谱线性混合模型在被动微波数据中的应用,以分析南极地表融化动态 (1978-2018)
Claudio W Mendes Júnior1, Jorge Arigony Neto2, Fernando L Hillebrand3
1Universidade Federal do Rio Grande do Sul (UFRGS), Departamento de Geodésia, Av. Bento Gonçalves, 9500, 91509-900 Porto Alegre, RS, Brazil.
Anais da Academia Brasileira de Ciencias
|December 21, 2023
概括
这项研究引入了一种子像素分析方法,使用从1978年到2018年的被动微波数据精确量化南极雪融. 南极半岛显示出最持久和最强烈的融雪,这对气候变化影响建模至关重要.
科学领域:
- 冰层科学 冰层科学
- 遥感是一种远程传感.
- 气候建模 气候建模
背景情况:
- 被动微波成像用于南极雪融监测.
- 低空间分辨率 (25公里) 限制了融雪量化的准确性.
研究的目的:
- 为了提高南极雪融估计的准确性.
- 为被动微波数据开发一个子像素分析方法.
主要方法:
- 应用了一种光谱线性混合模型用于子像素分析.
- 使用了SMMR,SSM/I和SSM/IS数据 (1978-2018) 在18/19 GHz和37 GHz (H/V偏振).
主要成果:
- 确定南极半岛 (拉森,威尔金斯,乔治六世,沃尔迪冰架) 拥有最持久和最强烈的融雪.
- 确定南极半岛的融化季节:10月下旬到3月下旬,在1月初达到顶峰.
- 在Mary Bird Land,Wilkes Land,Dronning Maud Land,Amery,Filchner-Ronne和Ross冰架上发现了大量的融雪.
结论:
- 亚像素分析显著提高了融雪量化的准确性.
- 融雪模式为了解冰川系统动态和海平面上升提供了关键数据.
- 这些发现对于模拟气候变化对极地环境的影响至关重要.
更多相关视频
13:38Laser-Induced Fluorescence Emission L.I.F.E. as Novel Non-Invasive Tool for In-Situ Measurements of Biomarkers in Cryospheric Habitats
Published on: October 26, 2019
8.0K
08:02Author Spotlight: Innovative Ice Cream Melting Behavior Analysis Through a Computer Vision System
Published on: October 4, 2024
2.4K
