遥感技术监测海冰密集度
收稿⽇期:2005209221；修订⽇期:2006203227
安全事故学习心得基⾦项⽬：国家⾃然科学基⾦(90202014)和973项⽬(2001CB 309404)资助。作者简介：曹梅盛(1937-)，男，研究员，主要从事冰冻圈遥感研究。
"自主创业"遥感技术监测海冰密集度
曹梅盛，晋 锐
(中国科学院寒区旱区环境与⼯程研究所,⽢肃兰州 730000)
摘要：概要评述可见近红外、主被动微波遥感技术监测海冰密集度的基本原理、算法及其优缺点。着重介绍和讨论被动微波传感器S MM R 和S MM I 遥感图像混合像元内海冰总密集度,⼀年海冰及多年海冰密集度的NA SA 算法及其天⽓滤波器。
关 键 词：海冰密集度；遥感;NA SA 算法;⼀年海冰；多年海冰
剪影人中图分类号:T P 79 ⽂献标识码:A ⽂章编号:100420323(2006)0320259206
1 引 ⾔
海冰密集度系指海区内海冰⾯积所占百分⽐数。它是影响地球两极海洋与⼤⽓⽔热交换强度及涉及船舶安全航运的重要因素；是许多海洋和⼤⽓环流模式，包括全球⼤⽓环流模式GC M 的输⼊参数之⼀；也是全球尤其两极地区长时间尺度⽓温变化的指⽰器。但20世纪60年代前，主要依靠过境船舶的⽬视或摄影测量获取海冰密集度。不但数量稀少、准确性差、观测的区域有限,⽽且也⽆法实施⼤范围的同步监测,⽆法满⾜许多部门的实⽤需求。
电脑怎么改字体遥感技术的发展为准确监测全球海冰密集度开创了前所未有的机遇，提供了⼀个极其有效的⾼技术监测⼯具。现代遥感技术不但能提供海区内海冰总密集度的分布，还能分别监测⼀年与多年海冰的密集度分布。本⽂试图简要评述可见近红外及主被动微波遥感，尤其被动微波遥感近20年来监测海冰密集度的原理、主要算法、监测准确性以及重要监测结果。
2 可见近红外遥感
各类海冰的可见近红外实测反射波谱表明，随冰型、冰⾯粗糙度及污化状况的不同，海冰在0.4～0.7Λm 可见光区反照率约为0.3～0.6，远⾼过反
照率<0.1的海⽔。0.7～1.1Λm 近红外区海冰反照率有所下降，但与海⽔相⽐仍能使遥感图像上产⽣⾜以区分它们的灰阶差。但1.1Λm 后海冰反照
率⼤幅度下降，与海⽔反照率的相近使遥感图像上据灰阶差已⽆法区分它们。因此,20世纪L andsat TM 及NOAA AV HRR 0.4～1.1Λm 各波段遥感资料被⼴泛⽤于监测海冰及其密集度。海冰不同冰型反照率的差异也被⽤于监测各类冰型密集度。但出现海冰和海⽔混合像元时将增⼤判读误差，甚⾄失效。
只有⽤可见近红外遥感图像确定区分海冰和海⽔的灰阶阈值后，才能实施海冰密集度监测。通常,
我们⽤图像像元灰阶(0～255)直⽅图来确定阈值，即将直⽅图上代表海⽔及各类冰型的灰阶峰所相间的灰阶最低⾕选作阈值，并以此确定海冰边界、⾯积及密集度。例如,20世纪80年代据L andsat 可见近红外北极图像,⽤阈值区分了冰型和海⽔，其换算的海冰密集度，仅与同期⾼分辨率航空遥感结果相差2%～4%。但直⽅图最低⾕有时很难断定。当海冰
或海⽔⾯积过⼤时图上甚⾄只出现⼀个灰阶峰，不存在峰间⾕。为此，赵进平等参加我国⾸次北极科考期间，为利⽤计算机识别航空数字影像上北极夏季海冰、海⽔及带融⽔冰⾯，提出“强度⽐”阈值区分法〔1〕。本法认为不同冰型及海⽔界⾯附近，图像的反差最⼤。如果最⼤的辐亮度(灰阶)反差集中于某值附近，表明它最接近区分冰型或海⽔的阈值。具体运算操作如下：统计对应图像像元辐亮度或灰阶k (0,255)拥有的像元数Ε(k )，计算每个像元与相邻像元
的辐亮度差值。如差值⼤于临界值p ，统计此像元数
(k ),⽽强度⽐?(k )为:
第21卷 第3期2006年6⽉
遥 感 技 术 与 应 ⽤
REMO TE SEN SI N G TECHNOLO GY AND A PPL ICA T I O N
V ol .21 N o .3J un .2006
(k )=(k ) Ε(k ) k ∈[0,255]
(1)
像元有时可在多个⽅向与邻像元相差⼤于临界值，使?(k )⼤于1。临界值p 的选取较任意，因为p 的选⽤在?(k )曲线上只影响曲线峰值⾼低，对峰值出现位置影响很⼩。图1(a )为图像只有冰和⽔体的强度⽐曲线；图1(b )为表⾯有⽔池海冰与⽔体的强度⽐曲线。图两端也出现峰值，这些特别亮或暗的强度⽐峰是因该峰像元总数很少，它的亮或暗通常由反射平⾯光学特性决定，不具代表性。此外，由于⽇
照等环境条件不同，每幅可见近红外图像区分冰型或海冰的阈值也将不同，所以未经辐射定标处理的图
像均需逐幅确定阈值。
游泳蛙泳Steffen ⽤L andsat M SS 27近红外波段检测B ering 海夏季以⽩冰单冰型为主的海冰总密集度(C TO T )时，提出⽤系点(T ie po in t )计算总密集度(%):
C TO T =[(
D x -D w )
(D i -D w )]×100%(2)
其中:D x 为像元实测亮度或灰阶值；系点D w 为像
元100%充满海⽔时的亮度或灰阶值；系点D i 为单⼀冰型充满像元时的平均亮度或灰阶值减⼀标准差〔2〕。此法统称系点法，虽然它的运算操作较简便，但由于单⼀冰型的限制，有时⽆法实⽤
。
(a )表⾯有融⽔池海冰及⽔体的强度⽐曲线
(a )A big flooded ice p iece w ith som e leads and m elting w
ater
(b )只有冰和⽔体的强度⽐曲线
伤仲永原文及翻译〔1〕(b )Edge of po lygon w ith low concentrati on ice and pack ice
图1 确定冰⽔界⾯阈值的强度⽐曲线〔1〕
F ig .1 Ratio of Radi ance i n deter m i n i ng the threshold valus of ice and water i n terface
3 被动微波遥感
同⼀环境下，各类海冰微波发射率及相应亮温(K )与海⽔相差很⼤。所以当像元内仅充满单⼀冰
型或海⽔时，遥感图像上很易区分它们并依此计算海冰密集度。但被动微波遥感图像像元很粗。因此，
如何解释同时存在各类海冰和海⽔的混合像元是应⽤本项遥感技术的关键。
⽬前已有众多依据S MM R 和后续SS M I 被动微波遥感资料反演海冰密集度的算法〔3〕
，其中以NA SA 算法应⽤最为⼴泛，成为NA SA 长期监测指
定算法。本法除利⽤冰—⽔及冰型间极化亮温的差与和之⽐所组成的极化⽐(P R )这⼀极化信息外,⼜发掘了不同频区亮温差信息即频率梯度(GR )。P R 与GR 计算式如下:
P R (f )=(T B V (f )-T B H (f ))
(T B V (f )+T B H (f ))
(3)
GR (f )=(T B V (37)-T B V (18))
(T BV (37)+T B V (18))
(4)其中:f 为频率18 19和37GH z ;T B V 和T B H 为S MM R 或SS M I 25×25km 混合像元视场或分别
充满各冰型或海⾯视场的垂直与⽔平极化系点亮温(K )。Steffen 等在北海的试验发现，越薄冰型直⾄
⽆冰海⾯,P R 将逐渐增⼤。可⽤作区分单⼀冰型和海⽔的系点像元〔4〕。图2表明，海⽔18GH z 亮温减
37GH z 亮温差为负,⼀年冰略偏正⽽多年冰明显偏正。所以GR 也是区分它们的有效参数。NA SA 算法中GR 主要⽤于多年海冰占总密集度的⽐例。不考虑⼤⽓影响时微波传感器视场内的亮温T B (K )算式如下:
62 遥 感 技 术 与 应 ⽤第21卷
A:⼀年冰区;B：多年冰区;C：海⽔区。阴影区是平均值加⼀个标准差范围〔5〕
图2 N I M BUS-7S MM R1979年12⽉3～7⽇量测北极⼤范围⼀年冰、多年冰和海⽔的⽔平与垂直极化微波亮温随波长的变化
F ig.2 M icrowave br ight ness te m perature of a ice and open ocean as obrved by N I M BUS-7S MM R i n three reg ion s of the Arctic dur i ng February3～7,1979.The reg ion s A,B and C repren t f irst-year a ice,
m ultiyear ice and open ocean,respectively.Hatched bands i ndicated±1st andard dev i ation about the m ean
T B=T b,W(1-C TO T)+T b,F Y C TO T(1-F)+
T b,M Y C TO T F(5)其中:T b,W、T b,F Y和T b,M Y分别为海⾯、⼀年冰和多年冰的亮温;F为总密集度C TO T中多年冰所占⽐例。合并式(3)和式(5)后得C TO T与实测P R关系的算式:
C TO T=(A1+A2P R) (A3+A4P R)(6)其中:
A1=T b,W V-T b,W H
A2=-(T b,W V+T b,W H)
A3=(T b,W V-T b,W H)-(T b,FYV-T b,FYH)(1-F)-(T b,M YV-T b,M YH)F
A4=-(T b,W V+T b,W H)+(T b,F YV+T b,F YH)(1-F)+ (T b,M YV+T b,M YH)F
A1⾄A4表达式共含6个系点亮温：海⽔、⼀年冰和多年冰充满像元时各⾃⽔平与垂直极化系点亮温，它们均为事先实测总结给定。式(6)尚含未知量F，可由式(4)和式(5)合并演化⽽来的式(7)计算:
F=(B1+B2GR) (B3+B4GR)(7) B1=(T b,W V(37)-T b,W V(18))(1-C TO T)+
(T b,FYV(37)-T b,F YV(18))C TO T
B2=-(T b,W V(37)+T b,W V(18))(1-C TO T)-
(T b,FYV(37)+T b,F YV(18))C TO T
B3=(T b,FYV(37)-T b,F YV(18))C TO T-
(T b,M YV(37)-T b,M YV(18))C TO T
B4=-(T b,F YV(37)+T b,F YV(18))C TO T+
(T b,M YV(37)+T b,M YV(18))C TO T
因式(7)含C TO T变量，故具体运算前先假定F= 50%，经式(6)和式(7)数次迭代计算后即可求得〔5〕。
表1列出SS M I19GH z和37GH z海⽔、⼀年冰和多年冰系点亮温的南北半球统计值，即所谓“全球”系点亮温〔2〕。
什么叫职业规划表1 19GHz与37GHz“全球”系点亮温(K)〔2〕
Table1 The19GHz and37GHz br ight ness
te m perature(K)of global tie po i n ts
拉丁之夜北半球
T b,V(19)T b,H(19)T b,V(37)
南半球
T b,V(19)T b,H(19)T b,V(37)
海⽔177.1100.8201.7176.6100.3200.5
⼀年冰258.2242.8252.8249.8237.8243.3
多年冰223.2203.9186.3221.6193.7190.3风⼒及⽓温波动引起的海⾯和冰⾯变化以及天⽓状况的变动，使系点亮温随季节和区域⽽变。尤其局地海⽔系点亮温⼀般均⾼于全球，甚⾄可⾼出40K。因该全球系点亮温是SS M I监测两极海⾯⼀年亮温中最低值，它代表的是风平浪静⽔⾯。实际风⼒作⽤下⽔⾯经常出现波浪和泡沫,⽔⾯粗糙度增加使局地系点亮温提⾼。因此，采⽤区域季节性实际系点亮温，将提⾼NA SA算法反演精度。
NA SA算法存在⼀个影响反演准确度的关键因⼦，即天⽓环境的变动。它可使S MM R及SS M I 反演的海冰密集度出现虚假。低密集度海冰⾄⽆冰过渡区，甚⾄可有35%以上的偏差。Gloern等⽤半经验辐射传输模式计算南北半球不同海⾯温度、海⾯风速、云中液态⽔含量及⼤⽓⽔汽含量情况下，海⾯各种冰况包括⽆冰时18GH z、37GH z的GR 相对18GH z PR的⼆维分布关系时发现GR⼤于0.08后海⾯基本为⽆冰区〔6〕。由此设定NA SA算法天⽓滤波器，即GR⼤于0.08时密集度为0。海冰边缘区这个天⽓滤波器的设定也将8%～12%以下密集度划归为0。已知海冰边缘以密集度15%为界，所以使⽤这样的滤波不会给海冰范围确定带来偏差。但⽤辐射计SS M I时，由于19GH z接近
162
第3期曹梅盛等：遥感技术监测海冰密集度
22.2GH z⼤⽓⽔汽吸收带,37 19GH z GR继续采⽤原设定值会给确定海冰边缘界线带来很⼤偏差，尤其⾼纬度区。Cavalieri等⽤辐射传输模式模拟计算结果也证实,37 18GH z的GR天⽓滤波器阈值,⽆法消除⼤⽓⽔汽导致的虚假，必须设定附加阈值〔7〕。此时天⽓滤波器设定为37 19GH z GR⼤于0.05，但尚需附加阈值22.2 19GH z GR⾼于01045来修正NA SA算法的天⽓滤波器。
Steffen等以南北极地区28幅⽆云L andsat图像判读结果为准，校验了SS M I⽤NA SA算法经天⽓滤波器后反演所得海冰密集度的准确性。结果表明,⽆论算法的系点亮温采⽤局地值还是全球值，秋季L andsat与SS M I的差值均⼩于1%，南北极标准差分别为3.1%和6.2%；春季NA SA算法的准确性⼀般低于秋季；夏季因冰⾯出现融⽔池, NA SA算法准确性明显下降。此时北极区系点亮温分别采⽤局地和全球值时SS M I的NA SA算法与L andsat之差平均为7.8%和11%；南极区为7.2%和11.7%。冰⽪等初⽣海冰⼴泛滋⽣海区以及海冰⾼密集区,NA SA L andsat的低估,⽽海冰稀疏区则⾼估〔2〕。
SS M I为⼤尺度监测海冰密集度提供简捷技术⼿段，但分辨率太粗。因此，尽管云对⾼频微波信号传输有很⼤影响，但如何利⽤⾼分辨率(12.5×12.5km)SS M I85.5GH z两个极化通道信息反演海冰状况仍令⼈关注，尤其该频海⽔极化度(垂直亮温减⽔平亮温)明显⼤于海冰，为我们提供附加新信息。据此1987年Sven n等开发了相应反演算法。假定平⾏⼤⽓层覆盖在近似朗伯地表及观测天顶⾓50°(接近SS M I实际观测天顶⾓)下，他们⽤微波辐射传输⽅程求得卫星上接收的85.5GH z极化度(P)与海冰密集度(C TO T)、海⽔和海冰85.5GH z垂直与⽔平发射率之差(?e w和?e ice)以及⼤⽓总光学厚(Σ)关系式:
P=c(aC TO T+b)(8)其中:
a=?e ice T ice-?e w T w,
b=?e w T w,
c=(1.10exp(-Σ)-0.11)exp(-Σ)
其中:T w、T ice分别为85.5GH z海⽔和海冰系点亮温，最终给定C TO T计算式:
C TO T=d0+d1P+d2P2+d3P3(9)系数d0、d1、d2和d3可由下列⽅程组求解:
(P31+P21+P1+1)d3=1,
(P30+P20+P0+1)d2=0,
(3P31+2P21+P1)d1=1+b a,
(3P30+2P20+P0)d0=b a.
其中:P0和P1分别为100%海⽔和海冰区85.5GH z极化度〔8〕，是影响C TO T计算准确性的关键因⼦。可把每幅图像中像元极化度最⼤和最⼩值选作P0和P1，并以此计算同幅其它像元C TO T；也可从⼤范围多幅或长时间序列多幅图像中，选每幅像元最⼤和最⼩极化度的平均(或典型)值作P0和P1。L ub in等在北极的船舶实测证实SS M I85.5GH z 反演C TO T与37GH z和19GH z NA SA算法反演C TO T的准确度⼀致；流冰边缘区因85.5GH z分辨率占优势，计算准确性增加。
不间断长期监测南北极区海冰密集度前缘线、范围和冰⾯积遥感资料，以1978～1987年的S MM R和1987年⾄今仍提供资料的SS M I系列最佳。B j o rogo等利⽤1978年7～8⽉两传感器6周重合期，仔细核算传感器漂移引起的亮温变化，并据此订正海冰密集度反演算法NOR SEX(挪威遥感试验)的参数，以便配准两者密集度监测。由此形成极地海冰密集度前缘、范围和冰⾯积1978年9⽉以来的长时间序列微波遥感数据。图3和图4分别为1978年9⽉⾄1995年7⽉北极海冰范围和⾯积逐⽉⽉平均变化及距平变化趋势。显然，此期间北极海冰范围和冰⾯积都在减少。置信度达99%。统计结果表明，北极海冰范围和冰⾯积分别减少了4.5%和5.7%。此结果与S MM R和SS M I各⾃较短序列统计计算相近〔9〕。它为CO2增加引起全球，尤其两极地区明显升温，提供充分实况依据。
4 主动微波遥感
微波信号以同⼀⼊射⾓照射各类海冰和海⽔时，传感器获得的后向散射系数Ρ0有差异。当差异⾜够⼤时即可从遥感图像上圈定它们的边界，计算各⾃⾯积及海冰密集度。主动微波传感器SA R图像分辨率通常为20～30m，所以它可逐个像元解译。
美国早在20世纪80年代后期，就建⽴了专门从事SA R信息资料的接收、归档、分析、开发相关处理系统及提供包括海冰冰型和密集度等信息产品的阿拉斯加SA R研究室(A SF)〔10〕。为配合ER S21 SA R(C波段,VV极化及25°⼊射⾓)的运转,A SF 系统中配有据多年地⾯实测编制的海冰和海⽔Ρ0
262
遥 感 技 术 与 应 ⽤第21卷
图3 1978年9⽉～1995年7⽉北极海冰范围逐⽉
⽉平均变化(a )及距平变化趋势(b )〔9〕
F ig .3 M on thly average and ano malies of Arctic
ice exten t ,Nove m ber 1978August
1995
图4 1978年9⽉～1995年7⽉北极海冰⾯积逐⽉
平均变化(a )及距平变化趋势(b )〔9〕
F ig .4M on thly average and ano malies of Arctic
ice area ,Nove m ber 1978August 1995
对照表(表2)。表上按不同季节及过渡期环境变化，分别列出⼀年冰(FY )、多年冰(M Y )及新成冰或光滑⽔⾯(N I OW )的相应值；表中最后⼀项为⼊射⾓增减引起Ρ0变化的斜率。据Fetterer 评估，由此反
表2 ASF 配合ERS -1SAR (C 波段VV 极化,25°⼊射⾓)监测北极海冰编制的冰型与后向散射系数对照表〔10〕
Table 2 The lookup t able of ice type and backsctter coeff ic ien t to m on itor the a ice i n arctic with co m bi ned
ASF and ERS -1SAR (C Band ,VV polar ization ,
25°i nc idence angle )
冰型
厚度(c m )
Ρ0(dB )STD (dB )斜率(dB )
冬季⾄早春
M Y
>220
-8.6
