Sentinel-3数据构建兰伯特冰川区域DEM

Sentinel-3波形数据构建东南极兰伯特冰川区域DEM

李宋1,2,廖静娟1,张连翀1

(1.中国科学院 空天信息创新研究院数字地球重点实验室

2.中国科学院大学)


 基于新型雷达高度计Sentienl-3波形数据构建了兰伯特冰川区域的DEM。对比分析了重心偏移算法(OCOG)、线性5-算法、主波峰峰值算法(NPPR)等几种重跟踪算法对Sentienl-3在冰盖区域的处理效果,并提出了分区域选取最优重跟踪算法的处理方法,提高了测高值精度。采用克里金插值法获得了基于Sentinel-3波形数据的500 m分辨率S3Lam DEM,并利用ICESat-2激光测高数据验证S3Lam DEM的整体高程精度为0.682±2.998 m。与另外两种基于Cryosat-2测高数据建立的南极DEM对比结果表明,S3Lam DEM整体精度有所提升,Sentienl-3数据对高程精度的明显改善位于低坡度的内陆冰盖。结果反映了Sentienl-3高度计数据在南极冰盖测高方面的有效性和优势,这对于未来长期监测南极冰盖高程有重要意义。

Sentinel-3数据构建兰伯特冰川区域DEM的图1

0 引言

Sentinel-3数据构建兰伯特冰川区域DEM的图2

南极冰盖表面地形及其变化与全球的气候变化息息相关,监测南极冰盖高程和冰量变化对研究冰盖演化以及了解南极洲对气候变化的响应至关重要[1]。兰伯特(Lambert)冰川是世界上最大且流速最快的冰川之一,由LambertMellorFisher冰川支流构成的兰伯特冰川流域是南极冰盖最大的冰流系统,源头位于东南极的最高点Dome A[2]。兰伯特冰川附近区域的变化对南极冰盖物质平衡有非常重要的影响。

数字高程模型(digital elevation model, DEM)为研究南极冰盖提供了重要支持,由于南极大陆的气候和地形条件复杂,实测数据获取困难,星载雷达高度计测高数据是构建南极冰盖DEM的主要数据源之一[3]。自20世纪70年代以来,卫星测高技术得到了迅速的发展,其中应用于南极冰盖高程监测的卫星主要有ERS-1/2ENVISATICESatCryosat-2等。1983年,文献[4]基于Seasat测高数据生成了20km分辨率的南极DEM,此后国内外学者借助卫星测高数据建立了多个不同数据源和分辨率的南极冰盖DEM[5-8]。目前的南极冰盖DEM主要基于精度更高的Cryosat-2ICESat测高数据,2009年文献[6]结合ERS-1雷达测高数据和ICESat激光测高数据构建了覆盖63°S-86°S1 km分辨率南极DEM2014年文献[9]利用Cryosat-2建立了65°S以南的1 km分辨率南极DEMHelm DEM[9],文献[8]2017年利用Cryosat-2雷达测高数据和南极数字数据库(ADD)等高线数据建立了1 km分辨率的全南极DEM[8]2018年文献[10]使用Cryosat-2高度计数据构建了1 km分辨率的南极冰盖DEMSlater DEM),进一步提升了高程精度。近年来,合成孔径雷达干涉测量技术和光学立体测图技术等为南极冰盖DEM的研究提供了更高精度的数据支持[11-12]2017年,基于SAR卫星TerraSAR-XTanDEM-X获取的全球影像建立了包含南极大陆在内的全球高分辨率DEMTanDEM-X DEM[11]2018年,基于GeoEye-1WorldView系列高分辨率光学遥感影像发布了南极DEMREMA[12]

Cryosat-2已存在超期运行问题,2016年发射的新型雷达高度计Sentinel-3A在冰盖高程测量方面具有独特的优势,其采用延迟多普勒技术以及新型开环跟踪系统,在整个南极大陆区域提供了沿轨300 m左右分辨率的数据[13]。文献[14]Sentinel-3在南极冰盖区域的测高性能进行了评估,在低坡度的冰盖内部测高精度可以达到约10 cmSentinel-3对于南极DEM的精度提升以及未来的长期监测都具有重要意义,但是目前基于Sentienl-3波形数据的重跟踪处理以及该新型测高数据在南极冰盖DEM构建方面的相关研究比较少。本文基于新型雷达高度计Sentienl-3A的波形数据,对兰伯特冰川附近区域的回波波形进行重跟踪改正,利用改正后的测高值建立兰伯特冰川流域的DEM,并利用ICESat-2激光测高数据开展DEM的精度验证分析。

Sentinel-3数据构建兰伯特冰川区域DEM的图3

1 研究区与数据

Sentinel-3数据构建兰伯特冰川区域DEM的图4

1.1 研究区

兰伯特冰川处于Amery冰架的上游,是南极冰盖内陆物质入海的主要通道,约100 km宽,400 km长,冰厚达2500 m。本文的研究区域为兰伯特冰川附近的大陆冰盖区域,位于40°~90°E65°~81°S范围。

1.2Sentinel-3A数据

进行波形重跟踪和DEM构建时使用的雷达高度计数据是20191月—201912月间的Sentinel-3A波形数据。Sentinel-3A卫星2016年发射,轨道高度814.5 km,轨道倾角98.65°,重复周期27 d。研究区域内的Sentinel-3A轨迹分布如图1所示。

Sentinel-3数据构建兰伯特冰川区域DEM的图5

1.3对比和验证数据

对本研究建立的兰伯特冰川区域DEM进行比较和验证时使用的辅助数据包括ICESat-2激光测高数据、Helm DEMSlater DEM以及REMA

ICESat-2/ATLAS(advanced topographic laser altimeter system)是美国国家航空航天局2019年发射的ICESat的后继卫星。ATLAS能获取到直径更小、密度更高的激光足印数据,在500 km左右的轨道高度下沿轨采样间隔0.7 m,足印大小小于17.5 m。本文使用了2019年内的ATL11陆地冰高产品,是对ATL06进行了误差剔除和地形校正后的高度估计,地面分辨率为60 m[15]

Helm DEMSlater DEM均为基于Cryosat-2雷达测高数据建立的1 km分辨率南极DEMHelm DEM使用的数据分布在2012年至2013年,覆盖范围为60°~90°S,经过ICESat激光测高数据的验证其高程精度约为3.5±15 m[9]Slater DEM使用的数据采集时间为2010年至2016年,覆盖范围88°S以北,使用NASA Operation IceBridge获取的机载测高数据验证其精度约为-0.3±13.5 m[10]

Sentinel-3数据构建兰伯特冰川区域DEM的图6

2 研究方法

Sentinel-3数据构建兰伯特冰川区域DEM的图7


2.1 总体流程

本研究的流程包括波形数据的重跟踪处理、DEM构建和DEM精度评定3个部分,具体流程如图2所示。




Sentinel-3数据构建兰伯特冰川区域DEM的图8

2.2 波形重跟踪

在非海洋表面,受不同反射面的影响,雷达测高波形存在变形,从而影响了其高程观测精度,因此需要对其波形前缘中点进行重跟踪,获取距离改正值,即为波形重跟踪处理[16]Sentinel-3采用的合成孔径雷达/延迟多普勒技术与新型开环跟踪系统虽然保证了更高的沿轨分辨率和观测效率,但造成了回波模型的复杂。

波形重跟踪算法可以分为经验算法和物理模型算法两类[17]。其中,重心偏移算法(offset center of gravityOCOG)是基于统计规律的经验算法,通过找到回波波形的重心,以数值方式统计波形振幅、宽度、重心位置,从而实现对前缘中点的跟踪[18]。参数法是基于Brown平均脉冲反射理论的物理模型算法,针对于冰面反射回波波形进行重跟踪。它可以处理来自于一个或者两个反射面的复杂波形,模型的收敛性取决于波形复杂程度[19]。主波峰峰值重跟踪算法(narrow primary peak retrackerNPPR)是一种基于最大反射能量监测回波主波峰的算法,可以设置不同阈值,算法适应性较强。根据不同的子波形重跟踪方式,可以分为阈值主波峰算法(NPPTR)和重心主波峰算法(NPPOR[20]

本文分别采用OCOG算法、线性5-算法、阈值为80%NPPTR08、阈值为50%NPPTR05NPPOR重跟踪算法对Sentinel-3A波形数据进行重跟踪处理,并比较分析不同算法在兰伯特冰川区域的应用效果。经过重跟踪处理后,线性5-算法造成了约15%的失败重跟踪率,失败的波形主要集中在冰盖边缘大坡度位置,其余4种算法均能够对所有回波实现重跟踪。进一步采用提取升降轨道交叉点处高程不符值的方法对以上五种波形重跟踪算法的结果进行对比评估,从而选择最优重跟踪算法进行测高值改正和DEM构建。

2.3 DEM构建和精度验证

Sentinel-3A波形数据经过重跟踪改正等处理后,得到经过校正的有效测高值[21-23]。构建DEM时,插值方法的选择对DEM的精度和准确性有重要影响。相关研究表明,克里金插值算法对不同复杂程度的地形有更好的适应性,在南极冰盖区域能够实现更有效、更高精度的空间插值[24]。因此,本文利用克里金插值法对校正后的测高数据进行格网化。

对经过改正的20191月—201912月间的Sentienl-3A测高值以500 m为间隔选取格网中心,以3 km半径搜索范围内的所有高程点进行克里金插值,得到该中心点位的高程值。对于无法计算的空点位将搜索半径扩大到15 km重新进行插值,最终生成基于Sentinel-3高度计数据的500 m分辨率的研究区DEM

为了验证本文建立的DEM的精度,采用ICESat-2ATL11大陆冰高数据作为验证数据。ICESat-2激光测高数据采集于20193月—201912月,本文选取其中质量较好的数据进行精度验证。为了对比本文构建的DEM与其他已有DEM的一致性和差异性,选择两种基于Cryosat-2测高数据建立的DEM作为对照,分别是1 km分辨率的2014Helm DEM1 km分辨率的2018Slater DEM。利用以上辅助数据对比验证的内容包括以下几个方面:DEM在等高线点位高程值与ICESat-2验证数据的精度验证、3DEMICESat-2测高值的精度验证和对比以及高程精度与坡度的相关性分析。

Sentinel-3数据构建兰伯特冰川区域DEM的图9

3 结果与分析

Sentinel-3数据构建兰伯特冰川区域DEM的图10

3.1 波形重跟踪最优算法选择

本研究提取的交叉点分布以及5种波形重跟踪算法对应的交叉点不符值情况如图3所示,其中坡度图由Slater DEM提供。由交叉点不符值分布可以看出,所有重跟踪处理后的交叉点不符值均在坡度大的冰盖边缘明显大于较为平坦的内部区域,这是由于复杂地形的雷达回波信号噪声大、波形复杂。OCOG算法的结果在整个区域内都表现出比较大的交叉点不符值,特别是低坡度的内陆部分;线性5-算法尽管在冰盖边缘的误差很大,但内陆冰盖的不符值明显集中分布在-0.1~0.1 m的误差范围内,相比其他算法优势明显;NPPTR08NPPTR05呈现出相似的结果,均为边缘位置效果优于内陆冰盖,更适合于大坡度区域的重跟踪处理;NPPOR在整体上表现一般,内部和边缘都未实现最佳的重跟踪效果。

以上的结果与Sentienl-3采用测量技术以及算法本身的原理有关,Delay-Doppler技术和开环跟踪系统带来了更复杂的回波形态,而OCOG这种简单的基于经验公式直接确定前缘中点的方法不再适用于这种复杂的波形,因此OCOG算法结果存在比较大的交叉点不符值;线性5-β算法可以处理由一个反射面产生的复杂波形,这对于内部平坦的冰盖是适用的,可以得到了很好的重跟踪效果,而在边缘位置,过于复杂的波形导致该方法难以收敛,造成很大的误差;NPPR3种算法均针对于复杂的多波峰波形,因此能够更好地适应边缘区域的复杂回波波形,通过提取主波峰来提高对复杂波形的重跟踪精度。

进一步对不同坡度范围内五种重跟踪算法处理结果的交叉点不符值的均值和均方根误差进行了统计(表1)以选取最优算法。可以看到,对于小坡度区域(小于0.2°)的回波信号,线性5-重跟踪算法的交叉点不符值明显小于其他四种算法,效果最佳。对于0.2°~ 0.5°的中坡度区域和大于0.5°的大坡度区域,重跟踪处理效果最佳的算法是NPPTR算法,其交叉点不符值均值和均方根误差都小于其他算法,其中阈值为50%NPPTR算法略优于80%的阈值选择。综上,本文采用分坡度区域的方法,对于坡度小于0.2°的点位回波使用线性5-算法进行重跟踪处理,对于坡度超过0.2°的区域回波使用50%阈值的NPPOR算法进行重跟踪处理,得到经过改正后的研究区高程值。

Sentinel-3数据构建兰伯特冰川区域DEM的图11

Sentinel-3数据构建兰伯特冰川区域DEM的图12

3.2DEM构建结果与分析

本文构建的基于Sentinel-3高度计数据的500 m分辨率的研究区DEMS3Lam DEM如图4(a)所示。兰伯特冰川附近区域的地势呈现由内陆冰盖向沿海冰架逐渐降低的趋势,且等高线越来越密集,高程下降幅度逐渐增大。冰盖最高处为内陆的Dome A区域,高程超过4000 m。图4(b)为基于S3Lam DEM生成的研究区坡度图,该区域内坡度与地势变化规律相似,呈现出由内陆向沿海逐渐增大的趋势,在沿海的接地线位置达到超过1°的地表坡度。Amery冰架附近的冰盖边缘地形复杂,地表起伏较大且地势下降快速,这里汇集了兰伯特冰川、Mellor冰川和Fisher冰川的支流。

Sentinel-3数据构建兰伯特冰川区域DEM的图13

3.3 精度验证分析

ICESat-2测高值作为验证数据,根据500 m间隔的等高线对S3Lam DEM高程点位进行精度验证,提取等高线上各点位的高程值与ICESat-2测高值做差,图5表示了两者之间的差异。在高程3000 m以上的平坦内陆,DEM高程值与验证数据之间的差异很小,大部分小于2 m3000 m等高线上的高程精度为0.983±3.115 m。随着高程增加,靠近接沿海的低海拔冰盖DEM精度降低,与验证数据的差异逐渐扩大到5 m左右,2000 m等高线上的高程精度为5.147±6.241 m,而1 000米以下的部分区域存在超过10 m的高程误差。

Sentinel-3数据构建兰伯特冰川区域DEM的图14

为了对比S3Lam DEM与其他DEM并进行进一步的精度验证,分别统计了S3Lam DEMHelm DEMSlater DEM3DEMICESat-2验证数据的高程差,如表2所示。经过ICESat-2数据的验证,本文建立的S3Lam DEM精度约为0.682±2.998 m,与验证数据之间的高程差在均值和标准差方面均小于Helm DEMSlater DEM的高程差,说明经过波形重跟踪算法的分析和处理,基于 Sentienl-3A构建的 DEM在精度方面已经达到甚至超过以往基于Cryosat-2测高数据的DEM。图6对比了S3Lam DEMSlater DEM的高程差,两种DEM具有较强的一致性,两者的高程差均值为2.871 m,明显的高程差异同样表现在冰盖边缘位置,这与沿海冰盖的快速流动性和复杂的地形有关。

由以上的验证可以看出研究区域内DEM的精度与地形坡度有较强的相关性,因此本文对不同坡度的DEM精度分别进行了验证,以0.1°为间隔,统计0~1°之间每个坡度区间S3Lam DEMSlater DEMHelm DEM与验证数据ICESat-2之间高程差的均值和标准差,绘制了图7的高程差与坡度统计图。3DEMICSsat-2验证数据的高程差绝对值均值和标准差在整体上均呈现出随着坡度增大而增大的趋势,坡度0-0.3°对应的高程差均值基本处于1 m以内,S3Lam DEM在该范围的高程差明显更小;当坡度增加到0.5°时,3DEM的高程差分别增加到1.5281.374-0.838 m;在0.5°~1°坡度范围内,3DEM的高程差均超过了3 m

Sentinel-3数据构建兰伯特冰川区域DEM的图15

不管是Cryosat-2还是Sentinel-3,测高精度都很大程度上受到地形的影响,而ICESat-2测高精度受地形影响相对较小,因此3DEM在坡度大的复杂地形区域的高程差明显大于低坡度区域,并且复杂的地形导致测高值的离散程度更高,导致更大的标准差。而由于Cryosat-2在边缘的干涉测量模式能够有效提高测高精度,因此Slater DEMHelm DEM在坡度大于0.5°时表现出比S3Lam DEM更小的高程差;而本文的S3Lam DEM0~0.4°的低坡度区域的高程差小于另外两种Cryosat-2DEM,这证实了Sentinel-3高度计在全南极冰盖的Delay-Doppler技术和开环跟踪系统的优势,基于Sentinel-3A波形数据构建的DEM能够在南极冰盖区域提供更高的整体精度。

Sentinel-3数据构建兰伯特冰川区域DEM的图16

Sentinel-3数据构建兰伯特冰川区域DEM的图17

3 结束语

Sentinel-3数据构建兰伯特冰川区域DEM的图18


本文基于Sentinel-3新型雷达高度计的波形数据建立了兰伯特冰川区域500 m分辨率的DEM,并对Sentinel-3波形重跟踪算法进行了比较分析以及DEM的精度验证。

1) 对新型雷达高度计Sentinel-3A的波形重跟踪算法展开了研究,Sentienl-3SAR回波信号具有独特的波形特征,本文对比分析了几种重跟踪算法针对于该数据的应用效果,并提出分区域选取最优重跟踪算法的方法来提高测高值精度。为后续Sentinel-3高度计在南极冰盖表面的应用提供了支持。

2) 本文构建了一种基于新型雷达高度计Sentinel-3波形数据的500 m分辨率兰伯特冰川区域DEMS3Lam DEM,并利用ICESat-2验证了该DEM 的精度为0.682±2.998 m。该DEM整体精度优于基于Cryosat-2构建的DEM,这表明经过分区域重跟踪处理后,Sentienl-3测高数据在南极测高方面具有优势,能够为后续研究提供时间更长、精度更高的数据支持。

3) 本文通过对比3DEM的精度发现,基于不同卫星数据源的DEM均受地形影响较大,Sentinel-3测高数据的优势表现在为对于平坦内陆冰盖高程精度的提升,明显优于Cryosat-2

综上所述,新型雷达高度计Sentinel-3对于南极冰盖高程测量具有重要意义和实际应用价值。基于常用的波形重跟踪算法采用分区域处理的方法能够比较有效地解决Sentinel-3波形的变形问题。基于Sentienl-3数据建立的南极冰盖DEM能够实现整体精度的提升,特别是在冰盖内部区域,这为未来利用新型高度计数据实现长期、高精度监测南极冰盖提供了支持。

(原文有删减)

END



作者简介:李宋(1998—),女,山东泰安人,硕士研究生,主要研究方向为微波遥感。

E-maillisong191@mails.ucas.ac.cn

基金项目:国家自然科学基金项目(41871256

通信作者:廖静娟研究员 E-mail: liaojj@aircas.ac.cn

引用格式:李宋,廖静娟,张连翀.Sentinel-3波形数据构建东南极兰伯特冰川区域DEM[J].测绘科学,2022,47(07):104-110,142.DOI:10.16251/j.cnki.1009-2307.2022.07.014.

文章来源:测绘学术资料

测绘

Sentinel-3数据构建兰伯特冰川区域DEM的评论0条

    暂无评论

    Sentinel-3数据构建兰伯特冰川区域DEM的相关案例教程

    来源 | ADAS与ECU之吾见 DEM全称“Diagnostic Event Management”,该模块作为AUTOSAR架构中的 BSW模块之一,对于ECU软件开发也是必需的软件模块,了解该模块自身属性以及与其他模块的关系也显得尤为重要。 结合自身开发经验,我将从以下六个方面对该模块进行简要介绍和几点思考。 诊断故障管理模块主要涉及到故障事件监控,故障信息上报、故障信息处理以及故障信息存储
    SBAS-InSAR技术的广州市地面沉降监测 聂运菊 计玉芳 熊 倩 (东华理工大学 测绘工程学院, 江西 南昌 330013) 摘 要:为了研究广州市地面沉降情况,利用覆盖广州地区的34景Sentinel-1A影像数据,基于永久散射体(PS)特征点的短基线合成孔径雷达干涉测量(SBAS-InSAR)技术进行时序分析,结果表明 :研究区总体形态呈稳定状态,研究区域内存在6个沉降区,在监测时间内,研
    基于时序InSAR技术的滑坡隐患识别对比研究 董继红1,2, 马志刚3, 梁京涛1, 刘彬1, 赵聪1, 曾帅3, 鄢圣武1, 马晓波1 1.四川省地质调查院,稀有稀土战略资源评价与利用四川省重点实验室 2.四川省智慧地质大数据有限公司 3.四川省国土空间生态修复与地质灾害防治研究院 摘 要 :星载合成孔径雷达干涉测量技术(interferometric synthetic aperture Ra
    在我(本文作者汤之上隆,下同)之前的文章《日本半导体设备和材料为何那么强?》中,我们描述了日本半导体制造设备的强。 但是,如图1所示,从 2013 年左右开始,整个日本的前端设备份额一直在下降。 图1:前端工艺设备出货量及地区占比变化(至2021年)来源:作者根据野村证券数据制作 这篇文章似乎已经向四面八方发出了涟漪。这是因为,7月20日,日经Crosstech发表了一篇题为“日本的半导体制造设备
    CINNO Research产业资讯,SK海力士继美国Lam Research之后,将与日本JSR在下一代DRAM领域展开合作。这是确保内存技术领先地位的一个维度。 近日,JSR宣布旗下子公司Inpria和SK海力士为了实现EUV用金属氧化物PR的应用,开展联合研究 Inpria 是一家公关公司,成立于 2007 年,是从俄勒冈州立大学化学研究中心分拆出来的。在 2017 年收购 21% 的股份后
    影响力
    粉丝
    内容
    获赞
    收藏
      项目客服
      培训客服
      0 0