从条纹到机理:SAR与光学遥感如何“看见”海洋内波
1. 海洋内波藏在海水深处的隐形波浪第一次看到卫星拍摄的海洋内波图像时我完全被那些神秘的条纹图案吸引住了。这些像指纹一样的亮暗条纹其实是海面下数百米深处发生的水下波浪留下的痕迹。和我们熟悉的海面波浪不同海洋内波发生在不同密度的水层之间就像一杯没搅匀的鸡尾酒当你轻轻晃动时不同颜色的液体层之间会产生波动。这种波动之所以重要是因为它影响着整个海洋的生态环境。我在南海做调查时就遇到过这样的情况渔船突然收获大量鱼群正是因为内波把深海富含营养的海水推到了表层。但内波也可能带来危险曾有潜艇在执行任务时遭遇强烈内波差点失去控制。要研究这些隐形波浪卫星遥感技术就成了我们的千里眼。2. SAR遥感用微波触摸海面的雷达眼2.1 Bragg散射SAR看见内波的秘密武器SAR合成孔径雷达能穿透云层昼夜工作这要归功于它独特的成像原理。记得我第一次处理SAR数据时导师打了个形象的比方SAR就像用微波在触摸海面。它发射的电磁波与海面微小的波纹厘米级产生共振这种现象叫做Bragg散射。当内波经过时会改变海面这些小波纹的分布SAR就能捕捉到这种细微变化。实际操作中我们会关注后向散射系数的变化。比如处理Sentinel-1数据时我常用以下代码计算归一化雷达散射截面import numpy as np def calculate_sigma0(dn_values, calibration_factor): 计算归一化雷达散射截面(sigma0) :param dn_values: 数字数值矩阵 :param calibration_factor: 校准系数 :return: sigma0矩阵(dB) sigma0_linear np.square(dn_values) * calibration_factor return 10 * np.log10(sigma0_linear)2.2 亮暗条纹背后的海洋故事SAR图像上那些亮暗条纹其实在讲述内波的性格特征。2018年处理南海数据时我发现一个有趣现象有些内波是亮条纹在前有些则是暗条纹打头。后来才明白这反映了内波的极性内波类型条纹顺序物理意义下降型内波亮→暗上层海水向下挤压上升型内波暗→亮下层海水向上涌动这种差异源于内波对海面粗糙度的调制。下降型内波会在传播方向先形成辐聚区海面粗糙→亮后跟辐散区海面平滑→暗。我在分析Radarsat-2数据时就通过这种特征成功追踪了一组内波从深海到陆架的演变过程。3. 光学遥感捕捉太阳与海浪的光影游戏3.1 太阳耀斑区的镜面魔术光学遥感成像就像用相机给海洋拍照但效果完全取决于太阳的位置。记得有次分析MODIS数据时图像中突然出现一片亮得刺眼的区域——这就是太阳耀斑区。在这个特殊区域平静的海面会像镜子一样反射阳光形成过曝的亮斑。有趣的是内波会改变这种反射模式。当下降型内波通过耀斑区时波前的辐聚使海面变粗糙 → 镜面反射减弱 → 图像变暗波后的辐散使海面变平滑 → 镜面反射增强 → 图像变亮这就形成了独特的暗-亮条纹。我用SeaDAS软件处理过这样一组数据l2gen ifileinput.hdf ofileoutput.nc l2prodrhos_nnn3.2 非耀斑区的漫反射密码离开耀斑区后光学遥感的游戏规则就变了。这里主导的是漫反射就像雾天拍照的效果。在这种情况下粗糙的海面反而会反射更多光线。所以同一组下降型内波在非耀斑区会呈现亮-暗顺序正好与耀斑区相反。这种双重性格让光学遥感的内波解译充满挑战。我的经验是结合太阳几何参数来判断太阳高度角 45°时耀斑区范围较小传感器视角与太阳镜面反射角差值 5°时进入强耀斑区4. SAR与光学遥感的双剑合璧4.1 时空互补的观测搭档在实际研究中我发现SAR和光学遥感就像一对完美搭档。2019年追踪吕宋海峡的内波时SAR提供了夜间观测数据而MODIS补充了白天的细节。二者的对比揭示了内波一天内的形态变化特征SAR光学遥感工作时间全天候仅白天最佳分辨率5-50m250-1000m敏感因素海面粗糙度太阳光照条件数据获取受卫星轨道限制可高频次观测4.2 机理融合的深度解读将两种数据结合分析能发现更多内波的秘密。比如通过SAR确定内波极性后再用光学数据计算传播速度。我常用的方法是跟踪波峰位置变化def calculate_velocity(position1, position2, time_diff): 计算内波传播速度 :param position1: 时刻1的波峰位置(像素坐标) :param position2: 时刻2的波峰位置 :param time_diff: 时间差(小时) :return: 传播速度(km/h) pixel_scale 0.25 # 假设每像素代表0.25km distance np.linalg.norm(position2 - position1) * pixel_scale return distance / time_diff这种多源数据融合的方法帮助我们在南海发现了多个新的内波生成源区。特别是在浅海区域光学遥感捕捉到的内波表面特征与SAR反映的底层流动特征相结合让我们首次完整描绘了内波从生成到消亡的全过程。