基于PlanetScope 影像的格陵蘭冰面融水監測

朱雨欣 張聞松 楊康,2,3

(1 南京大學地理與海洋科學學院, 江蘇 南京 210023;2 江蘇省地理信息技術重點實驗室, 江蘇 南京 210023;3 南方海洋科學與工程廣東省實驗室(珠海), 廣東 珠海 519080)

0 引言

格陵蘭冰蓋是僅次于南極冰蓋的世界第二大冰蓋, 如果其全部消融將導致全球海平面上升約7.4 m[1]。冰蓋表面消融是造成格陵蘭冰蓋物質損失的主要原因[2]。每年消融期, 格陵蘭冰蓋表面消融形成包括冰面湖(supraglacial lake)、冰面河(supraglacial river)、注水冰裂隙(water-filled crevasse)等在內的冰面融水, 融水會被冰穴(moulin)輸送進入冰蓋內部或離開冰蓋匯入海洋[3-4], 進而造成冰蓋物質損失并影響冰蓋運動[5]。因此,研究冰面融水的時空分布對于理解格陵蘭冰蓋物質平衡具有重要意義。

格陵蘭冰蓋實地觀測成本高、危險性大, 利用衛星遙感影像是監測冰面融水時空分布的主要手段[6]。目前, 中等空間分辨率(10～250 m)遙感影像是分析格陵蘭冰面融水時空分布的主要數據源。例如, Fitzpatrick 等[7]利用250 m 空間分辨率MODIS 遙感影像反演冰面湖體積, 分析了冰面湖的動態變化及其存儲與排放融水的過程。Yang等[8]利用30 m 空間分辨率 Landsat-8 遙感影像提取西南格陵蘭冰面湖與主干冰面河遙感信息,分析了消融期內冰面融水面積與體積的動態變化,揭示了冰面融水面積與區域氣候模型模擬徑流量具有相關性。Lu 等[9]利用10 m 空間分辨率 Sentinel-2 遙感影像提取了格陵蘭冰蓋東北部冰面河與冰面湖遙感信息, 分析了冰面融水的形態特征與時空變化, 揭示了冰面融水時空分布對冰面消融強度和冰蓋運動的響應。Li 等[10]利用 Sentinel-2 影像監測了西北格陵蘭英格爾菲爾德地區冰面河網動態變化, 發現該區域冰面融水直接供給冰面河。然而, 冰面河寬度窄、生命周期短, 中等分辨率衛星影像僅能提取主干冰面河遙感信息, 難以精細化反映冰面河網的時空變化特征。高空間分辨率衛星遙感影像能夠較好地解決這一問題, 例如, Smith 等[11]利用2 m 空間分辨率 WorldView 遙感影像, 觀測格陵蘭冰蓋西南部冰面融水, 揭示了區域氣候模型高估了冰面實際徑流量。Wilson等[12]利用2011—2015 年 WorldView 影像觀測了格陵蘭冰蓋典型冰舌融化速率, 發現冰舌逐漸變薄并顯著影響了冰蓋物質平衡。Yang 等[13]基于 WorldView 影像監測格陵蘭冰蓋西南部河網密度, 揭示其與區域氣候模型模擬的融水徑流量存在線性正相關關系。然而, 由于 WorldView 遙感影像成本高、空間覆蓋有限、時間分辨率低, 因此其僅能反映某一特定時刻有限面積區域內的冰面融水分布。

近年來, 以 PlanetScope 為代表的 CubeSat小衛星發展迅速, 這類小衛星影像時空分辨率高(理想情況下重訪周期約1 d, 空間分辨率3 m),可免費獲取, 這為動態監測格陵蘭冰面融水時空變化提供了可能。目前, PlanetScope 遙感影像已被初步用于極地水文研究。例如, K??b 等[14]利用多時相 PlanetScope 遙感影像測算西伯利亞地區和阿拉斯加地區的河流流速。Feng 等[15]融合PlanetScope、Landsat-8 和 Sentinel-2 遙感影像,估算了北極地區11 條河流的流量, 顯著提高了北極河流流量估算的時間分辨率。

本研究選擇格陵蘭冰蓋西南部1 個典型冰面流域作為研究區, 利用 PlanetScope 小衛星遙感影像提取冰面融水信息, 構建深度反演公式測算了冰面融水深度與體積, 揭示了冰面融水面積與體積的時空變化特征。同時, 綜合區域氣候模型模擬的融水徑流量, 分析了冰面融水時空分布與冰面消融強度之間的聯系, 進而探討了 PlanetScope 小衛星遙感影像應用于極地冰蓋水文研究的潛力。

1 研究區與研究數據

1.1 研究區域

研究區域選擇格陵蘭冰蓋西南部羅素冰川(Russell Glacier)附近的1 個典型冰面流域(圖1)。格陵蘭冰蓋西南部是格陵蘭冰蓋消融最旺盛的區域, 也是研究冰面水文過程的代表性區域[16]。研究流域面積約為 57.3 km2, 海拔范圍為 1400～1600 m, 距離冰蓋邊緣最近約70 km, 2019 年消融期流域平均日徑流量為(20.7±8.7) mm。該流域內不存在大規模的冰裂隙區域, 冰面融水最終通過流域出口的冰穴進入冰蓋內部。

圖1 研究區 PlanetScope 遙感影像。成像時間: 2019 年7 月25 日, 綠色和紅色圓點分別表示反演水深選取的樣本點與驗證點。a)研究區; b)冰穴; c)冰面湖; d)冰面河; e)冰面河Fig.1. PlanetScope image of study area. The image was acquired on 25 July 2019, green and red dots indicate the sample points and validation points for depth estimation respectively. a) study area; b) moulin; c) supraglacial lake; d) supraglacial river; e) supraglacial river

1.2 研究數據

研究選用 PlanetScope 小衛星遙感影像 L3B正射單景產品提取冰面融水遙感信息。PlanetScope遙感影像由 PlanetLabs 公司生產并發布, 具有藍色(波段1, 455～515 nm)、綠色(波段2, 500～590 nm)、紅色(波段3, 590～670 nm)與近紅外(波段4, 780～860 nm)4 個波段, 空間分辨率為3 m。研究共收集到研究流域2019 年7—8 月期間6 景云量較少、成像質量較高的 PlanetScope 小衛星遙感影像。此外, 研究選取了3 景與 PlanetScope成像時間相近的10 m 分辨率 Sentinel-2 遙感影像作為對比數據, 影像詳細信息見表1。

表1 遙感影像列表Table 1. List of remotely sensed satellite images

區域氣候模型(Regional Climate Model, RCM)是目前模擬冰面融水徑流的主要方式[17-18], 其能夠模擬近地表溫度、降水、消融、再凍結、融水保持等一系列變量。區域大氣模型(Modèle Atmosphérique Régionale, MAR)是目前常用的格陵蘭冰蓋區域氣候模型, 本研究使用的 MAR 版本為3.11, 空間分辨率為7.5 km×7.5 km[19]。研究通過公式“冰面融水徑流量=消融量+降水量-再凍結”計算了冰面融水日徑流量(單位: mm·d-1)[20];隨后, 將 MAR 格網與研究流域邊界相交, 得到4 個 MAR 格網; 最后, 根據相交面積將各格網對應的冰面融水徑流量加權計算, 得到研究流域內的冰面融水日徑流量(圖2)。

圖2 MAR 區域氣候模型模擬的研究區融水徑流量, 紅色豎線表示 PlanetScope 影像成像時間Fig.2. Meltwater runoff in the study area simulated by MAR regional climate model, red lines indicate the imaging times of PlanetScope images

2 研究方法

2.1 PlanetScope 遙感影像配準

PlanetScope 小衛星影像在研究流域內幾何定位精度偏低, 偏差可達數十米。這是因為小衛星空中姿態誤差大[21], 同時在北極地區缺乏地面控制點。為了準確分析冰面融水時空變化, 需要配準原始 PlanetScope 小衛星遙感影像。為此,研究選擇了幾何定位精度較高(3 m)[22]的 Sentinel-2 遙感影像作為參考影像, 利用 ArcGIS 軟件中的配準柵格(register raster)工具, 自動生成了同名點, 隨后利用仿射變換配準了 PlanetScope小衛星遙感影像。

2.2 多空間尺度冰面融水遙感信息提取

冰面融水具有多空間尺度的特征, 冰面湖與寬闊冰面河的寬度遠大于細小冰面河。因此, 研究對不同尺度的冰面融水采用了不同的遙感信息提取方法。冰面湖和寬闊冰面河與背景的光譜對比度強, 易于從遙感影像中識別。研究計算了歸一化水體指數INDWI,ice=(Rblue-Rred)/(Rblue+Rred), 其中Rblue和Rred分別為藍光波段和紅光波段的大氣層頂反射率。INDWI,ice利用水體相較于冰雪在藍光波段反射率更高的特征, 能夠有效增強水體與冰雪背景的對比度, 有利于后續冰面融水識別[23]。研究利用高閾值(0.13±0.02)分割INDWI,ice影像, 提取了冰面湖和寬闊冰面河的遙感信息。

細小冰面河與影像背景的光譜對比不明顯,利用INDWI,ice閾值分割難以有效提取其遙感信息。因此, 研究采用增強橫縱斷面特征的河流信息提取方法, 增強并提取細小冰面河的遙感信息[24]。首先, 采用帶通濾波(bandpass filter)處理INDWI,ice影像, 抑制影像中的低頻(＜ 10 m-1)背景與高頻(＞50 m-1)噪聲, 進一步增強細小冰面河與影像背景的對比度; 其次, 采用 Gabor 濾波匹配并增強冰面河橫剖面[25], 研究構造了12 個方向(間隔為15°)的 Gabor 濾波算子, 用于增強不同流向細小冰面河的橫斷面特征; 再次, 利用路徑開算子(Parsimonious Path Opening, PPO)進一步提高細小冰面河沿程連續性, 使每個河段的影像灰度值趨同, 進而均勻化河流縱剖面; 最后, 對處理后的影像采用閾值(15.6±3.4)分割提取冰面細小河流遙感信息。2019 年7 月3 日的 PlanetScope 影像中冰面河發育程度一般, 細碎條帶狀噪聲分布密集, 對該景影像使用 PPO 不僅不能增強河流特征, 反而會引入大量誤提, 因此研究未采用PPO 處理該景影像。研究定義開放水體比率(Open Water Fraction, OWF)為水體表面積與流域面積的比值, 利用該指標量化分析冰面融水動態變化。

2.3 冰面融水深度遙感反演方法

光學遙感影像中水體像元的反射率隨水體深度增加而減小[26], 研究據此建立經驗公式反演融水深度?，F有的 Sentinel-2 影像格陵蘭冰面融水深度反演經驗公式如下[27]:

其中,z為冰面融水水深反演結果,Rred為紅光波段的大氣層頂反射率。研究選擇2019 年7 月25日近同期成像的 PlanetScope 影像(15 時00 分)與 Sentinel-2 影像(13 時12 分), 在開放水體區域選取了90 對樣本點, 擬合 Sentinel-2 影像反演的融水深度與 PlanetScope 影像紅光波段大氣層頂反射率, 構建了 PlanetScope 影像冰面融水深度反演經驗公式:

其中,z為冰面融水水深反演結果,Rred為紅光波段的大氣層頂反射率。利用該經驗公式反演得到流域內2019 年7—8 月冰面融水深度。統計冰面融水范圍內水深柵格的像元值之和, 并與單個像元面積(9 m2)相乘得到流域內冰面融水總體積。研究以均方根誤差(Root Mean Square Error, RMSE)和相對均方根誤差(Relative Root Mean Squared Error,RRMSE)作為評價指標, 在開放水體區域選取30 對驗證點, 評價所得經驗公式的精度[28]。

3 結果與討論

研究利用2019 年消融期6 期高時空分辨率PlanetScope 遙感影像, 監測了格陵蘭冰蓋西南部典型流域冰面融水動態變化(圖3)。在同一拍攝日期(2019 年7 月25 日)的 Sentinel-2 遙感影像與配準后的 PlanetScope 影像中選取了14 對同名點, 驗證了 PlanetScope 遙感影像配準精度。結果表明RMSE 為6.04 m, 約為2 個 PlanetScope像元大小, 小于1 個 Sentinel-2 像元大小, 因此,配準精度滿足冰面融水動態變化分析的要求。

圖3 研究區冰面融水遙感信息提取結果Fig.3. Remotely sensed surface meltwater extraction results for study area

研究發現, 2019 年7 月3—12 日, 流域內冰面河逐漸擴張, 細小支流開始出現; 7 月12—23 日,冰面河相對穩定; 7 月23 日以后, 冰面河寬度變窄, 細小冰面河逐漸消失。監測期內, 冰面河整體呈現出先擴張再消退的特征。流域出口附近的兩個冰面湖受冰面河提供的融水補給, 7 月3 日—8月2 日面積保持穩定(0.2±0.02 km2), 隨后逐漸萎縮, 8 月20 日面積為0.07 km2。冰面湖與冰面河呈現出不同的動態變化特征, 這主要是由于流域內兩個冰面湖是過水湖, 消融旺盛期主要向下游干流冰面河輸送融水, 因此湖泊面積未顯著變化,在消融末期, 流域冰面河供水很少, 冰面湖面積萎縮(圖3)。

研究首次建立了適用于 PlanetScope 小衛星遙感影像的冰面融水深度反演公式。利用 Sentinel-2 遙感影像反演的冰面融水深度驗證該公式, 結果顯示RMSE 為0.03 m, RRMSE 為3.46%,說明該公式反演精度較高。消融期內, 冰面融水深度介于0.2～1.5 m 之間。其中, 冰面湖普遍較深,平均深度0.9 m±0.2 m, 冰面河干流次之(0.6 m±0.1 m), 冰面河支流最淺(0.5 m±0.1 m)(圖4)。7月3—12 日, 冰面融水逐漸發育, 冰面湖平均深度由0.7 m 加深至1.0 m。7 月12 日—8 月20 日, 冰面湖平均深度相對穩定(1.0 m±0.1 m)。

圖4 冰面融水深度反演結果。a) 2019-07-03; b) 2019-07-12; c) 2019-07-23; d) 2019-07-25; e) 2019-08-02; f) 2019-08-20Fig.4. Surface meltwater depth estimation results. a) 2019-07-03; b) 2019-07-12; c) 2019-07-23; d) 2019-07-25; e) 2019-08-02;f) 2019-08-20

研究對比分析了遙感觀測的開放水體比率、冰面融水體積與區域氣候模型 MAR 模擬的融水日徑流量。消融期內, 流域的開放水體比率呈現先升高后降低的變化趨勢, 在7 月3—12 日逐漸升高, 7 月12 日達到峰值8.7%, 7 月12 日—8月20 日持續下降, 在8 月20 日達到了最低值0.7%(圖5a)。遙感觀測到的開放水體比率與MAR 模型模擬的日徑流量呈較弱的正相關關系(r2=0.58,p=0.08), 冰面融水體積與 MAR 模型模擬的日徑流量正相關關系有所增強(r2=0.66,p=0.05)(圖5b)。由此可見, 冰面融水體積比開放水體比率更能反映冰面消融強度。冰面融水的空間分布主要受冰面徑流量的控制。遙感觀測的開放水體比率和冰面融水體積與冰面徑流量的相關系數較低, 這可能是由于流域內存在冰穴與冰面湖, 使得研究區冰面融水的存儲與輸送過程相對復雜, 然而 MAR 模型并未考慮冰面融水輸送過程[29-30], 使得遙感觀測與模型模擬的融水分布有所偏差。

圖5 冰面融水遙感信息提取結果與 MAR 模型模擬徑流量對比。a)開放水體比率與日徑流量的對比; b)冰面融水體積與日徑流量的對比Fig.5. Comparison between remotely sensed surface meltwater and MAR-simulated runoff. a) open water fraction vs. daily runoff; b) surface meltwater volume vs. daily runoff

研究進一步對比分析了遙感觀測的冰面融水體積與模型模擬的累積徑流量之間的關系。冰面融水體積與模型模擬的累積徑流量之比體現了冰面流域存儲冰面融水的能力[31]。研究結果表明,冰面融水存儲比例呈現出先上升后下降的趨勢。在消融初期的7 月3 日, 冰面融水存儲比例僅為0.16%; 隨著消融持續, 冰面融水存儲比例在7 月12 日達到峰值(0.46%); 在7 月12 日之后, 冰面融水存儲比例持續下降, 在8 月20 日, 冰面融水存儲比例最低, 僅為0.14%。冰面融水存儲比例較低(0.14%～0.46%), 這是由于冰面融水被流域出口冰穴高效輸送進入冰蓋內部, 使得留存在冰蓋表面的冰面融水體積較低[7]。與此相反, 在以冰面湖而非冰穴作為出口的流域, 冰面徑流多被冰面湖存儲, 因此以冰面湖為出口的流域冰面融水存儲能力較強[20]。

4 結論

本文利用高時空分辨率 PlanetScope 遙感影像分析了2019 年消融期冰面融水動態變化, 對比了 MAR v3.11 模型模擬的融水徑流量與遙感反演的融水體積, 主要結論如下: 在2019 年消融期,流域冰面融水開放水體比率先升高后降低, 在7月12 日達到峰值8.7%。利用光學影像經驗公式法反演融水深度, 獲得適用于 PlanetScope 遙感影像在格陵蘭冰蓋西南部的冰面融水深度反演公式。流域冰面融水存儲比例先升高后降低, 在7月12 日達到峰值0.46%。遙感觀測的開放水體比率、冰面融水體積與區域氣候模型 MAR 模擬的日融水徑流量具有正相關關系, 說明融水徑流對于冰面湖與冰面河具有直接供給作用, 同時, 遙感觀測的冰面融水體積遠小于 MAR 模擬的融水累積徑流量, 說明冰面流域能夠高效輸送融水進入冰蓋內部, 冰面融水儲存比例小于1%, 儲存能力十分有限?？偨Y來說, PlanetScope 遙感影像能夠精細化動態監測冰面融水變化, 具有廣泛應用于極地冰蓋水文研究的潛力。