近日，蘭州大學資源環境學院2015級碩士研究生肖雄新 和張廷軍教授（通訊作者）及合作者在國際頂級期刊《Remote Sensing of Environment》發表了題為“Support vector regression snow-depth retrieval algorithm using passive microwave remote sensing data”的研究成果。
據瞭解，這是蘭州大學首次在該期刊發表學術論文。該研究受到國家自然科學基金項目（91325202）和國家重大科學研究計劃（2013CBA01802）資助。
研究發現
積雪的重要性
積雪是冰凍圈重要組成要素之一，是對天氣和氣候響應最為敏感的自然要素。季節性積雪存儲著大量的淡水資源，對於水循環，水文過程，氣候和水資源管理都十分重要。
積雪在氣候變化和區域水資源供給方面扮演著非常重要的角色，影響著局部或區域的水資源和能量平衡、生態系統功能等。
積雪對於人類生產生活會也產生重要的影響，如：為人類生活提供飲用水和生活用水，冬季滑雪運動，同時積雪洪水也可以帶來災難，對鐵路、公路、民航等交通運輸具有破壞性影響。
積雪實測技術的進步
積雪範圍廣泛，但是空間分佈具有很強的異質性，使得站點觀測很難充分顯示大空間尺度上積雪的時空變化特徵。衛星觀測技術可以持續長時間、大範圍提供積雪監測數據，克服了傳統積雪實測方法中站點少的侷限。
被動微波衛星遙感可以穿透雲層和大氣層，具有全天候、全天時地工作的特點，這就使得使用被動微波衛星遙感數據估算積雪深度、雪水當量等積雪參數時具有較大的優勢。
近些年來利用被動微波衛星遙感反演積雪深度和雪水當量的研究已經有了很大的發展。
積雪深度反演方法的突破
肖雄新同學的研究應用了被動微波遙感數據和地面實測數據相結合的方法，進行積雪深度反演的研究工作，建立了新的積雪深度反演方法：支持向量迴歸算法（Support Vector Regression），是一個基於不同地表覆蓋類型和不同積雪時期的積雪深度反演模型。演具有較大的影響，此外也發現該研究所提出的積雪深度反演算法可以有效地較少飽和效應。
通過與國際上目前權威的四種積雪深度反演算法相比較和對比分析，發現該文提出的新的積雪深度反演算法精度最高、誤差最小，比較準確地估算歐亞大陸和北半球逐日積雪深度。
圖1. 運用五種積雪深度反演算法所得積雪深度估算值與地面實測值的散點密度圖，數據為積雪ii期（2007-2012），下墊面植被類型為灌木。
《Remote Sensing of Environment》為SCI-1區期刊，2016-2017年最新影響因子為6.265，近五年平均影響因子7.653。
內容來源 | 蘭大新聞網
主編 | 肖坤
閱讀更多 蘭州大學 的文章
