FY-3B/MWRI北极海冰密集度ASI算法反演研究

近年来,由于“北极放大”的气候效应,使得北极海冰变化受到了越来越多的关注。而作为海冰被动微波遥感的主要参数,海冰密集度SIC (Sea Ice Concentration)能够表征海冰的主要状态,可用于指导极区走航以及进行不同尺度的海冰变化研究。通过该参数还可以计算出海冰面积、海冰范围等信息,对极区冰情预测以及气候变化研究具有重要意义。本研究探讨了如何利用FY-3B/MWRI (FY-3B/MicroWave Radiometer Imager)较高分辨率通道数据来反演北极地区海冰密集度。基于ASI (ARTIST (Arctic Radiation and Turbulence Interaction STudy) Sea Ice)算法,本研究通过改进算法系点值的方法反演了北极地区海冰密集度,并将反演结果与MWRI海冰密集度产品进行了对比。首先利用Aqua/MODIS (Moderate Resolution Imaging Spectroradiometer)反射率数据获得的海冰密集度对二者进行了验证。结果表明,本研究选用的新系点值ASI算法在全部数据集范围内的平均偏差与MWRI海...     

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。     

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。     

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%。     

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。     

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。     

微波遥感产品对南极普里兹湾海冰密集度准确性的评估

基于两种船测数据集,本文采用点对点和Beitsch共定位比较法,对被动微波遥感观测海冰密集度产品在南极普里兹湾区域适用性展开了一系列评估。首先,根据2012年—2021年中国第29、31、37次南极科考走航船测数据,依据SIC大小的不同,对8种遥感SIC产品进行了分类定量比较,结果表明NSIDC/NT2算法产品在各情况比较中均体现出最高相关性与最佳稳定性,在共定位比较结果中相关系数可达0.926,均方根差12%,平均偏差仅2%。其次,为弥补基于AMSR-2传感器系列产品历史数据缺乏难以分析长期变化的缺陷,本文同时应用1992年—2000年ASPeCt船测数据集,以相同的对比方式对4种遥感数据产品的季节循环和长期变化信号进行了评估。结果表明,该时间段反演准确度较2012年—2021年的个例比较结果有所降低,且反映出较大的季节差异,4种产品的偏差均出现从融冰期到结冰期的增长。该时间段内,基于SSM/I传感器的CDR与Bootstrap算法整体反演较好,相关系数均达到0.8以上,均方根差16%,偏差约为8%,但是在低SIC区域的反演仍然存在较大的偏差。本研究表明,目前微波遥感SIC产品在较小...     

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-...     

三种国际主流的北极卫星遥感冰速产品评估和分析

冰速是海冰的重要参数,但是受资料长度限制,对卫星遥感冰速产品进行系统比较和评估的研究还较少。利用2009年—2017年国际北极浮标计划（IABP）浮标冰速数据,较系统地评估了不同时间间隔的遥感反演冰速产品在北冰洋内区和弗拉姆海峡附近海区的表现。结果显示,对北冰洋内区而言,1 d间隔的美国国家雪冰数据中心（NSIDC）遥感冰速冬季误差整体大于夏季,冬季高估了波弗特海南部海冰向西的运动,低估了从喀拉海流向格陵兰岛北部的穿极流。对于5种2 d间隔冰速产品而言,产品精度不完全取决于源数据空间分辨率的高低,反演算法的改进和数据融合均能提高冰速的精度,均方根误差大小的顺序是OSISAF-Merged <OSISAF-AMSR <Ifremer-AMSR <OSISAF-SSM < OSISAF-ASCAT。对于4种使用相同反演算法的3 d间隔的冰速产品,产品的均方根误差取决于源数据分辨率,空间分辨率最高的Ifremer-AMSR冰速均方根误差最小。比较不同种类、不同时间间隔冰速的月平均均方根误差后可知,采用3 d间隔反演的冰速由于能够忽略更多短时间尺度海冰运动,其冰速均方根误差低于2 d间隔的冰速。在弗拉姆海峡,除Ifremer-AMSR外,其余冰速产品均具有较大的经向偏差和均方根误差。在冰速较快弗拉姆海峡,冰速产品均方根误差取决于源数据的分辨率。     

利用ICESat/GLAS数据研究北极海冰干舷高度

北极海冰变化受全球气候变化影响明显,海冰的变化不仅体现在面积上,而且也体现在厚度上。利用海冰干舷高度可以反演海冰厚度,冰、云和陆地高程卫星/地球科学激光测高系统(ice,cloud and land elevation satellite/geoscience laser altimeter system,ICESat/GLAS)提供了高精度的海冰高程信息。利用ICESat/GLAS测高数据,提取了2003~2008年部分时间段北极区域海冰的干舷高度,分析了2003~2008年间北极海冰季节性以及年际变化特征。结果表明,北极海冰干舷高度呈下降趋势,并且在2007年夏季减少趋势最为明显。对北极海冰在2007年迅速减少的原因进行了探讨,并利用仰视声呐实测数据对干舷高提取算法存在的系统性偏差进行了讨论与分析。     

基于CryoSat-2数据的海冰厚度估算算法比较

以北极为研究区,使用CryoSat-2数据,利用现有海冰厚度卫星测高研究中4种主流算法(Laxon03算法、Kurtz09算法、Yi11算法和Laxon13算法)分别对北冰洋海冰厚度进行估算,并将估算结果与研究区IceBridge机载激光测高冰厚数据进行了比较,探索各算法海冰厚度估算的差异,寻找最优的估算算法,为估算长时序海冰厚度提供基础和参考。结果表明,4种算法估算的海冰厚度空间分布较为一致,但不同算法估算的结果差异较大,可达0.476 m;4种算法估算结果大小依次为Laxon03算法、Yi11算法、Laxon13算法、Kurtz09算法;4种算法估算的平均海冰厚度差异,在北极波弗特海海域最大,其次是北极中心海域、格陵兰和挪威海;Laxon13算法估算结果相对于IceBridge观测结果与其他算法相比,具有最小的平均偏差和均方根误差,是卫星测高估算海冰厚度的最优算法。     

基于CryoSat-2的北极海冰类型分类

海冰类型是北极海冰监测中的重要变量,详细的海冰类型信息对冰情评估、气候预测和冬季海上交通管理等具有重要意义.CryoSat-2卫星携带先进的合成孔径雷达高度计,具有观测尺度大、能够全天时全天候观测的优势,是研究两极海冰变化的一种方法.本文使用CryoSat-2卫星SAR模式下波形数据识别北极海冰类型,采用阈值法、K-N...     

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。     

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.     

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。     

北极一年海冰表面积雪深度遥感反演与时序分析

北极海冰表面的积雪深度是重要的地球物理变量, 是研究物质与能量平衡、计算海冰厚度的重要参数。为减小不同被动微波传感器观测数据的系统误差, 对国防气象卫星计划(Defense Meteorological Satellite Program, DMSP)F17-SSMIS与F13-SSM/I重叠期亮度温度数据进行交叉定标, 建立4个频段48个月尺度定标模型, 并与传统年尺度定标模型进行比较和优选, 在此基础上估算并分析2003-2014年北极一年海冰表面积雪深度变化。结果表明:19H、19V、22V、37V频段1~5月的月尺度模型决定系数高于传统年尺度拟合模型; 2003-2014年, 北极一年海冰表面积雪深度总体呈现下降趋势, 同时积雪深度存在明显的周期性变化, 每年7月积雪深度最小, 9月最大; 东西伯利亚海、拉普捷夫海和巴伦支海海冰表面积雪深度呈现减少的趋势。     

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。