被动微波遥感积雪参数反演方法进展

雪深(snow depth,SD)和雪水当量(snow water equivalent,SWE)是气候水文研究中的重要参数,在雪灾监测中尤为重要。首先,简要介绍了被动微波遥感SD和SWE反演算法的物理基础——积雪微波辐射传输模型,分析了不同微波频段、不同特点的积雪微波辐射和散射特性。然后,根据前人的研究从数学角度将反演算法分为线性亮温梯度法和基于先验知识法,总结了2类算法的优势和局限性:线性亮温梯度法相对简单、速度快,一般只适用于特定的研究区;先验知识法需要获取研究区的样本数据,并反复训练才能达到较好的精度,但对样本的独立性及其均值差异显著性的要求较高。最后,重点介绍了我国风云三号微波成像仪(FY-3 MWRI)的全球SD和SWE反演算法和针对中国区域的改进算法,并对未来的研究热点进行了展望。

利用地面观测实验评价湖冰对被动微波反演积雪算法的影响

通过对东北积雪实验观测数据和HUT(the Helsinki University of Technology)积雪-冰-水层模型模拟数据的比较分析,描述了积雪-冰-水系统的发射率特征。并于2010年1月21日～22日在吉林省松原市的松花江进行了积雪辐射计观测试验,通过对湖冰上的积雪的亮温观测和HUT模型模拟的亮温比较结果来看,HUT模型在各个角度下模拟亮温与实测亮温均较吻合,其中模拟的水平极化亮温的拟合结果要好于垂直极化的结果。HUT模拟和地面测量结果的水平极化的拟合度——R2为0.9316,垂直极化的R2为0.9194。通过地面观测数据,本文分析了湖冰对现有被动微波反演积雪算法的影响,利用HUT模型进行了雪层厚度和冰层厚度对当前雪水当量反演所用的亮温差的敏感性分析,发现当前的雪水当量反演算法对冰层厚度非常敏感,尤其在冰层比较薄的情况下,要精确获得富湖泊区的雪水当量,还需要更进一步的研究。