東北地理所在積雪參數微波遙感反演算法研究方面取得進展
積雪在全球水文循環和氣候系統中起著重要作用，是河流與地下水的主要補給來源，積雪表面的高反射率以及雪層的絕熱效應顯著地影響著全球地表能量交互，是全球氣候變化的“指示器”。雪深是氣候和水文模型模擬的重要參數，準確掌握陸面積雪雪深對于了解氣候系統變化和寒區水資源管理至關重要。
東北地區是我國重要的積雪區之一，積雪對于東北地區的農牧業生產具有重要影響。微波遙感是目前監測積雪參數的最有效手段之一，對云、雨和大氣有較強的穿透能力，不受惡劣天氣的影響，具有全天時、全天候的觀測能力，但現有的被動微波積雪反演數據產品的空間分辨率較粗，地表異質性等復雜因素的影響也使得反演精度難以滿足需求。
為了提高現有的被動微波雪深產品的空間分辨率和反演精度，東北地理所微波遙感團隊基于多源遙感數據利用機器學習方法建立了綜合多因素的雪深降尺度模型，充分考慮冬季積雪特性變化以及森林的影響，發展了動態的雪深反演算法(IGAS算法)，有效地提高了雪深反演數據產品的空間分辨率和精度，空間分辨率由25km提到500m，均方根誤差(RMSE)由原始AMSR2產品的26.15 cm降低至7.58 cm，這為下一步發展東北地區高精度高時空分辨率的積雪業務化反演遙感數據產品奠定了基礎。
圖1. 多因素雪深降尺度模型
圖2. IGAS算法在東北地區的驗證結果
相關文章發表在國際期刊Remote Sensing和IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing上，衛顏霖博士研究生為第一作者，李曉峰研究員為通訊作者。 研究依托中科院長春凈月潭遙感實驗站開展工作，并得到了中國科學院國家戰略先導專項(XDA28110502), 國家自然科學基金（41871248，41871225）、科技基礎資源調查專項“中國積雪特征及分布調查”（2017FY100501）等項目的資助。
論文信息如下：
Wei Yanlin, Li Xiaofeng*, Li Li, Gu Lingjia, Zheng Xingming, Jiang Tao, Li Xiaojie. An Approach to Improve the Spatial Resolution and Accuracy of AMSR2 Passive Microwave Snow Depth Product Using Machine Learning in Northeast China. Remote Sensing, 2022, 14, 1480. https://doi.org/10.3390/rs14061480
Wei Yanlin, Li Xiaofeng*, Gu Lingjia, Zheng Xingming, Jiang Tao, Li Xiaojie, Wan Xiangkun. A Dynamic Snow Depth Inversion Algorithm Derived from AMSR2 Passive Microwave Brightness Temperature Data and Snow Characteristics in Northeast China. IEEE journal of selected topics in applied earth observations and remote sensing, 2021, 14, 1-1. https://doi.org/10.1109/JSTARS.2021.3079703
附件下載：
吉公網安備22017302000214號
