基于GNSS-R的后續海冰觀測實驗

楊明華,曹云昌

(1.成都信息工程學院,四川 成都 610225;2.中國氣象局,北京 100081)

0 引 言

全球導航衛星系統(GNSS),它包括全球所有的衛星系統,如:美國的GPS、俄羅斯的Glonass、歐洲的Galileo、中國的北斗導航衛星系統、日本的QZSS等。這些導航衛星系統最初主要利用衛星發射的電磁波穿過大氣層并與目標物相作用實現對目標物的跟蹤、定位、測速或授時等功能。導航衛星反射信號(GNSS-R)被提出之后,GNSS有了更廣泛的時域波形的應用,研究人員發現反射信號的頻率、幅度、相位、波形、極化特性等參量的變化反映了反射面的特性。國內外機構均開始了基于電磁波傳播理論的GNSS-R遙感技術的研究。目前,海冰檢測主要以微波遙感為主,可見光與紅外遙感為輔,對海冰監測的數據主要來自NOAA(AVHRR)衛星、SAR、ERS-1等平臺,但信號源單一、對反射信號的接收較為復雜,遙感成本增加[1]。GNSS-R技術則利用廣泛的衛星資源,大范圍地接收海面反射信號,克服了傳統遙感方法的不足。GNSS-R技術主要應用于海洋探測,表現為兩個方面:1)基于衛星直射信號與反射信號之間的延遲,反演海面高度、有效波高、海冰厚度; 2)利用GNSS信號的散射來探測海面風場、海面粗糙度、海水鹽度。這一技術還可以應用于土壤濕度等陸面信息遙感[2]。因此,GNSS-R成為遙感研究領域的熱門技術,具有廣泛的應用前景。

1 實驗概述

本次實驗于2014年1月16日在天津漢沽展開。天線架較低,固定在開闊無遮擋且離海面較近的一個平臺上,實驗環境如圖1所示。接收機采用4通道的差分接收機,1通道連接天頂指向的右旋圓極化天線接收直射信號,其余3個通道分別連接水平傾斜的圓極化和線極化天線來接收不同極化類型的反射信號。天線架上的天線安置如圖2所示。

圖1 海冰實驗現場

圖2 實驗天線設置

2 實驗原理

實驗利用直射信號在海面反射后形成的反射信號的幅度、極化特性等各參數的變化來反推海洋表面信息。電磁波的極化對目標的介電常數、物理特性、幾何形狀等因素較為敏感,因此，極化測量能提高對目標物信息的獲取能力。影響微波輻射的主要因素有:1)復介電常數。海水的溫度、鹽度大于海冰的溫度、鹽度,則冰雪的介電常數遠小于水的介電常數,介電常數又影響菲涅爾反射系數,海水與海冰對電磁波的散射不同。2)反射面粗糙度,反射面主要包括光滑表面的鏡面反射和粗糙表面的散射兩種。對后者而言,表面粗糙度較小時,反射信號中存在與入射電磁波鏡像對稱的鏡面反射分量—相干分量;隨著散射面粗糙度的增大,反射信號中的相干分量逐漸減小,其他方向上的非相干分量逐漸增大，能量損失較大;當散射表面的粗糙度很大時,各方向上的反射分量的強度幾乎相等[3]。海水可看做是均勻介質,則平靜海面可作為微粗糙的反射面,電磁波在海面上的反射滿足菲涅爾反射,結冰海面與平靜海面相比較為粗糙,二者對電磁波的反射特性各不相同。將入射電磁波分解為平行于反射面和垂直于反射面的兩個分量,分別求解這兩種分量各自的反射波并進行疊加,可形成任一極性的反射波,由各類型的天線接收。實驗中天線接收的反射信號主要來自鏡面反射及其周圍第一個菲涅爾帶的散射。各種反射信號的強度受衛星高度角、海冰的介電常數、海水溫度等諸多因素的影響,主要由菲涅爾系數表征[3-4]:

(1)

(2)

(3)

(4)

其中:r為右旋極化; l為左旋極化; v為垂直極化; h為水平極化。

海冰與海水的電磁特性差異較大,各自的反射系數不同,反射信號的極化特性和強度不同。介電常數與含水量、含鹽量及溫度有關,一般海水的介電常數值為80,冰的介電常數值為2.5,海水與海冰的反射系數Rrl之比為3∶2,利用兩者的這種差異性進行對比分析來粗略地研究海冰的分布情況和變化過程。

3 數據分析

NASALangley研究中心在1999年的機載實驗中表明位于中等高度的接收機采集的GPS反射信號功率的差異能明顯區分海水與海冰的反射系數[4]。2009年格陵蘭島實驗(Sea-Ice and Dry Snow REflectometry)表明海冰對GNSS-R信號的極化特性影響很大,左旋反射分量與右旋反射分量有較強的相關性[5-6]。該實驗后續采用2014年1月17日采集的有海冰覆蓋海面的反射信號與1月18日采集的無冰海面的反射信號并結合潮汐時刻對比分析海面海冰的分布狀況。PRN21、PRN12的數據如圖3、圖4、圖5所示。利用MATLAB計算21號星在1月17日的平均左旋圓極化比為0.226 5,而在1月18日的平均左旋圓極化比為0.395 5,在有海冰覆蓋的海面和無海冰覆蓋的海面兩種情況下,反射信號中左旋圓極化分量相差較大,即海冰反射信號中左旋反射分量強度比海水表面的左旋反射分量弱,極化比與海冰分布相關。從能量角度上定量分析,21號星在1月17日和1月18日的左旋反射信號的峰值平均功率分別為110 386 910.8 W和153 640 383.5 W,二者相差43 253 472.7 W,由于海水與海冰反射信號能量之比為3∶2,可估計得1月17日海面上冰的覆蓋率約為84.5%,現場圖片如圖1所示。分析極化比曲線的總體趨勢[4-5],圖5所示的12號星的總趨勢同圖3所示的21號星一致,均在1月17日潮汐高峰時刻15∶40之前呈上升態勢,15∶40之后呈下降態勢,極化比曲線呈現上升—下降的總趨勢,表明左旋圓極化比走勢在一定程度上表現了海冰的發展狀況,如圖12所示。對于線極化反射分量而言,圖4、圖6和圖7的所示的曲線趨勢相同,表明水平極化反射分量與海冰分布的相關性較小;圖3與圖8所示的極化比曲線趨勢變化相同,垂直反射分量可表征海冰的分布。分析1月17日的三幅圖(圖3示出了左旋圓極化比,圖6所示為水平線極化比,圖8所示為垂直線極化比),圖6與圖3中所示的極化比曲線形狀有較高的一致性,圖8與圖3中所示的曲線走勢有較高的一致性;分析1月18日的三幅圖(圖4所示為左旋圓極化比,圖7所示為水平線極化比,圖9所示為垂直線極化比),圖7與圖4所示的曲線形狀有較高的一致性,而垂直反射分量的線極化比趨勢,如圖9所示,與水平反射分量的趨勢,如圖7所示,共同組合為圖4所示的走勢。因此,垂直極化比值圖更好地反映海冰總體的運動情況,水平極化比值圖更好地反映海冰細節分布情況,左旋極化比值圖是垂直極化比值圖和水平極化比值圖的綜合表現。圖10所示同圖3所示一樣可以反映海面海冰分布狀況,圖11所示中垂直反射分量與水平反射分量的比值圖的效果較差,與圖4所示的差異較大,無法清晰地反映海冰觀測的真實情況,主要為圖4所示與圖9所示的趨勢差異巨大所致,其原因需進一步實驗及研究。

圖3 1月17日PRN21左旋極化比及其趨勢

圖4 1月17日PRN21左旋極化比及其趨勢

圖5 1月18日PRN21左旋極化比及其趨勢

圖6 1月17日PRN12左旋極化比及其趨勢

圖7 1月17日PRN21水平極化比及其趨勢

圖8 1月18日PRN21水平極化比及其趨勢

圖9 1月17日PRN21垂直極化比及其趨勢

圖10 1月18日PRN21垂直極化比及其趨勢

圖11 1月17日PRN21垂直極化反射分量與水平極化反射分量比值及其趨勢

圖12 1月18日PRN21垂直極化反射分量與水平極化反射分量比值及其趨勢

4 結束語

通過對有冰海面和無冰海面兩種情況下各種數據的對比分析,說明了GNSS-R觀測海冰的可行性。實驗從左旋反射分量與入射信號的比值、垂直反射分量與水平反射分量的比值兩方面共同驗證了在電磁波傳播理論的基礎上由反射信號能夠得到海面上海冰分布的基本情況并得到粗略的估計且表明各反射分量之間存在相當大的聯系。各類型極化分量與海冰聚集程度有必然的聯系。但由于各方面因素如環境溫度(氣溫變暖,海冰持續時間過短,介電常數變化)、衛星過頂軌道差異(入射角度變化)、存儲問題等影響了數據的真實性與穩定性,無法得到連續不斷的有效數據,給數據分析帶來諸多不便,隨著國內外各行業的發展,最終都會得出適當的解決辦法,GNSS-R技術將成為迅速發展的新興的海面遙感手段,促進氣象行業不斷向前發展。

[1]張 云,郭建京 袁國良,等.基于GNSS反射信號的海冰檢測的研究[J].全球定位系統, 2013,38(2):1-6.

[2]萬 瑋,陳秀萬,李國平,等.GNSS-R遙感國內外研究進展[J].遙感信息,2012,27(3):112-117.

[3]楊東凱,張其善.GNSS反射信號處理基礎與實踐[M].北京：電子工業出版社,2012.

[4]MAURICE W L. Radar reflectivity of land and sea[M]. Artech House,Boston,London,2001.

[5]FABRA F, CARDELLACH E, NOGUES-CORREIG O, Monitoring sea-ice and dry snow with GNSS reflections [C]//IEEE International Geoscience & Remote Sensing Symposium, IGARSS 2010, July 25-30, 2010.

[6]邵連軍.利用GNSS-R信號探測海冰的方法及初步實驗結果[J].遙感信息, 2013,28(2):12-16.