朱雨欣 張聞松 楊康,2,3

(1 南京大學(xué)地理與海洋科學(xué)學(xué)院, 江蘇 南京 210023;2 江蘇省地理信息技術(shù)重點(diǎn)實(shí)驗(yàn)室, 江蘇 南京 210023;3 南方海洋科學(xué)與工程廣東省實(shí)驗(yàn)室(珠海), 廣東 珠海 519080)

0 引言

格陵蘭冰蓋是僅次于南極冰蓋的世界第二大冰蓋, 如果其全部消融將導(dǎo)致全球海平面上升約7.4 m[1]。冰蓋表面消融是造成格陵蘭冰蓋物質(zhì)損失的主要原因[2]。每年消融期, 格陵蘭冰蓋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)等在內(nèi)的冰面融水, 融水會(huì)被冰穴(moulin)輸送進(jìn)入冰蓋內(nèi)部或離開冰蓋匯入海洋[3-4], 進(jìn)而造成冰蓋物質(zhì)損失并影響冰蓋運(yùn)動(dòng)[5]。因此,研究冰面融水的時(shí)空分布對(duì)于理解格陵蘭冰蓋物質(zhì)平衡具有重要意義。

格陵蘭冰蓋實(shí)地觀測(cè)成本高、危險(xiǎn)性大, 利用衛(wèi)星遙感影像是監(jiān)測(cè)冰面融水時(shí)空分布的主要手段[6]。目前, 中等空間分辨率(10～250 m)遙感影像是分析格陵蘭冰面融水時(shí)空分布的主要數(shù)據(jù)源。例如, Fitzpatrick 等[7]利用250 m 空間分辨率MODIS 遙感影像反演冰面湖體積, 分析了冰面湖的動(dòng)態(tài)變化及其存儲(chǔ)與排放融水的過(guò)程。Yang等[8]利用30 m 空間分辨率 Landsat-8 遙感影像提取西南格陵蘭冰面湖與主干冰面河遙感信息,分析了消融期內(nèi)冰面融水面積與體積的動(dòng)態(tài)變化,揭示了冰面融水面積與區(qū)域氣候模型模擬徑流量具有相關(guān)性。Lu 等[9]利用10 m 空間分辨率 Sentinel-2 遙感影像提取了格陵蘭冰蓋東北部冰面河與冰面湖遙感信息, 分析了冰面融水的形態(tài)特征與時(shí)空變化, 揭示了冰面融水時(shí)空分布對(duì)冰面消融強(qiáng)度和冰蓋運(yùn)動(dòng)的響應(yīng)。Li 等[10]利用 Sentinel-2 影像監(jiān)測(cè)了西北格陵蘭英格爾菲爾德地區(qū)冰面河網(wǎng)動(dòng)態(tài)變化, 發(fā)現(xiàn)該區(qū)域冰面融水直接供給冰面河。然而, 冰面河寬度窄、生命周期短, 中等分辨率衛(wèi)星影像僅能提取主干冰面河遙感信息, 難以精細(xì)化反映冰面河網(wǎng)的時(shí)空變化特征。高空間分辨率衛(wèi)星遙感影像能夠較好地解決這一問(wèn)題, 例如, Smith 等[11]利用2 m 空間分辨率 WorldView 遙感影像, 觀測(cè)格陵蘭冰蓋西南部冰面融水, 揭示了區(qū)域氣候模型高估了冰面實(shí)際徑流量。Wilson等[12]利用2011—2015 年 WorldView 影像觀測(cè)了格陵蘭冰蓋典型冰舌融化速率, 發(fā)現(xiàn)冰舌逐漸變薄并顯著影響了冰蓋物質(zhì)平衡。Yang 等[13]基于 WorldView 影像監(jiān)測(cè)格陵蘭冰蓋西南部河網(wǎng)密度, 揭示其與區(qū)域氣候模型模擬的融水徑流量存在線性正相關(guān)關(guān)系。然而, 由于 WorldView 遙感影像成本高、空間覆蓋有限、時(shí)間分辨率低, 因此其僅能反映某一特定時(shí)刻有限面積區(qū)域內(nèi)的冰面融水分布。

近年來(lái), 以 PlanetScope 為代表的 CubeSat小衛(wèi)星發(fā)展迅速, 這類小衛(wèi)星影像時(shí)空分辨率高(理想情況下重訪周期約1 d, 空間分辨率3 m),可免費(fèi)獲取, 這為動(dòng)態(tài)監(jiān)測(cè)格陵蘭冰面融水時(shí)空變化提供了可能。目前, PlanetScope 遙感影像已被初步用于極地水文研究。例如, K??b 等[14]利用多時(shí)相 PlanetScope 遙感影像測(cè)算西伯利亞地區(qū)和阿拉斯加地區(qū)的河流流速。Feng 等[15]融合PlanetScope、Landsat-8 和 Sentinel-2 遙感影像,估算了北極地區(qū)11 條河流的流量, 顯著提高了北極河流流量估算的時(shí)間分辨率。

本研究選擇格陵蘭冰蓋西南部1 個(gè)典型冰面流域作為研究區(qū), 利用 PlanetScope 小衛(wèi)星遙感影像提取冰面融水信息, 構(gòu)建深度反演公式測(cè)算了冰面融水深度與體積, 揭示了冰面融水面積與體積的時(shí)空變化特征。同時(shí), 綜合區(qū)域氣候模型模擬的融水徑流量, 分析了冰面融水時(shí)空分布與冰面消融強(qiáng)度之間的聯(lián)系, 進(jìn)而探討了 PlanetScope 小衛(wèi)星遙感影像應(yīng)用于極地冰蓋水文研究的潛力。

1 研究區(qū)與研究數(shù)據(jù)

1.1 研究區(qū)域

研究區(qū)域選擇格陵蘭冰蓋西南部羅素冰川(Russell Glacier)附近的1 個(gè)典型冰面流域(圖1)。格陵蘭冰蓋西南部是格陵蘭冰蓋消融最旺盛的區(qū)域, 也是研究冰面水文過(guò)程的代表性區(qū)域[16]。研究流域面積約為 57.3 km2, 海拔范圍為 1400～1600 m, 距離冰蓋邊緣最近約70 km, 2019 年消融期流域平均日徑流量為(20.7±8.7) mm。該流域內(nèi)不存在大規(guī)模的冰裂隙區(qū)域, 冰面融水最終通過(guò)流域出口的冰穴進(jìn)入冰蓋內(nèi)部。

圖1 研究區(qū) PlanetScope 遙感影像。成像時(shí)間: 2019 年7 月25 日, 綠色和紅色圓點(diǎn)分別表示反演水深選取的樣本點(diǎn)與驗(yàn)證點(diǎn)。a)研究區(qū); 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 研究數(shù)據(jù)

研究選用 PlanetScope 小衛(wèi)星遙感影像 L3B正射單景產(chǎn)品提取冰面融水遙感信息。PlanetScope遙感影像由 PlanetLabs 公司生產(chǎn)并發(fā)布, 具有藍(lán)色(波段1, 455～515 nm)、綠色(波段2, 500～590 nm)、紅色(波段3, 590～670 nm)與近紅外(波段4, 780～860 nm)4 個(gè)波段, 空間分辨率為3 m。研究共收集到研究流域2019 年7—8 月期間6 景云量較少、成像質(zhì)量較高的 PlanetScope 小衛(wèi)星遙感影像。此外, 研究選取了3 景與 PlanetScope成像時(shí)間相近的10 m 分辨率 Sentinel-2 遙感影像作為對(duì)比數(shù)據(jù), 影像詳細(xì)信息見表1。

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

區(qū)域氣候模型(Regional Climate Model, RCM)是目前模擬冰面融水徑流的主要方式[17-18], 其能夠模擬近地表溫度、降水、消融、再凍結(jié)、融水保持等一系列變量。區(qū)域大氣模型(Modèle Atmosphérique Régionale, MAR)是目前常用的格陵蘭冰蓋區(qū)域氣候模型, 本研究使用的 MAR 版本為3.11, 空間分辨率為7.5 km×7.5 km[19]。研究通過(guò)公式“冰面融水徑流量=消融量+降水量-再凍結(jié)”計(jì)算了冰面融水日徑流量(單位: mm·d-1)[20];隨后, 將 MAR 格網(wǎng)與研究流域邊界相交, 得到4 個(gè) MAR 格網(wǎng); 最后, 根據(jù)相交面積將各格網(wǎng)對(duì)應(yīng)的冰面融水徑流量加權(quán)計(jì)算, 得到研究流域內(nèi)的冰面融水日徑流量(圖2)。

圖2 MAR 區(qū)域氣候模型模擬的研究區(qū)融水徑流量, 紅色豎線表示 PlanetScope 影像成像時(shí)間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 遙感影像配準(zhǔn)

PlanetScope 小衛(wèi)星影像在研究流域內(nèi)幾何定位精度偏低, 偏差可達(dá)數(shù)十米。這是因?yàn)樾⌒l(wèi)星空中姿態(tài)誤差大[21], 同時(shí)在北極地區(qū)缺乏地面控制點(diǎn)。為了準(zhǔn)確分析冰面融水時(shí)空變化, 需要配準(zhǔn)原始 PlanetScope 小衛(wèi)星遙感影像。為此,研究選擇了幾何定位精度較高(3 m)[22]的 Sentinel-2 遙感影像作為參考影像, 利用 ArcGIS 軟件中的配準(zhǔn)柵格(register raster)工具, 自動(dòng)生成了同名點(diǎn), 隨后利用仿射變換配準(zhǔn)了 PlanetScope小衛(wèi)星遙感影像。

2.2 多空間尺度冰面融水遙感信息提取

冰面融水具有多空間尺度的特征, 冰面湖與寬闊冰面河的寬度遠(yuǎn)大于細(xì)小冰面河。因此, 研究對(duì)不同尺度的冰面融水采用了不同的遙感信息提取方法。冰面湖和寬闊冰面河與背景的光譜對(duì)比度強(qiáng), 易于從遙感影像中識(shí)別。研究計(jì)算了歸一化水體指數(shù)INDWI,ice=(Rblue-Rred)/(Rblue+Rred), 其中Rblue和Rred分別為藍(lán)光波段和紅光波段的大氣層頂反射率。INDWI,ice利用水體相較于冰雪在藍(lán)光波段反射率更高的特征, 能夠有效增強(qiáng)水體與冰雪背景的對(duì)比度, 有利于后續(xù)冰面融水識(shí)別[23]。研究利用高閾值(0.13±0.02)分割I(lǐng)NDWI,ice影像, 提取了冰面湖和寬闊冰面河的遙感信息。

細(xì)小冰面河與影像背景的光譜對(duì)比不明顯,利用INDWI,ice閾值分割難以有效提取其遙感信息。因此, 研究采用增強(qiáng)橫縱斷面特征的河流信息提取方法, 增強(qiáng)并提取細(xì)小冰面河的遙感信息[24]。首先, 采用帶通濾波(bandpass filter)處理INDWI,ice影像, 抑制影像中的低頻(＜ 10 m-1)背景與高頻(＞50 m-1)噪聲, 進(jìn)一步增強(qiáng)細(xì)小冰面河與影像背景的對(duì)比度; 其次, 采用 Gabor 濾波匹配并增強(qiáng)冰面河橫剖面[25], 研究構(gòu)造了12 個(gè)方向(間隔為15°)的 Gabor 濾波算子, 用于增強(qiáng)不同流向細(xì)小冰面河的橫斷面特征; 再次, 利用路徑開算子(Parsimonious Path Opening, PPO)進(jìn)一步提高細(xì)小冰面河沿程連續(xù)性, 使每個(gè)河段的影像灰度值趨同, 進(jìn)而均勻化河流縱剖面; 最后, 對(duì)處理后的影像采用閾值(15.6±3.4)分割提取冰面細(xì)小河流遙感信息。2019 年7 月3 日的 PlanetScope 影像中冰面河發(fā)育程度一般, 細(xì)碎條帶狀噪聲分布密集, 對(duì)該景影像使用 PPO 不僅不能增強(qiáng)河流特征, 反而會(huì)引入大量誤提, 因此研究未采用PPO 處理該景影像。研究定義開放水體比率(Open Water Fraction, OWF)為水體表面積與流域面積的比值, 利用該指標(biāo)量化分析冰面融水動(dòng)態(tài)變化。

2.3 冰面融水深度遙感反演方法

光學(xué)遙感影像中水體像元的反射率隨水體深度增加而減小[26], 研究據(jù)此建立經(jīng)驗(yàn)公式反演融水深度?，F(xiàn)有的 Sentinel-2 影像格陵蘭冰面融水深度反演經(jīng)驗(yàn)公式如下[27]:

其中,z為冰面融水水深反演結(jié)果,Rred為紅光波段的大氣層頂反射率。研究選擇2019 年7 月25日近同期成像的 PlanetScope 影像(15 時(shí)00 分)與 Sentinel-2 影像(13 時(shí)12 分), 在開放水體區(qū)域選取了90 對(duì)樣本點(diǎn), 擬合 Sentinel-2 影像反演的融水深度與 PlanetScope 影像紅光波段大氣層頂反射率, 構(gòu)建了 PlanetScope 影像冰面融水深度反演經(jīng)驗(yàn)公式:

其中,z為冰面融水水深反演結(jié)果,Rred為紅光波段的大氣層頂反射率。利用該經(jīng)驗(yàn)公式反演得到流域內(nèi)2019 年7—8 月冰面融水深度。統(tǒng)計(jì)冰面融水范圍內(nèi)水深柵格的像元值之和, 并與單個(gè)像元面積(9 m2)相乘得到流域內(nèi)冰面融水總體積。研究以均方根誤差(Root Mean Square Error, RMSE)和相對(duì)均方根誤差(Relative Root Mean Squared Error,RRMSE)作為評(píng)價(jià)指標(biāo), 在開放水體區(qū)域選取30 對(duì)驗(yàn)證點(diǎn), 評(píng)價(jià)所得經(jīng)驗(yàn)公式的精度[28]。

3 結(jié)果與討論

研究利用2019 年消融期6 期高時(shí)空分辨率PlanetScope 遙感影像, 監(jiān)測(cè)了格陵蘭冰蓋西南部典型流域冰面融水動(dòng)態(tài)變化(圖3)。在同一拍攝日期(2019 年7 月25 日)的 Sentinel-2 遙感影像與配準(zhǔn)后的 PlanetScope 影像中選取了14 對(duì)同名點(diǎn), 驗(yàn)證了 PlanetScope 遙感影像配準(zhǔn)精度。結(jié)果表明RMSE 為6.04 m, 約為2 個(gè) PlanetScope像元大小, 小于1 個(gè) Sentinel-2 像元大小, 因此,配準(zhǔn)精度滿足冰面融水動(dòng)態(tài)變化分析的要求。

圖3 研究區(qū)冰面融水遙感信息提取結(jié)果Fig.3. Remotely sensed surface meltwater extraction results for study area

研究發(fā)現(xiàn), 2019 年7 月3—12 日, 流域內(nèi)冰面河逐漸擴(kuò)張, 細(xì)小支流開始出現(xiàn); 7 月12—23 日,冰面河相對(duì)穩(wěn)定; 7 月23 日以后, 冰面河寬度變窄, 細(xì)小冰面河逐漸消失。監(jiān)測(cè)期內(nèi), 冰面河整體呈現(xiàn)出先擴(kuò)張?jiān)傧说奶卣鳌Ａ饔虺隹诟浇膬蓚€(gè)冰面湖受冰面河提供的融水補(bǔ)給, 7 月3 日—8月2 日面積保持穩(wěn)定(0.2±0.02 km2), 隨后逐漸萎縮, 8 月20 日面積為0.07 km2。冰面湖與冰面河呈現(xiàn)出不同的動(dòng)態(tài)變化特征, 這主要是由于流域內(nèi)兩個(gè)冰面湖是過(guò)水湖, 消融旺盛期主要向下游干流冰面河輸送融水, 因此湖泊面積未顯著變化,在消融末期, 流域冰面河供水很少, 冰面湖面積萎縮(圖3)。

研究首次建立了適用于 PlanetScope 小衛(wèi)星遙感影像的冰面融水深度反演公式。利用 Sentinel-2 遙感影像反演的冰面融水深度驗(yàn)證該公式, 結(jié)果顯示RMSE 為0.03 m, RRMSE 為3.46%,說(shuō)明該公式反演精度較高。消融期內(nèi), 冰面融水深度介于0.2～1.5 m 之間。其中, 冰面湖普遍較深,平均深度0.9 m±0.2 m, 冰面河干流次之(0.6 m±0.1 m), 冰面河支流最淺(0.5 m±0.1 m)(圖4)。7月3—12 日, 冰面融水逐漸發(fā)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, 冰面湖平均深度相對(duì)穩(wěn)定(1.0 m±0.1 m)。

圖4 冰面融水深度反演結(jié)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

研究對(duì)比分析了遙感觀測(cè)的開放水體比率、冰面融水體積與區(qū)域氣候模型 MAR 模擬的融水日徑流量。消融期內(nèi), 流域的開放水體比率呈現(xiàn)先升高后降低的變化趨勢(shì), 在7 月3—12 日逐漸升高, 7 月12 日達(dá)到峰值8.7%, 7 月12 日—8月20 日持續(xù)下降, 在8 月20 日達(dá)到了最低值0.7%(圖5a)。遙感觀測(cè)到的開放水體比率與MAR 模型模擬的日徑流量呈較弱的正相關(guān)關(guān)系(r2=0.58,p=0.08), 冰面融水體積與 MAR 模型模擬的日徑流量正相關(guān)關(guān)系有所增強(qiáng)(r2=0.66,p=0.05)(圖5b)。由此可見, 冰面融水體積比開放水體比率更能反映冰面消融強(qiáng)度。冰面融水的空間分布主要受冰面徑流量的控制。遙感觀測(cè)的開放水體比率和冰面融水體積與冰面徑流量的相關(guān)系數(shù)較低, 這可能是由于流域內(nèi)存在冰穴與冰面湖, 使得研究區(qū)冰面融水的存儲(chǔ)與輸送過(guò)程相對(duì)復(fù)雜, 然而 MAR 模型并未考慮冰面融水輸送過(guò)程[29-30], 使得遙感觀測(cè)與模型模擬的融水分布有所偏差。

圖5 冰面融水遙感信息提取結(jié)果與 MAR 模型模擬徑流量對(duì)比。a)開放水體比率與日徑流量的對(duì)比; b)冰面融水體積與日徑流量的對(duì)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

研究進(jìn)一步對(duì)比分析了遙感觀測(cè)的冰面融水體積與模型模擬的累積徑流量之間的關(guān)系。冰面融水體積與模型模擬的累積徑流量之比體現(xiàn)了冰面流域存儲(chǔ)冰面融水的能力[31]。研究結(jié)果表明,冰面融水存儲(chǔ)比例呈現(xiàn)出先上升后下降的趨勢(shì)。在消融初期的7 月3 日, 冰面融水存儲(chǔ)比例僅為0.16%; 隨著消融持續(xù), 冰面融水存儲(chǔ)比例在7 月12 日達(dá)到峰值(0.46%); 在7 月12 日之后, 冰面融水存儲(chǔ)比例持續(xù)下降, 在8 月20 日, 冰面融水存儲(chǔ)比例最低, 僅為0.14%。冰面融水存儲(chǔ)比例較低(0.14%～0.46%), 這是由于冰面融水被流域出口冰穴高效輸送進(jìn)入冰蓋內(nèi)部, 使得留存在冰蓋表面的冰面融水體積較低[7]。與此相反, 在以冰面湖而非冰穴作為出口的流域, 冰面徑流多被冰面湖存儲(chǔ), 因此以冰面湖為出口的流域冰面融水存儲(chǔ)能力較強(qiáng)[20]。

4 結(jié)論

本文利用高時(shí)空分辨率 PlanetScope 遙感影像分析了2019 年消融期冰面融水動(dòng)態(tài)變化, 對(duì)比了 MAR v3.11 模型模擬的融水徑流量與遙感反演的融水體積, 主要結(jié)論如下: 在2019 年消融期,流域冰面融水開放水體比率先升高后降低, 在7月12 日達(dá)到峰值8.7%。利用光學(xué)影像經(jīng)驗(yàn)公式法反演融水深度, 獲得適用于 PlanetScope 遙感影像在格陵蘭冰蓋西南部的冰面融水深度反演公式。流域冰面融水存儲(chǔ)比例先升高后降低, 在7月12 日達(dá)到峰值0.46%。遙感觀測(cè)的開放水體比率、冰面融水體積與區(qū)域氣候模型 MAR 模擬的日融水徑流量具有正相關(guān)關(guān)系, 說(shuō)明融水徑流對(duì)于冰面湖與冰面河具有直接供給作用, 同時(shí), 遙感觀測(cè)的冰面融水體積遠(yuǎn)小于 MAR 模擬的融水累積徑流量, 說(shuō)明冰面流域能夠高效輸送融水進(jìn)入冰蓋內(nèi)部, 冰面融水儲(chǔ)存比例小于1%, 儲(chǔ)存能力十分有限。總結(jié)來(lái)說(shuō), PlanetScope 遙感影像能夠精細(xì)化動(dòng)態(tài)監(jiān)測(cè)冰面融水變化, 具有廣泛應(yīng)用于極地冰蓋水文研究的潛力。