北半球积雪深度反演算法及其时空变化特征研究

发布时间：2020-07-29 18:58

【摘要】：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。
【学位授予单位】：兰州大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：P426.635;P407.7
【图文】：

技术路线图,论文,积雪,积雪深度

11图 1-1 论文技术路线图Figure 1-1 Flow chart1.3.2 论文结构本文通过六章详细阐述“北半球积雪深度反演算法及其时空变化特征”：第一章为绪论，首先阐述了本研究的选题意义和背景，并较为详细的阐述了国内外积雪深度反演算法研究进展，最后总结了本文的内容结构安排；第二章为积雪物理属性及微波遥感监测积雪原理。在本章中，对积雪属性（积雪深度，液态水含量，雪水当量，积雪粒径，积雪密度）做了简要的介绍，对积

示意图,积雪,微波辐射,示意图

为裸地情况下，积雪向上的微波辐射的衰减会由于大气的存在而微小的衰减是此部分的能量的衰减是微弱的，可以忽略。但是由于植被的存在而带来的衰减是不可以忽略的，其影响是巨大的，其主要是包括了植被对来自积雪层射能量的衰减，以及增加植被的辐射能量信息，由此给积雪研究带来更多的信号。微波辐射理论的提出一百多年了，其对微波辐射理论的运用也日渐成熟。者发现可以利用积雪对不同频率和不同极化方式下微波敏感性不同，探测地雪的属性信息。Chang 等[76]提出积雪粒径的微波辐射向上辐射的能量受到积度、积雪粒径、积雪密度等的影响，此研究结果为后来的基于微波遥感遥感积雪提供了理论基础。被动微波遥感虽然空间分辨率较低，但是在全球、北或者其他大范围下的积雪监测研究中，具有非常广泛的应用前景和应用价值主要具有如下几个优势：1、微波可以穿透云层和大气层，不受天气的影响天时、全天候的工作；2、微波可以穿透积雪层，获取积雪层和积雪下垫面息；3、目前的微波卫星传感器的数据获取时间分辨率高，几乎每天就可以一幅全球的数据。

分布图,欧亚大陆,站点,分布图

图 3-1 欧亚大陆站点分布图Figure 3-1 The distribution of meteorological station over Eurasia3.2.1.2 全球气象站资料全球逐日气象站数据集自于集成的表面逐小时数据集。在线数据文件开始于1929 年，超过 9000 个站点的数据通常是可用的。数据集中包含的日常元素是:平均温度、平均露点、平均海平面气压、平均站点压力、平均可见度、平均风速、最大持续风速、最大风速、最高温度、最低温度、降水量、雪深等全球汇总的 18个地面气象要素的数据。历史数据通常可以追溯到 1929 年，从 1973 年到现在的数据是最完整的。根据本研究的需要，在全球气象站点的数据集中筛选了北半球的站点，然后使用此数据集中站点观测的积雪深度数据，并将英寸换为厘米，1in=2.54cm。在本积雪深度数据集中采用了无雪和无记录均采用 999.9 表示，并没有 0 值。本部分的气象台站的资料主要用于北半球积雪资料的反演研究中，由于某些原因，导致该数据集中国区域的台站资料几乎都为缺失记录，所以在第四章中北半球区域的积雪研究中，增加了 3.2.1.1 节中陈述的中国区域台站的观测

【参考文献】