孫鶴泉，方 芳

（海軍大連艦艇學(xué)院 軍事海洋系，遼寧 大連 116018）

基于魯棒光流算法的海表流場遙感觀測研究

孫鶴泉，方 芳

（海軍大連艦艇學(xué)院 軍事海洋系，遼寧 大連 116018）

海洋表面流場是海洋科學(xué)研究中需要著重考慮的環(huán)境參數(shù)，近實時的海洋表面流場精細化測量對海洋學(xué)研究有著重要意義，但是目前大多數(shù)海洋表面流場觀測技術(shù)難以同步實現(xiàn)大范圍近實時的海洋表面流場觀測。文中在簡要對比各類海洋表面流場測量方法的基礎(chǔ)上，重點介紹了基于水色遙感圖像觀測反演海洋表面流場的魯棒光流算法，該算法在流場計算過程中，能很好地保留流場細節(jié)信息。為直觀驗證本文測量方法的可靠性，文中提供了海洋表面流場的分析實例，同時給出了美國國家航空航天局（NASA）提供的OSCAR流場數(shù)據(jù)，對文中算法的可靠性進行了驗證。

海洋遙感；海洋表面流場；魯棒光流算法

海表流場在海洋研究中占據(jù)重要地位，比如：海表流場深刻影響海氣相互作用、通量交換等物理過程，同時，海表流場影響浮游植物以及泥沙等懸浮物的輸送，此外，海表流場對海洋工程設(shè)施的設(shè)計、施工與維護也有不可忽略的影響。另一方面，海表流場對觀測海水的整體運動有一定程度貢獻，長時間、大范圍的海洋表面流場觀測對全球氣候變化的認(rèn)識起到積極作用。目前存在許多海洋表面流場分析觀測技術(shù)，比如，利用ADCP等設(shè)備，可獲取某一固定海域的多層流場結(jié)構(gòu)；利用海洋中的漂浮物或者浮標(biāo)，通過觀測其漂流軌跡，可粗略估算得到海洋表層流速[1]；而利用岸基高頻雷達陣列，則可實現(xiàn)對近岸廣闊海域表面流場的實時觀測[2-3]；利用衛(wèi)星高度計數(shù)據(jù)及散射計數(shù)據(jù)，能實現(xiàn)對全球海表流場進行反演[1，4]，如目前美國國家航空航天局(NASA)的OSCAR (Ocean Surface Current Analyses-Real Time)產(chǎn)品，就能提供1/3°水平分辨率、5 d時間間隔的全球海洋表面流場數(shù)據(jù)。上述測量技術(shù)發(fā)展已趨于成熟，具有較高可靠性，一定程度上可作為新興技術(shù)的判斷標(biāo)準(zhǔn)。

上述測量方式在具有較高可靠性的同時，都或多或少存在限制，比如，ADCP設(shè)備能獲取的海表流場數(shù)據(jù)范圍窄，很難實現(xiàn)大范圍同步測量，而且觀測過程中很容易受到過往船只等外界因素的影響；跟蹤浮標(biāo)漂流軌跡方法，測點位置不可控，而且僅能獲得一組非同步數(shù)據(jù)，難以實現(xiàn)精確的流速值測量；岸基高頻雷達陣列雖然能實現(xiàn)對海表流場的實時觀測，但觀測系統(tǒng)僅適用于岸基操作，無法靈活移動，應(yīng)用于遠洋觀測的可能性低；高度計數(shù)據(jù)雖然能做到反演全球海表流場，但不能實現(xiàn)近實時反演，而且水平分辨率差，無法滿足中小尺度海洋現(xiàn)象觀測需求[5]。

除以上各測量方法外，在衛(wèi)星遙感技術(shù)高度發(fā)展的今天，海洋水色衛(wèi)星遙感載荷性能大幅提升，利用高分辨率水色數(shù)據(jù)和SST數(shù)據(jù)觀測海表流場成為可能[6-11]，而且這類方法的可靠性和測量精度已通過數(shù)值模擬實驗、浮標(biāo)數(shù)據(jù)、高頻雷達陣列數(shù)據(jù)及高度計流場數(shù)據(jù)進行了驗證[6-7,10-12]。

本文將詳細介紹利用海洋水色遙感圖像對海洋表面流場進行反演觀測的魯棒光流算法[12-14]，該算法能實現(xiàn)對復(fù)雜海表流場細節(jié)信息的良好反演，同時，基于所利用的遙感數(shù)據(jù)，其時間分辨率和空間分辨率具有明顯優(yōu)勢。

1 遙感數(shù)據(jù)

隨著可見光與紅外波段衛(wèi)星載荷性能的提高，使用高水平分辨率的可見光/近紅外與熱紅外衛(wèi)星遙感圖像作為海洋表層流動的示蹤物(Tracer)進行海洋表面流場觀測成為可能。可用于海洋表面流場觀測的海洋遙感產(chǎn)品有遙感SST數(shù)據(jù)[15]、熱紅外亮溫數(shù)據(jù)[16]和海洋水色遙感圖像[12]等。

海水表層溫度很大程度上受海洋表面流場的調(diào)制，波浪、太陽照射、風(fēng)場、升降流等諸多要素也對其有不可忽視的影響，使用遙感SST數(shù)據(jù)及熱紅外波段亮溫產(chǎn)品進行海洋表面流場觀測時，要求用于分析的兩組遙感數(shù)據(jù)的時間間隔盡可能小[6,9,11]。與遙感SST數(shù)據(jù)不同，葉綠素濃度、離水輻亮度、懸浮物濃度等水色參數(shù)雖然一定程度上受到浮游植物生長消衰的影響，但這些因素對海洋表面流場的測量影響較小。本文認(rèn)為，通過海洋水色圖像得到的葉綠素濃度、海水懸浮物濃度等海洋水色產(chǎn)品應(yīng)更適用于海洋表面流場的測量。

只要水平分辨率和成像時間間隔滿足要求，在極軌衛(wèi)星和地球靜止衛(wèi)星兩類平臺上獲得的遙感SST數(shù)據(jù)或海洋水色遙感數(shù)據(jù)都可以用來觀測海洋表面流場，本文采用韓國發(fā)射的世界上第一顆地球靜止海洋氣象通訊衛(wèi)星COMS(Communication,Ocean and Meteorological Satellite)攜帶的遙感載荷GOCI(Geostationary Ocean Color Imager)傳感器提供的海洋水色圖像。GOCI具備監(jiān)測海洋及海岸水體的獨特能力，水平分辨率達500 m，時間分辨率為1 h，觀測中心位于36°N，130°E，可監(jiān)測2 500 km×2 500 km的區(qū)域。

圖1 2013年4月28日海水葉綠素濃度分布圖

如圖1所示的兩幅圖像是2013年4月28日獲得的L2級海水葉綠素濃度圖像，圖像中的像素灰度值與葉綠素濃度成正比，所在區(qū)域為黑潮末端部分海域。顯而易見，兩張圖像灰度值在視覺上有很好的相似性。利用本文介紹的魯棒光流算法可以定量計算出遙感圖像之間的相關(guān)性，進而得到海洋表面流場數(shù)據(jù)。

2 魯棒光流算法介紹

光流算法將像素運動的瞬時速度視為流場進行分析，是一種重要的圖像匹配運動分析方法，下面對光流方法的原理進行詳細介紹。

令I(lǐng)(x,y,t)為圖像上的點(x,y)在時刻t的像素值，該點在時刻 t+Δt時運動到(x+Δx,y+Δy)，對應(yīng)的灰度值變?yōu)镮(x+Δx,y+Δy,t+Δt)，假設(shè)兩個時刻的像素分布相同且圖像沿x，y，t三個方向光滑變化，可以得到：

u=dx/dt，v=dy/dt為像素位移矢量沿x和y方向的兩個分量，只考慮一階泰勒展開的情況，得到基本光流約束方程：

基本光流約束方程中含有兩個未知數(shù)，是一個解的不確定問題，也稱孔徑問題，各國學(xué)者提出了多種克服該不適定問題的算法。本文采用了Brox等人提出的方法，使用式(3)列出的能量泛函作為約束條件[13-14]。

關(guān)于魯棒光流算法計算結(jié)果可靠性的判斷準(zhǔn)則，結(jié)合流場矢量的連續(xù)性，筆者在近期發(fā)表的論文中進行了簡單的討論[12]。

從下面的分析結(jié)果可以看出，使用魯棒光流算法獲得的海洋表面流場光滑連續(xù)，細節(jié)突出。

3 觀測結(jié)果

圖2所示為利用魯棒光流算法對圖1遙感數(shù)據(jù)分析得到的海表流場。在黑潮末端海域，黑潮出現(xiàn)明顯的“蛇曲”現(xiàn)象，且該區(qū)域為中尺度渦旋多發(fā)區(qū)域[17]。在圖2所示的流場中，可以明顯看出黑潮流軸以及黑潮流軸方向的改變，同時可以看出存在兩個明顯的渦旋分布在黑潮流軸兩側(cè)，為驗證本文算法的可靠性，圖3～圖4給出了美國NASA的OSCAR海表流場數(shù)據(jù)。

圖2 魯棒光流算法反演結(jié)果

圖3 2013年4月26日OSCAR流場

圖4 2013年5月1日OSCAR流場

因為OSCAR數(shù)據(jù)對應(yīng)的時間分辨率為5 d，因而給出4月26日及5月1日兩組OSCAR流場數(shù)據(jù)，為便于比較，圖3～圖4矢量數(shù)據(jù)采用的比例尺同圖2一致。

分析圖3～圖4流場數(shù)據(jù)可知，黑潮流軸所在位置速度變化較小，因而可利用黑潮流軸區(qū)域流場數(shù)據(jù)作為魯棒光流算法計算結(jié)果可靠性的驗證標(biāo)準(zhǔn)。圖2同圖3～圖4直觀對比可知，在黑潮流軸上，由魯棒光流算法計算得到的流場數(shù)據(jù)同OSCAR流場數(shù)據(jù)很好吻合，可見魯棒光流算法可以準(zhǔn)確地估算反演海表流場。

由于魯棒光流算法所利用的水色遙感圖像數(shù)據(jù)具有較高的時空分辨率，分析圖2可知，利用魯棒光流算法得到的海表流場更為精細化。對比OSCAR數(shù)據(jù)，在黑潮流軸轉(zhuǎn)向位置，利用魯棒光流算法得到的流場數(shù)據(jù)清晰地描繪出黑潮流軸轉(zhuǎn)向信息，同時，在圖3～圖4中，可發(fā)現(xiàn)黑潮流軸北側(cè)存在較為明顯渦旋，而南側(cè)雖有渦旋狀結(jié)構(gòu)，但渦旋信息難以辨別，可見作為時間分辨率為5 d的平均流場，復(fù)雜流場信息難以準(zhǔn)確反演；而圖2中利用魯棒光流算法所得到的流場數(shù)據(jù)，其時間分辨率為1 h，可實現(xiàn)對復(fù)雜流場信息的近實時準(zhǔn)確反演，能很好地彌補OSCAR數(shù)據(jù)的不足。利用圖2流場數(shù)據(jù)，可準(zhǔn)確獲取分析時段內(nèi)分析海域的渦旋位置、渦旋近實時流速、渦旋大小等信息，可見利用高分辨率水色遙感圖像反演海表流場的魯棒光流算法具有明顯優(yōu)勢。

4 結(jié)論與展望

利用本文介紹的魯棒光流算法對海洋水色遙感數(shù)據(jù)進行分析，可以得到關(guān)注區(qū)域海洋表面流場的精細化分布，這種優(yōu)勢是其他測量方法無法比擬的。

本文中采用的遙感數(shù)據(jù)來自地球靜止衛(wèi)星。一般而言，極軌衛(wèi)星上載荷的水平分辨率優(yōu)于地球靜止衛(wèi)星，而時間分辨率則差一些。隨著遙感載荷性能的提升、極軌水色衛(wèi)星數(shù)量的增加、國內(nèi)外遙感領(lǐng)域合作的加強，通過實現(xiàn)多星組網(wǎng)，可以彌補極軌數(shù)據(jù)時間分辨率的不足；將本文介紹的魯棒光流算法與極軌衛(wèi)星遙感產(chǎn)品相結(jié)合，就能夠發(fā)揮極軌衛(wèi)星載荷水平分辨率的優(yōu)勢，為海洋科學(xué)研究分析出可靠的精細化海洋表面流場數(shù)據(jù)。

[1]Ma C,Wu D X,Lin X P.Variability of surface velocity in the Kuroshio Current and adjacent waters derived from Argos drifter buoys and satellite altimeter data[J].Chinese Journal ofOceanologyand Limnology,2009(27):208-217.

[2]Lorente P,Piedracoba S,Fanjul E Alvarez.Validation ofhigh-frequencyradar sea surface current observations in the NW ofthe Iberian Peninsula[J].Continental ShelfResearch,2015(92):1-15.

[3]Cosoli Simone,Gacic Miroslav,Mazzoldi Andrea.Surface current variability and wind influence in the northeastern Adriatic Sea as observed fromhigh-frequency(HF)radar measurements[J].Continental ShelfResearch,2012(33):1-13.

[4]Florence Birol,Caroline Delebecque.Using high sampling rate(10/20 Hz)altimeter data for the observation of coastal surface currents:Acase studyover the northwestern Mediterranean Sea[J].Journal ofMarine Systems,2014(129):318-333.

[5]KorotaevG,Huot E,Le Dimet F-X,et al.Analysis ofthe black sea surface currents retrieved fromspace imagery[J].Rapp.Comm.int.Mer Medit,2007(38):163.

[6]Emery W J,Thomas A C,Collins ND M J.An objective method for computing advective surface velocities from sequential infrared satellite images[J].Journal ofGeophysical Research,1986,91(15):12865-12878.

[7]毛志華,潘德爐,潘玉球.利用衛(wèi)星遙感SST估算海表流場[J].海洋通報,1996,15(1):84-90.

[8]孫鶴泉,周虹麗,張志剛,等.近實時全球海洋表層流場估算方法研究[J].海洋技術(shù)學(xué)報,2015(06):1-5.

[9]Domingues Catia M,Goncalves Glauber A,Ghisolfi RenatoD,et al.Advective surface velocities derived fromsequential infrared images in the southwestern Atlantic Ocean[J].Remote SensingofEnvironment,2000(73):218-226.

[10]Yang Haoping,Arnone Robert,JolliffJason.Estimating advective near-surface currents from ocean color satellite images[J].Remote SensingofEnvironment,2015(158):1-14.

[11]Shen Colin Y,Evans Thomas E,Mied Richard P,et al.A velocity projection framework for inferring shallow water currents from surface tracer fields[J].Continental ShelfResearch ，2008(28)：849-864.

[12]Sun Hequan,SongQingtao,ShaoRuoli,et al.Estimation ofsea surface currents based on ocean color remote sensingimage analysis[J].2016,37(21):5105-5121,http://dx.doi.org/10.1080/01431161.2016.1226526.

[13]BroxThomas,Bruhn Andrés,PapenbergNils,et al.High accuracyoptical flowestimation based on a theoryfor warping[C]//European Conference on Computer Vision(ECCV),Springer,2004,3024:25-36.

[14]SánchezJ,Monzón N,SalgadoA.Robust optical flowestimation[J].Image ProcessingOn Line,2013(3):252-270.

[15]Chen W,R P Mied,C Y Shen.Near-surface ocean elocity from infrared images:Global optimal solution to an inverse model[J].Journal ofGeophysical Research,2008:113:C10003.doi:10.1029/2008JC004747.

[16]Domingues C M,G A Goncalves,R D Ghisolh,et al.Advective surface velocities derived from sequential infrared images in the southwestern Atlantic Ocean[J].Remote SensingofEnvironment,2000,73:218-226.doi:10.1016/S0034-4257(00)00096-1.

[17]盧姁,徐建,盧艷,等.黑潮末端與黑潮延伸體的流場異常模態(tài)分析[J].海洋科學(xué)進展,2016(01):10-21.

Study on the Remote Sensing Observation on Sea Surface Current Based on Robust Optical Flow Algorithm

SUN He-quan,FANG Fang
Department of Military Oceanography,Dalian Naval Academy,Dalian 116018,Liaoning Province,China

As one of the most essential ocean phenomena and parameters,sea surface current is an important environmental factor for the study of physical oceanography.Accurate and real-time measurement of sea surface currents is of great significance,but current technologies are not able to achieve simultaneous,near-real-time and large-scale sea surface observation.In this paper,some general reliable means to measure sea surface currents are presented and briefly introduced,with the robust optical flow algorithm expounded in a detailed manner,which is very useful for measuring complicated sea surface currents.This paper provides some real cases of analyzing sea surface currents,and the reliability can be verified by comparing with the OSCAR current field data provided by the National Aeronautics and Space Administration(NASA).

ocean color remote sensing;sea surface currents;robust optical flow algorithm

TP75

A

1003-2029（2017）05-0094-05

10.3969/j.issn.1003-2029.2017.05.015

2017-07-07

孫鶴泉（1973-），男，副教授，主要從事海洋遙感、海洋技術(shù)與實驗流體力學(xué)方法研究。E-mail:hqsun@dlut.edu.cn