基于FY-3 MWRI数据的北极海冰密集度反演研究

doi:10.7522/j.issn.1000-0240.2018.1146

冰川冻土 ›› 2020, Vol. 42 ›› Issue (4): 1135-1144.doi: 10.7522/j.issn.1000-0240.2018.1146

基于FY-3 MWRI数据的北极海冰密集度反演研究

吴展开¹(), 王星东¹^,²(), 王峰¹

^1.河南工业大学信息科学与工程学院，河南郑州 450001
^2.中国科学院遥感与数字地球研究所，北京 100094

收稿日期:2018-09-13 修回日期:2019-03-04 出版日期:2020-12-31 发布日期:2021-01-21
通讯作者: 王星东 E-mail:spreadwu@126.com;zkywxd@163.com
作者简介:吴展开（1993 - ），男，河南兰考人， 2017年在河南工业大学获学士学位，现为河南工业大学在读硕士研究生，从事极地海冰研究. E-mail： spreadwu@126.com
基金资助:
冰冻圈科学国家重点实验室开放基金项目(SKLCS-OP-2020-6);河南省教育厅自然科学研究项目(19B420001);河南省重点研发与推广专项(202102310334);中国科学院数字地球重点实验室开放基金项目(2018LDE005)

Inversion of Arctic sea ice concentration based on FY-3 MWRI data

Zhankai WU¹(), Xingdong WANG¹^,²(), Feng WANG¹

^1.College of Information Science and Engineering，Henan University of Technology，Zhengzhou 450001，China
^2.Institute of Remote Sensing and Digital Earth，Chinese Academy of Sciences，Beijing 100094，China

Received:2018-09-13 Revised:2019-03-04 Online:2020-12-31 Published:2021-01-21
Contact: Xingdong WANG E-mail:spreadwu@126.com;zkywxd@163.com

摘要/Abstract

摘要：

以ASI算法（ARTIST sea ice algorithm）为基础，得到基于风云3C气象卫星（FY-3C）微波辐射计（MWRI）数据的纯水与纯冰系点值，利用插值方法确定基于FY-3 MWRI数据的ASI海冰密集度计算公式，采用大津法（Otsu算法）得到基于MWRI数据的天气滤波器阈值。以2016年1月数据为例，对北极海冰密集度进行反演，并与美国国家冰雪数据中心（NSIDC）以及德国不莱梅大学提供的海冰密集度产品进行对比验证。结果表明：基于MWRI数据得到的1月平均海冰面积以及平均密集度均介于二者之间，其中平均密集度与不莱梅产品更接近，仅相差1.310%。与风云卫星空间分辨率为250 m的中分辨率光谱成像仪（MERSI）数据得到的结果进行对比，发现二者的海冰外缘线基本一致， MERSI数据得到的海冰密集度以及海冰面积比MWRI数据得到的结果分别高出5.029%、 9.318%。因此，应用该方法可有效推进MWRI数据反演北极海冰密集度，进而监测北极海冰分布和变化。

关键词: FY-3, MWRI, 海冰密集度, ASI算法, 北极

Abstract:

Based on the ASI （ARTIST sea ice） algorithm， the pure water and pure ice point values of the FengYun-3C meteorological satellite （FY-3C） microwave radiometer （MWRI） data are obtained. The ASI sea ice concentration calculation formula based on FY-3 MWRI data is determined by interpolation method， and the weather filter threshold is obtained by Otsu method. Taking the January， 2016 data as an example， the inversion results of the Arctic sea ice concentration were obtained. It was compared with sea ice concentration products provided by National Snow and Ice Data Center （NSIDC）， USA， and University Bremen， Germany. The results show that the average sea ice area and average concentration in January based on MWRI data are between the two products， with a discrepancy of average concentration of only 1.310% different with Bremen products. The results are compared with those obtained from MERSI （medium resolution spectral imaging） data with 250 m spatial resolution of FengYun satellite. The results show that the outer line of sea ice is basically the same. The sea ice concentration and area obtained from optical data are 5.029% and 9.318% higher than those from MWRI data， respectively. Therefore， this method can effectively promote the inversion of Arctic sea ice concentration by MWRI data， and can be effectively used to monitor Arctic sea ice distribution and changes.

Key words: FY-3, MWRI, sea ice concentration, ASI algorithm, Arctic

中图分类号:

TP79

吴展开, 王星东, 王峰. 基于FY-3 MWRI数据的北极海冰密集度反演研究[J]. 冰川冻土, 2020, 42(4): 1135-1144.

Zhankai WU, Xingdong WANG, Feng WANG. Inversion of Arctic sea ice concentration based on FY-3 MWRI data[J]. Journal of Glaciology and Geocryology, 2020, 42(4): 1135-1144.

图/表 9

表1

图1

图2

图3

图4

图5

表2

三种算法下日平均海冰面积和海冰密集度"

日期（年-月-日）	海冰面积/10⁶ km²			海冰密集度			FY-3与不莱梅海冰面积同比差值/%	FY-3与NSIDC海冰面积同比差值/%
日期（年-月-日）	FY-3	不莱梅	NSIDC	FY-3	不莱梅	NSIDC	FY-3与不莱梅海冰面积同比差值/%	FY-3与NSIDC海冰面积同比差值/%
2016-01-01	11.215	11.493	11.191	0.926	0.927	0.855	-2.480	0.210
2016-01-02	11.285	11.470	11.243	0.923	0.927	0.851	-1.641	0.369
2016-01-03	11.318	11.454	11.205	0.922	0.927	0.853	-1.195	1.000
2016-01-04	11.454	11.487	11.243	0.916	0.929	0.855	-0.281	1.843
2016-01-05	11.499	11.394	11.262	0.912	0.924	0.852	0.912	2.060
2016-01-06	11.472	11.455	11.342	0.914	0.921	0.847	0.148	1.130
2016-01-07	11.592	11.598	11.421	0.919	0.923	0.848	-0.054	1.470
2016-01-08	11.712	11.704	11.558	0.925	0.927	0.856	0.068	1.313
2016-01-09	11.723	11.867	11.729	0.912	0.931	0.862	-1.226	-0.057
2016-01-10	11.810	12.049	11.868	0.913	0.930	0.860	-2.025	-0.495
2016-01-11	11.905	12.051	11.890	0.912	0.929	0.856	-1.226	0.128
2016-01-12	11.916	12.108	11.819	0.915	0.931	0.857	-1.608	0.818
2016-01-13	12.004	12.128	11.878	0.924	0.928	0.850	-1.033	1.055
2016-01-14	12.048	12.206	11.894	0.913	0.934	0.857	-1.310	1.280
2016-01-15	12.054	12.179	11.929	0.919	0.932	0.858	-1.033	1.034
2016-01-16	12.011	12.219	12.016	0.923	0.932	0.859	-1.729	-0.045
2016-01-17	12.012	12.311	12.065	0.919	0.934	0.863	-2.488	-0.443
2016-01-18	12.020	12.219	12.100	0.914	0.931	0.861	-1.652	-0.666
2016-01-19	11.921	12.157	12.089	0.914	0.927	0.862	-1.987	-1.410
2016-01-20	12.010	12.203	12.121	0.910	0.925	0.862	-1.606	-0.928
2016-01-21	12.054	12.233	12.177	0.908	0.927	0.862	-1.484	-1.021
2016-01-22	12.061	12.244	12.197	0.913	0.926	0.864	-1.520	-1.131
2016-01-23	12.084	12.279	12.200	0.920	0.929	0.866	-1.617	-0.960
2016-01-24	12.098	12.376	12.169	0.918	0.925	0.859	-2.297	-0.581
2016-01-25	12.091	12.466	12.148	0.918	0.928	0.857	-3.100	-0.470
2016-01-26	12.125	12.501	12.178	0.913	0.927	0.850	-3.097	-0.434
2016-01-27	12.146	12.515	12.210	0.915	0.932	0.854	-3.036	-0.526
2016-01-28	12.181	12.467	12.227	0.910	0.927	0.854	-2.349	-0.383
2016-01-29	12.235	12.451	12.264	0.917	0.924	0.850	-1.768	-0.239
2016-01-30	12.331	12.525	12.309	0.915	0.926	0.854	-1.575	0.177
2016-01-31	12.303	12.507	12.298	0.911	0.926	0.855	-1.659	0.039
平均值	11.894	12.075	11.749	0.916	0.928	0.856	-1.521	1.219
极大值	12.331	12.525	12.309	0.926	0.934	0.866	-1.573	0.178

表2

图6

图7

参考文献 39

1	Comiso J C. Large decadal decline of the Arctic multiyear ice cover［J］. Journal of Climate， 2011， 25（4）： 1176 - 1193.
2	Stroeve J C， Serreze M C， Holland M M， et al. The Arctic’s rapidly shrinking sea ice cover： a research synthesis［J］. Climatic Change， 2012， 110（3/4）： 1005 - 1027.
3	Budikovan D. Role of Arctic sea ice in global atmospheric circulation： a review［J］. Global and Planetary Change， 2009， 68（3）： 149 - 163.
4	Holland M M， Bitz C M. Polar amplification of climate change in coupled models［J］. Climate Dynamics， 2003， 21（3/4）： 221 - 232.
5	Cohen J， Screen J A， Furtado J C， et al. Recent Arctic amplification and extreme mid-latitude weather［J］. Nature Geoscience， 2017， 7（9）： 627 - 637.
6	Vihma T. Effects of Arctic sea ice decline on weather and climate： a review［J］. Surveys in Geophysics， 2014， 35（5）： 1175 - 1214.
7	Thomas D N， Dieckmann G S. Sea ice［M］. 2nd ed. Hoboken， New Jersey， USA： Wiley-Blackwell Publishing， 2010.
8	Ulaby F. Microwave remote sensing： active and passive： microwave remote sensing fundamentals and radiometry［J］. Remote Sensing A， 1981， 2（5）： 1223 - 1227.
9	Cavalieri D J， Gloersen P， Campbell W J. Determination of sea ice parameters with the NIMBUS 7 SMMR［J］. Journal of Geophysical Research： Atmospheres， 1984， 89（D4）： 5355 - 5369.
10	Comiso J C. Characteristics of arctic winter sea ice from satellite multispectral microwave observations［J］. Journal of Geophysical Research： Oceans， 1986， 91（C1）： 975 - 994.
11	Comiso J C. SSM/I sea ice concentrations using the Bootstrap algorithm： NASA RP-1380［R］. Washington， D.C.： National Aeronautics and Space Administration， 1995.
12	Markus T， Cavalieri D. An enhancement of the NASA Team sea ice algorithm［J］. IEEE Transactions on Geoscience and Remote Sensing， 2000， 38： 1387 - 1398.
13	Hao Guanghua. A study of multiyear ice concentration retrieval algorithms using AMSR-E data［J］. Acta Oceanologica Sinica， 2015， 34（9）： 102 - 109.
14	Lomax A S， Lubin D， Whritner R H. The potential for interpreting total and multiyear ice concentrations in SSM/I 85.5 GHz imagery［J］. Remote Sensing of Environment， 1995， 54： 13 - 26.
15	Spencer R W， Goodman H M， Hood R E. Precipitation retrieval over land and ocean with SSM/I： identification and characteristics of the scattering signal［J］. Journal of Atmospheric and Oceanic Technology， 1989， 6： 254 - 273.
16	Kern S， Rösel A， Pedersen L T， et al. The impact of melt ponds on summertime microwave brightness temperatures and sea-ice concentrations［J］. Cryosphere Discussions， 2016， 10（5）： 2217 - 2239.
17	Korosov A A， Rampal P， Pedersen L T， et al. A new tracking algorithm for sea ice age distribution estimation［J］. Cryosphere Discussions， 2018， 12（6）： 2073 - 2085.
18	Gabarro C， Turiel A， Elosegui P， et al. New methodology to estimate Arctic sea ice concentration from SMOS combining brightness temperature differences in a maximum-likelihood estimator［J］. Cryosphere Discussions， 2017， 11（4）： 1987 - 2002.
19	Ye Y， Heygster G， Shokr M. Improving multiyear ice concentration estimates with reanalysis air temperatures［J］. IEEE Transactions on Geoscience and Remote Sensing， 2016， 54（5）： 2602 - 2614.
20	Wang Huanhuan. Multiyear ice retrieval using passive microwave remote sensing radiometer AMSR-E 89 GHz data［D］. Qingdao， Shandong： Ocean University of China， 2009.
	王欢欢. 利用遥感卫星AMSR-E 89 GHz频段的数据反演北极多年冰密集度［D］. 山东青岛：中国海洋大学， 2009.
21	Karvonen J. Baltic sea ice concentration estimation based on C-band HH-polarized SAR data［J］. IEEE Transactions on Geoscience and Remote Sensing， 2012， 5（6）： 1874 - 1884.
22	Kasapoğlu N G. Sea ice concentration retrieval using composite scan SAR features in a SAR data assimilation process［J］. IEEE Geoscience and Remote Sensing Letters， 2014， 11（12）： 2085 - 2089.
23	Kaleschke L， Liipkes C， Vihma T， et al. SSM/I sea ice remote sensing for mesoscale ocean-atmosphere interaction analysis［J］. Canadian Journal of Remote Sensing， 2001， 27（5）： 526 - 537.
24	Svendsen E， Mauler C， Grenfell T C. A model for retrieving total sea ice concentration from a spaceborne dual-polarization passive microwave instrument operating near 90 GHz［J］. International Journal on Remote Sensing， 1987， 8（10）： 1479 - 1487.
25	Kern S. A new method for medium-resolution sea ice analysis using weather-influence corrected special sensor microwave/imager 85 GHz data［J］. International Journal of Remote Sensing， 2004， 25（21）： 4555 - 4582.
26	Kem S， Kaleschke L， Clausi D A. A comparison of two 85 GHz SSM/I ice concentration algorithm with AVHRR and ERS-2SAR imagery［J］. IEEE Transactions on Geoscience and Remote Sensing， 2003， 41（10）： 2294 - 2306.
27	Spreen G， Kaleschke L， Heygster G. Sea ice remote sensing using AMSR-E 89-GHz channels［J/OL］. Journal of Geophysical Research： Oceans， 2008， 113（C2）［2019-03-04］. .
28	Su Jie， Hao Guanghua， Ye Xinxin， et al. The experiment and validation of sea ice concentration AMSR-E retrieval algorithm in polar region［J］. Journal of Remote Sensing， 2013， 17（3）： 495 - 513.
	苏洁，郝光华，叶鑫欣，等. 极区海冰密集度AMSR-E数据反演算法的试验与验证［J］. 遥感学报， 2013， 17（3）： 495 - 513.
29	Lu J， Heygster G， Spreen G. Atmospheric correction of sea ice concentration retrieval for 89 GHz AMSR-E observations［J］. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing， 2018， 11（5）： 1442 - 1457.
30	Zhang Xiang， Wang Zhenzhan， Chen Hua. A sea ice concentration algorithm based on HY-2 scanning radiometer data［J］. Remote Sensing Technology and Application， 2012， 27（6）： 912 - 918.
	张翔，王振占，谌华. 一种利用HY-2卫星扫描微波辐射计数据反演极地海冰密集度的算法［J］. 遥感技术与应用， 2012， 27（6）： 912 - 918.
31	Shi Lijian， Wang Qimao， Zou Bin， et al. Arctic sea ice concentration retrieval using HY-2 radiometer data［J］. Chinese Journal of Polar Research， 2014（4）： 410 - 417.
	石立坚，王其茂，邹斌，等. 利用海洋（HY-2）卫星微波辐射计数据反演北极区域海冰密集度［J］. 极地研究， 2014（4）： 410 - 417.
32	Luo Licheng， Zhang Wenqi， Hu Yong， et al. Information extraction of arctic sea ice based on Sentinel-1 satellite［J］. Aerospace Shanghai， 2018（3）： 16 - 22.
	罗丽程，张文奇，胡勇，等. 基于Sentinel-1卫星的北冰洋海冰信息提取［J］. 上海航天， 2018（3）： 16 - 22.
33	Wen Bin， Zhou Xuan， Zhong Jinsong， et al. Sea ice concentration retrieval based on SMAP radar data［J］. Acta Oceanologica Sinica， 2018， 40（6）： 29 - 39.
	闻斌，周旋，种劲松，等. 基于SMAP卫星雷达资料的海冰密集度反演技术研究［J］. 海洋学报， 2018， 40（6）： 29 - 39.
34	Song Xiangyu， Liu Tingting， Wang Zemin， et al. Estimation of Antarctic sea ice concentration based on an improved FCLS algorithm［J］. Chinese Journal of Polar Research， 2018（1）： 67 - 76.
	宋翔宇，刘婷婷，王泽民，等. 基于改进FCLS算法的南极海冰密集度估算及算法比较［J］. 极地研究， 2018（1）： 67 - 76.
35	Zhou Ying， Gong Cailan， Hu Yong， et al. Extraction of sea ice information in the Arctic Ocean by using FY-3/MERSI data［J］. Journal of Atmospheric and Environmental Optics， 2013， 8（1）： 54 - 59.
	周颖，巩彩兰，胡勇，等. 风云三号MERSI数据提取北冰洋海冰信息方法研究［J］. 大气与环境光学学报， 2013， 8（1）： 54 - 59.
36	Yang Hu， Li Xiaoqing， You Ran， et al. Environmental data records from FengYun-3B microwave radiation imager［J］. Advances in Meteorological Science and Technology， 2013， 3（4）： 136 - 143.
	杨虎，李小青，游然，等. 风云三号微波成像仪定标精度评价及业务产品介绍［J］. 气象科技进展， 2013， 3（4）： 136 - 143.
37	Zou Xiaolei. Introduction to microwave imager radiance observations from polar-orbiting meteorological satellites［J］. Advances in Meteorological Science and Technology， 2012， 2（3）： 45 - 50.
	邹晓蕾. 极轨气象卫星微波成像仪资料［J］. 气象科技进展， 2012， 2（3）： 45 - 50.
38	Guan Min， Yang Zhongdong. Research on remote sensing image location method based on FY-3 microwave imager［J］. Journal of Remote Sensing， 2009， 13（3）： 469 - 474.
	关敏，杨忠东. FY-3微波成像仪遥感图像地理定位方法研究［J］. 遥感学报， 2009， 13（3）： 469 - 474.
39	Steffen K， Maslanik J A. Comparison of Nimbus 7 scanning multichannel microwave radiometer radiance and derived sea ice concentrations with Landsat imagery for the north water area of Baffin Bay［J］. Journal of Geophysical Research： Oceans， 1988， 93（C9）： 10769 - 10781.

传感器	搭载卫星	频率/GHz	地面分辨率/（km×km）	极化方式	轨道高度/km	幅宽/km
MWRI	FY-3C	10.6	51×85	V/H	836	1 400
MWRI	FY-3C	18.7	30×50	V/H	836	1 400
MWRI	FY-3C	23.8	27×45	V/H	836	1 400
MWRI	FY-3C	36.5	18×30	V/H	836	1 400
MWRI	FY-3C	89	9×15	V/H	836	1 400
SSM/I	DMSP	19.3	69×43	V/H	833	1 394
SSM/I	DMSP	22.3	60×40	V	833	1 394
SSM/I	DMSP	37	37×29	V/H	833	1 394
SSM/I	DMSP	85.5	15×13	V/H	833	1 394
AMSR-E	Aqua	6.9	43×75	V/H	705	1 445
AMSR-E	Aqua	10.65	29×51	V/H	705	1 445
AMSR-E	Aqua	18.7	16×27	V/H	705	1 445
AMSR-E	Aqua	23.8	18×32	V/H	705	1 445
AMSR-E	Aqua	36.5	8×14	V/H	705	1 445
AMSR-E	Aqua	89	9×10	V/H	705	1 445

[1]	周雪飞, 徐嘉, 张绪冰. 基于Sentinel-1卫星数据的北极西北航道通航适宜性分析[J]. 冰川冻土, 2022, 44(1): 117-132.
[2]	贺鹏真,谢周清. 氧同位素示踪夏季北冰洋（62.3°~74.7° N）大气硝酸盐形成途径的研究[J]. 冰川冻土, 2021, 43(5): 1344-1353.
[3]	刘欣, 张绪冰, 王耀. 基于Landsat-8影像的北极地区入海冰川流速监测[J]. 冰川冻土, 2021, 43(4): 987-998.
[4]	蔡子怡,游庆龙,陈德亮,张若楠,陈金雷,康世昌. 北极快速增暖背景下冰冻圈变化及其影响研究综述[J]. 冰川冻土, 2021, 43(3): 902-916.
[5]	倪鼎铭,康世昌,张玉兰,窦挺峰,黄杰,孙世威,郭军明. 北极阿拉斯加春季积雪中汞的时空分布及其来源分析[J]. 冰川冻土, 2021, 43(2): 427-436.
[6]	宁宝英. ESI高影响论文揭示的北极自然科学研究特点[J]. 冰川冻土, 2021, 43(1): 107-123.
[7]	马翔宇,李传金. 三极地区雪冰中黑碳研究进展[J]. 冰川冻土, 2021, 43(1): 92-106.
[8]	尹鹏, 王常颖, 杨俊钢. 长时间序列北极海冰密集度遥感数据的比较评估[J]. 冰川冻土, 2020, 42(3): 734-744.
[9]	刘美娇, 李颖, 孙美平. 1961 - 2018年河西走廊寒潮频次时空变化特征及其环流影响因素研究[J]. 冰川冻土, 2020, 42(3): 801-811.
[10]	王康, 张廷军, 牟翠翠, 钟歆玥, 彭小清, 曹斌, 鲁蕾, 郑雷, 吴小丹, 刘佳. 从第三极到北极：气候与冰冻圈变化及其影响[J]. 冰川冻土, 2020, 42(1): 104-123.
[11]	汪关信, 张廷军, 杨瑞敏, 钟歆玥, 李晓东. 从第三极到北极：湖冰研究进展[J]. 冰川冻土, 2020, 42(1): 124-139.
[12]	刘一静, 孙燕华, 钟歆玥, 王树发, 肖雄新, 马丽娟, 苏航, 赵文宇, 张廷军. 从第三极到北极：积雪变化研究进展[J]. 冰川冻土, 2020, 42(1): 140-156.
[13]	贾麟, 范成彦, 母梅, 陈旭, 仲文, 尚建国, 张凤, 李丽丽, 彭小清, 牟翠翠, 张廷军. 从第三极到北极：热喀斯特及其对碳循环影响研究进展[J]. 冰川冻土, 2020, 42(1): 157-169.
[14]	张凤, 母梅, 范成彦, 贾麟, 牟翠翠, 赵倩, 李丽丽, 彭小清, 张廷军. 从第三极到北极：多年冻土碳循环研究进展[J]. 冰川冻土, 2020, 42(1): 170-181.
[15]	胡弟弟, 康世昌, 许民. 1936—2017年北极勒拿河流域气候变化及其对径流的影响[J]. 冰川冻土, 2020, 42(1): 216-223.

基于FY-3 MWRI数据的北极海冰密集度反演研究

Inversion of Arctic sea ice concentration based on FY-3 MWRI data

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 39

相关文章 15

Metrics

本文评价

推荐阅读 0