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。     

基于Landsat8的海冰表面温度反演算法研究

Landsat8影像被广泛应用于陆地表面温度的提取,但基于Landsat8的海冰表面温度产品依旧空缺,且无标准算法可循。基于Landsat8卫星搭载的TIRS传感器获取的热红外波段影像,利用3种常用的劈裂窗算法分别进行海冰表面温度反演,并将结果与浮标实测海冰表面温度数据和MODIS海冰表面温度产品进行了对比和验证。与浮标数据相比,DU C等的算法平均绝对误差和均方根误差最小,分别为1.718 6 K和2.621 3 K,可作为海冰表面温度反演的标准算法;而Jiménez-Mu?oz J C等的算法结果与MODIS冰温产品最为接近,适用于需与已有的MODIS冰温产品联合使用的情况,且两种算法的精度均优于已有的MODIS冰温产品;JIN M J等的算法在研究区域表现不佳。同时,与浮标数据相比,所有基于卫星影像反演的冰温产品在数值上总体偏低。     

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。     

多源数据检验南极AMSR-E海冰密集度产品精度

根据船测方法在MODIS影像上提取模拟船测海冰密集度,并与船测数据联合验证AMSR-E海冰密集度产品。结果表明,AMSR-E海冰密集度与模拟船测海冰密集度的一致性高于其与船测海冰密集度,且相同时间、相同尺度下的海冰密集度之间一致性较高,不同时间、相同尺度下的海冰密集度之间存在不同程度的差异。     

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。     

基于HJ星亮度温度数据的海冰监测方法

针对我国渤海海冰灾害,本文选取HJ星多光谱和热红外数据作为海冰遥感监测数据源,研究适合HJ星热红外特点的亮度温度算法,并建立算法模型反演亮度温度。按照Bayes分类准则,以海冰和海水亮度温度分布曲线交点对应的亮温值作为冰水识别的阈值提取海冰信息。最后对提取结果与CCD目视解译结果进行比较。结果表明:利用HJ星亮度温度数据提取海冰信息方法可行、精度可靠,可应用于渤海海域业务化的海冰灾害监测预警。     

FY-3B/MWRI和Aqua/AMSR-E海冰密集度比较及印证

本文对2011-07-01—2011-09-30风云三号B星(FY-3B)搭载的微波成像仪MWRI(Microwave Radiometer Imager)和Aqua卫星搭载的微波扫描辐射计AMSR-E(Advanced Microwave Scanning Radiometer for Earth Observing System)观测数据获取的海冰密集度产品进行比较及印证。首先,逐日比较FY-3B/MWRI和Aqua/AMSR-E区域平均海冰密集度;其次,逐月比较FY-3B/MWRI和Aqua/AMSR-E月平均海冰密集度;最后,使用Aqua卫星搭载的中等分辨率成像光谱辐射计MODIS数据进行印证。MWRI和AMSR-E比较结果为(1)MWRI与AMSR-E逐日区域平均海冰密集度变化趋势一致,MWRI海冰密集度均高于AMSR-E,7—9月MWRI与AMSR-E逐日平均偏差月平均值分别为8.55%、7.67%、2.58%,逐日标准差月平均值分别为12.16%、12.08%、10.43%,二者差异逐月减小。(2)MWRI与AMSR-E月平均海冰密集度差呈现逐月递减趋势,7—9月MWRI与AMSR-E逐月平均偏差分别为7.37%、6.53%、1.51%,逐月标准差分别为4.61%、4.36%、3.64%,MWRI与AMSR-E差异逐月减小的原因是二者在密集度较低的边缘区域差异较大,而夏季随着边缘区域海冰的融化,二者差异逐渐减小。MWRI和AMSRE海冰密集度与MODIS印证结果为:(1)密集度小于95%情况下,MWRI与AMSR-E海冰密集度均比MODIS偏高,AMSR-E更接近MODIS,MWRI高估,误差较大。(2)密集度大于等于95%情况下,MWRI与AMSR-E海冰密集度均比MODIS偏低,AMSR-E偏低更多,MWRI结果更好。     

基于Landsat-8数据和MODIS数据的渤海海冰信息提取

渤海地区是我国经济最为发达的地区之一,但每年冬季该地区经常遭受不同程度的海冰灾害。截至目前,海冰灾害已经造成该地区石油平台多次倒塌,船舶受损和航运受阻,严重影响该地区的经济发展~([1])。本文基于2016年的Landsat-8辽东湾数据和MODIS渤海数据进行海冰范围的提取,并计算海冰的面积、密集度等信息,然后建立MODIS数据海冰的短波宽带反射率和厚度之间的对应关系,计算出海冰的厚度,从而对海冰实现分类。     

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Bootstrap算法的FY-3/MWRI北极海冰密集度反演

海冰作为全球气候系统的重要组成部分,不仅影响着大气与海洋环流,也是气候变化的重要指示器。海冰密集度是描述极地海冰极为重要的地球物理参数之一。本文基于风云三号卫星微波成像仪(MWRI)亮温数据开展北极海冰密集度反演研究,采用线性回归和阈值法确定了动态亮温系点值,利用天气滤波器和陆地污染修正法消除了天气和陆地对海冰密集度反演的影响,计算了2019年—2020年海冰范围和海冰面积并与同类产品进行了比对。结果表明,本研究获取的北极海冰密集度产品与NSIDC发布的海冰密集度产品有较高的相关性,海冰密集度的差异在冬季小于3%,夏季小于8%。利用SAR数据进行了不同产品的结果评估,结果表明本文算法的反演结果优于NASA Team算法,在冬季精度约有1%的提升,在夏季精度约有4%左右的提升。动态亮温系点值较好地反映了海冰辐射特性的季节变化。本研究为中国自主卫星的海冰密集度产品的业务化发布奠定了基础。     

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.     

利用多源遥感数据识别波弗特海冰间水道

采用MODIS可见光反射率、热红外亮温和RadarSat-2双极化后向散射等多源数据，通过建立决策树综合判断来识别波弗特海域冬季的冰间水道及其内部冰型，并进行精度评价。研究发现，MODIS热红外只能粗略提取冰间水道轮廓；而高分辨率的RadarSat-2影像可以提供更多海冰类型信息，但是不同冰型的后向散射信号有重叠，影响水道提取的精度。研究结合多源数据建立决策树，综合极化后向散射和表面温度等参数来判断海冰类型，从而识别不同发育阶段的冰间水道。该方法的识别精度优于单变量方法。高分辨率Sentinel-2光学影像验证了不同阶段冰间水道的顺序分布。多源数据的应用有助于更准确地计算水道区域的海-气热通量和产冰量，同时为船只导航提供更详细的冰情信息。     

基于多源遥感数据的北极新冰提取及范围时序变化分析

本文利用多源遥感数据从不同空间尺度对2004年至2012年间北极地区新冰进行了提取并对其范围变化进行了分析。统计分析结果表明,北极海冰总体覆盖面积与北极近地表气温的变化呈反比;新冰覆盖面积的变化与海冰总面积的变化相比较缓慢;北极各个区域新冰覆盖范围的变化与各区域近地表温度的变化有较大的关联。     

海冰微波辐射传输模式和实验研究

海冰是影响地球热循环的重要因素。以海冰和海水的微波热辐射为源,并通过位于海面遥感海冰的３层分层介质系统的分析,取得中间介质厚度与所接收到的辐射亮温有如下模式：ＴＢ＝Ａ＋Ｂｅ－ＣＤ。其中Ａ,Ｂ,Ｃ与遥感系统的极化,使用角度和角频率有关,可以通过实际地面的海冰测试试验获得。该模式符合电磁场在有损介质中的传播特性,反映出被动微波遥感所接收到的能量与传播距离的关系。近几年来,根据该模式,使用４个频段微波辐射计在地面进行实测（入射角为０°）,在飞行中使用３个频段,结果空中和地面基本符合。实践证明其模式是正确的可行的。文中给出在辽东湾测得航线上的冰厚度分布和亮度温度与冰厚度的统计曲线。最后指出影响测量并限制对厚度识别的几种因素。     

星载GNSS-R海冰边界探测方法

针对星载接收平台提出了一种利用全球导航卫星系统反射信号（Global Navigation Satellite Systemreflectometry，GNSS-R）进行海冰边界探测的方法。该方法利用导航卫星信号经海冰和海水表面散射后反射信号时延相关功率映射（delay map，DM）的差异，结合镜面反射点位置来探测海冰边界。利用自适应阈值调整算法处理TDS-1卫星数据，获取有效的DM数据，进而得到DM衍生量随镜面反射点位置的变化趋势，并设置DM衍生量的阈值来识别海冰。与全球海冰分布图对比发现，DM衍生量阈值对应的镜面反射点位置与海冰分布图的海冰边界位置基本吻合，证明了DM的有效区时延距离、相关功率的峰值和归一化标准差均可用于海冰边界探测，星载GNSS-R技术在海冰边界探测领域具有较大潜力。     

无源微波遥感技术在海冰测厚中的应用研究

　In recent years, microwave radiometry has been developed as a powerful technique for remote Sensing of Sea ice in China. Since 1986 the thermal emission from sea ice in Liaodong Bay and Bohai Bay has been measured by multi-frequency microwave radiometers designed by Changchun Institute of Geography, Academia Sinica.     

利用CryoSat-2测高数据研究南极威德尔海海冰出水高度时空变化

为了提高南极海冰出水高度的估算精度,以威德尔海为例,基于CryoSat-2卫星测高数据,联合冰桥计划(IceBridge)机载测高数据和科考船走航观测数据,获取应用最低点高程法反演海冰出水高度的最佳估计参数,进而估算并分析了2011—2017年,每年5月—10月威德尔海海冰出水高度的时空变化。结果表明,最佳的出水高度估算方案为采用0.8倍标准差剔除高度计观测值粗差后,选择沿轨10 km数据段并取最小5%的样本点平均值作为局地海面高估算海冰出水高度;近7年来南极威德尔海月均海冰出水高度总体呈现略微变薄的趋势,变化范围在17.9~27.4 cm之间;威德尔海海冰出水高度的分布呈现东薄西厚的特征,较大值主要分布在西威德尔海以及南极半岛东部海域。上述结论可为进一步研究南极海冰厚度变化对气候变化的响应提供参考。     

南极海冰密集度多源数据的交叉检验

通过研究交叉检验船测样点上的7种不同尺度的海冰密集度数据,发现相同时间和相同空间尺度的海冰密集度值吻合度最高,不同时间不同尺度的海冰密集度值的相关性较弱。由数据获取时间不同引起的密集度差异在高分辨率数据上体现明显。真实船测点与伪船测点之间的吻合度不高,受观测者主观因素、天气条件、影像处理质量和伪船测点提取方法的影响。虽然伪船测点方法在海冰边界研究中具有快速、大面积提取边界点的优势,但需要控制提取算法中的误差传播。     

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。