FY-3B/MWRI与GCOM-W1/AMSR-2亮温数据在北极地区的交叉定标

为了使搭载在风云三号B星上的微波成像仪MWRI（Microwave Radiation Imager）与搭载在GCOM-W1(Global Change Observation Mission 1st-Water)卫星上的AMSR-2（Advanced Microwave Scanning Radiometer 2）的数据可以衔接使用，并为以后FY-3B/MWRI北极地区遥感参数反演研究提供基础，以GCOM-W1/AMSR-2数据为对比数据，北极海洋区域为研究区域，对两传感器对应的10个通道的升、降轨亮温数据进行交叉定标。首先，对MWRI和AMSR-2各通道逐月在研究区域进行偏差分析；其次，对MWRI和AMSR-2各通道逐月在海冰区域和开阔水域进行偏差分析；最后，对MWRI和AMSR-2各通道逐月在研究区域进行交叉定标，并对定标结果进行评价。研究结果表明：（1）MWRI各通道亮温数据小于AMSR-2，且相同频率下，垂直极化各通道逐月平均偏差的绝对值大于水平极化各通道，升、降轨数据在各通道的差异较小，逐月平均偏差的差值小于1 K；（2）在海冰区域，升、降轨各通道逐月平均偏差相差小于1 K，在开阔水域则介于0—1.5 K；（3）通过进行线性回归分析，MWRI和AMSR-2各通道相关系数大于0.99，具有强相关性，并得到升、降轨各通道各月份交叉定标的斜率和截距；（4）定标后MWRI的亮温值与AMSR-2的亮温值一致性较好，说明交叉定标的效果较好。     

基于被动微波遥感数据的冰间水道提取及验证

采用Aqua卫星搭载的微波扫描辐射计AMSR 2以及FY-3D卫星搭载的微波成像仪MWRI 89 GHz单通道被动微波亮温数据,利用空间滤波增强冰间水道的线状特征,结合系点线性插值的方法提取波弗特海和弗拉姆海峡的冰间水道,最后对提取结果形态学特征进行研究,并分析海冰密集度和冰间水道的关系,结果表明被动微波对尺度较大的冰间水道具有较好的提取效果.在形态学特征上,被动微波亮温数据具有提取宽度大于1/3像元分辨率的冰间水道的可能性,但提取水道总面积略小于热红外遥感提取结果.通过LSD算法得到的冰间水道长度被动微波数据源整体上是MODIS数据的2倍.利用最小外接矩形统计从AMSR 2、MWRI提取出来的冰间水道其宽度分布均服从幂律分布的规律.冰间水道面积占比与海冰密集度呈现负相关的关系.     

南极海冰边界AMSR-E密集度产品精度检验

根据海冰船测目视观测标准在MODIS影像上提取模拟的海冰边界,并利用相应的MODIS海冰密集度验证AMSR-E海冰密集度产品在海冰边界的精度。研究结果表明,海冰边界像素上,AMSR-E海冰密集度的平均值与15%阈值存在显著差异,且AMSR-E与MODIS海冰密集度的相关性很弱(R2≤0.2),基于ASI的海冰反演算法在夏季低估边界海冰密集度。考虑整个冰区(包括多年冰、一年冰、新冰和开阔海域)的截线分析显示,AMSR-E与MODIS海冰密集度存在较好的线性关系(夏季R2=0.82,冬季R2=0.81),AMSR-E海冰密集度在20%~30%区间的误差最大。     

利用FY-3B MWRI遥感数据反演南极海冰表面积雪厚度

海冰表面积雪厚度是冰冻圈和全球气候系统的重要组成部分,在海洋、海冰和大气的能量传输中起着关键的作用。针对目前缺乏南极海冰表面积雪厚度国产卫星遥感数据产品的问题,本文探索应用FY-3B MWRI被动微波亮温数据开展南极海冰表面积雪厚度的遥感反演研究。结果表明基于2016年FY-3B MWRI 18.7 GHz、36.5 GHz垂直极化亮温及海冰密集度数据,采用Comiso03模型反演的积雪厚度结果较Markus98更好,与AWI2016年部署在威德尔海的浮标(2016S31、2016S37、2016S40)观测的积雪厚度同日同像元对比的偏差为-1.72 cm。FY-3B MWRI反演的2016年南极海冰表面积雪厚度与美国雪冰数据中心发布的GCOM-W1 AMSR-2积雪厚度产品整体上具有较好的一致性(时空平均偏差为-0.11 cm、相关系数为0.90),积累期和稳定期(4—10月)两者差异较小(时空平均偏差为-0.81 cm,相关系数为0.93),消融期(11月—次年3月)差异较大(时空平均偏差为2.76 cm,相关系数为0.85),差异主要分布在威德尔海北部和东南极冰边缘区。开展FY-...     

利用船测数据以及Landsat-7 ETM+影像评估南极海冰区AMSR-E海冰密集度

利用第26次中国南极科学考察期间收集的海冰密集度船基观测资料以及由Landsat-7 ETM+得到的海冰密集度来验证AMSR-E南极海冰区海冰密集度产品的精度。AMSR-E海冰密集度与船基目视观测的海冰密集度存在着一定的线性关系(R²=0.816), 但两者匹配得并不是很好。与ETM+海冰密集度相比,AMSR-E数据趋向于低估海冰密集度,在25景晴空条件下的ETM+影像中,平均海冰密集度偏差(AMSR-E海冰密集度-ETM+海冰密集度)从-5.33%到-21.5%,而相应的均方根误差RMSE (Root Mean Squared Errors)从13.7%到33.8%。依据Landsat-7 ETM+ 海冰分类,AMSR-E数据海冰密集度最大的误差产生于新冰区。     

FY-3B MWRI在轨辐射校准及其对旱涝灾害监测应用

根据中国风云气象卫星FY-3B MWRI与近年在轨业务运行的Aqua卫星AMSR-E的技术参数,基于晴空大气辐射传输模型的模拟,分析了技术参数入射角等对辐射亮度温度Tb(Brightness temperature)的影响。以此依据,对AMSR-E原始多通道Tb数据进行入射角修正。采用二次多项式拟合方法,用入射角修正后的AMSR-ETb数据对FY-3B MWRITb数据进行各通道的辐射校准,并进行了数据对比。基于辐射校准后的FY-3BMWRI各通道Tb特征,用极化与散射特征指数,对2011年长江流域两湖地区的连续发生的干旱、降雨、水涝灾害等进行了评估与分析,并与AMSR-E的对应结果及地面观测站的记录结果进行了一致性的比较。研究表明,这些分析结果与地面观测记录比对的结果是一致的,FY-3B MWRI可以有效地监测旱涝灾害。     

北极遥感海冰密集度数据的比较和评估

本文利用2012年夏季中国第五次北极科学考察期间雪龙船在北极东北航道走航观测的海冰密集度数据(OBS-SIC),初步评估了7种基于被动微波遥感的海冰密集度产品(PM-SIC)。7种PM-SIC因传感器和反演方法不同,分辨率差异较大(4—25 km)。在海盆尺度的海冰范围反演上7种PM-SIC基本相同,但对小范围浮冰区的反演差异较大。与MODIS可见光图像对比发现,MASAM数据(4 km)对局部小区域海冰刻画较好,是研究近岸区域或海峡岛屿海冰覆盖范围或面积时的首选产品;7种PM-SIC纬向平均后对比分析显示,不同PM-SIC对网格内是否存在海冰的判断基本一致,但对网格内海冰所占的比例(密集度)判断差异较大。结合OBS-SIC按航线、区域、密集度大小3种不同情况对7种PM-SIC进行分类定量评估,结果表明基于AMSR2传感器的AMSR2/ASI和AMSR2/Bootstrap数据与OBS-SIC偏差较小,平均偏差约±1%,均方根偏差仅11%和12%;而SSMIS/NT数据的偏差最大,平均偏差约–15%,均方根偏差为21%,其严重低估了网格内的海冰密集度值;因此具有更高分辨率的AMSR2/ASI数据(6.25 km)是关注海冰密集度大小时的首选产品。     

中分辨率成像光谱仪的海冰密集度遥感反演

海冰信息在船舶运输、天气预报和全球气候预测等领域都起着重要作用。一直以来微波遥感是卫星监测海冰密集度的主要手段,目前基于可见光遥感的中分辨率海冰密集度产品还较少,其中只有NOAA发布了相关业务化产品,但其所采用的算法对低密集度海冰反演准确性仍存在提升空间。本文在Liu提出的算法基础上进行改进,提出了最邻近像素法确定纯冰典型反射率的改进算法,使用MODIS数据作为数据源计算海冰密集度,并使用30 m空间分辨率的Landsat 8 OLI数据作为验证数据进行对比验证。结果表明改进算法可以提高低密集度海冰的反演准确性,改善Liu算法存在过高估计的不足,在海冰密集度0—50%的情况下,Liu算法的平均偏差为13%,标准偏差为38%,改进算法的平均偏差为5%,标准偏差为32%;在海冰密集度0—100%的情况下,Liu算法的平均偏差为4%,标准偏差为32%,改进算法的平均偏差为-3%,标准偏差为28%。针对冰水过渡、碎冰覆盖等低密集度海冰区域,改进算法准确性更高。     

利用多源数据对海冰密集度反演的算法验证

海冰密集度对全球气候变化研究有重要的意义,其反演结果的验证工作也被广泛关注,但结合多源数据反演,同时对两种算法验证的研究较少的现状,该文利用ASPeCt船测海冰密集度数据对Bootstrap算法和NASA Team(NT)算法基于SSM/I数据估算的海冰密集度精度进行验证,并与MODIS影像反演获得的海冰密集度进行对比。研究结果显示两种海冰密集度算法获得的反演结果与ASPeCt船测值偏差分别为2.26%和7.27%,均方根误差分别为11.39%和12.32%。相比之下,MODIS结果与ASPeCt船测海冰密集度比较得到偏差为3%,均方根误差为5.21%。Bootstrap算法、NT算法与ASPeCt船测值比较的偏差和均方根误差显示两种算法精度相近;由于MODIS数据分辨率与ASPeCt船测数据相近,所以其反演精度较优;但因时空分辨率的限制,各种结果都具有一定的不确定性。     

NOAA18/AVHRR与FY-3A/VIRR的OLR产品一致性和差异性分析

卫星的射出长波辐射OLR(Outgoing Long-wave Radiation)数据具有不同程度的误差。为满足业务和科研工作的需要,对国产卫星FY-3 A/VIRR的OLR产品与其他同类卫星产品进行一致性和差异性分析是非常必要的。采用风云三号A星(FY-3A)扫描辐射计(VIRR)的OLR日平均产品作为被检验数据,美国大气海洋局NOAA18卫星上搭载的甚高分辨率扫描辐射计(AVHRR)OLR日平均产品作为检验源数据,使用相关系数、平均偏差、均方根误差、相对误差等检验方法,对两种产品进行一致性和差异性分析。结果表明,两种OLR资料大部分相关系数较大,平均偏差、均方根误差和相对误差较小,个别资料相关系数较小,平均偏差、均方根误差和相对误差较大。如2010年4月23日、7月13日和10月13日,相关系数、平均偏差、均方根误差、相对误差分别为(0.63,7 Wm^-2,31 Wm^-2,0.12)、(0.5,-5 Wm^-2,45 Wm^-2,0.125)和(0.3,-200 Wm^-2,225 Wm^-2,0.85)。这些偏差主要发生在高山和海洋地区,并且暖季相对冷季偏差较大,可能是由于高山、海洋地区和暖季较强的对流活动造成两种资料的对比结果存在一定的差异;此外,由于FY-3A为上午星,NOAA18为下午星,过境时间存在一定的差异,也给二者的对比结果带来一定的差异。     

2002年——2011年北极海冰时空变化分析

基于2002年-2011年AMSR-E海冰密集度数据, 分析了北极海冰的时空变化特征及其原因。结果表明海冰外缘线面积每年减小8.28×10⁴ km², 下降趋势最快的季节为夏季, 下降速度是1979年-2006年的两倍多, 而且海冰密集度也在降低。2003年、2004年的冰情相对较重, 2007年海冰面积最小。长期冰在2002年-2010年间减少了近30%, 减少的区域主要在波弗特海、楚科奇海、东西伯利亚海、拉普贴夫海、喀拉海以及由这些边缘海向北极方向延伸的北冰洋的广大区域, 长期冰减少的地方大部分为季节性海冰增加的地方。海冰面积与年平均气温之间有显著的负相关关系, 随着全球气候变暖的加剧, 这种减小趋势将会持续。     

极区海冰密集度AMSR-E数据反演算法的试验与验证

海冰密集度是极区海冰监测的重要参数,目前分辨率最高的微波海冰密集度产品为德国Bremen大学发布的针对AMSR-E 89 GHz频段数据利用ASI算法反演的网格数据。为实现中国极区遥感产品从无到有的战略步骤,本文针对AMSR-E 89GHz频段微波数据的ASI算法,进行了插值算法、系点值和天气滤波器一系列试验。针对北极海区,着重对影响反演结果的主要参数——纯冰和纯水的亮温极化差异阈值,即系点值(P₁和P₀)进行了2009年全年的统计分析。研究表明,2009年北极纯冰和纯水的代表区域P₁和P₀年平均值分别为10.0 K和46.67 K;2 K以上的系点值差异引起的海冰密集度差别较为显著;同样的系点值差异在不同极化差异P取值范围对海冰密集度的影响也不同。通过统计确定的系点值推算并修正了海冰密集度反演公式,对2009年全年北极海冰密集度进行了反演,并与Bremen大学产品进行了比较。继而对白令海和楚科奇海12个晴空下MODIS可见光样本数据进行反演,以验证AMSR-E冰密集度反演结果,并对误差原因进行了分析。本研究反演结果与MODIS样本比对的误差略小于Bremen大学的反演产品,空间平均误差为3.84%,空间平均绝对误差10.83%。     

基于形态学的海冰外缘线自动提取

海冰外缘线是一个描述北极海冰快速变化的重要指示参数,对近岸冰区航行保障和海冰灾害预警具有实际意义。本文首先基于形态学中的方法分别识别数据中的主体冰域、主体水域和碎冰区。其次利用可变图像闭运算方法将较大碎冰与主体冰区合并,最后再利用连通域方法提取海冰外缘线。该方法可适用于任何冰水二值数据集,包括海冰密集度产品数据、卫星图像、航拍图像以及其他冰水混合数据。本文基于AMSR-E海冰密集度数据,利用此方法提取了北冰洋10个区域的海冰外缘线,与15%海冰密集度等值线比较表明,本文方法能够保留较大面积的碎冰区域,并将其与主体冰域合并处理,因此所提取的海冰外缘线在衡量大尺度海冰范围方面更为合理。     

利用CryoSat-2卫星测高资料确定北极海冰干舷高

卫星测高技术的发展使得大空间尺度探测海冰成为可能，海冰干舷高是反演海冰厚度的关键参量，获取精确的海冰干舷高对海冰探测及了解全球气候变化均具有重要的作用。本文基于近3年获取的CryoSat-2卫星SAR模式测高资料，在60°N—88°N纬度带内的北极海域通过设定阈值筛选可用的观测数据，并在此基础上计算2015—2017年间月平均海冰干舷高，最后通过IceBridge航飞数据的时空匹配验证了本文获取的干舷高计算结果是可靠的。     

基于NOAA/AVHRR数据的北极反照率反演及其变化研究

极地海冰反照率直接影响极区的热收支,反照率的变化对地气系统热量收支平衡及气候变化等的研究具有重要意义。本文采用由美国国家海洋与大气管理局NOAA (National Oceanic and Atmospheric Administration)发射的NOAA卫星携带的先进的甚高分辨率辐射仪AVHRR (Advanced Very High Resolution Radiometer) Level-1B (L1B) 数据,经宽带反射率转换、各向异性校正、大气订正、云检测等处理,得到4 km宽带晴空地表反照率产品。将AVHRR反照率与北冰洋地表热收支SHEBA (Surface Heat Budget of the Arctic Ocean)实验数据进行印证,印证结果显示在冰雪冻结期二者平均偏差为-0.07,标准偏差为0.05。本文处理了2008年—2010年的AVHRR数据,结合第4次北极科学考察现场观测数据研究了北极冰面月平均反照率的变化,从降雪和冰脊两个方面分析了反照率的变化,结果显示反照率在冰雪融化过程中变化约为0.3,变化较大且较为迅速,表面粗糙的多年冰海域和较为平滑的一年冰海域的反照率在雪融化时期变化约为0.2且变化相对缓慢。研究结果表明,由冰雪融化引起的反照率变化较为快速且幅度较大,是引起北极反照率变化的主导因素。     

FY-3C微波成像仪海面温度产品算法及精度检验

海洋表面温度(SST)是海洋学和气候学一个十分重要的物理因子,而卫星被动微波遥感能够穿透云层,实现全天候、大范围观测,因此利用中国FY-3C微波成像仪(MWRI)反演SST具有重要意义。FY-3C MWRI SST产品采用统计算法,首先利用MWRI降水和海冰产品剔除含降水和海冰的像元,之后选择时空间隔0.2 h和0.2°离海岸100 km以外的FY-3C MWRI观测亮温与浮标观测值进行匹配,再将全球在空间上分为4个纬度带,时间上分为12个月,并分升轨和降轨,分别建立浮标海温观测结果和MWRI亮温之间的统计关系,实现对SST的估算。将|估算海温-30年月平均海温|≥2.5 K的像元标识为51,发现这些像元基本分布在陆地边缘地区及大风速地区,剔除标识为51的像元后的精度验证结果表明:与全球浮标资料相比,FY-3C MWRI SST轨道产品升轨精度为–0.02±1.22 K,降轨精度为–0.15±1.28 K;与全球分析场日平均海温OISST相比,FY-3C MWRI SST日产品升轨精度为0.00±1.03 K,降轨精度为–0.09±1.08 K。微波辐射计的性能及其定位定标精度、上游卫星产品(降水检测和海冰检测)的精度、陆地的干扰及高风速对微波信号的影响均会造成SST估算误差,如何改进算法中风速大于12 m/s时的估算精度是下一步的工作重点。     

3-Decadal Changes in Sea Ice Melting and Freezing Pattern in Antarctica Using SSM/I Data

The present study aims to estimate the long term changes in sea ice areal extent (SIAE) around Antarctica using Special Sensor Microwave Imager (SSM/I) satellite data (1988–2011). Daily, weekly and monthly brightness temperature (T_B) maps of Antarctica have been generated. Temporal variation in monthly averaged T_B values of sea ice have been analyzed and an increasing trend is observed in T_B. Sea ice concentration (SIC) values are estimated and the concentration class 0.85–0.95 is observed as the main contributor in sea ice areal extent during the Antarctic peak winter month i.e. September and October. SIC changes rapidly from October onwards and shows fast melting of sea ice, however, from April start of freezing has been observed. Continuous increase in SIAE is observed from February to September in all the analyzed years (1988–2011) data. In this observation period maximum SIAE is observed in September 1989 and minimum in February 1993. The Moderate Resolution Imaging Spectroradiometer (MODIS) data is used for the validation of SIAE values. SSM/I and MODIS estimated SIAE values are compared (R²?=?0.98) and a relation between them is established by performing regression analysis. This relation is further used for the estimation of corrected SIAE values. The monthly average sea ice extent maps of last three decades have been analyzed and a shift in onset of freezing of sea ice has been observed. The period of frozen sea has also been observed as decreased.     

2000—2015年北极夏季反照率变化及其与海冰密集度的关系

作为影响极区热平衡的关键因素,北极反照率会对北极气候与环境变化产生重要影响。采用CLARA-A2-SAL(The CM SAF Cloud,Albedo and Radiation)反照率产品分析2000—2015年北极夏季反照率月尺度和年尺度的时空变化,并探索北极反照率与海冰密集度的关系。结果表明,近15年间北极夏季反照率降幅达到12.20%,8月反照率下降趋势最显著,每10年减少0.040;随着海冰的融化,北极夏季反照率发生由高到低的变化;北极中央密集冰区与周边海域的反照率变化呈现出显著的空间差异性;北极反照率与海冰密集度呈稳定的正相关。研究北极反照率的时空变化及其影响因素可为解释海冰变化成因、预测北极海冰变化趋势提供参考。