基于北斗GEO衛星反射信號的渤海海冰檢測

張云，謝向芳，孟婉婷，楊樹瑚，高強，王煒

（1.上海海洋大學 信息學院，上海 201306； 2.天津市濱海新區氣象局，天津 300480；3.天津市氣象科學研究所，天津 300074）

中國渤海每年冬天會因寒潮侵襲而凍結造成海冰災害，海冰災害直接造成的經濟損失引起了國家氣象局的重視［1］。這使得對海冰監測技術的探究和對海冰的預警技術成為重要的研究方向。傳統的海冰觀測站測量、機載監測和衛星遙感觀測等手段受環境限制并且成本高。

全球導航衛星系統反射信號（GNSS-R）具有全球覆蓋、全天候的可用性、成本低等特點，其有廣泛的衛星資源應用于檢測海洋表面，應用領域如海洋測高［2-4］、海洋風場［5-7］、海面浮油［8-9］和海面有效波高［10-11］。近年來，海冰檢測已經成為使用GNSS-R技術研究的一個重要領域。

Kom jathy等［12］首次于2000年發表了全球定位系統（GPS）在遙感領域的新的潛在應用。不過，GPS只包含中地球軌道（MEO）衛星星座。通常，單顆MEO衛星在一天的可用時間為4～6 h，并且衛星的仰角在10°～80°之間變化，而可使用的仰角范圍有限［13-16］，這使得單顆衛星的海冰檢測的時間分辨率降低。使用多顆衛星相結合可以提高時間分辨率，但每顆衛星發射信號功率不同，在信號傳輸過程中的信號衰減程度不一致等原因導致使用多顆衛星協作的情況會帶來不同程度的系統誤差［17-22］。

中國自主研發的北斗系統由地球同步軌道（GEO）衛星、傾斜地球同步軌道（IGSO）衛星和MEO衛星組成。與MEO衛星和IGSO衛星相比，GEO衛星具有較低的角速度，仰角幾乎沒有變化，所以鏡面反射點也幾乎沒有變化。因此，使用GEO衛星檢測海冰不僅具有高時間分辨率，而且能夠減少因衛星仰角變化對反射信號功率造成的影響。然而，使用北斗GEO衛星反射信號檢測海冰的研究還很少［23-24］。

本文使用筆者團隊開發的北斗衛星反射信號（BeiDou-R）軟件接收機接收數據，利用3顆北斗GEO衛星（C01、C02和C03）在渤海灣進行了2次實驗，對實驗結果的分析驗證了北斗 GEO衛星反射信號檢測海冰密集度的可行性。

第1次實驗首次驗證了利用GEO衛星的反射信號檢測海冰的可能性。由于第1次實驗（2015年）當天氣溫比較高，從海冰狀態到全部融化成海水狀態僅持續11 h。同時海冰密集度的變化受潮汐的影響，當潮水上漲時會將海冰沖碎并帶走海冰，海冰密集度急速降低，因此未能進行長時間的連續觀測。第2次實驗（2016年）中海冰狀態持續了6 d并且海冰密集度高達90%，因此利用3顆北斗GEO衛星對沿海海冰進行了長時間的連續觀測。

2次實驗結果表明，渤海灣海域海冰產生的反射信號的極化比值與海冰密集度和大氣溫度有一定的相關性。同時本文使用干涉相位的均方根RMSφ討論了海面粗糙度，發現海面粗糙度變化較小，可以忽略其對實驗結果的影響。

1 原理方法

1.1 BDS的特征

北斗衛星導航系統（BDS）由3部分組成：空間段、地面段和用戶段。與其他系統不同，BDS不僅包括MEO衛星和IGSO衛星，也包括GEO衛星。截至2016年6月12日，已成功發射23顆衛星，包括7顆 GEO衛星、8顆 MEO衛星、8顆 IGSO衛星。由于衛星軌道的特點，造成了GEO與MEO和IGSO的可視時間和仰角變化率都有較大的不同。其中，GEO衛星的軌道高度為35 786 km，可視時間為24 h（全天），仰角幾乎不變。

圖1為2016年2月1日渤海灣的C03（GEO）、C08（IGSO）和 C11（MEO）衛星的 24 h仰角時序圖，體現了北斗3種星座不同的可視時間。C03（北斗GEO）的可視時間長達24 h，仰角的變化范圍僅為 3°～4°；C08（北斗 IGSO）的可視時間為16 h，仰角變化率會改變，一段時間內的仰角變化率保持在10°以內，與GEO衛星有相同的特征，而另一段時間內的仰角變化率非常大，與 MEO衛星有相同的特征；C11（北斗 MEO）的可視時間被分割成2段，共6 h?？梢晻r間和仰角的變化率與各自衛星的軌道特性有著密切的關系。由此可見，在接收機固定位置的情況下，單顆 GEO衛星的時間分辨率比 MEO衛星和 IGSO衛星高，因此可以利用GEO衛星對特定位置進行長時間的穩定觀測。基于這一特性，本文使用了3顆北斗GEO衛星（C01、C02和 C03）提高了基于地基反射信號的海冰檢測的時間分辨率。

圖1 2016年2月1日的24 h北斗混合星座代表衛星的時序圖Fig.1 24 h timing diagram of BeiDou mixed constellation（February 1，2016）

BDS發射2種右旋圓極化（RHCP）L波段信號，分別為 B1頻率（1 561.098 MHz）和 B2頻率（1 207.14MHz）。本文采用 B1頻率信號，其帶寬為 4.092MHz。

1.2 海冰檢測原理

本文假設海面平靜，忽略海面粗糙度的影響。對于光滑的表面，電磁波的反射類似鏡面反射［23］。入射角等于反射角，利用菲涅耳反射系數可以確定入射電磁波與反射電磁波之間的關系。

實驗中衛星數據的仰角范圍為38°～43°，故實驗利用直射信號在海面反射后的反射左旋圓極化信號R-LHCP與直射右旋圓極化信號D-RHCP的比值——極化比（R-LHCP/D-RHCP）模型反推海洋表面物理信息。

1.3 海面粗糙度原理

在本文的2次實驗中，鏡面反射區域實際是略微粗糙的海面，這導致海冰表面的反射信號在各個方向都有散射，從而降低了反射信號的功率［19］。

由于反射面的粗糙度與RMSφ的變化相關，因此通過RMSφ來表征鏡面反射點處的海面粗糙度。圖2為計算RMSφ的流程。通過分析RMSφ與海冰表面狀況之間的關系來判斷是否需要用海面粗糙度對實驗結果進行校正。

圖2 RMSφ計算流程Fig.2 Calculation flowchart of RMSφ

2 海冰實驗

為了驗證使用 BeiDou-R技術與極化比（RLHCP/D-RHCP）海冰模型檢測海冰密集度的可行性，筆者在中國渤海進行了2次實驗。為了消除不同時刻衛星仰角變化對實驗結果的影響以及提高觀測的時間分辨率，采用北斗GEO衛星對海冰進行探測。

考慮到天線波束角和反射面積，選擇衛星仰角范圍為135°～225°的海冰數據進行處理。篩選出3顆符合條件的GEO衛星C01、C02和C03。然而在2015年的實驗期間，C02衛星發生軌道漂移現象，故2015年符合條件的衛星只有C01和C03衛星。

圖 3（a）為實驗位置坐標，圖 3（b）為北斗衛星的鏡面反射點位置。圖中，藍色、玫紅色、綠色圓點分別代表C01、C02、C03的鏡面反射點，紅色圓點表示接收器的位置。

本次實驗用了 3個接收天線：D-RHCP、RLHCP和R-RHCP天線，相關參數詳見表1。本文使用的是BDS中頻（IF）信號的軟件接收機，采樣頻率為 16.36MHz，帶寬約為 16MB/s。

圖3 實驗場地接收機和鏡面反射點位置Fig.3 Receiver and specular reflection points of experimental area

表1 D-RHCP、R-LHCP和R-RHCP天線的參數對比Table 1 Comparison of parameters of D-RHCP，R-LCHP and R-RHCP antennas

圖4為2016年1月30日3顆GEO衛星的天頂圖。實線箭頭代表2015年接收天線朝向，虛線箭頭代表2016年接收天線朝向。

圖5為2015年1月24日08：24時刻 C01衛星的路徑延遲與相關功率關系曲線，該曲線為240 s的數據。在這組數據中，極化比（R-LHCP/D-RHCP）為0.11。用同樣的方法估計2個實驗中的極化比（R-LHCP/D-RHCP）所有值。

圖4 2016年1月30日實驗地點衛星天頂圖Fig.4 Skyplot of satellite at experiment point（January 30，2016）

圖5 2015年1月24日08：24時刻 C01衛星路徑延遲與相關功率關系曲線Fig.5 Relationship between path delay and related power of C01 satellite（January 24，2015，08：24）

3 實驗數據分析

3.1 第1次實驗

在本次 BeiDou-R岸基實驗中，用照相機每5min拍攝一張實驗場景，并使用支持向量機（SVM）的方法計算照片中實驗場景的海冰密集度。結果顯示在圖6中，圖中小照片代表實驗場景。

2015年1月24日，海面高潮發生在05：48和17：33時刻，低潮發生在12：09時刻。從圖6中可以看出，07：58～12：14時刻海冰密集度沒有明顯的變化，12：14時刻之后海冰密集度略有下降，然后又有所上升。結合氣象站的氣溫資料，可能是中午氣溫變化造成的。在13：06～15：16時刻，海冰密集度穩定。15：16時刻之后，海水漲潮到實驗區域，海水增加并將海冰沖走，鏡面反射區海冰密集度急劇下降。

將接收的07：58～16：43時刻的衛星信號數據進行1次相干累加和100次非相干累加，得到如圖7所示結果。

根據文獻［21］所述，極化比值（R-LHCP/D-RHCP）與海冰密集度呈負相關。從圖7中可以看到，07：58～12：55時刻 C01衛星的極化比值和07：58～11：22時刻 C03衛星的極化比值逐漸上升，而海冰密集度逐漸下降；12：55～15：16時刻C01和C03衛星的極化比值先下降后上升，海冰密集度先上升后下降；15：16時刻之后潮汐到達實驗區域，C01和C03衛星的極化比值上升，海冰密集度下降。

圖6 海冰密集度及實驗場景Fig.6 Pictures of sea ice concentration and experimental scene

圖7 C01和C03衛星的極化比、海冰密集度和大氣溫度變化Fig.7 Polarization ratio，sea ice concentration and atmospheric temperature change of C01 and C03 satellites

12：55時刻的C01衛星數據中的峰值可能是由于中午大氣溫度較高引起的海冰暫時融化，15：16時刻之后極化比值迅速上升是因為潮汐影響導致海冰密集度迅速降低。C03衛星的結果類似。

3.2 第2次實驗

在2016年的實驗中，筆者對實驗區域進行了視頻拍攝，隨后使用SVM計算從視頻中獲取的實驗場景照片的海冰密集度。結果如表2所示，實驗期間海面幾乎被海冰覆蓋。由于海冰密集度變化幅度極小，很難分析海冰密集度和極化比之間的關系。

本文分析了極化比和大氣溫度之間的關系，結果如圖8所示?？梢钥闯?，C01、C02和 C03衛星的極化比值與大氣溫度之間呈正相關關系。

表3顯示了每顆衛星每天的極化比值與大氣溫度之間的相關性，最右列是每顆衛星在6 d的實驗中總的相關值。

通過對圖8和表3進行分析，得出以下結論：

1）在連續6 d的實驗期間，C01、C02和 C03衛星的極化比值與大氣溫度之間呈正相關的關系，相關值分別為0.61、0.72和0.57。

表2 2016年實驗中每天的海冰密集度Tab le 2 Daily sea ice concentration of experim ent in 2016

圖8 極化比與大氣溫度的關系Fig.8 Relationship between polarization ratio and atmospheric temperature

表3 極化比和大氣溫度的相關性Tab le 3 Relationship between polarization ratio and atmospheric temperature

2）C02衛星的極化比與大氣溫度的相關性結果比C01和C03衛星大。通過實驗現場觀察發現，C02衛星的鏡面反射點區域的海冰結構更穩定。推測當海冰密集度高且穩定時，大氣溫度對極化比值的影響最大。

3.3 海面粗糙度分析

通過計算 RMSφ標準偏差來分析海面的粗糙度。

圖9為2次實驗的 RMSφ數據，圖中每個點是30min實驗數據的平均值。在2015年的實驗中，實驗海域中是冰與水的混合物（見圖6）。在2016年的實驗中，實驗海域中海冰密集度達到90%以上（見表 2）。從圖 9可以得出，風速和RMSφ之間無明顯的相關性。海冰和海水混合物的海況，海面粗糙度基本不受風速影響，主要與海冰的表面狀況有關。圖10為2次實驗中具有代表性的海面狀況照片。

圖9 2次實驗的 RMSφ值Fig.9 RMSφvalues of two experiments

圖10 2次實驗海冰狀況實景圖Fig.10 View diagrams of two sea ice experiments

表4為2次實驗RMSφ值的標準偏差?？梢园l現，第2次實驗的 RMSφ值的標準偏差值比第1次實驗更小，反映了更加光滑的海面狀況。第2次實驗期間，渤海灣實驗區海面是由海水新結的海冰組成，海面比第1次實驗的更光滑（實驗現場照片見圖10）。在海冰密集度大時，RMSφ值可以直接反映海冰的表面狀況。

由于2次實驗中 RMSφ范圍小于0.5 rad（見圖9和表4），對海冰檢測的影響可以忽略，所以無需對2次實驗的結果進行校正。

表4 2次實驗的RM Sφ值的標準差Table 4 Standard deviation of RMSφof two experiments

4 結 論

本文通過在渤海的2次實驗，利用3顆北斗GEO衛星的反射信號檢測海冰密集度，驗證了使用岸基BeiDou-R軟件接收機接收北斗GEO衛星反射信號檢測海冰密集度的可行性。

從2次實驗的結果可知，BeiDou-R軟件接收機能夠被用來接收BeiDou-R信號。從處理后的數據可以得到以下結論：

1）由于GEO衛星仰角幾乎不變，在岸基實驗中呈現很好的時間分辨率，并提供更可行的數據，可以使用單顆 GEO衛星定點長時間監測海況，可以使用多個 GEO衛星結合提高空間分辨率。在未來的研究中，將結合北斗 IGSO衛星進一步提高檢測海冰密集度的空間分辨率。

2）當海冰密集度變化范圍大的情況下，可以利用BeiDou-R信號極化比技術探測海冰密集度變化。

3）當海冰密集度大，且變化范圍小的情況下，極化比技術可以檢測氣溫的變化。因為海冰厚度與氣溫有一定的相關性，海冰厚度的變化也可能影響極化比值。由于本文提到的2次實驗中缺乏海冰厚度的數據，這一問題需要在將來進一步研究。

4）當海冰密集度大時，由于海面粗糙度受風速影響較小，非相干相位的RMS可以直接反映海冰的表面狀況。從本文實驗中RMSφ的結果得出海面粗糙度對海冰檢測的影響極小可以忽略，故不需校正。

5）本文實驗中定性地分析了海冰密集度的變化與極化比的相關性，在未來的實驗中將嘗試對極化比和海冰密集度的關系進行定量分析。

（References）

［1］李劍，黃嘉佑，劉欽政.黃、渤海海冰長期變化特征分析［J］.海洋預報，2005，22（2）：22-32.LI J，HUANG JY，LIU Q Z.Long term variation characteristics of sea ice in Bohai and Yellow Sea［J］.Ocean Forecast，2005，22（2）：22-32（in Chinese）.

［2］RIUS A，CARDELLACH E，MATTIN-NEIRA M.Altimetric analysis of the sea-surface GPS-reflected signals［J］.IEEE Transactions on Geoscience＆Remote Sensing，2010，48（4）：2119-2127.

［3］PARK H，VALENCIA E，CAMPS A，et al.Delay tracking in spaceborne GNSS-R ocean altimetry［J］.IEEE Geoscience＆Remote Sensing Letters，2013，10（1）：57-61.

［4］ZHANG Y，LIB B，TIAN L M，et al.Phase altimetry using reflected signals from BeiDou GEO satellites［J］.IEEE Geoscience＆Remote Sensing Letters，2016，13（10）：1410-1414.

［5］ZAVOROTNY V U，VORONOVICH A G.Scattering of GPS signals from the ocean with wind remote sensing application［J］.IEEE Transactions on Geoscience＆Remote Sensing，2000，38（2）：951-964.

［6］RODRIGUEZ-ALVAREZ N，AKOS D M，ZAVOROTNY V U，et al.Airborne GNSS-R wind retrievals using delay-Doppler maps［J］.IEEE Transactions on Geoscience＆ Remote Sensing，2013，51（1）：626-641.

［7］VALENCIA E，ZAVOROTNY V U，AKOS D M，et al.Using DDM asymmetry metrics for wind direction retrieval from GPS ocean-scattered signals in airborne experiments［J］.IEEE Transactions on Geoscience＆Remote Sensing，2014，52（7）：3924-3936.

［8］LIC，HUANGW，GLEASON S.Dual antenna space-based GNSS-R ocean surfacemapping：Oil slick and tropical cyclone sensing［J］.IEEE Journal of Selected Topics in Applied Earth Observations＆Remote Sensing，2015，8（1）：425-435.

［9］VALENCIA E，CAMPS A，RODRIGUEZ-ALVAREZ N，et al.Using GNSS-R imaging of the ocean surface for oil slick detection［J］.IEEE Journal of Selected Topics in Applied Earth Observations＆Remote Sensing，2013，6（1）：217-223.

［10］SOULAT F，CAPARRINIM，GERMAIN O，et al.Sea state monitoring using coastal GNSS-R［J］.Geophysical Research Letters，2004，31（21）：133-147.

［11］LARSON K M，RAY R D，NIEVINSKIF G，et al.The accidental tide gauge：AGPS reflection case study from Kachemak Bay，Alaska［J］.IEEE Geoscience＆Remote Sensing Letters，2013，10（5）：1200-1204.

［12］KOMJATHY A，ZAVOROTNY V，AXELRAD P，et al.GPS signal scattering from sea surface：Comparison between experimental data and theoretical model［C］∥The 5 th International Conference on Remote Sensing for Marine and Coastal Environments，1998：1-12.

［13］YAN Q，HUANG W.Spaceborne GNSS-R sea ice detection using delay-Doppler maps：First results from the U.K.Tech Demo Sat-1 mission［J］.IEEE Journal of Selected Topics in Applied Earth Observations＆Remote Sensing，2016，9（10）：4795-4801.

［14］ WIEHL M，LEGRESY B，DIETRICH R.Potential of reflected GNSS signals for ice sheet remote sensing［J］.Progress in Electro magnetics Research，2003，40：177-205.

［15］GLEASON S，HODGART S，SUN Y，et al.Detection and processing of bistatically reflected GPS signals from low earth orbit for the purpose of ocean remote sensing［J］.IEEE Transactions on Geoscience＆Remote Sensing，2005，43（6）：1229-1241.

［16］RIVASM B，MASLANIK JA，AXELRAD P.Bistatic scattering of GPS signals off arctic sea ice［J］.IEEE Transactions on Geoscience＆Remote Sensing，2010，48（3）：1548-1553.

［17］ FABRA F，CARDELLACH E，NOGUES-CORREIG O，et al.Monitoring sea-ice and dry snow with GNSS reflections［J］.2010，38（5）：3837-3840.

［18］ CARDELLACH E，FABRA F，NOGUéS-CORREIG O，et al.GNSS-R ground-based and airborne campaigns for ocean，land，ice，and snow techniques：Application to the GOLD-RTR data sets［J］.Radio Science，2016，46（6）：1-16.

［19］FABRA F，CARDELLACH E，RIUS A，et al.Phase altimetry with dual polarization GNSS-R over sea ice［J］.IEEE Transactions on Geoscience＆ Remote Sensing，2012，50（6）：2112-2121.

［20］FABRA F.GNSS-R as a source of opportunity for remote sensing of the cryosphere［D］.Barcelona：Universitat Politècnicade Catalunya（UPC），2013.

［21］ZHANG Y，GUO J J，YUAN G L，et al.Sea ice study based on GNSS-R signal［J］.Global Positioning System（China），2013，38（2）：1-7.

［22］ZHANG Y，MENG W T，GU Q M，et al.Detection of Bohai bay sea ice using GPS-reflected signals［J］.IEEE Journal of Selected Topics in Applied Earth Observations＆ Remote Sensing，2015，8（1）：39-46.

［23］張陽.基于北斗衛星反射信號的海面高度測量方法研究［D］.北京：北京化工大學，2015.ZHANG Y.Study on sea surface height measurement based on Beidou satellite reflection signal［D］.Beijing：Beijing University of Chemical Technology，2015（in Chinese）.

［24］白偉華.GNSS-R海洋遙感技術研究［D］.北京：中國科學院研究生院，2008.BAIW H.Study of the GNSS-R ocean remote sensing technique［D］.Beijing：Graduate University of Chinese Academy of Sciences，2008（in Chinese）.