基于多源遥感的积雪反照率时空重建方法研究

Snow albedo plays an important role in global climate system. There are notable data missing and error uncertainties, attributing to the limit of remote sensing technology. This project suggests an spatial-temporal reconstruction of snow albedo utilizing radiation transferring model and remote sensing retrieve model, based on remote sensing data and meteorological data. The key and the innovation of this project is to estimate snow information under data missing area, utilizing physically based snow processes model and data assimilation method. The estimated snow information can be used as reliable driven data for snow albedo reconstruction. The main issues of this project include, 1) accuracy evaluation of snow albedo retrieve model, and optimized retrieve method for different environment, remote sensing data quality and fractional snow cover; 2) simulation of snow information in regions where remote sensing data were missing, using snow processes model driven by spatially distributed meteorological data. And to assimilate remotely sensed snow cover and grain size into snow processes model, for better accuracy of simulated snow information; 3) calibration of spatial parameters of snow radiation transfer model using remote sensing data, and simulation of snow albedo in data missing area based on the assimilated snow information using snow radiation transfer model. The simulated snow albedo are combined into remotely sensed snow albedo with good accuracy, and finally obtain the seamless spatiotemporal snow albedo.

积雪反照率在全球气候系统中的作用显著。由于目前遥感手段的限制，积雪反照率遥感产品存在显著的数据缺失和误差不确定性。本研究提出了一种综合遥感数据与气象要素数据，结合辐射传输正向模型和反演模型的积雪反照率时空重建方案。该方案的核心和创新之处是,使用有着明确物理机制的积雪过程模型和数据同化方法来估计遥感缺失地区的积雪信息，从而为积雪反照率重建提供可靠的数据来源。主要内容包括：1）对遥感积雪反照率反演模型进行精度评估，提炼出一套针对不同环境因素、卫星数据质量以及积雪覆盖比例的优化反演方法；2）使用气象要素驱动的积雪过程模型来模拟遥感数据缺失地区的积雪信息，并将遥感反演的积雪面积与粒径同化到模型中，提高积雪属性模拟的精度；3）使用遥感数据进行正向模型的空间参数标定，用同化后的积雪信息来驱动正向模型，进而模拟资料缺失地区的积雪反照率，并将其与精度较优的反演结果相结合，实现积雪反照率的时空无缝重建。

本项目的研究核心是如何综合多源遥感数据和气象要素数据用于积雪反照率模拟模型的驱动、估计遥感缺失地区的积雪信息，从而为积雪反照率时空重建提供可靠的数据来源。针对此，研究通过发展包含积雪反照率反演模型与积雪反照率正向模拟模型在内的积雪反照率集成重建模型，分析遥感数据与气象要素数据驱动集成模型时的精度不确定性。综合遥感数据与气象要素数据，结合辐射传输正向模型和遥感反演模型发展了一套复杂环境下的积雪反照率时空重建方案。 .项目生成了一套完整的积雪辐射特性研究数据。主要包括野外站点观测与人工采集的积雪属性数据与气象要素数据。收集了用于积雪反演的历史遥感数据，用于正向模型的历史气象数据。制备了包括积雪粒径、积雪面积、积雪反照率在内的长时间序列积雪数据，并对数据的精度进行了评估，对遥感数据进行了真实性检验。.我们分析了复杂环境下太阳天顶角、DEM、积雪分布、卫星质量以及尺度效应对遥感反演积雪反照率的影响，并提出了一套综合多源遥感卫星数据的积雪反照率反演方法。项目完成了黑河流域上游地区积雪反照率数据产品的遥感反演，获得了长时间序列的较优积雪反照率反演产品；研究利用积雪水文模型和积雪粒径演化模型完成了长时间序列积雪粒径演化过程的动态模拟；通过对比多种积雪辐射传输正向模型，优化了正向模型多次散射过程，修改了积雪反照率正向建模方案，改善了正向模拟的参数设定与模拟结果精度。针对研究区无遥感资料地区进行了长时间序列的积雪反照率时空变化过程的正向模拟。项目集成了以积雪水文过程和积雪辐射传输过程为核心的无遥感资料地区积雪反照率重建方案。针对积雪反照率集成模拟系统的构建，改进了SNICAR模型和GBEHM模型的耦合过程。同时，我们改进了遥感反演与正向模拟结合的若干问题。.本项目为缺乏遥感资料或遥感资料精度较差的高寒山区提供了一套可行的积雪反照率时空重建方案。该套积雪反照率时空重建方案得到了更准确更全面的积雪反照率数据。