NOAA IMS雪冰产品在青藏高原积雪监测中的适用性分析

doi:10.7522/j.issn.1000-0240.2021.0051

摘要/Abstract

摘要：

在系统评估青藏高原积雪观测典型气象站历史定位坐标精度基础上，利用站点雪深资料对NOAA IMS 4 km和1 km分辨率雪冰产品在青藏高原的精度和适用性进行了验证和评估，定量分析了IMS 4 km到1 km空间分辨率提高和气象站历史定位与GPS定位坐标之间的差异对青藏高原IMS积雪监测精度的影响。结果表明：青藏高原个别气象站历史坐标与当前GPS接收机定位之间存在较大的差异，如安多气象站经度偏小0.6°，纬度偏大0.08°。IMS 4 km雪冰产品在青藏高原的总精度介于76.4%~83.2%，平均为80.1%，积雪分类精度介于35.8%~60.7%，平均为47.2%，平均误判率为17.1%，平均漏判率为45.5%，总体上呈现地面观测的积雪日数越多、平均雪深越大，其总体监测精度越低，而积雪分类精度越高的特点。IMS分辨率从4 km到1 km总体精度平均提高了2.9%，积雪分类精度平均提高了0.9%，主要是由于个别站点的精度提升较大引起的，对高原多数台站积雪监测精度的改进和提升很小。除个别台站外，目前气象站历史坐标和GPS定位坐标之间的差异，对IMS 4 km积雪监测精度验证结果没有影响。然而，今后随着卫星遥感技术的发展，更高时空分辨率的遥感积雪产品将用于积雪监测和研究，精确的地面观测站坐标信息是对这些遥感数据开展精度验证与实际应用的前提。

关键词: IMS雪冰产品, 积雪深度, 地面观测, 精度评价, 青藏高原

Abstract:

Snow on the Tibetan Plateau （TP） is a vital fresh water source in western China and Himalayan regions， and snow cover variation is also a significant indicator of climate condition in the TP and its surroundings. As a snow cover product based on blended approaches， including active and passive satellite sensors， ground observation and other auxiliary information， NOAA IMS （Interactive Multisensor Snow and Ice Mapping System） is most widely used for large-scale snow cover detection and relevant climate research. In this study， the evaluation of the historical positioning coordinate accuracy of representativemeteorological stations for snow observation in the TP is systematically made for the first time， and then the accuracy and applicability of NOAA IMS 4 km and 1 km products over the TP are verified and evaluated using snow depth data from these stations， and the effect of IMS spatial resolution improvement from 4 km to 1 km on the snow detection accuracy over the TP， and the influence of the difference between the historical and GPS positioning coordinates of meteorological stations on the accuracy of IMS snow detection over the TP are quantitatively analyzed in this study. The results show that： There are great differences between the historical coordinates and current GPS positioning information for some meteorological stations in the TP， such as the longitude of Amdo （Anduo） Meteorological Station recorded by historical positioning is 0.6° smaller than GPS positioning and the latitude is 0.08° greater than GPS positioning information. Overall accuracy of IMS 4 km product on the TP ranges 76.4%~83.2% with an average of 80.1%. The accuracy of snow detection is 35.8%~60.7% with an average of 47.2%， and average commission error rate is 17.1% while average omission error rate is 45.5%， which generally features that the more snow-covered days and the higher average snow depth are observed on the ground， the lower the overall monitoring accuracy and the higher the snow detection accuracy. Compared with IMS 4 km product， overall accuracy of IMS 1 km increased by 2.9% on average， the accuracy of snow detection increased by 0.9%， average commission error rate reduced by 5.1% and omission error rate increased by 4.1%， which is mainly caused by the greater accuracy improvement of several stations while there is little impact on the overall accuracy improvement of snow detection for most of stations on the TP. Except for some meteorological stations， the impact of differences between the historical and GPS positioning coordinates of meteorological stations on IMS 4 km product accuracy over the TP is limited at present. However， with the development of satellite remote sensing technology， remote sensing snow products with higher spatial-temporal resolution will be used for snow monitoring and study in the future. Accurate coordinate information of ground observation station is essential for accuracy validation and practical application of these remote sensing data.

Key words: IMS snow and ice products, snow depth, ground observation, accuracy evaluation, Tibetan Plateau

中图分类号:

P468.0⁺25

除多,扎西顿珠,次丹玉珍. NOAA IMS雪冰产品在青藏高原积雪监测中的适用性分析[J]. 冰川冻土, 2021, 43(6): 1659-1672.

Duo CHU,Dunzhu ZHAXI,Yuzhen CIDAN. Analysis on applicability of NOAA IMS snow and ice products in snow cover monitoring over the Tibetan Plateau[J]. Journal of Glaciology and Geocryology, 2021, 43(6): 1659-1672.

图/表 15

图1

图2

表1

表2

表3

图3

表4

表5

图4

图5

表6

图6

图7

图8

图9

参考文献 46

1	Li Wenkai， Guo Weidong， Qiu Bo， et al. Influence of Tibetan Plateau snow cover on East Asian atmospheric circulation at medium-range time scales［J］. Nature Communications， 2018， 9： 4243.
2	You Qinglong， Wu Tao， Shen Liuchen， et al. Review of snow cover variation over the Tibetan Plateau and its influence on the broad climate system［J］. Earth-Science Reviews， 2020， 201： 103043.
3	Li Peiji， Mi Desheng. Distribution of snow cover in China［J］. Journal of Glaciology and Geocryology， 1983， 5（4）： 9-18.
	李培基，米德生. 中国积雪的分布［J］. 冰川冻土， 1983， 5（4）： 9-18.
4	Zhong Zhentao， Li Xia， Xu Xiaocong， et al. Spatial-temporal variations analysis of snow cover in China from 1992-2010［J］. Chinese Science Bulletin， 2018， 63（25）： 2641-2654.
	钟镇涛，黎夏，许晓聪，等. 1992~2010年中国积雪时空变化分析［J］. 科学通报， 2018， 63（25）： 2641-2654.
5	Skiles S M， Flanner M， Cook J M， et al. Radiative forcing by light-absorbing particles in snow［J］. Nature Climate Change， 2018， 8： 964-971.
6	Hall D K. Assessment of polar climate change using satellite technology［J］. Reviews of Geophysics， 1988， 6（21）： 26-39.
7	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.
8	Henderson G R， Peings Y， Furtado J C， et al. Snow-atmosphere coupling in the Northern Hemisphere［J］. Nature Climate Change， 2018， 8： 954-963.
9	Musselman K N， Clark M P， Liu Changhai， et al. Slower snowmelt in a warmer world［J］. Nature Climate Change， 2017， 7（3）： 214-219.
10	Fyfe J C， Derksen C， Mudryk L， et al. Large near-term projected snowpack loss over the western United States［J］. Nature Communications， 2017， 8： 14996.
11	Bormann K J， Brown R D， Derksen， C， et al. Estimating snow-cover trends from space［J］. Nature Climate Change， 2018， 8： 924-928.
12	Webster M， Gerland S， Holland M， et al. Snow in the changing sea-ice systems［J］. Nature Climate Change， 2018， 8： 946-953.
13	IPCC. Climate change 2014： synthesis report［R］. Geneva， Switzerland： WMO， 2014.
14	Mudryk L R， Kushner P J， Derksen C， et al. Snow cover response to temperature in observational and climate model ensembles［J］. Geophysical Research Letters， 2017， 44： 919-926.
15	Beniston M. Impacts of climatic change on water and associated economic activities in the Swiss Alps［J］. Journal of Hydrology， 2012， 412： 291-296.
16	Hamlet A F， Lettenmaier D P. Effects of 20th century warming and climate variability on flood risk in the western US［J/OL］. Water Resources Research， 2007， 43（6）［2021-06-04］. .
17	Mote P W， Hamlet A F， Clark M P， et al. Declining mountain snowpack in western North America［J］. Bulletin of the American Meteorological Society， 2005， 86： 39-49.
18	Chu Duo. Remote sensing of land use and land cover in mountain region： A comprehensive study at the central Tibetan Plateau ［M］. Singapore： Springer Nature， 2020.
19	Barnett T P， Adam J C， Lettenmaier D P. Potential impacts of a warming climate on water availability in snow-dominated regions［J］. Nature， 2005， 438： 303-309.
20	McCabe G J， Wolock D M. Recent declines in western U.S. snowpack in the context of twentieth-century climate variability［J/OL］. Earth Interactions， 2009， 13（12）［2021-06-04］. .
21	Smith T， Bookhagen B. Changes in seasonal snow water equivalent distribution in High Mountain Asia （1987 to 2009）［J］. Science Advances， 2018， 4： e1701550.
22	Lievens H， Demuzere M， Marshall H P， et al. Snow depth variability in the Northern Hemisphere mountains observed from space［J］. Nature Communications， 2019， 10： 4629.
23	Wu G X， Liu Y M， He B， et al. Thermal controls on the Asian summer monsoon［J］. Scientific Reports， 2012， 2： 404.
24	Zhu Yuxiang， Ding Yihui， Xu Huaigang. The decadal relationship between atmospheric heat source of winter and spring snow over Tibetan Plateau and rainfall in east China［J］. Acta Meteorologica Sinica， 2007， 65（6）： 946-958.
	朱玉祥，丁一汇，徐怀刚. 青藏高原大气热源和冬春积雪与中国东部降水的年代际变化关系［J］. 气象学报， 2007， 65（6）： 946-958.
25	Blanford H F. On the connexion of the Himalayan snowfall with dry winds and seasons of drought in India［J］. Proceedings of the Royal Society of London： Series I， 1884， 37： 3-22.
26	Hall D K， Riggs G A， Salomonson V V. Development of methods for mapping global snow cover using moderate resolution imaging spectroradiometer data［J］. Remote Sensing of Environment， 1995， 54（2）： 127-140.
27	Che Tao， Li Xin， Gao Feng. Estimation of snow water equivalent in the Tibetan Plateau using passive microwave remote sensing data （SSM/I）［J］. Journal of Glaciology and Geocryology， 2004， 26（3）： 363-368.
	车涛，李新，高峰. 青藏高原积雪深度和雪水当量的被动微波遥感反演［J］. 冰川冻土， 2004， 26（3）： 363-368.
28	Chanjia Bin， Qiu Yubao， Shi Lijuan， et al. Comparative validation of snow depth algorithms using AMSR-E passive microwave data in China［J］. Journal of Glaciology and Geocryology， 2013， 35（4）： 801-813.
	宾婵佳，邱玉宝，石利娟，等. 我国主要积雪区AMSR-E被动微波雪深算法对比验证研究［J］. 冰川冻土， 2013， 35（4）： 801-813.
29	Chen He， Che Tao， Dai Liyun. Snow identification algorithm based on FY-MWRI in western China［J］. Remote Sensing Technology and Application， 2018， 33（6）： 1037-1045.
	陈鹤，车涛，戴礼云. 基于FY-MWRI的中国西部被动微波积雪判识算法［J］. 遥感技术与应， 2018， 33（6）： 1037-1045.
30	Helfrich S R， Mcnamara D， Ramsay B H， et al. Enhancements to， and forthcoming developments in the Interactive Multisensor Snow and Ice Mapping System （IMS）［J］. Hydrological Processes， 2007， 21（12）： 1576-1586.
31	Ramsay B. The interactive multisensor snow and ice mapping system［J］. Hydrological Processes， 1998， 12： 1537-1546.
32	Mazari N， Tekeli A E， Xie Hongjie， et al. Assessment of ice mapping system and moderate resolution imaging spectroradiometer snow cover maps over Colorado Plateau［J］. Journal of Applied Remote Sensing， 2013， 7（1）： 073540.
33	Chen C， Lakhankar T， Romanov P， et al. Validation of NOAA-Interactive Multisensor Snow and Ice Mapping System （IMS） by comparison with ground-based measurements over continental United States［J］. Remote Sensing， 2012， 4（5）： 1134-1145.
34	Brubaker K L， Pinker R T， Deviatova E. Evaluation and comparison of MODIS and IMS snow-cover estimates for the continental United States using station data［J］. Journal of Hydrometeorology， 2005， 6： 1002-1017.
35	Frei A， Lee S Y. A comparison of optical-band based snow extent products during spring over North America［J］. Remote Sensing of Environment， 2010， 114（9）： 1940-1948.
36	Chen Xiyu， Jiang Lingmei， Yang Juntao， et al. Validation of ice mapping system snow cover over southern China based on Landsat Enhanced Thematic Mapper Plus imagery［J］. Journal of Applied Remote Sensing， 2014， 8（1）： 084680.
37	Liu Xun， Jin Xin， Ke Changqing. Accuracy evaluation of the IMS snow and ice products in stable snow covers regions in China［J］. Journal of Glaciology and Geocryology， 2014， 36（3）： 500-507.
	刘洵，金鑫，柯长青. 中国稳定积雪区IMS雪冰产品精度评价［J］. 冰川冻土， 2014， 36（3）： 500-507.
38	Chen Aijun， Han Chenhui， Zheng Zhaojun， et al. Analysis of IMS ice and snow products over the Qinghai-Tibet Plateau［J］. China Science Paper， 2018， 13（3）： 340-344.
	陈爱军，韩琛惠，郑照军，等. 青藏高原IMS冰雪产品精度分析［J］. 中国科技论文， 2018， 13（3）： 340-344.
39	Zhang Yili， Li Bingyuan， Zheng Du. A discussion on the boundary and area of the Tibetan Plateau in China［J］. Geographical Research， 2002， 21（1）： 1-8.
	张镱锂，李炳元，郑度. 论青藏高原范围与面积［J］. 地理研究， 2002， 21（1）： 1-8.
40	Frei A， Tedesco M， Lee Shihyan， et al. A review of global satellite-derived snow products［J］. Advances in Space Research， 2012， 50（8）： 1007-1029.
41	Chu Duo， Quzhen Luosang， Yang Zhigang， et al. Spatiotemporal variations of snowfall days over the Tibetan Plateau from 1981 to 2010［J］. Journal of Applied Meteorological Science， 2017， 28（3）： 292-305.
	除多，洛桑曲珍，杨志刚，等. 1981-2010年青藏高原降雪日数时空变化特征［J］. 应用气象学报， 2017， 28（3）： 292-305.
42	Chu Duo. Snow atlas of Tibetan Plateau［M］. Beijing： China Meteorological Press， 2018： 29-30.
	除多. 青藏高原积雪图集［M］. 北京：气象出版社， 2018： 29-30.
43	Zou Jinshang， Cao Caizhu. Some factors of impacts on snowfall over Qinghai-Tibet Plateau［J］. Advances in Water Science， 1991， 2（1）： 42-49.
	邹进上，曹彩珠. 影响青藏高原降雪的若干因子研究［J］. 水科学进展， 1991， 2（1）： 42-49.
44	Chu Duo， Yang Yong， Jiancan Luobu， et al. The variations of snow cover days over the Tibetan Plateau during 1981-2010［J］. Journal of Glaciology and Geocryology， 2015， 37（6）： 1461-1472.
	除多，杨勇，罗布坚参，等. 1981-2010年青藏高原积雪日数时空变化特征分析［J］. 冰川冻土， 2015， 37（6）： 1461-1472.
45	Yang Juntao， Jiang Lingmei， Ménard C B， et al. Evaluation of snow products over the Tibetan Plateau［J］. Hydrological Processes， 2015， 29（15）： 3247-3260.
46	Sönmez I， Tekeli A E， Erdi E. Snow cover trend analysis using interactive multisensor snow and ice mapping system data over Turkey［J］. International Journal of Climatology， 2014， 34（7）： 2349-2361.

		IMS雪冰产品
		有积雪	无积雪
地面观测	有积雪	a	b
地面观测	无积雪	c	d

台站名称	省区	历史记录站点信息			当前GPS定位信息			经度差/（°）	经度差/m	纬度差/（°）	纬度差/m	海拔差/m
台站名称	省区	经度/°E	纬度/°N	海拔/m	经度/°E	纬度/°N	海拔高度/m	经度差/（°）	经度差/m	纬度差/（°）	纬度差/m	海拔差/m
安多	西藏	91.1000	32.3500	4 800	91.67966	32.26958	4 699	-0.5797	-54 588	0.0804	8 917	102
班戈	西藏	90.0167	31.3833	4 700	90.01167	31.39728	4 706	0.0050	475	-0.0139	-1 546	-6
申扎	西藏	88.6333	30.9500	4 672	88.70478	30.93106	4 666	-0.0714	-6 827	0.0189	2 099	6
那曲	西藏	92.0667	31.4833	4 507	92.06115	31.47951	4 514	0.0055	524	0.0038	424	-7
嘉黎	西藏	93.2833	30.6667	4 489	93.22996	30.64257	4 497	0.0534	5 115	0.0241	2 671	-8
浪卡子	西藏	90.4000	28.9667	4 432	90.39907	28.97133	4 484	0.0009	90	-0.0047	-514	-52
帕里	西藏	89.0833	27.7333	4 300	89.15385	27.72116	4 333	-0.0705	-6 953	0.0122	1 345	-33
错那	西藏	91.9500	27.9833	4 280	91.95659	27.99373	4 366	-0.0066	-646	-0.0104	-1 151	-86
索县	西藏	93.7833	31.8833	4 023	93.77912	31.88758	4 031	0.0042	396	-0.0042	-476	-8
丁青	西藏	95.6000	31.4167	3 873	95.59339	31.41484	3 870	0.0066	629	0.0018	219	3
石渠	四川	98.1000	32.9833	4 200	98.09708	32.97628	4 184	0.0029	270	0.0071	784	16
托托河	青海	92.4333	34.2167	4 533	92.4385	34.21613	4 536	-0.0052	-476	0.0005	60	-3
玛多	青海	98.2167	34.9167	4 272	98.21598	34.91728	4 277	0.0007	63	-0.0006	-68	-4
杂多	青海	95.3000	32.9000	4 066	95.29472	32.89357	4 069	0.0053	493	0.0064	711	-2
聂拉木	西藏	85.9667	28.1833	3 810	85.98131	28.15754	3 752	-0.0146	-1 438	0.0258	2 858	58
清水河	青海	97.1333	33.8000	4 415	97.13789	33.80516	4 422	-0.0046	-425	-0.0052	-573	-6
普兰	西藏	81.2500	30.2833	3 900	81.17645	30.28988	3 878	0.0735	7 092	-0.0065	-729	22

序号	区站号	台站名称	省区	纬度/N	经度/E	最大纬度/N	最大经度/E	经度偏差/m	纬度偏差/m
1	55294	安多	西藏	32°21′	91°06′	32°21′59″	91°06′59″	1 590	1 786
2	55279	班戈	西藏	31°23′	90°01′	31°23′59″	90°01′59″	1 627	1 764
3	55472	申扎	西藏	30°57′	88°38′	30°57′59″	88°38′59″	1 659	1 739
4	55299	那曲	西藏	31°29′	92°04′	31°29′59″	92°04′59″	1 588	1 798
5	56202	嘉黎	西藏	30°40′	93°17′	30°40′59″	93°17′59″	1 581	1 814
6	55681	浪卡子	西藏	28°58′	90°24′	28°58′59″	90°24′59″	1 664	1 760
7	55773	帕里	西藏	27°44′	89°05′	27°44′59″	89°05′59″	1 710	1 731
8	55690	错那	西藏	27°59′	91°57′	27°59′59″	91°57′59″	1 656	1 781
9	56106	索县	西藏	31°53′	93°47′	31°53′59″	93°47′59″	1 550	1 826
10	56116	丁青	西藏	31°25′	95°36′	31°25′59″	95°36′59″	1 525	1 853
11	56038	石渠	四川	32°59′	98°06′	32°59′59″	98°06′59″	1 448	1 894
12	56004	托托河	青海	34°13′	92°26′	34°13′59″	92°26′59″	1 531	1 811
13	56033	玛多	青海	34°55′	98°13′	34°55′59″	98°13′59″	1 410	1 898
14	56018	杂多	青海	32°54′	95°18′	32°54′59″	95°18′59″	1 503	1 852
15	55655	聂拉木	西藏	28°11′	85°58′	28°11′59″	85°58′59″	1 755	1 679
16	56034	清水河	青海	33°48′	97°08′	33°48′59″	97°08′59″	1 451	1 881
17	55437	普兰	西藏	30°17′	81°15′	30°17′59″	81°15′59″	1 796	1 608

积雪季（年-月）	积雪季总天数/d	08：00平均积雪日数/d	平均最大雪深/cm	平均最小雪深/cm	平均雪深/cm	漏判率 /%	误判率 /%	积雪分类精度/%	无雪分类精度/%	总体精度/%
平均	273.2	49	15	0.6	4.3	45.5	17.1	47.2	90.9	80.1
2010-09/2011-05	273	49	15	0.5	3.0	56.5	17.5	46.7	89.2	77.9
2011-09/2012-05	274	67	18	0.5	3.3	44.7	16.7	53.6	88.0	80.5
2012-09/2013-05	273	48	22	0.5	6.8	51.3	13.2	49.2	90.0	82.2
2013-09/2014-05	273	48	12	0.5	2.9	42.6	19.0	39.4	91.9	78.4
2014-09/2015-05	273	60	16	0.6	6.4	35.0	18.5	60.7	90.2	80.2
2015-09/2016-05	274	33	8	0.6	2.1	54.5	14.6	41.9	93.6	83.2
2016-09/2017-05	273	34	14	0.7	3.6	45.1	16.6	46.5	94.2	81.4
2017-09/2018-05	273	30	8	0.7	2.2	36.0	19.8	35.8	95.8	80.5
2018-09/2019-05	273	72	21	0.8	8.1	43.7	17.9	50.9	85.6	76.4

	08：00积雪日数	最大雪深	最小雪深	平均雪深	4 km积雪日数	总体精度	无雪分类精度	积雪分类精度	误判率	漏判率
总体精度	-0.58	-0.34	-0.09	-0.32	-0.67^*	1.00	0.59	-0.10	-0.61	0.16
无雪分类精度	-0.94^**	-0.83^**	0.17	-0.68^*	-0.45	0.59	1.00	-0.66	0.11	-0.16
积雪分类精度	0.74^*	0.69^*	-0.04	0.66	0.44	-0.10	-0.66	1.00	-0.16	-0.14
误判率	0.09	-0.34	0.30	-0.17	0.75^*	-0.61	0.11	-0.16	1.00	-0.69^*
漏判率	-0.14	0.10	-0.43	-0.17	-0.70^*	0.16	-0.16	-0.14	-0.69^*	1.00