GNSS-R海冰遥感的模拟和试验验证

尹 聪， 曹云昌， 朱 彬， 杨东凯， 柯福阳， 王 炜， 高 强

(1.南京信息工程大学 大气物理学院， 南京 210044; 2.中国气象局 气象探测中心， 北京 100081；3.北京航空航天大学 电子信息工程学院， 北京 100081； 4.南京信息工程大学 遥感学院， 南京 210044;5.天津市气象科学研究所， 天津 300074； 6.天津市滨海新区气象局， 天津 300480)



GNSS-R海冰遥感的模拟和试验验证

尹 聪1， 曹云昌2*， 朱 彬1， 杨东凯3， 柯福阳4， 王 炜5， 高 强6

(1.南京信息工程大学 大气物理学院， 南京 210044; 2.中国气象局 气象探测中心， 北京 100081；3.北京航空航天大学 电子信息工程学院， 北京 100081； 4.南京信息工程大学 遥感学院， 南京 210044;5.天津市气象科学研究所， 天津 300074； 6.天津市滨海新区气象局， 天津 300480)

介绍了利用全球导航卫星的反射信号(GNSS-R， Global Navigation Satellite System reflected signals )进行海冰遥感的技术原理，通过对辐射传输模型的分析，得到GNSS反射信号的功率与海冰厚度关系的模拟.分析了2013年天津渤海湾海冰实地观测试验数据，试验中利用一个垂直向上的右旋圆极化天线负责接收直射信号，同时另一个45°朝向海面的左旋圆极化天线接收反射信号，将观测得到的反射信号信噪比和GNSS卫星的镜像点轨迹相结合，得到冰面和水面的反射信号空间分布，相对于直射信号只与卫星发射信号强度和天线增益相关，反射信号则比较复杂，除了卫星发射信号和天线增益，还受到反射面的影响，分析结果表明GNSS反射信号用于海冰观测具有较高的敏感性，可用于海冰密度的反演.

GNSS-R； 海冰； 辐射传输模型； 微波遥感； 介电常数； 菲涅尔定律

海冰是全球气候系统的重要组成部分，它通过影响海洋表面的辐射平衡和能量交换，与海洋、大气相互作用，对全球气候变化产生重要的影响[1].我国渤海湾和黄海北部每年都出现不同程度的冻结冰层，海冰的形成不仅对海洋环流和大气环流产生巨大的影响[2]，而且直接影响人类的社会实践活动，阻碍海上交通，破坏海洋平台设施，产生严重的人员伤亡和极大的经济损失[3].

我国传统的海冰观测有台站测量、海洋平台观测、破冰船观测等， 还有通过机载监测和卫星遥感等观测手段.传统的观测方法由于环境条件的限制，实施与操作都比较困难，只能对有限的海冰进行测量；卫星遥感能够获得全球范围的海冰信息，然而时间、空间分辨率难以满足需求，且受云、雾等天气条件制约[4].GNSS-R探测技术由于其信号源丰富，在任何时间地点都能接收到信号，成本低廉并且不受天气条件影响，能够提供长期稳定的观测等优点，得到了越来越多的关注，成为新的研究方向和热点[5].利用全球导航卫星的反射信号(Global Navigation Satellite System Reflected signal， GNSS-R) 的遥感技术始于90年代初，欧空局的Manuel Martin-Neira提出海面反射的GPS多路径信号可用于海面高度的遥感[6]. 2000年，Attila Komjathy首次将GNSS-R遥感技术用于机载的海冰观测， 分析了GNSS信号的反射功率峰值与雷达卫星的后向散射的相关性， 指出GNSS反射信号能够识别海冰[7].Valery Zavorotny 在美国地球物理协会2002秋季会议上指出，GNSS-R垂直极化和水平极化的相位差与海冰厚度之间有很好的相关性[8].Wiehl等对由冰层反射的GNSS-R信号进行了理论的分析，并利用软件进行了机载、星载测量冰雪覆盖层的模拟[9].Maria Belmonte Rivas利用机载试验数据，发现GNSS不仅可以通过介电常数分辨海冰覆盖区域和冰厚，还能提供厚冰层的粗糙度和北极冰盖变形过程的信息[10].Gleason将空间探测到的GNSS海冰反射信号与被动微波辐射计(AMSR-E)以及美国国家冰雪中心的观测数据进行对比，证实了GNSS观测数据与其他观测手段有良好的一致性[11].2008年～2009年，欧空局在格陵兰岛进行了7个月的机载和岸基观测试验[12]，Fran Fabra利用双极化GNSS-R信号的相位延迟测量海冰厚度变化，记录了海冰的生成和融化过程[13].

国内对GNSS-R测量海冰的研究还在起步阶段，2013年，张云等利用欧空局格陵兰岛的数据进行分析，得到了GNSS反射信号的极化比与海冰密集度的关系，论证了GNSS-R用于海冰观测的可行性[14].本文记录了国内首次利用GNSS-R测量渤海海冰的岸基试验，通过模拟GNSS-R信号在海水和海冰表面分别进行反射的三层辐射传输模型，得到了GNSS信号的反射率和海冰厚度及入射角度的关系；通过对2013年2月19日～2月22日天津海冰消融过程试验数据的分析，将观测得到的反射率和GNSS卫星的镜像点轨迹相结合，验证了GNSS-R信号对于海冰的监测的敏感性.

1 辐射传输模型

(1)

其中，Ti是相关积分时间，GR和GT分别是接收天线和卫星发射天线的增益，R0和R分别是发射机和接收机对地面的高度，σ0是海面的镜像散射系数.影响反射信号的因子有GNSS卫星直射信号发射功率、反射信号接收天线的增益，接收机的位置(对于岸基试验保持不变)和海面的散射系数.信号发射功率通过直射信号功率的测量获得，在天线增益等其他要素已知的条件下，海面的散射系数是重要的决定性因素.有冰层覆盖的海面，散射系数可通过分层的辐射传输模型模拟.

对于微波辐射，海水是近似于不能穿透的，而一年冰可认为是均匀介质，所以海冰的辐射模型是一个三层模型，如图1[16]．

图1 海冰辐射传输模型Fig.1 Radiative transfer model of sea ice

假设入射能量为1，一部分在空气与海冰界面发生反射，最终到达接收机的能量：

U0=R01.

(2)

其余入射到海冰内部然后从海水与海冰交界面再次反射，最终到达接收机的能量：

U1=T01*e-α1d1*R12*e-α1d1*T10.

(3)

其中，T01表示在空气到海冰的透射率(T01=1-R01)， T10表示海冰到空气的透射率，约为1；α1是介质1(海冰)的吸收因子：

(4)

d1是辐射在介质1(海冰)中的单程路径：

d1=h/cos θ2.

(5)

根据斯奈尔定律[17]，可由卫星仰角(El=90°-θ1)和海冰的介电常数推算出折射角θ2：

(6)

根据菲涅尔原理，GNSS信号在空气和海冰界面发生反射，垂直反射系数和水平反射系数分别为[18]：

(7)

(8)

左旋圆极化天线接收到的反射系数：

(9)

反射率是反射系数的平方：

(10)

界面2(海冰与海水界面)反射同理.

接收机收到的总反射率：

R=R01+(1-R01)·R12·e-2α1d1,

(11)

其中，R01和R12是分别是海冰和海水界面的反射率，可根据菲涅尔定律，由公式(6)～(10) 得出.海冰的介电常数比较复杂，由于海冰可以看做冰、空气泡、盐水溶液的混合物，介电常数受到温度和含盐量的影响，这里我们采用一年冰的介电常数 ε1=3.3-0.25j ，海水的介电常数是 ε2=69.76-36.70j[16].R即菲涅尔反射率，由冰的厚度和入射角度决定(如图2).

图2模拟了完全海水状态(SW)和海面有5～30 cm海冰(SI)的情况下，不同极化条件(垂直极化Rvv、水平极化Rhh、左旋圆极化Rrl、右旋圆极化Rrr)的菲涅尔反射率.当海水表面有冰层时，由于电磁波在“海水—海冰分界面”的反射率低于在“海水—空气界面”的反射率，所以即使海冰厚度只有几厘米，总的菲涅尔反射率也明显低于无结冰纯海水的状态.不同厚度海冰所表现出的反射率的差异，则由海冰对电磁波的衰减路径决定，冰层越厚，即衰减路径越长，最终到达接收机的信号功率值就越低.

图2 反射率与海冰厚度、卫星仰角的关系理论模型Fig.2 Simulation of relationship between reflectivity and sea ice thickness on different elevations

2 实验过程与结果分析

2.1实验观测过程

2013年2月19日～2月22日，中国气象局探测中心与天津气象局、中国科学院空间中心、北京航空航天大学、上海海洋大学合作，在天津滨海新区大神堂(如图3)进行了连续4 d的GNSS-R海冰监测试验[19].

图3 天津GNSS-R海冰监测站位置示意图Fig.3 Image of Tianjin GNSS-R sea ice monitoring station

GNSS-R天线安装在海边平台的天线架上，天线架高5 m，平台到海面距离约2 m.右旋圆极化天线垂直向上接收GNSS直射信号，左旋圆极化天线45°角面对海面，接收海面反射的GNSS-R信号.由于天津汉沽的海冰基本是浮冰，随潮汐涨落，所以从2013年2月19日开始到2月22日，每天选取潮位最高值的2 h进行观测，每5 min采集一组数据，采集时间为20 s.

2.2数据处理过程

2.2.1接收机工作流程 试验用的是东方联星的New Star 210M GPS接收机，同时接收GPS L1波段的直射信号和左旋反射信号，通过前置放大器和GPS信号滤波，下变频到频率为16.367 667 MHz的中频信号，经数据处理主机接口存入计算机，再由Matlab编写的软件接收机对接收到的每颗GNSS卫星信号与本地码进行相关计算，处理成为相关信号波形，再进行下一步分析(如图4).

2.2.2数据选取与处理 根据图3 中天线平台的位置，初步选取方位角在0°～240°(顺时针)，仰角20°～90°范围内的卫星，计算镜面反射点的位置.反射天线的增益投影在图5中显示，试验中反射天线45°朝向海面，反射天线的增益在入射信号与天线中线夹角40°时降低3dB，观测范围设置为反射天线波束覆盖范围，镜像反射点在此范围内即为有效数据.

(a) NS210M接收机工作流程图

(b) 软件接收机工作流程图[20]图4 NS210M接收机与软件接收机工作流程图Fig.4 Flow diagram of NS210M reciver and Soft receiver

图5 左旋反射天线增益投影Fig.5 LHCP antenna pattern on Google earth

软件接收机根据仰角方位角信息选择有效区域内的卫星进行跟踪，生成直射信号和反射信号的复数场波形，直射信号为：Id+Qd， 反射信号为：Ir+Qr. 直射信号和反射信号的功率波形分别为:

(12)

(13)

图6分别是直射相关功率和反射相关功率的20 s波形，x坐标表示码片延迟，y坐标表示时间，z坐标表示功率的相关值.直射功率的相关值比较平稳，而反射信号受到海面波动的影响，有较大的起伏.

图6 直射信号(左)与反射信号相关功率(右)波形Fig.6 Correlation power waveform of direct(left) and reflected(right) signals

2.3试验结果分析

2013年2月19日～2月20日，观测点附近的海面覆盖了流冰，厚度约为10cm；2月21日～22日海冰已经融化，完全是海水.图8中，(a)、(c)分别是是19～20日接收到的直射信号和反射信号信噪比，(b)、(d)分别是21～22日接收到的直射信号和反射信号信噪比，海冰与海水状态时，接收机接收到的直射信号功率的信噪比(a)、(b)是相似的，而反射信号的信噪比差别明显，海水状态(d)的反射信号信噪比明显高于海冰状态(c).

图7 2013年2月19日～2月22日GNSS-R观测点冰情Fig.7 Ice conditions from 19th to 22th，February, 2013

图8 海冰与海水状态，直射与反射信号的信噪比空间分布Fig.8 GNSS-R SNR spatial distribution for sea ice and sea water

图9 海冰与海水的实测信号相关功率对比Fig.9 Comparison between measured correlation power from sea ice and sea water

2013年2月20日海冰状态与2月21日海水状态下GPS天线接收到的26号星的直射、反射信号功率对比如图9所示.横坐标是卫星仰角变化，纵坐标表示直射、反射功率峰值的相关值，没有单位.其中，海冰与海水状态下，直射信号非常一致，随着仰角的增加而增加，说明直射信号的大小只受到卫星发射功率和天线增益的影响，由于直射天线是垂直向上放置，高的仰角对应较小的天线入射夹角，即仰角越高，增益越大.而反射信号则受到天线增益和海面状态的影响，海水的反射信号相关功率明显大于海冰的反射信号相关功率.由于20日海冰厚度约10 cm，来自海冰表面的散射与来自冰下海水表面的散射产生了干涉，所以数据的波动大于纯海水表面.经过天线增益校准后，30～60°仰角条件下，10 cm海冰的平均反射率约0.35，而海水的平均反射率为0.6，与模型符合.

3 结论

本文分析了GNSS-R信号测量海冰的三层辐射传输模型，利用公式(11)， 可通过观测的反射率和卫星仰角来推算海冰的厚度.当一年冰的厚度在0～20 cm范围内，反射率随冰厚的变化非常明显，而当海冰厚度超过30 cm，反射率不再随海冰厚度的增加而有明显减小，因为已经近于初年冰的穿透深度.

通过对天津渤海湾海冰的观测试验，得到的反射信号功率信噪比与卫星反射的镜像点模拟相结合，证实了GNSS-R信号对于区分海水和海冰的敏感性，GNSS-R测量海冰，原理与双基雷达的配置相同，根据雷达方程，反射功率由卫星发射功率、接收天线增益和表面散射介质特性决定，通过测量GNSS-R信号经过海水和海冰表面反射后接收到的反射信号功率的差异，能够区分海冰与海水；后续试验中，将对反射信号功率与海冰厚度的关系进行进一步的验证.

致谢 感谢李黄局长的悉心指导，感谢夏青老师在外场试验中的协调，感谢天津汉沽气象局对试验的大力支持，感谢中国科学院空间中心、北京航空航天大学、上海海洋大学等合作单位对试验的贡献.

[1] 唐述林， 秦大河， 任贾文， 等. 极地海冰的研究及其在气候变化中的作用[J]. 冰川冻土， 2006， 28(1): 91-100．

[2] 刘 煜， 刘钦政， 隋俊鹏， 等. 渤， 黄海冬季海冰对大气环流及气候变化的响应[J]. 海洋学报， 2013, 35(3): 18-27．

[3] 张树祥， 周 森. 渤海航运中的海冰危害和防冰减灾对策[J]. 冰川冻土， 2003， 25(2): 360-362．

[4] 孙红栋. 渤海海冰厚度测量方法的研究与应用[D]. 大连： 大连海事大学， 2008．

[5] 李 黄， 夏 青， 尹 聪， 等. 我国 GNSS-R 遥感技术的研究现状与未来发展趋势[J]. 雷达学报， 2013， 2(4): 389-399．

[6] MARTIN-NEIRA M. A passive reflectometry and interferometry system (PARIS): application to ocean altimetry[J]. ESA journal， 1993， 17: 331-355．

[7] KOMJATHY A， MASLANIK J， ZAVOROTNY V U， et al. Sea ice remote sensing using surface reflected GPS signals[C]//Geoscience and Remote Sensing Symposium， 2000. Proceedings, IGARSS 2000. IEEE 2000 International. IEEE， 2000， 7: 2855-2857．

[8] ZAVOROTNY V U， VORONOVICH A G.A novel technique for characterizing the thickness of first-year sea-ice with the GPS reflected signal[C]//In AGU Fall Meeting， San Francisco， CA， USA， 2002．

[9] WIEHL M， LEGRÉSY B， DIETRICH R. Potential of reflected GNSS signals for ice sheet remote sensing[J]. Progress in Electromagnetics Research， 2003， 40: 177-205．

[10] RIVAS M B， MASLANIK J A， AXELRAD P. Bistatic scattering of GPS signals off Arctic sea ice[J]. Geoscience and Remote Sensing， IEEE Transactions on， 2010， 48(3): 1548-1553．

[11] GLEASON S. Towards sea ice remote sensing with space detected GPS signals: Demonstration of technical feasibility and initial consistency check using low resolution sea ice information[J]. Remote Sensing， 2010， 2(8): 2017-2039．

[12] CARDELLACH E， RIVAS M B， FABRA F， et al. Sea-Ice remote sensing with GNSS reflections[J]. Instrumentation viewpoint， 2009 (8): 54．

[13] FABRA F， CARDELLACH E， RIUS A， et al. Phase altimetry with dual polarization GNSS-R over sea ice[J]. Geoscience and Remote Sensing， IEEE Transactions on， 2012， 50(6): 2112-2121．

[14] 张 云， 郭建京， 袁国良， 等. 基于 GNSS 反射信号的海冰检测的研究[J]. 全球定位系统， 2013， 38(2): 1-6．

[15] ZAVOROTNY V U， VORONOVICH A G. Scattering of GPS signals from the ocean with wind remote sensing application[J]. Geoscience and Remote Sensing， IEEE Transactions on， 2000， 38(2): 951-964．

[16] 郑全安， 张 东， 潘家祎. 海冰厚度的微波辐射遥感模式研究[J]. 海洋学报， 1992， 14(5) : 62-68．

[17] ULABY F T， MOORE R K， FUNG A K. Microwave Remote Sensing: From Theory to Applications[M].US:Artech House, 1986．

[18] SOULAT F， IBARS A B， RUFFINI G. Sea surface remote sensing with GNSS and sunlight reflection[D]. Catalonia: Polytechnic University of Caralonia, 2003．

[19] 张 云， 孟婉婷， 顾祈明， 等. 基于 GPS 反射信号技术的渤海海冰实验[J]. 海洋学报， 2014， 36(11): 64-73．

[20] FRIDMAN A， SEMENOV S. Architectures of software GPS receivers[J]. GPS Solutions， 2000， 3(4): 58-64．

Simulation and experimental verification of sea ice Remote Sensing using GNSS-R

YIN Cong1, CAO Yunchang2, ZHU Bin1, YANG Dongkai3, KE Fuyang4, WANG Wei5, GAO Qiang6

(1.School of Atmospheric Physics, Nanjing University of Information Science & Technology, Nanjing 210044；2.Meteorological Observation Center, China Meteorological Administration, Beijing 100081；3.School of Electronic and Information Enginearing, Beihang University, Beijing 100081;4.School of Geography and Remote Sensing, Nanjing University of Information Science&Technology, Nanjing 210044；5.Tianjing Institute of Meteorological Science, Tianjing 300074；6.Meteorological Administration of Tianjing Binhai New Area, Tianjing 300480.)

In this paper, the principle of sea ice monitoring through reflected signal techniques of Global Navigation Satellite System (GNSS) was discussed. The relationship between sea ice thickness and reflectivity on different elevations was simulated based on the radiative transfer model. In Tianjin sea ice monitoring experiment, an up-looking antenna was applied for receiving direct signals from satellites, and another 45°down-looking antennas for receiving left-hand circular polarization (LHCP) reflected signals from the sea surface. The spatial distribution of reflected signals were obtained from the ice and water surface, respectively, through combined analysis on signal-to-noise ratio of the reflected signal and footprints of GNSS satellites. It is found that the direct signal only depends on the GNSS Satellite transmission power and antenna gain pattern, while the reflected signal also depends on the parameters of reflecting surface. The results indicate that GNSS reflected signals are highly sensitive and able to be utilized in sea ice monitoring.

GNSS-R; sea ice; Radiative transfer model; Microwave Remote Sensing; dielectric constant; Fresnel principle

2016-02-12.

中国人民解放军总装备部项目(GFZX03030303)；国家自然科学基金青年科学基金项目(41304036).

1000-1190(2016)04-0612-07

P33；P237

A

*通讯联系人. E-mail: caoyc@126.com.