被動微波遙感反演雪深與氣象站觀測雪深時空對比

王靜，車濤，戴禮云，岳珊娜，鄭照軍

1.中國科學院西北生態(tài)環(huán)境資源研究院 甘肅省遙感重點實驗室 中國科學院黑河遙感試驗研究站,蘭州 730000;2.中國科學院大學,北京 100049;3.中國氣象局國家衛(wèi)星氣象中心,北京 100081

1 引言

積雪是冰凍圈的重要組成部分，對氣候、水資源和環(huán)境的影響不可忽視（Brown 和Goodison，1996；Mankin等，2015；張廷軍和鐘歆玥，2014）。雪深是積雪研究中的重要參數(shù)，其不僅能反映積雪范圍，還能反映積雪質(zhì)量（Kura? 等，2008；Wang 等，2014；Chang 等，1976）?，F(xiàn)階段，地面站點雪深觀測資料和被動微波遙感反演雪深產(chǎn)品被廣泛應用于中國地區(qū)的積雪研究。

站點雪深觀測相較于其他雪深監(jiān)測方法而言，測量精度較高，可信度強。許多學者利用站點雪深觀測數(shù)據(jù)對中國及主要積雪區(qū)雪深、雪密度、雪水當量等相關參數(shù)的空間分布現(xiàn)狀和變化規(guī)律進行研究。李培基和米德生（1983），李培基（1987，1990）利用氣象站點雪深數(shù)據(jù)對中國1980 年之前的積雪分布、積雪水資源變化進行研究，發(fā)現(xiàn)中國積雪空間不均，面積大但深度較小，而且雪深年際變化顯著，季節(jié)性明顯。戴禮云和車濤（2010）利用氣象站觀測雪深和雪壓參數(shù)計算積雪密度，對1999 年—2008 年中國地區(qū)雪密度的時空分布和影響特征進行研究，發(fā)現(xiàn)雪深是西北和東北地區(qū)雪密度的主要貢獻因子，穩(wěn)定積雪區(qū)雪密度變化相對平穩(wěn)，但最大雪密度卻發(fā)生在1月份江南地區(qū)的湖南和江西的交界處。馬麗娟和秦大河（2012）利用1957 年—2009 年氣象站觀測雪深數(shù)據(jù)分析中國的積雪變化，發(fā)現(xiàn)中國及各區(qū)域年平均雪深和雪水當量均表現(xiàn)為不顯著的波動增加趨勢。但氣象臺站又具有分布不均勻、空間不連續(xù)、山區(qū)站點稀少、甚至高海拔地區(qū)臺站缺失等缺點，難以實現(xiàn)對積雪空間連續(xù)的動態(tài)監(jiān)測（Kunkel 等，2007）。此外，站點分布的空間代表性也會影響研究結果（Yang 和Woo，1999；Chang 等，2005；Trujillo等，2009）。

隨著遙感技術的發(fā)展，被動微波遙感因其具有長時序，高時間分辨率和覆蓋范圍廣等特點，逐漸發(fā)展成為主要的雪深監(jiān)測手段，實現(xiàn)了對積雪大范圍、宏觀、快速、多尺度、多時相和周期性的監(jiān)測（Hall 等，2002；Matzler 等，1982；吳楊 等，2007），彌補了站點觀測的不足。車濤等（2005）和Che 等（2008）利用被動微波反演雪深數(shù)據(jù)對中國地區(qū)不同時間段內(nèi)積雪和積雪水資源的分布及變化進行研究，發(fā)現(xiàn)1993 年—2002 年雪深存在年際波動，并沒有明顯的增加或減小趨勢，但1987 年—2006 年中國積雪年際變化顯著，西北地區(qū)和青藏高原地區(qū)雪量顯著增加，東北地區(qū)雪量略有減少。戴聲佩等（2010）利用被動微波反演雪深數(shù)據(jù)研究發(fā)現(xiàn)：1978 年—2005 年，中國積雪深度和積雪日數(shù)具有增加趨勢，于1980s青藏高原地區(qū)增加和減少趨勢并存，1990s 整體增加，2000 年—2005 年基本不變。喬德京等（2018）等利用被動微波遙感反演雪深對1980 年—2009 年青藏高原積雪物候變化進行研究，得到20 世紀80 年代青藏高原地區(qū)雪深呈遞減趨勢的結論。隨后，田柳茜等（2014）利用被動微波用反演雪深數(shù)據(jù)對青藏高原地區(qū)的雪深變化進行了研究，發(fā)現(xiàn)1988年前后青藏高原積雪分布顯著不同，1979年—2007年青藏高原積雪日數(shù)、積雪深度和海拔三者之間在空間上具有顯著的正相關。被動微波遙感雪深產(chǎn)品現(xiàn)以廣泛應用于區(qū)域和全國尺度的雪深研究，但被動微波遙感原始亮溫數(shù)據(jù)以及各類雪深產(chǎn)品在獲取過程中易受原始遙感圖像空間精度、傳感器工作狀態(tài)、大氣特性、參數(shù)反演方法等多個因素的影響，導致雪深反演過程中仍具有不確定性。

正確認識積雪的時空變化特征對水文水資源、積雪災害預警等具有重要的意義，但不論是臺站觀測雪深還是被動微波遙感反演雪深，得出中國地區(qū)積雪時空變化情況是不完全一致的，而且研究時段不同、研究區(qū)、研究方法的不同均會導致各結論間不具有可比性。而對不同來源的雪深數(shù)據(jù)進行對比和評估，對其不確定性進行分析是一項非常重要的工作，是正確選擇和高效使用雪深數(shù)據(jù)的前提。因此本文利用被動微波遙感反演雪深與地面觀測逐日雪深對整個中國地區(qū)用統(tǒng)一的方式進行對比，明確1979 年—2019 年中國及各積雪區(qū)站點雪深、被動微波遙感反演雪深的變化和分布特征，詳細分析不同雪深產(chǎn)品在主要積雪區(qū)的雪深變化差異，評價其一致性并探討其優(yōu)缺點，為利用這兩種雪深數(shù)據(jù)集對中國地區(qū)長時間積雪變化的研究提供參考和依據(jù)。

2 數(shù)據(jù)及方法

2.1 數(shù)據(jù)來源

本文所用的站點雪深數(shù)據(jù)來自“中國地面氣候積雪日值數(shù)據(jù)集”，該數(shù)據(jù)集包括全國2000多個氣象觀測站的地面積雪逐日觀測資料。由于各氣象站建站時間或開始有積雪觀測要素時間的不同，導致不同站點觀測起始時間有所不同。為了保證雪深記錄的時間連續(xù)性，本研究挑選1979 年9 月1日至2019年8月31日內(nèi)平均每個月雪深缺測不超過4 天的606 個站點進行分析，所得站點的空間分布如圖1 所示。分析時，定義從前一年的9 月1 日至當年的8月31日為一個完整的積雪年，即1980年積雪變化是指1979年9月1日至1980年8月31日內(nèi)積雪的變化情況。

圖1 氣象站分布及典型積雪區(qū)Fig.1 Map showing the meteorological station and the typical snow cover areas

本文所用到的被動微波遙感反演雪深數(shù)據(jù)是“中國雪深長時間序列數(shù)據(jù)集（1979年—2020年）”，該雪深產(chǎn)品是車濤和李新（2005），李新和車濤（2007）在Chang 算法（Chang 等，1987）的基礎上針對中國地區(qū)進行修正，利用交叉定標后具有時間一致性（Dai 等，2015）的SMMR（1978 年—1987 年）、SSM/I（1987 年—2007 年）和SSMI/S（2008年—2020年）逐日被動微波亮溫數(shù)據(jù)反演得到，其空間分辨率為0.25°×0.25°。目前，該雪深產(chǎn)品可在國家青藏高原科學數(shù)據(jù)中心（http：//www.tpdc.ac.cn/［2021-10-22］）申請下載，用于生產(chǎn)雪深數(shù)據(jù)的原始被動微波亮度溫度數(shù)據(jù)可以在美國國家雪冰數(shù)據(jù)中心（National Snow and Ice Data Center，https：//nsidc.org/［2021-10-22］）下載。

2.2 研究方法

本文提取站點和遙感數(shù)據(jù)的年最大雪深和年平均雪深進行逐年對比，采用線性趨勢分析法對1980 年—2019 年兩種數(shù)據(jù)的變化趨勢進行分析，并利用F 檢驗（F-test）確定近40 年來兩種數(shù)據(jù)變化趨勢的顯著性。線性方程的構建如下：

式中，xi表示第i年，yi表示第i年的雪深（年最大雪深或年平均雪深），a是斜率，表示雪深隨時間的平均變化率和變化趨勢，（若a>0 表示近40 年雪深趨勢增加，若a<0 表示雪深趨勢減少，若a=0 表示雪深沒有變化）。b是回歸直線的截距，表示研究時段內(nèi)第一個積雪年即1980年的期望雪深值。文中對線性回歸直線的斜率a進行p<0.05 的F 檢驗，本研究的研究期為40年，當F-test值大于4.098時，表示近40年內(nèi)雪深具有顯著的變化趨勢。

求取兩種數(shù)據(jù)的年最大雪深時，是在一個積雪年中直接統(tǒng)計12 個月內(nèi)的最大雪深值；年平均雪深值的計算，是在一個積雪年中先計算12 個月逐月雪深平均值，再利用逐月雪深平均值求得年平均雪深值。

本文采用皮爾遜相關系數(shù)r（Pearson’s r）和均方根誤差RMSE（Root Mean Square Error）兩種指標對不同時間段內(nèi)站點雪深與被動微波遙感反演雪深的一致性進行評價。其計算公式分別如下：

式中，n=40，表示研究時段，SD（Snow Depth）表示雪深，O（Observation data）表示氣象站觀測雪深數(shù)據(jù)，R（remote sensing data）表示被動微波遙感反演的雪深數(shù)據(jù)；分別表示第i年臺站觀測與遙感反演的年最大或年平均雪深值；分別表示1980 年—2019 年臺站觀測與遙感反演年最大或年平均雪深均值。

3 結果與分析

3.1 雪深空間分布對比分析

站點和遙感數(shù)據(jù)反映出中國的積雪主要分布在東北、西北和青藏高原地區(qū)，雪深的空間分布基本一致，但不同資料對中國地區(qū)雪深值的大小反映有所不同。對比年最大雪深的平均分布（圖2（a）和圖2（b）（審圖號：GS（2022）2242 號）），結果顯示中國南方地區(qū)兩者的分布差異較大，站點觀測的平均年最大雪深值介于1—5 cm，但遙感數(shù)據(jù)顯示出中國南方地區(qū)基本沒有積雪。此外，遙感數(shù)據(jù)顯示出中國新疆北部阿爾泰山和準噶爾盆地南部邊緣地區(qū)、大興安嶺和小興安嶺部分地區(qū)雪深較大，平均年內(nèi)最大雪深可達38 cm，而站點數(shù)據(jù)觀測到新疆阿勒泰站和西藏聶拉木地區(qū)雪深較大，平均年最大雪深介于40—57.2 cm。對比雪深平均值分布（圖2（c）和圖2（d）），兩種資料表現(xiàn)出新疆北部和內(nèi)蒙古—東北地區(qū)積雪分布較為一致，青藏高原地區(qū)差異很大。數(shù)值上，站點數(shù)據(jù)的多年平均雪深值介于0—9.9 cm，遙感數(shù)據(jù)多年平均值介于0—9.8 cm，即針對整個中國地區(qū)，站點和遙感數(shù)據(jù)反映出中國的積雪一樣多。

圖2 1980年—2019年中國雪深分布特征Fig.2 Spatial distribution characteristics of snow depth in China from 1980 to 2019

根據(jù)Li等（2022）對中國地區(qū)積雪穩(wěn)定性類型的劃分結果（積雪類型劃分數(shù)據(jù)可在國家冰川凍土沙漠科學數(shù)據(jù)中心http：//www.ncdc.ac.cn/［2021-10-22］申請下載），選擇內(nèi)蒙古—東北地區(qū)、新疆北部和青藏高原3個區(qū)域作為典型積雪區(qū)對兩種雪深數(shù)據(jù)進行比較（圖1）?？紤]到氣象臺站分布不均的因素，為了更詳細的對比站點雪深與遙感雪深之間的關系，本文提取1980 年—2019 年各站點觀測與之對應遙感像元的逐日雪深進行對比分析，其中，內(nèi)蒙古—東北積雪區(qū)內(nèi)可用于對比分析的站點為109個，新疆積雪區(qū)34個，青藏高原積雪區(qū)80個。

無論是年最大雪深還是年平均雪深，站點觀測和遙感反演的結果均顯示為新疆北部的積雪最深，其次是東北地區(qū)，青藏高原雪深最小。比較發(fā)現(xiàn)，典型積雪區(qū)最大積雪深度臺站觀測值要略大于遙感反演值。對比年平均雪深的大小，發(fā)現(xiàn)新疆積雪區(qū)臺站觀測值大于遙感反演值，青藏高原積雪區(qū)遙感反演雪深平均值與站點觀測雪深值平均值差異最大，而內(nèi)蒙古—東北積雪區(qū)遙感反演雪深站點觀測雪深平均值基本相等。從各積雪區(qū)年平均最大積雪深度和年平均積雪深度的標準差變化來看，新疆北部地區(qū)臺站觀測的積雪深度比遙感觀測的積雪深度年際變化大，青藏高原表現(xiàn)為遙感觀測雪深年際變化大于站點觀測，而在內(nèi)蒙古—東北地區(qū)二者的年際變化基本一致（圖3）。

典型積雪區(qū)各站點與之對應遙感像元雪深相關性結果顯示（圖4），內(nèi)蒙古—東北地區(qū)兩種雪深較為一致，回歸方程的斜率大約為1。新疆積雪區(qū)兩種數(shù)據(jù)雪深的相關性也較好，但當站點觀測平均年最大雪深超過30 cm 時，所有站點對應遙感像元雪深值均小于其相應站點的雪深值。青藏高原積雪區(qū)站點雪深跟遙感雪深相關性較差，由年最大雪深的散點分布可以看出，高原地區(qū)年大部分站點與對應遙感像元的年最大雪深分布較為一致，散點分布在1∶1 線的兩側；而從年平均雪深的散點分布中可以看出，散點分布偏向縱軸，即年平均雪深站點明顯小于遙感像元。綜合以上對比分析，3 個典型區(qū)站點觀測與之對應遙感反演雪深之間，內(nèi)蒙古—東北地區(qū)相關性最強，新疆地區(qū)次之，青藏高原地區(qū)較差。

圖4 1980年—2019年典型積雪區(qū)站點雪深與站點對應遙感像元雪深的相關散點圖Fig.4 The correlation scatter diagram of snow depth from meteorological observation and corresponding remote sensing pixel in typical snow areas

圖5 1980年—2019年中國及典型積雪區(qū)年最大積雪深度、年平均積雪深度的年際變化Fig.5 Interannual variation of annual maximum snow depth and annual mean snow depth in China and typical snow cover areas from 1980 to 2019

3.2 雪深年際變化對比分析

對比中國地區(qū)站點與遙感數(shù)據(jù)年最大、年平均雪深的年際變化趨勢，結果顯示近40 年中國地區(qū)兩種數(shù)據(jù)的雪深年際變化趨勢存在差異，主要表現(xiàn)為站點觀測有雪深增加的趨勢，而遙感反演雪深有減少的趨勢。最大雪深站點觀測雪深于各年均大于遙感反演雪深，并且兩者之間的雪深偏差逐年增大；而年平均雪深卻表現(xiàn)為遙感反演大于站點觀測，兩者之間的偏差逐年減小。

對比各積雪區(qū)站點雪深和遙感雪深，結果顯示在內(nèi)蒙古—東北積雪區(qū)和新疆積雪區(qū)過去40 年年內(nèi)變化趨勢相反，均是站點雪深呈現(xiàn)增加趨勢，遙感雪深呈現(xiàn)減少趨勢，并且站點觀測雪深的年際變化大于遙感反演雪深的年際變化。青藏高原積雪區(qū)近40 年間遙感反演得到的年平均雪深值于各積雪年內(nèi)明顯高于站點觀測年平均雪深值，兩者偏差較大，這可能與該地區(qū)海拔較高，空間異質(zhì)性強有關，因為氣象站點大多位于遙感像元中海拔比較低的地方，大部分時間站點無雪，而周圍山區(qū)有雪，所以導致遙感雪深年平均值明顯大于站點觀測雪深年平均值。

各典型積雪區(qū)雪深年際變化趨勢的對比結果顯示，內(nèi)蒙古—東北地區(qū)站點與對應遙感像元年平均雪深的年際波動趨勢于1989 年之后基本一致，1980 年—1989 年這一時間段內(nèi)兩者的差異相對較大。針對該現(xiàn)象，文中分別計算了1980 年—2019 年、1989 年—2019 年這兩個時間段內(nèi)各典型積雪區(qū)站點觀測與之對應遙感像元年雪深的相關性（r）和均方根誤差（RMSE）（表1）。對比結果顯示，1988 年之后各典型積雪區(qū)兩種數(shù)據(jù)平均雪深的相關性明顯提高，新疆積雪區(qū)兩種雪深的偏差沒有明顯變化，但內(nèi)蒙古—東北積雪區(qū)和青藏高原積雪區(qū)站點雪深與遙感像元雪深平均值之間的偏差均有不同程度的減小。分析發(fā)現(xiàn)，早期（1978年10月26—1987年8月20）SMMR傳感器在中低緯度的掃描帶寬較窄，導致該傳感器在中緯度地區(qū)有大面積的亮度溫度缺失，而且該傳感器每兩天采集一次亮溫值，時間分辨率較低。在利用該傳感器的被動亮溫數(shù)據(jù)反演雪深數(shù)據(jù)時，Dai等（2015）通過不同傳感器的交差定標，已經(jīng)提高了SMMR 亮溫數(shù)據(jù)與SMMI 亮溫數(shù)據(jù)在時間上的一致性，但是利用SMMR 傳感器提供的亮溫數(shù)據(jù)反演的雪深產(chǎn)品還是存在問題。

表1 中國典型積雪區(qū)不同時間段內(nèi)站點觀測與站點對應遙感像元最大（max）、平均（mean）積雪深度的均方根誤差（RMSE）和相關性（r）Table 1 The maximum and mean snow depth of meteorological observations and corresponding remote sensing pixels in different time periods in China’s typical snow cover areas Root Mean Square Error（RMSE）and Correlation（r）

根據(jù)以上分析的結果，對比中國地區(qū)站點觀測雪深和遙感反演雪深1990 年—2019 年間年最大雪深、年平均雪深的變化率，并進行p<0.05 的顯著性檢驗。結果顯示近30 年兩種數(shù)據(jù)在東北平原地區(qū)有一致的雪深顯著（p<0.05）增加的變化趨勢，在青藏高原西部、東南部雪深具有一致的顯著（p<0.05）減少的變化趨勢（圖6）。但兩種雪深變化率值域差異較大，具體表現(xiàn)為最大雪深變化率站點觀測明顯大于遙感反演，平均雪深變化率遙感反演明顯大于站點觀測。遙感反演雪深結果顯示在天山山脈、昆侖山脈、祁連山脈均有雪深顯著增加的趨勢，而站點雪深卻沒有相同的結果，這可能與高海拔地區(qū)站點數(shù)據(jù)的缺失有關。

圖6 1990年—2019年中國雪深顯著變化（P<0.05）分布特征Fig.6 Spatial distribution characteristics of snow depth in China during 1990—2019 were significantly changed（P<0.05）

4 討論

本研究發(fā)現(xiàn)新疆積雪區(qū)站點雪深和被動微波遙感雪深年際變化差異較大，并且差異較大的年份均表現(xiàn)為站點雪深明顯大于遙感雪深，尤其在1988年、2001年、2010年、2011年和2013年站點觀測與之對應遙感像元雪深差異較其他年份更大。但對比內(nèi)蒙古—東北積雪區(qū)的年平均積雪變化，發(fā)現(xiàn)在1988 年之后站點與遙感雪深變化趨勢一致性較好。為了進一步探討相應年份站點雪深與之對應遙感雪深差異過大的可能原因，以新疆積雪區(qū)12 個站點的雪深變化為例（圖7，站點信息如表2 所示），對2007 年—2012 年共5 個積雪年內(nèi)不同積雪類型站點與之對應遙感像元的逐日雪深變化趨勢進行對比。

表2 新疆積雪區(qū)不同積雪類型站點信息Table 2 The information of meteorological observations on snow area in Xinjiang

圖7 2008年—2012年新疆地區(qū)站點觀測與站點對應遙感像元逐日雪深變化Fig.7 Daily variation of snow depth in Xin Jiang from 2008 to 2012 based on meteorological observation and corresponding remote sensing pixel

對比發(fā)現(xiàn)，被動微波遙感不能很好地反映短時間內(nèi)積雪厚度快速變化的雪深信息。如圖7所示阿勒泰站（51076）、富蘊站（51087）和青河站（51186）這3 個站點均在2010 積雪年達到雪深最大值，分別為94 cm、88 cm 和95 cm?！吨袊鴼庀鬄暮δ觇b》（2009，2011）中統(tǒng)計到，近些年中2008 年和2010 年為雪災偏重年份，有研究（張淑萍和祝從文，2011）也發(fā)現(xiàn)2009 年12 月—2010 年2 月新疆北部地區(qū)共出現(xiàn)7 次持續(xù)性強降雪時段，其中4次出現(xiàn)了大暴雪天氣過程。而被動微波遙感反演得到的雪深在2008 年—2012 年間年際波動較小，2010 年積雪年阿勒泰站（51076）、富蘊站（51087）和青河站（51186）站點對應遙感像元位置反演最大雪深值分別為34 cm、38 cm 和30 cm，并沒有反映出這些強降雪事件。已有研究（車濤，2006）表明當雪深超過50 cm 后，積雪輻射增加，Ka波段被動微波信號出現(xiàn)飽和，體散射信號減弱，導致雪深低估。而針對中國地區(qū)，被動微波沒有反映出如2010年北疆地區(qū)短時間內(nèi)雪深大于40 cm的極端降雪事件。雪深較淺時，兩種數(shù)據(jù)的雪深差異也較大，因為淺雪會在短時間內(nèi)快速融化，站點觀測有雪，但衛(wèi)星過境時遙感像元無雪，所以兩者雪深觀測的時間差會導致他們之間的差異。也可能是淺雪部分融化導致雪層中液態(tài)水含量加多，而被動微波遙感無法反演濕雪的雪層厚度，最終表現(xiàn)為站點雪深與被動微波反演雪深之間的差異較大。

對比圖1 和圖6，發(fā)現(xiàn)青藏高原西部和西南部近30 a 遙感雪深顯著減少的區(qū)域基本沒有長時間序列的臺站雪深觀測數(shù)據(jù)。以青藏高原積雪變化的相關研究為例，田柳茜等（2014）和馬麗娟等（2010）對影響青藏高原積雪日數(shù)變化原因得出了不一致的結論，除了研究方法的不同會影響研究結果外，高海拔地區(qū)站點數(shù)據(jù)的缺失可能也是導致兩者結果具有差異的主要影響因素。因為遙感能監(jiān)測到各個海拔高度的積雪變化，所以田柳茜等利用被動微波遙感反演雪深數(shù)據(jù)得到的是整個青藏高原積雪日數(shù)的變化與海拔在空間上具有顯著的正相關；而馬麗娟等（2010）用于研究青藏高原積雪日數(shù)變化的92 個站點集中分布在高原的東部和東南部，最高海拔不超過5000 m（目前分布在青藏高原地區(qū)的安多站是中國地區(qū)海拔最高（4801 m）、雪深觀測數(shù)據(jù)較全的地面觀測站點），研究得到青藏高原積雪日數(shù)的變化與氣溫變化有顯著的相關關系，對海拔變化依賴性不大。

研究中對各典型積雪區(qū)內(nèi)站點所在遙感像元雪深與站點觀測雪深進行對比，結果顯示中國東北地區(qū)站點與之對應遙感像元相關性最強，新疆地區(qū)次之，青藏高原較差。根據(jù)氣象站選址要求，觀測場必須設在四周空曠平坦且避免有高大建筑物的地方，所以證明文中所選站點能夠較好的代表東北和新疆地區(qū)相應像元內(nèi)雪深變化的平均狀態(tài)，而分布在青藏高原的站點則不能很好地代表相應像元的平均雪深變化，這可能與該地區(qū)空間異質(zhì)性強，站點代表性差等因素有關（李新，2013；徐保東 等，2015；譚秋陽 等，2021）。青藏高原地區(qū)地形復雜多變，高海拔地區(qū)氣溫低有利于積雪的形成和維持，低海拔地區(qū)氣溫偏高不利于積雪的維持，坡度坡向也會導致同一海拔高度雪深的差異較大，因此積雪多呈斑塊狀分布（除多 等，2017）；被動微波遙感分辨率較低，傳感器獲取的是整個像元內(nèi)總的亮溫值，其產(chǎn)品代表一定空間范圍內(nèi)雪深的整體分布狀態(tài)。因為高原上的站點大多都選擇在海拔較低的地方，空間代表范圍有限，大部分時間站點觀測無雪而周圍山區(qū)有雪，所以遙感反演雪深平均值明顯高于站點觀測的雪深平均值。

5 結論

本文通過對比氣象臺站地面觀測雪深與被動微波遙感反演雪深的空間分布與年際變化趨勢，得到兩種雪深數(shù)據(jù)在中國及各積雪區(qū)雪深時空分布及變化的異同。

首先，兩種數(shù)據(jù)都顯示中國積雪主要分布在東北、西北等高緯度地區(qū)和青藏高原等高海拔地區(qū)，站點雪深與之對應遙感像元反演雪深在東北地區(qū)相關性最好，新疆地區(qū)次之，青藏高原兩者的相關性較弱。在大于40 cm 的深雪區(qū)和雪深小于5 cm 的南方地區(qū)兩者分布差異較大，具體表現(xiàn)為站點觀測最大雪深明顯高于遙感反演的最大雪深。1990 年—2019 年，站點雪深與遙感反演雪深年際變化較為一致，在東北平原地區(qū)雪深顯著（p<0.05）增加，在青藏高原東南部雪深顯著（p<0.05）減少。

其次，站點代表性與點面之間的尺度不匹配是兩種雪深產(chǎn)生差異的主要原因。本研究中，青藏高原地區(qū)站點雪深與對應被動微波遙感反演像元雪深差異較大，是因為青藏高原地區(qū)的氣象站大多選址在海拔較低的地方，大部分時間站點觀測無雪而周圍山區(qū)有雪，所以站點觀測數(shù)據(jù)不能很好的反映對應微波遙感像元25 km 范圍內(nèi)中高海拔地區(qū)及山區(qū)內(nèi)雪深的平均分布和變化狀況。而被動微波遙感數(shù)據(jù)的分辨率較低，其雪深產(chǎn)品也受積雪特性變化的影響，對短時間內(nèi)雪深變化較大的極端降雪事件不敏感。

最后，衛(wèi)星遙感平臺的不同和更替也會影響遙感雪深產(chǎn)品的質(zhì)量和時間一致性。由于早期（1978 年—1987 年）SMMR 傳感器在中低緯地區(qū)的掃描帶寬較窄，并且每兩天采集一次亮溫，時間分辨率較低，導致利用該傳感器亮溫數(shù)據(jù)反演雪深數(shù)據(jù)的質(zhì)量較低。雖然已有的遙感積雪產(chǎn)品具有以上不足，但因為積雪的分布和動態(tài)特性較為復雜，只能利用遙感方法獲取大面積范圍內(nèi)積雪的整體變化趨勢，而被動微波遙感能夠很好的獲取積雪信息且時間分辨率較高，適合用于長時間的積雪變化監(jiān)測。所以，根據(jù)本研究的對比結果建議利用1988 年之后的被動微波遙感雪深產(chǎn)品評估中國地區(qū)長時間內(nèi)的雪深分布及變化，進一步提高其結論的可信度。