1 主题内容与适用范围

• 主题内容
  本标准规定了国家对地观测系统MODIS共享平台冰雪数据产品术语、类型和产生过程，用以规范我国MODIS冰雪数据产品在产生、保藏、交换和应用中的一致性。

• 适用范围
  本规范适用于国家科技基础条件平台对地观测系统MODIS共享平台冰雪识别、冰雪数据产品及与之相关的数据产品在数据源、数据综合、数据检验和数据交换过程中的活动规范。

2 冰雪分类
     根据 MODIS 数据特点，国家对地观测系统 MODIS 共享平台冰雪类型划分主要依据冰雪温度和特点，划分为以下四种类型：积雪、冰川（包括：温冰川和冷冰川）、海冰、湖冰。

4 冰雪数据产品的生产标准

• 4.1 陆地冰雪数据产品的生产标准
  4.1.1 输入数据：MODIS03产品中的陆地/水掩膜，MODIS 云掩膜产品，MODIS第2、4、6、31波段。
  4.1.2 输出数据：空间分辨率为500米；时间频率为每天产品、10天合成产品和月度合成产品。
  4.1.3 基本原理：利用雪在可见光波段强反射，短波红外波段强吸收的特点。
  4.1.4 “陆地冰雪”识别标准
  4.1.4.1 一般情况下识别陆地冰雪的方法
  位于陆地且同时满足以下条件的像元，可以定义为“陆地冰雪”，简称“冰雪”：
  (1) NDSI＝(RefMODIS4- RefMODIS6) / (RefMODIS4 + RefMODIS6)>0.4；
  (2) RefMODIS2 > 0.11；
  (3) RefMODIS4 > 0.1。
  4.1.4.2 一些特殊情况的考虑
  (1)云：有些类型的云还是难于同雪区分开，可以利用MODIS云掩膜产品中第19bit的信息作为云掩膜予以纠正。
  (2)林区：需要结合NDVI（归一化植被指数）进行林区的雪分布识别；对于热带区的黑暗森林，采用MODIS第31波段计算亮温，阈值设为：277K，低于此阈值的认为是雪。
  (3 )扫描角的影响：扫描角取小于45度。
  4.1.4.3 10天合成数据产品
  以每月1－10日，11－20日，21－月底三个时间段为界，以每日冰雪分布数据值为基础，在每日内取冰雪最大分布值为该旬合成数据值。
  4.1.4.4 月度合成数据产品：
  以月度为期限，以每旬冰雪分布数据值为基础，在每旬内取冰雪最大分布值为该月合成数据值。
  4.1.5 陆地冰雪分类的识别方法
  对于积雪、冰川、湖冰分类主要利用冰雪的季节变化进行识别和分类。
  
• 4.2 海冰产品的生产标准（包括冰表面温度产品）
  4.2.1 输入数据：MODIS03产品中的陆地/水掩膜，MODIS云掩膜产品，（MODIS第2、4、6波段）海冰/（MODIS第31、32波段）冰表面温度。
  4.2.2 输出数据：分辨率1公里；每天产品和旬、月度合成产品。
  4.2.3 基本原理：MODIS海冰算法根据海冰在可见光波段和近红外波段的反射率特征同无冰海水的差异来进行识别。
  4.2.4 一般情况下识别海冰的方法
  位于海洋且同时满足以下条件的像元，可以定义为 “海冰”：
  (1) NDSI＝(RefMODIS4- RefMODIS6) / (RefMODIS4 + RefMODIS6)>0.4；
  (2) RefMODIS2 > 0.11；
  (3) RefMODIS1>0.1
  4.2.5 一些特殊情况的考虑
  对于较薄的海冰（厚度小于10厘米，没有雪覆盖），其反照率较低，利用雪被指数不容易分辩，在这种情况下，利用冰表面和海表面的温度差异进行识别：
  MODIS计算冰表面温度的算法（MODIS 31和32波段）：
  IST = a + b×T31 + c×(T31 – T32) + d×[(T31 – T32)(secθ-1)]
  式中IST：冰表面温度；T31：MODIS第31波段的亮温值；T32：MODIS第32波段的亮温值；θ：为从天底点算起的扫描角；a, b, c, d ：为根据经验确定的系数，根据T31位于不同的温度范围：T31 < 240K， 240K < T31 < 260K， T31 > 260K，取相应的系数。

5 验证工作

• 验证方法1：利用ETM进行MODIS冰雪数据验证方法。
  利用ETM数据得到的冰雪图，内插到与MODIS冰雪数据分辨率一致，进行验证。
  
• 验证方法2：利用微波数据做验证的方法。
  方法同利用ETM数据类似，主要利用微波数据不受气候影响的优势。（正在进行中，见参教科文献[4]、[5]、[6]、[8]）
  
• 验证方法3：实地验证（正在进行中，见参[8]）
  说明：项目组成员正在整理和归纳实地验证的规范。利用MODIS数据和地形数据对西藏地区年冰雪变化做了三维演示，并利用多时相的雷达数据绘制了西藏纳木错湖区春季的积雪范围，从MODIS数据和雷达数据所反映出的研究区域的冰雪变化情况来看，总体上一致。为了验证MODIS数据和雷达数据分析的冰雪变化结果，项目组成员于2004年6月进行了实地考察、验证工作，证明了根据这些数据资料取得的分析结果具有一定的可信度。通过对实地情况的了解，也弥补了图像数据的不足，了解了研究区域多年的四季气候特征，特别是关于纳木错湖、湖区草地、融雪等多方面的信息。这些信息同利用遥感图像数据取得的分析结果大体上吻合。通过验证工作，确认MODIS冰雪算法的适用性，而且随着MODIS其它有关产品的进一步完善，其算法和精度会得到进一步提高。
  

[1] Dorothy K. Hall，et al.. Algorithm Theoretical Basis Document (ATBD) for the MODIS Snow and Sea Ice-Mapping Algorithms, September 2001. http://modis.gsfc.nasa.gov/data/atad/atbd_mod10.pdf.
[2] Andrew G. Klein，et al.. Improving snow-cover mapping in forests through the use of a canopy reflectance model. Hydrological Processes，1998，12，1723-1744.
[3] George A. Riggs，Dorothy K. Hall，Steven A. Ackerman. Sea Ice and Classification Mapping with the Moderate Resolution Imaging Spectroradiometer Airborne Simulator. Remote Sensing of Environment，1999，68，152-163.
[4] George A. Riggs，Dorothy K. Hall, Vincent V. Salomonson, MODIS Snow Products User Guide for Collection 4 Data Products, Revised January 2003.
[5] George A. Riggs，Dorothy K. Hall, Vincent V. Salomonson, MODIS Sea Ice Products User Guide, Revised January 2003.
[6] Jonathan S. Barton, Dorothy K. Hall, George A. Riggs, Thermal and geometric thresholds in the mapping of snow with MODIS, 2001.
[7] 刘闯，陈圣波，戴模，王正兴. EOS-MODIS数据在青藏高原冰雪季节性变化信息提取中的应用研究. 遥感信息，2001年4期.
[8] Deroin Jean-Paul，Dai M，Humberta Louis，Liu Chuang，Ma Long，Chen Wen-bo. 应用ERS和ENVISAT数据研究青藏高原冰雪变化. In：ENVISAT－ERS会议论文集，2004年9月，奥地利.
[9] MA Long，CAO Yun-gang，CHEN Wen-bo，LIU Chuang，DAI Mo，Jean Paul DEROIN，Louis HUMBERT. The Use of ENVISAT Advanced Synthetic Aperture Radar Data in Snow Mapping. In：Proceedings of SPIE. Nov. 2004，Hawaii，USA.
[10] 施雅风,等. 中国冰川与环境??过去、现在与未来. 北京：科学出版社，2000年.
[11] 马龙、陈文波、曹云刚等. 青藏高原唐古拉山脉和念青唐古拉山脉冰雪考察报告. 中国科学院地理科学与资源研究所全球变化信息研究中心. 2004年6月.