張 婷, 張 杰, 王紅霞, , 張 晰, 紀(jì)永剛
(1. 國(guó)家海洋局第一海洋研究所, 山東青島266061; 2.中國(guó)海洋大學(xué), 山東青島266003)
南極洲位于地球最南端, 是世界上最大的天然冰庫(kù)。南極海冰不僅直接影響海洋環(huán)流, 還對(duì)全球大氣環(huán)流起到舉足輕重的作用。因此, 對(duì)南極海冰要素的監(jiān)測(cè)具有重大意義, 其中, 監(jiān)測(cè)海冰外緣線對(duì)海冰覆蓋范圍估計(jì)和氣象研究等具有重要的指導(dǎo)作用[1]。
現(xiàn)今, 遙感技術(shù)已成為監(jiān)測(cè)南極海冰的主要手段, 具有覆蓋面積大、快速獲取及近實(shí)時(shí)等特點(diǎn)。其中的微波遙感對(duì)光照條件不敏感, 不受云層覆蓋影響, 具有全天候、全天時(shí)的特性, 尤其適用于南極的海冰監(jiān)測(cè)。微波遙感中的高度計(jì)在高緯度地區(qū)軌道較密集, 對(duì)極地海冰的連續(xù)監(jiān)測(cè)十分有利。現(xiàn)在利用高度計(jì)開(kāi)展海冰探測(cè), 尤其是對(duì)海冰邊緣線、冰面高度及體積等參數(shù)的探測(cè)還是比較多的[2-6]。微波遙感中的SAR (Synthetic Aperture Radar)可以生成高分辨率影像, 能夠精確觀測(cè)海冰, 分析海冰邊緣區(qū)域和云層覆蓋的冰緣區(qū)域特性[7-8]。
本文主要基于高度計(jì)和 ENVISAT-ASAR (ENVISAT-Advanced Synthetic Aperture Radar)數(shù)據(jù)開(kāi)展南極海冰邊緣線探測(cè), 利用 ENVI RA-2 (ENVISAT Radar Altimeter 2)高度計(jì)數(shù)據(jù)提出了基于海冰后向散射特性的海冰邊緣線提取方法, 并通過(guò) ASAR(Advanced Synthetic Aperture Radar)數(shù)據(jù)和冰況圖對(duì)提取結(jié)果的正確性進(jìn)行了驗(yàn)證。
本文目的在于提取南極海冰邊緣線, 因此選擇冰水相交的區(qū)域。本文研究南極海冰所用到的高度計(jì)和 SAR數(shù)據(jù)分別由搭載在 ENVISAT衛(wèi)星上的RA-2高度計(jì)和ASAR獲取。RA-2選用Ku(13.575GHz)波段和320MHz帶寬。RA-2高度計(jì)在320MHz帶寬時(shí)對(duì)各種地物的探測(cè)精度最高[9]。通過(guò)與較高分辨率的 ASAR影像及冰況圖獲得的結(jié)果進(jìn)行對(duì)比, 來(lái)驗(yàn)證海冰外緣線提取結(jié)果的正確性。SAR影像源自搭載在ENVISAT衛(wèi)星上的ASAR Wide Swath影像, 極化方式是 VV/HH, 成像寬度為 400 km, 分辨率為150 m。冰況圖是由世界氣象組織定義的海冰信息格式, 其中包含指定區(qū)域中的海冰總密集度、每類(lèi)海冰的密集度、每類(lèi)海冰的類(lèi)別標(biāo)識(shí)及浮冰尺寸等。
高度計(jì)能夠通過(guò)探測(cè)到的后向散射回波來(lái)反映地物的特性。用高度計(jì)數(shù)據(jù)提取海冰邊緣線, 是基于海冰和海水后向散射回波能量不同的原理。海冰和海水后向散射回波的不同可以從下面 2個(gè)方面給予解釋。一方面, 脈沖的傳輸時(shí)間與衛(wèi)星和測(cè)量面(海洋、陸地或者是海冰面)之間的距離是成比例關(guān)系的。脈沖傳輸時(shí)間越長(zhǎng), 衛(wèi)星和測(cè)量面之間的距離越大,反之, 則越小。海冰是浮在海水上的, 因而, 衛(wèi)星與海冰面之間的距離比它到海水的距離要小。在用高度計(jì)探測(cè)海冰時(shí), 相對(duì)于用其探測(cè)海水, 其雷達(dá)脈沖的傳輸時(shí)間較短, 損耗的能量較少, 散射回來(lái)的能量較大。另一方面, 海冰和海水本身的物理構(gòu)成不同, 海水的構(gòu)成成分比較單一, 雷達(dá)接收到的能量就是來(lái)自于海水的單一的表面后向散射。而海冰內(nèi)部有很多的鹵水泡以及鹽粒等小散射體, 這些小散射體使得海冰比海水又多了一層體散射。綜上所述,在用高度計(jì)對(duì)海冰和海水進(jìn)行探測(cè)時(shí), 海冰的后向散射值要比海水的大。本文正是基于它們后向散射值的不同來(lái)提取海冰邊緣線的。在用高度計(jì)數(shù)據(jù)提取海冰的后向散射值時(shí)應(yīng)注意: 高度計(jì)地球物理數(shù)據(jù)(Geophysical DataRecord, GDR)中的后向散射值雖然已經(jīng)經(jīng)過(guò)定標(biāo)了, 但是為了計(jì)算精確的后向散射值, 還應(yīng)考慮到大氣中的水汽引起的衰減。本文中所用到的由高度計(jì)提取的海冰后向散射值都是經(jīng)過(guò)了大氣校正的。
由于高度計(jì)回波信號(hào)具有波動(dòng)性, 因而我們考慮用方差S2這個(gè)物理量來(lái)描述海冰和海水后向散射值的變化程度。
公式(1)中,n表示樣本點(diǎn)個(gè)數(shù),xi(i=1, 2, 3, …,n)表示第i個(gè)樣本點(diǎn)的值,x表示n個(gè)樣本點(diǎn)的均值。方差S2越大代表后向散射值的變化越劇烈, 反之, 則小。在對(duì)高度計(jì)獲得的海冰和海水后向散射值求方差時(shí)發(fā)現(xiàn), 選取合適的樣本點(diǎn)個(gè)數(shù)n可以有效保留后向散射值的波動(dòng)性。經(jīng)過(guò)試驗(yàn)發(fā)現(xiàn),n取4時(shí), 能較好地保持海水和海冰后向散射值自身的波動(dòng)性特征。然后對(duì)結(jié)果進(jìn)行擬合?;诤笙蛏⑸渲档姆讲钐崛『1吘壘€的模型如圖1所示。通過(guò)統(tǒng)計(jì)分析發(fā)現(xiàn),海冰后向散射值的方差及其變化范圍比較大, 而海水后向散射值的方差及其變化范圍相對(duì)較小。前者的方差都大于 1dB2; 而后者的方差在 0~1dB2, 基本都在0附近。并且在海冰和海水的交界區(qū)域, 方差值的變化最劇烈, 曲線明顯出現(xiàn)陡降, 即圖1中由A點(diǎn)到B點(diǎn)這段。本文設(shè)定二者的中點(diǎn), 即A、B兩點(diǎn)差值的一半 C點(diǎn)處所對(duì)應(yīng)的位置為冰水的分界點(diǎn)。本文方法流程圖見(jiàn)圖2。
圖1 高度計(jì)提取的海冰邊緣線模型圖Fig.1 Sea ice edge model diagram extracted by altimeter
本文選用2009年6月27日和8月2日獲取的經(jīng)過(guò)定標(biāo)的高度計(jì)二級(jí)產(chǎn)品GDR和波形數(shù)據(jù)(Sensor Geophysical Data Record, SGDR), 對(duì)南極海冰進(jìn)行了探測(cè)研究。ASAR影像已經(jīng)過(guò)定標(biāo)、校正以及濾噪處理, 并與高度計(jì)數(shù)據(jù)進(jìn)行了匹配。RA-2高度計(jì)和ASAR數(shù)據(jù)的匹配結(jié)果如圖3所示, 圖中紅色的線表示高度計(jì)足跡。在高分辨率的 ASAR影像上可以清楚地看到海冰邊緣線, 區(qū)分開(kāi)海水和海冰。
首先分別提取圖3所示2 d的高度計(jì)數(shù)據(jù)的經(jīng)緯度以及后向散射值信息, 并繪制其后向散射特性圖,如圖 4所示, 海冰和海水后向散射值的變化幅度(后向散射值的波動(dòng)性)差別較大, 顯然可以用上述方法提取海冰和海水的邊緣線。
圖3 ASAR影像及高度計(jì)軌道圖Fig.3 ASAR images and altimeter orbits
圖4 高度計(jì)后向散射特性圖Fig.4 Altimeter backscatter characteristics diagram
圖5 海冰、海水后向散射值方差圖Fig.5 Variogramof backscatter values of sea ice and sea water
對(duì)于2009年6月27日的高度計(jì)數(shù)據(jù), 求其方差S2, 并進(jìn)行擬合, 如圖5所示。海冰后向散射值的波動(dòng)范圍大于 1dB2, 而海水的波動(dòng)范圍比較小, 在 0附近。海冰和海水的分界點(diǎn)在第 28個(gè)點(diǎn)上, 如圖 5中的圓點(diǎn)所示, 其方差為 1.014 dB2。轉(zhuǎn)換成經(jīng)緯度表示為(58.919°S, 10.852°W)。又運(yùn)用此方法提取了2009年8月2日高度計(jì)數(shù)據(jù)的海冰和海水的邊緣線,其分界點(diǎn)經(jīng)緯度為(66.909°S, 104.847°W)。
圖6 2009年6月27日ASAR影像及高度計(jì)足跡匹配圖Fig.6 ASAR images and altimeter orbits on June 27, 2009
本文通過(guò)高分辨率 ASAR影像來(lái)對(duì)結(jié)果進(jìn)行驗(yàn)證, 如圖6所示, 并輔以冰況圖進(jìn)行判斷, 如圖7所示。從圖6的ASAR影像和高度計(jì)足跡匹配圖中可以看到, 海冰邊緣線與高度計(jì)足跡的交點(diǎn), 即海冰、海水分界點(diǎn)位于(59°S, 11°W)處, 這也可通過(guò)圖7冰況圖進(jìn)行驗(yàn)證。由此可見(jiàn), 利用本文的海冰邊緣線提取算法得到的結(jié)果與更高分辨率的 ASAR影像和冰況圖上獲得的海冰和海水邊界線基本相符。
圖7 2009年6月29日冰況圖Fig. 7 Icemap on June 29, 2009
另外, 圖 6中黃色的海冰邊緣線是基于 ASAR影像紋理特征的方法提取的, 從圖6中可以看出, ASAR提取的海冰邊緣線效果比高度計(jì)提取的要好, 但是由于高度計(jì)在南極區(qū)域軌道密集且重訪周期短, 可以獲得大量的南極海冰數(shù)據(jù), 有利于在南極地區(qū)大范圍提取冰水分界點(diǎn), 這一點(diǎn)成為利用高度計(jì)數(shù)據(jù)提取南極冰水分界點(diǎn)的優(yōu)勢(shì)。
本文又用相同的方法驗(yàn)證了2009年8月2日高度計(jì)數(shù)據(jù)提取的海冰和海水邊緣線的結(jié)果。2次提取結(jié)果的誤差如表1所示。用高度計(jì)提取的海冰和海水邊緣線位置與用 ASAR提取的邊緣線位置平均距離誤差為 14 km,平均經(jīng)緯度誤差為 0.1°。此誤差產(chǎn)生的原因是由于邊緣線處的碎冰被風(fēng)吹散, 向開(kāi)闊海面延伸, 其散射回來(lái)的能量被高度計(jì)接收, 從而使得其提取的冰水邊緣線向海水處延伸。雖然有誤差的存在, 但考慮到高度計(jì)數(shù)據(jù)沿軌分辨率大約為 7 km, 本文提取結(jié)果的精度是可以接受的。也表明了高度計(jì)可以大范圍的提取海冰邊緣線。
表1 海冰邊緣線誤差Tab.1 The deviation of sea ice edge
本文基于高度計(jì)提取的海冰后向散射特征, 提取了海冰邊緣線, 結(jié)果與更高分辨率的 ASAR影像和冰況圖中獲得的海冰邊緣線位置基本相符, 但同時(shí)也存在一定的誤差。由于高度計(jì)在南極區(qū)域軌道密集且重訪周期短, 可以獲得大量的南極海冰數(shù)據(jù),有利于在南極地區(qū)大范圍提取冰水分界點(diǎn), 這一點(diǎn)成為利用高度計(jì)數(shù)據(jù)提取南極冰水分界點(diǎn)的優(yōu)勢(shì)。
如果在以后的工作中能夠獲得更多的多傳感器同步數(shù)據(jù), 可基于本文方法提取更大范圍的南極海冰外緣線, 從而獲得更多的南極海冰信息。
[1] 紀(jì)永剛, 張杰, 孟俊敏. 用AMSR數(shù)據(jù)極化比PSSM算法檢測(cè)渤海海冰邊緣線[J]. 海洋科學(xué)進(jìn)展, 2007,25(2): 226-232.
[2] Gudmandsen P E. Application of microwave remote sensing to studies of sea ice[J]. Philosopical Transactions of the Royal Society London, 1983, A309: 433-445.
[3] Robin G Q, Drewry D J, Squire V A. Satellite observations of polar ice fields[J]. Philosophical Transactions of The Royal Society London, 1983, A309: 447-461.
[4] Robin G Q. Polar research by remote sensing[J]. Physics Bulletin, 1984, 35: 242-244.
[5] Squire V A, Drewry D J, CowanA M, et al. Cryospheric data products available through satellite altimetry[J].Proceeding of the ERS-1 radar altimeter data products workshop, 1984, SP-222: 51-57.
[6] Thomas R H. Observing polar regions from space[J].Recent advances in Civil space remote sensing, Society of Photo-optical Instrument Engineering, 1984, 481:165-171.
[7] Simil M. SAR image segmentation by a two-scale contextual classifier[J]. Image and signal processing for remote sensing, Proc, 1994, 2315: 434-443.
[8] Scheuchl B, Caves R, Cumming I, et al. Automated sea ice classification using spaceborne polarimetric SAR data[J]. Geoscience and Remote Sensing Symposium.IEEE 2001 International, 2001, 7: 3117-3119.
[9] European Space Agency.Envisat RA2-MWR Product Handbook2.2[EB/OL].[2007-02-27]. https: //earth.esa.int/handbooks/.