针对受森林地区复杂地形和植被冠层结构的影响，基于被动微波遥感数据的森林地区雪深反演精度普遍较低的问题，在代表性半经验雪深反演算法的基础上，结合森林气象站观测数据建立了中国东北森林地区半经验雪深反演优化算法。该算法考虑了森林植被介电常数随气温变化的特性，使森林地区的雪深反演精度得到了较大的提高。与其他代表性半经验雪深算法相比，该算法的均方根误差(RMSE:Root-Mean-Square Error)平均减小了2.3 cm,偏差(Bias)平均减小了3.7 cm,相关系数(R)平均提升了0.11;与常用的机器学习雪深反演算法对比，该算法的RMSE平均减小了2.17 cm, Bias平均减小了1.67 cm,R平均提升了0.22。

来源平台：吉林大学学报(信息科学版)