基于多源遥感数据的中国地区时空连续积雪覆盖度反演算法研究

Snow cover is one of important parameters for hydrological, meteorological and climate modeling. Cloud obscuration in satellite-derived snow cover data can be eliminated by multi-day composing methodology, such as MODIS eight-day snow cover products. However, due to the spatial and temporal variability of snow cover, eight-day snow cover products cannot meet the need of applications which have strict requirement of temporal resolution, such as surface energy balance estimation. For better use of MODIS snow cover products, there are some studies on cloud removal of MODIS snow cover products, such as the application of simple spatial interpolation or temporal filtering methods. However, these methods still cannot obtain spatial and temporal continuum snow fraction products. Therefore, we propose a method to estimate snow fraction through combination of multi-source sensors, including observations from geostationary satellites, optical polar-orbiting satellites and passive microwave remote sensing data. As a complement of MODIS daily fractional snow cover data under clear sky, we finally achieve its spatiotemporal continuity. Through this research, this fractional snow cover dataset in spatiotemporal continuity developed specifically for China is expected to meet the needs of large-scale hydrological, meteorological and climate research.

积雪覆盖是水文、气象和气候研究中的重要参数。国际上广泛使用的MODIS积雪产品，为了最大化去除云的影响，合成为八天积雪产品。但由于积雪的时空变异性很强，八天积雪产品无法满足对于时效性高的应用需求，如能量平衡的估算。为了更好应用MODIS积雪产品，已有研究对MODIS积雪产品作去云的后处理，如采用简单的空间插值或时空滤波等方法。这些方法仍不能较好地获取时空连续的积雪覆盖度产品。因此，针对极轨卫星光学传感器积雪产品受云影响无法获取连续时间序列产品的问题，本研究拟结合多源传感器各自的优势，拟利用静止星、极轨光学遥感数据与微波遥感数据融合提供时空连续的积雪面积信息，以其作为背景场信息，对现有晴空条件下的MODIS积雪产品做时间序列的信息补充，以获取时空连续的积雪覆盖度产品。通过本项目的研究，获取时空连续积雪覆盖度产品，有望满足大尺度水文、气象和气候等应用的需求。

积雪是陆表辐射能量收支与水循环过程以及冰冻圈研究中的重要变量。现有极轨卫星光学遥感积雪监测受到云的严重影响，极大限制了积雪产品在水文模式、陆面模式等领域的应用。如MODIS八天积雪产品最大化去除云的影响，无法满足日尺度的应用需求。而目前的多源积雪产品，多是融合光学和微波辐射计的积雪产品，如对MODIS积雪产品和粗分辨率AMSR-E雪深产品的融合，而IMS产品则提供的是二值积雪信息。充分利用静止气象卫星的高时相观测，本研究结合极轨星与静止星各自优势，开展时空连续积雪覆盖度算法研究。首先构建了基于Landsat-8、Sentinel-2A, GF-1/2等青藏高原地区积雪覆盖度验证数据集，为中低空间分辨率的积雪产品与算法验证，提供统一可靠的参考数据集。其次，本研究评估与分析国际上使用最广泛且最有代表性的三套MODIS积雪覆盖度算法与产品精度，考虑地表覆盖类型、太阳光照和观测条件以及积雪破碎度对算法与产品的影响，系统分析了积雪覆盖度反演算法的优缺点，得出自动端元提取的混合像元分解算法精度最高，为时空连续积雪覆盖度融合提供理论依据与算法支撑。针对第一代静止气象卫星（如FY-2）和新一代静止气象卫星（如Himawari-8和FY-4A）传感器特点，利用时间序列特征信息即将降雪前的地表背景信息作为先验知识，本研究发展了基于无雪背景信息的三种积雪覆盖度算法（动态积雪指数算法、自动端元选取的混合像元分解算法(MESMA-AGE)、基于模型模拟的混合像元分解算法(MESMA-Bic)）。其中FY-2算法精度在中国地区总体精度高于85%。Himawari-8与FY-4A积雪算法总体精度为85%~93%，均方根误差为0.1~0.22。结合静止星高时相观测的优势，极轨光学遥感逐日积雪覆盖监测中由云造成的数据空缺问题得以显著缓解，冬季云量可减少至约15%。在此基础上发展了结合静止星和极轨星多源光学遥感数据为主，时空插值技术填补为辅的时空连续每日积雪覆盖度估算方法，能有效提供小区域500米和大区域（中国地区）5km空间分辨率的每日无云积雪覆盖度数据。通过本项目的研究，有望提供每日连续无云的积雪覆盖度产品，为积雪灾害和气象、气候、水文模型等提供必要的积雪参数，为对快速变化的地表状态有强烈需求的地表能量与水交换过程研究提供数据支撑。