近日,中科院西北生态环境资源研究院科研团队基于1981年至2019年AVHRR遥感数据,发展了集成云雪区分、积雪识别和云下积雪恢复的反演算法,并制备了38年中国逐日无云5公里积雪面积数据集。目前,该套数据集已在国家冰川冻土沙漠科学数据中心在线发布。相关研究成果发表于《地球系统科学数据》。
积雪面积是研究水文和气候变化的重要因子,也是气候变化的指示器,对地表能量平衡、水体通量、水文过程、大气及其海洋循环等具有显著影响。1978年卫星数据观测表明,北半球积雪持续减少;模型模拟结果表明,温度每升高1℃,北半球积雪面积缩减100万至280万平方公里。在全球升温背景下,一套长时间序列的高空间分辨率积雪面积遥感产品对于气候变化及其反馈研究具有重要意义。
研究人员发展的算法通过云雪区分方案和改进判别阈值有效解决了云雪混淆问题,运用多级决策树分类算法提高了积雪判别精度问题,采用隐马尔科夫模型构建时空立方体解决了云下积雪恢复问题,展示了数据集的制备流程。应用地面实测积雪数据和更高分辨率的遥感影像对产品进行验证的结果表明,产品总体精度达到86.1%,高于国际同类产品的总体精度(71.8%)。
该数据集将为剖析我国气候变化背景下的积雪时空分布及其对水文、气候、生态的影响提供支撑。