中法海洋卫星微波散射计海冰区后向散射系数时空变化特征

以往基于微波散射计的海冰遥感研究主要是进行海冰和海水的区分,进而探究海冰的覆盖范围。中法海洋卫星(China-France Oceanography SATellite,CFOSAT)散射计(SCATterometer,简记为“CSCAT”)利用扇形波束旋转扫描对地面进行观测,其多入射角和多方位角的观测几何特点为海冰监测提供了新机遇。首先将CSCAT后向散射系数数据与欧洲气象卫星应用组织的海冰密集度(sea ice concentration,SIC)数据进行匹配,其次分析南北两极不同海冰密集度下CSCAT后向散射系数的季节性变化,厘清CSCAT海冰后向散射系数的时空分布特征,为后续构建海冰后向散射地球物理模式函数(Geophysical Model Function,GMF)奠定基础。结果表明,CSCAT后向散射系数随海冰密集度的增加而增强。海冰密集度较低时,CSCAT在南北两极的后向散射系数具有良好的一致性,但存在明显的风速调制效应,且该效应随着海冰密集度的增加逐渐减弱。研究结果为利用扇形波束旋转扫描散射计进行海冰密集度遥感提供参考。

基于XGBoost的中法海洋卫星微波散射计海冰密集度反演研究

海冰密集度是监测海冰的重要要素之一,其时间变化和空间分布对于全球气候变化研究、航线规划和冰区作业等方面具有重要意义。中法海洋卫星(China-France Oceanography SATellite,CFOSAT)微波散射计(SCATterometer,简记为“CSCAT”)凭借扇形波束旋转扫描的特点,可在单个网格内获得含有丰富入射角和方位角信息的多次观测样本,这为海冰密集度的准确反演创造了条件。考虑到目前尚未明确散射计测量要素与海冰密集度之间的定量关系,因此本文构建了利用CSCAT后向散射系数及其他观测要素进行海冰密集度反演的机器学习模型。首先,通过海洋和海冰卫星应用设施(Ocean and Sea Ice Satellite Application Facility,OSI SAF)所提供的微波辐射计海冰密集度产品与CSCAT后向散射系数匹配,得到用于海冰密集度反演的数据集。其次,利用XGBoost(eXtreme Gradient Boosting)机器学习算法构建基于CSCAT后向散射系数数据的海冰密集度反演模型。再次,对模型在不同季节、不同极区下的反演结果精度及实际空间分布特征进行了分析。南北两极对比结果表明,模型在北极海冰密集度反演上的表现优于南极,而不同季节对比结果表明,冬季海冰密集度模型反演误差最小。不同海冰密集度下的模型表现也存在一定差异,即当海冰密集度较高时,模型反演结果存在低估情况,网格为纯海水覆盖时,模型有时会错分为海冰。整体来看,虽然利用散射计后向散射系数直接进行海冰密集度反演与辐射计结果相比一致性有一定差异,但研究结果为海冰密集度反演提供了一种新的可能性。