桑溝灣海冰厚度遙感反演研究

谷洪欽, 畢海波, 黃海軍

?

桑溝灣海冰厚度遙感反演研究

谷洪欽1, 畢海波2, 3, 黃海軍2, 3

(1. 國核電力規劃設計研究院, 北京100095; 2. 中國科學院海洋研究所, 山東青島 266071; 3. 國家海洋科學實驗室, 山東青島266237)

為解決現場調查數據覆蓋不足的問題, 利用衛星遙感數據(Landsat TM和ETM+)對桑溝灣海域的海冰厚度進行了反演。與Zubov模型計算結果相比, 本反演結果與之接近(相關系數0.89)。由遙感影像提取結果看出, 桑溝灣海冰厚度隨時間和空間變化明顯。在輕冰年份, 桑溝灣基本無冰。在偏重冰年和重冰年份, 桑溝灣出現大量浮冰, 并且海冰在水動力和風應力的作用下, 呈現由近岸到離岸冰厚不斷減小的趨勢。重冰年份桑溝灣南側由于受潮汐和風力推動作用下發生擠壓變形, 近岸出現平均冰厚較大的海冰(20 cm), 桑溝灣中部也出現平均厚度約5~10 cm的海冰。

海冰; 桑溝灣; 遙感

海冰主要由冰晶體、水、鹵水、氣泡組成。海冰物理結構以及組分是造成海冰厚度變化的重要因素。海冰物理特征(比如, 顏色、類型和內部構造)隨著海冰厚度變化表現亦不同。有研究獲取了海冰厚度和反照率之間的經驗關系[1-2]: 一般而言, 較厚的海冰具有較高的表觀反照率[3], 能夠反射較多的太陽輻射; 較薄的海冰因其反照率[4]偏低, 從而能夠吸收較多的太陽輻射能量, 最終引起海冰融化。Allison等[5]研究了衛星遙感數據反演得到的海冰反照率與海冰厚度的相關性[6]。Li等[7]應用渤海地區海冰反照率來區分海冰厚度分布情況。此外, 為克服地面采樣不足, Hua和Wang[8]利用MODIS數據提取的遙感反射率和海冰厚度之間的穩定關系獲取了渤海地區海冰厚度時空變化信息。

本文選取山東省榮成市桑溝灣海域的海冰(122°25′~122°33′E, 37°2′~37°5′N), 利用陸地資源(Landsat TM和ETM+)觀測數據首次進行了該地區海冰厚度的提取實驗, 并將得到的結果與著名的Zubov模型結果進行了比對。一般而言, 桑溝灣海域海冰每年冬天大概12月~次年2月出現結冰現象。但是, 不時出現極端天氣比如2010年冬天出現具有代表性的嚴重結冰情況, 使得桑溝灣海水大范圍結冰, 冰厚度較常年顯著增加, 對當地養殖業造成了重大影響。本研究的結果能提供海冰空間分布信息, 便于決策部門及時了解冰情, 為制定防災減災措施提供依據。

1 數據與方法

1.1 數據介紹

已有研究使用多種遙感衛星數據進行海冰參量提取, 比如NOAA/AVHRR[9], MODIS[10], 以及 GF-1衛星[11]。本研究中選取了Landsat TM數據和ETM+數據進行桑溝灣海冰厚度反演。兩種傳感器的工作波段具有相似性, 其基本參數見表1。研究成果覆蓋了輕冰年、常冰年、重冰年時期的桑溝灣海冰分布情況。

陸地衛星(Landsat)是美國宇航局發射的用來獲取衛星圖像的一種遙感平臺。自1972年起, 美國宇航局一共發射了8顆陸地衛星。1984年發射的Landsat-5 TM, 共有7個波段, 其中TM6為熱紅外波段, 其空間分辨率為120 m, 其他波段分辨率為30 m; 1999年發射的 Landsat-7 ETM +增加了一個15 m分辨率的全色通道, 同時將熱紅外通道的分辨率提高到60 m。

表1 陸地衛星TM和ETM+測傳感器的主要設計參數

1.2 方法

1.2.1 遙感數據預處理

經過幾何校正的Landsat 數據可以從馬里蘭大學數據中心下載。

1.2.1.1 輻射定標

根據頭文件數據, 將量化值轉換為輻亮度()。

a(1)

式中,a為增益,為偏移量。

1.2.1.2 大氣校正

利用遙感圖像處理軟件ENVI v5.1的FLAASH (Fast Line-of-Sight Atmospheric Analysis of Spectral Hypercubes)大氣校正模型, 對HJ和Landsat衛星數據進行大氣校正, 獲得表面反射率數據。FLAASH的核心模型是基于輻射傳輸模型MODTRAN4的一種大氣校正模型, 它適合于多光譜和高光譜遙感影像校正和反射率信息提取。FLAASH 校正過程中使用的參數比如: 成像時間、傳感器高度、中心經緯度等輔助數據以從遙感影像頭文件中讀取。

公式(2)描述了表面觀測像元輻亮度的標準方程(太陽短波波段)。在FLAASH模型大氣校正的基礎上, 便可根據此方程反演表觀反射率。

式中,是像元的表觀反射率,e是觀測像元的鄰近像元的表觀反射率,是大氣的半球反照率,a是大氣散射輻亮度,和是與大氣、觀測幾何有關的系數, 該系數與觀測表面情況無關。上述變量與波段相關。

式(2)中的右邊三項分別代表進入傳感器的地面直接反射信號、經大氣散射進入傳感器的地面反射信號以及大氣后向散射信號。參數,,,a的取值與觀測路徑的水汽含量、氣溶膠光學厚度密切相關。這些參數可由MODTRAN4輻射傳輸模型計算獲取。將這些參數信息代入式(2)即可得到觀測像元的表觀反射率信息。

1.2.1.3 幾何精校正

利用已經過幾何精確校正的影像, 選取一定數量控制點, 對Landsat衛星影像進行幾何精校正, 誤差控制在0.5像元。

1.2.1.4 海域范圍提取

在遙感數據標準假彩色合成圖像上, 陸地以土黃色為主, 色調不均一(圖1); 海冰顏色顯示為藍白相間、紋理較細且隨機分布(圖1)。

基于海冰光譜特征和解譯特征, 構建了基于陸地衛星數據的海冰指數S[12]:

s＝42(3)

式中,4、2分別為利用內部平均法計算得到的Landsat 第四波段和第二波段相對反射率。該指數可以有效地去除海岸附近陸地的影響。對于本文使用的海冰分割方法介紹, 有興趣的讀者可以進一步詳見文獻[13]。

1.2.2 冰厚反演算法

有實驗結論表明, 隨著海冰厚度的增加(由2 cm增加到9 cm), 海冰的反照率可由0.11增加到0.24[2,5]。根據實驗結果, 可建立海冰厚度和反照率之間的經驗指數關系式[2]:

式中,為海冰厚度,()為厚度為的海冰對太陽短波輻射譜段(寬波段)的反射率,max是無限大冰厚對應的海冰的反射率(0.7),是相關系數(=1–sea/max),是關于反射率的衰減系數。

由公式(4)可以看出, 如果要反演冰厚, 需先獲取寬波段海冰反射率()。寬波段反射率可由衛星影像波段反射率(窄波段反射率)計算獲取。

以下簡單介紹窄波段和寬波段的計算方法:

1) 窄波段反射率計算

窄波段的表觀反照率()可定義為表面向上輻射能量通量(u)與向下輻射能量(d)的比值, 是一個無量綱的參量:

(6)

其中, Λ代表波段范圍(1,2),θ是太陽天頂角(SZA)。

利用MODTRAN模型, 對每種大氣狀況和太陽幾何狀況在3種反射率情況下(= 0.0, 0.5, 0.8)進行輸入參量估算, 獲取的參量可用于輻照度計算。假定表面反射屬于蘭伯特反射, 則地球表面向下和向上輻照度則可表示為

式中,μ是太陽天頂角,μ是觀測天頂角,0是下行輻照度,p是無表面反射情況下的路徑輻照度,s是地表反射率,是大氣半球反照度,0是表觀下行輻照度,(μ)和(v)是太陽照射路徑和觀測路徑的大氣透過率。

根據上述3種條件下的MODTRAN模型運算得到6個方程組, 聯立求解得到輸入參量值, 包括0,p,,0,(μ)和(v)。然后可將其用于公式(7), 計算得到地表下行和反射輻照度, 從而獲得Landsat多光譜窄波段反照率信息。

2) 寬波段反照率計算

寬波段反照率可由窄波段反照率求得。比如, Liang等[14]通過大量實驗得到多光譜窄波段與寬波段反照率轉化模型模型:

=0.3561+0.1303+0.3734+0.0855+0.0727–0.0078 (8)

其中,為寬波段反照率,1,3,4,5,7分別是指本文所用遙感數據第1、3、4、5、7波段的反照率。將上述反照率計算結果代入公式(4)可求解海冰厚度。

2 結果與分析

2.1 與Zubov模型結果比較

由于缺少同期實測數據, 本文將反演結果與Zubov模型計算結果進行了比對。Zubov模型涉及兩個主要參量(Freezing Degree Days, 凍冰日FD和Thawing Degree Days, 融冰日TD)。FD和TD分別是值日平均氣溫低于冰點(–2.0℃)和高于融冰點(0℃)的天數, 對應日期的累計氣溫(Cumulative Degrees)分別表示為FD和TD

(10)

(11)

其中,O和O′分別是冰點和融冰點,AF和AT分別是指低于冰點和高于融冰點的日平均氣溫, 上述參數可由附近石島氣象站提供數據獲取。s和e分別是海水結冰起始日和結束日。是用來描述結冰日和融冰日對海冰厚度貢獻的參量。Zubov模型可以表示為以為變量的一元二次方程[15]:

其中,是模型計算的桑溝灣調查海域的平均海冰厚度。根據該模型計算所得2009~2010年冬季不同日期的桑溝灣區域平均海冰厚度, 如表2所示。

如圖2所示, 本文將2003~2010年的Landsat-5和7共35景遙感影像的海冰厚度反演結果與同期Zubov模型計算結果進行了比較。從圖2中可以看出, 大部分數據集中于擬合直線的兩側對稱分布, 說明本文的反演結果與模型結果之間存在較好的一致性(相關系數為0.89)。同時, 遙感反演結果與朱可夫模型計算結果的擬合方程為=0.97+0.40, 說明本文遙感數據反演結果相對于模型數據略小。

表2 2009~2010年冬季桑溝灣平均海冰厚度(Zubov模型計算結果)

2.2 海冰厚度空間分布情況

反演結果如圖3所示, 海冰厚度在輕冰年(圖3,1989年1月5日遙感解譯結果, 分布在桑溝灣大壩向陸一側)一般位于5~10 cm, 偏重冰年(圖3, 2000年2月9日)和重冰年(圖3, 2010年1月17日), 由于負積溫增加, 海冰厚度也隨之增加, 大多數位于10~20 cm。從空間分布來看, 沿岸區域海冰反照率高,海冰厚度大, 厚度向海一側遞減。在冰情較輕的年份, 桑溝灣基本上無海冰出現。在重冰年份海冰能夠占據桑溝灣面積的2/3, 近岸甚至出現冰厚平均≥20 cm的海冰。同時從海冰厚度分布也可以看出, 在一些海水動力弱的岬灣區域, 可能會出現較厚的海冰, 而在桑溝灣的中部開闊海域, 海冰平均厚度一般為5~15 cm。

相較較為開闊的桑溝灣而言, 八河水庫相對封閉, 海水動力環境弱, 每年冬天都會出現結冰現象。圖3中1989年和2015年冬季都顯示八河水庫被海冰覆蓋, 但是桑溝灣海域基本無冰。2000年冬季, 該水庫內部只出現部分厚度小于7.5 cm的海冰覆蓋。現場觀測發現風應力和潮汐對整個調查區域的海冰分布起調控作用, 受其影響海冰分布支離破碎。

3 討論和結語

相對于渤海和北黃海海冰來講, 桑溝灣雖然處于南端, 但因灣內海水動力較弱, 在較冷的天氣狀況下基本上每年都出現結冰現象。海水結冰對當地養殖業產生重大影響。另外, 結冰現象也可能對其南部的石島灣核電廠的運轉產生一定影響。衛星遙感在海冰監測中具有高空間覆蓋的獨特優勢。鑒于此, 本文利用陸地衛星對山東省榮成市轄區的桑溝灣海域進行海冰厚度反演實驗。

實驗選取了不同冰情年份(輕冰年、偏重冰年和重冰年)的典型衛片, 進行了海冰厚度提取。衛星反演結果表明, 輕冰年桑溝灣海域基本無冰, 但是八河水庫相對封閉, 內部水動力條件弱, 一般會出現平均厚度小于5 cm的薄冰。偏重冰年和重冰年份, 桑溝灣出現較大范圍的浮冰, 平均厚度10~15 cm, 近岸海冰較厚(≥20 cm), 遠岸方向海冰厚度逐漸降低。產生這種海冰厚度分布模式主要是由潮流和風的運移造成的。兩種外力即可將海冰朝岸方向運移, 海冰擠壓疊加, 冰厚增加, 或者可將海冰朝外海方向運輸, 直至融化消失。

由于缺少現場實測冰厚數據, 本文將衛星遙感反演結果與模型數據進行了比對。比較結果顯示兩種數據一致性高, 相關性好(相關系數=0.89), 一定程度上說明本文反演結果的有效性。總體上來講, 衛星遙感數據能夠初步完成對桑溝灣海域海冰監測任務, 反演結果可用于海冰監測, 為有關部門制定防災減災措施提供依據。但是, 也必須認識到后續實測數據進一步驗證的必要性, 為冰厚算法誤差確定和反演模型改良奠定基礎。

參考文獻：

[1] Grenfell T C, Perovich D K. Spectral albedos of sea ice and incident solar irradiance in the southern Beaufort Sea[J]. Journal of Geophysical Research, 1984, 89(C3): 3573-3580.

[2] Grenfell T C. A radiative transfer model for sea ice with vertical structure variations[J]. Journal of Geophysical Research, 1991, 96(C9): 16991-17001.

[3] 許占堂, 楊躍忠, 王桂芬, 等. 遼東灣海冰反射特性[J]. 光譜學與光譜分析, 2010, 30(7): 1902-1907. Xu Zhantang, Yang Yuezhong, Wang Guifen, et al. Spectral characteristics of sea ice in the Liaodong Bay[J]. Spectroscopy and Spectral Analysis, 2010, 30(7): 1902-1907.

[4] 柯長青, 謝紅接, 雷瑞波, 等. 北極海冰的光譜特征分析[J]. 光譜學與光譜分析, 2012, 32(04): 1081- 1084. Ke Changqing, Xie Hongjie, Lei Ruibo, et al. Spectral features of Arctic sea ice[J]. Spectroscopy and Spectral Analysis, 2012, 32(04): 1081-1084.

[5] Allison I, Brt R E, Warren S G. East Antarctic sea ice: Albedo, thickness distribution, and snow cover[J]. Journal of Geophysical Research Oceans, 1993, 98(C7): 12417-12429.

[6] 李寧, 謝峰, 顧衛, 等. 渤海海冰反射光譜基本特征的觀測研究[J]. 光譜學與光譜分析, 2008, 28(2): 356-360. Li Ning, Xie Feng, Gu Wei, et al. Reflection spectral investigation in the Bohai Sea[J]. Spectroscopy and Spectral Analysis, 2008, 28(2): 356-360.

[7] Li N, Xie F, Gu W, et al. Using remote sensing to estimate sea ice thickness in the Bohai Sea, China based on ice type[J]. International Journal of Remote Sensing, 2009, 30(17): 4539-4552.

[8] Hua S, Wang Y. Using MODIS data to estimate sea ice thickness in the Bohai Sea (China) in the 2009-2010 winter[J]. Journal of Geophysical Research Oceans, 2012, 117(10): 995-1000.

[9] 國巧真, 顧衛, 孫從容, 等. 基于遙感數據的渤海海冰面積提取訂正模型研究[J]. 海洋科學, 2008, 32(8): 70-75. Guo Qiaozheng, Gu Wei, Sun Congrong, et al. Sea ice area retrieval based on a correction model using remtoe sensing observations[J]. Marine Sicences, 2008, 32(8): 70-75.

[10] 郭衍游, 謝宏全, 楊光. 基于MODIS影像渤海2012年海冰變化分析[J]. 海洋科學, 2014, 38(6): 60-64. Guo Yanyou, Xie Hongquan, Yang Guang. Temporal changes of Bohai Sea ice in 2012 based on MODIS imagery[J]. Marine Siences, 2014, 38 (6): 60-64.

[11] 張晰, 張杰, 孟俊敏. Landsat-8與GF-1衛星渤海海冰探測能力對比研究[J]. 海洋科學, 2015, 39(2). Zhang Xi, Zhang Jie, Meng Junmin. Comparison of monitoring performance between Landsat-8 and GF-1 satellites[J]. Marine Sciences, 2015, 39(2): 50-56.

[12] 陳偉濤, 和海霞, 黃河, 等. 基于HJ-1 CCD數據的海冰時空特征分析——以渤海遼東灣為例[J]. 安全與環境工程, 2014, 21(5): 121-125. Chen Weitao, He Haixia, Huang He, et al. Temporal and spatial analysis of sea ice using HJ-1 CCD imagery: a case study in Liaodong Bay. Safety and Environmental Engineering, 2014, 21(5): 121-125.

[13] 蘭志剛, 靳衛衛, 朱明亮, 等. 基于高斯混合模型的海冰圖像非監督聚類分割研究[J]. 海洋科學, 2011, 35(11): 97-100. Lan Zhigang, Jin Weiwei, Zhu Mingliang, et al. A non-supervised classification of sea ice imagery based on a Guass-mixing model[J]. Marine Sciences, 2011, 35(11): 97-100.

[14] Liang S, Shuey C J, Russ A L, et al. Narrowband to broadband conversions of land surface albedo: II. Validation[J]. Remote Sensing of Environment, 2003, 84(2): 25-41.

[15] Xie F, Wei G U, Yuan Y, et al. Estimation of sea ice resources in Liaodong gulf using remote sensing[J]. Resources Science, 2003 , 25(3): 17-23.

(本文編輯: 劉珊珊)

Sea ice thickness in the Sanggou Bay retrieved from satellite observations

GU Hong-qin1, BI Hai-bo2, 3, HUANG Hai-jun2, 3

(1. State Nuclear Electric Power Planning Design and Research Institute, Beijing 100095, China; 2. Institute of Oceanology, the Chinese Academy of Sciences, Qingdao 266071, China; 3. Foundation of Laboratory for Marine Geology, Qingdao National Laboratory for Marine Science and Technology, Qingdao 266237, China)

Sea ice is frequently observed in the Sanggou Bay and has significant influence on the local aquaculture community. Due to the absence of field measurements and due to rigid winter conditions that make it too hostile to conduct in-situ observations, we make use of satellite images to estimate sea ice thickness. Comparative results suggest that our estimations agree well with results from a robust model with a mean bias of 2 cm, standard deviation of 6 cm, and correlation coefficient of 0.76. Spatiotemporal behavior is clearly reflected in our satellite-derived thickness. Under warmer conditions, there is basically no ice in the bay. In years of moderate-to- low temperatures, the bay may be broadly covered by ice floes. The declining trend from onshore to offshore is obvious. In particular, in heavy ice years, the southern Sanggou Bay is dominated by sea ice with a mean thickness of 20 cm due to the effects of tides and winds.

sea ice; the Sanggou Bay; remote sensing

May 10, 2016

X87

A

1000-3096(2016)09-0079-06

10.11759/hykx20160510001

2016-05-10;

2016-07-19

國家自然科學基金項目(41406215); 石島灣核電廠址海工工程海冰觀測分析專題項目(2015HA00271S); 中國博士后基金面上項目(2014M561971); 中國科學院海洋研究所開放基金(MGE2013KG07)

谷洪欽(1971-),男,山東菏澤人,高級工程師,碩士,主要從事核電廠前期規劃咨詢、水文氣象研究工作,電話:18910853670, E-mail: gis03010501@163.com;畢海波,通信作者,助理研究員,博士,主要從事海冰遙感研究,E-mail: bhb@qdio.ac.cn

[Foundation: National Natural Science Foundation of China, No. 41406215; Specific Program for Sea Ice Observation of Nuclear Electrical Plant in the Shidao Bay, No. 2015HA00271S. Postdoctoral Science Foundation of China, No. 2014M561971; Open fund for the Key Laboratory of Marine Geology and Environment, Institute of Oceanology, Chinese Academy of Sciences, No. MGE2013KG07]