CN117540132A - 一种基于星-地观测的多年冻土活动层厚度估算方法 - Google Patents
一种基于星-地观测的多年冻土活动层厚度估算方法 Download PDFInfo
- Publication number
- CN117540132A CN117540132A CN202410031325.XA CN202410031325A CN117540132A CN 117540132 A CN117540132 A CN 117540132A CN 202410031325 A CN202410031325 A CN 202410031325A CN 117540132 A CN117540132 A CN 117540132A
- Authority
- CN
- China
- Prior art keywords
- soil
- surface temperature
- temperature data
- active layer
- year
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 239000002689 soil Substances 0.000 claims abstract description 124
- 230000002159 abnormal effect Effects 0.000 claims abstract description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 36
- 238000010257 thawing Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000001186 cumulative effect Effects 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 2
- 230000008859 change Effects 0.000 description 7
- 238000011160 research Methods 0.000 description 6
- 230000007547 defect Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 241000512668 Eunectes Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000007710 freezing Methods 0.000 description 2
- 230000008014 freezing Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000002844 melting Methods 0.000 description 2
- 230000008018 melting Effects 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 239000005457 ice water Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009440 infrastructure construction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Pure & Applied Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明公开了一种基于星‑地观测的多年冻土活动层厚度估算方法,利用土壤气候站点日平均地表温度数据对整个选定的多年冻土区域MODIS日均地表温度数据进行异常值去除和校正,将得到的矫正后的MODIS日均地表温度数据与Stefan模型结合计算得到整个选定的多年冻土区域活动层厚度,本方法相比传统多年冻土活动层厚度计算方法,具有更大的空间范围和更长的时间序列,能够捕捉到更细节的多年冻土活动层厚度变化趋势和空间分布,可广泛且灵活运用于寒冷区域的活动层厚度的估算工作。
Description
技术领域
本发明属于遥感领域,涉及一种活动层厚度计算方法,尤其涉及一种基于星-地观测的多年冻土活动层厚度估算方法,基于星-地观测数据,利用Stefan公式对多年冻土区活动层厚度进行估算。
背景技术
中分辨率成像光谱仪(MODIS)是搭载在美国宇航局发射的 TERRA 和 AQUA 卫星上的一个重要的传感器。其获取的数据在全球免费的,是一种不可多得的、廉价并且实用的数据资源。MODIS数据产品具有光谱范围广、数据接收简单和更新频率高等特点,已广泛用于陆地、大气和海洋的综合分析以及森林、草原火灾监测和救灾等环境遥感分析。地表温度(Land surface temperature, LST)是地球表面与大气之间界面的重要参量之一。它不仅是气候变化的敏感指示因子和掌握气候变化规律的重要前提,还是众多模型的直接输入参数,在气象气候、环境生态、冻土领域有广泛的应用。如今,随着地学及相关领域研究的深入和精细化,学术界对卫星遥感的全天候地表温度具有迫切的需求。
Stefan模型是1891年奥地利科学家 Josef Stefan研究北极海冰厚度首次提出,之后广泛用于计算湖冰、海冰等冰体的厚度。该模型假设冰体内部的热传导速度足够快且内部温度呈线性变化。因此,当冰面温度低于相变温度时,冰体下部与湖水接触面的温度就与相变温度相同。这里的相变温度指的是物质在不同相之间发生转变时所需达到的临界温度。1943年,Berggren提出冰水相变过程中的潜热释放或潜热吸收远大于干土本身热容变化。这说明,当土层内含水量较大时,将 Stefan 方程应用到土壤中与应用到冰体内造成的差别并不大。因此可以用土壤中冰体的热容代替对纯冰体的热容,将其应用到多年冻土活动层厚度估算或季节性冻土的季节冻深。目前,Stefan 模型是国内外用于计算多年冻土冻结和融化深度最常用的经验公式。它充分考虑了气候条件、土壤热属性和水分条件,形式简单,驱动参数少,模拟效果较好,既可以用于模拟单点的冻结融化深度,也可以较方便地模拟大尺度的活动层厚度空间分布。
这一模型局限于参数选取的精确性与广泛性。MODIS卫星可以提供全天候地表温度产品,为模拟偏远地区大范围活动层厚度提供了可能。但是,MODIS地表温度产品易受云或其他大气干扰,造成数据污染,对环境恶劣、难以抵达的野外多年冻土区域提供的地表温度不准确。因此,不能直接使用MODIS地表温度产品进行活动层厚度估算,需要对其进行校正才能需用于估算活动层厚度。在研究中提供了估算活动层厚度可能的同时,更能在实际上减少人材损失。
由于Stefan模型参数较少,在多年冻土活动层冻融过程的研究中得到了广泛的应用。但是,单一、传统的Stefan模型难以反演大范围区域的活动层厚度。随着遥感卫星技术的发展,将卫星遥感数据同地面观测资料结合在大尺度多年冻土的研究取得了很好的效果。活动层厚度(ALT)的变化会严重影响寒区地表的水文循环、生态系统和碳通量的改变。多年冻土区大多地处偏远,缺乏多年冻土的分布和活动层厚度的长期观测数据,使得多年冻土层和活动层的温度和厚度的长期变化大多无法准确评估。基于MODIS卫星提供的地表温度数据产品,通过Stefan公式计算多年冻土活动层厚度,对研究全球气候变化预测、基础设施建设、填补多年冻土区域活动层厚度变化领域研究不足具有重要意义。
发明内容
本发明为了弥补多年冻土区域活动层厚度变化研究的不足,提供一种基于星-地观测的多年冻土活动层厚度估算方法,其模型能够计算得到多年冻土区活动层厚度。
本发明的上述目的通过以下技术手段实现:
一种基于星-地观测的多年冻土活动层厚度估算方法,包括如下步骤:
步骤1、选定多年冻土区域并选定年份区间,依据选定的多年冻土区域和选定的年份区间分别获得对应的MODIS日均地表温度数据,以及土壤气候站点日平均地表温度数据、活动层厚度和设定深度处的土壤年均含水/冰量;
步骤2、利用土壤气候站点日平均地表温度数据对整个选定的多年冻土区域MODIS日均地表温度数据进行异常值去除和校正,得到校正后的MODIS日均地表温度数据;然后对于整个选定的多年冻土区域中各个空间位置,分别累加计算每一年中温度0摄氏度以上的校正后的MODIS日均地表温度数据得到对应空间位置的累积正积温;
步骤3、对于选定的多年冻土区域中各个土壤气候站点对应的空间位置,利用选定的年份区间内各年份中土壤气候站点的活动层厚度、设定深度处的土壤年均含水/冰量和对应年份累积正积温,推算对应年份的土壤导热系数,然后计算选定的年份区间所有土壤气候站点的土壤导热系数均值;
步骤4、将上述步骤得到的土壤导热系数均值、选择某一年份的整个选定的多年冻土区域的累积正积温,和所有土壤气候站点设定深度处的土壤年均含水/冰量的均值数据输入Stefan模型中,计算得到选定的多年冻土区域中各个空间位置在选择的年份中活动层厚度计算值。
如上所述步骤1中依据选定的多年冻土区域和选定的年份区间分别获得对应的MODIS日均地表温度数据,以及土壤气候站点日平均地表温度数据、活动层厚度和设定深度处的土壤年均含水/冰量的具体方法为:
步骤1.1利用GEE平台下载选定的多年冻土区域在选定的年份区间内的MODIS日均地表温度数据,另外在选定的多年冻土区域中土壤气候站点下载相同时间段内的土壤气候站点数据,其中土壤气候站点数据包括:地表温度,不同深度的土壤含水量及监测的活动层厚度;
步骤1.2对土壤气候站点数据进行统计得到土壤气候站点日平均地表温度数据、活动层厚度和设定深度处的土壤年均含水/冰量;
步骤1.3将步骤1.1下载的MODIS日均地表温度数据和步骤1.2统计得到的土壤气候站点日平均地表温度数据、活动层厚度和设定深度处的土壤年均含水/冰量按照相同年份归类,建立以年为单位分组的多年冻土活动层厚度数据集。
如上所述步骤2中利用土壤气候站点日平均地表温度数据对整个选定的多年冻土区域MODIS日均地表温度数据进行异常值去除和校正得到校正后的MODIS日均地表温度数据的具体方法为:
步骤2.1在选定的多年冻土区域中选择所有监测地表温度的土壤气候站点,依据土壤气候站点的空间位置坐标提取相同空间位置的MODIS日均地表温度数据;
步骤2.2将统计的土壤气候站点日平均地表温度数据和相同时间以及相同空间位置的MODIS的日均地表温度数据两倍标准差之外的数值视为异常值去除,然后利用去除异常值之后的相同时间和相同空间位置的土壤气候站点日平均地表温度数据和MODIS日均地表温度数据进行线性拟合,通过拟合得到拟合参数对整个选定的多年冻土区域的MODIS日均地表温度数据进行校正,得到的校正后的MODIS日均地表温度数据。
如上所述步骤3中利用选定的年份区间内各年份中土壤气候站点的活动层厚度、设定深度处的土壤年均含水/冰量和对应年份累积正积温,推算对应年份的土壤导热系数的具体方法为:
根据土壤气候站点的活动层厚度、设定深度处的土壤年均含水/冰量和对应年份累积正积温,带入如下公式中分别推算对应年份的土壤导热系数,,
其中,z表示土壤气候站点的活动层厚度;表示土壤导热系数;/>表示累积正积温;/>为温度0摄氏度以上的校正后的MODIS日均地表温度数据;/>表示水或冰的密度920;/>为设定深度处的土壤年均含水/冰量;L表示冰融化为水的潜热334000。
如上所述步骤4中通过ArcMap的栅格计算器完成计算过程。
本发明的优点及有益效果如下:
(1)普适性。本发明提出的一种基于星-地观测的多年冻土活动层厚度估算方法,Stefan模型能计算得到多年冻土区域活动层厚度,广泛且灵活运用于寒冷区域的活动层厚度的估算工作。
(2)高精度性。一种基于星-地观测的多年冻土活动层厚度估算方法,相比传统多年冻土活动层厚度计算方法,具有更大的空间范围和更长的时间序列,能够捕捉到更细节的多年冻土活动层厚度变化趋势和空间分布。
(3)实用性。本发明提出的一种基于星-地观测的多年冻土活动层厚度估算方法,能够弥补多年冻土区域活动层厚度变化研究方面的不足。
附图说明
图1 为一种基于星-地观测的多年冻土活动层厚度估算方法流程图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明,下面结合实施例对本发明作进一步的详细描述,应当理解,此处所描述的实施示例仅用于说明和解释本发明,并不用于限定本发明。
实施例1
本发明是一种基于星-地观测的多年冻土活动层厚度估算方法。具体实施步骤如下:
步骤1:数据获取及预处理。
步骤1.1选定多年冻土区域和选定年份区间,利用GEE平台下载选定的多年冻土区域在选定的年份区间内的MODIS日均地表温度数据,另外在选定的多年冻土区域中土壤气候站点下载相同时间段内的土壤气候站点数据(土壤气候站点数据包括:地表温度,不同深度的土壤含水量及监测的活动层厚度等);
步骤1.2在Anaconda的Spyder编译平台编写程序,对土壤气候站点数据统计得到土壤气候站点日平均地表温度数据、活动层厚度和设定深度处的土壤年均含水/冰量,本实施例选择2cm处的土壤年均含水/冰量;
步骤1.3将步骤1.1下载的MODIS日均地表温度数据和步骤1.2统计得到的土壤气候站点日平均地表温度数据、活动层厚度和设定深度处的土壤年均含水/冰量按照相同年份归类,建立以年为单位分组的多年冻土活动层厚度数据集。
步骤2:计算累积正积温。
步骤2.1在Anaconda的Spyder编译平台编写程序,在选定的多年冻土区域中选择所有监测地表温度的土壤气候站点,依据土壤气候站点的空间位置坐标提取相同空间位置的MODIS日均地表温度数据;
步骤2.2将统计的土壤气候站点日平均地表温度数据和相同时间以及相同空间位置的MODIS的日均地表温度数据两倍标准差之外的数值视为异常值去除,然后利用去除异常值之后的相同时间和相同空间位置的土壤气候站点日平均地表温度数据和MODIS日均地表温度数据进行线性拟合,通过拟合得到拟合参数对整个选定的多年冻土区域的MODIS日均地表温度数据进行校正,得到校正后的MODIS日均地表温度数据即为接近实际的整个选定的多年冻土区域的日平均地表温度数据。
步骤2.3计算累积正积温(即:融化指数)。利用整个选定的多年冻土区域中校正后的MODIS日均地表温度数据,对于整个选定的多年冻土区域的各个空间位置,分别累加计算每一年中温度0摄氏度以上的校正后的MODIS日均地表温度数据,即累加计算每一年中融化季的MODIS日均地表温度数据,从而得到对应空间位置的累积正积温。
步骤3:计算土壤导热系数。
对于选定的多年冻土区域中各个土壤气候站点对应的空间位置,利用步骤1.2统计的选定的年份区间内各年份中的土壤气候站点的活动层厚度、设定深度处的土壤年均含水/冰量和对应年份累积正积温,带入公式(1)中分别推算对应年份的土壤导热系数,然后计算在选定的年份区间所有土壤气候站点的土壤导热系数均值作为最终模型输入的土壤导热系数参数。
(1)
其中,z表示土壤气候站点的活动层厚度;表示土壤导热系数;/>表示累积正积温;/>为融化季的MODIS日均地表温度数据,即温度0摄氏度以上的校正后的MODIS日均地表温度数据;/>表示水或冰的密度920/>;/>为设定深度处的土壤年均含水/冰量;L表示冰融化为水的潜热334000/>。
步骤4:计算多年冻土活动层厚度。将计算的累积正积温数据加载到ArcMap,具体操作是:将上述步骤得到的土壤导热系数均值、选择某一年份对应的整个选定的多年冻土区域的累积正积温、和所有土壤气候站点设定深度处的土壤年均含水/冰量的均值数据输入Stefan模型中,通过ArcMap的栅格计算器计算得到选定的多年冻土区域中各个空间位置在选择的年份中活动层厚度计算值。
由于MODIS日均地表温度数据是区域性的,本发明仅通过实测的土壤气候站点日平均地表温度数据进行校正,计算的土壤导热系数均值和土壤含水/冰量均值,是作为整个选定的多年冻土区域的均值来使用的,以此推算其他位置。为验证本发明方法的计算准确性,本实施例在步骤4中选择的累积正积温为步骤2.3计算得到的整个选定的多年冻土区域的累积正积温(与土壤气候站点空间位置对应的实际累积正积温不同),将步骤4得到选定的多年冻土区域活动层厚度计算值与相同空间位置的该年土壤气候站点观测的实际活动层厚度对比作精度验证,证明该模型计算活动层厚度的能力。
实施例2
利用实施例1所述一种基于星-地观测的多年冻土活动层厚度估算方法,本实施例选定某多年冻土区域进行基于星-地观测的大范围多年冻土活动层厚度计算:
在我们的研究中,在进行实施例1所述的步骤2.2中,校正后的MODIS日均地表温度数据与相同空间位置对应的所有土壤气候站点日均地表温度的均方根误差(RMSE)为9.32摄氏度,未校正前为50.56摄氏度。因此,校正后的MODIS日均地表温度数据与实际的整个选定的多年冻土区域的地表温度接近,才能用于计算整个选定的多年冻土区域的累积正积温。
在进行如实施例1所述的步骤4中,计算得到选定的多年冻土区域活动层厚度计算值与整个选定的多年冻土区域内所有土壤气候站点对应空间位置监测的活动层厚度的均方根误差(RMSE)仅为14.19厘米,其误差很小,证明我们模型计算活动层厚度的高精度性。
需要指出的是,本发明中所描述的具体实施例仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例作各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或超越所附权利要求书所定义的范围。
Claims (5)
1.一种基于星-地观测的多年冻土活动层厚度估算方法,其特征在于,包括如下步骤:
步骤1、选定多年冻土区域并选定年份区间,依据选定的多年冻土区域和选定的年份区间分别获得对应的MODIS日均地表温度数据,以及土壤气候站点日平均地表温度数据、活动层厚度和设定深度处的土壤年均含水/冰量;
步骤2、利用土壤气候站点日平均地表温度数据对整个选定的多年冻土区域MODIS日均地表温度数据进行异常值去除和校正,得到校正后的MODIS日均地表温度数据;然后对于整个选定的多年冻土区域中各个空间位置,分别累加计算每一年中温度0摄氏度以上的校正后的MODIS日均地表温度数据得到对应空间位置的累积正积温;
步骤3、对于选定的多年冻土区域中各个土壤气候站点对应的空间位置,利用选定的年份区间内各年份中土壤气候站点的活动层厚度、设定深度处的土壤年均含水/冰量和对应年份累积正积温,推算对应年份的土壤导热系数,然后计算选定的年份区间所有土壤气候站点的土壤导热系数均值;
步骤4、将上述步骤得到的土壤导热系数均值、选择某一年份的整个选定的多年冻土区域的累积正积温,和所有土壤气候站点设定深度处的土壤年均含水/冰量的均值数据输入Stefan模型中,计算得到选定的多年冻土区域中各个空间位置在选择的年份中活动层厚度计算值。
2.根据权利要求1所述一种基于星-地观测的多年冻土活动层厚度估算方法,其特征在于,所述步骤1中依据选定的多年冻土区域和选定的年份区间分别获得对应的MODIS日均地表温度数据,以及土壤气候站点日平均地表温度数据、活动层厚度和设定深度处的土壤年均含水/冰量的具体方法为:
步骤1.1、利用GEE平台下载选定的多年冻土区域在选定的年份区间内的MODIS日均地表温度数据,另外在选定的多年冻土区域中土壤气候站点下载相同时间段内的土壤气候站点数据,其中土壤气候站点数据包括:地表温度,不同深度的土壤含水量及监测的活动层厚度;
步骤1.2、对土壤气候站点数据进行统计得到土壤气候站点日平均地表温度数据、活动层厚度和设定深度处的土壤年均含水/冰量;
步骤1.3、将步骤1.1下载的MODIS日均地表温度数据和步骤1.2统计得到的土壤气候站点日平均地表温度数据、活动层厚度和设定深度处的土壤年均含水/冰量按照相同年份归类,建立以年为单位分组的多年冻土活动层厚度数据集。
3.根据权利要求1所述一种基于星-地观测的多年冻土活动层厚度估算方法,其特征在于,所述步骤2中利用土壤气候站点日平均地表温度数据对整个选定的多年冻土区域MODIS日均地表温度数据进行异常值去除和校正得到校正后的MODIS日均地表温度数据的具体方法为:
步骤2.1、在选定的多年冻土区域中选择所有监测地表温度的土壤气候站点,依据土壤气候站点的空间位置坐标提取相同空间位置的MODIS日均地表温度数据;
步骤2.2、将统计的土壤气候站点日平均地表温度数据和相同时间以及相同空间位置的MODIS的日均地表温度数据两倍标准差之外的数值视为异常值去除,然后利用去除异常值之后的相同时间和相同空间位置的土壤气候站点日平均地表温度数据和MODIS日均地表温度数据进行线性拟合,通过拟合得到拟合参数对整个选定的多年冻土区域的MODIS日均地表温度数据进行校正,得到的校正后的MODIS日均地表温度数据。
4.根据权利要求1所述一种基于星-地观测的多年冻土活动层厚度估算方法,其特征在于,所述步骤3中利用选定的年份区间内各年份中土壤气候站点的活动层厚度、设定深度处的土壤年均含水/冰量和对应年份累积正积温,推算对应年份的土壤导热系数的具体方法为:
根据土壤气候站点的活动层厚度、设定深度处的土壤年均含水/冰量和对应年份累积正积温,带入如下公式中分别推算对应年份的土壤导热系数,,
其中,z表示土壤气候站点的活动层厚度;表示土壤导热系数;/>表示累积正积温;/>为温度0摄氏度以上的校正后的MODIS日均地表温度数据;/>表示水或冰的密度920;/>为设定深度处的土壤年均含水/冰量;L表示冰融化为水的潜热334000。
5.根据权利要求1所述一种基于星-地观测的多年冻土活动层厚度估算方法,其特征在于,所述步骤4中通过ArcMap的栅格计算器完成计算过程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410031325.XA CN117540132B (zh) | 2024-01-09 | 2024-01-09 | 一种基于星-地观测的多年冻土活动层厚度估算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410031325.XA CN117540132B (zh) | 2024-01-09 | 2024-01-09 | 一种基于星-地观测的多年冻土活动层厚度估算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117540132A true CN117540132A (zh) | 2024-02-09 |
CN117540132B CN117540132B (zh) | 2024-04-02 |
Family
ID=89794309
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410031325.XA Active CN117540132B (zh) | 2024-01-09 | 2024-01-09 | 一种基于星-地观测的多年冻土活动层厚度估算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117540132B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2009104123A (ru) * | 2009-02-06 | 2010-08-20 | Общество с ограниченной ответственностью научно-исследовательская проектно-строительная фирма "АБИК" (ООО НИПСФ "АБИК") (RU) | Способ определения температуры грунта по глубине промерзания при высоком уровне грунтовой воды |
JP2012037427A (ja) * | 2010-08-09 | 2012-02-23 | Ohbayashi Corp | 地盤推定方法および地盤推定システム |
CN103399322A (zh) * | 2013-08-02 | 2013-11-20 | 中国科学院寒区旱区环境与工程研究所 | 一种基于modis地表温度的多年冻土图自动更新方法 |
CN109165463A (zh) * | 2018-09-12 | 2019-01-08 | 中国科学院寒区旱区环境与工程研究所 | 多年冻土活动层厚度的遥感估算方法、装置及可读存储介质 |
CN114638093A (zh) * | 2022-03-04 | 2022-06-17 | 中国长江三峡集团有限公司 | 冻土区冻融径流模拟方法、装置及计算机设备 |
WO2022241555A1 (en) * | 2021-05-19 | 2022-11-24 | University Of Manitoba | Systems and methods for in-situ characterization of permafrost sites |
CN116051620A (zh) * | 2023-04-03 | 2023-05-02 | 之江实验室 | 基于InSAR技术冻土区活动层厚度估计方法和系统 |
WO2023088366A1 (zh) * | 2021-11-18 | 2023-05-25 | 浙江大学 | 一种利用时间序列遥感影像联合估算土壤剖面盐分的方法 |
CN116295198A (zh) * | 2023-02-22 | 2023-06-23 | 南京信息工程大学 | 一种冻土活动层厚度的智能评估方法及系统 |
CN116738161A (zh) * | 2023-05-05 | 2023-09-12 | 中国地质大学(武汉) | 冻土活动层厚度反演方法、装置、设备及存储介质 |
-
2024
- 2024-01-09 CN CN202410031325.XA patent/CN117540132B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2009104123A (ru) * | 2009-02-06 | 2010-08-20 | Общество с ограниченной ответственностью научно-исследовательская проектно-строительная фирма "АБИК" (ООО НИПСФ "АБИК") (RU) | Способ определения температуры грунта по глубине промерзания при высоком уровне грунтовой воды |
JP2012037427A (ja) * | 2010-08-09 | 2012-02-23 | Ohbayashi Corp | 地盤推定方法および地盤推定システム |
CN103399322A (zh) * | 2013-08-02 | 2013-11-20 | 中国科学院寒区旱区环境与工程研究所 | 一种基于modis地表温度的多年冻土图自动更新方法 |
CN109165463A (zh) * | 2018-09-12 | 2019-01-08 | 中国科学院寒区旱区环境与工程研究所 | 多年冻土活动层厚度的遥感估算方法、装置及可读存储介质 |
WO2022241555A1 (en) * | 2021-05-19 | 2022-11-24 | University Of Manitoba | Systems and methods for in-situ characterization of permafrost sites |
WO2023088366A1 (zh) * | 2021-11-18 | 2023-05-25 | 浙江大学 | 一种利用时间序列遥感影像联合估算土壤剖面盐分的方法 |
CN114638093A (zh) * | 2022-03-04 | 2022-06-17 | 中国长江三峡集团有限公司 | 冻土区冻融径流模拟方法、装置及计算机设备 |
CN116295198A (zh) * | 2023-02-22 | 2023-06-23 | 南京信息工程大学 | 一种冻土活动层厚度的智能评估方法及系统 |
CN116051620A (zh) * | 2023-04-03 | 2023-05-02 | 之江实验室 | 基于InSAR技术冻土区活动层厚度估计方法和系统 |
CN116738161A (zh) * | 2023-05-05 | 2023-09-12 | 中国地质大学(武汉) | 冻土活动层厚度反演方法、装置、设备及存储介质 |
Non-Patent Citations (7)
Title |
---|
JIAO, ZHIPING ET AL.: "Potential of Multi-temporal InSAR for Detecting Retrogressive Thaw Slumps: A Case of the Beiluhe Region of the Tibetan Plateau", 《INTERNATIONAL JOURNAL OF DISASTER RISK SCIENCE 》, 31 December 2023 (2023-12-31), pages 523 * |
XU Z, JIANG L, GUO R, ET AL.: "Interaction of permafrost degradation and thermokarst lakes in the Qinghai–Tibet Plateau", 《GEOMORPHOLOGY》, 31 December 2023 (2023-12-31), pages 108582 * |
刘文惠;谢昌卫;赵林;吴通华;李韧;王武;乔永平;: "兰州马衔山多年冻土活动层厚度估算及影响因素分析", 冰川冻土, no. 06, 15 December 2015 (2015-12-15), pages 1443 - 1452 * |
崔福庆;刘志云;张伟;王伟;陈建兵;: "气候温升背景下青藏工程走廊带多年冻土热融蚀敏感性分布预测研究", 河南科学, no. 08, 15 August 2020 (2020-08-15), pages 1270 - 1278 * |
洪涛;梁四海;孙禹;赵珍伟;郝玉培;王旭升;万力;: "黄河源区多年冻土热传导系数影响因素分析及其在活动层厚度模拟中的应用", 冰川冻土, no. 04, 15 August 2013 (2013-08-15), pages 824 - 833 * |
王之夏;南卓铜;赵林;: "MODIS地表温度产品在青藏高原冻土模拟中的适用性评价", 冰川冻土, no. 01, 15 February 2011 (2011-02-15), pages 132 - 143 * |
邹德富;赵林;吴通华;吴晓东;庞强强;乔永平;王志伟;: "MODIS地表温度产品在青藏高原连续多年冻土区的适用性分析", 冰川冻土, no. 02, 15 April 2015 (2015-04-15), pages 308 - 317 * |
Also Published As
Publication number | Publication date |
---|---|
CN117540132B (zh) | 2024-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | On the suitability of ERA5 in hourly GPS precipitable water vapor retrieval over China | |
CN106570627B (zh) | 一种未来气候条件下作物灌溉需水量计算方法 | |
Beck et al. | MSWX: global 3-hourly 0.1 bias-corrected meteorological data including near-real-time updates and forecast ensembles | |
Zhang et al. | Multiscale variations of precipitable water over China based on 1999–2015 ground-based GPS observations and evaluations of reanalysis products | |
Ma et al. | Evaluation of six satellite-and model-based surface soil temperature datasets using global ground-based observations | |
Schär et al. | Seasonal runoff forecasting using precipitation from meteorological data assimilation systems | |
CN116051620B (zh) | 基于InSAR技术冻土区活动层厚度估计方法和系统 | |
CN109871618B (zh) | 一种在土壤水热耦合模拟中确定底层温度边界的方法 | |
Sun et al. | Improving soil organic carbon parameterization of land surface model for cold regions in the Northeastern Tibetan Plateau, China | |
Sanusi et al. | Estimation of solar radiation at Ibadan, Nigeria | |
Janeković et al. | Hindcasting the Adriatic Sea surface temperature and salinity: A recent modeling experience | |
CN117540132B (zh) | 一种基于星-地观测的多年冻土活动层厚度估算方法 | |
Zhan et al. | The application of LST/NDVI index for monitoring land surface moisture in semiarid area | |
Bibi et al. | Snow cover trend analysis using modis snow products: A case of Shayok River Basin in Northern Pakistan. | |
Naz et al. | Modeling the effect of glacier recession on streamflow response using a coupled glacio-hydrological model. | |
Christensen | Permafrost development and active-layer hydrology of peat plateaus in wetland-dominated discontinuous permafrost | |
Ding et al. | Improving monitoring precision of soil moisture by assimilation of HYDRUS model and remote sensing-based data by ensemble Kalman filter | |
Tu et al. | Estimation and evaluation of the land surface temperature from FengYun-3 series satellite data in northwest China | |
Gao et al. | Measuring global snow water equivalent from passive microwave remote sensing: opportunities and challenges | |
Zhang et al. | Will the arid and semi-arid regions of Northwest China become wetter Under Stabilized 1.5° C and 2.0° C Warming Futures? | |
Miao et al. | Improving the SM2RAIN-derived rainfall estimation using Bayesian optimization | |
Wen et al. | Large-scale Soil Moisture Mapping on the Tibetan Plateau (TP) Using Bias-corrected ERA5-Land Product | |
Ayantobo et al. | Climatological changes in rain distributions at different rain-rates under Qinghai-Tibet Plateau warming during 1981-2060 | |
Zhu et al. | Hybrid Assimilation of Snow Cover Improves Land Surface Simulations over Northern China | |
Frezza et al. | Daily Land Surface Temperature from Multiple Earth Observation Data Fusion |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |