草案_高原遥感滤云雪盖产品算法技术规范.docx

1、Q/LB.XXXXX-XXXXICS 07.060CCS A 47 63青海省地方标准DB 63/T XXXX2022高原遥感滤云雪盖产品算法技术规范点击此处添加标准名称的英文译名（本草案完成时间：2021年11月15日）2022 - XX - XX发布2022 - XX - XX实施青海省市场监督管理局发布DB 63/T XXXX2022目次前言II1 范围12 规范性引用文件13 术语和定义14 高原遥感滤云雪盖产品算法技术流程25 高原遥感滤云雪盖产品提取方法25.1 稳定性积雪和无雪陆地识别25.2 静止气象卫星多时次合成35.3 高程辅助滤云35.4 临近像元滤云35.5 地面站网辅

2、助滤云35.6 微波融合滤云4附录A （规范性） 临近时间、临近空间积雪覆盖校正原理图5附录B （规范性） Himawari-8/AHI可见光和红外扫描辐射计通道参数6附录C （规范性） FY4A/AGRI多通道扫描成像辐射计通道参数7附录D （规范性） EOS/MODIS中分辨率成像光谱仪通道参数8参考文献109前言本文件按照GB/T 1.12020标准化工作导则 第1部分：标准化文件的结构和起草规则的规定起草。本文件由青海省气象局提出并归口。本文件起草单位：青海省气象科学研究所、青海省气象服务中心本文件主要起草人：肖建设、曹晓云、史飞飞、乔斌、李素雲、赵彤、雷春苗、刘致远、张睿、陈奇。本文

3、件由青海省气象局监督实施。高原遥感滤云雪盖产品算法技术规范1 范围本文件规定了高原遥感滤云雪盖产品算法的术语和定义、处理流程等技术规范。本文件适用于气象、环保、水利、国土等部门开展青藏高原地区积雪覆盖范围的遥感监测、评估、科研、服务等相关工作。2 规范性引用文件本文件没有规范性引用文件。3 术语和定义下列术语和定义适用于本文件。3.1 高原积雪覆盖在青藏高原地区陆地和冰表面的雪层。3.2 遥感数据预处理遥感数据预处理包括辐射定标、大气校正、几何校正、正射校正等。3.3静止气象卫星在赤道上空约35800 km的地球同步轨道上工作的气象卫星，与地球自转同步，相对地球静止，可以观测地球表面三分之一的

4、固定区域，对同一目标地区进行持续不断的气象观测。3.4 极轨气象卫星也叫太阳同步轨道气象卫星，卫星轨道高度为8001600 km，南北向绕地球运转，沿飞行轨道对地球开展观测。与太阳同步，每天在固定的时间（地方时）经过每个地点的上空，通常中低纬度区域每日过境2次，相隔12小时，高纬度区域过境次数逐渐增加，最高28次。3.5 NDSI归一化差分积雪指数（NDSI, Normalized Difference Snow Index），定义为：NDSI=VIS -NIRVIS+NIR()式中：VIS(Visible)0.55um0.57um可见光波段的反射率；NIR(Near Infrared)1.6

5、2um1.65um短波红外波段的反射率。来源：DB63/T 1565-2017, 3.73.6滤云积雪产品基于多源卫星遥感资料和地面观测数据，通过卫星多时次合成、被动微波数据融合、临近像元等滤云算法，得到滤云后的积雪覆盖产品。4 高原遥感滤云雪盖产品算法技术流程高原遥感滤云雪盖产品算法技术流程如图1所示，以静止气象卫星H8 (Himawari-8)、FY-4A，极轨气象卫星MODIS (Moderate-resolution Imaging Spectroradiometer)为主要遥感数据源（其通道参数信息见附录B-D），结合地面积雪综合观测站网，将遥感数据进行预处理和云雪判识后，通过稳定性

6、积雪和无雪陆地识别、静止气象卫星多时次合成、高程辅助滤云、临近像元滤云、地面站网辅助滤云、微波融合滤云等过程得到滤云后积雪覆盖产品。 图1 高原遥感滤云雪盖产品算法技术流程5 高原遥感滤云雪盖产品提取方法5.1 稳定性积雪和无雪陆地识别高海拔山区常年分布着丰富的冰雪，可认为是年度最小冰雪覆盖区，无论是否被云覆盖，都可直接将对应位置的云像素赋值为冰川或季节积雪；有些地方冬季（10月-次年4月）常年被积雪覆盖，但在夏季5-9月消融，定义为季节性积雪；有些地方从不下雪或极少下雪，则定义为无雪陆地。判识条件(参照邱玉宝, 2017)如下：（1）海拔>5600 m的像素全部为“常年积雪”或年度最小

7、冰川覆盖，定义为冰川或永久性积雪。（2）海拔在30005600 m的云像素，若满足：云天数+积雪天数>总天数×90%，则云像素分类为积雪或季节性积雪。（3）若某像素满足：1)云天数+无雪陆地天数=总天数；2)云天数<总天数×20%，则云像素分类成无雪陆地。5.2 静止气象卫星多时次合成针对高时间分辨率的静止气象卫星数据，将一日内多个时次积雪判识后的二值栅格图像采用临近时间方法叠加分析，对每个栅格单元取多幅积雪判识结果中的最大值，临近时间积雪覆盖校正原理如附录A.1所示。最后多时次合成一幅具有最大积雪覆盖范围的影像。如式：SX,Y=MaxSt1X,Y, St2X,

8、Y,StnX,Y ()式中：X,Y像元S所在的行号和列号；t1,t2,tn每日接收到静止气象卫星数据的不同时刻(北京时10:00-14:00)；SX,Y中心像素值。5.3 高程辅助滤云由于海拔较高地区温度较低，积雪容易积累，采用高程辅助方法，利用云像素周围信息及数字高程辅助数据，对上一步完成的卫星影像逐日积雪图像进行去云，以积雪像素为中心，若与其相邻的八个像元中有云，且云像素高程大于中心积雪高程，则将云像素赋值为积雪。S (X+I,Y+J,t)=1 ,if SX,Y,t=1 and HX+I,Y+J>HX,Y, I,J= ±1()式中：X,Y像元S所在的行号和列号；t每日接收到

9、静止气象卫星数据的不同时刻(北京时10:00-14:00)；SX,Y中心像素值；SX+I,Y+J相邻像素值；HX,Y中心高程值；HX+I,Y+J相邻高程值。5.4 临近像元滤云高原在降雪和融雪季节积雪斑块化凸显，但对于多数情况而言，积雪在空间上连续的概率较大，可根据云像素周围的非云像素信息对其进行重新分类。如果与云像素相邻最近的八个像元中，至少五个为积雪，那么将中心云像素赋值为雪；如果至少六个为无雪陆地，那么将中心云像素赋值为无雪陆地。临近空间积雪覆盖校正原理如附录A.2所示。5.5 地面站网辅助滤云通过地面台站、野外观测的雪深数据和遥感反演的积雪面积比例产品，建立定量的积雪衰减关系模型。在此

10、基础上，通过收集整理地面台站长序列积雪雪深观测资料，从气候、海拔、地形和地表类型等方面分析各地面观测台站积雪观测数据的代表性，并利用长序列卫星遥感积雪产品，划定地面台站积雪观测数据的有效影响范围并进行插值，确定其影响范围，根据地面综合站网雪深观测数据，对卫星遥感云覆盖像素开展订正；如果地面综合站网反演得到的雪面积比例大于50%，判识为积雪，否则判识为无雪陆地。5.6 微波融合滤云根据被动微波数据不受云影响的特性，对光学观测积雪中受云影响的像素针对上述步骤处理后仍然存在云的干扰，则结合当日的被动微波雪深数据，如果被动微波雪深数据对应点微波雪深大于0，判识为积雪，否则判识为无雪陆地。AA附录A （

11、规范性）临近时间、临近空间积雪覆盖校正原理图邻近时间积雪覆盖校正原理见图A.1。图A.1 邻近时间积雪覆盖校正邻近空间积雪覆盖校正原理见图A.2。图A.2 邻近空间积雪覆盖校正原理BB附录B （规范性）Himawari-8/AHI可见光和红外扫描辐射计通道参数表B.1给出了Himawari-8/AHI可见光和红外扫描辐射计通道参数信息。表B.1 Himawari-8/AHI可见光和红外扫描辐射计通道参数表通道号光谱属性中心波长 (m)空间分辨率 (km)主要用途1可见光VIS0.461海洋水色、浮游植物、大气环境等20.51130.640.5陆地、云等4近红外NIR0.861海洋水色、浮游植物

12、等51.602陆地、云、积雪62.302云7红外IR3.902地球表面和云顶温度86.202卷云和水汽97.02海洋水色、浮游植物等107.32118.592大气水汽129.621310.402地球表面、云顶温度1411.2021512.3621613.302云顶高度CC附录C （规范性）FY4A/AGRI多通道扫描成像辐射计通道参数表C.1给出了FY4A/AGRI多通道扫描成像辐射计通道参数信息。表C.1 FY4A/AGRI多通道扫描成像辐射计通道参数表通道号光谱属性中心波长 (m)空间分辨率 (km)主要用途1可见光VIS0.471植被20.650.5植被、雾、云、恒星观测3近红外NIR0

13、.8251植被，水面上空气溶胶41.3752卷云51.612低云和雪识别、水云和冰云识别62.22524卷云、气溶胶、恒星观测7红外IR3.7524火情83.754水汽、雾96.254高层水汽107.14中层水汽118.54云、总水汽1210.84地表温度1312.004地表温度DD附录D （规范性）EOS/MODIS中分辨率成像光谱仪通道参数表D.1给出了EOS/MODIS中分辨率成像光谱仪通道参数信息。表D.1 EOS/MODIS中分辨率成像光谱仪通道参数表通道号光谱属性中心波长 (m)空间分辨率 (km)主要用途1可见光VIS0.6450.25植被叶绿素吸收20.85850.25云和植被

14、覆盖变换30.4690.5土壤植被差异40.5550.5绿色植被5近红外NIR1.240.5叶面/树冠差异6短波红外SIR1.640.5雪/云差异72.131.0陆地和云的性质8可见光VIS0.41251.0叶绿素90.4431.0叶绿素100.4881.0叶绿素110.5311.0叶绿素120.5511.0沉淀物130.6671.0沉淀物，大气层140.6781.0叶绿素荧光150.7481.0气溶胶性质16近红外NIR0.86951.0气溶胶/大气层性质170.9051.0云/大气层性质180.9361.0云/大气层性质190.941.0云/大气层性质20中红外MIR3.751.0洋面温度

15、213.9591.0森林火灾/火山223.9591.0云/地表温度234.051.0云/地表温度244.46551.0对流层温度/云片254.51551.0对流层温度/云片26短波红外SIR1.3751.0红外云探测27中红外MIR6.7151.0对流层中层湿度287.3251.0对流层中层湿度29远红外FIR8.551.0表面温度309.731.0臭氧总量3111.031.0云/表面温度3212.021.0云高和表面温度3313.3351.0云高和云片3413.6351.0云高和云片3513.9351.0云高和云片3616.2351.0云高和云片参考文献1. 王江山. 青海省生态环境监测系统

16、M. 北京:气象出版社, 2004年.2. 刘玉洁, 杨忠东, 等. MODIS遥感信息处理原理与算法M. 北京:科学出版社, 2001年.3. 赵英时.遥感应用分析原理与方法M. 北京:科学出版社, 2003年.4. 邱玉宝, 张欢, 除多, 等.基于MODIS的青藏高原逐日滤云积雪产品算法J. 冰川冻土, 2017, 39(03):515-526.5. 王云龙, 黄晓东, 邓婕, 等. 欧亚大陆中高纬度区逐日滤云积雪产品研发及验证J. 遥感技术与应用, 2016, 31(05):1013-1021.6. 黄晓东, 张学通, 李霞, 等. 北疆牧区MODIS积雪产品MOD10A1和MOD10

17、A2的精度分析与评价J.冰川冻土, 2007, 29(05):722-729.高原遥感滤云雪盖产品算法技术规范编制说明标 准 名 称：高原遥感滤云雪盖产品算法技术规范项 目 编 号： DB63JH-177-2021 制、修订类型： 制定 主要起草单位： 青海省气象科学研究所 协 作 单 位： 青海省气象服务中心 归 口 单 位： 青海省气象局 起草时间： 2021年6月-2022年6月 高原遥感滤云雪盖产品算法技术规范地方标准编制说明一、工作简况（一）任务来源2021年6月22日，由青海省气象科学研究所申请地方标准的立项，根据青海省市场监督管理局下达的2021年度青海省地方标准制修订项目计划公

18、示(青市监函2021253号)，批准高原遥感滤云雪盖产品算法技术规范地方标准的制定(项目编号DB63JH-177-2021)。（二）起草单位、协作单位起草单位：青海省气象科学研究所协作单位：青海省气象服务中心（三）主要起草人姓 名性别职务/职称工作单位任务分工肖建设男正高级工程师青海省气象科学研究所总体设计，主持标准前期实验研究工作，负责标准撰写曹晓云女工程师青海省气象科学研究所标准撰写史飞飞男工程师青海省气象科学研究所参与标准撰写乔斌男工程师青海省气象科学研究所参与标准撰写李素雲女助理工程师青海省气象科学研究所参与标准撰写赵彤女助理工程师青海省气象科学研究所参与标准撰写雷春苗女工程师青海省气

19、象服务中心参与标准撰写刘致远男助理工程师青海省气象科学研究所参与标准撰写张睿女助理工程师青海省气象科学研究所参与标准撰写陈奇男工程师青海省气象科学研究所参与标准撰写二、制定（修订）标准的必要性和意义针对青藏高原地区开展日尺度积雪监测是急需开展的一项工作。青海高原作为我国三大牧区之一，是重要的畜牧业生产基地。近年来，青藏高原地区雪灾频发，严重影响人民生产生活和经济发展。持续进行高时效的日尺度积雪遥感监测，为受灾区域提供及时有效的卫星遥感监测服务产品，为省委省政府防灾减灾提供数据支撑的需求尤为迫切。准确表达日尺度积雪范围的遥感技术比较匮乏。青藏高原积雪特性呈现降雪面积大，雪深浅，斑块化显著；辐射强

20、，积雪消融快，空间变化剧烈，而且高原下午对流旺盛，晴空数据少，日尺度无云积雪遥感监测比较困难。目前，针对青藏高原特殊积雪特性利用卫星遥感开展积雪监测研究多采用多日合成方式，造成积雪面积漏判和多判的误差，并且在国内外积雪产品也未较多考虑高原积雪的特殊性。科学、合理的遥感滤云积雪产品算法技术规范是精细化积雪监测和服务的前提和基础。现有的各类相关国标、行标和地标中，个别对卫星遥感积雪覆盖监测的数据准备、监测方法和监测处理流程等内容进行了规范，缺少青藏高原地区滤云的积雪产品算法技术规范，且滤云算法也没有形成相对统一的遥感监测算法技术规范，不同人员所采用的数据源和监测方法存在差异，导致反演结果存在差异。

21、因此，需要尽快规范青藏高原遥感滤云积雪产品的算法技术十分必要，以标准为基础更好履行公共气象服务和社会管理职能，有效推动气象生态文明建设保障工作。 制定高原遥感滤云雪盖产品算法技术规范地方标准，能够规范、准确地遥感监测青藏高原地区积雪覆盖状况，从而为开展青藏高原地区积雪覆盖状况评估、雪灾评估和气候预测等工作垫定基础；为省委省政府防灾减灾提供数据支撑和决策科学依据；为青藏高原冰冻圈生态气象监测和评估领域提供标准参考。三、主要起草过程（一）成立编制组2020年10月，标准计划任务下达后，本文件承担单位和负责人成立了由青海省气象科学研究所、青海省气象服务中心积雪相关领域的科研人员组成标准编制组，制定了

22、工作进度计划，明确项目成员的分工。（二）收集相关文献、标准和法规2020年11月-2020年12月，针对高原遥感滤云雪盖产品算法技术规范编制的需求，编制组围绕省委、省政府重大工程或年度重点工作任务中的青海省生态文明建设内容、省政府印发青海省生态气象保障服务示范省建设方案136服务保障格局中六大体系以及青海省气象标准体系建设规划（2018-2025年）中加快完善生态气象标准体系的要求。拟通过制定该标准解决青藏高原地区由于高原降雪面积大，雪深浅，斑块化显著；辐射强，积雪消融快，空间变化剧烈，而且高原下午对流发展快，晴空数据少，很难开展日尺度无云积雪遥感监测的技术难题。以期该标准的实施适用于气象、环

23、保、水利、国土等部门开展青藏高原地区积雪覆盖范围的遥感监测、评估、科研、服务等相关工作。收集到关于高原遥感滤云雪盖产品算法技术规范相关标准共计3个，分别为：积雪遥感监测技术导则（QX/T 96-2008）、牧区雪灾等级（GB/T 20482-2006）和高寒积雪遥感监测评估方法（DB63/T 1565-2017）这些标准规定了中国牧区雪灾的等级及划分指标、积雪遥感监测的原则、监测流程、监测方法、产品制作、质量控制等。但尚未给出青藏高原遥感滤云的积雪产品算法相关的规范化、标准化的技术规程，且滤云算法也没有形成相对统一的遥感监测算法技术规范，不同人员所采用的数据源和监测方法存在差异，导致反演结果存

24、在差异。因此，需要尽快规范青藏高原遥感滤云积雪产品的算法技术十分必要，以标准为基础更好履行公共气象服务和社会管理职能，有效推动气象生态文明建设保障工作。（三）研究分析与标准撰写2021年1月-3月，根据编制技术准备和任务分工，任务各承担人提供相关负责内容，按分工起草，形成标准初稿。以静止气象卫星H8 (Himawari-8)、FY-4、极轨气象卫星MODIS (Moderate-resolution Imaging Spectroradiometer)为主要遥感数据源，结合地面积雪综合观测站网，将遥感数据进行预处理和云雪判识后，通过稳定性积雪和无雪陆地识别、静止气象卫星多时次合成、高程辅助滤云

25、、临近像元滤云、地面站网辅助滤云、微波融合滤云等过程得到滤云后的积雪覆盖产品。（四）形成标准征求意见稿2021年6月，单位内部专家对标准初稿进行技术把关和内容核查，起草组针对相关专家对于标准初稿和编制过程中的问题进行了咨询和讨论。根据相关专家的意见，对标准初稿进行了修改和完善，于2021年12月完成标准修订征求意见稿。（五）征求意见阶段本文件在征求意见过程中，将本文件的征求意见稿发送给国家卫星气象中心、中科院西北生态环境资源研究院、青海省气象局科技与预报处、青海省气象局应急与减灾处、青海省气象局政策法规处、青海省气象灾害防御技术中心和青海省气象科学研究所的相关专家，2021年12月20日至20

26、22年3月15日向涉及的有关行政主管部门、科研机构征求意见。共征集64条意见数，采纳60条，未采纳4条。未采纳的原因是该类意见属于格式和改名问题，按照地方标准制定工作规范（DB63/T 1789-2020）不予采纳。（六）标准预审查及意见修改2022年3月23日，由青海省气象局政策法规处组织5位专家对本文件开展预审查，预审意见汇总表见附件1，起草人就预审查意见进行了修改。四、制定（修订）标准的原则和依据，与现行法律、法规、标准的关系（一）编制原则和依据（1）编制原则前瞻性原则：针对青藏高原地区开展日尺度积雪监测是急需开展的一项工作，持续进行高时效的日尺度积雪遥感监测，为受灾区域提供及时有效的卫

27、星遥感监测服务产品，为省委省政府防灾减灾提供数据支撑的需求尤为迫切，然而，准确表达日尺度积雪范围的遥感技术比较匮乏。因此，本文件规定了利用多源气象卫星数据和地面综合观测资料提取青藏高原无云积雪覆盖范围遥感监测规范。科学性原则：该标准参考了国内外相关日尺度无云积雪范围遥感技术的文献、书籍、标准以及相关行业标准。在研究和调查的基础上制定本文件，在高原遥感滤云雪盖产品算法技术中具有科学性。适用性原则：该标准在青藏高原具有普遍性，涉及部分关键共性技术。标准的实施适用于气象、环保、水利、国土等部门开展青藏高原地区积雪覆盖范围的遥感监测、评估、科研、服务等相关工作提供数据和技术支撑。（2）编制依据标准在编

28、制过程中，综合参考相关领域最新成果，参考国际和国内相关政策、技术标准与规范，形成完善的技术标准体系，使其在保持先进性的同时，具有一定的前瞻性、科学性和适用性原则。（二）与现行法律、法规、标准的关系经过查阅相关的现行法律、法规和标准，并与本文件进行对比分析，本文件与现行法律、法规和强制性标准无相互矛盾和抵触的条款冲突，不仅可为相应法律法规的实施提供技术支撑，而且可作为相关推荐性标准的补充进行推广。五、主要条款的说明1.高原滤云积雪覆盖产品算法技术流程高原遥感滤云雪盖产品算法技术流程示意图如图1所示，以静止气象卫星H8 (Himawari-8)、FY-4A，极轨气象卫星MODIS (Moderat

29、e-resolution Imaging Spectroradiometer)为主要遥感数据源，结合地面积雪综合观测站网，将遥感数据进行预处理和云雪判识后，通过稳定性积雪和无雪陆地识别、静止气象卫星多时次合成、高程辅助滤云、临近像元滤云、地面站网辅助滤云、微波融合滤云等过程得到滤云后积雪覆盖产品。图1滤云积雪覆盖技术流程2.高原遥感滤云雪盖产品提取方法2.1 稳定性积雪和无雪陆地识别高海拔山区常年分布着丰富的冰雪，可认为是年度最小冰雪覆盖区，无论是否被云覆盖，都可直接将对应位置的云像素赋值为冰川或永久性积雪；有些地方冬季（10月-次年4月）常年被积雪覆盖，但在夏季5-9月消融，定义为季节性积雪

30、；有些地方从不下雪或极少下雪，则定义为无雪陆地（图2）。判识条件(参照邱玉宝, 2017)如下：（1）海拔>5600 m的像素全部为“常年积雪”或年度最小冰川覆盖，定义为冰川或永久性积雪。（2）海拔在30005600m的云像素，若满足：云天数+积雪天数>总天数×90%，则云像素分类为积雪或季节性积雪。（3）若某像素满足：1)云天数+无雪陆地天数=总天数；2)云天数<总天数×20%，则云像素分类成无雪陆地。图2 青海省无雪陆地、阶段积雪、冰川识别图2.2 静止卫星多时次合成针对高时间分辨率的静止气象卫星数据，将一日内多个时次积雪判识后的二值栅格图像进行叠加，

31、对每个栅格单元取多幅积雪判识结果中的最大值，最后多时次合成一幅具有最大积雪覆盖范围的影像（图3）。如式：SX,Y=MaxSt1X,Y, St2X,Y,StnX,Y ()式中：X,Y像元S所在的行号和列号；t1,t2,tn每日接收到静止气象卫星数据的不同时刻(北京时10:00-14:00)；SX,Y中心像素值。该时次受云遮挡上一时次未受云遮挡合成结果判识为雪图3静止卫星多时次合成示意图2.3 高程辅助滤云由于海拔较高地区温度较低，积雪容易积累，采用高程辅助方法，利用云像素周围信息及数字高程辅助数据，对上一步完成的卫星影像逐日积雪图像进行去云，以积雪像素为中心，若与其相邻的八个像元中有云，且云像素

32、高程大于中心积雪高程，则将云像素赋值为积雪。S (X+I,Y+J,t)=1 ,if SX,Y,t=1 and HX+I,Y+J>HX,Y, I,J= ±1 (2)式中：X,Y像元S所在的行号和列号；t每日接收到静止气象卫星数据的不同时刻(北京时10:00-14:00)；SX,Y中心像素值；SX+I,Y+J相邻像素值；HX,Y中心高程值；HX+I,Y+J相邻高程值。2.4 临近像元滤云高原在降雪和融雪季节积雪斑块化凸显，但对于多数情况而言，积雪在空间上连续的概率较大，可根据云像素周围的非云像素信息对其进行重新分类。如果与云像素相邻最近的八个像元中，至少五个为积雪，那么将中心云像素

33、赋值为雪；如果至少五个为无雪陆地，那么将中心云像素赋值为无雪陆地。临近时间、临近空间积雪覆盖校正原理如下图4-5所示。图4 邻近时间积雪覆盖校正 图5 邻近空间积雪覆盖校正原理2.5 地面站网辅助滤云通过地面台站、野外观测的雪深数据和遥感反演的积雪面积比例产品，建立定量的积雪衰减关系模型（图6）。在此基础上，通过收集整理地面台站长序列积雪雪深观测资料，从气候、海拔、地形和地表类型等方面分析各地面观测台站积雪观测数据的代表性（图7），并利用长序列卫星遥感积雪产品，划定地面台站积雪观测数据的有效影响范围并进行插值，确定其影响范围，根据地面综合站网雪深观测数据，对卫星遥感云覆盖像素开展订正；如果地面

34、综合站网反演得到的雪面积比例大于50%，判识为积雪，否则判识为无雪陆地。图6积雪衰减曲线示意图图7 气象台站积雪环境代表性评估结果2.6 微波融合滤云根据被动微波数据不受云影响的特性，对光学观测积雪中受云影响的像素针对上述步骤处理后仍然存在云的干扰，则结合临近时间的被动微波雪深数据，如果被动微波雪深数据对应点微波雪深大于0，判识为积雪，否则判识为无雪陆地。其中，图8为MODIS/被动微波积雪产品融合示意图。图8 MODIS/被动微波积雪产品融合示意图以利用MODIS积雪面积将被动微波雪深数据降尺度到空间分辨率为0.05°为例。首先对去云后的MODIS积雪面积比例数据（500 m，约为

35、0.005°）进行投影转换和重采样，投影转换成与被动微波雪深数据一致的经纬度投影，像元大小重采样为0.05°。每一个0.05°的亚像元的雪深值的计算如式（3）所示。 （3）式中：为被动微波像元grid中第i个亚像元的雪深值；为这第i个亚像元的积雪面积比例值；为被动微波像元的雪深值；n为被动微波像元所对应的亚像元的总个数（以从0.25°降尺度为0.05°为例，n值为25）。六、重大意见分歧的处理依据和结果本文件在征求意见过程中，将本文件的征求意见稿发送给国家卫星气象中心、中科院西北生态环境资源研究院、青海省气象局科技与预报处、青海省气象局应急与减灾处、青海省气象