基于多源数据的内蒙古中东部积雪厚度研究

干旱区地理 ›› 2012, Vol. 35 ›› Issue (6): 890-896.

基于多源数据的内蒙古中东部积雪厚度研究

王赵明^1,2，张超^3,4，孙然好¹，陈利顶¹

1 中国科学院生态环境研究中心，北京 100085； 2 中国科学院研究生院，北京 100085； 3 内蒙古自治区生态与农业气象中心，内蒙古呼和浩特 010000； 4 南京信息工程大学大气科学学院，江苏南京 210000

收稿日期:2011-12-07 修回日期:2012-03-19 出版日期:2012-11-25
通讯作者: 孙然好 (1981-), 男, 山东临沂人, 博士, 助理研究员, 主要从事景观规划与空间模型研究.Email: rhsun@rcees.ac.cn
作者简介:王赵明（1984-），男，博士研究生，主要从事景观格局分析与空间模拟研究

Snow depth in middle eastern of Inner Mongolia based on multisource data

WANG Zhao-ming^1,2,ZHANG Chao^3,4,SUN Ran-hao¹,CHEN Li-ding¹

1 Eco-environment Research Center, CAS, Beijing,China; 2 Graduate School of CAS, Beijing,China; 3 Eco-agriculture Meteorology Center, Inner Mongolia, Huhehaote,Inner Mongolia China; 4 Atmosphere Science Collage, Nanjing Information Engineering University, Nanjing,Jiangsu China

Received:2011-12-07 Revised:2012-03-19 Online:2012-11-25

摘要/Abstract

摘要： 积雪作为气候系统中重要的环境影响因素受到了普遍的重视，特别是在高纬度、高海拔地区，积雪面积和积雪厚度是积雪研究的两个重要因子。利用2010年11月8日、14日和25日三天的MODIS L1B数据，根据在可见光波段，地表、云和雪在该波段的反射率都比较高的特点，计算得出的积雪覆盖面积空间分布图。积雪深度受降雪量、坡度、坡向等多因素的影响表现为不连续分布，单纯利用气象监测站点无法获得积雪厚度的空间连续分布，而遥感影像也受到局地特征的影响而精度不够。因此，首先基于经验公式，利用MODIS L1B数据计算了积雪覆盖面积，在此基础上，基于气象监测点的积雪深度数据和MODIS L1B波段的相关性，选择影像数据的最优通道，通过建立多波段的积雪深度回归模型，并且对积雪深度进行空间连续插值，通过将模拟的积雪深度与监测点插值结果进行对比，发现统计回归的方法有效的提高了积雪深度、覆盖度等雪情监测信息精度。

关键词: 积雪深度, NDSI, MODIS, 雪情监测

中图分类号:

P426.63

王赵明，张超，孙然好，陈利顶. 基于多源数据的内蒙古中东部积雪厚度研究[J]. 干旱区地理, 2012, 35(6): 890-896.

参考文献

1.刘玉洁，郑照军，王丽波．我国西部地区冬季雪盖遥感和变化分析〔J〕.气候与环境研究，2003，8（1）：114-123．

2.李培基．中国西部积雪变化特征〔J〕．地理学报, 1993，48（6）：506-515．

3.柏延臣，冯学智.积雪遥感动态研究的现状及展望〔J〕．遥感技术与应用，1997，12（2）：59-65.

4.陈贤章，李新，鲁安新，李文君．积雪定量化遥感研究进展〔J〕．遥感技术与应用，1996，11（4）：47-51.

5.陈爱军．应用AMSU资料监测中国地区积雪的初步研究〔D〕．南京：南京气象学院，2003．

6.高峰，李新，ARMSTRONG R L，等.被动微波遥感在青藏高原积雪业务监测中的初步应用〔J〕.遥感技术与应用，2003，18（6）：360-363.

7.惠凤鸣，田庆久，李英成，等．基于MODIS数据的雪情分析研究〔J〕．遥感信息，2004，4：35-39．

8.王丽红，付培建，鲁安新．遥感技术在牧区雪灾监测研究中的应用〔J〕.遥感技[HJ2.187mm]术与应用，1998，13（2）：32-36.

9.裴欢，房世峰，覃志豪，等．基于遥感的新疆北疆积雪盖度及雪深监测〔J〕．自然灾害学报，2008，17（5）：52-57．

10.冯学智，柏延臣，史正涛，等．北疆地区积雪深度的克里格内插估计〔J〕．冰川冻土．2000， 22(4)： 358-361．

11.HALL D K, RIGGS G A, SALOMONSON V V. MODIS snow and sea ice products,Earth Science Satellite Remote Sensing〔M〕.Beijing： Tsinghua University Press and Heidlberg Berlin： Springer-Verlag GmbH Copublished， 2006:154-181.

12.KLEIN A G， HALL D K， RIGGS G A． Improving snowcover mapping in forests through the use of canopy reflectance model〔J〕． Hydrological Processes， 1998， 12(10-11)： 1723-1744．

13.刘艳，张璞，李杨，等．基于MODIS数据的雪深反演——以天山北坡经济带为例〔J〕．地理与地理信息科学，2005，21（6）：41-44．

14.傅华，李三妹，黄镇，等. MODIS雪深反演数学模型验证及分析〔J〕．干旱区地理，2007，30（6）：907-914.

15.李三妹，傅华，黄镇，等．用EOS/MODIS资料反演积雪深度参量〔J〕.干旱区地理， 2006，29(5)：718-725．

16.赵求东，刘志辉，房世峰，等．基于EOS/MODIS遥感数据改进式融雪模型〔J〕．2007，30(6)：915-920．

17.BOGAERT P， MAHAUP， BECKERS F． The spatial interpolation of agroclimatic data Cokriging Software and Source Code User’s Manual 〔EB/OL〕． http://www. Agro.uclac.be/biom/recherche/projicts/agromet/agromet.htm， 1995.

[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]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	何海迪, 李忠勤, 张明军. 基于MODIS数据中国天山积雪面积时空变化特征分析[J]. 干旱区地理, 2018, 41(2): 367-374.
[15]	刘旻霞, 赵瑞东, 邵鹏, 焦骄, 李俐蓉, 车应弟. 近15 a黄土高原植被覆盖时空变化及驱动力分析[J]. 干旱区地理, 2018, 41(1): 99-108.