Please wait a minute...
img

官方微信

遥感技术与应用
冰雪遥感专栏     
风云三号积雪覆盖产品评估
张帅1,师春香1,2,梁晓2,贾炳浩3,吴捷4
(1.南京信息工程大学地理科学学院,江苏南京 210044;
2.国家气象信息中心,北京100081;
3.中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室,北京 100029;
4.中国气象局国家气候中心气候研究开放实验室,北京 100081)
Assessment of FY-3 Snow Cover Product
Zhang Shuai1,Shi Chunxiang2,Liang Xiao2,Jia Binghao3,Wu Jie4
(1.School of Geographic Sciences,Nanjing University of Information Science &Technology,
Nanjing 210044,China;2.National Meteorological Information Center,Beijing 100081,China;
3.State Key Laboratory of Numerical Modeling for Atmospheric Sciences and Geophysical Fluid Dynamics,Institute of Atmospheric Physics,Chinese Academy of Sciences,Beijing 100029,China;
4.Laboratory for Climate Studies,National Climate Center,China Meteorological Administration,Beijing 100081,China)
 全文: PDF(16177 KB)  
摘要:
由于积雪在地球气候系统和水文循环中调节能量和水交换的特定作用,准确地估计积雪分布和制作高质量的积雪产品对短期气候预测以及水文管理至关重要。中国气象局国家卫星气象中心从2009年开始生成风云三号卫星积雪覆盖率(MULSS多仪器融合数据)产品,为了检验产品算法和为积雪产品在气候研究中的应用提供客观依据,有必要对积雪产品的精度进行评估。以MODIS MOD10C1(MYD10C1)全球日积雪覆盖数据集为参考,基于总精度、Heidke技巧评分等5项检验指标,主要对2010~2014年的风云三号积雪产品进行评估,并进一步分析不同时间尺度积雪覆盖率精度的偏差分布。总体而言,风云三号的卫星积雪产品都与MODIS产品保持了较好的时空一致性。如在积雪季节,风云MULSS积雪产品与MODIS产品的空间分布和时间演变相对统一;但是,可能受到云检测的处理的差异的影响,在融雪期二者的有无雪一致性略有下降。此外,两个产品的积雪覆盖率偏差有明显的年际、季节和月变化,从2012年开始,风云三号MULSS积雪产品相对MODIS的偏差由在中国北部偏高转变为在全国范围内的偏低,从积雪期到融雪期,偏差明显减小。从月的时间尺度来说,东北及新疆北部地区都是积雪变化的敏感区域,青藏高原地区受到地形影响,积雪常年保持,偏差稳定。
关键词: 风云三号积雪产品MODIS积雪覆盖率    
Abstract: Due to the unique function that snow played in modulating energy and water exchanges in climate and hydrology system,it is important to estimate snow distribution and produce high quality products for short-term climate prediction and water resources management.National Satellite Meteorological Center publics FY-3 snow cover fraction product since 2009.It is necessary to evaluate the snow cover fraction product in order to verify the precision of retrieval algorithms and provide an objective evidences for climate studies.based on MODIS MOD10C1(MYD10C1) Global Daily Snow Cover Dataset,we carries out an evaluate of FY-3 snow cover fraction product from 2010 to 2014 based on five examine indexes,and analyses the bias distribution of snow cover fraction product in different time scales further.It is concluded that FY-3 snow product is a better time space consistency with MODIS MOD10C1(MYD10C1).For example,the consistency of two products is better in snow accumulation period,while it is reducing influenced by cloud detectionin snow melting time.At the same time,bias of snow cover fraction products have obviously changes in inter-annual time,seasonal and monthly.compares to MODIS products,FY-3 snow product is higher in North China,but it coverts to lower in whole China since 2012.Bias of two products decreases from snow accumulation period to snow melt period.In monthly time scale,North eastern China and north of Sinkiang area is sensitive area of snow variation.Bias is more stable because of Tibet Plateau is influenced by topography and covered with snow all the year.
Key words: FY-3    Snow product    MODIS    Snow cover fraction
收稿日期: 2016-03-16 出版日期: 2018-03-16
:  TP 75  
基金资助: 国家自然科学基金重点项目(91437220),公益性行业(气象)科研专项“全球大气再分析技术研究与数据集研制”项目(GYHY201506002),GRAPES陆面数据同化系统建设项目(GYHY201206008),国家气象科技创新工程攻关任务“气象资料质量控制及多源数据融合与再分析”联合资助。

作者简介: 张-帅(1988-),女,天津人,博士研究生,主要从事积雪同化研究。E-mail:zhangshuai@cma.gov.cn。
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  
张帅
师春香
梁晓
贾炳浩
吴捷

引用本文:

张帅,师春香,梁晓,贾炳浩,吴捷. 风云三号积雪覆盖产品评估[J]. 遥感技术与应用, 10.11873/j.issn.1004-0323.2018.1.0035.

Zhang Shuai,Shi Chunxiang,Liang Xiao,Jia Binghao,Wu Jie. Assessment of FY-3 Snow Cover Product. Remote Sensing Technology and Application, 10.11873/j.issn.1004-0323.2018.1.0035.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2018.1.0035        http://www.rsta.ac.cn/CN/Y2018/V33/I1/35

[1] 金点点,宫兆宁. 基于Landsat 系列数据地表温度反演算法对比分析—以齐齐哈尔市辖区为例[J]. 遥感技术与应用, 2018, 33(5): 830-841.
[2] 冯姣姣,王维真,李净,刘雯雯. 基于BP神经网络的华东地区太阳辐射模拟及时空变化分析[J]. 遥感技术与应用, 2018, 33(5): 881-889.
[3] 刘畅,李震,张平,田帮森,周建民. 基于Google Earth Engine评估新疆西南部MODIS积雪产品[J]. 遥感技术与应用, 2018, 33(4): 584-592.
[4] 汪航,师茁. 基于MODIS时间序列数据的春尺蠖虫害遥感监测方法研究—以新疆巴楚胡杨为例[J]. 遥感技术与应用, 2018, 33(4): 686-695.
[5] 拉巴卓玛,次珍. 2002~2015年西藏雅鲁藏布江流域积雪变化及影响因子分析研究[J]. 遥感技术与应用, 2018, 33(3): 508-519.
[6] 孙晓,吴孟泉,何福红,张安定,赵德恒,李勃 . 2015年黄海海域浒苔时空分布及台风“灿鸿”影响研究[J]. 遥感技术与应用, 2017, 32(5): 921-930.
[7] 黎微微,胡斯勒图,陈洪滨,尚华哲. 利用MODIS资料计算不同云天条件下的地表太阳辐射[J]. 遥感技术与应用, 2017, 32(4): 643-650.
[8] 姜涛,朱文泉,詹培,唐珂,崔雪锋,张天一. 一种抗时序数据噪声的冬小麦识别方法研究[J]. 遥感技术与应用, 2017, 32(4): 698-708.
[9] 许青云,顾伟伟,谢涛,刘锐. 秸秆焚烧火点遥感监测算法实现[J]. 遥感技术与应用, 2017, 32(4): 728-733.
[10] 唐志光,王建,王欣,彭焕华,梁继. 近15年天山地区积雪时空变化遥感研究[J]. 遥感技术与应用, 2017, 32(3): 556-563.
[11] 葛美香,赵军,仲波,杨爱霞. FY-3/VIRR及MERSI与EOS/MODIS植被指数比较与差异原因分析[J]. 遥感技术与应用, 2017, 32(2): 262-273.
[12] 杨志刚,达娃,除多. 近15 a青藏高原积雪覆盖时空变化分析[J]. 遥感技术与应用, 2017, 32(1): 27-36.
[13] 于小淇,邱玉宝,阮永俭,石利娟,拉巴卓玛. 高亚洲地区无云积雪遥感二值产品对比和精度验证分析[J]. 遥感技术与应用, 2017, 32(1): 37-48.
[14] 邵东航,李弘毅,王建,郝晓华,王润科,马媛. 基于多源遥感数据的积雪反照率反演研究[J]. 遥感技术与应用, 2017, 32(1): 71-77.
[15] 李洛晞,沈润平,李鑫慧,郭佳. 基于MODIS时间序列森林扰动监测指数比较研究[J]. 遥感技术与应用, 2016, 31(6): 1083-1090.