基于新一代先进卫星遥感AMSR2、VIIRS数据融合积雪监测模型及应用研究

发布时间：2020-07-18 14:25

【摘要】：积雪是新疆地区最重要的固态水资源,是发源于高山流域河流的主要补给来源,春季融雪形成春汛,及时满足了春灌的迫切需求。畜牧业和工农业用水高度依赖于山区冬季积雪,因而为当地社会经济发展及生态环境演变提供得天独厚的水资源。由于冰雪的重要性,对积雪参数(雪盖、雪深、雪量、雪密度)时空动态变化的准确、定量描述,从研究角度和应用角度来说都非常有必要的。因此迫切需要利用最先进的探测手段,准确监测区域不同流域季节性或永久性积雪参数信息。研究区域地域辽阔,地形地貌复杂多样,常规气象观测站大多布局在地势平坦城镇或河谷地带,空间连续性较差,无法获取偏远无人区域或地形复杂的高海拔区积雪分布信息。对积雪遥感监测来说,被动微波频率监测积雪的优势在于对云雾等天气现象具有一定穿透性,能够实时获取区域雪盖、雪深定量信息。可见光、红外波段监测积雪的优势具有雪像元的精确识别及获取高空间分辨率的雪盖分布信息。但受昼夜云雾等天气条件的影响较大,而且对厚雪雪层信息反演不敏感。被动微波数据的空间分辨率低带来由像元内丰富的异质所导致的误差,使积雪边界线轮廓不清晰,浅雪或斑状积雪无法监测等。因此,针对可见光与红外遥感积雪模拟时对厚雪无法反演,被动微波遥感对浅雪不敏感及分辨率低造成的积雪与裸地边缘模糊等问题。将可见光/红外和被动微波观测手段结合起来,二者遥感信息优势的互补原则,实现研究区域在有云和无云状态下的全天候协同监测积雪定量信息为目标,提出了新技术、新思路,发展了更为可靠的高精度反演模型。采用新一代对地观测卫星的AMSR2、NPP/VIIRS遥感传感器数据,以新疆区域积雪参数为研究对象。采用GS融合算法对AMSR2与VIIRS的Band1.6μm波段进行融合。揭示积雪与云、冰川、水体、植被及林地、沙漠和荒漠等地表参数的微波辐射亮温特征差异和可见光红外波普辐射特征。结合研究区域下垫面地表性质、地形与地理特征、季节特点,以判识函数及决策树详阈值法为基础,通过大量采样提取散射指数或极化差异因子,建立了多源遥感积雪参数(雪盖、雪深、雪量、雪密度、雪面温度)高精度反演模型。利用研究区域所有气象台站和野外观测的大量积雪实测数据对新建模型的反演精度进行了验证,同时利用新建模型与NASA算法进行对比分析。结果表明:(1)经过GS变换融合处理后,融合质量客观评价指标显示,新的AMSR2数据图像中地表亮温显得更锐利,目标信息亮度温度梯度增大,不同地表边缘清晰,可以清晰获得更多细微的下垫面目标。各波段空间频率显著提高,各波段图像中目标物结构具有清晰可辨的反差,与高分辨率可见光波段影像效果一致。如积雪、水体、沙漠、荒漠、裸地、地形轮廓等地表信息通过融合处理后清晰可见。明显提高了积雪等目标参数的判识精度。(2)雪盖、雪深反演的定量评价原始AMSR2反演的积雪覆盖率偏大约为27.5%,雪深小于10 cm的覆盖率11.3%,融合处理后分别为24.5%,15.4%。定量计算结果显示,模型较高精度判识了研究区域积雪时空分布状况,能够分类不稳定积雪和冰川信息,判识出积雪1-60 cm厚度信息,雪深估算值与站点观测值更为吻合,复相关系数R为0.85以上,均方根误差为2.9～6.9 cm,平均绝对偏差指数为2～4 cm。雪深误差5 cm的精度为91～94%,误差2.5 cm为81～87%。定量评价指标均方根误差或绝对偏差指数值都较小,说明模型对时间序列反演效果较好,适应研究区域不同时间段的积雪反演。(3)新模型与NASA算法反演的积雪分别进行了比较。两种算法不同月份的客观评价指标有所不同,积雪不稳定季节新算法对研究区域积雪反演精度高于NASA算法。新算法对积雪的平均误判率和漏判率明显低于NASA算法。NASA算法对积雪反演存在过低或过高估算现象。新算法相关系数明显偏高、平均误差明显偏低。(4)雪密度反演模型及精度验证结果利用AMSR2微波高频率极化指数或散射指数,建立了研究区域的被动微波雪密度反演模型。模型的精度检验结果显示,复相关系数R为0.73,均方根误差RMSE为1.418 g/cm3,平均偏移量Bias为0.244 g/cm3。从时间序列可以看到模拟结果与实测结果存在良好的一致性,尤其是隆冬季节12月至次年2月的模拟值与实测值非常接近。(5)雪面温度反演模型及精度评价利用选择AMSR2多频率波段数据,建立了微波雪面温度的反演模型。模型精度评价指标显示,均方根误差RMSE分别为4.7℃和4.5℃,平均绝对偏差指数MAD分别为3.7℃和3.3℃,相关系数R分别为0.88和0.91。(6)近十年积雪总量与平均值相比减少或接近常年的趋势,尤其是在冬季和春季偏少趋势较为明显,多雪年与少雪年峰值相差冬季400×108m3,春季320×108m3。其中偏少的月份占总数的37%,偏多的月份占总数的28%。研究区域各季度不同海拔积雪空间分布差异较大。其中,夏季和春秋季海拔3000～4500 m之间的山区积雪覆盖面积分别占该区域辖区总面积的5～8%,17～22%。4500 m以上高山区积雪面积分别为45～75%,56～81%。冬季积雪主要分布在北疆全覆盖,东疆、南疆部分山区覆盖,区域总积雪覆盖率约为53.5～70%。时间分布呈现夏季少、秋春季相等、冬季多的特征。冬季雪深小于20 cm积雪主要分布在海拔1500 m以下的区域,大于40 cm的主要集中在海拔1500～3000 m中高山地带。研究区域的冰川主要分布在和田、喀什、克州、阿克苏、巴州、伊犁等地区的高海拔区,冰川面积约为1208～8766 km2。总之,多源遥感信息融合积雪高精度反演模型,改进了当前积雪参数反演算法和产品生成方法,建立了高精度的积雪参数反演产品数据集,为区域生态系统保护、水资源开发利用及制定防洪抗旱决策提供科学依据,具有主要的实际应用价值。
【学位授予单位】：南京信息工程大学
【学位级别】：博士
【学位授予年份】：2017
【分类号】：P407;P426.635
【图文】：

微波遥感,数据来源,预处理,数据

图２．１研究区域逡逑２．３数据来源与预处理逡逑２．３．１微波遥感数据逡逑ＡＭＳＲ－Ｅ被动微波辐射计搭载在Ａｑｕａ卫星上，运行时间于２００２—２０１１年。ＡＭＳＲ－Ｅ逡逑的延续传感器邋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）卫星发射升空，该传感器与Ａｑｕａ卫星处于相同的轨道。逡逑为长期数据记录的一致性而类似重叠卫星观测的发展和连续性，是全球监测和环境逡逑变化评估的关键。第三代全球监测卫星ＧＣＯＭ－Ｗ１携带的先进微波扫描辐射计ＡＭＳＲ２逡逑是对美国宇航局先进的地球观测卫星Ａｑｕａ／ＡＭＳＲ－Ｅ的继任者，ＡＭＳＲ２的设计和基本性逡逑能类似于ＡＭＳＲ－Ｅ的性能，卫星天线直径、扫描宽度及空间分辨率等基本参数相比逡逑入１＾１１－￡提高了很多（0］0１７0１１］＾八６＾／．，２０１５）。定标系统进行改进，并追加了７．３邋０１＾的逡逑

野外观测,台站,位置,雪密度

部主要降雪区进行了大范围的野外观测，观测区包括平原、丘陵、荒漠地带，下垫面有逡逑农田、草地、灌木草，两次供采集了邋１００多个点的雪深、雪密度。具体野外采样位置见逡逑图２．２．逡逑７６°邋Ｏ’ＣＴＥ逦８０°邋Ｏ’ｔＴＥ逦８４°邋０’０ＷＥ逦８８°邋０’０＂Ｅ逦９２°邋Ｏ’ＣＴＥ逦９６°邋０’（ＴＥ逡逑７６°邋Ｏ’ＣＴＥ逦８０°邋０’０＂Ｅ逦８４°邋０’０＂Ｅ逦８８°邋０’０＂Ｅ逦９２°邋Ｏ’ｔＴＥ逦９６°邋０＇０＂Ｅ逡逑、－Ｈｉｇｈ邋：邋７樷逦＾逦２０１２＾１＾７－１２０１＾＾逡逑Ｏ逦２０１３年１月１６－２４日野外观铡逡逑－Ｌｏｗ邋：邋－１５４逦0逦２０１４年２月２６－２８日野

野外测量,积雪

【相似文献】