【摘要】：積雪是冰凍圈重要組成要素之一,對天氣和氣候響應最為敏感的自然要素。它影響著局部或區(qū)域的水資源和能量平衡、水文過程、生態(tài)系統(tǒng)功能等。被動微波遙感可以穿透云層和大氣層,具有全天候、全天時地工作的特點,這就使得使用被動微波遙感數(shù)據(jù)估算積雪深度、雪水當量等積雪參數(shù)時具有較大的優(yōu)勢。近些年來利用被動微波遙感反演積雪深度和雪水當量的研究已經(jīng)有了很大的發(fā)展。本研究開展了運用被動微波遙感數(shù)據(jù)和地面實測數(shù)據(jù)進行積雪深度的反演研究工作,嘗試建立一種較為簡單的積雪深度估算方法。并運用該方法反演北半球積雪深度,生成近25年北半球逐日積雪深度數(shù)據(jù)集,最后分析近25年北半球積雪的時空變化特征。本文首先在前輩們積雪深度反演算法的研究基礎上,考慮了積雪屬性的演變,以及積雪屬性在時空尺度上的異質性等特點,提出了一種新的積雪深度反演算法。本算法充分考慮了下墊面植被類型對積雪屬性的影響,站點的位置信息,以及積雪的時間信息。最終建立了一個基于支持向量回歸的積雪深度反演算法,首先用本算法反演了歐亞大陸地區(qū)的積雪深度,隨后與其他現(xiàn)有的四種積雪深度反演算法對比積雪深度估算能力,四種算法包括:Chang算法,光譜梯度(Spectral Polarization Difference,SPD)算法,神經(jīng)網(wǎng)絡算法(Artificial Neural Networks,ANN)和線性回歸(Linear Regression)算法。在此獲得了以下的結論:1)與其他四種現(xiàn)有的積雪深度反演算法相比,本研究所提出的積雪深度反演算法表現(xiàn)最好,積雪深度的估算結果精度高,且積雪深度估算結果與實測值有較高的相關系數(shù),相對最小的MARE,MAE和RMSE。在三種線性算法中(Chang算法,SPD算法和線性回歸算法),線性回歸算法在深雪部分可以生成較高精度的積雪深度估計值�？傮w來講,非線性算法(ANN算法和SVR算法)的雪深估算能力會優(yōu)于線性算法。本研究所提出的基于支持向量回歸的積雪深度反演算法可以改善積雪飽和效應(通常積雪的飽和效應的閾值為60cm,在本研究中積雪飽和效應的閾值提高到了150cm左右)。2)下墊面為森林和灌木時的積雪深度估算結果誤差相對下墊面為裸地和草原時偏高,這主要是因為植被衰減了來自積雪的微波散射信號,導致低估了積雪深度。此外,積雪ii期(積雪穩(wěn)定期,12月-2月)時,基于四種地表覆蓋類型的雪深反演模型的MARE均小于其他兩個積雪期(積雪積累期(i,9月-11月),積雪融化期(iii,3-6月))。此外,每種下墊面下的MAE和RMSE均會隨著時間的變化(從積雪i期至iii期),在基于四種地表類型建立的積雪深度反演模型在積雪i期時,會產(chǎn)生相對積雪iii期更小的誤差。隨后將本文對提出的積雪深度反演算法做了部分修訂,并將其應用于反演北半球從1992-2016年期間逐日積雪深度。進一步對比分析了該積雪深度數(shù)據(jù)集與現(xiàn)有的兩種積雪產(chǎn)品(Glob Snow-2積雪產(chǎn)品和ERA-Interim/Land積雪產(chǎn)品)的積雪深度估算精度;接著使用該研究所生成的積雪深度數(shù)據(jù)集分析了1992-2016年北半球積雪時空變化特征,得出了如下結論:1)結合12-2月地面氣象臺站的逐日積雪深度實測資料,選取兩種積雪產(chǎn)品(Glob Snow-2雪水當量產(chǎn)品,ERA-Interim/Land積雪產(chǎn)品)與本研究所生成的積雪深度產(chǎn)品進行對比分析,發(fā)現(xiàn)Glob Snow-2積雪深度的估算結果的精度最高,其次是SVR積雪深度產(chǎn)品(即本研究所生成的積雪深度產(chǎn)品),最后是ERA-Interim/Land積雪深度產(chǎn)品。2)分析北半球近25年的積雪水儲量的變化趨勢,發(fā)現(xiàn)在1992-2016年期間年總積雪水儲量呈現(xiàn)顯著減少趨勢,以約5500 km3/年的速率在減少。分析積雪水儲量的年內(nèi)變化時發(fā)現(xiàn)1月積雪水儲量的減少速率最快,為1065.72km3/年,其次是11月份積雪水儲量的減少速率1060.10km3/年,4月減少速率最慢,速率為128.04km3/年。又分析了秋、冬、春、夏季積雪水儲量的年際變化趨勢,發(fā)現(xiàn)冬季(12,1和2月)三個月份的積雪水儲量年際變化減少速率明顯高于其他七個月份,減少速率分別是979.71km3/年,1065.72 km3/年,738.79 km3/年,而春夏季節(jié)的積雪水儲量的變化速率相對最小。3)多年平均積雪天數(shù)呈現(xiàn)出很強的緯度地帶性,較短的積雪天數(shù)主要位于北緯25°-45°的中緯度地區(qū),如中國的華東、華中、華北地區(qū)和塔里木盆地地區(qū),蒙古高原,西歐區(qū)域,以及美國大部分地區(qū)。長積雪天數(shù)主要位于極地地區(qū),如阿拉斯加和加拿大北部,俄羅斯的北部地區(qū);以及青藏高原地區(qū)。4)從北半球多年平均積雪深度的分布圖中可以看出,北半球的積雪深度具有明顯的緯度地帶性,積雪深度會隨著緯度的北移而加深。針對中國多年平均積雪深度大于零的地區(qū)主要位于我國的三大積雪區(qū):青藏高原、新疆北部和東北積雪區(qū)。從1992-2016年北半球年平均積雪深度變化率的空間分布圖可以看出,北半球的年平均積雪深度大部分面積的程序增加趨勢,增加速率為0-1cm/年不等;而積雪深度減少的區(qū)域也占據(jù)了北半球面積的絕大部分,積雪深度減少的速率為0-1cm/年不等;積雪深度增加最快的速率大于1cm/年,而其主要位于阿拉斯加西部地區(qū)。
【學位授予單位】：蘭州大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：P426.635;P407.7
【圖文】：

11圖 1-1 論文技術路線圖Figure 1-1 Flow chart1.3.2 論文結構本文通過六章詳細闡述“北半球積雪深度反演算法及其時空變化特征”：第一章為緒論，首先闡述了本研究的選題意義和背景，并較為詳細的闡述了國內(nèi)外積雪深度反演算法研究進展，最后總結了本文的內(nèi)容結構安排；第二章為積雪物理屬性及微波遙感監(jiān)測積雪原理。在本章中，對積雪屬性（積雪深度，液態(tài)水含量，雪水當量，積雪粒徑，積雪密度）做了簡要的介紹，對積

為裸地情況下，積雪向上的微波輻射的衰減會由于大氣的存在而微小的衰減是此部分的能量的衰減是微弱的，可以忽略。但是由于植被的存在而帶來的衰減是不可以忽略的，其影響是巨大的，其主要是包括了植被對來自積雪層射能量的衰減，以及增加植被的輻射能量信息，由此給積雪研究帶來更多的信號。微波輻射理論的提出一百多年了，其對微波輻射理論的運用也日漸成熟。者發(fā)現(xiàn)可以利用積雪對不同頻率和不同極化方式下微波敏感性不同，探測地雪的屬性信息。Chang 等[76]提出積雪粒徑的微波輻射向上輻射的能量受到積度、積雪粒徑、積雪密度等的影響，此研究結果為后來的基于微波遙感遙感積雪提供了理論基礎。被動微波遙感雖然空間分辨率較低，但是在全球、北或者其他大范圍下的積雪監(jiān)測研究中，具有非常廣泛的應用前景和應用價值主要具有如下幾個優(yōu)勢：1、微波可以穿透云層和大氣層，不受天氣的影響天時、全天候的工作；2、微波可以穿透積雪層，獲取積雪層和積雪下墊面息；3、目前的微波衛(wèi)星傳感器的數(shù)據(jù)獲取時間分辨率高，幾乎每天就可以一幅全球的數(shù)據(jù)。

圖 3-1 歐亞大陸站點分布圖Figure 3-1 The distribution of meteorological station over Eurasia3.2.1.2 全球氣象站資料全球逐日氣象站數(shù)據(jù)集自于集成的表面逐小時數(shù)據(jù)集。在線數(shù)據(jù)文件開始于1929 年，超過 9000 個站點的數(shù)據(jù)通常是可用的。數(shù)據(jù)集中包含的日常元素是:平均溫度、平均露點、平均海平面氣壓、平均站點壓力、平均可見度、平均風速、最大持續(xù)風速、最大風速、最高溫度、最低溫度、降水量、雪深等全球匯總的 18個地面氣象要素的數(shù)據(jù)。歷史數(shù)據(jù)通�？梢宰匪莸� 1929 年，從 1973 年到現(xiàn)在的數(shù)據(jù)是最完整的。根據(jù)本研究的需要，在全球氣象站點的數(shù)據(jù)集中篩選了北半球的站點，然后使用此數(shù)據(jù)集中站點觀測的積雪深度數(shù)據(jù)，并將英寸換為厘米，1in=2.54cm。在本積雪深度數(shù)據(jù)集中采用了無雪和無記錄均采用 999.9 表示，并沒有 0 值。本部分的氣象臺站的資料主要用于北半球積雪資料的反演研究中，由于某些原因，導致該數(shù)據(jù)集中國區(qū)域的臺站資料幾乎都為缺失記錄，所以在第四章中北半球區(qū)域的積雪研究中，增加了 3.2.1.1 節(jié)中陳述的中國區(qū)域臺站的觀測

【參考文獻】

相關期刊論文 前10條

1 武黎黎;李曉峰;陳月慶;趙凱;鄭興明;張興國;;HUT模型的改進及其雪深反演[J];武漢大學學報(信息科學版);2017年07期

2 施建成;熊川;蔣玲梅;;雪水當量主被動微波遙感研究進展[J];中國科學:地球科學;2016年04期

3 孫知文;于鵬珊;夏浪;武勝利;蔣玲梅;郭鐳;;被動微波遙感積雪參數(shù)反演方法進展[J];國土資源遙感;2015年01期

4 蔣玲梅;王培;張立新;楊虎;楊俊濤;;FY3B-MWRI中國區(qū)域雪深反演算法改進[J];中國科學:地球科學;2014年03期

5 楊虎;李小青;游然;武勝利;;風云三號微波成像儀定標精度評價及業(yè)務產(chǎn)品介紹[J];氣象科技進展;2013年04期

6 趙亮;朱玉祥;楊弘;胡婭敏;夏明;郭建平;;一種基于衛(wèi)星遙感與地面測站數(shù)據(jù)融合技術的雪深動態(tài)反演方法[J];氣象學報;2013年04期

7 李小蘭;張飛民;王澄海;;中國地區(qū)地面觀測積雪深度和遙感雪深資料的對比分析[J];冰川凍土;2012年04期

8 魏s

本文編號：2774362