从FY‑3MWRI数据反演北极海冰密集度的方法与流程

本发明属于卫星遥感技术领域，尤其涉及一种从fy-3mwri数据反演北极海冰密集度的方法。

背景技术：

fy-3mwri(风云3卫星)是我国自主研发的新一代极轨气象卫星。随着近几年我国航天事业的飞速发展，我国发射的遥感卫星越来越多，其中比较典型的如风云系列、高分系列、环境系列等。但就目前来看，有一个很突出的弊端就是，我国现有的这些卫星数据利用的很不充分。究其原因在于，虽然目前关于海冰密集度的反演算法很多，也较为成熟，由于卫星数据之间存在差异，所以原有的算法若要运用的新的数据中需要重新确定各个系数的取值，以及各系点值的取值，国产卫星遥感数据不能高效的应用。

技术实现要素：

本发明目的在于克服现有技术中存在的不足而提供一种从fy-3mwri数据反演北极海冰密集度的方法。

本发明的目的是这样实现的：一种从fy-3mwri数据反演北极海冰密集度的方法，其特征在于：包括以下步骤：

步骤1)、获取fy-3mwri一级数据。

步骤2)、对获取的fy-3mwri一级数据进行预处理；分为辐射校正、数据拼接、陆地掩膜；

辐射校正：利用辐射校正公式l＝gain*dn+bias，其中l为辐射校正后的亮温值，gain以及bias为辐射校正参数，dn为fy-3mwri提供的一级数据中像元值，根据fy-3mwri提供的科学数据集可知gain＝-0.01，bias＝0；将获取的fy-3mwri一级数据代入辐射校正公式中获得到校正后的数据；

数据拼接：获取的fy-3mwri数据为单轨成象，使用envi软件进行图像拼接，将fy-3mwri数据集中的经纬度文件导入到envi中，通过构建带有坐标系统的glt文件进行数据的拼接；

陆地掩膜：通过envi软件中的波段运算对陆地掩膜进行处理；

步骤3)、选取两个海域，选取一年的数据进行样本点的选取，分别计算两个区域的极化差异、进行概率分布统计，选取每日最大概率发生的数值，作为当天的极化差异值，然后取全年极化差异值的平均值；确定纯水与纯冰的系点值；分别记为p0(纯水)、p1(纯冰)，p＝t89v-t89h，其中t89v为89ghz频段的垂直极化，t89h为89ghz频段的水平极化，p为各类像元的极化差；

步骤4)、将获取的p0、p1值，运用插值计算，确定asi海冰密集度反演公式的参数，asi海冰密集度反演算法具体如下：

p＝tbv-tbh(1)

其中，tbv是垂向极化的亮温，tbh是水平极化的亮温；

选择三阶多项式拟合从0％到100％的海冰密集度如下：

c＝d3p³+d2p²+d1p+d0(2)

步骤5)、将获取的p0、p1值代入到式(2)中，然后再对式(2)求导，冰面的极化差异显著小于开阔水面的极化差异，海冰密集度c趋近0和1时极化差异p分别p0和p1，得出用于求解式(2)系数的四元一次线性方程组，见式(3)，利用式(3)计算得到d0、d1、d2、d3

将d0、d1、d2、d3带入到式(2)中得出海冰密集度c。

最终确定海冰密集度c的表达式为：

c＝6.45714×10^-6p³-6.05256×10^-4p²-9.22521×10^-3p+1.10031(4)

由步骤4)的得到p0、p1值，进而得到本发明提供的海冰密集度公式：

c＝1.29×10^-5p³-1.28×10^-3p²+1.01×10^-2p+1.02(5)

由式(5)反演出基于fy-3mwri一线数据的海冰密集度结果；

步骤6)、基于图像熵的方法，确定基于fy-3mwri数据的天气滤波器阈值；通过matlab的优化函数fmin-search得出天气滤波器的阀值；通过两次滤波处理最终得到海冰密集度结果。

本发明的能够将国产fy-3mwri数据应用到asi算法中，对北极海冰密集度进行反演研究。但由于asi算法针对不同的数据核心参数会有所变化，所以本发明通过选取典型海域的样本点，确定了纯水与纯冰的系点值，进而确定了海冰密集度的计算公式。又因为，使用高频数据往往受天气影响较为严重，所以需要天气滤波器进行处理，由于天气滤波器的阈值也会随数据的变化而改变，所以本发明基于图像熵的方法，确定了基于fy-3mwri数据的天气滤波器阈值。本发明为利用国产fy-3mwri数据反演北极海冰密集度奠定了基础，为我国极地战略的推进以及北极航道的研究提供技术保障和数据支持。提高了国产卫星遥感数据的高效应用。

附图说明

图1为fy-3mwri2016年1月3日北冰洋海冰密集度结果。

图2为ssm/i2016年1月3日北冰洋海冰密集度结果。

具体实施方式

实施例1，一种从fy-3mwri数据反演北极海冰密集度的方法，其特征在于：包括以下步骤：

步骤1)、获取fy-3mwri一级数据，fy-3mwri微波成像仪主要系统参数如表1所示。

表1fy-3mwri微波成像仪主要系统参数

步骤2)、对获取的fy-3mwri一级数据进行预处理；分为辐射校正、数据拼接、陆地掩膜；

辐射校正：fy-3mwri提供的数据为一级数据，数据值为dn值，没有具体的物理意义，因此在反演海冰密集度时，需要将数据的dn值转化成具有实际物理意义的亮温值(地物反射率)，利用辐射校正公式l＝gain*dn+bias，其中l为辐射校正后的亮温值，gain以及bias为辐射校正参数，dn为fy-3mwri提供的一级数据中像元值，根据fy-3mwri提供的科学数据集可知gain＝-0.01，bias＝0；将获取的fy-3mwri一级数据代入辐射校正公式中获得到校正后的数据；

数据拼接：获取的fy-3mwri数据为单轨成象，所以若想对北极地区进行研究需要将若干幅图像进行拼接，使用envi软件进行图像拼接，将fy-3mwri数据集中的经纬度文件导入到envi中，通过构建带有坐标系统的glt文件进行数据的拼接；

陆地掩膜：由于冬季部分陆地区域会有积雪覆盖，为了避免这种因素对海冰密集度的识别造成影响，通过envi软件中的波段运算对陆地掩膜进行处理；

步骤3)、选取两个海域，即：加拿大群岛以北多年冰区域、格林兰海冰外缘线以南区域，选取一年的数据进行样本点的选取，分别计算两个区域的极化差异、进行概率分布统计，选取每日最大概率发生的数值，作为当天的极化差异值，然后取全年极化差异值的平均值；确定纯水与纯冰的系点值；分别记为p0(纯水)、p1(纯冰)，p＝t89v-t89h，其中t89v为89ghz频段的垂直极化，t89h为89ghz频段的水平极化，p为各类像元的极化差；最终确定p0＝47.6k、p1＝10.8k。

步骤5)、将获取的p0＝47.6k、p1＝10.8k值，运用插值计算，确定asi海冰密集度反演公式的参数，asi海冰密集度反演算法具体如下：

p＝tbv-tbh(1)

其中，tbv是垂向极化的亮温，tbh是水平极化的亮温；

选择三阶多项式拟合从0％到100％的海冰密集度如下：

c＝d3p³+d2p²+d1p+d0(2)

步骤6)、将获取的p0＝47.6k、p1＝10.8k值代入到式(2)中，然后再对式(2)求导，冰面的极化差异显著小于开阔水面的极化差异海冰密集度c趋近0和1时极化差异p分别p0和p1，得出用于求解式(2)系数的四元一次线性方程组，见式(3)，利用式(3)计算得到d0、d1、d2、d3

将d0、d1、d2、d3带入到式(2)中得出海冰密集度c。

最终确定海冰密集度c的表达式为：

c＝6.45714×10^-6p³-6.05256×10^-4p²-9.22521×10^-3p+1.10031(4)

由步骤3)的得到p0＝47.6k、p1＝10.8k值，进而得到本发明提供的海冰密集度公式：

c＝1.29×10^-5p³-1.28×10^-3p²+1.01×10^-2p+1.02(5)

由式(5)反演出基于fy-3mwri一线数据的海冰密集度结果；

步骤7)、用高频数据往往受天气影响较为严重，所以需要天气滤波器进行处理，由于天气滤波器的阈值也会随数据的变化而改变，所以本发明基于图像熵的方法，确定基于fy-3mwri数据的天气滤波器阈值；通过matlab的优化函数fmin-search得出天气滤波器的阀值；通过两次滤波处理最终得到海冰密集度结果。确定了基于fy-3mwri数据的天气滤波器阈值。其中图像熵的方法具体如下：

kapur方法是一种基于熵的经典方法，对于简单的两类划分问题，该方法通过优化如下的准则函数来选择相应的阈值：

topt＝argmax[hi(t)+hw(t)]

其中:hi(t)和hw(t)分别表示海冰像元和海水像元包含信息量的大小(熵)；p(g)表示图像所有像素中灰度级为p的像素点所占的比例；p(t)表示累加概率，即灰度级从0到t的像素点所占总像素数目的比例；g代表最大可能的灰度级，即图像具有256个灰度级时，g＝255。选择当目标函数最大化时的阈值，作为分割阈值。在具体的方法实现过程中，采用了matlab本身所含的优化函数fmin-search来进行。

通过matlab运算，得出gr(37/19)天气滤波器的阈值为0.05，即当gr(37/19)大于等于0.05时令其海冰密集度为0；gr(23/19)天气滤波器的阈值为0.045，即当gr(23/19)大于等于0.05时令其海冰密集度为0。通过对上一步得到的初步结果进行两次滤波，将所有的天气影响而导致计算错误的海冰过滤掉，进而纠正为海水。最终经过天气滤波器处理后的海冰密集度结果如图1所示。

对比验证：通过美国冰雪数据中心下载北极地区2016年1月3日ssm/i数据，并采用asi海冰密集度算法，最终反演出海冰密集度结果(如图2所示)，与本发明的结果进行对比验证。结果表明两者海冰外缘线一致，海冰密集度分布相同。本发明所提供的基于fy-3mwri数据的北极海冰密集度反演研究，第一次将国产卫星fy-3mwri数据，运用到asi算法中，创新性的确定了基于fy-3mwri数据asi算法中海冰密集度计算公式的核心参数，以及对应的天气滤波器的有效阈值的选取，因此，本发明的研究在一定程度上为利用国产fy-3mwri数据反演北极海冰密集度奠定了一定的基础，为北极航道的研究提供技术保障和数据支持。

上述实例仅为本发明的优选实例而已，并不用以限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。