利用EDS／MODIS交叉定标FY1D／VIRR可见光-近红外通道

以EOS/MODIS的星上定标结果为标准,采用交叉定标方法标定FY1D/VIRR的可见光-近红外通道。先获得两个传感器的配对通道,然后利用6S模式计算出他们的匹配因子,根据EOS/MODIS的观测敦煌辐射校正场扫描计数值和星上定标结果以及它和FY1D/VIRR的匹配因子计算出FY1D/VIRR同时观测敦煌辐射校正场时的表观辐亮度和表观反射率,最后将得到的表观辐亮度和表观反射率与FY1D/VIRR观测敦煌辐射校正场的计数值进行比较,就得到了FY1D/VIRR通道的绝对定标系数。将本次定标结果与敦煌场地定标试验的定标结果比较,定标结果一致性较好,并可用于对发射前定标偏差进行校正。     

FY-3C VIRR大气可降水产品生成和检验

风云三号C星(FY-3C)可见光红外扫描辐射计(VIRR)两个红外分裂窗通道数据生成的晴空大气可降水(TPW)产品已投入业务使用。本文介绍了该产品的生成方法,并从产品精度和稳定性两个方面评价产品质量。与MODIS Terra TPW的月平均数据对比,FY-3C VIRR TPW能正确反应大气可降水的全球分布。与2015年3月—4月的全球探空数据对比,FY-3C VIRR TPW均方根误差为5.36 mm,相对误差在水汽值大于30 mm时在20%以内,并且夜间产品精度优于白天。相比于MODIS红外TPW产品与探空数据的误差,FY-3C TPW精度略好。计算2015年1月至2016年7月FY-3C VIRR TPW产品相对探空数据的月均方根误差,19个月均方根误差的标准差是0.54 mm,小于同期MODIS Terra TPW均方根误差的标准差,说明FY-3C VIRR TPW产品在检验时期内更稳定。FY-3C VIRR TPW产品精度较高且质量稳定,具备广泛应用能力。     

MERSI和MODIS卫星监测京津冀及周边地区PM2.5浓度

京津冀及周边地区是中国PM_(2.5)污染最重的区域之一,利用卫星遥感技术监测大范围的PM_(2.5)时空分布变化是一种先进的重要手段。本研究首先基于暗像元算法利用FY-3B/MERSI与AQUA/MODIS对京津冀及周边区域进行了遥感AOT反演和验证分析;然后,引入气象资料和地面观测资料利用GWR模型反演了区域PM_(2.5)浓度,并对遥感反演结果进行了交叉验证评估,综合对比分析了MERSI和MODIS的气溶胶及PM_(2.5)遥感监测能力;最后,利用MERSI数据对2017年第一季度京津冀及周边区域的PM_(2.5)月均浓度时空分布变化情况进行了初步探索分析。结果表明:FY-3B/MERSI在气溶胶及PM_(2.5)遥感监测能力方面略优于AQUA/MODIS,MERSI反演的1 km分辨率AOT和PM_(2.5)与地面站点实测结果的决定系数R2分别为0.76μg/m~3和0.79μg/m~3,均方根误差分别为0.26μg/m~3和28μg/m~3,平均绝对误差分别为0.16μg/m~3和15μg/m~3,能基本满足对京津冀及周边区域PM_(2.5)的精细化监测需要。2017年第一季度京津冀及周边区域PM_(2.5)月均浓度遥感监测结果表明该区域的PM_(2.5)空间分布格局与地形地貌关系密切,高值区整体上沿太行山脉成带成片;从时间变化来看,1—3月呈逐月下降的趋势,其中3月份PM_(2.5)区域浓度较1月和2月有大幅下降。这说明FY-3\MERSI遥感反演产品能为环境质量监测和环境管理工作效果评估提供有效参考,本研究对国产卫星在大气环境遥感业务中的大力发展应用有重要参考意义。     

FY-3C/VIRR中红外图像太阳光污染订正

风云三号C星(FY-3C)上搭载的可见光红外扫描辐射计VIRR (Visible and Infra-Red Radiometer)是继承风云一号卫星光学成像仪器,它在高纬度昼夜交替区域附近由于地平线附近太阳光照射,导致仪器扫描镜和其他部件产生杂散光,导致对地观测图像被污染,尤其VIRR中红外第3通道(3.7 μm)图...     

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-...     

FY-3气象卫星微波水汽三维可视化及其在强天气监测中的应用

基于风云三号(FY-3)气象卫星上的可见光红外扫描辐射计(visible and infrared radiometer,VIRR)和微波湿度计(microwave humidity sounder,MWHS)数据,通过IDL语言开发设计了"FY-3微波水汽三维显示软件"。该软件可根据白天或夜晚监测时次的不同,自动生成由VIRR的3个通道(B6,B2,B1)合成且叠加4个高度(地表、850hPa,500 hPa和300 hPa)的微波水汽分布图(白天)或由VIRR热红外通道(B5)的云顶亮温图叠加微波水汽分布图(夜晚)。在热带气旋和梅雨监测预警中的应用表明:微波水汽三维可视化的结果综合了FY-3可见光红外数据在空间分辨率上和微波湿度数据在不同大气高度层垂直探测能力上各自的优势,其表达形式简洁、直观。该方法可以作为强天气监测预警的有效补充手段,具有一定的推广应用价值。     

FY-3C积雪产品在同化中对微波资料质量控制的影响分析

T639-GSI全球系统同化AMSU-A资料的过程中,目前使用的月平均积雪产品并不能反映中高纬度大陆上快速地降雪/融雪过程,而FY-3C日积雪产品在时间精度上要高于GSI月平均积雪覆盖数据。由于同化系统对AMSU-A较低通道辐射率资料的质量控制需要依据更准确的地表积雪信息,所以本文结合冬春季节的FY-3C日积雪产品和NCEP再分析资料,研究了北半球中高纬度地区不同积雪覆盖率初值对分析场不同高度层温度场的影响,以及在同化过程中对预报结果的影响。结果表明,在对AMSU-A辐射率资料的质量控制中,月平均积雪数据和日积雪产品对温度场影响较大的区域与两者积雪覆盖差异区域有明显的对应;冬春季节,使用FY-3C日积雪产品代替GSI月平均积雪数据作为背景场中积雪下垫面数据,对进入同化系统的AMSU-A辐射率资料质量控制时,120 h之内1000—600 h Pa的中低层温度场的预报效果得到改善。     

小流域积雪时空变化特征对比研究

利用Terra和Aqua卫星提供的2002~2012年MODIS 8d积雪分类产品MOD10A2和MYD10A2生成双星8d合成产品MOYD10A2,并进行精度评价。在此基础上,提取了嫩江与辽河流域积雪覆盖率、相对积雪日数和归一化积雪指数,并对比分析了嫩江与辽河流域的积雪时空变化特征。结果表明:(1)合成后的图像大大降低了云层对积雪产品的影响,更好地恢复了云下积雪遥感信息,提高了积雪遥感指数的精度;(2)嫩江、辽河流域积雪高峰期均出现在11月中下旬到次年4月中上旬,每年的积雪覆盖率高峰期和变化趋势基本保持一致,但嫩江流域的积雪覆盖率明显高于辽河流域;受地理位置和海陆分布的影响,嫩江流域积雪天数呈由东北向西南方向减小的趋势,且积雪天数明显多于辽河流域;(3)MODIS 8d积雪分类产品可在长时间、大范围积雪监测中发挥作用。     

利用多光谱卫星遥感和深度学习方法进行青藏高原积雪判识

青藏高原积雪对全球气候变化十分重要,针对已有积雪遥感判识方法中普遍采用的可见光与红外光谱数据易受复杂地形与高海拔影响,导致青藏高原地区积雪判识精度较低的问题,提出了一种基于多光谱遥感与地理信息数据特征级融合的积雪遥感判识方法:以风云三号卫星可见光与红外多光谱遥感资料与多要素地理信息作为数据源,由地面实测雪深数据与现有积雪产品交叉筛选出样本标签,构建并训练基于层叠去噪自编码器(SDAE)的特征融合与分类网络,从而有效辨识青藏高原遥感图像中的云、积雪以及无雪地表。经地面实测雪深数据验证,该方法分类精度显著高于使用相同数据源的FY-3A/MULSS积雪产品,略高于国际主流积雪产品MOD10A1与MYD10A1,并且年均云覆盖率最低。试验结果表明该方法可有效地减少云层对积雪判识的干扰,提升分类精度。     

NOAA18/AVHRR与FY-3A/VIRR的OLR产品一致性和差异性分析

卫星的射出长波辐射OLR(Outgoing Long-wave Radiation)数据具有不同程度的误差。为满足业务和科研工作的需要,对国产卫星FY-3 A/VIRR的OLR产品与其他同类卫星产品进行一致性和差异性分析是非常必要的。采用风云三号A星(FY-3A)扫描辐射计(VIRR)的OLR日平均产品作为被检验数据,美国大气海洋局NOAA18卫星上搭载的甚高分辨率扫描辐射计(AVHRR)OLR日平均产品作为检验源数据,使用相关系数、平均偏差、均方根误差、相对误差等检验方法,对两种产品进行一致性和差异性分析。结果表明,两种OLR资料大部分相关系数较大,平均偏差、均方根误差和相对误差较小,个别资料相关系数较小,平均偏差、均方根误差和相对误差较大。如2010年4月23日、7月13日和10月13日,相关系数、平均偏差、均方根误差、相对误差分别为(0.63,7 Wm^-2,31 Wm^-2,0.12)、(0.5,-5 Wm^-2,45 Wm^-2,0.125)和(0.3,-200 Wm^-2,225 Wm^-2,0.85)。这些偏差主要发生在高山和海洋地区,并且暖季相对冷季偏差较大,可能是由于高山、海洋地区和暖季较强的对流活动造成两种资料的对比结果存在一定的差异;此外,由于FY-3A为上午星,NOAA18为下午星,过境时间存在一定的差异,也给二者的对比结果带来一定的差异。     

Snow Cover Monitoring in Qinghai-Tibetan Plateau Based on Chinese Fengyun-3/VIRR Data

Snow cover monitoring in the Qinghai-Tibetan Plateau is very important to global climate change research. Because of the geographic distribution of ground meteorological stations in Qinghai-Tibetan Plateau is too sparse, satellite remote sensing became the only choice for snow cover monitoring in Qinghai-Tibetan Plateau. In this paper, multi-channel data from Visible and Infrared Radiometer (VIRR) on Chinese polar orbiting meteorological satellites Fengyun-3(FY-3) are utilized for snow cover monitoring, in this work, the distribution of snow cover is extracted from the normalized difference snow index(NDSI), and the multi-channel threshold from the brightness temperature difference in infrared channels. Then, the monitoring results of FY-3A and FY-3B are combined to generate the daily composited snow cover product. Finally, the snow cover products from MODIS and FY-3 are both verified by snow depth of meteorological station observations, result shows that the FY-3 products and MODIS products are basically consistent, the overall accuracy of FY-3 products is higher than MODIS products by nearly 1 %. And the cloud coverage rate of FY-3 products is less than MODIS by 2.64 %. This work indicates that FY-3/VIRR data can be reliable data sources for monitoring snow cover in the Qinghai-Tibetan Plateau.     

风云三号C星SEM高能粒子数据检验及应用

风云三号C星(FY-3C卫星)空间环境监测器(SEM)可监测轨道高度上的高能带电粒子(质子、电子和重离子)辐射环境及其引起的辐射剂量和表面充电等空间天气效应,是空间天气监测预警业务不可或缺的自主数据源之一。为验证FY-3C卫星高能粒子探测数据的有效性,需开展数据的定量检验工作。本文采用与同类卫星同类数据进行交叉比对的方式来进行检验。首先,根据一定的假设条件,对比对数据进行归一化处理,尽量消除不同卫星间观测时间、空间(星下点经、纬度和高度)、方向和能量范围等差异对高能粒子分布的影响,然后进行比对,最后计算比对数据间的相关系数、斜率和标准偏差等统计参数,并据此评价比对数据的一致性。通过空间天气平静期高能质子和高能电子与NOAA-18和FY-3B卫星数据的交叉比对可以看出,FY-3C卫星高能粒子数据与比对卫星数据具有较好的一致性。由于工作原理和技术指标相同,FY-3C与FY-3B卫星高能粒子数据的一致性更好,也证明了载荷技术状态的稳定性。通过对太阳质子事件和高能电子暴的观测实例证明,FY-3C卫星高能粒子数据能够准确地反映空间天气扰动事件的特征和强度。以上结果表明,FY-3C卫星高能粒子数据可信度较高,能够用于空间天气监测、预警以及研究工作。     

FY-3A MERSI数据干旱监测能力评价

对FY-3A MERSI数据进行辐射定标、几何定位预处理,与同期MODIS数据预处理结果进行对比;选用温度植被干旱指数法对两种数据进行监测,分析了监测结果的相对精度。实验结果表明,FY-3A MERSI数据的干旱监测结果精度与MODIS数据基本一致,且在空间分辨率及光谱分辨率方面有较大的提高。     

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-3C折射率对大气边界层高度的反演与分析

2013年中国发射了首颗进行全球导航卫星系统(global navigation satellite system,GNSS)掩星观测的气象卫星风云3号C星(Fengyun-3C,FY-3C),且已发布自2014年6月以来的FY-3C掩星大气产品,但目前还未见将其应用于大气边界层的相关研究。首次尝试利用FY-3C折射率产品确定边界层高度并进一步进行空间分布分析。结果表明,在小波协方差变换法基础上,进行尖锐度约束,能够确定FY-3C掩星低层大气折射率廓线中可能存在的突变,反演边界层高度。所得到的2015―2018年各年边界层高度全球分布在不同纬度及海洋和陆地上的差异基本体现了边界层与地表气候及地形的关系,但FY-3C折射率产品在低层大气的精度和垂直分辨率相对较低。因此,反演成功率总体上较低,反演结果对边界层高度空间分布细节特征的呈现仍有待提升。     

闪电河流域农牧交错带微波遥感土壤水分产品评价

空间网格分辨率为9 km的SMAP (Soil Moisture Active and Passive)、0.1D (Degree)的ASCAT (The Advanced Scatterometer)、 25 km的FY-3B以及25 km ESA-CCI (European Space Agency-Climate Change Initiative)是较为广泛应用的卫星遥感土壤水分产品,对数据质量的评价是进一步应用于旱情监测、蒸散发估算等研究的前提。本研究基于2018年9月在闪电河流域内蒙古农牧交错带区域开展的碳、水循环与能量平衡遥感综合试验,采用近似同步的两种尺度观测数据即点尺度地面实测土壤水分数据以及面尺度(1 km×1 km)机载土壤水分数据,利用RMSE (Root Mean Square Error), MAE (Mean Absolute Error),R (Correlation Coefficient),Bias以及ubRMSE (unbiased Root Mean Square Error)等评价指标分别对SMAP, ASCAT, FY-3B, ESA-CCI土壤水分卫星遥感产品进行了评价。本研究利用机载土壤水分数据作为桥梁,实现了从点尺度地面实测土壤水分数据、至面尺度(1 km×1 km)机载土壤水分数据、再至粗格网面尺度(9 km×9 km、0.1 D×0.1 D、25 km×25 km)卫星遥感土壤水分产品的对比分析过程。利用地面观测值对机载观测土壤水分开展评价分析,发现在裸土区域,机载土壤水分数据与地面实测数据较为一致,RMSE, MAE, Bias, ubRMSE以及R值分别为0.033 cm~3/cm~3,0.030 cm~3/cm~3,-0.004 cm~3/cm~3, 0.033 cm~3/cm~3, 0.474。对卫星土壤水分产品的评价结果显示,SMAP的9 km土壤水分卫星产品与地面观测更为一致,其RMSE,MAE,Bias,ub RMSE以及R值分别为0.037 cm~3/cm~3,0.032 cm~3/cm~3,-0.008 cm~3/cm~3, 0.036 cm~3/cm~3, 0.507。SMAP, ASCAT, FY-3B以及ESA-CCI与机载土壤水分数据有更高的相关性,R值分别为0.735, 0.558, 0.558, 0.575。综上,闪电河流域实验区内的4种卫星遥感土壤水分产品中,SMAP产品与地面土壤水分、机载土壤水分数据均较为一致,其次是FY-3B与ESA-CCI。