地域比較による衛星積雪量計測の評価・改良に関する研究

区域比较卫星降雪测量评价与改进研究

基本信息

  • 批准号:
    09227220
  • 负责人:
  • 金额:
    $ 0.58万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Scientific Research on Priority Areas
  • 财政年份:
    1997
  • 资助国家:
    日本
  • 起止时间:
    1997 至 无数据
  • 项目状态:
    已结题

项目摘要

昨年度の実績に基づき、東シベリアについての地上積雪量(SWE_<gnd>)と衛星積雪量(SWE_<sat>)に相当するΔT_B(19GHz-37Ghz)についてピクセル単位で比較検討を行った。(1)地上の気象水文データのあるレナ川流域15地点につき解析を行ったところ、SWE_<gnd>とΔT_Bは他地域で導出されれいる比較関係でなく、逆比例の関係が見られた。原因としてSWE_<gnd>の小さい地点では、しもざらめ化が激しいため、よりΔT_Bが大きくなる。またSWE_<gnd>が大きい地点では、しもざらめか化が弱い上、これらの地点は森林が高密度であるためこの影響で積雪の影響が弱められる。この地域はΔT_Bが積雪水量にほぼ比例するという通常のアルゴリズムは適用が難しく、しもざらめ化と森林密度も考慮に入れる必要性があることが示された。(2)地上データのある近隣する衛星ピクセル(全10地点)について比較検討を行った。まず最初に各ピクセルの標高が同一で各ピクセルのSWE_<gnd>が等しいと考えられる地点(標高差100m以内)を調べた所、ΔT_Bに差が見られる地点があった。極端なケースは、レナ川の左岸と右岸の場合である。詳細な地上データセットがないために明確な結論は出ないが、狭い範囲でも植被や森林の種類が影響する可能性が示唆された。次に、ピクセル間で標高差が大きく(標高差500以上)、SWE_<gnd>が異なることが予想される地点について調べたところ、過半数の地点では、標高とΔT_Bに比例関係が見られたが、見られない地点もあった。(3)今年度の結論として、第一として対象地点の植生パラメータのデータセット化とそれに基づく解析がアルゴリズム作成に重要であることがはっきりした。第二として、積雪層中のしもざらめの量の推定であるが、過去の実測例および積雪モデルを用いた推定によるデータセット化をする必要がある。また、モンゴルおよびチベット周辺域にも解析地域を拡大する必要がある。
根据去年的结果,我们比较并检查了ΔT_B(19GHz-37GHz),这对应于地面上方的雪数量(Swe_ <gnd>)和以像素为基础的东西伯利亚卫星(SWE_ <SAT>)上的雪量。 (1)当我们分析雷纳河流域的15个位置时,我们拥有基于地面的气象水文数据时,我们发现SWE__ <gnd>和ΔT_B不是在其他地区得出的比较关系,而是相反的关系。原因是在Swe_ <gnd>的小点上,粗糙度很严重,这会导致ΔT_B更大。此外,在具有较大swe_ <gnd>的位置,雪的粗糙度很弱,并且由于这些地点的森林密度很高,因此积雪的效果被削弱了。已经表明,ΔT_B与该区域的降雪量大致成正比的通常算法很难应用,并且还应考虑粗糙和森林密度。 (2)我们将附近的卫星像素(总计10个位置)与地面数据进行了比较并检查。首先,我们研究了一个点,每个像素的高度相同,并且每个像素的swe_ <gnd>被认为相等(海拔100m以内),并发现在ΔT_B中发现差异的点。极端情况是在雷纳河的左右两岸。由于缺乏详细的地面数据集,因此没有明确的结论,但是有人建议,即使在狭窄的区域,种植覆盖物和森林类型也可能产生影响。接下来,我们研究了像素之间高度差异很大的点(高度差异为500或更多),而Swe_ <gnd>有望有所不同,并且在大多数点上,高度和ΔT_B之间存在比例的关系,但是有些位点不可见。 (3)今年的结论很明显,首先,在目标站点上创建植被参数的数据集并根据它们进行分析,这对于创建算法很重要。其次,它正在估计雪层中的粗糙度量,但有必要使用过去的实际测量和雪模型转换数据集。还必须将分析区域扩展到蒙古和西藏周围的区域。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

大畑 哲夫其他文献

大畑 哲夫的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('大畑 哲夫', 18)}}的其他基金

「気候システムにおける雪氷の役割」解明のための研究計画立案
制定研究计划以阐明冰雪在气候系统中的作用
  • 批准号:
    13894011
  • 财政年份:
    2001
  • 资助金额:
    $ 0.58万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
地球温暖化に伴う中央アジアの氷河の変動
全球变暖导致中亚冰川变化
  • 批准号:
    98F00374
  • 财政年份:
    1999
  • 资助金额:
    $ 0.58万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
地域比較による衛星積雪量計測の評価・改良に関する研究
区域比较卫星降雪测量评价与改进研究
  • 批准号:
    08241221
  • 财政年份:
    1996
  • 资助金额:
    $ 0.58万
  • 项目类别:
    Grant-in-Aid for Scientific Research on Priority Areas

相似海外基金

アジア水資源デジタルツインのための衛星ビッグデータとAIによる水面・積雪面変動抽出
利用卫星大数据和人工智能提取水和雪面波动,打造亚洲水资源数字孪生
  • 批准号:
    23H01509
  • 财政年份:
    2023
  • 资助金额:
    $ 0.58万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
雪氷災害把握・予測のための気象レーダーと3次元風速場を用いた水平高解像積雪深推定
使用天气雷达和 3D 风速场进行水平高分辨率积雪深度估计,以了解和预测冰雪灾害
  • 批准号:
    22K04633
  • 财政年份:
    2022
  • 资助金额:
    $ 0.58万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
Pavement Maintenance Management Strategies for Emergency Medical Services Using AI-based Road Surface Measurement Technology
使用基于人工智能的路面测量技术的紧急医疗服务路面维护管理策略
  • 批准号:
    22K04360
  • 财政年份:
    2022
  • 资助金额:
    $ 0.58万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
Collaborative Research: Quantifying Watershed Dynamics in Snow-Dominated Mountainous Karst Watersheds Using Hybrid Physically Based and Deep Learning Models
合作研究:使用基于物理和深度学习的混合模型量化以雪为主的山地喀斯特流域的流域动态
  • 批准号:
    2043363
  • 财政年份:
    2021
  • 资助金额:
    $ 0.58万
  • 项目类别:
    Standard Grant
Collaborative Research: Quantifying Watershed Dynamics in Snow-Dominated Mountainous Karst Watersheds Using Hybrid Physically Based and Deep Learning Models
合作研究:使用基于物理和深度学习的混合模型量化以雪为主的山地喀斯特流域的流域动态
  • 批准号:
    2043150
  • 财政年份:
    2021
  • 资助金额:
    $ 0.58万
  • 项目类别:
    Standard Grant
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了