NOAA IMS雪冰產品在青藏高原積雪監測中的適用性分析

除 多， 扎西頓珠， 次丹玉珍

（1.西藏高原大氣環境科學研究所，西藏拉薩 850000； 2.西藏高原大氣環境研究重點實驗室，西藏拉薩 850000）

0 引言

積雪是冰凍圈的重要組成部分和主要存在形式［1-4］，主要分布在高緯度和高海拔環境中［5-8］。積雪通過其高反照率特性對輻射平衡的敏感性和積雪融化過程中的能量分配影響全球氣候變化［9-13］。此外，在世界許多地方，積雪融水提供了年內絕大多數河流和地下水徑流［14-15］，這一季節性存儲的水資源是全球變暖影響下變化最快的水文特征之一，對經濟、生態系統功能和洪水災害產生廣泛的影響［15-20］。

青藏高原地處北半球中低緯度，是世界上海拔最高的高原，平均海拔在4 000 m 以上，位于亞洲高山區的核心區域。積雪是青藏高原季節性變化最大的下墊面，對區域乃至全球的氣候變化具有重要影響［21-25］，冰雪融水又是高原及其下游地區重要的水資源［1-2，23］。同時，降雪過多和積雪持續時間過長會造成大范圍雪災，影響農業與畜牧業的發展以及人民群眾的生命財產安全，是青藏高原面臨的主要氣象災害之一。因此，對于積雪和雪災監測而言，能否快速、準確地確定積雪范圍對于確定雪災的影響范圍與劃分災情等級具有重要意義。

目前，MODIS是大范圍積雪和雪災監測最為有效的手段，也是青藏高原積雪業務化監測的主要衛星遙感數據，但是作為光學遙感，云的干擾使得對于積雪的實時監測應用存在很大的局限性，無法發揮其在積雪監測中的獨特優勢［26-29］。NOAA IMS（Interactive Multisensor Snow and Ice Mapping System）雪冰產品是多源數據的融合產品，提供逐日無云的北半球積雪覆蓋產品，隨著更多衛星遙感數據的融合，產品精度和空間分辨率得到了提高，在全球雪冰監測領域應用越來越廣泛［30-31］。Mazari 等［32］利用地面自動積雪觀測數據驗證了IMS 雪冰產品在美國科羅拉多高原的精度，認為在所有天氣條件下IMS產品的制圖精度要高于逐日Terra和Aqua合成的MODIS 產品精度。Chen 等［33］利用地面雪深觀測資料對北美地區IMS 4 km 產品進行了驗證，結果表明兩者具有很好的一致性。Brubaker等［34］發展了基于MODIS 數據的假設檢驗方法來確定IMS 和MODIS 積雪產品之間的一致性，結果表明IMS 和MODIS 積雪產品大約有80%～90% 的一致性。Frei等［35］研究表明，在季節尺度上IMS 和MODIS 在北美地區最明顯的差異出現在融雪季節。Chen 等［36］對2008 年中國南部雪災期間IMS 與地面觀測對比后發現，IMS 積雪數據比被動微波遙感數據和MODIS積雪產品更為精確。

青藏高原積雪遙感監測業務面臨的最大問題是如何在多云條件下能夠有效地監測到地面積雪。MODIS逐日積雪產品雖比IMS空間分辨率高很多，但是受云的影響嚴重，圖像平均被云覆蓋1/2 以上，在積雪的實時監測中無法發揮其作用。IMS雪冰產品可以有效彌補多云天氣條件下MODIS 無法監測地面積雪的問題，提升青藏高原積雪的近實時監測精度，但是應用前提是對其精度進行系統評估和分析。劉洵等［37］、陳愛軍等［38］利用臺站雪深觀測資料分別對青藏高原IMS 4 km 和1 km 雪冰產品精度進行了驗證，結果表明兩者的總體準確率在85% 以上，非積雪季超過了90%，夏季幾乎接近100%，利用IMS 雪冰產品監測高原積雪范圍是可靠的。然而，這些精度評價采用的地面雪深觀測數據時間尺度較短，僅為2 年，且包括了總體精度幾乎接近100%的非積雪季節。此外，驗證中利用了青藏高原絕大多數臺站的雪深資料，但是高原多數臺站位于東部和南部河谷地區，這些臺站積雪日數少，雪深有限。總體的積雪監測精度因這些站點和研究時段包括高原上積雪很少的夏季，而使得最終精度“提高”了很多。青藏高原積雪監測業務缺少積雪季IMS 4 km 和1 km 分辨率雪冰產品的定量化精度評價結果。

為此，本文在已有的研究基礎上，以積雪日數較多為主要原則，在青藏高原三大積雪日數最長的區域中選取高原內陸中東部和喜馬拉雅山脈南坡積雪觀測具有代表意義的17 個氣象站進行研究。首先對這些站點的區域代表性和歷史地理坐標精度進行了評估，在此基礎上利用這些站點地面雪深觀測資料分別對IMS 4 km 和1 km 分辨率產品在青藏高原積雪監測中的精度進行驗證，提出在青藏高原積雪監測中的優勢和不足，進而更好地應用于青藏高原近實時的大尺度積雪遙感監測業務。

1 研究區概況

研究區邊界采用以自然地貌為主導因素，同時綜合考慮海拔、高原面和山地完整性原則確定的青藏高原范圍［39］，見圖1。高原主體部分在西藏自治區和青海省，面積為257.2×104km2，約占我國陸地總面積的26.8%。

圖1 青藏高原17個代表性積雪觀測氣象站的空間分布Fig.1 Spatial distribution of 17 typical meteorological stations for snow observation on the Tibetan Plateau

2 數據與方法

2.1 IMS雪冰產品

IMS雪冰產品是由美國國家海洋和大氣管理局（NOAA）下屬的國家環境衛星數據信息服務中心（NESDIS，National Environmental Satellite，Data，and Information Service）制作，提供北半球逐日無云的積雪覆蓋范圍［40］。研發IMS 雪冰產品的最初目的是為NOAA 國家環境預報中心（NCEP，National Centers for Environmental Prediction）的數值預報模式提供更為可靠的雪冰初始場［30］。隨著更多衛星遙感數據的融合和分辨率的提高，產品精度得到了不斷提高，在全球雪冰監測和相關的應急響應及研究中得到越來越廣泛的應用。

IMS 融合了靜止到極軌的不同衛星遙感數據，包括NOAA 極軌衛星、地球靜止軌道環境衛星（GOES）、日本GMS 同步氣象衛星、日本MTSAT 多功能衛星、歐洲同步氣象衛星（METEOSAT）、美國國防部極地軌道衛星（USDOD polar orbiters）和美國國防氣象衛星計劃衛星（DMSP），以及雷達和地面觀測數據等。IMS 還融合了美國國家冰雪中心（NIC，U.S.National Ice Center）的每周海冰分析產品和美國空軍雪深與雪冰分析產品等［30-31］。2001年2 月起IMS 雪冰產品融合了AVHRR 的3A 波段數據，2004 年2 月起MODIS 第1 波段數據也融合到該產品，分辨率由原來的24 km 提高到4 km。從2014年12 月2 日起，IMS 北半球雪冰產品分辨率再次提高到1 km。

IMS 制圖是以前一天的圖作為初始狀態，在此基礎上分析人員根據輸入數據的積雪覆蓋范圍繪制當天的IMS 雪冰產品。算法采用了一系列決策樹對積雪和非積雪區進行分類。IMS雪冰產品有別于其他積雪產品的關鍵特點是根據產品業務運行目的在數據分析過程中引入了人工判識［40］。

美國國家冰雪數據中心（NSIDC，National Snow and Ice Data Center）提供了1997年至今24 km分辨率和2004 年2 月至今4 km 分辨率ASCII 格式IMS 雪冰產品。2004 年起還增加了在地理信息系統和圖像處理軟件中應用更加廣泛的GeoTIFF 格式數據，使更多的用戶可以利用該產品開展相關的研究和雪冰監測應用。IMS雪冰產品采用以北極點為中心的極地方位投影（圖2），時間分辨率為1 天。產品中不同的像元值代表不同的地物：1 代表海洋，2代表陸地，3代表海冰與湖冰，4代表積雪。

圖2 2016年1月7日北半球IMS 4 km雪冰產品Fig.2 The IMS 4 km snow and ice product of the northern hemisphere on January 7，2016

本研究使用了2010年9月1日至2019年5月31日共計9 個積雪季的TIFF 格式IMS 雪冰產品，其中8 天的數據缺失，分別為2012 年9 月8 日、2014 年1月2 日、2014 年10 月20 日 和21 日、2015 年4 月18日、2017 年11 月3 日和4 日、2018 年1 月29 日。數據處理流程大致為：首先，從NSIDC 或NOAA NIC網站下載TIFF格式的北半球IMS雪冰圖像，將其轉成ArcGIS GRID 格式；其次，數據投影方式從極地方位投影轉換成Albers 投影，之后利用研究區邊界逐一裁剪青藏高原范圍內的IMS 圖像；再次，根據氣象站點的坐標采樣坐標點對應的IMS 積雪像元值；最后，氣象站的雪深數據與IMS 積雪像元值在Excel軟件中進行對比分析。

2.2 氣象站觀測數據

雪深觀測數據是經過質量檢測和控制的逐日雪深資料，由中國氣象局國家氣象信息中心氣象資料室和西藏自治區氣象局氣象信息網絡中心提供。為了利用地面臺站觀測數據對青藏高原1 km 和4 km 分辨率IMS 雪冰產品進行精度評價和適用性分析，根據積雪日數較多、觀測場相對開闊平坦、地表類型相對均一且具有氣候區域代表性和冰凍圈要素類型代表性的原則，在現有常規氣象站中選取17 個站用于IMS 雪冰產品的驗證和精度評價，其中4 個站位于青藏高原強降雪中心喜馬拉雅山脈南坡，1個位于藏南中部，其余12個站位于藏北至青海南部的青藏高原中東部典型積雪觀測區（圖1）。17個氣象站中，瑪多站2019 年1 月至5 月是自動雪深觀測數據，有1位小數點，通過四舍五入之后取整值用于衛星遙感積雪產品的驗證真值，其他站是每日北京時間08：00人工觀測的雪深數據。在氣象站雪深觀測數據中，32 766表示數據缺測或無觀測任務，文中賦值雪深為0；32 700 表示微量，文中雪深用0.5 cm來表示。

2.3 精度評估方法

精度評估采用構建誤差矩陣的方法，將實測雪深數據與IMS 雪冰產品分類結果進行比較。如果兩者都有積雪或都無積雪，則表明IMS 雪冰產品監測積雪結果正確。如果兩者出現不一致，則表明IMS雪冰產品分類積雪錯誤。錯誤分類分為漏判和誤判兩種情況：誤判是指地面觀測無積雪，但是IMS雪冰產品監測到有積雪；而漏判則相反，地面實測數據有積雪，但是IMS 雪冰產品沒有監測到積雪。構建的誤差矩陣見表1。

表1 誤差矩陣Table 1 Error matrix

式中：a為實測數據與IMS 雪冰產品均有積雪的像元數；b為實測數據有積雪而IMS 雪冰產品識別為無積雪的像元數；c為實測數據無積雪而IMS 雪冰產品識別為有積雪的像元數；d為實測數據與IMS雪冰產品均無積雪的像元數。

漏判率（omission error rate）是指地面實測數據有積雪而IMS 雪冰產品無積雪像元數與所有實測積雪像元數的比值；誤判率（commission error rate）是指地面觀測無積雪而IMS 雪冰產品監測到有積雪像元數與所有實測無積雪像元數的比值；積雪分類精度（snow detection accuracy）是指正確分類出的積雪像元數與分類出的所有積雪像元的比值；無雪分類精度（no-snow detection accuracy）是指地面實測和IMS 雪冰產品均無積雪像元數與分類結果中所有無雪像元的比值；總體精度（overall accuracy）是指地面實測和IMS 雪冰產品均有積雪和均無積雪像元數與總像元數的比值。

3 結果與分析

3.1 氣象站點代表性評估

2012—2013 年在青藏高原開展野外積雪觀測和考察時利用Trimble Geo XT GPS（global positioning system）接收機采集了青藏高原17 個典型積雪觀測氣象站觀測場的經緯度和高程信息。該GPS接收機精度達到實時亞米級。以此經緯度和高程為參考數據，與氣象站歷史記錄的經緯度和高程信息進行了比較，結果發現兩者之間存在一定的差異（表2）。在17個氣象站中，安多站的經度差異最大，兩者相差-0.5797°，即歷史記錄的經度值偏小0.5797°，實際地面距離達到54 588 m。其次，經度差異較大的氣象站為普蘭站，歷史記錄的經度偏大0.0735°，地面實際距離差異為7 092 m。之后是申扎站和帕里站，歷史記錄的經度比GPS 接收機定位值偏小0.0714°和0.0705°，歷史定位的氣象站位置距參考值偏西6 827 m 和6 953 m。此外，嘉黎站歷史記錄的經度較參考值偏大0.0534°，地面實際偏差為5.1 km，而聶拉木站偏小0.0146°，地面實際偏西1.4 km 左右。其余氣象站的經度誤差較小，都不到1 km，均在650 m以下，其中浪卡子站和瑪多站的誤差不到100 m，分別是90 m 和63 m。在17個氣象站中，最大的緯度偏差同樣出現在安多氣象站，歷史記錄的緯度要大于參考值0.0804°，地面實際相距8 917 m，即氣象站的實際位置偏北8 917 m。其次是聶拉木站、嘉黎站和申扎站，歷史記錄的氣象站位置偏北2.9 km、2.7 km 和2.1 km，以弧度單位計算分別是0.0258°、0.0241°和0.0189°。之后是班戈站、帕里站和錯那站，緯度偏差0.010° ～0.014°，其中班戈站和錯那站位置偏南1.5 km 和1.2 km，而帕里站偏北1.3 km。其余臺站的緯度誤差不到1 km，都小于790 m，其中瑪多和托托河兩站的緯度誤差最小，在100 m 以下，僅與參考值偏小68 m 和偏大60 m，以弧度單位表示分別是0.0006°和0.0005°，其他8 個站的緯度誤差在200～790 m，以弧度單位計算在0.002°～0.007°范圍之內。在17個氣象站中，經度偏大的臺站共有10 個站，平均偏差為1.5 km，偏小的臺站共有7 個，平均達到10.2 km。同樣，緯度偏大的臺站共有10 個站，平均偏差2.0 km，而偏小的氣象站共計7 個站，平均偏差為0.7 km。

表2 青藏高原17個氣象站歷史記錄與當前GPS定位信息對比Table 2 Location information of 17 meteorological stations on the Tibetan Plateau（TP）based on the historical record and current GPS

從17個氣象站記錄的歷史高程數據來看，多數臺站的高程誤差在±50 m 以內，占全部臺站的76%，但是個別臺站的高程存在較大的差異，比如安多站歷史記錄的高程比當前GPS 接收機定位海拔偏高102 m，而聶拉木氣象站偏高58 m。相比這些高程偏高的臺站，錯那站歷史記錄的海拔比實際偏小86 m，浪卡子站偏小52 m，帕里站則偏小33 m，其余臺站的高程偏差在±25 m 以內。在17 個氣象站中，歷史記錄的高程偏大的臺站共有6 個，其中安多站和聶拉木站分別偏大102 m 和58 m，其他都在25 m以下，而歷史記錄的高程偏小的臺站共有11 個，其中錯那站偏小86 m，其次是浪卡子站和帕里站分別偏小52 m 和33 m，其余臺站的高程偏差不大，都在10 m以內。上述17個典型氣象站中，西藏自治區境內的12 個氣象站于2009 年安裝了閃電定位儀，同時記錄了GPS 位置數據，獲取的經緯度數據與2012—2013 年野外考察時定位數據基本一致，絕大多數氣象站的經緯度誤差在25 m 以內。此外，常規氣象站點的位置信息僅到分，沒有到秒，所以站點位置精度有限，所帶來的經度平均誤差在1.6 km 以內，緯度平均誤差在1.8 km以內（表3）。

表3 青藏高原17個氣象站經緯度信息僅到分可能產生的誤差Table 3 Possible location errors for 17 meteorological stations on the TP caused by latitude and longitude information that have no seconds

由此可見，個別氣象站歷史定位數據與目前高精度GPS 接收機觀測的數據之間存在較大的差距，如安多站經度大約偏小0.6°，緯度則偏大0.08°。此外，目前常規氣象臺站經緯度坐標只到分，沒有到秒，所帶來的驗證精度誤差也是不容忽視的。因此，利用氣象站點的觀測數據對衛星遙感數據，特別是高分辨率衛星遙感數據進行驗證和精度評價時，獲取高精度的氣象站位置信息是首要條件，才能讓兩者在位置上嚴格對應，保證驗證結果的準確可靠。

3.2 IMS 4 km雪冰產品精度評估

以氣象站實測雪深數據為參考值，對IMS 4 km分辨率雪冰產品在青藏高原積雪監測精度進行了評估。圖3 給出了2010 年9 月至2019 年5 月9 個積雪季青藏高原IMS 雪冰產品總體精度，范圍在76.4%～83.2%，平均總體精度為80.1%，最低精度76.4% 出現在2018/2019 年積雪季，最高值83.2%出現在2015/2016 年積雪季。從精度分析結果表4中可以看出，2018/2019 年積雪季平均積雪日數最多，達到72 d，平均最大雪深和平均雪深也最大，分別是21 cm 和8.1 cm，但其總精度最低；2015/2016年積雪季年積雪天數不到積雪日數最大時期的一半，為33 d，平均最大雪深和平均雪深最低，分別是8 cm和2.1 cm，但其總體精度在9個積雪季中最大，達83.2%。IMS雪冰產品總體上呈現地面觀測的積雪日數越多，平均雪深越大，其總體監測精度越低的現象。反之亦然。從表4 可以看出，IMS 的積雪分類精度要明顯小于無雪分類精度和總體精度，在35.8%～60.7%，平均為47.2%，且與積雪日數、平均和最大雪深呈現顯著的正相關（表5），即積雪日數越多、平均和最大雪深越大，積雪分類精度就越高。IMS 4 km 雪冰產品的無雪分類精度要高于總體精度，均在85% 以上，平均為90.9%，且與積雪日數和雪深之間存在顯著的負相關（表5）。精度評價分析還表明，IMS 雪冰產品的誤判率在13.2%～19.8%，平均為17.1%，漏判率明顯比誤判率要大（表4），最小為35.0%，最大為56.5%，平均為45.5%，兩者存在明顯的反相關，即有此消彼長的現象。

表4 2015年9月至2019年5月青藏高原IMS 4 km產品精度評價結果Table 4 Assessment results of IMS 4 km product on the TP from September 2015 to May 2019

表5 IMS精度評價要素與雪深及相互之間的線性相關系數Table 5 Linear correlation between assessment indicators and snow depth

圖3 2010年9月至2019年5月青藏高原IMS 4 km產品的總體精度Fig.3 Overall accuracy of IMS 4 km product on the TP from September 2010 to May 2019

圖4 給出了青藏高原積雪觀測典型氣象站IMS 4 km 雪冰產品總體精度評價結果，浪卡子氣象站的總體精度和無雪分類精度在17個臺站中最高，分別是95.7% 和96.8%，其次是申扎站、托托河站和班戈站，均在90% 以上，而嘉黎站的總體精度最低，只有36.2%，其次是石渠站，但其總體精度也在70%以上，達70.9%，其后依次是位于喜馬拉雅山脈南坡的錯那、聶拉木、普蘭和帕里站，在72%～79%。這里也是青藏高原強降雪和三大積雪日數最多的區域之一，錯那、聶拉木、普蘭和帕里站是青藏高原境內位于喜馬拉雅山脈南坡僅有的四個常規氣象站。可見，IMS 4 km 總體精度基本上表現為青藏高原西南喜馬拉雅山脈南坡地形復雜且雪深和積雪日數較多的臺站精度較低，而位于高原內陸地形相對平坦、雪深和積雪日數較少的氣象站總體精度較高的特點。應指出的是，嘉黎站2010—2019年每個積雪季的總體精度均低于55%，范圍在23.8%～53.5%，平均僅36.2%，與其余站點形成了鮮明差異。相比總體精度，17 個站的無雪分類精度沒有明顯差異，均在81% 以上，其中嘉黎站判識精度最高，達98.1%，而清水河站最小，為81.8%，平均為90.8%。嘉黎站的積雪分類精度最小，為30.3%，其次是申扎站和丁青站，分別為31.3% 和36.4%，其余均大于40%，而清水河站的積雪分類精度最高，為72.7%，其次是瑪多站70.2%，之后是班戈站和錯那站，分別是54.2% 和51.4%。總體上表現為積雪日數越多，其分類精度越高的特點。

圖4 2010年9月至2019年5月青藏高原17個典型氣象站IMS 4 km雪冰產品總體精度Fig.4 Overall accuracy of IMS 4 km product for 17 typical meteorological stations on the TP from September 2010 to May 2019

相比分類精度，IMS 雪冰產品的誤判率和漏判率存在一定的區域性差異，其中嘉黎站的誤判率異常偏大，達到88.0%，而且2010—2019 年所有積雪季誤判率均大于60%，最高為98.9%，出現在2015/2016 年積雪季，其余臺站的誤判率為1%～26%。嘉黎是青藏高原降雪中心之一，其平均年降雪日數在青藏高原最多，達154 d［41-42］。這里山脈縱橫交錯，嘉黎正好位于向東開口的喇叭口山谷中，南來氣流攜帶充沛水汽到達此地后，由于地形輻合，強迫抬升，加強了上升運動及延續性，導致降雪異常偏多，積雪季節多云天氣多［43］。嘉黎氣象站又位于河谷縣城中心區域，降雪之后氣溫上升較快，易于積雪消融。積雪季節持續多日的多云天氣，導致IMS 無法有效地監測到地面積雪，進而出現了地面積雪過高估計和嚴重誤判現象。漏判率正好與誤判率相反，嘉黎站的漏判率在所有臺站中最低，僅1.0%，而積雪日數最少的浪卡子站漏判率最高，達88.2%。在17 個臺站中，浪卡子站08：00 觀測到的平均年積雪日數最少，僅為9 d，2010—2019 年積雪季積雪日數在4～16 d，而對應的漏判率在60%～100%，其中2010—2013 年3 個積雪季漏判率為100%，出現了所有積雪樣本均被漏判的現象。總體上，高原內陸積雪日數較少的臺站IMS 產品的誤判率少，漏判率高，而喜馬拉雅山脈南坡和嘉黎—清水河—石渠一帶高原中東部降雪和積雪日數較多的臺站誤判率高，漏判率較低。對于積雪日數很少的臺站來說，受積雪覆蓋范圍和云等因素的影響，衛星遙感監測地面積雪偶然性強，極易出現所有樣本可能被漏判的現象，進而導致總體精度很高，但是漏判率異常高的現象。所以，選取積雪日數較多的臺站資料對衛星產品進行精度驗證，才能較好地評估衛星遙感積雪產品在高原積雪監測中的適用性和應用潛力。

3.3 IMS 1 km雪冰產品評估

隨著衛星遙感技術的發展，遙感對地觀測的時空分辨率得到了空前的提高，更多衛星數據融合到IMS 雪冰制圖產品，其精度得到了不斷改進。為了更好地滿足北半球冰雪監測和研究需求，從2014年底開始，NOAA IMS 雪冰產品分辨率從原來的4 km 提高到了1 km，提高了16 倍。本節利用17 個代表性積雪觀測氣象站逐日雪深觀測資料對青藏高原2015 年9 月至2019 年5 月共計4 個積雪季的IMS 1 km 雪冰產品進行了精度評價，并與IMS 4 km產品評價結果進行了對比。

IMS 1 km 分辨率雪冰產品總體精度較高，在79.6%～85.2%，平均為83.3%。相比IMS 4 km 產品80.4% 的精度，總體精度平均提高了2.9%，積雪分類精度提升了0.9%，平均誤判率減少了5.1%，漏判率反而有所增加，增加了4.1%（圖5 和表6）。由于產品空間分辨率的提高，2015—2019 年IMS 雪冰產品在青藏高原上監測的平均積雪日數從4 km 分辨率的63 d 減少至1 km 分辨率的50 d，平均減少了13 d，與43 d的地面觀測積雪日數更加接近，進而積雪誤判率減少明顯。從青藏高原17 個氣象站的積雪監測情況來看（圖6），嘉黎站的總體精度提升最大，2015 年9 月至2019 年9 月期間，從4 km 分辨率的32.5% 提升到了1 km 分辨率里的71.1%，平均提升了38.6%，主要是通過IMS 1 km 雪冰產品減少積雪監測的誤判率后實現的，平均誤判率減少了71.7%，但是平均漏判率相應提高了59.0%。2015—2019 年在IMS 4 km 圖像上嘉黎站監測到的平均積雪次數就有255 次，實際觀測的平均積雪日數只有70 次，嚴重高估了積雪監測次數，使得出現了平均漏判率為0、誤判率為91.2% 和無雪分類精度為100% 的監測結果，但是在1 km 分辨率的圖像上積雪監測次數平均只有69 次，與70 次的地面觀測次數極為接近。該站的積雪分類精度提升也最大，從IMS 4 km 分辨率的27.5% 提高到了1 km 分辨率的42.7%，平均提高了15.2%（圖7）。除了嘉黎站之外，積雪監測總體精度提升較大的臺站是錯那站和索縣站，也均在10% 以下，分別是7.3% 和3.7%，對于其余臺站而言，IMS 空間分辨率的提高對其積雪監測總體精度的提升和改進程度很小。但從積雪分類精度而言，錯那站的積雪分類精度改進僅次于嘉黎站，精度平均提高了13.0%。2015 年9 月至2019 年5 月錯那站IMS 4 km 監測到的積雪日數是89 次，對應的1 km 監測的積雪日數是65 次，后者與63次的地面觀測次數更為接近，此外IMS 1 km產品的平均誤判率減少了10.1%，而相應的平均漏判率變化不大。在17個代表性站點中，半數氣象站的積雪分類精度得到了提高，除了嘉黎和錯那兩個站之外，那曲、申扎和班戈站的積雪分類精度提升了2.0%～4.1%，而個別站點出現了積雪分類精度減少情況，如帕里站的積雪監測精度減少了2.4%。

圖5 2015年9月至2019年5月青藏高原IMS 1 km和4 km產品平均積雪監測精度對比Fig.5 Comparison of average snow monitoring accuracy between IMS 1 km and 4 km products on the TP from September 2015 to May 2019

表6 2015年9月至2019年5月青藏高原IMS 1 km和4 km產品平均積雪監測精度Table 6 Average snow monitoring accuracy of IMS 1 km and 4 km products on the TP from September 2015 to May 2019

3.4 站點坐標對IMS積雪分類精度的影響

從前面的氣象站坐標位置評估分析得知，17 個站歷史定位的坐標信息與當前高精度GPS 接收機定位信息之間存在一定的偏差。為了定量分析這些差異對IMS 雪冰產品精度評價可能產生的影響，分別利用歷史定位的氣象站坐標信息和GPS 定位信息對2010—2019 年積雪季IMS 4 km 分辨率產品的積雪監測結果進行了對比分析。圖8給出的結果表明，由于坐標位置的誤差，導致部分臺站的精度評價結果存在一定差異，其中普蘭站的總體精度偏差最大，歷史定位坐標的總體精度為49.2%，而基于GPS 定位坐標采集的總體精度可以達到75.8%，兩者相差26.6%，相應的積雪分類精度也從27.1%提高到41.6%，提高了14.5%。從圖8 同樣可以看出，如果利用該站歷史定位坐標對IMS 4 km 進行精度評價，2010—2019 年每年產生較大的總體精度誤差。除了2018 年9 月至2019 年5 月之外，利用GPS定位數據可以明顯提高普蘭站IMS 4 km 產品的精度評價效果，其主要原因是歷史定位的普蘭站實際上位于GPS 定位點東面偏南距7 113 m 的海拔4 804 m 山坡上，而GPS 定位的普蘭站位于海拔3 878 m的河谷地區，兩地的積雪覆蓋分布存在明顯的差異，進而產生顯著的總體精度誤差。此外，安多站采用GPS 定位坐標之后，總體精度提高0.9%，積雪分類精度提高了6.0%，聶拉木站的總體精度提高了0.6%。嘉黎站的精度反而有所下降，下降了7.3%，其主要原因可能是積雪季這里多云天氣為主，氣象站又位于河谷縣城，南北是近東西向的高山，地形復雜，加上該站的積雪日數在青藏高原所有臺站中最多［44］，導致積雪誤判率顯著高于其他臺站，使得出現總體精度有所下降的情況。另外，歷史定位的嘉黎氣象站位置實際位于GPS 定位點東北面5 771 m處海拔高度5 332 m山頂上。無論用歷史定位坐標還是GPS 定位坐標，采集的IMS 4 km分辨率數據由于極高的誤判率和偶然因素使得出現總體精度有所下降的情況。此外，申扎站和帕里站也略有下降，下降幅度僅為0.6%。由于IMS 4 km空間分辨率較低，IMS 分類精度因一些偶然因素發生變化。對剩余11個站而言，歷史定位和GPS定位坐標之間的差異對IMS 4 km 總體和積雪精度評價結果沒有影響，見圖9。

圖8 2010—2019年積雪季普蘭站歷史記錄與當前GPS定位坐標采集的IMS 4 km產品總體精度Fig.8 Overall accuracy of IMS 4 km product of Burang（Pulan）Station during snow seasons from 2010 to 2019 based on the historical station record and current GPS positioning

圖9 2010—2019年青藏高原17個站當前GPS定位與歷史記錄坐標采集的IMS 4 km產品總體精度差Fig.9 Overall accuracy bias of IMS 4 km product for 17 stations based on current GPS positioning and the historical station record

根據對17個氣象站的定位坐標評估表明，個別氣象站歷史定位數據與目前高精度GPS 接收機觀測的數據之間存在較大的差距，如安多站的經度差異最大，達54 588 m，其次是普蘭站，歷史記錄的經度偏大7 092 m，之后是帕里和申扎兩個氣象站，距參考值偏西6 953 m和6 827 m。此外，嘉黎站歷史記錄的經度較GPS 接收機定位的參考值偏大5.1 km，而聶拉木站偏小1.4 km，其余氣象站的經度誤差不到1 km。在17個氣象站中，最大的緯度偏差同樣出現在安多氣象站，歷史記錄的緯度偏大8 917 m，其次是聶拉木、嘉黎和申扎氣象站，偏差分別是2.9 km、2.7 km 和2.1 km。可見，IMS 4 km 精度評價結果偏差較大的幾個站都存在氣象站歷史定位數據與GPS 接收機觀測的數據之間存在較大差距，而經度誤差不足1 km 的臺站，新舊坐標對IMS 4 km 精度評價結果沒有影響。很顯然，目前個別臺站的歷史坐標與GPS 定位坐標之間存在較大的差異，對衛星遙感積雪產品的精度驗證和評估產生一定的影響，而絕大多數氣象站點的歷史坐標精度和其經緯度坐標僅到分沒有到秒帶來的誤差，對于當前公里級別空間分辨率衛星遙感數據的精度評價影響不大。然而，今后隨著衛星遙感技術的發展，遙感數據的時空分辨率將會大大提高，更高分辨率的積雪遙感產品將用于積雪監測和研究，尤其是當空間分辨率提高到幾百米乃至幾十米時，對于這些遙感數據的驗證與實際應用，地面氣象站點的坐標精度必須予以考慮。

4 討論

IMS作為第一個多源數據融合的代表性積雪監測產品，除了用于數值預報模式初始場之外，隨著更多衛星遙感數據的融合和分辨率的進一步提高，在北半球雪冰監測、氣候變化以及相關的應急響應及研究中得到越來越廣泛的應用。青藏高原是北半球中低緯度積雪覆蓋最大的地區和歐亞大陸積雪的重要組成部分。劉洵等［37］基于氣象站實測雪深數據為真值的北疆、東北和青藏高原三個中國三大穩定積雪地區驗證表明，IMS 4 km 雪冰產品的年總體準確率在三大積雪區均超過了92%，非積雪季的總體準確率比積雪季要高，在積雪季的各個月份中，三個地區的總體準確率也均超過80%，5—9 月非積雪季青藏高原地區也超過了90%。陳愛軍等［38］利用地面雪深觀測資料對青藏高原IMS 1 km產品進行了驗證，結果表明IMS 1 km 冰雪產品的總體判識準確率在青藏高原大部分地區全年均在85% 以上，夏季幾乎接近100%，僅在冬季出現少數低值，最低約80%。Yang 等［45］以Landsat-5 TM 積雪圖像為真值對IMS 雪冰產品進行了精度評價，結果表明總體精度大于79%。更多的IMS 雪冰產品精度驗證工作集中在北美地區。Brubaker等［34］利用逐日地面觀測數據，對美國大陸IMS 雪冰產品進行了評估，結果表明在積雪累積期早起的10月IMS積雪判識率較低，小于20%，11 月超過60%，12 月高達到95%，3月積雪判識率大約是70%。IMS的無雪像素的判識精度在3 月至10 月是95%～100%，而12 月無雪判識率下降至約80%。整個季節隨著積雪覆蓋范圍的增加，IMS 的積雪覆蓋面積判識能力有提高（較少的漏判誤差），但是非積雪面積識別能力有所下降（誤判誤差增多）。破碎積雪面積的判識能力總體上在積雪消融階段要好于累計階段。Chen等［33］利用地面雪深資料對北美地區IMS 4 km 產品進行了驗證，結果表明兩者具有很好的一致性，當冬季美國大陸1/4～1/3 被積雪覆蓋時兩者的逐日一致率絕大部分為80%～90%，并且雪深越大一致性越高。兩者最高的一致率出現在夏季，大約為100%，夏季很少站點被積雪覆蓋，導致很高的一致率。其他在土耳其境內進行的驗證結果表明［46］，IMS 積雪產品的總體正確率POD 和空報率FAR 分別是73.55%和25.11%。

本研究中，IMS 4 km 雪冰產品在青藏高原的平均總體精度為80.1%，且呈現地面觀測積雪日數越多，平均雪深越大，積雪識別精度越高的特點。IMS 4 km 的無雪分類精度高于總體精度，均在85%以上，平均達90.9%。然而，IMS的平均積雪分類精度較低，在35.8%～60.7%，平均47.8%，存在觀測的積雪日數和平均雪深越大，IMS 積雪分類精度越高的特點。IMS雪冰產品在青藏高原積雪監測中的漏判明顯，最小為35.0%，最大為56.5%，平均45.5%，而誤判率相對較小，范圍在13.2%～19.8%，平均17.1%。這些研究結論與已有的研究結果基本上是一致的。此外，青藏高原上氣象臺站的空間分布極不均勻，多數位于東部和南部，西部和西北部分布極為稀疏，而且氣象觀測站大多位于海拔較低的河谷［41］。劉洵等［37］利用了青藏高原地區108個氣象站的資料，而陳愛軍等［38］利用了77個地面觀測站點的逐日雪深。這些站點大部分位于青藏高原東部和南部，多數臺站平均年積雪日數不足10 d。總體積雪監測精度因這些站點和研究時段包括了高原上積雪很少的夏季，使得最終精度會提高很多。在本研究中，以積雪日數較多為主要原則，在青藏高原三大積雪日數最長的區域中選取高原內陸中東部和喜馬拉雅山脈南麓積雪觀測具有代表意義的17個臺站，且研究時段僅涵蓋了2010—2019 年9 月至次年5 月整個高原積雪季節，對于積雪日數很少而總體精度可能接近100% 的夏季并未考慮，所以無論從站點代表性的選擇、時間尺度的把握還是精度評價指標要素的選取上相比以往的研究更具代表性和普遍意義，得出的研究結論更加符合高原積雪監測的實際，在青藏高原積雪監測中更具現實指導意義。本研究得出的IMS 雪冰產品在青藏高原積雪監測中漏判明顯，相比誤判率相對較小的結論也與上述的研究結果一致。實際上IMS 雪冰產品相對高估了積雪面積，在青藏高原漏判率高的原因是IMS對零碎積雪的識別能力有限［37］。由于研發IMS雪冰制圖產品的主要目的之一是能夠有效地監測北半球的陸地積雪，所以產品關注重點是積雪季的監測精度，對于非積雪季接近100% 的積雪監測精度對于產品的實際應用價值不大。通過本研究揭示了青藏高原IMS 雪冰產品精度的空間分布特點，主要表現在IMS 4 km 總體精度基本上表現為青藏高原西南喜馬拉雅山脈南坡地形復雜且雪深和積雪日數較多的臺站總體精度較低，而位于高原內陸地形相對平坦、雪深和積雪日數較少的氣象站總體精度較高的特點。高原內陸積雪日數較少的臺站IMS產品的誤判率少，漏判率高，而喜馬拉雅山脈南坡和嘉黎—清水河—石渠一帶高原中東部降雪和積雪日數較多的典型積雪觀測臺站誤判率高，漏判率較低。

5 結論

在系統評估青藏高原積雪觀測典型氣象站歷史定位坐標精度基礎上，對IMS 4 km 和1 km 分辨率雪冰產品在青藏高原的精度進行了驗證和評價，定量分析了IMS 空間分辨率從4 km 到1 km 的提高對青藏高原積雪監測精度產生的影響，最后，氣象站歷史定位和GPS 定位坐標之間的差異對IMS 精度評估結果產生的影響進行分析。得出了如下主要結論：

（1）青藏高原個別氣象站歷史定位坐標與當前GPS 接收機觀測位置之間存在較大的差距，如安多氣象站經度偏小0.6°，緯度偏大0.08°，地面實際相距55 km 和9 km。另外，常規氣象臺站經緯度坐標只到分沒有到秒對目前主要衛星遙感產品的精度影響有限，但是隨著衛星遙感數據分辨率的不斷提高，所引起的誤差是不容忽視的。精確的氣象站點坐標信息是驗證高分辨率衛星遙感數據的前提和定量分析站點要素變化所必須的。

（2）IMS 4 km 分辨率雪冰產品在青藏高原的總精度在76.4%～83.2%，平均80.1%，總體上呈現地面觀測的積雪日數越多，平均雪深越大，其監測精度越低的現象。IMS 4 km 積雪分類精度在35.8%～60.7%，平均47.2%，平均誤判率17.1%，平均漏判率45.5%，積雪日數和平均雪深越大，積雪分類精度就越高。IMS 4 km 總體精度基本上表現為青藏高原西南喜馬拉雅山脈南坡地形復雜且雪深和積雪日數較多的臺站精度較低，而位于高原內陸地形相對平坦、雪深和積雪日數較少的氣象站總體精度較高的特點。高原內陸積雪日數較少的臺站IMS產品的誤判率少，漏判率高，而喜馬拉雅山脈南坡和嘉黎—清水河—石渠一帶高原中東部降雪和積雪日數較多的典型積雪觀測臺站誤判率高，漏判率較低。

（3）IMS 1 km 分辨率雪冰產品相比IMS 4 km產品總體精度平均提高了2.9%，積雪分類精度平均提升0.9%，平均誤判率減少5.1%，漏判率反而有所增加，平均增加了4.1%，主要是通過嘉黎站等個別臺站的精度提升較大引起的，對于絕大多數青藏高原典型臺站而言，IMS空間分辨率從4 km到1 km對其積雪監測總體精度的提升和改進程度很小。

（4）定量分析了青藏高原典型氣象站歷史坐標信息與當前高精度GPS 接收機定位信息之間的差異對IMS 雪冰產品精度評價可能產生的影響。由于坐標位置的誤差，導致部分臺站的精度評價結果存在一定差異，其中普蘭站從歷史定位坐標的總體精度49.2% 提高到GPS 定位的75.8%，積雪分類精度提高了14.5%。IMS 4 km 精度評估結果較大的誤差均發生在氣象站歷史定位數據與GPS 接收機觀測數據之間差距較大的幾個站，而經度誤差不足1 km 的臺站，新舊坐標對IMS 4 km 精度評價結果沒有影響。今后隨著航空航天技術的發展，更高時空分辨率的遙感積雪產品將用于積雪監測和研究，精確的地面觀測站坐標信息是開展遙感數據驗證與實際應用的前提。

此外，除了利用地面站點觀測數據作為真值對遙感積雪產品進行驗證之外，目前更多的中低分辨率遙感積雪產品的驗證采用高分辨率的衛星遙感影像作為真值進行的。下一步將利用Landsat 和Sentinel-2 等衛星遙感數據驗證IMS 雪冰產品在青藏高原的精度，進一步分析區域差異和產生的原因，進而使之更好地應用于青藏高原積雪監測和時空變化研究。