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

Mixed pixel of passive microwave data plays a dominant influence on the precison of snow depth and snow water equivalent. Based on the results of early project, the main factors affecting the precision of passive microwave unmixing method are researched in the proposed project. Northeast china is selected as study area, and then we research the impact of different surface types on snow monitoring based on field observational experiment. Combining with the early proposed passive microwave unmixing techniques, a new passive microwave unmixing model, suitable for various land surface types is put forward in the project. The unmixing models of forest type and saline-alkali soil type are researched as focal points. Based on the test data obtained from field observations and meteorological ground station, we can get the unmixed data using passive microwave unmixing model. Through proposing the snow depth retrieval formula, we calculate the regression coefficients, which can correct the regression coefficients of chang's snow depth retrieval formula. Using FY3B/MWRI data, we develope the inversion algorithm of snow depth and snow water equivalent in Northeast China. We can provide snow depth and snow water equivalent products with 500 m data resolution in Northeast China. This research can provide important scientific basis for the regional simulation of snowmelt runoff and forecasting, snow water use and management.

混合像元问题是影响被动微波反演雪深和雪水当量精度的重要因素。本项目在前期研究基础上，深入研究影响被动微波混合像元分解模型的主要因素。以中国东北地区为主要研究区，立足于积雪野外观测实验，结合已有的被动微波混合像元分解模型，对影响积雪被动微波辐射亮温的下垫面类型进行详细划分；重点开展针对林地和盐碱地两种下垫面的被动微波混合像元分解模型，提出基于不同下垫面的被动微波混合像元分解模型。根据野外地面观测结果和气象台站数据，利用不同下垫面的被动微波混合像元分解后的数据，提出基于不同下垫面的雪深反演公式，获得雪深反演公式中的回归系数，对广泛应用的chang被动微波积雪深度反演算法中的回归系数进行修正。发展我国FY3B/MWRI数据在中国东北地区积雪深度和雪水当量的定量反演算法，提供东北地区500m 数据分辨率的雪深和雪水当量产品。该研究为东北地区融雪径流模拟与预报、积雪水资源利用与管理提供重要科学依据。

本项目围绕积雪被动微波混合像元问题，对中国东北地区影响积雪被动微波辐射亮温的下垫面类型进行详细划分，重点开展针对林地和盐碱地两种下垫面的被动微波混合像元分解模型。项目研究期间，同时在东北地区收集和开展地面积雪辐射观测、积雪参数的测量等工作，获取野外实测数据作为有效验证数据。目前国内外研究对于林地雪深的反演结果仍旧存在较大误差，项目通过将被动微波像元内所包含的类型分为针叶林、阔叶林和农田下垫面，分别获得这三种下垫面的被动微波组分亮温，将其用于针叶林、阔叶林和农田的雪深反演，分解后数据的雪深反演结果比使用原始数据进行反演的结果平均提高了22.9%。针对吉林省西部盐碱化地区农田和草地的下垫面类型，项目提出了相应的被动微波混合像元分解方法，分解前后雪深反演偏差平均提高了9.7％，RMSE平均提高了7％。此外，项目同时开展了基于多源遥感数据的地物分类和检测等相关研究工作，其研究结果为积雪参数反演的相关工作提供重要研究基础。整个项目的研究结果为提高东北地区融雪径流模拟与预报的精度、积雪水资源有效利用与管理提供重要科学依据，对认识积雪对于盐碱地区长期气候变化、促进农业生产和生态环境保护都具有重要意义。