基于HUT模型森林下雪深被动微波遥感反演方法东北区本地化研究

发布时间：2018-06-23 00:56

  本文选题：森林积雪 + 被动微波遥感　； 参考：《中国科学院研究生院(东北地理与农业生态研究所)》2016年博士论文

【摘要】：积雪是地球表面最为活跃的自然要素之一,天然降雪传递并改变了微生物、植物、动物、营养物质、大气以及土壤之间的相互作用。积雪表面的高反照率、内部冰/水相变产生的潜热以及雪层的绝热效应显著地影响着全球能量、水循环过程,进而影响气候变化;同时气候变化也导致全球、区域甚至流域尺度的时空积雪的重新分布,进而影响融雪水资源的循环、分配与管理。由于地处北半球的高纬度地带,东北地区是我国积雪分布的主要区域之一,积雪一方面可以造成雪灾,融水同时又是东北地区水系和农业耕作土壤水分来源的重要补充。积雪是水资源的重要来源,水是人类生存的必要条件。积雪覆盖与降水、地表温度、地表反照率和辐射收支等密切相关。被动微波遥感技术利用雪粒子与不同微波频段电磁波的散射、辐射传输差异,实现对积雪参量的定量反演。积雪内部的雪粒径尺寸分布是影响积雪微波(辐射、散射)特性的重要因素,雪粒径分布的不一致性也是影响被动微波反演积雪深度和雪水当量精度的重要因子。森林是陆地生态系统的主体,森林生态系统在地圈、生物圈的生物地球化学循环过程中起着重要的 缓冲器‖和 阀‖的功能,是地球上最大的碳汇。森林是地球上规模最大、生态功能最完善的陆地生态系统,对地球系统中的水循环、碳循环、能量循环和生态平衡起着不可替代的作用,是地球生态系统最重要的维系者。由于森林系统具有多层结构特征,且各层介质的微波辐射传输都具有不同的频率和极化特性,这种复杂性降低了利用遥感技术反演林下积雪参量的精度,是目前研究领域的难题。论文在国家自然科学基金面上项目 东北地区森林下雪深被动微波遥感反演的关键影响参数观测与研究‖和 基于不同下垫面被动微波混合像元分解模型的中国东北地区积雪深度和雪水当量反演研究‖的资助下,依托中国科学院长春净月潭遥感实验站开展森林积雪参量遥感反演研究,主要工作如下:(一)东北地区是一个相对独立的地理单元,积雪性质与其他地区有所不同,因此对东北地区的积雪性质做深入的研究,从而为辐射传输模型提供必要的积雪参数。主要研究内容包括:(1)森林区和农田区积雪性质(雪粒径、雪温度和雪湿度)的比较研究,尤其是雪粒径,因为雪粒径是辐射传输模型中最敏感的参数;(2)对分层积雪的雪粒径、雪温度和雪湿度进行研究;(3)雪粒径演化模型(Jordan91模型)的验证。(二)对Chang算法、改进的Chang算法、NASA 96算法和FY3B雪深业务化反演算法在东北地区典型林区进行验证与分析,得到以上算法在东北典型林区的精度,为发展适合东北地区雪的特性的雪深反演算法提供指导。(三)通过实验观测数据,探讨东北典型森林的微波辐射传输参数频率与极化、角度特性,以及与森林几何和物理参数的关系。(四)利用观测和参数化后的东北典型森林的微波辐射传输参数(有效透过率和有效散射反照率),在τ-ω模型框架下构建 积雪-森林‖半经验微波辐射传输模型。论文将卫星遥感观测数据与地基遥感观测数据相结合,在森林系统辐射传输模型参数化研究的基础上,对不同下垫面介质开展相应的微波辐射传输特性的研究与观测,从而建立分层介质的辐射传输方程。(五)在HUT改进模型中考虑雪粒径的垂直分布及其之间的联系,建立多层的HUT模型。利用Jordan91模型进行雪粒径的演化,结合气象站点的雪深和气象数据,建立适于本地化的HUT模型反演模型。论文的主要创新点如下:(一)通过开展东北积雪特性的观测与分析,结合气象站点数据,提出了基于Jordan91积雪参数演化模型的本地化HUT积雪辐射传输模型。(二)以τ-ω模型为基础,结合卫星遥感观测数据,开展不同森林类型消光系数的研究,利用真实可靠的实验数据进行复杂情形下典型微波辐射传输模型的模拟验证和评价,为揭示森林对积雪的微波辐射特性和雪深反演精度的影响机制奠定理论基础。
[Abstract]:绉�闆�鏄�鍦扮悆琛ㄩ潰鏈�涓烘椿璺冪殑鑷�鐒惰�佺礌涔嬩竴,澶╃劧闄嶉洩浼犻，

本文编号：2054992