武勝利,劉 暢,陳 潔

(中國(guó)氣象局 國(guó)家衛(wèi)星氣象中心，北京 100081)

0 引言

作為全球水循環(huán)中的重要參數(shù)，積雪覆蓋、積雪深度、雪水當(dāng)量等積雪參數(shù)是氣象、氣候、水文、農(nóng)業(yè)等領(lǐng)域的研究者所關(guān)注的目標(biāo)[1-6]。FY-3衛(wèi)星是我國(guó)新一代極軌氣象衛(wèi)星，目前已發(fā)射3顆。根據(jù)其過境時(shí)間不同，衛(wèi)星分上午星與下午星，其中FY-3A星、FY-3C星為上午星，F(xiàn)Y-3B星為下午星。目前，F(xiàn)Y-3A，B，C星形成了上下午組網(wǎng)觀測(cè)，對(duì)我國(guó)大部分區(qū)域進(jìn)行高時(shí)空分辨率對(duì)地掃描[7-10]，并對(duì)大范圍積雪特征進(jìn)行有效提取[11-12]。衛(wèi)星積雪監(jiān)測(cè)結(jié)果在防災(zāi)減災(zāi)、應(yīng)對(duì)氣候變化等方面發(fā)揮了重要作用[13]。在防災(zāi)減災(zāi)方面，衛(wèi)星對(duì)雪災(zāi)發(fā)生時(shí)的積雪覆蓋、積雪深度、雪水當(dāng)量等參數(shù)進(jìn)行準(zhǔn)確提取，為防災(zāi)減災(zāi)提供客觀、有效的參考數(shù)據(jù)。在應(yīng)對(duì)氣候變化方面，衛(wèi)星對(duì)長(zhǎng)時(shí)間序列、時(shí)空連續(xù)的積雪覆蓋、雪水當(dāng)量進(jìn)行連續(xù)監(jiān)測(cè)，所監(jiān)測(cè)的數(shù)據(jù)為大范圍或局地氣候變化模型提供可靠的輸入數(shù)據(jù)，從而為模型改進(jìn)提供幫助[14-15]。

目前，國(guó)家衛(wèi)星氣象中心已在衛(wèi)星積雪監(jiān)測(cè)方面開展了大量的研究、業(yè)務(wù)化以及數(shù)據(jù)庫(kù)建設(shè)工作，初步具備了對(duì)全國(guó)乃至全球積雪進(jìn)行監(jiān)測(cè)的能力，能為遙感服務(wù)提供穩(wěn)定的積雪監(jiān)測(cè)產(chǎn)品和服務(wù)材料。

1 積雪監(jiān)測(cè)產(chǎn)品概述

1.1 FY-3衛(wèi)星積雪監(jiān)測(cè)產(chǎn)品傳感器

FY-3衛(wèi)星積雪監(jiān)測(cè)產(chǎn)品傳感器包括可見光-紅外傳感器和微波成像遙感傳感器。其中：可見光-紅外傳感器為中分辨率光譜成像儀(MERSI)和多通道掃描輻射計(jì)(VIRR)，微波成像遙感傳感器為微波成像儀(MWRI)。

MERSI是一個(gè)20通道的可見光-紅外光譜儀，最高空間分辨率為250 m；VIRR是一個(gè)10通道的可見光-紅外光譜儀，空間分辨率為1 km；MWRI是一個(gè)10通道的被動(dòng)微波遙感輻射計(jì)，具有成像功能，網(wǎng)格化后的亮溫空間分辨率為25 km。

1.2 FY-3衛(wèi)星積雪監(jiān)測(cè)產(chǎn)品

1) 可見光-近紅外積雪監(jiān)測(cè)產(chǎn)品

FY-3衛(wèi)星利用可見光-紅外遙感數(shù)據(jù)對(duì)積雪覆蓋進(jìn)行判識(shí)，獲取積雪覆蓋產(chǎn)品。該產(chǎn)品主要原理為：雪在可見光波段反射率高，在近紅外波段反射率隨雪粒尺寸增大而降低。衛(wèi)星采用標(biāo)準(zhǔn)化差分積雪指數(shù)(NDSI)，配合不同波段的反射率特征，通過閾值法區(qū)分云、水、雪等[16]。利用MERSI、VIRR區(qū)分積雪覆蓋區(qū)域和云蓋、無(wú)雪覆蓋區(qū)域，從而獲取積雪覆蓋產(chǎn)品。FY-3衛(wèi)星可見光-紅外遙感數(shù)據(jù)所獲取的積雪覆蓋產(chǎn)品空間分辨率為1 km。

目前，國(guó)家衛(wèi)星氣象中心針對(duì)積雪事件可以提供每日積雪覆蓋產(chǎn)品，每周積雪覆蓋合成產(chǎn)品，并根據(jù)氣候變化提供每個(gè)雪季的全國(guó)積雪覆蓋產(chǎn)品。

2) 微波遙感積雪監(jiān)測(cè)產(chǎn)品

FY-3衛(wèi)星利用微波遙感數(shù)據(jù)能獲取積雪深度、雪水當(dāng)量等積雪定量信息。該產(chǎn)品主要原理為：在積雪覆蓋地表，積雪層的冰粒子對(duì)不同頻率的微波輻射具有不同輻射和散射作用。對(duì)于低頻波段，積雪覆蓋地表的積雪散射作用較弱，傳感器能獲取積雪覆蓋下墊面的輻射信息。對(duì)于高頻波段，積雪覆蓋地表的積雪散射作用相對(duì)較強(qiáng)，而下墊面輻射信息在積雪雪層中受到大量衰減，大部分輻射能量無(wú)法向上輻射至傳感器。因此，隨著積雪深度或雪水當(dāng)量的增加，不同頻率通道的亮溫值差異將會(huì)隨之變化。根據(jù)這種差異，衛(wèi)星能獲取積雪深度或雪水當(dāng)量信息[17]。

3) 可見光-紅外積雪監(jiān)測(cè)產(chǎn)品與微波遙感積雪監(jiān)測(cè)產(chǎn)品的對(duì)比

可見光-紅外積雪監(jiān)測(cè)產(chǎn)品與微波遙感積雪監(jiān)測(cè)產(chǎn)品各有利弊?？梢姽?紅外積雪監(jiān)測(cè)產(chǎn)品的優(yōu)點(diǎn)有2點(diǎn)：一是具有較高空間分辨率，能獲取細(xì)節(jié)更清晰的積雪覆蓋信息；二是監(jiān)測(cè)產(chǎn)品較直觀，利用多通道合成圖可識(shí)別積雪覆蓋區(qū)域。缺點(diǎn)有3點(diǎn)：一是易受到云蓋影響，無(wú)法獲取云蓋下積雪覆蓋信息；二是無(wú)法在夜間進(jìn)行積雪覆蓋觀測(cè)；三是只能獲取積雪覆蓋信息，無(wú)法從機(jī)理上獲取積雪深度信息。微波遙感積雪監(jiān)測(cè)產(chǎn)品的優(yōu)點(diǎn)有3點(diǎn)：一是不受云蓋影響，在大部分情況下，利用微波遙感手段可直接獲取云蓋下積雪信息；二是由于微波遙感獲取的是亮溫輻射能量，因此不受晝夜影響，夜間也可獲取積雪信息；三是能對(duì)探測(cè)深度在1 m以上的干燥積雪進(jìn)行積雪深度、雪水當(dāng)量的觀測(cè)。缺點(diǎn)有3點(diǎn)：一是空間分辨率低，網(wǎng)格化后的各通道空間分辨率僅為25 km；二是微波成像儀數(shù)據(jù)反映不同通道能量分布，無(wú)法直接進(jìn)行地物判讀；三是由于濕雪表層或內(nèi)部水分會(huì)大幅增加其介電常數(shù)，從而阻止微波能量穿透，因此無(wú)法監(jiān)測(cè)濕雪深度和雪水當(dāng)量?？梢姽?紅外遙感積雪監(jiān)測(cè)產(chǎn)品與微波遙感積雪監(jiān)測(cè)產(chǎn)品對(duì)比見表1。

2 FY-3衛(wèi)星積雪監(jiān)測(cè)產(chǎn)品在遙感服務(wù)中的應(yīng)用

2.1 雪災(zāi)遙感服務(wù)

近年來(lái)，國(guó)家衛(wèi)星氣象中心利用FY-3衛(wèi)星可見光-紅外傳感器、微波遙感傳感器對(duì)多次雪災(zāi)的發(fā)生、發(fā)展進(jìn)行了監(jiān)測(cè)評(píng)估，提供了雪災(zāi)遙感服務(wù)。

1) 積雪監(jiān)測(cè)產(chǎn)品在西藏南部大范圍降雪過程中的應(yīng)用

2013年10月14日，西藏西南部受孟加拉灣超級(jí)氣旋風(fēng)暴“費(fèi)林”與冷空氣的共同影響，雨雪天氣加強(qiáng)，局地出現(xiàn)了暴雪。日喀則南部地區(qū)(包括珠穆朗瑪峰所在的定日縣)出現(xiàn)暴雪天氣，珠穆朗瑪峰大本營(yíng)附近積雪深度達(dá)70～80 cm。10月15日后，

表1 可見光-紅外遙感積雪監(jiān)測(cè)產(chǎn)品與微波遙感積雪監(jiān)測(cè)產(chǎn)品對(duì)比

隨著日喀則南部降水減弱，定日縣天氣好轉(zhuǎn)，國(guó)家衛(wèi)星氣象中心抓住10月16日當(dāng)?shù)厍缈諘r(shí)機(jī)，對(duì)FY-3C/VIRR，MERSI資料進(jìn)行了處理，形成了FY-3C/VIRR西藏自治區(qū)日喀則市積雪監(jiān)測(cè)多通道合成圖(如圖1所示)、積雪監(jiān)測(cè)專題圖、FY-3C/MERSI積雪監(jiān)測(cè)多通道合成圖，并估算了聶拉木、定日、定結(jié)等縣的積雪覆蓋面積，及時(shí)向西藏自治區(qū)氣象局遙感中心等部門提供西藏日喀則市積雪監(jiān)測(cè)報(bào)告等服務(wù)。

2) 積雪監(jiān)測(cè)產(chǎn)品在我國(guó)東北、內(nèi)蒙古地區(qū)大范圍雪災(zāi)中的應(yīng)用

2012年11月上旬，我國(guó)北方連續(xù)出現(xiàn)大范圍積雪天氣，造成內(nèi)蒙古大部分地區(qū)出現(xiàn)持續(xù)的大范圍積雪覆蓋。國(guó)家衛(wèi)星氣象中心即時(shí)利用FY-3衛(wèi)星微波成像儀對(duì)我國(guó)東北、內(nèi)蒙古地區(qū)的積雪深度進(jìn)行監(jiān)測(cè)，制作的積雪深度圖如圖2所示。從圖2可見：11月上旬起，內(nèi)蒙古中東部積雪覆蓋面積逐漸增大，影響范圍主要在錫林郭勒、赤峰市、通遼市、烏蘭察布盟等地區(qū)。11月下旬，呼倫貝爾市、興安盟等地區(qū)也出現(xiàn)了大范圍深度5 cm以上的積雪覆蓋，內(nèi)蒙古中東部的絕大部分地區(qū)都被積雪深度5 cm以上的積雪覆蓋，部分地區(qū)積雪深度在10 cm以上。12月后，隨著新一輪降雪天氣過境，內(nèi)蒙古中東部地區(qū)的積雪量持續(xù)增加，積雪深度明顯增大，其中錫林郭勒盟、呼倫貝爾市、赤峰市、通遼市、烏蘭察布盟的部分地區(qū)積雪深度在15 cm以上。FY-3衛(wèi)星微波遙感為相關(guān)部門提供持續(xù)、可靠的積雪深度變化信息，為防災(zāi)減災(zāi)提供直接支撐。

2.2 氣候變化遙感服務(wù)

近年來(lái)，國(guó)家衛(wèi)星氣象中心利用FY-3衛(wèi)星對(duì)積雪覆蓋、積雪深度、雪水當(dāng)量等信息進(jìn)行長(zhǎng)時(shí)間序列的衛(wèi)星遙感，獲取特定區(qū)域、全國(guó)、全球的積雪相關(guān)信息，可為氣候變化遙感服務(wù)提供有效參考數(shù)據(jù)。

國(guó)家衛(wèi)星氣象中心制作的2012年度冬季全國(guó)積雪日數(shù)圖如圖3所示。從圖3可見：2012年冬季積雪累計(jì)日數(shù)超過60 d的區(qū)域主要分布在東北大部分、內(nèi)蒙古中東部和東北部、新疆北部、青藏高原東南部、西北地區(qū)東部等，這些區(qū)域中大部分地區(qū)的積雪累計(jì)日數(shù)超過100 d，青藏高原西部，西北地區(qū)東部，華北、黃淮的局部地區(qū)的積雪累計(jì)日數(shù)為40～60 d。

積雪日數(shù)距平圖可以反映當(dāng)年積雪覆蓋與常年同期的差異，為冬季北方地區(qū)降水分布評(píng)估和雪災(zāi)預(yù)警提供依據(jù)。FY-3衛(wèi)星2012年度冬季全國(guó)積雪日數(shù)距平圖(與1989年以來(lái)同期平均值相比)如圖4所示。由圖4可見：2012年度冬季積雪日數(shù)正距平30 d以上的區(qū)域主要位于東北西部、內(nèi)蒙古中東部等地區(qū)；積雪日數(shù)負(fù)距平為-30～-50 d的區(qū)域主要在青藏高原中北部部分地區(qū)、西北地區(qū)中部局部等。

目前，國(guó)家衛(wèi)星氣象中心已建立了2000年以來(lái)的可見光-紅外遙感全國(guó)積雪監(jiān)測(cè)數(shù)據(jù)庫(kù)，正在整理1978年以來(lái)的微波遙感全國(guó)積雪深度、雪水當(dāng)量監(jiān)測(cè)數(shù)據(jù)庫(kù)。與地面氣象站點(diǎn)觀測(cè)資料相比，上述數(shù)據(jù)庫(kù)將為積雪監(jiān)測(cè)服務(wù)提供更可靠的數(shù)據(jù)支撐。積雪覆蓋產(chǎn)品精度優(yōu)于90%，積雪深度產(chǎn)品精度優(yōu)于10 cm，雪水當(dāng)量產(chǎn)品精度優(yōu)于10 mm。以上產(chǎn)品精度在不同區(qū)域有所不同，平原地區(qū)產(chǎn)品精度優(yōu)于山區(qū)產(chǎn)品精度。

針對(duì)FY-3衛(wèi)星積雪監(jiān)測(cè)產(chǎn)品的算法及驗(yàn)證，國(guó)內(nèi)部分研究機(jī)構(gòu)進(jìn)行了相關(guān)研究。對(duì)比結(jié)果顯示，F(xiàn)Y-3衛(wèi)星微波成像儀積雪深度產(chǎn)品精度在中國(guó)大部分區(qū)域優(yōu)于美國(guó)先進(jìn)微波輻射計(jì)(AMSR-E)積雪深度產(chǎn)品[18-20]。

3 積雪監(jiān)測(cè)產(chǎn)品的發(fā)展展望

3.1 可見光-近紅外遙感手段與微波遙感手段進(jìn)行融合，獲取多源衛(wèi)星遙感積雪監(jiān)測(cè)產(chǎn)品

將可見光-近紅外遙感和微波遙感2種遙感手段融合，是獲取更高精度積雪監(jiān)測(cè)產(chǎn)品的有效手段。目前主要實(shí)現(xiàn)途徑為：在有云覆蓋區(qū)域，使用被動(dòng)微波遙感積雪觀測(cè)數(shù)據(jù)；在無(wú)云覆蓋區(qū)域，將可見光-近紅外遙感數(shù)據(jù)獲取的高空間分辨率積雪覆蓋產(chǎn)品與被動(dòng)微波遙感數(shù)據(jù)獲取的低空間分辨率積雪深度、雪水當(dāng)量產(chǎn)品進(jìn)行融合，得到更高空間分辨率的積雪深度、雪水當(dāng)量產(chǎn)品。上述工作的難點(diǎn)主要有2點(diǎn)：第一，地形、水體、下墊面類型、風(fēng)速、溫度等影響因素在積雪深度、雪水當(dāng)量空間分布中的作用如何用理論模型進(jìn)行描述需深入研究；第二，光學(xué)遙感與微波遙感融合過程必然涉及到空間分辨率差異問題，光學(xué)遙感1 km或更高空間分辨率的積雪覆蓋信息如何與微波遙感數(shù)十千米空間分辨率的積雪深度、雪水當(dāng)量信息融合，是獲取更高分辨率的積雪覆蓋或積雪深度、雪水當(dāng)量產(chǎn)品的關(guān)鍵。對(duì)于第2點(diǎn)，可采用積雪參數(shù)的空間分布特征及地面站點(diǎn)的觀測(cè)資料作為先驗(yàn)知識(shí)進(jìn)行融合。

3.2 改進(jìn)積雪參數(shù)反演模式

目前，全球最先進(jìn)的積雪參數(shù)反演算法是將被動(dòng)微波遙感觀測(cè)數(shù)據(jù)與地面積雪觀測(cè)數(shù)據(jù)相融合，將積雪輻射傳輸模型作為核心媒介，進(jìn)行積雪深度、雪水當(dāng)量等參數(shù)的反演。芬蘭氣象局利用以上思路建立了GlobSnow系統(tǒng)，將HUT積雪模型作為驅(qū)動(dòng)模型，地面觀測(cè)站點(diǎn)數(shù)據(jù)以及被動(dòng)微波輻射計(jì)觀測(cè)數(shù)據(jù)作為輸入，對(duì)積雪粒徑參數(shù)進(jìn)行時(shí)空反演，從而獲取更準(zhǔn)確的積雪深度、雪水當(dāng)量信息。GlobSnow系統(tǒng)對(duì)北美、北歐、西伯利亞等地區(qū)分別進(jìn)行了驗(yàn)證[21]。結(jié)果表明：與傳統(tǒng)方法相比，該系統(tǒng)獲取的積雪深度、雪水當(dāng)量的精度更高[22]。目前，國(guó)家衛(wèi)星氣象中心正在與芬蘭氣象局、加拿大環(huán)境部等合作，希望能夠引進(jìn)該系統(tǒng)，計(jì)劃針對(duì)系統(tǒng)模型和地面觀測(cè)進(jìn)行適應(yīng)性改進(jìn)，并已將大量國(guó)內(nèi)地面觀測(cè)站點(diǎn)觀測(cè)數(shù)據(jù)納入GlobSnow系統(tǒng)，使GlobSnow雪水當(dāng)量產(chǎn)品精度有所提高。國(guó)家衛(wèi)星氣象中心將對(duì)地面積雪參數(shù)進(jìn)行連續(xù)觀測(cè)，對(duì)GlobSnow系統(tǒng)中的參數(shù)進(jìn)行進(jìn)一步針對(duì)性的訂正。

4 結(jié)束語(yǔ)

衛(wèi)星積雪監(jiān)測(cè)產(chǎn)品在遙感服務(wù)中的重要性毋庸置疑，如何獲取更高時(shí)間分辨率、空間分辨率、數(shù)據(jù)精度的積雪監(jiān)測(cè)產(chǎn)品是遙感服務(wù)部門的關(guān)注目標(biāo)。本文對(duì)獲取積雪監(jiān)測(cè)產(chǎn)品的遙感數(shù)據(jù)進(jìn)行概述，對(duì)產(chǎn)品反演生成過程進(jìn)行了闡述及分析，對(duì)積雪監(jiān)測(cè)產(chǎn)品在遙感服務(wù)中的應(yīng)用情況進(jìn)行了分析和示例，對(duì)積雪監(jiān)測(cè)產(chǎn)品未來(lái)發(fā)展前景進(jìn)行了闡述。FY-3衛(wèi)星積雪監(jiān)測(cè)產(chǎn)品目前已能基本滿足遙感服務(wù)所需的遙感數(shù)據(jù)需求。隨著遙感服務(wù)需求的日益提升，衛(wèi)星積雪監(jiān)測(cè)產(chǎn)品的質(zhì)量需進(jìn)一步改善。

[1] SCHMUCKI E, MARTY C, FIERZ C, et al. Evaluation of modelled snow depth and snow water equivalent at three contrasting sites in Switzerland using SNOWPACK simulations driven by different meteorological data input[J]. Cold Regions Science and Technology, 2014, 99: 27-37.

[2] LI J, LU Z. Snow leopard poaching and trade in China 2000-2013[J]. Biological Conservation, 2014, 176: 207-211.

[3] KAPIL J C, DATT P, KUMAR A, et al. Multi-sensor couplers and waveguides for efficient detection of acoustic emission behavior of snow[J]. Cold Regions Science and Technology, 2014, 101: 1-13.

[4] HAN L, TSUNEKAWA A, TSUBO M, et al. Spatial variations in snow cover and seasonally frozen ground over northern China and Mongolia, 1988-2010[J]. Global and Planetary Change, 2014, 116: 139-148.

[5] KAPNICK S B, DELWORTH T L. Controls of global snow under a changed climate[J]. Journal of Climate, 2013, 26(15):5537-5562.

[6] HANCOCK S, BAXTER R, EVANS J, et al. Evaluating global snow water equivalent products for testing land surface models[J]. Remote Sensing of Environment, 2013, 128: 107-117.

[7] DONG C, YANG J, ZHANG W, et al. An overview of a new Chinese weather satellite FY-3A[J]. Bulletin of the American Meteorological Society, 2009, 90(10): 1531-1544.

[8] 袁婧, 王楠, 孫卓. 我國(guó)氣象衛(wèi)星的發(fā)展與應(yīng)用[J]. 農(nóng)業(yè)與技術(shù), 2016, 36(16): 221.

[9] 楊軍, 董超華, 盧乃錳, 等. 中國(guó)新一代極軌氣象衛(wèi)星—風(fēng)云三號(hào)[J]. 氣象學(xué)報(bào), 2009, 67(4): 501-509.

[10] 楊忠東, 張鵬, 谷松巖, 等. FY-3衛(wèi)星應(yīng)用和發(fā)展[J]. 上海航天, 2017, 34(4): 1-7.

[11] LIU Y, PETERS-LIDARD C D, KUMAR S, et al. Assimilating satellite-based snow depth and snow cover products for improving snow predictions in Alaska[J]. Advances in Water Resources, 2013, 54: 208-227.

[12] KIKUCHI K, KAMEDA T, HIGUCHI K, et al. A global classification of snow crystals, ice crystals, and solid precipitation based on observations from middle latitudes to polar regions[J]. Atmospheric Research, 2013, 132: 460-472.

[13] 張鵬, 楊虎, 邱紅, 等. 風(fēng)云三號(hào)衛(wèi)星的定量遙感應(yīng)用能力[J]. 氣象科技進(jìn)展, 2012(4): 6-11.

[14] 孫知文, 施建成, 楊虎, 等. 風(fēng)云三號(hào)微波成像儀積雪參數(shù)反演算法初步研究[J]. 遙感技術(shù)與應(yīng)用, 2007, 22(2): 264-267.

[15] 楊虎, 施建成. FY-3微波成像儀地表參數(shù)反演研究[J]. 遙感技術(shù)與應(yīng)用, 2005, 20(1): 194-200.

[16] SALOMONSON V V, APPEL I. Development of the Aqua MODIS NDSI fractional snow cover algorithm and validation results[J]. IEEE Transactions on Geoscience and Remote Sensing, 2006, 44(7): 1747-1756.

[17] FOSTER J L, HALL D K, CHANG A T C, et al. An overview of passive microwave snow research and results[J]. Reviews of Geophysics,1984, 22(2): 195.

[18] 蔣玲梅, 王培, 張立新. FY3B-MWRI中國(guó)區(qū)域雪深反演算法改進(jìn)[J]. 中國(guó)科學(xué), 2014, 44(3): 531-547.

[19] 孫知文, 施建成, 楊虎, 等. 風(fēng)云三號(hào)微波成像儀積雪參數(shù)反演算法初步研究[J]. 遙感技術(shù)與應(yīng)用, 2007, 22(2): 264-267.

[20] 高玉宏, 程遠(yuǎn), 王文玲, 等. 基于RS和GIS的黑龍江省積雪時(shí)空變化研究[J]. 測(cè)繪與空間地理信息, 2015, 38(8): 85-86+89.

[21] ROY V, GOITA K, ROYER A, et al. Snow water equivalent retrieval in a Canadian boreal environment from microwave measurements using the HUT snow emission model[J]. IEEE Transactions on Geoscience and Remote Sensing, 2004, 42(9): 1850-1859.

[22] TAKALA M, LUOJUS K, PULLIAINEN J, et al. Estimating northern hemisphere snow water equivalent for climate research through assimilation of space-borne radiometer data and ground-based measurements[J]. Remote Sensing of Environment, 2011， 26(12): 3517-3529.