石書祝,王市委,高柯夫

(1.武漢大學 遙感信息工程學院,武漢 430079； 2.武漢大學 電子信息學院,武漢 430072；3.武漢大學 衛(wèi)星導航定位技術(shù)研究中心,武漢 430079)

颶風具有突發(fā)性強、破壞力大的特點，會對沿海地區(qū)造成巨大的經(jīng)濟損失和不同程度的人員傷亡，是世界上最嚴重的自然災(zāi)害之一.準確監(jiān)測颶風的中心位置、路徑和強度，并對這些參數(shù)的演變情況進行高頻次監(jiān)測，對減輕和降低颶風災(zāi)害具有重要意義[1].

衛(wèi)星遙感因其覆蓋范圍廣、成像面積大、時間分辨率高等優(yōu)點，已成為監(jiān)測颶風的常用手段之一[2].目前監(jiān)測颶風的衛(wèi)星主要有地球同步軌道氣象衛(wèi)星、極軌氣象衛(wèi)星和合成孔徑雷達衛(wèi)星.與地球同步軌道氣象衛(wèi)星相比，搭載微波散射計或輻射計的極軌氣象衛(wèi)星可獲取全球海表面風場信息，而且不受云霧等復雜天氣狀況的影響，是監(jiān)測颶風強度的最主要手段[3].但這些傳感器的重復觀測周期比較長，在颶風的生命周期內(nèi)只能獲得有限的觀測數(shù)據(jù)[4].而且如本文后面所述，這些傳感器的刈幅不連續(xù)，有時沒有覆蓋颶風的最大風速區(qū)，導致較大的颶風強度測量誤差.

基于全球?qū)Ш叫l(wèi)星系統(tǒng)反射信號測量技術(shù)的熱帶氣旋全球?qū)Ш叫l(wèi)星系統(tǒng)(CYGNSS)由美國國家航空航天局(NASA)于2016年12月15日發(fā)射.它由8顆低軌小衛(wèi)星組成，主要任務(wù)是在35°N～35°S的區(qū)域內(nèi)以25 km×25 km的空間分辨率和大約7.2 h的平均重訪時間監(jiān)測3～70 m/s范圍內(nèi)的海面風速[5].而且它能在每秒內(nèi)同時生成32條寬度為25 km、長度為幾十萬米的刈幅[6].與搭載微波傳感器的極軌氣象衛(wèi)星相比，CYGNSS衛(wèi)星可明顯縮短監(jiān)測颶風的時間間隔，進而在颶風的生命周期內(nèi)可獲取更多的觀測數(shù)據(jù)，同時還能提升空間覆蓋率.美國密西根大學的研究人員提出了利用CYGNSS數(shù)據(jù)監(jiān)測颶風中心、強度和集成動能的方法[7-9]，并分別利用仿真數(shù)據(jù)和實測數(shù)據(jù)初步分析了CYGNSS衛(wèi)星監(jiān)測颶風的性能[10-11].南京信息工程大學的胡運等[12]也比較分析了CYGNSS衛(wèi)星測得的風速值與實測數(shù)據(jù)之間的差異.然而，由于CYGNSS衛(wèi)星的刈幅比較窄，而且在某些時刻上獲得的刈幅數(shù)量比較稀少，因此僅利用CYGNSS衛(wèi)星數(shù)據(jù)難以獲得完整的高風速區(qū)域以進行準確的颶風強度測量[13].盡管如此，如果將CYGNSS衛(wèi)星數(shù)據(jù)和極軌氣象衛(wèi)星數(shù)據(jù)進行融合，那么不但可對颶風強度進行更高頻次的監(jiān)測，而且還可獲得比較完整的高風速區(qū)域從而進行更準確的颶風強度測量，但目前尚未見到相關(guān)研究報道.

以監(jiān)測颶風常用的土壤濕度主動-被動探測(SMAP)衛(wèi)星為例，本文首先介紹了該衛(wèi)星和CYGNSS衛(wèi)星數(shù)據(jù)的特征，在此基礎(chǔ)上提出了融合這兩種衛(wèi)星數(shù)據(jù)監(jiān)測颶風強度的方法，并將測量結(jié)果與美國國家颶風中心(NHC)提供的颶風最大風速值進行了對比分析，為以較高的頻次準確監(jiān)測海洋颶風強度提供一種新的解決方案.

1 衛(wèi)星遙感數(shù)據(jù)

1.1 CYGNSS衛(wèi)星數(shù)據(jù)

CYGNSS衛(wèi)星數(shù)據(jù)共包含5級數(shù)據(jù)，其中對外公開第1～4級數(shù)據(jù)[14].第0級數(shù)據(jù)為由每顆CYGNSS衛(wèi)星搭載的延遲-多普勒映射(DDM)設(shè)備直接輸出的原始數(shù)據(jù).將第0級數(shù)據(jù)DDM中的二進制位轉(zhuǎn)換成接收功率可得到第1A級數(shù)據(jù).在第1A級數(shù)據(jù)的基礎(chǔ)之上，通過解前向散射模型可得到反映雙基地雷達橫截面積DDM的第1B級數(shù)據(jù).從第1B級數(shù)據(jù)中的雙基地雷達橫截面積DDM和有效散射區(qū)域DDM中推導出DDM平均值和前緣斜率兩個觀測量，可進一步反演得到第2級數(shù)據(jù)中的風速產(chǎn)品.值得注意的是，由于海面粗糙度與風速之間的對應(yīng)關(guān)系在不同海況條件下是變化的，因此這里的風速反演采用了兩種地球物理模型函數(shù)獲取第2級風速數(shù)據(jù)[15].其中一種是適用于一般海況的完全發(fā)育海洋模型；另外一種是適用于靠近颶風或處于颶風內(nèi)部的海域的有限風區(qū)未完全發(fā)育海洋(YSLF)模型.第3級數(shù)據(jù)為第2級風速數(shù)據(jù)的網(wǎng)格化產(chǎn)品，即分別在空間上以0.2°×0.2°(緯度×經(jīng)度)網(wǎng)格為單元取平均值，在時間上以1 h為單元取平均值.

本文采用基于YSLF模型反演得到的CYGNSS衛(wèi)星第3級數(shù)據(jù)的2.1版本(數(shù)據(jù)下載地址https://podaac.jpl.nasa.gov/dataset/CYGNSS_L3_V2.1)監(jiān)測海面10 m高度處的風速(U10)，因為該版本的數(shù)據(jù)為經(jīng)過地理編碼之后的網(wǎng)格化風速產(chǎn)品，便于與極軌氣象衛(wèi)星數(shù)據(jù)進行融合以提取高風速區(qū)域.此外，該版本的數(shù)據(jù)格式為netCDF-4，包含了每個像素對應(yīng)的地理位置、測量時間和風速值.

1.2 SMAP衛(wèi)星數(shù)據(jù)

SMAP衛(wèi)星由NASA設(shè)計成無源(工作頻率為1.41 GHz的輻射計)和有源(工作頻率為1.26 GHz的散射計)兩種模式相結(jié)合的L波段探測器.它的平均飛行高度為685 km，軌道重復周期為8 d，刈幅寬度大約為1 000 km，空間分辨率為40 km[16].雖然該衛(wèi)星被設(shè)計用于監(jiān)測全球土壤濕度和凍融狀態(tài)，但由于它還能獲取海面后向散射系數(shù)，因此在風暴風速監(jiān)測中也取得了很好的應(yīng)用效果[17].

SMAP衛(wèi)星數(shù)據(jù)共包含4級數(shù)據(jù)[18]，本文采用SMAP衛(wèi)星輻射計的第2B級近實時數(shù)據(jù)的4.3版本(數(shù)據(jù)下載地址http://podaac-tools.jpl.nasa.gov/drive/files/allData/smap/L2/JPL/V4.3)監(jiān)測颶風強度.因為對于20～40 m/s范圍內(nèi)的海面風速，該版本數(shù)據(jù)與實測結(jié)果之間的偏差比較小[17]，而且為在空間上以0.25°×0.25°網(wǎng)格為單元取平均值之后的網(wǎng)格化風速產(chǎn)品.此外，該版本的數(shù)據(jù)格式為HDF5，同樣包含了每個像素對應(yīng)的地理位置、測量時間和風速大小.

2 颶風強度監(jiān)測方法

接下來以佛羅倫薩颶風為例闡述如何融合處理上述衛(wèi)星遙感數(shù)據(jù)以監(jiān)測颶風強度.

佛羅倫薩颶風起源于2018年8月30日在非洲西海岸形成的一個強熱帶波，并于9月1日達到熱帶風暴狀態(tài).該颶風的風速在9月10日達到了225 km/h，直到9月14日才減小至144 km/h[19].依據(jù)佛羅倫薩颶風的演化階段，本文選取2018年9月10日至13日的CYGNSS和SMAP衛(wèi)星數(shù)據(jù)用于監(jiān)測該颶風的強度.此外，依據(jù)美國NHC提供的如圖1所示的佛羅倫薩颶風最優(yōu)軌跡[19]，本文選擇觀測區(qū)域位于西經(jīng)53°～80°，北緯18°～36°.

颶風強度監(jiān)測方法的第1步是數(shù)據(jù)預(yù)處理.考慮到每個衛(wèi)星數(shù)據(jù)在像元大小、獲取時間和觀測結(jié)構(gòu)中的差異，首先在空間上以0.25°×0.25°網(wǎng)格重新劃分CYGNSS衛(wèi)星數(shù)據(jù)，使其網(wǎng)格尺寸與SMAP衛(wèi)星數(shù)據(jù)保持一致，然后再進行影像配準.在此之后，采用相同比例依次畫出基于CYGNSS和SMAP衛(wèi)星數(shù)據(jù)反演得到的風速結(jié)果.最后按以下3種情況對數(shù)據(jù)進行分類處理.

1)如果SMAP衛(wèi)星數(shù)據(jù)包含了完整的颶風高風速區(qū)域，或者完全不覆蓋颶風所在區(qū)域，那么不對這些數(shù)據(jù)做進一步處理，如圖2所示為SMAP衛(wèi)星分別在2018年9月12日21:12協(xié)調(diào)世界時(UTC)和9:43 UTC獲得的觀測結(jié)果.這是因為與CYGNSS衛(wèi)星數(shù)據(jù)相比，SMAP衛(wèi)星數(shù)據(jù)能提供更好的高風速區(qū)域視覺效果.

圖1 美國NHC提供的佛羅倫薩颶風最優(yōu)軌跡[19]

圖2 SMAP衛(wèi)星于2018年9月12日(a)21:12 UTC和(b)9:43 UTC監(jiān)測佛羅倫薩颶風的結(jié)果

2)如果SMAP衛(wèi)星數(shù)據(jù)只包含了一部分颶風高風速區(qū)域，那么依據(jù)颶風的移動速度選取部分CYGNSS衛(wèi)星數(shù)據(jù)與SMAP衛(wèi)星數(shù)據(jù)進行融合以獲得更加完整的高風速區(qū)域.

3)由于CYGNSS的刈幅比較稀疏，因此同樣依據(jù)颶風的移動速度對剩余的CYGNSS數(shù)據(jù)進行融合以獲得更加完整的颶風高風速區(qū)域.

颶風強度監(jiān)測方法的第2步是采用像素級影像融合方法對SMAP衛(wèi)星數(shù)據(jù)和CYGNSS數(shù)據(jù)進行融合.像素級影像融合方法的本質(zhì)可寫成

Pfusion(x,y)=m(P1(x,y),P2(x,y),…,PN(x,y)).

(1)

式中：P1(x,y),P2(x,y),…,PN(x,y)為照射相同區(qū)域的N幅影像;m(·)為融合運算符，通常為求平均值或最大值的運算符;x和y分別為影像的橫坐標變量和縱坐標變量.

像素級影像融合方法具體包括以下3個步驟：

1)首先選擇117 km/h風速值(一級颶風的最小風速值)作為門限閾值將單個衛(wèi)星數(shù)據(jù)分割為感興趣的區(qū)域(ROI)和不感興趣的區(qū)域(UROI)，其中ROI為包含高風速值的區(qū)域，因為它可能屬于颶風所在區(qū)域.剩余的所有像素被劃分為UROI.

2)然后在像素上采用求最大值的運算符融合所有衛(wèi)星數(shù)據(jù)的ROI和UROI，即

Pfusion(u,υ)=max(P1(u,υ),P2(u,υ),…,PN(u,υ)).

(2)

式中：Pfusion為融合之后得到的影像，max(·)為求最大值運算符，(u,υ)為像素在影像中的位置變量.

3)最后，當N幅影像中的所有像素都完成融合之后，輸出最終的融合影像Pfusion.

由此可見，與單個SMAP或CYGNSS衛(wèi)星數(shù)據(jù)相比，采用像素級影像融合方法可以較好地融合SMAP衛(wèi)星數(shù)據(jù)和CYGNSS數(shù)據(jù)中各自包含的颶風高風速區(qū)域，因此處理之后的結(jié)果在理論上可以獲得更加完整的颶風高風速區(qū)域.實際應(yīng)用中，經(jīng)融合之后的一幅影像如圖3(c)所示.在圖3中，SMAP衛(wèi)星在2018年9月10日21:37 UTC只獲得了佛羅倫薩颶風的一部分高風速區(qū)域，通過與CYGNSS衛(wèi)星在21:30～23:30 UTC獲得的數(shù)據(jù)進行融合之后，獲得了一個更加完整的高風速區(qū)域，驗證了像素級影像融合方法的有效性.

颶風強度監(jiān)測方法的第3步是提取颶風高風速區(qū)域及颶風強度.在融合之后的影像上通過分析ROI區(qū)域的尺度大小和移動軌跡，利用一個半徑為150 km的黑色圓圈標記颶風最大風速區(qū)所在位置.這里同樣考慮了以下3種情況：1)如果SMAP衛(wèi)星數(shù)據(jù)包含了完整的颶風高風速區(qū)域，則直接從該衛(wèi)

圖3 針對佛羅倫薩颶風，(a)SMAP衛(wèi)星在2018年9月10日21:37 UTC的監(jiān)測結(jié)果，(b)CYGNSS衛(wèi)星在21:30～23:30 UTC的監(jiān)測結(jié)果，(c)融合SMAP和CYGNSS衛(wèi)星數(shù)據(jù)的監(jiān)測結(jié)果

星數(shù)據(jù)中獲取黑色圓圈標記區(qū)域內(nèi)的最大風速值；2)如果通過融合CYGNSS和SMAP衛(wèi)星數(shù)據(jù)獲得颶風高風速區(qū)，那么首先從CYGNSS衛(wèi)星數(shù)據(jù)中獲取黑色圓圈標記區(qū)域內(nèi)的最大風速值，然后將該值與通過SMAP衛(wèi)星數(shù)據(jù)獲得的最大風速值進行對比，獲得二者之間的最大值；3)如果僅通過融合CYGNSS衛(wèi)星數(shù)據(jù)獲得高風速區(qū)域，則直接從該衛(wèi)星數(shù)據(jù)中獲得黑色圓圈標記區(qū)域內(nèi)的最大風速值.

采用所提出的颶風強度監(jiān)測方法融合2018年9月10日至13日期間的CYGNSS數(shù)據(jù)和SMAP衛(wèi)星數(shù)據(jù)提取佛羅倫薩颶風高風速區(qū)域的結(jié)果見圖4.從圖4中可以清楚地看出，與僅利用SMAP衛(wèi)星數(shù)據(jù)相比，融合CYGNSS數(shù)據(jù)和SMAP衛(wèi)星數(shù)據(jù)不但能以更高的頻次監(jiān)測海洋颶風強度，而且還能獲得更加完整的颶風高風速區(qū)域，驗證了所提出的颶風強度監(jiān)測方法的有效性.

圖4 2018年9月10日～13日融合CYGNSS和SMAP衛(wèi)星數(shù)據(jù)提取佛羅倫薩颶風高風速區(qū)域的結(jié)果

3 颶風強度監(jiān)測結(jié)果分析

依據(jù)本文的數(shù)據(jù)處理方法，融合CYGNSS和SMAP衛(wèi)星數(shù)據(jù)對包括佛羅倫薩颶風在內(nèi)的10場颶風的強度進行了監(jiān)測，并將測量結(jié)果與美國NHC提供的颶風最大風速值進行了對比分析.分析結(jié)果見表1，采用了平均絕對誤差、均方根偏差和相關(guān)系數(shù)3個指標評價這兩種風速測量結(jié)果之間的差異.值得注意的是，NHC提供的所有颶風最大風速值都是通過將綜合利用氣象衛(wèi)星、飛機、天氣多普勒雷達、海面浮標等多種手段獲取的觀測結(jié)果輸入到颶風天氣研究和預(yù)報系統(tǒng)(HWRF)等模型之后給出的最優(yōu)最大風速值[20]，數(shù)據(jù)可從網(wǎng)址https://www.nhc.noaa.gov/data/tcr/下載.此外，本文還對NHC提供的風速結(jié)果進行了插值，以確保在相同的時間刻度上對上述兩種風速測量結(jié)果進行對比.

表1 融合CYGNSS和SMAP衛(wèi)星數(shù)據(jù)測得的颶風最大風速值與NHC提供的監(jiān)測結(jié)果對比

從表1中可以看出，針對10場不同時間段的海洋颶風，與NHC提供的颶風最大風速值相比，本文提出的方法測得的颶風最大風速結(jié)果的平均絕對誤差變動范圍為3.9～10.2 m/s，均方根偏差變動范圍為4.6～12.5 m/s，相關(guān)系數(shù)變動范圍為0.570 7～0.915 2.造成上述兩種風速測量結(jié)果之間差異的原因主要有以下幾點：

1)由于CYGNSS衛(wèi)星的刈幅比較窄而且稀疏，空間覆蓋范圍也有限，導致有時候CYGNSS衛(wèi)星數(shù)據(jù)的融合結(jié)果沒有完全覆蓋颶風最大風速區(qū)，例如圖4(b2)展示的CYGNSS衛(wèi)星在2018年9月11日14:30～16:30 UTC監(jiān)測佛羅倫薩颶風的數(shù)據(jù)融合結(jié)果.

2)有些颶風在觀測周期內(nèi)已經(jīng)臨近登陸或者已經(jīng)登陸，即此時颶風的最大風速區(qū)位于陸地上，如圖4(c4)展示的佛羅倫薩颶風，但CYGNSS衛(wèi)星和SMAP衛(wèi)星都只能監(jiān)測海面風速.

3)本文采用的SMAP衛(wèi)星數(shù)據(jù)和CYGNSS衛(wèi)星數(shù)據(jù)在監(jiān)測海面風速時，與浮標等提供的風速實測結(jié)果相比存在一定偏差[17,21]，導致融合上述兩種衛(wèi)星數(shù)據(jù)監(jiān)測颶風強度的結(jié)果相對于NHC提供的監(jiān)測結(jié)果也會存在偏差.

4)本文采用的SMAP衛(wèi)星數(shù)據(jù)和CYGNSS衛(wèi)星數(shù)據(jù)在空間和時間上都做了平均處理，導致測得的最大風速值會偏小.

4 結(jié) 論

本文介紹了CYGNSS和SMAP兩種衛(wèi)星數(shù)據(jù)的特征，在此基礎(chǔ)上提出了融合這兩種衛(wèi)星數(shù)據(jù)監(jiān)測颶風強度的方法，并將測量結(jié)果與美國NHC提供的颶風最大風速值進行了對比分析.結(jié)果表明：1)與僅利用SMAP衛(wèi)星數(shù)據(jù)相比，所提出的方法能以更高的頻次監(jiān)測颶風強度；2)與NHC提供的颶風最大風速值相比，所提出的方法監(jiān)測颶風強度結(jié)果的平均絕對誤差變動范圍為3.9～10.2 m/s，均方根偏差變動范圍為4.6～12.5 m/s，相關(guān)系數(shù)變動范圍為0.570 7～0.915 2，驗證了本文提出的海洋颶風強度監(jiān)測方法的有效性.接下來，一方面將考慮融入更多的極軌氣象衛(wèi)星數(shù)據(jù)，進一步提高颶風強度的監(jiān)測頻率和測量準確度.另一方面，還將該方法應(yīng)用于融合處理海洋二號衛(wèi)星數(shù)據(jù)[3]和同樣基于全球?qū)Ш叫l(wèi)星系統(tǒng)反射信號測量技術(shù)的國產(chǎn)捕風一號衛(wèi)星數(shù)據(jù)[22]，以提高對中國周邊海域臺風強度的實時監(jiān)測性能.