SAR 重構(gòu)分辨率對海冰側(cè)向融化量預(yù)測影響研究

謝濤，艾潤冰，王彥，劉彬賢

(1.南京信息工程大學(xué) 遙感與測繪工程學(xué)院，江蘇 南京 210044；2.駐馬店市氣象局，河南 駐馬店 450003；3.天津市人工影響天氣辦公室，天津 300074；4.天津市海洋中心氣象臺，天津 300074)

1 引言

海冰側(cè)向融化是指水道吸收的熱量在水道兩側(cè)的浮冰側(cè)表面的熱量傳輸，它會導(dǎo)致海冰面積和厚度的變化，是水道熱力過程的一部分[1]。國內(nèi)外關(guān)于海冰側(cè)向融化的研究主要包括模式發(fā)展和現(xiàn)場實(shí)測發(fā)展。Zubov[2]首次提出在海冰邊緣區(qū)發(fā)生的側(cè)向融化可以加速冰蓋的瓦解，并且推導(dǎo)了一個簡單的方程式來描述這一過程。隨后多位科學(xué)家先后提出了水道模型和海冰側(cè)向融化速率參數(shù)化方案，并逐漸引入水道表面風(fēng)速和海冰大小、形狀等參數(shù)，使得該方案更加完善[3-9]。目前，國際海冰模式中普遍使用的側(cè)向融化速率參數(shù)化方案為Steele[9]的方案。2013 年，王慶元等[1]為了探究側(cè)向融化對北極海冰面積和厚度的影響，利用NCAR CSIM5 海冰模式設(shè)置了兩組不同的試驗(yàn)，其中一組加入了海冰側(cè)向融化的影響，而另一組不考慮側(cè)向融化，結(jié)果表明，冰層的側(cè)向融化會使冰層的消融加快，海冰的面積和厚度相應(yīng)減小。

現(xiàn)場實(shí)測經(jīng)典的案例之一是李志軍等[10]在中國第二次北極科學(xué)考察期間，對北極浮冰冰層內(nèi)溫度及冰底海水溫度進(jìn)行了現(xiàn)場觀測，同時測量了浮冰表面及底面厚度的變化，討論了冰底水溫的空間變化特征。雷瑞波等[11]于中國第三次北極科學(xué)考察期間首次開展了浮冰-水道系統(tǒng)熱力學(xué)特征的現(xiàn)場觀測，優(yōu)化了李志軍等[10]的冰底水溫觀測系統(tǒng)，增加了對浮冰側(cè)向生消過程和水道溫度等的測量。王慶凱等[12-13]分別于2016 年和2018 年在烏梁素海人工挖鑿開敞水域，模擬了融冰期的浮冰-水道系統(tǒng)，對開敞水域冰層側(cè)向及底部融化進(jìn)行連續(xù)觀測，記錄了融冰期太陽輻射、氣溫、水溫等氣象、水文要素，根據(jù)實(shí)測數(shù)據(jù)，分析了冰層側(cè)向融化剖面的變化及影響側(cè)向融化的主要因素。2018 年方賀等[14]為了獲取北極海冰融化速率以及側(cè)向剖面的聲-光反射特征，設(shè)計(jì)了一種基于超聲波傳感器的水下測距系統(tǒng)。該系統(tǒng)在封閉實(shí)驗(yàn)室環(huán)境下最大測量誤差為5 mm，自然環(huán)境下測量平均絕對誤差為14 mm，符合實(shí)際應(yīng)用要求。

此外，基于航空攝影觀測海冰密集度和尺寸分布的調(diào)查方法也已經(jīng)得到廣泛應(yīng)用。1983-1984 年Hall 和Rothrock[15]利用航空攝影技術(shù)對融冰期的格陵蘭海邊緣冰區(qū)進(jìn)行了連續(xù)拍攝，通過控制拍攝高度以及在被測浮冰上建立幾何控制的方法，采集了海冰融化期的連續(xù)圖像，利用觀測浮冰周長的變化估算了海冰側(cè)向融化的平均速率。

雖然海冰側(cè)向融化的研究較多，但都存在一定的不足。在數(shù)值模擬領(lǐng)域，由于缺乏實(shí)測數(shù)據(jù)，關(guān)鍵參數(shù)的取值過于理想；在現(xiàn)場實(shí)測領(lǐng)域，固定平臺的觀測很難及時追蹤海冰側(cè)向融化的過程。利用衛(wèi)星遙感來獲取海冰信息是海冰研究中的重要方法，但研究內(nèi)容主要是關(guān)于海冰厚度和密集度方面，分析海冰側(cè)向融化的相關(guān)研究甚少[16-18]?？紤]到Steele[9]側(cè)向融化速率參數(shù)化方案引入了浮冰幾何形狀和大小的影響參數(shù)，而浮冰幾何形狀和大小等因素又與海冰周長的確定有關(guān)，因此本文利用3 種邊緣檢測算子分析了不同重構(gòu)分辨率對SAR 圖像海冰邊緣提取及周長計(jì)算的影響，并結(jié)合艾潤冰等[19]的參數(shù)化方案進(jìn)行了側(cè)向融化溫度的敏感性試驗(yàn)，分析了圖像重構(gòu)分辨率對海冰側(cè)向融化模擬結(jié)果的影響。

2 數(shù)據(jù)與方法

2.1 SAR 數(shù)據(jù)及其預(yù)處理

RADASAT-2 是2007 年加拿大航天局發(fā)射的一顆搭載C 波段傳感器的高分辨率商用雷達(dá)衛(wèi)星，也被普遍應(yīng)用于科學(xué)研究。其空間分辨率范圍為 3～100 m，入射角范圍為 10°～60°，最大成像幅寬為 500 km。本文使用的圖像分別為2010 年9 月11 日和2011 年1 月16 日 的RADASAT-2 海冰圖像，是包含HH、HV、VV 和VH 的四極化方式的單視復(fù)型產(chǎn)品(Single Look Complex，SLC)，幅面均為15 km×25 km，2010 年9 月11 日的圖像中心點(diǎn)坐標(biāo)為77.55°N，105.00°W，分辨率為4.7 m×5.5 m；2011 年1 月16 日的圖像中心點(diǎn)坐標(biāo)為75.46°N，104.15°W，分辨率為4.7 m×4.8 m。2010 年9 月11 日的圖像中海冰破碎程度較2011 年1 月16 日的圖像高。

為了消除系統(tǒng)性誤差，獲得更加有意義的海冰信息，應(yīng)對圖像進(jìn)行預(yù)處理：首先進(jìn)行輻射校正，將圖像的DN 值轉(zhuǎn)換成代表目標(biāo)真實(shí)特征的歸一化雷達(dá)后向散射截面 (NRCS)σ0。其次，為了獲取準(zhǔn)確的SAR 圖像空間位置信息，還需對SAR 圖像進(jìn)行一定的幾何校正。由于本文所研究的對象為海洋，地球重力作用使得海表面變得相對平緩，起伏度較小，在成像海域面積小的情況下，可以忽略因斜距成像而導(dǎo)致的疊掩和幾何畸變等現(xiàn)象，因此幾何校正僅采用產(chǎn)品文件product.xml 進(jìn)行地理編碼校正。此外，SAR 成像過程中受發(fā)射波和回波干涉等影響，會在圖像上以噪聲形式呈現(xiàn)，給圖像解譯帶來困難，為了抑制這些斑點(diǎn)噪聲，突出地物信息，需要對圖像進(jìn)行濾波處理，文中所用濾波方法為Refined lee 濾波。最后，本文所選取圖像的空間分辨率為4.7 m×5.5 m，但在實(shí)際計(jì)算海冰周長時，需要忽略部分小塊碎冰，只計(jì)算較大塊碎冰的周長，無需使用如此高的分辨率。因此我們在原分辨率的基礎(chǔ)上對距離向和方位向分辨率每隔5 m 重構(gòu)一次，至200 m×200 m 分辨率時，冰水界限變得模糊無法識別，因而本文主要研究5 m×5 m 至200 m×200 m范圍內(nèi)分辨率對海冰周長的影響。

2.2 邊緣檢測算法

本研究利用邊緣檢測算法[20]進(jìn)行海冰邊緣的提取。邊緣檢測主要包括以下兩個基本內(nèi)容：

（1）用邊緣算子突出圖像中的邊緣像素，提取出反映灰度變化的邊緣點(diǎn)集。

（2）通過設(shè)置閾值的方法剔除某些誤判的邊界點(diǎn)或?qū)﹂g斷的邊界點(diǎn)進(jìn)行補(bǔ)充，最后將這些邊界點(diǎn)連接成完整的線。

常用的邊緣檢測方法有一階邊緣檢測和二階邊緣檢測。文中分別使用一階邊緣檢測算子中的Sobel 算子、Prewitt 算子和二階邊緣檢測算子中的Canny 算子進(jìn)行海冰周長的計(jì)算。

3 結(jié)果

3.1 分辨率對圖像檢測結(jié)果的影響

圖1為使用Sobel 算子對2010 年9 月11 日圖像進(jìn)行邊緣檢測的結(jié)果，圖1a至圖1d分別表示5 m×5 m、50 m×50 m、100 m×100 m、150 m×150 m 分辨率下的圖像(下同)，可以看出：50 m×50 m 分辨率下邊緣檢測的效果最好，冰水邊界線清晰且邊緣線較完整；5 m×5 m 分辨率下誤判的邊緣點(diǎn)較多，部分海冰像素也被確定為邊緣點(diǎn)，導(dǎo)致邊緣線不清晰，過分估計(jì)了碎冰的量；100 m×100 m、150 m×150 m 分辨率下檢測的邊緣線較寬且間斷點(diǎn)較多。

圖1 Sobel 算子對2010 年9 月11 日圖像邊緣檢測的結(jié)果Fig.1 Results of Sobel operator on image edge detection on September 11,2010

圖2為使用Prewitt 算子對2010 年9 月11 日圖像進(jìn)行邊緣檢測的結(jié)果，可以看出：隨著分辨率的變化Prewitt 算子與Sobel 算子的檢測結(jié)果表現(xiàn)出相似的規(guī)律，同樣在50 m×50 m 分辨率下效果最好，但Prewitt算子對邊緣的定位不如Sobel 算子，確定的海冰邊緣線較寬。優(yōu)點(diǎn)是整體看來Prewitt 算子檢測出的邊緣間斷點(diǎn)較少，在分辨率較小的情況下仍可看出海冰的邊緣輪廓。

30%劃分訓(xùn)練集和測試集的情況下SVM分類器對測試集的識別準(zhǔn)確性分析,表5展示的是以80%:20%劃分訓(xùn)練集和測試集情況下SVM分類器對測試集的識別準(zhǔn)確性分析。

圖2 Prewitt 算子對2010 年9 月11 日圖像邊緣檢測的結(jié)果Fig.2 Results of Prewitt operator on image edge detection on September 11,2010

圖3為 使用Canny 算子對2010 年9 月11 日圖像進(jìn)行邊緣檢測的結(jié)果，可以看出：100 m×100 m 分辨率下檢測效果最好，5 m×5 m 分辨率下完全無法區(qū)分海冰和海水像素，50 m×50 m 分辨率下將很多像素誤判為邊緣像素，這是因?yàn)镃anny 算子先對圖像進(jìn)行了濾波處理，不易受到噪聲的影響，因此會將很多弱邊緣歸于邊緣點(diǎn)集內(nèi)，造成誤判。150 m×150 m 分辨率下檢測到的海冰邊緣較寬。

圖3 Canny 算子對2010 年9 月11 日圖像邊緣檢測的結(jié)果Fig.3 Results of Canny operator on image edge detection on September 11,2010

圖4為使用Sobel 算子對2011 年1 月16 日圖像進(jìn)行邊緣檢測的結(jié)果，可以看出：50 m×50 m 分辨率下的海冰邊緣檢測效果較好，但整體仍出現(xiàn)許多誤判區(qū)域，這可能是因?yàn)閳D像本身就具有較多小塊碎冰區(qū)，灰度漸變不明顯導(dǎo)致誤判增加。5 m×5 m 分辨率下冰水界限不明顯且誤判點(diǎn)較多，100 m×100 m 和150 m×150 m 分辨率下斷點(diǎn)較多。

圖4 Sobel 算子對2011 年1 月16 日圖像邊緣檢測的結(jié)果Fig.4 Results of Sobel operator on image edge detection on January 16,2011

圖5為使用Prewitt 算子對2011 年1 月16 日圖像進(jìn)行邊緣檢測的結(jié)果，可以看出：100 m×100 m 分辨率下的海冰邊緣檢測效果最好，冰水邊界線清晰且邊緣線較完整，但部分海冰和海水像素上出現(xiàn)了少許誤判區(qū)域，5 m×5 m 和50 m×50 m 分辨率下冰水界限明顯但誤判點(diǎn)較多，150 m×150 m 分辨率下冰水界限不明顯且間斷點(diǎn)較多。

圖5 Prewitt 算子對2011 年1 月16 日圖像邊緣檢測的結(jié)果Fig.5 Results of Prewitt operator on image edge detection on January 16,2011

圖6為使用Canny 算子對2011 年1 月16 日圖像進(jìn)行邊緣檢測的結(jié)果，可以看出：150 m×150 m 分辨率下檢測結(jié)果較好但邊緣線較寬，5 m×5 m 分辨率下完全無法區(qū)分海冰和海水像素，50 m×50 m 和100 m×100 m 分辨率下邊緣線清晰但很多海冰像素被誤判為邊緣像素，原因同上。

圖6 Canny 算子對2011 年1 月16 日圖像邊緣檢測的結(jié)果Fig.6 Results of Canny operator on image edge detection on January 16,2011

3.2 分辨率對海冰周長計(jì)算結(jié)果的影響

圖7為利用3 種邊緣檢測算子對2010 年9 月11 日圖像計(jì)算得到的海冰周長隨分辨率的變化，其中灰色虛線表示人工判別的結(jié)果?？梢钥闯鯬rewitt算子在分辨率為40 m×40 m 至50 m×50 m 范圍內(nèi)的計(jì)算結(jié)果與人工判別結(jié)果最為接近，最佳分辨率為30 m×30 m，高于最佳分辨率時會少量高估海冰邊緣周長，而后隨著分辨率逐漸降低計(jì)算得到的海冰周長也逐漸變小，且計(jì)算結(jié)果均低于人工判別結(jié)果，120 m×120 m后變化趨勢趨于平穩(wěn)。Sobel 算子的計(jì)算結(jié)果整體高于Prewitt 算子，Sobel 算子變化趨勢與Prewitt 算子大致相同，最佳分辨率在40 m×40 m 和45 m×45 m 附近，當(dāng)分辨率高于40 m×40 m 時會少量高估海冰邊緣周長。Canny 算子的計(jì)算結(jié)果則明顯低于Prewitt 算子和Sobel 算子，與人工判別結(jié)果相差較大，整體結(jié)果隨分辨率變化趨勢平穩(wěn)?？赡苡幸韵聨c(diǎn)原因?qū)σ陨辖Y(jié)果產(chǎn)生影響：首先，SAR 系統(tǒng)固有的背景噪聲會隨著重構(gòu)分辨率的降低而降低；其次，成像時SAR 發(fā)射的電磁波與目標(biāo)的回波會相干疊加，造成斑點(diǎn)噪聲，在較高分辨率下，像素的像元面積較小，斑點(diǎn)噪聲對回波信息造成的影響就較大，隨著分辨率的降低，像素的像元面積也隨之變大，斑點(diǎn)噪聲造成的影響也會變小，噪聲減少會使得邊緣檢測的結(jié)果更加準(zhǔn)確；最后，分辨率的降低意味著SAR 圖像單個像元面積變大，海冰圖像變得平滑，當(dāng)分辨率低于某一閾值時，圖像中無法捕捉到小塊碎冰的像素，因此邊緣檢測計(jì)算結(jié)果變小。由于Canny算子在邊緣檢測過程中進(jìn)行了濾波，去除了大部分圖像噪聲，因此分辨率的變化對其計(jì)算結(jié)果影響不大。

圖7 3 種邊緣檢測算子得到的2010 年9 月11 日海冰周長隨分辨率的變化Fig.7 Changes in sea ice perimeter with resolution obtained by three edge detection operators on September 11,2010

圖8為3 種邊緣檢測算子對2011 年1 月16 日圖像計(jì)算得到的海冰周長隨分辨率的變化，可以看出Canny 算子和Sobel 算子的計(jì)算結(jié)果隨著分辨率逐漸降低有減小趨勢，且均低于人工判別結(jié)果；Prewitt 算子最佳分辨率為65 m×65 m 和155 m×155 m 左右，在此范圍內(nèi)的計(jì)算結(jié)果均大于人工判別結(jié)果，造成以上結(jié)果的原因可能是圖像中有大量破碎冰區(qū)，噪聲對這些碎冰區(qū)域的邊緣檢測影響較大。

圖8 3 種邊緣檢測算子得到的2011 年1 月16 日海冰周長隨分辨率的變化Fig.8 Changes in sea ice perimeter with resolution obtained by three edge detection operators on January 16,2011

3.3 溫度對海冰側(cè)向融化的影響

艾潤冰等[19]在2018 年進(jìn)行了純水冰的側(cè)向融化實(shí)驗(yàn)，測量了融冰期間實(shí)驗(yàn)室氣溫、水溫垂向分布以及冰厚和冰側(cè)面生消量等要素，利用 Liang-Kleeman信息流理論對冰層側(cè)向融化速率的影響因素進(jìn)行定量計(jì)算，并通過擬合得到了僅用氣溫表征的側(cè)向融化速率參數(shù)化方案

結(jié)合邊緣檢測計(jì)算所得海冰周長及上述側(cè)向融化速率參數(shù)化方案，進(jìn)一步得到圖像中海冰面積的融化速率，分別模擬了當(dāng)海冰破碎程度不同時，在不同溫度下1 年內(nèi)融化的海冰面積。圖9是以2010 年9 月11 日圖像中海冰為例模擬的不同溫度下海冰的融化面積，可以看出：當(dāng)海冰破碎程度較低時，隨著溫度升高，海冰融化面積隨時間呈指數(shù)型增加，利用3 種算子模擬的海冰融化面積變化趨勢基本一致，均低于人工判別結(jié)果，Prewitt 算子和Sobel 算子模擬結(jié)果與人工判別最為接近，Canny 算子模擬結(jié)果與人工判別結(jié)果相差較大。

圖9 以2010 年9 月11 日圖像為例海冰融化面積隨溫度變化趨勢Fig.9 Taking the image of September 11,2010 as an example,the sea ice melting area changes with temperature

圖10是以2011 年1 月16 日圖像中海冰為例模擬的不同溫度下海冰的融化面積，可以看出：當(dāng)海冰破碎程度較高時，隨著溫度升高，3 種算子模擬的海冰融化面積變化趨勢與海冰破碎程度較低時一致，Prewitt 算子模擬結(jié)果與人工判別最為接近。

圖10 以2011 年1 月16 日圖像為例海冰融化面積隨溫度變化趨勢Fig.10 Taking the image of January 16,2011 as an example,the sea ice melting area changes with temperature

4 結(jié)論與討論

本文利用Prewitt、Sobel 和Canny 邊緣檢測算子，計(jì)算了RADASAT-2 的海冰SAR 圖像范圍內(nèi)的海冰破碎邊界周長，分析不同圖像分辨率、不同邊緣檢測算子分別對周長計(jì)算結(jié)果產(chǎn)生的影響；結(jié)合海冰側(cè)向融化速率參數(shù)化方案，進(jìn)行了海冰側(cè)向融化溫度敏感性模擬實(shí)驗(yàn)，分析了圖像重構(gòu)分辨率對海冰側(cè)向融化結(jié)果的影響，得到如下幾方面的結(jié)論：

(1) 不同圖像分辨率下邊緣檢測算子的結(jié)果不同。在海冰邊緣區(qū)檢測方面，當(dāng)海冰圖像上小塊碎冰區(qū)域較少時適合使用Sobel 邊緣檢測算子，且分辨率在50 m×50 m 附近時檢測效果最好，冰水邊界線清晰且邊緣線較完整；而海冰圖像上小塊碎冰區(qū)域較多時則適合使用Canny 邊緣檢測算子，且分辨率在100 m×100 m 附近時檢測結(jié)果最好，這是因?yàn)镃anny 算子先對圖像進(jìn)行了濾波處理，即使圖像上噪聲較多，檢測結(jié)果也不易受到噪聲的影響。

(2) 在海冰周長計(jì)算方面，當(dāng)海冰圖像上小塊碎冰區(qū)域較少時，適合使用Prewitt 算子和Sobel 算子，且在分辨率為30 m×30 m 至45 m×45 m 時計(jì)算結(jié)果與人工判別結(jié)果最接近；當(dāng)海冰圖像上小塊碎冰區(qū)域較多時適合使用Prewitt 算子，分辨率在65 m×65 m和155 m×155 m 附近時計(jì)算結(jié)果與人工判別結(jié)果最接近。

(3) 在僅有側(cè)向融化的條件下，隨著溫度升高，3 種算子模擬的海冰面積融化趨勢均呈指數(shù)型增加，Prewitt 算子模擬結(jié)果與人工判別結(jié)果最為接近。

在使用邊緣檢測算子計(jì)算海冰周長時，僅僅將周長變化歸因于側(cè)向融化，而沒有考慮海冰破碎對計(jì)算結(jié)果的影響；在分析重構(gòu)分辨率的影響時，只是將計(jì)算結(jié)果與人工判別結(jié)果作對比，這在一定程度上會受到主觀意識的影響，可考慮使用更加直觀的判別標(biāo)準(zhǔn)；其次本文所使用的冰層側(cè)向融化速率參數(shù)化方案僅考慮了氣溫的影響，忽略了輻射、湍流、海洋混合等自然環(huán)境因素，這對模擬海冰面積的融化過程有一定的影響，應(yīng)考慮改進(jìn)該參數(shù)化方案；且文中只對兩幅圖像進(jìn)行分析，缺乏結(jié)果驗(yàn)證，未來還需要進(jìn)一步分析研究。