论文部分内容阅读
积雪作为一种特殊的下垫面,以高反射率、低导热率以及融雪水文效应对地球能量和辐射平衡以及水循环产生重要的影响。新疆是我国三大积雪区之一,对该区的积雪进行监测,了解其时空分布特征及变化规律,对于促进该区的农牧业生产和生态环境保护都具有十分重要的意义。积雪作为冰冻圈最重要的元素之一,正受到日益广泛地关注,随着地球观测系统(EOS)时代的来临,积雪的被动微波遥感研究也已经成为积雪研究领域的热点。本论文在NASA雪深反演算法的基础上,尝试通过对北疆地区不同海拔高度分别建立雪深反演模型,以取得更加准确的拟合效果和雪深反演结果。利用北疆地区2009-2010年积雪季(12-2月)的AMSR_E降轨数据19GHz与37GHz波段的水平极化亮温数据,结合北疆地区60个气象台站的实测雪深等气象数据,在分析研究区雪深反演影响因子的基础上,根据剔除不合理数据后的1865个有效样本,按照海拔高度分为两组,并对阿勒泰和塔城地区单独作回归分析,建立了北疆地区基于AMSR_E亮度温度数据的雪深反演模型。对模型的精度进行了评价,当雪深在3-10cm时,模型反演的雪深值负向平均误差为-4.8cm,RMSE值为4.1cm。当雪深在11-30cm时,模型反演雪深值的平均误差仅为-0.2cm,RMSE、正向平均误差、绝对平均误差均较小。当雪深大于30cm时,模型反演的雪深值负向平均误差较小,其他各项误差还都较大。通过与实测值进行对比,模拟结果同台站观测的情况基本一致,基本上能反映北疆地区的雪深分布状况。与Chang算法比较发现,反演模型在北疆地区优于Chang算法,能够反映北疆地区积雪深度变化特征。同时,用合成方法反演了北疆地区2006年-2010年5个积雪季的平均雪深分布和最大雪深分布,平均雪深分布图及最大雪深分布图都显示北疆地区积雪主要分布于北部阿尔泰山和南部天山一带,其中,阿勒泰地区所占比重最大,而在中部的准噶尔盆地腹地、克拉玛依地区雪层较浅或无积雪。虽然研究模拟出的北疆地区雪深反演模型的精度高于Chang算法,但在局部地区的误差还较大,有待今后进一步研究。特别在建立雪深反演模型时需要对AMSR_E亮温数据的筛选条件、方法等进行深入分析,结合更多通道的亮温数据,更加准确地判断每项指标的阈值,综合考虑更多方面的影响因素,发展新的雪深反演算法,为北疆地区农牧业生产和防灾减灾工作提供科学依据。