基于衛(wèi)星遙感數(shù)據(jù)火山灰云識別方法

段 煉， 張欣蕊

(中國民用航空飛行學院 空中交通管理學院， 四川 廣漢 618307)

火山灰云中的碎屑顆粒物(包括巖石、礦石、火山玻璃碎片等)能夠降低大氣的能見度，不僅對環(huán)境造成很大的污染，而且還損害航空器的飛行控制系統(tǒng)和機身，威脅飛行安全。中國航空運輸業(yè)都不同程度地受到火山活動的影響[1-2]。隨著國際飛行的增多，火山灰云對于航空的影響也引起了重視[3]，一旦有大規(guī)?；鹕絿姲l(fā)，產(chǎn)生的火山灰云一般都能沖破對流層并且長期駐留在平流層中，隨著大氣環(huán)流擴散到很大的范圍，對全球航空運行造成很大影響。2010年4月，受冰島埃亞菲亞德拉冰蓋火山噴發(fā)影響，歐洲多國取消航班或關閉領空，多家航空公司蒙受損失，國際航空運輸協(xié)會估算全球范圍內(nèi)的航空運營商日損失總計約2億美元?；鹕交以票O(jiān)測預警的研究對減少重大的航空事故和經(jīng)濟損失有很重要的作用，而衛(wèi)星遙感技術在火山活動監(jiān)測中逐漸成為主要手段[4]。

1 監(jiān)測火山灰云遙感傳感器類型

衛(wèi)星遙感能夠更好地監(jiān)測火山灰云，特別是在其擴散后，就更難用普通的雷達或者航天飛機來監(jiān)測和追蹤。第一個提出利用衛(wèi)星圖像對火山云進行氣象學方法研究的是Sawada[5]，利用的是地球同步衛(wèi)星(靜止衛(wèi)星GMS-1)研究了西太平洋的火山噴發(fā)的相關情況。隨著遙感器的增多，對其的研究逐漸深入，比如Malingreau和Kaswanda就是利用NOAA衛(wèi)星搭載的AVHRR(advanced very high resolution radiometer)于1986年進行火山灰云監(jiān)測研究[6]，而Krueger[7]1983年是用臭氧總量測繪光譜儀TOMS上的紫外線儀器。

就近幾年來看，常用的監(jiān)測火山灰云的遙感器傳感器類型主要有以下幾種：地球靜止環(huán)境衛(wèi)星(GOES)的成像儀和垂直探測儀,美國Terra /aqua衛(wèi)星攜帶的中分辨率成像光譜儀(MODIS)，Terra衛(wèi)星搭載的多角度成像儀(MISR)，此外還有由中國自主研制和生產(chǎn)的風云3號氣象衛(wèi)星FY-3A衛(wèi)星上攜帶的中分辨率光譜成像儀(MERSI)和可見光紅外掃描輻射儀(VIRR)傳感器[1]。

2 衛(wèi)星遙感監(jiān)測火山灰云的方法

2.1 紫外吸收法

在火山灰遙感監(jiān)測中被最早提出的方法是紫外吸收法[8-9]。火山灰碎屑顆粒物的大部分都是由玻屑、晶屑和巖屑等礦物質(zhì)組成，以黃色巖屑和黑色巖屑為主，不同的火山灰礦物成分在不同波段范圍內(nèi)具有不一樣的光譜反射特征。而這個方法原理是火山灰云中碎屑顆粒物和SO2光譜的吸收特征在不同波段的明顯程度不一樣，且這兩個波段都是在紫外波段范圍內(nèi)，所以取名為紫外吸收法。該方法只是在火山灰云形成前期對其的監(jiān)測和擴散情況有一定的幫助，但是也存在明顯的局限性。因為目前裝載有紫外波段范圍的遙感器中只有臭氧總量測量光譜儀TOMS，而TOMS傳感器的空間分辨率較低，為經(jīng)緯度1°(約為2 500 km2)，時間分辨率也較長，約為1 d[1]。因此，紫外吸收法在后期的火山灰監(jiān)測中常常只是作為一個輔助的手段。

2.2 模式識別法

在可見光波段火山灰云的光譜反射特征要明顯弱于一般氣象云團，模式識別法就是利用這一特征來識別火山灰云，這種方法又叫可見光吸收法，在氣象云和火山灰云區(qū)大致位置識別出來后，還要結合火山灰云的擴散變化形態(tài)、風速、地形等因素將云團(包括火山灰云和一般云團)與地面其他地物類型區(qū)分出來。這個方法常常結合RGB真彩色方法[10]，也就是熟知的紅(R)、綠(G)、藍(B)這3個顏色，以風云三號衛(wèi)星為例，其分別對應的就是可見光紅外掃描輻射計的1、9、7通道[11]，合成后的真彩色圖像接近自然色，在視覺上更容易對地物識別。這個方法快速、高效。趙誼等[11]針對2010年冰島艾雅法拉火山噴發(fā)前期、中期和后期的遙感數(shù)據(jù)進行了分析發(fā)現(xiàn)，此方法對于火山噴發(fā)前期和中期，特別是在火山灰云相對比較聚集或是濃度較高時能夠取得較好的監(jiān)測效果，但是隨著后期火山灰云會擴散或者濃度較低時，監(jiān)測效果就會變差，此時就需要通過飽和度拉伸和去相關拉伸處理等圖像增強的方法達到增強圖像的目視效果，從而突出了火山灰云具體的位置信息[12]。這個方法受主觀因素影響很大，因為需要人為地設置分割閾值來識別火山灰云。

2.3 分裂窗亮溫差算法

這是目前最常見并且應用最廣泛的識別方法，是1989年由Prata[13]第一次提出，將熱紅外差值法分析甚高頻分辨率輻射計(AVHRR)數(shù)據(jù)。此算法的原理是火山灰在AVHRR的第4、第 5通道的亮度溫度差值(T4-T5)為負值，相反，氣象云在第4、第5通道的亮度溫度差值(T4-T5)為正值，從而來區(qū)別火山灰云與氣象云。趙誼等[11]在研究中提出分裂窗亮溫差算法(SWTD)在火山噴發(fā)前期階段并不適合，因為此階段火山灰云較高的溫度和水汽含量會補償酸性物質(zhì)的反吸收。到噴發(fā)中期，SWTD算法的優(yōu)勢就展示出來了，能夠有效地屏蔽掉氣象云信息。但是當遇到天氣和地形比較復雜的情況下，比如在夜晚的陸地、沙漠、非常冷的地表和火山灰云邊緣地帶, 特別是在非常冷的云頂(如高云)或被冰雪覆蓋的陸地,相鄰兩個熱紅外分裂窗通道之差往往也會產(chǎn)生負值[14]，那么該算法會將一般的云團和冰雪也誤判為火山灰云，且誤判率很高。

2.4 改進型分裂窗亮溫差算法

在后續(xù)研究中，一些專門針對復雜地形和氣象條件的算法被提出來了，這些算法都是在常見的分裂窗亮溫算法的基礎上進行進一步的改進，這些算法在一定程度上彌補了一些SWTD的不足。

朱琳等[15]通過分析傳統(tǒng)SWTD算法，發(fā)現(xiàn)前人對火山灰云的研究重點放在了熱紅外波段的光譜吸收差異的特征，基于中國自主設計的風云3號氣象衛(wèi)星數(shù)據(jù)，通過分析火山灰云中常見礦物、氣象云、冰雪和陸地等在1.6 μm和2.13 μm兩個短波紅外通道的光譜反射特征的差異[16],并結合SWTD算法，更有利于在復雜氣象條件下監(jiān)測和識別火山灰云，簡稱STVA算法。

李成范等[17]提出引用主成分分析(PCA)和獨立分量分析(ICA)對 MODIS 傳感器的熱紅外波段數(shù)據(jù)進行一個預處理，來提高火山灰云遙感監(jiān)測精度，原因是熱紅外衛(wèi)星遙感常常具有波段相關性和數(shù)據(jù)冗余的問題[18]。但是它的不足也有很多，在利用ICA方法進行火山灰云遙感檢測時獲取的獨立成分出現(xiàn)的次序是隨機的，并不是根據(jù)火山灰云信息量的大小依次出現(xiàn)的,并且僅能檢測出濃度較大的火山灰云信息，而對于濃度較為稀薄的外圍火山灰云信息則并未檢測出來[19]。

張勤耘等[20-21]提出利用GPS測量方法，這個方法就是利用SNR(接收信號功率與噪聲功率的比值，單位dB)僅受火山灰的影響，首先要對SNR數(shù)據(jù)進行預處理，舍棄高度角低于30°的數(shù)據(jù)，因為低于30°的SNR數(shù)據(jù)極容易受到地面反射的影響，與土壤濕度、雪深、海平面高度等因素相關。通過多項式擬合得到擬合信噪比值，并與實際信噪比值相減，得到信噪比差異值。分析SNR異常值隨時間變化的情況，進而利用SNR數(shù)據(jù)監(jiān)測火山灰變化，一般情況，火山灰的存在會造成信號功率的衰減，造成SNR的降低。

以上改進方法都是針對一次火山噴發(fā)的個案研究，普遍適用性不高，因為不同火山噴發(fā)形成的火山灰云的礦物組成和化學成分以及噴發(fā)時所處的環(huán)境有差異，其次不同的衛(wèi)星的探測通道以及空間分辨率的差異[1]，會導致方法對火山灰云的監(jiān)測強度和范圍產(chǎn)生偏差。為了提高準確性，同一算法針對不同火山噴發(fā)及其使用的數(shù)據(jù)，要進行針對性的改進，比如在利用 PCA 進行火山灰云監(jiān)測時，需要根據(jù)研究區(qū)和火山灰云的實際情況，分別采用與之相適應的遙感數(shù)據(jù)和處理方法[17]，無疑是增加了工作量和計算量，所以還需要進一步驗證和精簡算法[22]。

3 美國GOSE-R衛(wèi)星的ABI-VAA火山灰探測算法

本算法就是基于美國地球靜止環(huán)境業(yè)務衛(wèi)星GOES-R上搭載的主要載荷——先進基線成像儀(ABI)，GOES-R系列是美國最先進的地球同步氣象衛(wèi)星中的第三代的首顆星，后續(xù)計劃發(fā)射GOES-S/T/U衛(wèi)星，它的出現(xiàn)大大提高了時間和空間分辨率以及光譜通道數(shù)，能做到每30 s提供一次高分辨率衛(wèi)星圖像。GOES-R系列搭載的有效載荷除ABI外還包括地球靜止軌道閃電繪圖儀(GLM)、太陽紫外成像儀(SUVI)、遠紫外與X射線輻照度探測器(EXIS)，以及空間環(huán)境原位測量裝置(SEISS)等[23]。ABI有16個探測通道，包括2個可見光、4個近紅外和10個紅外通道，可見光空間分辨率為0.5 km，紅外分辨率為1～2 km[24]。具有多種掃描模式，地球全盤掃描時間為5～15 min，美國本土(3 000 km×5 000 km)掃描時間達到5 min，中尺度區(qū)域(1 000 km×1 000 km)掃描時間達到30 s[25]。

ABI-VAA火山灰云監(jiān)測算法首先進行灰分檢測，判斷火山灰云的區(qū)域和位置，再進行灰分檢索，確定火山灰云區(qū)的灰云高度和質(zhì)量負荷?；曳謾z索采用和ABI云頂高算法相同的通用檢索過程，因火山灰云在光譜上與氣象云特征有較大差異，對檢索過程的細節(jié)進行了修改[26]。

表1包含ABI-VAA當前使用的主要傳感器數(shù)據(jù)和輔助數(shù)據(jù)。其中主要的傳感器數(shù)據(jù)是指僅從ABI觀測和地理位置信息中獲得的信息，而輔助數(shù)據(jù)是指需要ABI觀測或地理位置數(shù)據(jù)中未包含的信息的數(shù)據(jù)。

表1 ABI-VAA輸入的主要數(shù)據(jù)

圖1 灰分檢測算法流程

圖1顯示了灰分檢測算法的流程。算法的基本流程是先檢查有效數(shù)據(jù)，然后設置初始灰分置信度、運行灰分置信度調(diào)整過濾器、運行額外的灰分質(zhì)量控制過濾器，并輸出最終灰分置信度(單層和多層置信度)。檢索算法使用灰分置信度信息來確定何時執(zhí)行檢索，以及在檢索中應該做出哪些假設(單層或多層)。

首先進行β比的初始灰分置信度，為每個像素分配一個初始灰分置信度，僅當像素同時滿足表2所有條件時，認為該像素是包含火山灰的候選材料，否則不符合上述條件的像素被分配為“無灰分”的“總置信度”。其中εstropo(λ)是用對流頂層單層假設計算出的云光譜發(fā)射率，βstropo(λ1/λ2)代表通過這一類型發(fā)射率計算出的β。

表2 灰分置信度檢測閾值

圖2給出了βstropo火山灰、水云和冰云的βstropo(8.5/11 μm)和βstropo(12/11 μm)曲線。陰影部分為火山灰置信區(qū)，淺灰色表示“高”置信度，中灰色表示“中度”灰分置信度，深灰表示具有εstropo(11 μm)>0.10的像素“中度”灰分置信度，白色表示“無灰”[26]。

圖2 火山灰、水云和冰云的βstropo曲線

這些灰分置信度會繼續(xù)執(zhí)行置信度調(diào)整過濾器檢查和灰分質(zhì)量過濾器的檢查。為了消除孤立的火山灰虛假警報，會將之前構造的“總置信度”應用于以關注像素為中心的3×3像素陣列作為標準中值濾波器，中值濾波器僅將每個像素的值替換為以該像素為中心的3×3像素陣列的中值。

圖3顯示了中值濾波器的影響，以埃特納火山噴發(fā)顯示的火山灰的置信度為例，圖3(a)顯示了未應用中值過濾器的結果，圖3(b)顯示了應用了中值過濾器的結果。事實證明，中值過濾器的確能消除孤立的虛假警報，同時保留了實際的火山灰云[26]。

4 發(fā)展趨勢與思考

衛(wèi)星遙感監(jiān)測火山灰云的紫外吸收法、模式法等常用方法中各有優(yōu)缺點，想要更加精準地監(jiān)測火山灰云，不僅要在算法上改進，還需要提高數(shù)據(jù)的精細度，而本文重點介紹的ABI-VAA算法是基于GOSE-R搭載的主要載荷ABI，具有時間和空間分辨率高的特點，在數(shù)據(jù)方面不僅僅采用單通道數(shù)據(jù)，還結合土地覆蓋/地表類型、數(shù)值預報模式輸出的氣壓、溫度和高度剖面等數(shù)據(jù)。

圖3 埃特納火山噴發(fā)的火山灰的置信度

隨著火山灰云探測技術的發(fā)展，探測算法不斷增多, 現(xiàn)在不僅僅只是滿足于最初的雷達監(jiān)測或者常規(guī)的方法來識別火山灰云，越來越多基于熱紅外衛(wèi)星遙感圖像的算法在逐漸實現(xiàn)，并且在實現(xiàn)算法的同時，也結合火山灰云的光譜特征、水分含量、溫度、SO2含量以及周圍背景特征等多方面綜合識別。其次監(jiān)測精度也逐漸增高，由最初的幾百千米提高到數(shù)千米，在實際應用中，僅識別是不夠的，對于火山灰云的擴散追蹤和預測成了當下的熱點和難點之一。