張　旭，楊志華，楊昌軍，李　楊

基于FY3VIRR數(shù)據(jù)的積雪遙感監(jiān)測分析

張旭1，楊志華1，楊昌軍2，李楊3

（1.新疆維吾爾自治區(qū)氣候中心，新疆烏魯木齊830002；2.國家氣象衛(wèi)星中心，北京100081；3.中國氣象局烏魯木齊沙漠氣象研究所，新疆烏魯木齊830002）

以FY-3可見光與紅外輻射計(jì)（VIRR）為主要數(shù)據(jù)，利用FY3VIRR 1、6、10通道數(shù)據(jù)，以指數(shù)法和光譜閾值相結(jié)合的多光譜積雪監(jiān)測算法對(duì)2013年阿勒泰地區(qū)衛(wèi)星數(shù)據(jù)進(jìn)行積雪監(jiān)測處理。處理結(jié)果與MODIS積雪監(jiān)測業(yè)務(wù)產(chǎn)品對(duì)比分析得出：利用FY3VIRR可以實(shí)現(xiàn)對(duì)研究區(qū)的積雪遙感監(jiān)測，監(jiān)測結(jié)果與現(xiàn)有MODIS積雪監(jiān)測業(yè)務(wù)產(chǎn)品較一致，具有可比性。

FY3VIRR；積雪覆蓋；遙感監(jiān)測

張旭，楊志華，楊昌軍，等.基于FY3VIRR數(shù)據(jù)的積雪遙感監(jiān)測分析[J].沙漠與綠洲氣象，2016，10（3）：83-88.

雪是重要的淡水資源，是影響全球氣候的重要因素之一[1]。干旱區(qū)對(duì)全球氣候變化的響應(yīng)十分敏感，而積雪、冰川在干旱區(qū)氣候環(huán)境變化中表現(xiàn)得尤為突出，特別是季節(jié)性積雪，既是最活躍的生態(tài)環(huán)境影響因素，也是最敏感的區(qū)域氣候變化響應(yīng)因子之一[2]。因此，準(zhǔn)確監(jiān)測積雪覆蓋狀況具有重要意義，一方面可以提高積雪監(jiān)測能力，為雪災(zāi)多發(fā)區(qū)在冬季做好防災(zāi)減災(zāi)工作，另一方面可以為當(dāng)?shù)氐乃Y源管理、生態(tài)建設(shè)及時(shí)提供可靠的信息保障。

中國氣象局在2008年5月27日、2010年11 月5日和2013年9月23日接連發(fā)射了三顆FY-3系列第二代極地軌道氣象環(huán)境衛(wèi)星。FY-3系列衛(wèi)星具備了對(duì)大氣、海洋和地表狀態(tài)進(jìn)行全球的、所有天氣條件下的、多光譜和三維精確觀察的能力，能夠?yàn)樘岣咧袊捌渌麃喼迖遥酥寥澜绲奶鞖忸A(yù)報(bào)的質(zhì)量和自然災(zāi)害與環(huán)境的監(jiān)測水平做出貢獻(xiàn)[3-4]。

以FY-3可見光與紅外輻射計(jì)（VIRR）為主要數(shù)據(jù)，以阿勒泰地區(qū)為研究區(qū)域，探討利用FY3VIRR數(shù)據(jù)進(jìn)行積雪遙感監(jiān)測的方法及其可行性,并與現(xiàn)有MODIS衛(wèi)星積雪監(jiān)測產(chǎn)品進(jìn)行對(duì)比分析。

1　研究背景

積雪在波長為0.5 μm左右有較高的反射率，而在1.6 μm處發(fā)射率較低，通常在可見光范圍內(nèi)純凈新雪表面反射率在80%以上[2]。光學(xué)遙感積雪信息提取主要依據(jù)積雪的這種反射特性，通過一定的數(shù)字圖像技術(shù)獲取雪蓋信息。遙感技術(shù)以其宏觀、快速、周期性、多尺度、多層次、多譜段、多時(shí)相等優(yōu)勢，在積雪動(dòng)態(tài)監(jiān)測中發(fā)揮著重要作用[5]。

自20世紀(jì)60年代初在加拿大東部第一次用TIROS-1氣象衛(wèi)星觀測積雪，1966年，由NOAA制作出第一幅積雪覆蓋分布圖投入實(shí)際應(yīng)用[6-9]，利用遙感技術(shù)進(jìn)行積雪制圖和監(jiān)測已有近50年的研究歷史。隨著不同傳感器系列的相繼出現(xiàn)及衛(wèi)星資料時(shí)空分辨率和光譜分辨率的逐步提高，在積雪動(dòng)態(tài)變化監(jiān)測等領(lǐng)域取得了一系列的成果[10-14]。目前研究最深入、應(yīng)用最廣泛的是TERRA和AQUA衛(wèi)星所攜帶的中分辨率成像光譜儀MODIS[15]。

基于FY-3衛(wèi)星數(shù)據(jù)的冰雪監(jiān)測研究國內(nèi)已初步開展，周穎等[16]利用2011年6月13日MERSI多波段數(shù)據(jù),以兩波段比值和歸一化差分積雪指數(shù)（NDSI）作為判別指標(biāo)，準(zhǔn)確獲取格陵蘭島附近海冰分布信息。蔣玲梅等[17]應(yīng)用FY-3B星搭載的微波成像儀（FY3BMWRI）和AMSR-E數(shù)據(jù),對(duì)中國區(qū)域進(jìn)行了2010～2011年冬季雪蓋制圖。李楊等[18]計(jì)算了新疆北疆地區(qū)2010—2011年冬春兩季FY-3B微波成像儀（MWRI）L1 18.7GHz和36.5GHz垂直/水平極化4通道降軌亮溫?cái)?shù)據(jù),將其與對(duì)應(yīng)氣象站同期實(shí)測雪深進(jìn)行回歸擬合。任偉等[19]利用VIRR逐日數(shù)據(jù)進(jìn)行區(qū)域雪情監(jiān)測,,實(shí)現(xiàn)地區(qū)連續(xù)降雪最大雪蓋統(tǒng)計(jì)以便于分析雪情。張永宏等[20]運(yùn)用改進(jìn)的歸一化積雪指數(shù)（NDSI）、綜合閾值判別算法和IDL、VB混合編程技術(shù)相結(jié)合的方法設(shè)計(jì)了積雪信息批量提取軟件。高玉宏等[21]以FY-3氣象衛(wèi)星遙感數(shù)據(jù)資料為基礎(chǔ),對(duì)2013—2015年多期FY-3A和FY-3B的VIRR遙感影像提取出黑龍江省積雪數(shù)據(jù)。

目前新疆的積雪監(jiān)測業(yè)務(wù)化產(chǎn)品主要依靠EOS/MODIS衛(wèi)星數(shù)據(jù)獲取。EOS/MODIS衛(wèi)星于1999年12月發(fā)射升空，設(shè)計(jì)壽命5a，現(xiàn)已超期服役10 a，隨時(shí)可能停止工作，因此急需新的衛(wèi)星數(shù)據(jù)源來接替和延續(xù)積雪監(jiān)測業(yè)務(wù)。FY-3衛(wèi)星是我國自主研發(fā)的氣象環(huán)境衛(wèi)星，空間分辨率和波段設(shè)置與EOS/MODIS衛(wèi)星相近，部分性能和參數(shù)還優(yōu)于EOS/MODIS衛(wèi)星。因此開展基于FY-3衛(wèi)星的積雪監(jiān)測研究不僅保證了積雪監(jiān)測業(yè)務(wù)的連續(xù)性，也可進(jìn)一步推動(dòng)國產(chǎn)衛(wèi)星數(shù)據(jù)的應(yīng)用研究。

2　方法

2.1積雪遙感監(jiān)測原理

雪有很強(qiáng)的可見光反射和強(qiáng)的短波紅外吸收特性。衛(wèi)星遙感積雪判識(shí)主要根據(jù)積雪在可見光、近紅外、短波紅外以及遠(yuǎn)紅外通道的光譜特性，采用多通道閾值法提取出積雪信息，進(jìn)而獲取積雪覆蓋范圍及面積等。

由圖1可知，積雪在可見光-短波紅外多通道的光譜特性包括：

圖1　積雪光譜特性

（1）積雪在可見光和近紅外（0.5~1.0 μm）通道具有較高的反射率，純雪面的反射率可達(dá)到70%以上，這一高反射率特性與云十分接近，而與低反射的水陸表區(qū)分明顯。

（2）積雪在短波紅外通道（1.57~1.64 μm、2.1~ 2.25 μm）具有強(qiáng)吸收特性，因而反射率較低，純雪的反射率一般低于15%，這一特性為積雪與水云的區(qū)分提供了主要判據(jù)，使得積雪信息自動(dòng)提取成為可能，大大提高了積雪判識(shí)精度。

另外積雪在遠(yuǎn)紅外通道（10.3~11.3 μm）的亮度溫度雖略低于周圍陸表，但明顯高于中高云，這為區(qū)分積雪冰晶云提供了有效判據(jù)。因此，利用FY3/ VIRR的可見光、近紅外、短波紅外通道，可結(jié)合通道運(yùn)算等形成多個(gè)積雪判識(shí)變量，以多通道閾值法提取積雪信息。

2.2數(shù)據(jù)簡介

目前在軌運(yùn)行的FY-3衛(wèi)星均載有11種感測儀器，分別是可見光與紅外輻射計(jì)（VIRR），中分辨率光譜成像儀（MERSI），大氣紅外探測儀（IRAS），微波溫度探測儀（MWTS），微波濕度探測儀（MWHS），微波輻射成像儀（MWRI），太陽散射紫外線探測儀（SBUS），臭氧總量探測裝置（TOU），太陽輻射監(jiān)測儀（SIM），地球輻射測量儀（ERM）和空間環(huán)境監(jiān)測儀（SEM）。

FY-3（B）號(hào)衛(wèi)星上的可見光、紅外掃描輻射計(jì)（VIRR）的光譜范圍位于0.43～12.5μm，設(shè)10個(gè)通道（表1），地面分辨率1.1 km。其位于第1、2、7、8、9、10通道位于可見光和近紅外波段，用于探測下墊面對(duì)太陽光的反射特性，對(duì)積雪監(jiān)測有不同程度的靈敏性；通道3、4、5為熱紅外通道，通道3為中紅外通道，可接收來自下墊面的熱輻射，可以檢測積雪與云系、地表的熱輻射差異。通道6為短紅外通道，用于探測下墊面對(duì)太陽光的反射特性，對(duì)積雪有較高的靈敏性[22-26]。

2.3積雪遙感方法

歸一化積雪指數(shù)（NDSI）類似于歸一化植被指數(shù)（NDVI），其原理是利用了積雪在可見光波段（0.5~0.7 μm）的高反射率和在短波紅外波段（1~4 μm）的低反射率這一特性而建立的，利用NDSI指數(shù)可以使積雪明顯的與云和非積雪覆蓋的地表區(qū)分開，同時(shí)，還部分消除了大氣的影響[27]。

計(jì)算公式為：

其中bsw為短波紅外波段反射率，bvis為可見光波段反射率，分別對(duì)應(yīng)FY3/VIRR數(shù)據(jù)的6通道和1通道。

利用公式對(duì)2013年新疆區(qū)域FY3/VIRR數(shù)據(jù)的NDSI指數(shù)進(jìn)行計(jì)算，分別針對(duì)積雪、沙漠、云、植被、水體等不同地物，提取各季節(jié)代表月的NDSI值進(jìn)行平均統(tǒng)計(jì)（圖2）。

地 物 分 類 主 要 參 考 IGBP（International Geosphere Biosphere Programme，國際地圈生物圈計(jì)劃）定義的17類，包括11類自然植被分類，3類土地利用和土地鑲嵌，3類無植生土地分類。

表1　可見光、紅外掃描輻射計(jì)（VIRR）光譜范圍

圖2　2013年NDSI指數(shù)采樣平均統(tǒng)計(jì)

由圖2可以看出，積雪、云、水體的NDSI指數(shù)值均大于0，沙漠和植被NDSI指數(shù)均小于0，設(shè)立NDSI閾值0就可以簡單排除沙漠和植被。由于冬季水體結(jié)冰的原因，水體在1月的NDSI值最高可以達(dá)到0.83。簡單以NDSI值為判識(shí)條件，會(huì)造成積雪與冬季水體或云覆蓋的誤判。借鑒MODIS數(shù)據(jù)積雪監(jiān)測的成熟方法[28-29]，利用FY3/VIRR數(shù)據(jù)的1通道、6通道和10通道，計(jì)算NDSI并結(jié)合1通道和10通道形成多個(gè)判識(shí)變量，形成基于FY3/VIRR數(shù)據(jù)的積雪監(jiān)測算法流程（圖3）。

圖3中T1為云檢測閾值，T2為積雪檢測閾值，T3為水體檢測閾值，通過對(duì)研究區(qū)2013年數(shù)據(jù)的試驗(yàn)，最后確定閾值取值（表2）。

圖3　基于FY3/VIRR數(shù)據(jù)積雪監(jiān)測算法

表2　FY3/VIRR積雪監(jiān)測算法閾值

3　應(yīng)用實(shí)例

3.1研究區(qū)與數(shù)據(jù)

阿勒泰地區(qū)位于新疆北部。西北與哈薩克斯坦、俄羅斯相連，東北與蒙古國接壤，邊境線長1205 km?？偯娣e117988 km2。自北向南，呈明顯的梯降式垂直分布，自上而下，可分為北部山區(qū)、南部丘陵區(qū)、山間沖積平原區(qū)3個(gè)自然地貌單元。北部山區(qū)：夏季降雨多，冬季積雪大，無明顯的四季之分，只有冷暖季之別，冬季長達(dá)半年之久，夏季短暫，有時(shí)也會(huì)落雪。中部低山丘陵區(qū)：積雪少于山區(qū)，多于南部平原。南部河谷平原：冬季積雪厚度在15 cm以下，是研究積雪遙感監(jiān)測的理想地區(qū)（圖4）。

此次研究所用FY3/VIRR由國家氣象衛(wèi)星中心烏魯木齊市衛(wèi)星地面站接收，為2013年全年原始數(shù)據(jù)，經(jīng)過預(yù)處理生成標(biāo)準(zhǔn)1級(jí)文件，以HDF格式存儲(chǔ)。采用衛(wèi)星中心開發(fā)的衛(wèi)星監(jiān)測分析與遙感應(yīng)用系統(tǒng)對(duì)1級(jí)數(shù)據(jù)進(jìn)行定標(biāo)、定位和投影轉(zhuǎn)換。為了方便計(jì)算，采用等經(jīng)緯度投影，投影后采用LDF格式存儲(chǔ)。

3.2積雪遙感監(jiān)測

為了避免不必要的云和數(shù)據(jù)壞點(diǎn)的影響，從全年軌道數(shù)據(jù)中篩選出383條軌道數(shù)據(jù)，采用IDL編程語言實(shí)現(xiàn)FY3/VIRR數(shù)據(jù)的積雪監(jiān)測算法流程。經(jīng)過計(jì)算生成每條軌道對(duì)應(yīng)的積雪和云的遙感判識(shí)數(shù)據(jù)，利用等經(jīng)緯度投影面積查算表對(duì)判識(shí)結(jié)果進(jìn)行統(tǒng)計(jì)后得到研究區(qū)域的積雪覆蓋信息（圖5、圖6）。

圖4　研究區(qū)示意圖

圖5　2013年5月5日FY3/VIRR影像

圖6　2013年5月5日FY3/VIRR積雪判識(shí)

3.3結(jié)果對(duì)比分析

為了對(duì)獲得的研究區(qū)積雪監(jiān)測結(jié)果進(jìn)行有效性驗(yàn)證，選取2013年全年內(nèi)與FY3/VIRR數(shù)據(jù)相同時(shí)間的晴空MODIS數(shù)據(jù)進(jìn)行對(duì)比分析。MODIS數(shù)據(jù)的積雪信息提取采用新疆生態(tài)環(huán)境遙感中心MODIS數(shù)據(jù)積雪監(jiān)測業(yè)務(wù)系統(tǒng)。該系統(tǒng)利用MODIS高光譜、多波段資料和氣象臺(tái)站觀測資料，以逐步判別與Bayes判別等數(shù)學(xué)統(tǒng)計(jì)的方法結(jié)合不同目標(biāo)物的光譜特性，同時(shí)考慮下墊面條件和季節(jié)等對(duì)積雪深度分布的影響，建立MODIS積雪深度回歸模型[28-30]。

由于2種數(shù)據(jù)分辨率不同，統(tǒng)計(jì)面積數(shù)據(jù)之間會(huì)存在系統(tǒng)誤差，故僅對(duì)研究區(qū)域的積雪覆蓋度進(jìn)行對(duì)比分析。

對(duì)MODIS數(shù)據(jù)和FY3/VIRR數(shù)據(jù)得到的2013年研究區(qū)積雪覆蓋監(jiān)測數(shù)據(jù)進(jìn)行比較（圖7），可以看出FY-3積雪監(jiān)測結(jié)果與MODIS積雪監(jiān)測結(jié)果基本一致。其中2013年1—2月FY-3積雪監(jiān)測結(jié)果略高于MODIS積雪監(jiān)測結(jié)果（平均誤差4.59%）；11—12月FY-3積雪監(jiān)測結(jié)果略低于MODIS積雪監(jiān)測結(jié)果（平均誤差6.12%）；其余時(shí)間2種衛(wèi)星積雪監(jiān)測結(jié)果較吻合（平均誤差0.72%）。

圖7　2013年FY-3與MODIS積雪覆蓋度監(jiān)測數(shù)據(jù)比較

為了進(jìn)一步驗(yàn)證FY-3積雪監(jiān)測結(jié)果與MODIS積雪監(jiān)測結(jié)果數(shù)據(jù)之間是否存在顯著差異，對(duì)2013年全年參與對(duì)比分析的26組數(shù)據(jù)進(jìn)行t檢驗(yàn)（表3），假設(shè)FY-3積雪監(jiān)測結(jié)果與MODIS積雪監(jiān)測結(jié)果不具有顯著性差異，當(dāng)顯著度取α=0.05時(shí)，tα的置信區(qū)間為（-2.056，2.056），檢驗(yàn)結(jié)果為0.015，在置信區(qū)間內(nèi)，故接受原假設(shè)。說明FY-3積雪監(jiān)測結(jié)果與MODIS積雪監(jiān)測結(jié)果不具有顯著性差異，且信度在95%以上。

通過上述數(shù)據(jù)對(duì)比及分析，說明利用FY-3衛(wèi)星數(shù)據(jù)可以有效提取積雪信息，同時(shí)該方法監(jiān)測結(jié)果與現(xiàn)有MODIS衛(wèi)星積雪監(jiān)測產(chǎn)品不存在顯著性差異，具有可比性和業(yè)務(wù)化運(yùn)行的可行性。

表3　2013年阿勒泰地區(qū)FY-3與MODIS積雪覆蓋度監(jiān)測數(shù)據(jù)對(duì)比

4　結(jié)論

運(yùn)用FY3/VIRR數(shù)據(jù).對(duì)阿勒泰地區(qū)2013年積雪蓋度的提取和結(jié)果對(duì)比分析，得到的結(jié)論如下：

（1）通過利用FY3/VIRR儀器探測通道對(duì)積雪、不同云系、不同地表的響應(yīng)靈敏性，將多個(gè)通道的探測數(shù)據(jù)運(yùn)算和組合判識(shí)，可以實(shí)現(xiàn)積雪的衛(wèi)星遙感監(jiān)測。

（2）以歸一化積雪指數(shù)（NDSI）為主要參數(shù)，輔助可見光和近紅外通道，以多通道閾值法可以有效提取積雪信息。并且該方法簡單有效，參與運(yùn)算的數(shù)據(jù)量較少，有利于業(yè)務(wù)化運(yùn)行。

（3）研究區(qū)FY3/VIRR積雪監(jiān)測數(shù)據(jù)與MODIS積雪監(jiān)測業(yè)務(wù)產(chǎn)品對(duì)比分析表明：FY-3積雪監(jiān)測結(jié)果與MODIS積雪監(jiān)測產(chǎn)品不具有顯著性差異，監(jiān)測結(jié)果具有可比性。

（4）通過對(duì)研究區(qū)外不同區(qū)域的數(shù)據(jù)試驗(yàn)發(fā)現(xiàn)隨著緯度、季節(jié)、地形、下墊面等的不同，簡單應(yīng)用該方法具有較大的誤差。因此，今后業(yè)務(wù)化過程中還需對(duì)參數(shù)進(jìn)行調(diào)整和優(yōu)化，以進(jìn)一步減少誤差。

[1]王建.衛(wèi)星遙感雪蓋制圖方法對(duì)比與分析[J].遙感技術(shù)與應(yīng)用，1999，14（4）：29-36.

[2]李培基，米德生.中國積雪的分布[J].冰川凍土，1983，5 （4）：9-27.

[3]FY-3衛(wèi)星有效載荷及數(shù)據(jù)產(chǎn)品介紹[M].北京：中國氣象局國家衛(wèi)星氣象中心，2007.

[4]楊忠東，盧乃錳,施進(jìn)明,等.FY-3衛(wèi)星有效載荷與地面應(yīng)用系統(tǒng)概述[J].氣象科技進(jìn)展，2013，3（4）：6-12.

[5]黃曉東，郝曉華，楊永順，等.光學(xué)積雪遙感研究進(jìn)展[J].草業(yè)科學(xué)，2012，29（1）：35-43

[6]HallDK,RiggsGA,SalomonsonVV.Algorithm theoretical basic document（ATBD）for the MODIS snow and sea Ice-mapping algorithms[R].MASA，2001.

[7]Frei A,&Robinson D A.Evaluation of snow extent and its variability in atmospheric model intercomparison project. Journal of Geophysical Research，1998，103，8859-8871.

[8]Rango A,Walker A E,Goodison B E.Role of snow and ice[C]//Schultz G A,Engman E.Remote sensing in hydrology and water management.Berlin：Springer-Verlag，2000：239-270.

[9]Robinson D A,Dewey K F,Heim R R.Global snow cover monitoring-an update[J].Bulletin of the American Meteorological Society，1993，74（9）：1689-1696.

[10]Rutger Dankers,Steven M,De Jong.Monitoring snowcover dynamicsinNorthernFennoscandiawithSPOT VEGETATION images[J].International Journal of Remote Sensing，2004，25（15）：2933-2949.

[11]Hartman R K,Rost A A,Anderson D M.Operational processing of multi-source snow data[A].In:Proceedings of the 63rd Annual Western Snow Conference[C].Sparks，Nevada，1995：147-151.

[12]Xiao X,Shen Z,Qin X.Assessing the potential of VEGETATION sensor data for mapping snow and ice cover:a Normalized Difference Snow and Ice Index[J].International Journal of Remote Sensing，2001，22（13）：2479-2487.

[13]Xiao X,Zhang Q,Boles S,et al.Mapping snow cover in the pan-Arctic zone,using multi-yea（r1998-2001）images from optical VEGETATION sensor[J].International Journal of Remote Sensing，2004，25（24）：5731-5744.

[14]Xiao X,Moore III B,Qin X,et al.Large-scale observations of alpine snow and ice cover in Asia:Usingmulti-temporal VEGETATION sensor data[J].International Journal of Remote Sensing，2002，23（11）：2213-2228.

[15]Hall D K,Riggs G A,Salomonson V V,et al.MODIS snowcover products[J].Remote Sensing of Environment，2002，83：181-194.

[16]周穎，鞏彩蘭，胡勇，等.FY-3MERSI數(shù)據(jù)提取北冰洋海冰信息方法研究[J].大氣與環(huán)境光學(xué)學(xué)報(bào)，2013，01：53-59.

[17]蔣玲梅，王培，張立新，等.FY3B-MWRI中國區(qū)域雪深反演算法改進(jìn)[J].中國科學(xué)：地球科學(xué)，2014，03：531-547.

[18] 李楊，張璞，劉艷，等.風(fēng)三微波亮溫?cái)?shù)據(jù)在北疆地區(qū)的雪深反演研究[J].水土保持研究，2013，04：166-171.

[19] 任偉，張永宏，曹庭，等.基于衛(wèi)星可見光掃描輻射計(jì)逐日數(shù)據(jù)區(qū)域雪情監(jiān)測方法研究 [J].科學(xué)技術(shù)與工程，2014，33：152-157.

[20]張永宏，曹庭，任偉，等.基于FY-3A/VIRR數(shù)據(jù)的雪蓋信息提取軟件設(shè)計(jì)與實(shí)現(xiàn) [J].計(jì)算機(jī)工程與科學(xué)，2015，07：1325-1330.

[21] 高玉宏,程遠(yuǎn),王文玲,等.基于RS和GIS的黑龍江省積雪時(shí)空變化研究[J].測繪與空間地理信息，2015，08：85-86.

[22] 張鵬，楊虎，邱紅風(fēng)，等.FY-3衛(wèi)星的定量遙感應(yīng)用能力氣象科技進(jìn)展，2012，2（4）：6-11.

[23] 楊軍，董超華，盧乃錳，等.中國新一代極軌氣象衛(wèi)星——FY-3[J].氣象學(xué)報(bào)，2009，67（4）：501-509.

[24] 楊軍，董超華，盧乃錳，等.新一代風(fēng)云極軌氣象衛(wèi)星業(yè)務(wù)產(chǎn)品及應(yīng)用.北京：科學(xué)出版社，2011.

[25]國家衛(wèi)星氣象中心.FY-3（01批）衛(wèi)星使用要求.2004.

[26] 國家衛(wèi)星氣象中心.FY-3氣象衛(wèi)星應(yīng)用系統(tǒng)一期工程初步設(shè)計(jì).2006.

[27]SalomonsonVV,Appel I.Estimating fractional snow cover from MODIS using the normalized difference snow index[J].Remote Sensing of Environment，2004，89：351-360.

[28]李三妹，傅華，黃鎮(zhèn)，等.用EOS/MODIS資料反演積雪深度參量[J].干旱區(qū)地理，2006，29（5）：718-725.

[29]傅華，李三妹，黃鎮(zhèn),等.MODIS雪深反演數(shù)學(xué)模型驗(yàn)證及分析[J].干旱區(qū)地理，2007，30（6）：907-914.

[30]張旭，陳愛京，肖繼東，等.基于EOS/MODIS積雪遙感監(jiān)測的北疆冬季人工增雪效果分析[J].沙漠與綠洲氣象，2010，4（1）：48-51.

Analysis on Snow Cover in Altay Region Based on FY-3VIRR Data

ZHANG Xu1，YANG Zhihua1，YANG Changjun2，LI Yang3
（1.Xinjiang Climate Center，Urumqi 830002，China；2.National Satellite Meteorological Center，Beijing 100081，China；3.Institute of Desert Meteorology，CMA，Urumqi 830002，China）

Based on the 3rd Fenyun series of the second generation of the polar-orbiting operational environmental and meteorological satellite,we used the normalized difference snow index （NDSI）and the spectral threshold algorithm method for monitoring snow cover of the Altay region in 2013.Through the comparative analysis of the FY3VIRR results and the processed snow cover monitoring data with MODIS product,we found that the FY3VIRR data can be achieved on the snow cover information on this study area and the method is simple and effective.These results indicated that the FY-3VIRR snow cover monitoring results with MODIS snow monitoring products is consistent and comparable.

FY-3VIRR；snow cover；remote sensing

P426.635；TP873

B

1002-0799（2016）03-0083-06

10.3969/j.issn.1002-0799.2016.03.013

2015-07-22；

2015-11-02

自治區(qū)科技支疆項(xiàng)目（2013911104）、國家自然科學(xué)基金（41271098）、新疆氣象局業(yè)務(wù)新技術(shù)項(xiàng)目（yx201303）。

張旭（1979-），男，高級(jí)工程師，主要從事生態(tài)環(huán)境遙感監(jiān)測與遙感應(yīng)用研究工作。E-mail：9139009@qq.com