CN108106734B - 一种面向idl语言海冰密集度求算优化算法 - Google Patents

Abstract

本发明涉及一种面向IDL语言海冰密集度求算优化算法,读取垂向、水平极化亮温数据进行预处理，计算亮温差。得到海冰密集度初始值。进行物理校正。利用大气滤波对海冰密集度初始值进行去除噪声纯化。利用结构体对陆地掩膜数据做膨胀处理，将扩大后的陆地掩膜对海冰密集度数据做掩膜处理，去除陆地区域及陆地边缘的海冰密集度数值。去除极点附近卫星盲区的海冰密集度数值。去除低纬度卫星盲区的海冰密集度数值；得到精确的海冰密集度数值。本发明进行了物理校正、陆地掩膜膨胀处理和低纬度卫星盲区滤波处理等要素，能准确求算海冰密集度，弥补了原有海冰密集度算法的不足。

Description

一种面向IDL语言海冰密集度求算优化算法

技术领域

本发明涉及如何利用IDL编程语言，由不同频率的辐射亮温数据准确求算出海冰密集度大小的算法。

背景技术

IDL程序语言，灵活简洁，功能强大；国际上，IDL语言在海洋科学、遥感地信、地质等领域应用广泛；目前，在我国还没有达到普及水平。卫星具有全方位、多时相特点，打破了现场观测的区域性，时间不同步的缺点，节省了大量的人力物力。卫星数据越来越受到人们的认可，数据所涉及领域也会愈加广泛。AMSR-E高级微波扫描辐射计是日本制造并装载与美国NASA(美国航空航天局)AQUA卫星上的传感器。其可观测不同频率的微波辐射亮温，不同频率的微波辐射亮温数据可用来求算海冰密集度。由于现有技术，卫星不能观测北极点附近区域；由于海冰大量存在于两极地区，因为卫星主要观测两极地区，而全面覆盖低纬度地区。因此在低纬度地区和极点附近存在卫星观测盲区。天气对卫星微波观测有一定影响，对卫星数据造成一定的误差。另外海冰密集度计算公式有一定的局限性，即在卫星观测盲区，通过此公式是可以得到密集度数值的，显然是错误的，需要删掉。在陆地区域，通过此海冰密集度计算公式的计算的结果也是错误的，此公式仅限于海冰；因此陆地区域的海冰密集度数值同样需要需要删去。大陆边界会在卫星观测时产生边界效应，造成较强的误差，因此大陆边界向海延伸一定区域的海冰密集度数值可信度较低，需要删去。因此，准确求算海冰密集度较为复杂。目前应用最广泛的海冰密集度求算算法实际上存在一定的局限性，算法见图1；因为由此算法计算出的海冰密集度存在大于1的情况，且陆地边缘效应考虑欠缺，另外也没有给出对低纬度卫星盲区的区域海冰密集度的处理方法。

发明内容

针对上述现状，本发明的目的提供一种面向IDL程序语言的海冰密集度求算优化算法。

本发明基于IDL编程语言，不仅纳入了海水与海冰系点、两种大气滤波器、陆地掩膜处理、陆地边界效应、极点附近盲区掩膜处理要素，还新加了物理校正、陆地掩膜膨胀处理和低纬度卫星盲区滤波处理等要素，能准确求算海冰密集度，弥补了原有海冰密集度算法的不足。且本发明IDL程序算法简洁，便于操作，本发明算法见图2，本发明与现应用最广泛的海冰密集度求算算法(如图1)区别在于图2中灰色部分。

本发明解决其技术问题所采用的技术方案是：一种面向IDL语言海冰密集度求算优化算法，包括以下步骤：

1)读取垂向极化亮温数据和水平极化亮温数据；对读取的两种亮温数据进行预处理，校正偏差；计算校正后的两种亮温差；

2)通过亮温差以及海冰密集度计算公式得到海冰密集度初始值；利用海冰与海水系点，对海冰密集度做初步校正；

3)进行物理校正：纠正由计算公式造成的海冰密集度错误；

4)读取垂向极化亮温数据、垂向极化亮温数据、垂向极化亮温数据，构建大气滤波；利用大气滤波对海冰密集度初始值进行去除噪声、纯化；

5)读取陆地掩膜数据，根据陆地边缘效应影响范围，构建结构体；利用结构体对陆地掩膜数据做膨胀处理，扩大陆地掩膜范围；将扩大后的陆地掩膜对海冰密集度数据做掩膜处理，去除陆地区域及陆地边缘的海冰密集度数值；

6)读取极点地区的卫星盲区掩膜数据，将此掩膜数据对海冰密集度做掩膜处理，去除极点附近卫星盲区的海冰密集度数值；

7)构建低纬度卫星盲区滤波，作用于海冰密集度，去除低纬度卫星盲区的海冰密集度数值；得到最终的海冰密集度数值。

所述步骤3)具体为：

利用IDL程序查找函数，筛选出大于1的海冰密集度并将其替换为1，将校正后的海冰密集度结果称为C₂。

所述步骤5)具体为：具体为：

利用IDL读文件函数读取陆地掩膜数据，根据卫星观测时陆地边缘效应所影响的宽度，构建结构体；

将结构体和陆地掩膜数据代入IDL膨胀函数，对陆地掩膜数据进行膨胀处理，使陆地范围向海里延伸设定距离；

将膨胀处理后的陆地掩膜对海冰密集度数据做掩膜处理，去除由陆地边缘效应所造成的卫星观测错误。

所述步骤7)具体为：

利用IDL查找卫星在低纬度观测的盲区范围，将此范围处内的所有海冰密集度值替换为无效值。

以IDL程序语言编写实现。

本发明具有以下有益效果及优点：

1.本发明一种面向IDL语言海冰密集度求算优化算法，不仅纳入了海水与海冰系点、两种大气滤波器、陆地掩膜处理、陆地边界效应、极点附近盲区掩膜处理要素，还新加了物理校正、陆地掩膜膨胀处理和低纬度卫星盲区滤波处理等要素，能准确求算海冰密集度，弥补了原有海冰密集度算法的不足。

2.本算法简洁便于操作。

3.本算法利用IDL程序语言编写而成，工作效率高。

附图说明

图1是目前应用最广泛的海冰密集度算法流程图；

图2是本发明流程图；

图3是海冰密集度初始值C₀分布图；

图4是海冰密集度C₁分布图；

图5是海冰密集度C₃分布图；

图6是海冰密集度C₄分布图；

图7是海冰密集度最终值C₅分布图；

图8是海冰密集度最终值C₆分布图。

具体实施方式

下面结合附图对本发明做进一步说明。

一种面向IDL语言海冰密集度求算优化算法，包括以下步骤：

读取AMSR-E 89GHz垂向极化亮温数据和AMSR-E 89GHz水平极化亮温数据；对读取的两种亮温数据进行预处理，校正偏差；计算校正后的两种亮温差。

通过亮温差以及海冰密集度计算公式，计算得到海冰密集度初始值。

利用海冰与海水系点，对海冰密集度做初步校正。

物理校正，纠正由计算公式局限性所造成的海冰密集度错误。

读取AMSR-E 18GHz垂向极化亮温数据、AMSR-E 23GHz垂向极化亮温数据、AMSR-E36GHz垂向极化亮温数据，构建大气滤波；利用大气滤波对海冰密集度初始值进行去除噪声、纯化。

读取陆地掩膜数据，构建结构体；利用结构体对陆地掩膜数据做膨胀处理，扩大陆地掩膜范围；将扩大后的陆地掩膜对海冰密集度数据做掩膜处理，去除陆地区域及近岸区域的海冰密集度数值。

读取极点附近卫星盲区掩膜数据，将此掩膜数据对海冰密集度做掩膜处理，去除极点附近卫星盲区的海冰密集度数值。

构建低纬度卫星盲区滤波，作用于海冰密集度，去除低纬度卫星盲区的海冰密集度数值；最终得到精确的海冰密集度数值。

所述读取AMSR-E 89GHz垂向极化亮温数据和AMSR-E 89GHz水平极化亮温数据；对读取的两种亮温数据进行预处理，校正偏差；计算校正后的两种亮温差具体为：

利用IDL读文件函数分别读取AMSR-E 89GHz垂向极化亮温数据T_V和AMSR-E89GHz水平极化亮温数据T_H。对两种亮温数据进行比例缩放，将数据由文件储存值变为实际测量值。根据下方公式垂向极化亮温数据T_V减去水平极化亮温数据T_H得到亮温差P。

P＝T_V-T_H

所述通过亮温差以及海冰密集度计算公式，计算得到海冰密集度初始值具体为：

根据下方海冰密集度计算公式，将亮温差P代入公式，即可求得海冰密集度初始值。

C₀＝1.64×10^-5P³-0.0016P²+0.0192P+0.9710

式中C₀表示海冰密集度初始值，P为垂向极化亮温与水平极化亮温的差值。

所述利用海冰与海水系点，对海冰密集度做初步校正具体为：

海水的系点为47k,海冰的系点为11.7k；利用IDL查找函数where(),筛选出亮温差P值大于47k的网格，将这些网格处的海冰密集度数值赋值为0，表示纯海水。筛选出亮温差P值小于11.7k的网格，将这些网格处的海冰密集度数值赋值为1，表示纯海冰，将校正后的海冰密集度结果称为C₁。

所述物理校正，纠正由计算公式局限性所造成的海冰密集度错误具体为：

利用IDL程序查找函数，筛选出大于1的海冰密集度并将其替换为1，将校正后的海冰密集度结果称为C₂。

所述读取AMSR-E 18GHz垂向极化亮温数据、AMSR-E 23GHz垂向极化亮温数据、AMSR-E 36GHz垂向极化亮温数据，构建大气滤波；利用大气滤波对海冰密集度初始值进行去除噪声、纯化具体为：

利用IDL读文件函数读取AMSR-E 18GHz垂向极化亮温数据、AMSR-E 23GHz垂向极化亮温数据、AMSR-E 36GHz垂向极化亮温数据，构建两个不同频率的大气滤波器，见下方公式；利用这两个滤波器对海冰密集度C₂进行滤波处理，去除大气对海冰密集度造成的影响，将处理后海冰密集度称为C₃。

滤波器一：

若GR(36,18)≥0.045，则C₂＝0

滤波器二：

若GR(23,18)≥0.04，则C₂＝0

式中T_b(18_v)表示AMSR-E 18GHz垂向极化亮温值,T_b(23_v)表示AMSR-E 23GHz垂向极化亮温值,T_b(36_v)表示AMSR-E 36GHz垂向极化亮温值,GR(36,18)表示AMSR-E 36GHz垂向极化亮温和AMSR-E 18GHz垂向极化亮温值组成的比值滤波器，GR(23,18)表示AMSR-E23GHz垂向极化亮温和AMSR-E 18GHz垂向极化亮温值组成的比值滤波器。

所述读取陆地掩膜数据，构建结构体；利用结构体对陆地掩膜数据做膨胀处理，扩大陆地掩膜范围；将扩大后的陆地掩膜对海冰密集度数据做掩膜处理，去除陆地区域及近岸区域的海冰密集度数值具体为：

利用IDL读文件函数读取陆地掩膜数据，根据卫星观测时陆地边缘效应所影响的范围，构建一个合适大小的结构体，将结构体和陆地掩膜数据代入IDL膨胀函数，对陆地掩膜数据进行膨胀处理，使陆地范围向海里延伸一定距离；膨胀处理后，将扩大后的陆地掩膜对海冰密集度数据C₃做掩膜处理，去除由陆地边缘效应所造成的卫星观测错误，处理后的海冰密集度称为C₄。

所述读取极点附近卫星盲区掩膜数据，将此掩膜数据对海冰密集度做进一步掩膜处理，去除极点附近卫星盲区的海冰密集度数值具体为：

利用IDL读文件函数读取极点附近卫星盲区掩膜数据，将此掩膜数据对海冰密集度C₄做掩膜处理，去除极点附近卫星盲区的海冰密集度数值，处理后的海冰密集度称为C₅。

所述构建低纬度卫星盲区滤波，作用于海冰密集度，去除低纬度卫星盲区的海冰密集度数值；最终得到精确的海冰密集度数值具体为：

利用IDL查找卫星在低纬度观测的盲区范围，构建低纬度卫星盲区滤波，称为滤波器三，作用于海冰密集度C₅，将低纬度卫星盲区的海冰密集度数值赋值为无效值；最终得到精确的海冰密集度数值C₆。

滤波器三：

若网格位于低纬度卫星盲区，则C₃＝无效值。

本发明一种面向IDL语言海冰密集度求算优化算法是以IDL程序语言编写实现。

本发明以美国国家冰雪中心(NSIDC)提供的2002年7月20日的日均北极地区亮温数据为例，数据分辨率为12.5km×12.5km，利用本发明计算出准确的海冰密集度。

利用IDL读文件函数分别读取AMSR-E 89GHz垂向极化亮温数据T_V和AMSR-E89GHz水平极化亮温数据T_H。因为为了减小数据储存容量，数据提供者将数据按一定比例进行了缩放，使储存为整型，减小容量。因此，使用者在使用数据前，应对两种亮温数据进行比例缩放，还原数据，将数据由文件储存值变为实际测量值。本发明的数据在缩放还原时应除以10.0，且转为浮点型数据。得到实际亮温数据后，根据公式一垂向极化亮温数据T_V减去水平极化亮温数据T_H得到亮温差P。

公式一：

P＝T_V-T_H

根据公式二，将亮温差P代入公式，即可求得海冰密集度初始值C₀，C₀分布见图3。

公式二：

C₀＝1.64×10^-5P³-0.0016P²+0.0192P+0.9710

式中C₀表示海冰密集度初始值，P为垂向极化亮温与水平极化亮温的差值。

海水的系点为47k,海冰的系点为11.7k；利用IDL查找函数where(),筛选出亮温差P值大于47k的网格，依据规则一，将这些网格处的海冰密集度C₀赋值为0，表示纯海水。筛选出亮温差P值小于11.7k的网格，依据规则一，将这些网格处的海冰密集度数值赋值为1，表示纯海冰，将校正后的海冰密集度结果称为C₁，C₁分布见图4，因系点校正的网格点数量相对较少，在图上不易用肉眼发现，因此图4与图3区别不大。

规则一：

若P≥47k，则C₀＝0；

若P≤11.7k，则C₀＝1。

经检查发现C₁中有3073个网格处的海冰密集度值大于1，每个网格面积为12.5×12.5km²。也就是48.02万平方公里面积的海冰密集度值是错误的，需进行物理校正。因由公式计算得到的海冰密集度数值大于1的部分确定为纯海冰。因此将这些区域的海冰密集度数值替换为1即可。依据规则二，利用IDL程序查找函数where()，筛选出大于1的海冰密集度并将其替换为1，将校正后的海冰密集度结果称为C₂。

规则二：

若C₁>1，则C₁＝1。

因为亮温数据是由微波遥感观测得到，而大气对微波有一定的阻隔作用，会对卫星观测值产生一定的影响，因此，需要做大气滤波处理。利用IDL读文件函数读取AMSR-E18GHz垂向极化亮温数据、AMSR-E 23GHz垂向极化亮温数据、AMSR-E 36GHz垂向极化亮温数据，构建两个不同频率的大气滤波器；36GHz和18GHz的亮温数据构建为滤波器一，23GHz和18GHz的亮温数据构建为滤波器二，利用这两个滤波器对海冰密集度C₂进行滤波处理，去除大气对海冰密集度造成的影响，将处理后海冰密集度称为C₃，C₃分布见图5。

滤波器一：

若GR(36,18)≥0.045，则C₂＝0

滤波器二：

若GR(23,18)≥0.04，则C₂＝0

因陆地的边缘弯曲，向海过渡，加上受人类活动影响，会产生一定的边缘效应，卫星在此处观测会产生较大误差，因此，陆地边缘的海冰密集度可信度较低，需要掩膜处理。利用IDL读文件函数读取陆地掩膜数据，根据卫星观测时陆地边缘效应所影响的范围，构建一个合适大小的结构体，本发明构建一个4×4的结构体，将结构体和陆地掩膜数据代入IDL膨胀函数DILATE()，定义膨胀匹配点为右下角的点；由此对陆地掩膜数据进行膨胀处理，使陆地范围向海里延伸一定距离，此膨胀处理的效果为陆地边界向海里延伸3个数据网格；膨胀处理后，将扩大后的陆地掩膜对海冰密集度数据C₃做掩膜处理，将陆地及其边缘效应影响区域的海冰密集度掩膜掉，处理后的海冰密集度称为C₄，C₄分布见图6。

因技术限制，卫星无法观测北极点附近区域，因此此处由计算得到的海冰密集度数值是错误的，需要淹没处理。利用IDL读文件函数读取极点附近卫星盲区掩膜数据，将此掩膜数据对海冰密集度C₄做掩膜处理，去除极点附近卫星盲区的海冰密集度数值，处理后的海冰密集度称为C₅，C₅分布见图7。

因AQUA卫星为极轨卫星，其观测区域主要覆盖两极及周边区域，在低纬度地区覆盖率较低，会出现大量面积盲区。NSIDC提供的亮温数据在低纬度地区就包括一定面积的盲区，见图7；图幅的上端和下端存在红色斑点状区域，就是卫星盲区所造成的海冰密集度异常值，需要去除。利用IDL查找卫星在低纬度观测的盲区范围，构建低纬度卫星盲区滤波，称为滤波器三，作用于海冰密集度C₅，将低纬度卫星盲区的海冰密集度数值赋值为9999，作为无效值；最终得到精确的海冰密集度数值C₆，C₆分布见图8。

滤波器三：

若网格位于低纬度卫星盲区，需将其划归为无效值；本发明所用数据，纬度41°以下，就开始出现卫星盲区，需将这部分卫星盲区内的网格的海冰密集度数值划归为无效值9999，即C₅＝9999。

Claims (5)

1.一种面向IDL语言海冰密集度求算优化算法，其特征在于包括以下步骤：

1)读取AMSR-E 89GHz的垂向极化亮温数据和AMSR-E 89GHz的水平极化亮温数据；对读取的两种亮温数据进行预处理，校正偏差；利用校正后的两种亮温数据计算亮温差；

2)通过亮温差以及海冰密集度计算公式得到海冰密集度初始值；利用海冰与海水系点，对海冰密集度做初步校正；

3)进行物理校正：纠正由计算公式造成的海冰密集度错误；

4)读取AMSR-E 18GHz的垂向极化亮温数据、AMSR-E 23GHz的垂向极化亮温数据、AMSR-E 36GHz的垂向极化亮温数据，构建大气滤波；利用大气滤波对海冰密集度初始值进行去除噪声、纯化；

5)读取陆地掩膜数据，根据陆地边缘效应影响范围，构建结构体；利用结构体对陆地掩膜数据做膨胀处理，扩大陆地掩膜范围；将扩大后的陆地掩膜对海冰密集度数据做掩膜处理，去除陆地区域及陆地边缘的海冰密集度数值；

6)读取极点地区的卫星盲区掩膜数据，将此掩膜数据对海冰密集度做掩膜处理，去除极点附近卫星盲区的海冰密集度数值；

7)构建低纬度卫星盲区滤波，作用于海冰密集度，去除低纬度卫星盲区的海冰密集度数值；得到最终的海冰密集度数值。

2.根据权利要求1所述的一种面向IDL语言海冰密集度求算优化算法，其特征在于所述步骤3)具体为：

利用IDL程序查找函数，筛选出大于1的海冰密集度并将其替换为1，将校正后的海冰密集度结果称为C₂。

3.根据权利要求1所述的一种面向IDL语言海冰密集度求算优化算法，其特征在于所述步骤5)具体为：具体为：

利用IDL读文件函数读取陆地掩膜数据，根据卫星观测时陆地边缘效应所影响的宽度，构建结构体；

将结构体和陆地掩膜数据代入IDL膨胀函数，对陆地掩膜数据进行膨胀处理，使陆地范围向海里延伸设定距离；

将膨胀处理后的陆地掩膜对海冰密集度数据做掩膜处理，去除由陆地边缘效应所造成的卫星观测错误。

4.根据权利要求1所述的一种面向IDL语言海冰密集度求算优化算法，其特征在于所述步骤7)具体为：

利用IDL查找卫星在低纬度观测的盲区范围，将此范围处内的所有海冰密集度值替换为无效值。

5.根据权利要求1所述的一种面向IDL语言海冰密集度求算优化算法，其特征在于以IDL程序语言编写实现。