《表2 基于亮温梯度的积雪深度静态反演算法Table 2 The static snow depth retrieval algorithm based on brightness temperatu
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于被动微波遥感的积雪深度和雪水当量反演研究进展》
注:SD为积雪深度,Tb18h和Tb37h分别为SMMR传感器中18和37 GHz水平极化亮温;Tb19v,Tb19h,Tb37v和Tb37v为SSM/I传感器中19和37 GHz水平垂直极化亮温(下面的公式字母含义与此相同,后面不再赘述),A0=0.68,A1=-0.67;b为补偿值,随月份变化
积雪深度静态反演算法是国际上应用最为广泛的一种反演算法,最早是由Chang等[24]提出,其假设积雪粒径为0.3 mm,积雪密度为0.3 g/cm3,采用辐射传输模型模拟结果与地面站点观测数据做线性回归分析,最终得到积雪深度与18和37 GHz水平极化亮温差之间的线性关系式(公式 (3)) 。Aschbacher[45]提出SPD(Spectral Polarization Difference)算法,它是基于亮温梯度所提出的积雪深度反演算法,即以19和37 GHz的水平和垂直极化下的亮温差作为回归算法的基础(公式 (4)和(5)) ,其他研究者对SPD算法也做了相关的研究工作[46~48]。由于中国区域内的积雪密度相对偏低,而且深霜层较为发育,与北美及其他地区的积雪属性有很大的差异,前期车涛[49]在中国区域内对Chang算法做了初步修订,分别针对SMMR和SMM/I传感器提出了适合中国区域积雪深度反演算法(公式 (6)和(7)) ,此处简称车涛1算法,具体公式见表2。
图表编号 | XD0016425200 严禁用于非法目的 |
---|---|
绘制时间 | 2018.06.10 |
作者 | 肖雄新、张廷军 |
绘制单位 | 兰州大学资源环境学院西部环境教育部重点实验室、兰州大学资源环境学院西部环境教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |
查看“表2 基于亮温梯度的积雪深度静态反演算法Table 2 The static snow depth retrieval algorithm based on brightness temperature gradient”的人还看了
- 表4 长白山西坡苔原带不同海拔积雪日数Table 4 Snow cover days in various altitudes in the alpine tundra on the w estern slope in the Changb