英语原文共 17 页，剩余内容已隐藏，支付完成后下载完整资料

根据GOCI地球同步卫星遥感数据利用最大互相关系数法反演对马岛（韩国）海峡的海洋表面流场

M. A. Warren1, G. D. Quartly1, J. D. Shutler2, P. I. Miller1, and Y. Yoshikawa3,4

摘要：试图从卫星图像中来自动估计海面流场速度但面临着数据缺失的限制，这是由于云覆盖、特征复杂的演变和表面特征的退化。GOCI提供了一个机会去重新评估这种技术，通过其多年的每小时高分辨率可见光数据的记录。本文介绍了应用最大互相关系数法(MCC)技术对GOCI数据进行处理的结果。利用模拟和真实数据相结合的方法，我们得到了合适的处理参数，并考察了不同卫星产品的鲁棒性，即离水辐射率和叶绿素浓度。这些表面流的反演值是使用位于对马岛(韩国)海峡的高频雷达系统进行评估的。我们显示出MCC方法的性能取决于丢失的数据量和强光学对比度的存在。利用模拟数据发现，占据图像对25%的片状云层比使用完美图像减少了20%的矢量。MCC和高频地波雷达速度之间的均方根误差是20cm/s。不同波长的数据的性能是不同的，其中“蓝绿”波长数据产品的性能要优于“红色”和“近红外”产品。MCC在GOCI叶绿素数据中的应用与蓝绿色波段的辐射性能相似。该技术已在该地区的涡旋特征和潮汐诱发特征的特殊的实例中得到了演示。

1. 引言

海流支配着海水在全球范围内的运动，在整个海洋中输送和混合营养物质、盐、气体、生物和热量。这就意味着了解海流的存在、方向和海流的速度对许多商业部门、社会部门和研究部门的服务有重要意义。例如，石油和天然气勘探等行业需要可靠的数据，说明其设施所在地区的海流是否存在和它的强度，以确保安全的工作条件和要了解这些装置暴露在压力之下的压力。此外，船舶和娱乐船只依靠海流信息进行航线规划，以尽量减少燃料的使用或在比赛中获得相对于竞争对手的战术优势。其他应用包括海上搜索和救援、水污染地图绘制和封堵、幼虫运输和全球热运输。定量观测或估计当前信息的方法可分为两大类：“现场观测”和遥感。“现场观测”通常是空间稀疏的数据集，每隔一段时间进行点测量，例如通过系泊、浮标或船舶。而遥感观测(即远距离遥感或观测)则包括基于海岸的技术，以及采用主动或被动系统的机载或卫星技术。高频雷达、测高雷达、合成锥形雷达或辐射计[Shutler等人，2016年]。遥感方法的空间尺度通常是密集的区域观测或稀疏的全球观测，它们在某种意义上被集成在带有空间的区域观测单元上，从1米到多公里。这些空间和时间尺度取决于所使用的传感器类型、网络密度或卫星的轨道。然而，由于高空间覆盖和遥感仪器，采集时间短，这种方法很好地监测大面积比如海洋。

图1：说明MCC技术应用于数值增加的固体圆盘的简单合成数据集。模板区域是从框中显示的图像中的一部分。模板区域与主图像中的每个可能位置相匹配，提供最佳匹配的位置(如主图像中的框所示)是从最大交叉处指定的被确定每个位置的相关性。为了识别海流，该方法必须忽略任何云和陆地蒙面像素(在这里以黑色显示)。

一种成熟的科学技术是最大互相关(MCC)及其变体，它以前曾被用于确定卫星遥感观测中的海流数据。严格地说，这种方法可以导出海洋表面的速度。从本质上说，该方法比较了从卫星观测(例如，从卫星观测到的)分离的数据屏蔽(图像)的速度、海面温度(SST)或叶绿素，试图通过对一幅图像中与后续图像匹配的部分进行跟踪特征的运动(见图1)。通过将位移矢量除以图像之间已知的时间间隔，推导出该水域的速度。Emery等人[1986]，Tokma-Kian等人[1990]，Bowen等人[2002]，和其它一些人在以前的工作中，已经证明了使用MCC技术从高级甚高分辨率辐射计(AVHRR)的红外线和海岸带颜色中提取海洋表面速度是可能的。扫描仪(CZCS)海洋彩色卫星图像对分离6~24h。在最近的工作中，Crocker等人[2007]利用MCC技术，利用中分辨率成像光谱仪(MODIS)的数据和海景观测资料，进行了洋流测量。视场传感器(SeaWiFS)和Chvallier等人[2014]将MCC应用于地球静止自旋增强可见红外成像仪(SEVIRI)传感器的SST数据。Choi等人[2013]和杨等人[2014]用一种类似MCC的方法估算海流，应用于韩国地球静止海洋彩色成像仪(GOCI)对总悬浮物质的估算，并对其速度进行比较。用浮标中的原位油膏进行估算，Hu等人[2016]还利用MCC对总悬浮物质数据进行GOCI估计，得出潮流。

MCC技术与许多其他特征跟踪技术(Matthews和Emery，2009)相比，其优点是用户输入最少(Matthews和Emery，2009)，因此它是一种非常有吸引力的自动化方法。速度反演的主要限制是数据的质量，性能对云覆盖和特征失真非常敏感，因此对数据的时间分辨率也很敏感。即使有这样的限制与“现场观测”和遥感测量相比，以前的研究估算了速度的均方根(Rms)误差为10-25 cm/s[Tokmakian等人，1990年；Bowen等人]2002年，克罗克等人，2007年）。但是，除Bowen等人外[2002]和Matthews和Emery[2009]，没有人对作者的观点进行过很好的研究，他们只是将MCC技术应用于洋流的反演，对于常规操作的方法，重要的是充分描述该方法，包括分析其局限性，如云层覆盖。

欧洲空间局的全球海流项目致力于通过模型、现场观测和遥感数据的协同结合开发全球海洋表面海流产品(www.globcurrent.org)。为此，该项目正在调查和评估现代卫星数据对MCC的使用情况。GOCI是朝鲜半岛上空地球静止轨道上的可见光谱(海洋颜色)传感器。它每隔一小时捕捉8(500m空间分辨率)场景。这意味着GOCI数据提供了一个数据的高时间分辨率，对MCC技术进行了全新的评估，而大多数以前的应用和评估都受到缓慢重复时间的限制。在连续的卫星观测中，拟议的未来地球静止飞行任务，如海洋颜色高级永久成像仪[IOCCG，2012]，提供地面采样的每小时图像在250米的分辨率下，使用MCC测量海面洋流可能变得越来越有用。

本文提出了一种用MCC方法对每小时GOCI资料进行海洋表面流场估算的方法，其计算结果与高频雷达资料进行了对比，确定了精度，并给出了计算结果。这篇论文结构如下，第二节讨论了GOCI数据、高频雷达数据以及用于优化MCC参数的仿真，第3节描述了方法和参数是怎样从模拟数据集中导出的，第4节描述了对GOCI数据的评估，包括分析缺失数据的影响和地理定位的退化，第5节讨论了利用高频雷达数据评估的从GOCI数据导出的速度的准确性，然后在第6节中显示潜在的进一步分析，并在第6节进行了最终总结和讨论，第7节结论。

1. 数据

本文研究使用的主要数据源是GOCI数据、高频雷达和合成数据集，每个数据集都是在本节介绍的测试站点描述之后介绍的。

2.1地理区域

对马(韩国)海峡(本文的其余部分称为对马海峡)是韩国和日本之间的水域，这一地区的主要海流特征是对马暖流，平均流速(对于1995-2009年)在12 cm/s至25cm/s之间[Ito等人，2014年],流向为东北方向。Yoshikawa等人描述了表面海流的季节变化[2010年],Takikawa等人[2003]表明，该地区也有较强的潮汐系数，以M2为主(主半日)潮汐成分，峰值速度可达40cm/s，用MCC方法反演流速的覆盖区域为：32.64-36.09︒N,126.88-131.61︒E。

2.2 GOCI数据

GOCI仪器在韩国通信、海洋和气象卫星上，采集了8条可见光和近红外波段的数据，范围为400~865 nm，它提供每天8次覆盖地球表面2500公里times;2500公里，以韩国半岛为中心(图2a)。为了实现其预期的地面分辨率为500m，2百万像素探测器的观点16“时段”的整个场景序列，建立了图像依次为每个波长滤波器在移动到相邻的槽。然后从这个4，3，4阵列重叠槽构造完整的视图，对此的详细描述载于Faure等人一书[2008]，他还注意到相邻的插槽可能观测到的时间间隔达15 min，因此在这一时间延迟内，由于特征运动，可能会出现一些明显的空间不连续现象。Oh等[2012]模拟仪器内的杂散光路径结果表明，从结构和镜面上的反射可以向图像边缘产生可变的闪电，这将随着太阳的天顶角和一天中的时间而变化。

图2.(a)传感器覆盖的总面积，红色方框表示本研究中使用的对马海峡地区；(b)箭头表示来自高频雷达的平均速度和7个高频雷达站显示为白点；(c)箭头表示MCC方法的平均速度。数据来源于2012年3月26日，所有MCC图像对都已被使用，速度是平均值，或响应时间周期和地点，雷达导出的速度只显示在有MCC速度的地方。

在本文研究中使用8个通道中每个通道都包含个别归一化离水辐射(nLw)和估计的叶绿素浓度的数据，这些产品的精度以前由Wang等人编辑过[2013年]。然而，这里的值的一致性比绝对准确度更重要，因为MCC技术依赖于两个图像之间的相对值。每小时观测在0:30–7:30 UTC（对应～9:30至16:30当地太阳时我们在震源区），所以闪烁效应可能在任何日常的序列中更突出。

2.3 高频雷达

高频雷达系统可用于测量表面海流的速度和方向，在任何天气中每天24小时地面站网络可用于监测大面积的沿岸和近岸水域[Chapman等人，1997年]。在这里，MCC反演海流与由对马海峡台网提供的高频雷达数据进行了比较(图2b)。第5.1节描述了匹配高频雷达和MCC速度的方法。

只有在2个或更多个雷达站观察到的区域中，才能导出可靠的矢量海流。这里使用的高频雷达数据是在一个0.025︒分辨率网格上提供的。关于本研究中使用的高频雷达网的进一步信息，详见Yoshikawa等人[2006年]。对雷达扫描进行平均和合并，给出每小时速度场，与多艘船载ADCP仪器的比较表明，单个高频雷达反演海流的误差约为10cm/s[Yoshikawa等人，2006年]。

2.4 综合数据

建立了简单的综合数据集，以验证MCC的实现并用于灵敏度分析，数据集由一个实体磁盘组成，在模板和主图像之间进行水平转换，并应用一层高斯随机噪声(参见图1)，同样的转换适用于所有情况，增加的噪声平均为零，但在每种情况下都有不同的标准差，从0到0.24倍于光盘和背景之间的对比度，这使得MCC对信噪比和模式模板大小的敏感性得到评估。

一个特别的挑战是在模板和主图像中的空间数据是否存在可变间隙，无论是由于土地还是云（见图1），因此，我们创建了第二个合成数据集的固体圆盘加上加性高斯噪声，并添加了缺失数据，丢失的数据量从图像像素的0到80%不等，增量为5%，产生缺失数据的两个步骤是：随机不相关分布(黑白交织)和空间相关分布(椭球面)，在后一种情况下，云是作为一系列一定大小的椭圆面补丁生成的。这是对真实云量空间相关性的一个非常简单的近似。

1. MCC方法和其综合数据评价

MCC技术的基本如图1所示，其中对第一个图像中的每个模板(即图1中框突出显示的区域)进行了搜索第二幅图像中的模式，其一致性度量是两者的相互关联，在第二幅图像中所有可能的匹配中，具有最高互相关的匹配被认为代表了场景中的运动，由于两幅图像之间的不一致，例如，地理位置误差、数据校准、测量误差、图像噪声(例如传感器噪声)和没有价值的空白（比如有土地或云彩），而这些都可能存在于光学遥感数据中。假设图像之间有一致的测量、校准和地理定位，剩下的问题是云，克服数据中这种情况的一种方法是在云值中进行插值和再分配，但这并不简单，因为理想情况下，生成的图像应该保留在不模糊的数据，取而代之的我们采用由Pafield [2012]开发的用于医学影像的注册掩蔽归一化互相关技术，这种方法允许一种有效的方法来计算MCC，使用傅立叶变换，没有掩蔽区域（在这种情况下，陆地和云的区域）进入相关计算。该方法采用经典方程组，加上两个掩模阵列，形成公式：

其中，NCC是归一化相关，和是傅里叶变换和逆傅里叶变换变换，和是两个图像，和是和的傅里叶变换，和是与和相关联的掩码的傅里叶变换，表示180︒的旋转，并且*表示傅里叶变换的旋转阵列，感兴趣的读者可以到Pad ELD[2012]来推导这个方程。

影响MCC派生速度的算法参数包括：模板窗口大小、蒙面像素数和主搜索窗口大小，以下各节将讨论这些问题。

3.1 主搜索窗口大小

对于每个模板窗口，根据模板位置和区域内预期的最大速度，从主图像中选择更大的对应搜索窗口，给定的一般观测到的海流(见2.4节)，本研究使用1m/s作为最大期望速度。

3.2 对模板大小的敏感性

该技术的性能取决于信噪比，即真实信噪比与噪声均方根的比值，很明显，这项技术应该在可以忽略不计的噪声下完美地工作，并且当噪音淹没信号时，很可能会失败。

一个关键的操作选择是在场景之间匹配模板窗口的大小，通过单功能模拟，好的协议只能在一定程度上包含光盘和背景的模板，一个非常大的模板窗口将是不切实际的，因为它将无法解决空间变化的表面海流是小于窗口的宽度，图3显示了一系列模拟改变模板大小和信噪比（通过增加高斯噪声标准偏差）的结果，每次模拟都重复了20次，并取了平均值，如果模板比圆盘小得多，那么模板所限定的特征（边界的角度和曲率）就不是圆盘周围特定位置的唯一形状，当模板变得相称时随着圆盘直径的增加，算法性能有所提高，但对于较大的模板窗口，尤其是在噪声水平较高的情况下，算法性能下降。增加噪声的效果是

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[23731]，资料为PDF文档或Word文档，PDF文档可免费转换为Word