利用CryoSat-2卫星测高资料确定北极海冰干舷高

吴星泉,张胜军,车德福

(东北大学资源与土木工程学院，辽宁 沈阳 110819)

海冰变化是北极海域乃至全球气候变化直观的表现和重要的指标[1-3]，而全球气候变化与人类活动密切相关。因此对海冰探测的研究既符合现实需求，也对未来有着不可忽视的影响。文献[4—5]研究表明，夏季北极海冰的面积在逐年缩小，与此同时海冰厚度也呈下降的趋势。在上述研究基础上，探测近年来北极海冰的变化趋势，从而完善长时间序列的北极海冰变化信息是非常有意义的[6]。

卫星测高是近年来探测海冰常用且日趋成熟的技术手段，其优势在于可大空间尺度且连续地获取海冰分布及变化信息[7-8]。IPCC第五次评估报告指出，1979—2011年间北极海冰在持续减少，2007年9月达到卫星记录的最低值[4]；文献[9]研究表明，2010—2012年夏季海冰体积减小了14%，而2013年则比上一年上升了41%，夏季气温下降了5%，表明海冰变化与气温变化存在直接的关联；文献[10]基于海冰密集度产品，发现从1979年来北极海冰覆盖的范围同样在不断下降。

大量研究表明，获取海冰干舷高对于计算海冰厚度，进而探测北极海冰及其与全球气候变化的关联具有重要的意义。因此，本文拟采用CryoSat-2卫星SAR模式数据产品开展海冰探测研究，首先根据目标研究海域筛选有效观测数据，进而计算2015—2017年3年间月平均北极海冰干舷高，并使用航飞数据通过时空匹配对结果进行验证。

1 干舷高计算原理

海冰干舷高又称海冰出水高度，是浮冰表面相对于瞬时海面的高差，计算海冰干舷高的关键是要获得高精度的海冰表面高及瞬时海面高。高精度的海冰表面高度参数的获取需采用重跟踪算法改正并加上各种距离改正项[11-12]。瞬时海面高由于其在冰面下不可测，通常采用邻近无冰海域观测点内插获得数据。瞬时海面高度由相应的平均海面高和临近点的海面高度异常插值获取，其中，海面高度异常是指瞬时海面高度和平均海面高度的差值，即用内插海面高度异常的方式得到星下点的瞬时海面高度。综上所述，海冰干舷高的原理如图1所示。

海冰干舷高计算公式如下

hf=Hsi-Hssh

(1)

式中，hf表示海冰干舷高；Hsi表示海冰表面高；Hssh表示瞬时海面高。

海冰表面高度为

Hsi=Hsat-Rwin-Rerr-ΔR

(2)

式中，Hsat表示卫星的轨道高度；Rwin表示窗口延迟改正项；Rerr表示与路径传播延迟和地球物理校正相关的各类校正项总和，包括干、湿对流层延迟校正，电离层延迟校正，海况偏差校正，海潮、固体潮、极潮校正及大气逆压改正等；ΔR表示波形重跟踪算法得到的距离改正。

瞬时海面高的计算如下

Hssh=Hmss+SSHA

(3)

式中，Hmss指平均海面高度；SSHA为插值后的海面高度异常。

以上各项参数在CryoSat-2的数据产品中基本都有给出，ΔR则通过采用Laxon/Ridout海冰模型拟合算法计算得到，平均海面高由DTU10模型提供。

2 数据介绍

2.1 CryoSat-2卫星数据

CryoSat-2卫星的主要任务是测量两极的冰川和冰盖并重点对北冰洋海冰的厚度、体积及其质量进行评估，据此得出气候变化所引起的北极海冰变化趋势。卫星轨道高度为717 km，卫星运行周期约为369 d，在高纬地区轨道重复率较高，因此在高纬地区卫星运行的重复周期可视为30 d，卫星轨道倾角为92°，卫星星下点足迹可以覆盖极地的大部分区域，弥补了其他测高卫星的不足，几乎可以实现对南北极区域的无缝观测[14]。Cryosat-2二级数据信息见表1。

表1 CryoSat-2二级数据产品信息

2.2 IceBridge验证数据

本文采用的验证数据是2017年北极区域的IceBridge航飞数据，该验证数据产品是2017的快照数据[12]，具体参数信息见表2。

表2 IceBridge数据参数信息

快照数据产品的设计适用于实时性研究项目，如海冰预测等。航飞数据由于观测手段的不同相比卫星数据可以有效地避免大气层带来的各类校正项的影响，同时航飞测量的传感器到测量点的距离与卫星数据相比有巨大优势，因而观测精度相对更高。此外，航飞测量可以观测到更多反映冰雪信息的参量。利用干舷高数据反演冰厚时所用到的雪深、雪密度、冰浓度等参数，并非来自于卫星观测数据而是属于预置的先验信息，是根据地区和季节选取的经验值，具有一定的局限性，不能实时代表测量点的参数值，因此冰厚反演的结果存在不确定性。然而IceBridge航飞测量时使用的雪雷达(Snow Radar)专门用于测量雪深和学浓度等积雪参数，能够有效地降低反演结果的不确定度[15]。

3 数据处理

3.1 干舷高计算

卫星数据采用CryoSat-2二级数据产品中的SIR_SAR_L2I数据，依据数据产品中提供的轨道高度信息、经纬度、时间信息、海面高度、平均海面高度、高度异常值等重要参数，结合原理小节给出的海冰干舷高计算公式获取海冰干舷高。目标研究范围设定为纬度带(60°N—88°N)范围内的北极海域。SIR_SAR_L2I数据给出了每个星下点处的测高参数列表，在计算过程中通过星下点分类得到所有点的干舷值，其中无冰海域与陆面星下点处干舷值设置为0。

干舷高计算过程中需进行两次有效数据筛选：①根据目标研究区域及星下点位置信息进行区域筛选；②针对干舷高计算结果和预置的有效阈值筛选有效值。研究表明，海冰干舷高值的正常计算范围为0～0.8 m，其中计算结果在0.6～0.8 m范围内的数据比例较低。因此，本文研究中将干舷高计算结果异常的值视为粗差结果予以剔除。此外，根据3倍标准差准则设定沿轨海冰干舷高异常判定的阈值。依托上述数据筛选准则，本文得到了2015—2017年间月平均海冰干舷高趋势变化序列，下一步拟采用IceBridge航飞数据进行验证。

3.2 数据检核

本文数据检核的基本思路是将CryoSat-2卫星数据和航飞验证数据进行时空匹配，然后统计海冰干舷解算结果之间的符合程度和相关性。时间匹配是将测量时间相同的数据匹配在一起，保证观测值的时效性重叠。空间匹配是将两个数据的测量点一一匹配，保证观测值的空域范围重叠。当时空匹配精度足够高时，笔者近似认为匹配结果为同一点同一时刻卫星与航飞方式分别获取的干舷高。然而验证过程中匹配精度取决于多种因素，本文通过缩小匹配范围、设定阈值范围来提高匹配精度。

本文采用的验证数据是从NSIDC官方网站下载的IceBridge实地航飞数据，其每年的飞行轨迹数据不规则且不连续。因此，本文以月为单位进行验证数据整合，提高匹配点数量的同时保证有足够的匹配精度。顾及卫星观测数据地面轨迹的规律性分布和航飞轨迹特点，本文采用“点对点匹配”的方法进行空间匹配，即以航飞数据点为搜索目标，在卫星数据中遍历搜寻经纬度相匹配的观测点与之对应，航飞数据的经纬度精度为0.000 1，卫星数据的经纬度精度为0.000 01，因此需要对卫星数据进行处理以降低其经纬度精度。当精度为0.000 1时匹配成功的数据量不足总数据量的0.001%，样本不足导致结果可靠性下降。综上，综合考虑匹配数据量和精度的条件，本文将数据的经纬度精度降至0.01(即实际两点的距离小于1 km即认为匹配成功)，从而得到了可靠的验证结果。

本文以2015年3月份的两种数据为例：图2为空间匹配数据点分布图，其中图2(a)表示航飞观测值轨迹，图2(b)代表匹配后卫星数据观测值。根据匹配成功的经纬度信息分别提取航飞观测值和卫星数据计算的干舷高值进行比对分析，通过图3(图3(a)为全部数据点，图3(b)为按1∶10比例得出的部分数据点)可以看出卫星数据和航飞数据的干舷高值具有一致的变化趋势，利用两种数据分别计算得到的干舷值序列间相关系数为0.654 35，由折线图可以看出二者的整体变化趋势十分相似。

数据验证工作受限于航飞观测时间和航迹分布。以2016年4月和2017年3月的航飞数据为例，验证结果如图4所示，二者的相关系数分别为0.621 62和0.648 4。验证结果表明卫星数据与航飞观测值获取的海冰干舷高之间的变化趋势近乎一致，相关系数都在0.62以上。航飞数据受限于气候和飞行距离，而且IceBridge的飞行器上搭载的雪雷达在冰脊区回波信号信噪比较低，因此CryoSat-2卫星得到的海冰干舷高更能反映北极海冰干舷的实际情况[12]。

3.3 月平均海冰干舷高序列

图5给出了2015—2017年间月平均海冰干舷高值的变化趋势，可以发现每年海冰干舷高的季节性变化趋势十分一致，且北极海冰干舷高值随季节转换呈现明显地周期性变化趋势：在每年的1—6月，海冰干舷高有一个缓慢的增加，随着夏季北极地区气温的升高，北极海冰开始融化；每年6—8月海冰干舷值急剧下降，8月达到最低，此时北极的海冰只有小范围的多年冰存在[16]；8月以后随着气温的下降，北极海冰逐渐进入生长期，海冰干舷高又逐渐上升。

4 结 语

本文使用2015—2017年CryoSat-2卫星SAR模式的测高数据对北极海域(60°N—88°N)的海冰进行干舷高计算，并使用NSIDC网站的IceBridge航飞数据中的参数对计算结果进行验证。结果表明：计算结果和验证数据在月平均值和整体变化趋势上较为一致；且在冬季海冰减少速度慢，而在夏季则变化较快，可以发现海冰变化具有季节性和年际性差异[17]。本文的主要研究工作是对北极区域的海冰干舷高进行一个较长时间序列的计算，试验结果存在一定的局限性，需要进一步进行重跟踪优化算法对比分析，以及使用更加精确的海冰表面类型识别方法。