《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》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。