利用Jason-3/Sentinel-3A雷達(dá)高度計(jì)監(jiān)測北部灣濱海濕地水位變化

付波霖，覃嬌玲，何宏昌，何 旭，楊文嵐，范冬林，華 磊

利用Jason-3/Sentinel-3A雷達(dá)高度計(jì)監(jiān)測北部灣濱海濕地水位變化

付波霖1，覃嬌玲1，何宏昌1※，何 旭1，楊文嵐1，范冬林1，華 磊2

（1. 桂林理工大學(xué)測繪地理信息學(xué)院，桂林 541006；2. 中國地質(zhì)大學(xué)（武漢）公共管理學(xué)院，武漢 430074）

為了評估雷達(dá)高度計(jì)監(jiān)測濱海濕地水位的能力，提高其監(jiān)測濱海濕地水位的測量精度，該研究以廣西北部灣濱海濕地為研究區(qū)，選取2016—2020年逐日的Jason-3和Sentinel-3A雷達(dá)高度計(jì)數(shù)據(jù)，建立濱海濕地水位遙感監(jiān)測模型，利用重心偏移法，閾值法，改進(jìn)的重心偏移法和改進(jìn)的閾值法對測高水位進(jìn)行波形重定改正獲取濱海濕地水位。結(jié)合水文站實(shí)測數(shù)據(jù)，定量評估不同算法提取水位的精度差異，利用年內(nèi)水位變幅、月平均水位、季平均水位和年平均水位探究濱海濕地水位動態(tài)變化，利用降水量數(shù)據(jù)分析濱海濕地水位動態(tài)變化原因。結(jié)果表明，在4種重跟蹤算法中，改進(jìn)的閾值法重定效果最佳，Jason-3雷達(dá)高度計(jì)的決定系數(shù)最大為0.78，均方根誤差（Root Mean Square Error，RMSE）最小為0.35 m，平均絕對誤差（Mean Absolute Error，MAE）最小為0.28 m；Sentinel-3A雷達(dá)高度計(jì)的決定系數(shù)最大為0.87，RMSE最小為0.24 m，MAE最小為0.18 m，表明Sentinel-3A雷達(dá)高度計(jì)的監(jiān)測精度較高。廣西北部灣濱海濕地水位變化與降水量變化的相關(guān)性較高，年內(nèi)水位變化較為劇烈，呈現(xiàn)明顯的季節(jié)性，年內(nèi)水位平均變幅為3.37 m，在2016—2020年間水位整體呈現(xiàn)下降趨勢，年平均變化速率為0.005 m。星載雷達(dá)高度計(jì)為大范圍的濱海濕地水位監(jiān)測提供了有力手段，這對研究濱海濕地變化及生態(tài)環(huán)境保護(hù)具有重要意義。

衛(wèi)星；濕地；Jason-3；Sentinel-3A；波形重跟蹤；水位變化

0 引 言

濱海濕地作為海岸帶地區(qū)最重要的生態(tài)系統(tǒng)，是水生和陸生生態(tài)系統(tǒng)的交叉地帶，在穩(wěn)定生態(tài)環(huán)境、生產(chǎn)可再生資源與保護(hù)物種基因方面具有重要作用[1]。水位作為濕地水文的重要因素之一，其變化與生態(tài)環(huán)境變化息息相關(guān)[2]。近年來，受人類活動和自然因素影響，濱海濕地退化嚴(yán)重，紅樹林面積銳減，生物多樣性也受到嚴(yán)重威脅[3]。充分理解濱海濕地的水位動態(tài)變化特征，有利于正確認(rèn)識人類活動和自然因素對濱海濕地變化的影響，為生態(tài)環(huán)境保護(hù)和沿海經(jīng)濟(jì)發(fā)展提供科學(xué)依據(jù)。

在監(jiān)測水位和水量變化方面，目前主流的方式仍是通過地面水文站定時定點(diǎn)地進(jìn)行監(jiān)測，但這種方式無法滿足時效性的要求，且監(jiān)測成本高，還存在偏遠(yuǎn)地區(qū)無法大規(guī)模布點(diǎn)的問題[4]。另外，濕地地區(qū)情況復(fù)雜，水位的獲取尤為困難。衛(wèi)星測高技術(shù)具有全天候、高精度、大尺度的探測特點(diǎn)，具有其他觀測技術(shù)無可比擬的優(yōu)越性[5-7]。目前，包括TOPEX/Poseidon（T/P）、ENVISAT、ICESat、Cryosat-2、Jason-1、Jason-2、Jason-3及Sentinel-3A等在內(nèi)的多種星載高度計(jì)數(shù)據(jù)均已用于水位的監(jiān)測，且多應(yīng)用于內(nèi)陸水域。趙云等利用Ctyosat/SIRAL數(shù)據(jù)對青海湖的水位進(jìn)行監(jiān)測，水位提取精度為0.09 m[8]。Bogning等在Ogooue流域建立了基于多種高度計(jì)數(shù)據(jù)的水位測量網(wǎng)[9]。黃征凱結(jié)合多種測高衛(wèi)星數(shù)據(jù)對青藏高原不同時段的湖泊水位進(jìn)行分析，結(jié)果表明在1972—2017年間的多個湖泊水位呈上升趨勢[10]。廖靜娟等利用多源衛(wèi)星數(shù)據(jù)構(gòu)建了高亞洲湖泊水位變化數(shù)據(jù)集[11]。以上研究成果充分說明高度計(jì)適用于監(jiān)測內(nèi)陸水域水位。在此基礎(chǔ)上，對于水位獲取困難的濕地，國內(nèi)外學(xué)者已開展了部分研究。Dettmering等使用ENVISAT測高衛(wèi)星監(jiān)測南美潘塔納爾濕地水位，得出水位時間序列的均方根誤差（Root Mean Square Error，RMSE）約為0.40 m[12]。Normandin等利用ENVISAT、Jason-3和Sentinel-3A等高度計(jì)數(shù)據(jù)對尼日爾內(nèi)河三角洲的水位進(jìn)行了監(jiān)測研究[13]。Vu等采用多源衛(wèi)星數(shù)據(jù)對法國比斯開灣大西洋沿岸的水位進(jìn)行驗(yàn)證，其中SARAL的水位提取精度為0.21 m[14]。Chembolu等利用Topex/ Poseidon衛(wèi)星對漫灘濕地水位進(jìn)行監(jiān)測，研究表明，科西河與其周圍的濕地之間發(fā)生了復(fù)雜的相互作用過程[15]。Wang等利用Topex/Poseidon衛(wèi)星提取Ngangzi Co濕地水位，水位提取精度約為分米[16]。井發(fā)明等聯(lián)合ENVISAT和Jason-2衛(wèi)星測高數(shù)據(jù)反演了薩德濕地水位[17]。對于內(nèi)陸水體及近岸水域，陸地影響會污染回波波形，導(dǎo)致水位提取結(jié)果不準(zhǔn)確，使用波形重跟蹤算法改正回波波形可使水位監(jiān)測精度進(jìn)一步提高[18-23]?？傮w而言，利用星載高度計(jì)監(jiān)測湖泊、河流、濕地等水域已得到了有效應(yīng)用，但在濱海濕地水位監(jiān)測方面的研究仍十分有限。

為了豐富濱海濕地水位的監(jiān)測手段，探究新一代星載高度計(jì)Jason-3和Sentinel-3A監(jiān)測濱海濕地水位的能力，本研究以廣西北部灣濱海濕地為研究對象，以2016—2020年逐日的Jason-3和Sentinel-3A雷達(dá)高度計(jì)為數(shù)據(jù)源，建立了濱海濕地水位監(jiān)測遙感模型，分別采用重心偏移法，閾值法，改進(jìn)的重心偏移法和改進(jìn)的閾值法4種重跟蹤算法對近岸波形進(jìn)行重跟蹤，得出改正后的濕地測高水位。選取決定系數(shù)2、RMSE和平均絕對誤差（Mean Absolute Error，MAE）為評價(jià)指標(biāo)，結(jié)合水文站實(shí)測數(shù)據(jù)，定量評價(jià)Jason-3和Sentinel-3A雷達(dá)高度計(jì)通過4種重跟蹤算法提取濱海濕地水位的精度差異，利用年內(nèi)水位變幅、月平均水位、季平均水位和年平均水位定量分析2016-2020年濱海濕地水位的動態(tài)變化，利用降水量數(shù)據(jù)探究水位變化的原因。

1 研究區(qū)概況及數(shù)據(jù)源

1.1 研究區(qū)概況

廣西北部灣是中國海岸線最南端的天然海灣，地處22°01′20″N～22°01′20″N，107°26′30″E～109°40′00″E（圖1），海岸線總長1 602 km，東與廣東省的洗米河口接壤，西與北昆侖河口交界。在行政區(qū)劃上包括北海市、防城港市與欽州市。且地處亞熱帶，屬亞熱帶海洋性氣候，年平均氣溫為22.9 ℃，年降雨量為1575 mm。廣西北部灣主要包括珍珠灣、防城灣、欽州灣、廉州灣、鐵山灣、英羅灣6大海灣，具有豐富的港口資源和濱海旅游資源，2018年貨物吞吐量為1.83億t，為區(qū)域經(jīng)濟(jì)發(fā)展提供重要保障[24]。同時，廣西北部灣濱海濕地還是中國重要的濕地之一，擁有海草床、珊瑚礁、紅樹林等典型生態(tài)系統(tǒng)，具有涵養(yǎng)水源、保持水土、保護(hù)物種組成等重要的生態(tài)功能，對廣西的經(jīng)濟(jì)發(fā)展和生態(tài)文明建設(shè)意義重大。

1.2 衛(wèi)星測高數(shù)據(jù)及水文站實(shí)測數(shù)據(jù)

本研究采用Jason-3和Sentinel-3A雷達(dá)高度計(jì)數(shù)據(jù)監(jiān)測北部灣濱海濕地水位。在Jason-3測高衛(wèi)星的數(shù)據(jù)產(chǎn)品中，采用Jason-3衛(wèi)星2級GDR產(chǎn)品中2016年4月至2020年9月逐日的SGDR數(shù)據(jù)，它包括所有的環(huán)境校正和地球精確校正，并且經(jīng)過了完全的驗(yàn)證，是一個在60 d內(nèi)生成的延遲數(shù)據(jù)集。獲取地址為https://www.aviso.altimetry.fr/。SGDR產(chǎn)品的儲存周期為10 d，一個周期內(nèi)的Pass文件數(shù)為254個，每一天包括26個Pass文件，一個Pass文件占存儲空間的大小為5 M左右。由于一個周期內(nèi)的文件數(shù)不足整月，因此在對數(shù)據(jù)進(jìn)行處理前，需要對Jason-3數(shù)據(jù)按月進(jìn)行整合。在Sentinel-3A測高衛(wèi)星的數(shù)據(jù)產(chǎn)品中，采用2016年4月至2020年12月逐日的Sentinel-3A SRAL非時間關(guān)鍵（Non-Time Critical）WAT2級產(chǎn)品，其允許可視化范圍查找，是在20 d內(nèi)生成的延遲數(shù)據(jù)集。獲取地址為https://coda.eumetsat.int/#/home。每個產(chǎn)品都包含3個完整的Net CDF文件，分別為簡化測量、標(biāo)準(zhǔn)測量和增強(qiáng)測量數(shù)據(jù)。簡化測量包含1 Hz數(shù)據(jù)的子集。標(biāo)準(zhǔn)測量包含標(biāo)準(zhǔn)的1和20 Hz Ku和C頻段參數(shù)。增強(qiáng)測量數(shù)據(jù)除標(biāo)準(zhǔn)測量信息外，還包含波形和重新處理數(shù)據(jù)的必要參數(shù)等信息。這里使用SRAL產(chǎn)品中的增強(qiáng)測量數(shù)據(jù)。在對數(shù)據(jù)進(jìn)行處理前，需對增強(qiáng)測量數(shù)據(jù)按月進(jìn)行整合。

用于精度驗(yàn)證的實(shí)測數(shù)據(jù)為2016年4月至2020年12月逐日的水文站實(shí)測數(shù)據(jù)，包括北海港、炮臺角和防城港3個站點(diǎn)，從國家海洋信息中心獲取。因?yàn)檎军c(diǎn)數(shù)據(jù)均為每小時測量一次水位，所以取一天中所有測量值的平均值作為當(dāng)日水位。為了保持實(shí)測水位和測高水位的一致性，在利用實(shí)測水位對測高水位進(jìn)行絕對驗(yàn)證前，需對實(shí)測水位進(jìn)行潮高基準(zhǔn)面轉(zhuǎn)換以及單位換算。

降水?dāng)?shù)據(jù)來自中國氣象數(shù)據(jù)網(wǎng)（http://data.cma.cn/），包括北海、防城港和欽州3個氣象站2016年4月—2020年3月逐日的降水量數(shù)據(jù)。

2 研究方法

2.1 波形重跟蹤

重跟蹤就是用算法對原始波形進(jìn)行模擬，重新計(jì)算波形前緣中點(diǎn)，根據(jù)其與原定中點(diǎn)的差值，獲得距離改正值（d），從而改正測高衛(wèi)星到被測水面的距離[25]，見式（1）。

式中C為重跟蹤后確定的波形前緣中點(diǎn)，C為原定的波形前緣中點(diǎn)，為光速（299 792 458 m/s），t為脈沖寬度（3.125 ns），R為改正后的觀測距離，m，為測高衛(wèi)星的觀測距離，m。

本研究分別對Jason-3和Sentinel-3A測高數(shù)據(jù)采用重心偏移法，閾值法，改進(jìn)的重心偏移法和改進(jìn)的閾值法重定回波波形。4種波形重跟蹤算法通過matlab編程實(shí)現(xiàn)。其中重心偏移法、閾值法采用全波形數(shù)據(jù)，改進(jìn)的重心偏移法和改進(jìn)的閾值法采用選取的子波形數(shù)據(jù)。Jason-3采用SGDR產(chǎn)品中的waveform數(shù)據(jù)，采樣點(diǎn)共104個，原定波形前緣中點(diǎn)為31；Sentinel-3A采用增強(qiáng)測量數(shù)據(jù)中的waveform數(shù)據(jù)，采樣點(diǎn)數(shù)為128，原定中點(diǎn)為43。

重心偏移法（Off-center of gravity method，OCOG）是為了實(shí)現(xiàn)對波形的穩(wěn)健跟蹤，其基本思想是找到每個返回波形的重心，通過計(jì)算由波形值確定的矩形的重心和面積來確定波形的前緣中點(diǎn)[25]。

閾值法（Threshold method）以O(shè)COG算法為計(jì)算基礎(chǔ)，根據(jù)振幅、最大波形采樣等給出閾值，在該閾值的幾個臨近采樣點(diǎn)之間進(jìn)行線性內(nèi)插，確定重定點(diǎn)。本研究選取OCOG算法所確定的矩形振幅50%作為Threshold算法的門檻值[26]。

當(dāng)測高衛(wèi)星經(jīng)過近岸水域時，由于受到陸地、地球物理因素和傳感器硬件等因素干擾，波形會出現(xiàn)復(fù)雜形狀，不再是理想的單一形狀，上述兩種波形重定方法并沒有完全按照真實(shí)的波形形狀進(jìn)行重定改正，造成提取出來的距離改正值不準(zhǔn)確，從而降低測量精度[27]。改進(jìn)的重心偏移法和改進(jìn)的閾值法利用子波形數(shù)據(jù)進(jìn)行重跟蹤處理，可以減小利用全波形進(jìn)行重跟蹤導(dǎo)致的測量誤差。改進(jìn)算法的計(jì)算過程與上述兩種算法相同。選取子波形時，先用回波中的所有功率值來計(jì)算開始點(diǎn)與結(jié)束點(diǎn)閾值，然后根據(jù)相鄰跟蹤門的回波功率差與這兩個閾值的對比，確定最終的子波形[28]。

2.2 北部灣濱海濕地水位監(jiān)測遙感模型

對Jason-3和Sentinel-3A雷達(dá)高度計(jì)數(shù)據(jù)采用上述4種波形重跟蹤算法獲得改正的觀測距離后，根據(jù)式（2），即可獲得各個足跡點(diǎn)的濱海濕地水位。

式中為足跡點(diǎn)的濱海濕地水位，m；h為測高儀的橢球高，m；h為大地基準(zhǔn)面相對于參考橢球面高度，m；Δ為各項(xiàng)觀測誤差校正，為海面高度校正，m。

R是理想狀態(tài)下通過測量得到的衛(wèi)星質(zhì)心到地球表面的距離，但在現(xiàn)實(shí)中主要受儀器誤差、衛(wèi)星軌道誤差以及信號傳播誤差的影響。本研究按海洋數(shù)據(jù)標(biāo)準(zhǔn)來處理濱海濕地水位的各項(xiàng)誤差校正，但相對海面而言濱海濕地的水面很小，可不考慮潮壓、海潮、逆氣壓等因素影響，因此只用到以下的誤差校正：

Δ=++++（3）

式中為干對流層校正，m；為濕對流層校正，m；為電離層校正，m；為極潮校正，m；為固體潮校正，m。

2.3 北部灣濱海濕地水位計(jì)算方法

以往計(jì)算濱海濕地水位的方法主要是通過BRAT讀取衛(wèi)星測高數(shù)據(jù)，然后以ASCII碼格式輸出經(jīng)緯度、高程、各項(xiàng)誤差校正等參數(shù)。接著進(jìn)一步將經(jīng)緯度和高程導(dǎo)入ArcGIS中，生成高程點(diǎn)圖層，再把處理后的影像導(dǎo)入ArcGIS中，從而剔除研究區(qū)域以外的高程點(diǎn)。最后將處理后的數(shù)據(jù)通過式（2）計(jì)算得到初始的濱海濕地水位。與以往的方法不同，本研究的濱海濕地水位計(jì)算工作直接在BRAT中進(jìn)行，這樣做可以避免對導(dǎo)出的數(shù)據(jù)計(jì)算錯誤而產(chǎn)生的計(jì)算誤差，采用以下步驟來計(jì)算處理后的數(shù)據(jù)：1）在BRAT中新建一個數(shù)據(jù)集，按月導(dǎo)入測高數(shù)據(jù)并讀取。2）選擇廣西北部灣濱海濕地范圍，進(jìn)一步精確邊界，確保水位點(diǎn)在濱海濕地范圍內(nèi)。3）創(chuàng)建操作，根據(jù)式（2）選擇相應(yīng)的字段，計(jì)算出初始的濱海濕地水位。4）采用篩選標(biāo)準(zhǔn)將濱海濕地水位控制在?3.00～3.00 m之間，以ASCII碼格式輸出濱海濕地水位。5）對輸出的濱海濕地水位采用3原則進(jìn)行異常值的剔除。6）將上述水位點(diǎn)導(dǎo)入奧維地圖中，剔除陸地上以及落到植被覆蓋區(qū)的水位數(shù)據(jù)。7）將經(jīng)過波形重定改正后的距離改正值加到上述水位點(diǎn)中，改正值的選取遵循與水位點(diǎn)相同日期、同一經(jīng)緯度的原則。8）將改正后的濱海濕地有效水位按天、月、季、年分別取平均水位。由于雷達(dá)高度計(jì)的月平均水位、季平均水位和年平均水位用于預(yù)測濱海濕地的水位動態(tài)變化，因此實(shí)測數(shù)據(jù)只需要計(jì)算出對應(yīng)的單日平均水位。

3 結(jié)果與分析

3.1 精度分析

2種雷達(dá)高度計(jì)通過不同波形重跟蹤算法提取濱海濕地水位的精度，見圖2和圖3所示。由圖2可知，Jason-3雷達(dá)高度計(jì)提取的4種水位結(jié)果中，改進(jìn)的閾值法提取精度最高，與重心偏移法相比，2提升了0.34，RMSE減小了0.50 m，MAE減小了0.40 m。由圖3可知，Sentinel-3A雷達(dá)高度計(jì)提取的4種水位結(jié)果中，改進(jìn)的重心偏移法和改進(jìn)的閾值法水位提取的效果明顯優(yōu)于重心偏移法和閾值法，2從0.68提升至0.87，RMSE從1.02 m減小至0.24 m，MAE從0.97 m減小至0.18 m。實(shí)驗(yàn)結(jié)果表明，4種重跟蹤算法均能提取濱海濕地水位，與其他3種重跟蹤算法相比，改進(jìn)的閾值法提取的水位效果最好，為最佳重跟蹤算法，Jason-3雷達(dá)高度計(jì)獲得的2最大為0.78，RMSE最小為0.35 m，MAE最小為0.28 m，Sentinel-3A雷達(dá)高度計(jì)獲得的2最大為0.87，RMSE最小為0.24 m，MAE最小為0.18 m。對于重心偏移法和閾值法，使用子波形的改進(jìn)算法提取的水位2更高，RMSE和MAE更小，使用子波形提取水位明顯改善了傳統(tǒng)重跟蹤算法提取水位的精度?？赡艿脑?yàn)?，對于?fù)雜波形，采用全波形進(jìn)行重跟蹤得到的波形前緣中點(diǎn)偏離實(shí)際的波形前緣中點(diǎn)，造成提取出來的改正距離不準(zhǔn)確，而對子波形進(jìn)行重跟蹤則可以有效地避免這一點(diǎn)。在兩種雷達(dá)高度計(jì)提取的水位結(jié)果中，Sentinel-3A雷達(dá)高度計(jì)提取的水位精度明顯高于Jason-3雷達(dá)高度計(jì)，原因可能為，Jason-3雷達(dá)高度計(jì)的重訪周期長，有效水位點(diǎn)較少，過境地點(diǎn)比較單一且距離參與驗(yàn)證的水文站較遠(yuǎn)，造成提取的水位精度較低。

通過綜合分析2、RMSE和MAE可得，改進(jìn)的閾值法為最佳重跟蹤算法，該方法利用子波形數(shù)據(jù)進(jìn)行重跟蹤處理，有效地減小了利用全波形數(shù)據(jù)對復(fù)雜波形進(jìn)行重跟蹤導(dǎo)致的測量誤差。Sentinel-3A雷達(dá)高度計(jì)的監(jiān)測精度優(yōu)于Jason-3雷達(dá)高度計(jì)的監(jiān)測精度，這與雷達(dá)高度計(jì)的重訪周期、過境足跡點(diǎn)與實(shí)測水文站距離這兩個因素有關(guān)。Sentinel-3A雷達(dá)高度計(jì)有多條軌道經(jīng)過北部灣地區(qū)，有效水位值個數(shù)較多，且Sentinel-3A雷達(dá)高度計(jì)的足跡點(diǎn)在欽州、防城港和北海3個水文站附近均有分布，反演精度較高；而Jason-3雷達(dá)高度計(jì)的重訪周期較長，只有一條軌道過境導(dǎo)致有效水位點(diǎn)較少，且Jason-3雷達(dá)高度計(jì)的足跡點(diǎn)距離3個實(shí)測水文站點(diǎn)較遠(yuǎn)，導(dǎo)致反演精度較低。因此，利用Sentinel-3A雷達(dá)高度計(jì)采用改進(jìn)的閾值法反演濱海濕地水位的動態(tài)變化。

3.2 北部灣濱海濕地水位動態(tài)變化分析

本研究利用年內(nèi)水位變幅、月平均水位、季平均水位和年平均水位定量探究北部灣濱海濕地水位動態(tài)變化，利用實(shí)測氣象站點(diǎn)降水量數(shù)據(jù)分析水位動態(tài)變化原因。由表1可知，通過Sentinel-3A雷達(dá)高度計(jì)反演的濱海濕地在2016—2020年間最高水位升高了0.30 m，達(dá)到了2.57 m。而最低水位降低了0.29 m，達(dá)到了?1.21 m。年內(nèi)水位變幅增加了0.59 m，達(dá)到了3.78 m，表明北部灣濱海濕地水位近5 a變化較為劇烈。分析2016—2020年逐日的降水量發(fā)現(xiàn)，2019年年內(nèi)水位變幅最大，近5 a的最高降水量和最低降水量均在2019年。相鄰年間最高、最低水位差均小于0.30 m，水位變幅小于0.45 m，證明相鄰年間水位變化較為平緩。

表1 Sentinel-3A雷達(dá)高度計(jì)反演濱海濕地的年內(nèi)水位變幅

對比月平均降水量與Sentinel-3A雷達(dá)高度計(jì)反演的月平均水位可以看出，月平均降水量變化與月平均水位變化吻合度較高，水位季節(jié)性變化明顯，1—2月和11—12月降水量較少，水位下降，為枯水期；3—10月降水量增多，水位上升，為豐水期，5—9月為降水集中期，7月為降水高峰期，水位高峰期出現(xiàn)在7—9月（圖4）。

分析各季度和年平均水位變化可知，水位變化季節(jié)性明顯，整體上呈現(xiàn)下降趨勢（表2）。季平均水位與標(biāo)準(zhǔn)差相差較大，表明年內(nèi)水位變化較為劇烈。另外，年內(nèi)水位變化呈現(xiàn)一定的規(guī)律性，水位從第一季度開始上漲，第三季度達(dá)到一年的峰值，第四季度水位逐漸下降。2016—2020年，各季度平均水位整體呈現(xiàn)下降趨勢，第一季度水位下降了0.12 m，第二季度水位上升了0.29 m，第三季度水位上升了0.11 m，第四季度水位下降了0.16 m。分析2016—2020年各季度的降水量變化可知，降水量變化與平均水位變化呈現(xiàn)較強(qiáng)的一致性，相關(guān)系數(shù)為0.77。第三季度為降水集中期，相鄰年間的降水量差值均在30 mm以上，差值最大達(dá)到了66.66 mm，導(dǎo)致第三季度水位變化尤其劇烈。其余3個季度的水位變化則相對平緩。

濱海濕地年平均水位的變化與年平均降水量的變化較為相符，濱海濕地水位總體上呈現(xiàn)下降趨勢，水位年平均變化速率為0.005 m。

表2 Sentinel-3A雷達(dá)高度計(jì)反演濱海濕地的年際變化

注：數(shù)值為水位平均值±標(biāo)準(zhǔn)差。

Note: Values represent average water level ± standard deviation.

4 結(jié) 論

星載高度計(jì)監(jiān)測濱海濕地水位具有監(jiān)測成本低，觀測范圍廣等優(yōu)點(diǎn)，可在一定程度上增加濱海濕地水位的監(jiān)測手段。本研究選取2016－2020年逐日的Jason-3和Sentinel-3A雷達(dá)高度計(jì)數(shù)據(jù)，對比了重心偏移法，閾值法，改進(jìn)的重心偏移法和改進(jìn)的閾值法4種波形重跟蹤算法獲取濱海濕地水位的精度差異，結(jié)合實(shí)測數(shù)據(jù)，監(jiān)測廣西北部灣濱海濕地的水位動態(tài)變化。主要結(jié)論如下：

1）4種重跟蹤算法中，改進(jìn)的閾值法重定效果最佳，Sentinel-3A雷達(dá)高度計(jì)的監(jiān)測精度優(yōu)于Jason-3雷達(dá)高度計(jì)。改進(jìn)后Jason-3雷達(dá)高度計(jì)的決定系數(shù)為0.78，均方根誤差為0.35 m，平均絕對誤差為0.28 m；改進(jìn)后Sentinel-3A雷達(dá)高度計(jì)的決定系數(shù)為0.87，均方根誤差為0.24 m，平均絕對誤差為0.18 m。

2）濱海濕地水位變化與降水量變化具有較強(qiáng)的一致性，年內(nèi)水位變化較為劇烈，季節(jié)性明顯，年內(nèi)水位平均變幅為3.37 m。在2016—2020年間水位整體上呈現(xiàn)下降趨勢，水位變化速率為0.005 m/a。

[1]葛偉，蔡琨，馬晶晶，等. 淺談濱海濕地生態(tài)環(huán)境退化監(jiān)測與評價(jià)[J].環(huán)境監(jiān)控與預(yù)警，2016，8(5)：10-13.

Ge Wei, Cai Kun, Ma Jingjing, et al. Discussion on monitoring and evaluation of ecological environment degradation of coastal wetlands[J]. Environmental Monitoring and Early Warning, 2016, 8(5):10-13. (in Chinese with English abstract)

[2]姚鑫，楊桂山，萬榮榮，等. 水位變化對河流、湖泊濕地植被的影響[J]. 湖泊科學(xué)，2014，26(6)：813-821.

Yao Xin, Yang Guishan, Wan Rongrong, et al. The impact of water level changes on river and lake wetland vegetation[J]. Lake Science, 2014, 26(6): 813-821. (in Chinese with English abstract)

[3]安鑫龍，齊遵利，李雪梅，等. 中國海岸帶研究Ⅲ—濱海濕地研究[J]. 安徽農(nóng)業(yè)科學(xué)，2009，37(4)：1712-1713.

An Xinlong, Qi Zunli, Li Xuemei, et al. Research on China's coastal zone III—Study on coastal wetlands[J]. Anhui Agricultural Sciences, 2009, 37(4):1712-1713. (in Chinese with English abstract)

[4]文京川. 測高衛(wèi)星數(shù)據(jù)在我國湖庫水位監(jiān)測中的應(yīng)用研究[D]. 蘭州：蘭州交通大學(xué)，2018.

Wen Jingchuan. Research on the Application of Altimeter Satellite Data in Lake and Reservoir Water Level Monitoring in my country[D]. Lanzhou: Lanzhou Jiaotong University, 2018. (in Chinese with English abstract)

[5]郭金運(yùn)，孫佳龍，常曉濤，等. TOPEX/Poseidon衛(wèi)星監(jiān)測博斯騰湖水位變化及其與NINO3 SST的相關(guān)性分析[J]. 測繪學(xué)報(bào)，2010，39(3)：221-226.

Guo Jinyun, Sun Jialong, Chang Xiaotao, et al. TOPEX/Poseidon satellite monitors the water level change of Bosten Lake and its correlation analysis with NINO3 SST[J]. Acta Geodaetica et Cartographica Sinica, 2010, 39(3): 221-226. (in Chinese with English abstract)

[6]李均力，陳曦，包安明. 2003－2009年中亞地區(qū)湖泊水位變化的時空特征[J]. 地理學(xué)報(bào)，2011，66(9)：1219-1229.

Li Junli, Chen Xi, Bao Anming. Temporal and spatial characteristics of lake water level changes in central asia from 2003 to 2009[J]. Acta Geographica Sinica, 2011, 66(9): 1219-1229. (in Chinese with English abstract)

[7]何飛，劉兆飛，姚治君. Jason-2測高衛(wèi)星對湖泊水位的監(jiān)測精度評價(jià)[J]. 地球信息科學(xué)學(xué)報(bào)，2020，22(3)：494-504.

He Fei, Liu Zhaofei, Yao Zhijun. The accuracy evaluation of lake water level monitoring by Jason-2 altimetry satellite[J]. Journal of Geo-Information Science, 2020, 22(3): 494-504. (in Chinese with English abstract)

[8]趙云，廖靜娟，沈國狀，等.衛(wèi)星測高數(shù)據(jù)監(jiān)測青海湖水位變化[J]. 遙感學(xué)報(bào)，2017，21(4)：633-644.

Zhao Yun, Liao Jingjuan, Shen Guozhuang, et al. Satellite altimetry data to monitor the water level change of Qinghai Lake[J]. Journal of Remote Sensing, 2017, 21(4): 633-644. (in Chinese with English abstract)

[9]Bogning S, Frappart F, Blarel F, et al. Estimating River Discharges in the Ogooue River Basin Using Satellite Altimetry Data[C].IGARSS 2018-2018 IEEE International Geoscience and Remote Sensing Symposium. Valencia, Spain: IEEE, 2018: 9304-9307.

[10]黃征凱. 利用多源衛(wèi)星數(shù)據(jù)研究青藏高原湖泊水儲量變化及其影響因素[J]. 測繪學(xué)報(bào)，2019，48(8)：1071.

Huang Zhengkai. Using multi-source satellite data to study the changes of lake water reserves on the Qinghai-Tibet Plateau and its influencing factors[J]. Acta Geodaetica et Cartographica Sinica, 2019, 48(8): 1071. (in Chinese with English abstract)

[11]廖靜娟，趙云，陳嘉明. 基于多源雷達(dá)高度計(jì)數(shù)據(jù)的高亞洲湖泊水位變化數(shù)據(jù)集[J]. 中國科學(xué)數(shù)據(jù)：中英文網(wǎng)絡(luò)版，2020，5(1)：140-151.

Liao Jingjuan, Zhao Yun, Chen Jiaming. High Asian lake water level change data set based on multi-source radar altimeter data[J]. China Science Data: Chinese and English Online Edition, 2020, 5(1): 140-151. (in Chinese with English abstract)

[12]Dettmering D, Schwatke C, Boergens E, et al. Potential of ENVISAT radar altimetry for water level monitoring in the Pantanal wetland[J]. Remote Sensing, 2016, 8(7): 596.

[13]Normandin C, Frappart F, Diepkilé A T, et al. Evolution of the performances of radar altimetry missions from ERS-2 to Sentinel-3A over the Inner Niger Delta[J]. Remote Sensing, 2018, 10(6): 833.

[14]Vu P L, Frappart F, Darrozes J, et al. Multi-satellite altimeter validation along the French Atlantic coast in the southern bay of Biscay from ERS-2 to SARAL[J]. Remote Sensing, 2018, 10(1): 93.

[15]Chembolu V, Dubey A K, Gupta P K, et al. Application of satellite altimetry in understanding river–wetland flow interactions of Kosi river[J]. Journal of Earth System Science, 2019, 128(4): 1-15.

[16]Wang H, Chu Y, Huang Z, et al. Robust, long-term lake level change from multiple satellite altimeters in Tibet: Observing the rapid rise of Ngangzi Co over a new wetland[J]. Remote Sensing, 2019, 11(5): 558.

[17]井發(fā)明，陳海珍，包穎，等.基于衛(wèi)星測高數(shù)據(jù)的薩德濕地水位變化研究[J].測繪工程，2019，28(5)：14-19.

Jing Faming, Chen Haizhen, Bao Ying, et al. Study on water level change of Thaad Wetland based on satellite altimetry data[J]. Engineering of Surveying and Mapping, 2019, 28(5): 14-19. (in Chinese with English abstract)

[18]田山川，郝衛(wèi)峰，李斐，等. 顧及陸湖反射差異的衛(wèi)星測高監(jiān)測湖泊水位的波形分析與重定[J]. 測繪學(xué)報(bào)，2018，47(4)：498-507.

Tian Shanchuan, Hao Weifeng, Li Fei, et al. Waveform analysis and resetting of lake water level monitoring by satellite altimetry taking into account the reflection difference between land and lake[J]. Acta Geodaetica et Cartographica Sinica, 2018, 47(4): 498-507. (in Chinese with English abstract)

[19]Huang Q, Long D, Du M, et al. An improved approach to monitoring Brahmaputra River water levels using retracked altimetry data[J]. Remote Sensing of Environment, 2018, 211:112-128.

[20]Pham H T, Marshall L, Johnson F, et al. Deriving daily water levels from satellite altimetry and land surface temperature for sparsely gauged catchments: A case study for the Mekong River[J]. Remote Sensing of Environment, 2018, 212: 31-46.

[21]Song S, Liu H, Beck R A, et al. Analysis of Sentinel-3 SAR altimetry waveform retracking algorithms for deriving temporally consistent water levels over ice-covered lakes[J]. Remote Sensing of Environment, 2020, 239: 111643.

[22]Chen J, Liao J. Monitoring lake level changes in China using multi-altimeter data (2016–2019)[J]. Journal of Hydrology, 2020, 590: 125544.

[23]Yuan C, Gong P, Bai Y. Performance assessment of ICESat-2 laser altimeter data for water-level measurement over lakes and reservoirs in China[J]. Remote Sensing, 2020, 12(5): 770.

[24]孟憲偉，張創(chuàng)智. 廣西壯族自治區(qū)海洋環(huán)境資源基本現(xiàn)狀[M]. 北京：海洋出版社，2014.

[25]褚永海，李建成，張燕，等. ENVISAT測高數(shù)據(jù)波形重跟蹤分析研究[J]. 大地測量與地球動力學(xué)，2005(1)：76-80.

Chu Yonghai, Li Jiancheng, Zhang Yan, et al. Re-tracking analysis of ENVISAT altimetry data waveform[J]. Geodesy and Geodynamics, 2005(1): 76-80. (in Chinese with English abstract)

[26]高永剛. 利用衛(wèi)星測高進(jìn)行陸地湖泊水位變化監(jiān)測[D]. 南京：河海大學(xué)，2006.

Gao Yonggang. Using Satellite Altimetry to Monitor the Water Level Changes of Terrestrial Lakes[D]. Nanjing: Hohai University, 2006. (in Chinese with English abstract)

[27]郭金運(yùn)，常曉濤，孫佳龍，等.衛(wèi)星雷達(dá)測高波形重定及應(yīng)用[M]. 北京：測繪出版社，2013.

[28]Jain M, Andersen O B, Dall J, et al. Sea surface height determination in the Arctic using Cryosat-2 SAR data from primary peak empirical retrackers[J]. Advances in Space Research, 2015, 55(1): 40-50.

Monitoring the water level of coastal wetland in Beibu Gulf using Jason-3/Sentinel-3A altimetry satellites

Fu Bolin1, Qin Jiaoling1, He Hongchang1※, He Xu1, Yang Wenlan1, Fan Donglin1, Hua Lei2

(1.,,541006,; 2.,430074)

The water level of coastal wetlands is essential to the growth of mangroves in the development of the local economy. The current monitoring system still relies on hydrological stations to obtain the regular water level at fixed positions. However, the high costs of the conventional method cannot meet the harsh requirements in time. Satellite altimetry technology can be widely expected to serve as an effective supplement to ground monitoring. Taking the coastal wetland of Beibu Gulf in Guangxi as the research object, this study aims to propose a feasible monitoring technology for the water level using the daily Jason-3 and Sentinel-3A altimetry data from 2016 to 2020. The initial value of water level was calculated in coastal wetland through the radar altimetry toolbox, where the triple middle error was used to remove the outliers. The obtained initial points of the water level in the coastal wetland were first imported into the Omap, thereby removing the redundancy data of water level falling on the land and vegetation coverage. As such, high accuracy was achieved to prevent the waveforms near shore from the land. Four re-tracking were then used to correct the water level in the height measurement, including the shift of gravity center, threshold value, the improved shift of gravity center, and the improved threshold value. The determination coefficient, the Root Mean Square Error (RMSE), and the Mean Absolute Error (MAE) were selected to quantitatively evaluate the accuracy of two altimetry satellites. High-precision altimetry satellites were selected to explore the intra-year and inter-annual dynamic changes of water level in the coastal wetland at the intra-year, monthly, seasonal, and annual average water level. The results showed that the best re-setting effect was achieved in the improved threshold for the water level of coastal wetlands. By Jason-3A, the maximum determination coefficient was 0.78, the minimum RMSE was 0.35 m, and the minimum MAE was 0.28 m. By Sentinel-3A, the maximum determination coefficient was 0.87, the minimum RMSE was 0.24 m, and the minimum MAE was 0.18 m. It inferred that the high monitoring accuracy was obtained by Sentinel-3A. There was also obvious seasonality for the water level change of the coastal wetland in Beibu Gulf from 2016 to 2020. The average change of the water level was 3.37 m during the year. There was a drastic downward trend in the water level changes as a whole, with an average annual change rate of 0.005 m. The spaceborne radar altimeter provides a powerful method for monitoring the water level of coastal wetlands on a large scale, which is of great significance to the study of coastal wetland changes and ecological environment protection.

satellite; wetland; Jason-3; Sentinel-3A; waveform re-tracking; water level change

付波霖，覃嬌玲，何宏昌，等. 利用Jason-3/Sentinel-3A雷達(dá)高度計(jì)監(jiān)測北部灣濱海濕地水位變化[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2021，37(5)：184-190.doi：10.11975/j.issn.1002-6819.2021.05.021 http://www.tcsae.org

Fu Bolin, Qin Jiaoling, He Hongchang, et al. Monitoring the water level of coastal wetland in Beibu Gulf using Jason-3/Sentinel-3A altimetry satellites[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(5): 184-190. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.05.021 http://www.tcsae.org

2020-11-17

2021-02-26

國家自然科學(xué)基金項(xiàng)目（41801071）；廣西自然科學(xué)基金項(xiàng)目（2018GXNSFBA281015）；桂林理工大學(xué)科研啟動基金資助項(xiàng)目（GUTQDJJ2017096）；廣西科技計(jì)劃項(xiàng)目（桂科AD20159037）；廣西八桂學(xué)者團(tuán)隊(duì)“專項(xiàng)經(jīng)費(fèi)資助”

付波霖，博士，副教授，研究方向?yàn)閿z影測量與主被動遙感應(yīng)用。Email：fbl2012@126.com

何宏昌，博士，教授，研究方向?yàn)楹Ｑ筮b感和精準(zhǔn)農(nóng)業(yè)遙感應(yīng)用。Email: hhe@glut.edu.cn

10.11975/j.issn.1002-6819.2021.05.021

P237

A

1002-6819(2021)-05-0184-07