Tag Archives: remotesensing

我们关于MODIS LST 云污染插值的工作

MODIS LST提供了全球覆盖、免费使用的一天四次的遥感温度观测。遥感温度对冻土研究尤其有用,是因为冻土观测站点十分少,如果能够建立观测站点温度(比如0cm地温)与LST之间的关系,那么有望得到区域的温度数据,很多区域冻土研究就可以开展。但MODIS LST存在严重云污染导致的数据丢失,而且这种丢失往往是大范围长时序的连续丢失。这使得传统的地统计方法很难被用于MODIS LST的有效插值。

我们从2011年开始思考MODIS LST缺失数据的插值问题。一种较好的思路是利用微波遥感得到的不受云影响的但空间分辨率很粗的温度数据,里面的难点是如何有效融合高空间分辨率的MODIS LST与粗分辨率的微波遥感温度,已经有很多这方面的研究工作,但目前好像没有特别有效的方法。与这个思路类似的是利用一些模型参与生成的再分析温度数据,也存在分辨率很粗,而且误差较大,存在同样有效融合的问题。

Continue reading

近期两个工作

  • Zhang G, Nan Z*, Zhao L, Liang Y, Cheng G. Qinghai-Tibet Plateau wetting reduces  permafrost thermal responses to climate warming. Earth and Planetary Science Letters.  2021, 562: 116858. https://doi.org/10.1016/j.epsl.2021.116858

我们在这个工作利用数值模拟研究了同时增温与增湿情况下的冻土热效应。我们有一些有意思的发现:1 夏季降水增多有助于保存冻土 (活动层土壤降温),气温升高会导致退化,因此增湿能起到缓冲、抵消增温对冻土的影响。2 增湿的这种效应具有空间性,在干旱区、半干旱区有显著作用,在半湿润与湿润区则作用不明显。3 在半干旱区发现增湿的双重作用,对活动层起到降温效果,对下伏多年冻土层则起到升温作用。详细介绍及论文原文请见我们的小组官网

此工作是我们此前一个关于冬季变暖对多年冻土影响的工作的后续工作。

  • Cao Z, Gao H, Nan Z*, Yin Z, Zhao Y. A semi-physical approach for downscaling soil  moisture data in a typical cold alpine area, Northwest China. Remote Sensing. 2021,  13(3): 509. https://doi.org/10.3390/rs13030509.

这是我两位硕士的工作。他们改进了一个前人工作,利用表观热惯性(ATI)作为代理变量,考虑土壤异质性,实现卫星土壤水产品的降尺度。区别于直接利用ATI 与土壤水的关系,该工作利用一个物理方法估算土壤质地方差以表征粗网格内部的土壤异质性。效果不错,但实用性一般,主要是因为他们是利用MODIS 产品计算ATI,而MODIS产品存在严重数据缺失,因此导致该方法在数据缺失的时候也不能用。但应该会有其他合适的变量。更详细介绍及论文见这里