导读:本文包含了积雪深度论文开题报告文献综述及选题提纲参考文献，主要关键词:积雪深度,SfM技术,3D还原,模型试验
积雪深度论文文献综述
张清文,刘盟盟,汤文,范峰[1]（2019）在《积雪深度3D识别与数字摄影测量》一文中研究指出为解决传统积雪深度测量方法投入大、耗时长、效率低等问题,基于SfM(structure from motion)技术提出一种无接触式的高精度摄影测量技术,应用风雪联合试验系统针对不同模型进行风雪联合试验,利用相机获取积雪分布照片,还原雪面的叁维坐标并利用MATLAB编程提取雪面的空间分布数据,与钢尺实测数据对比来评价该测量方法的精度.对比结果表明:利用摄影测量法对简单形式屋面进行测量时,能将绝对误差控制在±2 mm,相对误差在1%以内;测量复杂屋面时,绝对误差可控制在±4 mm,相对误差约为3%,测量精度满足模型试验测量要求,且利用摄影测量技术对复杂屋面积雪分布测量工作效率有显着提高.(本文来源于《哈尔滨工业大学学报》期刊2019年12期）
范昕桐[2]（2019）在《基于星载被动微波遥感数据的中国东北地区积雪深度反演研究》一文中研究指出随着计算机技术的飞速发展,地理信息的处理和分析方法越来越先进,遥感技术也越来越成熟,大范围的地表参数研究从主要依靠人力与时间的实地勘测转变为依靠遥感手段与小范围采集相结合的方法。季节性积雪覆盖在全球气候变化及水文循环中扮演着重要角色,地面站点等传统点观测虽然可以代表特定区域内的地表特性,但是难以代表大范围内的积雪情况,遥感技术的出现,解决了大范围观测地表参数的问题,所以当前大范围的积雪研究主要依靠遥感手段。积雪遥感涵盖多个研究方向,如光学遥感积雪研究和微波遥感积雪研究等方面,并随着卫星技术的发展,积雪遥感技术将会更加完善。本文在总结国内外被动微波积雪研究成果的基础上,进行了深入的探索,具体的研究工作和创新成果如下:(1)基于星载被动微波数据的中国东北地区雪深反演算法对比验证研究研究综合考虑不同下垫面类型,实现了AMSR2雪深反演算法和FY3BMWRI中国区域雪深反演算法在中国东北地区雪深反演结果的验证分析。为确定两种算法的反演准确度,将反演所得到的结果与该地区国家气象站点所观测到的雪深数据进行了比较。此外,比较了AMSR2雪深产品、风云雪深产品和反演的结果,并分析了反演结果与标准雪深产品之间的差异。实验结果表明:对于森林下垫面,AMSR2雪深反演算法反演结果接近FY3B-MWRI中国区域雪深反演算法反演结果,均方根误差(RMSE)分别为13.64cm和13.53cm;对于草地和农田下垫面,FY3B-MWRI中国区域雪深反演算法的雪深反演结果明显好于AMSR2雪深反演算法,此时RMSE分别为6.96cm和8.88cm。(2)基于自适应最小外接矩形的雪粒径自动测量方法雪粒径大小影响着积雪的辐射亮温,目前雪粒径测量主要以手动测量为主,而实际需要测量的雪粒径数据量较大,研究在总结野外实验测量经验及数据结果的基础上,提出了基于自适应最小外接矩形的雪粒径自动测量方法。实验结果表明实际测量结果雪粒径大小的平均值为3.21mm,自动测量结果雪粒径大小的平均值为2.98mm,实验误差在可以接受的误差范围内,而且此方法大大节省了人力与时间,是一种较快捷的雪粒径测量方法。(3)基于星载被动微波亮温差雪深查找表的中国东北地区雪深反演算法研究通过对比分析AMSR2雪深反演算法和FY3B-MWRI中国区域雪深反演算法在中国东北地区雪深反演结果,并在统计分析大量野外采集的实测积雪参数数据的基础上,使用多层积雪微波发射模型(MEMLS)模拟亮温差与积雪深度之间的对应关系,利用所建立的亮温差雪深查找表反演东北地区雪深。在查找表建立起来之后,使用AMSR2和FY3B-MWRI被动微波辐射计提供的亮温差数据去搜索查找表中对应的雪深值,并与实际测量得到的雪深值以及使用半经验算法反演的雪深进行对比分析。结果表明本文使用MEMLS所建立的农田雪深查找表相比其他方法能够取得较高的反演准确度。当使用亮温数据为FY3BMWRI数据,并且当在积雪积累期、稳定期和消融期叁个时期实际雪深平均值分别为6cm、13cm和15cm时,查找表结果的均方根误差(RMSE)分别为3.23cm、4.24cm和4.10cm,偏差(Bias)平均值分别为2cm、3cm和3cm。随着被动微波遥感技术的不断完善,被动微波遥感积雪研究已成为热门研究课题,本文通过对以上内容的研究为以后中国东北地区的积雪研究提供了参考。(本文来源于《吉林大学》期刊2019-06-01）
陈铁,陈爱玉,张树民,王坤,丁峥臻[3]（2019）在《南通地区强降雪和积雪深度预报研究》一文中研究指出为了预防和减轻强降雪过程对设施农业和生产生活可能带来的不利影响,提高预报和服务水平,利用常规高空和地面资料、ECWMF 0.75°×0.75°再分析资料,对南通地区1951年以来共19次区域性暴雪过程从影响系统、大气层积、动力和水汽条件等方面进行分析总结,并以2013年的区域性暴雪为例说明诊断分析和预报过程。结果显示:(1)南通属于北亚热带季风气候,雨或雨夹雪转暴雪过程占多数,判断降雪量要关注转为纯降雪以后的降水量,积雪深度还要注意地表温度的高低,因此必须同时考虑强冷空气南下和强盛暖湿气流北上的综合影响;(2)形成强降雪的天气系统主要包括南北两支西风槽、中低空切变、西南急流和低空冷垫,实例是典型区域性暴雪天气形势;(3)500～850 hPa高度至少有两层强盛的SW急流,强烈辐合上升主要发生在700 hPa及以上高度,为暴雪的形成提供了动力和水汽条件,850 hPa以下为冷垫,850～700 hPa存在逆温,850 hPa气温小于等于-4℃、2 m气温小于等于3℃时降雨向降雪转变,地表温度接近零度后积雪增长明显;(4)南通地区24 h平均SLR(降雪含水比),纯雪过程≥10,雨转雪过程<10、东南部<5,一般可通过850 hPa、2 m气温及地表温度对降水相态转换和SLR做出预判;(5)从历史强降雪中寻找天气形势相似过程,对比层结、动力和水汽条件,然后对相似过程实况进行缩放来推断降水量和积雪深度,也是一种可行的方法。(本文来源于《中国农学通报》期刊2019年14期）
王力福,张双成,张成龙,车涛,苏磊[4]（2019）在《地基GPS用于阿勒泰积雪深度反演研究》一文中研究指出积雪作为主要的淡水资源,准确地监测积雪覆盖与雪深具有十分重要的意义。随着全球卫星导航系统的不断建设和新技术新应用的不断发展,地基GPS遥感积雪参数技术越来越受国内外学者的重视。本文基于阿勒泰市气象局的GPS地表环境监测站观测数据,采用GPS-MR技术开展了积雪深度反演研究。首先给出了GPS-MR技术用于积雪深度反演的基本原理,其次利用阿勒泰GPS监测站2017年1—3月的数据进行了积雪深度反演分析,最后针对不同GPS卫星高度角区间影响进行精度分析。研究结果表明地基GPS可用于阿勒泰气象站积雪深度反演,与实测雪深较差优于3 cm,且较优卫星高度角区间为5°～20°。地基GPS用于积雪深度反演具有全天候、高精度、高时间分辨率、高自动化、低成本等优点,可充分发挥现有地基GNSS气象监测站在积雪探测领域潜在的应用价值,以期地基GNSS监测站成为积雪遥感探测手段的有效补充。(本文来源于《沙漠与绿洲气象》期刊2019年01期）
韩世茹,郑志海,周须文,于长文,车少静[5]（2019）在《青藏高原积雪深度对延伸期预报技巧的影响》一文中研究指出高原积雪是重要的陆面因子,其变化的时间尺度长于大气而短于海洋。本文利用国家气候中心第二代月动力延伸期预测模式(DERF2.0)历史回报资料与被动微波资料(SMMR)、被动微波成像专用传感器(SSM/I)数据反演的逐日雪深资料,分析了1983～2014年冬季和春季转换季节高原积雪对热带外地区延伸期尺度预测技巧的影响。结果表明,高原积雪异常年动力模式在高原积雪显着影响的青藏高原地区、贝加尔湖地区和北太平洋地区预报技巧明显高于正常年份。随着预报时效的延长,高原积雪偏多年的技巧衰减最慢、其次为积雪偏少年,积雪正常年最快,表明高原积雪异常年可预报时效更长,且高原积雪异常对预报技巧的改善在第1候的预报中就显现出来,尤其是积雪偏多年,其影响时段明显要早于海洋。结果显示高原积雪对延伸期预报技巧有重要贡献,暗示高原积雪异常为东亚延伸期预报的潜在可预报源。(本文来源于《大气科学》期刊2019年01期）
李长春,徐轩,包安明,刘雪峰,杨文攀[6]（2018）在《基于FY3B-MWRI数据新疆区域积雪深度反演》一文中研究指出积雪深度不仅用于研究地表辐射平衡,还可以研究积雪的水文效应,是天气和水文模型运行的必要参数,同时,积雪深度监测在融雪径流预报、水资源管理以及洪水控制方面都具有重要作用。我国现有积雪深度反演算法所依据的站点数据主要分布在我国中部、东部、南部,而在西北的新疆地区站点数据相对较少,因此造成了现有算法在新疆地区的雪深反演精度较差。选择新疆地区作为研究区,以FY3B-MWRI为数据源,根据该地区的地形特征和地面土地覆盖类型特征,利用回归分析方法,研究了该区域内林地、农田和草地3种土地覆盖类型的积雪深度反演算法,并结合地面实测积雪深度数据,对算法精度进行验证。结果显示,林地、农田和草地3种土地覆盖类型的雪深反演结果的R2与RMSE分别为0.758,2.58、0.729,3.21、0.854,5.70,表明该算法对新疆地区积雪深度反演得到了较高的反演精度。(本文来源于《遥感技术与应用》期刊2018年06期）
张京江,张双成,郭立峰,张成龙[7]（2018）在《地基GPS用于齐齐哈尔积雪深度反演研究》一文中研究指出雪是地球上重要的淡水资源,是水在水文循环中的一种关键储蓄方式,也是全球气候系统中重要的组成部分。准确地监测积雪分布及雪深并配合其它手段可以用于计算当地潜在淡水资源含量,为水资源的合理开发利用提供科学依据,在气象学、水文学和农业研究中具有重要意义。近年来,利用GPS信号反演测站周边的地表环境参数研究取得了初步的研究成果。应用GPS‐MR(GPS Multipath Reflectometry)技术,对常规测量型GPS接收机记录下的信噪比SNR(Signal‐to‐NoiseRatio)观测值中的多路径反射分量进行分析,可对测站周边的地表环境参数进行监测。Larson等人提出并发展了GPS‐MR技术,并应用该技术开展积雪深度、土壤湿度、植被变化、海平面变化、火山喷发等地表环境参数的监测试验,获得了一系列极有参考价值的研究与应用成果[1‐3]。敖敏思等利用GPS信噪比观测值中的多路径反射分量对土壤湿度变化趋势进行模拟,对计算过程中如何选择合适卫星做了分析,定量描述了SNR多路径延迟相位与土壤湿度之间的关系[4‐5]。针对GPS‐MR技术中使用SNR观测值的不足,Masaru Ozeki提出了使用L4观测值进行雪深探测的算法,获取了与SNR较一致的探测结果[6]。杨远程等分析了武汉九峰台站近10年的GPS数据,发现GPS多路径效应与台站周围植被覆盖情况存在着一致的周年变化规律[7]。吴继忠等利用测量型GPS接收机反射信号测量湖面高度,并用实例验证在良好观测条件下利用反射信号得到的水面高度的标准偏差为±3cm,在观测条件较差的海面上也能够获得与验潮仪非常一致的结果[8]。近年来,在积雪深度反演研究领域,我国学者取得了一系列研究成果。戴凯阳等利用美国PBO网络中P360站离散20d的全球定位系统原始观测数据检验了其开发的GPS SNR观测值反演积雪深度的算法,其结果与实测雪深数据吻合较好,误差均值为7cm,相关系数大于0.99[9‐10]。张双成等结合实测GPS观测数据和雪深测量数据,使用美国PBO网络GPS站(NWOT)的滚侧数据分别利用单颗和多颗GPS卫星对GPS‐MR探测雪深的可行性与探测精度进行深入研究与分析。初步实验结果表明基于信噪比观测值的GPS‐MR技术可用于雪深探测,与实测雪深数据相比其探测精度约为10cm左右[11]。但上述研究成果的实验数据多来自国外的科研观测网络,本文使用黑龙江省齐齐哈尔国家气象观测站测量型接收机的业务观测数据对地基GPS反演雪深算法进行了验证。实验对比结果表明,地基GPS反演雪深与实测值吻合较好,标准偏差为1.96厘米,相关系数为0.94。对比结果充分说明应用地基GPS反演雪深技术,地基GPS常规观测数据可以用于雪深反演研究。气象部门基于现有的地基GPS水汽监测网可进一步开展积雪环境监测研究,为高精度雪深监测提供一种有效的补充。(本文来源于《第35届中国气象学会年会 S21 卫星气象与生态遥感》期刊2018-10-24）
张晨雷,季青,庞小平,刘畅[8]（2018）在《北极海冰表面被动微波遥感积雪深度产品的比较》一文中研究指出北极海冰表面积雪的变化影响大气与海洋的能量收支平衡,对全球气候系统有着至关重要的作用。海冰表面积雪深度是精确估算海冰厚度的重要输入参数。针对如何应用不同机构发布的被动微波遥感积雪深度产品问题,比较了国际主流机构发布的基于叁种传感器的四种积雪深度产品,并利用物质平衡浮标与机载雪雷达观测的积雪深度数据进行验证和评估。结果表明,德国不莱梅大学(UB)发布产品的海冰表面积雪深度大于美国雪冰数据中心(NSIDC)与美国航天航空局(NASA)产品的积雪深度,平均差异达到10cm;四种积雪产品中,NSIDC AMSR-E积雪深度产品精度最优;对比UB发布的不同传感器积雪深度发现,SSMIS(Special Sensor Microwave Imager Sounder)传感器反演的积雪深度相比AMSR-E(AdvancedMicrowaveScanningRadiometerforEarthObservingSystem)积雪深度与观测值的偏差与均方根误差较小,精度更高;不同机构发布的积雪深度产品虽存在精度上差异,但总体都能较好地反映北极海冰表面积雪深度的时空变化。分析和验证不同机构发布的不同传感器积雪深度产品的差异和精度,可为进一步估算北极海冰厚度并分析北极航道适航性提供依据,为北极海冰与气候变化研究提供参考。(本文来源于《第五届高分辨率对地观测学术年会论文集》期刊2018-10-17）
刘洋,李兰海,杨金明,陈曦,张润[9]（2018）在《D-InSAR技术的积雪深度反演》一文中研究指出积雪深度是大量气候、水文、农业及生态模型的重要输入变量。选用欧空局Sentinel-1主动微波数据,利用合成孔径雷达SAR(Synthetic Aperture Radar)差分干涉测量技术的二轨法,根据积雪相位与雪深之间的转换关系,反演新疆天山中段的巴音布鲁克盆地典型区的积雪雪深分布,提出了基于InSAR二轨差分的雪深估计方法,反演得到2016年12月18日的空间分辨率为13.89 m的雪深分布。研究表明:(1)对Sentinel-1数据进行正确的预处理以后,可以应用SAR差分干涉测量技术的二轨法反演区域雪深分布。但由于像对相干性和积雪状态的差异,积雪深度超过10 cm,可以获取较准确的雪深反演结果,R=0.65,反演误差的均方根误差RMSE=4.52 cm,平均相对误差为22.42%,反演雪深结果均比实测结果略偏低;而当雪深小于10 cm时,雪深反演值较实测值存在较大的误差,相对误差均高于34.52%,且反演雪深值均比实测值偏高。(2)雪深反演精度受高程及实际雪深的差异影响显着,另外雪深反演精度也受限于干涉像对相干性。结果表明,对于获取区域积雪雪深,InSAR技术较光学及被动微波遥感具有非常广阔的应用前景。(本文来源于《遥感学报》期刊2018年05期）
王元红[10]（2018）在《降雪量与积雪深度》一文中研究指出最近,我读了一部长篇小说《天行者》。这是一部非常优秀的作品,曾获第八届茅盾文学奖。《天行者》以中国20世纪90年代的乡村生活为背景,描述一群教师在艰苦的条件下无私地为乡村教育事业作贡献的故事。《天行者》中有一段话引起了我注意:"这一年,从冬到春,界岭的雪真多。村委会统计的是九场雪。县气象站的人从未到过界岭,也不清楚他们如何测量的,在通报中点名说,界(本文来源于《少儿科技》期刊2018年Z2期）
积雪深度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着计算机技术的飞速发展,地理信息的处理和分析方法越来越先进,遥感技术也越来越成熟,大范围的地表参数研究从主要依靠人力与时间的实地勘测转变为依靠遥感手段与小范围采集相结合的方法。季节性积雪覆盖在全球气候变化及水文循环中扮演着重要角色,地面站点等传统点观测虽然可以代表特定区域内的地表特性,但是难以代表大范围内的积雪情况,遥感技术的出现,解决了大范围观测地表参数的问题,所以当前大范围的积雪研究主要依靠遥感手段。积雪遥感涵盖多个研究方向,如光学遥感积雪研究和微波遥感积雪研究等方面,并随着卫星技术的发展,积雪遥感技术将会更加完善。本文在总结国内外被动微波积雪研究成果的基础上,进行了深入的探索,具体的研究工作和创新成果如下:(1)基于星载被动微波数据的中国东北地区雪深反演算法对比验证研究研究综合考虑不同下垫面类型,实现了AMSR2雪深反演算法和FY3BMWRI中国区域雪深反演算法在中国东北地区雪深反演结果的验证分析。为确定两种算法的反演准确度,将反演所得到的结果与该地区国家气象站点所观测到的雪深数据进行了比较。此外,比较了AMSR2雪深产品、风云雪深产品和反演的结果,并分析了反演结果与标准雪深产品之间的差异。实验结果表明:对于森林下垫面,AMSR2雪深反演算法反演结果接近FY3B-MWRI中国区域雪深反演算法反演结果,均方根误差(RMSE)分别为13.64cm和13.53cm;对于草地和农田下垫面,FY3B-MWRI中国区域雪深反演算法的雪深反演结果明显好于AMSR2雪深反演算法,此时RMSE分别为6.96cm和8.88cm。(2)基于自适应最小外接矩形的雪粒径自动测量方法雪粒径大小影响着积雪的辐射亮温,目前雪粒径测量主要以手动测量为主,而实际需要测量的雪粒径数据量较大,研究在总结野外实验测量经验及数据结果的基础上,提出了基于自适应最小外接矩形的雪粒径自动测量方法。实验结果表明实际测量结果雪粒径大小的平均值为3.21mm,自动测量结果雪粒径大小的平均值为2.98mm,实验误差在可以接受的误差范围内,而且此方法大大节省了人力与时间,是一种较快捷的雪粒径测量方法。(3)基于星载被动微波亮温差雪深查找表的中国东北地区雪深反演算法研究通过对比分析AMSR2雪深反演算法和FY3B-MWRI中国区域雪深反演算法在中国东北地区雪深反演结果,并在统计分析大量野外采集的实测积雪参数数据的基础上,使用多层积雪微波发射模型(MEMLS)模拟亮温差与积雪深度之间的对应关系,利用所建立的亮温差雪深查找表反演东北地区雪深。在查找表建立起来之后,使用AMSR2和FY3B-MWRI被动微波辐射计提供的亮温差数据去搜索查找表中对应的雪深值,并与实际测量得到的雪深值以及使用半经验算法反演的雪深进行对比分析。结果表明本文使用MEMLS所建立的农田雪深查找表相比其他方法能够取得较高的反演准确度。当使用亮温数据为FY3BMWRI数据,并且当在积雪积累期、稳定期和消融期叁个时期实际雪深平均值分别为6cm、13cm和15cm时,查找表结果的均方根误差(RMSE)分别为3.23cm、4.24cm和4.10cm,偏差(Bias)平均值分别为2cm、3cm和3cm。随着被动微波遥感技术的不断完善,被动微波遥感积雪研究已成为热门研究课题,本文通过对以上内容的研究为以后中国东北地区的积雪研究提供了参考。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
积雪深度论文参考文献
[1].张清文,刘盟盟,汤文,范峰.积雪深度3D识别与数字摄影测量[J].哈尔滨工业大学学报.2019
[2].范昕桐.基于星载被动微波遥感数据的中国东北地区积雪深度反演研究[D].吉林大学.2019
[3].陈铁,陈爱玉,张树民,王坤,丁峥臻.南通地区强降雪和积雪深度预报研究[J].中国农学通报.2019
[4].王力福,张双成,张成龙,车涛,苏磊.地基GPS用于阿勒泰积雪深度反演研究[J].沙漠与绿洲气象.2019
[5].韩世茹,郑志海,周须文,于长文,车少静.青藏高原积雪深度对延伸期预报技巧的影响[J].大气科学.2019
[6].李长春,徐轩,包安明,刘雪峰,杨文攀.基于FY3B-MWRI数据新疆区域积雪深度反演[J].遥感技术与应用.2018
[7].张京江,张双成,郭立峰,张成龙.地基GPS用于齐齐哈尔积雪深度反演研究[C].第35届中国气象学会年会S21卫星气象与生态遥感.2018
[8].张晨雷,季青,庞小平,刘畅.北极海冰表面被动微波遥感积雪深度产品的比较[C].第五届高分辨率对地观测学术年会论文集.2018
[9].刘洋,李兰海,杨金明,陈曦,张润.D-InSAR技术的积雪深度反演[J].遥感学报.2018
[10].王元红.降雪量与积雪深度[J].少儿科技.2018