基于AMSR-E信息的北疆牧区雪深遥感监测模型方法初探

作者：于惠; 冯琦胜; 张学通; 黄晓东; 梁天刚

来源：草业学报, 2009, 18(04): 210-216.

• 雪深
• 北疆地区
• AMSR-E
• 亮温数据
• 精度分析

利用北疆地区2002,2003和2004年11月-次年3月3个积雪季AMSR-E 445个时相的亮温数字图像和20个气象台站实测雪深数据,系统分析了雪深模型的影响因子和研究区样本筛选方法。通过对18和36 GHz波段的水平、垂直极化方式的亮温差和实测雪深值回归分析比较,建立了北疆地区基于AMSR-E亮温数据的雪深反演模型,并对模型的精度进行了评价。结果表明,1)AMSR-E亮温差受气温、融雪、降水、湿雪、深霜层等因素的严重影响,其中受深霜层的影响最大;2)大于2.5 cm的积雪深度SD同垂直极化方式的18和36 GHz波段的亮温差(Tb18V-Tb36V)之间具有较好的线性相关性,其回归公式为SD=0.49(Tb18V-Tb36V)+8.72,相关系数达0.65。3)当雪深为3~10 cm时,反演模型平均误差为-7.1 cm,平均绝对误差为7.1 cm,RMSE值达7.7 cm;当雪深为11~30 cm时,平均误差为1.8 cm,平均绝对误差为4.9 cm,RMSE值为9.1 cm;当雪深大于30 cm时,平均误差为8.9 cm,平均绝对误差为9.4 cm,RMSE值为18.1 cm。4)该模型在北疆地区优于Chang算法,基本能反映北疆地区雪深变化趋势。当地表为中雪覆盖时,反演雪深值和实测值之间的一致性较高,当地表为浅雪和深雪覆盖时,反演模型的误差较大,其反演精度较低,还有待于进一步研究。

• 单位
  兰州大学; 草地农业生态系统国家重点实验室; 草地农业科技学院