基于快速局域线性回归的IRAS/FY-3B大气温湿廓线反演

提出一种快速的局域线性回归(Fast Locally Linear Regression,FLLR)算法,用于从搭载在风云三号B星(FY-3B)上的红外大气探测仪(IRAS)红外观测数据反演大气温湿廓线。算法所需的观测样本为IRAS/FY-3BL1数据红外观测值与AIRX2RET V5产品的时空匹配数据,以2011年为例,在180°W~180°E、60°N~60°S的研究区域内按照观测时间绝对差小于15min和观测角度绝对差小于2°的条件获取观测样本,并对样本进行了评价。在匹配观测样本的基础上比较分析了FLLR算法与LLR算法、D矩阵算法和非线性的神经网络算法,然后采用FLLR算法从IRAS/FY-3BL1数据反演得到2011年全年的大气温湿廓线,并外推反演得到2012年第1季度的大气温湿廓线。最后,利用相应的ECMWF再分析数据和RAOB探空观测对2011年的反演结果进行了精度验证,采用AIRX2RET V5产品对2012年第1季度的外推反演结果进行了验证。结果显示:与D矩阵算法相比,FLLR算法反演大气温度和湿度廓线的均方根误差分别减小~0.8K和~0.5g/kg,其精度与非线性的神经网络算法相当;相对于ECMWF再分析数据,本文大气温度和湿度廓线反演结果的均方根误差分别小于2.5K和2.3g/kg;而相对于RAOB数据,其均方根误差分别小于3.5K和2.0g/kg;2012年第一季度外推反演结果的均方根误差分别小于2.5K和1.6g/kg,与算法精度基本一致。IRAS/FY-3B大气温湿廓线的反演精度与MOD07V5大气廓线产品相当。     

FY-3D MWRI在轨交叉辐射定标和海表温度反演

海表温度(sea surface temperature,SST)在气候监测、海洋学研究、渔业经济研究和污染监测等多个方面起着重要作用。本文利用风云三号D星(FY-3D)微波成像仪(Microwave Radiation Imager, MWRI)数据对海表温度进行了反演。首先,以全球降水测量(Global Precipitation Measurement, GPM)卫星微波成像仪(GPM Microwave Imager, GMI)作为参考传感器,采用基于海洋微波辐射传输模型(radiative transfer model, RTM)的双差异方法对FY-3D MWRI进行交叉辐射定标,消除了其在轨辐射定标偏差,为精确反演海表温度奠定了基础;然后,在波段选择的基础上提出耦合微波海表发射率的海表温度多波段反演新算法,与传统的多波段反演算法相比,新反演算法的均方根误差从0.74 K减少至0.69 K;最后,用新反演算法从2020年的FY-3D MWRI数据反演得到全球的海表温度,并用时空匹配的iQuam浮标数据和GMI海表温度产品对反演结果进行精度验证,误差分别为0.04±1.13 K...     

风云三号传感器红外通道海表比辐射率模拟

海表比辐射率（SSE）是从卫星被动遥感数据反演海表温度（SST）的关键参数之一,本文讲述了利用Wu andSmith（1997）发展的SSE模型,对搭载在风云三号（FY-3A）上的红外大气探空仪（IRAS）第8（12.47μm）、9（11.11μm）、19（3.98μm）和20（3.76μm）波段,中分辨率光谱成像仪（MERSI）第5波段（11.54μm）,可见光红外扫描辐射计（VIRR）第3（3.65μm）、4（11.00μm）和5（12.13μm）波段的SSE进行模拟计算。模拟结果表明,SSE是观测角度、波长和海表粗糙度（海面风速）的函数。模拟值与IRAS、MERSI和VIRR红外通道波谱响应函数进行卷积计算得到波段SSE。在观测角度小于60°时,波段SSE对海面风速不敏感,使用风速为8m/s的SSE替代其他风速条件下的SSE所引起的误差小于0.5%。另外,使用波段SSE计算卫星观测值所导致的误差不超过0.05K,可以忽略不计。波段SSE随观测角度变化的规律可以用高斯函数进行描述,拟合误差小于0.02%,相关系数为1.000。本文的模拟结果可以用于SST的精确反演。     

基于通用分裂窗算法和Landsat-8数据的地表温度反演研究

基于通用分裂窗算法和Landsat-8数据开展地表温度(Land Surface Temperature,LST)反演研究。首先,使用MODTRAN和SeeBor V5数据库开展辐射传输模拟,建立LST与Landsat-8热红外传感器(Thermal InfraRed Sensor,TIRS)第10(10.9μm)和11波段(12.0μm)观测亮温、地表比辐射率(Land Surface Emissivities,LSEs)、观测角度和总可降水量(Total Precipitable Water,TPW)之间的关系。其次,对模拟数据进行分组,用多元线性回归求解算法系数,并进行敏感性分析。然后,从经过交叉辐射定标的晴空Landsat-8数据反演得到LST,其中LSEs从Landsat-8陆地成像仪(Operational Land Imager,OLI)数据估算,TPW从欧洲中尺度天气预报中心再分析数据提取。最后,用Terra卫星中分辨率成像光谱仪的LST/比辐射率产品(MOD11_L2 V5)对反演结果进行验证。该算法能够较精确地从Landsat-8数据反演LST,主要误差源自LSEs和TPW的不确定性,对LSEs和TPW纠正前后的误差分别为-0.64±0.81K和0.10±0.68K。     

VIRR/FY-3A分裂窗波段与AIRS/AQUA和IASI/METOP-A数据的交叉辐射定标

实际应用显示搭载在风云三号A星(FY-3A)上的可见光红外扫描辐射计(VIRR)的两个分裂窗波段(IR4,~10.8μm;IR5,~12.0μm)存在定标偏差。本文选择高光谱卷积法,用AQUA卫星搭载的大气红外探空仪(AIRS/AQUA)和METOP-A卫星搭载的干涉式红外大气探测仪(IASI/METOP-A)的观测数据对VIRR/FY-3A的两个分裂窗波段进行交叉辐射定标。根据卫星轨道特点,选择北极地区(60°N~90°N,180°W~180°E)作为研究区域,并选择2010年6月、9月、12月以及2011年3月作为研究时间段。首先,分别将AIRS/AQUA和IASI/METOP-A数据与VIRR/FY-3A的第4波段和第5波段的光谱响应函数进行卷积;对观测数据进行重采样,并基于普朗克黑体辐射公式实现辐射值和亮度温度之间的转换。然后,使用两个相关的匹配条件提取VIRR/FY-3A分别与AIRS/AQUA、IASI/METOP-A在第4波段和第5波段的匹配观测点对。最后,对匹配观测点对进行回归分析,得到交叉辐射定标偏差订正方程的系数。结果表明AIRS/AQUA和IASI/METOP-A的在轨辐射定标非常一致。以AIRS/AQUA和IASI/METOP-A波段的辐射定标为标准,VIRR/FY-3A第4波段的平均定标偏差分别为2.39K和2.06K,第5波段的平均定标偏差分别为0.59K和0.44K。实验指出定标偏差与亮度温度有关。     

MODIS影像条带噪声去除方法研究

条带噪声是影响MODIS影像质量的一个重要因子。分析了MODIS条带噪声形成的主要原因和特点,比较了几种常用条带噪声去除方法及其局限性,着重提出和改进了利用傅立叶变换法、小波变换法和插值法去除MODIS影像条带噪声。上述3种方法都能在一定程度上去除MODIS影像条带噪声。对实验结果的均值、标准偏差以及边缘保留的比较结果表明,在去除MODIS影像条带噪声方面,插值法优于小波变换,而小波变换优于傅立叶变换。     

FY-3C MWRI在轨交叉辐射定标

精确辐射定标是定量遥感的基础.以搭载在全球降水测量(Global Precipitation Measure-ment,GPM)卫星上的微波成像仪(GPM Microwave Imager,GMI)为辐射基准,用双差异(Double Difference,DD)方法对搭载在我国风云三号C星(Fengyun 3C,FY-...     

中国风云二号SVISSR传感器热红外波段与AIRS/Aqua的交叉辐射定标

对高光谱卷积法进行了改进,实现了卫星影像之间的亚像素匹配和粗差的剔除,对搭载在中国“风云二号”(FY-2) C、D和E星上的伸展的可见光和红外自旋转扫描辐射计(SVISSR)的两个热红外波段IR1 (~10.9 μm)和IR2 (~11.9 μm)与搭载在Aqua卫星上的大气红外探空仪(AIRS)高光谱波段进行交叉辐射定标。基于SVISSR/FY-2和AIRS/Aqua对地观测的几何特性,选取研究区域覆盖41.5°~149.5°E、10°S~10°N的范围,利用该研究区域2006年12月、2007年9月和12月、2009年9月和2010年5月的SVISSR/FY-2标称数据和AIRS/Aqua红外1B数据,在同地点、同一天太阳天顶角之差的绝对值小于2°、观测天顶角之差的绝对值小于3°和相对方位角之差的绝对值小于6°的匹配条件下,提取匹配的观测点对,然后对匹配观测点对进行回归分析,得到交叉辐射定标系数。结果表明:SVISSR/FY-2波段观测值与卷积得到的AIRS/Aqua观测值之间高度线性相关,且SVISSR/FY\|2的两个热红外波段相对于AIRS/Aqua波段存在定标偏差。并给出了交叉辐射定标系数。