基于多源数据的青藏高原雪深重建

青藏高原地形复杂，积雪时空分布异质性较强且大部分地区积雪较薄，而被动微波遥感因其空间分辨率低以及雪深反演中的不确定性，极大地限制了其反演青藏高原雪深的精度。本文尝试将多源遥感数据以及与积雪模型（SnowModel）相结合，来重建更高质量的青藏高原雪深数据。首先，利用MODIS积雪面积比例产品，根据构建的积雪衰减曲线以及经验的融合规则对低分辨率被动微波雪深进行了降尺度；然后，结合MODIS/被动微波融合雪深数据和SnowModel对研究区进行雪深数据同化实验；最后，利用地面站实测雪深数据对MODIS/被动微波融合雪深以及同化输出雪深的精度进行了分析和对比。结果表明，基于数据同化方法得到的雪深数据更接近地面观测雪深值，通过均方根误差以及相关系数的对比，同化雪深结果优于MODIS/被动微波融合雪深结果。