基于modis與amsr-e數(shù)據(jù)的雪情參數(shù)快速提取研究

基于modis與amsr-e數(shù)據(jù)的雪情參數(shù)快速提取研究

作為重要的地球表層覆蓋，雪季對水、氣、生態(tài)環(huán)境以及人類生產(chǎn)和生活的影響著巨大的影響。過量而長期的降雪會掩蓋草場致使牲畜凍餓死亡、低溫冷害造成農(nóng)作物減產(chǎn)絕收,形成雪災(zāi)。此外雪災(zāi)還會造成其他次生災(zāi)害,如雪崩、融雪性洪澇、雨雪冰凍、房屋倒損、交通電力通訊中斷等,對人民的生命財產(chǎn)和生產(chǎn)生活造成巨大威脅。我國雪災(zāi)主要發(fā)生在北方牧區(qū),災(zāi)區(qū)多在偏遠(yuǎn)的地區(qū),一旦發(fā)生災(zāi)害,如何準(zhǔn)確評價和及時援救,最大限度地減少災(zāi)區(qū)的經(jīng)濟(jì)損失,是一個十分迫切的問題。因此,及時準(zhǔn)確地提取積雪區(qū)域與積雪深度的分布情況,是雪災(zāi)監(jiān)測和雪災(zāi)危害程度評價的關(guān)鍵,對于抗災(zāi)救災(zāi)工作意義重大。搭載于Terra與Aqua衛(wèi)星上的MODIS光譜儀與AMSR-E被動微波輻射計已成為全球積雪遙感研究者的主要數(shù)據(jù)源。國內(nèi)外利用MODIS數(shù)據(jù)在積雪動態(tài)變化監(jiān)測等領(lǐng)域進(jìn)行了大量的科研工作,目前雪蓋提取的研究主要以雪蓋指數(shù)法、亮度閾值法為主,為了提高混合像元積雪識別的精度,一些學(xué)者還提出了混合像元分解法、人工神經(jīng)網(wǎng)絡(luò)等方法。Liang等研究表明:雪蓋指數(shù)法提取積雪參數(shù)的自動化程度高、計算簡單,而且可以消除地形的影響,生成的MODIS雪蓋產(chǎn)品在無云條件下積雪識別精度較高,然而,由于降雪時常伴隨多云天氣,無法使用光學(xué)傳感器及時獲得雪情信息,使得積雪監(jiān)測受到天氣的限制。為了去除云的干擾、填補(bǔ)云覆蓋造成的空白區(qū),Hall等發(fā)展了一種多時相替換法獲取MODIS每日的無云積雪產(chǎn)品,并利用同化實(shí)驗(yàn)進(jìn)行精度驗(yàn)證。此外,搭載于Aqua衛(wèi)星上AMSR-E傳感器憑借其豐富的微波波段與微波穿透性較強(qiáng)的優(yōu)勢,常被應(yīng)用于全球或半球尺度的雪蓋、雪深、雪水當(dāng)量反演的研究中。典型的亮溫梯度算法采用18GHz和37GHz通道的亮溫差估算雪深與雪水當(dāng)量;而Derksen發(fā)現(xiàn)AMSR-E數(shù)據(jù)的18.7GHz與10.7GHz的垂直極化亮溫差比36.5Ghz與18.7Ghz亮溫差對雪水當(dāng)量更加敏感。因此,隨著積雪被動微波遙感模型的不斷成熟,利用AMSR-E數(shù)據(jù)反演的雪水當(dāng)量還被引入融雪徑流模型中模擬徑流與蓄水量。雖然AMSR-E微波數(shù)據(jù)具有不受云層影響、能夠穿透雪表,獲得雪層內(nèi)信息的優(yōu)勢,但由于AMSR-E數(shù)據(jù)的空間分辨率較低,且區(qū)域性范圍積雪識別精度不高,從而大大弱化了AMSR-E數(shù)據(jù)在積雪遙感研究中的應(yīng)用。如何有效利用Terra和Aqua星各自搭載的MODIS傳感器數(shù)據(jù)與AMSR-E亮溫數(shù)據(jù),通過協(xié)同反演的方法相對快速準(zhǔn)確地提取逐日雪情參數(shù)目前未有人涉及,需要深入進(jìn)行研究。本研究以新疆為例,運(yùn)用MODIS上下午星獲取的數(shù)據(jù)和被動微波輻射計AMSR-E升降軌亮溫數(shù)據(jù),對光學(xué)與微波遙感數(shù)據(jù)協(xié)同反演逐日雪情參數(shù)的方法進(jìn)行研究,以達(dá)到去除云層影響、提高積雪識別精度與監(jiān)測頻率、實(shí)現(xiàn)每日全天候雪情監(jiān)測,為雪災(zāi)災(zāi)情評價提供支持。1研究區(qū)域和數(shù)據(jù)采集1.1新疆西部草原大陸性氣候區(qū)新疆位于亞歐大陸中部,地處中國西北邊陲,北部為阿爾泰山,南部為昆侖山系,天山橫貫中部,形成南疆的塔里木盆地和北疆的準(zhǔn)噶爾盆地,屬于明顯的溫帶大陸性氣候,夏季短促炎熱,冬季漫長嚴(yán)寒,降雪時空分布不均,導(dǎo)致新疆北部阿勒泰地區(qū)、西北部塔城地區(qū)、西部伊犁地區(qū)、巴音布魯克大草原、南疆西部山區(qū)等局部地區(qū)每年均有大的降雪,甚至雪災(zāi)發(fā)生。每年10月至次年4月時常發(fā)生雪災(zāi)造成大雪封山、牲畜死亡、低溫冷害、交通、電力中斷等,使人民生產(chǎn)、生活以及生命財產(chǎn)遭受巨大損失。1.2研究區(qū)景觀資料研究中使用了3類數(shù)據(jù):(1)衛(wèi)星數(shù)據(jù)包括:MODIS可見光反射率數(shù)據(jù)與AMSR-E微波亮度溫度數(shù)據(jù)。從NASA地球觀測系統(tǒng)的數(shù)據(jù)和信息系統(tǒng)(EOSDIS)網(wǎng)站獲取了新疆地區(qū)2010年1月每日的上午和下午的MODIS反射率數(shù)據(jù)———MOD09GA與MYD09GA,空間分辨率為500m,覆蓋研究區(qū)的影像共計7景。通過美國冰雪中心數(shù)據(jù)中心獲取了北半球2010年1月每日升軌和降軌的亮溫數(shù)據(jù),空間分辨率為25km。(2)氣象臺站觀測的積雪資料。獲取了2010年1月新疆71個氣象臺站的旬值觀測資料,數(shù)據(jù)項(xiàng)包括臺站號、臺站名、臺站地理坐標(biāo)、旬最大積雪深度、旬最低氣溫及出現(xiàn)日期等。(3)輔助數(shù)據(jù)。包括新疆行政邊界、MOD35與MYD35云掩膜數(shù)據(jù)。將3種HDF格式數(shù)據(jù)統(tǒng)一轉(zhuǎn)換為ENVI標(biāo)準(zhǔn)格式,轉(zhuǎn)換后采用Albers等積投影、WGS84橢球體。由于MODIS數(shù)據(jù)與AMSR-E數(shù)據(jù)空間分辨率不一致,需將AMSR-E數(shù)據(jù)重采樣至500m。最后將每日多景MODIS數(shù)據(jù)拼接為一幅新疆區(qū)域影像,并利用新疆行政邊界將MODIS與AMSR-E數(shù)據(jù)裁剪至新疆區(qū)域。同時,為了解決AMSR-E單日升降軌數(shù)據(jù)的裂隙問題,采用升降軌數(shù)據(jù)平均合成的方法以獲得新疆區(qū)域單日的AMSR-E完整數(shù)據(jù)。2原則和方法2.1基于在有云與無云的雪情參數(shù)協(xié)同反演的實(shí)施步驟由于光學(xué)傳感與被動微波傳感器的自身特點(diǎn)不同,造成光學(xué)傳感器的MODIS數(shù)據(jù)與被動微波輻射計的AMSR-E數(shù)據(jù)在積雪參數(shù)反演領(lǐng)域上具有各自優(yōu)勢與不足。相對而言,MODIS數(shù)據(jù)空間分辨率較高,可見光與短波紅外的特征波段能夠有效識別積雪,對于積雪范圍的識別具有獨(dú)特優(yōu)勢。但是由于大范圍降雪常常伴隨著多云等惡劣天氣,云頂?shù)目梢姽馀c近紅外強(qiáng)反射作用會屏蔽云層下方的地面信息,造成云層下積雪信息缺失。另外,薄卷云在可見光波段具有與積雪相似的光譜特征,時常造成積雪的誤判。2010年12月18日英格蘭遭遇暴風(fēng)雪襲擊,但當(dāng)天的MODIS雪產(chǎn)品顯示約80%的地面被云層所覆蓋。因此,很難在積雪季獲得無云或者云量小于10%的每日連續(xù)雪情數(shù)據(jù),天氣狀況極大地限制了MODIS數(shù)據(jù)在積雪監(jiān)測中的應(yīng)用。此外,可見光與紅外幾乎無法穿透雪表,因此MODIS數(shù)據(jù)不能用于反演雪深與雪水當(dāng)量。AMSR-E數(shù)據(jù)能夠穿云透霧,不受云層等因素影響,能全天候觀測地表積雪信息,也能夠穿透一定厚度的積雪層從而探測到雪深與雪水當(dāng)量的信息。而且AMSR-E微波輻射計與MODIS傳感器搭載于同一顆Aqua衛(wèi)星上,數(shù)據(jù)的時間一致性好,相互匹配度高,時間分辨率高,能夠?qū)崿F(xiàn)每日至少一次的積雪實(shí)時監(jiān)測。然而,空間分辨率較低,而且在區(qū)域尺度積雪識別存在較大偏差。為了實(shí)現(xiàn)兩種數(shù)據(jù)的優(yōu)勢互補(bǔ),提高積雪識別精度,使雪情信息最大化,實(shí)現(xiàn)在有云與無云的全天候條件下獲取每日連續(xù)的雪情監(jiān)測數(shù)據(jù),將兩種數(shù)據(jù)有效協(xié)同起來反演雪情參數(shù)勢在必行。本文設(shè)計了一套基于MODIS與AMSR-E數(shù)據(jù)的雪情參數(shù)協(xié)同反演方法,技術(shù)流程如圖1。利用MODIS的Terra與Aqua反射率數(shù)據(jù)分別提取單日上午(Terra上午10:30過境)與下午(Aqua下午13:30過境)的雪蓋范圍。由于云會隨風(fēng)向快速移動,其上午與下午的空間位置與覆蓋范圍往往會發(fā)生快速變化,而積雪覆蓋范圍與地物的空間位置相對固定,某地區(qū)上午有云覆蓋,而下午可能無云覆蓋,因此將上午與下午的積雪范圍進(jìn)行信息互補(bǔ)、合成,能夠有效去除云的影響,還原云層下的雪情信息,并且最大限度保留光學(xué)影像的高分辨率信息。同時,利用AMSR-E亮溫數(shù)據(jù)分別采用不同的雪深反演算法提取積雪分布與深度信息。最后,根據(jù)云覆蓋區(qū)的判斷將MODIS所獲得的單日光學(xué)雪蓋范圍影像與AMSR-E微波數(shù)據(jù)提取得到的單日雪蓋影像和積雪深度影像進(jìn)行合成,從而去除那些通過MODIS上下午星數(shù)據(jù)合成還不能去除的云覆蓋區(qū)域,協(xié)同實(shí)現(xiàn)積雪范圍信息的提取。具體步驟如下:(1)利用上午和下午Terra和Aqua上搭載的MDOIS傳感器獲取的遙感數(shù)據(jù),協(xié)同提取雪情參數(shù),基于云的高動態(tài)性以去除云層的干擾;(2)利用AMSR-E升降軌數(shù)據(jù)進(jìn)行雪情參數(shù)的反演,包括積雪范圍與雪深;(3)將MODIS與AMSR-E單一傳感器反演得到的雪情參數(shù)進(jìn)行合成,進(jìn)一步去除云層的影響,以獲得高時間高空間分辨率的雪情參數(shù)提取結(jié)果。2.2一個單次給藥劑對2.2積分表型的識別由于積雪在可見光波段具有強(qiáng)反射和在短波紅外波段具有強(qiáng)吸收的光譜特征,Hall等建立了歸一化差分積雪指數(shù)NDSI(normalizeddifferencesnowindex)用以識別積雪。對于MODIS數(shù)據(jù),其表達(dá)式為:式中:b4,b6分別為MODIS第4波段(0.55μm)和第6波段(1.64μm)的反射率。本文采用NDSI指數(shù)法判斷積雪覆蓋,利用這一指數(shù)可以有效識別積雪,并能區(qū)分雪與水體、大部分積云以及石灰?guī)r等白色地物,同時考慮森林覆蓋對積雪識別的影響,由于新疆天山北部地區(qū)有大片森林覆蓋,森林冠層會屏蔽部分積雪信息,使得林區(qū)積雪的NDSI值普遍偏小。(1)利用歸一化植被指數(shù)NDVI劃分森林覆蓋區(qū)與非森林覆蓋區(qū),積雪期植被較少,只有常綠喬木存在,當(dāng)NDVI>0.1時認(rèn)為有森林存在。(2)在無森林區(qū),同時滿足NDSI≥0.4,b2>0.11且b4>0.1條件的像元定義為冰雪。(3)在森林覆蓋區(qū),降低了NDSI的閾值,當(dāng)NDSI≥0.1,b2>0.11且b4>0.1的像元才被識別為積雪。采用以上方法,分別處理單日的Terra/MODIS和Aqua/MODIS的地表反射率數(shù)據(jù),以獲取單日上午與下午的積雪覆蓋范圍圖,分別記作MOD雪蓋圖與MYD雪蓋圖。2.3散射作用加強(qiáng)由于雪在高頻波段體散射起主導(dǎo)作用,頻率越高,散射作用越強(qiáng),散射作用大大減弱了衛(wèi)星觀測到的積雪直接輻射;這種特性可以用來探測地表積雪的存在以及積雪的厚度。因此,AMSR-E數(shù)據(jù)既可以用于積雪覆蓋范圍提取,還可以用于積雪深度的反演。2.3.1濕雪區(qū)域的劃分依據(jù)本文采用Grody的全球雪蓋識別方法提取AMSR-E亮溫數(shù)據(jù)的積雪覆蓋范圍,根據(jù)地物的輻射特性可以將地物分為散射體和發(fā)射體,積雪、凍土、沙漠、降雨都是散射體,因此需要區(qū)分散射體與發(fā)射體,并且剔除類似的無積雪像元。目前Grody的積雪分類方法最為完整,該方法利用散射與極化的亮溫差以及亮溫的自身不同,分離不同的散射體,逐步剔除沙漠、凍土和降水。新疆地區(qū)積雪季期間極少發(fā)生降雨,因此不考慮降雨造成的誤判,去除Grody的全球雪蓋識別方法中的降水判別語句,將降雪區(qū)域視為積雪覆蓋區(qū)域。此外,由于濕雪中的液態(tài)水會造成雪層對微波的吸收作用增強(qiáng),積雪的散射特性明顯降低,濕雪狀態(tài)下的亮溫梯度會變小,幾乎接近于0。這會造成濕雪被區(qū)分為非散射體,從而將濕雪區(qū)域誤判為無雪覆蓋的陸地。Grody只使用了上午的降軌數(shù)據(jù)以避免下午積雪融化導(dǎo)致漏判濕雪,本文同時使用了升軌與降軌的數(shù)據(jù),因此在Grody算法的基礎(chǔ)上,采用Walker的方法添加了濕雪判斷。同時為了使該方法更好地適應(yīng)新疆的區(qū)域性,本研究利用地面先驗(yàn)知識對判識因子的閾值進(jìn)行了相應(yīng)調(diào)整。(1)分離散射體:scat=max(Tb18V-Tb36V,Tb23V–Tb89V)>5(2)剔除寒漠:Tb18V-Tb36V≤13,Tb36V-Tb89V≤13且Tb18V-Tb18H≥18(4)濕雪判別:Tb36V-Tb36H≥10且scat≤5(5)將濕雪與剔除寒漠和凍土的干雪像元進(jìn)行合并就是AMSR-E所提取的積雪范圍影像,記作AE雪蓋圖。2.3.2半理論半經(jīng)驗(yàn)的雪深反演雪粒作為微波輻射的散射體,其散射受到雪層深度的影響,雪層越深,其散射強(qiáng)度越強(qiáng)而到達(dá)傳感器的輻射強(qiáng)度越弱。頻率越高,散射作用越強(qiáng),同一極化方式下亮溫隨頻率增加而降低,而降低幅度與雪層厚度有關(guān)。已有大量研究發(fā)展了基于不同頻率亮溫差的半理論半經(jīng)驗(yàn)的雪深反演算法,其形式一般如下:式中:SD為雪深;△Tb是不同頻率的亮溫差,通常為18GHz和36GHz的水平或垂直極化亮溫差;a和b為經(jīng)驗(yàn)參數(shù)。2009年黃曉東以北疆地區(qū)為研究對象,在研究了2002-2005年的3個積雪季AMSR-E數(shù)據(jù)亮溫差與地面20個氣象臺站的每日雪深基礎(chǔ)上,建立了北疆地區(qū)的雪深反演模型:SD=0.49(Tb18V-Tb36V)+8.72,在10~30cm雪深范圍內(nèi)反演精度較高,能夠反映北疆地區(qū)的積雪深度實(shí)際分布特征,本文采用此模型來反演新疆地區(qū)2010年1月的每日積雪深度。2.4開發(fā)平臺生成雪蓋區(qū)域由于云層的位置與覆蓋范圍往往會在數(shù)小時內(nèi)發(fā)生劇烈的變化,因此,將MODIS提取的MOD雪蓋圖與MYD雪蓋圖進(jìn)行積雪范圍最大合成,以達(dá)到去除部分云層影響并最大程度保留MODIS光學(xué)影像信息的目的。首先需要利用MODIS的云掩膜產(chǎn)品獲取云信息,由于已經(jīng)對MODIS雪蓋范圍進(jìn)行了上午下午的最大合成,因此也需要將上午云區(qū)與下午云區(qū)求交集,獲取單日內(nèi)上午與下午都被云所覆蓋的區(qū)域。為了進(jìn)一步彌補(bǔ)云層造成的信息損失,將單日上下午求交的云分布圖作為判斷依據(jù),當(dāng)云分布圖顯示無云時,采用MXD雪蓋圖的像元值賦予對應(yīng)像元,當(dāng)云分布圖顯示為有云時,合成結(jié)果賦予AE雪蓋圖的相應(yīng)類別像元值,對每個像元逐一進(jìn)行判斷,獲得單日無云的積雪覆蓋范圍圖。最后,利用積雪覆蓋范圍圖剔除積雪深度圖中的非雪像元,同時將二者信息合并于一張影像圖上,既可以大大提高積雪深度反演結(jié)果的精度,還可以實(shí)現(xiàn)雪情信息的最大化。3結(jié)果與精度分析3.1不同amsr-e傳感器在不同云量范圍中的積分特征的應(yīng)用本研究中最終所獲得的積雪范圍是由單日內(nèi)不同時相的MODIS光學(xué)數(shù)據(jù)與AMSR-E微波數(shù)據(jù)協(xié)同反演得到的。以新疆地區(qū)2010年1月1日的積雪覆蓋范圍提取為例,如圖2所示,研究區(qū)2010年1月1日的MOD雪蓋圖(圖2(a))與MYD雪蓋圖(圖2(b))中云占了相當(dāng)大的比例,MOD雪蓋圖像中云量達(dá)到20.88%,MYD雪蓋圖像中云量為14.28%,說明云層對MODIS反演積雪范圍影響巨大。對比2(a),2(b)兩圖可發(fā)現(xiàn)云層在上午與下午發(fā)生了明顯的位置移動,經(jīng)過上午與下午的積雪范圍最大合成,MXD雪蓋圖像(圖2(c))中的云量明顯下降至5.54%。MOD雪蓋圖、MYD雪蓋圖與合成后的MXD雪蓋圖的云量差別,說明采用不同時相積雪覆蓋范圍合成的MXD雪蓋圖像能夠極大地消除云對積雪監(jiān)測的影響。通過與由AMSR-E數(shù)據(jù)提取的AE雪蓋圖(圖2(d))協(xié)同反演得到新疆2010年1月1日的積雪覆蓋范圍圖(圖2(e))。該結(jié)果很好地去除了云層的遮擋并且還原了云層覆蓋下的地表信息,有效提高了雪蓋反演的精度,同時滿足了每日至少一次的積雪監(jiān)測需要,這對災(zāi)情監(jiān)測與評價至關(guān)重要。本研究的協(xié)同反演結(jié)果在圖像分辨率與雪蓋反演精度方面也有較大改進(jìn):(1)MXD雪蓋圖(圖2(c))中云被部分去除的同時空間分辨率依然保持了500m,并且保持了MODIS光學(xué)數(shù)據(jù)在晴空條件積雪高識別精度的優(yōu)勢。(2)AE雪蓋圖(圖2(d))的空間分辨率為25km,其積雪的分類精度較MODIS光學(xué)數(shù)據(jù)的反演精度低,如圖D所示AE雪蓋圖過高的估計了混合像元的雪蓋面積,與MXD雪蓋圖協(xié)同后,其空間分辨率上升至500m,與單一AMSR-E傳感器反演結(jié)果相比,協(xié)同反演的積雪分類精度也得到明顯改善。本研究利用上節(jié)提到的方法反演了新疆地區(qū)2010年1月31天的積雪深度,如圖3所示,以2010年1月1日為例,綜合利用AMSR-E數(shù)據(jù)反演的積雪深度與協(xié)同反演的積雪范圍合成研究區(qū)積雪深度分布圖。從圖中可以看出,新疆北端阿爾泰山、南天山與北天山、伊犁河谷、天山中部等地區(qū)雪層厚度較大,積雪深度可達(dá)30~50cm。而新疆東部與南部塔里木盆地積雪深度很小或者無雪。該結(jié)果與新疆地區(qū)氣象觀測得到的積雪實(shí)際分布狀況基本一致。3.2反演精度分析3.2.1不同雪蓋范圍反演的對比結(jié)合地面71個臺站的觀測數(shù)據(jù)和相應(yīng)的積雪覆蓋范圍圖像對比分析,采用總體識別精度(Oa)來衡量反演結(jié)果與實(shí)際觀測值的總體一致性,并采用積雪識別精度(Sa)來判斷協(xié)同反演方法的積雪識別精度,其公式分別表示為:式中:S,L分別為反演結(jié)果中積雪或陸地類別與臺站觀測類別一致的像元數(shù);SL為漏判積雪的像元數(shù),即實(shí)際觀測有雪,反演結(jié)果無雪;LS為多判積雪的像元數(shù),即實(shí)際觀測無雪,反演結(jié)果誤判有雪。結(jié)果如表1所示,分別給出了本文前面所提到的五種不同雪蓋范圍反演結(jié)果的一致性與精度。MOD雪蓋圖與MYD雪蓋圖完全依靠MODIS數(shù)據(jù)采用NDSI方法提取,漏判較多,積雪識別精度較低,MOD雪蓋圖的積雪識別精度僅為63.6%。經(jīng)過上午與下午的雪蓋最大合成,MXD雪蓋圖的積雪識別精度比MOD雪蓋圖高13.0%,總體識別精度由80.1%上升至86.5%。說明采用Terra與Aqua的MODIS數(shù)據(jù)反演合成積雪范圍能夠提高反演精度,消除云層的影響。而采用AMSR-E數(shù)據(jù)與MODIS數(shù)據(jù)協(xié)同反演的積雪覆蓋范圍圖AMXD漏判較光學(xué)反演結(jié)果明顯減少,多判像元數(shù)量也保持在一個較低的水平,總體精度高達(dá)88.7%,積雪識別精度也有明顯改善,達(dá)到80.5%。可見協(xié)同反演方法能夠較好地識別出積雪分布,綜合兩種遙感數(shù)據(jù)的優(yōu)勢,實(shí)現(xiàn)在全天候條件下高精度的每日連續(xù)雪情監(jiān)測。3.2.2雪深模型的建立由于雪深的地面觀測數(shù)據(jù)為旬最大觀測值,所以本文反演了2010年1月每日的雪深并進(jìn)行了旬最大合成。利用2010年1月研究區(qū)的71個氣象臺站觀測的雪深數(shù)據(jù)和對應(yīng)的雪深模擬值對反演結(jié)果進(jìn)行精度驗(yàn)證,共有213對樣本參與了對比研究,雪深范圍從0至97cm波動。將雪深分為<10cm、10~30cm,>30cm共計3個水平,分別計算每個水平的雪深模擬值與觀測值之間的平均誤差、正向平均誤差、負(fù)向平均誤差、絕對平均誤差和RMSE。表2結(jié)果表明:當(dāng)雪深小于10cm時,正向誤差為10.88cm,負(fù)向誤差為0cm,說明雪深模型高估了研究區(qū)的實(shí)際雪深。在雪深為10~30cm時,平均誤差、絕對誤差、RMSE明顯降低,平均誤差和絕對平均誤差分別只有-1.75cm和4.42cm,RMSE僅為5.89cm說明該模型對于10~30cm的積雪反演精度較高。當(dāng)雪深