基于FY-3C MWRI数据的南极海冰密集度反演

康健强 王星东 李国应

摘 要：基于2018年9月的风云3號C星（FY-3C）微波成像仪（MWRI）数据，通过LASI算法对南极海冰密集度进行反演，并将结果与德国布莱梅大学提供的同期海冰密集度结果进行对比验证。结果表明：基于FY-3 CMWRI数据的海冰密集度反演结果与布莱梅大学的海冰密集度结果基本相同，9月平均海冰密集度分别为0.888和0.901，两者相差1.44%;平均海冰面积分别为15.635×106km2和16.374×106km2，两者相差4.52%;海冰面积趋势的相关系数达0.91。因此，基于FY-3C MWRI数据的LASI算法反演海冰密集度是可行的。

关键词：FY-3C MWRI;LASI算法;海冰密集度

中图分类号：TP31 文献标识码：A 文章编号：1003-5168（2019）14-0147-03

Inversion of Antarctic Sea Ice Concentration Based on FY-3C MWRI Data

KANG Jianqiang WANG Xingdong Li Guoying

（College of Information Science and Engineering， Henan University of Technology，Zhengzhou Henan 450001）

Abstract： Based on microwave imager （MWRI） data of Fengyun 3 C （FY-3C） satellite in September 2018， LASI algorithm was used to study the inversion of Antarctic sea ice concentration， and the results were compared with the results of the sea ice concentration provided by the University of Bremen， Germany. The results show that the results based on FY-3C MWRI data are basically the results of Bremen University. The average sea ice concentration in September is 0.888 and 0.901， respectively， and there is a difference about 1.44%. The average sea ice areas are 15.635×106km2 and 16.374×106km2， respectively， and there is a difference about 4.52%， and the correlation coefficient is 0.91 between them. Therefore， it is feasible to the inversion of sea ice concentration based on the LASI algorithm and FY-3C MWRI data.

Keywords： FY-3CMWRI;LASI algorithm;sea ice concentration

近年来，全球变暖的趋势愈加明显，重大灾害频发，极端天气屡屡出现。南极海冰地区作为地球上最大的季节性变化地表之一，人们一直将其作为观察、研究全球气候变化的一项重要指标，而海冰数据也是人们进行极地考察、船舶航行的重要参考资料[1，2]。

本研究是基于国产的FY-3C MWRI的89GHz高频段数据对南极海冰密集度进行反演，并对海冰的分布、海冰面积、海冰密集度反演结果等与国外的AMSR-E数据的结果进行直观对比分析验证。

1 海冰密集度反演

1.1 极化差与系点值的求取

极化是用于描述电磁波的震荡方位的一个参数。极化差是水平极化亮温和垂直极化亮温的差值。在FY-3C MWRI数据所有频段中，89GHz具有最高的空间分辨率。冰的发射率的极化差值基本一致且远低于开放水域。

为了得到完整而准确的水、冰的系点值，选择两个较为典型的海域（纯海水区域选取南太平洋部分海域，纯冰区域选取威德尔海部分海域），最终计算得到基于FY-3C MWRI数据89GHz的纯水系点值[P0]为52.2K，而纯冰的系点值[P1]的平均结果为11.3K。

1.2 确定海冰密集度计算公式

将上述得到的[P0]、[P1]值，运用插值的方法，确定基于FY-3卫星MWRI数据的LASI[3]海冰密集度反演公式。基于FY-3 MWRI数据的LASI海冰密集度C的表达式为：

[C=-P40.9+1.28]                       （1）

高频数据受大气中云层液态水和海面水蒸气的影响较大，特别是无冰海面上的气旋会减弱海水表面的极化差异，使这部分海水像元接近海冰的极化差异，可能导致该部分海水被误判为海冰。因此，使用天气滤波器去除因误差计算出的海冰是有必要的。

利用GR（37/19）过滤云中液态水的影响：

[GR37/19=Tb37V-Tb19VTb37V+Tb19V≥0.045→C=0]    （2）

利用GR（23/19）去除海水表面大量水蒸气的影响：

[GR23/19=Tb23V-Tb19VTb23V+Tb19V≥0.04→C=0]   （3）

經过以上两次处理，可去除大部分云层液态水和海面水蒸气的影响。

综上所述，海冰密集度反演的基本步骤如下。①数据预处理：对MWRI的89GHz数据进行拼接、裁剪、辐射校正和陆地掩膜等;②计算极化差：利用89GHz的垂直极化和水平极化计算极化差[P=89V-89H];③确定纯水和纯冰的平均系点值：选择典型样本区域，基于LASI算法求得纯水、纯冰的系点值;④得到海冰分布图：基于LASI算法和天气过滤器，得到MWRI数据的南极海冰密集度结果图;⑤验证：将所得结果与AMSR-E数据结果进行对比验证。

2 结果与验证

FY-3C MWRI数据2018年9月平均海冰密集度结果与布莱梅大学的海冰密集度结果如图1所示。

<C：＼Users＼hnkj＼Desktop＼河南科技（创新驱动）2019年第14期_103928＼Image＼image8_1.jpeg>

图1 MWRI与德国不莱梅大学2018年9月月平均南极海冰密集度结果

注：左为MWRI数据LASI算法结果;右为不莱梅大学结果。

为了更加直观地对两种结果进行对比分析，表1对海冰密集度与海冰面积进行了逐日对比。

从表1可以看出，MWRI数据的月平均海冰密集度为0.888，不莱梅的结果为0.901，两者相差约1.44%;MWRI数据结果的极差与不莱梅的结果的极差均为0.040。AMSR-E数据的极差为0.040;月平均海冰面积MWRI数据的结果为15.635×106km2，不莱梅的结果为16.374×106km2，两者相差约4.52%，且二者海冰面积趋势的相关系数达0.91。综上可知，两者结果基本一致，说明本文的方法是可行的。

3 结语

在确定纯水和纯冰系点值的基础上，得到了国产卫星FY-3C MWRI的南极海冰密集度反演公式系数（基于LASI算法），进而得到基于FY-3C MWRI数据的海冰密度度反演结果，并在此基础上与德国不莱梅海冰密集度结果进行对比验证。结果表明，本文方法是可行的。

参考文献：

[1]Zwally H J， Comiso J C， Parkinson C L， et al. Variability of Antarctic sea ice 1979—1998[J].Journal of Geophysical Research： Oceans，2002（C5）.

[2]赵杰臣，李子轩，李杰，等.HY-2卫星反演海冰密集度在北极地区的适用性评估[J].海洋预报，2018（6）：84-91.

[3]YU Qinglong， WANG Hui， WAN Liying， BI Haibo. Retrieving the antarctic sea-ice concentration based on AMSR-E 89 GHz data[J]. Acta Oceanologica Sinica，2013（9）：38-43.