衛(wèi)星鹽度計海表鹽度反演技術(shù)

吳彬鋒，王叢叢，林明森，張有廣

衛(wèi)星鹽度計海表鹽度反演技術(shù)

吳彬鋒1,2，王叢叢3，林明森1，張有廣1

（1.國家衛(wèi)星海洋應(yīng)用中心，北京100081；2.國家海洋環(huán)境預(yù)報中心，北京100081；3.中國空間技術(shù)研究院西安分院，陜西西安710100）

采用分步反演、聯(lián)合反演和線性回歸的方法，分別實現(xiàn)海表鹽度的反演。反演結(jié)果表明，分步反演可以及時發(fā)現(xiàn)和修正誤差較大的參數(shù)，聯(lián)合反演的精度最好，線性回歸算法反演擁有最快的速度。在實際應(yīng)用中，可以按需選擇。

海表鹽度；衛(wèi)星微波遙感；L波段；反演

1 引言

海表面鹽度（Sea Surface Salinity，SSS）是海洋-氣候系統(tǒng)中最重要的參量之一[1]，是認(rèn)識海洋、揭示海洋現(xiàn)象必不可少的要素，在氣候預(yù)報、災(zāi)害監(jiān)測、全球水循環(huán)、海洋生態(tài)、海冰和水團(tuán)監(jiān)測以及軍事等領(lǐng)域中起著重要的作用。使用傳統(tǒng)的觀測手段獲取海表鹽度信息非常不便，遙感是更為方便有效的獲取SSS的方式，而衛(wèi)星微波遙感更是目前唯一可行的大范圍、連續(xù)觀測的方法[2-3]。歐洲航天局（European Space Agency，ESA）的SMOS（Soil Moisture and Ocean Salinity）衛(wèi)星（2009）和美國等多國宇航局共同開發(fā)的Aquarius/SAC-D衛(wèi)星（2011）都已相繼升空，并陸續(xù)發(fā)布了數(shù)據(jù)產(chǎn)品。

2015年伊始，我國第一個用于海洋鹽度反演的衛(wèi)星項目——“海洋鹽度探測衛(wèi)星”工程啟動。除了1.41 GHz的輻射計外，“海洋鹽度探測衛(wèi)星”還將擁有6.7 GHz、18.7 GHz和23.8 GHz的輻射計以及1.26 GHz的散射計。它將穩(wěn)定提供全球海洋鹽度數(shù)據(jù)，完善我國自主的海洋動力環(huán)境信息獲取能力，提升對海洋環(huán)境監(jiān)測和預(yù)報的精度。為了充分利用鹽度衛(wèi)星各頻段載荷的觀測數(shù)據(jù)，降低海表鹽度反演中誤差的引入，本文根據(jù)多波段遙感數(shù)據(jù)，分別利用分步反演、聯(lián)合反演和線性回歸的算法仿真反演海表鹽度，并分析不同算法的反演精度。

2 模式及方法

多波段數(shù)據(jù)反演海表鹽度的主要思路是：首先根據(jù)L波段散射計測量的數(shù)據(jù)反演海表風(fēng)速信息，然后根據(jù)3種不同方法反演溫度和鹽度信息。分步反演方法是利用C/K波段輻射計測量的數(shù)據(jù)反演海表溫度信息，再將風(fēng)速和溫度信息帶入鹽度反演模型反演得到海表鹽度信息，最后將海表鹽度信息作為原先的風(fēng)速、溫度信息反演的輸入?yún)?shù)進(jìn)行迭代循環(huán)，直到反演結(jié)果穩(wěn)定。聯(lián)合反演方法是利用C/ K/L 3個波段的信息進(jìn)行聯(lián)合反演，直到結(jié)果穩(wěn)定。線性回歸的方法是利用C/K波段反演得到的溫度、風(fēng)速信息作為初始值進(jìn)行鹽度反演。海表鹽度的反演流程圖見圖1。

L波段海表風(fēng)場反演模型主要參考美國Aquarius衛(wèi)星和日本PALSAR衛(wèi)星L波段散射計反演海表風(fēng)速的模型[4]。

L波段后向散射系數(shù)表示如下：

圖1 海表鹽度反演流程圖

海表溫度的反演利用C/K波段一維綜合孔徑微波輻射計測得的多角度亮溫數(shù)據(jù)反演得到。大氣頂端的海面輻射傳輸模型為：

將海面發(fā)射率E分解為平靜海面發(fā)射率E0，由風(fēng)速造成的發(fā)射率ΔEw和由風(fēng)向造成的發(fā)射率ΔEφ。ΔEw和ΔEφ的多角度表達(dá)式由Wentz的經(jīng)驗?zāi)Ｐ蚚5]給出。

其中，ΔEw的表達(dá)式為：

另有，ΔEφ的表達(dá)式為：

L波段鹽度反演中，平靜海面采用K-S（Klein-Swift）模型[6]，海面粗糙度采用雙尺度模型[7]。

平靜海面的表達(dá)如下：

利用德拜方程計算εr：

式中參數(shù)的解析表達(dá)來自K-S模式。

利用菲涅爾公式計算ρ：

海面粗糙度模型采用雙尺度模型，它將海表面近似為小波和大波的相互疊加，將海表面粗糙度以截止波長λc為節(jié)點(diǎn)分成小尺度波和大尺度波[8]。小尺度波即波長與入射電磁波波長相當(dāng)?shù)牟▌樱饕鸬缴⑸渥饔?；大尺度波的波高比入射電磁波要大，主要起反射作用。小尺度波疊加在大尺度波表面，衛(wèi)星微波輻射計接收到的信號就是這兩種波共同作用產(chǎn)生的。

式中：Sx、Sy分別為逆風(fēng)和側(cè)風(fēng)方向的表面坡度，dS′x和dS′y分別表示沿著和垂直輻射計觀測方向的坡度，P(Sx,Sy)為大尺度波表面坡度的概率密度函數(shù)，TB_l為大尺度波的局部亮溫，表示為：

式中：Rss=Rc+Ri表示小尺度波的反射率。Ri代表非相關(guān)部分，可以通過Rice的一階微擾動理論[9]求得；Rc代表相關(guān)部分，可以通過Yueh等的二階微擾動理論求得。

雙尺度模型計算非常復(fù)雜，因此可以將粗糙度對亮溫的貢獻(xiàn)ΔTB_rough分解為全方向信號和一次、二次諧波的和：

式中：Φa為風(fēng)向Φw和輻射計觀測方向Φr的夾角，Φa=Φw-Φr；TH、TV分別代表水平和垂直極化亮溫，T3、T4分別為第三、第四斯托克斯參數(shù)；其余參數(shù)為入射角θ、海面溫度TS、鹽度S和風(fēng)速V的函數(shù)[10]。

3 試驗和結(jié)果

本文數(shù)據(jù)來源為Windsat和PSAL全球月平均數(shù)據(jù)，利用正向模型仿真生成C、K、L波段輻射計亮溫，在此基礎(chǔ)上分別添加不同噪音生成仿真測量數(shù)據(jù)。為了更直觀的了解海表鹽度反演的誤差與不同反演方法的關(guān)系，仿真反演中C、K波段模擬亮溫添加的高斯噪音標(biāo)準(zhǔn)差均為0.5 K，L波段模擬亮溫添加的高斯噪音標(biāo)準(zhǔn)差為2.5 K。

3.1 海面風(fēng)場的反演

根據(jù)L波段散射計系統(tǒng)設(shè)計參數(shù)和衛(wèi)星平臺參數(shù)，構(gòu)建仿真系統(tǒng)，生成L波段散射計后向散射系數(shù)模擬數(shù)據(jù)，然后利用模擬數(shù)據(jù)進(jìn)行風(fēng)場反演實驗，并對反演誤差進(jìn)行評估。

表1 L波段散射計濾波前后風(fēng)矢量反演誤差統(tǒng)計

反演的風(fēng)速均方根誤差為1.086 8 m/s，風(fēng)向均方根誤差為34.991 1°，結(jié)果表明，在當(dāng)前參數(shù)條件下風(fēng)速反演誤差較小。但是由于當(dāng)前設(shè)計的L波段散射計只進(jìn)行前向掃描，對于同一分辨單元其入射角和方位角都很單一，而且HH和VV極化具有相同的幾何觀測參數(shù)，導(dǎo)致不能由觀測數(shù)據(jù)同時獨(dú)立反演出風(fēng)速和風(fēng)向，而必須依賴于NWP等外部風(fēng)向信息進(jìn)行輔助反演。

3.2 海表溫度的反演

海表溫度的反演采用C/K分步反演、C/K聯(lián)合反演和線性回歸算法這3種方法。

圖2 L波段海表風(fēng)場反演

圖3 海表溫度反演

C/K分步反演海面溫度時，先利用K波段亮溫數(shù)據(jù)反演風(fēng)速信息，然后將風(fēng)速信息代入C波段亮溫輻射傳輸模型反演海表溫度，反演得到的溫度信息又可以代回K波段輻射傳輸模型反演風(fēng)速信息，如此迭代循環(huán)直到穩(wěn)定。C、K波段模擬亮溫添加的高斯噪音標(biāo)準(zhǔn)差均為0.5 K，海表風(fēng)速、海表溫度和海表鹽度的先驗誤差分別為2 m/s，1.5 K，0.5 psu。

C/K聯(lián)合反演海表溫度即采用C/K波段多參數(shù)聯(lián)合反演海表溫度和風(fēng)速。參數(shù)設(shè)置和C/K分步反演海表溫度相同。

線性回歸算法反演海表溫度時不需要風(fēng)速和溫度的初始值，參數(shù)設(shè)置與前兩種方法相同。

結(jié)果顯示（見圖3），C/K分步反演海表溫度的誤差為0.894 8℃，C/K聯(lián)合反演海表溫度的誤差為0.768 2℃，線性回歸算法反演海表溫度的誤差為0.803 7℃，聯(lián)合反演的結(jié)果較優(yōu)。

圖4 分步算法反演海表面信息

3.3 海表鹽度的反演

海表鹽度的反演采用分步反演、C/K/L聯(lián)合反演和線性回歸算法這3種方法。

利用模擬值添加隨機(jī)高斯噪音的方法，模擬生成一維C/K波段綜合孔徑微波輻射計單角度觀測數(shù)據(jù)和二維L波段綜合孔徑微波輻射計多角度觀測數(shù)據(jù)，然后反演風(fēng)速、溫度和鹽度。仿真反演中C/K波段的入射角為55°，模擬亮溫添加的高斯噪音標(biāo)準(zhǔn)差均為0.5 K；L波段的入射角為15°～65°，模擬亮溫添加的高斯噪音標(biāo)準(zhǔn)差為2.5 K，海表風(fēng)速、海表溫度和海表鹽度的先驗誤差分別為2 m/s，1.5 K，0.5 psu。反演結(jié)果如下：

根據(jù)分步反演、聯(lián)合反演和線性回歸算法反演海表鹽度的結(jié)果，3種方法的誤差對比見表2。

圖5 聯(lián)合算法反演海表面信息

圖6 線性回歸算法反演海表面信息

表2 3種方法反演的溫度、風(fēng)速和鹽度誤差對比

分步反演、聯(lián)合反演、線性回歸算法反演的鹽度均方根誤差分別為0.633 7 psu，0.660 5 psu，0.679 1 psu。對比反演結(jié)果可知，分步反演的結(jié)果最優(yōu)，聯(lián)合反演和線性回歸算法的結(jié)果稍差。線性回歸算法的運(yùn)算速度要快許多，但是鹽度反演的精度相對較低。聯(lián)合反演中由于L波段對溫度和風(fēng)速的敏感性相對較差，但多角度觀測的數(shù)據(jù)量又遠(yuǎn)大于C/K波段，因此當(dāng)L波段的亮溫參與了溫度和風(fēng)速的反演時就減弱了C/K波段的作用，造成反演精度的下降。為了驗證該分析的正確性，可以改變L波段在聯(lián)合反演中的權(quán)重，觀察反演后的精度變化。

改變代價函數(shù)中L波段的貢獻(xiàn)權(quán)重，在范圍為0～1之間擇點(diǎn)選取，其余初始參量同上。部分反演結(jié)果如下：

從結(jié)果中可以看出，改變L波段亮溫在代價函數(shù)中權(quán)重后，溫度、風(fēng)速和鹽度的聯(lián)合反演精度都有所改變。降低L波段亮溫在代價函數(shù)中的權(quán)重使其在聯(lián)合反演中的作用減弱，C/K波段亮溫的作用增強(qiáng)，溫度、風(fēng)速和鹽度的反演精度都得到提高。

L波段亮溫貢獻(xiàn)在不同權(quán)重時聯(lián)合反演的溫度、風(fēng)速和鹽度的誤差對比見表3。

圖7 改變權(quán)重后溫度的反演結(jié)果

圖8 改變權(quán)重后風(fēng)速的反演結(jié)果

設(shè)置權(quán)重之后，溫度、風(fēng)速和鹽度的聯(lián)合反演精度隨L波段亮溫貢獻(xiàn)權(quán)重的下降而升高，驗證了之前的結(jié)論。溫度、風(fēng)速和鹽度的反演誤差隨L波段亮溫貢獻(xiàn)的權(quán)重變化如下圖所示：

根據(jù)上圖的結(jié)果，當(dāng)L波段亮溫貢獻(xiàn)權(quán)重在合適范圍時，由于L波段亮溫貢獻(xiàn)權(quán)重占比下降，C/K波段亮溫貢獻(xiàn)權(quán)重提升，同時L波段的多角度信息對溫度和風(fēng)速的反演起到了輔助的作用，溫度和風(fēng)速反演精度得到提高，鹽度的反演精度也略微提高。當(dāng)L波段亮溫貢獻(xiàn)權(quán)重在0.25～0.05之間時，鹽度的反演精度最高。當(dāng)L波段亮溫貢獻(xiàn)權(quán)重在0.1～0.05之間時，溫度和風(fēng)速反演精度最高。當(dāng)L波段亮溫貢獻(xiàn)權(quán)重低至0.01時，溫度、風(fēng)速和鹽度反演的精度開始下降，這是由于C/K波段對鹽度不敏感，L波段占比過低就造成了鹽度反演精度下降，繼而影響到溫度和風(fēng)速的反演精度。

圖9 改變權(quán)重后鹽度的反演結(jié)果

表3 不同權(quán)重時聯(lián)合反演的溫度、風(fēng)速和鹽度誤差對比

4 結(jié)論

圖10 溫度（紅）、風(fēng)速（黃）和鹽度（藍(lán)）反演精度隨L波段貢獻(xiàn)權(quán)重變化

本文中，海表鹽度反演的主要思想是先利用L波段散射計數(shù)據(jù)反演海表風(fēng)速，再利用C/K波段輻射計數(shù)據(jù)反演海表溫度，然后將反演得到的風(fēng)速和溫度信息以及L波段輻射計數(shù)據(jù)帶入鹽度反演模型反演海表鹽度，反演得到的鹽度信息又可以作為風(fēng)速和溫度反演時的輸入?yún)?shù)，如此迭代循環(huán)直到反演結(jié)果穩(wěn)定。由于仿真數(shù)據(jù)添加了較大的噪音偏差，因此反演誤差也較大。

風(fēng)場反演的仿真結(jié)果表明，當(dāng)前設(shè)定參數(shù)下風(fēng)速反演誤差較小，但是由于L波段散射計設(shè)計的原因，風(fēng)向的反演誤差較大，因此不能同時獨(dú)立反演出風(fēng)速和風(fēng)向，必須依賴外部風(fēng)向信息作為輔助。海面溫度的仿真結(jié)果表明，C/K波段聯(lián)合反演輸出溫度的精度較高，因此在溫度的反演中選取C/K波段聯(lián)合反演較為適宜。

通過仿真分析，將鹽度分步反演結(jié)果與3個參量聯(lián)合反演結(jié)果進(jìn)行了比較。結(jié)果表明：L波段為多角度觀測，C/K波段為單角度觀測，分步反演結(jié)果優(yōu)于聯(lián)合反演結(jié)果；在聯(lián)合反演的代價函數(shù)中對L波段貢獻(xiàn)設(shè)置權(quán)重時，溫度、風(fēng)速反演精度隨權(quán)重下降而提高，鹽度反演精度一定范圍內(nèi)隨權(quán)重下降而提高，當(dāng)權(quán)重小到一定程度后，溫度、風(fēng)速和鹽度反演精度變差；采用線性回歸的分步反演算法運(yùn)算速度快，溫度反演精度與其它兩種反演算法精度相當(dāng)，但是風(fēng)速和鹽度精度相比略低。

由此可知，分步反演算法的優(yōu)勢是可以逐步反演各參數(shù)，對于存在誤差較大的參數(shù)能夠及時發(fā)現(xiàn)和修正，可以優(yōu)化下次循環(huán)時輸入?yún)⒘康臄?shù)據(jù)質(zhì)量，改進(jìn)反演精度。聯(lián)合反演的優(yōu)勢是反演精度高，但需要調(diào)整代價函數(shù)。線性回歸算法的優(yōu)勢是反演速度快。因此，在海面參量反演過程中，可以按需選擇反演方式。

在實際應(yīng)用中，為提高反演精度，可以先利用線性回歸算法反演出溫度及風(fēng)速信息，作為分步反演算法或聯(lián)合反演算法的初始值，然后再利用分步反演算法或聯(lián)合反演算法反演海表鹽度。

[1]Martin S.海洋遙感導(dǎo)論[M].蔣興偉,譯.北京:海洋出版社, 2008:342.

[2]林明森,張有廣,袁欣哲.海洋遙感衛(wèi)星發(fā)展歷程與趨勢展望[J].海洋學(xué)報,2015,37(1):1-10.

[3]殷曉斌.海面風(fēng)矢量、溫度和鹽度的被動微波遙感及風(fēng)對溫鹽遙感的影響研究[D].青島:中國海洋大學(xué),2007.

[4]Yueh S H,Tang W Q,Fore A G,et al.L-band passive and active microwave geophysical model functions of ocean surface winds and applications to Aquarius retrieval[J].IEEE Transactions on Geoscience and Remote Sensing,2013,51(9):4619-4632.

[5]Wentz F J,Meissner T,Smith D K.Assessment of the initial release of WindSat wind retrievals[R].RSS Technical Report 010605, 2005.

[6]Klein L A,Swift C T.An improved model for the dielectric constantofseawateratmicrowavefrequencies[J].IEEE Transactions onAntennas and Propagation,1977,25(1):104-111.

[7]王叢叢.海洋鹽度的主被動微波遙感探測技術(shù)研究[J].空間電子技術(shù),2015,12(4):19-23.

[8]Yueh H A,Shin R T,Kong J A.Scattering of electromagnetic waves from a periodic surface with random roughness[J].Journal ofApplied Physics,1988,64(4):1657-1670.

[9]Rice S O.Reflection of electromagnetic waves from slightly rough surfaces[J].Communications on Pure and Applied Mathematics, 1951,4(2-3):351-378.

[10]Yueh S H,Chaubell J.Sea surface salinity and wind retrieval usingcombinedpassiveandactiveL-bandmicrowave observations[J].IEEE Transactions on Geoscience and Remote Sensing,2012,50(4):1022-1032.

Sea surface salinity retrieval using satellite microwave observations

WU Bin-feng1,2，WANG Cong-cong3，LIN Ming-sen1，ZHANG You-guang1
（1.National Satellite Ocean Application Service,Beijing 100081 China;2.National Marine Environmental Forecasting Center,Beijing 100081 China;3.AST-Xi'an Institute of Space Radio Technology，Xi'an 710100 China）

By using stepwise retrieval,coordinated retrieval or linear regression method,the sea surface salinity is inverted,respectively.The results show that the stepwise retrieval method can find and update parameter in time. The coordinated retrieval method is the best in accuracy while the linear regression method is the fastest.We can make choice according to our requirements in practice.

sea surface salinity;satellite microwave remote sensing;L-band;retrieval

P731.12

A

1003-0239（2017）02-0080-08

10.11737/j.issn.1003-0239.2017.02.011

2016-03-17；

2016-05-25。

國家高技術(shù)研究發(fā)展計劃項目（2013AA09A505）。

吳彬鋒（1987-），男，碩士在讀，從事衛(wèi)星鹽度計海表鹽度反演研究。E-mail：wbfjqm@sohu.com