积雪在全球水文循环和气候系统中起着重要作用，是河流与地下水的主要补给来源，积雪表面的高反射率以及雪层的绝热效应显著地影响着全球地表能量交互，是全球气候变化的“指示器”。雪深是气候和水文模型模拟的重要参数，准确掌握陆面积雪雪深对于了解气候系统变化和寒区水资源管理至关重要。 

　　东北地区是我国重要的积雪区之一，积雪对于东北地区的农牧业生产具有重要影响。微波遥感是目前监测积雪参数的最有效手段之一，对云、雨和大气有较强的穿透能力，不受恶劣天气的影响，具有全天时、全天候的观测能力，但现有的被动微波积雪反演数据产品的空间分辨率较粗，地表异质性等复杂因素的影响也使得反演精度难以满足需求。 

　　为了提高现有的被动微波雪深产品的空间分辨率和反演精度，东北地理所微波遥感团队基于多源遥感数据利用机器学习方法建立了综合多因素的雪深降尺度模型，充分考虑冬季积雪特性变化以及森林的影响，发展了动态的雪深反演算法(IGAS算法)，有效地提高了雪深反演数据产品的空间分辨率和精度，空间分辨率由25km提到500m，均方根误差(RMSE)由原始AMSR2产品的26.15 cm降低至7.58 cm，这为下一步发展东北地区高精度高时空分辨率的积雪业务化反演遥感数据产品奠定了基础。 

　　图1. 多因素雪深降尺度模型 

　　图2. IGAS算法在东北地区的验证结果 

　　 相关文章发表在国际期刊Remote Sensing和IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing上，卫颜霖博士研究生为第一作者，李晓峰研究员为通讯作者。 研究依托中科院长春净月潭遥感实验站开展工作，并得到了中国科学院国家战略先导专项(XDA28110502), 国家自然科学基金（41871248，41871225）、科技基础资源调查专项“中国积雪特征及分布调查”（2017FY100501）等项目的资助。

　　论文信息如下： 

　　Wei Yanlin, Li Xiaofeng*, Li Li, Gu Lingjia, Zheng Xingming, Jiang Tao, Li Xiaojie. An Approach to Improve the Spatial Resolution and Accuracy of AMSR2 Passive Microwave Snow Depth Product Using Machine Learning in Northeast China. Remote Sensing, 2022, 14, 1480. https://doi.org/10.3390/rs14061480 

　　Wei Yanlin, Li Xiaofeng*, Gu Lingjia, Zheng Xingming, Jiang Tao, Li Xiaojie, Wan Xiangkun. A Dynamic Snow Depth Inversion Algorithm Derived from AMSR2 Passive Microwave Brightness Temperature Data and Snow Characteristics in Northeast China. IEEE journal of selected topics in applied earth observations and remote sensing, 2021, 14, 1-1. https://doi.org/10.1109/JSTARS.2021.3079703