基于被動微波遙感數據的冰間水道提取及驗證

劉 闖，屈 猛，陳 穎，尚小燕，龐小平,

（1.中國南極測繪研究中心，湖北 武漢 430079；2.武漢大學資源與環境科學學院，湖北 武漢 430079）

冰間水道是在風力和洋流等因素的影響下，海冰漂移運動時產生破裂而形成的線狀開闊水域[1-2]。由于通過冰間水道的熱通量比厚冰要多出2 個數量級，冬季北極中心區1%～2%面積的冰間水道承擔了70%的熱量交換[3]。因此，獲取冰間水道分布信息對于北極氣候變化研究具有重要的意義。

冰間水道監測的數據源主要分為星載遙感、機載遙感和實地觀測數據三大類。Willmes[4-5]通過MODIS熱紅外影像生成溫度異常值圖，用閾值分割法提取冰間水道，經過云濾波后合成日水道數據。Lindsay[6]使用AVHRR 數據，利用冰間水道的溫度與亮度特征設置閾值提取冰間水道。Tschudi[7]通過航空相機，微波輻射計和輻射高溫計，手動選取每一條水道的點，為不同的水道設置亮度閾值通過最鄰近法得到連續的水道。屈猛[8]利用MODIS 和Landsat-8 的熱紅外遙感數據，使用劈窗算法反演海冰表面溫度，提取像元的溫度異常值后閾值分割，并對冰間水道內湍流熱通量進行計算。

被動微波遙感對大尺度冰間水道提取，以及全覆蓋日數據的提供具有相當的優勢。但目前的被動微波水道提取方法中，大多是基于雙通道的89.0 GHz 和18.7 GHz 垂直極化亮溫比設計算法，利用89.0 GHz 單通道水平垂直極化亮溫數據提取的研究極少，且尚未有對國產衛星FY-3D MWRI 數據提取冰間水道能力的評估報告。因此本文基于MWRI 亮溫數據進行冰間水道的識別和精度驗證，并與AMSR 2 被動微波數據提取的冰間水道產品進行比較，評估其在水道形態特征提取方面的能力與局限性。

1 數據與實驗概況

1.1 AMSR2 數據

AMSR2 是搭載在JAXA 的GCOM-W1（SHIZUKU）星上的多頻微波輻射計，測量來自地球表面和大氣層的微波輻射。它有7 種頻道，每種頻道上均有垂直與水平偏振測量，其產品按加工等級進行分類。本文選取L3 級別日平均亮溫數據，包括89.0 GHz 的水平（H）與垂直（V）極化數據。時間分辨率為1 d，空間分辨率為6.25 km。其投影方式為NSIDC Sea Ice Polar Stereographic North。數據可在National Snow & Data Center 獲取。（網址為https://nsidc.org/）

獲取開闊水域掩膜及分析水道及海冰密集度關系，需要使用海冰密集度數據。本文使用的海冰密集度數據是基于AMSR 2 89.0 GHz 亮溫數據使用ASI 算法反演所得到，分辨率為6.25 km，投影方式為NSIDC EASE GRID NORTH。該數據由不萊梅大學發布在https://seaice.uni-bremen.de/start/。

1.2 FY-3D MWRI 數據

MWRI 是搭建在風云三號D 星（FY-3）的微波成像儀，可以不受云霧、夜間光線的影響全天時、全天候獲取地物特征，共有5 個頻率，10 個通道實現對地觀測。且各個通道的空間分辨率不同，分布在10～75 km 之間。其中89.0 GHz 通道對降水散射信號敏感，常用于獲取地表降水信息。本文使用升軌亮溫軌道數據與降軌亮溫軌道數據，空間分辨率為10 km，坐標系為WGS84。數據可在風云衛星遙感數據服務官方網站中獲取。（網址為http://data.nsmc.org.cn/portalsite/default.aspx）。本文采用基于ASI 動態系點值算法的MWRI 海冰密集度產品，空間分辨率為12.5 km[9]。

1.3 MODIS 數據

MODIS 是觀察系統（EOS）的中等分辨率光譜成像儀，搭載在Terra 星和Aqua 星上，Terra 是在10:30 過境的上午星，其數據前綴為MOD。Aqua 是在13:30過境的下午星，其數據前綴為MYD。本文選取下午星Aqua 數據MYD29P1D 進行冰間水道的提取，其空間分辨率是1 km，投影方式為蘭勃特方位等積投影（lambert azimuthal equal-Area），數據可在National Snow & Data Center 獲取。

利用薄冰分布范圍作為被動微波系點值選取的基礎，需要使用L2G 級MYD09GA 地表反射率數據。其空間分辨率為500 m，投影方式為正弦曲線投影。該數據可以在Earthdata 獲取（網址為https://earthdata.nasa.gov/）。為統一數據體系，將所有影像重投影為North Pole Stereographic。

1.4 研究區域

本研究選取北極冰間水道活動最為頻繁的2 個地區，波弗特海與弗拉姆海峽作為研究區域，如圖1 所示。通過數據的比對選取氣象條件較好的2018-04-12和2018-04-28 進行研究。

圖 1 研究區域范圍

1.5 實驗流程

本文利用AMSR 2、MWRI、MODIS 3 種數據源對冰間水道進行提取，評估不同數據源與算法提取水道的結果相似度。此外，對冰間水道提取結果進行形態學方面探究，并對水道與海冰密集度關系進行了相關性分析，實驗流程如圖2 所示。

圖2 技術路線圖

2 實驗原理

2.1 被動微波提取冰間水道原理

基于冰間水道表面較低的亮溫特征與其細長線狀特征，被動微波提取水道算法首先計算89.0 GHz 垂直、水平通道的發射率比值，見公式（1），再將亮溫比r圖像用中值濾波器進行平滑。濾波后，將原亮溫比圖像r與濾波結果相減，得到亮溫比異常值r′，見公式（2）。

式中，TB,89V和TB,89H為89.0 GHz 垂直極化與水平極化亮溫數據；r為垂直水平極化比。

式中，Medianω(r)是經過窗口為ω的中值濾波器后的亮溫比圖像；r′為亮溫比異常值圖像，利用MYD09GA數據提取薄冰范圍參考Cavalieri[10-11]文中方法，將反射率數據合成寬波段反照率，設置閾值提取薄冰范圍。在異常值圖的基礎上結合薄冰范圍圖，以異常值分布的統計規律選取系點值，薄冰的低系點記為r′0，其高系點值為r′100，系點之間的值采用線性插值方法計算，如公式（3）所示。線性插值得到的異常值越大，像元為冰間水道的可能性也就越大，本文將其稱為水道密集度（LC）。

2.2 熱紅外遙感數提取冰間水道原理

MYD29P1D 數據提取水道的算法基于冰間水道表面溫度較周圍海冰較高的原理。參考Willmes[5]溫度異常值閾值分割算法，使用中值濾波器對海冰表溫產品進行平滑，將原像元溫度值與中值濾波后產品作差[13]，見公式（4），利用迭代閾值法得到閾值，該閾值將溫度異常值二值化用以提取水道。

圖3 與圖4 為3 種數據提取的4 月12 日、4 月28 日波弗特海與弗拉姆海峽冰間水道及被動微波對應的海冰密集度分布。水道密集度值在20%～100%之間的AMSR2 冰間水道像元與MODIS 水道的空間位置一致性較強，對于寬度較大的冰間水道均有檢測；水道密集度值在0 ～20%之間的水道像元僅能表示較小尺度的冰間水道，且存在部分錯檢。AMSR2 能夠檢測到的冰間水道寬度最小約為2.5 km。

圖3 波弗特海冰間水道及海冰密集度圖

圖4 弗拉姆海峽冰間水道提取圖

MWRI 亮溫數據提取的冰間水道整體水道密集度較低，大部分為水道密集度在10%～100%區間內的冰間水道像元。水道密集度在10%～100%范圍內的像元，能夠與MODIS 提取的寬度較大的冰間水道較好地重疊；水道密集度值在0 ～10%的像元則加強了冰間水道的連續性，使水道呈現面狀特征而非線狀特征。經過ENVI 中測距工具的手動測量估計，MWRI 能夠檢測到的冰間水道寬度最小約為4 km。

式中，ΔT為溫度異常值；T為表面溫度；Medianω(T)為濾波后的海冰溫度。

2.3 冰間水道形態學特征提取原理

利用LSD 算法對冰間水道進行檢測并計算。定義冰間水道長度為水道端點間大圓航線的劣弧距離，見公式（5）。其中，ER 為地球半徑。

3 閾值劃分

3.1 熱紅外遙感閾值

選用ω=31 的窗口對海冰表面溫度進行中值濾波。設置迭代的限差為0.001，利用迭代閾值法生成分割的閾值，閾值的選取如表1 所示。

表1 MODIS 閾值的選取

3.2 可見光遙感閾值

利用MODIS 地表反射率合成寬波段反照率（BA），見公式（7），可以設立0.1 ≤BA≤0.6 的閾值對薄冰范圍進行提取。

BA=0.326 5×B1+0.436 4×B3+0.236 6×B4 （7）

3.3 被動微波系點值

選用ω=7 作為中值濾波窗口，作差得到亮溫比異常值。通過與可見光的冰間水道進行對比，分別統計落在薄冰范圍與非薄冰范圍的像元，由統計學規律選取的系點值如表2 所示。

表2 薄冰系點值

4 分析結果

4.1 冰間水道提取結果

表3 為3 種數據提取的冰間水道總面積，3 種數據提取的冰間水道總面積維持在同一數量級。被動微波提取水道總面積略小于熱紅外遙感提取結果，可能原因是被動微波遙感使用的亮溫比異常值算法主要針對薄冰覆蓋的冰間水道，漏檢了部分開闊水域覆蓋的冰間水道。對于波弗特海28 日提取結果，反而出現了熱紅外遙感總面積最小的情況。從冰間水道的分布可以看出，28 日波弗特海3 種數據水道分布范圍整體出現了較為吻合的情況，可能原因是當日水道大部分為薄冰覆蓋，被動微波提取結果較好，而其像元分辨率較低則高估了水道面積。

表3 冰間水道總面積對比

綜上，AMSR 2 亮溫數據提取水道的結果，對冰間水道這一線狀特征的描述較為適中，MWRI 分辨率較低、像元尺寸較大，會高估冰間水道的寬度。兩者對于冰間水道總面積的提取，都會存在一定的低估。

4.2 冰間水道形態學特征

除了對水道面積進行對比以外，本文還利用LSD算法對被動微波提取的冰間水道進行直線提取。表4為冰間水道長度的對比，被動微波遙感數據提取出的冰間水道相對于MODIS 數據源會高估冰間水道的實際長度。該高估現象的原因可能是被動微波遙感數據較大的像元，使冰間水道連接性增高。

表4 冰間水道提取結果長度對比

對冰間水道結果圖做最小外接矩形檢測，統計結果如圖5 所示。在冰間水道形態學參數方面，3 種數據源得到的冰間水道寬度分布均服從冪律分布規律，且證實了被動微波亮溫數據具有提取出寬度大于像元分辨率1/3 的冰間水道的可能性。總的來說，AMSR 2 與MWRI 亮溫數據提取的冰間水道對長度和寬度都存在約為MODIS 數據2 倍的情況。

圖5 AMSR 2、MWRI、 MODIS 冰間水道寬度分布圖

4.3 AMSR 2、MWRI 數據海冰密集度與冰間水道關系

以AMSR 2 數據提取的冰間水道作為分析對象，如圖3 與圖4 所示。12 日和28 日波弗特海水道密集度值為100%的像元，對應的海冰密集度大多在50%以下；水道密集度值在50%～100%范圍內的水道像元與具有線狀特征的海冰密集度像元高度重合。

在弗拉姆海峽，水道密集度在50%～100%范圍內的水道像元覆蓋了大部分海冰密集度較低區域，50%以下的水道密集值像元覆蓋了次顯著的區域，以及少數位于格陵蘭海附近和北冰洋高密集度混合區域。從目視分析整體角度上看，AMSR 2 6.25 km 海冰密集度數據與水道范圍較一致。

以10%為區間，統計各海冰密集度區間內像元的水道密集度，如圖6 所示。整體上，較高海冰密集度的像元多出現在低水道密集度的區域，較低海冰密集度像元出現在水道密集度為100%的像元位置幾率更大。對于落在水道范圍內的海冰密集度100%的像元，認為它是異常的，約占整體冰間水道像元數量的5%。異常原因可能是由于冰間水道結構較小，存在冰水混合現象的海冰密集度像元難以表現出來。

圖6 AMSR 2 SIC 區間內像元的LC 分布

對AMSR 2 亮溫數據提取的冰間水道及其海冰密集度產品而言，海冰密集度小于80%的像元，為冰間水道像元的可能性較大；密集度在80%～100%范圍內的像元，為冰間水道像元的可能性較小。冰間水道與海冰密集度整體成負相關的關系。

以MWRI 數據提取的冰間水道作為分析對象，如圖3 與圖4 所示。波弗特海12 日和28 日的水道密集度為100%的像元，海冰密集度大部分都在90%以下；水道密集度在大于70%區間內的像元位置，與大部分具有線狀特征的海冰密集度區域重合；0～70%水道密集度區間內的像元，大多位于高海冰密集度以及明顯線狀特征的像元邊緣區域。

弗拉姆海峽12 日和28 日水道密集度為100%的像元，大部分都位于顯著的海冰邊界區域，這些區域的海冰密集度在15%～70% 之間；水道密集度在40%～100% 范圍內的水道像元，能夠基本覆蓋較為明顯線狀特征，這些區域的海冰密集度大致在80%～95% 之間；20%～40% 區間內的水道密集度值像元，大多位于海冰密集度95% 左右的線狀特征邊緣；小于20% 水道密集度的像元分布，一部分同20%～40%區間相似，另一部分則位于100%海冰密集度像元處。

以10% 為間隔劃分區間，統計MWRI 各海冰密集度區間內像元的水道密集度。如圖7 所示，較低海冰密集度的像元，在波弗特海區域水道密集度多為100%，在弗拉姆海峽則呈散布狀態。在高海冰密集度范圍，落在50%以下水道密集度區間內的像元約占全部的85%。冰間水道內100%海冰密集度的異常像元，約占水道像元總數的9%，異常原因可能是12.5l km 的較大尺度數據更易發生冰水混合現象。

圖7 MWRI SIC 像元內LC 的分布

總體而言，海冰密集度小于85%的像元，為冰間水道像元的可能性較大；海冰密集度在85%～100%范圍內的像元是否為冰間水道，需要綜合考慮水道密集度等因素。

5 結 語

本文使用89.0 GHz 單通道垂直水平極化比算法，結合MODIS 地表反射率數據生成的薄冰范圍選取系點，生成冰間水道分布圖。由此對冰間水道形態學特征以及海冰密集度相關性進行了探究。

主要結論如下:

1） 通過LSD 直線檢測算法和最小外接矩形算法，計算本文中被動微波數據源提取冰間水道的長度和寬度。被動微波遙感數據提取出的冰間水道長度要遠高于熱紅外遙感，在冰間水道寬度方面，3 種數據提取結果服從冪律分布特征。2）被動微波遙感數據提取的冰間水道，大尺度冰間水道與MODIS 水道空間分布范圍均較為一致。冰間水道密集度與海冰密集度呈現負相關的關系。對于AMSR 2，水道密集度空間范圍與海冰密集度較為一致；對于MWRI，在冰間水道密集度高的像元，與海冰密集度分布范圍較為吻合，低水道密集度的像元上與海冰密集度分布范圍存在不一致情況。