基于去云处理的祁连山积雪覆盖遥感监测研究

干旱区地理 ›› 2014, Vol. 37 ›› Issue (2): 325-332.

基于去云处理的祁连山积雪覆盖遥感监测研究

赵明洋^1，2，别强³，何磊³，赵传燕⁴

（1 中国科学院地理科学与资源研究所，北京 100101； 2 中国科学院大学，北京 100049；3 兰州大学资源环境学院，甘肃兰州 730000； 4 兰州大学草地农业系统国家重点实验室，甘肃兰州 730000）

收稿日期:2013-07-28 修回日期:2013-09-17 出版日期:2014-03-25
通讯作者: 赵传燕（1963-），女，山东曹县人，教授，主要从事生态水文研究. Email：nanzhr@lzu.ac.cn
作者简介:赵明洋（1987-），男，辽宁本溪人，在读硕士，主要从事资源与环境研究
基金资助:
国家自然科学基金项目（91025015；30770387）

Estimating snow cover accuracy from MODIS and AMSR-E with cloud removal methodology in Qilian Mountains

ZHAO Ming-yang^1，2，BIE Qiang³，HE Lei³，ZHAO Chuan-yan⁴

（1 Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China; 2 University of Chinese Academy of Sciences, Beijing 100049, China；3 College of Earth and Environmental Science, Lanzhou University, Lanzhou 730000, Gansu, China；4 State Key Laboratory of pastoral Agricultural Ecosystem，Institute of Arid Agroecology, School of Life Sciences, Lanzhou University, Lanzhou 730000, Gansu, China）

Received:2013-07-28 Revised:2013-09-17 Online:2014-03-25

摘要/Abstract

摘要： 雪盖信息在生态研究、水资源评价管理以及灾害防治中有重要的作用，MODIS利用冰雪指数（NDSI）和阈值提供全球每日积雪产品，微波遥感传感器AMSR-E提供南北半球不受云影响的雪水当量数据。通过融合同一天不同时间过境的MODIS积雪产品MOD10A1和MYD10A1为MOYD，融合MOYD和AMSR-E SWE积雪当量产品产生MODAM，以祁连山区气象站观测雪深数据为“真值”，检验了2010-2011年积雪季MODIS积雪产品和AMSR-E识别积雪的精度，结果表明：MOYD产品和MODAM使云量减少了15%和100%，积雪精度和总体精度分别达到了24%、59%和88%、80%，通过融合多时相和多传感器数据大大提高了积雪监测精度，此外对祁连山积雪时间分布和不确定进行了分析。

关键词: 积雪监测, 祁连山区, MODIS, AMSR-E, 雪盖

Abstract: Snowcover information is very crucial to ecological research，water resource evaluation and disaster prevention for 40%-60% surface of the northern hemisphere covered by snowcover. Monitoring of the snowcover extent has been a hotspot in snowcover studies. MODIS sensor provides daily snowcover products with high temporal resolution，using snow and ice index （NDSI） and classification threshold，but most of these products are disturbed by the clouds that are very common in the alpine areas. The passive microwave remote sensing，AMSR-E，provides daily snowcover products without clouds disturbance，however，the spatial resolution of AMSR-E products are very coarse with 25 km. So the aim of this study is to explore the method to combine the product of MODIS and the AMSR-E and to get the accurate and high special resolution snowcover products. To achieve this purpose，firstly，MOYD data were obtained by combing MODIS snowcover products （i.e.，MOD10A1and MYD10A1） at different transit time in a day，which came from MODIS sensors in TERRA and AQUA satellites. Secondly，MODAM data were derived by combining MOYD and AMSR-E. Lastly，the snowcover depth data observed in 26 weather stations in the Qilian Mountains area were used to test the accuracy of the snowcover products. The results show that the combination of MOD and MYD can reduce the clouds by 15%，while for the MOYD and AMSR-E；this value can be 100%. The results also show that this combination method can improve the classification accuracy of snowcover; the accuracy of snowcover classification of MOYD data is 24% and the overall classification accuracy is 59%. For the MODAM data，the accuracy of snow classification can get to 88% and the overall classification accuracy is 80%. The analysis of the temporal distribution of snowcover in the Qilian Mountains shows that the peak season of snowcover，almost 75% area of the Qilian Mountains is covered by snowcover，from the beginning of January to the late February because of low temperature and the large amounts of snowfall in this period. Through assessing of the uncertainty of snowcover product，the paper finds that the combination of remote sensing products from different time and different remote sensor is very effective in monitoring of the snowcover distribution.

Key words: snowcover monitoring, the Qilian Mountains area, MODIS, AMSR-E, snowcover

中图分类号:

TP79

赵明洋，别强，何磊，赵传燕. 基于去云处理的祁连山积雪覆盖遥感监测研究[J]. 干旱区地理, 2014, 37(2): 325-332.

ZHAO Ming-yang，BIE Qiang，HE Lei，ZHAO Chuan-yan. Estimating snow cover accuracy from MODIS and AMSR-E with cloud removal methodology in Qilian Mountains[J]. , 2014, 37(2): 325-332.

参考文献

［1］ ROBINSON D A，KUKLA G. Maximum surface albedo of seasonally snow covered lands in the Northern Hemisphere［J］. Climate and Applied Meteorology，1985，24（1）：402-411．

［2］王建. 卫星遥感雪盖制图方法对比与分析［J］. 遥感技术与应用，1999，14（4）：29-36.

［3］魏文寿，秦大河，刘明哲. 中国西北地区季节性积雪的性质与结构［J］. 干旱区地理，2001，24（4）：310-313.

［4］ XIAO X，MOORE B，QIN X，et al. Large-scale observation of alpine snow and ice cover in Asia，using multi-temporal VEGETATION sensor data［J］. International Journal of Remote Sensing，23（11）：2213-2228.

［5］孙志群，刘志辉，邱冬梅. 基于HJ-1B 数据的雪盖提取方法研究［J］. 干旱区地理，2012，35（19）：125-132.

［6］ CAO Y G，LIU C. The development of snow-cover mapping from AVHRR to MODIS［J］. Geography and Geo-Information Science，2005，21（5），15-19.

［7］李杨，顾建丽，张璞，等. 准噶尔盆地积雪储量的遥感反演及变化特征分析［J］. 干旱区地理，2010，33（4）：623-629．

［8］林金堂，冯学智，肖鹏峰，等. 基于MODIS数据的玛纳斯河山区雪盖年际波动特征研究［J］. 干旱区地理，2011，34（6）：975-982.

［9］ LAMPKIN D J，YOOL S R. Monitoring mountain snowpack evolution using near surface optical and thermal properties［J］. Hydrological Process，2004，18：3527-3542.

［10］包安明，陈晓娜，李兰海. 融雪径流研究的理论与方法及其在干旱区的应用［J］. 干旱区地理，2010，33（5）：684-691.

［11］梁天刚，高新华，黄晓东，等. 新疆北部 MODIS 积雪制图算法的分类精度［J］. 干旱区研究，2007，24（4）：446-452.

［12］ GAO Y，LU N，YAO T D. Evaluation of a cloud-gap-?lled MODIS daily snow cover product over the Pacific Northwest USA［J］.Journal of Hydrology，2011，404（1）：157-165.

［13］ KLEIN A G，BAMETT A C. Validation of daily MODIS snow cover maps of the upper Rio Grande River Basin for the 2000-2001 snow year［J］. Remote Sensing of Environment，2003，86（2）：162-176.

［14］李金亚，杨秀春，徐斌，等. 基于MODIS与AMSR-E数据的中国6大牧区草原积雪遥感监测研究［J］. 地理科学，2011，31（9）：1098-1103.

［15］刘海隆，王玲，包安明，等. 基于MODIS的玛纳斯河流域冰川积雪覆盖变化特征的分析［J］. 石河子大学学报（自然科学版），2009，27（6）：770-774.

［16］郝晓华，王建，李弘毅. MODIS雪盖制图中NDSI阈值的检验-以祁连山中部山区为例［J］. 2008，30（1）：134-138.

［17］刘俊峰，陈仁升. 东北-内蒙古地区基于MODIS单\双卫星积雪数据及常规积雪观测结合的积雪日数研究［J］. 遥感技术与应用，2006，26（4）：450-456.

［18］ PARAJKA J，BLSCHL G. Spatial-temporal combination of MODIS images potential for snow cover mapping［J］. Water Resources Research，2008，44（3），W03406．

［19］ LIANG T G，ZHANG X T，XIE H，et al. Toward improved daily snow cover mapping with advanced combination of MODIS and AMSR-E measurements［J］. Remote Sensing of Environment，2008，112（10）：3750-3761.

［20］ GAO Y，XIE H J，LU N，et al. Toward advanced daily cloud-free snow cover and snow water equivalent products from Terra-Aqua MODIS and Aqua AMSR-E measurements［J］. Journal of Hydrology，2010，385（4）：23-35.

［21］ LIANG T G，HUANG X D，WU C X，et al. An application of MODIS data to snow cover monitoring in a pastoral area： a case study in Northern Xinjiang，China［J］. Remote Sensing of Environment，2008，112（4）： 514-1526.

［22］ WANG X，XIE H，LIANG T G. Evaluation of MODIS snow cover and cloud mask and its application in northern Xinjiang，China［J］. Remote Sensing of Environment，2008，112（4），1497-1513.

［23］尹宪志，张强，徐启运，等. 近50年来祁连山区气候变化特征研究［J］. 高原气象，2009，V28（1）：85-90.

［24］ PAUDEL K P，ANDERSEN P. Monitoring snow cover variability in an agropastoral area in the Trans Himalayan region of Nepal using MODIS data with improved cloud removal methodology［J］. Remote Sensing of Environment，2011，115（5）：1234-1246.

［25］冯琦胜，张学通，梁天刚，等. 基于MOD10A1 和AMSR-E的北疆牧区积雪动态监测研究［J］. 草业学报，2009，18（1）：125-133.

［26］ MAURER E P，RHOADS J D，DUBAYAH R O，et al. Evaluation of the snow-covered area data product from MODIS［J］. Hydrological Processes，2003，17（1）：59-71.

［27］ SIMIC A，FERNANDES R，BROWN R，et al. Validation of VEGETATION，MODIS，and GOES+SSM/I snow-cover products over Canada based on surface snow depth observations［J］. Hydrological Process，2004，18（6）：1089-1104.

[1]	王子超, 王春磊, 马俊俊. 沙尘天气下黑河流域大气长波辐射遥感估算[J]. 干旱区地理, 2023, 46(2): 243-252.
[2]	艾尔肯·图尔荪,玉素甫江·如素力,崔一爽,喀迪阿依·阿力木,米日阿依·买土地. 2000—2019年新疆大型湖泊湖冰物候时空变化特征[J]. 干旱区地理, 2022, 45(5): 1440-1449.
[3]	王瑾杰,丁建丽,张子鹏. 基于遥感生态指数的吐哈地区生态环境变化研究[J]. 干旱区地理, 2022, 45(5): 1591-1603.
[4]	于志翔,李霞,于晓晶,郑宇,毛列尼·阿依提看,李淑婷,王楠. 2003—2019年新疆气溶胶光学厚度时空变化特征[J]. 干旱区地理, 2022, 45(2): 346-358.
[5]	秦启勇,李雪梅,张博,李超,孙天瑶. 2000—2019年赛里木湖湖冰物候特征变化[J]. 干旱区地理, 2022, 45(1): 37-45.
[6]	王丽平,段四波,张霄羽,于艳茹. 2003-2018年中国地表温度年最大值的时空分布及变化特征[J]. 干旱区地理, 2021, 44(5): 1299-1308.
[7]	孙美平,史继花,姚晓军,张海瑜,赵琳林,马维谦. 冰川下垫面对夏季云结构和云水含量的影响——以祁连山区疏勒南山为例[J]. 干旱区地理, 2021, 44(1): 141-148.
[8]	李慧融. 基于反射率和亮度温度的锡林郭勒积雪深度估算[J]. 干旱区地理, 2020, 43(6): 1567-1572.
[9]	庞冉, 王文. 基于 MODIS 数据的吐鲁番盆地 2001—2017 年植被变化及水热组合影响分析[J]. 干旱区地理, 2020, 43(5): 1242-1252.
[10]	王清涛, 赵传燕, 王小平, 胡姗姗, 刘美艳, 史文宇, 王晓雨, 单文荣 . 基于 FAREAST 模型的青海云杉中-幼龄林生物量碳沿海拔梯度分布特征[J]. 干旱区地理, 2020, 43(5): 1316-1326.
[11]	黄鑫, 刘建红, 申克建, 刘咏梅, 王雷. 基于MODIS的青海草地产草量变化遥感分析[J]. 干旱区地理, 2020, 43(3): 715-725.
[12]	邱丽莎, 何毅, 张立峰, 王文辉, 唐源蔚. 祁连山MODIS LST时空变化特征及影响因素分析 [J]. 干旱区地理, 2020, 43(3): 726-737.
[13]	姜康, 包刚, 乌兰图雅, 姜莉, 王牧兰. 基于MODIS数据的蒙古高原积雪时空变化研究[J]. 干旱区地理, 2019, 42(4): 782-789.
[14]	岳辉, 刘英. 近15a陕西省植被时空变化与影响因素分析[J]. 干旱区地理, 2019, 42(2): 314-323.
[15]	胡鹏飞，李净，王丹，黄康刚. 基于MODIS和TRMM数据的黄土高原[J]. 干旱区地理, 2019, 42(1): 172-179.