关键词:
积雪覆盖
隐马尔科夫随机场
时空建模分析
面向对象分析
时空演化
融雪径流
摘要:
积雪是地表覆盖的重要组成部分。季节性积雪的累积和消融不仅影响了整个区域的气候和水资源平衡,而且能够进一步影响全球的能量平衡和气候变化。因此,获取准确的积雪覆盖信息、分析积雪覆盖的时空动态变化,以及进行融雪径流建模对于水资源管理和气候变化研究具有非常重要的科学意义。MODIS积雪覆盖产品被广泛地应用于区域性积雪覆盖信息提取和水文建模分析。但是作为光学传感器,MODIS受到了云层的严重影响,导致其积雪产品,特别是逐日积雪产品出现了大量的数据空缺。此外,MODIS积雪覆盖产品在森林地区、地形复杂的山区,以及积雪覆盖较薄和暂时性积雪时期精度较低。季节性积雪覆盖的时空动态变化能够揭示区域性气候变化和水资源平衡。为了监测和分析季节性积雪覆盖的时空变化,之前的研究通常采用基于像元的统计方法,从时间序列积雪遥感影像中获取积雪覆盖的空间变化和季节性时长。但是这种基于像元的方法不能反映积雪场(Snowpack)之间的时空演化关系,同时也无法正确地获取到暂时性积雪现象,会造成季节性时长信息偏差。融雪径流模型(Snowmelt RunoffModel, SRM)是目前在模拟和预测融雪径流方面应用最广泛的模型之一并且以卫星影像上获取的逐日积雪覆盖作为其中的输入参数。由于标准的MODIS积雪覆盖产品受到了云层的严重影响,之前的研究通常采用积雪消融曲线重建的方法获取逐日积雪覆盖信息。目前尚缺乏不同积雪覆盖参数对SRM模拟的径流差异影响的相关研究。针对现有研究的不足,本论文基于隐马尔科夫随机场(Hidden Markov Random Field, HMRF)时空建模技术改进了MODIS积雪覆盖产品,提出了一种面向对象的积雪累积和消融过程时空分析方法,以及基于SRM模拟的融雪径流结果分析了融雪季积雪覆盖差异导致的模拟径流差异。本研究的主要内容以及结论如下:(1)基于HMRF时空建模技术改进MODIS积雪覆盖产品。本研究基于时间序列MODIS积雪覆盖产品,通过时空建模的方法将光谱信息、时空背景信息和环境相关信息以最优的组合方式融入HMRF分析框架,生成完全没有数据空缺的逐日积雪覆盖产品。改进后的积雪覆盖产品通过与美国Rio Grande流域2006-2007积雪季的33个SNOwpack TELemetry (SNOTEL)站点的实测观测数据以及原始MODIS积雪覆盖产品对比进行精度评价。原始的Terra和Aqua MODIS合成积雪覆盖由于受到云层遮挡,在整个积雪季有高达34.1%的数据空缺。对于原MODIS标准积雪产品中的数据空缺,本研究填补以后的积雪覆盖总体精度为88.1%;对于MODIS标准积雪产品中无数据空缺的区域,改进后的积雪覆盖总体精度从原始的85.3%提高到88.6%,高于MODIS标准积雪产品3.3%。在HMRF分析框架中逐步加入时空背景信息和环境相关信息后,数据空缺的填补能力和积雪覆盖产品的总体精度都逐渐提高。原始MODIS积雪覆盖产品在积雪转化时期和森林覆盖地区具有相对较低的精度。结果表明,本研究基于HMRF的方法能够在整个积雪转化时期提高原始MODIS积雪覆盖产品4.2%的精度,其中在3月积雪消融时期能够提高5.8%。此外,原始MODIS积雪覆盖产品在常绿森林和混合森林地区的精度也得到了明显的提升。(2)提出了一种基于面向对象的积雪累积和消融过程时空分析框架。积雪场的累积和消融是一个复杂和动态的地理过程。本研究将积雪场定义为一种时空场对象(field-object),并首次提出了一种面向对象的积雪累积和消融过程时空分析框架。这个分析框架根据积雪场在时空由低到高的聚合等级,依次分为了积雪区(Snow Zone)、积雪序歹(Snow Sequences)和积雪过程(Snow Processes)三个层次。积雪区是从积雪专题遥感影像中获取得到的空间连续积雪像元的区域;积雪序列是指具有时空连续性的一系列积雪区的集合;积雪过程是具有时空相关性的一系列积雪序列的集合。本研究采用了面向对象的方法组织和存储积雪场在这三个层次的专题属性、空间属性、时间属性以及专题关系、空间关系和时间关系。本研究以美国Upper Rio Grande流域为实例样区,分析了2006-2007积雪季积雪累积和消融的过程。结果表明本研究提出的面向对象的分析方法不仅能够表达每一个积雪场在其生命周期中累积和消融的时空过程,还能够揭示积雪场内部和积雪场之间的时空演化关系。(3)基于SRM模拟的融雪径流结果分析了融雪季积雪覆盖差异导致的模拟径流差异。本研究分别采用基于HMRF时空建模技术改进后的逐日积雪覆盖和对原始MODIS积雪产品进行积雪消融曲线重建拟合得到的逐日积雪覆盖作为SRM的积雪覆盖输入参数,对Rio Grande Headwater流域2007年融雪季进行融雪径流建模,并分