предыдущий|следующий

Пространственно-временное сравнение глубины снега, обратной по данным пассивной микроволновой радиосъёмки и наблюдаемой на метеостанциях

  • role： First author第一作者
  • Affiliation：

    Heihe Remote Sensing Experimental Research Station, Key Laboratory of Remote Sensing of Gansu Province, Northwest Institute of Eco-Environment and Resources, Chinese Academy of Sciences, Lanzhou 730000,China

    University of Chinese Academy of Sciences, Beijing 100049, China

  • Email：wangjing2020@nieer.ac.cn
  • Introduction：王静，研究方向为积雪遥感。E-mail：wangjing2020@nieer.ac.cn
WANG Jing12,  
  • role： Corresponding author通信作者
  • Affiliation：

    Heihe Remote Sensing Experimental Research Station, Key Laboratory of Remote Sensing of Gansu Province, Northwest Institute of Eco-Environment and Resources, Chinese Academy of Sciences, Lanzhou 730000,China

  • Email：chetao@lzb.ac.cn
  • Introduction：车涛，研究方向为冰冻圈遥感。E-mail：chetao@lzb.ac.cn
CHE Tao1*,  
  • Affiliation：

    Heihe Remote Sensing Experimental Research Station, Key Laboratory of Remote Sensing of Gansu Province, Northwest Institute of Eco-Environment and Resources, Chinese Academy of Sciences, Lanzhou 730000,China

DAI Liyun1,  
  • Affiliation：

    Heihe Remote Sensing Experimental Research Station, Key Laboratory of Remote Sensing of Gansu Province, Northwest Institute of Eco-Environment and Resources, Chinese Academy of Sciences, Lanzhou 730000,China

    University of Chinese Academy of Sciences, Beijing 100049, China

YUE Shanna12,  
  • Affiliation：

    National Satellite Meteorological Center, Beijing 100081, China

ZHENG Zhaojun3

реферат

Глубина снега является одним из важных физических параметров снежного покрова, и точное её определение имеет большое значение для исследований гидрологии снега и водных ресурсов, изменения климата, снежных бедствий и др. В настоящее время для изучения глубины снега в длительных временных рядах широко используются данные наблюдений глубины снега метеостанций и данные обратного преобразования глубины снега, полученные с использованием пассивной микроволновой радиосъёмки (например, SMMR, SSM/I и SSMI/S). В статье проводится сравнение пространственного распределения и межгодовой изменчивости максимальных и средних значений глубины снега из этих двух типов данных по территории Китая, а также анализируются особенности их распределения. Результаты показывают, что с пространственной точки зрения наилучшая корреляция между наблюдениями глубины снега на станциях и данными микроволновой радиосъёмки на соответствующих пикселях отмечается на северо-востоке страны, затем в Синьцзян-Уйгурском автономном районе, и слабая корреляция на Тибетском нагорье. Распределение глубины снега в зонах устойчивого снежного покрова у двух типов данных достаточно согласовано, но в районах глубокого снега более 40 см и в южных регионах с глубиной снега менее 5 см максимальные значения глубины, зарегистрированные на станциях, значительно выше, чем максимальные значения, определённые по данным радиосъёмки. По времени, по сравнению с периодом 1980—2019 годов, корреляция между глубиной снега на станциях и радиоданными в типичных снежных регионах заметно улучшилась в период 1989—2019 годов. Кроме того, сравнение изменений глубины снега за последние 30 лет в Китае показало, что оба типа данных дают согласованную значимую тенденцию (p<0.05) к снижению глубины снега в юго-восточной части Тибетского нагорья и согласованное значимое (p<0.05) увеличение глубины снега на северо-восточных равнинах. Метеостанции в Тибетском нагорье в основном расположены на относительно низкой высоте, что не позволяет полноценно отражать среднее распределение и изменения глубины снега в высокогорных и горных районах в соответствующих пикселях микроволновой радиосъёмки, а обратное преобразование данных пассивной микроволновой радиосъёмки чувствительно к изменениям характеристик снежного покрова и плохо реагирует на экстремальные снегопады с быстрыми изменениями глубины снега за короткий период.

ключеви́че слова́

глубина снега;метеостанции;пассивная микроволновая радиосъёмка;типичные снежные регионы;сравнительный анализ

References

  1. 1.
    Brown R D and Goodison B E. 1996. Interannual variability in reconstructed Canadian snow cover, 1915-1992. Journal of Climate, 9(6): 1299-1318
  2. 2.
    Chang A T C, Foster J L and Hall D K. 1987. Nimbus-7 SMMR derived global snow cover parameters. Annals of Glaciology, 9: 39-44
  3. 3.
    Chang A T C, Foster J L, Kelly R E J, Josberger E G, Armstrong R L and Mognard N M. 2005. Analysis of ground-measured and passive-microwave-derived snow depth variations in midwinter across the northern great plains. Journal of Hydrometeorology, 6(1): 20-33
  4. 4.
    Chang T C, Gloersen P, Schmugge T, Wilheit T T and Zwally H J. 1976. Microwave emission from snow and glacier ice. Journal of Glaciology, 16(74): 23-39
  5. 5.
    Che T. 2006. Study on Passive Microwave Remote Sensing of Snow and Snow Data Assimilation Method. Lanzhou: Cold and Arid Regions Environmental and Engineering Research Institute, Chinese Academy of Sciences
  6. 6.
    Che T and Li X. 2005. Spatial distribution and temporal variation of snow water resources in China during 1993-2002. Journal of Glaciology and Geocryology, 27(1): 64-67
  7. 7.
    Chu D, Da Z and Laba Z M. 2017. Spatio-temporal distribution patterns of snow cover on the Tibet and orographic impacts. Journal of Geo-Information Science, 19(5): 635-645
  8. 8.
    Dai L Y and Che T. 2010. The spatio-temporal distribution of snow density and its influence factors from 1999 to 2008 in China. Journal of Glaciology and Geocryology, 32(5): 861-866
  9. 9.
    Dai L Y, Che T and Ding Y J. 2015. Inter-calibrating SMMR, SSM/I and SSMI/S data to improve the consistency of snow-depth products in China. Remote Sensing, 7(6): 7212-7230
  10. 10.
    Dai S P, Zhang B, Cheng F, Wang H J and Wang P. 2010. The Spatio-temporal variations of snow cover in China from the snow depth time series dataset based on passive microwave remote sensing. Journal of Glaciology and Geocryology, 32(6): 1066-1073
  11. 11.
    Hall D K, Riggs G A, Salomonson V V, Digirolamo N E and Bayr K J. 2002. MODIS snow-cover products. Remote Sensing of Environment, 83(1/2): 181-194
  12. 12.
    Kunkel K E, Palecki M A, Hubbard K G, Robinson D A, Redmond K T and Easterling D R. 2007. Trend identification in twentieth-century U.S. snowfall: the challenges. Journal of Atmospheric and Oceanic Technology, 24(1): 64-73
  13. 13.
    Kuraś P K, Weiler M and Alila Y. 2008. The spatiotemporal variability of runoff generation and groundwater dynamics in a snow-dominated catchment. Journal of Hydrology, 352(1/2): 50-66
  14. 14.
    Li H X, Zhong X Y, Zheng L, Hao X H, Wang J and Zhang J. 2022. Classification of snow cover persistence across China. Water, 14, 933
  15. 15.
    Li P J. 1987. Seasonal snow resources and its fluctuation in China. Chinese Science Bulletin, 32(17): 1329-1332
  16. 16.
    Li P J. 1990. A Preliminary study of snow mass variations over past 30 years in China. Acta Meteorologica Sinica, 48(4): 433-437
  17. 17.
    Li P J and Mi D S. 1983. Distribution of snow cover in China. Journal of Glaciology and Cryopedology, 5(4): 9-18
  18. 18.
    Li X. 2014. Characterization, controlling, and reduction of uncertainties in the modeling and observation of land-surface systems. Science China: Earth Sciences, 57(1): 80-87
  19. 19.
    Li X and Che T. 2007. A review on passive microwave remote sensing of snow cover. Journal of Glaciology and Geocryology, 29(3): 487-496
  20. 20.
    Ma L J and Qin D H. 2012. Spatial-Temporal characteristics of observed key parameters for snow cover in China during 1957-2009. Journal of Glaciology and Geocryology, 34(1): 1-11
  21. 21.
    Ma L J, Qin D H, Bian L G, Xiao C D and Luo Y. 2010. Analysis of air temperature sensitivity of snow cover days on the Qinghai-Tibetan Plateau. Advances in Climate Change Research, 6(1): 1-7
  22. 22.
    Mankin J S, Viviroli D, Singh D, Hoekstra A Y and Diffenbaugh N S. 2015. The potential for snow to supply human water demand in the present and future. Environmental Research Letters, 10(11): 114016
  23. 23.
    Matzler C, Schanda E and Good W. 1982. Towards the definition of optimum sensor specifications for microwave remote sensing of snow. IEEE Transactions on Geoscience and Remote Sensing, GE-20(1): 57-66
  24. 24.
    Qiao D J, Wang N Q, Li Z, Zhou J M and Fu X Y. 2018. Spatio-temporal changes of snow phenology in the Qinghai-Tibetan Plateau during the hydrological year of 1980-2009. Climate Change Research, 14(2): 137-143
  25. 25.
    Tan Q Y, Cheng L, Xu Z X, Zhao Y J, Liu J T and Liu X W. 2021. Spatiotemporal distribution of snow cover depth and its driving factors in the Yarlung Zangbo River basin, 1979-2017. Journal of Glaciology and Geocryology, 43(4): 1049-1059
  26. 26.
    Tian L Q, Li W Z, Zhang Y, Tian L J, Zhu Q A, Peng C H and Chen H. 2014. The analysis of snow information from 1979 to 2007 in Qinghai-Tibetan Plateau. Acta Ecologica Sinica, 34(20): 5974-5983
  27. 27.
    Trujillo E, Ramírez J A and Elder K J. 2009. Scaling properties and spatial organization of snow depth fields in sub-alpine forest and alpine tundra. Hydrological Processes, 23(11): 1575-1590
  28. 28.
    Wang J, Li H X, Hao X H, Huang X D, Hou J L, Che T, Dai L Y, Liang T G, Huang C L, Li H Y, Tang Z G and Wang Z Y. 2014. Remote sensing for snow hydrology in China: challenges and perspectives. Journal of Applied Remote Sensing, 8(1): 084687
  29. 29.
    Wu Y, Zhang J H, Xu H M and He J H. 2007. Advances in study of snow-cover from remote sensing data. Meteorological Monthly, 33(6): 3-10
  30. 30.
    Xu B D, Li J, Liu Q H, Xin X Z, Zeng Y L and Yin G F. 2015. Review of methods for evaluating representativeness of ground station observations. Journal of Remote Sensing, 19(5): 703-718
  31. 31.
    Yang D Q and Woo M K. 1999. Representativeness of local snow data for large scale hydrologic investigations. Hydrological Processes, 13(12/13): 1977-1988
  32. 32.
    Zhang T J and Zhong X Y. 2014. Classification and regionalization of the seasonal snow cover across the Eurasian Continent. Journal of Glaciology and Geocryology, 36(3): 481-490

Читать полностью

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website