积雪被动微波遥感的研究进展与前景展望

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。

4、微波遥感资料的积雪信息估算

光学仪器受天气的影响较大.且难以提取被云覆盖区域的积雪信息，微波遥感则不存在这个问题，它可以全天候穿越云层，提取地表信息，这一点解决了有云时和夜晚MODIS和AVHRR所面临的难题。

4.1、积雪面积的估算

通过微波亮温数据与已知地表特征进行分析，确定分类标准，建立决策分类树，实现无积雪像元的剔除。目前，Grody提出的分类树方法最为完整。根据该方法选择合理的亮温阈值，剔除非散射体和降雨、寒漠、冻土等地表后，即为提取的积雪面积。

4.2、积雪深度的估算

目前用于积雪深度提取的被动微波资料主要有SSM／I、AMSR-E和MWRI等，但仍没有一个雪深反演模型可以在全球范围内普遍适用。在实际应用中，很多学者都根据具体研究地区对Chang算法模型进行了修正。Chang算法是应用SSM／I和AMSR-E数据反演雪深的基本算法，但在具体应用时影响雪深精度的因子很多，如雪粒大小、雪中含水量等。因此，当局部地区的反演结果与实际相差较大时。应研究新的反演算法和合理的积雪判识阈值。

4.3、雪水当量的估算

首先使用被动微波的水平极化亮温差数据反演雪深，根据积雪时间函数计算实时积雪密度，由雪的深度和密度计算出雪水当量。其次，利用水平极化亮温差数据对计算出的雪水当量进行回归分析，得到利用被动微波亮温数据直接反演雪水当量的算法模型。

5、存在的问题及前景展望

5.1、存在的问题

1)被动微波遥感能反映降雪过程前后的积雪范围和深度变化，是当前积雪遥感业务监测中的一个重要补充。但干雪和湿雪的判别阈值受多种因素的影响，仍难以确定。

2)利用微波亮温数据和地面实测雪深值反演积雪深度时，由于受地形、土地覆盖等因素的影响，各气象台站的实测雪深值缺乏代表性。

3)微波遥感的优越性在实际应用中逐步显现，微波传感器的性能也在不断提高，但是仍存在分辨率不高，无法监测浅雪区信息等问题。

4)被动微波数据空间分辨率太小，存在混合像元的分解问题，而且容易造成积雪范围估计过大、雪深过深等问题。另外，影响地表微波亮温的因素很多，如雪的密度、粒径、降水、寒漠、植被、冻土等，这些都在一定程度上影响了反演结果的精度。

5.2、前景展望

1)可见光资料和被动微波资料有其各自的优缺点，应扬长避短，充分发挥二者的优点，具体可在积雪遥感业务监测中对FY3的可见光数据MERSI或MODIS和被动微波数据MWRI或AMSR-E进行融合，从而提高监测结果的精确性。

2)遥感和地理信息系统的结合，可以提高遥感监测的精度和应用范围，地理信息系统可为遥感积雪反演提供有用的辅助信息，通过对大量遥感监测资料和GIS数据的综合分析，可以为积雪灾害评价和预警等方面的应用研究提供良好的基础，具有很好的应川前景。

3)随着积雪模型算法的进一步完善以及更高空间分辨率的被动微波数据AMSR-E和我国FY3卫星被动微波数据MWRI的应用。被动微波遥感必将成为积雪监测的重要手段。

4)被动微波遥感与可见光MODIS的积雪监测范围较为一致，当由于云的影响而无法得到满意的可见光影像时，被动微波遥感可发挥重要作用。

5)被动微波遥感在积雪业务监测中还存在较多的问题，持续不断的地面业务监测和算法改进及验证研究是完善这项技术的重要保证。

作者：刘宝康，冯蜀青，杜玉娥，杨鑫光，袁雷，周刊社，胡爱军