积雪被动微波遥感的研究进展与前景展望

摘要：

被动微波遥感可用于进行全天候的积雪监测。概述了国内外近年来积雪被动微波遥感研究进展，比较了常用的被动微波传感器SMMR(Scanning Multichannel Microwave Radiometer)、SSM／l(Special Sensor Microwave／Imager )，AMSR-E(Advanced Microwave Scanning Radiometer-Earth Observing System)和MWRI(Microwave Radiation Imager)的参数特征。

指出目前积雪被动微波遥感研究中存在的问题：1)干雪和湿雪的判别闽值受多种因素的影响，仍难以确定；2)备气象台站的实测雪深值缺乏代表性；3)分辨率不高，无法监测浅雪区信息等问题；4)容易造成积雪范围估计过大、雪深过深等问题。另外，雪的密度、粒径、降水、寒漠、植被、冻土等因素都在一定程度上影响了反演结果的精度。并对积雪被动微波遥感的应用前景提出了展望：1)在积雪遥感业务监测中。对可见光和被动微波数据进行融合.可充分发挥二者的优势；2)遥感和地理信息系统的结合，可以提高积雪遥感监测的精度和应用范围；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AMSR-E和我国FY3卫星的被动微波数据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MODlS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，则被动微波遥感就可发挥替代作用。5)被动微波遥感在积雪业务监测中还存在较多的问题。持续不断的地面监测和算法改进及验证是完善这项技术的重要保证。

前言

积雪是气象学和水文学中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，也是影响干旱和半干旱地区农牧业发展的重要因素。利用可见光卫星传感器进行积雪监测已有40多年的历史。可见光、红外方法的优点是在无云的情况下.可以得到准确的积雪范围；而被动微波遥感的优点是可以穿透云，进行金天候的积雪监测，有效地克服光学遥感区分积雪和云的难题，更重要的是，被动微波遥感能提供雪深信息，可以监测雪深大于5 cm的积雪，而可见光难以估算大于10 cm的积雪。1978年携载多通道扫描微波辐射计SMMR的雨云一7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人参数。

1、国内外积雪被动微波遥感研究概况

20世纪70年代末以来，随着Nimbus卫星系列和美国国防气象卫星计划(DMSP)上搭载的一系列被动微波传感器的升空，积雪的被动微波遥感取得了迅速进展，国外学者发展了多种积雪的被动微波遥感模型以及反演雪深和雪水当量的算法。而我国则是在20世纪90年代初期开始进行积雪被动微波遥感方面的研究。2008年以来，随着我国携带微波成像仪的极轨气象卫星FY3系列陆续升空，利用被动微波数据MWRI研究积雪深度和雪水当量必将成为大尺度范围研究积雪的热点。

1.1、国外积雪被动微波遥感研究进展

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。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 Radiative Transfer 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。

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NA SA的Chang在1986年发展的算法基础上的半理论、半经验算法。

1.2、国内积雪被动微波遥感研究进展

我国积雪微波遥感研究起步于20世纪90年代初期，原中国科学院兰州冰川冻土研究所的研究人员通过国际合作引进了被动微波积雪研究方法和SMMR数据，并且较系统地比较了我国西部气象台站的雪深资料和SMMR反演结果，评价了雪深和雪水当量算法的精度和适应性。曹梅盛等在早期的工作中利用数字地形模型数据，在地理信息系统支持下，将中国西部分成5个地貌单元(盆地、高原、丘陵、低山和高山)，对Chang的公式进行修正，得出利用SMMR被动微波亮温数据反演雪深的修正算法；李培基在我国西部地区利用可见光积雪数据（OL S)与SMMR反演的积雪深度数据进行了订正；柏延臣等对青藏高原雪深进行反演，并结合地面观测雪深资料对其结果进行了评价；高峰等根据曹梅盛和李培基的研究结果.结合实际应用，对Chang的半理论、半经验算法进行了修正，并模拟分析了青藏高原逐日积雪深度分布图。车涛等以Chang算法为基础，考虑了地面台站雪深观测误差、雪层中液态水含量和地表水体对分析结果的可能负面影响，剔除了部分有明显偏差的台站观测数据，对水平极化亮温差数据和气象站雪深观测数据进行线性回归，建立了雪深反演模型。反演结果发现，在利用被动微波遥感SSM／I数据进行积雪深度反演之前。建立合理阈值的积雪分类决策树，剔除降雨、寒漠和冻土等非积雪像元后，能使积雪总体反演精度有比较明显的提高；青海省气象科研所结合EOS／MODIS(Earth 0bserving Satellites／Moderate Resolution Imaging Spectral radiometer)图像，对2002年l-3月的几次大的降雪过程进行了实时业务监测，效果也比较好；孙知文等利用2004年1月新疆地区AMSR-E亮温数据，建立了新疆地区基于AMSR-E数据的雪深反演模型。

2、被动微波遥感监测积雪原理

2.1、积雪被动微波遥感原理及其反演产品s的应用范围

微波遥感的波长一般从l 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况，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。理论和试验研究均表明：雪盖的微波亮度温度随积雪深度的增加而减小。除此之外，雪粒大小和液态水含量也对微波亮度温度产生较大的影响。大量的研究发展了积雪深度的微波遥感反演算法，积雪深度和被动微波亮度温度的关系可以用下式公式来描述：

SD=A×(Tb19H—Tb37H)+B   (1)

式中：SD表示积雪深度(cm)，Tb19H和Tb37H是SMM／I的19和37GHz的水平极化亮温数据。A、B为系数，取值和研究区域有关，全球的雪深反演算法中A—1.59，B—O。

2.2、积雪反演产品的应用范围

目前，被动微波遥感资料反演而获取的积雪产品主要应用于：1)大尺度气候模型(模型输入和验证)；2)数值天气预报(NWP)；3)天气预报大尺度与中尺度模型；4)水文应用：监测与模型融雪径流等；5)农业：霜冻灾害；6)气候监控与变化监测；7)冰盖：融化地区判识；8)地球物理：地球震荡(Wobble)研究；9)湖面冰盖冻结与融化，作为气候变化的判据。

3、几种微波数据的技术指标比较

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1。

表l 常见被动微波传感器特征参数比较

其中，SMMR搭载于1978年l0月发射的雨云Nimbus一7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l0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年载人空间执行探测使命。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一3 MWRI其主要技术指标如表l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。

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