FY-3D卫星姿轨误差标校及对定位影响研究

卫星轨道及姿态误差是影响图像地理定位精度的关键因素,以风云三号D星（Fengyun-3D,FY-3D）中分辨率光谱成像仪（medium resolution spectral imager,MERSI）为例分析了轨道及姿态实测数据,分析结果表明,FY-3D轨道及姿态均存在多种因素导致的误差,为确定该误差来源,利用卫星搭载的全球卫星导航系统掩星探测仪高精度星历对星上姿态数据全链条计算进行分析,确定姿态误差来源于星上算法存在误差,提出订正优化方案并分析其可行性,进而利用订正后的姿态及轨道数据进行图像地理定位。实测结果表明,MERSI的1 km图像地理定位精度在沿轨和跨轨方向均提升了约20%,达到亚像元级,分析结果表明,通过标校姿轨误差以提高定位精度的方法行之有效。     

FY-3B/MWRI与GCOM-W1/AMSR-2亮温数据在北极地区的交叉定标

为了使搭载在风云三号B星上的微波成像仪MWRI（Microwave Radiation Imager）与搭载在GCOM-W1(Global Change Observation Mission 1st-Water)卫星上的AMSR-2（Advanced Microwave Scanning Radiometer 2）的数据可以衔接使用，并为以后FY-3B/MWRI北极地区遥感参数反演研究提供基础，以GCOM-W1/AMSR-2数据为对比数据，北极海洋区域为研究区域，对两传感器对应的10个通道的升、降轨亮温数据进行交叉定标。首先，对MWRI和AMSR-2各通道逐月在研究区域进行偏差分析；其次，对MWRI和AMSR-2各通道逐月在海冰区域和开阔水域进行偏差分析；最后，对MWRI和AMSR-2各通道逐月在研究区域进行交叉定标，并对定标结果进行评价。研究结果表明：（1）MWRI各通道亮温数据小于AMSR-2，且相同频率下，垂直极化各通道逐月平均偏差的绝对值大于水平极化各通道，升、降轨数据在各通道的差异较小，逐月平均偏差的差值小于1 K；（2）在海冰区域，升、降轨各通道逐月平均偏差相差小于1 K，在开阔水域则介于0—1.5 K；（3）通过进行线性回归分析，MWRI和AMSR-2各通道相关系数大于0.99，具有强相关性，并得到升、降轨各通道各月份交叉定标的斜率和截距；（4）定标后MWRI的亮温值与AMSR-2的亮温值一致性较好，说明交叉定标的效果较好。     

风云三号C星微波成像仪升降轨偏差问题分析及订正

风云三号(FY-3)的微波成像仪(MWRI)能够全天候获取全球大气水汽含量、云雨参数及海面温度等的空间分布,并可为数值天气预报提供初始场信息进而提高天气预报的准确性。但FY-3C MWRI O-B(O是卫星观测亮温,B是数值天气预报模式模拟亮温)偏差结果存在较大升降轨差异,严重制约了遥感信息的正确提取以及在数值天气预报模式中的业务同化应用。本文通过分析定标方程各参数:定标黑体物理温度、热反射镜背瓣亮温、热反射镜物理温度、冷空反射镜物理温度、接收通道温度、黑体观测计数值、冷空观测计数值、定标斜率、定标截距,并对定标方程各项进行敏感性分析,找出了引起MWRI升降轨偏差的主要原因是热反射镜的发射率异常增大引起的。经过不断调整MWRI的热反射镜发射率,使升轨O-B与降轨O-B的概率分布逐渐重合,初步估算了热反射镜发射率。本文的订正方法可指导未来仪器的发展,并为直接同化MWRI辐射数据提供了条件。     

FY-3B 微波成像仪海表面温度和风速统计反演算法

基于同步的TAO (Tropical Atmosphere Ocean project) 浮标实测数据和FY-3B 微波成像仪(MWRI) 亮温数据,建立了FY-3B MWRI 海表面温度SST(Sea Surface Temperature) 和海面风速SSW(Sea Surface Wind) 统计反演算法,并利用实测数据进行了检验.根据检验结果,FY-3B MWRI 全通道亮温的SST 反演模型均方根误差为0.81 ℃,相关系数为0.77; SSW 反演模型均方根误差为0.91 m/s ,相关系数为0.78 .     

FY-3D/MWRI L1B亮温LST反演与降尺度研究

基于2020年2月1日FY-3C VIRR LST和FY-3D MWRI L1B亮温数据,以18°～54°N,73°～135°E的区域为样例区,利用统计回归模型和层次贝叶斯融合模型,分别进行FY-3D MWRI L1B LST反演和降尺度研究,构建了基于FY-3D单频率水平和垂直极化亮温的LST二元线性回归反演模型及基于FY-3D反演LST和FY-3C VIRR LST的层次贝叶斯融合降尺度模型,并以MYD11A1 day LST为参考数据进行了验证。结果表明:反演统计模型,对于FY-3D降轨数据,平均偏差-1.28 K,误差标准差8.85 K,均方根误差8.85 K,对于FY-3D升轨数据,平均偏差-0.81 K,误差标准差6.74 K,均方根误差6.78 K;层次贝叶斯融合降尺度模型,对于FY-3D降轨数据,平均偏差0.50 K,误差标准差5.45 K,均方根误差5.41 K,对于FY-3D升轨数据,平均偏差0.25 K,误差标准差5.54 K,均方根误差5.54 K,精度满足需求,可以为被动微波LST反演与降尺度提供思路。     

FY-3B微波成像仪海洋数据无线电干扰识别

中国风云3号B星(FY-3B)上的微波成像仪MWRI通过5个频率(10.65 GHz,18.7 GHz,23.8 GHz,36.5 GHz和89.0 GHz)的双极化通道对地球表面进行监测。研究表明,MWRI资料的低频波段数据中存在着无线电频率干扰(RFI)现象,这些污染信号对遥感数据和反演产品质量产生极大的影响。本文尝试使用多通道回归方法和双主成分分析(DPCA)方法识别MWRI的10.65 GHz水平通道亮温海洋区域中的RFI信号。结果表明,双主成分分析法可以有效地识别出海洋上的RFI信号。微波成像仪10.65 GHz水平通道亮温数据中的RFI信号主要分布在地中海等欧洲附近海域,也存在于美国、日本、澳大利亚等近岸地区。     

FY-3C微波成像仪海面温度产品算法及精度检验

海洋表面温度(SST)是海洋学和气候学一个十分重要的物理因子,而卫星被动微波遥感能够穿透云层,实现全天候、大范围观测,因此利用中国FY-3C微波成像仪(MWRI)反演SST具有重要意义。FY-3C MWRI SST产品采用统计算法,首先利用MWRI降水和海冰产品剔除含降水和海冰的像元,之后选择时空间隔0.2 h和0.2°离海岸100 km以外的FY-3C MWRI观测亮温与浮标观测值进行匹配,再将全球在空间上分为4个纬度带,时间上分为12个月,并分升轨和降轨,分别建立浮标海温观测结果和MWRI亮温之间的统计关系,实现对SST的估算。将|估算海温-30年月平均海温|≥2.5 K的像元标识为51,发现这些像元基本分布在陆地边缘地区及大风速地区,剔除标识为51的像元后的精度验证结果表明:与全球浮标资料相比,FY-3C MWRI SST轨道产品升轨精度为–0.02±1.22 K,降轨精度为–0.15±1.28 K;与全球分析场日平均海温OISST相比,FY-3C MWRI SST日产品升轨精度为0.00±1.03 K,降轨精度为–0.09±1.08 K。微波辐射计的性能及其定位定标精度、上游卫星产品(降水检测和海冰检测)的精度、陆地的干扰及高风速对微波信号的影响均会造成SST估算误差,如何改进算法中风速大于12 m/s时的估算精度是下一步的工作重点。     

利用FY-3B MWRI遥感数据反演南极海冰表面积雪厚度

海冰表面积雪厚度是冰冻圈和全球气候系统的重要组成部分,在海洋、海冰和大气的能量传输中起着关键的作用。针对目前缺乏南极海冰表面积雪厚度国产卫星遥感数据产品的问题,本文探索应用FY-3B MWRI被动微波亮温数据开展南极海冰表面积雪厚度的遥感反演研究。结果表明基于2016年FY-3B MWRI 18.7 GHz、36.5 GHz垂直极化亮温及海冰密集度数据,采用Comiso03模型反演的积雪厚度结果较Markus98更好,与AWI2016年部署在威德尔海的浮标(2016S31、2016S37、2016S40)观测的积雪厚度同日同像元对比的偏差为-1.72 cm。FY-3B MWRI反演的2016年南极海冰表面积雪厚度与美国雪冰数据中心发布的GCOM-W1 AMSR-2积雪厚度产品整体上具有较好的一致性(时空平均偏差为-0.11 cm、相关系数为0.90),积累期和稳定期(4—10月)两者差异较小(时空平均偏差为-0.81 cm,相关系数为0.93),消融期(11月—次年3月)差异较大(时空平均偏差为2.76 cm,相关系数为0.85),差异主要分布在威德尔海北部和东南极冰边缘区。开展FY-...     

风云三号卫星被动微波反演海洋上空云液态水含量

云液态水含量是气候和水循环研究的重要云微物理参数，也是目前气候变化研究中的最不确定因素之一。通过极轨气象卫星被动微波观测的光谱和极化特征能够实现对云液态水含量的直接测量，本文介绍了一种基于风云三号卫星微波成像仪（MWRI）观测亮温的全天候云液态水含量反演算法，利用快速辐射传输模式、云模型和大气廓线库建立MWRI模拟亮温库并训练反演系数的宽气候态物理算法可以保证算法系数在不同季节和不同地区的适应性。同时提出了一种基于观测增量（O-B）筛选晴空像元并对算法系数及比例因子进行订正的方法。利用统计直方图方法和卫星间交叉比对方法对反演产品精度进行了检验，统计直方图方法检验结果表明，FY-3C云水反演误差为0.028 mm，FY-3D为0.025 mm，与国外同类产品的精度相当；与低轨卫星微波辐射计GMI云水产品的交叉比对结果表明，两者具有较高一致性，均方根误差为0.0325 mm。FY-3C/3D CLW产品目前已经投入业务应用，上下午星组网能够一天内基本覆盖全球，实现全球云水分布监测。     

FY-3B/MWRI和Aqua/AMSR-E海冰密集度比较及印证

本文对2011-07-01—2011-09-30风云三号B星(FY-3B)搭载的微波成像仪MWRI(Microwave Radiometer Imager)和Aqua卫星搭载的微波扫描辐射计AMSR-E(Advanced Microwave Scanning Radiometer for Earth Observing System)观测数据获取的海冰密集度产品进行比较及印证。首先,逐日比较FY-3B/MWRI和Aqua/AMSR-E区域平均海冰密集度;其次,逐月比较FY-3B/MWRI和Aqua/AMSR-E月平均海冰密集度;最后,使用Aqua卫星搭载的中等分辨率成像光谱辐射计MODIS数据进行印证。MWRI和AMSR-E比较结果为(1)MWRI与AMSR-E逐日区域平均海冰密集度变化趋势一致,MWRI海冰密集度均高于AMSR-E,7—9月MWRI与AMSR-E逐日平均偏差月平均值分别为8.55%、7.67%、2.58%,逐日标准差月平均值分别为12.16%、12.08%、10.43%,二者差异逐月减小。(2)MWRI与AMSR-E月平均海冰密集度差呈现逐月递减趋势,7—9月MWRI与AMSR-E逐月平均偏差分别为7.37%、6.53%、1.51%,逐月标准差分别为4.61%、4.36%、3.64%,MWRI与AMSR-E差异逐月减小的原因是二者在密集度较低的边缘区域差异较大,而夏季随着边缘区域海冰的融化,二者差异逐渐减小。MWRI和AMSRE海冰密集度与MODIS印证结果为:(1)密集度小于95%情况下,MWRI与AMSR-E海冰密集度均比MODIS偏高,AMSR-E更接近MODIS,MWRI高估,误差较大。(2)密集度大于等于95%情况下,MWRI与AMSR-E海冰密集度均比MODIS偏低,AMSR-E偏低更多,MWRI结果更好。     

FY-3D微波成像仪非线性特征及计算方法优化

风云三号D星(FY-3D)微波成像仪采用10.65 GHz、18.7 GHz、23.8 GHz、36.5 GHz和89.0 GHz双极化通道对地表辐射信息进行测量,定标精度会直接影响遥感数据的准确性。影响定标精度的主要因素之一是成像仪系统的非线性特征,用物理参数-非线性系数表示。所以准确计算非线性系数是地面热真空定标试验的主要目的之一,在95-298 K范围内设置不同变温源温度点,每一个温度点对应一个非线性系数,这些非线性系数的平均值即是系统最终的非线性系数值。受系统原理和试验条件的限制,计算平均值时需要确定变温源温度的有效范围,目前使用的范围确定方法是设计师首先依据经验提出几组可能的温度范围,然后对比每个范围的定标结果,选出最优的温度范围。显然,这种方法很容易受到人为因素的影响,而且由于不具备遍历所有温度范围的试验条件,无法确定每个变温源温度点的有效性。为了准确获得非线性系数值,首先通过分析热真空定标试验数据证明非线性系数与场景亮温无关,然后提出了一种优化计算方法,采用t准则确定有效范围得到非线性系数值。对比优化前后两种方法的结果表明,新方法的非线性亮温拟合残差的平均值和标准差值以及非线性亮温的最大拟合值都减小了。由此可见,新方法在计算非线性系数时可以获得更准确的变温源温度范围,可以优化非线性亮温的拟合效果,并且将定标精度提高0.04 K,优化效果在10 GHz接收机以及环境温度较高时尤为明显。     

HUT模型的改进及其雪深反演

基于风云-3B（FY-3B）卫星的微波成像仪（MWRI）数据对HUT模型（Helsinki university of technology snow emission model）进行验证,结果表明,无论是18.7 GHz还是36.5 GHz水平极化亮温,HUT模型模拟亮温都与MWRI亮温存在较大的偏差。因此,本文对消光系数进行了本地化改进,得到了改进的HUT模型（IMPHUT模型）。IMPHUT模型在18.7 GHz水平极化和36.5 GHz水平极化时的模拟亮温偏差分别为-0.91 K和-4.19 K,较原始的HUT模型模拟精度（偏差分别为14.03 K和-16.33 K）有很大提高。最后,利用遗传算法进行雪深反演,基于IMPHUT模型的雪深反演（偏差为-6.79 cm）优于HUT模型和Chang算法,反演与实测雪深具有较好的一致性。     

FY-3C微波成像仪电视信号干扰识别和分析

由于卫星微波成像仪频率的非保护性,微波成像仪资料受到相近频率的无线电信号干扰影响,主要干扰源于洋面反射的静止电视卫星信号。为提高微波成像仪资料的准确性,尤其是洋面资料的可用性,对电视卫星信号干扰的检测和特征分析尤为重要。中国风云3号C星(FY-3C)上搭载了微波成像仪。本文使用标准化主成分分析法来识别FY-3C微波成像仪的电视卫星干扰信号,并分析电视卫星信号干扰的主要空间特征。研究表明,FY-3C微波成像仪中心频率为10.65 GHz和18.7 GHz的4个低频通道受到卫星信号干扰。10.65 GHz通道在欧洲海域英吉利海峡和地中海西部希腊沿岸地区受到电视卫星信号干扰,并且干扰信号位置和强度与FY-3C卫星和欧洲静止电视卫星相对空间位置有关;18.7 GHz通道主要受到美国电视卫星的干扰,在北美东、西沿岸海域都存在干扰信号。FY-3C微波成像仪在中国海域不受电信号干扰影响,主要因为中国静止电视卫星频率与微波成像仪各通道频率不一样。     

风云三号卫星微波成像仪在轨性能稳定性分析

利用地球冷目标观测亮温的稳定性和遥感数据统计直方图方法,是评价微波成像仪等类似微波成像辐射计在轨性能稳定性的有效方法。在此基础上,本文用2011年2月—7月风云三号02星微波成像仪在轨观测的亮温数据,对微波成像仪在轨运行的性能稳定性进行了分析。结果表明:风云三号02星微波成像仪在轨性能稳定,所有通道最低亮温参考值波动范围不超过1.8K。     

噪声协方差自适应控制下的双天线GNSS/INS初始对准方法

为降低系统模型误差及观测模型误差的影响,结合噪声协方差自适应控制机制,对双天线GNSS/INS初始对准方法进行改进。利用噪声协方差自适应控制下的扩展卡尔曼滤波进行数据处理,包括系统噪声协方差控制及观测噪声协方差控制。试验结果表明,系统噪声协方差自适应控制机制可提高系统稳定性,降低滤波稳态值;观测噪声协方差自适应控制机制可降低观测噪声的影响,提高对准绝对精度。采用后处理的方式,利用基线长度偏差最小的基线结果辅助姿态解算,绝对精度进一步提高,对准绝对精度主要受观测值影响。利用本文方法,横滚角、俯仰角对准绝对精度可达0.02°,航向角对准绝对精度可达0.04°。     

GPS/GALILEO偏航姿态异常对动态PPP的影响及其改正模型

当GPS、GALILEO卫星运行至与太阳、地球近似共线时,卫星很难维持名义姿态,将出现一段时间的偏航姿态异常。本文基于不同分析中心所提供的精密轨道和钟差产品,在卫星偏航姿态异常时期,设计不同姿态改正策略,选取全球分布的7个MGEX站10 d实测数据,分析了GPS、GALILEO卫星的天线相位中心改正、相位缠绕改正对观测值残差及动态PPP定位结果的影响。研究表明,在卫星偏航姿态异常时期,采用名义偏航姿态对GPS、GALILEO卫星观测值残差的影响可分别达到8和11 cm,在此期间,GPS/GALILEO卫星采用模型偏航姿态,与采用名义偏航姿态相比,动态PPP的E、N、U 3个方向的定位精度可分别提高13.30%、15.77%和12.98%,相较于剔除卫星策略,采用模型偏航姿态的动态PPP定位精度在E、N、U方向可分别提高5.399%、4.430%、5.992%。     

Snow Depth Inversion Using the Localized HUT Model Based on FY-3B MWRI Data in the Farmland of Heilongjiang Province,China

Snow depth parameter inversion in the farmland using passive microwave remote sensing is of great significance to the agricultural production in Northeast China. Firstly, the Helsinki University of Technology (HUT) snow emission model was validated in the farmland based on microwave radiation imager (MWRI) onboard FengYun-3B satellite (FY-3B). The results showed that there was a big difference between the brightness temperature of HUT model simulation and MWRI for 18.7 GHz horizontal polarization (18.7 H) and 36.5 GHz horizontal polarization (36.5 H). To improve HUT model, the empirical parameter in the model was localized. Then the localized HUT (LHUT) model was built, where the extinction coefficient was calculated by the new extinction coefficient formula. Next, LHUT model was validated based on MWRI data and compared with HUT model. The results showed that LHUT underestimates slightly the brightness temperature with 0.91 and 4.19 K for 18.7 and 36.5 H respectively, and LHUT is superior to HUT model. Finally, the genetic algorithm (GA) was used to invert snow depth based on LHUT. The results showed that snow depth was underestimated with 6.79 cm based on LHUT. The inverted snow depth based on LHUT model is in better agreement with the measured snow depth.