论文部分内容阅读
积雪由于其高的反照率及消融变化对气候变化和水循环产生重要的影响,因此积雪无论对于区域性气象、水资源、陆地水文过程、农田与灾害监测,还是全球气候研究都是十分重要的。而雪水当量(雪深)反映地表积雪量的重要因子,是积雪面积、积雪分布、雪深和积雪密度参数的综合体现。被动微波在探测雪水当量(雪深)方面有着不可替代的优势;本文一方面从影响被动微波反演雪水当量的典型因子--地形、湖冰入手,分析典型因子对当前雪水当量反演算法的影响;另一方面从中国的下垫面特征分析,发展和改进了FY3B/MWRI中国区域被动微波雪深反演算法。
山区地形通过高程和地形之间的相互辐射来影响微波辐射,从而引起微波辐射计接收的微波亮温信号产生改变,进而会对当前雪水当量反演算法反演SWE的结果产生一定影响。本文利用郭英等(2009)发展的基于本地方位角、极化旋转角的、卫星尺度的被动微波的地形校正算法,对当前反演雪水当量算法常用的频率(18GHz,36GHz)进行地形校正的结果评价,并分析了不同极化方式组合条件下,地形对低频和高频的亮温差的影响。
通过对东北积雪实验观测数据和HUT(the Helsinki University of Technology)积雪-冰-水层模型模拟数据的比较分析,描述了积雪-冰-水系统的发射率特征。HUT模型在各个角度下模拟亮温与实测亮温均较吻合,其中模拟的水平极化亮温的拟合结果要好于垂直极化的结果。HUT模拟和地面测量结果的水平极化的R2为0.9316,垂直极化的R2为0.9194。进而通过地面观测数据,我们分析了湖冰对现有被动微波反演积雪算法的影响。实验辐射计观测视场的积雪厚度比较薄,覆盖冰层的积雪厚度有5—8cm;冰层下面是液态水体。观测中的频率亮温差(18.7GHz-36.56Hz),H(水平)极化亮温差达到-21.4K,而V(垂直)极化亮温差达到-31.9K。湖上的亮温差(18.7GHz-36.5GHz)为负值,因而若利用当前雪水当量(SWE)的半经验线性算法来反演湖冰上的积雪,会造成很大的误差。最后我们利用HUT模型进行了雪层厚度和冰层厚度对当前雪水当量反演所用的亮温差的敏感性分析,发现当前的雪水当量反演算法对冰层厚度非常敏感,尤其在冰层比较薄的情况下;要精确获得富湖泊区的雪水当量,还需要更进一步的研究。
最后利用2002—2009年的全国气象站点的地面积雪参数观测资料和相应时间、空间的AMSR—E L2A数据,根据高分辨率中国土地利用数据,结合中国区域的下垫面特征,把中国区域划分成森林、农田、草地和裸地四种地物类型,利用混合像元分解的方法,发展出了高精度、高时间分辨率的雪深反演算法,应用到FY3B MWRI业务化的雪深产品。