(1)NASA-HMA-SWE数据处理
NASA算法的具体处理步骤分为以下几步:
第一步,利用AMSR-E/Aqua L2A全球轨道重采样亮温数据,以及辅助数据集,逐点对每一个采样点进行判识,对判识为可能是积雪的采样点进行计算,得到每一个采样点的雪深(SD)值。若采样点被判识为浅雪,则SD的值为5.0 cm;若为中到厚雪,则利用如下计算公式:

(1)
其中,

为森林覆盖的采样点的雪深值,单位为cm;

为无森林覆盖的采样点的雪深值,单位为cm;
ff为森林覆盖度。
第二步,将各采样点的SD值投影到25 km EASE-Grid网格单元中。投影时,对多个采样点落入统一网格单元的SD值进行累加,记录累加次数,对网格单元中的SD值求平均值。
第三步,利用求得的SD均值及雪密度文件,计算每一个25 km EASE-Grid网格单元中的SWE值,计算公式如下所示:

(2)
最后得到空间分辨率为25 km的NASA算法的积雪雪水当量产品。同时对得到的SWE产品重采样,使其空间分辨率与MODIS一致,统一为500 m,便于后续进行Blended积雪产品的生产。
(2)RADI-QTP-SWE数据处理
RADI算法是以AMSR-E L2A亮温数据为基础,结合相关辅助数据,基于不同下垫面,利用青藏高原改进的雪深、雪水当量反演算法得到青藏高原的日雪水当量产品,五日雪水当量产品和月雪水当量产品。
算法将利用辅助数据中的积雪判识数据先对像元进行积雪初步判别,剔除含干扰因子的部分,即水体、不可能为积雪和冰川的像元。仅对判识为可能有积雪覆盖的像元进行下一步计算。计算流程如图3所示,计算算法见表1。
表1
青藏高原各下垫面改进雪水当量算法说明[12] 下垫面类型 | 雪水当量公式 | 雪深公式 |
---|
森林 |  |  |
灌木 |  |  |
草原 |  |  |
裸地 |  |  |
像元内总雪水当量 |  |
表1中,
SWE为像元内总的雪水当量,单位为mm;
Ff 、
Fs 、
Fg 、
Fb 分别代表森林、灌木、草原、裸地覆盖类型在像元内所占的百分比;
SDf 、
SDs 、
SDg 、
SDb 分别表示森林、灌木、草原、裸地覆盖类型的雪深,单位为cm;

为积雪密度,单位为g/cm
3;
t1036
v=
TB10
V-
TB36
V,即垂直极化的10 GHz与36 GHz的差值,也称为亮温梯度;
t1937
v=
TB19
V-
TB37
V,即垂直极化的19 GHz与37 GHz的差值;
t1963
v=
TB19
V-
TB63
V,即垂直极化的19 GHz与63 GHz的差值;
pol36、
pol89为动态因子,公式分别为
pol36=
t36
v-
t36
h;
pol89=
t89
v-
t89
h,分别表示36 GHz和89 GHz的极化差;
p1为动态系数,如式(3)。

(3)
其中tb36v为36 GHz垂直极化的亮度温度,tb36h为36 GHz水平极化的亮度温度。
(3)青藏高原雪水当量被动微波遥感估算系统
NASA-HMA-SWE产品和RADI-QTP-SWE产品均采用“青藏高原雪水当量被动微波遥感估算系统”开展计算
[14-15],该系统是基于Linux平台的被动微波积雪雪水当量生产系统,实现了利用AMSR-E L2A亮温数据批量高效生产每日、五日、月雪水当量产品。该系统不仅可实现积雪制图的批量生产,而且可实现新算法产品的快速更新,结合计算服务器可具备近实时业务化处理能力,完成长时间序列的雪水当量制图工作,便于用户预览和产品的快速发布以及后续的模型和各种应用,该系统生产的产品可较好地满足高亚洲积雪监测的应用需求。