利用CryoSat-2衛星測高資料確定北極海冰干舷高

吳星泉,張勝軍,車德福

(東北大學資源與土木工程學院，遼寧 沈陽 110819)

海冰變化是北極海域乃至全球氣候變化直觀的表現和重要的指標[1-3]，而全球氣候變化與人類活動密切相關。因此對海冰探測的研究既符合現實需求，也對未來有著不可忽視的影響。文獻[4—5]研究表明，夏季北極海冰的面積在逐年縮小，與此同時海冰厚度也呈下降的趨勢。在上述研究基礎上，探測近年來北極海冰的變化趨勢，從而完善長時間序列的北極海冰變化信息是非常有意義的[6]。

衛星測高是近年來探測海冰常用且日趨成熟的技術手段，其優勢在于可大空間尺度且連續地獲取海冰分布及變化信息[7-8]。IPCC第五次評估報告指出，1979—2011年間北極海冰在持續減少，2007年9月達到衛星記錄的最低值[4]；文獻[9]研究表明，2010—2012年夏季海冰體積減小了14%，而2013年則比上一年上升了41%，夏季氣溫下降了5%，表明海冰變化與氣溫變化存在直接的關聯；文獻[10]基于海冰密集度產品，發現從1979年來北極海冰覆蓋的范圍同樣在不斷下降。

大量研究表明，獲取海冰干舷高對于計算海冰厚度，進而探測北極海冰及其與全球氣候變化的關聯具有重要的意義。因此，本文擬采用CryoSat-2衛星SAR模式數據產品開展海冰探測研究，首先根據目標研究海域篩選有效觀測數據，進而計算2015—2017年3年間月平均北極海冰干舷高，并使用航飛數據通過時空匹配對結果進行驗證。

1 干舷高計算原理

海冰干舷高又稱海冰出水高度，是浮冰表面相對于瞬時海面的高差，計算海冰干舷高的關鍵是要獲得高精度的海冰表面高及瞬時海面高。高精度的海冰表面高度參數的獲取需采用重跟蹤算法改正并加上各種距離改正項[11-12]。瞬時海面高由于其在冰面下不可測，通常采用鄰近無冰海域觀測點內插獲得數據。瞬時海面高度由相應的平均海面高和臨近點的海面高度異常插值獲取，其中，海面高度異常是指瞬時海面高度和平均海面高度的差值，即用內插海面高度異常的方式得到星下點的瞬時海面高度。綜上所述，海冰干舷高的原理如圖1所示。

海冰干舷高計算公式如下

hf=Hsi-Hssh

(1)

式中，hf表示海冰干舷高；Hsi表示海冰表面高；Hssh表示瞬時海面高。

海冰表面高度為

Hsi=Hsat-Rwin-Rerr-ΔR

(2)

式中，Hsat表示衛星的軌道高度；Rwin表示窗口延遲改正項；Rerr表示與路徑傳播延遲和地球物理校正相關的各類校正項總和，包括干、濕對流層延遲校正，電離層延遲校正，海況偏差校正，海潮、固體潮、極潮校正及大氣逆壓改正等；ΔR表示波形重跟蹤算法得到的距離改正。

瞬時海面高的計算如下

Hssh=Hmss+SSHA

(3)

式中，Hmss指平均海面高度；SSHA為插值后的海面高度異常。

以上各項參數在CryoSat-2的數據產品中基本都有給出，ΔR則通過采用Laxon/Ridout海冰模型擬合算法計算得到，平均海面高由DTU10模型提供。

2 數據介紹

2.1 CryoSat-2衛星數據

CryoSat-2衛星的主要任務是測量兩極的冰川和冰蓋并重點對北冰洋海冰的厚度、體積及其質量進行評估，據此得出氣候變化所引起的北極海冰變化趨勢。衛星軌道高度為717 km，衛星運行周期約為369 d，在高緯地區軌道重復率較高，因此在高緯地區衛星運行的重復周期可視為30 d，衛星軌道傾角為92°，衛星星下點足跡可以覆蓋極地的大部分區域，彌補了其他測高衛星的不足，幾乎可以實現對南北極區域的無縫觀測[14]。Cryosat-2二級數據信息見表1。

表1 CryoSat-2二級數據產品信息

2.2 IceBridge驗證數據

本文采用的驗證數據是2017年北極區域的IceBridge航飛數據，該驗證數據產品是2017的快照數據[12]，具體參數信息見表2。

表2 IceBridge數據參數信息

快照數據產品的設計適用于實時性研究項目，如海冰預測等。航飛數據由于觀測手段的不同相比衛星數據可以有效地避免大氣層帶來的各類校正項的影響，同時航飛測量的傳感器到測量點的距離與衛星數據相比有巨大優勢，因而觀測精度相對更高。此外，航飛測量可以觀測到更多反映冰雪信息的參量。利用干舷高數據反演冰厚時所用到的雪深、雪密度、冰濃度等參數，并非來自于衛星觀測數據而是屬于預置的先驗信息，是根據地區和季節選取的經驗值，具有一定的局限性，不能實時代表測量點的參數值，因此冰厚反演的結果存在不確定性。然而IceBridge航飛測量時使用的雪雷達(Snow Radar)專門用于測量雪深和學濃度等積雪參數，能夠有效地降低反演結果的不確定度[15]。

3 數據處理

3.1 干舷高計算

衛星數據采用CryoSat-2二級數據產品中的SIR_SAR_L2I數據，依據數據產品中提供的軌道高度信息、經緯度、時間信息、海面高度、平均海面高度、高度異常值等重要參數，結合原理小節給出的海冰干舷高計算公式獲取海冰干舷高。目標研究范圍設定為緯度帶(60°N—88°N)范圍內的北極海域。SIR_SAR_L2I數據給出了每個星下點處的測高參數列表，在計算過程中通過星下點分類得到所有點的干舷值，其中無冰海域與陸面星下點處干舷值設置為0。

干舷高計算過程中需進行兩次有效數據篩選：①根據目標研究區域及星下點位置信息進行區域篩選；②針對干舷高計算結果和預置的有效閾值篩選有效值。研究表明，海冰干舷高值的正常計算范圍為0～0.8 m，其中計算結果在0.6～0.8 m范圍內的數據比例較低。因此，本文研究中將干舷高計算結果異常的值視為粗差結果予以剔除。此外，根據3倍標準差準則設定沿軌海冰干舷高異常判定的閾值。依托上述數據篩選準則，本文得到了2015—2017年間月平均海冰干舷高趨勢變化序列，下一步擬采用IceBridge航飛數據進行驗證。

3.2 數據檢核

本文數據檢核的基本思路是將CryoSat-2衛星數據和航飛驗證數據進行時空匹配，然后統計海冰干舷解算結果之間的符合程度和相關性。時間匹配是將測量時間相同的數據匹配在一起，保證觀測值的時效性重疊。空間匹配是將兩個數據的測量點一一匹配，保證觀測值的空域范圍重疊。當時空匹配精度足夠高時，筆者近似認為匹配結果為同一點同一時刻衛星與航飛方式分別獲取的干舷高。然而驗證過程中匹配精度取決于多種因素，本文通過縮小匹配范圍、設定閾值范圍來提高匹配精度。

本文采用的驗證數據是從NSIDC官方網站下載的IceBridge實地航飛數據，其每年的飛行軌跡數據不規則且不連續。因此，本文以月為單位進行驗證數據整合，提高匹配點數量的同時保證有足夠的匹配精度。顧及衛星觀測數據地面軌跡的規律性分布和航飛軌跡特點，本文采用“點對點匹配”的方法進行空間匹配，即以航飛數據點為搜索目標，在衛星數據中遍歷搜尋經緯度相匹配的觀測點與之對應，航飛數據的經緯度精度為0.000 1，衛星數據的經緯度精度為0.000 01，因此需要對衛星數據進行處理以降低其經緯度精度。當精度為0.000 1時匹配成功的數據量不足總數據量的0.001%，樣本不足導致結果可靠性下降。綜上，綜合考慮匹配數據量和精度的條件，本文將數據的經緯度精度降至0.01(即實際兩點的距離小于1 km即認為匹配成功)，從而得到了可靠的驗證結果。

本文以2015年3月份的兩種數據為例：圖2為空間匹配數據點分布圖，其中圖2(a)表示航飛觀測值軌跡，圖2(b)代表匹配后衛星數據觀測值。根據匹配成功的經緯度信息分別提取航飛觀測值和衛星數據計算的干舷高值進行比對分析，通過圖3(圖3(a)為全部數據點，圖3(b)為按1∶10比例得出的部分數據點)可以看出衛星數據和航飛數據的干舷高值具有一致的變化趨勢，利用兩種數據分別計算得到的干舷值序列間相關系數為0.654 35，由折線圖可以看出二者的整體變化趨勢十分相似。

數據驗證工作受限于航飛觀測時間和航跡分布。以2016年4月和2017年3月的航飛數據為例，驗證結果如圖4所示，二者的相關系數分別為0.621 62和0.648 4。驗證結果表明衛星數據與航飛觀測值獲取的海冰干舷高之間的變化趨勢近乎一致，相關系數都在0.62以上。航飛數據受限于氣候和飛行距離，而且IceBridge的飛行器上搭載的雪雷達在冰脊區回波信號信噪比較低，因此CryoSat-2衛星得到的海冰干舷高更能反映北極海冰干舷的實際情況[12]。

3.3 月平均海冰干舷高序列

圖5給出了2015—2017年間月平均海冰干舷高值的變化趨勢，可以發現每年海冰干舷高的季節性變化趨勢十分一致，且北極海冰干舷高值隨季節轉換呈現明顯地周期性變化趨勢：在每年的1—6月，海冰干舷高有一個緩慢的增加，隨著夏季北極地區氣溫的升高，北極海冰開始融化；每年6—8月海冰干舷值急劇下降，8月達到最低，此時北極的海冰只有小范圍的多年冰存在[16]；8月以后隨著氣溫的下降，北極海冰逐漸進入生長期，海冰干舷高又逐漸上升。

4 結 語

本文使用2015—2017年CryoSat-2衛星SAR模式的測高數據對北極海域(60°N—88°N)的海冰進行干舷高計算，并使用NSIDC網站的IceBridge航飛數據中的參數對計算結果進行驗證。結果表明：計算結果和驗證數據在月平均值和整體變化趨勢上較為一致；且在冬季海冰減少速度慢，而在夏季則變化較快，可以發現海冰變化具有季節性和年際性差異[17]。本文的主要研究工作是對北極區域的海冰干舷高進行一個較長時間序列的計算，試驗結果存在一定的局限性，需要進一步進行重跟蹤優化算法對比分析，以及使用更加精確的海冰表面類型識別方法。