進行改進，并追加了７．３邋０１＾的逡逑

部主要降雪區(qū)進行了大范圍的野外觀測，觀測區(qū)包括平原、丘陵、荒漠地帶，下墊面有逡逑農(nóng)田、草地、灌木草，兩次供采集了邋１００多個點的雪深、雪密度。具體野外采樣位置見逡逑圖２．２．逡逑７６°邋Ｏ’ＣＴＥ邐８０°邋Ｏ’ｔＴＥ邐８４°邋０’０ＷＥ邐８８°邋０’０＂Ｅ邐９２°邋Ｏ’ＣＴＥ邐９６°邋０’（ＴＥ逡逑７６°邋Ｏ’ＣＴＥ邐８０°邋０’０＂Ｅ邐８４°邋０’０＂Ｅ邐８８°邋０’０＂Ｅ邐９２°邋Ｏ’ｔＴＥ邐９６°邋０＇０＂Ｅ逡逑、－Ｈｉｇｈ邋：邋７樷邐＾邐２０１２＾１＾７－１２０１＾＾逡逑Ｏ邐２０１３年１月１６－２４日野外觀鍘逡逑－Ｌｏｗ邋：邋－１５４邐0邐２０１４年２月２６－２８日野

部主要降雪區(qū)進行了大范圍的野外觀測，觀測區(qū)包括平原、丘陵、荒漠地帶，下墊面有逡逑農(nóng)田、草地、灌木草，兩次供采集了邋１００多個點的雪深、雪密度。具體野外采樣位置見逡逑圖２．２．逡逑７６°邋Ｏ’ＣＴＥ邐８０°邋Ｏ’ｔＴＥ邐８４°邋０’０ＷＥ邐８８°邋０’０＂Ｅ邐９２°邋Ｏ’ＣＴＥ邐９６°邋０’（ＴＥ逡逑７６°邋Ｏ’ＣＴＥ邐８０°邋０’０＂Ｅ邐８４°邋０’０＂Ｅ邐８８°邋０’０＂Ｅ邐９２°邋Ｏ’ｔＴＥ邐９６°邋０＇０＂Ｅ逡逑、－Ｈｉｇｈ邋：邋７樷邐＾邐２０１２＾１＾７－１２０１＾＾逡逑Ｏ邐２０１３年１月１６－２４日野外觀鍘逡逑－Ｌｏｗ邋：邋－１５４邐0邐２０１４年２月２６－２８日野

【相似文獻】

相關(guān)期刊論文 前10條

1 郭黎;盛輝;王進;趙懷松;;基于AMSR2微波輻射計的近海面氣溫反演算法研究[J];海洋科學(xué)進展;2017年01期

2 陸崢;柴琳娜;張濤;崔慧珍;李婉靜;;AMSR2土壤水分產(chǎn)品在黑河流域中上游的驗證[J];遙感技術(shù)與應(yīng)用;2017年02期

3 張桂欣;郝振純;祝善友;周楚炫;華俊瑋;;AMSR2缺失數(shù)據(jù)重建及其土壤濕度反演精度評價[J];農(nóng)業(yè)工程學(xué)報;2016年20期

4 楊春;閔錦忠;劉志權(quán);;AMSR2輻射率資料同化對臺風(fēng)“山神”分析和預(yù)報的影響研究[J];大氣科學(xué);2017年02期

5 葉勤玉;柴琳娜;蔣玲梅;趙天杰;;利用AMSR2和MODIS數(shù)據(jù)的土壤凍融相變水量降尺度方法[J];遙感學(xué)報;2014年06期

6 鄧婕;黃曉東;馬曉芳;馮琦勝;梁天剛;;新疆北部AMSR2雪深產(chǎn)品降尺度算法及驗證[J];干旱區(qū)研究;2016年06期

7 俞兆文;劉健文;黃江平;劉明洋;;AMSR2微波成像資料同化試驗及其對臺風(fēng)預(yù)報的影響[J];氣象水文海洋儀器;2017年02期

8 譚建燦;毛克彪;左志遠;趙天杰;譚雪蘭;李建軍;;基于卷積神經(jīng)網(wǎng)絡(luò)和AMSR2微波遙感的土壤水分反演研究[J];高技術(shù)通訊;2018年05期

9 沙依然·外力;毛煒嶧;;基于AMSR2被動微波積雪參量高精度反演方法研究[J];冰川凍土;2016年01期

10 胡同喜;趙天杰;施建成;谷金枝;;AMSR-E與AMSR2被動微波亮溫數(shù)據(jù)交叉定標(biāo)[J];遙感技術(shù)與應(yīng)用;2016年05期

相關(guān)博士學(xué)位論文 前1條

1 沙依然.外力;基于新一代先進衛(wèi)星遙感AMSR2、VIIRS數(shù)據(jù)融合積雪監(jiān)測模型及應(yīng)用研究[D];南京信息工程大學(xué);2017年

相關(guān)碩士學(xué)位論文 前3條

1 代馮楠;面向AMSR2被動微波遙感數(shù)據(jù)的地表溫度反演方法與驗證研究[D];電子科技大學(xué);2016年

2 郭黎;基于多源微波輻射計數(shù)據(jù)的近海面氣溫反演研究[D];中國石油大學(xué)(華東);2016年

3 姚盼盼;微波輻射計降雨條件下海氣參數(shù)反演算法研究[D];中國石油大學(xué)(華東);2014年

本文編號：2761008