段 蕓，王星東

（河南工業(yè)大學信息科學與工程學院，河南 鄭州 450001）

積雪有高反射率、高相變潛熱和低導熱性等特征[1]，通過影響地表能量的平衡來影響氣候系統(tǒng)，也是地球系統(tǒng)5 層冰層的重要組成部分[2]。東北3 省地處中國的最北面，研究表明東北大部分地區(qū)為世界3 個最穩(wěn)定的積雪區(qū)[3]。

微波可以穿透一定厚度的積雪，學者們可使用微波遙感技術(shù)對積雪深度進行監(jiān)測[4]。積雪深度反演算法在國內(nèi)外早已發(fā)展并在不斷完善。CHANG 等[5]基于均質(zhì)積雪的輻射傳輸方程得到SMMR 的雪深反演算法；FOSTER 等[6]對Chang 算法加以修改，認為植被覆蓋率會

影響雪深探測，提出了NASA96 算法；蔣玲梅等[7]將不同下墊面類型的影響因素加入雪深反演算法中，完善了用于雪深反演的風云業(yè)務(wù)化算法，根據(jù)經(jīng)驗證明取得了較好的反演精度。

FY-3B 衛(wèi)星上的微波成像系統(tǒng)，擁有5 個雙極性的亮溫信道，可以提供全天候的土壤水分、積雪深度及大氣濕度等多個方面的信息。選取東北3 省作為研究區(qū)域，根據(jù)不同的下墊面類型，建立相應(yīng)的積雪深度反演算法模型，并結(jié)合實測數(shù)據(jù)，對模型精度進行驗證。

1 研究區(qū)域與研究數(shù)據(jù)源

1.1 東北地區(qū)積雪情況概述

本研究范圍選取在中國東北部地區(qū)，其位置為38°43'N—53°33'N，118°53'E—135°05'E。東北地區(qū)的森林覆蓋率比較高，研究表明東北地區(qū)是世界3 大積雪區(qū)。

1.2 數(shù)據(jù)介紹與處理

所用數(shù)據(jù)包括FY-3B 衛(wèi)星微波成像儀（MWRI）數(shù)據(jù)、中科院資源科學中心2020 中國土地利用類型遙感監(jiān)測數(shù)據(jù)、MOD13Q1 數(shù)據(jù)及實測積雪數(shù)據(jù)。

1.2.1 FY3B-MWRI 亮溫數(shù)據(jù)

本文中主要使用衛(wèi)星降軌數(shù)據(jù)，覆蓋不全的地方需要用升軌數(shù)據(jù)補充。

1.2.2 土地利用遙感監(jiān)測數(shù)據(jù)

中國科學院資源環(huán)境科學數(shù)據(jù)中心提供的東北部3 省的2020 年中國土地利用遙感監(jiān)測數(shù)據(jù)如圖1 所示。通過對現(xiàn)有分類數(shù)據(jù)進行重分類，獲得不同下墊面土地類型的重分類數(shù)據(jù)。

圖1 東北3 省土地利用類型圖

1.2.3 MOD13Q1 數(shù)據(jù)

MOD13Q1 數(shù)據(jù)是MODIS 陸地方面的產(chǎn)物，該數(shù)據(jù)為一個三級網(wǎng)格產(chǎn)品，最大空間分辨率為250 m，每16 d 提供一次數(shù)據(jù)。

1.2.4 實測雪深數(shù)據(jù)

實測雪深數(shù)據(jù)由WheatA 小麥芽軟件提供，它整合了農(nóng)業(yè)生產(chǎn)、市場、氣象、土壤、海洋和環(huán)境監(jiān)測等多板塊內(nèi)容。吉林省長春市牡丹江氣象觀測站的實測數(shù)據(jù)分布如圖2 所示。

圖2 吉林省長春市牡丹江氣象站實測數(shù)據(jù)分布圖

2 積雪深度反演及精度驗證

2.1 數(shù)據(jù)處理

2.1.1 FY-3B 數(shù)據(jù)處理

FY-3B HDF 數(shù)據(jù)首先通過Latitude 和Longitude數(shù)據(jù)生成GLT 文件，用GLT 文件對FY-3B 的原始數(shù)據(jù)進行幾何校正，再對校正后的數(shù)據(jù)進行拼接與掩膜操作。

2.1.2 估算植被覆蓋度

2.1.2.1 植被覆蓋度估算模型

本文使用MOD13Q1 數(shù)據(jù)來近似估計植物覆蓋度（ⅤFC）。李苗苗等在像元二分模型的基礎(chǔ)上研究的模型為：

式（1）中：I為植被覆蓋度（ⅤFC）；J為歸一化植被指數(shù)值（NDⅤI）；Jsoil為完全是裸土的植被覆蓋區(qū)域的NDⅤI 值；Jveg為完全被植被所覆蓋的像元的NDⅤI 值。

式（1）中2 個值的計算公式為：

2.1.2.2 估算模型

研究區(qū)域中可以近似取Imax=100%，Imin=0%，此時Jmin=-0.015 410，Jmax=0.355 573。

利用式（4）計算，得到東北3 省植被覆蓋度數(shù)據(jù)，如圖3 所示。

圖3 東北3 省植被覆蓋度

式（4）中：b1為待計算頻段數(shù)據(jù)。

2.1.3 土地利用類型數(shù)據(jù)重分類

重分類是將原始數(shù)據(jù)重分類為4 種不同的下墊面類型，包括森林、農(nóng)田、草地和裸地等，結(jié)果如圖4所示。利用此結(jié)果結(jié)合植被覆蓋率可得到上述4 種下墊面的覆蓋度。

圖4 東北3 省土地利用類型重分類

2.2 被動微波遙感雪深反演

結(jié)合土地利用類型數(shù)據(jù)，對不同的下墊面類型建立不同的積雪深度反演模型，對東北3 省地區(qū)進行積雪深度反演研究，基于式（5）計算亮溫值，即：

式（4）中：Tb為某一頻率波段對應(yīng)的亮度溫度值，b1為待計算頻段數(shù)據(jù)。

2.2.1 不同下墊面的積雪深度反演模型

結(jié)合土地利用類型數(shù)據(jù)，對不同的下墊面類型建立不同的積雪深度反演模型，對東北3 省地區(qū)進行積雪深度反演研究，具體如下：

式（6）—式（9）中：SDfarmland、SDgrass、SDforest、SDbarren分別為農(nóng)田、草地、森林、裸地下墊面的積雪深度；Tb18、Tb36、Tb89、Tb10分別為18 GHz、36 GHz、89 GHz、10 GHz 頻段亮度溫度值；H為水平極化；V為垂直極化。

2.2.2 積雪深度反演結(jié)果

利用上述所提出的積雪深度反演模型，結(jié)合研究區(qū)域的農(nóng)田、草地、森林及裸地覆蓋度數(shù)據(jù)，得到積雪深度反演結(jié)果，如圖5—圖8 所示。

圖5 農(nóng)田雪深反演結(jié)果

圖6 草地雪深反演結(jié)果

圖7 森林雪深反演結(jié)果

圖8 裸地雪深反演結(jié)果

2.3 精度驗證

利用上述8 個氣象站點實測積雪深度數(shù)據(jù)實測值與論文反演結(jié)果值進行精度驗證，計算2 組數(shù)據(jù)的RMSE 值為5.99 cm，如圖9 所示。

圖9 本文所用算法反演值與實測值散點圖

同時采用Chang 算法（公式（10））進行積雪深度反演，計算2 組數(shù)據(jù)的RMSE 值為12.283 84 cm，如圖10 所示。

圖10 Chang 算法積雪反演值與實測值散點圖

3 結(jié)束語

本文針對東北地區(qū)的下墊面特征，分別研究了農(nóng)田、草地、森林及裸地的積雪深度反演算法，并結(jié)合實測數(shù)據(jù)對算法的精度進行驗證，結(jié)論如下：①本文研究的積雪深度反演算法與Chang 算法對研究地區(qū)積雪深度反演的結(jié)果表明，本文研究的算法較相比Chang算法，積雪深度反演的精度得到了很大提高；②對于具有不同積雪特性及下墊面類型的地區(qū)，應(yīng)當將下墊面類型納入考量范圍；③本文僅從不同下墊面的角度進行中國東北部積雪的反演，雖然可以解釋一些現(xiàn)象，但關(guān)于更深層次的東西還需進一步挖掘。