一种基于雪粒径演化过程的积雪亮温模拟新方法

本研究采用HUT模型、DMRT模型和MEMLS模型模拟积雪雪粒子与不同波段（18.7 GHz和36.5 GHz）微波相互作用（吸收和消光）,并用于辐射传输模型。而雪粒径的获取一直是一个难点,本研究由Jordan91雪粒径演化模型演化得到雪粒径,并将其作为辐射传输模型的输入参数,基于像元内实测数据进行混合像元18.7和36.5 GHz水平极化亮温模拟。结果表明：采用HUT模型、DMRT模型和MEMLS模型的消光系数在18.7 GHz时模拟亮温的偏差分别为-3.6、-1.8和-0.7 K,在36.5 GHz时分别为4.0、10.4和14.4 K。对于18.7 GHz水平极化和36.5 GHz水平极化,基于有效雪粒径的亮温模拟与基于雪粒径演化过程的亮温模拟精度呈现出很好的线性关系。因此,基于雪粒径演化过程的方法是一种合适的获取辐射传输模型中雪粒径参数的方法。     

华北积雪冻融循环微波辐射特征研究

积雪冻融循环监测是陆表水文过程和冰雪自然灾害研究的重要方面。被动微波遥感由于具有对水分敏感、高时间分辨率的特点,尤其适合大尺度的积雪冻融监测及相关参数的反演。该研究于2012年11月6日~27日在河北怀来遥感综合实验站使用车载多频率微波辐射计TMMR观测了积雪冻融循环微波辐射特征。研究发现,36.5GHz的观测亮温对积雪的冻融循环最敏感,18.7GHz次之,融化和冻结的时亮温差别可分别约达80K和60K;HUT单层和多层积雪微波辐射模型对18.7GHz和36.5GHz的模拟亮温能够基本反映冻融循环过程中的亮温变化;多层模型更适合模拟冻融循环的过程,18.7GHz和36.5GHz在V极化的相关系数均为0.97;冻融循环研究中,冰壳、冰层粒径的观测、雪湿度的观测和湿雪介电常数模型仍有待进一步改善。     

基于地基微波辐射计数据评估不同土壤介电模型反演土壤湿度的适用性

以青藏高原开展的L波段地基微波辐射（ELBARA-III型）综合观测试验为依据,基于 \tau - \omega 辐射传输模型评估了Wang-Schmugge、Mironov、Dobson和 Four-Phase 4种土壤介电模型对L波段微波亮温模拟及土壤湿度反演的影响。结果表明：相同植被和粗糙度参数化方案条件下,4种土壤介电模型对微波亮温模拟存在明显差异,当土壤湿度小于0.23 m3·m^-3时,Wang-Schmugge模型与其他3种土壤介电模型微波亮温模拟结果差异最为显著,水平和垂直极化微波亮温模拟最大差值可达8.0 K和4.4 K;当模拟土壤湿度大于0.23 m3·m^-3时,Four-phase模型模拟的微波亮温显著高于其他3种土壤介电模型模拟结果;当土壤湿度饱和时,4种土壤介电模型间水平和垂直极化微波亮温模拟最大差值约为6.1 K和4.8 K,且4种土壤介电模型对水平极化微波亮温模拟的差异比垂直极化模拟的差异更为显著。而基于4种介电模型的土壤湿度反演对比试验表明,水平极化条件下基于Wang-Schmugge模型反演土壤湿度,较其他参数化方案,能有效减轻反演土壤湿度对观测土壤湿度的低估,Mironov模型减轻了垂直极化条件下反演土壤湿度对观测值的高估程度。在现有 \tau - \omega 模型参数化方案的基础上,总结了4种土壤介电模型在青藏高原典型草地下垫面的适用性,将为星载L波段辐射计青藏高原土壤湿度反演应用提供客观的土壤介电模型方案选取依据。     

FY-3B与FY-3C/MWRI交叉定标及雪深算法应用

FY-3C/MWRI于2015年7月30日开始业务运行,与FY-3B/MWRI对地表微波辐射进行联合观测。为保证MWRI亮温数据的可靠性、一致性以及综合双星MWRI观测数据应用雪深业务算法,利用地面近似稳定目标格陵兰岛冰盖与亚马逊热带雨林,对双星MWRI亮温数据进行交叉定标。分析了交叉定标前后FY-3B与FY-3C/MWRI雪盖面积及雪深反演结果的一致性,并以2013~2014年冬季气象站点的雪深观测数据评价了交叉定标对雪深反演精度的影响。结果表明:FY-3C/MWRI亮温数据与FY-3B/MWRI数据一致性较好,二者各通道的亮温平均偏差介于-0.87~2.05K之间,前者多数通道略偏"暖";绝对值大于3K的偏差比例在18H、36V、86H及86V等通道略高(10%~18%),其他通道比例均较低;FY-3B与FY-3C/MWRI雪盖面积及雪深估算结果一致性较好,交叉定标对雪盖面积反演影响较小,交叉定标后FY-3C/MWRI雪深反演误差(RMSE)略微降低,MWRI雪深反演结果更加稳定。     

利用地面观测实验评价湖冰对被动微波反演积雪算法的影响

通过对东北积雪实验观测数据和HUT(the Helsinki University of Technology)积雪-冰-水层模型模拟数据的比较分析,描述了积雪-冰-水系统的发射率特征.并于2010年1月21日～22日在吉林省松原市的松花江进行了积雪辐射计观测试验,通过对湖冰上的积雪的亮温观测和HUT模型模拟的亮温比较...     

AMSR-E的C/X双波段垂直极化亮温反演海面盐度

利用星载传感器观测数据反演的大气海洋参数进行综合研究是物理海洋学等海洋学科获取信息的重要手段。特别是全球尺度精细化的海面盐度信息,只有通过卫星观测才能有效获得。星载微波辐射计能够获取低频波段的亮温数据,具有一定的海面盐度反演能力。使用AMSR-E的C/X双波段垂直极化亮温数据和AMSR-E的L2b产品反演亚马孙河口海区和中国黄海东海海区的海面盐度,并将反演结果与WOA09气候态盐度数据进行比较。实验表明:使用星载微波辐射计的C/X双波段垂直极化亮温能够有效获得河口区域海面盐度的变化趋势,反演精度约为1.5psu,具有一定的应用价值,为将来我国盐度卫星的数据处理提供一定的帮助。     

被动微波遥感反演雪水当量不确定性因素分析

雪水当量定义为积雪融化后液态水的高度，是描述季节性积雪储量的关键参数。星载被动微波遥感适用于长时间序列、全球尺度的雪水当量监测。但目前的微波辐射传输模型大多忽略或简化了自然界垂直分层结构中的土壤、植被和大气等要素对积雪辐射亮温的影响，特别是植被参数（例如透过率、覆盖度、单次散射反照率）引起的微波亮温变化仍然不清晰。本研究通过构建土壤—积雪—森林—大气微波辐射模型，重点开展被动微波遥感反演雪水当量的不确定性机理研究。通过模型敏感性分析发现：(1)冠层透过率是森林参数中影响微波亮温最敏感的因子，其次是森林覆盖度，而单次散射反照率影响最小；(2)微波亮温随着森林覆盖度的增加而升高，但随着冠层透过率和雪粒径参数的增加而降低，即三者之间存在“抵偿效应”。通过构建的模型模拟数据库和卫星观测对风云三号B星（FY-3B）和The Advanced Microwave Scanning Radiometer 2(AMSR2)雪水当量反演算法进行亮温噪声测试发现：(1)亮温噪声对AMSR2雪水当量反演算法影响较大，特别是在森林像元尤为严重，与算法中表征积雪参数演化的极化因子和森林下雪深校正方法不确定性有关...     

风云三号微波成像仪积雪参数反演算法初步研究

选择新疆地区作为实验区,为风云三号(FY-3)微波成像仪(MWRI)发展中国区域的积雪参数半经验反演算法。使用2003年4个月的新疆地区的台站观测资料和AMSR-E 18.7 GHz,36.5GHz和89 GHz水平和垂直极化亮温作为FY-3 MWRI的模拟数据,在Chang建立的半经验模型的基础上,采用多元线性回归分析,建立一个新算法。用已有方法去除水体、降雨、湿雪、冻土的像元后,用新算法反演了新疆地区的2004年1月的积雪参数,并分别与AMSR-E雪水当量产品和台站观测值进行比较,结果表明新算法在新疆地区优于AMSR-E的反演算法。     

北京一地基微波辐射计的观测数据一致性分析和订正实验

基于辐射传输理论,以地基微波辐射计亮温数据质量控制研究为目的,以北京一台多通道微波辐射计为例,对其2010和2011年每天8:00和20:00(BT)的“晴空”观测亮温数据进行了分析,并利用独立来源的大气层结资料通过辐射传输方程进行亮温模拟计算,检验了亮温数据的“晴空”观测和数值模拟结果之间的一致性,发现了因“定标”和“搬迁”引起的数据不连续和不一致问题,考虑到“定标”使观测和数值模拟结果之间的一致性优于定标之前而“搬迁”改变的是地基微波辐射计的工作环境,通过对观测数据进行分段拟合订正,改善了观测数据的连续性和一致性。该研究对基于辐射传输理论的观测数据质量控制和提高观测资料的可利用性有参考价值。     

寒区复杂地表冻融状态判别式算法改进

基于冻融土的微波辐射特征,在HUT(Helsinki University of Technology)积雪辐射模型的基础上,引入新的冻土介电常数模型计算冻/融土的介电常数,利用高级积分方程模型(Advanced Integrated Emission Model,AIEM)计算地表发射率,改进了寒区复杂地表微波辐射模型和冻融状态判别式算法。采用AMSR~2(The Advanced Microwave Scanning Radiometer 2)被动微波辐射计亮温数据和地基微波辐射计观测数据进行了地表冻融状态判别式算法精度的验证与比较。结果显示:改进后的判别式算法对冻土的判识精度有明显提升,总体判识精度在82%以上,是一种较可靠的判别模式。     

MWRI与AMSR-亮温数据在极地冰盖区的对比分析

作为我国第一个星载微波遥感仪器,搭载在FY\|3B上的微波成像仪(MWRI)的数据质量和应用前景引起了广大科研工作者的普遍关注。为充分了解该传感器的数据质量,采用星星交叉对比的方法,以极地为研究区域,AMSR\|E亮温数据作为对比值,开展针对MWRI的亮温数据处理和评价等工作。研究结果表明:MWRI与AMSR\|E对极地区域的观测数据基本一致,整体趋势略偏小1.64 K;亮温差异随目标亮温的变化而变化,偏差值与亮温值呈正相关;不同通道比较,10 v和36 v对比结果最差,偏差绝对值和均方根误差均超过3 K;10、18和23 h通道对比结果最好,平均偏差绝对值小于0.8 K,均方根误差小于1.4 K,小于3 K的误差比例在98%以上;从线性回归分析所得斜率、截距、可决系数和均方根误差值显示,两者点对点数据值存在一定的偏差,但在数值整体趋势上具有明显的一致性,H极化比V极化对比结果更好;不同间隔的观测时次结果表明,间隔时间越长,V极化的对比差异越大。     

基于人工神经网络和AMSR2多频微波亮温的北疆地区雪深反演

被动微波遥感数据是进行积雪深度反演的重要资料,不同频率微波信号对积雪响应不同。利用人工神经网络(Artificial Neural Network,ANN)方法结合新疆北部地区积雪观测资料建立AMSR2(Advanced Microwave Scanning Radiometer 2)微波亮温(Brightness Temperature,TB)、地理位置、地形因子与雪深的隐含关系,以实现通过亮温、地理位置、地形因子估算北疆地区积雪深度,并分析微波极化方式、位置以及地形的不同组合方式对雪深反演效果的影响。实验结果表明:水平极化对雪深反演的影响大于垂直极化,纬度对雪深的影响大于经度,地表粗糙度和坡向对雪深的影响大于高程和坡度,并且位置和地形因子对雪深影响作用相当。最终通过4种优选模型的误差空间分布对比发现,综合亮温、经纬度、坡度、坡向的ANN输入模型能够较好的反映北疆地区积雪分布状况,训练集的站点平均误差在-7~6cm之间,该组合模型作为神经网络的输入能够较为合理地获取北疆地区雪深模拟值。     

利用神舟4号飞船多频段微波辐射计对塔克拉玛干沙漠的研究

利用神舟4 号飞船多频段微波辐射计结合其它星载数据和地面数据, 研究了塔克拉玛干沙漠的微波辐射特点和温度反演问题。结果表明, 微波辐射计在塔克拉玛干沙漠的性能是相对稳定的。其在塔克拉玛干沙漠的观测亮温呈现出低频高于高频的特点。通过分析, 认为这种现象与微波辐射的穿透能力密不可分。通过对各通道观测亮温与沙漠周围5 个常规气象观测站的温度资料的相关分析, 表明观测亮温与地表要素间有很好的相关性。     

微波辐射计在卫星发射信号遥感探测中的应用

2022年10月,在西安利用地基微波辐射计进行常规大气观测实验期间,发现一个频率约为25 GHz的卫星发射信号,对微波辐射计常规观测产生了明显干扰。针对该观测事实,文章首次对微波辐射计被动遥感观测卫星发射电磁波信号的可行性进行了理论分析和针对性观测实验,结果发现该卫星发射信号主要在24.4～25.6 GHz范围内,中心频率约为25 GHz,同轨道共有3颗卫星,飞行间隔约8 h,在25 GHz附近卫星发射电磁波到达微波辐射计天线口面辐射亮温超过400 K;该组卫星轨道周期为24 h,属于倾斜同步轨道卫星。进一步利用微波辐射计观测的亮温,深入分析计算得到卫星的等效辐射功率约为66.9 dBW。本次实验观测为地基微波辐射计未来避免卫星的干扰和进一步改进设计与应用积累了经验,同时也可以看出地基微波辐射计在卫星跟踪监测中有一定的应用价值。     

一种一维综合孔径微波辐射计的定标方法

综合孔径微波辐射计是被动微波遥感发展的新方向。综合孔径技术利用了以小口径天线阵列合成大的观测口径的技术，解决了在较低频率时天线物理口径要足够大才能得到期望的空间分辨率的严重缺陷。土壤湿度和海水盐度是影响全球气候和水气循环的重要因素。这些参数一般是在L波段范围观测得到，综合孔径辐射计就是减少天线孔径和重量，并最终可以观测反演出这两个参数的一项新兴技术。综合孔径辐射计不同于全功率辐射计，它测量的是视场亮温分布对于天线阵中不同基线长度的可视度函数分量。它的系统主体是稀疏天线阵和多通道相关接收机。在实际应用中，要得到土壤湿度等参数的反演，较高的系统亮温分辨率以及亮温与测量量之间的准确对应是至关重要的，这即是定标工作要完成的任务。定标直接影响微波辐射图解译和判读的准确度，是实现定量化微波遥感的前提。针对一雏综合孔径辐射计系统，给出了一种定标方案。其中分析了天线阵以及多通道相关接收机部分的定标，由得到的矩阵形式的空间频率响应信息推出了亮温图像的反演公式。     

地基微波辐射计的亮温观测与模拟数据的一致性分析和云检测

为了利用辐射计观测数据"晴空样本"判断辐射计各通道的工作状态,并找出各通道的订正关系、进一步研究"云天样本",针对在广州市从化区进行观测试验的一台微波辐射计的亮温观测数据(TBM)和相应地点的NCEP大气层结资料,通过辐射传输方程计算得到模拟数据(TBC)并进行全样本一致性对比,根据多通道亮温差值阈值法识别出"晴空样本"与"云天样本"(以及少量歧义数据)。对"晴空"样本进行回归分析,判断该辐射计的工作状态、建立TBM-TBC订正关系,并应用于"全样本"观测数据进行线性订正。根据辐射计云底高度数据与订正后的亮温差值的时间序列对比,证明了多通道亮温差值阈值法识别晴空效果较好。经过订正后的"晴空样本"可直接用于后续的大气温湿度反演流程,而识别出的"云天样本"(含雨天)为后续云参数反演及亮温数据的云影响订正并进入下一步的大气温湿度反演流程打下了基础。     

积雪微波辐射亮温对积雪参数的敏感性分析——以多层积雪微波辐射模型为例

积雪的被动微波辐射亮温信号十分复杂,深度、温度、粒径、密度、液态水含量,以及下垫面的状况都会不同程度的影响积雪层的亮度温度。本文利用多层积雪微波辐射模型（MEMLS）分别针对各个输入参数对模拟亮温的影响进行了分析,发现粒径是敏感性最高的模型参数,湿度、深度、密度、积雪温度次之。模型模拟结果表明,当雪深小于50cm时,雪深可以近似地表示为19和37GHz的亮温差的线性函数 |当雪深大于50cm后,随着雪深的增加,亮温差增加幅度变小,趋向于饱和。在建立积雪深度反演公式时,粒径和密度会影响公式的拟合系数。把一定区域内积雪粒径和密度看作是相同的值,这可能是造成被动微波遥感反演雪深和雪水当量误差的原因之一。被动微波无法反演湿雪的雪深和雪水当量,但可以有效识别干雪和湿雪,为水文模拟以及农业灌溉提供科学的依据和信息。积雪温度对积雪辐射亮温影响较小,而且在对积雪深度进行反演时,两个频率亮温值相减,温度的影响也被降到了最低。     

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。     

L波段微波辐射计冷空定标源亮温分析

欧空局SMOS任务的塔克拉玛干沙漠地面定标实验,采用L波段微波辐射计测量塔克拉玛干沙漠的土壤亮温。此辐射计的定标采用冷空作为低温定标源。由于冷空的情况比较复杂,在L波段,其亮温受到诸多因素的影响。根据日地关系、太阳与天线的位置关系,建立太阳辐射模型,得出了任意时刻太阳进入天线视场范围内的影响亮温值,并简要分析了月球、其它星球、中性氢原子分立谱发射和热源连续谱发射对辐射亮温的影响,为选取冷空作为低温定标源提供了理论及数据参考。     

车载多频率微波辐射计与观测数据应用

地基微波辐射计是被动微波遥感研究中进行地面实验的核心仪器。了解辐射计的观测原理以及实验方法对实验的设计和数据的分析具有重要意义。2007年遥感科学国家重点实验室购置了车载多频率微波辐射计,自仪器投入使用以来,获取了多种典型地表的微波辐射测量数据。基于车载多波段微波辐射计开展的地面观测实验为被动微波遥感地表参数反演算法的发展、辐射传输模型的验证等研究提供了重要的数据支持。详细介绍了车载多频率微波辐射计的配置、观测原理和定标方法,并结合地面实验,介绍了利用车载多频率微波辐射计进行实验的方法及数据的处理与应用。该研究对地基微波辐射计观测实验的设计与实施以及对辐射计数据的分析和使用有重要的参考价值。