论文部分内容阅读
青藏高原地区平均海拔在4000 m以上,不仅是我国三大积雪分布中心之一,也是我国的主要牧业区。由于区内地形复杂,气候寒冷潮湿,草地畜牧业经营粗放,基础设施薄弱,抵抗自然灾害的能力非常脆弱,因此,冬春季大量的降雪经常引发区域性的灾害,严重制约着当地草地畜牧业的可持续发展。本项研究的目的是利用遥感、地理信息系统以及计算机网络技术,使用MODIS和AMSR-E遥感数据和地面观测资料,分析青藏高原地区积雪覆盖范围时空变化状况,研究雪深遥感反演模型,建立青藏高原牧区积雪监测与雪灾预警系统,为牧区防灾减灾决策提供科学意义。本项研究利用青藏高原106个气象台站实测雪情资料和6个积雪季的MOD10A1及MYD10A1数据,验证了美国国家雪冰中心(National Snow and Ice Data Center, NSIDC)发布的全球雪盖产品在青藏高原地区的积雪分类精度；利用MODIS每日雪盖产品和AMESR-E雪水当量数据,合成了具有较高积雪识别率且不受云影响的每日、每五日及旬积雪数字图像,分析了青藏高原积雪面积时空变化特征；利用Landsat-ETM影像和MODIS地表反射率产品(MOD09GA),改进了适合青藏高原地区的归一化雪盖差值指数(NDSI)阂值,研究了基于调整后的NDIS阈值及MOD09GA数据的积雪制图方法,对积雪分类精度进行了评价：利用青藏高原地区2002-2009年积雪季气象台站记录的每日积雪厚度、降水量、最高温度、最低温度、平均温度、风速、积雪持续时间等气象资料及同时相的AMSR-E亮温数据,研究并构建了基于AMSR-E微波遥感资料的雪深反演模型,并对模型精度进行了评价；以Adobe公司推出的Flex4.0应用程序框架和ArcGIS Server为基础,结合GIS理论,设计研发出“牧区积雪监测与雪灾预警系统”。研究结果表明：1)当雪深>3cm时,每日积雪产品MOD10A1和MYD10A1积雪识别率分别为80.81%和71.75%。然而,在实际应用中由于MOD10A1和MYD10A1受云层等天气状况的严重影响,在牧区雪灾监测中基本上无法使用。2)用户自定义合成的每日、每五日和每旬的MODIS积雪图像可以消除部分云量,提高MODIS积雪图像的分类精度。在晴空状况下,雪深>3cm时逐日、五日和旬合成图像的积雪分类精度分别为82.95%、84.78%和88.78%。3)基于MODIS与AMSR-E数据的融合图像的积雪识别率随雪深的增加而增加。当雪深>3cm时,逐日、五日及旬合成图像的积雪分类精度分别达80.48%、90.83%、95.95%。因此,每日合成图像适合于青藏高原的雪盖监测,多日合成图像能够较准确地反映研究区内的积雪覆盖变化。4)比较分析高分辨率影像Landsat-ETM+发现MODIS雪盖产品低估了该研究区的雪盖面积,我国青藏高原地区NDSI合理阈值应为0.35。5)研究区雪深反演模型受气温、融雪、降雨、湿雪、大型水体、深霜层等因素的影响。大于3cm的积雪深度与AMSR-E水平极化方式的18GHz和36GHz波段的亮温差具有较好的线性相关性,其回归公式为SD=0.30(Tb18H-Tb36H)+3.18。6)设计出“青藏高原牧区积雪监测与雪灾预警系统”,初步完成积雪监测等部分功能模块的研发工作,初步实现了青藏高原地区雪盖遥感动态监测系统的建设任务。