基于被动微波遥感数据的南极冰盖融化探测研究

这是一篇关于南极,表面融化,被动微波遥感,亮度温度的论文, 主要内容为南极冰盖的物质平衡和冰量变化对于全球变化研究意义重大。在极地,小幅度的大气温度变化就会引起大面积的雪湿度变化,且融水会渗到冰层底部加速冰盖、冰架的运动和崩解,所以探测南极冰盖表面融化及范围分布对于研究全球气候变化至关重要。 南极特殊的地理位置和气候条件使一般的传感器无能为力,而微波遥感具有全天候,穿透性强等优势,能够获取极地表层的详细信息。微波遥感数据对融化信息非常敏感,其中被动微波数据目前已有30余年的积累,为长时间序列的南极融化监测提供了最佳数据。研究使用1978-2008年的被动微波遥感数据(SSM/I及SMMR数据),通过对南极冰盖表面融化的连续性探测技术的研究与应用,得到实时的融化趋势,并对长时间序列融化图像进行的分析,推进全球变化的研究。 研究根据冰雪的微波辐射特性,深入探究了被动微波遥感探测冰雪融化的原理。并根据各种频率和极化方式下微波波段所测量的不同亮温变化信息,选择出最适用于融化探测的波段和极化方式组合。通过比较国际上主要的几种融化探测模型,选用交叉极化比率模型(XPGR)进行融化探测,结合南极亮度温度数据,对融化阈值完成了修正,最终得到1978-2008年的南极融化图像。并根据南极自动气象站数据、南极边缘站点月平均温度记录等,进行了简单的地面验证。 经过长时间序列的亮温变化与融化面积情况分析,发现南极大陆边缘、南极半岛和冰架地区处于融化加剧状态,尤以Amery和Ross冰架最为显著,亮度温度曲线呈较明显的上升趋势。内陆地区亮温变化不明显,表现出了较好的稳定性。 从融化情况曲线来看,融化区域绝大部分处于边缘地区,且有很强的季节性变化,融化一般开始于11月底,至次年3月份结束,在1月份达到顶峰。而1979年1月每日平均融化面积约为1.8×105km2,2003年1月已经达到3.6×105km2,前后增长了一倍之多,可见融化速度非常之快。而且1978-1979年除夏季的其他月份融化面积趋近于0,而1994年之后有些地区已长年处于融化状态,说明已发生崩解。融化面积的变化展现了南极边缘地区融化的加剧,很好的反映出了气候变暖的趋势。

北半球积雪深度反演算法及其时空变化特征研究

这是一篇关于北半球,积雪深度,积雪水储量,积雪天数,被动微波遥感,积雪深度产品的论文, 主要内容为积雪是冰冻圈重要组成要素之一,对天气和气候响应最为敏感的自然要素。它影响着局部或区域的水资源和能量平衡、水文过程、生态系统功能等。被动微波遥感可以穿透云层和大气层,具有全天候、全天时地工作的特点,这就使得使用被动微波遥感数据估算积雪深度、雪水当量等积雪参数时具有较大的优势。近些年来利用被动微波遥感反演积雪深度和雪水当量的研究已经有了很大的发展。本研究开展了运用被动微波遥感数据和地面实测数据进行积雪深度的反演研究工作,尝试建立一种较为简单的积雪深度估算方法。并运用该方法反演北半球积雪深度,生成近25年北半球逐日积雪深度数据集,最后分析近25年北半球积雪的时空变化特征。本文首先在前辈们积雪深度反演算法的研究基础上,考虑了积雪属性的演变,以及积雪属性在时空尺度上的异质性等特点,提出了一种新的积雪深度反演算法。本算法充分考虑了下垫面植被类型对积雪属性的影响,站点的位置信息,以及积雪的时间信息。最终建立了一个基于支持向量回归的积雪深度反演算法,首先用本算法反演了欧亚大陆地区的积雪深度,随后与其他现有的四种积雪深度反演算法对比积雪深度估算能力,四种算法包括:Chang算法,光谱梯度(Spectral Polarization Difference,SPD)算法,神经网络算法(Artificial Neural Networks,ANN)和线性回归(Linear Regression)算法。在此获得了以下的结论:1)与其他四种现有的积雪深度反演算法相比,本研究所提出的积雪深度反演算法表现最好,积雪深度的估算结果精度高,且积雪深度估算结果与实测值有较高的相关系数,相对最小的MARE,MAE和RMSE。在三种线性算法中(Chang算法,SPD算法和线性回归算法),线性回归算法在深雪部分可以生成较高精度的积雪深度估计值。总体来讲,非线性算法(ANN算法和SVR算法)的雪深估算能力会优于线性算法。本研究所提出的基于支持向量回归的积雪深度反演算法可以改善积雪饱和效应(通常积雪的饱和效应的阈值为60cm,在本研究中积雪饱和效应的阈值提高到了150cm左右)。2)下垫面为森林和灌木时的积雪深度估算结果误差相对下垫面为裸地和草原时偏高,这主要是因为植被衰减了来自积雪的微波散射信号,导致低估了积雪深度。此外,积雪ii期(积雪稳定期,12月-2月)时,基于四种地表覆盖类型的雪深反演模型的MARE均小于其他两个积雪期(积雪积累期(i,9月-11月),积雪融化期(iii,3-6月))。此外,每种下垫面下的MAE和RMSE均会随着时间的变化(从积雪i期至iii期),在基于四种地表类型建立的积雪深度反演模型在积雪i期时,会产生相对积雪iii期更小的误差。随后将本文对提出的积雪深度反演算法做了部分修订,并将其应用于反演北半球从1992-2016年期间逐日积雪深度。进一步对比分析了该积雪深度数据集与现有的两种积雪产品(Glob Snow-2积雪产品和ERA-Interim/Land积雪产品)的积雪深度估算精度;接着使用该研究所生成的积雪深度数据集分析了1992-2016年北半球积雪时空变化特征,得出了如下结论:1)结合12-2月地面气象台站的逐日积雪深度实测资料,选取两种积雪产品(Glob Snow-2雪水当量产品,ERA-Interim/Land积雪产品)与本研究所生成的积雪深度产品进行对比分析,发现Glob Snow-2积雪深度的估算结果的精度最高,其次是SVR积雪深度产品(即本研究所生成的积雪深度产品),最后是ERA-Interim/Land积雪深度产品。2)分析北半球近25年的积雪水储量的变化趋势,发现在1992-2016年期间年总积雪水储量呈现显著减少趋势,以约5500 km3/年的速率在减少。分析积雪水储量的年内变化时发现1月积雪水储量的减少速率最快,为1065.72km3/年,其次是11月份积雪水储量的减少速率1060.10km3/年,4月减少速率最慢,速率为128.04km3/年。又分析了秋、冬、春、夏季积雪水储量的年际变化趋势,发现冬季(12,1和2月)三个月份的积雪水储量年际变化减少速率明显高于其他七个月份,减少速率分别是979.71km3/年,1065.72 km3/年,738.79 km3/年,而春夏季节的积雪水储量的变化速率相对最小。3)多年平均积雪天数呈现出很强的纬度地带性,较短的积雪天数主要位于北纬25°-45°的中纬度地区,如中国的华东、华中、华北地区和塔里木盆地地区,蒙古高原,西欧区域,以及美国大部分地区。长积雪天数主要位于极地地区,如阿拉斯加和加拿大北部,俄罗斯的北部地区;以及青藏高原地区。4)从北半球多年平均积雪深度的分布图中可以看出,北半球的积雪深度具有明显的纬度地带性,积雪深度会随着纬度的北移而加深。针对中国多年平均积雪深度大于零的地区主要位于我国的三大积雪区:青藏高原、新疆北部和东北积雪区。从1992-2016年北半球年平均积雪深度变化率的空间分布图可以看出,北半球的年平均积雪深度大部分面积的程序增加趋势,增加速率为0-1cm/年不等;而积雪深度减少的区域也占据了北半球面积的绝大部分,积雪深度减少的速率为0-1cm/年不等;积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区。

北疆地区积雪时空变化特征

这是一篇关于北疆,积雪深度,雪水当量,被动微波遥感的论文, 主要内容为积雪是一种大面积分布又变化较大的地表覆盖体,积雪和冰川融水养育了地球上近1/6的人口,在中国境内这一比例则为1/5。此外,积雪对于全球气候变化和水循环,地表能量平衡,国民经济以及人民的生命财产都有着很重要的影响,因此积雪研究具有十分重要的意义。北疆地区作为我国主要的积雪区,其农业用水主要来自冰雪融水,积雪对该地区畜牧业和道路交通等也有很重要的影响。本文在上述认识基础上对北疆地区积雪时空变化特征展开了研究。用于北疆地区积雪研究的资料包括站点资料,野外实测资料,被动微波遥感资料三个部分,站点资料包括北疆地区的气温、土壤温度、积雪深度、积雪密度数据；而实测资料来自于在阿尔泰山南麓和天山北部的积雪剖面观测,记录的积雪属性包括雪深、雪密度、雪层含水量、雪粒径等；卫星遥感数据包括用于积雪深度反演评价的SSM/I数据和用于积雪深度/雪水当量反演的AMSR-E数据。本研究旨在探究北疆地区站点记录的积雪属性(积雪深度、积雪天数、积雪密度)的时空变化规律,在野外积雪观测的基础上,对该地区积雪进行分层,并分层统计积雪特征。使用遥感技术是大面积观测北疆地区的积雪属性的一种快速而又便捷的方法,本研究通过长时间序列的大量站点数据与被动微波遥感数据探究积雪深度的反演算法精度并分析其误差的分布规律,为北疆地区的积雪深度的反演提供参考。在此基础上,通过引入深雪的被动微波反演模型,提取纯雪像元和混合像元,最后对北疆地区的积雪深度/雪水当量进行基于AMSR-E被动微波数据的遥感反演。研究结果发现：(1)北疆地区年平均最大积雪深度有随时间增加的趋势,最大雪深极值分布在阿尔泰山南麓,1990年以后最大积雪深度增长趋势更甚,最大积雪深度增长的站点的年平均增长率为0.52cm/y,最大雪深的增长率与年平均最大雪深有较好的线性关系,阿尔泰山南麓也是该地区积雪天数的极值区,除此之外,北疆地区年平均积雪深度与年平均积雪天数有很好的对数关系,海拔与年平均积雪天数也有着较好的对数关系；(2)在积雪的野外实地测量中,我们发现积雪粒径有由地表到雪表面减小的趋势,在典型的融雪期,雪表往往是致密的冰壳层,雪底是相对较松散的深霜层,因此积雪密度有由地表向雪表递减的趋势,阿尔泰山地区的积雪深度与海拔有着较好的线性关系,海拔每增加100m,平均积雪深度增加6.7cm；(3)在积雪反演算法的评价研究中发现,被广泛应用于全球雪深反演的Chang算法被应用于局部地区积雪深度反演时,其反演效果不是很理想,而针对中国境内积雪反演的Che算法在中国及蒙古境内的反演精度有一些进步,这充分说明局部地区的雪深反演需要进行算法的修正。对于SSM/I数据,仅仅通过被动微波19H和37H这两个波段亮温差线性回归法直接进行雪深反演效果不是很理想,其区域变化较大,从整体上来看,瞬时型积雪、海洋型积雪以及山地型积雪的反演效果很差,而植被单一,而地形较为平坦的苔原型积雪和草原型积雪的反演效果较好,由此可见,下垫面性质以及气候条件等因素都会影响被动微波遥感反演雪深的精度,除此之外,在误差分布规律方面,我们发现随着纬度和积雪深度的增加被动微波雪深反演有着由高估变为低估的趋势；(4)基于以上工作,本研究旨在建立适用于北疆的积雪深度/雪水当量反演模型,首先通过MEMLS模型的分析,我们发现10GHz与23GHz的水平极化亮温差能较好的改善深雪反演的结果,因此可以将该因子作为变量加入到传统的雪深/雪水当量反演方法中,在加入深雪反演因子后,通过提取纯雪像元和混和像元并对该区域进行海拔分区建立了北疆地区的积雪深度/雪水当量反演模型,并基于AMSR-E的被动微波遥感数据使用该积雪反演模型进行积雪深度反演,其反演的均方根误差能控制在10cm以内,与之对应,雪水当量的均方根误差能控制在23mm以内。本研究将北疆地区积雪站点资料、野外实测资料,被动微波遥感资料有机的结合在了一起,不仅分析了该地区大范围长尺度的积雪时空变化特征,同时也在较小尺度上分析了积雪剖面上积雪属性特征。并在此基础上结合被动微波数据反演雪深算法精度的评价和误差分布规律,最后提出了一套新的北疆地区积雪深度/雪水当量的反演方法,该方法能改善深雪反演精度,而且考虑到积雪水平方向上和垂直方向上的非一致性,可以用于大面积探测北疆地区积雪时空分布特征,实现该地区积雪研究从点到面上的拓展。

全球变暖背景下近十年来北极海冰变化分析

这是一篇关于海冰变化,海冰密集度,被动微波遥感,AMSR-E,北极的论文, 主要内容为在全球变暖背景下,北极海冰,特别是夏季海冰覆盖范围不断缩小。北极海冰的变化与全球和区域气候、生态系统和人类活动密切相关。自从上世纪70’年代来,随着卫星遥感技术的发展,被动微波由于受云雨天气影响较小,并且不受北极极昼极夜现象限制,具有其他频段不可替代的优势,成为长期快速获取北极冰情的主要技术方法。高级微波扫描辐射计(AMSR-E)自2002年运行以来获取了北极地区每天的高分辨89GHz两种极化方式的亮温数据,可以用来计算海冰的密集度参数。本文利用从2002年6月到2011年2月期间北极地区的6.25千米分辨率海冰密集度数据,计算每天的海冰边缘线面积和海冰面积,用这两种面积参数去计算分析北极海冰的变化特征和变化趋势。将北极整体海冰分为长期冰和季节性冰。长期冰主要由多年冰构成,在一年中夏季海冰融化末期仍然保留；季节性冰主要由一年冰构成,在夏季融化末期全部融化。通过对长期冰和季节性冰边缘线范围内的密集度数据进行地图代数运算,分析长期冰和季节性海冰的空间变化趋势。主要研究结果如下： (1)2002年到2010年10年间北极海冰边缘线面积的减小速度为82800平方千米每年。除春季外,其他季节的海冰面积的减小速度都大于海冰边缘线面积的减少速度,说明在这些季节里随着海冰边缘线面积的减少,边缘线范围内的海冰密集度也在减小。 (2)根据海冰边缘线面积距平的正负来分,2003、2004年的冰情相对较重,为正距平。2007年为负距平年份,冰情为这些年份中最轻的。2005、2006、2008、2009和2010年为正距平和负距平交替出现的年份,说明这些年份的冰情较为居中。 (3)长期冰减少的区域主要在北冰洋周围的波弗特海、楚科奇海、东西伯利亚海、拉普贴夫海、喀拉海以及由这些边缘海向北极方向延伸的北冰洋的广大区域,其次是喀拉海部分与大陆相接海域和伊丽莎白女皇群岛周围的海域。在长期冰减少的同时,长期冰减少的区域变为季节性冰覆盖区域。除了由于长期冰的减少导致季节性冰增加之外,格陵兰岛西海岸的戴维斯海峡、白令海以及鄂霍次克海北部的季节性海冰也出现了增多。格陵兰岛东海岸的格陵兰海、巴伦支海部分海域、波罗的海和鄂霍次克海的南部海域季节性海冰出现了减少的趋势。 (4)2003-2010年间北极年平均海冰边缘线面积与年平均气温呈现强的负相关关系,相关系数为-0.81。

北半球积雪深度反演算法及其时空变化特征研究

这是一篇关于北半球,积雪深度,积雪水储量,积雪天数,被动微波遥感,积雪深度产品的论文, 主要内容为积雪是冰冻圈重要组成要素之一,对天气和气候响应最为敏感的自然要素。它影响着局部或区域的水资源和能量平衡、水文过程、生态系统功能等。被动微波遥感可以穿透云层和大气层,具有全天候、全天时地工作的特点,这就使得使用被动微波遥感数据估算积雪深度、雪水当量等积雪参数时具有较大的优势。近些年来利用被动微波遥感反演积雪深度和雪水当量的研究已经有了很大的发展。本研究开展了运用被动微波遥感数据和地面实测数据进行积雪深度的反演研究工作,尝试建立一种较为简单的积雪深度估算方法。并运用该方法反演北半球积雪深度,生成近25年北半球逐日积雪深度数据集,最后分析近25年北半球积雪的时空变化特征。本文首先在前辈们积雪深度反演算法的研究基础上,考虑了积雪属性的演变,以及积雪属性在时空尺度上的异质性等特点,提出了一种新的积雪深度反演算法。本算法充分考虑了下垫面植被类型对积雪属性的影响,站点的位置信息,以及积雪的时间信息。最终建立了一个基于支持向量回归的积雪深度反演算法,首先用本算法反演了欧亚大陆地区的积雪深度,随后与其他现有的四种积雪深度反演算法对比积雪深度估算能力,四种算法包括:Chang算法,光谱梯度(Spectral Polarization Difference,SPD)算法,神经网络算法(Artificial Neural Networks,ANN)和线性回归(Linear Regression)算法。在此获得了以下的结论:1)与其他四种现有的积雪深度反演算法相比,本研究所提出的积雪深度反演算法表现最好,积雪深度的估算结果精度高,且积雪深度估算结果与实测值有较高的相关系数,相对最小的MARE,MAE和RMSE。在三种线性算法中(Chang算法,SPD算法和线性回归算法),线性回归算法在深雪部分可以生成较高精度的积雪深度估计值。总体来讲,非线性算法(ANN算法和SVR算法)的雪深估算能力会优于线性算法。本研究所提出的基于支持向量回归的积雪深度反演算法可以改善积雪饱和效应(通常积雪的饱和效应的阈值为60cm,在本研究中积雪饱和效应的阈值提高到了150cm左右)。2)下垫面为森林和灌木时的积雪深度估算结果误差相对下垫面为裸地和草原时偏高,这主要是因为植被衰减了来自积雪的微波散射信号,导致低估了积雪深度。此外,积雪ii期(积雪稳定期,12月-2月)时,基于四种地表覆盖类型的雪深反演模型的MARE均小于其他两个积雪期(积雪积累期(i,9月-11月),积雪融化期(iii,3-6月))。此外,每种下垫面下的MAE和RMSE均会随着时间的变化(从积雪i期至iii期),在基于四种地表类型建立的积雪深度反演模型在积雪i期时,会产生相对积雪iii期更小的误差。随后将本文对提出的积雪深度反演算法做了部分修订,并将其应用于反演北半球从1992-2016年期间逐日积雪深度。进一步对比分析了该积雪深度数据集与现有的两种积雪产品(Glob Snow-2积雪产品和ERA-Interim/Land积雪产品)的积雪深度估算精度;接着使用该研究所生成的积雪深度数据集分析了1992-2016年北半球积雪时空变化特征,得出了如下结论:1)结合12-2月地面气象台站的逐日积雪深度实测资料,选取两种积雪产品(Glob Snow-2雪水当量产品,ERA-Interim/Land积雪产品)与本研究所生成的积雪深度产品进行对比分析,发现Glob Snow-2积雪深度的估算结果的精度最高,其次是SVR积雪深度产品(即本研究所生成的积雪深度产品),最后是ERA-Interim/Land积雪深度产品。2)分析北半球近25年的积雪水储量的变化趋势,发现在1992-2016年期间年总积雪水储量呈现显著减少趋势,以约5500 km3/年的速率在减少。分析积雪水储量的年内变化时发现1月积雪水储量的减少速率最快,为1065.72km3/年,其次是11月份积雪水储量的减少速率1060.10km3/年,4月减少速率最慢,速率为128.04km3/年。又分析了秋、冬、春、夏季积雪水储量的年际变化趋势,发现冬季(12,1和2月)三个月份的积雪水储量年际变化减少速率明显高于其他七个月份,减少速率分别是979.71km3/年,1065.72 km3/年,738.79 km3/年,而春夏季节的积雪水储量的变化速率相对最小。3)多年平均积雪天数呈现出很强的纬度地带性,较短的积雪天数主要位于北纬25°-45°的中纬度地区,如中国的华东、华中、华北地区和塔里木盆地地区,蒙古高原,西欧区域,以及美国大部分地区。长积雪天数主要位于极地地区,如阿拉斯加和加拿大北部,俄罗斯的北部地区;以及青藏高原地区。4)从北半球多年平均积雪深度的分布图中可以看出,北半球的积雪深度具有明显的纬度地带性,积雪深度会随着纬度的北移而加深。针对中国多年平均积雪深度大于零的地区主要位于我国的三大积雪区:青藏高原、新疆北部和东北积雪区。从1992-2016年北半球年平均积雪深度变化率的空间分布图可以看出,北半球的年平均积雪深度大部分面积的程序增加趋势,增加速率为0-1cm/年不等;而积雪深度减少的区域也占据了北半球面积的绝大部分,积雪深度减少的速率为0-1cm/年不等;积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区。

基于被动微波遥感数据的南极冰盖融化探测研究

这是一篇关于南极,表面融化,被动微波遥感,亮度温度的论文, 主要内容为南极冰盖的物质平衡和冰量变化对于全球变化研究意义重大。在极地,小幅度的大气温度变化就会引起大面积的雪湿度变化,且融水会渗到冰层底部加速冰盖、冰架的运动和崩解,所以探测南极冰盖表面融化及范围分布对于研究全球气候变化至关重要。 南极特殊的地理位置和气候条件使一般的传感器无能为力,而微波遥感具有全天候,穿透性强等优势,能够获取极地表层的详细信息。微波遥感数据对融化信息非常敏感,其中被动微波数据目前已有30余年的积累,为长时间序列的南极融化监测提供了最佳数据。研究使用1978-2008年的被动微波遥感数据(SSM/I及SMMR数据),通过对南极冰盖表面融化的连续性探测技术的研究与应用,得到实时的融化趋势,并对长时间序列融化图像进行的分析,推进全球变化的研究。 研究根据冰雪的微波辐射特性,深入探究了被动微波遥感探测冰雪融化的原理。并根据各种频率和极化方式下微波波段所测量的不同亮温变化信息,选择出最适用于融化探测的波段和极化方式组合。通过比较国际上主要的几种融化探测模型,选用交叉极化比率模型(XPGR)进行融化探测,结合南极亮度温度数据,对融化阈值完成了修正,最终得到1978-2008年的南极融化图像。并根据南极自动气象站数据、南极边缘站点月平均温度记录等,进行了简单的地面验证。 经过长时间序列的亮温变化与融化面积情况分析,发现南极大陆边缘、南极半岛和冰架地区处于融化加剧状态,尤以Amery和Ross冰架最为显著,亮度温度曲线呈较明显的上升趋势。内陆地区亮温变化不明显,表现出了较好的稳定性。 从融化情况曲线来看,融化区域绝大部分处于边缘地区,且有很强的季节性变化,融化一般开始于11月底,至次年3月份结束,在1月份达到顶峰。而1979年1月每日平均融化面积约为1.8×105km2,2003年1月已经达到3.6×105km2,前后增长了一倍之多,可见融化速度非常之快。而且1978-1979年除夏季的其他月份融化面积趋近于0,而1994年之后有些地区已长年处于融化状态,说明已发生崩解。融化面积的变化展现了南极边缘地区融化的加剧,很好的反映出了气候变暖的趋势。