基于FY-3B/MWRI数据的青藏高原地区地表发射率反演

以青藏高原地区为研究区域,利用FY-3B/MWRI(Microwave Radiation Imager)一级亮温数据和NCEP(the National Centers for Environmental Prediction) FNL(Final)全球业务分析资料,通过简化的微波辐射传输方程反演了晴空大气条件下的地表微波发射率.进而根据IGBP(International Geosphere-Biosphere Program)陆表覆盖分类数据,进一步分析了青藏高原地区微波地表发射率的频谱和空间分布特征,并分析了反演误差的来源.结果表明:青藏高原地区微波地表发射率的空间分布、频谱特征都与地表覆盖类型分布特征高度吻合,呈现出西北部地表发射率极化差异大,东南部极化异差小的分布特征.本研究中地表发射率的反演误差主要来自降水像元判别方案、再分析资料的时空匹配.还需要进一步研究定量误差,以期提高反演精度,进而建立长时间序列的地表发射率数据库,为青藏高原地球物理参数的遥感反演提供数据支持.     

基于FY-3C微波成像仪的沙漠地表发射率反演

地表发射率是地表的固有属性,也是反演地表信息和大气温湿度廓线的重要参数.为了获取准确且具有具体物理含义的沙漠地区微波地表发射率,首先选取塔克拉玛干沙漠部分地区为反演区域,根据二元函数泰勒定理,推导了该地区的微波地表发射率与地表温度、地表湿度的线性、非线性函数关系.其次,利用最优控制原理,结合FY-3C微波成像仪的观测亮温资料与辐射传输模式(CRTM)模拟亮温数据,构建了沙漠地区微波地表发射率的线性与非线性反演模型.通过对比发现,利用线性和非线性反演模型得到的地表发射率不仅提高了反演区域亮温的模拟精度,而且模拟亮温的变化趋势也与观测更吻合.最后,对地表发射率的线性和非线性反演模型进行了不同时间与空间上的独立性检验,结果表明:除了反演区域外,在整个塔克拉玛干沙漠地区,两种模型反演的地表发射率仍比原地表发射率模拟亮温更接近观测.总的来说,线性和非线性反演模型对沙漠地区的微波地表发射率反演均具有一定的有效性和普适性,且非线性反演模型优于线性反演模型.     

卫星遥感微波地表发射率研究综述

在大气参数反演、卫星资料同化及微波降雨算法等研究领域均需要全球尺度上较为精确的微波地表发射率数据的支持,而微波地表发射率目前难以精确的获取.鉴于此,本文介绍了三种主要的微波地表发射率估算方法,并从卫星遥感的角度阐述当前微波地表发射率的估算、应用现状及存在的问题,最后对微波地表发射率的研究做出展望.     

基于多源遥感数据陆面大气水汽反演的物理统计算法研究

大气水汽对全球以及区域气候变化有着极其重要的影响,因而精确的获取水汽数据一直是非常重要的研究课题.单一传感器的遥感水汽反演算法有一定的局限,本文致力于发展一个基于多源遥感数据的水汽反演物理统计算法,该算法还能有效解决有云情况下的水汽反演.通过将晴空条件下近红外水汽反演结果与基于微波23.8 GHz的水汽敏感波段的组合指数进行回归,再将有云覆盖区域的微波指数代入到回归反演模型,从而获得有云覆盖条件下的水汽结果,实现有云条件下的水汽反演,对基于光学波段的水汽反演结果进行补充.不同的地表覆盖会对裸土表面的微波辐射有不同的影响作用,本文的算法还利用地表覆盖数据有效消除了这一影响,针对不同的地表覆盖,分别进行回归模型的建立.最后将该算法反演的结果与地基GPS的水汽监测数据进行对比,有云条件下的均方根误差为8 mm,且利用本算法可以较好的对光学数据进行补充,具有良好的空间一致性.     

基于相关性的热红外温度与发射率分离算法

在分析地面测量大气下行辐射和地表发射率之间关系的基础上,给出了针对热红外高光谱数据温度与发射率分离过程中地表温度优化的相关性判据,提出了基于相关性的温度与发射率分离算法（the Correlation Based Temperature Emissivity Separation Algorithm,CBTES）。该算法利用大气下行辐射和地表发射率之间的相关性优化地表温度,进而获得地表发射率。基于模拟的热红外高光谱数据,对CBTES算法的精度进行分析,结果表明CBTES算法具有较高的温度与发射率反演精度;并与光谱迭代平滑温度发射率分离算法（ISSTES）进行比较,发现CBTES算法具有和ISSTES算法相当的精度。此外,CBTES算法具有一定的抗噪性,对测量过程中大气下行辐射的变化不敏感;对于非同温像元,当其发射率定义为r-emissivity时,其辐射温度是对波数缓慢变化的,假设在比较窄的光谱区间内辐射温度近似不变,可以用CBTES算法反演非同温像元在窄光谱区间内的等效温度,在714-1250cm^-1。光谱区间内多个窄光谱区间反演的等效温度可以较好的刻画非同温像元辐射温度的变化趋势。     

改进的基于订正ALPHA差值谱的TES算法

与可见光遥感不同, 热红外传感器测得的辐射亮度值是温度和发射率的函数, 因此, 对于热红外遥感, 温度和发射率的分离是一个关键问题. 热红外地表温度反演需要考虑的另一个问题是地表反射的大气下行辐射订正, 由于该项与地表发射率紧密联系在一起, 在地表发射率未知的情况下, 该项很难消去. 研究从普朗克方程的维恩近似出发, 引入Li和Becker等提出的大气下行辐射修正项, 以此为基础, 推导出与温度无关的改进ALPHA差值谱, 并进一步提出消除维恩近似影响的修正项. 在上述工作基础上, 借鉴ALPHA导出发射率法和ASTER TES算法的优点, 提出改进的基于订正ALPHA差值谱的TES算法(ICADS TES). 由于算法采用多光谱反演技术, 并且算法中包含波段差值、比值操作, 因而可以部分消除大气、仪器噪声等的影响, 具有良好的抗干扰能力. 采用不同大气条件、下垫面类型、地表温度组合的数值模拟实验表明, 算法具有很宽的适用范围和稳定性, 反演的温度精度一般在0~1.5 K之间, 平均发射率精度在0~0.015之间. 算法反演温度产品与ASTER数据下载中心 (Earth Observing System Data Gateway, EDG)提供的地表温度产品相比, 相关性非常好, 相关系数接近1.0, 产品直方图分布基本一致. 与现有发射率温度分离算法相比, ICADS TES算法的优点是适用的温度和下垫面范围宽, 不需要诸如地表分类、发射率方向性等先验信息支持, 计算结果不受参数设置影响, 更为客观. 由于该算法不需要下垫面类型先验信息支持, 可以避免其他算法中出现的因地表误分类、混合像元等问题引起的反演误差. 与作者此前提出的基于订正ALPHA差值谱的TES算法(CADS TES)相比, 算法考虑了大气下行辐射的影响, 在大气辐射特性已知的条件下, 可以获得更好的反演结果.     

基于光学与被动微波遥感的青藏高原地区土壤水分反演

青藏高原地区高精度的土壤水分反演对高原能水循环、全球大气循环研究有着极大的影响.因此,获取青藏高原土壤水分时空布信息是一个迫切需要解决的问题.温度植被干旱指数(TVDI),是基于光学与热红外遥感通道数据反演土壤水分的重要方法,但在研究区域较大、地表覆盖格局差异显著时,TVDI模型反演精度会受到地表温度(Ts)等因素的影响.被动微波AMSR-E数据精确记录了像元内的土壤水分信息,但空间分辨率低.本文利用同时期的MODIS与被动微波数据,发展了针对青藏高原地区高精度土壤水分反演算法.首先,在TVDI模型中,利用修正型土壤调整植被指数(MSAVI)代替归一化植被指数(NDVI),以改进NDVI易饱和的缺点;其次,利用ASTER GDEM数据,对地形高程和纬度差异引起的地表温度变化进行了校正;然后,通过神经网络训练建立基于TVDI、被动微波以及辅助气象数据的土壤水分反演模型,并应用该模型反演了青藏高原地区三个观测网(CAMP/Tibet、玛曲和那曲)的土壤水分;最后,利用实测土壤水分数据对反演结果进行验证,结果表明该模型的精度均方根误差(RMSE)数值可达到0.031~0.041 m~3·m~(-3).本文还应用该算法反演了青藏高原连续的土壤水分的空间分布,并比较了土壤水分的变化趋势与实测降水变化趋势,结果表明二者变化量的正负关系一致.     

青藏高原表层土壤湿度遥感反演及其空间分布和多年变化趋势分析

青藏高原地区高精度的长时间序列的土壤水分数据对亚洲季风和全球大气循环研究有着极大的影响,但目前青藏高原地区地面站点稀少,已严重影响青藏高原气候变化研究．本文基于双通道土壤水分反演算法和AMSR-E卫星数据反演青藏高原地区2003—2010年表层土壤水分,并分析青藏高原地区土壤水分空间分布的季节性变化及多年变化趋势的空间分布．与地面站点土壤水分比较,新算法反演的土壤水分产品精度在地面站点区域,优于AMSR-E官方产品．通过对青藏高原年平均土壤水分空间分布和月平均土壤水分空间分布的季节性变化进行分析,结果表明二者与青藏高原降雨分布和水汽输送路径一致．基于此产品对青藏地区的多年土壤水分变化趋势空间分布进行了分析,通过与同一时期青藏高原气象站点的降水量数据的变化趋势比较,发现土壤水分变化趋势和降水量的变化趋势在空间分布上比较吻合．     

星载微波资料频率干扰信号识别研究综述

较可见光和红外遥感而言,微波遥感不易受大气影响,具有全天时、全天候的监测能力以及对云、雨、大气较强的穿透能力,并且微波传感器对于植被特性的变化、地表土壤水分和积雪参数十分敏感,微波数据已被广泛应用于地表参数的监测和反演应用之中.然而,用于反演地表参数的低频微波观测资料均不同程度地受到地面无线电频率的干扰(Radio Frequency Interference,RFI).这些干扰往往是由地面主动微波传感器的发射信号或陆面反射辐射信号产生的,很容易覆盖地表产生的相对较弱的自然热发射辐射信号,使得星载被动微波传感器接收的信息不能真实地反映地表状况.如果不能准确地将其识别和剔除,往往导致较大的反演误差,降低遥感数据反演产品的质量,从而显著降低现有以及将来的被动微波资料的利用率.本文从目前常用的干扰识别方法,包括谱差法、平均值和标准差法、多通道回归法、主分量分析法和一维变分反演收敛度量识别法等等,回顾了识别星载微波辐射计数据中RFI信号的研究进程及其研究中存在的问题,并对这些方法的优、缺点分别进行了评价,阐述了存在的问题.最后对星载微波资料RFI识别的研究做出展望,指出今后应进一步完善RFI信号的识别方法,开发RFI信号的订正算法,将其应用到卫星遥感数据的产品反演与同化过程中,并获取可靠的陆面、洋面RFI源分布和分类信息,更好地评估多种识别方法的可靠性、准确性和适用性.     

利用OI 135.6 nm夜气辉辐射探测电离层峰值电子密度及电子总含量的研究

测量夜间135.6 nm大气气辉辐射强度是目前有效的电离层探测方式之一,我国即将在风云三号卫星上搭载仪器,利用该波段夜气辉辐射测量来反演电子总含量(本文所指电子总含量表示卫星高度以下大气柱的电子含量)及峰值电子密度,因此非常有必要开展相关的气辉发光模型及反演研究.在介绍氧原子135.6 nm波段夜气辉激发机制基础上,考虑辐射在传输过程中受到大气氧原子的散射及氧气分子的吸收,采用迭代法求解包含多次散射及大气吸收衰减的辐射传输方程,得到该波段的体发射率,最终通过考虑包含辐射传输的路径积分计算得到135.6 nm气辉辐射强度值.对结果的分析表明:该气辉模型能较好地描述体发射率随高度的分布特征,计算得到的135.6 nm夜气辉辐射强度在不同时空及太阳活动的分布与相应条件下峰值电子密度(N_mF₂)及电子总含量(TEC)的分布基本一致.相同的时空及太阳活动输入条件下,模式计算的135.6 nm夜气辉辐射强度与国外同类模式结果的值平均偏差约为3%.文中最后介绍了通过135.6 nm夜气辉的辐射强度探测来反演电离层峰值电子密度N_mF₂及电子总含量TEC的反演方法.     

新型Landsat8卫星影像的反射率和地表温度反演

Landsat 8卫星自2013年2月发射以来,其影像的定标参数经过了不断调整和完善,针对Landsat 8开发的各种算法也相继问世.本文采用最新的参数、算法和引入COST算法建立的大气校正模型,对Landsat 8多光谱和热红外波段进行了处理,反演出它们的反射率和地表温度,并与同日的Landsat 7数据和实测地表温度数据进行了对比.结果表明,现有Landsat 8多光谱数据的定标参数和大气顶部反射率反演算法已有很高的精度,本文引入COST算法建立的Landsat 8大气校正模型也与Landsat 7的COST模型所获得的结果几乎相同,相关系数可高达0.99.但是现有针对Landsat 8提出的地表温度反演算法仍不理想,已提出的劈窗算法误差都较大.鉴于TIRS 11热红外波段的定标参数仍不理想,因此在现阶段建议采用单通道算法单独反演TIRS 10波段来求算地表温度,但要注意根据大气水汽含量的情况选用正确的大气参数计算公式.     

陆面微波比辐射率的卫星观测研究进展

复杂多变的陆地表微波比辐射率,造成陆面上星载微波观测反演大气参数较为困难,也使得许多卫星微波资料不易同化应用到数值模式,因此迫切需要提供准确可靠的陆面微波地表比辐射率信息.随着卫星观测技术的迅速发展,利用丰富的星载被动微波观测直接反演陆面微波比辐射率成为一种主要手段.国外针对星载微波成像仪和微波垂直探测器开展较为系统的陆面微波比辐射率研究,建立不同类型的地表比辐射率反演方法,开发地表比辐射率参数化方法并应用于辐射资料同化.对于卫星观测反演陆面微波比辐射率存在的问题,开展了评估分析和方法订正.国内利用卫星观测也开展了一些陆面微波比辐射率研究工作,尚需要系统、综合的提炼.对于地表特征复杂的中国地区,还需要评估认识不同陆面微波比辐射率反演方法在我国适用情况,需要增强陆面微波比辐射率数据质量的认识以及业务应用.     

基于FY-3B/MWRI数据的青藏高原地区积雪深度反演

以青藏高原地区(25°N—40°N,70°E—105°E)为研究区域,基于积雪深度与微波辐射计18.7 GHz水平极化通道和36.5 GHz水平极化通道的亮温差(Tb_(18H)-Tb_(36H))具有良好的线性相关性,得出了适用于FY-3B/MWRI(Microwave Radiation Imager)亮温数据反演青藏高原地区雪深的新算法.利用FY-3B/MWRI一级亮温数据,通过新的半经验算法反演了青藏高原地区的积雪深度,进而运用AMSR2(the Advanced Microwave Scanning Radiometer 2)的二级雪深产品验证了反演结果.结果表明:针对青藏高原地区,新算法相对于全球积雪深度算法具有更小的平均相对误差以及更小的均方根误差,在该研究区域具有更好的适用性.今后可以结合该地区的地表类型分类,对积雪深度反演算法进行更加细致化的拟合,以期提高反演精度,为青藏高原地球物理参数的遥感反演提供支持.     

GMS 5资料反演地表温度的一个修正算法

本文研究发展利用GMS 5/VISSR每小时卫星观测资料反演地表温度的方法,首先利用时空判断法进行云检测寻找晴空像元,然后从辐射传输方程出发,由实时探空资料求取大气上行、下行辐射率及大气透过率,根据由AVHRR NDVI导出的地表比辐射率,用单时相双光谱分裂窗法反演得到地表温度.比较反演结果与54511站及其他中国基准站2000年地面0cm地表温度实测值,相对于国际上其他经验公式而言,本文算法在精度上有所提高.敏感性分析试验着重于大气衰减的影响.基于本文算法,给出了内蒙中东部地区地表温度连续4天的变化实例以及东亚部分陆地“纯晴天”地表温度图.     

电离层LBH日辉辐射大视场计算方法

LBH日辉辐射是由光电子与氮气分子碰撞激发而产生的,是电离层在远紫外辐射波段中最强的分子辐射信号.从空间对电离层LBH日辉辐射进行成像观测为高层大气状态的监测提供了一种强有力的方法.本文分析了LBH辐射的谱带特征,采用电子碰撞直接激发理论,使用球几何大气模型,针对大视场观测模式,给出了一种改进的LBH日辉柱辐射率计算方法RAURIC.RAURIC针对AURIC辐射算法的局限性主要有两点改进：一是增加了观测方位角;二是考虑了沿观测视线LOS方向上太阳天顶角的变化.我们使用RAURIC计算了140~180 nm波段的LBH日辉辐射,并与AURIC进行了比较,结果表明：在天底方向上,二者具有非常好的一致性;在其他观测方向上,尤其在大视场观测模式下,则需要使用RAURIC进行计算.本文工作为电离层LBH日辉图像模拟技术与数据反演技术的研制奠定了基础.     

星载微波SSM/I对南中国海海面遥感的辐射特征及其风场反演

研究了星载微波DMSPSSM／I对南中国海海面遥感数据的定量辐射特征．与现有的经验性统计反演不同,本文用37GHz垂直和水平极化两个通道的辐射亮度温度,提出了物理意义明确,又易于计算和参数标定的海面风速反演公式．海面风速及演结果与现有的海面浮标风速观测记录作了很好的比较．这一方法应用于南中国海海面风速的反演,得到了南海海面风速在空间和时间尺度上的分布和变化．     

关于利用重力卫星对青藏高原水储量年际变化和季节性变化进行监测并用微波数据产品进行验证的研究

本文利用GRACE重力卫星和被动微波传感器TMI,AMSR-E的数据产品对青藏高原的水储量的月平均变化进行了研究.首先介绍了对青藏高原进行水储量变化研究的意义,指出了目前研究手段的不足.然后利用GRACE重力卫星的数据计算了青藏高原的月平均水储量变化,并对计算的结果用微波数据进行解释.结果表明：利用重力数据计算的青藏高原的月平均水储量的时间分布,可以很好的用微波数据产品进行定性的解释.最后还对计算的结果进行了简单的误差分析.     

BRD和DOAS SO_2总量遥感反演算法的比对

大气中SO_2是一种对城市大气环境变化和全球辐射能量平衡有着重要影响的痕量气体.BRD(Band Residual Difference Algorithm)和DOAS(Differential Optical Absorption Spectroscopy)算法是两种主要的SO_2总量遥感反演算法,分别被用于美国和欧洲不同卫星载荷数据的SO_2反演.然而,目前缺少两种算法在相同观测条件下SO_2反演的精度比较及不确定性分析、在物理数学反演机制上的差异追因.因此,本文基于相同的仿真模拟数据和卫星紫外辐射观测数据,反演获得不同大气状况下的BRD和DOAS SO_2总量并进行精度比较验证.从算法反演通道、O_3吸收、气溶胶、地表反射率和观测角度影响等方面,讨论分析BRD和DOAS反演结果差异及反演误差的原因.结果表明,在低浓度SO_2情况下,BRD反演SO_2总量更接近于正演输入SO_2总量,DOAS反演结果存在高估,但相对于BRD算法,DOAS算法长时间序列卫星反演结果更能表现出SO_2的季节变化特征;在高浓度SO_2情况下,BRD(310.8~314.4nm)和DOAS(315~327nm)反演结果的绝对值差异明显且存在低估,BRD(310.8~314.4nm)SO_2反演值及反演精度都低于DOAS(315~327nm)反演结果.基于高光谱分辨率大气辐射传输模型SCIATRAN的反演不确定性分析结果显示,反演通道选择、紫外O_3吸收、气溶胶、地表反射率和观测角度对SO_2总量反演精度的影响较大.本研究对于SO_2卫星遥感反演算法的改进及SO_2反演产品的应用具有重要的科学意义,也可促进中国未来大气成分SO_2卫星遥感产品的研发.     

利用HJ-1B热红外数据估算晴天大气下行长波辐射

针对HJ-1B红外相机只有一个热红外通道的特点,本文利用大气辐射传输模型模拟和统计回归方法,发展了一个利用HJ-1B辐射亮温和大气水汽含量反演高分辨率大气下行长波辐射的参数化模型.为了分析模型的适宜性和误差来源,利用模拟数据对模型进行了精度评价,结果表明模型在大多数气候条件下反演结果较好,但在大气水汽含量较高时存在低估现象.误差分析表明,大气水汽含量、传感器辐射亮度、地表与大气的温差等方面的不确定性会对反演结果产生一定的影响.利用2009~2010年HJ-1B数据反演得到黑河流域和海河流域的瞬时下行长波辐射,并利用6个站点的地面观测数据对反演结果进行了验证.结果表明,除花寨子荒漠站外,其他各站点反演值与实测值的一致性较好,均方根误差在20W/m2左右,略好于MODIS数据的反演结果.花寨子站夏季时存在较多的高估现象,主要由地气温差过大引起,经过地气温差校正后,结果得到明显改善.     

基于卫星数据的地表下行短波辐射估算:方法、进展及问题

地表下行短波辐射的估算对全球辐射平衡及气候变化研究具有重要的意义.文章从卫星载荷、反演算法和发展趋势等方面,回顾和总结了近十年来地表下行短波辐射的相关研究.到达地表的短波辐射受大气和陆表参数的双重影响.最近的研究对影响地表下行短波辐射的因素给予了更细致的考虑,例如通过提升云微物理参数的反演精度,降低云层引入的不确定性,以及考虑气溶胶、复杂地形和高反照率地表(如冰雪覆盖区)对地表下行短波辐射估算的影响等.此外,文章还对当前地表下行短波辐射估算的四类主要方法(经验法、参数化法、查找表法和机器学习法)的精度和优缺点进行了对比分析.未来需要提高云、雾霾、水汽等大气参数及复杂地形和亮地表的反照率等陆表参数的计算精度,有机结合机器学习和其他方法,利用新一代静止卫星和极轨卫星资料生产高时空分辨率地表下行短波辐射产品,推进辐射产品在陆面水文模型和气候模式中的应用.