积雪被动微波遥感研究
青藏高原云和大气对被动微波遥感积雪雪深的影响
青藏高原云和大气对被动微波遥感积雪雪深的影响刘进军;傅云飞;李锐;王雨;符玉云;胡继恒【期刊名称】《高原气象》【年(卷),期】2018(37)2【摘要】利用AMSR-E(Advanced Microwave Scanning Radiometer-EOS)观测的2002 2011年青藏高原上空大气顶上行微波亮温(TB_(TOA)),经过辐射传输计算,对水汽和非降水云进行订正,推算出相应的高原地表上行亮温(TB_(SRF))。
并用这两组亮温估算了青藏高原地区的雪深SDTOA和SD_(SRF)。
通过个例和近10年统计研究发现,低频18.7 GHz亮温几乎不受影响,而大气顶处36.5 GHz亮温明显高于相应的地表亮温。
不考虑这一效应,忽略大气的影响将造成青藏高原雪深反演低估(SD_(TOA)<SD_(SRF))。
这种低估在多个个例中出现,在多年平均尺度上也很显著,不可忽略。
直接用大气顶微波亮温反演雪深,将造成绝对误差2~3 cm。
在青藏高原雪深较浅的区域,相对误差很大,为50%~80%。
而在高原雪深较深的地区,相对误差较小为10%~20%。
该误差(SD_(TOA)-SD_(SRF))和云水路径呈较强的负相关(R=-0.45),敏感性为-0.047 cm·(g·m^(-2))^(-1),该误差对冰云的敏感性较低,和水汽的相关性更弱。
通过与MODIS雪盖产品比较发现,用地表出射亮温反演的雪深SD_(SRF)与MODIS雪盖产品吻合得更好。
【总页数】12页(P305-316)【作者】刘进军;傅云飞;李锐;王雨;符玉云;胡继恒【作者单位】中国科学技术大学地球和空间科学学院【正文语种】中文【中图分类】P412.27【相关文献】1.基于被动微波遥感的青藏高原雪深反演及其结果评价2.青藏高原积雪深度对延伸期预报技巧的影响3.利用被动微波遥感数据反演我国积雪深度及其精度评价4.被动微波遥感在青藏高原积雪业务监测中的初步应用5.青藏高原积雪深度和雪水当量的被动微波遥感反演因版权原因，仅展示原文概要，查看原文内容请购买。
Gnss-r陆面微波遥感研究进展
Gnss-r陆面微波遥感研究进展作者：吴学睿来源：《赤峰学院学报·自然科学版》 2011年第4期吴学睿（赤峰学院环境与资源管理系，内蒙古赤峰 024000）摘要：传统的GPS进入GNSS的新时代，GNSS的直射信号经地物反射后可以被专门的接收机接收和使用，形成一种新型的微波遥感——GNSS-R.作为一种新型的无源微波传感器（L波段），GNSS-R 体积小、重量轻、功耗小、成本低、可以全天时、全天候提供全球覆盖均匀的大量数据.GNSS的反射信号可以测量海面风场、海浪波高、潮位以及监测海洋中尺度变化.在陆面上，GNSS-R可以用来监测土壤水分、海冰和积雪厚度以及湖泊和湿地.关键词：GNSS-R；微波遥感；陆面中图分类号：TN925 文献标识码：A 文章编号：1673-260X（2011）04-0092-021 简介GNSS（global navigation satellite system）是若干个导航星座的集合名词，包括美国的GPS，欧洲的伽利略（Galileo），俄国的格洛纳斯（Glonass），以及中国的北斗卫星导航系统（Beidou）.与现有散射计、雷达高度计、合成孔径雷达等海洋、陆面微波遥感手段相比，GNSS-R信号源来自GNSS，需要专门的接收机对地物反射信号进行接收和处理，GNSS-R接收机体积小、重量轻，成本低，接收到的信号属于前向散射，在遥感探测机理方面属于双基雷达模式.针对GNSS-R的应用国内外已经开展了相应的地基、机载和星载实验，其应用领域也由最初的海洋遥感，逐渐向陆面遥感扩展.2 GNSS-R应用目前，GNSS-R在海洋领域的研究主要是海面风场、有效波高、潮位和海水盐度的反演.我国科研工作者利用GNSS-R进行研究的领域也主要集中在海面风场(王迎强 and 严卫 et al., 2008; 周兆明 and 符养 et al., 2008)和海浪坡高上(邵连军 and 张训械 et al., 2008)而随着对GNSS-R遥感技术研究的深入，其应用领域也在不断扩展(Jin and Komjathy, 2010).国内GNSS-R的一些研究领域尚处于起步阶段，尤其是陆面遥感，有的研究领域在国内尚未见报道，本文重点对这些领域的研究现状和发展趋势进行总结和分析.2.1 GNSS-R陆面遥感GNSS-R陆面遥感的应用主要集中在土壤水分的监测和反演上，但其在陆面上的应用应该远不局限于此.以下将重点讲述GNSS-R土壤水分国内外研究进展情况，以及国外该技术在陆面上其他方面研究进展情况.2.2 GNSS-R土壤水分反演2.2.1 与其他微波遥感传感器进行土壤水分反演的原理一样，利用GNSS-R测量土壤湿度的原理是其反射信号是土壤介电常数的函数，土壤介电常数又与土壤湿度有关.NOAA环境技术实验室最初利用GNSS-R进行海洋方面的研究(Zavorotny and Voronovich, 2000)，后来将该技术应用在土壤水分反演方面(Zavorotny and Voronovich, 2000)，采用海洋反射信号研究用的散射模型(Zavorotny and Voronovich, 2000)模拟了接收机在3KM处，GNSS卫星高度角是40°时，GNSS反射信号随土壤水分的变化情况，结果表明土壤水分对该GNSS反射信号很敏感.对于基尔霍夫近似（几何光学的极限情况），双战散射截面可以表示成两部分，一部分与极化特性有关，另一部分与表面的统计特性有关.线性极化比HR/VR的效果更好一些，尤其是在中低等土壤含水量的情况下.(Egido and Ruffini et al., 2008)和Torres(Torres, 2004)利用了半经验模型（1.4GHz）进行了土壤水分的反演，取得了良好的反演效果.(Egido and Ruffini et al., 2008)和(Rodríguez-álvarez and Marchán et al., 2008)的文章中都采用GNSS直射信号和反射信号的干涉图信息IPT（interference pattern technique）来量化接收机中的反射信号，最终进行土壤水分的研究.2009年(Rodriguez-Alvarez and Bosch-Lluis et al., 2009)利用小麦收割之后裸露地表的数据（2008年8月~9月数据）进行土壤水分反演，没有考虑植被的影响，结果表明利用notch 处的信号更适宜于土壤水分的反演.在仪器设备上，(Rodriguez-Alvarez and Bosch-Lluis et al., 2009)采用自己专门设计的用于土壤水分的接收机——SMIGOL，研究表明线性极化的菲尼尔反射系数随着入射角的变化大于圆极化的.国内利用GNSS—R进行土壤湿度的研究无论是实验还是理论研究都处在起步阶段.在理论上，(关止与赵凯等,2006)与(宋冬生与赵凯等,2007)的研究可以定性的表示出这一新兴微波遥感手段在检测土壤湿度上的可行性，同时植被的影响不可忽略.目前，国内外gnss-r土壤水分反演的主要方法有：波形图法，延迟多普勒图，干涉图，，物理模型方法.2.3 GNSS—R湖泊和湿地监测GNSS—R在陆面上的应用，还涉及植被高度、积雪厚度、湖泊和湿地的监测等.(Treuhaft and Lowe et al., 2001)用GNSS—R监测了火山口湖的表面高度.GNSS的反射信号也可以用来进行湿地的研究和监测.2.4 GNSS—R植被高度和森林生物量估测(Rodríguez-álvarez, 2009)利用干涉图法（IPT）反演出树高以及植被覆盖下的土壤湿度，取得了较好的反演结果.利用gnss-r的双站散射特性，针对GNSS-R圆极化的特性，采用简化模型进行森林光滑散射系数的理论模拟，目的是研究利用gnss-r进行森林生物量监测的可行性.接收到的能量的幅值对森林生物量比较敏感，而不会出现雷达后向散射中的饱和现象，因此用gnss-r进行森林生物量的反演存在着一定的可行性.2.5 GNSS—R雪冰厚度监测雪、冰是水文气候学中的重要参量，然而实地积雪分布观测比较少，传统的遥感手段造价昂贵、空间分辨率较低.但冰的厚度与反射信号的幅度有关，雪/冰厚度可以从GNSS的反射信号中反演出来.2009年利用GNSS-R对科罗拉多两次暴风雪的测量进行了GNSS—R进行积雪厚度研究的初步性研究工作.3 总结和展望传统的GPS已经进入了GNSS的新时代，gnss-r微波遥感技术具有异源收发，信号多源化等优点，在海洋和陆面遥感中有着重要的应用前景.在我国海洋方面的应用在理论和实践上的研究工作开展较多，在陆面上利用GNSS-r进行土壤水分遥感的研究工作处于起步阶段，而利用GNSS进行植被、积雪厚度和湖泊、湿地方面的研究工作国内报道较少.因此，利用gnss-r技术的研究领域有待深入.参考文献：〔1〕Auber, J., A. Bibaut, et al. (1994). Characterization of multipath on land and sea at GPS frequencies, Alexandria, VA: Institute of Navigation.〔2〕Egido, A., G. Ruffini, et al.(2008)."Soil moisture monitorization using GNSS reflected signals."〔3〕Komjathy, A. and J. A. Maslanik, et al. (2000). Towards GPS surface reflection remote sensing of sea ice conditions.〔4〕Wiehl, M. and B. Legresy, et al. (2003). "Potential of reflected GNSS signals for ice sheet remote sensing." Progress In Electromagnetics Research40:177-205.〔5〕Zavorotny, V. U. and A. G. Voronovich (2000). Bistatic GPS signal reflections at various polarizations from roughland surface with moisture content.〔6〕关止与赵凯，等.利用反射GPS信号遥感土壤湿度.地球科学进展，2006，21(007):747-750.〔7〕李紫薇.GNSS-r海洋微波遥感前沿技术进展.2009：13.〔8〕刘经南，邵连军.GNSS-R研究进展及其关键技术.武汉大学学报(信息科学版)，2007，32(11).。
211261549_基于FY3B-MWRI_数据的东北积雪深度反演
文章编号：2095-6835（2023）10-0080-04基于FY3B-MWRI数据的东北积雪深度反演段芸，王星东（河南工业大学信息科学与工程学院，河南郑州450001）摘要：积雪是地球系统冰冻圈5层的主要成分，它有高反射率、高相变潜温和低热传导方式的特点，可以通过影响地表能量平衡来影响气候。
在对积雪深度的反演研究中，许多研究学者都在对算法及模型进行完善，且有较好的反演效果。
由于地区下垫面类型的不同，仅使用单一算法模型进行探测总会与实测数据产生误差。
选择东北3省为研究区，以FY3B-MWRI为数据源，根据研究区域土地利用类型的特征，针对不同下垫面（森林、草地、农田、裸地）使用不同的算法模型，进一步得出更为准确的反演结果。
经验证，本研究方法的雪深反演结果与实测数据的RMSE（均方根误差）为5.99cm，表明该算法对东北3省积雪深度反演取得了较高的精度。
关键词：中国东北部地区；积雪深度反演；被动微波遥感；FY3B-MWRI中图分类号：P343文献标志码：A DOI：10.15913/ki.kjycx.2023.10.023积雪有高反射率、高相变潜热和低导热性等特征[1]，通过影响地表能量的平衡来影响气候系统，也是地球系统5层冰层的重要组成部分[2]。
东北3省地处中国的最北面，研究表明东北大部分地区为世界3个最稳定的积雪区[3]。
微波可以穿透一定厚度的积雪，学者们可使用微波遥感技术对积雪深度进行监测[4]。
积雪深度反演算法在国内外早已发展并在不断完善。
CHANG等[5]基于均质积雪的辐射传输方程得到SMMR的雪深反演算法；FOSTER等[6]对Chang算法加以修改，认为植被覆盖率会影响雪深探测，提出了NASA96算法；蒋玲梅等[7]将不同下垫面类型的影响因素加入雪深反演算法中，完善了用于雪深反演的风云业务化算法，根据经验证明取得了较好的反演精度。
FY-3B卫星上的微波成像系统，拥有5个双极性的亮温信道，可以提供全天候的土壤水分、积雪深度及大气湿度等多个方面的信息。
利用遥感技术监测太白山积雪变化
高 峰 ， 拔 ３７ ７ ２１ 。 海 ６ ． Ｉ 海拔 ３０ ０ｍ 以上地 带 Ｔ ０
发 育有第 四纪末 冰川 。 因此 ，监测 太 白 山地 区积
雪 时空 变化 对 于探测该 区域 气候 异常 变化 、诊 断 区域气 候 与 积 雪相 互 作 用机 理 有着 重 要 的意 义 。 然 而传 统 的冰川 和积 雪范 围的测 量是 通过 地面人
２ 结 果 与 分 析
２ １ 太 白 山 积 雪 面 积 监 测 结 果 ．
不 规则性 和 不均匀 性等 弱点 ；其次 ，对 有些 自然 环境 恶劣 且人 力无 法到达 的地 方 ，无法进 行地 面 观测 ［ 。卫星遥 感 技术 可 以提供一 种 冰雪 监测 的 ４ ］
由图 １可 以看 出 ， ９ ８ ２ １ １ ８ － ０ ０年 太 白山积雪
雪 主要 分 布 在 海 拔 ３０ ０ｍ 以上 的 山顶 及 山坡 两 侧 ，积 雪 面 积 在 波 动 中呈 下 降 趋 势 。２ １ ０ ０ ０年 积 雪 面 积 为 ９ ． ４ ｍ ９ ８年 积 雪 面 积 为 ９ ． ８ｋ ，２ Ｏ ８ ｋ ，１ ８ ５ ９ ｍ ３ａ积 雪 面 积减 少 了 ５ １ ｍ。 ． ４ｋ 。深 雪 区 面 积
关 键 词 ：太 白 山 ；积 雪 ；面 积 ｆ积 雪 厚 度 中 图分 类号 ：Ｐ ０ ． ４ ７８分敏 感 。同 时 ，积 雪 是 高海 拔下 垫 面的一个 重要 特征 ，一 方面 其反 射
基于SSM／I被动微波数据的中国积雪深度遥感研究
特别 微 波 成 像 辐 射 计 Ｓ Ｍ Ｉ主要 用 于 地 球 物 Ｓ／ 理参 数 的反 演 ， 海 面风速 、 如 积雪 面积 、 降雨 、 气含 水
和水文数值模式运行的必要参数 。积雪深度传统上 是由地 面气象站观测得到 ， 但气象站布点稀少 ， 难于 提供当前 中尺度模式所需的积雪深度分布数据 ， 而 卫星遥感是获取大尺度积雪信息的有效方法。 由于 Ｎ Ａ Ｏ Ａ系列气象卫 星和 Ｅ Ｓ系列对地 观 Ｏ
在积 雪监 测方 面 ， 可见 光 、 外方 法 的优点 是 在 红 无 云 的情 况下 ， 以得 到准 确 的积雪 范 围 ， 被动 微 可 而
１ 数据和处理
专用微波成像辐射 计 ＳＭ Ｉ 于防卫气象卫 Ｓ／ 位 星计划 （ Ｍ Ｐ 卫星上 ， Ｄ Ｓ） 轨道高度为 ８０ｋ ３ ｍ。ＳＭ Ｉ Ｓ ／ 作为星载被动微波传感器 ， 采用圆锥扫描方式 ， 扫描 宽度 为 １４０ｋ 有 ７个 通 道 ， ｌ ３ 、５Ｇ ｚ ０ ｍ， 在 ９、７ ８ Ｈ 使 用水平 和垂直 极化 两种模 式 ， ２ Ｈ 只使用 垂 直 在 ２Ｇ ｚ
维普资讯
２ ６卷第 １期 ５ ６ ９— ４页
２０ ０８年 １月
山
地
学
报
Ｖ １ ２ Ｎｏ １ ｐ ５ —６ ｏ ． ６． ． ｐ ９ ４
Ｊ ＯＵＲＮＡ ＯＵＮＴ Ｎ ＣＩＮＣＥ ＬＯＦＭ ＡＩ Ｓ Ｅ
Ｊｎ．，０ ａ ２ ０８
文章编号 ：１０ ２ ８ ０ ８— ７ ６一（０ ８ １ ９— 进行全 天候的积雪监测 。在积雪深度估计方面 ， 被动微波
方 法 比可见 光 、 外 方法有 较 大优点 ， 动微 波 方法 红 被 可 以进行 超 过 １ ｍ 的积 雪 深 度 估 计 ， 可 见 光 方 ５ｃ 而
雪水当量遥感反演中人工神经网络建模方法研究
范 围 内的推 广 。虽然 这两种 数据源 在估算 雪 水 当量时都 有不 足 ， 但是两 者 又各有 各 的优 势 ， 因 此将 两者结 合起 来使 用可 以获得更 好 的效果 。 人工神 经 网络 Ａ ＮＮ（ ｒｉｃ ｌ ｅ ｒｌ ｔ ｒ ） 术对 于非线性 问题 的求解提 供 了广阔前 Ａ ｔｉｉ ｕａ Ｎｅｗｏｋ 技 ｆ ａＮ 景 。近年来 ， 有关 Ａ ＮＮ在 积雪参数 反演 中 的应用 也得 到 了广泛 的研 究 。因此 ， 用该 方 法来 利 建立雪 水 当量 的反演模 型也 会提高估 算结 果 的精 度 。从 国 内外 的研 究 现状来 看 ， 目前 对雪 水
验验 证。
３ 研 究现 状 评 述
大量 关于沥青 路面层 间接触 问题 的研究成 果使人们 更加清楚认识 到加强 层问粘结 的重要
性， 对进 一步完善 路面设计理论 提供 了重要文 撑 。但不 同学者所考 虑 的材料 属性所有 差别 ， 描 述层 间接触状态 的参数也存 在不一致性 ， 导致计 算 结果 及结 构行 为评 价存 在较 大 的偏 差 。但 考虑层 间接触状 态的沥青 面层 受力 响应 与其疲 劳效 应 尚未有 效结合 ， 目前依 然 缺乏 描述 二者
构行 为理论》 孙 立军 ） 立 了沥青 路 面结构 行 为方 程 ， 路 面性 能 （ 括疲 劳 性 能 ） （ 建 将 包 与路 面结
构、 环境 、 荷载 、 材料 等因素联系起来 ， 既包 含现象学 模型要素 ， 包含断裂 力学模 型要素 ， 又 使路 面使用性 能指 标与力学性 能指标 之问达到 有机统 一 。《 沥青 混合 料 的粘 弹性 疲 劳 损伤模 型研 究 》关 宏信 ， （ 郑健龙 ， 张起 森） 出 了沥青 混合 料 的粘 弹性疲 劳损 伤模 型 ， 提 并进 行 了 ＭＴ Ｓ试
基于随机森林算法的青藏高原AMSR2被动微波雪深反演
基于随机森林算法的青藏高原AMSR2被动微波雪深反演王健顺;王云龙;周敏强;刘畅宇;黄晓东【期刊名称】《冰川冻土》【年(卷),期】2020(42)3【摘要】青藏高原因其复杂的地形地势和和积雪分布使得多种雪深算法未达到理想的精度。
基于新一代被动微波数据AMSR2(Advanced Microwave Scanning Radiometer2),应用随机森林算法(Random Forest,RF)将亮温(Brightness Temperature,BT)和亮温差(Brightness Temperature Difference,BTD)作为参数输入,并将高程和纬度参数引入雪深反演模型中,经过模拟退火算法进行有效反演因子筛选,构建了基于随机森林算法的青藏高原雪深反演模型。
结果表明:与AMSR2全球雪深产品相比,随机森林算法的拟合优度(R2)由0.41提升至0.60,均方根误差(Root Mean Square Error,RMSE)由7.36cm降至4.88cm,偏差(BIAS)由3.24cm 减小至-0.16cm,随机森林雪深反演模型在青藏高原的精度更高;青藏高原平均海拔超过4000m,当海拔大于青藏高原平均海拔时,随机森林算法的反演效果最差,但RMSE仅为3.78cm,BIAS仅为-0.09cm;高原南部(25°~30°N)因其复杂的地势和相对较少的气象站点使得反演效果较差,RMSE为5.94cm,BIAS为-0.39cm;青藏高原的主要土地覆盖类型为草地,随机森林算法在草地的RMSE约为3cm,BIAS接近0cm。
【总页数】10页(P1077-1086)【作者】王健顺;王云龙;周敏强;刘畅宇;黄晓东【作者单位】兰州大学草地农业生态系统国家重点实验室/草地农业科技学院;南京信息工程大学地理科学学院【正文语种】中文【中图分类】P426.635【相关文献】1.基于被动微波遥感的青藏高原雪深反演及其结果评价2.被动微波遥感反演中国西部地区雪深、雪水当量算法初步研究(英文)3.青藏高原积雪深度和雪水当量的被动微波遥感反演4.基于随机森林的AMSR2青藏高原有云地区水汽反演5.基于AMSR2被动微波积雪参量高精度反演方法研究因版权原因，仅展示原文概要，查看原文内容请购买。
C波段SAR山区积雪面积提取研究_孙少波
引用格式：Ｓｕｎ Ｓｈａｏｂｏ，Ｃｈｅ Ｔａｏ，Ｗａｎｇ Ｓｈｕｇｕｏ，ｅｔ ａｌ．Ｓｎｏｗ Ｃｏｖｅｒ Ａｒｅａ Ｒｅｔｒｉｅｖａｌ Ｕｓｉｎｇ Ｃ－ｂａｎｄ ＳＡＲ ｉｎ Ｍｏｕｎ－ｔａｉｎ Ａｒｅａｓ［Ｊ］．Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎ，２０１３，２８（３）：４４４－４５２．［孙少波，车涛，王树果，等．Ｃ波段ＳＡＲ山区积雪面积提取研究［Ｊ］．遥感技术与应用，２０１３，２８（３）：４４４－４５２．］收稿日期：２０１２－０８－１１；修订日期：２０１３－０４－２４基金项目：国家自然科学基金项目（９１１２５００１、４１２７１３５６），国家８６３计划项目（２０１２ＡＡ１２Ａ３０３）。
作者简介：孙少波（１９８８－），男，陕西宝鸡人，硕士研究生，主要从事冰冻圈遥感研究。
Ｅ－ｍａｉｌ：ｓｕｎｓｈａｏｂｏ＠ｌｚｂ．ａｃ．ｃｎ。
通讯作者：车 涛（１９７６－），男，陕西周至人，副研究员，主要从事冰冻圈遥感研究。
Ｅ－ｍａｉｌ：ｃｈｅｔａｏ＠ｌｚｂ．ａｃ．ｃｎ。
Ｃ波段ＳＡＲ山区积雪面积提取研究孙少波１，２，车 涛１，王树果１，王增艳１，２（１．中国科学院寒区旱区环境与工程研究所，甘肃兰州 ７３００００；２．中国科学院大学，北京 １０００４９）摘要：合成孔径雷达（ＳＡＲ）不仅具有穿云透雾、全天候观测地表的能力，而且可穿透地表覆盖一定深度获取地表覆盖物内部特征信息。
利用２０１１年１０景ＥＮＶＩＳＡＴ－ＡＳＡＲ可变极化模式精细图像（ＡＳＡ＿ＡＰＰ＿１Ｐ）数据，分析比较了黑河上游祁连山冰沟流域不同时段积雪ＳＡＲ后向散射特性，应用同期的ＭＯＤＩＳ积雪面积产品确定研究区积雪的累积和消融背景信息。
研究表明：由于融雪期积雪含水量上升，ＳＡＲ图像后向散射系数相比干雪或无雪图像明显降低，经过分析认为广泛应用的－３ｄＢ阈值会明显低估湿雪覆盖范围，－２ｄＢ阈值更适合该地区湿雪面积参数提取。
研究冰雪对生态环境影响的新方法——遥感指标计算
研究冰雪对生态环境影响的新方法——遥感指标计算冰雪是人类生活不可或缺的自然资源之一，但同时它也对生态环境造成了明显的影响。
为了更好地了解冰雪对生态环境的影响，科学家们一直在不断努力，其中遥感技术的运用对研究冰雪对生态环境影响的贡献不可忽视。
一、遥感技术在研究冰雪对水文环境的影响中的运用冰雪作为主要的地表覆盖，在水文循环中起到了至关重要的作用。
但是，由于冰雪的季节性、地域性和概率性等因素，传统的实地调查和监测方法难以满足对其覆盖及时、全面的监测需求。
因此，遥感技术成为了研究冰雪对水文环境影响的重要手段。
遥感技术的运用，不仅可以快速获取冰雪覆盖信息，而且能够定量评估冰雪对水文环境的影响。
常用的遥感指标包括: 雪面反照率、雪深和积雪面积等。
其中，雪面反照率是指雪面反射太阳辐射能力的大小，反照率越高则说明雪面反射能力越强，对水汽的形成和降水的产生有重要的影响；雪深则反映了雪层的厚度和水分储存能力，对于估算雪融水径流和冰雪物质平衡具有重要的作用；积雪面积则反映了地表覆盖情况，对冰雪—高山生态系统研究具有重要的意义。
二、遥感技术在研究冰雪对生物环境的影响中的运用除了对水文环境的影响外，冰雪对生物环境的影响也是人们关注的焦点之一。
遥感技术在研究冰雪对生物环境影响方面的应用，主要围绕着以下几个方面展开。
1. 地面植被因为冰雪能够对植物群落的物种组成和结构产生显著影响，因此研究冰雪对地面植被的影响是生物方面的研究重点之一。
通过遥感技术获取的地面植被信息主要包括，植被指数、植被覆盖率以及植被生长状态等。
这些信息能够为科学家提供从植被发育到大气使用这些植被的能力这些方面提供重要的参考。
2. 动物栖息环境冰雪被认为是脊椎动物等野生动物栖息环境的关键因素之一，因此研究冰雪对动物栖息环境的影响问题备受关注。
遥感技术可以有效获取生物栖息地、植物围栏和其他人工结构等生物指示物和引导物的信息，这些信息对于动物栖息以及生态管理都具有非常重要的意义。
卫星遥感藏北积雪分布及影响因子分析
Ｚ ＡＮＧ ｉ— ａ Ｈ Ｊａ Ｈｕ ，Ｗ Ｕ ｎ 。 ＹＡＯ ｅ ｇ Ｍ ｅ。 Ｙａ ｇ ， Ｆ ｎ— ｉ
１Ｌａ ． ｒ ｍｏｅＳ ｎ ｉ ｇ ａ ｄ ｉ ｔ ｎ ｒ ｉｎ Ｓ ｉｎ ｅ ｂ ｆｏ Ｒｅ ｔ ｅ ｓｎ ｎ ＣｌｍａｅＩ ｆｏ ｍａｔｏ ｃｅ ｃｓ，Ｃ ｎ ｓ ａ ｍｙ ｏ Ｍ ＰＰ ｒ ｇ ｆ Ｓｃｅ ｃ ｈｉｅｅＡｃ ｄｅ ｆ ｆ０ ００ ｄ ｉｎ ｅ，Ｂｅｊｎ ０ ０ １，Ｃｈ ｎ ｉｉｇ １ ０ ８ ｉａ ２Ｚｈ ｉｎ Ｍ ｅｅ ｒ ｌｇｉａ ｎ ｏ ｍａ ｉｎＣｅ ｔｒ，Ｈａ ｇｚ ｕ ３ ０ ， ｉａ ａｇ ｔｏ ｏｏ ｃ ｌＩ ｆ ｒ ｔｏ ｎ ｅ ｎ ｈｏ １ １ Ｃｈ ｎ Ｏ ７
维普资讯
第 ５ 卷 第 ４期 １
２０ ０ ８年 ７月
地
球
物
理
学
报
Ｖ ｏ ． １， Ｎｏ １５ ．４
ＣＨＩ ＮＥＳ ｊ Ｅ ｏＵＲＮＡＬ ＯＦ ＧＥ０ＰＨＹＳ ＣＳ Ｉ
Ｊ ｌ ，２ ０ ｕｙ ０ ８
张佳 华 ， 杨 ， 凤 梅 ．卫星 遥感 藏 北 积 雪 分 布及 影 响 因 子 分析 ． 吴 姚 地球 物 理 学 报 ，０ ８ ５ （ ） １ １ ～ １ ２ ２ ０ ， １ ４ ：０ ３ ０ １
１ 国气 象 科 学 研 究院 遥 感 与气 候 信 息 开放 实 验 室 ，北京 １ ０ ８ 中 ００１ ２浙江 省 气 象信 息 中 心 ， 州 ３ ０ １ 杭 １０ ７ ３中 国科 学 院 研 究 生院 地 球科 学 学 院 ， 京 １ ０ ４ 北 ００９
中国典型区积雪遥感监测及其时空变化特征研究
中国典型区积雪遥感监测及其时空变化特征研究中国典型区积雪遥感监测及其时空变化特征研究近年来，随着遥感技术的快速发展，遥感监测成为了研究地表覆盖变化的有效手段之一。
积雪是中国北方地区冬季的常见现象，对气候、水资源和生态环境等方面都有重要影响。
因此，积雪的遥感监测和时空变化特征研究对于理解和应对气候变化具有重要意义。
中国的积雪区包括青藏高原、东北地区和内蒙古高原等地。
对于这些典型区域的积雪遥感监测，常用的手段是利用遥感影像进行自动或半自动化的分类和提取。
通过分析积雪的空间分布和覆盖率，可以获得区域范围内的积雪变化信息。
在中国青藏高原地区，积雪是该地区冬季气候变化的重要特征之一。
其遥感监测和时空变化研究主要集中在X波段的微波遥感技术上。
由于青藏高原地理环境的复杂性，传统的光学遥感无法满足监测需求。
而微波遥感在云雾、降水等区域特点下能够更准确地获取积雪信息。
通过这一技术手段，可以实现青藏高原地区积雪的准确监测和时空变化分析。
东北地区是中国积雪最为丰富的地区之一，也是冬季气温较低的地区。
通过利用遥感数据和模型方法，可以对东北地区的积雪进行定量和定性分析。
基于这些分析结果，可以更好地理解东北地区冬季气候变化的规律，并为农业生产、水资源管理和交通运输等方面提供决策支持。
内蒙古高原地区是我国北方地区重要的牧区，也是季风影响下的典型积雪区。
通过利用多源遥感数据，可以对内蒙古高原地区的积雪进行长时间序列的监测和分析。
研究发现，该地区的积雪覆盖和持续时间与气温、降水和风向等因素密切相关。
这种关联关系的研究，对于农牧业生产和生态环境保护具有重要意义。
总结起来，中国典型区积雪遥感监测及其时空变化特征研究是一个涉及多学科的综合性课题。
无论是青藏高原、东北地区还是内蒙古高原，每个地区都有其独特的地理环境和气候特点，需要针对性地选择合适的遥感技术和方法进行研究。
积雪的遥感监测和时空变化特征研究不仅可以为气候变化研究提供数据支持，还可以为相关行业提供决策支持和应对措施。
微波遥感地表参数反演进展
微波遥感地表参数反演进展一、概述随着遥感技术的不断进步和卫星传感器性能的日益提高，微波遥感作为地球观测的重要手段之一，正日益显示出其在地表参数反演中的独特优势。
微波遥感具有全天时、全天候的观测能力，对云、雨和大气具有较强的穿透能力，这使得它能够在复杂的天气条件下获取地表信息。
微波遥感在地表参数反演中扮演着至关重要的角色，尤其在积雪、土壤水分、地表温度和植被参数等关键地表要素的反演中，其优势和潜力日益凸显。
在积雪参数反演方面，积雪作为全球水文循环和气候系统的重要组成部分，其深度和分布对全球气候变化和寒区水资源管理具有重要意义。
微波遥感因其对雪层的穿透能力和对雪面高反射率的敏感性，成为积雪参数反演的有效手段。
现有的被动微波积雪反演数据产品的空间分辨率较粗，地表异质性等复杂因素的影响也使得反演精度难以满足需求。
提高微波遥感在积雪参数反演中的精度和分辨率成为当前研究的重点。
在土壤水分反演方面，土壤水分是地表能量交换和物质循环的重要参数，对农业生产和生态环境具有重要影响。
微波遥感因其对土壤水分的敏感性，在土壤水分监测和反演中发挥着重要作用。
由于土壤特性如湿度和粗糙度的影响，微波遥感在土壤水分反演中仍面临挑战。
如何消除这些影响，提高土壤水分反演的精度和稳定性是当前研究的热点。
在地表温度反演方面，地表温度是衡量地球表面水热平衡的关键参数，对气候、水文和地球生物化学等科学研究领域具有重要意义。
微波遥感因其对地表温度的敏感性和全天候观测能力，在地表温度反演中具有独特优势。
由于微波信号受多种因素的影响，目前被动微波反演地表温度的算法还不成熟。
发展更加稳定和准确的微波遥感地表温度反演算法是当前研究的重点。
在植被参数反演方面，植被是地球生态系统的重要组成部分，其生长状况和分布对全球气候变化和生态系统服务功能具有重要意义。
微波遥感因其对植被结构的敏感性和对叶片叶绿素的低敏感性，在植被参数反演中具有独特优势。
由于微波遥感受土壤特性如湿度和粗糙度的影响，以及传统模型在稀疏冠层中的适用性问题，微波遥感在植被参数反演中仍面临挑战。
基于MODIS积雪覆盖度数据的青藏高原两套被动微波雪深产品降尺度对比研究
基于MODIS积雪覆盖度数据的青藏高原两套被动微波雪深产品降尺度对比研究徐帆;张彦丽;李克恭【期刊名称】《冰川冻土》【年(卷),期】2024(46)1【摘要】积雪深度(雪深)是流域水量平衡、融雪径流模拟等模型的重要输入参数,被动微波雪深遥感产品被广泛用于雪深监测。
然而,由于山区积雪时空异质性强,这些空间分辨率较粗的雪深产品受到极大限制。
本研究基于MODIS积雪覆盖度数据,根据经验融合规则以及积雪衰退曲线对“中国雪深长时间序列数据集”的两套雪深产品(由SMMR、SSMI和SSMI/S反演的称为Che_SSMI/S产品;由AMSR-2反演称为Che_AMSR2产品)进行空间降尺度,最终获得青藏高原500 m降尺度雪深数据(Che_SSMI/S_NSD和Che_AMSR2_NSD)。
利用6景Landsat-8影像对两套降尺度雪深数据进行对比分析,结果发现两套降尺度数据与Landsat-8影像积雪空间分布吻合度均较高。
与29个气象站点雪深数据相比,Che_AMSR2_NSD与实测雪深更为接近,相关系数(R)达到0.72,均方根误差(RMSE)为3.21 cm;而Che_SSMI/S_NSD精度较低(R=0.67,RMSE=4.44 cm),可能是由于采用不同传感器亮温数据的两套原始雪深产品精度不同所致。
除此之外,实验表明被动微波雪深产品降尺度精度还受积雪深度、积雪期等因素的影响。
当积雪深度小于10 cm且在积雪稳定期时,两套雪深产品降尺度精度均最高;当积雪深度大于30 cm且在积雪消融期时,两套雪深产品降尺度精度均最低。
通过对比两套降尺度雪深产品,有助于全面地了解青藏高原雪深时空分布变化及其应用提供数据支持。
【总页数】12页(P65-76)【作者】徐帆;张彦丽;李克恭【作者单位】西北师范大学地理与环境科学学院;甘肃省绿洲资源环境与可持续发展重点实验室;甘肃省测绘工程院【正文语种】中文【中图分类】P426.635;P407【相关文献】1.基于SSM/I被动微波数据的中国积雪深度遥感研究2.青藏高原积雪深度和雪水当量的被动微波遥感反演3.青藏高原云和大气对被动微波遥感积雪雪深的影响4.我国主要积雪区AMSR-E被动微波雪深算法对比验证研究5.基于GF-1的青藏高原东南部积雪分布及MODIS积雪产品适用性研究因版权原因，仅展示原文概要，查看原文内容请购买。
新疆北疆地区雪水当量遥感定量研究
1． 1 数据观测
收稿日期： 2010 -09 -07，修回日期： 2010 -12 -27
Received date： 2010 -09 -07，revised date： 2010 -12 -27
基金项目： 中央级公益性科研院所基本科研业务项目（ IDM200808） ； 国家重点基础研究发展计划（ 2010CB951001）
连续统是一个逐点直线连接光谱曲线上局部反 射极值点的凸壳（ Convex Hul1） ，定义在一个特定吸 收特征上有局部吸收起点和吸收终点［18］． 连续统去 除法将反射率归一化到 0 ～ 1，光谱吸收特征也归一 化到一致光谱背景上，这有利于与其他地物光谱曲 线进行特征比较从而提取特征通道以供分类识别． 2． 2 光谱吸收特征
对 Refm5、Refm6、高程和雪压进行回归拟合，进 行“拟合程度检验”和“偏回归系数显著性检验”． F 统计量值为 19． 4281217，由 P｛ F ＞ Fα ｝ = α 确定的 Fα（ α = 0． 05） ，其值为 2． 8270487． F ＞ Fα，故对显著 水平 α = 0． 05，拒绝原假设，认为回归方程具有可接 受的拟合程度． 由 P｛ | T | ｝ = t1 － α/2 = α 确定的 t1 － α/2 （ α = 0． 05 ） ，其 值 为 2． 0180817． | tStat． 海拔 | = 5. 56494 ＞ 2. 0243，故对显著性水平 α = 0． 05，变量 高程是显著． | tStat． Refm5 | = 0. 56340 ＜ 2. 0243，故对 显著性水平 α = 0． 05，变量 Refm5 不显著． | tStat． Refm6 | = － 2. 64058 ＞ 2. 0243，故对显著性水平 α = 0． 05， 变量 Refm6 显著． 因此，剔除变量 Refm5 后对 Refm6 、高 程和雪压重新进行回归分析，得如下回归方程
积雪遥感分析实验报告
一、实验背景随着全球气候变化和极端天气事件的增多，积雪覆盖的时空变化对区域水文、生态和农业生产等方面具有重要影响。
遥感技术作为一种非接触式、大范围、快速获取地表信息的方法，在积雪监测和分析中发挥着重要作用。
本实验旨在利用遥感技术对积雪进行监测和分析，探讨积雪覆盖时空变化规律，为相关领域的研究和应用提供科学依据。
二、实验目的1. 学习和掌握遥感图像处理与分析的基本方法；2. 分析积雪覆盖的时空变化规律；3. 探讨积雪覆盖与气候、水文等因子的关系。
三、实验原理遥感技术是通过接收地球表面反射或辐射的电磁波信息，来获取地表特征和状态的一种手段。
本实验采用多时相遥感影像，通过积雪信息的提取和分析，揭示积雪覆盖的时空变化规律。
四、实验材料与方法1. 实验材料（1）遥感影像：选取不同时间段的积雪覆盖遥感影像，如Landsat 8、MODIS等。
（2）地理信息系统（GIS）软件：ArcGIS、ENVI等。
2. 实验方法（1）积雪信息提取采用遥感影像的波段组合、阈值分割等方法提取积雪信息。
具体操作如下：① 波段组合：选取合适的波段组合，如Landsat 8的B3、B4、B5波段，MODIS的B5、B6、B7波段等。
② 阈值分割：根据遥感影像的统计特征，确定合适的阈值，将积雪区域从背景中分离出来。
（2）积雪覆盖时空变化分析① 时空变化规律分析：分析不同时间段积雪覆盖的时空变化规律，如积雪覆盖范围、面积、厚度等。
② 影响因素分析：探讨积雪覆盖与气候、水文等因子的关系，如气温、降水、地形等。
五、实验结果与分析1. 积雪覆盖时空变化规律通过分析不同时间段的遥感影像，发现积雪覆盖范围和面积存在明显的季节性变化。
冬季积雪覆盖范围广、面积大，夏季积雪覆盖范围缩小、面积减少。
2. 影响因素分析（1）气温：气温是影响积雪覆盖的重要因素。
气温升高会导致积雪融化，从而减小积雪覆盖范围和面积。
（2）降水：降水对积雪覆盖的影响主要体现在积雪形成和融化过程中。
青藏高原地区积雪及其变化的不确定性:3种积雪观测资料的对比分析
青藏高原地区积雪及其变化的不确定性：3种积雪观测资料的对比分析李文杰;袁潮霞;赵平【期刊名称】《气象科学》【年(卷),期】2018(38)6【摘要】为了探究青藏高原积雪不同观测资料间的差异,本文通过定义积雪覆盖率(Snow Cover Percentage,SCP)对比了NOAA-CDR卫星可见光遥感积雪资料、卫星被动微波遥感积雪资料和我国146个台站观测的积雪资料在高原地区的气候态及年际变动特征。
从年平均气候态看,微波与可见光资料的SCP分布较为接近,高值区均位于念青唐古拉山与喜马拉雅山南缘之间的山区。
而台站资料SCP的高值区范围则相对较小,在高原东部的巴颜喀拉山及南部的念青唐古拉山。
3种资料的积雪低值区均位于高原中南部沿雅鲁藏布江一带、阿尔金山北侧以及东边界的内陆省份。
从季节平均场看,不同资料的积雪分布在冬季及秋季,无论是气候态还是年际变动均较为类似。
在春季时,微波和台站资料间较为一致。
而在夏季,资料间差异很大,不同资料间的两两相关接近于零,甚至为负数。
本文同时选取了青藏高原地区4个典型台站(索县、清水河、康定、甘孜),将卫星资料插值于台站上,对比3种资料间的异同,以及与地表气温异常间的关系。
结果表明,在这4个典型站上,台站SCP 在过去36 a中为线性减少的趋势,而卫星SCP主要为线性增加的趋势,且台站年平均SCP与地表气温异常的协同性最好。
【总页数】11页(P719-729)【关键词】青藏高原;积雪观测资料;时空特征【作者】李文杰;袁潮霞;赵平【作者单位】南京信息工程大学大气科学学院;中国气象科学研究院气候系统研究所【正文语种】中文【中图分类】P468.025【相关文献】1.利用NSIDC雪盖资料和ERA-40资料对比分析青藏高原积雪的时空分布特征[J], 陈栋;陈忠明;张驹;何奇瑾2.积雪陆表微波观测资料干扰识别方法对比分析 [J], 吴莹;姜苏麟;王振会3.利用卫星遥感和常规观测的积雪资料分析吉林省积雪特征 [J], 孙凯军;胡中明4.青藏高原地区积雪分布及变化特征分析 [J], 张旭5.青海地区常规观测积雪资料对比及积雪变化趋势研究 [J], 雷俊;方之芳因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
积雪被动微波遥感研究摘要：全球积雪覆盖范围广，在气象、水文、生产、生活、自然灾害等方面均有重大的影响作用,因此，对积雪的研究均受到科学界多领域的广泛重视。
传统观测消耗大量的人力、物力，所得数据具有不确定性，并且在一些地区很难实施，光学遥感主要用于积雪覆盖范围的观测，并受天气影响显著，因此，微波在积雪研究中拥有显著的优越性。
本文对微波遥感在积雪研究中的意义、发展历史、原理、存在的问题和前景展望进行了阐述，并利用实例予以说明。
关键词：积雪深度，微波遥感，传感器，算法。
一、研究意义积雪是地表最活跃的自然因素之一，地球上陆地有四分之三的淡水资源以冰雪形式存在。
欧亚大陆和北美洲地区在冬季至少有80%的范围是被积雪所覆盖。
积雪是气象学和水文学中的一个非常重要的参数。
积雪的多寡不仅是影响气候变化的重要因子，季节性雪盖和冰川是全球水循环中的重要成分，监测季节性雪覆盖的范围以及冰川的堆积和消融地带对于理解全球水循环是十分必要的。
在中高纬度地区，它是河流与地下水的主要补给来源之一，是干旱、半干旱地区生态系统的重要水源，被用于灌溉、生活和发电。
积雪覆盖面积的动态变化对水体和能量循环以及社会经济和生态环境均具有重大的影响。
雪也会造成许多自然灾害，如牧区雪灾和不期而遇的雪崩等都会给生命财产带来重大损失。
积雪不仅会掩埋牧草，造成畜牧草料供应不足，而且在没有饲草储备或储备不足的牧区，造成大批家畜因冻饿而死亡的情况，从而发生“雪灾”。
如青海草原辽阔，草原面积3647x104he，其中可利用草地面积3161x104ha，是我国六大牧区之一。
雪灾是青海牧区冬春季节的主要自然灾害，每年10月至次年4月这一时段，青海牧区玉树、果洛、黄南南部、海南南部、祁连山等地区极易出现局地或区域的强降雪天气过程，加之气温较低，积雪难以融化，时常造成大雪封山、冻死、饿死牲畜，使牧区人民生命财产遭受巨大损失。
另外，雪的反照率在地表各种自然物质中,几乎是最高的,新雪的反照率高达0·9以上,陈雪的反照率也在0·4以上,因此积雪会反射大量到达地表的太阳短波入射辐射,深刻影响着地球表面的能量平衡.雪是热的不良导体,它显著减小了地表和大气之间的热量交换,可保护雪盖下植物的生长,并影响冻土的发育等地表自然过程。
因此，多年来对积雪的研究一直引起地理学、气象气候学及水文学等学科科技工作者的广泛关注与重视。
二、微波遥感观测的必要性地面常规观测是积雪监测的一种最直接有效的途径,遍布世界各地的气象、水文观测站进行常规积雪观测。
但地面观测站点的分布密度十分不均匀, 大部分积雪位于气候恶劣、人迹罕至的两极和高山地区，传统观测难以企及，如在格林兰岛、南极洲以及欧亚、北美高纬度的北极地区缺乏观测数据。
我国多积雪地区大都是广袤的高原、山脉、荒漠、戈壁或原始森林覆盖，多为无人区，地面观测站点稀少。
传统的点观测的气象台站获得的数据，有一个明显的问题是离散点的气象观测和数据的空间分布与模型的尺度性具有很大的不确定性，而理论上的经验值往往来自一个很小的尺度范围（NMP）或只有很低的空间尺度（GCM），而且这种方法繁琐、耗资大。
因此，传统的方法很难大范围、高效率和全过程地对气候及水文模型中的重要参数进行常规测量。
随着空间科学技术的进步与发展，卫星遥感监测手段逐渐成为一种有效的积雪监测手段。
与传统观测手段不同，遥感把传统的“点”测量方法获取得有限代表性的信息扩展为更加符合客观世界的“面”信息（区域信息），这使我们真正地对地表参数进行定量分析成为可能。
同时，由于积雪的分布和动态特性，只有用遥感方法才能达到有效监测，才能获取不同尺度、大范围、高精度的地表积雪参数，并为全球或区域尺度气候模式与水循环提供有效积雪参数。
因此,卫星遥感从诞生之日起,就和积雪研究结下了不解之缘，从可见光到微波的一系列传感器都在观测各种积雪参数中发挥了不可替代的作用，各种日趋成熟的积雪参数遥感方法被发展了起来。
国际冰川学会先后组织过4次冰冻圈遥感国际研讨会，并出版冰冻圈遥感的专辑，其中积雪遥感的文章最为集中。
在先后问世的3部冰雪遥感专著中，积雪遥感被重点介绍。
在地球观测系统(EOS)及气候与冰冻圈(CliC)等一系列国际研究计划中，积雪遥感都被赋予重要的位置。
欧空局近期更是将发射专门用于积雪遥感的Ku波段雷达卫星提上了日程。
积雪遥感中最为常用的波段是可见光、近红外和微波，其中，可见光和近红外主要用于提取积雪覆盖范围，它们最大的弱点是不能用于反演雪深和雪水当量。
可见光和近红外遥感受天气、云层影响明显，不利于光学遥感观测。
如我国2008年南方雪灾，由于南方持续阴雨，云层持续不散，光学产品在冰雪灾害即将结束的2月初，当地出现晴空后,才逐渐捕捉到了部分地面积雪分布信息。
微在积雪遥感中处于不可缺少的位置，它不仅能够全天全天候地观测积雪，也能够穿透大部分积雪层从而探测到雪深和雪水当量的信息。
由于被动微波遥感具有很高的时间分辨率，能够迅速覆盖全球，因此，它在监测全球和大陆尺度的积雪时空变化中，作用尤为突出。
自20世纪70年代以来，几代微波辐射计已经获取了全球积雪深度的较为可信的资料，各种成熟的积雪遥感数据产品也已经被应用于气候和水文研究以及灾害评估等领域。
被动微波获取的积雪产品可用于（Rott等，1994）：1）大尺度气候模型（模型输入和验证）；2）数值天气预报（NWP）；3）天气预报尺度与中尺度模型；3）水文应用：监测与模型融雪径流等；4）农业：霜冻灾害；5）气候监控与变化监测；6）冰盖（Melt/Dry）：融化地区判据；7）地球物理：地球震荡（Wobble）研究；8）湖面冰盖冻结与融化，作为气候变化的判据。
三、发展历史1978年携载多通道扫描微波辐射计SMMR的雨云-7卫星发射升空,揭开了积雪微波遥感监测的新纪元。
1987年，美国国防气象卫星(DMSP:Defense Meteorological Satellites Program)携载专用微波辐射计成像仪SSM/I上天，进一步促进了被动微波遥感积雪的研究和应用。
随着积雪反演算法的进一步改进以及更高空间分辨率的AMSR-E和我国FY3的MWRI数据的应用，被动微波遥感必将成为积雪遥感业务监测的重要手段，为气象气候模型与水文模型提供关键的输入参数。
微波辐射理论的研究从1901年Max Planck提出普朗克辐射定律到现在已有100多年历史了，其应用领域也日益广泛。
在积雪监测中最早利用微波数据的是Chang等在辐射传输理论和米氏散射理论的基础上，在假设雪密度为0. 3 g/cm3且雪粒径为0.35 mm的前提下，结合地面观测雪深资料，通过回归分析，得出利用SMMR被动微波亮温数据反演雪深的算法，成为利用SMMR和SSM/ I数据反演雪深的基本算法，如（1）。
（1）之后Foster等人对该算法进行了修正,认为亮温梯度算法与积雪深度之间的线性关系在不同的地区应有不同的表达式。
Tait也利用SSM/I亮度温度数据对此进行了地形差异的探讨。
Josberger和Mognard是最早利用积雪的热辐射梯度来描述积雪随时空变化的质变过程。
近年来,国外利用被动微波遥感数据对雪水当量(SWE: Snow Water Equivalent)的算法进行了大量的研究。
Kelly和Chang等认为植被覆盖对微波散射的影响及积雪特性随时间变化对微波辐射的影响对雪当量反演精度有很大影响。
Kelly等把颗粒大小和积雪密度变化融入到致密介质模型(DMRT:Dense Media RadiativeTransfer Model)中,利用每日积雪测量值与被动微波SSM/I数据,发展了雪水当量反演经验模型。
如下：所以，目前应用的积雪深度被动微波遥感算法主要有两类，一类是以England 1975年发展的理论为基础的理论算法，另一类是以NASA的Chang在1986年发展的算法基础上的半理论、半经验算法。
四、常用传感器介绍近年来应用于积雪研究的被动微波遥感数据有SMMR、SSM/I、AMSR-E。
这3种传感器的参数特征比较见表2。
表2 常见被动微波传感器特征参数比较其中吗，SMMR搭载于1978年10月发射的雨云Nimbus-7太阳同步极轨卫星上，是一台可以测量地表辐射的5个频率10通道的双极化微波辐射计，在正午12:00(升轨)与午夜24:00(降轨)通过赤道。
SMMR时间分辨率为每日，但是每隔5~6 d才重访同一地表1次。
SSM/I首次由美国国防气象卫星计划(DMSP)中的卫星于1987年载入空间执行探测使命。
它由设置在4个频率处的7个通道组成,可以同时测量来自地球和大气系统的微波辐射。
除22.24 GHz频率外，其它频率均同时具有水平和垂直2种极化方式。
地球观测系统的改进型微波辐射扫描仪AMSR-E是2002年5月升空，搭载在Aqua卫星上,用于观察陆地、海洋和大气的水和能量循环变化的仪器,它有12个通道，分别测量6个不同频率的水平和垂直极化的地面亮温。
FY-3MWRI其主要技术指标如表1所示。
SSM/ I的优点在于具有较强的穿透能力,且对物体散射有很高的灵敏度,使其在获取雪深及雪层内部信息方面具有可见光、近红外波段无可比拟的优势,但太低的空间分辨率限制了其应用范围,特别是在山区积雪监测中的应用。
而AMSR-E和MWRI具有相近的频率、通道和幅宽,与以往的SMMR、SSM/I等被动微波辐射计相比,提供了更高空间分辨率和更多微波波段的信息,可以提供对雨强、水汽含量、海面风速、冰雪、土壤湿度等的全球微波测量,其缺点是提取的积雪边界线较粗。
最先被大量使用的被动微波遥感数据是1978年发射的Nimbus-7卫星携带的扫描式多通道微波辐射计(SMMR)提供的微波亮度温度数据。
现在，大都使用美国科罗拉多大学冰雪数据中心提供的被动微波遥感数据(SSM/I)，它有7个通道,4个频率，以及两种极化方式,表1列出了该传感器的参数信息。
五、被动微波遥感监测积雪的原理微波遥感的波长一般从1 cm~1m,可以穿透有云、雾、沙尘等的大气层。
这些优点使得被动微波遥感可以在几乎所有天气条件下监测地表的微波发射特征，并通过不同类型地表对微波信号的散射和吸收特征分析，来确定地表类型和相关定量化参数反演，例如，积雪、地表温度、土壤水分和植被等。
被动微波遥感的另一个特点是具有较长时间序列的数据积累且重访周期短，能够动态监测积雪深度及其空间分布状，对准确地评价不同地区的受灾程度，快速提供救灾对策，减少灾区经济损失，具有重要的意义。
雪盖的微波辐射包括2个部分，一是雪盖本身的辐射，另一个是其下地表的辐射。
雪的电磁辐射特性随雪盖厚度、结构以及液态水含量的变化而变化,这是被动微波遥感探测积雪信息的物理基础。