南极海冰区是影响全球气候环境变化的重要区域和敏感区^[1]。它通过改变大洋表面的辐射平衡和能量平衡，隔离海洋与大气间的热交换和水汽交换，以及影响大洋温、盐流的形成和强度，来直接作用大气、海洋环境^[2]，其覆盖范围及季节和年际变化规律是研究全球气候变化的重要线索^[3]。遥感卫星观测为定量分析海冰范围和变化提供了不可替代的数据来源。其中，微波辐射仪的长波穿透能力，解决了区分云和海冰，以及极夜时期海冰连续探测等问题，使被动微波影像成为长时间、大尺度研究南极海冰分布变化的首选数据^[4]。利用同样的卫星微波遥感影像分析南极海冰长期的变化趋势，不同的研究得到的趋势和变化率都不一致。导致结论差别的原因一方面是研究者采用了不同的海冰密集度(sea ice concentration，SIC)反演算法，例如文献[5-10]对比了不同反演方法在不同类型数据上进行密集度提取的结果差别。另一方面是采用了不同的海冰边界位置提取方法。国内外的研究者大多数都采用15%的密集度作为阈值来区分有冰区和无冰区^[6]，也有一些研究采用其他阈值，例如20%^[11]。

被动微波遥感影像上提取的海冰边界与航行中目测的海冰边界的位置一直受到关注和比较。Worby和Comiso^[6]利用1989年至2000年南极海冰过程与气候计划ASPeCt(Antarctic sea ice processes and climate)收集的不同航次的海冰观测数据，同时期的雷达数据，高分辨率光学影像上提取的冰缘位置，与被动微波影像SMM/I提取的密集度15%确定的冰缘位置进行比较，结果发现在海冰生长期的一致度要高于消融期的一致度。Ozsoy-Cicek等^[12]通过比较2007年国际极地年获取的航船海冰观测数据，美国国家冰雪数据中心冰缘数据(NIC ice edge)和AMSR-E(advnced microwave scanning radiometer for the earth observing system)影像提取的密集度数据也得到相似的结论。在冬季海冰生长期，被动微波影像上15%密集度的位置和实测或高分 辨率影像观测的冰缘位置大致相符。在夏季海冰消融期的不一致主要源于很多开阔水域和海冰交界地带的薄冰或者表面正在融化的冰，反射率低而不容易与海水区分，致使实测的冰缘位置与15%密集度甚至是0.1%密集度的界线相比纬度更高。席颖等利用第 26 次中国南极科学考察期间收集的海冰密集度船基观测资料以及由 Landsat-7 ETM+得到的海冰密集度来验证 AMSR-E海冰密集度产品的精度^[13]。然而在南极，船测数据受到航行路线和出航时间的制约，采样点的数量非常有限，并且位于海冰边界的样点数量更加稀缺。因此，Zhao 等^[14]提出了一种生成伪船测点的方法，从具有高空俯瞰效果的MODIS(moderate-resolution imaging spectroradiometer)光学影像上，根据ASPeCt船测方法提取大量伪船测点位置上的海冰密集度，作为被动微波遥感影像海冰边界的验证、样点数据。但伪船测点方法获得的海冰密集度在该文中并没有和真实船测数据进行比对。本文选取了2002年至2007年间的ASPeCt船测数据，从对应MODIS影像上提取伪船测点，对采样点上7种不同尺度不同时间的密集度数据做了交叉验证，并比较分析了位于海冰边界的少量真实船测数据。

由于本研究采用的被动微波遥感影像AMSR-E的成像时间在2002-06~2011-10，因此，选择了在此时间段内国际公开发布的ASPeCt船测海冰归档数据和中等分辨率的光学遥感影像MODIS。从6幅无云MODIS影像范围内提取出27个采样点，统计对比了每个采样点上来自4种数据源的7种海冰密集度值，包括AMSR-E(ascending NT2、 ascending BBA、 daily NT2、 daily BBA)、MODIS海冰密集度、实际船测密集度(RSO)、伪船测密集度(PSO)。并比较了海冰边界上的实际船测数据与AMSR-E密集度产品的差异。

国际公开发布的ASPeCt船测海冰归档数据是1980年到2005年期间来自各国的83次航行和两次直升机飞行中对海冰的观测记录。ASPeCt船测海冰标准是以观测船为中心，对周围1 km内的区域每小时观测一次，记录海冰密集度、海冰类型、海冰厚度、浮冰尺寸等信息，将最北纬出现的海冰密集度大于等于10%的位置定义为海冰边界^[6]。为了与被动微波遥感影像AMSR-E的获取时间相匹配，本文选取了2002年至2005年的航线数据(http://aspect.antarctica.gov.au/data/ASPECT_Allvoys_obs_mindist6.txt)和2007年的一条国际极地年测的航线数据(SIMBA September-October 2007 ^[12])。在这些实测的1 781个船测点中，只有81个具有10%的海冰密集度(图 1中海冰密集度为10%的船测点用黑色虚线标出)，而符合海冰边界定义的只有8个点。所有船测点中只有27个点在无云MODIS影像的覆盖范围内，而其中海冰边界点仅两个。

图 1 ASPeCt船测海冰归档数据的位置图(2002~2005，2007) Fig. 1 Track of ASPeCt RSO in 8 Cruises Between 2002-2005 and 2007

图选项

被动微波传感器AMSR-E搭载在NASA EOS Aqua卫星上，提供了2002~2011年的6个频率的双极化数据，空间分辨率为5~50 km。本研究采用的AMSR-E/Aqua Daily L3 12.5 km Brightness Temperature,Sea Ice Concentration,& Snow Depth Polar Grids (AE_SI12)数据，下载自美国国家冰雪数据中心(National Snow & Ice Data Center，https://nsidc.org)。 AE_SI12格网数据包含了亮温值，以及日平均(daily averaged)、上升轨(ascending averaged)和下降轨(descending averaged)平均海冰密集度值，空间分辨率为12.5 km,极方位投影。该产品提供的海冰密集度来自两种最通用的反演算法：NASATeam2 (NT2) ^[16]和Bootstrap Basic Algorithm (BBA)^[17]。本文中选用了4种12.5 km分辨率的海冰密集度值，分别为ascending NT2、ascending BBA、daily NT2、daily BBA。

中分辨率影像辐射计MODIS搭载于Terra和Aqua两颗极轨卫星上，提供 0.4～14.5 μm之间的 36 个离散波段，空间分辨率为250 m、500 m或 1 000 m,视场宽度为 2 330 km。由于AMSR-E搭载在Aqua卫星上，研究选择了MODIS/Aqua影像来减少与AMSR-E影像获取的时间差。受南极地区极夜和恶劣天气的影响，与ASPeCt船测数据同步的无云MODIS/Aqua在2002~2005和2007几年间，只搜索到了6景，涵盖了27个船测数据的坐标，6景MODIS影像的空间分布如图 2所示。

图 2 6景MODIS/Aqua影像的无云区域在南极大陆的位置及获取时间 Fig. 2 Locations of the Six MODIS/Aqua Scenes in the Antarctic

图选项

为了尽量保证MODIS影像的空间分辨率，研究选用了L1B级的数据MYD 02 Level-1B Calibrated Geolocation Data Set，下载自Atmosphere Archive and Distribution System (http://ladsweb.nascom.nasa.gov)。但是MODIS/Aqua的第6波段由于信噪比太高，往往无法使用，所以无法采用文献^{[14, 15]}中的多阈值法进行海冰分类。本文通过计算可见光波段(1、3、4波段)的反照率，利用海冰和海水在可见光的反照率差别进行分类。具体步骤如下。

1) 根据MODIS地理定位文件，对波段1(0.620~0.670 μm)、波段3(0.459~0.479 μm)和波段4(0.459~0.479 μm)进行太阳角纠正，并转成极方位投影。波段3和波段4分辨率统一重采样到250 m，得到3个波段的大气顶部反射率；

2) 利用MODIS的云掩膜和第7波段的反射率，剔除被云覆盖的像元；

3) 根据公式α=0.331B₁+0.424B₃+0.246B₄^[18]，将3个波段的反射率B₁、B₃、B₄换算成可见光反照率α；

4) 本研究确定了4大类冰型，包括开阔水域，无雪覆盖的新冰(new ice,nilas)，无雪覆盖的初期冰(young grey ice,young grey-white ice)，一年冰及雪覆盖的冰型(first-year ice < 0.7m,first-year ice >0.7 m,被雪覆盖的所有冰型)。依据文献^[19]中实测的海冰反照率，4种海冰类型的划分阈值取自各类型反照率的中间值。例如开阔水域的典型反照率是0.07，新冰的典型反照率为0.17，则取(0.07+0.17)/2=0.12为划分开阔水域和新冰的阈值。具体分类的阈值如下： 开阔水域( α < 0.12)，无雪覆盖的新冰(0.12≤α < 0.24)，无雪覆盖的初期冰(0.24≤α < 0.46)，一年冰及雪覆盖的冰型(0.46≤α)。

5) 将分类结果合并成海冰(赋值1)和非海冰(赋值0)的二值图像，分辨率为250 m。

6) 将对应12.5 km分辨率AMSR-E像元范围内的二值像元取平均值，得到12.5 km分辨率的MODIS海冰密集度。

Zhao等^[14]首次提出了结合MODIS影像和船测规则提取伪船测点的方法，其主要思路是不受观测船航行位置的限制，直接通过无云光学影像从高空俯瞰，每一个MODIS像元都可以作为观测船的采样点，通过计算MODIS像元周围1 km范围内的海冰密集度来模拟观察员在船上的肉眼观测。在之前的研究^[14]中，是将MODIS海冰-非海冰二值图重采样到2 km分辨率，与船测标准中的半径为1 km的观测圆大致相匹配，但输出的伪船测数据PSO是2 km分辨率的方形格网。本研究对该方法进行了改进，用更精确的滑动平滑算子(图 3中，观测船处在中心像元；黑色像素赋值1，白色像素赋值0)，计算每个海冰二值像元(250 m分辨率)周围1 km半径的圆形区域的平均值，作为PSO海冰密集度。

图 3 滑动平均算子模拟1 km半径的船测范围圆 Fig. 3 Moving Average Filter and the 1 km Radius Circle

图选项

针对27个采样点上的7种不同来源的海冰密集度，包括ascending NT2、ascending BBA、daily NT2、daily BBA、RSO、PSO和MODIS密集度，进行两两间的交叉验证。将比较的结果分成4种情况：相同时间&相同空间尺度，相同时间&不同空间尺度，不同时间&相同空间尺度，不同时间&不同空间尺度(散点图见图 4)。

实线代表线性回归线；虚线代表Y=X；R2为相关系数；Bias(%)为平均偏差；RSME(%)为均方根误差 图 4 船测采样点上的多源海冰密集度数据的交叉验证 Fig. 4 Correlations of Various SIC Derived from Different Data Sources at the Location of 27 RSO Sampling Points

图选项

图 4(a)和4(b)是具有相同时间和空间尺度的两组数据，其海冰密集度值吻合度最高，具有相对较高的相关性(R_a²=0.82和R_b²=0.96)。MODIS海冰密集度与AMSR-E NT2算法反演的密集度相比有些高估，平均偏差为9%，这与之前的研究结论一致^[14]。同样从AMSR-E影像上反演出的海冰密集度，BBA算法比NT2算法得到的密集度值更高。查看AMSR-E/Aqua Daily L3产品的数据，NT2-BBA的差值均大于0，平均偏差为7%。

图 4(c)和4(d)中的两组数据具有相同获取时间，但空间分辨率不同。MODIS海冰密集度和伪船测密集度PSO的计算同是基于MODIS影像，因此，它们之间的差值完全是由不同的空间测量尺度导致的。Ascending NT2来自AMSR-E影像，伪船测密集度PSO来自MODIS影像，虽然两个传感器都搭载在Aqua卫星上，但传感器成像原理的差别，密集度计算方法的差别都会将两者密集度之间的差异扩大(R_c²>R_d²)。

图 4(e)和4(f)中的两组数据相关性差别很大。上升轨的ascending NT2和日平均的daily NT2密集度一致性很高，相关性高达0.99，均方根误差仅为4%，说明海冰密集度在一天之内的变化在大尺度的数据上(12.5 km)体现得不明显。在对被动微波遥感数据获取时间没有严格限制的情况下，可以利用日平均密集度数据代替上升轨和下降轨的数据。同样是不同时间相同尺度的数据，船测RSO和伪船测PSO的相关性不高，可能的原因有以下两个：① 船测RSO是每隔一个小时观测一次，而PSO是从卫星过境的当地时间13：30左右获取的MODIS影像上提取的，两组数据之间的时间差别最大可以达到13 h。海冰在13 h的时间间隔内的移动很可能超过2 k m的空间范围，导致RSO和PSO密集度的不一致；② RSO和PSO的观测方式不同，真实船测点的观测精度主要受观测者主观因素、天气条件、观测经验的影响，而伪船测点的密集度提取则是受到MODIS影像质量、影像处理过程和伪船测点提取方法的影响，两者虽然最后的空间分辨率一致，但本文中的对比验证结果表明其相关性并不高。

图 4(g)和图 4(h)中是具有不同时间和不同空间尺度的两组数据，它们也是所有对比数据中相关性相对最低的。与NT2算法相比，BBA算法反演得到的海冰密集度与实测船测数据吻合度更好R_h²=0.63，这与文献^[10]中的结论一致。

在1 781个ASPeCt船测海冰归档数据点中，只有8个点符合海冰边界的定义。表 1对这8个边界点的观测日期、经纬度坐标、对应AMSR-E NT2海冰密集度值以及该点到15% AMSR-E NT2阈值线的距离做了统计。在8个边界点中，其中6个点对应的AMSR-E NT2海冰密集度为0，与船测的10%密集度相比存在低估现象，这与其他研究结论一致^{[12, 14]}。可能的主要原因是被动微波遥感影像在海冰边界区域对密集度不高的海冰探测能力较弱，精度不高，特别是在冰面出现积水的情况下，低估现象更加明显。

在提取2007年SIMBA航线上的海冰边界点时，本文作了适当的调整。原始数据中最北纬出现10%的船测RSO点在89.333°W,66.967°S，海冰类型为frazil；而在之后连续观测的3个RSO点的密集度均为0，直到89.933°W，68.767°S才出现了密集度为30%的观测点，其中Shuga占10%，frazil 20%。因此，剔除了观测到的孤立点，将海冰边界点的位置定为89.933°W，68.767°S。实测海冰边界到15% AMSR-E NT2阈值线的最大距离为50 km，平均距离为28 km。这个数据与之前研究^[14]中提到的伪船测边界到15% AMSR-E ASI阈值线的平均距离10 km稍大，一方面是由于AMSR-E NT2数据的分辨率较AMSR-E ASI 6.25 km的分辨率大；另外，RSO较PSO密集度与AMSR-E密集度的吻合程度低。

本文通过匹配ASPeCt船测海冰数据、AMSR-E海冰密集度产品和无云MODIS影像，提取了27个采样点，对比分析了不同尺度和不同时间获取的海冰密集度的差异。相同时间和相同空间尺度的海冰密集度值吻合度最高，不同时间和不同尺度的海冰密集度值的相关性较弱。相同时间但不同分辨率的海冰密集度数据，来自同一个传感器比来自不同传感器的数据吻合度要好。当数据获取时间有差异时，对12.5 km的粗分辨率密集度产品的影响较小，但在2 km分辨率的尺度上，海冰密集度差异明显。真实船测点与伪船测点之间的吻合度并不高，一方面主要受到观测者主观因素、天气条件、观测经验的影响，另一方面受到MODIS影像质量、影像处理过程和伪船测点提取方法的影响。虽然通过实验发现伪船测点方法提取的海冰密集度和真实船测点的有差异，但由于落在海冰边界的真实船测点太少(1 781个船测点中仅有8个)，使伪船测点方法在海冰边界研究中具有快速、大面积提取边界点的优势。使用该方法时需要注意控制影像处理的质量，减少误差传播。