基于GNSS-R极地海冰测量方法的研究

　　李宏亮，袁国良

　　（上海海事大学， 上海 201306）

       摘要：全球卫星导航系统（GNSS）在经历了将近50年的发展后，已经在国际上取得了相当大的影响，GNSS在经济发展和人类生活方面有着很重要的作用。随着温室气体的排放，全球温室效应，冰川融化，使得越来越多的国家开始重视对海洋的监测。文章以欧洲空间局（ESA）实验数据为数据来源，利用电磁信号在不同的介质表面反射产生的电磁特性变化作为理论依据，论证利用海冰的幅度极化比来监测海冰的形成和消融过程是否可靠。分析结果显示，信号的幅度极化比与海冰在海洋中的覆盖率有着很强的相关性。

　　关键词：海冰；GNSS-R；海冰密集度；幅度极化比

0引言

　　随着当今社会科技的快速发展，全球发达国家对于导航定位系统大力投资，美国有GPS、俄罗斯有GLONASS、欧洲国家有Galileo。北斗卫星导航系统（BeiDou Navigation Satellite System, BDS）是中国自主研发的一套全球卫星导航系统。像以上四种全球卫星系统以及一些相关的增强系统统一称之为全球导航卫星系统（Global Navigation Satellite System，GNSS）。目前GNSS的应用正在潜移默化地改变着人们的生活方式，其应用已经远远超出了人们的想象。

　　GNSS在全球气候变化趋势研究中有着极其重要的作用。极地地区冰层表面粗糙度和冰层结构［1］是重要的信息，而冰的累积速度直接决定了冰层的内部结构。Winnebrenner和Drinkwater研究了冰的积累速度与测量反射电磁波之间的关系［2］。近几年，GNSS技术快速发展，从多路径问题着手，发现目标对全球卫星反射信号遥感技术（Global Navigation Satellite System睷eflection ,GNSS睷）也是可以被接受和利用的，可以作为一种全新的遥感方式加以利用。其不需要专门的雷达发射机，而且成本低廉，全球覆盖广，数据量大，同时又与其他传统测量方法相互补充，从而开辟了一个新的研究领域。

1GNSS-R简介

　　GNSS-R的基本原理是利用反射导航卫星的载波信号或者伪随机测距码信号，来提取目标的反射面特性。在海面测风和海面测冰等探测应用中，它的工作模式多为收发分置的双（多）基雷达模式，与传统的遥感手段SAR相比，其特点和优势集中体现为以下几点［1］：

　　（1）不用发射机

　　GNSS-R采用的是异源观测模式，信号发射源是利用全球共享的GNSS星座信号源，使得导航卫星的信号接收机的设计复杂度和设计成本大大下降，并提高了系统的稳定性，有利于在航空或卫星平台上搭载。

　　（2）大量信号源

　　GNSS-R的信号来源不仅来自于目前已有的24颗GPS卫星信号，还有很多其他的卫星系统也可以提供这种信号源，其中包括欧盟的Galileo卫星（30颗）、俄罗斯的GLONASS（24颗）、中国的BDS（35颗），可用卫星达100多颗。

　　（3）扩频通信技术

　　采用扩频技术带来的增益使得导航卫星反射信号接收机可以接收到低于背景噪声的微弱信号，这种技术使得在机载高度采用尺寸为10 cm左右的天线就可以接收到有效的海面散射信号。

　　（4）应用面宽

　　导航卫星反射信号接收机接收到的信号输出的是时延多普勒的相关功率谱，其中含有被测目标的特征信息，该系统可以应用于海面风场、海冰探测、盐度探测、土壤测湿以及海面测高等。

　　国外关于GNSS-R的技术比较成熟，在海冰探测的研究中已经有了以下的发展：2000年，KOMJATHY A等人利用海洋表面的GPS反射信号的峰值功率来反映有效介电常数（Permittivity by peak瞤ower）［2］；2007年，贝尔蒙特等人利用拟合反射信号波形分析得到海冰表面粗糙度［3］；2012年，FRAN F等采用了欧洲空间局2008-2009年间在格林兰岛Disko海湾实验所采集到的数据，利用直射和反射之间的差分相位的高度估计测算出海冰表面的高度，取得了不错的测量精度［4］。

　　GNSS-R相比于传统的遥感手段有着得天独厚的技术优势，在国外的研究十分火热，主要集中在海洋的监测方面，例如海面测风、海面测冰、海洋测高。不仅如此，在土壤湿度和移动目标探测方面它也是有所作为的，本文将研究重点放在对海冰的监测上。

　　海冰是在高纬度海洋中海水的一种重要存在形式，一方面，海水的大面积结冰会对当地的交通运输业、海洋渔业造成很大的影响；另一方面，极地冰层是经过成千上万年的累积所形成的，其中包含着过去很多年地球的气候变化信息。近代工业革命以来，人类的能源消耗大幅增加，使得温室气体的排放剧增，气候变暖问题已经不容忽视，全球都刮起了一阵对海冰监测的风潮，并研制出了一些对海冰有效的监测手段［5］。其中美国和欧洲对于海冰的研究最为领先，他们开展了以GNSS睷信号为主要手段对海冰的覆盖率和海冰厚度进行测试的实验［6 9］。相比于西方国家，我国对于这方面的研究显得十分落后。本文采用国外对于海冰监测的数据，分析海冰和海水对于GNSS睷信号的影响，从而得出利用GNSS睷对海冰进行监测有理论可行性。

2GNSS R海冰观测实验

　　本文所用数据来自GPS SIDS(SIDS: Sea睮ce and Dry Snow Reflectometry)观测实验，该试验是在格林兰岛Disko海湾上展开的，实验的目的是利用GNSS-R信号研究海冰与干雪的物理特性。

　　此次实验2008年10月开始，结束于2009年5月，时间跨度为7个月。在实验期间刚好经历了格陵兰岛Disko海湾海冰的形成到融化的过程。实验采用了ICE/IEEC睠SIC研制的GNSS睷专用接收机GOLD-RTR，其为目前国际上性能较好的GNSS-R接收机。天线架设在海边悬崖上的一个通信塔上，有两个天线分别接收卫星直射信号和海面反射过来的信号。信号接收几何结构如图1所示。　

　　在图1中，A、B、C分别为镜面反射点，其中A和B的高度角分别为25°和8°。由三角关系可以计算出L1=H/tan(a)，L2=H/tan(b)，数据采集区直径大致为L=L2-L1≈6 424 m。图2为实际实验中数据采集的示意图。　　

　　虽然实验数据时间跨度是2008年10月-2009年5月，但是考虑到卫星的仰角和数据的稳定性因素，选择了2008年12月-2009年3月这个时间段的实验数据进行分析。

3实验原理分析

　　由于卫星信号是以电磁波的形式进行传播，所以对于GNSS R信号的研究就是对电磁波特性的研究。

　　在实际工程中，直射信号和反射信号都是以电磁波的形式发送与接收，而电磁波的场强方向可以随时间按一定的规律变化，描述此变化的概念称为极化。由电磁场的右手螺旋定则可知，电磁波的电场强度方向、磁场强度方向和传播方向是可以相互确定的。电磁波的极化方向一般采用自由空间中电磁波的电场E的方向来判定［1］。

　　这里假设有一道沿着z轴方向传播的电磁波，其中磁场强度H和电场强度E都是垂直于z轴所在的平面，将电场强度E分解为两个相互正交的分量Ex和Ey，两个分量拥有相同的频率和传播方向，即：

　　由上式，经过三角运算得出E矢量端点的轨迹方程，如下式：

当Ex0=Ey0=E0，φy-φx=±π/2 时，矢量E端点的轨迹方程为：

　　这是半径为E0的圆的方程，称为圆极化。当Ey相位滞后于Ex为π/2时，且电场矢量旋向和电磁波的传播方向满足右手螺旋关系，称之为右旋圆极化（RHCP）；反之，则称为左旋圆极化(LHCP)。GNSS的导航信号电磁场采用的是右旋极化的方式，电磁波离开卫星遇到反射介质的表面时，产生反射、折射、透射等现象后，电磁波的一些电磁特性会产生变化，其中极化方式也会发生一些变化，有些信号可能会由右旋极化转变为左旋极化。

　　对于不同的发射介质，信号的极化方式改变的程度是不一样的。因此反射信号中不同极化方式的比例是不一样的，由此可以根据不同介质面对于信号反射极化方式改变程度来区分不同的介质面。这是GNSS睷技术的理论基础。

　　在GNSS睷应用于海冰探测时，GPS信号在经过海面反射后被接收，信号表现出不同的电磁特性，可以通过分析海水和海冰反射信号特性分辨出该地区是否结冰。海冰对GNSS睷的影响是一个相对比较复杂的过程。这是由于海冰表面的粗糙程度、表面杂质、冰水混合物对信号都是有影响的。与纯净的冰不同，海冰中除了冰之外还有空气、泥沙等固体混合物和空气泡，所以它们的电磁特性分析起来十分复杂。对于海冰的电磁特性影响最为明显的就是海水本身的介电常数［10］和观测卫星的仰角大小。

　　海水的介电常数与其中的盐分和周围环境温度密不可分。其中盐溶液复介电常数表达式为：

　　其中，ε′b表示盐溶液的电导率；ε″b表示盐溶液的损耗因子，它表示了海水把电磁波吸收转换成其他能量的能力。当电磁信号的频率较低时，这两个参数又可以用以下方程表示，称之为拜德方程：

　　其中，ε∞表示高频相对介电常数，εb0表示盐溶液静态相对介电常数，Tb表示盐溶液的张弛时间，f表示电磁波频率，σi表示离子电导率，ε0表示自由空间介电常数，ε0=8.854×10-12。

4实验结果分析

　　对采集到的数据进行筛选，最终选择了卫星仰角为10°，且镜面反射点离海岸比较远的3颗卫星PRN 2、14、17的观测数据进行分析。利用MATLAB得出实验结果如图3-图5（其中Polarimetric Ratio=RHCP/LHCP）。

　　分析图3中PRN2、14和17号卫星的极化比可以得到，在仰角相同的情况下，3颗卫星的极化均值总体走势大致相同。从极化比的变化趋势可以看出，在实验开始0-15天左右，极化比值处于一个比较低的一个水平，随着时间的推移，到了第25天左右极化比有着一个很明显的涨幅，然后第30-40天极化比处于0.4-0.5的区间波动，在第40-105天左右极化比基本上一直处于0.65左右波动，除了在第50天左右的3-4天时间内，极化比出现了比较明显的下降。在第105-120天期间，极化比逐渐下降到0.4左右，然后一直保持在0.4左右。3颗卫星的极化比变化趋势基本上保持着同步，也就是说可以利用多颗卫星同时对同一目标进行监测，保证信号的高时空分辨率并减少误差。

　　由图4可以看出，在实验开始0-15天左右，海冰基本上是没有出现的；从第15天开始海冰覆盖率几乎从0%攀升到50%左右的一个水平，并稳定在50%左右。第40天后，冰面的覆盖率又有一个提升，在40-100天时间内一直保持在80%-90%的区域内；从100天-120天时间内冰层急速融化，降至5%的覆盖率，在120天后的10天时间内，波动幅度十分大。对比温度变化图，这有可能与当时地区的风力大小、海面降水等相关因素有关，导致海冰变化与温度变化在某些时间上有差异，但总体变化趋势相同。

　　表1为实验结果总结。

　　综合以上分析得出结论，反射信号的极化比的变化趋势与目标地区海冰的形成和融化规律有着很强的相似性。即可以利用GNSS-R信号的极化比来观测海冰变化。

5结束语

　　经过对实验数据的分析得出，利用GNSS-R反射信号的幅度极化比来监测海水中海冰的动态是可行的。实验过程中，利用国外卫星所得的数据进行分析，采用卫星数据的幅度极化比和同时期的海冰密集度对比得出，GNSS-R的幅度极化比的变化趋势与海冰密集度的变化趋势有着很强的相关性。因为海水和海冰在对电磁波的电磁特性的影响上有着比较明显的差异，因此可以利用这种原理，分析GNSS-R信号来判断目标地区是否有冰形成是切实可行的。由此，可以想象随着全球卫星导航系统的逐渐成熟，这种监测方法可以作为一种全新的、低成本、高可靠性的海冰监测方法，并与现有的探测方法相辅相成。

　　参考文献

　　［1］ 杨东凯,张其善. GNSS反射信号处理基础与实践［M］.北京:电子工业出版社, 2012.

　　［2］ KOMJATHY A, MASLANIK J, ZAVOROTNY V U, et al. Sea ice remote sensing using surface reflected GPS signals［C］. IEEE 2000 International Geoscience and Remote Sensing Symposium. South Carolina, 2010： 28552857.

　　［3］ BELMONTE M.Bistatic scattering of global positioning system signals from arctic sea ice ［D］. Boulder: University of Colorado,2010.

　　［4］ FRAN F,ESTEL C, ANTONIO R. Phase altimetry with dual polarization GNSS睷 over sea ice［J］. IEEE Transactions on Geoscience and Remote Sense, 2012,50(6):21122121.

　　［5］ 刘良明,刘延,刘建强,等.卫星海洋遥感导论［M］.武汉:武汉大学出版社,2005.

　　［6］ ZAVOROTNY V U. Sea ice thickness sensing using GNSS reflections［C］. Workshop on Remote Sensing Using GNSS Reflections， Guilford,UK, 2005.

　　［7］ KOMJATHY A, MASLANIK J A, ZAVOROTNY V U, et al.Towards GPS surface reflection remote sensing of sea ice conditions［C］.In Proceedings of the Sixth International Conference on Remote Sensing for Marine and Coastal Environments, Charleston, South Carolina, 2000.

　　［8］ ZAVOROTNY V U, ZUFFADAC. Assessing the possibility of the measuring the thickness of undeformed first瞴ear Arctic sea ice from bistatic reflections of GPS signals［C］. In Proceedings of the 2003 Workshop on Oceangraphy with GNSS睷, Starlab, Barcelina, 2003.

　　［9］ WIEHL M, LEGRESY B, DIETRICH R.Potential of reflected GNSS signals for ice sheet remote sensing［J］.Progress in Electromagnetics Research, 2011,40(7):177205.

　　［10］ ULABY F T, RICHARD K M, ADRIN K F.Microwave remote sensing active and passive［M］. Artech House,Inc,1990.