王利亞，何宜軍，張彪*，劉保昌

(1.南京信息工程大學(xué) 海洋科學(xué)學(xué)院，江蘇 南京 210044)

HY-2衛(wèi)星掃描微波輻射計數(shù)據(jù)反演北極海冰漂移速度

王利亞1，何宜軍1，張彪1*，劉保昌1

(1.南京信息工程大學(xué) 海洋科學(xué)學(xué)院，江蘇 南京 210044)

本文基于最大互相關(guān)法，利用海洋二號(HY-2)衛(wèi)星掃描微波輻射計37 GHz通道多時相垂直極化亮溫數(shù)據(jù)，獲取了北極海冰漂移速度。采用2012年和2013年國際北極浮標(biāo)計劃海冰現(xiàn)場觀測數(shù)據(jù)，對利用微波輻射計亮溫資料反演的冬季北極海冰漂移速度進行了定量驗證，結(jié)果表明：流速和流向均方根誤差分別為1.12 cm/s和16.37°，從一定程度上說明了HY-2衛(wèi)星掃描微波輻射計亮溫數(shù)據(jù)反演海冰漂移速度的可行性。此外，使用美國國防氣象衛(wèi)星F-17搭載的專用微波成像儀91 GHz通道垂直極化亮溫，采用高斯拉普拉斯濾波方法進行處理，結(jié)合最大互相關(guān)法反演的海冰漂移速度，優(yōu)于法國海洋開發(fā)研究院海冰漂移速度產(chǎn)品。

最大互相關(guān)法；微波輻射計；北極海冰漂移速度

1 引言

海冰在極地以及全球氣候系統(tǒng)中扮演著重要角色，它作為隔離層影響著海洋大氣的熱量動量傳輸，且其凍融過程在全球熱鹽環(huán)流中對淡水通量有一定的影響[1—2]。海冰是海洋活動的主要威脅，為了保證航行安全需要了解海冰狀況，同時海冰漂移也是沉淀物和污染物傳輸?shù)闹匾M成部分[2—3]。

海冰漂移是由風(fēng)和海表面流共同驅(qū)動的，短期移動由天氣系統(tǒng)主導(dǎo)，長期移動需要考慮海流[4]。在弱潮流區(qū)，由風(fēng)驅(qū)動的海冰漂移速度大小約是風(fēng)速的1/50，且在北半球漂移方向為風(fēng)向右側(cè)30°～40°，在南半球漂移方向為風(fēng)向左側(cè)，在強潮流區(qū)，因有風(fēng)力和潮流共同作用，海冰漂移更加復(fù)雜。北極海冰漂移的主要特征是從西伯利亞海岸經(jīng)過北極點傳輸?shù)礁ダ泛{的穿極漂流和波弗特海域的反氣旋式移動[4]。

由于極地環(huán)境惡劣，獲取實測資料非常困難，建立極地科考站、利用潛艇或船只、放置漂流浮標(biāo)等可以收集海冰數(shù)據(jù)，但這些方法只能得到小面積的海冰信息。隨著航空航天技術(shù)的發(fā)展，利用衛(wèi)星遙感手段能夠有效收集大面積的海冰信息，其中就包括海冰的漂移速度。反演海冰漂移速度使用的資料主要來自于微波輻射計[4—12]、微波散射計[2—4，13]、雷達[14—22]、光學(xué)傳感器[23]等。

國內(nèi)外學(xué)者已經(jīng)開展了多種遙感資料反演海冰漂移速度的研究。Ninnis等[5]首先將最大互相關(guān)(Maximum Cross Correlation，MCC)方法應(yīng)用于甚高分辨率輻射計(Advanced Very High Resolution Radiometer，AVHRR)數(shù)據(jù)，自動地反演了波弗特海域海冰漂移速度，證明了MCC方法可有效反演海冰漂移場，但沒有去除空間不連續(xù)的速度矢量。隨后的一些研究將此方法應(yīng)用于高分辨率、全天候的合成孔徑雷達圖像對，成功繪制了移動大且旋轉(zhuǎn)小的海冰的流動圖[17，22]。Kwok等[24]利用地球物理學(xué)處理系統(tǒng)反演海冰移動信息，該系統(tǒng)混合了基于特征和基于區(qū)域的圖像匹配算法，不僅很好計算了旋轉(zhuǎn)小的浮冰中央?yún)^(qū)域，也有效反演了變化復(fù)雜的海冰邊緣移動信息。Emery等[7]為了有效去除空間不連續(xù)的海冰漂移速度，將MCC方法與空間濾波技術(shù)相結(jié)合，利用AVHRR數(shù)據(jù)反演了北極弗拉姆海峽海冰速度，但是AVHRR數(shù)據(jù)受云污染有空間缺口。黃潤恒等[8]處理AVHRR資料得到遼東灣海冰表觀位移的空間分布，指出選取模板時利用人機交互式特征跟蹤比計算機自動跟蹤更能反映流冰位移的實際情況，減小了匹配錯誤的概率，此方法對空間分辨率高的資料有效。Agnew等[25]證明了專用微波成像儀(Special Sensor Microwave Imager， SSM/I)85 GHz亮溫數(shù)據(jù)可以反演全北極海冰漂移信息。Liu和Cavalieri[10]及Zhao等[26]先后用SSM/I 85 GHz亮溫數(shù)據(jù)和散射計數(shù)據(jù)通過二維高斯小波變換法獲得了南北極海冰漂移速度，為海冰信息反演提供了新的方法。Kwok等[9]首次證明SSM/I 37 GHz頻段數(shù)據(jù)也能夠反演海冰移動，這對只有低頻段的掃描多通道微波輻射計(Scanning Multichannel Microwave Radiometer，SMMR)和HY-2衛(wèi)星掃描微波輻射計研究有意義。由于資料分辨率低，獲得的速度場稀疏。孫鶴泉等[18]，邵若莉等[19]分別使用航海雷達利用MCC方法反演了我國渤海海冰漂流場，對我國海冰觀測與預(yù)報很重要。吳龍濤等[23]用中分辨率成像光譜儀(Moderate Resolution Imaging Spectroradiometer，MODIS)資料反演渤海冰漂移場，并研究其與海面風(fēng)速和流速關(guān)系，彌補了局地、單點海冰觀測的局限性。Girard-Ardhuin和Ezraty[4]結(jié)合散射計和輻射計數(shù)據(jù)，反演了融合的海冰漂移場，提高了位移估計的可靠性，獲得更密集的海冰漂移場，為海冰漂移研究提供了新思路。

本文首次使用HY-2衛(wèi)星掃描微波輻射計37 GHz垂直極化亮溫，用MCC方法獲得了北極海冰漂移速度場，并與浮標(biāo)測得的海冰移動速度和方向一致，說明了HY-2衛(wèi)星掃描微波輻射計在探測海冰漂移方面的可行性。為解決速度稀疏問題，減小模板移動間隔，且在實驗過程中發(fā)現(xiàn)，使用高斯拉普拉斯濾波技術(shù)可以得到密集度較大的速度場。

2 數(shù)據(jù)和方法

2.1 衛(wèi)星與現(xiàn)場觀測數(shù)據(jù)

2011年8月發(fā)射的HY-2衛(wèi)星是我國第一顆海洋動力環(huán)境衛(wèi)星，集主、被動微波遙感器于一體，具有高精度測軌、定軌能力與全天時、全天候、全球連續(xù)探測能力，能夠?qū)崿F(xiàn)全球海洋高精度、多要素同步測量。HY-2衛(wèi)星搭載著微波散射計、雷達高度計、掃描微波輻射計和校正微波輻射計以及DORIS、雙頻GPS和激光測距儀。其中掃描微波輻射計可以用于極區(qū)海冰監(jiān)測，它有5個頻段，分別是6.6 GHz、10.7 GHz、18.7 GHz、23.8 GHz和37 GHz，除了23.8 GHz只有垂直極化方式，其余4個頻段都有垂直和水平極化兩種方式，傳感器掃描刈幅大于1 600 km，靈敏度在37 GHz頻段優(yōu)于0.8 K，其余頻段優(yōu)于0.5 K[27]。

本文使用的數(shù)據(jù)包括國家衛(wèi)星海洋應(yīng)用中心提供的HY-2衛(wèi)星掃描微波輻射計37 GHz網(wǎng)格化亮溫數(shù)據(jù)，是在Level2A產(chǎn)品基礎(chǔ)上，經(jīng)過平均處理獲得的Level3級亮溫產(chǎn)品，分辨率為25 km[28]。垂直極化與水平極化相比，不易產(chǎn)生極化電流，從而避免能量大幅衰減，因此僅使用垂直極化資料。輻射計數(shù)據(jù)覆蓋全北極，且不受光照影響，雷達和光學(xué)傳感器雖然分辨率高，但觀測范圍小，且光學(xué)傳感器因光照限制，不能全天時觀測。美國冰雪中心(National Snow and Ice Data Center，NSIDC)提供了海冰密集度、經(jīng)緯度、陸地、海岸線、國際北極浮標(biāo)計劃(International Arctic Buoy Program，IABP)每日浮標(biāo)海冰移動數(shù)據(jù)、海冰漂移速度反演數(shù)據(jù)，目前可獲得的2012年和2013年NSIDC海冰漂移速度，是用相鄰兩天專用微波成像儀(Special Sensor Microwave Imager/Sounder， SSMIS) 91 GHz水平和垂直極化、37 GHz水平和垂直極化亮溫分別反演海冰移動，融合后得到的每日產(chǎn)品，當(dāng)?shù)皖l與高頻亮溫反演的海冰漂移速度位于同一經(jīng)緯度時，舍去低頻亮溫反演結(jié)果。除了浮標(biāo)數(shù)據(jù)，其余數(shù)據(jù)分辨率均為25 km。法國海洋開發(fā)研究院(French Research Institute for Exploitation of the Sea，IFREMER)由SSMIS 91 GHz垂直極化亮溫反演的間隔6 d北極海冰漂移速度產(chǎn)品，分辨率為62.5 km。

2.2 研究方法

2.2.1 高斯拉普拉斯濾波

在反演海冰漂移速度前，使用高斯拉普拉斯(Laplacian of Gaussian， LOG)算子與亮溫圖像進行濾波運算。LOG算子來源于Marr視覺理論中提出的邊緣提取思想[29]，即先對原始圖像作高斯平滑處理，最大程度抑制噪聲，再求其拉普拉斯二階導(dǎo)數(shù)的零交叉點獲得圖像或物體邊緣[30]。

設(shè)原圖像為f(x,y)，通過卷積運算和拉普拉斯算子，得到輸出圖像：

h(x,y)=2(G(x,y)?f(x,y))，

(1)

h(x,y)=2G(x,y)?f(x,y)

(2)

2.2.2 最大互相關(guān)法

利用一組連續(xù)的亮溫圖像和MCC方法計算海冰的位移，用位移除以時間間隔即為海冰的漂移速度。

大小為M×N的兩個函數(shù)f(x,y)和h(x,y)的相關(guān)系數(shù)定義如下[31]：

r=f(x,y)°h(x,y)

(3)

式中，°表示相關(guān)；f*表示f的復(fù)共軛，一般處理的是實函數(shù)，即f*=f。

根據(jù)相關(guān)定理，公式(3)可表示為：

f(x,y)°h(x,y)?F*(u,v)H(u,v).

(4)

通過公式(4)計算相關(guān)系數(shù)，對f進行傅里葉變換并取其復(fù)共軛得到F*(u,v)，對h進行傅里葉變換得到H(u,v)，結(jié)果相乘并進行傅里葉逆變換即得到相關(guān)系數(shù)f(x,y)°h(x,y)。一般認為相關(guān)系數(shù)|r|<0.3為低度相關(guān)，0.3≤|r|≤0.8為中度相關(guān)，0.8<|r|≤1為高度相關(guān)[32]。

2.2.3 海冰漂移速度反演

利用分辨率為25km的D天和D+14天的HY-2衛(wèi)星掃描微波輻射計37 GHz垂直極化網(wǎng)格化亮溫反演海冰漂移速度，為使待探測速度的最小值約為2 cm/s，選取時間間隔為14 d。經(jīng)過多次實驗確定下列設(shè)定值，反演步驟如下：

首先，讀取D天和D+14天網(wǎng)格亮溫，并將亮溫矩陣轉(zhuǎn)變?yōu)榛叶燃壘仃嚕?/p>

第二，對灰度矩陣進行11×11像素高斯拉普拉斯濾波，平滑圖像噪聲并銳化圖像邊緣；

第三，在D天圖像中選取模板，模板大小為11×11像素，為使速度場分辨率較高，間隔2個像素移動模板，因亮溫數(shù)據(jù)分辨率為25 km，海冰漂移速度場分辨率即為50 km。計算模板與D+14天圖像對應(yīng)區(qū)域(D天圖像中模板的位置向四周擴大9個像素區(qū)域)的相關(guān)系數(shù)，求出最大相關(guān)系數(shù)，如果最大相關(guān)系數(shù)大于0.6，其位置即為匹配點，如果最大相關(guān)系數(shù)小于0.6或有兩個(及以上)的最大值，說明沒有找到匹配點或匹配無效，不再參與下面的速度計算。利用模板中心和匹配點經(jīng)緯度信息計算海冰位移，除以時間間隔14 d，得到海冰漂移速度；

第四，因14 d內(nèi)海冰密集度變化小，利用D天海冰密集度資料去除海冰密集度小于15%的區(qū)域的海冰漂移速度，并進行陸地掩膜和海岸線掩膜。

第五，速度場的空間一致性控制在35×35像素區(qū)域，可有效去除在海冰密集度小或者靠近陸地的雜亂速度。在35×35區(qū)域內(nèi)，速度大小和方向應(yīng)沒有很大的偏離值，選出海冰速度大小與平均值的偏差超過兩倍標(biāo)準(zhǔn)差的測定值，設(shè)為無效值，速度方向同理。

3 結(jié)果與驗證

利用2013年10月24日至12月29日期間HY-2衛(wèi)星掃描微波輻射計37 GHz垂直極化亮溫數(shù)據(jù)，通過MCC法計算了該時間段內(nèi)間隔14 d北極海冰漂移速度，并與14 d平均IABP浮標(biāo)數(shù)據(jù)比較(對于每一個浮標(biāo)，選擇距之25 km內(nèi)最近的反演海冰漂移速度進行匹配)，得到基本一致的結(jié)果，如表1和圖1所示，本次共獲得497組匹配數(shù)據(jù)，用衛(wèi)星數(shù)據(jù)反演和浮標(biāo)測量的海冰漂移速度的均值分別為5.92 cm/s和6.21 cm/s，方向的均值分別為171.57°和163.51°，相差??；兩者速度大小偏差的均值為-0.29 cm/s，均方根誤差為2.43 cm/s，相差很小，兩者速度方向偏差的均值為12.92°，均方根為24.26°，說明了HY-2衛(wèi)星掃描微波輻射計亮溫資料可有效反演間隔14 d北極海冰漂移速度。圖1中存在浮標(biāo)速度明顯大于反演速度的數(shù)據(jù)點，大部分位于格陵蘭島東側(cè)，由于與北極中央?yún)^(qū)域相比，這里的冰面積小，但數(shù)據(jù)分辨率不高，模板面積大，匹配就不準(zhǔn)確。考慮到其他海冰漂移反演研究沒有去除這部分數(shù)據(jù)，所以在計算速度均方誤差時沒有將這些點排除在外。

表1 HY-2衛(wèi)星掃描微波輻射計37 GHz垂直極化亮溫反演的2013年10月24日至12月15日，時間間隔14 d北極海冰漂移速度大小和方向分別與浮標(biāo)的比較

圖1 HY-2衛(wèi)星掃描微波輻射計37 GHz垂直極化亮溫反演的2013年10月24日至12月15日期間間隔14 d北極海冰漂移速度大小和方向分別相對于浮標(biāo)的測量速度大小和方向Fig.1 14-day lags Arctic sea ice drift retrieved from HY-2 Satellite scanning microwave radiometer 37 GHz vertical polarized brightness temperature versus buoy ice speed and ice drift direction respectively during October 24th to December 15th， 2013

為了展示在反演海冰漂移速度前對亮溫資料進行濾波的必要性，且說明高斯-拉普拉斯濾波的效果優(yōu)于IFREMER使用的拉普拉斯濾波加中值濾波，圖2繪制了HY-2衛(wèi)星掃描微波輻射計網(wǎng)格化亮溫數(shù)據(jù)經(jīng)過高斯-拉普拉斯濾波(圖2a)、沒有經(jīng)過濾波(圖2b)和經(jīng)過拉普拉斯濾波加中值濾波(圖2c)后反演得到的2013年11月19日至12月3日間隔14 d海冰漂移速度，圖中黑色箭頭為14 d平均IABP浮標(biāo)海冰漂移速度。對比圖2a、圖2b和圖2c，明顯看出亮溫數(shù)據(jù)經(jīng)過高斯-拉普拉斯濾波處理后得到的速度場密度最大，其次為經(jīng)過拉普拉斯濾波加中值濾波處理后得到的速度場，最差的是沒有經(jīng)過濾波處理得到的速度場，因為高斯-拉普拉斯濾波結(jié)合了高斯平滑濾波器和拉普拉斯銳化濾波器，先平滑掉噪聲，再進行邊緣檢測，效果更好，因此反演海冰漂移速度前，有必要進行高斯-拉普拉斯濾波處理。

圖2a中還可以看到北極海冰運動的兩個主要特征：靠近加拿大的波弗特海中順時針旋轉(zhuǎn)的海冰運動，與由歐亞大陸穿越北極中心區(qū)域通過弗拉姆海峽沿著格陵蘭島東側(cè)流向大西洋方向的穿極漂流。反演速度的最小值為2.07 cm/s，最大值為18.92 cm/s，平均值為7.90 cm/s，符合海冰漂移速度的典型值5～10 cm/s[5]。但是反演結(jié)果仍存在一些問題，在靠近陸地的海域，亮溫信號受陸地污染嚴(yán)重，因此去除陸地周圍50 km內(nèi)的速度；由于北極點附近亮溫數(shù)據(jù)缺測，該區(qū)域海冰漂移速度缺失；由于亮溫數(shù)據(jù)分辨率低，靠近陸地區(qū)域以及弗拉姆海峽海冰漂移速度稀疏。

圖2 HY-2衛(wèi)星掃描微波輻射計亮溫反演的2013年11月19日至12月3日北極海冰漂移速度Fig.2 Arctic sea ice drift map from HY-2 Satellite scanning microwave radiometer brightness temperature form November 19th to December 3rd， 2013a.經(jīng)過高斯-拉普拉斯濾波; b.沒有濾波; c.經(jīng)過拉普拉斯濾波加中值濾波;黑色箭頭代表浮標(biāo)測量海冰移動速度a. Apply a Gauss-Laplacian filter; b. apply no filter; c. apply a Laplacian filter and median filter; black vectors indicate the ice velocity inferred by buoys

為了進一步證明HY-2衛(wèi)星掃描微波輻射計亮溫數(shù)據(jù)反演北極海冰漂移的能力，并驗證高斯-拉普拉斯濾波的優(yōu)越性，使用2012和2013年冬季(1-3月下旬，10月下旬至12月)HY-2衛(wèi)星掃描微波輻射計37 GHz垂直極化亮溫數(shù)據(jù)、SSMIS 37 GHz垂直極化亮溫數(shù)據(jù)和SSMIS 91 GHz垂直極化亮溫數(shù)據(jù)分別計算間隔14 d北極海冰漂移速度，讀取同時段IFREMER利用SSMIS 91 GHz垂直極化亮溫數(shù)據(jù)反演的間隔6 d海冰漂移速度產(chǎn)品，將兩個日期首尾相連的數(shù)據(jù)平均，得到間隔12 d海冰漂移速度。將所得的4種海冰漂移速度結(jié)果分別用IABP浮標(biāo)驗證，得到表2和圖3。為了使驗證的數(shù)據(jù)量相同，選擇相同或相近(相距15 km內(nèi))浮標(biāo)對應(yīng)的4種反演結(jié)果進行對比，得到191組匹配數(shù)據(jù)。

由表2可知，4種反演得到的海冰漂移速度大小和方向的均值都與對應(yīng)浮標(biāo)相近。結(jié)合表2和圖3，使用HY-2衛(wèi)星掃描微波輻射計和SSMIS 37 GHz垂直極化亮溫分別反演的北極海冰漂移速度大小與浮標(biāo)偏差的均方根為1.12 cm/s和1.16 cm/s，方向與浮標(biāo)偏差的均方根為16.37°和15.63°，兩者相差很小，證明了HY-2衛(wèi)星掃描微波輻射計在探測海冰漂移方面的可行性。

圖3 利用2012和2013年冬季亮溫數(shù)據(jù)反演的北極海冰漂移速度大小和方向分別相對于浮標(biāo)測量速度大小和方向Fig.3 Arctic sea ice drift retrieved from brightness temperature versus buoy ice speed and ice drift direction respectively during winter of 2012 and 2013a，b.HY-2衛(wèi)星掃描微波輻射計37 GHz垂直極化; c，d.SSMIS 37 GHz垂直極化; e，f.SSMIS 91 GHz垂直極化; g，h.IFREMER SSMIS 91 GHz垂直極化a，b.HY-2 Satellite scanning microwave radiometer 37 GHz vertical polarization; c，d.SSMIS 37 GHz vertical polarization; e，f.SSMIS 91 GHz vertical polarization; g，h.IFREMER SSMIS 91 GHz vertical polarization

IFREMER用SSMIS 91 GHz垂直極化亮溫反演的海冰漂移速度大小與方向與浮標(biāo)偏差的均方根分別1.10 cm/s和15.54°，與HY-2衛(wèi)星掃描微波輻射計反演海冰漂移速度與浮標(biāo)比較結(jié)果相差小，即本文用低頻資料得到了相近于IFREMER用高頻資料獲得的結(jié)果，這是因為在反演前用高斯拉普拉斯濾波器處理亮溫數(shù)據(jù)，獲得了很好的去噪效果。

為了進一步驗證，使用與IFREMER相同的SSMIS 91 GHz垂直極化亮溫數(shù)據(jù)，反演得到北極海冰漂移速度大小和方向與浮標(biāo)偏差的均方根分別為0.77 cm/s和12.49°，低于IFREMER與浮標(biāo)偏差的均方根1.10 cm/s和15.54°。

表2 亮溫反演的北極海冰漂移速度和浮標(biāo)的對比

美國冰雪中心海冰漂移數(shù)據(jù)也是一種廣泛使用的海冰漂移數(shù)據(jù)產(chǎn)品，將其與HY-2衛(wèi)星所得反演結(jié)果對比。將經(jīng)過14 d平均后的2012年和2013年冬季期間NSIDC海冰漂移速度與浮標(biāo)數(shù)據(jù)比較，選擇相同或相近(相距15 km內(nèi))浮標(biāo)對應(yīng)的HY-2衛(wèi)星海冰漂移速度進行對比，得到209組匹配數(shù)據(jù)。

由表3可知，匹配后的HY-2衛(wèi)星、NSIDC反演海冰漂移速度大小的均值分別為5.45 cm/s和5.88 cm/s，與浮標(biāo)5.58 cm/s相近，方向均值分別為221.01°和227.77°，也與浮標(biāo)221.68°接近。結(jié)合表3和圖4，HY-2衛(wèi)星和NSIDC分別反演的北極海冰漂移速度大小與浮標(biāo)偏差的均方根為2.38 cm/s和2.49 cm/s，方向與浮標(biāo)偏差的均方根為36.47°和41.43°，兩者相差小，且HY-2衛(wèi)星反演結(jié)果略好，與上述驗證結(jié)論也相同，即用低頻數(shù)據(jù)，經(jīng)過高斯拉普拉斯濾波和MCC方法，得到了相近于NSIDC用SSMIS高頻數(shù)據(jù)反演的結(jié)果。

表3 亮溫反演的北極海冰漂移速度和浮標(biāo)的對比

圖4 利用2012年和2013年冬季亮溫數(shù)據(jù)反演的北極海冰漂移速度大小和方向分別相對于浮標(biāo)測量速度大小和方向Fig.4 Arctic sea ice drift retrieved from brightness temperature versus buoy ice speed and ice drift direction respectively during winter of 2012 and 2013a，b.HY-2衛(wèi)星掃描微波輻射計37 GHz垂直極化; c，d.NSIDC用SSMIS 91(37) GHz垂直和水平極化融合a，b.HY-2 Satellite scanning microwave radiometer 37 GHz vertical polarization; c，d. NSIDC SSMIS 91(37) GHz vertical and horizontal polarization merged

4 結(jié)論

首次利用HY-2衛(wèi)星掃描微波輻射計37 GHz垂直極化亮溫數(shù)據(jù)，通過MCC結(jié)合高斯-拉普拉斯濾波法，反演了間隔14 d的2012年和2013年冬季北極海冰漂移速度。并通過沒有濾波、經(jīng)過拉普拉斯濾波加中值濾波和經(jīng)過高斯-拉普拉斯濾波的反演速度場圖對比，說明濾波的重要性和高斯-拉普拉斯濾波的優(yōu)越性。

利用HY-2衛(wèi)星掃描微波輻射計37 GHz、SSMIS 37 GHz、SSMIS 91 GHz垂直極化亮溫分別反演海冰漂移速度，讀取IFREMER用SSMIS 91 GHz垂直極化亮溫反演的海冰漂移速度，4種結(jié)果分別與浮標(biāo)對比一致，證明了HY-2衛(wèi)星掃描微波輻射計資料在探測北極海冰漂移方面的可行性。

將NSIDC海冰漂移速度產(chǎn)品單獨與HY-2衛(wèi)星反演結(jié)果比較，兩者速度大小與浮標(biāo)偏差的均方根分別為2.49 cm/s和2.38 cm/s，方向與浮標(biāo)偏差的均方根為41.43°和36.47°，兩者相差小，且HY-2衛(wèi)星反演結(jié)果略好，即用低頻數(shù)據(jù)，經(jīng)過高斯拉普拉斯濾波和MCC方法，得到了相近于NSIDC用高頻數(shù)據(jù)反演的結(jié)果。

為進一步證明在反演海冰漂移速度之前進行高斯拉普拉斯濾波能達到更好的去噪效果，使用SSMIS 91 GHz垂直極化亮溫資料反演海冰漂移速度，與IFREMER用同樣資料反演產(chǎn)品對比，兩者速度大小與浮標(biāo)偏差的均方根分別為0.77 cm/s和1.10 cm/s，速度方向與浮標(biāo)偏差的均方根分別為12.49°和15.54°，發(fā)現(xiàn)使用高斯-拉普拉斯濾波后明顯減小了均方根誤差，體現(xiàn)了該濾波的重要性和價值。

因為與北極中央?yún)^(qū)域相比，格陵蘭島東側(cè)的冰面積小，但數(shù)據(jù)分辨率低、模板面積大造成匹配不準(zhǔn)確，使得這里的反演速度明顯小于浮標(biāo)速度，未來仍需改進算法。

致謝：感謝國家衛(wèi)星海洋應(yīng)用中心提供了HY-2衛(wèi)星掃描微波輻射計網(wǎng)格化亮溫數(shù)據(jù)，NSIDC提供了海冰密集度數(shù)據(jù)、經(jīng)緯度數(shù)據(jù)、陸地數(shù)據(jù)、海岸線數(shù)據(jù)、IABP浮標(biāo)海冰移動數(shù)據(jù)、海冰漂移速度反演數(shù)據(jù)，以及IFREMER提供了北極海冰漂移速度數(shù)據(jù)。

[1] Aagaard K， Swift J H， Carmack E C. Thermohaline circulation in the Arctic Mediterranean seas[J]. Journal of Geophysical Research， 1985， 90(C3): 4833-4846．

[2] Haarpaintner J. Arctic-wide operational sea ice drift from enhanced-resolution QuikScat/SeaWinds scatterometry and its validation[J]. IEEE Transactions on Geoscience & Remote Sensing， 2006， 44(1): 102-107．

[3] Haarpaintner J， Spreen G. Use of enhanced-resolution QuikSCAT/SeaWinds data for operational ice services and climate research: sea ice edge， type， concentration， and drift[J]. IEEE Transactions on Geoscience & Remote Sensing， 2007， 45(10): 3131-3137．

[4] Girard-Ardhuin F， Ezraty R. Enhanced Arctic sea ice drift estimation merging radiometer and scatterometer data[J]. IEEE Transactions on Geoscience and Remote Sensing， 2012， 50(7): 2639-2648．

[5] Ninnis R M， Emery W J， Collins M J. Automated extraction of pack ice motion from advanced very high resolution radiometer imagery[J]. Journal of Geophysical Research， 1986， 91(C9): 10725-10734．

[6] Peterson I K， Prinsenberg S J. Observations of sea ice drift off newfoundland using satellite imagery and ice beacons[C]//Geoscience and Remote Sensing Symposium， 1989. Igarss'89. Canadian Symposium on Remote Sensing. 1989 International. 1989: 2359-2362．

[7] Emery W J， Fowler C W， Hawkins J， et al. Fram Strait satellite image-derived ice motions[J]. Journal of Geophysical Research， 1991， 96(C3): 4751-4768．

[8] 黃潤恒， 王強， 金振剛. 模板匹配法在遙感海冰位移上的應(yīng)用[J]. 海洋學(xué)報， 1993， 15(1): 119-124．

Huang Runheng， Wang Qiang， Jin Zhengang. Application of maximum cross correlation on remote sensing of sea ice displacement[J]. Haiyang Xuebao， 1993， 15(1): 119-124．

[9] Kwok R， Schweiger A， Rothrock D A， et al. Sea ice motion from satellite passive microwave imagery assessed with ERS SAR and buoy motions[J]. Journal of Geophysical Research， 1998， 103(C4): 8191-8214．

[10] Liu A K， Cavalieri D J. On sea ice drift from the wavelet analysis of the Defense Meteorological Satellite Program (DMSP) Special Sensor Microwave Imager (SSM/I) data[J]. International Journal of Remote Sensing， 1998， 19(7): 1415-1423．

[11] Martin T， Augstein E. Large-scale drift of Arctic sea ice retrieved from passive microwave satellite data[J]. Journal of Geophysical Research， 2000， 105(C4): 8775-8788．

[12] Kwok R. Summer sea ice motion from the 18 GHz channel of AMSR-E and the exchange of sea ice between the Pacific and Atlantic sectors[J]. Geophysical Research Letters， 2008， 35(3): 144-151．

[13] Zhao Y， Liu A K. Arctic sea-ice motion and its relation to pressure field[J]. Journal of Oceanography， 2007， 63(3): 505-515．

[14] Leberl F， Farr T G. Study of Arctic sea ice drift from L-band synthetic aperture radar[J]. Photogrammetric Engineering & Remote Sensing， 1976， 42(6): 597-611．

[15] Leberl F， Raggam J， Elachi C， et al. Sea ice motion measurements from SEASAT SAR images[J]. Journal of Geophysical Research， 1983， 88(C3): 1915-1928．

[16] Curlander J C， Holt B， Hussey K J. Determination of sea ice motion using digital SAR imagery[J]. IEEE Journal of Oceanic Engineering， 1985， 10(4): 358-367．

[17] Collins M J， Emery W J. A computational method for estimating sea ice motion in sequential Seasat synthetic aperture radar imagery by matched filtering[J]. Journal of Geophysical Research， 1988， 93(C8): 9241-9251．

[18] 孫鶴泉， 孫延維， 王平讓. 基于雷達海冰圖像互相關(guān)的冰漂流場測量[J]. 海洋學(xué)報， 2003， 25(4): 135-141．

Sun Hequan， Sun Yanwei， Wang Pingrang. Measurement of ice drift based on cross-correlation of radar images[J]. Haiyang Xuebao， 2003， 25(4): 135-141．

[19] 邵若莉， 孫鶴泉， 孫延維， 等. 全場冰漂流測量技術(shù)研究[J]. 冰川凍土， 2003， 25(S2): 330-333．

Shao Ruoli， Sun Hequan， Sun Yanwei， et al. Study of full field measurement of ice drifting[J]. Journal of Glaciology and Geocryology， 2003， 25(S2): 330-333．

[20] Komarov A， Barber D. Detection of sea ice motion from co-and cross-polarization radarsat-2 images[J]. IEEE International Geoscience & Remote Sensing Symposium， 2012， 88(60): 3277-3280．

[21] 孫鶴泉， 李春花， 張志剛. 基于遙感圖像分析的極區(qū)海冰漂移研究[J]. 海洋技術(shù)學(xué)報， 2015， 34(1): 10-14．

Sun Hequan， Li Chunhua， Zhang Zhigang. Study on the polar sea ice drift based on remote sensing image analysis[J]. Journal of Ocean Technology， 2015， 34(1): 10-14．

[22] Fily M， Rothrock D A. Sea ice tracking by nested correlations[J]. IEEE Transactions on Geoscience & Remote Sensing， 1987， GE-25(5): 570-580．

[23] 吳龍濤， 吳輝碇， 李萬彪， 等. 渤海冰漂移對海面風(fēng)場、潮流場的響應(yīng)[J]. 海洋學(xué)報， 2005， 27(5): 15-21．

Wu Longtao， Wu Huiding， Li Wanbiao， et al. Sea ice drifts in response to winds and tide in the Bohai Sea[J]. Haiyang Xuebao， 2005， 27(5): 15-21．

[24] Kwok R， Curlande J C， Mcconnell R， et al. An ice-motion tracking system at the Alaska SAR facility[J]. IEEE Journal of Oceanic Engineering， 1990， 15(1): 44-54．

[25] Agnew T A， Le H， Hirose T. Estimation of large-scale sea-ice motion from SSM/I 85.5 GHz imagery[J]. Oceanographic Literature Review， 1998， 25: 305-311．

[26] Zhao Y， Liu A K， Long D G. Validation of sea ice motion from QuikSCAT with those from SSM/I and buoy[J]. IEEE Transactions on Geoscience & Remote Sensing， 2002， 40(6): 1241-1246．

[27] 國家衛(wèi)星海洋應(yīng)用中心. 中國海洋二號衛(wèi)星專題[EB/OL]. 2011-08-16.http://www.nsoas.gov.cn/HY2AZhuanti/HY2A/hy202.html．

National Satellite Ocean Application Service. China Haiyang-2 satellite subject[EB/OL]. 2011-08-16.http://www.nsoas.gov.cn/HY2AZhuanti/HY2A/hy202.html．

[28] 張翔， 王振占， 諶華. 一種利用HY-2衛(wèi)星掃描微波輻射計數(shù)據(jù)反演極地海冰密集度的算法[J]. 遙感技術(shù)與應(yīng)用， 2012， 27(6): 912-918．

Zhang Xiang， Wang Zhenzhan， Shen Hua. A sea ice concentration algorithm based on HY-2 scanning radiometer data[J]. Remote Sensing Technology and Application， 2012， 27(6): 912-918．

[29] Marr D， Hildreth E. Theory of edge detection[J]. Proceedings of the Royal Society B: Biological Sciences， 1980， 207(1167): 187-217．

[30] 嚴(yán)國萍， 何俊峰. 高斯-拉普拉斯邊緣檢測算子的擴展研究[J]. 華中科技大學(xué)學(xué)報(自然科學(xué)版)， 2006， 34(10): 21-23．

Yan Guoping， He Junfeng. Extended Laplacian of Gaussian operator for edge detection[J]. Journal of Huazhong University of Science & Technology (Nature Science Edition) ， 2006， 34(10): 21-23．

[31] Gonzalez R C， Woods R E. 數(shù)字圖像處理[M]. 第二版. 北京: 電子工業(yè)出版社， 2003．

Gonzalez R C， Woods R E. Digital Image Processing[M]. 2nd ed. Beijing: Publishing House of Electronics Industry Press， 2003．

[32] 張建勇， 高冉， 胡駿， 等. 灰色關(guān)聯(lián)度和Pearson相關(guān)系數(shù)的應(yīng)用比較[J]. 赤峰學(xué)院學(xué)報(自然科學(xué)版)， 2014， 30(11): 1-2．

Zhang Jianyong， Gao Ran， Hu Jun， et al. Comparison of grey correlation degree and Pearson correlation coefficient[J]. Journal of Chifeng University (Natural Science Edition) ， 2014， 30(11): 1-2．

Retrieval of Arctic sea ice drift using HY-2 Satellite scanning microwave radiometer data

Wang Liya1， He Yijun1， Zhang Biao1， Liu Baochang1

(1.SchoolofMarineSciences，NanjingUniversityofInformationScienceandTechnology，Nanjing210044，China)

In order to retrieve Arctic sea ice drift maps， the maximum cross correlation (MCC) method is applied to the 37 GHz vertically polarized brightness temperature data taken from the scanning microwave radiometer onboard the HY-2 Satellite of China. A validation of our sea-ice drift products during winters 2012 and 2013 with the IABP buoys shows a good accuracy， with the root mean square errors in ice drift speed and ice drift direction being 1.12 cm/s and 16.37°， respectively， thus demonstrating the practicability of the brightness temperature data from HY-2 Satellite scanning microwave radiometer in retrieving sea ice motion. Using the 91 GHz vertically polarized brightness temperature data from Special Sensor Microwave Imager/Sounder radiometers onboard the Defense Meteorological Satellite Program, and employing a Laplacian of the Gaussian filter, the sea ice drift production obtained by MCC method are found to be better in quality than those obtained by French Research Institute for Exploitation of the Sea.

maximum cross correlation method; microwave radiometer; Arctic sea ice drift

10.3969/j.issn.0253-4193.2017.09.011

2016-10-11；

2016-12-02。

國家自然科學(xué)基金(41576173，41620104003)；國家自然科學(xué)基金青年科學(xué)基金項目(41606201)；江蘇省優(yōu)勢學(xué)科二期。

王利亞(1993—)，女，內(nèi)蒙古自治區(qū)巴彥淖爾市人，主要從事遙感反演北極海冰漂移速度研究。E-mail:wangliya7@163.com

*通信作者：張彪，教授，主要從事海洋微波遙感、海洋數(shù)值模擬與同化研究。E-mail:zhangbiao@nuist.edu.cn

P731.15；TP79

A

0253-4193(2017)07-0110-11

王利亞， 何宜軍， 張彪， 等. HY-2衛(wèi)星掃描微波輻射計數(shù)據(jù)反演北極海冰漂移速度[J]. 海洋學(xué)報， 2017， 39(9): 110-120，

Wang Liya， He Yijun， Zhang Biao， et al. Retrieval of Arctic sea ice drift using HY-2 Satellite scanning microwave radiometer data[J]. Haiyang Xuebao， 2017， 39(9): 110-120， doi：10.3969/j.issn.0253-4193.2017.09.011