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。     

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...     

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...     

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。     

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%。     

利用全极化SAR数据的极化特征获取海冰密集度的算法

本文提出了一种利用全极化SAR数据的极化特征获取海冰密集度算法。首先,对全极化SAR数据进行多视化及滤波等预处理,以获取相干矩阵与协方差矩阵;其次,通过相干矩阵与协方差矩阵获取若干极化特征,对这些极化特征进行相关性与冗余性分析,构建最优特征空间;然后,将最优特征空间作为输入量放入神经网络分类器中,得到海冰分类结果;最后,根据海冰分类结果提取海冰密集度。选用拉布拉多南部海域2景全极化Radarsat-2影像获取海冰密集度,与业务化海冰密集度产品ASI-3125进行对比研究。本文算法结果与ASI-3125海冰密集度分布趋势基本一致,总体上略大于ASI-3125海冰密集度,标准差值分布为3.46%和6.82%,说明利用高分辨率全极化SAR数据在监测边缘区域小尺寸破碎海冰方面具有优势。     

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。     

基于多源数据的南极海冰变化研究

南极海冰范围变化与大气、海洋等环境变化直接相关,对人类的实践活动有重要的影响。而计算机和对地观测技术的发展,使得遥感技术已经成为研究南极海冰变化最重要的方式之一。本文通过对多源遥感数据进行交叉定标,获取连续15年的南极长时序被动微波遥感亮温数据。在此基础上,通过BST算法反演了海冰密集度,分析了南极海冰范围的变化情况,从而为更好地认识南极海冰变化与全球气候环境变化的关系提供依据和参考。     

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。     

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。     

结合凝聚层次聚类的极化SAR海冰分割

针对全极化高分辨率合成孔径雷达(SAR)多噪声的特点,选择合适的海冰SAR影像纹理特征量,并基于凝聚层次聚类的思想,提出一种全极化SAR海冰分割方法。将该方法的结果与K-Means、迭代自组织聚类(ISODATA)和模糊C均值算法等经典分割方法相比较,发现该方法的碎斑明显减少,且分割结果较为准确,证明了该方法的有效性。     

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。     

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。     

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。     

噪声抑制的多极化SAR海冰图像分割

合成孔径雷达(SAR)海冰图像分割对全球气候研究和保证船舶航行安全具有重要意义。现有的基于区域的马尔可夫随机场(MRF)多极化SAR分割方法,由于受相干斑噪声影响,其区域划分不尽合理,不能有效完成分割。因此,提出一种噪声抑制的多极化SAR海冰图像分割算法,首先在极化总功率图上引入降低噪声的滤波算法,合理划分初始区域,其次考虑区域之间的差异度,从而实现多极化SAR海冰图像的准确分割。以RADARSAT-2和SIR-C获得的全极化海冰图像为实验数据进行验证,结果表明:和其他较先进算法相比,本文算法优势明显,既能高效保持图像连通性,又能增强图像的细节信息,具有更高的分割精度。