基于多源传感器的青藏高原积雪制图研究

Affected by complex terrain and shallow snow depth, caused the snow spatial distribution serious fragmentized in Tibetan Plateau. And this is the main reason why the current international snow products get poor accuracy in this region. With the progress of satellite and sensor technologies, especially a series of FY satellite launch and run successfully in China, the synchronization observe technology by optical and passive microwave remote sensing is already mature. Effectively use the advantage of higher spatial resolution of optical remote sensing data and cloud penetration of passive microwave remote sensing data, is an effective way to improve the accuracy of snow parameters inversion in Tibetan Plateau. This project based on integrating field observation and experiments, intends to use multi-source sensors and snow products, to propose an advanced snow cover mapping algorithm, and establish a set of long term snow product with higher accuracy in Tibetan Plateau. Therefore, the research on snow parameters extraction of the specific area of Tibetan Plateau by using remote sensing technology, not only can effectively improve snow monitoring accuracy, in order to evaluate the snow cover change accurately, but also can provide more accurate input snow factors for hydrology and climate models.

青藏高原地区地形复杂，积雪深度较浅且破碎化严重，是造成目前国内外主流的积雪遥感产品在该地区精度较差的主要原因。随着国内外卫星和传感器技术在不断进步，光学遥感数据和被动微波数据的同步获取技术已经非常成熟，综合利用光学遥感数据高空间分辨率和被动微波数据不受云干扰的特点，可以有效提高青藏高原积雪参数反演精度。本项目拟利用多源遥感资料，借鉴现有成熟的算法，在野外试验及观测的基础上，发展面向青藏高原特殊区域的积雪制图算法，解决目前国内外流行的积雪产品在该地区积雪监测精度较差的问题，建立一套高精度的长时间序列积雪产品，为准确评价青藏高原积雪变化奠定基础，同时为水文、气候模型提供更准确的输入因子。

青藏高原地区地形复杂，积雪深度较浅且破碎化严重，是造成目前国内外主流的积雪遥感产品在该地区精度较差的主要原因。随着国内外卫星和传感器技术在不断进步，光学遥感数据和被动微波数据的同步获取技术已经非常成熟，综合利用光学遥感数据高空间分辨率和被动微波数据不受云干扰的特点，可以有效提高青藏高原积雪参数反演精度。项目执行期间，通过一系列的野外观测与数值实验，分析不同下垫面积雪在各光谱通道的反射特征，在对多源光学传感器地表反射率数据进行地形校正的基础上，构建了青藏高原浅雪特征光谱库以及积雪范围反演模型；借鉴目前发展成熟的积雪比例制图算法，并且将环境参数（地形、下垫面、土地利用类型等）加入到反演模型中，提高青藏高原特殊地区积雪面积比例制图算法精度，解决浅雪及破碎化积雪遥感监测精度不高的问题，通过去云处理，与验证后的被动微波雪深/雪水当量数据进行融合，建立一套面向青藏高原基于多源传感器的高精度积雪产品融合算法，并利用该算法生成了包括青藏高原的北半球逐日无云积雪范围产品，对北半球积雪时空分布特征进行了评估；针对林区积雪参数反演精度差的问题，构建了林区积雪指数，与传统归一化积雪指数和植被指数结合，构建了基于多指标的林区积雪识别决策分类模型，有效的提高了林区积雪识别精度；通过野外观测，分析积雪深度空间分布特征，构建了基于地形要素的多参数积雪深度反演模型，改进了青藏高原积雪深度反演算法；通过对影响雪深空间分布的地理位置、地形、积雪日数和亮温温度进行评价，利用与雪深显著相关的关键因子，发展了一套基于多源遥感数据数据的青藏高原雪深降尺度算法，不仅生成了500m空间分辨率的雪深产品，雪深反演精度也得到了极大的提升。项目执行期，共计发表已标注论文13篇，其中SCI论文7篇，核心期刊论文6篇。另外，在本项目支持下完成研究生毕业论文7篇，在青藏高原科学数据中心发布积雪产品一套，该数据集的名称为：北半球MODIS逐日无云积雪产品(2000-2016)。