风云卫星在积雪覆盖监测方面的应用

●

一、引言

积雪是冰冻圈中分布最广泛、年际变化和季节变化最活跃的要素之一，影响着全球范围内的地球表层辐射平衡、能量交换，以及整个气候系统和生态系统[1-2]。在区域范围内，积雪季节性和长时间的变化对农牧业、水资源、灾害有着重要的意义，对人类活动和生态环境有着双重影响[3-4]。积雪特性（积雪面积、积雪深度、反射率等）还是气候模型、全球能量模型和水文模型的重要参数和算法发展的重要验证数据。因此，研究积雪信息（积雪覆盖范围、雪深或雪水当量）在不同时空尺度上的分布特征有着非常重要的意义。

目前，我国已成功发射17颗风云（FY）系列气象卫星，包括FY-1（4颗）和FY-3（4颗）两个极轨系列，以及FY-2（8颗）和FY-4（1颗）两个静止系列。近年来，国家卫星气象中心积雪业务监测应用服务以FY-3系列极轨卫星为主[5]，在卫星积雪覆盖监测方面开展了大量研究、业务化以及数据库建设工作，具备了对全国乃至全球积雪进行监测的能力，能为遥感应用服务提供稳定的积雪监测产品和服务资料。

随着2017年FY-3D的成功发射，FY-3D将代替FY-3B开展下午时间的全球对地综合观测，并与FY-3C星形成上下午星组网观测，实现6h全球覆盖[6]。我国第二代地球静止轨道定量遥感气象卫星FY-4A及地面应用系统于2018年中正式投入数据服务。相比第一代静止卫星FY-2系列，FY-4A搭载的载荷由2个增加为4个，其中的主载荷扫描辐射计拥有14个光谱通道，可用于获取地球表面和云的多光谱、高精度、定量观测数据和图像[7]。相比FY-3系列极轨卫星，FY-4A对中国及周边地区两次区域扫描成像间隔最短只有4min17s，时间分辨率大幅提升，可以较好地捕捉云的动态信息，减少云对积雪监测的影响。极轨与静止协同观测，风云系列卫星可凭借其刈幅宽、时间分辨率高、光谱覆盖完整等优势，能够客观、准确、及时地反映大范围积雪时空动态变化特征，对监测雪灾的发生和发展、分析和评估雪灾状况、区域和全球气候变化等研究和业务工作提供全面的数据支持。

二、遥感积雪覆盖监测技术

光学遥感信息在积雪覆盖提取中具有直观、时空分辨率高的明显优势，而区分云和雪是光学遥感雪盖判识的难点。雪盖的判识方法可以分为二值化雪盖判识算法和基于亚像元分解的积雪覆盖度反演算法。二值化雪盖判识算法包括监督分类、阈值法和雪盖指数方法，基于云、积雪、植被、陆地、水体等不同地物在可见光和红外波段的光谱反射特性，计算积雪指数（如归一化雪盖指数NDSI等），结合红外波段亮温区分积雪覆盖区、云和无雪覆盖区[8-11]。国家卫星气象中心雪盖监测以阈值法为主，常用可见光与近红外通道反射率、中红外与远红外通道亮温作为积雪判识的主要依据，通用判识条件为：

其中，R为可见光通道的反射率值，Rth为该通道的判识阈值，积雪和云在可见光波段有较高的反射率可区别于其他暗色地物，如水体、裸地等；NDSI为利用1.6μm通道和可见光通道计算出的归一化差分积雪指数，NDSIth为判识阈值，积雪的NDSI一般在0.3以上；T为红外通道的亮温，TthL为低阈值，TthH为高阈值，积雪在近红外波段1.6μm附近反射率低而云的反射率依旧很高，结合积雪指数和远红外波段的亮温信息可较好地区别高云、中低云和积雪。为了更好地解决云和下垫面对积雪监测的影响，国家卫星气象中心雪盖自动判识方法常常基于大量采样和阈值法为基础，结合雪盖指数、考虑多种因子影响建立多重阈值法、动态空间阈值法等进行雪盖提取[12]。积雪覆盖度反演主要涵盖的方法有混合像元分解法、人工神经网络、经验关系雪盖指数法等，结合土地利用数据、高程信息、降水等数据得到雪盖产品，在极轨卫星数据上应用广泛[13-14]。

在全球多数区域，一颗极轨卫星每日仅可获取昼夜两次观测数据，由于夜间数据很难使用，加上云对积雪判识的影响，难以完整准确地提供每日积雪覆盖信息。针对积雪覆盖产品受云影响比较严重的问题，有些学者基于积雪覆盖在短期（两三天）内变化不大、高海拔区域尤为稳定的假设，提出了多种去云方法，目前常用的去云技术包括时间滤波法、空间滤波法、多传感器融合法和基于多源数据的去云方法等，并结合辅助信息去除云对积雪的影响，如地形信息、地面观测数据、雪线数据等[15-16]。静止卫星具有高时间分辨率、观测范围广等优势，可以提供每天同一地区多时相的观测信息，有利于减小云对雪盖信息的影响，并且可以通过多个时次数据合成而获取更为准确的积雪覆盖范围[17-18]。

积雪覆盖通常依赖光学仪器实现监测，在多云天气环境下监测积雪范围时常采用被动微波遥感。相对于光学遥感，被动微波遥感有全天时、全天候监测积雪的能力，但其空间分辨率相对较粗，被动微波信号对湿雪和浅雪不够敏感，无法提供精度较高的雪盖信息[19-21]。随着遥感技术的发展，多波段、多平台遥感系统为积雪监测提供了多源数据融合的可能，采用多源数据融合的方式，可以有效避免单一数据源的局限性，通过优势互补提供更为精确的积雪覆盖信息[22-26]。

三、风云系列卫星雪盖监测产品及应用

1. FY-3气象卫星雪灾遥感监测产品及服务

国家卫星气象中心对积雪覆盖监测提供基于分类树阈值判识法的全球积雪覆盖自动判识产品，以及针对降雪事件利用FY-3系列卫星可见光—红外传感器对冬季全国或者特定区域（地理地区或者行政区域）的雪情提供积雪覆盖分布产品（图1）、积雪覆盖专题产品（图2）、积雪覆盖多天合成等人机交互和自动判识结合产品，根据气候变化提供每个年度雪季（11月至次年2月）的全国积雪覆盖产品。可以对多次雪灾的发生、发展进行及时的监测评估，提供雪灾覆盖图和积雪覆盖的空间和时间相关统计数据监测服务。在多云天气下，国家卫星气象中心利用FY-3卫星微波成像仪（MWRI）数据针对大范围降雪事件开展积雪覆盖监测服务。

图1 FY-3C/VIRR积雪监测多通道合成图

图2 FY-3C/VIRR积雪监测专题图

2. FY-4A气象卫星积雪覆盖监测情况

相比第一代静止卫星FY-2系列，FY-4A搭载的主载荷扫描辐射计拥有14个光谱通道，增加的近红外波段1.61μm可大大降低积雪覆盖判识难度。国家卫星气象中心新一代静止卫星积雪覆盖监测以阈值法自动判识为主，提供全圆盘积雪自动判识产品（图3）和中国区积雪自动判识产品，针对降雪事件结合人机交互判识修订提供特定区域（地理地区或者行政区域）的积雪覆盖业务产品（图4）。相对于FY-3系列极轨卫星，一颗极轨卫星每日仅可获取昼夜两次观测数据，FY-4A静止卫星每天可以提供多时次观测数据，不仅能够更为有效地捕捉云团流动的变化特性，较好地减少云对积雪判识的影响，还可以实现对积雪范围变化及其消融的过程的动态监测，快速和高频次获取雪灾最新信息。此外，利用多时次数据合成可以提供更为准确的日积雪覆盖产品（图5）。

图3 FY-4A全圆盘积雪自动判识产品

图4 FY-4A/AGRI 2018年1月5日08时至16时单时次积雪覆盖判识结果

图5 FY-4A/AGRI 2018年1月5日08时至16时多时次积雪判识结果合成图

以2018年我国中东部积雪覆盖监测为例，2018年1月5日共接收到FY-4A多时相影像39幅。1月5日08时至16时，山东省境内积雪面积变化率约为4576.82 km2/h，11时至12时减少的积雪覆盖面积最大，约为9351 km2（图4）。1月5日08时至16时，多时相积雪判识合成结果显示，我国中东部晴空区日积雪覆盖最大范围为32万km2，相对于极轨气象卫星日积雪覆盖监测结果22万km2，静止卫星的有效监测数值增加了近50%（图5）。

3. 长时间序列积雪覆盖遥感服务

积雪覆盖作为生态环境的重要要素之一，对农业生产、交通运输、气候变化等领域有重要影响。国家卫星气象中心对全国积雪覆盖进行了近三十年的长时间序列监测，包括长时间序列各旬/月/年的全国积雪覆盖分布产品、积雪覆盖日数（距平）产品以及对应的统计产品，图6为气象卫星1990年至2017年冬季中国主要积雪区东北和内蒙古、新疆及青藏高原积雪持续日数覆盖度历年变化。卫星遥感快速获取指示生态环境的要素，从宏观上反映生态环境变化及其基本格局，为应对气候变化、防灾减灾和生态文明建设的新需求（《中国气候变化蓝皮书》和《中国气候变化监测公报》），为评估全国积雪覆盖变化对生态环境的影响及中国气候变化分析提供最新监测信息、基础数据和影响评估分析。

图6 气象卫星1990年至2017年冬季中国主要积雪区东北和内蒙古、新疆及青藏高原积雪持续日数覆盖度历年变化

四、结束语

国家卫星气象中心利用风云三号可见光红外扫描辐射计、中分辨率光谱成像仪等传感器资料，以人机交互和自动判识结合的方式，对中国范围积雪进行业务化处理，生成积雪覆盖、积雪统计等各类时空分布产品。针对全球、灾区等事件性积雪监测，同样采用该方法处理，并结合地理信息数据统计积雪面积等信息，生成区域的积雪覆盖专题产品。

近年来全球气候异常，各种灾害频发，FY-4A静止卫星的高时空分辨率在雪灾监测和突发事件监测方面有着十分重要的作用和显著优势，可以对雪灾等突发事件进行快速响应，满足应急业务服务对数据实时获取的需求。基于FY-4A/AGRI多光谱通道，利用多时相数据获取更精确的积雪覆盖和融化信息，发展中国地区雪盖自动判识算法结合人机交互判识修正，是业务工作积雪灾害监测和积雪气候分析所迫切需要的。

风云系列卫星有多种平台（极轨、静止）和多种类型（光学、微波）的卫星遥感数据以及对应的雪盖产品。极轨卫星数据具有高空间分辨率的优势，但每日监测数据量有限，积雪覆盖监测受云影响较大。静止卫星数据可以有效弥补极轨卫星数据每日雪盖监测数据不足的缺点，并通过多时相观测数据的使用减少云对雪盖信息的影响。被动微波遥感不受天气影响可以穿透云雾，进行全天候监测，弥补光学遥感数据在极端天气下的数据缺失问题。发展可见光—红外遥感与被动微波遥感融合获取积雪覆盖信息的方法，充分发挥各平台、各类型数据优势，研究多元雪盖产品融合方法，可以更准确、更及时提供雪盖监测服务。