Sentinel-1A遙感數據在地表凍融監(jiān)測中的適用性分析

閆 爽

(河北省科學院地理科學研究所;河北省地理信息開發(fā)應用技術創(chuàng)新中心,河北 石家莊 050011)

0 引言

近地表土壤凍融變化隨季節(jié)循環(huán)發(fā)生，影響著地表熱量傳輸、植被生長、地表徑流以及生態(tài)系統(tǒng)循環(huán)等，因此，有效監(jiān)測地表凍融狀態(tài)對于大氣、生態(tài)、水文等領域具有重要意義。氣候監(jiān)測數據顯示，青藏高原受全球變暖影響較大，其地表凍融變化嚴重影響青藏公路的運營與維護。因此，對青藏高原地區(qū)地表凍融狀態(tài)進行監(jiān)測尤為重要。

傳統(tǒng)地表凍融監(jiān)測多利用人工實地監(jiān)測，耗費大量的人力與物力，且對于青藏高原地區(qū)，其環(huán)境氣候惡劣、生態(tài)脆弱、空氣稀薄，平均氣溫均在0℃以下，含氧量只有內地的50%，被視為“人類生命的禁區(qū)”[1]。衛(wèi)星遙感技術具有獲取影像速度快、周期短、時效性強等特點，可對地表凍融狀態(tài)進行大面積監(jiān)測。土壤凍融過程實際是土壤中液態(tài)水和固態(tài)冰相變的過程，由于水和冰的介電特性差異較大，造成凍土和融土發(fā)射的微波信號(亮溫或后向散射系數)明顯不同，故可以利用微波遙感監(jiān)測地表凍融過程。例如：Entekhabi等人[2]利用季節(jié)性閾值法對地表土壤水分和凍融狀態(tài)進行監(jiān)測；Kimball等人[3]采用移動窗口法進行地表凍融狀態(tài)監(jiān)測；Canny[4]利用邊緣檢測法對地表凍融狀態(tài)進行監(jiān)測。以上研究取得較好成果，證明采用微波遙感可實現大范圍內的地表凍融監(jiān)測。

Sentinel-1衛(wèi)星屬于全球環(huán)境與安全監(jiān)視(GMES)系列衛(wèi)星的組成部分，已正式進入歐盟的全球地球觀測系統(tǒng)(GEOSS)，其包括Sentinel-1A和Sentinel-1B。兩顆衛(wèi)星之間的相位差為180°，雙星重訪周期縮短至6天，因此，Sentinel系列衛(wèi)星具有獨立的測量能力，覆蓋范圍廣，回程訪問效率高，時效性和可靠性更高。Sentinel-1通過4種獨特的成像模式執(zhí)行C波段和雙極化成像，最大掃描范圍為400km，雷達分辨率高達5m，重訪時間非常短且快速。Owe等人[5]利用地基/車載微波輻射計觀測不同含水下量土壤層，并將測量得到的不同厚度的土壤含水量與輻射計的觀測值或者反演值進行比對，發(fā)現C波段與0～2 cm的土壤含水量的相關性較高。這表明可以利用C波段對土壤水分進行監(jiān)測。土壤水分是引起土壤凍融的重要指標，故利用C波段可以對地表凍融狀態(tài)進行監(jiān)測。鑒于此，本文以青藏高原那曲地區(qū)為例，選用Sentinel-1A衛(wèi)星遙感影像數據，通過其后向散射系數數據與地表實測溫度進行線性回歸，建立反演模型，然后采用2015-2016年遙感觀測數據輸入反演模型中，得到研究區(qū)的地表溫度反演結果，以期為青藏高原地區(qū)地表凍融狀態(tài)監(jiān)測提供參考。

1 研究區(qū)與數據

1.1 研究區(qū)簡介

青藏高原那曲地區(qū)地處于西藏北部多個山脈之間，地勢相對較低。但整體而言，中部屬高原丘陵地形，西北部海拔較高，北部屬唐古拉山區(qū)域，東部屬高原山地，南部屬藏北高原與藏東高山峽谷交匯地帶。該地區(qū)地表類型較少，多數為草原、苔原，地下水豐富，氣溫常年較低，海拔較高，所以造成長年的凍土。這不僅與天氣氣溫、降雪降雨的變化有關，還與凍土水熱參數以及地表輻射平衡有著密切的關系。

由于長期的氣候變化，地下冰層逐漸融化、活動層逐漸加深，從而導致多年凍土發(fā)生大規(guī)模退化，導致溫暖的季節(jié)性徑流增加，大大增加了凍土的冬季基礎流量。受多年累積的溫度變換和氣候改變的影響，使得那曲地區(qū)多年凍土的活動層厚度逐漸變薄，因此，選取該地區(qū)為研究區(qū)進行地表凍融監(jiān)測研究具有一定代表性。

1.2 研究數據及預處理

1.2.1 Sentinel-1A衛(wèi)星遙感影像數據

Sentinel-1A衛(wèi)星影像數據包含條帶繪圖模式(SM)、干涉寬視場模式(IW)、超寬視場模式(EW)、波模式(WV)4種成像模式，其中，IW模型空間分辨率為5m×20m，可滿足研究需求。因此，本研究選擇Sentinel-1A Level 1地距影像(GRD)數據(升軌)，極化模式為VV雙極化，為分析地表凍融狀態(tài)變化，選取時間跨度為2015-2016年，數據下載網址為阿拉斯加衛(wèi)星數據中心(https://search.asf.alaska.edu/#/)。

遙感影像數據進行分析前，均進行預處理，包括：

(1)精軌校正，采用SNAP軟件中軌道校正的自動下載模式進行處理；

(2)熱噪聲去除，雷達系統(tǒng)成像時不可避免地會產生噪聲，影響接收的后向散射系數的精度，因此，通過SNAP軟件中Radar→Radiometric→S-1 Thermal Noise進行處理，各參數采用軟件默認值；

(3)輻射定標，Sentinel-1 Level1影像均未經過輻射定標，與真實的輻射值存在較大差異，因此本文采用SNAP軟件中Radar→Radiometric→Calibrate實現輻射定標，各參數采用軟件默認值；

(4)多視處理，采用SNAP軟件中Radar→Multilooking進行處理；

(5)濾波，采用軟件中Radar→Speckle Filtering→Single Product Speckle Filter實現；

(6)地形校正，合成孔徑雷達成像時受地形起伏的影響較大，從而產生較大的幾何畸變，并導致透視收縮、疊掩、陰影等現象，因此，本文采用那曲地區(qū)空間分辨率為30m的SRTM DEM數據(.hgt)文件，該數據覆蓋范圍60°S～60°N，總覆蓋面積達1.1×108km2；

(7)分貝化，為便于后續(xù)數據分析，采用SNAP軟件中Raster→Data Conversion→Converts bands to/from dB進行處理，得到雷達后向散射系數的分貝值。

1.2.2 地面站點觀測數據

研究區(qū)土壤溫度觀測數據來源于國家青藏高原科學數據中心(http://data.tpdc.ac.cn)，時間分辨率為逐小時，土壤溫度測量精度為0.1℃，測量深度為5cm、10cm、20cm、40cm和80cm[6-10]，本研究選取那曲地區(qū)57個地面站點觀測數據進行分析。

2 研究方法

Sentinel-1A合成孔徑雷達利用的是C波段，在裸露的土壤和稀疏植被的土地上，除了土壤粗糙度之外，雷達接收到的C波段后向散射值對土壤含水量的變化較為敏感。具體表現在，土壤含水量的增加將增加合成孔徑雷達后向散射值，當土壤含水量顯著降低時，后向散射值會顯著降低，當冰開始形成時，水的介電系數會降低到一定程度，導致后向散射值顯著下降，即后向散射值與土壤含水量和介電系數成正比。因此，可以通過判斷雷達后向散射值的變化對土壤含水量的變化(是否結冰)進行判斷。

基于上述基本原理，本研究方法具體實現流程為：首先，利用SNAP軟件對研究區(qū)Sentinel-1A衛(wèi)星遙感影像數據進行預處理，將雷達觀測到的后向散射值轉化為以dB為單位的數據；然后，利用該數據對不同探測層的土壤溫度進行回歸分析，擬合得出后向散射系數與土壤溫度的關系式，利用該關系式對地表凍融狀態(tài)進行研判；最后，分析不同探測層土壤溫度對地表凍融判別的影響，從而分析C波段的有效穿透深度。具體實現流程如圖1所示。

圖1 研究方法實現流程圖

3 結果分析

3.1 站點土壤溫度數據分析

選取研究區(qū)內57個站點的土壤觀測數據進行分析，發(fā)現有16個站點的觀測數據出現無效值，因此將其進行剔除，最終得到各站點在不同觀測深度的土壤溫度時間序列變化結果，結果如圖2-圖5所示。由圖2-圖5可以看出，不同土壤層的溫度變化整體較為一致，隨著時間的變化，土壤溫度呈現上升—下降—上升—下降的“M”形變化趨勢，相比5cm深度的土壤溫度變化，各觀測站點在10cm、20cm和40cm的土壤溫度更接近，表明隨深度增加，土壤溫度變化較緩慢。除去個別觀測站點，大部分觀測站點在5cm、10cm處的觀測值最大為15℃左右，而在20cm、40cm處的觀測值最大為12～13℃，因此，本文將地面站點觀測溫度分為5cm、10cm、20cm、40cm四組，分別與Sentinel-1A后向散射系數進行回歸分析，從而構建后向散射系數與地表溫度的擬合關系式。

圖2 5cm深度的多個地面站點觀測土壤溫度

圖3 10cm深度的多個地面站點觀測土壤溫度

圖4 20cm深度的多個地面站點觀測土壤溫度

圖5 40cm深度的多個地面站點觀測土壤溫度

3.2 后向散射系數與站點土壤溫度回歸分析

剔除無效數據后，利用5cm、10cm、20cm、40cm深度處土壤溫度與遙感觀測的后向散射系數進行一元回歸分析，回歸結果如圖6所示。由圖6可以看出，不同土壤深度下，土壤溫度的變化范圍較大，而后向散射系數的變化范圍較小，得到的一元擬合關系式與二者間真實關系存在一定誤差。分析誤差主要在于：(1)遙感影像數據自身存在的誤差[11]，雷達傳感器接收數據時易受地表其他地物的反射信號影響，雖然本文已對遙感數據進行了一定的輻射校正、地形校正等預處理，但這種影響并不能完全消除，從而影響最終的回歸分析；(2)地面觀測數據及遙感數據出現部分缺失，對最終統(tǒng)計樣本量造成一定影響，從而影響回歸結果。為此，利用該擬合關系式仍可以對地表溫度進行粗略估算，從而為地表凍融狀態(tài)監(jiān)測提供一定的參考，證明本文算法的有效性。

4 結語

地表凍融監(jiān)測對鐵路、公路建設具有重要意義，本文利用Sentinel-1A遙感影像數據，經過輻射定標、地形校正等預處理得到遙感觀測到的后向散射系數，然后利用地面站點觀測到的土壤溫度數據與后向散射系數進行一元線性回歸，得到二者的擬合關系式，利用該擬合關系可以為地表凍融監(jiān)測提供一定參考。但受數據質量限制，擬合結果仍存在一定誤差，后續(xù)會增加長時序觀測數據進行研究。