Highresolutionmultispectral数据
一些极轨卫星传感器具有多个光谱波段，分别位于可见光(0.4-0.7 pm)、近红外(0.7-1.1 pm)、短波红外(1.1-3.0 pm)以及大气热红外(下午3时至100时)电磁波谱。与AVHRR等传感器产生的实际雪产品相比，这些传感器通常具有非常高的空间分辨率
九月十月十一月十二月
Armstrong和Brodzik, NSDIC
图5.2。每月北半球积雪(1966-2005)和海冰范围(1978-2005)气气学(资料来源:NSIDC北半球EASE-Grid每周积雪和海冰范围第3版，2005)。5.20(板)。
九月十月十一月十二月
Armstrong和Brodzik, NSDIC
图5.2。每月北半球积雪(1966-2005)和海冰范围(1978-2005)气气学(资料来源:NSIDC北半球EASE-Grid每周积雪和海冰范围第3版，2005)。5.20(板)。
例如，地球资源卫星主题映射器80米处和1.0米处陆地观测系统(SPOT)。多光谱传感器提供了基于特定的积雪地图的能力光谱特征的雪。对于积雪地区的亚像元分析，大量的光谱带对于光谱分解算法的使用具有很大的价值，即将单个像元的有效光谱分解为与存在的不同无雪类别(光谱末端成员)相关的主光谱(例如Nolin etal)。, 1993;Rosenthal and Dozier, 1996; Dozier and Painter, 2004)。然而，缺点是，当低时间分辨率(高达18天的重复次数)与云覆盖相关的问题相结合时，观察雪面的机会有限。这些限制，加上这些高空间分辨率数据集的成本通常更高，限制了它们在本地和短期实验应用中的使用。
5.3.3其他基于可视数据的区域尺度雪产品
在水电管理需要准确的融雪径流预报的地方，卫星数据的区域尺度应用往往起着非常重要的作用。例如，挪威是可见光遥感应用最活跃的国家之一，其项目众多，包括Statkraft SnowSa雷竞技手机版appt系统、NVE积雪系统、Cap Gemini雪景信息系统、特罗姆瑟卫星站基本积雪地图和挪威气象研究所每日和每周地图(Solberg et al.， 1997)。在美国，NOAA的国家业务水文遥感中心(NOHRSC)提供基于AVHRR和GOES可见光卫星数据以及SSM/I卫星数据、机载伽马射线观测和地面站数据的常规产品。
5.3.4无源微波卫星数据
由于能够穿透云层，在黑暗中提供数据，并有可能提供雪深或水当量的指数，被动微波卫星遥感可以大大增强仅基于可见数据的雪测量。1978-1987年期间，NASA的SMMR(扫描多通道微波辐射计)仪器首次提供了可靠的多通道全球无源微波卫星数据(Gloersen等人，1984年;Hall和Martinec, 1985)，随后是DMSP(国防气象卫星计划)SSM/I(特殊传感器微波/成像仪)，从1987年到2008年及以后(Hollinger等，1990)。SMMR和SSM/I仪器在水平和垂直极化下提供了6至89 GHz的微波频率组合范围。从被动微波数据中获取积雪参数的技术主要依赖于18- 19,37和85 GHz的信道。当雪覆盖了在地面上，下面土壤发射的微波能量被雪粒散射。因此，当从无雪的地表移动到积雪覆盖的地表时，辐射率会急剧下降亮度温度提供存在的指示干雪(Matzler, 1994)。此外，雪表现出负的光谱梯度，这意味着随着微波频率的增加，例如从19 GHz到37 GHz，发射率和相关亮度温度降低。亮度温度是给定微波频率下的发射率与目标物的物理温度的乘积(Staelin et al.， 1977)。几乎所有其他陆地表面类型都表现出正的光谱梯度。理论和实证研究表明，散射量或亮度温度的降低与积雪厚度、密度和特定波长相关。基于这些关系，已经开发出了显示雪存在的算法(Grody和Basist, 1996;hilthbrunner, 1996)，并计算雪水当量或深度，给定假设的密度(例子包括，Chang等人，1987;Goodi-son, 1989;纳格尔,1991;泰特,1998;Pulliainen and Hallikainen, 2001)。几乎所有这些算法都只针对干雪条件进行了开发和测试。
北半球冰雪覆盖地区
北半球冰雪覆盖地区
一年
图5.3。北半球每月SCA, 1978-2005，来自NOAA雪图(橙色)和微波卫星(紫色/绿色)数据集。5.3(板)。
一年
图5.3。北半球每月SCA, 1978-2005，来自NOAA雪图(橙色)和微波卫星(紫色/绿色)数据集。5.3(板)。
当雪是湿的(即液态水存在于雪粒表面)时，雪水当量无法确定，因为湿雪主要是微波频率的发射器，因此从信号的散射部分得到的信息丢失了。然而，由于其高偏振差，仍然可以检测到湿雪的存在(Walker and Goodison, 1993;Matzler, 1994)和排放特征(Basist et .， 1998)。
该微波数据集的验证已通过与上述每周NOAA雪度数据集的比较完成(Armstrong和Brodzik, 2001a, b)。本研究比较了来自两种卫星产品的数据，这两种卫星产品涉及完全不同的传感器系统和分析技术。可见光数据是人工解释的，而单一的数值算法应用于整个时间序列的微波亮度温度记录。在这里所示的比较(图5.3)中，Chang等人(1987)使用雪深算法来确定SMMR期间的积雪范围，并在SSM/I期间使用同一算法的改进版本(Armstrong和Brodzik, 2001a)。由于雪的质量本质上控制着积雪中微波能量的散射，因此从被动微波数据推导雪深需要作出某些假设雪密度和晶粒尺寸(Matzler, 2002)。例如，Foster et al.(1996)使用的全球ssmr导出的月雪深气候学假设平均雪密度为300 kg m-3，平均雪粒度为0.3 mm (Chang et al.， 1987)。因此，被动微波衍生的雪深包含了额外的不确定源。
图5.3显示了两个数据集相似的年际变率，两者都一致表明北半球最大范围超过4000万平方公里。图5.4比较了1978-2005年期间北半球月平均雪量，并显示了两个数据集之间的差异。微波数据显示的积雪覆盖面积比可见光数据少
-
- 图5.4。1978-2005年由可见光和被动微波卫星资料得出的北半球平均月积雪面积的比较(特定月份中50%或更多的周被分类为积雪覆盖)。5.4(板)。
冬季月份(11月至4月)的平均差异约为400万平方公里，从11月的约800万平方公里(25%)减少到4月的约30万平方公里(1%)。在11月和12月(在较小程度上)，被动微波数据低估了大多数地理区域最南部的积雪范围。在北美、欧洲和西亚的低海拔地区，这种差异在11月最大，那里的积雪在空间上更可能是间歇性的和浅的(小于约5.0厘米)，并且可能存在于融化温度。虽然这里使用的算法不能始终检测到湿雪，但在这个比较中只使用了夜间或清晨(“冷”)的轨道，减少了湿雪存在的机会。Robinson et al.(1993)和Brown(2000)表明，NOAA数据集捕获的积雪深度可浅至1-2 cm。因为可见数据更好
北半球积雪覆盖面积偏离月平均值
北半球积雪覆盖面积偏离月平均值
80 85 90 95 00 05
一年
图5.5。北半球SCA偏离19782005年NOAA雪图(橙色)和微波卫星(紫色/绿色)数据集的月平均值。这一时期的NOAA时间序列呈现每10年-2.0%的显著下降趋势(橙色实线);微波积雪时间序列呈现每10年-0.7%的下降趋势，在90%水平上不显著(绿虚线)。5.5(板)。
80 85 90 95 00 05
一年
图5.5。北半球SCA偏离19782005年NOAA雪图(橙色)和微波卫星(紫色/绿色)数据集的月平均值。这一时期的NOAA时间序列呈现每10年-2.0%的显著下降趋势(橙色实线);微波积雪时间序列呈现每10年-0.7%的下降趋势，在90%水平上不显著(绿虚线)。5.5(板)。
它们适合探测浅层积雪，也更精确地监测积雪范围边缘的波动，从而产生更大的空间变异性。这可能是NOAA数据显示与月平均值偏差较大的原因(图5.5)，因为积雪覆盖波动最迅速的区域通常是雪薄且间歇性的雪缘边界。因此，秋季和初冬积雪范围的巨大差异可能主要是由于目前的无源微波算法无法检测薄和断断续续的雪封面。Basist等人(1996)在秋季和初冬也观察到类似的模式。没有理由认为NOAA的数据会高估秋季和初冬的降雪范围。
随着积雪在1月至3月期间继续增加，以及进入融化季节，两种数据类型之间的一致性不断提高。这是合乎逻辑的，因为随着冬季的进展，深雪覆盖的面积增加，从而使微波算法能够检测到总积雪的更大百分比。随着北半球季节性积雪在4月和5月期间向北极盆地退缩，微波数据显示与可见光数据非常接近。在春季融化期间准确性的提高是偶然的，因为这是积雪季节中最重要的时期雪水文，从而使这些雪水等效数据能够可靠地应用于水文预报和建模。
在1978-2005年期间，NOAA时间序列显示北半球积雪覆盖范围呈每10年-2.0%的显著减少趋势，而在同一时期，被动微波显示每10年-0.7%的非统计显著减少(图5.5)。最强的季节性信号出现在5月至8月，这两个数据集都显示出显著的下降趋势。这种模式在最高季节期间气温升高的背景下具有物理意义雪融化在北半球上空卫星遥感数据中下降趋势最强的地理位置(Brodzik等人，2006年)包括美国西部，这支持了Groisman等人(2004年)和Mote等人(2005年)利用现场观测得出的最新结果。
从被动微波卫星遥感(SSM/I)获得的加拿大大草原SWE每周地图在过去15年中一直在制作。该方案中使用的SWE算法是为草原和草原等积雪较浅的开放地区开发的(Goodison, 1989;Walker和Goodison, 1993)，它们提供了±10毫米的精度，这足以用于操作目的和与气候相关的研究。raybet雷竞技最新目前对世界草原和草原地区的SWE和积雪进行可靠的全天候监测的能力是重要的，因为这些地区生产世界上大部分的小麦和玉米，而且这些地区的积雪波动与更大的大陆范围的积雪和气温变化密切相关。
从极轨无源微波卫星传感器获取SWE气候信息并不是一项简单的任务，因为这需要一种方法来处理诸如轨道数据覆盖不完整和临时湿雪事件等问题(Piwowar等人，1999)。然而，自1978年以来，利用SMMR和SSM/I的无源微波数据已经可以监测全球积雪的波动。这需要调整SMMR亮度温度数据，以消除计算SWE值的偏差(Derksen和Walker, 2003;Derksen et al.， 2003;Armstrong and Brodzik, 2005)。NSIDC将SMMR和SSM/I数据以一种通用格式(easy - grid)结合在一起，制作了1978-2005年期间的全球月度SWE气气学(Armstrong和Brodzik, 2005)。用于开发该数据集的算法包括根据Chang等人(1996)的早期工作对森林地区已知的雪水当量的低估进行调整。此外，该算法还纳入了上述NOAA数据集的雪量，以纠正微波算法在初冬浅积雪和间歇性积雪条件下一贯低估雪量的问题。NSIDC提供的雪产品包括25公里空间分辨率的全球月平均雪量和水当量的单个文件，以及描述平均雪量、雪水当量、发生概率和方差的月气候学。
5.3.5有源微波系统
主动微波系统(雷达)提供明显更好的空间分辨率(几十米)比被动系统，但雷达拥有自己的一套限制，如下所述。主动微波仪器的工作波长从毫米到几十厘米不等。测量波长范围约为7.5-1.5厘米(频率为4-18 GHz)的传感器最常用于积雪研究。近几十年来，利用有源微波或雷达系统进行全球范围的积雪监测已成为可能合成孔径雷达(SAR)卫星第一个成功的积雪研究SAR数据是在1981年欧洲SAR-850运动期间收集的(Matzler和Schanda, 1984;Rott and Matzler, 1987)。最近几代有源微波卫星传感器提供高时间和空间分辨率，在冬季不受云层覆盖或黑暗的阻碍。
发射的雷达脉冲与积雪之间的相互作用受到两组参数的影响:(a)传感器参数，包括频率、极化和观测几何形状;(b)积雪参数，包括密度、液态水含量、粒度和形状、分层和表面粗糙度。这些雪属性确定介电特性，从而确定后向散射特性。后向散射系数由雪面反射、积雪内散射和雪土边界反射决定;因此，测量的后向散射是表面散射和体积散射的结合。给定频率下的穿透深度主要取决于液态水含量和雪密度。对于干雪，最大穿透深度随频率而变化，但对于通常用于雪研究的SAR频率，最大穿透深度可达数十米。因此，干雪和裸地的分离是不可能的，至少在单极化、单频SAR下是不可能的，因此它们的能力主要局限于湿雪的制图(Rott和Kunzi, 1985)。相反，无源微波技术在湿雪中受到很大限制，这一事实导致了一个明显的结论，即未来工作的大部分成功将来自多传感器方法。
由于SAR传感器的成像几何结构，数据容易受到几何畸变的影响。这些地形引起的扭曲包括远景缩短、中途停留和阴影效果。因此，必须根据合适的空间分辨率和精度的DEM数据，对后向散射对局部入射角的依赖进行分析和明确建模(Nagler和Rott, 2000)。标准化和普遍可接受的纠正程序仍然缺乏。在这方面，极化SAR已被确定为比单极化成像更有效地研究湿雪或冰表面，因为不需要地形信息(Shi et al.， 1994)。克服地形诱发问题的另一种可能性是使用Rott和Nagler(1994)、Strozzi等人(1999)和Shi等人(2001)所描述的多时段或重复通道SAR数据。
作为雷达频率应用的另一个例子，最近的工作描述了星载Ku波段散射计(12-18 GHz)在监测方面的具体能力全球积雪量(Nghiem and Tsai, 2001)。这项研究是基于对数据的分析美国航空航天局(NASA)NSCAT散射计于1996年9月至1997年7月在先进地球观测卫星(ADEOS)上运行。随着1999年QuickSCAT卫星上的海风Ku波段散射仪的发射，这些数据继续可用。QuickSCAT/SeaWinds提供全球背散射数据，其固定入射角覆盖1800公里宽的带状区域，每日覆盖纬度大于37度。
Ulaby和Stiles(1980)、Matzler和Schanda(1984)、Shi等人(1994)、Nagler和Rott(2000)、Rau等人(2000)和Shi等人(2001)提供了主动微波系统应用于积雪遥感的一些例子。有关此主题的其他参考文献和更详细的报道，请参见Duguay和Pietroniro(2005)以及Massom和Lubin(2006)。
5.3.6新型传感器系统
1999年12月，NASA地球观测系统(EOS)的Terra和2002年5月的Aqua平台的发射，为全球范围内的积雪测绘提供了额外和增强的机会。Terra和Aqua都携带MODIS(中等分辨率成像光谱辐射计)，可以提供500米分辨率的每日和8天产品的正弦(500米)和“建模网格”投影(0.05°)的全球雪图(Hall等，2001年)。其他研究产品也正在开发中，包括亚像素积雪覆盖面积、反照率和颗粒大小(Painter等人，2003年)。
Aqua平台还携带AMSR-E(先进微波扫描辐射计- EOS)，自2002年以来一直在全球范围内提供被动微波衍生的雪水当量(Kelly et al.， 2003)。AMSR- e结合了对SMMR和SSM/I的若干增强，提供了两倍于先前传感器的空间分辨率以及额外的通道(AMSR通道分别为6.9、10.6、18.7、23.8、36.5和98.0 GHz，均为V极和H极)。AMSR-E积雪产品包括25公里空间分辨率的积雪范围和雪水当量。北半球和南半球的数据有三个时间间隔:每日、每周最大值和每月平均值。这些标准MODIS和AMSR-E雪产品可从NSIDC。
如上所述，仅应用可见或被动微波方法进行积雪制图有明显的优点和相应的缺点;因此，较新的产品是MODIS和AMSR-E的混合(Armstrong等，2005)。
这篇文章有帮助吗?