基于被动微波遥感的青藏高原雪水当量估算方法及系统技术方案

本发明专利技术提供一种基于被动微波遥感的青藏高原雪水当量估算方法及系统，方法包括：S1、从被动微波遥感数据中剔除包含各种干扰因子的像元，保留可能存在积雪像元；S2、通过阈值法将可能存在积雪像元分为中厚雪区域、浅雪区域及无雪区域；S3.确定各地物下垫面的雪深经验反演算法；S4、对于中厚雪区域，检索为某一地物时调用该地物下垫面的雪深经验反演算法计算雪水当量，得到中厚雪区域的雪水当量；S5、设定浅雪区域的雪水当量；S6、根据得到的中厚雪区域的雪水当量和设定的浅雪区域的雪水当量，得到青藏高原雪水当量数据。可改善青藏高原雪水产品精度、实现对长时间系列遥感数据自动批量处理，提供青藏高原时间序列的相关积雪产品数据集。

Method and system for estimating snow water equivalent of Qinghai Tibet Plateau Based on passive microwave remote sensing

The present invention provides a method and system for estimation of the Qinghai Tibet Plateau, snow water equivalent passive microwave remote sensing method based on S1, including: from passive microwave remote sensing data from the pixel contains a variety of interference factors, there may be retained snow pixel; S2, by threshold method may be divided into the thick snow snow pixel area, shallow snow snow free area and S3. area; determine the surface snow depth inversion algorithm of the experience; for S4, in the thick snow area, features a call for retrieval of surface snow depth inversion algorithm of the target computing experience to the snow water equivalent, snow water equivalent in thick snow region; snow water equivalent S5, set light snow area; S6, according to the water equivalent of snow water equivalent in the thick snow region and shallow snow area setting, Tibetan Plateau snow water equivalent data obtained. It can improve the accuracy of snow water product of Qinghai Tibet Plateau, realize the automatic batch processing of remote sensing data for a long time, and provide the relevant snow cover data set of time series of Qinghai Tibet plateau.

【技术实现步骤摘要】

本专利技术涉及遥感数据地学参数反演
，具体涉及一种基于被动微波遥感的青藏高原雪水当量估算方法及系统。
技术介绍
目前国内外有许多与积雪有关的系统，大体可以分为两类，一类是专门的积雪面积、覆盖度和积雪雪水当量产品生产系统，往往积雪面积和覆盖度的生产较多(可靠)。其中，国外的产品生产系统有：美国国家航空和宇宙航行局(NASA)的基于Linux的中分辨率成像光谱仪的数据处理系统(MODAPS)和先进微波扫描辐射计(AMSR-E)产品生产系统；美国国家海洋和大气局的交互式多传感器冰雪制图系统(IMS)、微波综合反演系统(MIRS)和自动雪图生产系统；欧空局的基于ENVI/IDL的积雪覆盖度产品生产系统和采用MATLAB语言利用微波和地面观测点生产雪图系统等。国内的主要是风云三号卫星的产品生产系统(PGS)和北半球积雪监测诊断业务系统。另一类是基于积雪产品的预警监测系统，这类应用在国内外比较多见，涉及气候、洪水、干旱、雪灾的预警、作物估产等方面。国内部分有：邓晓东等开发的基于AVHRR(TheAdvancedVeryHighResolutionRadiometer，先进甚高分辨率辐射仪)资料的内蒙古积雪监测业务系统，傅华等人针对北疆的积雪监测系统，边多等人的基于MODIS(Moderate-ResolutionImagingSpectroradiometer，中分辨率成像光谱仪)资料的西藏遥感积雪监测业务化系统，候慧珠等的基于MODIS影像的内蒙古草原监测系统等。国外有：加拿大的气象中心业务化系统、利用AVHRR数据的阿尔卑斯山监测系统、瑞典洪水预警系统等。这些系统的特点：考虑降低系统运营成本和提高系统的运行速度，多采用Linux系统平台。系统稳健、可靠、易于维护和更新、支持全天24小时不间断工作。编译语言主要有FORTRAN77、VisualC++6.0、MicrosoftVisualC++.NE。系统多采用Windows或Linux操作系统平台。以上产品生产系统，除了北半球积雪监测诊断业务系统的中国区雪深产品和积雪日数产品采用常规观测数据生产外，其他产品生产系统的大部分产品是通过遥感数据反演获得。陆地积雪是全球变化的敏感因子，是冰冻圈中季节性变化最为快速的因子之一。青藏高原积雪变化不仅对高原本身，还对下游乃至全球的气候、环境、水资源等产生重大影响。雪灾是青藏高原牧区的主要自然灾害，青藏高原地区现有积雪监测能力薄弱，致使牧区人民生命财产遭受重大损失。因此，准确获取不同尺度、不同范围的高精度积雪雪水当量信息不仅能够提高现有青藏高原地区的雪灾预警和监测能力，降低灾害带来的损失，具有巨大的社会经济效益，同时对于研究青藏高原地区的大气科学研究和全球水体和能量循环具有重大的科学价值。然而，现有已发布积雪数据集在青藏高原地区精度有限，特别青藏高原积雪积雪分布的时空规律性较北半球高纬度地区复杂且薄雪分布较多，不能满足研究应用要求。当前在国内外有多套积雪数据集，如北半球IMS日冰雪盖数据(美国冰学数据中心，1997年至今)、全球SSM/I(SpecialSensorMicrowave/Image，特殊传感器微波/图片)冰密集度和雪盖范围数据(NASA，1995年至今)、全球AMSR-E积雪数据(NASA，2002年至今)、中国区域SMMR(ScanningMultichannelMicrowaveRadiometer，多通道扫描微波辐射计)和SSM/I日雪深/雪水当量数据(中科院寒旱所，1978～2005年)等等。但是，这些数据集是针对全球或中国区域的，并未开发专门针对青藏高原地区的数据产品。同时，由于微波积雪产品空间分辨率低，又受地面观测资料不足的影响，数据集在青藏高原地区缺乏系统性的验证，在青藏高原地区的精度有限，业务化程度不高等特点。国际上的积雪遥感算法在全球尺度上取得了一定的效果，但这些算法在青藏高原地区则出现很大的估算误差。国外的多数算法适用于高纬度地区，且算法中各参数具有地域局限性，因此这些算法用到青藏高原地区就会出现SWE(SnowWaterEquivalent，雪水当量)被高估的现象。且国际算法多考虑的是中厚雪的反演(主要是利用37GHz和18/19GHz的极化差来估算相对较厚的积雪)，但是考虑到青藏高原地区积雪的物理性质，其并不满足国际算法的前提，且雪深基本小于30cm，当前算法大多是在除青藏高原外的地区有所成效，具体应用到青藏高原也会出现高估现象。加之在青藏高原的地面观测点稀疏，较难验证算法的可靠性和反演精度。故国内外适用于青藏高原地区的积雪微波遥感算法需加以改进。目前，国内大量与青藏相关的专题系统所生产的产品多依据系统的设计需求定位，即产品进行了特化处理，不适于作为研究该地区的独立数据，因此当前缺乏专门生产青藏高原地区积雪研究所需具有普适性的基础数据生产系统。当今大范围积雪监测手段的主要手段是通过卫星遥感监测方法实现，然而随着卫星遥感监测方法的广泛应用，又产生了的新的问题，即海量的长时间序列的遥感数据处理问题。同时，研究青藏高原地区积雪的时空分布特征又需要长时间序列的积雪产品提供数据支持，结合积雪灾害预警预测相关研究工作需要具有较高时效性的积雪产品。因此迫切需要结合高原区的积雪识别和反演过程算法，开发一个可实现对海量遥感数据快速处理系统，提供长时间序列产品的业务化系统。综上所述，现有技术中缺乏针对青藏高原地区的业务化积雪产品生产系统，因此，亟待提供一种青藏高原雪水当量估算方法及系统，在保证一定精度的情况，也可以实现对长时间序列数据开展快速处理，为积雪的业务化和历史数据的处理提供算法和工具。
技术实现思路
本专利技术的目的在于提供一种基于被动微波遥感的青藏高原雪水当量估算方法及系统，用于改善青藏高原雪水产品精度、实现对海量遥感数据的自动批量处理，供产时间序列的相关积雪产品数据集，从而作为研究青藏高原地区积雪研究所需基础数据，进一步提高现有青藏高原地区积雪监测业务化水平。第一方面，本专利技术提供一种基于被动微波遥感的青藏高原雪水当量估算方法，包括步骤：S1、从被动微波遥感数据中剔除包含各种干扰因子的像元，保留可能存在积雪像元；S2、通过阈值法将所述可能存在积雪像元分为中厚雪区域、浅雪区域以及无雪区域；S3、确定各地物下垫面的雪深经验反演算法；S4、对于所述中厚雪区域，检索为某一地物时调用该地物下垫面的雪深经验反演算法计算雪水当量，得到所述中厚雪区域的雪水当量；S5、设定所述浅雪区域的雪水当量；S6、根据得到的所述中厚雪区域的雪水当量和设定的所述浅雪区域的雪水当量，得到青藏高原雪水当量数据。优选的，对于任意像元，所述步骤S1进一步包括：S11、判识该像元是否为水体；若否，则继续步骤S12；S12、判识该像元是否从气候学角度经验性地认为不可能为积雪；若否，则继续步骤S13；S13、判识该像元是否为冰川；若否，则继续步骤S14；S14、判识该像元是否为降雨区；若否，则继续步骤S15；S15、判识该像元是否可能为积雪：若是，则判识为可能为积雪像元。优选的，所述步骤S15之后还包括：S16.对于任意所述可能为积雪像元：通过高分辨率的辅助数据检索到该像元中水体大于百分本文档来自技高网...

【技术保护点】
一种基于被动微波遥感的青藏高原雪水当量估算方法，其特征在于，包括步骤：S1、从被动微波遥感数据中剔除包含各种干扰因子的像元，保留可能存在积雪像元；S2、通过阈值法将所述可能存在积雪像元分为中厚雪区域、浅雪区域以及无雪区域；S3、确定各地物下垫面的雪深经验反演算法；S4、对于所述中厚雪区域，检索为某一地物时调用该地物下垫面的雪深经验反演算法计算雪水当量，得到所述中厚雪区域的雪水当量；S5、设定所述浅雪区域的雪水当量；S6、根据得到的所述中厚雪区域的雪水当量和设定的所述浅雪区域的雪水当量，得到青藏高原雪水当量数据。

【技术特征摘要】
1.一种基于被动微波遥感的青藏高原雪水当量估算方法，其特征在于，包括步骤：S1、从被动微波遥感数据中剔除包含各种干扰因子的像元，保留可能存在积雪像元；S2、通过阈值法将所述可能存在积雪像元分为中厚雪区域、浅雪区域以及无雪区域；S3、确定各地物下垫面的雪深经验反演算法；S4、对于所述中厚雪区域，检索为某一地物时调用该地物下垫面的雪深经验反演算法计算雪水当量，得到所述中厚雪区域的雪水当量；S5、设定所述浅雪区域的雪水当量；S6、根据得到的所述中厚雪区域的雪水当量和设定的所述浅雪区域的雪水当量，得到青藏高原雪水当量数据。2.根据权利要求1所述的方法，其特征在于，对于任意像元，所述步骤S1进一步包括：S11、判识该像元是否为水体；若否，则继续步骤S12；S12、判识该像元是否从气候学角度经验性地认为不可能为积雪；若否，则继续步骤S13；S13、判识该像元是否为冰川；若否，则继续步骤S14；S14、判识该像元是否为降雨区；若否，则继续步骤S15；S15、判识该像元是否可能为积雪：若是，则判识为可能为积雪像元。3.根据权利要求2所述的方法，其特征在于，所述步骤S15之后还包括：S16.对于任意所述可能为积雪像元：通过高分辨率的辅助数据检索到该像元中水体大于百分之五十或者其他覆盖大于百分之五十时，则剔除该像元，得到最终的可能存在积雪像元。4.根据权利要求3所述的方法，其特征在于，所述步骤S11-S15在第一分辨率下进行，所述步骤S16在第二分辨率下进行，所述第二分辨率高于所述第一分辨率。5.根据权利要求1所述的方法，其特征在于，所述步骤S2采用标准的引入微波高频的薄厚雪的判别方法、并通过阈值法将所述可能存在积雪像元分为中厚雪区域、浅雪区域以及无雪区域，具体包括：依据增加高频数据和中低频率数据形成阈值的方式开展判别，使得积雪像元分为中厚雪区域、浅雪区域以及无雪区域。6.根据权利要求1任一项所述的方法，其特征在于，所述步骤S3进一步包括：依据青藏高原观测台站实测数据结合不同地物下不同频率亮温组合进行对比，提取各地物相关性最好的亮温组合，采用线性回归方法，确定各地物下垫面的雪深经验反演算法。7.根据权利要求6所述的方法，其特征在于，所述地物包括森林、灌木、草地以及裸土，所述各地物下垫面的雪深经验反演算法的系数如下；森林下垫面的雪深经验反演算法：SD＝0.023*t1036v*pol36*pol36+1.5；灌木下垫面的雪深经验反演算法：SD＝-0....

【专利技术属性】
技术研发人员：邱玉宝，
申请(专利权)人：中国科学院遥感与数字地球研究所，
类型：发明
国别省市：北京;11