Highresolutionmultispectral数据
一些极地轨道卫星传感器有多个光谱波段，分别位于可见光(0.4-0.7 pm)、近红外(0.7-1.1 pm)和短波红外(1.1-3.0 pm)以及热红外(下午3时至100时)电磁波谱．这些传感器通常具有非常高的空间分辨率的实际积雪产品相比，从传感器，如所述的AVHRR
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)气候(资料来源:NSIDC北半球EASE-Grid每周积雪和海冰范围版本3,2005)。5.20(板)。
九月十月十一月十二月
Armstrong和Brodzik, NSDIC
图5.2。北半球月积雪(1966-2005年)和海冰范围(1978-2005年)气候(资料来源:NSIDC北半球EASE-Grid每周积雪和海冰范围版本3,2005)。5.20(板)。
例如，地球资源卫星主题映射器地面观测系统(Systeme Probatoire pour l’observation de la Terre, SPOT)海拔1.0米。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。对于积雪覆盖区域的亚像素分析，大量的光谱波段在光谱分解算法中具有很大的使用价值，即将单个像素的有效光谱分解为与不同的无雪类(光谱端元)相关的主光谱(例如Nolin等)。, 1993;罗森塔尔和多齐尔，1996:多齐尔和画家，2004)。然而，缺点包括当低时间分辨率(高达18天重复次数)与云层有关的问题相结合时，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通常更大的成本，限制了它们在本地和短期的实验应用。
5.3.3其他基于可见光数据的区域尺度降雪产品
在水电管理需要精确的融雪径流预报的地区，卫星数据的区域规模应用往往发挥非常重要的作用。例如，挪威是可见遥感应用最活跃的国家之一，其项目众多，包括Statkraft SnowSat雷竞技手机版app系统、NVE积雪覆盖系统、Cap Gemini积雪视图信息系统、特罗姆瑟卫星站基本积雪覆盖地图以及挪威气象研究所每日和每周地图(Solberg等人，1997年)。在美国，NOAA国家业务水文遥感中心(NOHRSC)提供了基于AVHRR、GOES可见光卫星数据以及SSM/I卫星数据、航空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极大地增强仅基于可见数据的雪量测量。1978-1987年期间，美国宇航局的SMMR(扫描多通道微波辐射计)仪器首次提供了可靠的、多通道的全球被动微波卫星数据(Gloersen等人，1984年;霍尔和马丁内克，1985年)，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等人，1990年)。SMMR和SSM/I仪器提供了水平和垂直极化的微波频率从6到89 GHz的组合范围。用于从被动微波数据中获得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，下面的土壤发出的微波能量被雪粒散射。因此，当从无雪地表移动到被雪覆盖的地表时，辐射率急剧下降亮度温度的存在指示干雪(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到37 GHz，发射率和相关的亮度温度下降。亮度温度是给定微波频率下的发射率和目标物理温度的乘积(Staelin et al.， 1977)。几乎所有其他地表类型都表现出正的光谱梯度。理论和实证研究表明，积雪的散射量或亮度温度的降低与积雪厚度、密度和特定波长有关。基于这些关系，已经开发出表明雪的存在的算法(Grody和Basist, 1996;Hiltbrunner, 1996)，并计算雪水当量或深度，给定假设密度(例子包括，Chang等人，1987;Goodi-son, 1989;纳格尔,1991;泰特,1998; Pulliainen and Hallikainen, 2001). Nearly all of these algorithms have been developed and tested for dry snow conditions only.
北半球冰雪覆盖区
北半球冰雪覆盖区
一年
图5.3。1978-2005年北半球月SCA，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。1978-2005年北半球月SCA，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(即在雪粒表面存在液态水)时，不能确定雪水当量，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获得的信息丢失了。然而，由于湿雪的高偏振差，仍然有可能探测到湿雪的存在(Walker and Goodison, 1993;Matzler, 1994)和发射特征(Basist et al.， 1998)。
该微波数据集的验证是通过与上面描述的NOAA每周雪范围数据集进行比较来完成的(Armstrong和Brodzik, 2001a, b)。这项研究比较了来自两个涉及完全不同的传感器系统和分析技术的卫星产品的数据。可见数据是手动解释，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。在这里所示的比较中(图5.3)，Chang等人(1987)的雪深算法被用于确定SMMR时期的雪量，而SSM/I时期则使用了同一算法的修改版本(Armstrong和Brodzik, 2001a)。由于积雪的质量从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中推导雪深需要对其做出某些假设雪密度和晶粒尺寸(Matzler, 2002)。例如，Foster等人(1996)使用的全球ssmr衍生的月雪深气候学假设平均雪密度为300 kg m-3，平均雪粒尺寸为0.3 mm (Chang等人，1987)。因此，被动微波衍生的雪深度包含了额外的不确定性来源。
图5.3显示了两个数据集相似的年际变化，两者都一致表明北半球的最大范围超过4000万平方公里。图5.4比较了1978-2005年期间北半球的月平均积雪范围，显示了两个数据集之间的差异。微波数据显示积雪面积小于可见光数据
-
- 图5.4。根据可见光和被动微波卫星数据得出的1978-2005年北半球月平均积雪范围的比较(在整个时间周期内，特定月份中有50%或以上的周被列为积雪覆盖)。5.4(板)。
冬季(11月和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，被动微波数据低估了大多数地理区域最南端的积雪范围。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下。虽然这里使用的算法不能持续地检测到湿雪，但在比较中只使用了夜间或清晨(“冷”)轨道，降低了湿雪存在的几率。Robinson等人(1993)和Brown(2000)表明，NOAA的数据集捕捉到了浅至1-2厘米的积雪区域。因为可见数据更好
北半球积雪面积偏离月平均值
北半球积雪面积偏离月平均值
80 85 90 95 00 05
一年
图5.5。北半球SCA偏离1978年至2005年的月平均值，来自NOAA雪图(橙色)和微波卫星(紫色/绿色)数据集。这一时期的NOAA时间序列呈现出每十年-2.0%的显著下降趋势(橙色实线);微波积雪时间序列呈现出每十年-0.7%的下降趋势，但在90%的水平上并不显著(绿色虚线)。5.5(板)。
80 85 90 95 00 05
一年
图5.5。北半球SCA偏离1978年至2005年的月平均值，来自NOAA雪图(橙色)和微波卫星(紫色/绿色)数据集。这一时期的NOAA时间序列呈现出每十年-2.0%的显著下降趋势(橙色实线);微波积雪时间序列呈现出每十年-0.7%的下降趋势，但在90%的水平上并不显著(绿色虚线)。5.5(板)。
适用于探测浅雪，他们也监测波动雪范围边缘更精确，导致更大的空间变异性。这可能是NOAA数据显示与月平均值偏离较大的原因(图5.5)，因为积雪波动最快的区域通常是雪薄且间歇性的雪边缘边界。因此，在秋季和初冬期间降雪范围的巨大差异可能主要是由于目前的被动微波算法无法探测薄的和断断续续的雪封面。Basist等人(1996)在秋季和初冬也观察到了类似的模式。没有理由认为NOAA的数据会高估秋季和初冬的积雪范围。
随着积雪在1月至3月期间持续增加，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，深雪覆盖的面积会增加，从而使微波算法能够检测到总积雪的更大比例。随着4月和5月北半球季节性积雪向北极盆地退却，微波数据显示与可见光数据非常接近。在春季融化期间增加的准确性是偶然的，因为这是积雪季节中最重要的时期雪水文，从而可以自信地应用这些方法雪水当量数据水文预报和建模。
在1978-2005年期间，NOAA时间序列显示北半球积雪覆盖范围呈每十年-2.0%的显著下降趋势，而被动微波在同一时期每十年-0.7%的非统计显著下降(图5.5)。最强的季节信号出现在5月至8月，这两个数据集都显示出显著的下降趋势。这种模式在最大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(Brodzik et al.， 2006)中下降趋势最强的地理位置包括美国西部，这支持了Groisman et al.(2004)和Mote et al.(2005)使用现场观测的最新结果。
在过去的15年里，加拿大大草原上的被动微波卫星遥感(SSM/I)每周的SWE地图一直在持续制作。在这个程序中使用的SWE算法是为有浅雪覆盖的开放地区开发的，如大草原和草原(Goodison, 1989;Walker和Goodison, 1993)，它们提供了±10毫米的精度，这足以用于业务目的和与气候相关的研究。raybet雷竞技最新目前对世界上草原和草原地区的SWE和积雪进行可靠的全天候监测的能力非常重要，因为这些地区生产了世界上大部分的小麦和玉米，而且这些地区的积雪波动与大陆范围内积雪和气温的更大变化密切相关。
利用极地轨道被动微波卫星传感器开发SWE气候信息不是一项简单的任务，因为这需要一种方法来处理不完整的轨道数据覆盖和临时湿雪事件等问题(Piwowar等人，1999年)。然而，自1978年以来，利用SMMR和SSM/I的被动微波数据已经可以监测全球积雪的波动。这需要对SMMR亮度温度数据进行调整，以消除计算出的SWE值中的偏差(Derksen和Walker, 2003;Derksen等人，2003年;Armstrong和Brodzik, 2005)。NSIDC通过将SMMR和SSM/I数据以通用格式(EASE-Grid)结合起来，编制了1978-2005年全球月度SWE气候学(Armstrong和Brodzik, 2005)。用于开发该数据集的算法包括根据Chang等人(1996)早期工作对森林地区雪水当量已知低估的调整。此外，该算法还纳入了上述NOAA数据集中的雪域，以纠正微波算法在初冬浅积雪和间歇性积雪条件下对雪域的一致低估。NSIDC提供的积雪产品包括25公里空间分辨率的全球月平均积雪范围和水当量的单个文件，以及描述平均积雪范围、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
有源微波系统(雷达)提供比无源系统更好的空间分辨率(几十米)，但雷达有其自身的限制，如下所述。有源微波仪器的工作波长从毫米到几十厘米。测量波长范围约为7.5-1.5厘米(频率为4-18千兆赫)的传感器最常用于雪的研究。近几十年来，利用有源微波或雷达系统对积雪进行全球范围的监测已成为可行的合成孔径雷达卫星。第一次成功的积雪研究SAR数据是在1981年欧洲SAR-850运动期间收集的(Matzler和Schanda, 1984;Rott和Matzler, 1987)。最近几代有源微波卫星传感器提供了高时间和空间分辨率，不受冬季云层覆盖或黑暗的影响。
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、偏振和观测几何;(b)积雪参数，包括密度、液态水含量、颗粒尺寸和形状、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积雪密度。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，干燥的雪和裸露的地面是不可能分离的，至少用单偏振、单频SAR是不可能的，因此它们的能力主要局限于湿雪的测绘(Rott和Kunzi, 1985)。相反，被动微波技术在湿雪的存在下受到很大限制，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传感器的成像几何形状，数据容易发生几何畸变。这些地形引起的扭曲包括透视缩短、停留和阴影效应。因此，必须基于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性进行分析和明确建模(Nagler和Rott, 2000)。仍然缺乏标准化和普遍接受的纠正程序。在这方面，由于不需要地形信息(Shi et al.， 1994)，偏振SAR已被确定比单偏振成像更有效地研究潮湿的雪或冰表面。克服地形引起的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)所描述的多时间或重复通道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(Nghiem and Tsai, 2001)。本研究是基于对来自美国国家航空航天局在1996年9月至1997年7月期间，NSCAT在先进地球观测卫星(ADEOS)上运行。1999年，QuickSCAT卫星发射了“海风”Ku波段散射计，继续提供有关数据。QuickSCAT/SeaWinds提供全球后向散射数据，其固定入射角覆盖宽度为1800公里，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)提供了一些主动微波系统应用于积雪遥感的例子。有关该主题的其他参考文献和更详细的报道，请参阅Duguay和Pietroniro(2005)和Massom和Lubin(2006)。
5.3.6新型传感器系统
NASA地球观测系统(EOS)平台Terra于1999年12月发射，Aqua于2002年5月发射，为在全球范围内绘制雪图提供了额外和更强的机会。Terra和Aqua都携带了一个MODIS(中分辨率成像光谱仪)，可以提供500米分辨率的全球积雪地图，包括每日和8天的正弦(500米)和“建模者网格”投影(0.05°)(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、反照率和颗粒尺寸(Painter等，2003年)。
Aqua平台还搭载了AMSR-E(先进微波扫描辐射计- EOS)，该辐射计自2002年以来一直在全球范围内提供被动微波衍生雪水当量(Kelly et al.， 2003)。AMSR- e对SMMR和SSM/I进行了几项增强，它提供了之前传感器的两倍空间分辨率以及额外的通道(AMSR通道为6.9、10.6、18.7、23.8、36.5和98.0 GHz，均为V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:日、周最大值和月平均值。这些标准的MODIS和AMSR-E积雪产品可从NSIDC获得。
如上所述，仅应用可见光或无源微波方法进行积雪测绘有明显的优点和相应的缺点;因此，较新的产品是MODIS和AMSR-E的混合体(Armstrong等，2005)。
这篇文章有用吗?