(资料图片)
面向突发雪灾的高时效性积雪产品长期以来是我国气象业务急需。据北京大学官网消息，该校地球与空间科学学院遥感所与中国气象局气象探测中心组织联合研究团队，建立了一套考虑北斗轨道特色的全球导航卫星系统（GNSS）气象业务站网积雪深度高精度自动化算法框架，首次研制了积雪深度产品GSnow-China。
上述研究团队由中国气象局气象探测中心梁宏博士与北京大学地球与空间科学学院遥感所万玮博士组织，在国家自然科学基金等项目支持下，于2020-2022年开展“需求牵引、突破瓶颈”为导向展开攻关。
美国科罗拉多大学博尔德分校的Kristine Larson教授长期从事GPS研究，例如测量尼泊尔喜马拉雅山脉的变形、评估格陵兰冰盖速度的可变性等。她利用GPS测量地震波的研究最终贡献了GPS干涉反射(GPS-IR)的发展，该新技术可以提供土壤湿度、积雪积累、植被含水量和潮汐的测量数据。
研究团队指出，适用于多GNSS系统的高精度积雪深度算法需要首先考虑复杂地形的影响。Larson教授提出的经典雪深算法则主要是面向GPS这类轨道不变的卫星，这种方式并不适用于我国北斗等变轨卫星，尤其是在地形起伏较大的方位很难找到准确的无雪期参考天线高。
针对这一难题，研究团队提出了将地形坡度角赋予明确物理表达的GSnow-TERR模型，形成站点周围全方位地形模拟。多站试验结果表明该模型将北斗、GLONASS和Galileo等变轨数据利用率大幅提升了38.21%。
在实际应用中，GNSS积雪深度算法还需要综合考虑精度可靠性和自动处理能力。研究团队建立了一套积雪深度高精度自动化反演框架，依托佳木斯和阿勒泰两个试验站，针对国际主流模型的北斗适用性进行了深入分析，最终攻克了地形、植被、土壤穿透、初始高设定、模型自动切换等关键技术，为核心算法的工程化奠定了基础。
研究团队称，积雪深度产品GSnow-China利用导航卫星地表反射信号的面状属性信息，空间分辨率介于原位测量与卫星微波产品之间，可有效补充现有地基和天基气象观测手段的时空代表性。
GNSS雪深产品应用于2022年2月南方暴雪期间的雪深监测。图 北京大学官网
在2022年2月上旬南方突发性暴雪期间，该算法和产品经受了南方复杂下垫面条件、多星座联合处理、高时效性等考验。积雪深度数据1.0版共享于国家青藏高原科学数据中心（链接：https://doi.org/10.11888/Cryos.tpdc.271839）。
据此次最新介绍，核心算法目前已顺利完成工程化，首批站点产品已在今年冬季规模化试应用，将长期提供一小时频次的雪深监测数据服务，拓展了GNSS业务站网除大气水汽等变量监测之外的服务能力。
