基于被动微波遥感数据的冰间水道提取及验证

刘 闯，屈 猛，陈 颖，尚小燕，庞小平,

（1.中国南极测绘研究中心，湖北 武汉 430079；2.武汉大学资源与环境科学学院，湖北 武汉 430079）

冰间水道是在风力和洋流等因素的影响下，海冰漂移运动时产生破裂而形成的线状开阔水域[1-2]。由于通过冰间水道的热通量比厚冰要多出2 个数量级，冬季北极中心区1%～2%面积的冰间水道承担了70%的热量交换[3]。因此，获取冰间水道分布信息对于北极气候变化研究具有重要的意义。

冰间水道监测的数据源主要分为星载遥感、机载遥感和实地观测数据三大类。Willmes[4-5]通过MODIS热红外影像生成温度异常值图，用阈值分割法提取冰间水道，经过云滤波后合成日水道数据。Lindsay[6]使用AVHRR 数据，利用冰间水道的温度与亮度特征设置阈值提取冰间水道。Tschudi[7]通过航空相机，微波辐射计和辐射高温计，手动选取每一条水道的点，为不同的水道设置亮度阈值通过最邻近法得到连续的水道。屈猛[8]利用MODIS 和Landsat-8 的热红外遥感数据，使用劈窗算法反演海冰表面温度，提取像元的温度异常值后阈值分割，并对冰间水道内湍流热通量进行计算。

被动微波遥感对大尺度冰间水道提取，以及全覆盖日数据的提供具有相当的优势。但目前的被动微波水道提取方法中，大多是基于双通道的89.0 GHz 和18.7 GHz 垂直极化亮温比设计算法，利用89.0 GHz 单通道水平垂直极化亮温数据提取的研究极少，且尚未有对国产卫星FY-3D MWRI 数据提取冰间水道能力的评估报告。因此本文基于MWRI 亮温数据进行冰间水道的识别和精度验证，并与AMSR 2 被动微波数据提取的冰间水道产品进行比较，评估其在水道形态特征提取方面的能力与局限性。

1 数据与实验概况

1.1 AMSR2 数据

AMSR2 是搭载在JAXA 的GCOM-W1（SHIZUKU）星上的多频微波辐射计，测量来自地球表面和大气层的微波辐射。它有7 种频道，每种频道上均有垂直与水平偏振测量，其产品按加工等级进行分类。本文选取L3 级别日平均亮温数据，包括89.0 GHz 的水平（H）与垂直（V）极化数据。时间分辨率为1 d，空间分辨率为6.25 km。其投影方式为NSIDC Sea Ice Polar Stereographic North。数据可在National Snow & Data Center 获取。（网址为https://nsidc.org/）

获取开阔水域掩膜及分析水道及海冰密集度关系，需要使用海冰密集度数据。本文使用的海冰密集度数据是基于AMSR 2 89.0 GHz 亮温数据使用ASI 算法反演所得到，分辨率为6.25 km，投影方式为NSIDC EASE GRID NORTH。该数据由不莱梅大学发布在https://seaice.uni-bremen.de/start/。

1.2 FY-3D MWRI 数据

MWRI 是搭建在风云三号D 星（FY-3）的微波成像仪，可以不受云雾、夜间光线的影响全天时、全天候获取地物特征，共有5 个频率，10 个通道实现对地观测。且各个通道的空间分辨率不同，分布在10～75 km 之间。其中89.0 GHz 通道对降水散射信号敏感，常用于获取地表降水信息。本文使用升轨亮温轨道数据与降轨亮温轨道数据，空间分辨率为10 km，坐标系为WGS84。数据可在风云卫星遥感数据服务官方网站中获取。（网址为http://data.nsmc.org.cn/portalsite/default.aspx）。本文采用基于ASI 动态系点值算法的MWRI 海冰密集度产品，空间分辨率为12.5 km[9]。

1.3 MODIS 数据

MODIS 是观察系统（EOS）的中等分辨率光谱成像仪，搭载在Terra 星和Aqua 星上，Terra 是在10:30 过境的上午星，其数据前缀为MOD。Aqua 是在13:30过境的下午星，其数据前缀为MYD。本文选取下午星Aqua 数据MYD29P1D 进行冰间水道的提取，其空间分辨率是1 km，投影方式为兰勃特方位等积投影（lambert azimuthal equal-Area），数据可在National Snow & Data Center 获取。

利用薄冰分布范围作为被动微波系点值选取的基础，需要使用L2G 级MYD09GA 地表反射率数据。其空间分辨率为500 m，投影方式为正弦曲线投影。该数据可以在Earthdata 获取（网址为https://earthdata.nasa.gov/）。为统一数据体系，将所有影像重投影为North Pole Stereographic。

1.4 研究区域

本研究选取北极冰间水道活动最为频繁的2 个地区，波弗特海与弗拉姆海峡作为研究区域，如图1 所示。通过数据的比对选取气象条件较好的2018-04-12和2018-04-28 进行研究。

图 1 研究区域范围

1.5 实验流程

本文利用AMSR 2、MWRI、MODIS 3 种数据源对冰间水道进行提取，评估不同数据源与算法提取水道的结果相似度。此外，对冰间水道提取结果进行形态学方面探究，并对水道与海冰密集度关系进行了相关性分析，实验流程如图2 所示。

图2 技术路线图

2 实验原理

2.1 被动微波提取冰间水道原理

基于冰间水道表面较低的亮温特征与其细长线状特征，被动微波提取水道算法首先计算89.0 GHz 垂直、水平通道的发射率比值，见公式（1），再将亮温比r图像用中值滤波器进行平滑。滤波后，将原亮温比图像r与滤波结果相减，得到亮温比异常值r′，见公式（2）。

式中，TB,89V和TB,89H为89.0 GHz 垂直极化与水平极化亮温数据；r为垂直水平极化比。

式中，Medianω(r)是经过窗口为ω的中值滤波器后的亮温比图像；r′为亮温比异常值图像，利用MYD09GA数据提取薄冰范围参考Cavalieri[10-11]文中方法，将反射率数据合成宽波段反照率，设置阈值提取薄冰范围。在异常值图的基础上结合薄冰范围图，以异常值分布的统计规律选取系点值，薄冰的低系点记为r′0，其高系点值为r′100，系点之间的值采用线性插值方法计算，如公式（3）所示。线性插值得到的异常值越大，像元为冰间水道的可能性也就越大，本文将其称为水道密集度（LC）。

2.2 热红外遥感数提取冰间水道原理

MYD29P1D 数据提取水道的算法基于冰间水道表面温度较周围海冰较高的原理。参考Willmes[5]温度异常值阈值分割算法，使用中值滤波器对海冰表温产品进行平滑，将原像元温度值与中值滤波后产品作差[13]，见公式（4），利用迭代阈值法得到阈值，该阈值将温度异常值二值化用以提取水道。

图3 与图4 为3 种数据提取的4 月12 日、4 月28 日波弗特海与弗拉姆海峡冰间水道及被动微波对应的海冰密集度分布。水道密集度值在20%～100%之间的AMSR2 冰间水道像元与MODIS 水道的空间位置一致性较强，对于宽度较大的冰间水道均有检测；水道密集度值在0 ～20%之间的水道像元仅能表示较小尺度的冰间水道，且存在部分错检。AMSR2 能够检测到的冰间水道宽度最小约为2.5 km。

图3 波弗特海冰间水道及海冰密集度图

图4 弗拉姆海峡冰间水道提取图

MWRI 亮温数据提取的冰间水道整体水道密集度较低，大部分为水道密集度在10%～100%区间内的冰间水道像元。水道密集度在10%～100%范围内的像元，能够与MODIS 提取的宽度较大的冰间水道较好地重叠；水道密集度值在0 ～10%的像元则加强了冰间水道的连续性，使水道呈现面状特征而非线状特征。经过ENVI 中测距工具的手动测量估计，MWRI 能够检测到的冰间水道宽度最小约为4 km。

式中，ΔT为温度异常值；T为表面温度；Medianω(T)为滤波后的海冰温度。

2.3 冰间水道形态学特征提取原理

利用LSD 算法对冰间水道进行检测并计算。定义冰间水道长度为水道端点间大圆航线的劣弧距离，见公式（5）。其中，ER 为地球半径。

3 阈值划分

3.1 热红外遥感阈值

选用ω=31 的窗口对海冰表面温度进行中值滤波。设置迭代的限差为0.001，利用迭代阈值法生成分割的阈值，阈值的选取如表1 所示。

表1 MODIS 阈值的选取

3.2 可见光遥感阈值

利用MODIS 地表反射率合成宽波段反照率（BA），见公式（7），可以设立0.1 ≤BA≤0.6 的阈值对薄冰范围进行提取。

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

3.3 被动微波系点值

选用ω=7 作为中值滤波窗口，作差得到亮温比异常值。通过与可见光的冰间水道进行对比，分别统计落在薄冰范围与非薄冰范围的像元，由统计学规律选取的系点值如表2 所示。

表2 薄冰系点值

4 分析结果

4.1 冰间水道提取结果

表3 为3 种数据提取的冰间水道总面积，3 种数据提取的冰间水道总面积维持在同一数量级。被动微波提取水道总面积略小于热红外遥感提取结果，可能原因是被动微波遥感使用的亮温比异常值算法主要针对薄冰覆盖的冰间水道，漏检了部分开阔水域覆盖的冰间水道。对于波弗特海28 日提取结果，反而出现了热红外遥感总面积最小的情况。从冰间水道的分布可以看出，28 日波弗特海3 种数据水道分布范围整体出现了较为吻合的情况，可能原因是当日水道大部分为薄冰覆盖，被动微波提取结果较好，而其像元分辨率较低则高估了水道面积。

表3 冰间水道总面积对比

综上，AMSR 2 亮温数据提取水道的结果，对冰间水道这一线状特征的描述较为适中，MWRI 分辨率较低、像元尺寸较大，会高估冰间水道的宽度。两者对于冰间水道总面积的提取，都会存在一定的低估。

4.2 冰间水道形态学特征

除了对水道面积进行对比以外，本文还利用LSD算法对被动微波提取的冰间水道进行直线提取。表4为冰间水道长度的对比，被动微波遥感数据提取出的冰间水道相对于MODIS 数据源会高估冰间水道的实际长度。该高估现象的原因可能是被动微波遥感数据较大的像元，使冰间水道连接性增高。

表4 冰间水道提取结果长度对比

对冰间水道结果图做最小外接矩形检测，统计结果如图5 所示。在冰间水道形态学参数方面，3 种数据源得到的冰间水道宽度分布均服从幂律分布规律，且证实了被动微波亮温数据具有提取出宽度大于像元分辨率1/3 的冰间水道的可能性。总的来说，AMSR 2 与MWRI 亮温数据提取的冰间水道对长度和宽度都存在约为MODIS 数据2 倍的情况。

图5 AMSR 2、MWRI、 MODIS 冰间水道宽度分布图

4.3 AMSR 2、MWRI 数据海冰密集度与冰间水道关系

以AMSR 2 数据提取的冰间水道作为分析对象，如图3 与图4 所示。12 日和28 日波弗特海水道密集度值为100%的像元，对应的海冰密集度大多在50%以下；水道密集度值在50%～100%范围内的水道像元与具有线状特征的海冰密集度像元高度重合。

在弗拉姆海峡，水道密集度在50%～100%范围内的水道像元覆盖了大部分海冰密集度较低区域，50%以下的水道密集值像元覆盖了次显著的区域，以及少数位于格陵兰海附近和北冰洋高密集度混合区域。从目视分析整体角度上看，AMSR 2 6.25 km 海冰密集度数据与水道范围较一致。

以10%为区间，统计各海冰密集度区间内像元的水道密集度，如图6 所示。整体上，较高海冰密集度的像元多出现在低水道密集度的区域，较低海冰密集度像元出现在水道密集度为100%的像元位置几率更大。对于落在水道范围内的海冰密集度100%的像元，认为它是异常的，约占整体冰间水道像元数量的5%。异常原因可能是由于冰间水道结构较小，存在冰水混合现象的海冰密集度像元难以表现出来。

图6 AMSR 2 SIC 区间内像元的LC 分布

对AMSR 2 亮温数据提取的冰间水道及其海冰密集度产品而言，海冰密集度小于80%的像元，为冰间水道像元的可能性较大；密集度在80%～100%范围内的像元，为冰间水道像元的可能性较小。冰间水道与海冰密集度整体成负相关的关系。

以MWRI 数据提取的冰间水道作为分析对象，如图3 与图4 所示。波弗特海12 日和28 日的水道密集度为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%区间内的像元位置，与大部分具有线状特征的海冰密集度区域重合；0～70%水道密集度区间内的像元，大多位于高海冰密集度以及明显线状特征的像元边缘区域。

弗拉姆海峡12 日和28 日水道密集度为100%的像元，大部分都位于显著的海冰边界区域，这些区域的海冰密集度在15%～70% 之间；水道密集度在40%～100% 范围内的水道像元，能够基本覆盖较为明显线状特征，这些区域的海冰密集度大致在80%～95% 之间；20%～40% 区间内的水道密集度值像元，大多位于海冰密集度95% 左右的线状特征边缘；小于20% 水道密集度的像元分布，一部分同20%～40%区间相似，另一部分则位于100%海冰密集度像元处。

以10% 为间隔划分区间，统计MWRI 各海冰密集度区间内像元的水道密集度。如图7 所示，较低海冰密集度的像元，在波弗特海区域水道密集度多为100%，在弗拉姆海峡则呈散布状态。在高海冰密集度范围，落在50%以下水道密集度区间内的像元约占全部的85%。冰间水道内100%海冰密集度的异常像元，约占水道像元总数的9%，异常原因可能是12.5l km 的较大尺度数据更易发生冰水混合现象。

图7 MWRI SIC 像元内LC 的分布

总体而言，海冰密集度小于85%的像元，为冰间水道像元的可能性较大；海冰密集度在85%～100%范围内的像元是否为冰间水道，需要综合考虑水道密集度等因素。

5 结 语

本文使用89.0 GHz 单通道垂直水平极化比算法，结合MODIS 地表反射率数据生成的薄冰范围选取系点，生成冰间水道分布图。由此对冰间水道形态学特征以及海冰密集度相关性进行了探究。

主要结论如下:

1） 通过LSD 直线检测算法和最小外接矩形算法，计算本文中被动微波数据源提取冰间水道的长度和宽度。被动微波遥感数据提取出的冰间水道长度要远高于热红外遥感，在冰间水道宽度方面，3 种数据提取结果服从幂律分布特征。2）被动微波遥感数据提取的冰间水道，大尺度冰间水道与MODIS 水道空间分布范围均较为一致。冰间水道密集度与海冰密集度呈现负相关的关系。对于AMSR 2，水道密集度空间范围与海冰密集度较为一致；对于MWRI，在冰间水道密集度高的像元，与海冰密集度分布范围较为吻合，低水道密集度的像元上与海冰密集度分布范围存在不一致情况。