格陵兰冰盖流速监测对定量估算冰盖物质损失以及研究冰盖对全球变暖的响应具有重要意义。利用SAR影像强度信息进行偏移量追踪是目前冰川流速监测的主要方法。冰川表面散射特性的变化会导致SAR影像强度信息发生改变，导致影像匹配失相关，从而造成提取的流速场中存在大量错误与空洞。为了克服该问题，本文提出了一套基于Sentinel-1 SAR影像提取冰川流速时序的数据处理流程：通过开运算、连通性分析、自适应中值滤波等方法去除单对追踪影像中的噪声与错误；同时利用现有产品的年度和月度平均流速数据完成基准校正并引入角度信息进一步去除部分噪声与粗差；最后通过间隔6日、12日、18日的追踪影像引入冗余配对，使用迭代的奇异值分解（SVD）方法求解时序方程组，构建冰川流速时序。将利用本方法提取的2018年—2020年间格陵兰Petermann溢出冰川6日间隔冰流速时序与现有流速产品进行对比表明，与由单轨数据生成的CPOM冰川流速产品相比，本方法获得的流速时序噪声更少，流速场在时空上更连续平滑，在相同冰川范围内有效数据覆盖范围更广。与由多轨数据合成的PROMICE产品比较表明两者的精度和有效数据覆盖率类似，但本文方法...

格陵兰冰盖流速监测对定量估算冰盖物质损失以及研究冰盖对全球变暖的响应具有重要意义。利用SAR影像强度信息进行偏移量追踪是目前冰川流速监测的主要方法。冰川表面散射特性的变化会导致SAR影像强度信息发生改变，导致影像匹配失相关，从而造成提取的流速场中存在大量错误与空洞。为了克服该问题，本文提出了一套基于Sentinel-1 SAR影像提取冰川流速时序的数据处理流程：通过开运算、连通性分析、自适应中值滤波等方法去除单对追踪影像中的噪声与错误；同时利用现有产品的年度和月度平均流速数据完成基准校正并引入角度信息进一步去除部分噪声与粗差；最后通过间隔6日、12日、18日的追踪影像引入冗余配对，使用迭代的奇异值分解（SVD）方法求解时序方程组，构建冰川流速时序。将利用本方法提取的2018年—2020年间格陵兰Petermann溢出冰川6日间隔冰流速时序与现有流速产品进行对比表明，与由单轨数据生成的CPOM冰川流速产品相比，本方法获得的流速时序噪声更少，流速场在时空上更连续平滑，在相同冰川范围内有效数据覆盖范围更广。与由多轨数据合成的PROMICE产品比较表明两者的精度和有效数据覆盖率类似，但本文方法...

针对目前青藏高原背景下的区域径流丰枯空间分布特征与其影响因素之间的联系仍不清楚,以及单站点或多站点平均的丰枯指标难以反映区域径流空间分布特征的问题,采用不同时间尺度的标准径流指数,结合经验正交函数、奇异值分解等方法分析了黄河上游1969—2012年径流丰枯的空间分布特征及其与青藏高原降水、气温和积雪3种气象因子的关系。结果表明:黄河上游径流丰枯情况具有区域一致的主要空间分布模态(主要受气象因子的影响)和东北—西南反位相分布的次要空间分布模态(主要受人类活动的影响);夏、秋季比冬、春季更可能出现多年径流量偏丰或偏枯的情形;青藏高原降水、气温和积雪是影响黄河上游径流丰枯空间分布的主要气象因子,降水对径流丰枯变化起主控作用,积雪和气温的季节性影响较明显;青藏高原东北部、东部、北部是影响径流丰枯变化的关键区。

针对目前青藏高原背景下的区域径流丰枯空间分布特征与其影响因素之间的联系仍不清楚,以及单站点或多站点平均的丰枯指标难以反映区域径流空间分布特征的问题,采用不同时间尺度的标准径流指数,结合经验正交函数、奇异值分解等方法分析了黄河上游1969—2012年径流丰枯的空间分布特征及其与青藏高原降水、气温和积雪3种气象因子的关系。结果表明:黄河上游径流丰枯情况具有区域一致的主要空间分布模态(主要受气象因子的影响)和东北—西南反位相分布的次要空间分布模态(主要受人类活动的影响);夏、秋季比冬、春季更可能出现多年径流量偏丰或偏枯的情形;青藏高原降水、气温和积雪是影响黄河上游径流丰枯空间分布的主要气象因子,降水对径流丰枯变化起主控作用,积雪和气温的季节性影响较明显;青藏高原东北部、东部、北部是影响径流丰枯变化的关键区。