摘要：

被動微波遙感可用于進行全天候的積雪監測。概述了國內外近年來積雪被動微波遙感研究進展，比較了常用的被動微波傳感器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)的參數特征。

指出目前積雪被動微波遙感研究中存在的問題：1)干雪和濕雪的判別閩值受多種因素的影響，仍難以確定；2)備氣象臺站的實測雪深值缺乏代表性；3)分辨率不高，無法監測淺雪區信息等問題；4)容易造成積雪范圍估計過大、雪深過深等問題。另外，雪的密度、粒徑、降水、寒漠、植被、凍土等因素都在一定程度上影響了反演結果的精度。并對積雪被動微波遙感的應用前景提出了展望：1)在積雪遙感業務監測中。對可見光和被動微波數據進行融合.可充分發揮二者的優勢；2)遙感和地理信息系統的結合，可以提高積雪遙感監測的精度和應用范圍；3)隨著積雪模型算法的進一步完善以及更高空間分辨率的AMSR-E和我國FY3衛星的被動微波數據MWRI的應用,被動微波遙感必將成為積雪監測的重要手段。4)被動微波遙感與可見光MODlS的積雪監測范圍較為一致,當由于云的影響而無法得到滿意的可見光影像時，則被動微波遙感就可發揮替代作用。5)被動微波遙感在積雪業務監測中還存在較多的問題。持續不斷的地面監測和算法改進及驗證是完善這項技術的重要保證。

前言

積雪是氣象學和水文學中一個非常重要的參數。積雪的多寡不僅是影響氣候變化的重要因子，也是影響干旱和半干旱地區農牧業發展的重要因素。利用可見光衛星傳感器進行積雪監測已有40多年的歷史。可見光、紅外方法的優點是在無云的情況下.可以得到準確的積雪范圍；而被動微波遙感的優點是可以穿透云，進行金天候的積雪監測，有效地克服光學遙感區分積雪和云的難題，更重要的是，被動微波遙感能提供雪深信息，可以監測雪深大于5 cm的積雪，而可見光難以估算大于10 cm的積雪。1978年攜載多通道掃描微波輻射計SMMR的雨云一7衛星發射升空，揭開了積雪微波遙感監測的新紀元。1987年，美國國防氣象衛星(DMSP：Defense Meteorological Satellites Program)攜載專用微波輻射計成像儀SSM／I上天，進一步促進了被動微波遙感積雪的研究和應用。隨著積雪反演算法的進一步改進以及更高空間分辨率的AMSR-E和我國FY3的MWRI數據的應用，被動微波遙感必將成為積雪遙感業務監測的重要手段，為氣象氣候模型與水文模型提供關鍵的輸人參數。

1、國內外積雪被動微波遙感研究概況

20世紀70年代末以來，隨著Nimbus衛星系列和美國國防氣象衛星計劃(DMSP)上搭載的一系列被動微波傳感器的升空，積雪的被動微波遙感取得了迅速進展，國外學者發展了多種積雪的被動微波遙感模型以及反演雪深和雪水當量的算法。而我國則是在20世紀90年代初期開始進行積雪被動微波遙感方面的研究。2008年以來，隨著我國攜帶微波成像儀的極軌氣象衛星FY3系列陸續升空，利用被動微波數據MWRI研究積雪深度和雪水當量必將成為大尺度范圍研究積雪的熱點。

1.1、國外積雪被動微波遙感研究進展

最早利用微波數據的是Chang等在輻射傳輸理論和米氏散射理論的基礎上。在假設雪密度為0.3 g／cm³，且雪粒徑為0.35 mm的前提下，結合地面觀測雪深資料，通過回歸分析，得出利用SMMR被動微波亮溫數據反演雪深的算法，成為利用SMMR和SSM／I數據反演雪深的基本算法。之后Foster等人對該算法進行了修正，認為亮溫梯度算法與積雪深度之間的線性關系在不同的地區應有不同的表達式。Tait也利用SSM／I亮度溫度數據對此進行了地形差異的探討。Josberger和Mognard是最早利用積雪的熱輻射梯度來描述積雪隨時空變化的質變過程。

近年來，國外利用被動微波遙感數據對雪水當量(SWE：Snow water Equivalent)的算法進行了大量的研究。Kelly和Chang等認為植被覆蓋對微波散射的影響及積雪特性隨時間變化對微波輻射的影響對雪當量反演精度有很大影響。Kelly等把顆粒大小和積雪密度變化融入到致密介質模型(DMRT：Dense Media Radiative Transfer Model)中，利用每日積雪測量值與被動微波SSM／I數據，發展了雪水當量反演經驗模型。

目前應用的積雪深度被動微波遙感算法主要有兩類：一類是以England 1975年發展的理論為基礎的理論算法，另一類是以NA SA的Chang在1986年發展的算法基礎上的半理論、半經驗算法。

1.2、國內積雪被動微波遙感研究進展

我國積雪微波遙感研究起步于20世紀90年代初期，原中國科學院蘭州冰川凍土研究所的研究人員通過國際合作引進了被動微波積雪研究方法和SMMR數據，并且較系統地比較了我國西部氣象臺站的雪深資料和SMMR反演結果，評價了雪深和雪水當量算法的精度和適應性。曹梅盛等在早期的工作中利用數字地形模型數據，在地理信息系統支持下，將中國西部分成5個地貌單元(盆地、高原、丘陵、低山和高山)，對Chang的公式進行修正，得出利用SMMR被動微波亮溫數據反演雪深的修正算法；李培基在我國西部地區利用可見光積雪數據（OL S)與SMMR反演的積雪深度數據進行了訂正；柏延臣等對青藏高原雪深進行反演，并結合地面觀測雪深資料對其結果進行了評價；高峰等根據曹梅盛和李培基的研究結果.結合實際應用，對Chang的半理論、半經驗算法進行了修正，并模擬分析了青藏高原逐日積雪深度分布圖。車濤等以Chang算法為基礎，考慮了地面臺站雪深觀測誤差、雪層中液態水含量和地表水體對分析結果的可能負面影響，剔除了部分有明顯偏差的臺站觀測數據，對水平極化亮溫差數據和氣象站雪深觀測數據進行線性回歸，建立了雪深反演模型。反演結果發現，在利用被動微波遙感SSM／I數據進行積雪深度反演之前。建立合理閾值的積雪分類決策樹，剔除降雨、寒漠和凍土等非積雪像元后，能使積雪總體反演精度有比較明顯的提高；青海省氣象科研所結合EOS／MODIS(Earth 0bserving Satellites／Moderate Resolution Imaging Spectral radiometer)圖像，對2002年l-3月的幾次大的降雪過程進行了實時業務監測，效果也比較好；孫知文等利用2004年1月新疆地區AMSR-E亮溫數據，建立了新疆地區基于AMSR-E數據的雪深反演模型。

2、被動微波遙感監測積雪原理

2.1、積雪被動微波遙感原理及其反演產品s的應用范圍

微波遙感的波長一般從l cm～1m，可以穿透有云、霧、沙塵等的大氣層。這些優點使得被動微波遙感可以在幾乎所有天氣條件下監測地表的微波發射特征，并通過不同類型地表對微波信號的散射和吸收特征分析，來確定地表類型和相關定量化參數反演。例如，積雪、地表溫度、土壤水分和植被等。被動微波遙感的另一個特點是具有較長時間序列的數據積累且重訪周期短，能夠動態監測積雪深度及其空間分布狀況，對準確地評價不同地區的受災程度，快速提供救災對策，減少災區經濟損失.具有重要的意義。

雪蓋的微波輻射包括2個部分，一是雪蓋本身的輻射，另一個是其下地表的輻射。雪的電磁輻射特性隨雪蓋厚度、結構以及液態水含量的變化而變化，這是被動微波遙感探測積雪信息的物理基礎。理論和試驗研究均表明：雪蓋的微波亮度溫度隨積雪深度的增加而減小。除此之外，雪粒大小和液態水含量也對微波亮度溫度產生較大的影響。大量的研究發展了積雪深度的微波遙感反演算法，積雪深度和被動微波亮度溫度的關系可以用下式公式來描述：

SD=A×(Tb19H—Tb37H)+B   (1)

式中：SD表示積雪深度(cm)，Tb19H和Tb37H是SMM／I的19和37GHz的水平極化亮溫數據。A、B為系數，取值和研究區域有關，全球的雪深反演算法中A—1.59，B—O。

2.2、積雪反演產品的應用范圍

目前，被動微波遙感資料反演而獲取的積雪產品主要應用于：1)大尺度氣候模型(模型輸入和驗證)；2)數值天氣預報(NWP)；3)天氣預報大尺度與中尺度模型；4)水文應用：監測與模型融雪徑流等；5)農業：霜凍災害；6)氣候監控與變化監測；7)冰蓋：融化地區判識；8)地球物理：地球震蕩(Wobble)研究；9)湖面冰蓋凍結與融化，作為氣候變化的判據。

3、幾種微波數據的技術指標比較

近年來應用于積雪研究的被動微波遙感數據有SMMR、SSM／I、AMSR-E。這3種傳感器的參數特征比較見表1。

表l 常見被動微波傳感器特征參數比較

其中，SMMR搭載于1978年l0月發射的雨云Nimbus一7太陽同步極軌衛星上，是一臺可以測量地表輻射的5個頻率l0通道的雙極化微波輻射計，在正午12：00(升軌)與午夜24：00(降軌)通過赤道。SMMR時間分辨率為每日，但是每隔5～6 d才重訪同一地表1次。SSM／I首次由美國國防氣象衛星計劃(DMSP)中的衛星于1987年載人空間執行探測使命。它由設置在4個頻率處的7個通道組成，可以同時測量來自地球和大氣系統的微波輻射。除22.24 GHz頻率外，其它頻率均同時具有水平和垂直2種極化方式。地球觀測系統的改進型微波輻射掃描儀AMSR-E是2002年5月升空，搭載在Aqua衛星上，用于觀察陸地、海洋和大氣的水和能量循環變化的儀器，它有12個通道，分別測量6個不同頻率的水平和垂直極化的地面亮溫。FY一3 MWRI其主要技術指標如表l所示。

SSM／I的優點在于具有較強的穿透能力，且對物體散射有很高的靈敏度，使其在獲取雪深及雪層內部信息方面具有可見光、近紅外波段無可比擬的優勢.但太低的空間分辨率限制了其應用范圍，特別是在山區積雪監測中的應用。而AMSR-E和MWRI具有相近的頻率，通道和幅寬，與以往的SMMR、SSM／I等被動微波輻射計相比，提供了更高空間分辨率和更多微波波段的信息，可以提供對雨強、水汽含量、海面風速、冰雪、土壤濕度等的全球微波測量，其缺點是提取的積雪邊界線較粗。

4、微波遙感資料的積雪信息估算

光學儀器受天氣的影響較大.且難以提取被云覆蓋區域的積雪信息，微波遙感則不存在這個問題，它可以全天候穿越云層，提取地表信息，這一點解決了有云時和夜晚MODIS和AVHRR所面臨的難題。

4.1、積雪面積的估算

通過微波亮溫數據與已知地表特征進行分析，確定分類標準，建立決策分類樹，實現無積雪像元的剔除。目前，Grody提出的分類樹方法最為完整。根據該方法選擇合理的亮溫閾值，剔除非散射體和降雨、寒漠、凍土等地表后，即為提取的積雪面積。

4.2、積雪深度的估算

目前用于積雪深度提取的被動微波資料主要有SSM／I、AMSR-E和MWRI等，但仍沒有一個雪深反演模型可以在全球范圍內普遍適用。在實際應用中，很多學者都根據具體研究地區對Chang算法模型進行了修正。Chang算法是應用SSM／I和AMSR-E數據反演雪深的基本算法，但在具體應用時影響雪深精度的因子很多，如雪粒大小、雪中含水量等。因此，當局部地區的反演結果與實際相差較大時。應研究新的反演算法和合理的積雪判識閾值。

4.3、雪水當量的估算

首先使用被動微波的水平極化亮溫差數據反演雪深，根據積雪時間函數計算實時積雪密度，由雪的深度和密度計算出雪水當量。其次，利用水平極化亮溫差數據對計算出的雪水當量進行回歸分析，得到利用被動微波亮溫數據直接反演雪水當量的算法模型。

5、存在的問題及前景展望

5.1、存在的問題

1)被動微波遙感能反映降雪過程前后的積雪范圍和深度變化，是當前積雪遙感業務監測中的一個重要補充。但干雪和濕雪的判別閾值受多種因素的影響，仍難以確定。

2)利用微波亮溫數據和地面實測雪深值反演積雪深度時，由于受地形、土地覆蓋等因素的影響，各氣象臺站的實測雪深值缺乏代表性。

3)微波遙感的優越性在實際應用中逐步顯現，微波傳感器的性能也在不斷提高，但是仍存在分辨率不高，無法監測淺雪區信息等問題。

4)被動微波數據空間分辨率太小，存在混合像元的分解問題，而且容易造成積雪范圍估計過大、雪深過深等問題。另外，影響地表微波亮溫的因素很多，如雪的密度、粒徑、降水、寒漠、植被、凍土等，這些都在一定程度上影響了反演結果的精度。

5.2、前景展望

1)可見光資料和被動微波資料有其各自的優缺點，應揚長避短，充分發揮二者的優點，具體可在積雪遙感業務監測中對FY3的可見光數據MERSI或MODIS和被動微波數據MWRI或AMSR-E進行融合，從而提高監測結果的精確性。

2)遙感和地理信息系統的結合，可以提高遙感監測的精度和應用范圍，地理信息系統可為遙感積雪反演提供有用的輔助信息，通過對大量遙感監測資料和GIS數據的綜合分析，可以為積雪災害評價和預警等方面的應用研究提供良好的基礎，具有很好的應川前景。

3)隨著積雪模型算法的進一步完善以及更高空間分辨率的被動微波數據AMSR-E和我國FY3衛星被動微波數據MWRI的應用。被動微波遙感必將成為積雪監測的重要手段。

4)被動微波遙感與可見光MODIS的積雪監測范圍較為一致，當由于云的影響而無法得到滿意的可見光影像時，被動微波遙感可發揮重要作用。

5)被動微波遙感在積雪業務監測中還存在較多的問題，持續不斷的地面業務監測和算法改進及驗證研究是完善這項技術的重要保證。

作者：劉寶康，馮蜀青，杜玉娥，楊鑫光，袁雷，周刊社，胡愛軍