积雪被动微波遥感的研究进展与前景展望.docVIP

积雪被动微波遥感的研究进展与前景展望 摘要： 被动微波遥感可用于进行全天候的积雪监测。概述了国内外近年来积雪被动微波遥感研究进展，比较了常用的被动微波传感器SMMR(Scanning Multichannel Microwave Radiometer)、SSM／l(Special Sensor Microwave／Imager )，AMSR-E(Advanced Microwave Scanning Radiometer-Earth Observing System)和MWRI(Microwave Radiation Imager)的参数特征。 指出目前积雪被动微波遥感研究中存在的问题：1)干雪和湿雪的判别闽值受多种因素的影响，仍难以确定；2)备气象台站的实测雪深值缺乏代表性；3)分辨率不高，无法监测浅雪区信息等问题；4)容易造成积雪范围估计过大、雪深过深等问题。另外，雪的密度、粒径、降水、寒漠、植被、冻土等因素都在一定程度上影响了反演结果的精度。并对积雪被动微波遥感的应用前景提出了展望：1)在积雪遥感业务监测中。对可见光和被动微波数据进行融合.可充分发挥二者的优势；2)遥感和地理信息系统的结合，可以提高积雪遥感监测的精度和应用范围；3)随着积雪模型算法的进一步完善以及更高空间分辨率的AMSR-E和我国FY3卫星的被动微波数据MWRI的应用,被动微波遥感必将成为积雪监测的重要手段。4)被动微波遥感与可见光MODlS的积雪监测范围较为一致,当由于云的影响而无法得到满意的可见光影像时，则被动微波遥感就可发挥替代作用。5)被动微波遥感在积雪业务监测中还存在较多的问题。持续不断的地面监测和算法改进及验证是完善这项技术的重要保证。 前言 积雪是气象学和水文学中一个非常重要的参数。积雪的多寡不仅是影响气候变化的重要因子，也是影响干旱和半干旱地区农牧业发展的重要因素。利用可见光卫星传感器进行积雪监测已有40多年的历史。可见光、红外方法的优点是在无云的情况下.可以得到准确的积雪范围；而被动微波遥感的优点是可以穿透云，进行金天候的积雪监测，有效地克服光学遥感区分积雪和云的难题，更重要的是，被动微波遥感能提供雪深信息，可以监测雪深大于5 cm的积雪，而可见光难以估算大于10 cm的积雪。1978年携载多通道扫描微波辐射计SMMR的雨云一7卫星发射升空，揭开了积雪微波遥感监测的新纪元。1987年，美国国防气象卫星(DMSP：Defense Meteorological Satellites Program)携载专用微波辐射计成像仪SSM／I上天，进一步促进了被动微波遥感积雪的研究和应用。随着积雪反演算法的进一步改进以及更高空间分辨率的AMSR-E和我国FY3的MWRI数据的应用，被动微波遥感必将成为积雪遥感业务监测的重要手段，为气象气候模型与水文模型提供关键的输人参数。 1、国内外积雪被动微波遥感研究概况 20世纪70年代末以来，随着Nimbus卫星系列和美国国防气象卫星计划(DMSP)上搭载的一系列被动微波传感器的升空，积雪的被动微波遥感取得了迅速进展，国外学者发展了多种积雪的被动微波遥感模型以及反演雪深和雪水当量的算法。而我国则是在20世纪90年代初期开始进行积雪被动微波遥感方面的研究。2008年以来，随着我国携带微波成像仪的极轨气象卫星FY3系列陆续升空，利用被动微波数据MWRI研究积雪深度和雪水当量必将成为大尺度范围研究积雪的热点。 1.1、国外积雪被动微波遥感研究进展 最早利用微波数据的是Chang等在辐射传输理论和米氏散射理论的基础上。在假设雪密度为0.3 g／cm3，且雪粒径为0.35 mm的前提下，结合地面观测雪深资料，通过回归分析，得出利用SMMR被动微波亮温数据反演雪深的算法，成为利用SMMR和SSM／I数据反演雪深的基本算法。之后Foster等人对该算法进行了修正，认为亮温梯度算法与积雪深度之间的线性关系在不同的地区应有不同的表达式。Tait也利用SSM／I亮度温度数据对此进行了地形差异的探讨。Josberger和Mognard是最早利用积雪的热辐射梯度来描述积雪随时空变化的质变过程。 近年来，国外利用被动微波遥感数据对雪水当量(SWE：Snow water Equivalent)的算法进行了大量的研究。Kelly和Chang等认为植被覆盖对微波散射的影响及积雪特性随时间变化对微波辐射的影响对雪当量反演精度有很大影响。Kelly等把颗粒大小和积雪密度变化融入到致密介质模型(DMRT：Dense Media Radiative Transfer Model)中，利用每日积雪测量值与被动微波SSM／I数据，发展了雪水当量反演经验模型。 目前应用的积雪深度被动微波遥感算法主要有两类：一类是以England 1975年发展的理论为基