基于SMRT模型的北极多年冰上雪厚反演

L波段微波辐射传输模型可以模拟微波辐射信号在北极冰雪内的物理传播过程,是北极冰面雪厚反演的有效手段。然而当前可用于北极海冰积雪上L波段亮温模拟的模型非常有限,极大地限制了基于L波段微波辐射传输模型的雪厚反演算法的发展。2018年由欧空局赞助开发的积雪微波辐射传输模型(Snow Microwave Radiative Transfer model, SMRT)已被证实可以用于北极海冰积雪上的L波段亮温模拟,但还未有研究利用该模型进行北极雪厚反演。为此,文章利用2018年开发的新一代积雪微波辐射传输模型SMRT,开展了基于L波段辐射传输模型的北极多年冰上雪厚反演研究。文章首先在SMRT模型基础上改...

Full description

Saved in:
Bibliographic Details
Published in海洋开发与管理 Vol. 41; no. 6; pp. 15 - 34
Main Authors 范艳菲, 李乐乐, 庞春雨, 石立坚
Format Journal Article
LanguageChinese
Published 海洋出版社有限公司 28.06.2024
中国海洋大学信息科学与工程学部海洋技术学院 青岛 266100%国家卫星海洋应用中心 北京 100081
Subjects
Online AccessGet full text
ISSN1005-9857

Cover

Abstract L波段微波辐射传输模型可以模拟微波辐射信号在北极冰雪内的物理传播过程,是北极冰面雪厚反演的有效手段。然而当前可用于北极海冰积雪上L波段亮温模拟的模型非常有限,极大地限制了基于L波段微波辐射传输模型的雪厚反演算法的发展。2018年由欧空局赞助开发的积雪微波辐射传输模型(Snow Microwave Radiative Transfer model, SMRT)已被证实可以用于北极海冰积雪上的L波段亮温模拟,但还未有研究利用该模型进行北极雪厚反演。为此,文章利用2018年开发的新一代积雪微波辐射传输模型SMRT,开展了基于L波段辐射传输模型的北极多年冰上雪厚反演研究。文章首先在SMRT模型基础上改进了积雪隔热效应计算这一前向模拟关键过程,简化计算的同时提高了模拟的准确性。然后选取L波段模型结合雷达高度计的雪厚反演算法展开研究,利用该算法对改进模拟过程的SMRT模型进行了雪厚敏感性分析,验证了SMRT改进模型应用于多年冰上雪厚反演的可行性。最后对2012年11月至2021年4月期间每年1—3月的月平均雪厚进行了反演,反演结果与雪厚数据集的对比分析表明,反演结果能较好地得到北极多年冰上雪厚分布。并利用2013—2015年OIB(Operation Ice Bridge)实测雪厚进行了准确性印证,反演结果与OIB实测雪厚的一致性较好,二者的均方根误差RMSE为0.07m,说明了基于SMRT模型的多年冰上雪厚反演算法的有效性。
AbstractList P73%P727; L波段微波辐射传输模型可以模拟微波辐射信号在北极冰雪内的物理传播过程,是北极冰面雪厚反演的有效手段.然而当前可用于北极海冰积雪上L波段亮温模拟的模型非常有限,极大地限制了基于L波段微波辐射传输模型的雪厚反演算法的发展.2018年由欧空局赞助开发的积雪微波辐射传输模型(Snow Microwave Radiative Transfer model,SMRT)已被证实可以用于北极海冰积雪上的L波段亮温模拟,但还未有研究利用该模型进行北极雪厚反演.为此,文章利用2018年开发的新一代积雪微波辐射传输模型SMRT,开展了基于L波段辐射传输模型的北极多年冰上雪厚反演研究.文章首先在SMRT模型基础上改进了积雪隔热效应计算这一前向模拟关键过程,简化计算的同时提高了模拟的准确性.然后选取L波段模型结合雷达高度计的雪厚反演算法展开研究,利用该算法对改进模拟过程的SMRT模型进行了雪厚敏感性分析,验证了 SMRT改进模型应用于多年冰上雪厚反演的可行性.最后对2012年11月至2021年4月期间每年1-3月的月平均雪厚进行了反演,反演结果与雪厚数据集的对比分析表明,反演结果能较好地得到北极多年冰上雪厚分布.并利用2013-2015年OIB(Operation Ice Bridge)实测雪厚进行了准确性印证,反演结果与OIB实测雪厚的一致性较好,二者的均方根误差RMSE为0.07m,说明了基于SMRT模型的多年冰上雪厚反演算法的有效性.
L波段微波辐射传输模型可以模拟微波辐射信号在北极冰雪内的物理传播过程,是北极冰面雪厚反演的有效手段。然而当前可用于北极海冰积雪上L波段亮温模拟的模型非常有限,极大地限制了基于L波段微波辐射传输模型的雪厚反演算法的发展。2018年由欧空局赞助开发的积雪微波辐射传输模型(Snow Microwave Radiative Transfer model, SMRT)已被证实可以用于北极海冰积雪上的L波段亮温模拟,但还未有研究利用该模型进行北极雪厚反演。为此,文章利用2018年开发的新一代积雪微波辐射传输模型SMRT,开展了基于L波段辐射传输模型的北极多年冰上雪厚反演研究。文章首先在SMRT模型基础上改进了积雪隔热效应计算这一前向模拟关键过程,简化计算的同时提高了模拟的准确性。然后选取L波段模型结合雷达高度计的雪厚反演算法展开研究,利用该算法对改进模拟过程的SMRT模型进行了雪厚敏感性分析,验证了SMRT改进模型应用于多年冰上雪厚反演的可行性。最后对2012年11月至2021年4月期间每年1—3月的月平均雪厚进行了反演,反演结果与雪厚数据集的对比分析表明,反演结果能较好地得到北极多年冰上雪厚分布。并利用2013—2015年OIB(Operation Ice Bridge)实测雪厚进行了准确性印证,反演结果与OIB实测雪厚的一致性较好,二者的均方根误差RMSE为0.07m,说明了基于SMRT模型的多年冰上雪厚反演算法的有效性。
Abstract_FL The L-band microwave radiative transfer model can simulate the physical propagation process of microwave radiation signals in the Arctic ice and snow,and serves as an effective tool to invert the snow thickness of the Arctic ice.However,at present,the models available for L-band brightness temperature simulation over Arctic sea ice and snow cover are scarce,which greatly limits the development of snow depth retrieval algorithms based on L-band microwave radiative transfer models.The Snow Microwave Radiative Transfer model(SMRT),developed under the sponsorship of ESA in 2018,has been proved to be suitable for L-band brightness temperature simulation on Arctic sea ice and snow,but there is no research using this model for Arctic snow depth.Therefore,in this paper,a new generation of microwave radiative transfer model of snow,SMRT,developed in 2018,is used to carry out the retrieval research of multi-year ice snow depth in the Arctic based on the L-band radiative transfer model.Based on the SMRT model,the key process of forward simulation is improved to simplify the calculation and improve the accuracy of the simulation.Then the L-band model combined with the snow depth retrieval algorithm of radar altimeter is selected to carry out research,and the snow depth sensi-tivity of the SMRT model with improved simulation process is analyzed by using this algorithm,and the feasibility of applying the improved SMRT model to the multi-year ice snow depth re-trieval is verified.At last,the average monthly snow depth in January to March of each year from November 2012 to April 2021 is inverted.The comparison between the retrieval results and the snow depth dataset shows that the retrieval results can better capture the snow depth distribution on the Arctic ice.The accuracy of the snow depth measured by Operation Ice Bridge(OIB)from 2013 to 2015 is verified.The retrieval results are in good agreement with the snow depth measured by OIB,and the Root Mean Square Error(RMSE)for both is 0.07m,indicating the validity of the multi-year ice snow depth retrieve algorithm based on SMRT model.
Author 庞春雨
李乐乐
石立坚
范艳菲
AuthorAffiliation 中国海洋大学信息科学与工程学部海洋技术学院 青岛 266100%国家卫星海洋应用中心 北京 100081
AuthorAffiliation_xml – name: 中国海洋大学信息科学与工程学部海洋技术学院 青岛 266100%国家卫星海洋应用中心 北京 100081
Author_FL FAN Yanfei
SHI Lijian
LI Lele
PANG Chunyu
Author_FL_xml – sequence: 1
  fullname: FAN Yanfei
– sequence: 2
  fullname: LI Lele
– sequence: 3
  fullname: PANG Chunyu
– sequence: 4
  fullname: SHI Lijian
Author_xml – sequence: 1
  fullname: 范艳菲
  organization: 中国海洋大学信息科学与工程学部海洋技术学院,青岛,266100
– sequence: 2
  fullname: 李乐乐
  organization: 中国海洋大学信息科学与工程学部海洋技术学院,青岛,266100
– sequence: 3
  fullname: 庞春雨
  organization: 中国海洋大学信息科学与工程学部海洋技术学院,青岛,266100
– sequence: 4
  fullname: 石立坚
  organization: 国家卫星海洋应用中心,北京,100081
BookMark eNrjYmDJy89LZWHgNDQwMNW1tDA152DgLS7OTDIwNTQ2N7YwNOJkMHw6f9eTXX3BvkEhz1YsfDqv-_mslqc905_Na3y6ZNbTnVuetm14sqPr5exVT_tmPe3vfbZnCg8Da1piTnEqL5TmZgh2cw1x9tD18Xf3dHb00U02MzDSNUwzNUpLMTU1Nkw1SUkzN0pJMwXykiwMkgzNEs2SDAzTjCzTTFKTUlKSUkwTTZNMLS0Nk81TDc2N00zMEy2NuRk0IKaWJ-alJealx2fllxblAe2Lz6jMTqtMzzEyMDIxMDMwMAIqVYIoTU4sLo7PKy5OifeI9HaLdPcBq4EoAgD3JFwW
ClassificationCodes P73%P727
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID NSCOK
2B.
4A8
92I
93N
PSX
TCJ
DatabaseName 国家哲学社会科学文献中心 (National Center for Philosophy and Social Sciences Documentation)
Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList

DeliveryMethod fulltext_linktorsrc
Discipline Oceanography
DocumentTitle_FL Retrieval of Snow Depth in Arctic Multi-year Ice Based on SMRT Model
EndPage 34
ExternalDocumentID hykfygl202406002
HYKFYGL2024006002
GrantInformation_xml – fundername: 国家重点研发计划
  funderid: (2019YFA0607001)
GroupedDBID -01
-0Z
92E
92I
ABJNI
ACGFS
ALMA_UNASSIGNED_HOLDINGS
CCEZO
CCVFK
CVEBK
CW9
GROUPED_DOAJ
NSCOK
TCJ
TGP
U1G
U5K
2B.
4A8
5XA
5XB
93N
PSX
UY8
ID FETCH-LOGICAL-c602-1f52fd5531e4df72df5d55b80b16a6b01f29f4ebddbd5a5b5991c7e173f47a93
ISSN 1005-9857
IngestDate Thu May 29 04:18:50 EDT 2025
Mon Feb 17 13:33:44 EST 2025
IsOpenAccess true
IsPeerReviewed true
IsScholarly true
Issue 6
Keywords 北极
雪厚反演
微波辐射传输模型
L波段亮温
L-band brightness temperature
Snow depth retrieval
Arctic
Microwave radiative transfer model
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-c602-1f52fd5531e4df72df5d55b80b16a6b01f29f4ebddbd5a5b5991c7e173f47a93
OpenAccessLink https://www.ncpssd.cn/Literature/articleinfo?id=HYKFYGL2024006002&type=eJournalArticle&typename=中文期刊文章&nav=1&langType=1&pageUrl=https%253A%252F%252Fwww.ncpssd.org%252Fjournal%252Fdetails%253Fgch%253D211192%2526nav%253D1%2526langType%253D2
PageCount 20
ParticipantIDs wanfang_journals_hykfygl202406002
cass_nssd_HYKFYGL2024006002
PublicationCentury 2000
PublicationDate 2024-06-28
PublicationDateYYYYMMDD 2024-06-28
PublicationDate_xml – month: 06
  year: 2024
  text: 2024-06-28
  day: 28
PublicationDecade 2020
PublicationTitle 海洋开发与管理
PublicationTitle_FL Ocean Development and Management
PublicationYear 2024
Publisher 海洋出版社有限公司
中国海洋大学信息科学与工程学部海洋技术学院 青岛 266100%国家卫星海洋应用中心 北京 100081
Publisher_xml – name: 海洋出版社有限公司
– name: 中国海洋大学信息科学与工程学部海洋技术学院 青岛 266100%国家卫星海洋应用中心 北京 100081
SSID ssib051373812
ssib000862400
ssj0039528
ssib002263651
Score 2.3883688
Snippet L波段微波辐射传输模型可以模拟微波辐射信号在北极冰雪内的物理传播过程,是北极冰面雪厚反演的有效手段。然而当前可用于北极海冰积雪上L波段亮温模拟的模型非常有限,极大...
P73%P727; L波段微波辐射传输模型可以模拟微波辐射信号在北极冰雪内的物理传播过程,是北极冰面雪厚反演的有效手段.然而当前可用于北极海冰积雪上L波段亮温模拟的模型非常...
SourceID wanfang
cass
SourceType Aggregation Database
StartPage 15
Title 基于SMRT模型的北极多年冰上雪厚反演
URI https://www.ncpssd.cn/Literature/articleinfo?id=HYKFYGL2024006002&type=eJournalArticle&typename=中文期刊文章&nav=1&langType=1&pageUrl=https%253A%252F%252Fwww.ncpssd.org%252Fjournal%252Fdetails%253Fgch%253D211192%2526nav%253D1%2526langType%253D2
https://d.wanfangdata.com.cn/periodical/hykfygl202406002
Volume 41
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
journalDatabaseRights – providerCode: PRVAON
  databaseName: DOAJ Directory of Open Access Journals
  issn: 1005-9857
  databaseCode: DOA
  dateStart: 20160101
  customDbUrl:
  isFulltext: true
  dateEnd: 99991231
  titleUrlDefault: https://www.doaj.org/
  omitProxy: true
  ssIdentifier: ssj0039528
  providerName: Directory of Open Access Journals
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV3Na9RAFB_anoogfmKtSgXnuJKPmczMMdlmXdQq2BXa0zLZJC0oEdztob0J4sGPehGEFSqCB_HkwYMW_5xmxf_C9yazTcQi6iVMZn778nvvTTIfm_dCyBVMyR4w7bSU5LoFM2IGt5R24dQTImcCRhTc71i5FXTvsutrfG1mdr7x1tLWKLk62DkyruR_vAp14FeMkv0Hzx4KhQoog3_hCB6G41_5mMacqg6NQhozPMp4deVOj8YBDSUNXdMcUxnRWFAFzQxrZJsqgRhsMpiQYSsUIkWjChPQyDFCJZXQpKiKaGgwMrZg2aFyGeVEIJA1J7mmEqSZq4BAJMARJh37Q-VOhcfILYwNWyDpUHm4VUhjiWSlbwpArSqAvl4NATWWjRSG7JVzWKghHE0DyiIWzMKn6sgaIowZfcMlsnxBrgqbmyIew5e3bJA5duOj9ZTCOEQgZSmNSKBUXb6NlXj5iiqAwfpta5SoOUJg6lbo2KI5hFS5u-yt0hwPqlBVO7Owu7a_pvfurt_orF-7iUpgbhzMizrru15jc2C68GROM2I58IP6_1zuYoKqOnGar7hXBYFasjDhGMBizESmFbkuNhqTqN4JctyufpbCqiufJDM7m6fIsduDTBc2dfpp4pZv9w_2d7EnTz68K_eefR8_Lp-_nuw9Kt-Py6-fyyefDr48_fHmY7k7Ll--mHx7dYasduJeu9uyH_ZoDQL8lk7OvTzl8PTPWJoLL805nCXSSdxAB4nj5p7KWZakaZJyzRMOa5iByFzhw8NDK_8smSseFNk5ssTTNNdC68wbCKZ0JmXCUg3ifVhp51m2QBZR7X4xHKb93yy9QC5ba_TtTT3sb27fy7c37hsQYs7_UcIima973wUyN3q4lV2ESeoouWT89xMukWg5
linkProvider Directory of Open Access Journals
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8ESMRT%E6%A8%A1%E5%9E%8B%E7%9A%84%E5%8C%97%E6%9E%81%E5%A4%9A%E5%B9%B4%E5%86%B0%E4%B8%8A%E9%9B%AA%E5%8E%9A%E5%8F%8D%E6%BC%94&rft.jtitle=%E6%B5%B7%E6%B4%8B%E5%BC%80%E5%8F%91%E4%B8%8E%E7%AE%A1%E7%90%86&rft.au=%E8%8C%83%E8%89%B3%E8%8F%B2&rft.au=%E6%9D%8E%E4%B9%90%E4%B9%90&rft.au=%E5%BA%9E%E6%98%A5%E9%9B%A8&rft.au=%E7%9F%B3%E7%AB%8B%E5%9D%9A&rft.date=2024-06-28&rft.pub=%E6%B5%B7%E6%B4%8B%E5%87%BA%E7%89%88%E7%A4%BE%E6%9C%89%E9%99%90%E5%85%AC%E5%8F%B8&rft.issn=1005-9857&rft.volume=41&rft.issue=6&rft.spage=15&rft.epage=34&rft.externalDocID=HYKFYGL2024006002
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fhykfygl%2Fhykfygl.jpg