渤海AVHRR多通道海冰密集度反演算法試驗(yàn)研究

劉志強(qiáng)，蘇潔，時(shí)曉旭，2，趙進(jìn)平

（1.中國(guó)海洋大學(xué)海洋環(huán)境學(xué)院，山東青島 266100；2.中國(guó)科學(xué)院大氣物理研究所，北京 100029）

渤海AVHRR多通道海冰密集度反演算法試驗(yàn)研究

劉志強(qiáng)1，蘇潔1，時(shí)曉旭1，2，趙進(jìn)平1

（1.中國(guó)海洋大學(xué)海洋環(huán)境學(xué)院，山東青島 266100；2.中國(guó)科學(xué)院大氣物理研究所，北京 100029）

為了得到更精確的渤海海冰密集度反演參數(shù)，采用遼東灣不同類型海冰ASD實(shí)測(cè)數(shù)據(jù)，在分析光譜特征的基礎(chǔ)上，針對(duì)NOAA／AVHRR數(shù)據(jù)確定出合適海冰密集度反演算法閾值。繼而，基于線性光譜混合模型的多通道反演算法進(jìn)行了一系列算法試驗(yàn)。同時(shí)實(shí)現(xiàn)了基于LandSat5-TM數(shù)據(jù)的渤海海冰密集度場(chǎng)反演，并利用該結(jié)果與AVHRR單通道和多通道算法得到的海冰密集度反演結(jié)果進(jìn)行比對(duì)分析。定量誤差分析結(jié)果表明，當(dāng)單通道算法或組合算法中包含1通道時(shí)，與Landsat5-TM反演結(jié)果的平均誤差為正值，包含2通道且不包含1通道時(shí)，平均誤差為負(fù)值；同時(shí)使用這兩個(gè)通道較只包含其一的各種組合算法的平均誤差明顯偏?。辉诟鞣N組合算法中，1245四個(gè)通道組合反演的海冰密集度結(jié)果誤差最小，可應(yīng)用于渤海AVHRR數(shù)據(jù)海冰密集度反演。

渤海；海冰密集度反演；線性光譜混合模型；NOAA／AVHRR；LandSat5-TM

1 引言

渤海是北半球緯度最低的季節(jié)性結(jié)冰海域，通常有3～4個(gè)月的結(jié)冰期。由于每年冬季的氣候差異，海冰冰情具有較強(qiáng)的年際變化，冰情嚴(yán)重時(shí)，海冰覆蓋面積超過渤海海域面積的70%以上。海冰密集度、海冰外緣線位置和海冰覆蓋面積等是反映渤海海冰冰情的重要指標(biāo)。其中海冰密集度指一定范圍內(nèi)海冰所占的面積百分比，用來描述海冰的空間密集程度，它直接影響著海洋和大氣的熱量交換強(qiáng)度，因此，海冰密集度不僅是表征海冰特征的重要參數(shù)，也是很多海洋和大氣環(huán)流模式的輸入?yún)?shù)［1—2］。

衛(wèi)星遙感技術(shù)的發(fā)展，為海冰監(jiān)測(cè)和預(yù)報(bào)提供了時(shí)空連續(xù)的實(shí)時(shí)資料來源。衛(wèi)星遙感技術(shù)的基礎(chǔ)是地物光譜特征，不同地表的光譜特征是選擇和設(shè)計(jì)傳感器波段的依據(jù)，同時(shí)也是對(duì)遙感數(shù)據(jù)進(jìn)行定標(biāo)和真實(shí)性檢驗(yàn)的依據(jù)，據(jù)此可以建立地面實(shí)測(cè)數(shù)據(jù)和衛(wèi)星遙感數(shù)據(jù)之間的橋梁［3］。1988年NOAA／AVHRR （National Oceanic and Atmosphere Administration／Advanced Very High Resolution Radiometer）的可見光和紅外圖像被用于渤海和黃海北部的海冰監(jiān)測(cè)和業(yè)務(wù)預(yù)報(bào)［4］。2002年我國(guó)首次使用“海洋1號(hào)”衛(wèi)星的COCTS（Chinese Ocean Color and Temperature Scanner）和CCD（Charge Coupled Device）可見光數(shù)據(jù)進(jìn)行渤海海冰的監(jiān)測(cè)和預(yù)報(bào)，提供了海冰圖像及海冰密集度、冰厚和冰外緣線等產(chǎn)品，也作為渤海海冰監(jiān)測(cè)和數(shù)值預(yù)報(bào)初始場(chǎng)的重要信息來源［5］。MODIS （Moderate-resolution Imaging Spectroradiometer）多通道可見光數(shù)據(jù)對(duì)不同密集度和厚度的海冰有較好的區(qū)分和識(shí)別，可以提供較NOAA／AVHRR分辨率高的海冰參數(shù)信息，被用作海冰預(yù)報(bào)質(zhì)量檢驗(yàn)的參考依據(jù)之一［6］。盡管近年來MODIS衛(wèi)星數(shù)據(jù)的應(yīng)用非常廣泛，也可以得到LandSat5-TM（Thematic Mapper）等更高分辨率的遙感數(shù)據(jù)，但考慮到時(shí)間序列長(zhǎng)度的問題，NOAA／AVHRR數(shù)據(jù)仍具有不可替代的應(yīng)用價(jià)值。

在針對(duì)可見光數(shù)據(jù)的海冰密集度算法中，通常根據(jù)傳感器不同通道數(shù)據(jù)（如反射率、亮溫）的特征［7］及其之間的差值［8］或比值［9］等，采用閾值算法來區(qū)分云、海冰和海水。但是由于地表覆蓋類型的復(fù)雜性，這些閾值的確定會(huì)存在一定程度上的誤判。在應(yīng)用這些算法時(shí)，能否找到合理準(zhǔn)確的閾值會(huì)直接會(huì)影響海冰衛(wèi)星遙感信息提取的準(zhǔn)確性。

目前渤海海冰密集度反演通常采用單通道算法［4—6］，本文基于AVHRR可見光衛(wèi)星數(shù)據(jù)，配合2013年冬季渤海遼東灣海冰科學(xué)考察獲得的ASD（Analytical Spectra Device）實(shí)測(cè)光譜數(shù)據(jù)，確定海冰密集度反演算法的閾值。進(jìn)而，基于線性光譜混合模型（LSMM）［10］，進(jìn)行海冰密集度多通道算反演算法試驗(yàn)。

反演結(jié)果的驗(yàn)證也一直是海冰遙感算法研究中比較困難的環(huán)節(jié)。在缺乏現(xiàn)場(chǎng)數(shù)據(jù)的情況下，采用較高分辨率的遙感數(shù)據(jù)進(jìn)行比對(duì)分析不失為一種合理有效的方法。本文實(shí)現(xiàn)了基于LandSat5-TM數(shù)據(jù)的渤海海冰密集度場(chǎng)反演，并利用該結(jié)果與單通道算法和LSMM模型多通道算法AVHRR數(shù)據(jù)渤海海冰密集度反演結(jié)果進(jìn)行比對(duì)分析，進(jìn)行了一系列算法試驗(yàn)，旨在通過定量的分析確定更為合理的渤海海冰密集度反演算法，為渤海海冰冰情監(jiān)測(cè)提供基礎(chǔ)數(shù)據(jù)。

2 數(shù)據(jù)來源及處理

2.1 AVHRR數(shù)據(jù)

計(jì)算渤海海冰密集度使用的主要數(shù)據(jù)為經(jīng)過大氣校正的AVHRR HRPT（High Resolution Picture Transmission）L1B數(shù)據(jù)，在同一地點(diǎn)一天可獲得兩次過境觀測(cè)數(shù)據(jù)，從可見光到熱紅外共5個(gè)通道，星下點(diǎn)分辨率1.1 km，通道范圍0.58～12.50μm，時(shí)間范圍為1981年至今。數(shù)據(jù)預(yù)處理包括太陽(yáng)高度角訂正、輻射定標(biāo)及地理校正［7］。

2.2 Landsat5-TM數(shù)據(jù)

采用從中科院對(duì)地觀測(cè)與數(shù)字地球科學(xué)中心購(gòu)買的Landsat5-TM數(shù)據(jù)（FASTB格式L1級(jí)產(chǎn)品）作為比對(duì)和驗(yàn)證數(shù)據(jù)。該數(shù)據(jù)共7個(gè)波段，通道范圍0.45～12.50μm，除波段6分辨率為120 m外，其余波段分辨率均為30 m。采用美國(guó)地質(zhì)調(diào)查局（USGS）在2007年4月發(fā)布的輻射定標(biāo)公式進(jìn)行輻射定標(biāo)，獲得光譜輻亮度，并利用下式計(jì)算不同通道的反照率［11］，

式中，下標(biāo)λ代表不同波長(zhǎng)通道，ρλ為反照率，Lλ為定標(biāo)后傳感器入瞳處的光譜輻亮度，d表示日地距離，ESUNλ表示大氣層頂平均太陽(yáng)輻照度，θs表示太陽(yáng)天頂角。

2.3 ASD實(shí)測(cè)光譜數(shù)據(jù)

本文采用ASD實(shí)測(cè)海冰光譜數(shù)據(jù)作為確定密集度算法閾值的參考數(shù)據(jù)。2013年1月5－8日使用ASD FieldSpec 3便攜式地物光譜儀分別對(duì)遼東灣3個(gè)站點(diǎn)不同類型冰面（積雪覆蓋的海冰、光滑的裸冰等）進(jìn)行了現(xiàn)場(chǎng)光譜測(cè)量，站點(diǎn)分別位于葫蘆島（40° 47′2.2″N，120°59′48″E）、營(yíng)口（40°13′12.3″N，122°03′53.5″E）和鲅魚圈（40°00′35.4″N，121°49′1.7″E）結(jié)冰海區(qū)（圖1）。

圖1 ASD實(shí)測(cè)站點(diǎn)位置和2013年1月5日渤海海冰MODIS真彩圖Fig.1 The positions of observation stations of ASD and MODIS true color image of the Bohai Sea ice on January 5th 2013

ASD測(cè)量波段范圍為350～1 050 nm，光譜采樣間隔為1 nm。所有站點(diǎn)的海冰光譜測(cè)量均在當(dāng)?shù)貢r(shí)間12點(diǎn)后開始，且均在自然光照狀態(tài)下進(jìn)行，每次測(cè)量前，使用參考板對(duì)光譜儀進(jìn)行標(biāo)定，且保證四周無障礙物遮擋，同時(shí)最大限度的減小測(cè)量者對(duì)光譜的影響。測(cè)量過程中保持探頭垂直向下，距離海冰反射面30 cm左右。ASD數(shù)據(jù)處理主要包括：（1）進(jìn)行時(shí)間平滑去除光譜曲線上的噪聲；（2）計(jì)算海冰反射亮度的平均值；（3）計(jì)算測(cè)量對(duì)象的實(shí)際光譜反照率（海冰反射亮度的平均值與參考板反射太陽(yáng)光譜的平均值之比）并繪制光譜特征曲線。

圖2 2013年1月5－8日遼東灣3個(gè)站點(diǎn)海冰光譜特征曲線Fig.2 Sea ice spectrum characteristic curves of three stations in the Liaodong Bay during 5－8，January 2013

圖2為3個(gè)站的ASD光譜特征曲線。由圖可見，有積雪覆蓋海冰的反照率最高，而且積雪越密集，反照率越高；其次是光滑裸冰；反照率最低的是表面凹凸不平的非光滑裸冰。反照率光譜特征曲線在可見光波段內(nèi)（350～770 nm）達(dá)到峰值，而在近紅外短波波段（780～1 100 nm）則顯著降低，光譜特征曲線整體上隨著波長(zhǎng)的增加而降低，這符合光譜特征曲線的一般規(guī)律。不同環(huán)境條件下，同一類型海冰的光譜特征曲線存在差異。如1月7日積雪覆蓋海冰的光譜曲線值與其他兩日相比偏大，根據(jù)現(xiàn)場(chǎng)觀測(cè)記錄分析，主要是由于該日所測(cè)站點(diǎn)的積雪更加密集。再如，站點(diǎn)光照條件的變化及人工選擇測(cè)量點(diǎn)產(chǎn)生的誤差等也會(huì)使各類光譜特征曲線的吸收峰谷的數(shù)量及位置不同、光譜曲線隨波長(zhǎng)衰減的速率不同，即使對(duì)于相同波長(zhǎng)，同一類型海冰的光譜反照率也不同?？傮w來看，渤海海冰的光譜反照率小于極區(qū)海冰，原因在于極地區(qū)域的海冰較純凈，而渤海海冰中存在較多的雜質(zhì)，造成渤海海冰的ASD光譜數(shù)據(jù)低于相同厚度和表面粗糙度條件下的極區(qū)海冰。為了盡量減小觀測(cè)數(shù)據(jù)受到雜質(zhì)的影響，我們選擇離岸較遠(yuǎn)的區(qū)域獲取ASD海冰實(shí)測(cè)數(shù)據(jù)。

3 AVHRR海冰密集度反演算法

為了確定更為合理的渤海海冰密集度反演算法，本文根據(jù)AVHRR各通道光譜特征，在云檢測(cè)和冰水識(shí)別的基礎(chǔ)上，結(jié)合ASD現(xiàn)場(chǎng)觀測(cè)數(shù)據(jù)確定算法閾值，應(yīng)用單通道算法和基于LSMM模型的多通道算法分別進(jìn)行海冰密集度反演，作為進(jìn)一步的算法試驗(yàn)的基礎(chǔ)。

3.1 云檢測(cè)

對(duì)可見光數(shù)據(jù)而言，云的存在容易產(chǎn)生對(duì)海冰的誤判，有效排除云的干擾對(duì)海冰參數(shù)反演的準(zhǔn)確性十分重要。經(jīng)預(yù)處理后，AVHRR數(shù)據(jù)海冰密集度反演的第一個(gè)步驟即為云檢測(cè)。針對(duì)下墊面是陸地或者海洋的情況，AVHRR數(shù)據(jù)的云檢測(cè)通常采用APOLLO（The AVHRR Processing scheme Over Land，cloud and Ocean）算法［7］和CLAVR（Clouds from AVHRR）算法［9］，兩種算法都是采用對(duì)單通道反照率及亮溫差等判據(jù)進(jìn)行組合的方法來對(duì)有云像元進(jìn)行判別；針對(duì)冰雪下墊面情況，Key等在進(jìn)行多種算法試驗(yàn)的基礎(chǔ)上提出了ISCCP（International Satellite Cloud Climatology Project）算法［8］，即通過使用1、3、4單通道和3、4通道的亮溫差進(jìn)行云檢測(cè)。徐棟等在此基礎(chǔ)上提出針對(duì)北極區(qū)域的AVHRR可見光數(shù)據(jù)云檢測(cè)方案［12］。對(duì)渤海來說，海區(qū)較小，因此目前多數(shù)海冰反演是基于晴空下的情況。實(shí)際上，結(jié)冰海區(qū)只有部分被云覆蓋，這時(shí)就需要采用合理的云識(shí)別算法進(jìn)行云剔除，以保留未被云覆蓋海區(qū)的反演數(shù)據(jù)連續(xù)性。

本文以AVHRR假彩圖和MODIS真彩圖作為依據(jù)，比較分析NDVI、Q指數(shù)、不同通道差值、比值等多種判據(jù)的有云像元識(shí)別效果，最后確定基于ISCCP算法的渤海海區(qū)云檢測(cè)方法，即采用1、4通道及3、4通道的亮溫差來檢測(cè)有云像元。

3.2 冰水識(shí)別

在云剔除的基礎(chǔ)上，根據(jù)冰和水反照率及亮溫的差異對(duì)冰水像元進(jìn)行識(shí)別，這是海冰密集度反演的關(guān)鍵步驟。海冰反照率與亮溫表現(xiàn)的是相反的光譜輻射特征，亮溫越高反照率越低。各通道反照率或亮溫分布曲線的峰值分別對(duì)應(yīng)著冰和水出現(xiàn)概率最大的反照率或亮溫值，Bayes分類準(zhǔn)則［13］指出取谷值作為冰水分界點(diǎn)的誤判率最小。

針對(duì)渤海海冰反演，以往的可見光冰水識(shí)別的判據(jù)包括：AVHRR的band1和band4組合［4］、COCTS 的band5與CCD的band2和band4通道組合［5］、MODIS的band1和band31組合［6］。本文依據(jù)Bayes分類準(zhǔn)則對(duì)不同冰水識(shí)別判據(jù)的統(tǒng)計(jì)分布曲線進(jìn)行了分析，篩選峰谷分布明顯的判據(jù)。同時(shí)，通過AVHRR可見光圖像目視選取了包含有不同厚度海冰、含有泥沙海水和純凈海水的像元集合，分析組合判據(jù)的散點(diǎn)圖分布特征，并將冰水識(shí)別結(jié)果與當(dāng)天AVHRR假彩圖和MODIS真彩圖進(jìn)行目視比較，結(jié)果顯示利用Band4和Band3-Band1來進(jìn)行冰水識(shí)別，具有較好的判別效果。以1月5日數(shù)據(jù)為例，圖3為在AVHRR2通道反照率分布圖上的不同地表類型取樣區(qū)域位置。圖4為本文所使用冰水識(shí)別算法的散點(diǎn)示意圖?？梢钥闯?，該判據(jù)對(duì)各類地表類型具有較好的識(shí)別能力。

3.3 海冰密集度計(jì)算

基于冰水識(shí)別結(jié)果，對(duì)判識(shí)為冰點(diǎn)的格點(diǎn)，可以利用單通道和多通道的反照率和亮溫?cái)?shù)據(jù)計(jì)算海冰密集度。

3.3.1 單通道算法

目前在渤海海冰實(shí)時(shí)監(jiān)測(cè)方面，針對(duì)單通道的系點(diǎn)法［14］是較為普遍使用的提取海冰密集度參數(shù)的算法公式：

式中，c為冰水混合像元的海冰密集度，A為像元的實(shí)際反照率，Ai和Aw分別表示混合像元中純冰和純水的反照率值。

圖3 AVHRR 2通道反照率及不同地表類型取樣區(qū)域位置Fig.3 Albedo distribution of AVHRR band2 and the sample locations of different surface features

圖4 不同地表類型通道4亮溫和通道3－1差值散點(diǎn)分布圖Fig.4 Scatter plot of different surface features of band4 and band3-band1

算法中純冰、純水閾值的選取最為重要。閾值不僅因海區(qū)而不同，也因過境時(shí)的天氣及環(huán)境條件而不同，因此在渤海海冰日常可見光數(shù)據(jù)監(jiān)測(cè)處理中，要想得到較為可信的海冰密集度反演結(jié)果，通常要對(duì)每幅數(shù)據(jù)繪制分布曲線、分別進(jìn)行閾值判斷。

以2013年1月5日AVHRR的2通道數(shù)據(jù)為例，該通道反照率（見圖3）能夠較好的區(qū)分出冰水像元。雖然密集冰和云的反照率比較接近，但借助亮溫?cái)?shù)據(jù)（見3.1節(jié)云檢測(cè)算法）可以有效的去除有云像元。圖5中黑線為云剔除后的反照率數(shù)據(jù)分布曲線，谷值兩側(cè)的峰值分別對(duì)應(yīng)著最大概率的海水（6.4% ～7.1%）和海冰（9.0%～9.5%）反照率值。

圖5 AVHRR通道2反照率直方圖分布曲線Fig.5 Distribution curves of AVHRR band2

通常利用該分布圖可以經(jīng)驗(yàn)地給出Ai和Aw閾值。這里利用2.3節(jié)給出的ASD數(shù)據(jù)配合圖5的分布曲線，綜合確定閾值。ASD測(cè)量波段范圍為350～1 050 nm，其中包含了AVHRR的Band1和Band2兩個(gè)通道的波段范圍。圖6給出了2013年1月5日觀測(cè)的不同類型冰面的ASD實(shí)測(cè)光譜特征曲線與AVHRR通道數(shù)據(jù)的比較。由于實(shí)測(cè)數(shù)據(jù)和可見光遙感數(shù)據(jù)的空間尺度差別很大，難以進(jìn)行同一個(gè)格點(diǎn)的匹配和比較，因此本文通過人工識(shí)別，選取AVHRR數(shù)據(jù)中具有更明顯表面類型的特征小區(qū)的光譜值進(jìn)行比對(duì)。特征小區(qū)的選取見圖3。由圖6可見，很明顯，海水的反照率值最低（黑色），云的反照率值最高（枚紅色），有積雪覆蓋的海冰反照率其次（紅色），對(duì)于無積雪覆蓋裸冰（綠色），由于衛(wèi)星分辨率的原因，從AVHRR通道數(shù)據(jù)（見圖3）中無法區(qū)分ASD數(shù)據(jù)對(duì)應(yīng)的光滑和非光滑海冰（見圖6中的綠線和藍(lán)線曲線）。

結(jié)合AVHRR通道2光譜分布曲線（圖5）可以判斷選擇適合海冰密集度反演的最佳閾值。本文針對(duì)2013年1月5日數(shù)據(jù)所給出的純水和純冰閾值，Aw和Ai分別為8.13%和20.30%。見圖5、6中的紅色虛線和藍(lán)色虛線。

圖7為采用系點(diǎn)公式基于AVHRR通道2數(shù)據(jù)反演的海冰密集度結(jié)果。與同日MODIS真彩圖（見圖1）對(duì)比可見，反演結(jié)果能夠較好的區(qū)分冰水像元，也能去除大部分泥沙像元，但是對(duì)某些區(qū)域（如萊州灣和渤海灣沿岸處）的薄冰存在誤判，在靠近岸邊的區(qū)域存在一些密集度高值冰區(qū)，很有可能是由于沿岸堆積冰所造成。與ASD實(shí)測(cè)數(shù)據(jù)對(duì)應(yīng)的其他兩天的反演場(chǎng)也有類似結(jié)果，圖略。由于在反演計(jì)算時(shí)，閾值是根據(jù)整幅圖像的反照率分布確定的，而遼東灣中東部存在的積雪客觀上會(huì)對(duì)閾值的選取造成一定的影響?；谀壳暗姆囱莘椒ǎ袩o法在這個(gè)環(huán)節(jié)去除積雪的影響，因此造成了遼東灣西岸和灣底海冰密集度略有偏低。所幸對(duì)于渤海來說，積雪現(xiàn)象并不多見，在無積雪的時(shí)段不會(huì)出現(xiàn)這樣的問題。

3.3.2 基于LSMM模型的多通道算法

單通道的反演算法的優(yōu)點(diǎn)是簡(jiǎn)單易行，缺陷是只考慮了反照率的特性。從理論上，多通道反演算法可以彌補(bǔ)這個(gè)不足?；诰€性光譜混合模型（LSMM）［10］可以進(jìn)行混合像元的分解，目前多用于衛(wèi)星數(shù)據(jù)的陸地不同地表類型的分離提?。?5］。LSMM模型假定像元的光譜特征可以表征為像元內(nèi)各端元的光譜特征和其所占面積百分比的線性函數(shù)，定義如下：

圖6 1月5日AVHRR與ASD實(shí)測(cè)數(shù)據(jù)對(duì)比Fig.6 Comparison of AVHRR and ASD data on Jan 5th

圖7 2013年1月5日AVHRR通道2反演海冰密集度Fig.7 SIC retrieved from AVHRR single band 2 on Jan 5th 2013

式中，Liλ表示第λ波段第i個(gè)像元的光譜輻射值；fki為第i像元內(nèi)第k個(gè)端元組分所占的面積百分比；Rkλ表示第λ波段第k個(gè)端元組分的光譜輻射值；εiλ表示第λ波段第i個(gè)像元對(duì)應(yīng)的誤差值；n為像元內(nèi)的端元組分個(gè)數(shù)。RMS為像元i的均方根誤差，表征與真值的接近程度，RMS越小說明線性分解的精度越高。

首先從混合像元中提取各端元光譜特征，對(duì)于渤海海冰密集度，端元實(shí)際只有兩個(gè)，即海水與海冰。然后利用最小二乘法求解海冰和海水組分在像元中的面積百分比。根據(jù)多通道的原理，可以選擇2、3、4 或5個(gè)通道的數(shù)據(jù)進(jìn)行反演。下一節(jié)將利用不同的通道進(jìn)行比較試驗(yàn)。

4 多通道海冰密集度試驗(yàn)及與Landsat 5-TM數(shù)據(jù)的比對(duì)分析

在缺乏現(xiàn)場(chǎng)數(shù)據(jù)的條件下，可以采用更高分辨率的遙感數(shù)據(jù)作為各種算法比對(duì)分析的數(shù)據(jù)。本文采用了Landsat5-TM數(shù)據(jù)，在冰水識(shí)別的基礎(chǔ)上，統(tǒng)計(jì)計(jì)算海冰密集度［8，16］，并投影到與AVHRR數(shù)據(jù)的網(wǎng)格中，對(duì)AVHRR數(shù)據(jù)的各種反演算法得到的海冰密集度結(jié)果進(jìn)行比對(duì)分析。

4.1 Landsat5-TM海冰密集度計(jì)算

TM數(shù)據(jù)比AVHRR數(shù)據(jù)的空間分辨率高300多倍，但時(shí)間分辨率較低，過境同一地點(diǎn)的時(shí)間間隔約為17 d，而AVHRR則可以在一天之內(nèi)對(duì)同一地點(diǎn)進(jìn)行兩次觀測(cè)。由于無法獲得與ASD實(shí)測(cè)資料相同日期的TM數(shù)據(jù)，本文另選取了2010年1月23日的數(shù)據(jù)進(jìn)行比對(duì)試驗(yàn)。圖8為該日的渤海AVHRR假彩圖和遼東灣TM真彩圖。在此基礎(chǔ)上，利用TM第2通道（波段范圍0.52～0.60μm）光譜數(shù)據(jù)，采用閾值法進(jìn)行冰水識(shí)別，采用系點(diǎn)法［16］計(jì)算得到TM海冰密集度場(chǎng)。

圖8 2010年1月23日AVHRR（底圖，分辨率1.1 km）和Landsat5-TM（右下小圖，分辨率30 m）衛(wèi)星圖像Fig.8 The satellite image of AVHRR（base image，resolution 1.1 km）and Landsat5-TM（subset image，resolution 30 m）on January 23th 2010

圖9a為TM通道2的反照率分布曲線。圖中左邊第一個(gè)峰值（0.108）對(duì)應(yīng)著水點(diǎn)的集合，右邊的兩個(gè)主峰值，對(duì)應(yīng)著不同冰厚和密集程度的海冰。對(duì)應(yīng)主體海水和海冰的反照率分布曲線谷值為0.12。同時(shí)考慮到以下依據(jù)：（1）實(shí)驗(yàn)室中觀測(cè)到的在可見光波段中海冰的最低光譜反照率約為0.08［17］；（2）在Perovich的反照率－冰厚關(guān)系中，海冰厚度為0 cm時(shí)，對(duì)應(yīng)的海冰反照率為0.1［18］；（3）Cavalieri在采用MPA算法計(jì)算TM海冰密集度時(shí)采用的海冰反照率也為0.1［19］；（4）本研究對(duì)人工可判識(shí)為海水的像元進(jìn)行統(tǒng)計(jì)，海水及海水與海冰邊界處的最大反照率不超過0.12；因此最終本文采用0.12作為TM數(shù)據(jù)冰水識(shí)別閾值。圖9b為利用系點(diǎn)法計(jì)算的TM海冰密集度，計(jì)算時(shí)Ai取為0.35。前人分別采用海冰最小觀測(cè)反照率值0.08和0.10作為冰水閾值，計(jì)算得到的TM海冰密集度差別只有2%～4%［14，16］。

4.2 比對(duì)分析試驗(yàn)

將圖9b的TM數(shù)據(jù)密集度反演結(jié)果（分辨率30 m）投影到AVHRR網(wǎng)格上，計(jì)算每個(gè)格點(diǎn)的平均密集度，得到1.1 km空間分辨率的海冰密集度分布場(chǎng)（見圖10a）。由于密集度計(jì)算公式為線性的，這種投影方式與Cavalieri等［19］直接投影TM反照率數(shù)據(jù)的方式結(jié)果相同。以此為標(biāo)準(zhǔn)，分別對(duì)AVHRR單通道算法和基于LSMM線性光譜模型的多通道算法得到的海冰密集度結(jié)果進(jìn)行比對(duì)分析。由于篇幅限制，這里只給出了通道2和通道1245海冰密集度反演結(jié)果與TM海冰密集度的差異分布圖（圖10b、c）。

表1給出了不同AVHRR通道組合算法的海冰密集度反演結(jié)果與TM反演結(jié)果的平均誤差（ME）、平均絕對(duì)誤差（MAE）和均方根誤差（RMSE）。AVHRR通道3為中紅外波段，雖然在進(jìn)行冰水識(shí)別方面有一定優(yōu)勢(shì)，但該波段既有太陽(yáng)輻射能量，也有地表輻射能量，較為復(fù)雜，會(huì)影響海冰密集度的計(jì)算結(jié)果，因此多通道密集度計(jì)算試驗(yàn)并未使用該通道數(shù)據(jù)。

表1顯示，各通道試驗(yàn)結(jié)果的均方根誤差（6.35%～7.59%）和平均絕對(duì)誤差（3.41%～4.69%）比較接近；針對(duì)單通道反演算法，采用通道1的反演結(jié)果各誤差均較采用通道2小，且二者的平均誤差的符號(hào)相反，即1（2）通道反演結(jié)果與TM比較偏大（?。?；各算法平均誤差范圍為－8.03%～6.52%，當(dāng)單通道算法或組合算法中包含1通道時(shí)，平均誤差為正值，包含2通道且不包含1通道時(shí)，平均誤差為負(fù)值；同時(shí)使用1、2通道的算法（如12、124、125、1245通道組合）所得到的反演結(jié)果平均誤差（1.50%～2.03%）比其他算法明顯偏?。皇褂脙蓚€(gè)通道算法的反演結(jié)果不是都比單通道結(jié)果誤差更小，而使用3個(gè)通道組合算法的反演結(jié)果比使用單通道和雙通道的結(jié)果誤差都小；采用1245四通道所反演出的海冰密集度結(jié)果各誤差在所有的試驗(yàn)中都是最小的（RMSE 6.35%，ME1.50%，MAE3.41%）。采用不同通道進(jìn)行試驗(yàn)時(shí)誤差大小不同，主要原因可能是由于不同通道的光譜特性不同，僅僅使用單通道的反照率信息，在線性光譜模型的假定下并不能完全準(zhǔn)確的反映出在每個(gè)衛(wèi)星像元內(nèi)的海冰元素對(duì)該像元的總體光譜特性的貢獻(xiàn)程度。

基于AVHRR各種算法與TM反演密集度反演之間的誤差可能主要來自以下幾個(gè)方面：（1）來自衛(wèi)星傳感器空間分辨率的差異造成衛(wèi)星數(shù)據(jù)重采樣投影時(shí)產(chǎn)生的誤差；（2）衛(wèi)星過境時(shí)間（UTC）不同，AVHRR數(shù)據(jù)為23日05：04－05：11，而TM數(shù)據(jù)為23日03：25－03：27，兩套數(shù)據(jù)時(shí)間差距為90 min左右，期間海洋或氣象條件的變化可能會(huì)對(duì)海冰密集度產(chǎn)生影響；（3）基于線性光譜模型，冰水反照率閾值的選取所產(chǎn)生的誤差。

圖9 Landsat5-TM通道2反照率分布（a）和TM海冰密集度分布（30 m分辨率）（b）Fig.9 Albedo distribution curve of Landsat5-TM band2（a）and SIC of Landsat5-TM with 30 m resolution（b）

圖10 Landsat5-TM投影海冰密集度場(chǎng)（a），AVHRR band2與TM海冰密集度場(chǎng)差異比較（AVHRR-TM）（b）和AVHRR band1245與TM海冰密集度場(chǎng)差異比較（AVHRR-TM）（c）Fig.10 Projected SIC field of Landsat5-TM（a），SIC comparison between AVHRR band2 and TM（AVHRR-TM）（b），andSIC comparison between AVHRR band1245 and TM（AVHRR-TM）（c）

表1 單通道和多通道冰密集度反演實(shí)驗(yàn)比較結(jié)果Tab.1 Comparison of SIC for single band and muti-band algorithm

在多通道各種算法中，利用AVHRR的1245四個(gè)通道計(jì)算的結(jié)果與TM海冰密集度偏差最小，將2013年1月5日的1245通道計(jì)算結(jié)果（見圖11a）與單通道反演結(jié)果（見圖7）進(jìn)行比較（LSMM-SINGLE），圖11b為L(zhǎng)SMM多通道與單通道反演海冰密集度場(chǎng)的差值場(chǎng)。由圖可見，兩種算法反演結(jié)果的差值場(chǎng)存在空間不一致。在大部分冰區(qū)多通道算法反演的海冰密集度結(jié)果大于單通道算法結(jié)果，如遼東灣海冰外緣線附近、渤海灣南部和萊州灣東岸，部分海區(qū)差別可達(dá)20%以上；而對(duì)于遼東灣西岸和渤海灣北部，多通道算法反演的海冰密集度結(jié)果較單通道算法結(jié)果偏小2%～8%。

不同算法反演結(jié)果的差值場(chǎng)呈不一致的空間分布，渤海灣萊州灣冰區(qū)的差異較大，原因可能在于：從MODIS真彩圖像可以看出，渤海灣和萊州灣兩個(gè)海區(qū)中的懸浮泥沙含量明顯增多，這必然對(duì)海冰的光譜信息產(chǎn)生影響。研究發(fā)現(xiàn)在物理特性相似的條件下海冰光學(xué)層顆粒物的含量與其反照率存在著反比的關(guān)系，顆粒物濃度越高，海冰反照率越低［20］。受到泥沙等物質(zhì)的影響，這兩個(gè)海區(qū)的海冰表層很有可能會(huì)存在較多的雜質(zhì)顆粒物，造成海冰表面非常粗糙，進(jìn)而海冰鏡面反射減弱，體散射增強(qiáng)，總的效果是減弱了冰面反射，因此實(shí)際反照率低于相同條件下的光滑海冰，另一方面，含泥沙的海水比潔凈的海水反照率高，也會(huì)造成將海水誤判為海冰的情況。在熱紅外通道，懸浮泥沙的亮溫與海水的亮溫接近，與海冰的亮溫有明顯的差別。以上原因可以造成單通道反演結(jié)果偏小。同時(shí)可以看到，該海區(qū)正經(jīng)歷一些復(fù)雜氣象條件如海霧或者薄云的影響，這會(huì)造成地表實(shí)際反照率偏高，因此僅使用單通道反照率反演出的海冰密集度將會(huì)偏高。

圖11 LSMM四個(gè)通道海冰密集度反演結(jié)果（a）和LSMM四個(gè)通道與單通道反演場(chǎng)比較（LSMM-Single）（b）Fig.11 SIC with four band algorithmof LSMM（a）and the difference of SIC between LSMM muti-bands and single band algorithm（LSMM-Single）（b）

5 結(jié)論與討論

5.1 結(jié)論

利用AVHRR遙感數(shù)據(jù)進(jìn)行了渤海海冰密集度單通道和LSMM模型多通道算法較系統(tǒng)的試驗(yàn)和研究。分析了遼東灣ASD實(shí)測(cè)數(shù)據(jù)的海冰光譜特征變化，并通過與AVHRR可見光通道數(shù)據(jù)的比對(duì)分析，確定出海冰密集度反演算法中的合理閾值。為了對(duì)AVHRR海冰密集度反演結(jié)果進(jìn)行對(duì)比分析，實(shí)現(xiàn)了基于Landsat5-TM高分辨率數(shù)據(jù)的渤海海冰密集度反演，并以此為標(biāo)準(zhǔn)對(duì)AVHRR海冰密集度多種反演算法的結(jié)果進(jìn)行比對(duì)，給出渤海海冰密集度反演算法的合理建議。具體結(jié)論如下：

（1）將AVHRR不同地表光譜分布與2013年1 月5日遼東灣實(shí)測(cè)ASD光譜反照率數(shù)據(jù)進(jìn)行對(duì)比，確定出當(dāng)日渤海海冰密集度適合的反演閾值，該閾值也可用于多通道算法。

（2）各種算法的定量比較分析結(jié)果顯示：當(dāng)單通道算法或組合算法中包含1通道時(shí)，與Landsat5-TM反演結(jié)果的平均誤差為正值，包含2通道且不包含1通道時(shí)，平均誤差為負(fù)值；同時(shí)使用1、2通道組合算法的反演結(jié)果相比其他算法平均誤差?。徊捎?個(gè)通道組合的結(jié)果普遍比單通道和雙通道的結(jié)果誤差偏?。徊捎?245四通道反演的海冰密集度結(jié)果比其他算法結(jié)果誤差都小。因此綜合以上分析，本文建議基于AVHRR數(shù)據(jù)的渤海海冰密集度反演算法可以采用1245通道組合進(jìn)行反演計(jì)算。

5.2 討論

本文在反演計(jì)算渤海海冰密集度的過程中，嘗試使用ASD實(shí)測(cè)數(shù)據(jù)與遙感數(shù)據(jù)作為計(jì)算反演海冰密集度時(shí)確定閾值的依據(jù)，ASD數(shù)據(jù)能夠反映出海冰的總體光譜特征，缺陷在于實(shí)測(cè)數(shù)據(jù)與衛(wèi)星數(shù)據(jù)的空間匹配度差異太大，因此在未來的地物實(shí)地光譜測(cè)量中應(yīng)采用對(duì)一定的海冰區(qū)域范圍進(jìn)行測(cè)量后平均的光譜數(shù)據(jù)，以達(dá)到最佳的比對(duì)參考效果。同時(shí)針對(duì)渤海各海區(qū)海冰不同特點(diǎn)進(jìn)行反演和比對(duì)驗(yàn)證，以此來檢驗(yàn)本文初步提出的結(jié)論是否具有更廣泛的適用性。

積雪的存在會(huì)對(duì)閾值的選取造成影響，因此在一定程度上影響到海冰密集度的反演，為了準(zhǔn)確的反演海冰密集度，在將來的研究中，還需要進(jìn)一步考慮如何去除積雪效應(yīng)帶來的影響。

在海冰密集度反演結(jié)果的驗(yàn)證方面，樣本的代表性、時(shí)空匹配問題都一直是難題。隨著新一代衛(wèi)星和可見光傳感器的使用，在將來的研究中需進(jìn)一步研究探索利用更高分辨率遙感產(chǎn)品驗(yàn)證反演結(jié)果的方法，從而為渤海海冰的監(jiān)測(cè)工作提供更有價(jià)值的參考。

致謝：本研究ASD數(shù)據(jù)由中國(guó)海洋大學(xué)極地組2013年冬季遼東灣海冰科學(xué)調(diào)查獲得；參與ASD數(shù)據(jù)獲取和處理的還有王維波和陳萍博士；與趙進(jìn)平和管磊老師的討論對(duì)本文完成有不少幫助，特此感謝！

［1］白珊，劉欽政，吳輝碇，等.渤海、北黃海海冰與氣候變化的關(guān)系［J］.海洋學(xué)報(bào)，2001，23（5）：33－41.

［2］蘇潔，郝光華，葉鑫欣，等.極區(qū)海冰密集度AMSR-E數(shù)據(jù)反演算法的試驗(yàn)和驗(yàn)證［J］.遙感學(xué)報(bào)，2013，17（3）：459－513.

［3］柯長(zhǎng)青，謝紅接，雷瑞波，等.北極海冰的光譜特征分析［J］.光譜學(xué)與光譜分析，2012，32（4）：1081－1084.

［4］鄭新江，邱康睦，陸風(fēng).定量計(jì)算渤海海冰參數(shù)的遙感方法［J］.應(yīng)用氣象學(xué)報(bào)，1998，9（3）：359－363.

［5］羅亞威，張?zhí)N斐，孫從容，等.“海洋1號(hào)”衛(wèi)星在海冰監(jiān)測(cè)和預(yù)報(bào)中的應(yīng)用［J］.海洋學(xué)報(bào)，2005，27（1）：7－18.

［6］吳龍濤，吳輝碇，孫蘭濤，等.MODIS渤海海冰遙感資料反演［J］.中國(guó)海洋大學(xué)學(xué)報(bào)，2006，36（2）：173－179.

［7］Gesell G.An algorithm for snow and ice detection using AVHRR data An extension to the APOLLO software package［J］.International Journal of Remote Sensing，1989，10（4）：897－905.

［8］Key J，Barry R G.Cloud cover analysis with Arctic AVHRR data：1.Cloud detection［J］.Journal of Geophysical Research：Atmospheres（1984-2012），1989，94（15）：18521－18535.

［9］Stowe L，Davis P A，McClain E P.Scientific basis and initial evaluation of the CLAVR-1 global clear／cloud classification algorithm for the Advanced Very High Resolution Radiometer［J］.Journal of Atmospheric and Oceanic Technology，1999，16（6）：656－681.

［10］Settle J，Drake N A.Linear mixing and the estimation of ground cover proportions［J］.International Journal of Remote Sensing，1993，14（6）：1159－1177.

［11］Chander G，Markham B L，Helder D L.Summary of current radiometriccalibration coefficients for Landsat MSS，TM，ETM＋，and EO-1 ALI sensors［J］.Remote sensing of environment，2009，113（5）：893－903.

［12］Xu Dong，Su Jie，Liu Zhiqiang，et al.Application of cloud detection algorithm in the Arctic region based on AVHRR satellite data［C］//Proceedings of the International Conference on Remote Sensing Environment and Transportation Engineering.2011（2）：1026－1030.

［13］馬開玉，丁裕國(guó)，屠其璞，等.氣候統(tǒng)計(jì)原理與方法［M］.北京：氣象出版社，1993.

［14］Steffen K，Maslanik J A.Comparison of Nimbus 7 scanning multichannel microwave radiometer radiance and derived sea ice concentrations with Landsat imagery for the North Water area of Baffin Bay［J］.Journal of Geophysical Research：Oceans（1978－2012），1988，93（C9）：10769－10781.

［15］Rober D A，Gardner M，Church R，et al.Mapping Chaparral in the South Honica Mountains using multiple endmember spectralmixture models［J］.Remote Sens，Environ，1998，65：267－279.

［16］Steffen K，Schweiger A.NASA team algorithm for sea ice concentration retrieval from Defense Meteorological Satellite Program special sensor microwave imager：Comparison with Landsat satellite imagery［J］.Journal of Geophysical Research，1991，96（C12）：21971－21987.

［17］Grenfell T C，Barber D G，F(xiàn)ung A K，et al.Evolution of electromagnetic signatures of sea ice from initial formation to the establishment of thick first-year ice［J］.Geoscience and Remote Sensing，1998，36（5）：1642－1654.

［18］Perovich D K，Maykut G A，Grenfell T C.Optical properties of ice and snow in the polar oceans.I：Observations［C］//Technical Symposium Southeast International Society for Optics and Photonics，1986：232－241.

［19］Cavalieri D J，Markus T，Hall D K，et al.Assessment of EOS Aqua Amsr-E arctic sea ice concentrations using landsat-7 and airborne microwave imagery［J］.Geoscience and Remote Sensing，2006，44（11）：3057－3069.

［20］Light B，Eicken H，Maykut G A，et al.The effect of included participates on the spectral albedo of sea ice［J］.Journal of Geophysical Research：O-ceans（1978－2012），1998，103（C12）：27739－27752.

Study on the multi-band retrieval algorithm for the Bohai Sea ice concentration using AVHRR data

Liu Zhiqiang1，Su Jie1，Shi Xiaoxu1，2，Zhao Jinping1
（1.Collegeof Environmental Oceanography，Ocean University of China，Qingdao 266100，China；2.Instituteof Atmospheric Physics，Chinese Academy of Sciences，Beijing 100029，China）

To achieve the improved retrieval parameter of sea ice concentration（SIC）in the Bohai Sea，spectral characteristics of different types of sea ice are obtained and analyzed using in-situ ASD measurements in the Liaodong Bay.Appropriate threshold is thus determined for the retrieval of AVHRR data and then the SICis calculated.In this paper，muti-band retrieval algorithm based on linear spectral mixture model（LSMM）is used for conducting a series of band experiments.The retrieved SIC using LandSat5-TM data is used to compare with the AVHRR SIC of different combinational algorithms.The results of error quantitative analysis indicate that the mean error（ME）of the algorithms involving band1 is positive，but the ME turns to negative when the algorithms involve band2 instead of band1；the ME of the algorithms which include both of two bands is less than the those which include only band1 or band2；among these algorithms，the 1245 joint-band algorithm has the minimum errors：it is concluded that the 1245 joint-band algorithm can be used for the retrieval of AVHRR SIC in the Bohai Sea.

Bohai Sea；SIC retrieval；LSMM；NOAA-AVHRR；LandSat5-TM

P731.15

A

0253-4193（2014）11-0074-11

2014-03-09；

2014-06-05。

國(guó)家海洋局公益項(xiàng)目（201105016）；氣象公益性行業(yè)項(xiàng)目（GYHY201306049）。

劉志強(qiáng)（1987—），男，安徽省淮北市人，主要從事衛(wèi)星海洋學(xué)研究。E-mail：zhiqiang39＠163.com

*通信作者：蘇潔，副教授，從事冰-海洋耦合模式研究。E-mail：sujie＠ouc.edu.cn

劉志強(qiáng)，蘇潔，時(shí)曉旭.渤海AVHRR多通道海冰密集度反演算法試驗(yàn)研究［J］.海洋學(xué)報(bào)，2014，36（11）：74—84，doi.10.3969／j.issn.0253-4193.2014.11.009

Liu Zhiqiang，Su Jie，Shi Xiaoxu.Study on the multi-band retrieval algorithm for the Bohai Sea ice concentration using AVHRR data ［J］.Acta Oceanologica Sinica（in Chinese），2014，36（11）：74—84，doi.10.3969／j.issn.0235-4193.2014.11.009