|
特别鸣谢 本文由清华大学水利系李兴东、龙笛翻译整理。 简介 本文整理自阿朴杜拉国王科技大学的Matthew F. McCabe等人近期发表于欧洲地球科学联合会（EGU）刊物Hydrology and Earth System Sciences 上的The future of Earth observation in hydrology。这是一篇关于遥感对地水文观测平台和技术发展趋势的综述性文献，希望能为读者提供帮助。 1 概述 本文的主要目的是介绍和探讨新兴技术和观测方法，突出那些有待成熟但颇具应用潜力，或尚未被大量用户所完全接受的新兴的遥感平台。另一个方面是鼓励人们讨论科学界如何更好地利用现有的信息和分析资源。 目前人类发射并且在轨的卫星数量已经超过4000枚，在其中1459枚正常运作的卫星中，对地观测系统（EO）占据了很大的份额。EO系统包括约360个独立的卫星遥感平台，其中57%是由各国政府运作的。 EO在推进水文科学的研究中起到了不可替代的重要作用，加深了我们对水文过程的认识，并且建立起了海量的数据集。但是由于技术竞争、商业利益、学科交流的障碍等等，要建立起一套全面连续的水资源观测系统依然面临着诸多的困难。   不同用途卫星的比重 2 EO系统整体回顾 2.1 EO系统目前面临的挑战 (1)卫星数据反演和解译上的挑战：卫星主要通过观测来自地表电磁波信号（GRACE除外）来反演水文参数。一些参数的反演可能是困难的，并且依赖于模型假设。而我们不仅需要利用EO数据集来研究水文循环，还希望通过它为气候模型建立基础。此时就会面临一个重要的挑战：气候模型和它所以基于的各种遥感反演参数，有时可能依赖于共同的模型假设或辅助数据。为此必须要对EO数据产品中的模型假设、强制条件等有更深刻理解和认识。 (2)数据的连续性和一致性：很多领域的研究需要建立连续观测的长时间序列，由于卫星的寿命有限，连续的长时间数据集只能由不断发射新的遥感卫星接力的方式完成。在新老卫星数据衔接的时候，往往会检测到突变，这种突变的信号不是由自然的水文过程演化造成的，所以为了保持数据的连续性和一致性，要实现更高精度的遥感反演，采用更加优越的误差分析和统计手段。 (3)工程和实践上的限制：卫星的轨道越高空间精度越低，重访周期越短。反之亦然。为了利用低轨道卫星的空间分辨率并避免其重访周期长的劣势，可以选择发射卫星群。另一方面在微波遥感领域，天线的大小也成为限制其发展的因素。 (4)对全方面遥感的需求：单一的卫星遥感平台始终都伴随着高风险，失败的案例如Landsat6和 SMAP。另一方面现在有很多的EO数据没有得到很好的利用，相反有些一些参数却被在其原本涉及领域外被“过度利用”，比如NDVI。这主要是由于数据集之间缺乏跨领域的互动，所以我们需要有更加全面协调的机制来使用数据集以获取更为广泛的水文响应信息。 (5)地面观测站的减少：地面数据的重要性不言而喻，大量模型的标定依赖于精确连续的地面数据集。而这一减少趋势必将加大未来工作的难度。 SMAP卫星 2.2 EO系统观测的水文量 降水：降雨观测最初依靠光学和热红外波段，之后发展为微波观测，代表性的遥感卫星平台是GPM和TRMM。但由于降雨随时间的变化是快速的，现有传感器的时间和空间精度都不足。不仅如此，低频的微波波段经常无法区分地面和云层中的冰雪，而高频的微波波段需要从背景辐射中提取有用信号（要做到这点相对困难）。高纬度地区的降雨也是一个难题，因为很多测雨卫星的轨道都是倾斜的。降雨观测目前最推荐的方式还是通过地面雷达，但是这在很多欠发达国家无法实现。 蒸发：大范围地观测蒸发非常困难，无论是从太空还是在地面，都没有办法直接进行测量。目前已经有的遥感蒸发产品精度过于粗糙，无法满足诸如干旱的处置，水资源管理和农作物监测等需求。改进目前遥感蒸发模型的关键是对植被的反演，植被在划分蒸发与腾发时起到关键作用。我们需要比NDVI更加优越的算法来实现这一目的。 土壤水分：代表性的遥感卫星有SMOS和SMAP，主要问题集中在空间精度有待提高，探测深度较浅。这些问题在天线设计的改良上有望获得解决。值得一提的是，虽然SMAP的雷达仅仅工作了3个月就失效了，但它的观测数据质量很好。另一方面欧洲宇航局（ESA）发射的Sentinel-1携带的传感器被证明可以用来获得精度约为1km的土壤水分数据，并且是实时数据。 径流：径流在水资源管理中是非常重要的参量，但由于其局部性，难以从粗糙的空间观测来获取。有科学家试图通过GRACE数据获得大河的基流，但大多数还是通过卫星观测的水位、数字高程系统、淹没程度乃至简单地通过降雨来驱动水文模型。2021年将要发射的SWOT卫星将可以观测二维的水体高程，测高精度约为1cm。但尽管河流的宽度、水面高程以及坡降可以直接测量到，径流反演仍然需要依靠一些模型来计算河道的深度和流速。而这些模型中凡是需要实地测量参数的都将限制其在无水文站流域的运用。另一方面，要进行洪水预报等工作需要更高的时间分辨率，即使SWOT也不能达到。
地下水：典型的遥感卫星GRACE，通过测量重力异常推测地下水储量及其变化。GRACE是目前唯一可行的连续监测大范围地下水的遥感手段。但是其空间和时间分辨率较低，空间分辨率大于150000平方千米，时间分辨率为月尺度，后继的重力卫星GRACE Follow On精度将会有所提高（将于2018年发射）。GRACE仍然是开展多途径对地观测很好的范例。 植被：植被的信息可以通过MODIS和Sentinel-2等传感器的可见光及近红外波段得到。但是相比其他手段，NDVI系数的重要性被过度强调了。例如通过微波观测得到的植被光学厚度（VOD）就可以提供关于植被的含水量和水文功能的信息。同时它还没有诸如晴朗天空、冠层较厚区信号饱和等限制。然而使用这一系数的研究并不多。类似的日本发射的GOSAT，可以通过观测太阳诱导荧光（SIF）获得全球尺度的光合作用的信息。通过气孔导度可以将光合作用与蒸腾作用进行同步关联，藉此我们可以增进对于滕发作用和水分胁迫的理解，但是目前很少有这方面的研究。 冰雪以及永久冻土：反演二维地面冰雪覆盖的技术已经相对成熟，但是反演冰雪厚度仍然有较大挑战，主动微波遥感技术可以提高雪体反演的精度并且更加适用于山区，但其成熟度不如被动微波遥感。被动微波遥感仍然受到过厚的积雪深度导致的信号饱和问题的牵制。目前普遍使用的ku-和ka-波段大约对200mm厚度的雪体就饱和。对于永久冻土还没有专门的传感器，但是可以通过SMOS和SMAP等探测器获得一些永久冻土方面的信息（如果SMAP没有失败的话），ESA的Sentinel-1配合InSAR数据也可能成为反演永久冻土信息的一个平台。
水汽：对水汽反演的主要局限在于目前传感器对垂直方向的大气运动变化过程监测乏力，时间空间分辨率不足。要理解水汽运移变化规律，必须要获得大气边界层（ABL，地表以上2-4km）的信息。因为它是蒸发、对流雨和近地面湿度的主要动因。可以提供垂向信息的传感器包括CALIPSO搭载的激光雷达、CloudSat搭载的雷达以及AIRS的高光谱接收器等，这些传感器提供的时间分辨率都在天尺度。 水质：主要运用MODIS和AVHRR等传感器，可以给出水体诸如叶绿素浓度、悬浮泥沙、水温等信息用来监测水质变化。主要问题还是精度不足，对于面积较小的水域难以监测。 3 新平台和新技术 扩展的EO系统概念图：  扩展的对地观测系统将改变我们对水文循环的理解。这种多尺度、多分辨率观测体系并不是停留在概念，因为这种技术已经存在，而且现在已经基本到位。传统天基卫星，商业立方星和国际空间站上的传感器仍有很大的发展空间。硬件设计和通信技术的进步正在帮助平流层气球和太阳能飞机打开局面，以及促进无人机平台的发展。在地面，无处不在的移动设备正在扩大传统的原位测量网络的广度。 3.1 即将发射的星载平台： GRACE Follow On 将会使用激光测距来代替GRACE的微波测距。将于2017.12-2018.2择期发射。 中国的WCOM（water cycle observation mission）用于监测土壤水分、雪水当量（SWE）、冻土、大气水汽和降雨。（2020年） NASA的SWOT将会返回精确的地表水位数据，覆盖了全球90%以上的地区。重访周期每三周至少两次。SWOT将能用于宽度100m以上的河流和250平方米以上的湖泊。（2021年） NASA的ICESat-2主要依赖精确的激光测高来展绘冰川，同样也可以用于地表水体测高，将会先于SWOT发射。 ESA的Sentinel-4、5和NOAA的Suomi NPP、JPSS-1等将用于大气方面的监测。 ESA还计划发射一些水文方面的遥感卫星，比如Biomass（2021年）将用于评价森林的总生物量。除了这些大型的项目，还有一些小型工程。比如NASA的“探险级”ECOSTRESS（2018年），将用来测量植被温度。 3.2 无人机平台： 优点是①高清采样，空间分辨率1-20cm；②能以低廉成本保证极高的时间分辨率；③可携带多传感器；④可以用来校准卫星产品；⑤可以替代人员进行实地调查；⑥实现实地数据和卫星数据之间（尺度上）的衔接。运动三维结构重建技术（SFM）的发展极大地推动了无人机平台的推广。SFM可以基于摄影测量技术重建三维点云以实现三维建模。无人机平台面临的挑战之一是没有建立起一套完整可靠的数据定标、矫正等处理流程；另一挑战就是目前很多国家对无人机的飞行有了更多限制。比如其飞行高度在很多国家不可超过“可视线”，这将限制其传感器覆盖的地面范围。 3.3 平流层气球和太阳能飞机： 从19世纪开始人们就在使用气球作为遥感平台，当然最初的传感器是观测员。通过搭载不同的传感器，系留气球不仅可以测量大气的参数如温度、湿度、压强，还可以对地面进行高分辨率多波段的遥感观测或是高程测量。最主要的优点是成本非常低廉。太阳能飞机可以实现长时间的巡航，能以较优的性价比实现大范围的遥感观测。Facebook的一个项目Aquila希望能研发在18000m到27000m高空可以巡航一个月的太阳能飞机。目前还有很多技术难题有待解决。 3.4 立方星（CubeSat）的崛起： Landsat8耗资8.55亿美元，要发射一系列同型号的低轨道卫星，成本上无法支撑。所以将卫星做小做轻成为最优的解决之道。一个的立方星（CubeSat）单元的体积10×10×11.35立方厘米 ，质量不到1.33kg。多个单元可以组成大体型结构。配合可回收火箭技术，可以极大地降低发射成本。相比于普通的卫星一旦失效则任务宣告失败，发射CubeSat还可以通过系统降低风险，即使有几个CubeSat单元失效，整个系统仍可以正常运作。很多商业机构在这一领域起到领头羊的作用，最有名的是Planet Labs，自从2013年起，该公司已经发射了1503个CubeSat单元，运作着当今世界上最庞大卫星集群。潜在隐患：太空垃圾需要得到妥善解决，避免出现对近地轨道和同步轨道卫星发射的威胁。
3.5 移动终端和大众科研： 截止2013年全球已经有73亿部手机，其中32亿部是智能手机。智能手机本身的升级换代，使得每个携带智能手机的人都可能成为一个潜在的“遥感平台”。这种依靠手机使用者进行数据采集的构想往往被称为“大众科研”（citizen science）。一个典型的例子是iBObber，一款价值约100美元的网球大小的传感器，可以测量水深和水温并且自带GPS定位。渔民可以方便地使用它进行水深和水温测量并上传数据。然而大众科研存在两个问题：①如何确保测量的精确性；②如何将水文学家与手机用户联络起来。实际上通过现有技术可以很好地解决上述问题，借助数据同化和其他一些数据手段可以有效将海量手机获得的数据汇总到水文模型下。一个成功应用的实例就是利用手机实时测量地区的平均气温。除此以外，还有利用车载GPS和挡风玻璃刮水器的传感器成功进行降雨估计的研究。
3.6 机会感知： 现代社会每个角落都布满了各种传感器，利用那些原本不相干的传感器来进行遥感水文测量的概念就是“opportunistic sensing”，亦称机会感知。作者主要举了三方面的例子①利用通信公司的无线电波传输进行降雨的测量，包括陆基到陆基和天基到陆基两种。原理是类似的：无线电波在通过雨幕时会衰减，且衰减规律与雨强高度相关；②利用近端微波信号进行土壤水分测量，例如利用GPS反射信号的PBOH（Plate Boundary Observatory H20）以及COSMOS（ COsmic-ray Soil Moisture-Observing System）；③利用商业客运或者货运飞机搭载传感器进行遥感测量。 3.7 高清太空摄像： 在HD摄像机发展起来之后，通过星载摄像机获得高空间分辨率高时间分辨率的录像成为可能。这一技术有望彻底改变EO系统的面貌，我们将可能藉此拓展对于水文过程的认识，并实现实时的洪水监测、流量监测、腐蚀监测、污染物扩散监测等等。但是值得注意的是，如此高的时间分辨率是水文学家不熟悉的，目前时间分辨率最高的遥感设备大约在分钟的尺度，而摄像无疑达到了秒以内。实际上，计算科学家对录像分析的接触要远比水文学家多。这一技术在水文领域的运用无疑有待推动。
高清卫星摄像截图 3.8 云计算和数据分析： EO系统的传感器在其生命周期中都能轻易积累以PB计的数据，如此大规模的数据必然要求特殊的存储和处理方式。与此同时如此庞大的数据难以被个人或者科学团体完全地利用，必须要设法将用户“带到数据面前”。云计算就成为一个绝佳的选择。云计算的一些优点包括虚拟化资源、并行处理、可扩展的数据存储和数据服务集成，使得以协作的方式建立多层次的EO数据处理链成为可能。理想情况下，解释模型和随后的数据分析将在EO数据驻留的地方运行，确保从原始传感器数据到最终水文预测的无缝衔接，允许每个专家不断发挥他的能力使得数据沿着处理链不断增值。目前最先进一个云计算平台是谷歌地球引擎。 4 总结 完整的论文中还探讨了商业化促进EO系统发展等方面的问题，总体而言我们不仅需要技术上的革新，也需要理念上的变革来适应学科的发展。这不仅仅意味着数据采集途径的改变，还有我们处理和解译它们的方式，我们不应该只局限于精度的校核或是误差的矫正，而是应当有系统的眼光，才能更好地探索我们感兴趣的领域。 来源：遥感水文与水资源 |
|
|
