基于FY－3/MERSI數(shù)據(jù)的新疆融雪性洪水災(zāi)害監(jiān)測(cè)

馬麗云，李建剛，李 帥

(1.烏魯木齊氣象衛(wèi)星地面站，烏魯木齊 830011;2.新疆氣象臺(tái)，烏魯木齊 830002)

0 引言

在洪澇災(zāi)害發(fā)生時(shí)，快速、動(dòng)態(tài)、準(zhǔn)確地提取水體信息并確定洪水淹沒(méi)區(qū)域和受災(zāi)程度，對(duì)政府開(kāi)展救援工作有著十分重要的意義。遙感技術(shù)以其高重復(fù)頻率和大范圍觀測(cè)能力，為決策部門(mén)提供了大量洪澇地區(qū)淹沒(méi)過(guò)程的實(shí)時(shí)信息。閆強(qiáng)等［1］利用SWAT模型(soil and water assessment tool)和 TM/ETM+圖像提取了烏蘭烏拉湖水體面積;周成虎等［2］提出基于光譜知識(shí)的AVHRR影像水體自動(dòng)提取描述模型，并將其應(yīng)用于太湖、淮河和渤海等地區(qū);曲偉等［3］利用HJ星數(shù)據(jù)和ETM+數(shù)據(jù)比較了基于藍(lán)光波段的歸一化差異水體指數(shù)(normalized difference water index based on blue light，NDWI－B)和歸一化差異水體指數(shù)(normalized difference water index，NDWI)提取水體的效果;楊斌等［4］分析了植被、城鎮(zhèn)、土壤及水體等典型地物在中分辨率成像光譜儀(medium resolution spectral imager，MERSI)圖像上的表現(xiàn)特征，進(jìn)而提出NDWI結(jié)合紅外通道的歸一化差異水體指數(shù)的擴(kuò)展模型，提高了水體判識(shí)在城鎮(zhèn)區(qū)域的準(zhǔn)確率，為提高洪澇判識(shí)的準(zhǔn)確度提供了借鑒;胡衛(wèi)國(guó)等［5］用歸一化植被指數(shù)和NDWI進(jìn)行龍羊峽庫(kù)區(qū)水體信息提取，提出了決策樹(shù)水體信息提取方法。新疆地區(qū)洪水主要受降水、氣溫及山區(qū)積雪3個(gè)因素影響，不同情況產(chǎn)生不同類型的洪水。按其成因和災(zāi)害特點(diǎn)可分為暴雨型洪水、升溫型洪水、暴雨升溫型洪水及潰決型洪水等4種類型。新疆融雪性洪水是洪水災(zāi)害的一種特殊類型，屬于季節(jié)性積雪融雪性洪水，也是暴雨升溫型洪水的一種，主要發(fā)生在天山山區(qū)北部阿勒泰山區(qū)和準(zhǔn)噶爾西部山區(qū)春季。有關(guān)新疆融雪性洪水研究有很多，但運(yùn)用衛(wèi)星監(jiān)測(cè)融雪性洪水災(zāi)害的研究較少。本文基于以往學(xué)者對(duì)水體提取的研究經(jīng)驗(yàn)［6］，利用FY－3衛(wèi)星250 m空間分辨率數(shù)據(jù)，對(duì)新疆積雪性洪澇災(zāi)害進(jìn)行了監(jiān)測(cè)研究。

1 數(shù)據(jù)分析及預(yù)處理

1.1 研究區(qū)概況和數(shù)據(jù)源

研究區(qū)位于北疆沿天山一帶，屬溫帶大陸性干旱氣候，降水稀少且四季分布不均。北部塔城地區(qū)的額敏河和西部伊犁地區(qū)的伊犁河分支喀什河均為內(nèi)陸河;東南部烏魯木齊地區(qū)地處天山北麓中段，是準(zhǔn)噶爾盆地南緣的內(nèi)陸河流域，流域內(nèi)有烏魯木齊河、頭屯河、白楊河、阿拉溝及柴窩鋪湖5個(gè)水系。

本文所用地面數(shù)據(jù)來(lái)源于新疆維吾爾自治區(qū)氣象局信息中心——2009年2月和2011年2—5月塔城地區(qū)的額敏河、伊犁地區(qū)伊犁河分支喀什河以及準(zhǔn)噶爾盆地南緣內(nèi)陸河流域的積雪參數(shù)野外觀測(cè)數(shù)據(jù)，實(shí)測(cè)點(diǎn)位置如圖1所示。

圖1 北疆實(shí)測(cè)樣點(diǎn)位置示意圖Fig.1 Schematic diagram ofmeasured samp le locations in the region of Northern Xinjiang

本文所用遙感數(shù)據(jù)有FY－3/MERSI數(shù)據(jù)和2011年4月9日覆蓋烏魯木齊地區(qū)的HJ－CCD數(shù)據(jù)。MERSI有20個(gè)通道，其中250 m空間分辨率的有5個(gè)通道，各通道參數(shù)見(jiàn)表1。

表1 MERSI儀器250 m分辨率通道主要參數(shù)Tab.1 Main parameters of 250 m resolution channels in MERSI equipment

1.2 主要地物的光譜特征分析

以烏魯木齊地區(qū)為例，選擇2011年4月9日覆蓋該地區(qū)250 m空間分辨率的MERSI數(shù)據(jù)對(duì)城鎮(zhèn)、植被、云陰影和水體4類典型地物進(jìn)行采樣，采樣63個(gè)，其分布如圖2所示。

圖2 FY－3/MERSIB4(R)B3(G)B2(B)彩色合成圖像和樣點(diǎn)位置示意分布Fig.2 FY－3/MERSI color com posite of B4(R)B3(G)B2(B)remote sensing image and schematic distribution of sample points

4類典型地物的光譜特征曲線如圖3所示。

圖3 典型地物光譜特征曲線Fig.3 Typical surface spectral characteristic curves

從圖3可以看出，CH1通道的DN值為DN城鎮(zhèn)＞DN植被＞DN水體＞DN云陰影;CH2 通道的 DN 值為DN植被＞DN城鎮(zhèn)＞DN水體＞DN云陰影;CH3通道的 DN值為DN植被＞DN城鎮(zhèn)＞DN水體＞DN云陰影;CH4通道的DN值為DN植被＞DN城鎮(zhèn)＞DN云陰影＞DN水體。250 m可見(jiàn)光波段，各類地物 DN值滿足CH1＞CH2＞CH3。CH4近紅外波段范圍內(nèi)植被和城鎮(zhèn)反射率高出水體反射率值［7］，云陰影反射率稍高于水體。除水體外，其他3類地物光譜值滿足CH4＞CH3。因此，選擇CH4通道數(shù)據(jù)用于判識(shí)水體。

1.3 遙感數(shù)據(jù)預(yù)處理

對(duì)FY－3/MERSI數(shù)據(jù)進(jìn)行地圖投影和幾何糾正等預(yù)處理。將FY－3/MERSI空間分辨率250 m數(shù)據(jù)HDF(hierarchical data format，可以存儲(chǔ)不同類型的圖像和數(shù)碼數(shù)據(jù)的文件格式)數(shù)據(jù)疊加地理信息，并進(jìn)行幾何糾正;然后，轉(zhuǎn)投影數(shù)據(jù)LDF(laser doppler flowmetry，LDF是SQL server數(shù)據(jù)庫(kù)的日志文件);裁切影像數(shù)據(jù);最后進(jìn)行波段運(yùn)算。

選取2011年4月9日烏魯木齊地區(qū)HJ－CCD(HJ－1A/B)分辨率30 m數(shù)據(jù)(圖4)，并參照2010年烏魯木齊Landsat 5 TM圖像對(duì)其進(jìn)行幾何精糾正，誤差小于0.5個(gè)像元?？刂泣c(diǎn)GCP主要選在烏魯木齊柴窩鋪湖和鹽湖周圍，重采樣方法為雙線形內(nèi)插(bilinear interpolation)。利用矢量文件進(jìn)行圖像掩模，去除與本研究無(wú)關(guān)的其他地物，提出測(cè)試研究的融雪型洪水區(qū)域。

圖4 HJ－CCD B4(R)B3(G)B2(B)彩色合成圖像Fig.4 HJ－CCD color composite of B4(R)B3(G)B2(B)remote sensing image

2 洪水災(zāi)害監(jiān)測(cè)原理

2.1 監(jiān)測(cè)方法及流程

選取2009年3月18日、2010年4月11日、2011年4月9日FY－3A/MERSI和HJ－CCD數(shù)據(jù)，針對(duì)塔城地區(qū)額敏河、伊犁地區(qū)伊犁河分支喀什河、烏魯木齊河和昌吉回族自治州的瑪納斯河等河流，應(yīng)用時(shí)間分辨率較高的FY－3A/MERSI數(shù)據(jù)，對(duì)水體進(jìn)行自動(dòng)識(shí)別;然后，運(yùn)用空間分辨率較高的HJ－CCD數(shù)據(jù)，引入NDWI－B模型，確定閾值，判識(shí)水體，比較其精度。具體流程如圖5所示。

圖5 監(jiān)測(cè)方法流程圖Fig.5 Flow chart ofmonitoringmethods

2.2 監(jiān)測(cè)指數(shù)的計(jì)算

歸一化指數(shù)可以在一定程度上消除太陽(yáng)高度角、衛(wèi)星天頂角及大氣輻射產(chǎn)生的影響，有效識(shí)別目標(biāo)物［8－9］。本文利用 FY－3A/MERSI和 HJ－CCD各自通道CH1，CH2，CH4 數(shù)據(jù)計(jì)算NDWI［10］和NDWI－B［11－12］指數(shù)，即

2.3 歸一化差異水體指數(shù)閾值的選取

選取2011年4月9日烏魯木齊地區(qū)FY－3A/MERSI和HJ－CCD數(shù)據(jù)，計(jì)算得到圖6。

圖6 FY－3/MERSINDW IFY(上)，NDW I－BFY(中)and HJ－CCD NDW I－BHJ(下)指數(shù)及其直方圖Fig.6 FY－3/MERSINDW IFY(above)，NDW IBFY(m idd le)and HJ－CCD NDW I－BHJ(below)index and its histogram

從圖6可以看出，F(xiàn)Y－3A/MERSI數(shù)據(jù)NDWI指數(shù)(即NDWIFY)上有3個(gè)峰值，峰值出現(xiàn)在NDWIFY較小的區(qū)域，應(yīng)為類型較復(fù)雜的背景地物，而NDWIFY值較大的部分為水體和濕地，故閾值選取為0.02;FY－3A/MERSI數(shù)據(jù)NDWI－B指數(shù)(NDWI－BFY)直方圖中在NDWI－BFY低值區(qū)也有1個(gè)很明顯峰值，也是背景地物的反映，而NDWI－BFY值較大的部分為水體和濕地，所以閾值選取為0.01;HJCCD數(shù)據(jù)NDWI－B指數(shù)(NDWI－BHJ)直方圖上情況類似，通過(guò)選取適當(dāng)閾值可以把地物分為2類，NDWI－BHJ指數(shù)值大的類別是水體和濕地，NDWI－BHJ指數(shù)值小的類別是其他背景地物，閾值確定為0.14。

3 監(jiān)測(cè)結(jié)果與分析

2011年4月9日新疆烏魯木齊地區(qū)烏魯木齊河FY－3A/MERSI數(shù)據(jù)和HJ－CCD數(shù)據(jù)水體判識(shí)結(jié)果及其相應(yīng)閾值如圖7所示。

圖7 烏魯木齊河HJ－CCD(左)和FY－3A/MERSI(右)的水體判識(shí)結(jié)果Fig.7 Identification results of Urumqi river of HJ－CCD(left)and FY－3A/MERSI(right)

用NDWI－BFY指數(shù)提取出的塔城額敏河范圍疊加在FY－3A/MERSI圖像上，可以很清晰地看到該河流洪澇的情況(圖8)。

圖8 NDW I－BFY提取出的塔城地區(qū)額敏河與FY－3A/MERSI圖像的疊加Fig.8 Superposition of Em in River in Tacheng extracted by NDW I－BFY and FY－3A/MERSI image

基于2009—2011年 F Y－3A/MERSI和 H J－CCD數(shù)據(jù)采用不同水體指數(shù)模型判識(shí)洪水面積的提取結(jié)果如表2所示。

表2 HJ－CCD和FY－3A/MERSI洪澇水體面積判識(shí)結(jié)果Tab.2 Flood water area identification results of HJ－CCD and FY－3A/MERSI

由表2可以看出，NDWI－BFY指數(shù)模型提取的洪水面積＞NDWI－BHJ模型提取面積＞NDWIFY模型提取面積，其中采用NDWI－BFY指數(shù)模型判識(shí)水體面積最大，判識(shí)結(jié)果與實(shí)際洪水災(zāi)害分布數(shù)據(jù)最接近，應(yīng)用效果較好。

由FY－3A/MERSI數(shù)據(jù)判識(shí)2009年3月18日新疆發(fā)生洪水地區(qū)的烏魯木齊河面積為501.5 km2，洪水發(fā)生前面積為400.4 km2，明顯增大101.1 km2。伊犁哈薩克自治州伊犁河的分支額敏河也是由洪水前1 608.8 km2增大至洪澇發(fā)生時(shí)的2 049.1 km2，河流面積明顯增大;2010年4月11日塔城額敏河由洪水前269.0 km2增大至洪澇發(fā)生時(shí)272.8 km2。

4 結(jié)論與討論

新疆北疆沿天山一帶地區(qū)融雪性洪水的形成過(guò)程與前期氣溫和大尺度降水天氣有直接關(guān)系，冬季積雪是產(chǎn)生洪水的物質(zhì)來(lái)源。根據(jù)FY－3A/MERSI和HJ－CCD兩種數(shù)據(jù)獲取的 NDWI，確定判識(shí)閾值，對(duì)不同地區(qū)洪澇水體面積進(jìn)行判識(shí)，可以直觀地反映出該時(shí)段不同區(qū)域洪澇的情況，為抗洪救災(zāi)提供依據(jù)。本研究得出以下結(jié)論:

1)基于FY－3A/MERSI數(shù)據(jù)，運(yùn)用NDWI對(duì)融雪性洪水災(zāi)害進(jìn)行監(jiān)測(cè)是可行的。

2)借鑒以往學(xué)者對(duì)水體提取的研究經(jīng)驗(yàn)，結(jié)合環(huán)境減災(zāi)小衛(wèi)星的數(shù)據(jù)特點(diǎn)，采用HJ－CCD數(shù)據(jù)NDWI－B監(jiān)測(cè)融雪性洪水災(zāi)害天氣，不僅可以準(zhǔn)確提取大范圍水體，還可以區(qū)分小范圍水體。本研究對(duì)比不同水體指數(shù)判識(shí)洪澇水體面積的結(jié)果表明，運(yùn)用NDWI－BFY判識(shí)面積大于運(yùn)用NDWI－BHJ或NDWIFY的判識(shí)面積，且與實(shí)際洪水災(zāi)害數(shù)據(jù)最接近，應(yīng)用效果最好。

3)被動(dòng)微波可全天候不受云層影響獲取雪層信息和穿透雪層獲取地表信息，但其空間分辨率較低還難以準(zhǔn)確獲取積雪空間信息。FY－3A/MERSI數(shù)據(jù)250 m與HJ－CCD數(shù)據(jù)分辨率和光譜范圍都有一定的區(qū)別，閾值確定有一定程度的不準(zhǔn)確性［13－16］。水體指數(shù)判斷閾值的選取因地而異，本文在綜合研究的基礎(chǔ)上確定NDWI－BFY指數(shù)的閾值選為 0.01，NDWI－BHJ指數(shù)的閾值為 0.14，并取得了較好的效果。

4)限于各種條件，本次研究沒(méi)有對(duì)混合水體(純水體、渾濁水體和濕地)進(jìn)行區(qū)分研究;另外因湖泊面積變化與影響洪澇的因素沒(méi)有線性關(guān)系，判識(shí)過(guò)程與河流有區(qū)別［17－19］，本文也未作研究。由于新疆地區(qū)水體流域面積不大，洪水多形成于山區(qū)，但融雪和降雨混合性洪水過(guò)程長(zhǎng)、災(zāi)害大，應(yīng)用FY－3A/MERSI數(shù)據(jù)對(duì)洪澇影像進(jìn)行判識(shí)，能為決策部門(mén)提供大量的洪澇地區(qū)淹沒(méi)過(guò)程的實(shí)時(shí)信息［20］。

5)雪水當(dāng)量是反映地表積雪量變化的重要因子，也是融雪性洪水災(zāi)害區(qū)地表水文模型和氣候模型中的一個(gè)重要參數(shù)。MODIS和FY－3A/MERSI等可見(jiàn)光－短波紅外遙感數(shù)據(jù)能較準(zhǔn)確地獲取晴空條件下較高空間分辨率的雪蓋信息，但應(yīng)用于反演雪水當(dāng)量的研究較少，今后的研究可以分析不同深度積雪光譜特征，挖掘雪深響應(yīng)波譜范圍，確定對(duì)應(yīng)FY－3A/MERSI通道，基于實(shí)測(cè)雪壓建立FY－3A/MERSI雪壓算式和反演雪水當(dāng)量、雪層深度的模型［21－24］。

志謝:感謝國(guó)家衛(wèi)星氣象中心楊昌軍博士對(duì)本文的指導(dǎo)和幫助。

［1］ 閆 強(qiáng)，廖靜娟，沈國(guó)狀.近40年烏蘭烏拉湖變化的遙感分析與水文模型模擬［J］.國(guó)土資源遙感，2014，26(1):152－157.doi:10.6046/gtzyyg.2014.01.26.Yan Q，Liao JJ，Shen G Z.Remote sensing analysisand simulation of change of Ulan Ul Lake in the past40 years［J］.Remote Sensing for Land and Resources，2014，26(1):152－157.doi:10.6046/gtzyyg.2014.01.26.

［2］ 周成虎，萬(wàn) 慶，黃詩(shī)峰，等，基于GIS的洪水災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究［J］.地理學(xué)報(bào)，2000，55(1):15－24.Zhou CH，Wan Q，Huang S F，et al.A GIS－based approach to flood risk zonation［J］.Acta Geographica Sinica，2000，55(1):15－24.

［3］ 曲 偉，路京選，李 琳，等.環(huán)境減災(zāi)小衛(wèi)星影像水體和濕地自動(dòng)提取方法研究［J］.遙感應(yīng)用，2011，6(4):28－33.Qu W，Lu JX，Li L，et al.Research on automatic extraction ofwater bodies and wetlands on HJ satellite CCD images［J］.Remote Sensing Applications，2011，6(4):28－33.

［4］ 楊 斌，李文慧.基于NDWI和熱紅外混合的水體識(shí)別方法［J］.淮陰師范學(xué)院學(xué)報(bào):自然科學(xué)版，2012，11(4):362－366.Yang B，LiW H.Water recognition based on NDWI and thermal infrared［J］.Journal of Huaiyin Teachers College:Natural Science，2012，11(4):362－366.

［5］ 胡衛(wèi)國(guó)，孟令奎，張東映，等.資源一號(hào)02C星圖像水體信息提取方法［J］.國(guó)土資源遙感，2014，26(2):43－47.doi:10.6046/gtzyyg.2014.02.08.Hu W G，Meng L K，Zhang D Y，et al.Methods of water extraction from ZY－1 02C satellite imagery［J］.Remote Sensing for Land and Resources，2014，26(2):43－47.doi:10.6046/gtzyyg.2014.02.08.

［6］ 杜云艷，周成虎.水體的遙感信息自動(dòng)提取方法［J］.遙感學(xué)報(bào)，1998，2(4):265－269.Du Y Y，Zhou C H.Automatic Extraction Remote sensing information for water bodies［J］.Journal of Remote Sensing，1998，2(4):265－269.

［7］ 黃永璘，農(nóng)民強(qiáng)，孫 涵.基于FY－3A/MERSI的洪澇災(zāi)害遙感監(jiān)測(cè)初探［J］.氣象研究與應(yīng)用，2009，30(2):59－62.Huang Y L，Nong M Q，Sun H.Flood disaster remote monitoring based on FY－3A/MERSI data［J］.Journal of Meteorological Research and Application，2009，30(2):59－62.

［8］ 溫克剛.中國(guó)氣象災(zāi)害大典·新疆卷［M］.北京:氣象出版社，2006:76－77.Wen K G.Chinese Meteorological Disasters Ceremony，Xinjiang Volume［M］.Beijing:Meteorological Press，2006:76－77.

［9］ 宋小寧，趙英時(shí).MODIS圖像的云檢測(cè)及分析［J］.中國(guó)圖像圖形學(xué)報(bào)，2003，8(9):1079－1083.Song X N，Zhao Y S.Cloud detection and analysisofMODIS image［J］.Journal of Image and Graphics，2003，8(9):1079－1083.

［10］ 楊昌軍.韋伯定律及時(shí)間序列在FY2C云檢測(cè)中的應(yīng)用研究［D］.南京:南京信息工程大學(xué)，2007.Yang C J.Study on the Application ofWeber’s Law and Time Serials in FY2C Cloud Detection［D］.Nanjing:Nanjing University of Information Science and Technology，2007.

［11］ 趙英時(shí).遙感應(yīng)用分析原理與方法［M］.北京:科學(xué)出版社，2006.Zhao Y S.Analysis Principles and Methods of Remote Sensing Applications［M］.Beijing:Science Press，2006.

［12］ SPOT Imaging.SPOT Satellite Geometry Handbook［ED/OL］.http://www－img.univ－mlv.fr/～ riazano/publications/GAEL－P135－DOC－001－01－04.PDF，2012.

［13］ 楊 斌，李文慧.基于NDWI和熱紅外混合的水體識(shí)別方法［J］.淮陰師范學(xué)院學(xué)報(bào):自然科學(xué)版，2012，11(4):362－366.Yang B，LiW H.Water recognition based on NDWI and thermal infrared［J］.Journal of Huaiyin Teachers College:Natural Science，2012，11(4):362－366.

［14］ 黃永磷，農(nóng)民強(qiáng)，孫 涵.基于FY－3A/MERSI的洪澇災(zāi)害遙感監(jiān)測(cè)初探［J］.氣象研究與應(yīng)用，2009，30(2):59－62.Huang Y L，Nong M Q，Sun H.Flood disaster remote monitoring based on FY－3A/MERSI data［J］.Journal of Meteorological Research and Application，2009，30(2):59－62.

［15］ 丁太勝，胡 雯，馬曉群，等.江淮流域旱澇災(zāi)害氣象衛(wèi)星遙感監(jiān)測(cè)和預(yù)報(bào)方法研究［J］.高原氣象.2003，22(2):147－154.Ding T S，Hu W，Ma X Q，et al.Research on satellite monitoring and prediction of droughtand flood disasters in Jiang－Huai Valley［J］.Plateau Meteorology，2003，22(2):147－154.

［16］ 都金康，黃永勝，馮學(xué)智，等.SPOT衛(wèi)星影像的水體提取方法及分類研究［J］.遙感學(xué)報(bào)，2001，5(3):214－219.Du JK，Huan Y S，F(xiàn)eng X Z，et al.Study on water bodies extraction and classification from SPOT image［J］.Journal of Remote Sensing，2001，5(3):214－219.

［17］ Rao P K.氣象衛(wèi)星——系統(tǒng)、資料及其在環(huán)境中的應(yīng)用［M］.許健民譯.北京:氣象出版社，1994:178－201.Rao P K.Meteosat—System，Data and its Application in the Environment［M］.Translated by Xu JM.Beijing:Meteorological Press，1994:178－201.

［18］ Gong P，Wang J，Yu L，et al.Finer resolution observation and monitoring ofglobal land cover:Firstmapping resultswith Landsat TM and ETM+data［J］.International Journal of Remote Sensing，2013，34(7):2607－2654.

［19］ Martinec J，Rango A，Roberts R.Snowmelt Runoff Model(SRM)User’s Manual［R］.Las Cruces:New Mexico State University.

［20］ 李文慧，楊 斌，黃永璘.基于MERSI的洪澇災(zāi)害遙感監(jiān)測(cè)技術(shù)應(yīng)用研究［J］.科技信息，2012(32):61－62，65.LiW H，Yang B，Huang Y L.Application of remote sensing technology based MERSI floods［J］.Science Technology Information，2012(32):61－62，65.

［21］ 丁 鳳.基于新型水體指數(shù)(NWI)進(jìn)行水體信息提取的實(shí)驗(yàn)研究［J］.測(cè)繪科學(xué)，2009，34(4):155－157.Ding F.Study on information extraction of water body a new water index(NWI)［J］.Science of Surveying and Mapping，2009，34(4):155－157.

［22］ 潘 勵(lì)，何 瀟.環(huán)境減災(zāi)衛(wèi)星CCD影像精糾正方法研究［J］.武漢大學(xué)學(xué)報(bào):信息科學(xué)版，2013，38(6):631－636.Pan L，He X.Rectificationmethod of linear CCD image form HJ－1A/1B satellites［J］.Geomatics and Information Science Wuhan University，2013，38(6):631－636.

［23］ 張佳華，吳 楊，姚鳳梅，等.利用衛(wèi)星遙感和地面實(shí)測(cè)積雪資料分析近年新疆積雪特征［J］.高原氣象，2008，27(3):551－557.Zhang JH，Wu Y，Yao FM，etal.Analysesof recent Xinjiang snow cover feature utilizing satellite remote sensing and surface observation data［J］.Plateau Meteorology，2008，27(3):551－557.

［24］ 李曉靜，劉玉潔，朱小祥，等.利用SSM/I數(shù)據(jù)判識(shí)我國(guó)及周邊地區(qū)雪蓋［J］.應(yīng)用氣象學(xué)報(bào)，2007，18(1):12－20.Li X J，Liu Y J，Zhu X X，et al.Snow cover identification with SSM/Idata in China［J］.Journal of Applied Meteorological Science，2007，18(1):12－20.