论文部分内容阅读
近地表冻融循环是影响地-气交换、水文、碳循环以及水循环等过程的重要影响因子，因此有效的监测地表冻融循环的时空变换在气候变化以及环境研究中十分关键。基于相关研究的实际需要，大尺度的高空间分辨率高精度高时间分辨率的地表冻融状态的判别成为地表冻融研究的重点以及热点方向。本文为了达到上述目标，主要有以下几方面的研究: (1)发展了新的冻融判别式方程。冻融判别式方程(DFA)是一种被动微波判别地表冻融状态的算法。该算法经过相关学者验证可以应用到大尺度的地表冻融判别中，但是该算法在某些区域还是存在判别精度不够高的情况并且没有考虑卫星轨道的影响。根据原算法的局限性，本文基于AMSR-E不同通道亮温数据以及收集的北半球5cm深度的实测的密集土壤温度数据发展了一种新的冻融判别式算法，并且考虑了卫星不同轨道的影响。经过实地数据的验证，新的算法的冻融判别精度能达到90％左右。此外，通过与土壤水分主被动卫星(SMAP)的冻融产品进行比较，新的判别方程的冻融判别结果与SMAP的冻融产品具有很好的一致性。 (2)建立了长时间序列下全球尺度下的MODIS地表温度数据与冻融系数FTI的线性回归模型。我们研究了全球尺度下的以像元为单位的新的冻融判别式方程计算得到的判别系数（冻融系数FTI）与MODIS地表温度数据之间的线性回归关系，结果显示两者除了在非洲中部以及巴西部分区域相关性较差之外（对冻融判别没有影响），同一像元内两者具有强的负相关性，北纬30度以上区域内，相关性在-1到-0.8范围内的区域所占的比例分别为95.6％和93.7％。该研究从侧面验证了全球尺度下建立线性回归关系时要考虑不同区域的影响，否则可能出现较大的偏差。该研究为建立高空间分辨率的长时间序列的地表冻融数据集提供了理论依据。 (3)不同空间分辨率的长时间序列的冻融数据集的建立。该部分分别根据新的冻融判别方程式以及冻融系数FTI与MODIS地表温度数据的线性回归模型来得到两个长时间序列的冻融数据集。 本论文基于全球尺度下地表冻融判别算法存在的相关问题进行了研究，通过发展新的冻融判别式算法以及引入不同遥感数据源建立了不同分辨率的全球尺度的长时间序列的地表冻融数据集，提高了全球尺度下冻融判别的精细度，为地球的气候变化、水文过程、陆面过程等相关的研究提供更有效的信息支持。