目的:雪水当量(SWE)是水文模拟中的重要输入参数,能直观的反映出积雪中的水资源量。微波遥感数据空间分辨率普遍较低,本文提高了天山AMSR-E(Advanced Microwave Scanning Radiometer-Earth Observing System)5日雪水当量产品的空间分辨率,方法:本文将MOD10A2(Terra)和MYD10A2(Aqua)(500 m×500 m)8日积雪光学遥感数据与AMSR-E(25 km×25 km)5日雪水当量被动微波数据相结合,基于高分辨率的MODIS数据对低分辨率的AMSR-E数据进行了降尺度,并结合野外实测雪水当量数据进行了参数优化及修订,最后分析了天山积雪日及雪水当量的时空特征。结果:(1)天山积雪日数分布极为不均,研究期内最大年平均积雪日数为193天,2002-2014年间天山绝大部分地区年积雪日变化趋势较为稳定,稳定区约占天山总面积的83.92%;在研究时段内天山总积雪日数主要集中在30天以内,其比例约为天山总面积的48%;各个高程带积雪日面积分布差异明显,但总体上积雪日数随着高程的增加而增加;从积雪日数随坡向分布来看,北坡、东北坡、东坡、西坡、西北坡所占面积比例(30 d)相对高于其他坡向。(2)参数修订前的降尺度模型计算结果高估了天山雪水当量,因此针对研究区林地、草地、耕地、裸地对模型进行了参数优化和修订,减小了误差,提出了不同下垫面的降尺度线性拟合方程,更准确的反映了天山雪水当量的空间分布。(3)天山山区积雪期从当年10月开始至次年5月结束。雪水当量具有明显的季节性变化:冬季最大,夏季最小;天山山区月最大雪水当量和月平均雪水当量变化一致;从上一年的8月份到次年2月份,雪水当量依次增大;天山雪水当量在4、5月份和9、10月份具有持续性。(4)从时间序列来看,在研究时段内整个天山雪水当量在各典型月并没有表现出明显的年际趋势变化,仅产生小幅波动,但天山雪水当量整体呈增加趋势;天山各区都有独立的积雪变化系统,但区域间也存在一致性,整个天山雪水当量在1月份的变化是南天山、中天山、北天山作用的总和,4月份主要受北天山及南天山的影响,而10月份受中天山影响最明显,北天山居中,南天山最弱。结论:本研究建立的天山不同下垫面AMSR-E 5日雪水当量降尺度模型及雪水当量数据集可为积雪气候预报提供理论基础,对天山水资源评价和合理配置具有参考意义。
【学位单位】：石河子大学
【学位级别】：硕士
【学位年份】：2016
【中图分类】：P407.7;P426.63
【相似文献】
相关期刊论文 前10条
1 B.E.GOODISON;王光宇;;用微波辐射资料确定加拿大草原区的雪水当量[J];遥感技术动态;1990年01期
2 车涛,李新;被动微波遥感估算雪水当量研究进展与展望[J];地球科学进展;2004年02期
3 孙之文;施建成;蒋玲梅;杨虎;张立新;;被动微波遥感反演中国西部地区雪深、雪水当量算法初步研究(英文)[J];地球科学进展;2006年12期
4 郭增红;于成刚;戴长雷;;大兴安岭地区冰上积雪雪深和雪水当量参数时空变化规律[J];黑龙江大学工程学报;2013年03期
5 车涛,李新,高峰;青藏高原积雪深度和雪水当量的被动微波遥感反演[J];冰川冻土;2004年03期
6 武胜利;杜今阳;;用GPM数据进行青藏高原雪水当量监测可行性分析[J];遥感信息;2006年03期
7 王芝兰;王澄海;;IPCC AR4多模式对中国地区未来40a雪水当量的预估[J];冰川冻土;2012年06期
8 吴晓晨;孟令奎;张东映;郭善昕;刁伟;樊志伟;成建国;;冰雪遥感监测方法综述[J];水利信息化;2013年01期
9 马丽娟;秦大河;;1957—2009年中国台站观测的关键积雪参数时空变化特征[J];冰川冻土;2012年01期
10 ;[J];;年期
相关会议论文 前1条
1 施建成;;使用双频、双极化雷达提取雪水当量[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
相关博士学位论文 前1条
1 蒋玲梅;被动微波雪水当量研究[D];北京师范大学;2005年
相关硕士学位论文 前2条
1 赵文宇;基于被动微波遥感和MODIS产品的天山雪水当量降尺度研究[D];石河子大学;2016年
2 陈月亮;北半球雪水当量的时空主模态特征及北极海冰的气候影响[D];中国海洋大学;2014年
本文编号：
2826215
本文链接：https://www.wllwen.com/projectlw/qxxlw/2826215.html
