《基於輻射傳輸模型和過程模擬的濕雪判識研究》是依託北京師範大學，由蔣玲梅擔任項目負責人的面上項目。
基本介紹
- 中文名：基於輻射傳輸模型和過程模擬的濕雪判識研究
- 依託單位：北京師範大學
- 項目負責人：蔣玲梅
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
積雪監測對研究全球氣候變化、大尺度徑流估算和積雪災害監測具有很重要的科學意義。目前的微波遙感積雪反演算法主要適用於乾雪雪水當量的估算，然而由於乾濕雪的微波輻射特徵差異較大，對中國氣候背景下，特別是南方地區較高溫度氣候背景下的降雪（以濕雪為主）監測效果不佳。而這也正是擴展新一代風雲三號微波成像儀業務範圍和套用能力亟待解決的問題。因此，本研究擬開展中國區典型積雪微波輻射特徵的機理研究，通過條件可控的積雪微波輻射特徵觀測，改進和發展適合中國的濕雪微波輻射模型；在積雪輻射模型基礎上，結合積雪過程模型，探究濕雪輻射特徵變化的機理；根據現有濕雪監測算法中存在的問題，在理論模型基礎上，利用時間序列技術來發展適合我國風雲三號微波成像儀以及其他微波感測器的濕雪監測算法，為積雪災害監測和氣象、氣候、水文模型等提供必要的積雪參數。
結題摘要
積雪監測對研究全球氣候變化、大尺度徑流估算和積雪災害監測具有很重要的科學意義。目前的微波遙感積雪算法主要適用於乾雪雪水當量的估算，然而由於乾濕雪的微波輻射特徵差異很大，現有的算法對於濕雪監測效果不好。此外，如何有效利用國產衛星開展積雪尤其雪災監測也是本項目探索的一個研究點。本研究在項目執行過程中開展了三次積雪輻射觀測實驗包括人工控制實驗，實驗期間均存在積雪晝夜凍融過程，即白天為融雪或濕雪，而晚上則由於氣溫較低積雪為凍結雪；在實驗數據基礎上改進了國際上通用的積雪半經驗模型HUT，以便更好模擬積雪融化-凍結過程的輻射特徵。課題組發展的DMRT_MD_AIEM模型也可用於濕雪的輻射亮溫特徵模擬。此外，結合積雪過程模型SNTHERM模擬與星載輻射計亮溫模擬，分析了下雪前和下雪後時間序列輻射特徵，這些研究成果對濕雪的輻射凍融過程提供了較好的分析和理論支持。在此基礎上，研究了不同類型（低矮植被區和森林區的融土、凍土、濕雪、乾雪共八個子類）下單波段亮溫、頻率差、極化差和晝夜亮溫差特徵，從而發展了基於星載輻射計數據如AMSR-E的濕雪判識決策樹算法。該算法首先採用降軌數據對積雪散射信號明顯特徵地區進行判識，當降軌數據判識無效情況下，結合升軌數據做進一步判識。驗證結果表明結合89GHz亮溫通道有助於濕雪判識精度的提高。通過氣象站點的驗證，決策樹算法在低矮植被區的總體精度為91.3%，在森林區為88.6%；與IMS雪蓋比較，決策樹算法的總體精度為94%，最小精度達到85%以上。由於2011年積雪期較短且雪深普遍較淺，積雪散射信號不夠顯著，因此採用2008年大雪期數據建立的算法在套用到2011年時，會造成積雪判出率下降。這主要是由於星載輻射計空間解析度較粗，混合像元問題嚴重，對積雪判識帶來很大的誤差。因此我們基於國產氣象衛星，開展了綜合多源感測器的積雪判識算法，在僅利用風雲二號靜止氣象衛星和風雲三號極軌衛星的微波成像儀觀測獲取每日連續無雲的積雪判識，取得了較好的判識效果，判識精度達到國際上同類產品（NOAA IMS積雪產品）精度。美國NOAA IMS積雪產品實則是人機互動的業務化運行系統，融合了國際上主要的衛星感測器、以及地面站點觀測信息。因此本項目得到的積雪判識算法，除了套用和挖掘國產衛星的數據有效利用率上，同時為積雪監測尤其是災害監測提供強有力的理論支撐。
