海洋遥感综合孔径微波辐射计系统误差的降低

被动微波遥感是海洋遥感的一项重要手段,可以测量一些重要的海洋参数,如海表面盐度、海表面风矢量等。综合孔径微波辐射计是目前被动微波遥感领域的一个研究热点。然而,由于综合孔径辐射计在空间频率上只能覆盖有限的带宽,无法获取观测目标的高频分量,所以即使不存在G矩阵误差和辐射噪声情况下,依然存在固有的系统误差。针对固有的系统误差,提出了一种系统误差降低方法应用于FPIR系统中。仿真结果表明：该方法能够有效降低FPIR系统误差,获取高精确度的亮温数据以满足测量海表面盐度和海表面风矢量等应用需求。

CGLS算法在综合孔径微波辐射计中的应用

高效的反演成像算法是综合孔径微波辐射计的关键技术之一。由于综合孔径微波辐射计反演成像在数学上是病态的反问题,所以需要进行正则化处理以克服其病态特性而获得稳定的解。与直接正则化方法相比,共轭梯度最小二乘(Conjugate Gradients Least Squares,CGLS)迭代法具有无须明确正则化参数、无须对传递矩阵求逆等优点。提出将共轭梯度最小二乘法应用于综合孔径辐射计成像中,并基于全极化干涉式微波辐射计(Full Polarization Interferometric Radiometer,FPIR)系统,比较了其与经典的最小范数正则化的性能。仿真结果表明:与最小范数正则化相比,CGLS正则化算法能有效降低FPIR系统图像反演误差,以获取高精确度的观测场景的亮温分布满足FPIR系统探测海面风场、海表面盐度和土壤湿度等应用需求。