坡度和粗糙度對ICESat-GLAS回波特征及其光斑腳點高程誤差的影響研究
2016-06-05 14:57:57吳紅波,郭忠明,陳安安,賀建橋
地理與地理信息科學 2016年4期
吳 紅 波,郭 忠 明,陳 安 安,賀 建 橋
(1.陜西理工大學歷史文化與旅游學院，陜西 漢中 723000；2.中國科學院青藏高原研究所，北京 100101：3.中國科學院青藏高原地球科學卓越創新中心，北京 100101；4.南京曉莊學院環境科學學院，江蘇 南京 211171；5.中國科學院寒區旱區環境與工程研究所冰凍圈科學國家重點實驗室，甘肅 蘭州 730000；6.中國科學院大學，北京 100049)
坡度和粗糙度對ICESat-GLAS回波特征及其光斑腳點高程誤差的影響研究
吳 紅 波1,2,3,郭 忠 明4,陳 安 安5,6,賀 建 橋5
(1.陜西理工大學歷史文化與旅游學院，陜西 漢中 723000；2.中國科學院青藏高原研究所，北京 100101：3.中國科學院青藏高原地球科學卓越創新中心，北京 100101；4.南京曉莊學院環境科學學院，江蘇 南京 211171；5.中國科學院寒區旱區環境與工程研究所冰凍圈科學國家重點實驗室，甘肅 蘭州 730000；6.中國科學院大學，北京 100049)
為評價ICESat-GLAS數據在青藏高原地區冰川表面高程變化中的不確定性，采用GLA01產品和GLA14產品，基于SRTM DEM數據所派生的冰川區和非冰川區表面坡度、粗糙度數據，利用多元線性回歸關系模型分析了表面粗糙度、坡度對GLAS光斑腳點高程的不確定誤差。結果表明：當GLAS光斑腳點坡度小于10°時，GLAS光斑腳點高程偏差為0.1 m，且高程偏差隨著坡度的增加而增大。在受坡度和粗糙度影響復雜地形下，GLAS光斑的回波展寬較大，不確定性偏差為0.3 m。此外，冰川區GLAS光斑腳點高程誤差可通過高斯濾波進行展寬偏差校正，但當冰川表面坡度大于45°時，相應的GLAS光斑腳點高程在冰川表面高程變化估算中不可用。在后續的研究中，需考慮冰川運動、GLAS回波在冰雪表面滲透對冰川DEM高程精度以及GLAS光斑腳點水平位移的高程偏差影響。
ICESat-GLAS；坡度；粗糙度；回波特征；高程；不確定性
0 引言
氣候變暖導致全球大多數山地冰川正面臨全面退縮[1]，青藏高原山地冰川的融水為周邊地區河流水源提供重要補給[2]。冰川-氣候系統的物質質量-能量交換不僅能夠清晰地反映氣候變化趨勢[3]，而且冰川物質消融也影響著區域水資源儲量[4]、河流徑流[5]、湖泊水位等變化[6]。因此，青藏高原地區山地冰川物質平衡變化研究作為全球冰川變化研究的重要組成部分，已成為全球氣候系統中重要的監測對象和研究內容[7]。目前，冰川物質平衡估算方法有：花桿實地觀測、能量物質平衡模型、時變重力場法[8]和雷達測高方法[9]。近30年來，星載雷達測高技術得到了迅速發展，測高資料被廣泛應用于地表高程變化、卷云厚度[10]、海平面上升、植被結構參數估算[11]。其中2003年1月13日NASA在美國發射了冰、云和陸地高程衛星(ICESat)，搭載了高精度地球科學激光高度計系統GLAS(Geo-Laser Altimeter Science)，其ICESat-GLAS資料的測高精度可達厘米級[12]，被運用于較大空間尺度上的冰川物質平衡和湖泊水位變化估測[13]。
隨著衛星定軌精度和數據處理方法的改進，GLAS資料在估算冰蓋物質平衡[14]、湖泊水位和偏遠山區的地形模型推導的結果表明，GLA12產品在南極冰蓋表面高度估值偏差變化率為2 cm/a，地表驗證精度≤25 cm[15]。在未考慮水面波幅、浮冰和湖盆對湖泊水位干擾的情況下，湖泊水位不確定性為±0.15 m[16-18]。在GLAS光斑腳點高程數據估算冰川表面高程變化研究中，通過GLAS光斑軌跡星下點偏移校正可提高在丘陵地形下GLAS光斑腳點高程與冰面DEM高程的配準精度[19]。GLAS光斑腳點高程偏差不僅考慮回波在冰雪表面滲透深度[20]，還需考慮冰雪密度的異質性和冰川動力學參數(坡度、坡向、粗糙度和冰川運動速率等)的影響[21]。
目前，GLAS資料具有較高的測高精度、較強的抗干擾性和良好的覆蓋能力，足以彌補冰川觀測臺站的監測時段不連續和空間分布不均衡性[22]。在ICESat衛星升/降軌道的星下點交叉分析和重疊光斑腳點坡度校正中[23]，仍缺少地表粗糙度、坡度對GLAS光斑腳點高程的誤差分析。為此，本文分析了GLA01和GLA14產品在山地冰川表面高程變化中的不確定性，基于地表粗糙度、坡度對GLAS光斑腳點高程的理論模型推導，并以青藏高原西昆侖山區的GLAS光斑腳點高程與地表坡度、粗糙度研究所引起的高程偏差進行多元線性回歸分析，期望其研究結果對山地冰川物質平衡監測和地形調查提供參考。
1 ICESat-GLAS測高資料與方法
1.1 地表高程測量原理
ICESat衛星從2003年2月21日-2009年10月11日共完成18期GLAS資料收集。GLAS測高儀是根據衛星發射器發射和接收脈沖的時間差測定衛星到地表的距離，并對地表高程進行估算[24]：
Hg=Hellipsiod-Halt-He-N
(1)
式中:Hg為地表高程；Hellipsiod為GLAS測高儀的參考橢球高；Halt為GLAS測高儀運行高度； He為儀器偏置、潮汐和大氣延遲等修正誤差；N為大地基準面相對于參考橢球面高度；也包括WGS84橢球體和Topex/Poseidon橢球體的高程差，約0.7m。本文采用360階EGM2008重力場模型描述衛星測高數據在青藏高原地區的重力位異常和垂線偏差，格網大小20′×20′，未考慮海潮、逆氣壓的影響。
1.2 GLAS數據簡介
GLAS測高儀采用的是綠光543nm和近紅外1 064nm處激光脈沖測量地表特征，在平地上形成一個直徑近似70m的圓形光斑，沿升/降軌道方向上的GLAS光斑腳點間隔約170m[25]，重訪周期為33～91d[26]。測高儀每秒發射40個激光脈沖，脈沖寬度為4ns，1ns的脈沖對應于0.15m的高度。測高儀的采樣器數字化地物反射電壓值，并以回波形式記錄在GLA01產品中；利用GLA01回波反射特征和脈沖到達地物表面上的時間差對地物分類和地物高度變化進行估計[27]。本文Level1B級GLA01和GLA14產品的數據版本分別為33、34，青藏高原冰川區有效GLAS光斑共計149 996個，可從美國國家冰雪數據中心NSIDC(NationalSnowandIceDataCenter,URL:http://nsidc.org/data/icesat/)獲取，并由美國戈達德宇航中心(NASA′sGoddardSpaceFlightCenter，GSFC)的ICESat科學研究處理小組I-SIPS(ICESATScienceInvestigator-ledProcessingSystem)進行管理[28]。其中，GLA01產品包含GLAS后向散射回波特征參數、地形坡度、粗糙度等信息，GLA14產品包括光斑腳點高程、經度、緯度、大地水準面高度、光斑記錄號、日期、UTC時間等變量，可借助GLASVisualizer(idl_visualizer_20140604)和GLASAltimetryelevationextractorTool(ngat-0.15)提取，并以ASCII格式存儲[29]。本研究采用90m×90m空間分辨率的SRTMDEMv4.1資料與GLA14產品中光斑腳點高程配準，由美國太空總署(NASA)和國防部國家測繪局(NIMA)聯合提供,下載網址http://srtm.csi.cgiar.org/。
1.3 GLAS光斑回波特征
ICESat衛星測高儀不僅利用激光脈沖從發射器到地球表面，返回到接收器的時間差估計星地距離，而且還可獲取地表地物回波特征信息。GLAS測高儀到地面的距離d為:
(2)
式中:c為光速常數，c=299 792 458m/s；Δt是激光脈沖發射和接收時間差[30]。
在沒有前向散射的云層影響下，裸地表面上GLAS回波為單峰的高斯曲線(圖1)，波峰的數量取決于地表覆被和地形影響。在冰裂縫、冰峭壁、冰溝、冰痕等表面，每個完整GLAS回波中有2個或多個峰值。那么，GLAS回波可定義為[31]：
(3)
(4)
式中:Wm為第m個高斯波峰的貢獻；N為一個完整GLAS回波中的波峰數；Am為第m個波峰振幅高度；ε為回波隨機誤差；tm為第m個波峰峰值處所對應的時間；σ為第m個峰值的標準偏差。
圖1 高斯函數和半峰寬
每個完整的GLAS回波曲線w(ti)可表示為:
(5)
式中:w(ti)由544個光電壓值組成，記錄在GLA01產品中，平地上、坡度和粗糙度表面所對應的GLAS回波見圖2。vi為GLAS回波中光電壓值，vm為第m個波峰峰值處光電壓值。
圖2 GLA01產品的532 nm處的反射率回波曲線
1.4 地表坡度和粗糙度所引起的偏差
坡度和粗糙表面的各向異性、空間連續性常用于地形因子模型推導[33],本文借助中國科學院計算機網絡信息中心的地理空間數據云平臺(URL:http://www.gscloud.cn/)，計算出SRTM DEM的地形粗糙指數(Terrain Ruggedness Index)和坡度值。
1.4.1 坡度校正 GLAS回波脈沖寬度可用來描述激光光斑內地物高度和地形坡度所引起的光斑腳點高程偏差[34]。平地上的GLAS光斑覆蓋面積與SRTM DEM像元面積的重疊面積達47.48%,GLAS光斑腳點高程與DEM像元高程近似。為了評估地形坡度所引起的高程配準誤差[35]，將SRTM DEM像元分解為3×3亞像元，SRTM DEM像元高程為亞像元高程值Pij的線性加權均值(圖3)，SRTM DEM高程與GLAS光斑腳點高程的配準誤差eco-registered可表示為：
(6)
式中:ei為第i個SRTMDEM亞像元與GLAS光斑腳點配準誤差，i=1,2,3,…,9;SRTMDEM亞像元空間分辨率為30m×30m。
圖3 GLAS光斑與SRTM DEM像元分析
在粗糙度近似為零的坡面上，GLAS光斑腳點坡度可用坡面的x、y方向上的展寬距離描述為：
(7)
(8)
1.4.2 粗糙度 地表粗糙度是地表單元的表面積與其在水平面上的投影面積之比[36]，GLAS光斑內的地表粗糙度Δξ的近似求解公式為[37]：
Δξ≈1/cos(sfootprint)
(9)
式中:GLAS光斑腳點坡度sfootprint可用SRTMDEM的坡度值s近似替代，但凹凸地形分布及變化誤差受分析窗口和空間尺度影響較大[38]。由于冰雪粗糙度值對識別冰川表面地物類型(裸冰、積雪、粒雪等)缺少充分的統計方法，需建立地面粗糙度觀測值與GLAS回波偏差的擬合關系式[39]。
1.4.3 粗糙度校正 對任意一個GLAS光斑內的激光脈沖入射表面模型可描述為[40]：
(10)
假設激光脈沖的延遲是脈沖中心到相位波前的曲率所致的延遲[41]，其GLAS回波展寬為：
(11)
式中:Tp為光斑腳點展寬時間(s)；f為光束天頂角(rad)；sx和sv分別為在水平平面坐標系中x、y方向上的坡度(rad)；qr為激光束發散角度的1/2(rad)；Δfx和Δfv分別為激光束在x、y方向上的隨機偏差。
圖4 表面坡度、粗糙度變化所對應的GLAS回波波形(No.937048640)
考慮表面粗糙度、坡度、天頂角、光束曲率和系統隨機誤差的影響，每束激光脈沖的均方根脈沖寬度可表示為：
(12)
式中:sp、sl分別是接收、發射脈沖寬度(ns)，sh是接收器的脈沖響應(1個或多個)的寬度(ns)。
對于表面粗糙的平地，即sfootprint=0，式(10)可簡化為：
(13)
相應的sx=sy=0，則式(13)表示為：
4H2alt×tan2qrc2×cos2f[tan2qr+tan2f]
(14)
若忽略GLAS測高儀的天頂角f和光束發散角qr，則式(14)簡化為：
(15)
平地上的GLAS光斑內地表粗糙度適用于下式：
(16)
對于表面粗糙度較大的GLAS光斑，表面粗糙度和坡度是相互關聯的[35]。對于表面光滑的GLAS光斑腳點，Δξ=0、f≈0，則式(14)變為：
(17)
由于GLAS光斑腳點坡度sfootprint與x、y矢量方向上的坡度關系為：
tan2sfootprint=tan2sx+tan2sy
(18)
若忽略GLAS激光脈沖天頂角變化的影響，則式(14)為：
(19)
(20)
1.5 不確定性誤差
GLAS測高資料的隨機誤差是非線性的，對于任意工作期內的GLAS光斑腳點高程的總體誤差P可表示為[42]：
P=Eco-registered+Ecampaign+Ebias=
1n×∑ni=1eco-registered+1l×∑l=18l=1ecampaign+1p×∑pi=1ebias
(21)
式中:Eco-registered為任一期GLAS光斑腳點高程和SRTMDEM高程之間的配準誤差均值。Ecampaign是每個激光發射器工作期間的系統偏差，l=1，2，3，…，18。Ebias是表面坡度和粗糙度所引起的GLAS回波的標準偏差均值，通過GLAS回波高斯曲線的誤差概率函數與粗糙度經驗分布偏差估算得到。eco-registered、ecampaign、ebias分別為任意一個GLAS光斑腳點與SRTMDEM像元的高程配準誤差、系統誤差和復雜地形所導致的不確定性誤差。
2 結果與分析
2.1 GLAS光斑腳點高程誤差分析
隨著ICESat衛星運行時間的推移，GLAS資料的2003-2009年各期系統偏差與運行時間呈線性相關關系，復相關系數R2=0.8589,通過95%置信區間檢驗；且系統偏差變化率為2～3cm/a(圖5)。在冰川表面高程估計中，需根據18期GLAS光斑腳點高程的系統偏差統計，將各期系統偏差變化率值逐一補償到GLAS光斑腳點高程中。
分析青藏高原冰川區149 996個有效GLAS光斑可知(圖6,彩圖見封2)，在坡度≤10°的非冰川區域，GLAS光斑腳點高程與DEM的配準誤差為0.1m，且配準誤差會隨著坡度的增加而變化。在坡度和粗糙度共同影響復雜地形下，GLAS光斑的回波展寬較大，通過GLAS回波偏差與坡度經驗統計公式校正，冰川區GLAS光斑腳點高程與SRTM DEM高程的配準精度為0.3 m，這與GLAS光斑軌跡與GPS動態軌跡交叉分析驗證結果一致[43]。此外，ICESat衛星軌道高度和衛星姿態調整，會系統性地引起各期的光斑腳點位移量7～10 m[44]。
圖5 2003-2009年18期GLAS光斑腳點高程的系統偏差
圖6 青藏高原地區冰川表面GLAS光斑與SRTM DEM的配準誤差
青藏高原山地冰川表面運動、平均海拔和冰雪密度時空特征差異，會使GLAS資料在冰川表面高程變化和冰川物質平衡計算產生一定低估影響。為描述表面坡度、粗糙度對GLAS腳點高程偏差的關系，本文選擇青藏高原西昆侖冰川地區的GLAS光斑數據和地形坡度、粗糙度進行分析；據式(16)可知，GLAS光斑內下凹地表的粗糙度用負值表示，凸起地表的粗糙度用正值表示(圖7,彩圖見封2)。
2.2 坡度與光斑腳點高程偏差關系
隨機選取冰川區239個GLAS光斑，其中189個光斑腳點坡度sfootprint≤20°，50個光斑的腳點坡度20°
圖7 青藏高原西昆侖山冰川表面GLAS光斑與SRTM DEM的坡度、粗糙度分布
圖8 GLAS光斑內地表坡度與GLAS回波不確定誤差關系
分析非冰川區的1 205個GLAS光斑腳點高程偏差和腳點坡度變化擬合曲線可知，GLAS光斑腳點的高程偏差與坡度值呈線性相關關系，且隨著GLAS光斑腳點坡度值增加而增大(圖9)。當GLAS光斑處于升軌道上，GLAS光斑腳點的垂直高程偏差為正偏差，且與腳點坡度呈正相關；當GLAS光斑腳點軌跡處于降軌道上，GLAS光斑腳點的垂直高程偏差為負偏差，且與腳點坡度值呈負相關。
2.3 地表粗糙度與光斑腳點高程偏差關系
當冰川末端、表磧物、冰溝和河道邊緣處的坡度>45°時，該處粗糙度值也會相應迅速增大[47](圖7c)。
圖9 GLAS光斑腳點坡度與垂直方向上的偏差關系曲線
根據青藏高原西昆侖山區裸地的1 205個隨機GLAS光斑高程偏差ebias和其粗糙度統計分析可知，1.01≤Δξ<2.2時，由粗糙度所導致的回波偏差ebias隨著地表粗糙度的增加而增加，呈散射狀(圖10)。當GLAS光斑內Δξ>2.2時，垂直誤差可達±0.5 m。與植被、碎石、河溝、農田等地表所不同的是，冰川區冰雪表面粗糙度數值偏小，范圍在1≤Δξ<1.5，冰雪表面粗糙度所導致的GLAS回波展寬較小，其高程偏差采用式(20)進行校正。
圖10 表面粗糙度與GLAS光斑腳點高程偏差關系
3 結論
本文對比分析了冰川區和非冰川區地形坡度、粗糙度變化對GLAS光斑腳點的高程偏差，并評估了GLAS測高資料在青藏高原山地冰川高程變化估計中的不確定性，主要結論如下：1)檢驗了GLAS光斑腳點高程在青藏高原山地冰川表面的總體誤差為0.3 m；當GLAS光斑腳點坡度≤10°時，腳點高程偏差為0.1 m。2)GLAS測高資料地表面高程偏差主要源于坡度和粗糙度影響，對于冰雪表面粗糙度近似等于1的GLAS光斑，光斑腳點高程偏差隨表面坡度的增加而增加，呈線性遞增。在非冰川覆蓋山區，粗糙度所引起的GLAS回波展寬，可通過高斯濾波降低粗糙度所引起的高程偏差；在粗糙度和坡度值均較小的冰川表面高程變化估計中，GLAS光斑可通過擬合回歸關系式進行修正，降低光斑腳點高程偏差。3)考慮GLAS光斑各期之間的系統偏差和配準誤差，GLAS數據覆蓋了各種地形條件下的冰川表面類型，且精度滿足冰川物質平衡估算要求，但與實測樣地數據尚有一定偏差。在后續的研究中，需考慮冰川表面運動、GLAS回波的冰雪滲透深度對冰川DEM高程精度評價和水平方向的位移補償偏差，其研究結果可為偏遠的山地冰川表面高程變化和物質平衡監測提供參考。
致謝：美國冰雪數據中心NSIDC(National Snow and Ice Data Center)提供的GLAS數據和International Agriculture Research-Consortium for Spatial Information (CGIAR-CSI)提供SRTM DEM v4.1數據，及中國科學院寒區旱區環境與工程研究所科考人員的野外工作協助，在此感謝！
[1] BENISTON M,DIAZ H F,BRADLEY R S.Climatic change at high elevation sites:An overview[J].Climatic Change,1997,36(3-4):233-251.
[2] KANG E S,LIU C H,XIE Z C,et al.Assessment of glacier water resources based on the Glacier Inventory of China[J].Annals of Glaciology,2010,50(53):104-110.
[3] YAO T D,THOMPSON L,YANG W,et al.Different glacier status with atmospheric circulations in Tibetan Plateau and surroundings[J].Nature Climate Change,2012,2(9):663-667.
[4] MCKENZIE J,MARK B,THOMPSON L,et al.A hydrogeochemical survey of Kilimanjaro (Tanzania):Implications for water sources and ages[J].Hydrogeology Journal,2010,18(4):985-995.
[5] IMMERZEEL W W,BIERKENS M F P.Asia′s water balance[J].Nature Geoscience,2012,5(12):841-842.
[6] ZHANG G Q,YAO T D,XIE H J,et al.An inventory of glacial lakes in the Third Pole region and their changes in response to global warming[J].Global and Planetary Change,2015,131:148-157.
[7] BAMBER J L,RIVERA A.A review of remote sensing methods for glacier mass balance determination[J].Global and Planetary Change,2007,59(1-4):138-148.
[8] MATSUO K,HEKI K.Time-variable ice loss in Asian high mountains from satellite gravimetry[J].Earth and Planetary Science Letters,2010,290(1-2):30-36.
[9] ZWALLY H J,SCHUTZ B,ABDALATI W,et al.ICESat′s laser measurements of polar ice,atmosphere,ocean,and land[J].Journal of Geodynamics,2002,34(3-4):405-445.
[10] EGUCHI N,YOKOTA T,INOUE G.Characteristics of cirrus clouds from ICESat/GLAS observations[J].Geophysical Research Letters,2007,34(9):L09810.
[11] 邢艷秋,王立海.基于ICESat-GLAS完整波形的坡地森林冠層高度反演研究——以吉林長白山林區為例[J].武漢大學學報(信息科學版),2009,34(6):696-700.
[12] 王亞鳳,溫家洪,劉吉英.Amery冰架DEM及其海洋冰分布研究[J].地理與地理信息科學,2007,22(6):71-74.
[13] WU H B,WANG N L,JIANG X,et al.Variations in water level and glacier mass balance in Nam Co lake,Nyainqentanglha range,Tibetan Plateau,based on ICESat data for 2003-2009[J].Annals of Glaciology,2014,55(66):239-247.
[14] 黃華兵,程曉,宮鵬.基于星載激光雷達和雷達高度計數據的南極冰蓋表面高程制圖[J].遙感學報,2014,18(1):117-125.
[15] WEBB C E,JAY Z H,ABDALATI W.The Ice,Cloud,and Land Elevation Satellite (ICESat) Summary Mission Timeline and Performance Relative to Pre-Launch Mission Success Criteria[R].NASA Goddard Space Flight Center,2013.
[16] WANG N L,WU H B,WU Y W,et al.Variations of the glacier mass balance and lake water storage in the Tarim Basin,northwest China,over the period of 2003-2009 estimated by the ICESat-GLAS data[J].Environmental Earth Sciences,2015,74(3):1997-2008.
[17] ZHANG G Q,XIE H J,KANG S C,et al.Monitoring lake level changes on the Tibetan Plateau using ICESat altimetry data (2003-2009) [J].Remote Sensing of Environment,2011,115(7):1733-1742.
[18] PHAN V H,LINDENBERGH R,MENENTI M.ICESat derived elevation changes of Tibetan lakes between 2003 and 2009[J].International Journal of Applied Earth Observation and Geoinformation,2012,17:12-22.
[19] RASTOGI G,AGRAWAL R,AJAI.Bias corrections of CartoDEM using ICESat-GLAS data in hilly regions[J].GIScience & Remote Sensing,2015,52(5):571-585.
[20] NECKEL N,KROPEK J,BOLCH T,et al.Glacier mass changes on the Tibetan Plateau 2003-2009 derived from ICESat laser altimetry measurements[J].Environmental Research Letters,2014,9(1):014009.
[21] KE L H,DING X L,SONG C Q.Heterogeneous changes of glaciers over the western Kunlun Mountains based on ICESat and Landsat-8 derived glacier inventory[J].Remote Sensing of Environment,2015,168:13-23.
[22] YU A W,STEPHEN M A,LI S X,et al.Space laser transmitter development for ICESat-2 mission[C].Proc.SPIE 7578,Solid State Lasers XIX:Technology and Devices,757809,2010.
[23] 馬蓮,李小路,徐騰,等.一種基于重復軌道高程數據的坡度估計算法[J].武漢大學學報(信息科學版),2014,39(9):1121-1127.
[24] SHTAIN Z,FILIN S.Accuracy and reliability assessment of GLAS measurements over Israel[A].International Archives of the Photogrammetry,Remote Sensing and Spatial Information Sciences[C].2012.247-252.
[25] ABSHIRE J B,SUN X,RIRIS H,et al.Geoscience Laser Altimeter System (GLAS) on the ICESat Mission:On-orbit measurement performance[J].Geophysical Research Letters,2005,32(21):L21S02.
[26] MARTIN C F,THOMAS R H,KRABILL W B,et al.ICESat range and mounting bias estimation over precisely-surveyed terrain[J].Geophysical Research Letters,2005,32(21):L21S07.
[27] MOLIJN R A,LINDENBERGH R C,GUNTER B C.ICESat laser full waveform analysis for the classification of land cover types over the cryosphere[J].International Journal of Remote Sensing,2011,32(23):8799-8822.
[28] JESTER P,HANCOCK D.The algorithm theoretical basis document for level 1A processing[A].ICESat (GLAS) Science Processing Software Document Series[C].NASA Goddard Space Flight Center,2012.
[29] 史紅嶺,陸洋,杜宗亮,等.基于ICESat塊域分析法探測2003～2008年南極冰蓋質量變化[J].地球物理學報,2011,54(4):958-965.
[30] WANG X W,CHENG X,GONG P,et al.Earth science applications of ICESat/GLAS:A review[J].International Journal of Remote Sensing,2011,32(23):8837-8864.
[31] MALLET C,BRETAR F.Full-waveform topographic lidar:State-of-the-art[J].ISPRS Journal of Photogrammetry and Remote Sensing,2009,64(1):1-16.
[32] LISANO M E,SCHUTZ B E.Arcsecond-level pointing calibration for ICESat laser altimetry of ice sheets[J].Journal of Geodesy,2001,75(2-3):99-108.
[33] KWOK R,CUNNINGHAM G F,ZWALLY H J,et al.ICESat over Arctic sea ice:Interpretation of altimetric and reflectivity profiles[J].Journal of Geophysical Research:Oceans,2006,111(C6):C06006.
[34] MOHOLDT G,NUTH C,HAGEN J O,et al.Recent elevation changes of Svalbard glaciers derived from ICESat laser altimetry[J].Remote Sensing of Environment,2010,114(11):2756-2767.
[35] SHI J C,MENENTI M,LINDENBERGH R.Parameterization of surface roughness based on ICESat/GLAS full waveforms:A case study on the Tibetan Plateau[J].Journal of Hydrometeorology,2013,14(4):1278-1292.
[36] SMITH M W.Roughness in the Earth sciences[J].Earth-Science Reviews,2014,136:202-225.
[37] 黃驍力,湯國安,劉凱.DEM分辨率對地形紋理特征提取的影響[J].地球信息科學學報,2015,17(7):822-829.
[38] ROSENBURG M,AHARONSON O,HEAD J,et al.Global surface slopes and roughness of the Moon from the Lunar Orbiter Laser Altimeter[J].Journal of Geophysical Research:Planets (1991-2012),2011,116(E2):E02001.
[39] PHAN V.Observing Changes in Lake Level and Glacial Thickness on the Tibetan Plateau with the ICESat Laser Altimeter[D].TU Delft,Delft University of Technology,2015.
[40] SCHUTZ B.Laser footprint location (geolocation) and surface profiles[A].Geoscience Laser Altimeter System (GLAS):Algorithm Theoretical Basis Document Version 3.0[C].Center for Space Research,The University of Texas at Austin,2002.
[41] BRENNER A C,ZWALLY H J,BENTLEY C R,et al.Derivation of range and range distributions from laser pulse waveform analysis for surface elevations,roughness,slope,and vegetation heights[A].Algorithm Theoretical Basis Document 4.0[C].NASA Goddard Space Flight Center,2003.26-32.
[42] WU H B,WANG N L,GUO Z M,et al.Regional glacier mass loss estimated by ICESat-GLAS data and SRTM digital elevation model in the West Kunlun Mountains,Tibetan Plateau,2003-2009[J].Journal of Applied Remote Sensing,2014,8(1):083515.
[43] 文漢江,劉煥玲,常曉濤,等.利用GPS測量檢核ICESat衛星激光測高數據精度[J].武漢大學學報(信息科學版),2011,36(3):262-266.
[44] SHUTZ B E,URBAN T J.The GLAS Algorithm Theoretical Basis Document for Laser Footprint Location (Geolocation) and Surface Profiles[R].NASA Goddard Space Flight Center,2014.
[45] MAHONEY C,KLJUN N,LOS S,et al.Slope estimation from ICESat/GLAS[J].Remote Sensing,2014,6(10):10051-10069.
[46] YI D H,ZWALLY H J,SUN X L.ICESat measurement of Greenland ice sheet surface slope and roughness[J].Annals of Glaciology,2005,42(1):83-89.
Characteristics of ICESat-GLAS Full Waveforms and the Errors of GLAS Footprints Elevation Change Influenced by the Surface Slope and Roughness
WU Hong-bo1,2,3,GUO Zhong-ming4,CHEN An-an5,6,HE Jian-qiao5
(1.SchoolofHistoryandTourism,ShaanxiSci-TechUniversity,Hanzhong723000;2.InstituteofTibetanPlateauResearch,ChineseofAcademySciences,Beijing100101;3.CASCenterforExcellenceinTibetanPlateauEarthSciences,Beijing100101;4.SchoolofEnvironmentalSciences,NanjingXiaozhuangUniversity,Nanjing211171;5.StateKeyLaboratoryofCryosphericSciences,ColdandAridRegionsEnvironmentalandEngineeringResearchInstitute,ChineseAcademyofSciences,Lanzhou730000;6.UniversityofChineseAcademyofSciences,Beijing100049,China)
To evaluate on the uncertainty of the GLAS footprints elevation change on the glaciers in Tibet Plateau,the GLA01 product and GLA14 product are employed for the error analysis of GLAS footprints elevation.The bias of the centroid of return echo signal in the GLAS waveforms in the glacier surface and non-glacier land surface region are compared based on the SRTM DEM-derived roughness and slope data.Using the multiple linear regression models,the GLAS footprints elevation deviation are significantly related to the land surface roughness and slope of GLAS footprints.The results showed that the errors of GLAS footprints elevation on the glacier surface are 0.1 m,while the glacier surface slope value of GLAS footprints are less than 10°.The deviation of GLAS footprints elevation increases with the surface slope categories increased.The GLAS footprints are jointly affected by the slope and roughness,which the overall uncertain error was 0.3 m.In addition,if the glacier surface slope is more than 45°,the corresponding GLAS footprints are not available for estimation on the surface elevation change.The GLAS full waveforms are filtered by the Gaussian-Centroid method and the process can reduce the uncertain error of the centroid of the laser returned echo of the GLAS footprints.In future studies,the offset compensation caused by the glacier surface motion and the glacier surface DEM elevation deviation evaluation without considering the penetration effect of GLAS returned echo on the snow/ice surface would be considered.
ICESat-GLAS;slope;roughness;waveforms characteristics;elevation;uncertainty
2015-11-12；
2016-02-01
國家自然科學基金重點項目(41190084)；中國科學院戰略性先導科技專項(B類) (XDB03030200)；中國科學院海外科教基地建設計劃(SAJC201303);陜西理工大學人才啟動項目(SLGQD16-09)
吳紅波(1984-),男,博士后,講師,從事冰雪遙感方向研究。E-mail:wuhongbo12366@sina.com
10.3969/j.issn.1672-0504.2016.04.006
P237
A
1672-0504(2016)04-0030-08
