基于GNSS反射信号的海冰检测的研究＊

张 云，郭建京，袁国良，洪中华，韩彦岭

（1.上海海洋大学信息学院，上海201306；2.上海海事大学信息工程学院，上海201306）

0 引 言

据国家海洋局网站发布的《2010年中国海洋灾害公报》中海冰灾害的数据显示［1]，2009年－2010年冬，黄海、渤海于2010年1月中下旬遭遇近30年同期最严重海冰冰情，分别给辽宁省、山东省造成直接经济损失34.86亿元、26.76亿元，所以海冰已成为除风暴潮之外最严重的海洋灾害。同时海冰作为全球海洋与大气系统的一员，与海洋和大气相互作用，对全球气候变化产生了重大影响。海冰的生成、发展和消融过程反映和影响了海洋与大气的交换过程。如冰盖的存在阻隔了海洋与大气之间的热量、质量、动量和化学成分交换，减少了被海面吸收的太阳辐射量，进而影响海洋和大气的环流模式。因此，需要对海冰进行深入的了解。

自1969年特大冰封以来，我国海冰监测、预报和研究工作全面开展。在海冰常规观测基础上，进一步开展了卫星和航空遥感技术的应用研究。2010年，国家海洋局北海预报中心和国家海洋局第一海洋研究针对渤海海冰和MODIS（中分辨率成像光谱辐射计）数据的特点，构建了基于MODIS数据的渤海海冰遥感探测系统［2]。2011年，中国海事局烟台溢油应急中心利用SAR（合成孔径雷达）数据分析2010渤海海域海冰冰缘线、海冰类型以及探测海冰运动过程，为有效应对海冰灾害提供了科学参考［3]。

传统的遥感手段如MODIS和SAR虽然具有较高的时空分辨率但是可用的信号有限，而且是单基工作模式，反射信号接收机复杂度高，遥感成本高。GNSS－R遥感技术是自20世纪90年代以来逐渐发展起来的GNSS的一个新型的分支，是国内外遥感探测和导航技术领域研究的热点之一，具有以下优点［4]：

1）采用异源观测模式，利用全球共享的GNSS星座为多源微波信号发射源。导航卫星反射信号接收机的复杂度、体积、重量和成本大大下降。

2）有大量的信号源有利于实现低成本、大范围、高时空分辨率数据采集和目标反演应用。

3）采用扩频技术使得在机载高度，采用尺寸为10cm左右的天线就可以接收有效的海面散射信号。

4）接收到的直射信号可以提供精确的空间位置信息，有效辅助反射信号遥感。

国外采用GNSS－R技术进行海冰探测相关研究有如以下几个方面：2000年，Komjathy等利用GPS反射信号的峰值功率获得海冰表面有效介电常数的经验值［5]。2007年Belmonte拟合反射信号波形得到了海冰表面的粗糙度［6]。2012年，Fran Fabra等用欧洲空间局于2008－2009年在格林兰岛迪斯科海岸采集的数据，采用双极化相位测高的方法反演了海冰表面的绝对椭球高，取得了很好的测量精度［7]。

目前，我国的GNSS－R海冰探测技术还处于起步阶段，目前还没有基于GNSS－R的海冰遥感实验，因此采用欧空局在网站［8]上公布的2009年1月到2009年5月的GPS反射信号的海冰实验数据，重点分析反射右旋圆极化和左旋圆极化信号的极化比值，验证极化比值与介电常数之间的关系，并且与同期美国国家海冰中心发布的格林兰岛海冰产品数据相对比，得出通过遥感海面GPS反射信号的极化比可以检测海冰的形成和消融过程。

1 GNSS－R概述

欧空局科学家Martin－Neira于1993年首次提出对GNSS反射信号进行利用的概念——被动式反射和干涉系统（PARIS）［9]。1994年法国科学家Auber在进行机载飞行实验时意外的发现了反射信号，这种信号在常规的测量中通常是作为多路径信号进行剔除的，因为它严重地干扰定位精度，本次实验可以证明反射信号是可以被接收并检测的［10]。

GNSS接收机在接收导航卫星直射信号的同时，也将接收反射面的反射信号。从电磁波传播基本理论出发，该反射信号中携带着反射面的特征信息，反射信号波形的变化，极化特征的变化，幅值、相位和频率等参量的变化都直接反应了反射面的物理特性，或者说直接与反射面相关。对反射信号的精确估计和接收处理，可以实现对反射面的物理特性的估计与反演。目前，国内使用GNSS－R技术研究的方向有：海面测风，海面测高，海洋盐度探测，土壤湿度探测，海冰探测和移动目标探测。

2 GNSS信号的极化类型

GNSS信号自导航卫星发射后成为在空间传输的电磁波。在时变电磁场中，场矢量和场源既是空间位置的函数，又是时间的函数。在正弦稳态条件下，由场源所激励的场矢量的各个分量仍是同频率的正弦时间函数［11]。

时变电磁场中的任一坐标分量随时间做正弦变化时，其振幅和初始相位也都是空间坐标的函数。以电场强度E为例，以一定的频率ω随时间t和空间r按正弦规律变化，可表示为

由于电场强度E、磁场强度H和传播方向K三者之间的关系是确定的，一般用电场强度E的矢量端点在空间任意固定点上随时间变化所描述的轨迹来表示电磁波的极化［12]。

假设均匀平面波沿着z轴方向传播，电场强度和磁场强度均在垂直于z轴的平面内，令电场强度E分解为两个相互正交的分量Ex和Ey，其频率和传播方向均相同，

E矢量端点的轨迹方程可以经由三角运算获得为

当满足条件Ex0＝Ey0＝E0，φy－φx＝±π／2时，矢量E端点的轨迹方程为

这是半径为E0的圆的方程，故而称为圆极化［4]。当Ey滞后于Exπ／2时，电场矢量的旋向和波的传播方向满足右手螺旋关系，称为右旋圆极化（RHCP）；反之称为左旋圆极化（LHCP）。GNSS的导航信号（直射信号）是右旋圆极化的，当直射信号照射到物体表面时极化方式会发生改变，部分转变为左旋圆极化信号。

随着反射界面的介质的不同，反射信号中的左旋圆极化信号强度也将会发生变化，所以研究反射信号的极化类型的变化可以提取出反射物体的物质特性信息，这是GNSS－R技术的理论基础。文中针对该物理特性，提出了利用海冰与海水表面的介电常数不同造成反射信号两种极化方式不同的信号强度，根据反射右旋圆极化信号与反射左旋圆极化信号幅度比值的变化进行海冰消融和海水结冰过程的检测。

3 数据采集

利用了欧空局在网站上公布的2009年1月到2009年5月的GPS反射信号的海冰实验数据，该实验是欧空局在格林兰岛开展的GPS－SIDS项目的一部分，实验的目的是验证星载接收机接收GPS反射信号研究海冰和积雪物理特性的可行性。

如图1所示，接收机天线架设在迪斯科海岸悬崖边的一个电信信号塔上，距离海面高度H约650m，直射天线朝向天顶，两个反射天线水平放置朝向海面，可以通过网络远程控制。图2中A、B、C分别表示镜面反射点，其中A点和B点的高度角分别为a＝25°、b＝5°.由三角关系可计算出L1＝ H／tan（a），L2＝ H／tan（b），数据采集区域直径L＝L2－L1≈6 036m.图3表示计算出实验数据采集区域示意图。

图3 实验数据采集区域示意图［7]

实验从2008年10月下旬开始，到2009年5月初结束连续观测7个月，采集到了观测海域的海冰从开始形成到完全结冰再到消融过程的全部数据。因为2008年10月开始至2008年底的海冰数据由于接收机的关系不能提供稳定的数据，所以在本文中，分析了2009年1月至2009年5月的数据。

4 数据分析

GPS反射信号的不同极化类型提供了反射面的物理特性信息。为了检测海冰与海水表面反射信号的差异，本文利用了欧空局在网站上公布的2009年1月1日至2009年5月12日跟踪的高度角在10°左右的 GPS3、8、12、20、23号卫星的海冰观测数据，使用MATLAB软件处理，用反射右旋圆极化信号峰值序列除以反射左旋圆极化信号的峰值序列，并对处理结果取平均值，得到了如图4所示的极化比均值。从图中5颗卫星极化比均值的插值拟合曲线可以得知，09年1月1日至1月11日极化比均值主要在0.2～0.6这个范围波动且呈下降趋势。1月12日至1月25日极化比均值主要在0.2～0.6范围波动且呈上升趋势。1月26日至2月10日极化比均值在0.55～0.65范围波动无明显变化。2月11日至2月25日极化比均值下降至0.3～0.45范围。2月26日至4月30日极化比均值主要在0.5～0.7范围波动。5月1日直到5月12日实验结束极化比均值从0.5逐渐下降到0.35左右，下降趋势较明显。

由图4中 GPS3、8、12、20、23号卫星极化比均值可知，不同的GPS卫星在仰角基本相同的条件下，极化比均值的变化趋势基本相同。GNSS－R可以同时使用多颗卫星进行数据采集，实现高时空分辨率，这是GNSS－R微波遥感技术的优点之一。

图4 GPS3、8、12、20、23号卫星极化比均值

为了验证极化比值与海冰的形成和消融过程之间的关系，分析了同时期和同区域的美国国家海冰中心［13]的格林兰岛海冰产品数据，该数据由加拿大Radarsat雷达影像解析而成［14]。图5和表1示了美国国家海冰中心2009年的格林兰岛海冰产品数据。图5中选取的参考日期是海面浮冰密集度发生明显变化的时间转折点。由于美国国家海冰中心只公布了每天粗略的海冰遥感数据，所以无法得出精确的海冰密度，只能从图5和图6及表1中得出大致的海面浮冰的变化趋势。

图6 遥感图片图注

表1 2009年数据采集区域海面浮冰的密集程度

由表1和图5分析可知：

1月1日至1月14日数据采集区域主要是海水但有少量的浮冰，海冰的密集度为0～50%，计算出的计算出的极化比值从0.55逐渐下降至0.3左右。

1月20日至2月10日海冰的密集度有明显的增加，在80%以上，计算出的极化比值在0.5～0.65范围波动且呈现相对增加趋势；

2月11日至2月20日，海面浮冰出现短暂的消融过程，计算出的极化比值呈现相对减小趋势；

2月21日左右海面开始冻结，计算出的极化比值呈现相对增加趋势；

3月初至4月20日，数据采集区域冻结，海冰密集度约80%，在此阶段计算出的极化比值相对稳定。

4月下旬海冰开始融化，5月12号实验结束时，海冰大部分融化，实际上到5月20号，数据采集区域的海冰基本消失，在此阶段计算出的极化比值呈现逐步减小的趋势。

从以上对比分析中得出：GPS反射信号的极化比均值和数据采集区域海冰的密集程度有相同的变化趋势。随着海冰的消融，极化比均值将会不断减小；随着海水的冻结，极化比均值也将会不断增加。该变化趋势甚至包括2月16日至2月25日海冰短暂的融化和重新冻结的过程。

综上所述，通过GNSS－R技术观测海面GPS反射信号的极化比值检测海冰的形成和消融过程。

但是由于美国国家海冰中心公布的数据中只能得出大致的海冰变化趋势，所以无法对GPS反射信号的极化比值的推断做出更加精确的结论，譬如无法解释图4中的1月1日至1月11的极化均值的减小，是否代表着同时期的海冰是否有短暂的融化过程。目前正在寻找可以进一步可以论证极化比值推断结果的实验数据和依据。

5 结 论

基于全球卫星定位系统的GNSS－R技术以其全天候、全天时、多信号源、宽覆盖、高时空分辨率等应用优势，在海冰遥感领域展现出广阔的应用前景，是卫星导航应用领域的一个热点研究内容。

通过文中的分析，初步验证了利用GPS反射信号中的极化比值探测海冰存在与否，并且可以用来估计结冰海域的海冰密集度。以此为基础继续研究一年冰的积累速度和检测海冰的厚度，为我国使用GNSS－R技术对渤海和黄海进行海冰灾害预警做好充分准备。后续的工作将继续分析欧空局的海冰数据来验证其他的海冰探测方法。

致谢：本课题研究过程中，得到了北京航空航天大学杨东凯教授，李伟强博士关于GNSS－R方面的悉心指导，在此表示感谢。同时，作者还感谢欧空局地球观测中心Fabra博士，在解析格林兰岛的海冰数据时提供的大力帮助。

［1]国家海洋局网站.2010年中国海洋灾害公报［EB／OL].http：／／www.soa.gov.cn／soa／hygbml／zhgb／ten／webinfo／2011／04／1303019794600094.htm.

［2]王 宁，纪永刚 基于MODIS数据的渤海海冰遥感探测系统的设计［J].海洋预报，2011，28（1）：33－38.

［3]舒 迟.星载SAR在防抗海冰灾害中的应用研究［J].中国水运，2011，11（6）：71－73.

［4]杨东凯，张其善 .GNSS反射信号处理基础与实践［M].北京：电子工业出版社，2012.

［5]KOMJATHY A，MASLANIK J，ZAVOROTNY V U，etal.Sea ice remote sensing using surface reflected GPS signals［C]／／In Proceedings of IEEE 2000 International Geoscience and Remote Sensing Symposium，IGARSS 2000：2855－2857.

［6]BELMONTE M.Bistatic scattering of global positio－ning system signals from arctic sea ice［D].Boulder：Univ.Of Colo.，2007.

［7]FRAN F，ESTEL C，ANTONIO R.Phase altimetry with dual polarization GNSS－R over sea ice［J]，IEEE Transactions on Geoscience and Remote Sensing，2012，50（6）：2112－2121.

［8]ICE.Gold－RTR MINING－Campaigns－GPS SI［OL].http：／／www.ice.csic.es／research／gold＿rtr＿mining／gps＿si.php.

［9]Martin－Neira M.A passive reflectometry and interferometry system（PARIS）：Application to ocean altimetry［J].ESA.1993（17）：331－355.

［10]Auber J－C，BIBAUT A，RIGAL J－M.Characterization of multipath on land and sea at GPS frequencies［C]／／ION GPS，Salt Lake City，UT，1994：1155－1171.

［11]熊 皓.电磁波传播空间环境［M].北京：电子工业出版社，2004.

［12]姜 宇.工程电磁场与电磁波［M].华中科技大学出版社，2009.

［13]U.S.National Ice Center［OL].http：／／www.natice.noaa.gov／products／products＿on＿demand.html.

［14]BERTOIA C，RAMSAY B.Sea ice analysis and products：cooperative work at the U.S.and canadian national ice centers［J].IGARSS，1998：1944－1947.