基于PlanetScope 影像的格陵兰冰面融水监测

朱雨欣 张闻松 杨康,2,3

(1 南京大学地理与海洋科学学院, 江苏 南京 210023;2 江苏省地理信息技术重点实验室, 江苏 南京 210023;3 南方海洋科学与工程广东省实验室(珠海), 广东 珠海 519080)

0 引言

格陵兰冰盖是仅次于南极冰盖的世界第二大冰盖, 如果其全部消融将导致全球海平面上升约7.4 m[1]。冰盖表面消融是造成格陵兰冰盖物质损失的主要原因[2]。每年消融期, 格陵兰冰盖表面消融形成包括冰面湖(supraglacial lake)、冰面河(supraglacial river)、注水冰裂隙(water-filled crevasse)等在内的冰面融水, 融水会被冰穴(moulin)输送进入冰盖内部或离开冰盖汇入海洋[3-4], 进而造成冰盖物质损失并影响冰盖运动[5]。因此,研究冰面融水的时空分布对于理解格陵兰冰盖物质平衡具有重要意义。

格陵兰冰盖实地观测成本高、危险性大, 利用卫星遥感影像是监测冰面融水时空分布的主要手段[6]。目前, 中等空间分辨率(10～250 m)遥感影像是分析格陵兰冰面融水时空分布的主要数据源。例如, Fitzpatrick 等[7]利用250 m 空间分辨率MODIS 遥感影像反演冰面湖体积, 分析了冰面湖的动态变化及其存储与排放融水的过程。Yang等[8]利用30 m 空间分辨率 Landsat-8 遥感影像提取西南格陵兰冰面湖与主干冰面河遥感信息,分析了消融期内冰面融水面积与体积的动态变化,揭示了冰面融水面积与区域气候模型模拟径流量具有相关性。Lu 等[9]利用10 m 空间分辨率 Sentinel-2 遥感影像提取了格陵兰冰盖东北部冰面河与冰面湖遥感信息, 分析了冰面融水的形态特征与时空变化, 揭示了冰面融水时空分布对冰面消融强度和冰盖运动的响应。Li 等[10]利用 Sentinel-2 影像监测了西北格陵兰英格尔菲尔德地区冰面河网动态变化, 发现该区域冰面融水直接供给冰面河。然而, 冰面河宽度窄、生命周期短, 中等分辨率卫星影像仅能提取主干冰面河遥感信息, 难以精细化反映冰面河网的时空变化特征。高空间分辨率卫星遥感影像能够较好地解决这一问题, 例如, Smith 等[11]利用2 m 空间分辨率 WorldView 遥感影像, 观测格陵兰冰盖西南部冰面融水, 揭示了区域气候模型高估了冰面实际径流量。Wilson等[12]利用2011—2015 年 WorldView 影像观测了格陵兰冰盖典型冰舌融化速率, 发现冰舌逐渐变薄并显著影响了冰盖物质平衡。Yang 等[13]基于 WorldView 影像监测格陵兰冰盖西南部河网密度, 揭示其与区域气候模型模拟的融水径流量存在线性正相关关系。然而, 由于 WorldView 遥感影像成本高、空间覆盖有限、时间分辨率低, 因此其仅能反映某一特定时刻有限面积区域内的冰面融水分布。

近年来, 以 PlanetScope 为代表的 CubeSat小卫星发展迅速, 这类小卫星影像时空分辨率高(理想情况下重访周期约1 d, 空间分辨率3 m),可免费获取, 这为动态监测格陵兰冰面融水时空变化提供了可能。目前, PlanetScope 遥感影像已被初步用于极地水文研究。例如, Kääb 等[14]利用多时相 PlanetScope 遥感影像测算西伯利亚地区和阿拉斯加地区的河流流速。Feng 等[15]融合PlanetScope、Landsat-8 和 Sentinel-2 遥感影像,估算了北极地区11 条河流的流量, 显著提高了北极河流流量估算的时间分辨率。

本研究选择格陵兰冰盖西南部1 个典型冰面流域作为研究区, 利用 PlanetScope 小卫星遥感影像提取冰面融水信息, 构建深度反演公式测算了冰面融水深度与体积, 揭示了冰面融水面积与体积的时空变化特征。同时, 综合区域气候模型模拟的融水径流量, 分析了冰面融水时空分布与冰面消融强度之间的联系, 进而探讨了 PlanetScope 小卫星遥感影像应用于极地冰盖水文研究的潜力。

1 研究区与研究数据

1.1 研究区域

研究区域选择格陵兰冰盖西南部罗素冰川(Russell Glacier)附近的1 个典型冰面流域(图1)。格陵兰冰盖西南部是格陵兰冰盖消融最旺盛的区域, 也是研究冰面水文过程的代表性区域[16]。研究流域面积约为 57.3 km2, 海拔范围为 1400～1600 m, 距离冰盖边缘最近约70 km, 2019 年消融期流域平均日径流量为(20.7±8.7) mm。该流域内不存在大规模的冰裂隙区域, 冰面融水最终通过流域出口的冰穴进入冰盖内部。

图1 研究区 PlanetScope 遥感影像。成像时间: 2019 年7 月25 日, 绿色和红色圆点分别表示反演水深选取的样本点与验证点。a)研究区; b)冰穴; c)冰面湖; d)冰面河; e)冰面河Fig.1. PlanetScope image of study area. The image was acquired on 25 July 2019, green and red dots indicate the sample points and validation points for depth estimation respectively. a) study area; b) moulin; c) supraglacial lake; d) supraglacial river; e) supraglacial river

1.2 研究数据

研究选用 PlanetScope 小卫星遥感影像 L3B正射单景产品提取冰面融水遥感信息。PlanetScope遥感影像由 PlanetLabs 公司生产并发布, 具有蓝色(波段1, 455～515 nm)、绿色(波段2, 500～590 nm)、红色(波段3, 590～670 nm)与近红外(波段4, 780～860 nm)4 个波段, 空间分辨率为3 m。研究共收集到研究流域2019 年7—8 月期间6 景云量较少、成像质量较高的 PlanetScope 小卫星遥感影像。此外, 研究选取了3 景与 PlanetScope成像时间相近的10 m 分辨率 Sentinel-2 遥感影像作为对比数据, 影像详细信息见表1。

表1 遥感影像列表Table 1. List of remotely sensed satellite images

区域气候模型(Regional Climate Model, RCM)是目前模拟冰面融水径流的主要方式[17-18], 其能够模拟近地表温度、降水、消融、再冻结、融水保持等一系列变量。区域大气模型(Modèle Atmosphérique Régionale, MAR)是目前常用的格陵兰冰盖区域气候模型, 本研究使用的 MAR 版本为3.11, 空间分辨率为7.5 km×7.5 km[19]。研究通过公式“冰面融水径流量=消融量+降水量-再冻结”计算了冰面融水日径流量(单位: mm·d-1)[20];随后, 将 MAR 格网与研究流域边界相交, 得到4 个 MAR 格网; 最后, 根据相交面积将各格网对应的冰面融水径流量加权计算, 得到研究流域内的冰面融水日径流量(图2)。

图2 MAR 区域气候模型模拟的研究区融水径流量, 红色竖线表示 PlanetScope 影像成像时间Fig.2. Meltwater runoff in the study area simulated by MAR regional climate model, red lines indicate the imaging times of PlanetScope images

2 研究方法

2.1 PlanetScope 遥感影像配准

PlanetScope 小卫星影像在研究流域内几何定位精度偏低, 偏差可达数十米。这是因为小卫星空中姿态误差大[21], 同时在北极地区缺乏地面控制点。为了准确分析冰面融水时空变化, 需要配准原始 PlanetScope 小卫星遥感影像。为此,研究选择了几何定位精度较高(3 m)[22]的 Sentinel-2 遥感影像作为参考影像, 利用 ArcGIS 软件中的配准栅格(register raster)工具, 自动生成了同名点, 随后利用仿射变换配准了 PlanetScope小卫星遥感影像。

2.2 多空间尺度冰面融水遥感信息提取

冰面融水具有多空间尺度的特征, 冰面湖与宽阔冰面河的宽度远大于细小冰面河。因此, 研究对不同尺度的冰面融水采用了不同的遥感信息提取方法。冰面湖和宽阔冰面河与背景的光谱对比度强, 易于从遥感影像中识别。研究计算了归一化水体指数INDWI,ice=(Rblue-Rred)/(Rblue+Rred), 其中Rblue和Rred分别为蓝光波段和红光波段的大气层顶反射率。INDWI,ice利用水体相较于冰雪在蓝光波段反射率更高的特征, 能够有效增强水体与冰雪背景的对比度, 有利于后续冰面融水识别[23]。研究利用高阈值(0.13±0.02)分割INDWI,ice影像, 提取了冰面湖和宽阔冰面河的遥感信息。

细小冰面河与影像背景的光谱对比不明显,利用INDWI,ice阈值分割难以有效提取其遥感信息。因此, 研究采用增强横纵断面特征的河流信息提取方法, 增强并提取细小冰面河的遥感信息[24]。首先, 采用带通滤波(bandpass filter)处理INDWI,ice影像, 抑制影像中的低频(＜ 10 m-1)背景与高频(＞50 m-1)噪声, 进一步增强细小冰面河与影像背景的对比度; 其次, 采用 Gabor 滤波匹配并增强冰面河横剖面[25], 研究构造了12 个方向(间隔为15°)的 Gabor 滤波算子, 用于增强不同流向细小冰面河的横断面特征; 再次, 利用路径开算子(Parsimonious Path Opening, PPO)进一步提高细小冰面河沿程连续性, 使每个河段的影像灰度值趋同, 进而均匀化河流纵剖面; 最后, 对处理后的影像采用阈值(15.6±3.4)分割提取冰面细小河流遥感信息。2019 年7 月3 日的 PlanetScope 影像中冰面河发育程度一般, 细碎条带状噪声分布密集, 对该景影像使用 PPO 不仅不能增强河流特征, 反而会引入大量误提, 因此研究未采用PPO 处理该景影像。研究定义开放水体比率(Open Water Fraction, OWF)为水体表面积与流域面积的比值, 利用该指标量化分析冰面融水动态变化。

2.3 冰面融水深度遥感反演方法

光学遥感影像中水体像元的反射率随水体深度增加而减小[26], 研究据此建立经验公式反演融水深度。现有的 Sentinel-2 影像格陵兰冰面融水深度反演经验公式如下[27]:

其中,z为冰面融水水深反演结果,Rred为红光波段的大气层顶反射率。研究选择2019 年7 月25日近同期成像的 PlanetScope 影像(15 时00 分)与 Sentinel-2 影像(13 时12 分), 在开放水体区域选取了90 对样本点, 拟合 Sentinel-2 影像反演的融水深度与 PlanetScope 影像红光波段大气层顶反射率, 构建了 PlanetScope 影像冰面融水深度反演经验公式:

其中,z为冰面融水水深反演结果,Rred为红光波段的大气层顶反射率。利用该经验公式反演得到流域内2019 年7—8 月冰面融水深度。统计冰面融水范围内水深栅格的像元值之和, 并与单个像元面积(9 m2)相乘得到流域内冰面融水总体积。研究以均方根误差(Root Mean Square Error, RMSE)和相对均方根误差(Relative Root Mean Squared Error,RRMSE)作为评价指标, 在开放水体区域选取30 对验证点, 评价所得经验公式的精度[28]。

3 结果与讨论

研究利用2019 年消融期6 期高时空分辨率PlanetScope 遥感影像, 监测了格陵兰冰盖西南部典型流域冰面融水动态变化(图3)。在同一拍摄日期(2019 年7 月25 日)的 Sentinel-2 遥感影像与配准后的 PlanetScope 影像中选取了14 对同名点, 验证了 PlanetScope 遥感影像配准精度。结果表明RMSE 为6.04 m, 约为2 个 PlanetScope像元大小, 小于1 个 Sentinel-2 像元大小, 因此,配准精度满足冰面融水动态变化分析的要求。

图3 研究区冰面融水遥感信息提取结果Fig.3. Remotely sensed surface meltwater extraction results for study area

研究发现, 2019 年7 月3—12 日, 流域内冰面河逐渐扩张, 细小支流开始出现; 7 月12—23 日,冰面河相对稳定; 7 月23 日以后, 冰面河宽度变窄, 细小冰面河逐渐消失。监测期内, 冰面河整体呈现出先扩张再消退的特征。流域出口附近的两个冰面湖受冰面河提供的融水补给, 7 月3 日—8月2 日面积保持稳定(0.2±0.02 km2), 随后逐渐萎缩, 8 月20 日面积为0.07 km2。冰面湖与冰面河呈现出不同的动态变化特征, 这主要是由于流域内两个冰面湖是过水湖, 消融旺盛期主要向下游干流冰面河输送融水, 因此湖泊面积未显著变化,在消融末期, 流域冰面河供水很少, 冰面湖面积萎缩(图3)。

研究首次建立了适用于 PlanetScope 小卫星遥感影像的冰面融水深度反演公式。利用 Sentinel-2 遥感影像反演的冰面融水深度验证该公式, 结果显示RMSE 为0.03 m, RRMSE 为3.46%,说明该公式反演精度较高。消融期内, 冰面融水深度介于0.2～1.5 m 之间。其中, 冰面湖普遍较深,平均深度0.9 m±0.2 m, 冰面河干流次之(0.6 m±0.1 m), 冰面河支流最浅(0.5 m±0.1 m)(图4)。7月3—12 日, 冰面融水逐渐发育, 冰面湖平均深度由0.7 m 加深至1.0 m。7 月12 日—8 月20 日, 冰面湖平均深度相对稳定(1.0 m±0.1 m)。

图4 冰面融水深度反演结果。a) 2019-07-03; b) 2019-07-12; c) 2019-07-23; d) 2019-07-25; e) 2019-08-02; f) 2019-08-20Fig.4. Surface meltwater depth estimation results. a) 2019-07-03; b) 2019-07-12; c) 2019-07-23; d) 2019-07-25; e) 2019-08-02;f) 2019-08-20

研究对比分析了遥感观测的开放水体比率、冰面融水体积与区域气候模型 MAR 模拟的融水日径流量。消融期内, 流域的开放水体比率呈现先升高后降低的变化趋势, 在7 月3—12 日逐渐升高, 7 月12 日达到峰值8.7%, 7 月12 日—8月20 日持续下降, 在8 月20 日达到了最低值0.7%(图5a)。遥感观测到的开放水体比率与MAR 模型模拟的日径流量呈较弱的正相关关系(r2=0.58,p=0.08), 冰面融水体积与 MAR 模型模拟的日径流量正相关关系有所增强(r2=0.66,p=0.05)(图5b)。由此可见, 冰面融水体积比开放水体比率更能反映冰面消融强度。冰面融水的空间分布主要受冰面径流量的控制。遥感观测的开放水体比率和冰面融水体积与冰面径流量的相关系数较低, 这可能是由于流域内存在冰穴与冰面湖, 使得研究区冰面融水的存储与输送过程相对复杂, 然而 MAR 模型并未考虑冰面融水输送过程[29-30], 使得遥感观测与模型模拟的融水分布有所偏差。

图5 冰面融水遥感信息提取结果与 MAR 模型模拟径流量对比。a)开放水体比率与日径流量的对比; b)冰面融水体积与日径流量的对比Fig.5. Comparison between remotely sensed surface meltwater and MAR-simulated runoff. a) open water fraction vs. daily runoff; b) surface meltwater volume vs. daily runoff

研究进一步对比分析了遥感观测的冰面融水体积与模型模拟的累积径流量之间的关系。冰面融水体积与模型模拟的累积径流量之比体现了冰面流域存储冰面融水的能力[31]。研究结果表明,冰面融水存储比例呈现出先上升后下降的趋势。在消融初期的7 月3 日, 冰面融水存储比例仅为0.16%; 随着消融持续, 冰面融水存储比例在7 月12 日达到峰值(0.46%); 在7 月12 日之后, 冰面融水存储比例持续下降, 在8 月20 日, 冰面融水存储比例最低, 仅为0.14%。冰面融水存储比例较低(0.14%～0.46%), 这是由于冰面融水被流域出口冰穴高效输送进入冰盖内部, 使得留存在冰盖表面的冰面融水体积较低[7]。与此相反, 在以冰面湖而非冰穴作为出口的流域, 冰面径流多被冰面湖存储, 因此以冰面湖为出口的流域冰面融水存储能力较强[20]。

4 结论

本文利用高时空分辨率 PlanetScope 遥感影像分析了2019 年消融期冰面融水动态变化, 对比了 MAR v3.11 模型模拟的融水径流量与遥感反演的融水体积, 主要结论如下: 在2019 年消融期,流域冰面融水开放水体比率先升高后降低, 在7月12 日达到峰值8.7%。利用光学影像经验公式法反演融水深度, 获得适用于 PlanetScope 遥感影像在格陵兰冰盖西南部的冰面融水深度反演公式。流域冰面融水存储比例先升高后降低, 在7月12 日达到峰值0.46%。遥感观测的开放水体比率、冰面融水体积与区域气候模型 MAR 模拟的日融水径流量具有正相关关系, 说明融水径流对于冰面湖与冰面河具有直接供给作用, 同时, 遥感观测的冰面融水体积远小于 MAR 模拟的融水累积径流量, 说明冰面流域能够高效输送融水进入冰盖内部, 冰面融水储存比例小于1%, 储存能力十分有限。总结来说, PlanetScope 遥感影像能够精细化动态监测冰面融水变化, 具有广泛应用于极地冰盖水文研究的潜力。