基于GPS反射信号技术的渤海海冰实验

张云，孟婉婷*，顾祈明，韩彦岭，曹云昌，夏青，王炜

（1.上海海洋大学信息学院通信导航实验室，上海 201306；2.中国气象局气象探测中心，北京 100081；3.天津气象局天津市气象科学研究所，天津 300074）

基于GPS反射信号技术的渤海海冰实验

张云1，孟婉婷1*，顾祈明1，韩彦岭1，曹云昌2，夏青2，王炜3

（1.上海海洋大学信息学院通信导航实验室，上海 201306；2.中国气象局气象探测中心，北京 100081；3.天津气象局天津市气象科学研究所，天津 300074）

传统的海冰检测手段都存在着受天气影响或实时检测成本太高的缺点，为了更实时有效的检测海冰，减轻海冰灾害对于我国的影响，并达到防灾减灾的目的，本文研究了GPS反射信号（GPS-R）技术检测海冰的可能性。通过对2013年2月下旬在中国天津渤海湾的岸基架设GPS信号接收机所接收的观测数据进行分析，使用不同特性的反射海域（几乎全为海水或是海冰）的数据进行比对分析，其结果显示极化比值（反射左旋信号与直射右旋信号的比值）能够明显反演海冰密集度。本文首次将GPS-R技术应用于国内自主设计的渤海海冰检测实验中。

GPS；反射信号；GPS-R；海冰检测；极化比

1 引言

海冰作为冰雪圈的重要组成部分，决定着海气能量与物质的交换过程和速率，海冰灾害是一种多集中于极地区域以及某些高纬度区域的海洋灾害类型。海冰现象直接影响海洋渔业、海上交通、海上油气资源的开发、海岸港口的正常作业等。我国北部海域纬度偏高，每年都有结冰现象出现，历史上多次出现严重海面结冰所造成航运中断、船舶搁浅、钻井平台倒塌等大范围影响以及经济损失。2010年冬天，渤海和黄海北部遭遇30 a来最严重的海冰冰情，海冰灾害直接经济损失达63.18亿元，占全年海洋灾害总经济损失的47.6%［1］。加大海冰实时检测力度，可以有效的起到防灾减灾的目的，减轻海冰灾害的影响。

自20世纪80年代起，我国卫星海洋应用中心先后建立了卫星遥感海冰图像的接收和分析系统。传统上来说，利用卫星遥感检测海冰主要有两大类，一类是基于可见光的遥感卫星数据，另一类则是基于微波的遥感卫星数据。可见光的海冰遥感主要以中低分辨率光学传感器为主［2］，图像直观，但受云、雨、雾等天气影响，不能全天候、全天时的检测海冰状况。微波的海冰遥感主要以合成孔径雷达（SAR）为主［2］，具有全天候、全天时成像能力，但如果要大范围的观测连续的海冰特性，需要非常高的成本。

GPS反射信号（GPS-R）遥感技术是基于全球卫星定位系统的利用导航卫星L波段信号为发射源，以岸、机、星载或其他接收平台，通过接收并处理海洋、陆地或移动目标的反射信号，实现被测媒质的特征要素提取或移动目标探测的一种技术［3］。随着GPS-R技术的不断发展，国外的学者们已经将其引入到海冰检测领域。Komjathy等利用GPS的反射信号功率获得海冰表面的有效介电常数的经验值［4］，Rivas通过拟合反射信号波形计算出海冰表面的粗糙度［5］，Fabra等使用反射信号功率与直射信号功率的比值趋势拟合出海冰密集度的变化趋势［6］。

国内GPS-R的海冰检测的研究还处于起步阶段，目前很少有GPS-R的海冰遥感实验。2013年，张云等利用欧空局在格林兰岛的GPS反射信号实验数据论证了基于GPS反射信号的海冰检测的可能性［7］。在2013年2月下旬，由中国气象局气象探测中心组织，上海海洋大学、天津市气象科学研究所、滨海新区汉沽气象局等单位共同组织参加了“GPS反射信号监测海冰”实验。此次渤海海冰实验是中国使用首次将GPS-R技术应用于渤海海冰检测［8］，目的是为了验证GPS-R检测海冰技术的可能性。此次实验成功地记录到海冰的融化过程，本文论述了此次实验的实验方法以及实验结果。在电磁波反射理论的基础上，本文首次提出了使用GPS-R的极化比［左旋反射信号（R-LHCP）／右旋直射信号（D-RHCP）］的海冰检测方法，通过原理分析，以及仿真结果和此次渤海海冰实验结果的验证，证明了使用GPS-R的极化比（R-LHCP）／（D-RHCP）来检测海冰技术的可能性。

2 实验原理分析

对于海面来说，如果海水内部是均匀或者说是类似均匀的，这时电磁波的散射只发生在海水表面。本文在此假设成立的基础上，讨论后续的问题。如果海水内部是均匀或者说是类似均匀的，电磁波的散射只发生在海水面表，那么散射的特征只与海面的粗糙度有关，如图1所示，不同粗糙的海面会形成不同的散射效果［9］。

图1 不同散射的效果图Fig.1 Signal scattering on different surfaces

由图1可见，在海面是理想的镜面状态下，电磁波将发生镜面反射，入射角等于反射角，此时可以通过菲涅尔反射定律来描述，其反射信号的功率大小以及相位等信息，也取决于GPS入射波的频率、极化方式、入射角和反射面的性质（介电常数和电导率）。在海面是略微有点粗糙的状态下，会产生镜向反射信号（也称相干散射分量）和散射信号（也称非相干散射分量），其中非相干的散射分量比例较小。当海面越来越粗糙之后，相干散射分量越来越小，直至可以忽略不计，而其中一部分散射信号极化方式与入射信号的相同，一部分则不同［10］。

GPS直射信号在经过海面散射后，其反射信号的输出功率的波形表达式［11］为：

式中，〈|Y（τ）|2〉是反射信号输出功率的波形，Ti为相干积分时间，R为菲涅尔反射系数，c是光速，R（ρ→）和R2（ρ→）分别是GPS卫星到接收机的向量和GPS卫星到海面上镜面反射点的向量，D2（ρ→）是天线方向的有效覆盖区。由式（1）可知，影响反射信号输出功率波形〈|Y（τ）|2〉的有反射信号与直射信号的路径延迟、GPS卫星的仰角、菲涅尔反射系数等。而本文所叙述的实验都在类似的实验条件下，所以反射信号输出功率几乎不受反射信号与直射信号的路径延迟、GPS卫星的仰角的影响。但实验中不同的海面，菲涅尔系数有很大的不同，所以其反射信号输出功率很大程度上由菲涅尔反射系数确定。

如果海水内部是均匀或类似均匀，电磁波的散射只发生在海水表面，那么电磁波的反射与入射的能量关系由菲涅尔反射系数决定。菲涅尔反射系数的表达式［11］为：

式中，R、L、V、H分别表示右旋圆极化、左旋圆极化、垂直极化和水平极化；ε为海面的复介电常数。

海水与海冰的复介电常数差别很大［12］，早在1992年，郑全安等就对海冰厚度的微波辐射遥感模式研究以及两种复介电常数的推导与计算进行了详细的叙述［13］。

根据文献［13］～［16］，以GPS L1波段（1 575.42 MHz）为例，设海水温度为5℃，盐度为35，计算得海水的复介电常数为ε＝75.54＋48.27j。根据文献［5］、［11］和［17］，取海冰的复介电常数的平均值|εsi| ＝10，计算得海冰的复介电常数为ε＝7.07＋7.07j。在不同的介电常数的情况下，反射信号右旋极化分量、反射信号右旋极化分量和GPS卫星的高度角变化关系如图2所示。

图2 反射信号各极化分量与高度角的变化趋势图Fig.2 The relationship between the reflection polarization component and the elevation angle

GPS-R技术是采用异源扩频观测模式，利用海冰与海水表面的介电常数不同造成反射信号两种极化方式不同的信号强度，根据反射极化信号类型以及幅度比值的变化进行海冰消融和海水结冰过程的检测。为了分析GPS反射信号中所携带的反射面特征信息，可以处理振幅反射信号之间的两个偏振态。具体计算方法是计算海面两种偏振态反射信号的比率，称为极化比，也就是计算右旋反射信号（R-RHCP）振幅与R-LHCP振幅的比值（R-RHCP）／（R-LHCP）。作者利用极化比（R-RHCP）／（R-LHCP）模型，处理2009年欧空局在格陵兰岛的实验数据，验证极化比模型反演海冰密集度的可行性，详情请参见文献［6］。在此基础上，本文提出了一种新的方法，计算极化比（RLHCP）／（D-RHCP）来检测海冰。

通过前文所述的图2可知，R-LHCP的振幅随海面的高度角增大而增大，R-RHCP的振幅随海面的高度角增大而减小。在仰角大于一个特定值（约6.8°）的时候，左旋反射信号的振幅会大于右旋反射信号的振幅。由此说明，当GPS的D-RHCP经过海面散射后，极性会发生变化。在仰角大于一定值时，GPS的D-RHCP会大比例的转化为R-LHCP。

对比图中不同介电常数在高仰角范围（20°～40°）的情况下，海水的反射左旋的菲涅尔系数明显大于海冰的反射左旋的菲涅尔系数，由此得出海水的R-LHCP振幅应该大于海冰的R-LHCP振幅。由于在相同环境条件下，可以假设海水和海冰的D-RHCP振幅相等，所以我们可以得出海水的极化比值（R-LHCP）／（D-RHCP）大于海冰的极化比值（R-LHCP）／（D-RHCP），通过该仿真结果可以得出利用极化比值检测海冰的可能性，这是本文新提出的海冰检测方法的理论基础。

由于菲涅耳反射原理，在仰角较小的情况下，使用第一种极化比（R-RHCP）／（R-LHCP）比较合适，因为两种极性的反射信号在低仰角的时候，即使出现微小的角度变化，振幅都呈现出较大的变化趋势，此时第一种极化比不能很好的反映海面物理特征对于极化比的影响。在高度角较大的情况下，使用第二种极化比（R-LHCP）／（D-RHCP）比较合适，因为两种极性的反射信号在高仰角的时候，R-LHCP幅度远大于R-RHCP幅度，使第一种极化比（R-RHCP）／（R-LHCP）的比值趋近于0，不能很好的反映海面物理特征对于极化比的影响。本文在实验中利用高仰角范围（20°～40°）的实验数据，对于第二种极化比（R-LHCP）／（D-RHCP）方法区分海水以及海冰的可行性进行了详细的分析。

3 渤海海冰实验

3.1 实验基本情况

本文所采用的数据来自于2013年2月下旬的渤海海岸的自主实验，整个实验目的是为了验证GPS-R技术可以实现对渤海湾海域冰情变化、发展趋势的持续跟踪的可行性。实验地点在中国天津市滨海新区汉沽神港岸基的栏杆上搭建GPS-R的岸基接收机，具体坐标如图3所示。实验所用数据的采集时间为2013年2月20日和2月22日，期间经历了一个海冰融化的过程。2月20日下午15点4分41秒开始收集数据，15点36分53秒结束收集数据，间隔100 s搜集一次数据，一共搜集了12组；2月22日从上午10点04分43秒开始收集数据，11点11分24秒结束收集数据，间隔约100 s搜集一次数据，一共搜集了24组。

实验中，接收机架设在岸基上，距离海面高度约5 m左右，直射右旋天线（RHCP天线）水平放置朝向天顶，接收GPS发射的直射信号，反射左旋天线（LHCP天线）倾斜放置朝向海面，接收海面反射回来的反射信号。实验中，接收左旋反射信号的左旋天线，是四阵列高增益天线，可以满足对反射信号接收的要求；接收右旋直射信号的右旋天线，是使用的型号为S67-1575-39的航空天线，可以满足工作频点和带宽要求。两种天线的技术参数如表1所示。其中反射左旋天线增益为12 dB、波束角为38°左右，而直射右旋天线增益为3 dB。

表1 左旋阵列天线／右旋圆极化天线参数对比Tab.1 Parameter comparison of D-LHCP antenna and R-RHCP antenna

3.2 实验设备介绍

在实验中，采用机载多普勒／延迟映射软件接收机，与硬件接收机不同的，虽不能实时处理数据，但其接收机结构简单且，并且可以使用不同模型来解析海冰数据。机载多普勒／延迟映射接收机（GNSS-R微波遥感器）是由北京航空航天大学所研究开发的，是目前国内性能较好的反射信号接收机。

该机载多普勒／延迟映射接收机能够实现大量的多源导航卫星直射信号和反射信号的同步接收，全天时、全天候、大范围连续采集GPS发射的直射信号以及海面散射回来的反射信号，其复杂度和成本大大下降，采用扩频技术使得可以接收低于背景噪声的微弱信号［18］。

右旋天线用于接收到的GPS卫星L波段的直射信号，进行增益放大后形成右旋圆极化信号FSR输出给双通道频率变化模块的直射通道。四阵列左旋天线用于接收到的海面反射GNSS卫星L波段的回波信号，进行增益放大后形成左旋圆极化信号输出给双通道频率变化模块的回波通道［19］。其接收机信号处理流程如图4。

图3 实验区域坐标图Fig.3 The coordinate chart of the experimental area

图4 机载多普勒／延迟映射接收机信号处理流程图Fig.4 Flow process diagram of signal from airborne Doppler／delay mapping receiver

4 实验数据分析

海冰密集度是指所确定的海域内海冰面积占海域总面积的百分比［20］。在渤海实验中，使用了目测的方法，2013年2月20日，观测到实验设备前方的海域的海面几乎飘满了浮冰，海冰密集度达到80%以上，如图5a所示。2013年2月22日，类似的实验设备搭建场景中，观测到前方的海域的海面没有任何冰出现，海冰密集度是0%，如图5b所示。本文选取有代表性和强烈对比性的这两天的数据做一个对比分析，可以实现验证使用GPS-R的极化比值方法来检测海冰的可能性。

实验数据的分析流程如图6，右旋天线和左旋天线分别用于接收导航卫星直射信号和反射信号。直射信号和反射信号经接收后分别输入到两个射频前端，进行采样处理和数字化后得到直射和反射的原始数字中频信号。在数据处理工作站中，利用信号后处理软件对数字中频信号后处理，完成卫星信号快速捕获和跟踪，对反射信号进行相关处理。对所有的接收数据进行筛选，选取高仰角的卫星数据，使其符合前文所述的菲涅尔反射系数的原理，并进行数据分析，计算出每一组100 s数据的平均极化比值（R-LHCP）／（D-RHCP）。通过两天的数据结果对比，证明极化比值可以用于检测海冰／海水。

图5 渤海海冰实验场景图Fig.5 Pictures of the experiment taken during the field campaign

图7是2月20日和22日的天顶图，五角星表示卫星的起点，圆形表示天顶的后续轨迹点。根据原理，选择仰角范围为20°～40°的卫星，其次根据观测的海域，选择方位角范围为90°～150°的卫星。如天顶视图7a，20日符合实验条件的卫星是12号和25号卫星，如天顶视图7b，22日符合实验条件的卫星是2号卫星。下文将对符合实验条件的卫星进行进一步分析。

2013年2月20日15点4分41秒时，海面几乎全为海冰，采集的100 s数据，对于GPS 12号卫星的信号进行1次相干累加和100次非相干累加之后，得到分析结果，极化比（R-LHCP）／（D-RHCP）为0.799 9。将路径延迟与归一化相关功率的二维结果进行绘图，横坐标为路径延迟（m），纵坐标为归一化相关功率，实线代表直射信号的归一化相关功率的波形，虚线代表反射信号的归一化相关功率的波形，如图8。

2013年2月22日10点28分24秒时，海面几乎全为海水，采集的100 s数据，对于GPS 2号卫星的信号进行1次相干累加和100次非相干累加之后，得到分析结果，极化比（R-LHCP）／（D-RHCP）为2.722 3。因为本次实验使用的直射右旋天线增益是3 dB，而反射左旋天线增益为12 dB，所以会出现极化比大于1的结果。将路径延迟与归一化相关功率的二维结果进行绘图，横坐标为路径延迟（m），纵坐标为归一化相关功率，实线代表直射信号的归一化相关功率的波形，虚线代表反射信号的归一化相关功率的波形，如图9。

由上述两图对比可以看出，海水的极化比值（RLHCP）／（D-RHCP）明显大于海冰的极化比值（RLHCP）／（D-RHCP），进一步计算出两天数据的平均极化值。图10中的每个点分别代表每一组数据中合适卫星和高度角的平均极化比值。20日，几乎全为海冰的海面，选取合适卫星为12号（仰角：34°～40°）的12组数据和25号（仰角：21°～32°）的11组数据；22日，几乎全为海水，选取合适卫星为2号（仰角：21° ～40°）的23组数据。在图10中，实心加号表示12号卫星在2月20日的海冰极化比的散点分布，实心圆形表示25号卫星在2月22日的海冰极化比的散点分布，空心矩形表示2号卫星的海水极化比的散点分布，X轴表示数据集的数量，Y轴表示极化比值。在此次实验设置下，海冰极化比值的范围为0.021 4～0.972 6，平均为0.25。海水极化比值的范围为1.568 5～4.768 8，平均为3.10。

图6 实验数据分析流程图Fig.6 Flow chart of the analysis of experimental data

图7 渤海海冰实验天顶图Fig.7 Zenithal chart of the Bohai sea ice experiment

图8 2013年2月20日15点4分41秒GPS 12号卫星归一化相关功率波形图Fig.8 Waveform diagram of power of PRN 12（February 20，2013，15∶04∶41）

图9 2013年2月22日10点28分24秒GPS 2号卫星归一化相关功率波形图Fig.9 Waveform diagram of power of PRN 2（February 22，2013，10∶28∶24）

图10 渤海实验数据分析图Fig.10 The diagram of data analysis of Bohai sea experiment

从以上对比分析中可以得出：对于几乎全为海水的海域的GPS反射左旋信号与直射右旋信号的极化比均值（R-LHCP）／（D-RHCP）明显大于几乎全为海冰的海域的极化比均值（R-LHCP）／（D-RHCP），同时由于海浪的影响，造成了22日数据分散较大。这也说明对于不同海域表面特征，具有类似的GPS直射信号来说，菲涅尔反射系数影响了海域表面反射回来的左旋信号强度，也就是海水表面反射回来的左旋信号强度明显大于海冰表面反射回来的左旋信号强度。该结论与本文第2章中由菲涅耳反射原理推导出的结论相符，充分说明利用GPS-R的极化比特性可以反演海面状态特性。

综上所述，我们可以通过计算GPS-R的极化比值（R-LHCP）／（D-RHCP）来区分海域里海面的特征情况（海水或是海冰），初步确定此种方法具有检测海冰的能力，为定量反演海域的海冰密集度打下了基础。

5 结语

本文详细论述了GPS-R技术对于海冰检测的方法，首先介绍了利用海水海冰的介电常数的特性以及菲涅尔反射原理，首次提出反射信号与直射信号的极化比（R-LHCP）／（D-RHCP）区分海水海冰的可能性，利用电磁波反射理论建立了GPS-R海冰／海水仿真模型，证明了该原理的理论可行性，然后采用渤海海域的自主实验数据进行分析，证明了该方法的有效性。

本次实验是国内首次GPS反射信号的海冰检测实验，目的是为了验证使用GPS反射信号的极化比值（R-LHCP）／（D-RHCP）来检测海冰的可能性。通过文中的分析，初步验证了利用GPS-R技术检测海冰的新方法，利用GPS反射信号与直射信号功率的极化比值（R-LHCP）／（D-RHCP）可以检测海冰与海水的区别。从实验分析结果可以看出，反射信号与直射信号功率的极化比值（R-LHCP）／（D-RHCP）和海冰密集度相关性强，证明了该方法的理论基础，然后通过实验验证了该方法的有效性为定量反演结冰海域的海冰密集度打下了基础，为我国高纬度地区海域（渤海以及黄海北部海域）的海冰灾害预警做好充分准备。后续将继续渤海海域实验数据强化的海冰探测方法。

由于2013年2月的天津天气较暖，海冰的融化过程发生在2～3 d内，成功地记录了渤海湾的海冰融化过程的GPS反射信号数据，通过数据分析，证明了使用极化比（R-LHCP）／（D-RHCP）的新方法对于海冰／海水检测的有效性，达到了实验的定性分析的预期目标。但是由于实验时间较短，我们无法对该方法做出更进一步的定量分析，2013年冬季，在相同实验区域，我们正在规划更长时间的GNSS反射信号的海冰检测实验。

致谢：本文的研究过程中，得到了北京航空航天大学杨东凯教授，李伟强博士关于GPS-R方面的悉心指导，在此表示诚挚感谢。同时，作者还感谢中国气象局气象探测中心、天津市气象科学研究所、滨海新区汉沽气象局等单位在渤海海冰实验过程中的大力帮助！

［1］孙劭，苏洁，史培军.2010年渤海海冰灾害特征分析［J］.自然灾害学报，2011，20（6）：87－93.

［2］朱海天，曾韬，梁超，等.卫星遥感海冰监测系统在渤海海冰监测中的应用［J］.海洋预报，2012，28（6）：55－59.

［3］张益强.基于GNSS反射信号的海洋微波遥感技术［D］.北京：北京航空航天大学，2008.

［4］Komjathy A，Maslanik J，Zavorotny V U，et al.Sea ice remote sensing using surface reflected GPSsignals［C］//Proceedings of IEEE 2000 International Geoscience and Remote Sensing Symposium.IGARSS 2000.IEEE，2000，7：2855－2857.

［5］Rivas M B.Bistatic scattering of global positioning system signals from Arctic sea ice［M］.ProQuest，2007.

［6］Fabra F，Cardellach E，Rius A，et al.Phase altimetry with dual polarization GNSS-R over sea ice［J］.IEEE Transactions on Geoscience and Remote Sensing，2012，50（6）：2112－2121.

［7］张云，郭建京，袁国良，等.基于GNSS反射信号的海冰检测的研究［J］.全球定位系统，2013，38（2）：1－6.

［8］张妍.北斗卫星GNSS反射信号监测海冰实验在汉沽顺利完成［N］.中国气象报社.http：//www.cma.gov.cn／2011xwzx／2011xqxkj／2011xkjdt／201303／t20130304_206723.html

［9］白伟华.GNSS-R海洋遥感技术研究［D］.北京：中国科学院空间科学与应用研究中心，2008.

［10］杨东凯，张其善.GNSS反射信号处理——基础与实践［M］.北京：电子工业出版社，2012.

［11］Zavorotny V U，Voronovich A G.Scattering of GPSsignals from the ocean with wind remote sensing application［J］.IEEE Transactions on Geoscience and Remote Sensing，2000，38（2）：951－964.

［12］Lane J A，Saxton J A.Dielectric dispersion in pure polar liquids at very high radio frequencies.III.The effect of electrolytes in solution［J］.Proceedings of the Royal Society of London.Series A.Mathematical and Physical Sciences，1952，214（1119）：531－545.

［13］郑全安，张东，潘家祎.海冰厚度的微波辐射遥感模式研究［J］.海洋学报，1992，14（5）：62－68.

［14］金亚秋，张俊荣，赵仁宇.海冰微波辐射的数值模式和遥感实验测量［J］.环境遥感，1992，7（1）：33－38.

［15］张德海，张俊荣，王丽巍.海洋微波遥感中的介电常数［J］.遥感技术与应用，1994，9（3）：43－52.

［16］郭凤莲，赵仁宇，王维滨.无源微波遥感技术在海冰测厚中的应用研究［J］.遥感学报，2000，4（2）：112－117.

［17］Francisco F C.GNSS-R as a source of opportunity for remote sensing of the cryosphere［D］.Universitat Politècnica de Catalunya（UPC），2013.

［18］张益强，张其善，杨东凯，等.基于GPS遥感的延迟映射接收机关键技术［J］.北京航空航天大学学报，2006，32（3）：333－336.

［19］中国科学院遥感应用研究所.机载多普勒／延迟映射接收机［P］.中国专利：CN201716419U，2011－01－19.

［20］曹梅盛，晋锐.遥感技术监测海冰密集度［J］.遥感技术与应用，2006，21（3）：259－264.

Bohai sea ice experiment using GPS reflected signals

Zhang Yun1，Meng Wanting1，Gu Qiming1，Han Yanling1，Cao Yunchang2，Xia Qing2，Wang Wei3
（1.College of Information Technology，Shanghai Ocean University，Shanghai 201306，China；2.Meteorological Observation Center，China Meteorological Administration，Beijing 100081，China；3.Tianjin Research Institute of Meteorological Science，Tianjin Meteorological Bureau，Tianjin 300074，China）

Traditional detection methods for sea ice are limited by the weather or the high cost of real-time detection.In order to achieve effective real-time detection of sea ice to prevent and mitigate the disaster，in this paper we have studied the possibility of using GPS reflected signals（GPS-R）technique to detect sea ice.We have analyzed the test data in February 2013，which is collected from the GPSsignal receiver in the Bohai sea experiment in Tianjin of China.The result shows that the polarization ratio（the ratio of the direct RHCP signals and the reflected LHCP signals）could simulate sea ice concentration.This study is the first one among the domestic research to apply the GPS-R technology to the Bohai sea ice detection experiment.

GPS；reflected signals；GPS-R；sea ice detection；polarization ratio

P731.15

A

0253-4193（2014）11-0064-10

2013-08-07；

2013-12-16。

国家自然科学基金资助项目（41376178）；上海市科学技术委员会资助课（11510501300）。

张云（1974—），男，上海市人，教授，主要从事基于导航系统反射信号的海洋监测研究。E-mail：y-zhang＠shou.edu.cn

*通信作者：孟婉婷（1990—），女，重庆市人，主要从事基于导航系统反射信号的海冰以及干雪监测研究。E-mail：wanting.meng＠gmail.com

张云，孟婉婷，顾祈明，等.基于GPS反射信号技术的渤海海冰实验［J］.海洋学报，2014，36（11）：64—73，

10.3969／j.issn.0253-4193.2014.11.008

Zhang Yun，Meng Wanting，Gu Qiming，et al.Bohai sea ice experiment using GPS reflected signals［J］.Acta Oceanologica Sinica（in Chinese），2014，36（11）：64—73，doi：10.3969／j.issn.0253-4193.2014.11.008