粉尘微粒作为大气气溶胶的关键组分，对气候变化和大气环境具有重要影响。本文基于青藏高原东南部梅里雪山明永冰川区雪冰、冰川融水，以及大气降水和融水补给的明永河河水中粉尘微粒的连续观测（2022年11月—2024年1月），系统分析了不同水体中粉尘微粒的沉积特征。结果表明：（1）冰川融水径流中微粒数量浓度具有明显的季节差异，季风期显著高于非季风期。（2）在冰川强烈消融期（5—10月），明永河水的微粒数量浓度呈现出明显的昼夜差异，夜间微粒浓度高于白天。这一现象主要归因于夜间冰川消融速率下降，致使融水径流速度减缓，进而延长了河水中悬浮颗粒物的滞留时间。通过对融水径流昼夜连续观测发现，微粒浓度峰值出现在北京时间20∶00前后，这也证明了融水径流的微粒含量日变化与冰川强烈消融过程之间存在响应关系。（3）水体中细小粒径的微粒（0.57～2μm）主导着微粒的数量浓度。不同水体中微粒的体积-粒径分布均呈单峰型，微粒中值粒径较小，反映了该冰川区粉尘微粒主要源于高空远距离传输及其沉降。本研究揭示了梅里雪山冰川区雪冰和水体中粉尘微粒的沉积特征，对分析气候变暖背景下冰冻圈快速消融机制及其对区域气候变化的响应具有重要...

季节性积雪的演变对于山区水文循环具有决定性影响，同时也是调控陆地生态系统的关键要素。精确监测融雪动态对于气象、水文以及全球气候变化的研究至关重要，同时也对灾害预测、预警发挥着不可或缺的作用。然而，传统的基于时间序列合成孔径雷达（SAR）的融雪监测技术常受到植被、地形及积雪特性等因素的影响，并且在重访周期较长的区域监测效果有限。本研究利用高时空分辨率的Sentinel-2卫星光学遥感数据，基于雪表粒径的时间序列变化信息，提出了一种新颖的融雪监测方法。以阿勒泰地区为例，参照站点雪水当量和气温数据，深入分析了新方法的融雪监测性能。本文对比了新融雪监测方法与常规的时间序列SAR方法，探讨了两者在山区融雪监测方面的优势与局限。结果表明该新方法能够较为准确地识别融雪起始时间，并且在植被和混合像元等干扰因素的影响下，展现出了比时间序列SAR方法更出色的监测能力。但是，新方法易受云雨气象条件的影响，未来可与时间序列SAR方法互为补充，共同提升山区融雪监测的时效性和准确性。

季节性积雪的演变对于山区水文循环具有决定性影响，同时也是调控陆地生态系统的关键要素。精确监测融雪动态对于气象、水文以及全球气候变化的研究至关重要，同时也对灾害预测、预警发挥着不可或缺的作用。然而，传统的基于时间序列合成孔径雷达（SAR）的融雪监测技术常受到植被、地形及积雪特性等因素的影响，并且在重访周期较长的区域监测效果有限。本研究利用高时空分辨率的Sentinel-2卫星光学遥感数据，基于雪表粒径的时间序列变化信息，提出了一种新颖的融雪监测方法。以阿勒泰地区为例，参照站点雪水当量和气温数据，深入分析了新方法的融雪监测性能。本文对比了新融雪监测方法与常规的时间序列SAR方法，探讨了两者在山区融雪监测方面的优势与局限。结果表明该新方法能够较为准确地识别融雪起始时间，并且在植被和混合像元等干扰因素的影响下，展现出了比时间序列SAR方法更出色的监测能力。但是，新方法易受云雨气象条件的影响，未来可与时间序列SAR方法互为补充，共同提升山区融雪监测的时效性和准确性。

季节性积雪的演变对于山区水文循环具有决定性影响，同时也是调控陆地生态系统的关键要素。精确监测融雪动态对于气象、水文以及全球气候变化的研究至关重要，同时也对灾害预测、预警发挥着不可或缺的作用。然而，传统的基于时间序列合成孔径雷达（SAR）的融雪监测技术常受到植被、地形及积雪特性等因素的影响，并且在重访周期较长的区域监测效果有限。本研究利用高时空分辨率的Sentinel-2卫星光学遥感数据，基于雪表粒径的时间序列变化信息，提出了一种新颖的融雪监测方法。以阿勒泰地区为例，参照站点雪水当量和气温数据，深入分析了新方法的融雪监测性能。本文对比了新融雪监测方法与常规的时间序列SAR方法，探讨了两者在山区融雪监测方面的优势与局限。结果表明该新方法能够较为准确地识别融雪起始时间，并且在植被和混合像元等干扰因素的影响下，展现出了比时间序列SAR方法更出色的监测能力。但是，新方法易受云雨气象条件的影响，未来可与时间序列SAR方法互为补充，共同提升山区融雪监测的时效性和准确性。

为探究测试频率对土体电导率的影响，针对多种非饱和土样开展不同测试频率及正负温度下的电导率测试试验。基于测试结果，给出不同土性及温度下的最佳测试频率。研究结果表明：正温下砂土电导率对低于10 kHz的测试频率不敏感；当测试频率大于10 kHz时，砂土电导率随测试频率增大而增大；粉土对低于100 kHz的测试频率不敏感；负温下测试频率对土体电导率的影响较正温区间显著，粉土和砂土的电导率在不同的极化区域随测试频率增大而快速增大，且增大的测试频率域随温度降低逐渐向低频扩展；粗粒土较细粒土对测试频率更敏感。

为探究测试频率对土体电导率的影响，针对多种非饱和土样开展不同测试频率及正负温度下的电导率测试试验。基于测试结果，给出不同土性及温度下的最佳测试频率。研究结果表明：正温下砂土电导率对低于10 kHz的测试频率不敏感；当测试频率大于10 kHz时，砂土电导率随测试频率增大而增大；粉土对低于100 kHz的测试频率不敏感；负温下测试频率对土体电导率的影响较正温区间显著，粉土和砂土的电导率在不同的极化区域随测试频率增大而快速增大，且增大的测试频率域随温度降低逐渐向低频扩展；粗粒土较细粒土对测试频率更敏感。

为探究测试频率对土体电导率的影响，针对多种非饱和土样开展不同测试频率及正负温度下的电导率测试试验。基于测试结果，给出不同土性及温度下的最佳测试频率。研究结果表明：正温下砂土电导率对低于10 kHz的测试频率不敏感；当测试频率大于10 kHz时，砂土电导率随测试频率增大而增大；粉土对低于100 kHz的测试频率不敏感；负温下测试频率对土体电导率的影响较正温区间显著，粉土和砂土的电导率在不同的极化区域随测试频率增大而快速增大，且增大的测试频率域随温度降低逐渐向低频扩展；粗粒土较细粒土对测试频率更敏感。

雪水当量定义为积雪融化后液态水的高度，是描述季节性积雪储量的关键参数。星载被动微波遥感适用于长时间序列、全球尺度的雪水当量监测。但目前的微波辐射传输模型大多忽略或简化了自然界垂直分层结构中的土壤、植被和大气等要素对积雪辐射亮温的影响，特别是植被参数（例如透过率、覆盖度、单次散射反照率）引起的微波亮温变化仍然不清晰。本研究通过构建土壤—积雪—森林—大气微波辐射模型，重点开展被动微波遥感反演雪水当量的不确定性机理研究。通过模型敏感性分析发现：(1)冠层透过率是森林参数中影响微波亮温最敏感的因子，其次是森林覆盖度，而单次散射反照率影响最小；(2)微波亮温随着森林覆盖度的增加而升高，但随着冠层透过率和雪粒径参数的增加而降低，即三者之间存在“抵偿效应”。通过构建的模型模拟数据库和卫星观测对风云三号B星（FY-3B）和The Advanced Microwave Scanning Radiometer 2(AMSR2)雪水当量反演算法进行亮温噪声测试发现：(1)亮温噪声对AMSR2雪水当量反演算法影响较大，特别是在森林像元尤为严重，与算法中表征积雪参数演化的极化因子和森林下雪深校正方法不确定性有关...

雪水当量定义为积雪融化后液态水的高度，是描述季节性积雪储量的关键参数。星载被动微波遥感适用于长时间序列、全球尺度的雪水当量监测。但目前的微波辐射传输模型大多忽略或简化了自然界垂直分层结构中的土壤、植被和大气等要素对积雪辐射亮温的影响，特别是植被参数（例如透过率、覆盖度、单次散射反照率）引起的微波亮温变化仍然不清晰。本研究通过构建土壤—积雪—森林—大气微波辐射模型，重点开展被动微波遥感反演雪水当量的不确定性机理研究。通过模型敏感性分析发现：(1)冠层透过率是森林参数中影响微波亮温最敏感的因子，其次是森林覆盖度，而单次散射反照率影响最小；(2)微波亮温随着森林覆盖度的增加而升高，但随着冠层透过率和雪粒径参数的增加而降低，即三者之间存在“抵偿效应”。通过构建的模型模拟数据库和卫星观测对风云三号B星（FY-3B）和The Advanced Microwave Scanning Radiometer 2(AMSR2)雪水当量反演算法进行亮温噪声测试发现：(1)亮温噪声对AMSR2雪水当量反演算法影响较大，特别是在森林像元尤为严重，与算法中表征积雪参数演化的极化因子和森林下雪深校正方法不确定性有关...

雪水当量定义为积雪融化后液态水的高度，是描述季节性积雪储量的关键参数。星载被动微波遥感适用于长时间序列、全球尺度的雪水当量监测。但目前的微波辐射传输模型大多忽略或简化了自然界垂直分层结构中的土壤、植被和大气等要素对积雪辐射亮温的影响，特别是植被参数（例如透过率、覆盖度、单次散射反照率）引起的微波亮温变化仍然不清晰。本研究通过构建土壤—积雪—森林—大气微波辐射模型，重点开展被动微波遥感反演雪水当量的不确定性机理研究。通过模型敏感性分析发现：(1)冠层透过率是森林参数中影响微波亮温最敏感的因子，其次是森林覆盖度，而单次散射反照率影响最小；(2)微波亮温随着森林覆盖度的增加而升高，但随着冠层透过率和雪粒径参数的增加而降低，即三者之间存在“抵偿效应”。通过构建的模型模拟数据库和卫星观测对风云三号B星（FY-3B）和The Advanced Microwave Scanning Radiometer 2(AMSR2)雪水当量反演算法进行亮温噪声测试发现：(1)亮温噪声对AMSR2雪水当量反演算法影响较大，特别是在森林像元尤为严重，与算法中表征积雪参数演化的极化因子和森林下雪深校正方法不确定性有关...