星载全极化微波辐射计海面风向反演仿真研究

全极化微波辐射计是一种可以测量海面辐射全部4个Stokes参数的新型被动遥感仪器,是测量海面风场、尤其是海面风向的新手段。介绍了国际首台全极化微波辐射计WindSat的海面风向信号谐波特征,在分析风向反演180°模糊度现象的成因基础之上,提出了利用WindSat能够进行前-后向双视扫描的优势去除风向反演180°模糊度问题的思路;通过构建海面风场仿真场景,在WindSat模拟亮温数据中加入高斯白噪声后,使用最大似然估计法和中值滤波技术开展了海面风向反演。比较和分析了使用WindSat前向刈幅和WindSat前-后向刈幅观测数据的风向反演结果。结果表明:由于能够有效去除风向反演180°模糊度,使用前-后向刈幅观测数据的风向反演精度要明显优于仅仅使用前向刈幅的反演结果。     

相关型全极化辐射计研究

全极化微波辐射计对海洋风场的测量和研究具有重要意义。全极化微波辐射计通过测量目标的Stokes矢量来得到目标的全部极化信息,这对传统的海洋风场测量是一种有效的补充。全极化辐射计主要包括组合型和直接相关型两种类型,通过着重介绍直接相关型极化辐射计,给出了相关型辐射计的系统框图并从原理上对其进行了分析。任何微波测量都离不开定标,对全极化微波辐射计的定标原理和硬件实现技术也作了详细介绍。     

一种基于海面背景的WindSat极化通道替代定标方法研究

凭借能够测量海面辐射全部4个Stokes参数的能力,全极化微波辐射计成为测量海面风场的一种新手段。由于风向信号仅仅只有几K甚至更小的振幅,故对全极化微波辐射计极化通道的定标精度要求颇高。使用WindSat实测亮温及其海面参数匹配数据集,基于海面风向信号的谐波特征,对WindSat极化通道亮温的定标偏差和仪器噪声进行了计算和分析。研究结果表明:WindSat的10.7、18.7和37.0 GHz这3个频率的极化通道均存在明显的定标偏差,并且该定标偏差会随着升轨和降轨、前向刈幅和后向刈幅等不同观测模态发生变化。另外,WindSat极化通道的仪器噪声较小,其中T3的仪器噪声在0.2 K以内,T4的仪器噪声在0.1 K以内。     

X波段全极化微波辐射计的计算机仿真

全极化微波辐射计是未来星载遥感海面风场的重要微波遥感仪器,可为短期天气预报、气候学和海洋学研究提供重要的有价值信息,利用软件平台对全极化辐射计进行计算机仿真对于系统设计和全极化定标技术仿真验证具有重要的意义。对X波段相关型全极化微波辐射计进行了计算机仿真,基于ADS软件平台建立了相关型全极化微波辐射计系统仿真模型,对仿真模型有效性进行了验证,并在仿真模型基础上对全极化定标技术进行了仿真验证。结果表明仿真模型准确有效,可为系统设计和全极化定标仿真验证提供参考。     

一种针对Windsat极化辐射计的海面风场反演方法

星载极化微波辐射计(Windsat)是美国于2003年1月6日发射的全球第一颗星载极化微波辐射计卫星,目的是为了验证极化辐射计在卫星上遥感海面风场的能力。针对Windsat在轨运行期间的数据,研究了风场反演的海洋和大气算法,进行了全球海面风场的反演,同时反演出其它地球物理参数。最后利用同步的其它数据对反演结果进行了验证。本文在极化辐射计风场反演方法和算法研究方面做了初步的尝试。     

基于外部风向初始信息的SAR影像海面风场反演研究

首先利用SeaWinds散射计风向作为初始信息进行SAR(Synthetic Aperture Radar)影像海面风场反演,在对SAR影像进行了噪声剔除、辐射定标、极化转换等处理后获得VV极化下各分辨单元的后向散射系数,结合地球物理模式函数获取风速并显示输出海面风场的分布情况。在此基础上,尝试利用WRF(Weather Research Forecast)数值预报模式风向作为初始场从SAR影像中反演风速信息,将结果与之前以散射计风向作为初始信息得到的反演结果进行对比,验证实验方法的正确性,高分辨率数值预报模式风向结合SAR影像将是未来业务化近岸海面风场反演的发展趋势。     

基于FY-3B微波成像仪的海面风速反演

风云三号B星微波成像仪的10.65、18.7、23.8和36.5 GHz频点对海表面粗糙度和介电特性比较敏感,能够用于海面地球物理参数的反演。为获得一种适用于全球大部分海域的海面风速反演算法,利用快速辐射传输模式和再分析大气廓线库模拟微波成像仪海面微波辐射特性,在此基础上建立了半经验反演算式,并利用浮标现场测量数据及WindSat全极化辐射计风速产品对半经验算法和经验算法分别进行了验证和对比。另外,通过分析风向对风速反演的影响,借助AT BV-TBH模型,尝试利用查找表算法对风向造成的晴空区域风速反演偏差进行初步校正。校正风向误差后,反演风速与浮标风速的均方根误差为0.9775 m/s。     

基于星载微波辐射计的海面风场对海表盐度反演影响研究

为了研究海面风场对海表盐度反演结果的影响,需要构建准确的海面风场影响下的海表亮温模型。将不同海面粗糙度模型计算的结果与Aquarius盐度计卫星产品中的海面粗糙度数据进行了比较,结果表明双尺度模型结合海面泡沫模型的计算结果与Aquarius卫星产品粗糙度数据一致性最好。基于此构建了海面风场影响下的海面亮温仿真模型以及双极化通道的盐度反演模型,研究了海面风场对L波段海面微波辐射特性的影响以及风场资料误差对盐度反演精度的影响。仿真结果表明,2m/s的风速误差对盐度反演结果的影响较大。在低温和大风速条件下达到1psu以上,尚不能满足目前盐度遥感的精度要求。20°的风向误差对在中小入射角条件下对盐度反演结果影响较小,对盐度遥感的月平均要求影响不大。     

基于机载多普勒雷达数据的飓风内部三维风场反演算法

利用2002年NOAA海洋飓风实验中三维风雨微波成像仪(IWRAP,UMass Imaging Wind and Rain Airborne Profiler)数据,提出了两种自适应卡尔曼滤波算法进行飓风三维风矢量的反演。为验证不同自适应滤波算法的准确性,通过对实际风场以及相应的机载雷达观测数据进行仿真,得到一种最优自适应滤波;文中对滤波结果误差进行了初步分析,探讨了误差来源。根据仿真结果,利用最优自适应滤波对2002年10月2日飓风莉莉多普勒雷达测量数据进行处理,滤波得到的三维风场与本次实验中GPS下投式探空仪的三维风场同步测量数据,多波段微波辐射计的海面风场测量数据,以及飞机高度风场数据进行了比较。
     

非降水条件下微波辐射计海面风遥感产品性能分析

通过对5种微波辐射计SSM/I、SSM/IS、TMI、AMSR-E和WINDSAT以及2种微波散射计ASCAT和QUIKSCAT多年的海面风产品同浮标同步的实测资料进行数据匹配处理,再对匹配后的数据进行数据分析和统计。研究结果表明:微波辐射计遥感海面风的性能在1m/s左右,可以满足绝大多数应用的需求。微波辐射计的低频海面风产品性能优于中频产品,但是中频数据地面分辨率高,建议在近海应用中使用中频产品,在大洋应用中使用低频产品。就不同微波辐射计而言,AMSR-E和WINDSAT性能较优,SSM/I和SSM/IS性能较差,TMI则处于中等水平。微波辐射计测量风速的性能与微波散射计相比处于同一水平,但在高风速段微波辐射计有一定优势。微波辐射计中仅全极化微波辐射计WINDSAT具有测量海面风向的能力,在低风速段,WINDSAT测量海面风向的性能远远不及微波散射计,只有风速超过6m/s时,WINDSAT提供的海面风向数据才能符合应用的需求。当风速超过8m/s后,WINDSAT遥感海面风向的能力就和微波散射计基本一致。在此基础上,提出了强风条件下深入研究的必要性,并对浮标测风存在的问题做出了初步的分析并指出了改进的方向。     

一种适用于WindSat的地理定位方法

星载全极化微波辐射计WindSat为海面风场的被动微波遥感提供了有效的手段。WindSat亮温需要经过地理定位才能形成包含目标位置信息的有效物理量。地理定位是辐射计数据预处理的重要环节。针对WindSat圆锥扫描方式,将Patt94定位算法进行修改,应用于WindSat地理定位中。详述了定位的计算过程,给出了定位结果,讨论了误差分析方法。通过模拟WindSat轨道,对可能的定位误差来源展开分析,着重分析了辐射计姿态误差、扫描方位误差对定位的影响。最后,就辐射计姿态校正进行了讨论。     

Use of an optimum interpolation method to construct a high-resolution global ocean surface vector wind dataset from active scatterometers and passive radiometers

This study presents a new 0.25° gridded 6-hourly global ocean surface wind vector dataset from 2000 to 2015 produced by blending satellite wind retrievals from five active scatterometers (QuikSCAT, ASCAT-A, ASCAT-B, OSCAT, and HY-2A), nine passive radiometers (four SSM/I sensors, two SSMIS sensors, TMI, AMSR-E, and AMSR2) and one polarimetric radiometer (WindSat) with reanalysis from the National Center for Environmental Prediction/National Center for Atmospheric Research (NCEP/NCAR) employing an optimum interpolation method (OIM). The accuracy of this wind product is determined through various comparisons with buoy measurements, NCEP/NCAR reanalysis and the cross-calibrated multi-platform (CCMP) winds. The comparisons indicate that OIM winds agree well with buoys, showing a root-mean-squared difference of 1.32 m s^?1 for wind speed and 24.73° for wind direction over 0–30 m s^?1 wind speed range. And the quality of OIM winds is improved significantly relative to NCEP/NCAR reanalysis and can be comparable with CCMP winds. Furthermore, OIM winds can reveal abundant small-scale features that are not visible in reanalysis data. In addition, the wind speed and direction retrievals of most satellites are proved to play an important role in generating the high-quality product, but the procedure for including HY-2A winds and WindSat wind directions should be further explored.     

全极化微波辐射计中5 GHz带宽数字相关器设计

为测得反演海洋风场所需的全部4个Stokes参数,全极化微波辐射计采用多路相关技术,对水平和垂直极化信号进行自相关和互相关处理,是一种全新的微波遥感系统。数字相关器是全极化辐射计的核心部件。详细介绍了一种高速新型数字相关器的设计。4片高速A/D转换器采样4路信号并外接多路复用模块实现高速数据流的降速,然后通过Xilinx公司新一代的FPGA\|Vertex5芯片作相关运算,将相关结果实时传输至上位机。提出的新型数字相关器可以实现系统最高5 GHz带宽的数据处理。     

Fusion of sea surface wind vector data acquired by multi-source active and passive sensors in China sea

This work is the first to analyse the sea surface wind vector (SSWV) data acquisition capabilities of eight satellites carrying microwave scatterometer (scanning scatterometer carried by Haiyang satellite 2A, advanced scatterometer carried by Metop satellite A, advanced scatterometer carried by Metop satellite B and scanning scatterometer carried by Oceansat satellite 2) or radiometers (Special Sensor Microwave Imager carried by Meteorological Satellite Program satellites F15 and F17, advanced microwave scanning radiometer 2 carried by GCOM-W1 satellite, and windsat polarimetric radiometer carried by Coriolis satellite) and investigate a SSWV fusion algorithm for active and passive remote-sensing data. We found that combining observations of the eight satellites can provide an SSWV data product with spatial resolution of 25 km × 25 km and temporal resolution of 3 h. Sea surface wind speed and direction data were obtained from multi-source active and passive sensors using a spatiotemporally weighted fusion algorithm. An adaptive sliding window was introduced for calculating effective observation data within spatial/temporal radii, which can effectively improve calculation efficiency for wind field fusion. Comparing the fused and buoy observation results, the root-mean-square errors of the wind direction and speed were 20.6° and 1.2 m s^–1, respectively, indicating that the fusion results can meet most application requirements for wind vector. Meanwhile, the space coverage, accuracy of merged wind speed and wind direction can be improved comparing to a single sensor.