郭小云，劉志輝,3,4，徐 倩，閃 旭

(1.新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院，烏魯木齊 830046；2.新疆大學(xué)綠洲生態(tài)教育部重點(diǎn)實(shí)驗(yàn)室，烏魯木齊 830046；3.新疆大學(xué)干旱生態(tài)環(huán)境研究所，烏魯木齊 830046;4.干旱半干旱區(qū)可持續(xù)發(fā)展國際研究中心，烏魯木齊 830046)

0 引 言

在干旱半干旱地區(qū)，積雪是水資源重要的補(bǔ)給方式，對區(qū)域的水分平衡有著重要的作用[1,2]。尤其是季節(jié)性積雪，是新疆天山北坡地區(qū)的生態(tài)環(huán)境影響因素中最活躍的影響因子，以及區(qū)域氣候變化中最為敏感的響應(yīng)因子之一[3-5]。大范圍的積雪融化可能會導(dǎo)致各種自然災(zāi)害，而雪深是積雪災(zāi)害的重要誘發(fā)因子之一[6]。因此準(zhǔn)確的監(jiān)測雪深能夠有效地提高積雪監(jiān)測能力，從而對雪災(zāi)多發(fā)區(qū)及時(shí)的做好防災(zāi)減災(zāi)工作。目前國內(nèi)外對積雪遙感的研究多為微波遙感雪深以及對雪水當(dāng)量的提取[7-12]。近幾年，國內(nèi)許多學(xué)者在實(shí)地積雪光譜以及雪深測量的基礎(chǔ)上，結(jié)合遙感數(shù)據(jù)，建立積雪深度反演模型，其中基于MODIS數(shù)據(jù)進(jìn)行積雪深度反演的研究居多[13,14]。本文以春季融雪期的積雪為研究對象，采集積雪表面光譜反射率與雪深數(shù)據(jù)，根據(jù)MODIS影像的波段設(shè)置，對實(shí)測光譜波段進(jìn)行區(qū)間劃分并研究了積雪表面高光譜參數(shù)與積雪深度的相關(guān)關(guān)系，采取實(shí)測光譜以及光譜倒數(shù)之對數(shù)lg(1/R)這兩個(gè)指標(biāo)結(jié)合不同波段組合建立了融雪期雪深反演模型。通過對地物的實(shí)測光譜進(jìn)行分析，根據(jù)其響應(yīng)特征同遙感影像相結(jié)合，最終為遙感手段對地物的準(zhǔn)確解譯與今后進(jìn)一步利用遙感影像監(jiān)測積雪深度變化提供依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

軍塘湖流域位于新疆天山北坡昌吉州呼圖壁縣內(nèi)。地處86°28′30″E，43°51′44″N，研究區(qū)平均海拔1 080 m，其積雪融化期為每年的2-4月，融雪期間最高氣溫16.78 ℃，最低氣溫-15.55 ℃，有少量降水。研究區(qū)的積雪時(shí)間一般為當(dāng)年10月-次年的4月初，屬于季節(jié)性積雪。次年的2月底至4月初，為該流域積雪融化期，在該期間，積雪的特性變化較為明顯，適宜于對該研究區(qū)進(jìn)行野外觀測和數(shù)據(jù)的采集。并且數(shù)據(jù)采集點(diǎn)位于流域的中部，地表幾乎無植被覆蓋。該流域特點(diǎn)為面積小且基本閉合，流域完整且特征典型，同時(shí)近年來該流域融雪洪水發(fā)生較為頻繁且典型。

1.2 數(shù)據(jù)采集與處理

研究中采用ASD Field ProⅢ光譜儀對積雪進(jìn)行測量，波長范圍350～2 500 nm，光譜分辨率為1.4～10 nm，分析軟件采用ASD View Spec Pro。本研究采用的波段區(qū)間為350～1 300 nm，該區(qū)間包含了遙感常用的可見光和近紅外波段。

野外光譜測量的時(shí)間為2011年3月中旬，測試時(shí)間選在北京時(shí)間的12∶00-16∶00進(jìn)行，此時(shí)間與衛(wèi)星傳感器過頂?shù)臅r(shí)間相近。測量期間天氣狀況良好，晴朗無云,風(fēng)力較小。選擇相同下墊面的5個(gè)樣區(qū)，在2011年3月12日-19日對每個(gè)樣區(qū)進(jìn)行采樣，同時(shí)測量該點(diǎn)雪深，雪深數(shù)據(jù)采用鋼尺測量所得。采樣時(shí)在每個(gè)樣區(qū)內(nèi)隨機(jī)選擇5個(gè)采樣點(diǎn)，采用梅花樁采樣法取樣，取樣的過程中嚴(yán)格按照規(guī)范操作。為了減小誤差，每個(gè)采樣點(diǎn)均測量5條光譜曲線，然后取平均后作為該樣點(diǎn)光譜曲線。進(jìn)行下一個(gè)采樣點(diǎn)的測量前，要重新對地物光譜儀進(jìn)行標(biāo)定。最后取5個(gè)采樣點(diǎn)的平均值作為該樣區(qū)該時(shí)刻的光譜。

對測量獲取的雪深反射率數(shù)據(jù)進(jìn)行篩選，去除異常數(shù)據(jù)，選定33條光譜數(shù)據(jù)，其中23條數(shù)據(jù)用于模型的回歸分析，其余10條用于模型檢驗(yàn) 。所選33個(gè)雪深值的統(tǒng)計(jì)特征描述見表1。

表1 樣本雪深值特征統(tǒng)計(jì)量Tab.1 The characteristic statistic of the snow depth

1.3 光譜指標(biāo)選取

1.4 研究方法

Box和Cox在1964年提出了Box-Cox變換可以使線性回歸模型滿足線性性、獨(dú)立性、方差齊性以及正態(tài)性的同時(shí)，又不丟失信息。 Box-Cox變換形式為：

(1)

式中：λ是待定系數(shù)，最優(yōu)的λ可以使得對數(shù)似然函數(shù)l(λ)達(dá)到最大值。

(2)

2 結(jié)果與分析

2.1 光譜指標(biāo)對雪深的響應(yīng)

圖1為不同深度積雪的表面反射光譜曲線及其變化特征?？梢钥闯觯悍e雪的光譜總體呈下降趨勢，積雪深度與反射率呈現(xiàn)出良好的正相關(guān)關(guān)系。積雪深度增加，反射率也隨之增加。不同深度積雪之間的光譜分離度較好，因此，研究區(qū)的積雪深度對可見光/近紅外光譜具有良好的光譜響應(yīng)特征。

圖1 不同深度積雪的光譜響應(yīng)曲線Fig.1 Curves of spectral response to snow with different depth

2.2 回歸模型的建立與檢驗(yàn)

表2 基于不同光譜指標(biāo)與波段組合的雪深反演模型Tab.2 The prediction model based on different spectral indicates and band combination

圖2 可見光波段反演雪深值與實(shí)測值的相關(guān)性檢驗(yàn)Fig.2 The test of correlation between predicted snow depth and measured snow depth

圖3 近紅外波段反演雪深值與實(shí)測值的相關(guān)性檢驗(yàn)Fig.3 The test of correlation between predicted snow depth and measured snow depth

3 結(jié) 語

(1)在可見光與近紅外區(qū)間內(nèi)，積雪深度與反射率呈現(xiàn)出良好的正相關(guān)關(guān)系，不同深度之間的光譜分離度較好，積雪深度對可見光/近紅外光譜具有良好的光譜響應(yīng)特征。

(2)采用可見光波段與近紅外波段結(jié)合的波段組合預(yù)測積雪深度的建模與檢驗(yàn)精度均高于單獨(dú)使用可見光波段或近紅外波段，為今后進(jìn)一步利用遙感影像監(jiān)測積雪深度變化研究中的波段選擇提供依據(jù)。

(3)標(biāo)準(zhǔn)化比值在預(yù)測積雪深度的建模與檢驗(yàn)精度兩方面均高于其他3個(gè)指標(biāo)，在后續(xù)研究中可以直接采用實(shí)測光譜的標(biāo)準(zhǔn)化比值進(jìn)行反演研究，不僅簡單直接而且不用進(jìn)行光譜變換，這樣既減少累積誤差，也符合野外實(shí)際環(huán)境，更有利于同遙感影像進(jìn)行對應(yīng)分析。有效地提高了反演模型的精度。

(4)由于積雪的凍融作用對融雪水下滲和潛水運(yùn)移造成影響，從而對產(chǎn)匯流造成不穩(wěn)定，通過對軍塘湖流域春季融雪期積雪的研究，可以在實(shí)現(xiàn)對春季融雪型洪水進(jìn)行遙感監(jiān)測以及遠(yuǎn)程協(xié)助預(yù)報(bào)上有一定的幫助。

□

[1] Wang X,Xie H. New methods for studying the spatiotemporalvariation of snow cover based on combination products of MODIS Tenra and Aquan[J]. Journal of Hydrology,2009,371:192.

[2] Salomonson V V,Appel I. Estimating fractional snow coverfrom MODIS using the normatized difference snow index[J]. Remote Sensing of Environment,2004,89:351.

[3] CIark R N．Detailed Reference znformation[J]. Roush T L Journal of Geographical Research,1984,89(7)：6 329．

[4] 梁 繼，張新煥，王 建. 基于NDVI背景場的雪蓋制圖算法探索[J]. 遙感學(xué)報(bào)，2007，11(1)：85．

[5] 李培基. 中國積雪的分布[J]. 冰川凍土；1983,5(4)：9-27．

[6] 曹梅盛,李 新. 冰凍圈遙感[M]. 北京：科學(xué)出版社,2006.

[7] 王世杰. 利用NOAA/AVHRR影像資料估算積雪量的方法探討[J]. 冰川凍土，1998，20(1)：68-71．

[8] 梁天剛，吳彩霞，陳全功. 北疆牧區(qū)積雪圖像分類與雪深反演模型的研究[J]. 冰川凍土，2004，26(2)：160-165．

[9] 車 濤，李 新，高 峰. 青藏高原積雪深度和雪水當(dāng)量的被動微波遙感反演[J]. 冰川凍土，2004，26(3)：363-368．

[10] 孫之文，施建成，蔣玲梅. 微波遙感反演中國兩部地區(qū)雪深、雨水當(dāng)量算法初步研究[J]. 地球科學(xué)進(jìn)展，2006，21(12)：1 363-1 369．

[11] 李 新，車 濤. 積雪被動微波遙感研究進(jìn)展[J]. 冰川凍土，2007，29(3)：487-469．

[12] 黃慰軍，黃 鎮(zhèn)，崔彩霞. 新疆雪密度分布研究[J]. 中國農(nóng)業(yè)氣象，2007，28(4)：383-385．

[13] 簡 季, 江洪, 江子山. 川西北米亞羅地區(qū)雪積/雪融光譜測量及光譜分析[J]. 光譜學(xué)與光譜分析，2011, 31(5):1 361-1 365.

[14] 劉 艷，張 璞，李 楊. 新疆北疆地區(qū)雪水當(dāng)量遙感定量研究[J]. 紅外與毫米波學(xué)報(bào)，2011,30(2),115-119.

[15] 王 璐,藺啟忠,賈 東,等. 基于反射光譜預(yù)測土壤重金屬元素含量的研究[J]. 遙感學(xué)報(bào)，2007，11(6)906-913.

[16] 陳奕云. 基于可見-近紅外光譜的土壤部分重金屬含量提取[D]. 武漢：武漢大學(xué), 2011.