基于Argo浮标数据的星载微波辐射计Aquarius数据产品质量评估

Aquarius是专门用于海洋盐度监测的L波段辐射计,于2011年6月发射入轨,目前已进入业务化运行阶段。本文以太平洋为研究区域,利用Argo盐度现场数据对星载微波辐射计Aquarius的2012年2级数据产品质量进行了分析与讨论,结果表明:与Argo数据比较,Aquarius数据盐度存在0.1的负偏差,标准差约为0.7,升轨和降轨数据差异不明显;受亮温陆地污染和无线电射频干扰的影响,近岸海域反演误差较大;海面温度较高的低纬海域反演结果优于中纬度海域;受亮温敏感性及粗糙海面发射率模型的影响,Aquarius在低温水域以及高风速条件下盐度反演误差较大,标准差可达1以上。     

基于Jason-2校正辐射计的降雨率估计算法研究

采用Jason-2校正辐射计的亮温数据与GPM Ku波段测雨雷达的降雨率数据,开展基于Jason-2校正辐射计的降雨率估计算法研究。为避免波束填充效应,对Ku波段测雨雷达降雨率数据进行网格化处理,分别构建3×3,5×5及7×7网格的建模数据集和验证数据集,通过建模数据集建立了3种基于校正辐射计的降雨率估计算法研究,并通过验证数据集进行检验。结果表明:对GPM Ku波段测雨雷达的降雨数据进行3×3,5×5及7×7的网格化处理,可以在降雨率估计算法研究时有效避免波束填充效应,7×7网格化处理方法效果最优。对3种不同的算法比对,发现利用校正辐射计3个通道亮温信息的线性组合形式估计降雨率效果最优,相对偏差可达42.33%。     

无线射频干扰对SMOS卫星盐度数据产品准确度的影响研究

SMOS卫星数据发布以来,相关学者针对海表盐度数据开展了大量的真实性检验工作,但是在受无线射频干扰（RFI）影响海域开展的相关工作很少。本文以西太平洋海域为研究区域,选择合理的时空匹配窗口,将WOD13实测海表盐度数据与SMOS卫星单轨海表盐度数据进行数据匹配,采用统计学方法开展SMOS卫星数据真实性检验,并分析RFI对SMOS卫星数据的影响。结果表明,SMOS卫星受分布在西太平洋沿岸射频干扰源的影响,RFI污染高风险区单轨L2数据准确度相对较低,最优仅为3.45,RFI污染低风险区的卫星数据准确度最优为1.07,可见,RFI对单轨卫星数据准确度的影响很大,最终导致西太平洋海域西部大面积海域数据缺失,尤其是中国近海海域,如何检测和减缓RFI对卫星数据的影响是亟待解决的问题。     

GMI亮温资料RFI信号影响因子分析

利用全球降水测量(Global Precipitation Measurement,GPM)卫星上搭载的微波成像仪(GPM Microwave Imager,GMI)的一级亮温数据,通过谱差法识别被无线电频率干扰(radio frequency interference,RFI)污染的典型陆地地区,确定欧洲、东亚和南美作为主要研究区域,进一步分析RFI与卫星方位角、太阳方位角和太阳天顶角之间的关系,讨论RFI的影响因子。结果表明:水平极化方式下受RFI影响的区域范围比垂直极化方式下的范围更广;相对于强RFI信号分布对应的较宽的卫星方位角区间,存在RFI的像素点对应的太阳方位角和太阳天顶角角度区间范围较为集中;当RFI强度较弱时,垂直极化方式下的RFI的像素点远多于水平极化方式下的RFI像素点,但随着RFI强度的增强,水平极化方式下的RFI像素点多于垂直极化方式下的RFI像素点,且强度越大则两种极化方式下的RFI像素点数量差距越大。     

基于南太平洋的AMSR2L1R亮温数据质量评估

本文基于环境场较为稳定的南太平洋目标海区,以海洋大气微波辐射传输模型(Radiative Transfer Model,RTM)模拟亮温作为参考值,对2015年1月1日—2017年12月31日的高级扫描微波辐射计(Advanced Microwave Scanning Radiometer 2,AMSR2) L1R亮温数据产品进行了质量评估。结果表明AMSR2 L1R所有通道亮温数据总偏差和标准偏差的变化范围分别为1.466～6.352 K、0.270～1.693 K,其中标准偏差在水平极化通道较大的同时随着频率的增大而增大。相比同类遥感器如全球降水测量微波成像仪(Global Precipitation Measurement Microwave Imager,GMI)等的质量分析结果,AMSR2亮温数据的标准偏差较小,这表明AMSR2亮温数据精度较高。对AMSR2 L1R亮温数据3年长时间序列的变化趋势分析表明所有通道亮温偏差均在±0.5 K范围内波动但是存在微弱的季节性变化,标准偏差随时间的变化较小,这表明AMSR2 L1R亮温数据质量较为稳定。     

基于微波遥感技术海面盐度反演方法

海面盐度(sea surface salinity,SSS)是研究海洋变化及其气候效应重要的物理量,对海洋生态环境、海洋可持续发展至关重要.为了提高海面盐度反演精度,本文通过对SMAP卫星L波段微波辐射计测量的亮温数据进行海面盐度反演研究,考虑风、浪等影响海面粗糙度的环境因子对Klein-Shift模型(简称K-S模型...     

基于亚马逊热带雨林的微波辐射计定标基准分析

亚马逊热带雨林作为稳定地物目标,适合进行星载微波辐射计的外定标。但近些年亚马逊热带雨林受人为破坏严重,植被覆盖面积减少,植被覆盖率降低,适合进行外定标的区域较往年发生了变化。文中依据亚马逊热带雨林近些年的归一化植被指数(NDVI)的变化情况,发现纬度位于3°S^2°N,经度位于74°W^69°W范围内的区域植被覆盖率高,适合进行星载微波辐射计外定标。文中以AMSR2 L1R亮温数据为基准,对比分析了该区域在2015-2017年3 a的亮温变化趋势,并以此作为该区域的定标基准。分析发现,该区域在非厄尔尼诺事件期间的亮温变化趋势呈现出特定的季节变化规律:在每年的6-7月,亮温值达到最低;在11-12月,亮温值达到最高,7-11月波动上升,12-6月波动下降。在厄尔尼诺事件发生期间会出现亮温值异常现象。     

一维综合孔径微波辐射计遥感海面温度的敏感性分析

一维综合孔径微波辐射计能够有效提高观测的空间分辨率，其观测入射角通常在0°~55°范围内变化。为了开发适用于一维综合孔径微波辐射计的海面温度反演算法，需要评估其观测亮温对海洋大气环境要素的敏感性。利用海面发射率模型和大气辐射传输模型，构建了适用于一维综合孔径微波辐射计的微波海洋大气辐射传输模式，研究了C波段垂直和水平极化微波辐射亮温在不同入射角下对海洋大气环境要素的敏感性变化情况，并定量计算了相应的敏感系数。结果表明:垂直和水平极化亮温对海洋大气环境要素的敏感性表现出不同的特性。随着入射角的增大，垂直极化亮温对海面温度的敏感性增强，对海面风场的敏感性相对减弱；水平极化亮温则相反。由大气水汽含量和云液态水含量误差引入的垂直和水平极化亮温误差随入射角增大而增大，但是，即使在55°的大入射角下垂直和水平极化亮温误差仍小于0.12 K。对于海面温度反演精度优于1 K的要求，一维综合孔径微波辐射计的测温精度需优于0.6 K。研究结果对于一维综合孔径微波辐射计海面温度反演算法的研究和载荷设计具有一定的理论指导意义。     

卡尔曼滤波在卫星红外、微波海表温度数据融合中的应用

卫星红外波段测量海表温度具有空间分辨率高的优点,但受云的影响而导致数据空间覆盖率低;微波辐射计具有全天候、穿透性优势,但空间分辨率低,而且近岸区域受到陆地电磁波的干扰,不能反演有效的海表温度.由于单一卫星传感器获取的数据存在一定的局限性和差异性,因此根据不同卫星传感器的特点,将红外、微波传感器卫星数据进行数据融合具有重要的实际应用意义.卡尔曼滤波是一种最优化自回归数据处理算法,本文将卡尔曼滤波法应用于红外和微波卫星海表温度数据融合研究,给出全天候、高分辨率的海表温度.研究区域为西北太平洋区域:10°N～50°N,105°E～145°E,研究数据时间为2008年3月.     

珠江口二类水体MODIS 数据大气校正

以珠江口海域为主要研究区域,针对近岸二类水体近红外波段离水辐射为0的假设不再成立,导致MODIS标准大气校正算法中用于大气校正的两个近红外波段的气溶胶散射值的高估,引起可见光波段离水辐射值较实际值偏小,甚至出现负值的问题,研究了748,869 nm波段的气溶胶散射及离水辐射之间的关系,提出了珠江口二类水体MODIS数据的大气校正算法。通过与MODIS数据标准大气校正算法、基于短波波段的二类水体MODIS数据大气校正算法相比,表明珠江口二类水体MODIS数据的大气校正算法具有一定的优势。     

基于一维综合孔径微波辐射计的大气海洋环境参数敏感性分析

相比于实孔径微波辐射计,一维综合孔径微波辐射计具有高空间分辨率和多入射角观测特点。本文提出采用观测频率为6.9,10.65,18.7,23.8和36.5 GHz,且入射角范围为0°~65°的一维综合孔径微波辐射计遥感大气海洋环境要素。基于构建的微波大气海洋辐射传输正演模型,分析了辐射计亮温对大气海洋环境要素的敏感性,为辐射计关键指标确定和大气海洋环境要素反演算法设计提供技术支撑。结果表明：一维综合孔径微波辐射计的垂直和水平极化亮温对大气海洋环境要素的敏感性表现出不同特性,且敏感性随入射角的改变而变化显著;6.9和10.65 GHz对海面温度的敏感性较大,且随着入射角的增大,垂直极化亮温的敏感性增大,水平极化亮温的敏感性减小;10.65和18.7 GHz对海面风速的敏感性相对较大,且敏感性最大的风速区间位于10~20 m/s;23.8 GHz对大气水汽含量最敏感,且水汽含量较低、入射角较大时,敏感性越大;36.5 GHz对云液态水含量最敏感,随着入射角的增大,垂直极化亮温的敏感性减小,水平极化的敏感性增大,但两者均在液态水含量较小时表现出较大的敏感性。     

Assessing the Measurement Consistency Between the Jason-2/AMR and SARAL/AltiKa/DFMR Microwave Radiometers Using Simultaneous Nadir Observations

SARAL/AltiKa has a Dual Frequency Microwave Radiometer (DFMR), and Jason-2 has an Advanced Microwave Radiometer (AMR). Both microwave radiometer sensors include a 23.8 GHz primary water sensing channel. The measurement consistencies between DFMR and AMR are important for establishing a consistent altimetry data set between SARAL/AltiKa and Jason-2 in order to accurately assess sea level rise in a long-term time series. This study investigates the measurement consistency in the 23.8 GHz channel between DFMR and AMR at the Simultaneous Nadir Overpasses (SNO's) between the two satellites and also at coldest ocean brightness temperature locations. Preliminary results show that while both instruments show no significant trends over the one year since the launch of SARAL, a consistent relative bias of 2.88 K (DFMR higher than AMR) with a standard deviation of 0.98 K is observed. The relative bias at the lowest brightness temperature from the SNO method (-3.82 K) is consistent with that calculated from coldest ocean method (-3.74 K). The relative bias exhibits strong latitude (and scene temperature) dependency, changing from -3.82 K at high latitudes to -0.92 K near the equator. There also exists an asymmetry between the northern and southern hemisphere. The relative bias increases toward the lower end of brightness temperature.     

Radiometric observations of sea temperature at 2.65 GHZ over the chesapeake bay

The present work describes the various corrections necessary in order to deduce ocean surface temperature fromS-band microwave radiometer measurements and applies these results to a series of data obtained with a high absolute accuracy radiometer. Measurements made with a 2.65 GHz radiometer from an aircraft flown over the Chesapeake Bay area are presented and compared in detail with accurately obtained sea truth data. For the calm sea, it was found that the observed brightness temperature agreed well with that calculated from the known sea surface and atmospheric properties over a fairly wide range of surface salinity values (0.2 per mille to 25 per mille). For cases where the surface wind speeds are of the order of 7 to 15 knots, an excess brightness temperature was observed which is attributable to surface roughness and microscale surface disturbances. The excess brightness temperature dependence on wind speed was found to correlate to a certain extent with the rms wave slope dependence on wind speed.     

HY-2卫星扫描微波辐射计数据反演北极海冰漂移速度

本文基于最大互相关法,利用海洋二号（HY-2）卫星扫描微波辐射计37 GHz通道多时相垂直极化亮温数据,获取了北极海冰漂移速度。采用2012年和2013年国际北极浮标计划海冰现场观测数据,对利用微波辐射计亮温资料反演的冬季北极海冰漂移速度进行了定量验证,结果表明:流速和流向均方根误差分别为1.12 cm/s和16.37°,从一定程度上说明了HY-2卫星扫描微波辐射计亮温数据反演海冰漂移速度的可行性。此外,使用美国国防气象卫星F-17搭载的专用微波成像仪91 GHz通道垂直极化亮温,采用高斯拉普拉斯滤波方法进行处理,结合最大互相关法反演的海冰漂移速度,优于法国海洋开发研究院海冰漂移速度产品。     

Sea surface temperature retrieval based on simulated microwave polarimetric measurements of a one-dimensional synthetic aperture microwave radiometer

Compared with traditional real aperture microwave radiometers, one-dimensional synthetic aperture microwave radiometers have higher spatial resolution. In this paper, we proposed to retrieve sea surface temperature using a one-dimensional synthetic aperture microwave radiometer that operates at frequencies of 6.9 GHz, 10.65 GHz,18.7 GHz and 23.8 GHz at multiple incidence angles. We used the ERA5 reanalysis data provided by the European Centre for Medium-Range Weather Forecasts and a radiation transmission forward model to calculate the model brightness temperature. The brightness temperature measured by the spaceborne one-dimensional synthetic aperture microwave radiometer was simulated by adding Gaussian noise to the model brightness temperature.Then, a backpropagation(BP) neural network algorithm, a random forest(RF) algorithm and two multiple linear regression algorithms(RE1 and RE2) were developed to retrieve sea surface temperature from the measured brightness temperature within the incidence angle range of 0°–65°. The results show that the retrieval errors of the four algorithms increase with the increasing Gaussian noise. The BP achieves the lowest retrieval errors at all incidence angles. The retrieval error of the RE1 and RE2 decrease first and then increase with the incidence angle and the retrieval error of the RF is contrary to that of RE1 and RE2.