海冰表面积雪深度是利用卫星测高技术反演海冰厚度的关键参数。基于ICESat-2和CryoSat-2测高卫星的协同观测数据（简称IS2CS），对比与评估卫星测高雪深估算的两种时空匹配方法（轨迹搜索法和格网搜索法），并对2018-2024年北极海冰生长期（10月至次年4月）积雪深度的时空分布特征进行分析。结果表明：（1）IS2CS轨迹法雪深与OIB实测数据具有较高的沿轨相关性，能够较好地捕获沿轨积雪深度的变化特征；（2）格网法雪深更适合表征大尺度积雪深度的空间分布和季节性变化特征，本文格网法雪深和GSFC雪深精度相当，在SIMBA数据的评估中本文格网法雪深性能优于GSFC雪深；（3）相比IS2CS雪深，MW99/AMSR2雪深相对偏厚，且在海冰生长期内季节性变化表征能力较弱；（4）海冰积雪深度呈现明显的时空差异，多年冰表面雪深普遍厚于一年冰表面雪深，春季雪深厚于秋冬季雪深。2018-2024年间，北极海冰表面积雪深度总体呈现减薄趋势，且多年冰区域的雪深减薄速率高于一年冰区域。研究成果为改进卫星测高雪深产品和优化海冰厚度反演算法提供了科学依据。
海冰表面积雪深度是利用卫星测高技术反演海冰厚度的关键参数。基于ICESat-2和CryoSat-2测高卫星的协同观测数据（简称IS2CS），对比与评估卫星测高雪深估算的两种时空匹配方法（轨迹搜索法和格网搜索法），并对2018-2024年北极海冰生长期（10月至次年4月）积雪深度的时空分布特征进行分析。结果表明：（1）IS2CS轨迹法雪深与OIB实测数据具有较高的沿轨相关性，能够较好地捕获沿轨积雪深度的变化特征；（2）格网法雪深更适合表征大尺度积雪深度的空间分布和季节性变化特征，本文格网法雪深和GSFC雪深精度相当，在SIMBA数据的评估中本文格网法雪深性能优于GSFC雪深；（3）相比IS2CS雪深，MW99/AMSR2雪深相对偏厚，且在海冰生长期内季节性变化表征能力较弱；（4）海冰积雪深度呈现明显的时空差异，多年冰表面雪深普遍厚于一年冰表面雪深，春季雪深厚于秋冬季雪深。2018-2024年间，北极海冰表面积雪深度总体呈现减薄趋势，且多年冰区域的雪深减薄速率高于一年冰区域。研究成果为改进卫星测高雪深产品和优化海冰厚度反演算法提供了科学依据。
海冰表面积雪深度是利用卫星测高技术反演海冰厚度的关键参数。基于ICESat-2和CryoSat-2测高卫星的协同观测数据（简称IS2CS），对比与评估卫星测高雪深估算的两种时空匹配方法（轨迹搜索法和格网搜索法），并对2018-2024年北极海冰生长期（10月至次年4月）积雪深度的时空分布特征进行分析。结果表明：（1）IS2CS轨迹法雪深与OIB实测数据具有较高的沿轨相关性，能够较好地捕获沿轨积雪深度的变化特征；（2）格网法雪深更适合表征大尺度积雪深度的空间分布和季节性变化特征，本文格网法雪深和GSFC雪深精度相当，在SIMBA数据的评估中本文格网法雪深性能优于GSFC雪深；（3）相比IS2CS雪深，MW99/AMSR2雪深相对偏厚，且在海冰生长期内季节性变化表征能力较弱；（4）海冰积雪深度呈现明显的时空差异，多年冰表面雪深普遍厚于一年冰表面雪深，春季雪深厚于秋冬季雪深。2018-2024年间，北极海冰表面积雪深度总体呈现减薄趋势，且多年冰区域的雪深减薄速率高于一年冰区域。研究成果为改进卫星测高雪深产品和优化海冰厚度反演算法提供了科学依据。
内蒙古是我国重要的季节性积雪区之一，积雪判识和雪深反演对农业生产、生态评估以及研究春汛、积雪灾害等有重要意义。为了提高本地积雪判识精度，本文提出一种基于归一化差分雪指数（Normalized Difference Snow Index,NDSI）的直接比较积雪判识方法，即应用葵花8号卫星的待判识积雪图和当年秋季无雪底图的NDSI做差运算进行积雪判识，并与日常业务使用的积雪判识方法进行比较。结果表明：日常使用的积雪决策树算法（Snow Mapping,SNOMAP）存在漏判部分薄雪像元现象，积雪分数（Fractional Snow Cover,FSC）算法在积雪判识时会受到水体影响最终影响精度。内蒙古地区的非林区，NDSI直接比较判识法相较SNOMAP和FSC算法判识精度分别提升3.88%、0.52%,NDSI直接比较法和FSC算法在非林区的判识精度相差很小；林区，NDSI直接比较法相较FSC算法判识精度明显提升，同时错判误差降低，说明NDSI直接比较法更适用于内蒙古地区林区的积雪判识。
内蒙古是我国重要的季节性积雪区之一，积雪判识和雪深反演对农业生产、生态评估以及研究春汛、积雪灾害等有重要意义。为了提高本地积雪判识精度，本文提出一种基于归一化差分雪指数（Normalized Difference Snow Index,NDSI）的直接比较积雪判识方法，即应用葵花8号卫星的待判识积雪图和当年秋季无雪底图的NDSI做差运算进行积雪判识，并与日常业务使用的积雪判识方法进行比较。结果表明：日常使用的积雪决策树算法（Snow Mapping,SNOMAP）存在漏判部分薄雪像元现象，积雪分数（Fractional Snow Cover,FSC）算法在积雪判识时会受到水体影响最终影响精度。内蒙古地区的非林区，NDSI直接比较判识法相较SNOMAP和FSC算法判识精度分别提升3.88%、0.52%,NDSI直接比较法和FSC算法在非林区的判识精度相差很小；林区，NDSI直接比较法相较FSC算法判识精度明显提升，同时错判误差降低，说明NDSI直接比较法更适用于内蒙古地区林区的积雪判识。
内蒙古是我国重要的季节性积雪区之一，积雪判识和雪深反演对农业生产、生态评估以及研究春汛、积雪灾害等有重要意义。为了提高本地积雪判识精度，本文提出一种基于归一化差分雪指数（Normalized Difference Snow Index,NDSI）的直接比较积雪判识方法，即应用葵花8号卫星的待判识积雪图和当年秋季无雪底图的NDSI做差运算进行积雪判识，并与日常业务使用的积雪判识方法进行比较。结果表明：日常使用的积雪决策树算法（Snow Mapping,SNOMAP）存在漏判部分薄雪像元现象，积雪分数（Fractional Snow Cover,FSC）算法在积雪判识时会受到水体影响最终影响精度。内蒙古地区的非林区，NDSI直接比较判识法相较SNOMAP和FSC算法判识精度分别提升3.88%、0.52%,NDSI直接比较法和FSC算法在非林区的判识精度相差很小；林区，NDSI直接比较法相较FSC算法判识精度明显提升，同时错判误差降低，说明NDSI直接比较法更适用于内蒙古地区林区的积雪判识。
内蒙古是我国重要的季节性积雪区之一，积雪判识和雪深反演对农业生产、生态评估以及研究春汛、积雪灾害等有重要意义。为了提高本地积雪判识精度，本文提出一种基于归一化差分雪指数（Normalized Difference Snow Index,NDSI）的直接比较积雪判识方法，即应用葵花8号卫星的待判识积雪图和当年秋季无雪底图的NDSI做差运算进行积雪判识，并与日常业务使用的积雪判识方法进行比较。结果表明：日常使用的积雪决策树算法（Snow Mapping,SNOMAP）存在漏判部分薄雪像元现象，积雪分数（Fractional Snow Cover,FSC）算法在积雪判识时会受到水体影响最终影响精度。内蒙古地区的非林区，NDSI直接比较判识法相较SNOMAP和FSC算法判识精度分别提升3.88%、0.52%,NDSI直接比较法和FSC算法在非林区的判识精度相差很小；林区，NDSI直接比较法相较FSC算法判识精度明显提升，同时错判误差降低，说明NDSI直接比较法更适用于内蒙古地区林区的积雪判识。
内蒙古是我国重要的季节性积雪区之一，积雪判识和雪深反演对农业生产、生态评估以及研究春汛、积雪灾害等有重要意义。为了提高本地积雪判识精度，本文提出一种基于归一化差分雪指数（Normalized Difference Snow Index,NDSI）的直接比较积雪判识方法，即应用葵花8号卫星的待判识积雪图和当年秋季无雪底图的NDSI做差运算进行积雪判识，并与日常业务使用的积雪判识方法进行比较。结果表明：日常使用的积雪决策树算法（Snow Mapping,SNOMAP）存在漏判部分薄雪像元现象，积雪分数（Fractional Snow Cover,FSC）算法在积雪判识时会受到水体影响最终影响精度。内蒙古地区的非林区，NDSI直接比较判识法相较SNOMAP和FSC算法判识精度分别提升3.88%、0.52%,NDSI直接比较法和FSC算法在非林区的判识精度相差很小；林区，NDSI直接比较法相较FSC算法判识精度明显提升，同时错判误差降低，说明NDSI直接比较法更适用于内蒙古地区林区的积雪判识。
【目的】青藏高原分布着众多内陆湖泊，湖泊水域面积变化能够指示区域气候变化和湖泊演化趋势。为了分析羊卓雍错流域内湖泊水域面积的变化趋势与特征，【方法】选取1972—2023年间的Landsat卫星影像，采用归一化水体指数方法提取羊卓雍错、巴纠错、空母错、沉错、多错、普莫雍错的水域面积信息，重建近50年各湖泊面积的日变化和年变化序列。借助GPS实地观测数据，评估了湖泊水域边界识别中的总体误差。基于流域附近的气象台站和线性趋势分析，探讨湖泊水域面积变化的驱动因素。【结果】结果显示：1972—2023年间羊卓雍错、空母错、沉错、巴纠错的水域面积呈萎缩趋势，普莫雍错和多错的水域面积呈扩张趋势，普莫雍错的西部边界扩张较为显著。与1972年年均水域面积相比，2023年羊卓雍错、空母错、巴纠错、沉错的年均水域面积分别缩减了82.72 km2、2.2 km、2.0 km、0.9 km；普莫雍错、多错的年均水域面积分别扩张了8.3 km、0.4 km。【结论】结果表明：根据台站气象要素的线性分析，1972—2023年期间年均气温、年降水量均呈增加趋势，但是年降水量增加不明显；相对湿度...
【目的】青藏高原分布着众多内陆湖泊，湖泊水域面积变化能够指示区域气候变化和湖泊演化趋势。为了分析羊卓雍错流域内湖泊水域面积的变化趋势与特征，【方法】选取1972—2023年间的Landsat卫星影像，采用归一化水体指数方法提取羊卓雍错、巴纠错、空母错、沉错、多错、普莫雍错的水域面积信息，重建近50年各湖泊面积的日变化和年变化序列。借助GPS实地观测数据，评估了湖泊水域边界识别中的总体误差。基于流域附近的气象台站和线性趋势分析，探讨湖泊水域面积变化的驱动因素。【结果】结果显示：1972—2023年间羊卓雍错、空母错、沉错、巴纠错的水域面积呈萎缩趋势，普莫雍错和多错的水域面积呈扩张趋势，普莫雍错的西部边界扩张较为显著。与1972年年均水域面积相比，2023年羊卓雍错、空母错、巴纠错、沉错的年均水域面积分别缩减了82.72 km2、2.2 km、2.0 km、0.9 km；普莫雍错、多错的年均水域面积分别扩张了8.3 km、0.4 km。【结论】结果表明：根据台站气象要素的线性分析，1972—2023年期间年均气温、年降水量均呈增加趋势，但是年降水量增加不明显；相对湿度...