基于星载被动微波的中国东北森林雪深反演

由于林区地形复杂，加之植被冠层结构的影响，基于高山数据的林区积雪深度反演精度普遍较低。基于具有代表性的半经验积雪深度反演算法和森林气象站的观测数据，建立了中国东北林区的半经验积雪深度反演优化算法。该算法考虑了森林植被随温度变化的特点，大大提高了林区积雪深度反演的精度。与其他具有代表性的半经验积雪深度反演算法相比，作者算法的均方根误差（RMSE）平均减少2.3cm，偏差（Bias）平均减少3.7cm，相关系数（R）平均增加0.11。与常用的机器学习积雪深度反演算法相比，作者算法的RMSE平均减少2.17cm，Bias平均减少1.67cm，R平均增加0.22。