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。     

CryoSat-2雷达高度计海冰波形优选特征分类

监测海冰的类型变化或厚度变化是较为有效的海冰监测方式,本文通过CryoSat-2雷达高度计对北极海冰类型开展研究。利用雷达高度计对北极海冰进行分类,一方面是难以挑选出最优特征参数,另一方面单一的雷达高度计数据难以实现海冰的相对精细化分类。针对以上问题,本文构建了一种利用卡方检验、互相关信息及Wrapper包装法组合的特征优选方法,利用该方法挑选出的特征子集（SSD+Sigma0+LTPP+PP+SK+LEW）结合随机森林分类法将北极地区的雷达高度计数据分为海水、一年薄冰、一年厚冰及多年冰。本文方法在训练集分类正确率为93.32%,验证集正确率为92.42%,Kappa系数为0.90,均优于其他特征组合,可以基本实现对北极地区海冰的有效分类,同时分类结果也有助于海冰厚度的反演。     

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...     

从航空数字影像提取北极海冰形态参数的方法研究

在 1999年 7月至 9月的中国首次北极科学考察中 ,对北极密集冰区进行了航空数字相机遥感观测 ,获得一批高分辨率的不同类型海冰数字影像。探讨了利用数字影像分析海冰形态参数的方法。利用这些方法不仅可以分析海冰边缘、密集度、冰水比例等常规参数 ,而且可以获得卫星遥感尚无法探测的一些海冰形态的新参数 ,这些参数将增加对不同类别海冰的认识 ,对于研究北极融冰过程和冰区的海气相互作用提供有价值的手段和分析方法。给出的方法可以应用到中国渤海海冰和其它海域海冰的研究。     

基于卫星测高后向散射系数的极区海冰分布特性研究

海冰对气候变化非常敏感,了解极地海冰分布范围和表面属性不仅对于极地环境非常重要,对全球温度趋势估计和建立全球气候模型非常关键。ENVISAT卫星可覆盖至南北纬81.4°,其携带的RA2雷达高度计为极地海冰研究提供了周期性的主动微波海冰探测途径。本文用ENVISAT雷达高度计探测的Ku波段后向散射系数对2011年南极和北极各月份的海冰覆盖特征（范围和海冰表面属性）进行了详细研究,利用海水和海冰的不同散射特征,设置后向散射系数阈值为13db可成功分离海冰和海水。除夏季外,雷达高度计和美国冰雪数据中心基于辐射计获取的极区海冰覆盖边界高度符合。因北极中央区域（81.4°N以北）没有轨迹覆盖,本文只估计了南极海冰的覆盖面积,夏季海冰的覆盖范围面积比辐射计探测结果偏大,这和雷达高度计对离散薄冰较强的观测能力关,在海冰密集分布的其他季节结果则有很好的符合,其中冬季面积平均差异为0.17 Mkm2。分析了南极和北极海冰的分布特征差异,和南极相比北极冬季海冰表面较粗糙干燥,而夏季海冰表面湿度较大。本文研究结果表明ENVISAT雷达高度计可准确的探测包括海冰覆盖和海冰表面属性变化在内的海冰季节性演变过程,可在海冰监测、极地科考等领域中发挥重要作用。     

基于TerraSAR-X全极化数据的北极地区海冰信息提取

北极地区海冰既受全球气候变化的影响,同时也影响着全球气候的变化,因此,北极地区已成为研究全球气候变化的热点区域之一。然而,由于北极地区环境恶劣,传统的实地勘测方法成本高,且难度较大。遥感技术,特别是合成孔径雷达(SAR)和全极化SAR技术的迅速发展,为北极地区海冰信息的提取提供了更加有效的数据获取方法。以TerraSAR-X全极化数据为基础,采用SEATH(separability and thresholds)面向对象影像分析方法,评估各种极化特征用于提取北极地区海冰信息的能力,并通过分类实验对其结果进行验证。研究表明:|VV|,T11和SPAN等极化特征对海冰具有较好的区分度,这将为大范围的北极地区海冰信息提取以及海冰监测卫星的参数设计提供理论基础。     

联合CryoSat-2测高数据和地面高程数据建立东南极拉斯曼丘陵地区DEM

拉斯曼丘陵地区位于东南极伊丽莎白公主地,中国南极中山站位于拉斯曼丘陵的东部,是中国南极科学考察的重要地区。数字高程模型（DEM）是南极冰盖变化研究的基础,卫星测高数据是南极地区构建DEM的主要数据来源。CryoSat-2是新一代用于极地冰盖和海冰监测的测高卫星,联合2013年和2014年南极冬季的CryoSat-2测高数据以及中国、澳大利亚、印度三个国家现场测量的60余个地面高程数据,利用克里金插值方法建立了拉斯曼丘陵地区200 m分辨率的DEM（简称LA-DEM）。利用未参与插值的地面高程数据对新建立的LA-DEM进行了验证,并与Bamber 1km DEM、ICESat DEM、RAMPv2 DEM以及BEDMAP 2等四种国际上常用的南极DEM进行比较,结果表明LA-DEM的高程精度约为19.7 m,优于其他4种南极DEM。     

基于GNSS-R的后续海冰观测实验

冬季海上浮冰的活动给海上生产和海上运输带来了严重的负面影响,需要对海冰进行全天候、大范围检测。此次实验根据海水与海冰电磁特性的差异,利用较为经济的导航卫星反射信号遥感方法,在天津渤海岸展开连续的观测和数据采集。对同一颗GPS卫星的不同极化类型的反射信号从能量的角度分析海冰分布情况,在误差最小的情况下得出分析结果：不同极化类型的导航卫星反射信号均可从不同角度表征海冰覆盖信息。     

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ICESat数据确定北冰洋海冰出水高度——以2005—2006年为例

提出了在结合高程特征变化的基础上利用ICESat海冰观测数据波形参数确定北冰洋海冰出水高度的方法,并与目前常用的最低点法进行比较。结果表明,最低点法计算的海冰出水高度不仅在空间分布上存在系统性误差,并且容易受到粗差影响,而本文的方法则具有较高的可靠性。本文在最低点法中加入高程标准差限制,并与本文提出的方法结合,计算并分析了2005年至2006年6个ICESat任务期的北冰洋海冰出水高度的季节变化。结果表明,2005年夏天的异常气候对于北冰洋海冰具有深远的影响,不仅使当年秋季的海冰出水高度大大减小,而且海冰的组成比例也发生了巨大变化。     

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。     

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。     

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。     

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。