第35卷第2期极地研究Vol.35,No.22023年6月CHINESEJOURNALOFPOLARRESEARCHJune2023[收稿日期]2022年4月收到来稿,2022年5月收到修改稿[基金项目]国家自然科学基金(42174016,42076240)、自然资源部卫星海洋环境动力学国家重点实验室开放研究基金(QNHX2324)资助[作者简介]陈芳霖,女,1997年生。硕士研究生,主要从事GNSS-R技术研究。E-mail:chenfanglin123@163.com[通信作者]常亮,E-mail:lchang@shou.edu.cn基于GNSS-R技术的阿拉斯加州积雪深度反演及其应用陈芳霖1常亮1,2冯贵平1(1上海海洋大学海洋科学学院,上海201306;2自然资源部第二海洋研究所,卫星海洋环境动力学国家重点实验室,浙江杭州310012)摘要利用GNSS-R(全球导航卫星系统反射测量)技术进行准确的雪深监测已成为传统雪深测量的重要补充手段。本文使用GNSS-R技术反演了2012—2018年美国阿拉斯加州4个GPS观测站附近的雪深结果,结合加拿大气象中心(CanadianMeteorologicalCentre,CMC)提供的雪深模型数据产品,以PBO(PlateBoundaryObservatory)H2O项目组提供的雪深资料为参考值,分析了不同手段获取的雪深值在不同时间尺度上的变化特征,同时评估了GNSS-R反演雪深结果作为独立数据集验证CMC模型数据的能力。结果表明:GNSS-R、CMC和PBO得到的长时间序列雪深结果均具有较为一致的明显周期性变化,整体上GNSS-R反演结果比CMC数据精度更高,更能反映雪深的年际变化情况。GNSS-R反演值和CMC模拟值均能够反映各测站PBO雪深值的逐月变化规律,但GNSS-R反演值的精度和稳定性总体上优于CMC模拟值。GNSS-R反演结果比CMC模拟值与PBO雪深值的季节性变化更具一致性,且对于本文研究的4个测站,GNSS-R反演雪深的精度和稳定性在雪深值较大的春季和冬季较高,雪深值较小的秋季略差。此外,本文还证实了GNSS-R反演的雪深结果可用于评估CMC模拟雪深值的精度,且评估效果在冬春季优于秋季。关键词全球导航卫星系统反射测量(GNSS-R)加拿大气象中心(CMC)雪深阿拉斯加doi:10.13679/j.jdyj.202202040引言政府间气候变化专门委员会(IPCC)第六次评估报告[1]指出:自1850—1900年以来,全球地表温度已上升约1℃,从未来20年的平均温度变化来看,全球温升预计将达到或超过1.5℃。在过去几十年,北极的增温幅度是全球平均增温幅度的2倍以上,出现了显著的“北极放大”现象[2-3]。积雪作为全球气候变化的敏感指示器和放大器,对其变化情况进行监测具有重要的应用价值[4]。积雪深度作为积雪的主要属性之一,是研究全球能量平衡、陆气交换以及建立生态...
