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。     

FY-3B微波成像仪资料的地理定位误差与订正

风云3号B星(FY-3B)上的微波成像仪(MWRI)通过10.65 GHz,18.7 GHz,23.8GHz,36.5 GHz和189.0 GHz5个频率的双极化通道对地球表面进行监测。自卫星发射至今,MWRI资料的地理定位误差还未进行深入研究。为了提高FY-3B MWRI L1级数据地理定位精度,基于海、陆响应的升、降轨亮温差理论NDM(Node Differential Method),通过卫星位置和速度矢量建立卫星姿态模型、采用非线性最优化方法估计卫星姿态偏差,进而对MWRI 89 GHz通道的地理定位误差进行分析与订正。结果表明,2015年1—9月份俯仰、滚动和偏航角度的平均偏差分别为-0.220°,0.068°和0.062°,对应沿轨误差大约3—4 km,跨轨误差小于1 km。定位误差订正后,地中海、澳大利亚区域海岸线附近的升降轨亮温差明显减小;观测亮温在红海和南美洲东南部区域的分布和海岸线更加吻合,定位精度得到明显提高。     

无线电频率干扰对MWRI资料反演地表温度的影响

星载微波资料受到地面无线电频率干扰(radio-frequency interference,RFI)的现象正越来越明确地被形成共识,RFI显著增大了受干扰区域地表、大气参数的反演误差。采用一维变分反演法,利用风云三号B星(FY-3B)上的MWRI(microwave radiation imager)一级数据分析了欧洲大陆RFI的分布,提出了针对MWRI亮温数据的RFI订正算法;并采用一维变分反演法反演了研究区域的地表温度,比较了RFI订正前、后的地表温度反演精度。结果表明,一维变分反演法对于RFI识别是有效的; RFI信号对微波资料反演地表温度的影响显著,使其所在区域的地表温度反演结果出现异常,误差较大,甚至导致反演失败。因此,所提出的回归方程可以有效地订正陆地上的微波观测数据,提高资料利用率。     

积雪陆表微波观测资料干扰识别方法对比分析

地面无线电干扰对星载微波辐射计资料的影响日益凸显,很大程度上降低了微波反演地表参数的精度。以常年积雪覆盖的南极大陆为研究区域,利用2011年7月1—7日先进微波扫描辐射计(advanced microwave scanning radiometer-earth observing system,AMSR-E)观测资料,采用频谱差法、标准化的主成分分析法(normalized principal component analysis,NPCA)和双主成分分析法(double principal component analysis,DPCA)对研究区域的无线电频率干扰(radio-frequency interference,RFI)进行识别和对比分析。研究发现,对于有积雪覆盖的陆地表面,频谱差法不能准确地检测出RFI信号,NPCA在有冰雪覆盖的海岸线附近会出现误判,而DPCA更适用于所有海冰或积雪覆盖地区的RFI识别,且AMSR-E低频通道较强的RFI信号大多分布在观测站附近。总体而言,水平极化比垂直极化时的RFI信号强,而在部分地区,10. 65 GHz通道的RFI信号在垂直极化方式时较水平极化方式强。     

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 .     

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-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。     

星载微波成像仪灵敏度稳定性分析

微波成像仪是中国第二代极轨气象卫星风云三号卫星的主要载荷之一,灵敏度是评价成像仪系统性能的关键参数之一,可以衡量辐射探测精度,因此该参数的准确计算及其长期稳定性会直接影响遥感数据业务应用效果。经过地面及在轨数据验证,与传统均方根标准差方法相比,利用Allan标准差方法计算星载微波成像仪的在轨灵敏度,首先获得每条扫描线的遥感电压数据,然后分析相邻扫描线之间的电压偏差,最后再结合微波成像仪系统增益,即可获得在轨灵敏度参数。利用Allan方法分析灵敏度,可以有效去除环境噪声的影响,有助于反应星载微波成像仪在轨灵敏度的长期稳定性,更加真实地反映仪器本身的在轨性能演变。分析结果表明：3台微波成像仪在轨性能稳定,长时间观测过程中,FY-3 C\D星成像仪在轨灵敏度的标准差≤0.01 K,FY-3 B星成像仪灵敏度标准差≤0.012 K;3台仪器在10.65 GHz、18.7 GHz、23.8 GHz及36.5 GHz频点8个通道的灵敏度均优于0.5 K;对于89 GHz频点的两个接收通道,FY-3 C\D星微波成像仪的灵敏度优于0.5 K,B星微波成像仪优于0.6 K。本文利用Allan方法获得了风云三号微波成像仪的在轨灵敏度参数,证明该方法适用于微波辐射计在轨灵敏度的计算,同时针对微波成像仪的相关分析结果为国产星载微波成像仪在轨定量应用奠定了基础。     

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。     

基于被动微波遥感数据的冰间水道提取及验证

采用Aqua卫星搭载的微波扫描辐射计AMSR 2以及FY-3D卫星搭载的微波成像仪MWRI 89 GHz单通道被动微波亮温数据,利用空间滤波增强冰间水道的线状特征,结合系点线性插值的方法提取波弗特海和弗拉姆海峡的冰间水道,最后对提取结果形态学特征进行研究,并分析海冰密集度和冰间水道的关系,结果表明被动微波对尺度较大的冰间水道具有较好的提取效果.在形态学特征上,被动微波亮温数据具有提取宽度大于1/3像元分辨率的冰间水道的可能性,但提取水道总面积略小于热红外遥感提取结果.通过LSD算法得到的冰间水道长度被动微波数据源整体上是MODIS数据的2倍.利用最小外接矩形统计从AMSR 2、MWRI提取出来的冰间水道其宽度分布均服从幂律分布的规律.冰间水道面积占比与海冰密集度呈现负相关的关系.     

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。     

中国城市微波发射率提取与特征分析

城市是陆表重要的覆盖类型之一,精确提取城市微波发射率、研究其辐射特征和影响因素有利于提高城市密集区被动微波遥感反演土壤水分的精度.利用2008 年AMSR-E(Advanced Microwave Scanning Radiometer for Earth Observing System)6.925 GHz 和10.65 GHz 双极化的时间序列亮温数据和其他多种辅助数据,在分析并去除无线电干扰的前提下,提取中国区域相对纯净城市像元的发射率,并分析其辐射特征的季节变化和影响因素.结果表明,根据本文方法提取得到的中国区域纯净城市像元有两个,分别位于北京和上海.城市亮温受到无线电干扰影响,一年内不同城市、波段、过境时间的卫星观测亮温受到的干扰强度不同.去除无线电干扰后,各通道的城市发射率在一年中变化不大,且卫星降轨观测时刻的发射率比升轨时刻更加稳定.降雨是影响城市发射率的重要因子,当降雨量达到一定程度后,城市发射率与降雨量呈现明显的负线性相关.     

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-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。     

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。     

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.     

TMI被动微波遥感资料用于地表洪涝特征分析试验

星载被动微波遥感资料为云天条件下地表洪涝特征分析提供了可能。微波极化比 (PR)可以有效刻画地表洪涝特征 ,宏观反映地表湿度信息。正演模拟分析结果表明地表粗糙度、地表植被覆盖状况和地表湿度对上行微波亮温有影响 ;TRMM/TMI低频微波通道微波极化比能减弱大气因素的影响 ,清晰反映地表的洪涝特征。合理确定分类阈值 ,对 1 998年长江流域洪涝区进行地表洪涝特征分析 ,可以在TMI像元尺度 ,将洪涝区分类为不同等级。洪涝区分类结果与经过天 -地校验过的机载和星载SAR资料地表洪涝分类实况对比 ,TRMM/TMI低频微波通道微波极化比 1 0GHz的PR1 0和 1 9GHz的PR1 9的分类正确率不低于 75 %。