王星東 ,李新武 ,梁 雷 (1.河南工業(yè)大學(xué)信息科學(xué)與工程學(xué)院,河南 鄭州 450001；.中國科學(xué)院遙感與數(shù)字地球研究所,北京 100094)

南極冰蓋凍融的時空分析

王星東1*,李新武2,梁 雷2(1.河南工業(yè)大學(xué)信息科學(xué)與工程學(xué)院,河南 鄭州 450001；2.中國科學(xué)院遙感與數(shù)字地球研究所,北京 100094)

采用改進的小波變換的南極冰蓋凍融探測算法,利用微波輻射計1978～2013年的SMMR和SSM/I數(shù)據(jù)對南極冰蓋凍融狀況進行監(jiān)測,分析了南極冰蓋近34年的整體凍融時空變化特征,結(jié)果表明:從空間分布來看,南極冰蓋的融化區(qū)域主要分布在南極邊緣的各個冰架區(qū),融化強度受地物覆蓋類型、地理位置和海拔等因素的影響;從時間分布上來看,南極冰蓋的融化面積年際變化較大,1991年的融化面積最大,為1518750km2,1999年融化面積最小,為565000km2,且融化面積的年際變化具有周期性;南極冰蓋的融化具有很強的季節(jié)性,融化一般集中在11月至次年2月,在1月達到融化頂峰.

融化探測；微波輻射計；小波變換；南極；時空變化特征

全球的氣候和環(huán)境變化是當今國際關(guān)注的熱點問題,南極地區(qū)是全球氣候和環(huán)境變化的關(guān)鍵地區(qū),南極冰雪變化是影響全球氣候和環(huán)境變化最重要的因子之一.極地地區(qū)對全球氣候和環(huán)境變化有“放大器”的作用,歷史和現(xiàn)代的觀測結(jié)果都表明,極地氣候和環(huán)境變化的幅度是中、低緯度地區(qū)的 2倍,這說明在極地更易于監(jiān)測到在中、低緯區(qū)不易察覺到的細微變化.觀測和模擬結(jié)果顯示,南極冰雪范圍、表面特征(主要是反射率)的年際變化對全球水氣環(huán)流的強度、全球熱平衡和氣候變化如溫度、降水分布等都有明顯的影響.極區(qū)控制著大氣與地表的熱量、水汽和動量交換,直接影響著全球大氣環(huán)流和氣候,是全球氣候和環(huán)境變化的關(guān)鍵因素.南極冰蓋與相鄰地球圈層的相互作用對全球氣候和環(huán)境都有巨大影響.南極冰蓋的消融將引起雪表濕度的變化,進而引起邊緣冰架的崩塌和改變冰流的運動.通過遙感手段有效檢測南極冰蓋凍融的分布,對全球氣候和環(huán)境變化研究具有極大的促進作用.

長時間序列的大尺度微波輻射計SMM/I和SMMR數(shù)據(jù)在北極格陵蘭島已開展了大量的冰蓋表面凍融探測方法研究和全球變化相關(guān)研究,取得了較好的成果[1-7].在南極地區(qū)利用微波輻射計SMM/I和SMMR數(shù)據(jù)也開展了不少冰蓋表面凍融探測研究,并結(jié)合全球變化進行了相關(guān)分析[8-11].

本研究采用基于改進的小波變換的冰蓋凍融探測方法[12],獲得了時間跨度為 34年的南極地區(qū)冰蓋的平均融化開始時間、結(jié)束時間和持續(xù)時間分布及融化面積年際變化圖和融化像元隨季節(jié)的變化,以此為基礎(chǔ)得出南極冰蓋凍融時空變化特征.結(jié)合南極地區(qū)的地表觀測,對南極冰蓋凍融時空變化的機制進行了分析.

1 研究區(qū)域概況與數(shù)據(jù)源

南極總面積約1400萬2km,約占世界陸地面積的 9.4%.全球冰雪量的 90%凍結(jié)在南極,南極大陸冰蓋的平均厚度約 2400m,最大厚度達4200m.南極大陸是世界最冷的陸地,冬季月平均氣溫達-59.8℃.南極大陸98%的面積常年被冰雪覆蓋,部分冰蓋延伸到海洋,形成冰架.近年來,在全球變暖的趨勢下,冰架前緣崩裂正導(dǎo)致冰架形態(tài)發(fā)生劇烈的變化.衛(wèi)星觀測的結(jié)果顯示,南極半島冰架前緣存在突然崩裂現(xiàn)象,在過去20多年來,已造成冰架面積減少了12500 km2以上[13-14].

微波輻射計被動的接收地面物體的溫度輻射,微波輻射亮溫對冰蓋液態(tài)水含量的變化非常敏感,隨著融化的開始和結(jié)束,亮溫均發(fā)生劇烈變化.目前廣泛使用的微波輻射計主要有SMMR、SSM/I、AMSR-E 3種,本文主要使用1978年10月26日～2013年3月31日的SMMR和SSM/I微波輻射計數(shù)據(jù),皆來自 NSIDC(美國冰雪研究中心).選擇的數(shù)據(jù)通道為傳感器 SMMR的18GHz水平極化通道和分別搭載于 F8、F11、F13和F17平臺上的傳感器SSM/I的19GHz水平極化通道,它們的行列號和數(shù)據(jù)精度均相同,并以相同的格式存儲.不同的是,34年間有 SMMR和SSM/I 2種傳感器且傳感器SSM/I分別搭載于F8、F11、F13和 F17不同平臺上.因此,需要對不同的傳感器數(shù)據(jù)和不同平臺上的傳感器數(shù)據(jù)歸一化為同一平臺的數(shù)據(jù),才能做長時間序列的連續(xù)監(jiān)測研究[13,15].

已知這5種數(shù)據(jù)的重疊時間為1987年7月9日至8月20日、1991年12月3日至12月30日、1995年5月3日至9月30日和2009年1月1日至4月29日,利用這些重合數(shù)據(jù),可對這 5種數(shù)據(jù)進行回歸處理,利用公式(1)計算從SMMR校準到F8平臺、F11校準到F8平臺、F13校準到F8平臺和F17校準到F8平臺的數(shù)據(jù)值,其中T1為平臺F8的水平極化19GHz波段的亮溫數(shù)據(jù),T2為 SMMR亮溫數(shù)據(jù)及平臺F11、F13和F17對應(yīng)的亮溫數(shù)據(jù),a、b分別為回歸得到的系數(shù).

2005年,Liu等[9]分別對SMMR與SSM/I的轉(zhuǎn)換、SSM/I F11與F8的轉(zhuǎn)換,以及SSM/I F13與F8的回歸系數(shù)進行了計算.不同傳感器和平臺數(shù)據(jù)轉(zhuǎn)換系數(shù)如表 1所示,本文采用其中的回歸系數(shù)將所有數(shù)據(jù)統(tǒng)一回歸到F8平臺.

表1 不同傳感器和平臺數(shù)據(jù)的回歸系數(shù)Table 1 Regression coefficient from different sensor and platform data

數(shù)據(jù)歸一化后,利用改進的小波變換冰蓋凍融探測算法對逐年的微波輻射計數(shù)據(jù)進行處理,提取34年的南極冰蓋凍融信息(由于在1987年8月21日～1988年1月12日沒有數(shù)據(jù),所以沒有提取1987～1988年的極地冰蓋凍融信息).南極的夏季為本年的12月到次年的2月,為研究的方便,將本年的7月1日到次年的6月31日記為一年且采取靠前的原則,比如1991年是指1991年7月1日～1992年6月31日.

2 改進的小波變換冰蓋凍融探測算法

2.1 小波變換的冰蓋凍融探測算法

小波變換的極地冰蓋凍融探測算法的基本原理:長時間序列亮溫數(shù)據(jù)(Tb)的劇烈變化邊緣反應(yīng)了雪的融化或者凍結(jié)的開始,每一年融化開始時間為時間軸上第一個亮溫數(shù)據(jù)劇烈上升變化邊緣,結(jié)束時間為時間軸上最后一個亮溫數(shù)據(jù)劇烈下降變化邊緣,而融化持續(xù)時間為一年中每段融化持續(xù)時間的總和.該方法可以探測每個像素是否經(jīng)歷過凍融以及凍融發(fā)生的時間.基本步驟如下:

(1) 對長時間序列亮溫數(shù)據(jù)進行預(yù)處理;(2)運用小波變換對預(yù)處理后的亮溫數(shù)據(jù)進行小波多尺度分解,在不同尺度下對邊緣信息進行分析;(3)為區(qū)分由噪聲產(chǎn)生的邊緣和由融化、凍結(jié)的開始產(chǎn)生的邊緣,采用方差分析和雙高斯曲線擬合的方法來確定最優(yōu)邊緣閾值;(4)利用最優(yōu)邊緣閾值得到每個像素的凍融開始時間、結(jié)束時間和持續(xù)時間;(5)基于空間自動糾錯的原理,運用空間鄰域糾錯算子來探測和糾錯由噪聲引起的錯誤的數(shù)據(jù)像素,從而確定凍融的空間分布、融化開始時間、融化結(jié)束時間和融化持續(xù)時間.

雙高斯模型擬合的方法主要缺點如下:

(1) 劇烈變化點和非劇烈變化點的分布模型不一定滿足雙高斯模型;(2)對于擬合采用的Levenberg—Marquardt算法,輸入的初始值不同,得到迭代的結(jié)果不同,結(jié)果的好壞與初始值的輸入有關(guān);(3)算法過程繁瑣.

由于雙高斯模型擬合存在的問題,在這里引入基于廣義高斯模型的自動閾值劃分方法來進行干濕雪劃分[3].其優(yōu)點如下:(1)較少的人工輸入;(2)分類結(jié)果唯一(即閾值唯一).

2.2 廣義高斯模型的自動閾值確定

在選定的樣本區(qū)內(nèi)通過廣義高斯模型得到干濕雪分類的最優(yōu)閾值,該方法引入形狀因子,可處理更多不同形狀的曲線,與雙高斯模型相比有較大的進步,該模型的原理如下:

設(shè)h(Xl)(Xl=0,1,K,L-1)為一幅灰度圖像的直方圖,L表示圖像可能的灰度級.如果將圖像二值化,則直方圖h(Xl)可以看成是灰度圖像中干雪和濕雪點的混合概率密度函數(shù)p(Xl).為了求出干濕雪劃分的最優(yōu)閾值T*,將灰度圖像二值化,引入廣義高斯模型的KI判別準則方程:

P1(T)和分別表示干雪和濕雪的先驗概率且:

m1(T)和m2(T)分別表示干雪和濕雪的均值且:

當式(3)的值取最小時的 T值即為干濕雪劃分的最優(yōu)閾值.

2.3 改進的小波變換的冰蓋凍融探測方法

改進方法[6-7]與原方法[1]最大的不同在于原方法利用雙高斯模型來確定干濕雪劃分的最優(yōu)閾值,改進方法是利用廣義高斯模型來確定干濕雪劃分的最優(yōu)閾值.

由多尺度小波分解方法與實測溫度數(shù)據(jù)可知,對于時間分辨率為1d的長時間序列的微波輻射計亮溫數(shù)據(jù),改進的基于小波變換的冰蓋凍融探測方法對亮溫值升高和降低幅度最大時刻的探測精度為±1d[15].

3 結(jié)果與討論

3.1 南極冰蓋凍融的空間分析

通過以上處理過程,得到了 1978～2013年南極冰蓋的平均融化開始、持續(xù)和結(jié)束時間圖(圖1),總的融化面積達 16218752km,占南極總面積的11.67%.由圖1可知,融化區(qū)域大部分分布于南極邊緣,包括羅斯冰架(Ross Ice Shelf)、埃默里冰架(Amery Ice Shelf)、龍尼冰架(Ronne Ice Shelf)、拉森冰架(Larsen Ice Shelf)、蓋茨冰架(Getz Ice Shelf)、阿博特冰架(Abbot Ice Shelf)、威爾金斯冰架(Wilkins Ice Shelf)、布蘭特冰架(Brunt Ice Shelf)、里瑟拉森冰架(Riiser-Larsen Ice Shelf)、芬布爾冰架(Fimbut Ice Shelf)、西冰架(West Ice Shelf)、沙克爾頓冰架(Shackleton Ice Shelf)等,總體來說,越靠近最外邊緣的融化區(qū)域的融化開始時間越早、融化持續(xù)時間越長和融化結(jié)束時間越晚.

圖1 1978～2013年南極冰蓋的平均融化開始、持續(xù)和結(jié)束時間Fig.1 Antarctic ice-sheet average melt onset date, duration and end date for 1978～2003

南極冰蓋的融化存在明顯的區(qū)域差異.總體來說,南極半島的融化強度最大,其中威爾金斯冰架和拉森冰架的平均融化開始時間在12月中旬前、融化持續(xù)時間超過 60d、融化結(jié)束時間在 2月 1日之后.而 2個最大的冰架-龍尼冰架和羅斯冰架,其平均融化持續(xù)時間相對較短,基本在10d以下.南極內(nèi)陸的大部分區(qū)域34年來都沒有發(fā)生融化.

巖石由于低比熱容的屬性,在同等太陽輻射的條件下,將比高比熱的冰雪有更明顯的溫度變化,從而使得其周圍的冰雪更容易發(fā)生融化.從南極地物覆蓋類型來看,拉森冰架和威爾金斯冰架位于巖石眾多的南極半島,受巖石低比熱的影響,因而比少巖石的羅斯冰架和龍尼冰架更易發(fā)生融化.平均融化持續(xù)時間代表了融化的強度,其受緯度的影響呈現(xiàn)出復(fù)雜的變化.一般而言,對于南極,高緯度地區(qū)的太陽輻照強度比較弱這將使得其地面溫度低于低緯度地區(qū).本文的試驗結(jié)果表明,位于高緯度的南極內(nèi)陸的大部分區(qū)域幾乎沒有融化過程發(fā)生,而位于相對較低緯度地區(qū)的南極半島卻持續(xù)發(fā)生高強度的融化.而橫斷山脈與南極半島都是南極大陸上巖石分布廣泛的區(qū)域,由于橫斷山脈大部分位于高緯度地區(qū)使得其與南極大陸的融化強度差異較大.

圖2 平均融化持續(xù)時間與海拔的關(guān)系Fig.2 Relation between average melt duration and altitude

由圖2可知,海拔為0～500m時,由于受大氣垂直梯度的影響,海拔越高,平均融化持續(xù)時間越短.海拔低于20m的地區(qū),平均融化持續(xù)時間超過50d,以各冰架與海交界的邊緣區(qū)域為主.海拔為20～200m的地區(qū),平均融化持續(xù)時間在50d以下,尤其在海拔為 100m 左右的地區(qū),以芬布爾冰架、埃默里冰架和里瑟拉森冰架為代表,平均融化持續(xù)時間為 30d左右.對于海拔為 200～500m的地區(qū),由于受大氣垂直梯度的影響,平均融化持續(xù)時間隨著海拔的增加而縮短,以蓋茨冰架和阿博特冰架為代表,平均融化持續(xù)時間為40天左右.其中,海拔為 400m左右的地區(qū),平均融化持續(xù)時間減小至25d左右.海拔超過500m的融化區(qū)域主要分布在南極半島,低比熱容的巖石分布和低緯度使其得到更多的太陽輻照強度以至于使得該地區(qū)呈現(xiàn)出高強度的融化.

總之,地物覆蓋類型、海拔和地理位置(緯度)的綜合作用使得南極冰蓋的凍融呈現(xiàn)了復(fù)雜的空間分布.

3.2 南極冰蓋凍融的時間分析

圖3 南極融化面積年際變化Fig.3 Antarctic melt-area annual variation

由圖3可知,南極融化區(qū)域的年際變化較大,融化面積最大的年份是1991年(1991年7月1日～1992年 6月 31日),其融化面積為1518750 km2,1999年融化面積最小為 565000 km2,則1991年的融化面積約是1999年融化面積的3倍.由圖3中的融化趨勢可看出下面的周期性融化規(guī)律:出現(xiàn)強度較大的融化后,第二年將會有一個大幅度的下降并經(jīng)一兩年后將有一個強度較小的融化;而出現(xiàn)強度較小的融化后,經(jīng)四五年將出現(xiàn)強度較大的融化,如1985年出現(xiàn)一個強度較小的融化,然后經(jīng)過5年后在1991年出現(xiàn)了一個34年里強度最大的融化.從這個周期的變化規(guī)律可以看出南極冰蓋對氣候變化具有一定 的調(diào)節(jié)作用,負反饋于氣候的變化.

圖4 平均融化像元數(shù)隨月份的變化Fig.4 Monthly variation of average melt pixels

由圖4可知,南極冰蓋的融化具有非常明顯的季節(jié)性,夏季(12月至次年2月)融化劇烈,基本在12月份和1月達到頂峰.2月份開始,融化面積開始減少,到3月份發(fā)生融化的地區(qū)已極其稀少.這一結(jié)果表明,南極冰蓋表面(主要是各個冰架表面)在夏季融化加劇之后會有重新凍結(jié)的過程.

隨著冰雪的重新凍結(jié),融化面積劇烈減小,到2月份,其平均融化面積僅為1月份的50%左右,而在 3月份,融化面積進一步減小并基本趨于穩(wěn)定.縱觀 22年間 3月份的融化面積,基本穩(wěn)定在7.5×104km2左右.自5月起,南極進入冬季,極少融化事件發(fā)生,直到 10月,南極冰蓋重新進入融化事件多發(fā)季節(jié).

4 結(jié)論

結(jié)合1978 ～2013年南極冰蓋的時間分布與空間分布特點來看,南極冰蓋總?cè)诨娣e隨空間的變化與地物覆蓋類型、海拔高度以及緯度有密切關(guān)系,此外,南極冰蓋的凍融有非常明顯的季節(jié)性,它因年份呈現(xiàn)出快速的起伏變化特點且具有周期性變化的特點.總的來說,南極冰蓋融化面積隨時間變化大的區(qū)域主要分布于羅斯冰架和龍尼冰架,這些地區(qū)的融化狀況決定著南極冰蓋融化面積的總體變化;與此不同的是,南極半島上的拉森冰架和威爾金斯冰架則一直保持穩(wěn)定大面積的融化,并且在夏季保持高強度的融化.

[1] Wang L. Deriving spatially varying thresholds for real-time snowmelt detection from space-borne passive microwave observations [J]. Remote Sensing Letters, 2012,3(4):305-313.

[2] Dupont F, Royer A, Langlois A, et al. Monitoring the melt season length of the Barnes Ice Cap over the 1979-2010period using active and passive microwave remote sensing data [J].Hydrological Processes, 2012,26(17):2643-2652.

[3] Semmens K A, Ramage J, Bartsch A, et al. Early snowmelt events: detection, distribution, and significance in a major sub-arctic watershed [J]. Environmental Research Letters,2013,8(1):1-11.

[4] Tedesco M. Assessment and Development of Snowmelt Retrieval Algorithms over Antarctica from K-band Space Borne Brightness Temperature (1979-2008) [J]. Remote Sensing of Environment,2009,113(5):979-997.

[5] Abdaati W, Steffen K. Snowmelt on the Greenland ice sheet as derived from passive microwave satellite data [J]. Journal of Climate. 1997,10 (2):165-175.

[6] Abdaati W, Steffen K. Greenland ice sheet melt extent: 1979-999[J]. Journal of Geophysical Research, 2001,106(D24):33983-33989.

[7] Joshi M, Merry C J, Jezek K C, et al. An edge detection technique to estimate melt extent on the Greenland ice sheet using passive microwave data. Geophysical [J]. Geophysica Research Letters,2001,28(18):3495-3500.

[8] Torinesi O, Fily M, Genthon C. Interannual variability and trend of the Antarctic summer melting period from 20years of spaceborne microwave data [J]. Journal of Climate, 2003,16(7):1047?1060.

[9] Liu H X, Wang L, Jezek K C. Wavelet-transform based edge detection approach to derivation of snowmelt onset, end and duration from satellite passive microwave measurements [J].International Journal of Remote Sensing, 2005,26(21):4639?4660.

[10] Liu H X, Wang L, Jezek K C. Spatiotemporal variations of snowmelt in Antarctica derived from satellite scanning multichannel microwave radiometer and Special Sensor Microwave Imager data (1978–2004) [J]. Journal of Geophysical Research, 2006,111(F1):1-20.

[11] Picard G, Fily M. Surface melting observations in Antarctica by microwave radiometers: Correcting 26-year time series from changes in acquisition hours [J]. Remote Sensing of Environment,2006,104(3):325-336.

[12] 王星東,熊章強,李新武.基于改進的小波變換的南極冰蓋凍融探測 [J]. 電子學(xué)報, 2013,41(2):402-406.

[13] 王星東.主被動微波遙感南極冰蓋凍融探測 [D]. 長沙:中南大學(xué), 2013.

[14] 王星東,李新武,熊章強.物理模型結(jié)合小波變換的南極冰蓋凍融探測 [J]. 中國礦業(yè)大學(xué)學(xué)報, 2013,42(4):656-662.

[15] 梁 雷,郭華東,李新武.基于微波輻射計的南極冰蓋凍融時空變化分析 [J]. 遙感學(xué)報, 2013,17(2):423-438.

[16] 葉玉芳.基于TIMESAT算法的南極冰蓋凍融探測研究 [D]. 北京:北京師范大學(xué), 2011.

Spatio-temporal analysis of Antarctic ice-sheet freeze-thaw variation.

WANG Xing-dong1*, LI Xin-wu2, LIANG Lei2
(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). China Environmental Science, 2014,34(5)：1303～1309

Antarctic ice-sheet freeze-thaw variation was monitored based on improved wavelet transform and microwave radiometer SMMR and SSM/I data (1978～2013), and Antarctic 34-year ice-sheet freeze-thaw spatio-temporal variety characteristics was analyzed. Melt spatial distribution showed that the majority of melt areas were located on the edge of Antarctic ice shelves. They were affected by land cover type, altitude and geographic location. The melt temporal distribution showed that the Antarctic melt-area annual variation had regularity. The surface melt area was the largest for 1518750 km2in 1991. The surface melt area was the smallest for 565000 km2in 1999. In addition, Antarctic ice-sheet melt varied with seasonal changes, and the snowmelt generally concentrated in November, December, January and February, and there was the largest melt extent in January.

smowmelt detection；microwave radiometer；wavelet transform, Antarctica；spatio-temporal variety characteristics

X52

A

1000-6923(2014)05-1303-07

2013-08-22

國家自然科學(xué)基金(41076129);河南省教育廳自然科學(xué)項目(14A420003);河南工業(yè)大學(xué)博士基金(150525)

* 責任作者, 講師, zkywxd@163.com

王星東(1982-),男,陜西寶雞人,講師,博士,主要從事主被動遙感冰蓋凍融探測研究.發(fā)表論文5篇.