北极区域SMAP与SMOS亮度温度数据交叉对比与定标

黄森文，何连，何溪怡，惠凤鸣

1.中山大学 测绘科学与技术学院,珠海 519082;

2.南方海洋科学与工程广东省实验室(珠海),珠海 519082

1 引言

北极是对全球气候变化响应和反馈敏感的地区之一。作为极地气候系统的重要组成部分，北极海冰是“北极放大”效应中最活跃的因素，是全球气候变化的敏感指示器和放大器（赵进平 等，2015）。卫星遥感数据表明，近四十年以来北极海冰的面积和厚度都在快速减少（Kwok，2018；柯长青 等，2013），同时融冰季节时长增加（赵杰臣等，2017）。监测北极海冰及其变化对气候变化预测、全球能量平衡、极地航行等应用具有重要的科学和现实意义。

微波辐射计具有全天时、全天候的观测能力，且不受极夜的影响，能够获取海冰的密集度、类型、厚度以及冰面积雪厚度等关键参数，是北极海冰监测的重要手段之一。土壤水分和海洋盐度SMOS（Soil Moisture and Ocean Salinity）和土壤水分主被动SMAP（Soil Moisture Active Passive）卫星分别由欧洲航天局和美国宇航局研制，均搭载了L波段微波辐射计，发射时间分别为2009 年11 月和2015年1月。不同于GCOM−W1的AMSR−2、FY−3系列的MWRI、DMSP 系列的SSMIS 等常用多波段辐射计，SMAP 和SMOS 的工作波长更长，能够实现薄冰区海冰厚度（Kaleschke 等，2016）、海冰密集度（Gabarro等，2017；Mills和Heygster，2011）、冰面积雪厚度（Maaß 等，2013）等关键参数的监测。通过融合SMOS 和SMAP 数据，可以获取长时间序列L波段亮度温度数据和海冰参数产品，为北极海冰快速变化研究提供数据支撑。然而，两者在成像模式、观测角度、过境时刻和射频干扰消除等方面存在较大差异。这些差异使得两者的亮度温度观测数据不一致，最终将影响海冰关键参数及其变化趋势的监测结果。因此，系统性地评估和对比SMAP 和SMOS 亮度温度，通过传感器之间的交叉定标来校正偏差，保证两者观测数据的可靠性和一致性，有助于降低传感器性能差异对于海冰参数反演结果的影响，对于北极海冰变化及长时间趋势监测至关重要。

国内外研究者对SMOS 和SMAP 亮度温度观测数据进行了较多的对比研究。Bindlish 等（2016，2017）筛选准同步观测的SMAP 和SMOS 大气层顶亮度温度，发现在陆地区域SMAP 低于SMOS 约2.7 K，在海洋区域两者较为接近。Al−Yaari 等（2017）对全球陆表SMAP 地表亮度温度和SMOS大气层顶表观亮度温度进行对比，发现大多数地表类型下前者比后者低约2—4 K，在高纬度区域两者偏差可达10 K。Wu 等（2020）评估了SMOS L3 和SMAP L3 亮度温度在全球陆地区域一致性，结果表明SMAP 亮度温度比SMOS 的低0—5 K，两者的均方根误差在2—8 K，且两者之间的偏差和均方根误差受到地表类型的影响。在北极区域，Huntemann 等（2016）对2015 年冬季SMAP L1B 地表亮度温度和SMOS L1C 大气层顶表观亮度温度的日均值进行比较，发现SMAP 的亮度温度比SMOS的低约5 K。Paţilea 等（2019）则对2015 年冬季SMAP L1B 和SMOS L1C 的大气层顶表观亮度温度进行分析，发现水平和垂直极化的均方根误差分别为2.70 K和2.81 K。Schmitt和Kaleschke（2018）对2015 年—2017 年SMOS L1B 和SMOS L1C数据进行分析，发现海冰区域两者偏差在4—5 K，在海水区域偏差在6—7 K。尽管SMOS 和SMAP 数据的对比分析存在较多研究，但由于采用的数据等级、研究区域、研究时间的差异，使得不同研究结果存在一定差异。同时，北极区域的长时间序列SMAP 与SMOS 亮度温度对比分析以及两者之间的交叉定标研究较为欠缺。

本研究以北纬55°N 以上的北极海域作为研究区域，选取2015 年—2020 年的SMAP 和SMOS 数据，分析SMAP 与SMOS 亮度温度的一致性及其在不同季节和海表类型的变化，以SMAP观测数据为基准，通过线性公式对SMOS的亮度温度定标，获取长时间序列辐射性能一致的亮度温度数据集。

2 研究数据与方法

2.1 SMAP L1B亮度温度数据

土壤水分主被动SMAP（Soil Moisture Active Passive）卫星由美国宇航局NASA 于2015 年1 月31 日成功发射，其搭载了L 波段的微波辐射计，工作频率为1.41 GHz，入射角为固定的40°，观测幅宽约为1000 km，空间分辨率约为40 km，重访周期为2—3 d，辐射测量精度优于1.3 K（Piepmeier等，2017；Peng 等，2019）。SMAP 在太阳同步轨道运行，降轨为当地时间上午6：00，升轨为当地时间下午6：00。SMAP卫星具备探测和识别射频干扰RFI（Radio Frequency Interference）的能力，能够有效地检测并减缓RFI 的影响（Piepmeier 等，2014）。

本文采用SMAP L1B（Version 5）数据产品（数据下载网址为https://nsidc.org/data/SPL1BTB［2021−11−02］），时间范围为2015 年10 月—2020年10月。SMAP L1B数据提供了经过RFI过滤的大气层顶表观亮度温度和经过大气校正后的地表亮度温度数据。本文选取大气层顶表观亮度温度用于分析，并采用均值采样将观测值投影到北半球EASE−Grid 2.0 投影坐标系下，网格大小25 km。对每个网格，取一天内所有观测值的平均值作为该网格当日的观测值，生成逐日的亮度温度数据。

2.2 SMOS L1C亮度温度数据

土壤水分和海洋盐度SMOS（Soil Moisture and Ocean Salinity）卫星由欧洲航天局ESA 于2009 年11 月2 日成功发射。SMOS 搭载了L 波段综合孔径干涉全极化微波辐射计，工作频率为1.4 GHz，能够提供多角度观测的亮度温度数据，入射角度范围为0°—70°，空间分辨率约为43 km（Kerr 等，2010），其辐射测量精度为2.5—5.8 K（McMullan等，2008；Corbella等，2011）。SMOS在太阳同步轨道运行，降轨为当地时间下午6：00，升轨为当地时间上午6：00。

本文采用SMOS L1C（V724）数据产品（数据下载网址为ftps://smos−diss.eo.esa.int［2021−11−02］），数据投影为ISEA（Icosahedron Snyder Equal Area）4H9网格，每个网格单元为正六边形，网格大小为15 km。为了与SMAP 数据进行对比分析，选取入射角度为37.5°—42.5°观测值的平均值作为SMOS 40°的观测值，并通过均值采样将其投影到北半球EASE−Grid 2.0 投影坐标系下，网格大小25 km。对于每个25 km 网格，一天之内观测值的数量在100—300，首先去除偏离平均值两个标准差以上的观测值，然后取平均值作为该网格当天的观测值，最终生成逐日的亮度温度数据。

不同于SMAP 卫星，SMOS 卫星没有搭载探测和识别RFI 的仪器，其观测值容易受到RFI 的影响。为了降低RFI和异常值的影响，首先对包含超过300 K 亮度温度值的快照数据（Snapshot）进行去除，然后根据数据的太阳反射、月亮反射、RFI等质量标签对异常数据进行去除（Al Bitar 等，2017；Kaleschke等，2017）。

2.3 海冰类型数据

为了探讨不同海冰类型下SMOS 和SMAP 亮度温度的差异，选取OSISAF海冰类型产品OSI−403−d（数据下载网址ftp://osisaf.met.no/archive/ice/type/［2021−11−02］）对海冰类型进行划分（Breivik 等，2012）。OSI SAF 采用SSMIS 和AMSR−2 微波辐射计19 GHz和37 GHz光谱梯度比以及ASCAT微波散射计作为输入数据，将海表分为一年冰、多年冰、无法区分类型的海冰和开阔水域4种类型，数据空间分辨率为10 km，通过众数采样方法采样到北半球25 km EASE−Grid 2.0 网格下。由于受到夏季（5—9 月）海冰融化的影响，OSI−403−d 海冰类型产品在夏季无法区分一年冰和多年冰，只能分类成海冰和开阔水域两种类型。图1给出了研究区域及2016年1月份海冰分类图。

图1 研究区域及2016年1月海冰类型分布图Fig.1 Research area and sea ice type map on January，2016

2.4 亮度温度一致性分析

本文将SMAP 和SMOS 数据统一重投影至北半球25 km EASE−Grid 2.0 投影坐标系下，生成逐日的亮度温度数据。在此基础上，按照月尺度计算SMAP 与SMOS 亮度温度的偏差（Bias）、均方根误差RMSD（Root Mean Squared Deviation）、Pearson相关系数（r），用来表征SMAP 和SMOS 数据之间的一致性。每个参数的定义为

2.5 亮度温度交叉定标

为了获取辐射性能一致的亮度温度数据，需要对不同传感器亮度温度之间的偏差进行定标。由于SMAP 的辐射精度较高，并且不受到RFI 的影响，本文将以SMAP 亮度温度为基准对SMOS 亮度温度进行定标。根据SMAP 和SMOS 亮度温度观测值的散点图，采用线性公式进行交叉定标，即：

式中，TB'SMOS代表定标后的SMOS亮度温度；TBSMOS代表原始SMOS亮度温度；a和b分别表示SMAP和SMOS亮度温度线性拟合的斜率和截距。

为了获取定标系数a和b，通过SMAP 亮度温度TBSMAP和SMOS 原始亮度温度TBSMOS的关系，即TBSMAP=a×TBSMOS+b，采用最小二乘进行求解。针对水平极化和垂直极化，可以分别得到定标系数。

3 结果与讨论

3.1 SMAP与SMOS亮度温度交叉对比

3.1.1 海冰类型对一致性参数的影响

为了分析SMAP 和SMOS 亮度温度的一致性，以2016 年1 月为 例，图2 给 出了SMAP 与SMOS 亮度温度在不同极化和海冰类型条件下的散点图。

图2 2016年1月不同海表类型SMAP与SMOS亮度温度密度散点图（虚线表示1∶1线，实线表示拟合曲线）Fig.2 Density scatter plots between the brightness temperatures derived from SMAP and SMOS for different sea ice types，January 2016（Dash line indicates 1∶1 line while solid line represents fitted line）

从图2 中可以看到，SMAP 和SMOS 亮度温度观测值存在显著的线性关系。整体（不区分海冰类型）的散点图存在两个密度较高的区域，亮度温度较高的区域对应海冰区域，亮度温度较低的区域对应海水区域。对于水平极化，整体的偏差（Bias）和均方根误差（RMSD）分别为2.33 K 和4.66 K。不同海冰类型的偏差和均方根误差差异较大，多年冰偏差和均方根差最小，分别为0.93 K和2.56 K；一年冰次之，分别为1.65 K和4.52 K；开阔水域的Bias和RMSD最大，分别为3.41 K和5.23 K。

垂直极化下的不同海冰类型的偏差和均方根误差变化趋势与水平极化一致，即多年冰小于一年冰小于开阔水域。但是，对于垂直极化，SMAP和SMOS 之间的Bias 和RMSD 要高于水平极化。例如，对于整体，垂直极化偏差和RMSD 分别为4.16 K 和5.43 K，高于水平极化的值，说明水平极化的一致性高于垂直极化的一致性。

3.1.2 一致性参数的空间分布

为了分析SMAP 与SMOS 亮度温度一致性的空间分布特征，计算SMAP 和SMOS 亮度温度日均值在月尺度上的相关系数、偏差和RMSD。图3 给出了2016 年1 月相关系数、偏差和均方根误差的空间分布。图中黑色线表示海冰边缘线，用于区分海冰和海水，同期海冰分类图如图1所示。

图3 2016年1月SMAP与SMOS亮度温度一致性参数空间分布图（黑线代表从OSISAF提取的海冰月平均边缘线）Fig.3 Spatial distribution of Pearson correlation coefficient，Bias and RMSD between SMAP and SMOS brightness temperature data for January，2016（Black bold lines indicate monthly averaged sea ice edge derived from OSISAF data）

从图3中可以看到，海冰和开阔水域的一致性指标相差比较大。对于相关系数（图3（a）和图3（d）），开阔水域的相关系数较低，而在海冰覆盖区域相关系数较高，达到0.8 以上。但是，海冰区域内部相关系数也存在较大的空间差异，可能原因是冬季海冰内部亮度温度变化动态范围小，使得相关系数偏低。相比之下，偏差和均方根误差在开阔水域较高，在海冰区域较低，并且两者在开阔水域和海冰区域内部的空间上的变化差异较小。水平极化下的偏差和RMSD 小于垂直极化，与图2 的结果一致。此外，海冰区域的偏差和RMSD 呈现明显的环状分布，这可能与SMAP 与SMOS卫星的观测次数在纬度上的差异有关。

3.1.3 一致性参数的季节变化特征

为了分析SMOS 和SMAP 一致性随着季节的变化，图4给出了不同极化和不同海冰类型下的偏差和RMSD 随着时间的变化。由于夏季（5—9 月）无法区分一年冰和多年冰，只区分海冰和海水。

图4 2015年10月至2020年10月每月的整体、一年冰、多年冰和开阔水域的偏差和均方根误差Fig.4 Monthly Bias and RMSD for all of the measurements（ALL），first−year ice（FYI），multi−year ice（MYI）and open water（OW）during the period from October，2015 to October，2020

从图4 中可以看到，偏差和RMSD 均呈现明显的季节性变化特征。对于水平极化，整体的偏差和RMSD 在2 月最低，在6 月或7 月最高；开阔水域的偏差在3—4 K，RMSD在4—6 K；一年冰的偏差在1—2 K，RMSD在4—7 K，从10月至次年2月逐渐降低，从2—4 月逐渐升高；多年冰的偏差在0—1.5 K，10—次年1 月逐渐升高，然后降低，从2—4月逐渐升高，而RMSD在2—3 K，变化相对平稳。对于垂直极化，整体的偏差在3—4 K，RMSD在5—6 K。垂直极化下不同海冰类型的偏差变化趋势较为相近，10—次年1月逐渐增加，1—2月逐渐减少，3—4 月逐渐增加。多年冰的偏差范围为3—4 K，RMSD范围为3—5 K；一年冰偏差变化范围为3—4 K，RMSD范围为5—8 K；开阔水域偏差范围为3—5 K，RMSD 变化范围为5—6 K。与水平极化相比，垂直极化下的偏差和RMSD随时间变化更小。

3.2 SMAP与SMOS亮度温度交叉定标

3.2.1 SMOS亮度温度交叉定标系数

以SMAP亮度温度为参考，根据海冰类型逐月对SMOS亮度温度进行线性回归获取回归系数，图5给出了交叉定标系数（斜率和截距）随着时间的变化。可以看到，整体的交叉定标系数最为稳定，其次是一年冰，而多年冰和开阔水域的定标系数随着季节的变化较大。另外，夏季海冰的定标系数也比较稳定。

图5 2015年10月至2020年10月整体、一年冰、多年冰和开阔水域的定标系数Fig.5 Time series of slope and intercept values for all of the measurements（ALL），first−year ice（FYI），multi−year ice（MYI）and open water（OW）during the period from October，2015 to October，2020

研究发现，尽管开阔水域和多年冰的定标系数和整体的定标系数存在较大差异，但是在开阔水域或多年冰亮度温度区间内，其定标结果与整体定标系数的定标结果具有较好的一致性。以2017 年1 月的多年冰为例，多年冰水平极化定标系数和整体的定标系数存在较大差异，其中多年冰斜率为0.779，截距为52.097，而整体的定标斜率为1.013，截距为−4.506。然而，在多年冰亮度温度集中分布的区间内（统计结果显示，SMOS 多年冰水平极化亮度温度分布在233—250 K），两种定标系数的结果相差不到2 K。因此，可以采用整体的定标系数对SMOS数据进行交叉定标，而不需要划分海表类型分别进行定标。

从图5可以看到，整体的定标系数尽管变化比较稳定，仍然具有明显的季节变化特征，水平极化斜率在1.000—1.025 之间波动，截距在−5.410—−3.035之间波动，而垂直极化斜率在0.996至1.015之间波动，截距在−5.136—−3.649波动。同时，定标系数年际间相同月份内变化较小。因此，将2015—2020 年的数据按照月份进行回归，得到每个月的定标系数，如表1所示。

表1 水平和垂直极化每月平均交叉定标系数Table 1 Averaged calibration coefficients for H and V polarizations for each month

为了评估定标系数的精度，根据每个月的定标系数对SMOS原始亮度温度进行校正，然后计算定标后SMOS 亮度温度与SMAP 亮度温度之间的RMSD。由于采用线性公式进行定标，两者之间的偏差期望为0。表2 给出了不同海表类型在不同月份下的平均RMSD。由于夏季无法区分一年冰和多年冰，因此给出了海冰的RMSD。从表中可以看到，定标之后SMOS 和SMAP 亮度温度之间的RMSD 明显降低，数据一致性得到显著提高。以1 月份为例，对于垂直极化，整体的RMSD 由定标前的约6.0 K（图4）降低到定标后的约3.5 K（表2）；对于水平极化，整体的RMSD 由定标前的约5.5 K（图4）降低到定标后的约为4.0 K（表2）。

表2 不同极化和海冰类型下定标后SMOS亮度温度与SMAP亮度温度之间均方根误差每月的均值Table 2 RMSD between calibrated SMOS and SMAP brightness temperatures for different sea ice types at H and V polarizations

总体而言，冬季多年冰的定标精度最高，水平极化的RMSD 小于3 K，垂直极化的RMSD 小于2 K；开阔水域定标精度次之，水平极化和垂直极化的RMSD 分别在4.0 K 和3.7 K 左右；一年冰的定标精度最低，水平极化和垂直极化的RMSD分别在4.5 K 和4.0 K 左右。不同海冰类型定标精度的差异可能是由于大气下行辐射、开阔水域海表风速、海冰漂移等因素综合造成的。由于介电常数的差异，多年冰、一年冰和海水的反射率逐渐升高，地物反射的大气下行辐射逐渐增加，不同观测时间大气条件的差异最终影响大气层顶亮度温度（De Lannoy 等，2015）。对于开阔水域，水平极化和垂直极化亮度温度对风速的敏感性分别可以达到0.3 K/（m/s）和0.2 K/（m/s）（Yueh 等，2010），不同观测时间风速的变化会影响两颗卫星观测值的一致性。另外，海冰区域多年冰和一年冰的定标差异还可能在于一年冰漂移速度大于多年冰（Kwok 等，2013），由于多年冰更加稳定，因此其定标结果更好。在季节上，冬季定标精度较好，夏季的定标精度较低，这可能是夏季的大气条件、海表风速变化更大。另外，垂直极化的定标精度要优于水平极化的定标精度，这与在全球陆地和海洋的研究结果较为一致（https://nsidc.org/sites/default/files/smap_l1_assessment_report_20200808_v 4_urs.pdf[2022−04−07]）。这种现象可能的原因在于大气对于垂直极化的影响更小（De Lannoy 等，2015），开阔水域风速对水平极化的影响大于垂直极化（Yueh等，2010）以及海冰表面积雪对水平极化的影响更大（Markus和Cavalieri，2000；Matzler等，1984）等因素。

研究结果表明，定标系数具有明显的季节特征，因此推荐采用逐月的方式进行交叉定标。作为对比，获取了采用所有数据（不考虑年份和月份）的定标系数，水平极化的斜率和截距分别为1.013和−4.447，垂直极化的斜率和截距分别为1.003和−4.448。精度验证结果表明，采用整体数据获取定标系数的方式在不同海冰类型与月份的偏差比逐月定标方式有所增加，进一步证实了逐月定标方式的合理性。

3.2.2 SMOS亮度温度交叉定标结果验证

根据不同月份的定标系数，可以对SMOS亮度温度进行定标，得到定标后的亮度温度。图6给出了2016 年1 月1 日SMOS 原始日均值亮度温度、定标后的SMOS 亮度温度以及SMAP 日均值亮温的对比结果。可以看到，SMOS 原始日均值亮度温度和SMAP 日均值亮温在空间上的分布较为一致，但是两者在亮度温度范围存在较大差异。SMOS 原始亮度温度明显要高于SMAP亮度温度，对于水平极化和垂直极化，两者的温度差异分别为2 K 和4 K，而定标之后两者的亮度温度较为一致。

图6 2016年1月1日北极区域亮度温度空间分布Fig.6 Maps of brightness temperatures from SMOS，calibrated SMOS，SMAP on January 1，2016

为进一步分析定标的效果，以2016 年1 月为例，图7 给出了SMOS 原始亮度温度、定标后SMOS 亮度温度以及SMAP 亮度温度的直方图，以及定标后SMOS 亮度温度与SMAP 亮度温度偏差的直方图。可以看到，定标前SMOS 和SMAP 亮度温度直方图存在明显的偏差，而定标之后两者基本没有偏差，直方图分布较为一致。需要注意的是，在亮度温度较低的区域（主要是开阔水域），SMAP 的亮度温度较为集中，而SMOS 的亮度温度变化范围较大，这主要与SMOS的辐射精度较低有关。从图7（c）可以看出，SMAP 与定标之后SMOS偏差均值接近于0，范围在±2 K。

图7 2016年1月原始SMOS、定标后SMOS和SMAP亮度温度及偏差分布直方图Fig.7 Histograms of original SMOS，calibrated SMOS and SMAP brightness temperatures and their bias values，January 2016

4 结论

本文系统性对比了2015 年—2020 年北极区域SMAP 与SMOS 亮度温度，分析了两者的偏差和均方根误差的空间和季节变化特征，并分析了极化、海冰类型对于偏差和均方根误差的影响。结果表明，整体上SMAP 亮度温度要低于SMOS 亮度温度，水平极化和垂直极化分别低2.0—3.0 K和3.0—4.5 K；不同海冰类型的偏差和均方根误差差异较大，多年冰偏差和均方根误差最小，一年冰次之，开阔水域偏差和均方根误差最大；水平极化的偏差和均方根误差低于同等海冰类型下垂直极化的值。另外，SMAP 和SMOS 之间的偏差和均方根误差具有明显的季节变化特征，但年际之间的差异较小。

本文采用线性公式对SMOS的亮度温度定标到SMAP 的观测值下，分析了不同海冰类型定标系数的差异。结果表明，尽管不同海冰类型的定标系数差异较大，但是和整体不区分海冰类型的定标系数定标结果较为一致，并且每个月份的定标系数结果在不同年份之间变化较少，因此可以针对每个月采用统一的定标系数对SMOS亮度温度数据进行交叉定标。定标验证结果表明，多年冰定标精度较高，一年冰区域定标精度相对较低；水平极化定标精度略低于垂直极化定标精度；冬季定标精度高于夏季定标精度。

由于SMOS 数据时间范围为2009 年至今，SMAP 数据时间范围为2015 年至今，本文的结果可以用于对SMOS进行交叉定标，获取长时间序列的亮度温度数据，用于北极区域海冰参数监测。此外，本文主要针对北极区域进行研究，所采用的方法可以应用于南极区域，支持南极海冰的监测研究。

志 谢感谢美国国家冰雪数据中心提供了SMAP亮度温度数据，欧洲航天局提供了SMOS亮度温度数据，欧洲气象卫星应用组织提供北极海冰类型数据。