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36.5GHz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ATBVTBH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0.9775m/s。

基于FY-3C星微波成像仪毫米波通道的海面大风算法研究

对基于FY-3C星微波成像仪(MWRI)毫米波通道的海面大风算法进行了研究。根据在中国海域观测到的海面后向热辐射数据,认为联合多个毫米波通道分析方法可利于海面大风反演。对中低风速(0~15m/s)下D-矩阵算法进行修正,给出了适于MWRI的海面风速反演新模型。与浮标数据拟合结果表明:FY-3B,C星MWRI均方差(RMS)分别为1.24,1.18m/s。用带泡沫散射层的双尺度随机粗糙面的复合模型计算后向热发射。考虑各通道频率、灵敏度和定标精度等因素,用回归分析法分析了各通道热辐射特性随海面风速变化的不同响应特性,建立了适于FY-3C星MWRI的大风风速反演模型。中低风速模型和大风速模型反演的全球海面风速分布结果表明:中低风速精度标准差1.2m/s;反演大风数据和海岛固定浮标数据有一致性,模型的实际应用效果较好,可为我国沿海的大风监测和预警提供保障。

基于FY-3C微波辐射成像仪海表温度产品的偏差订正方法研究

提出一种针对FY-3C搭载的微波辐射成像仪(MWRI)海表温度产品的分段回归偏差订正方法,该方法通过引进气候态海表温度数据,建立与关联实测海表温度相匹配的回归模型,并通过对模型中关联变量的误差分析,选择最优样本进行分段回归,以实现对海表温度数据的重新估计。通过对MWRI海表温度数据的偏差订正试验表明,采用分段回归方法获得的订正结果无论在误差指标的空间分布还是时间序列上,都要明显优于采用传统概率密度函数偏差订正方法的结果。其中,采用概率密度函数方法订正后的海表温度产品误差标准差和均方根误差从订正前的0.9—1.0℃,减小到0.8℃左右,而采用分段回归方法获得相应的订正误差仅为0.6℃左右,订正效果有明显改善。

FY-3B/3C和AMSR2土壤含水量产品在锡林郭勒草原地区的适用性评价

土壤表层含水量存在于陆-气界面,是模拟全球水文、能源和碳循环及其相互作用的一个重要变量,对于气候和地球系统研究至关重要。为了评价风云三号B星(FY-3B)、风云三号C星(FY-3C)、先进微波扫描辐射计(AMSR2)土壤含水量产品在锡林郭勒草原以及不同土地覆盖类型的精度和适用性,本文基于2014-2019年生长季的地面观测数据,应用时间序列相关性(R)、均方根误差(RMSE)、平均偏差(Bias)和无偏均方根误差(ubRMSE)分析了这三种网格产品的可靠性。结果表明:(1)在日尺度上,FY-3B和FY-3C土壤含水量产品高估了陆地表层含水量,AMSR2低估了土壤含水量;各项评价指标表明三种土壤含水量产品均能够捕捉锡林郭勒草原表层土壤含水量的时间变化趋势。(2)在月尺度上,与AMSR2相比,FY-3B和FY-3C土壤含水量产品的月度分布与实测土壤含水量分布较为一致。(3)在生长季尺度,3种卫星土壤含水量产品能够反映各草原亚型的土壤含水量状况;FY-3B和FY-3C土壤含水量产品在植被覆盖较高的地区适用性较好,AMSR2在植被覆盖较低的地区可靠性较好,3种产品在监测土壤含水量方面具有互补功能;FY-3B与原位土壤含水量的变化趋势一致性最好;FY-3B和FY-3C能较好反映研究区西部和东部土壤含水量变异情况,AMSR2能很好捕捉研究区中部土壤含水量变异状况。

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和−0.07±1.18 K。另外,在相同的条件下,用传统多波段算法反演得到的海表温度的误差分别为0.30±1.17 K和0.10±1.17 K。新算法的理论精度和实际反演精度均优于传统的多波段算法,说明本文发展的耦合微波海表发射率的多通道反演新算法是有效和精确的。

FY-3G MWRI-RM低频通道亮温观测中的无线电干扰信号及其日变化

由于微波辐射计低频通道的非保护性,亮温观测会受到主动传感器的信号污染,被称为无线电频率干扰(Radio-Frequency Interference,RFI)。RFI信号降低了亮温观测资料及其反演产品的准确度。我国近期发射的风云三号G星(FY-3G)搭载了微波成像仪—降水型(Microwave Radiation Imager-Rainfall Mission,MWRI-RM),在10.65~183.00 GHz的频率范围内设有17个通道,对地球大气进行被动遥感探测。在没有RFI影响情况下,不同通道亮温观测具有高度相关性。利用这一特点,采用标准化主成分分析法,可识别FY-3G MWRI-RM亮温观测资料中RFI的发生位置和强度。与风云三号A/B/C/D/星(FY-3A/B/C/D)不同,FY-3G MWRI-RM可以在不同时间观测到地球同一地点。因此,还可以研究RFI是否有日变化特征。结果表明,RFI信号确实存在于MWRI-RM的低频通道10.65 GHz亮温观测资料中,在中国和欧洲都有集中或零散分布区域,并且呈现日变化特征,RFI强度在白天普遍大于夜间。

基于BG算法的微波成像仪图像重建技术研究

基于用FY-3气象卫星微波成像仪(MWRI)的有效视场(EFOV),用BG算法对MWRI的空间分辨率重构进行了研究。给出了重建原理,引入折中参数控制分辨率与噪声的比例。对MERI的10.65GHz V通道进行了分辨率重构,在有效扫描角±45°区域内使用重构采样算法,确定重采样分辨率60km、折中参数为1×10-6,并获得了此条件下各探测通道最优重构分辨率及重构后的性能指标。结果表明:MWRI统一探测分辨率60km时,18.7,23.8,36.5,89GHz通道的噪声被大幅抑制,合成足迹的噪声为原始噪声的约10%,插值误差均小于5%,MWRI所有通道可很好地工作于匹配分辨率60km。

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。

基于机器学习模型FY⁃3D MWRI海面风速反演

风云三号D星(FY-3D)微波成像仪(MWRI)L1级亮温数据可用于全球海面风速反演,本文讨论了在晴空区和云区使用多元线性统计回归模型和机器学习模型反演海面风速的情况,在晴空区将4 d测试集分别放入多元线性统计回归模型,采用随机森林(RF),支持向量回归(SVR),卷积神经网络(CNN)和Stacking融合(SF)模型对海面风速进行反演,最优的均方根误差(RMSE)分别为1.56、1.31、1.24、1.29和1.27 m/s;在云区2 d测试集上的最优RMSE分别为2.12、1.98、1.87、1.89和1.89 m/s。为了进一步验证晴空区海面风速反演的可靠性,选取美国国家浮标数据中心(NDBC)实测的浮标风速对海面反演风速进行验证,CNN反演风速与NDBC实测风速的RMSE为0.74 m/s,决定系数(R^(2))为0.80;SF反演风速与NDBC实测风速的RMSE为0.85 m/s,R^(2)为0.74。结果证实了通过机器学习模型能够很好地完成FY-3D MWRI亮温反演全球海面风速的任务。

FY-3BMWHS资料质量控制中双权重算法的应用试验

针对FY-3B卫星微波湿度计MWHS资料采用双权重算法进行质量控制的研究。选用2012年7月3号FY-3B微波湿度计MWHS HDF格式观测资料作为研究对象,采用双权重方法对观测资料直接进行质量控制,并统计质量控制前后均值的变化和剔除的离群值点占总观测的比例。质量控制分粗检验和离群值检验两步,目的是剔除离群资料。对于质量控制后的资料采用等效视数指标进行质量评价,并作出图表进行分析。结果表明,在采用双权重算法进行质量控制后,FY-3B MWHS通道3、4、5的观测资料的方差有所减小,而等效视数增加较为明显。由此可见,双权重算法除去异常资料的效果较为理想,能使MWHS资料得到较大改善。

渤、黄海FY-3B与AMSR-E亮温数据的比较

为充分认识FY-3B卫星微波成像仪（MWRI）的性能，了解其应用潜力，本文采用星星比对的方法，在中国渤黄海海域，利用AMSR-E亮温数据进行了定性定量的分析，比较了两者亮温时空变化趋势，并通过线性拟合得到了对应通道之间的线性关系。结果表明，在中国渤黄海海域两者具有高相关性，分布趋势一致，相关系数R^2最高为0．99，RMSE在0．9～9．6K之间。

FY-3气象卫星降水探测能力分析与展望

降水是全球能量/水循环中的重要过程。本文着重分析FY-3气象卫星降水探测能力,展望风云卫星后续规划中降水探测技术的发展前景。分析表明,以FY-3降水星为主星,与其他FY-3极轨卫星组成的FY-3气象卫星降水探测体系,在设计层面上,从载荷类型、数量、通道设置等方面均优于由美国发起并已在轨运行的全球降水测量(Global Precipitation Measurement,GPM)计划核心星的设计性能。FY-3降水星设计装载Ka/Ku双频降水测量雷达,卫星轨道设计覆盖南北纬50°范围内的中低纬地区,对影响我国区域的台风暴雨等强对流天气系统结构具有三维探测能力。FY-3气象卫星星座的降水探测能力为气象防灾减灾提供了基础支撑。

运用主成分分析方法诊断和消除风云三号B星微波湿度计观测数据中的噪音

风云三号A星和B星上的微波湿度计（MWHS）在183GHz附近有3个水汽探测通道（通道3～5）。搭载在MetOp和NOAA卫星上的微波湿度计（MHS）在相同频率上也有3个水汽探测通道。MWHS和MHS都是跨轨扫描仪器。通过对比MWHS观测亮温和用辐射传输模式模拟得到的亮温，发现在这3个通道的观测中都存在着沿轨道方向、随扫描角变化的直线形噪音。即使对足够长时间里的大量资料进行平均分析，该噪音也没有消除，说明噪音并不是由大气或地表的自然变化引起的。通道3～5噪音的大小分别是0.3，0.2和0.2K。用主成分分析方法（PCA）对MWHS一个月的资料进行研究，发现MWHS的直线形噪音主要存在于第一模态中，MWHS的直线形噪音叠加在该模态所主要描述的观测亮温随扫描角变化特征，即跨轨仪器的主要特性。对于这3个水汽探测通道，第一主成分解释了超过99.91%的总方差。将第一主成分进行5点平滑再对原观测数据重构可以有效地去除MWHS资料中的噪音。重构后的资料随扫描角的变化变得比较平滑，与MHS偏差随扫描角的变化特征一致。

基于仿真的6.9GHz通道亮温改进FY-3D MWRI海面温度产品

海洋表面温度SST(Sea Surface Temperature)是全球海洋和气候研究的重要参数之一,卫星被动微波遥感由于能够实现全天候观测而被越来越多的应用到SST研究中。中国的风云三号(FY-3)卫星搭载的微波成像仪(MWRI)缺少对SST更加敏感的7 GHz附近垂直极化通道,本研究将FY-3 MWRI与具有6.9 GHz通道的Aqua AMSR-2进行时空匹配,采用神经网络方法,利用匹配的FY-3 MWRI的通道亮温模拟仿真AMSR-2的6.9 GHz垂直极化通道亮温(6.9V),通过引入仿真的6.9V来提高FY-3 MWRI SST的反演精度。结果表明:引入仿真的6.9V可以改进FY-3 MWRI SST反演精度,对35°~90°S之间海域的SST改进更加显著,主要由于6.9V对低SST的探测灵敏度更高且在低SST反演时受风速的影响较小导致的。如果FY3后续卫星可以搭载6.9 GHz通道,将可进一步提升低SST特别是两极SST的反演精度。

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。

文摘(IEEE杂志FY-3卫星专辑)

我国的风云系列气象卫星是全球综合地球观测系统的重要成员,获得的资料得到世界气象组织(WMO)等机构的认可,影响越来越大。2012年12月,国际著名遥感类期刊IEEE Transactionson Geoscience and Remote Sensing将出版风云三号(FY-3)卫星资料处理与应用的专刊,本栏目特选取专刊的4篇文章进行介绍。在此向提供了中文摘要的作者表示谢意。

风三微波亮温数据在北疆地区的雪深反演研究

根据地理环境和气候差异将新疆北疆地区分为天山北坡、阿勒泰地区、塔额盆地、伊犁地区和古尔班通古特沙漠5个典型区域,计算了2010—2011年冬春两季FY-3B微波成像仪(MWRI)L1 18.7GHz和36.5GHz垂直/水平极化4通道降轨亮温数据,采用Neale干湿雪判别标准去除湿雪像元,同时结合MOD10A1日雪盖产品剔除无雪区,得到各个分区积雪区域内的干雪像元亮温数据,将其与对应气象站同期实测雪深进行回归拟合,其中,实测雪深满足日最高温<6℃和雪深≥5cm两个条件,最终建立了北疆地区5个典型分区的干雪雪深反演模型。结果显示,①天山北坡、阿勒泰地区气象站分布均匀且数量较多,反演误差较小,实测雪深≥15cm时,误差百分比仅为8%和11%;古尔班通古特沙漠测站虽少,但其模型反演误差最小,由于该区域站点较少,模型代表性不够;②北疆冬季气温较低,易形成深霜层和冻土层,这会对微波辐射形成较大的影响,在冬季温度较低、积雪深度较大的阿勒泰地区和塔额盆地表现得尤为明显。

FY-3C微波成像仪电视信号干扰识别和分析

由于卫星微波成像仪频率的非保护性,微波成像仪资料受到相近频率的无线电信号干扰影响,主要干扰源于洋面反射的静止电视卫星信号。为提高微波成像仪资料的准确性,尤其是洋面资料的可用性,对电视卫星信号干扰的检测和特征分析尤为重要。中国风云3号C星(FY-3C)上搭载了微波成像仪。本文使用标准化主成分分析法来识别FY-3C微波成像仪的电视卫星干扰信号,并分析电视卫星信号干扰的主要空间特征。研究表明,FY-3C微波成像仪中心频率为10.65 GHz和18.7 GHz的4个低频通道受到卫星信号干扰。10.65 GHz通道在欧洲海域英吉利海峡和地中海西部希腊沿岸地区受到电视卫星信号干扰,并且干扰信号位置和强度与FY-3C卫星和欧洲静止电视卫星相对空间位置有关;18.7 GHz通道主要受到美国电视卫星的干扰,在北美东、西沿岸海域都存在干扰信号。FY-3C微波成像仪在中国海域不受电信号干扰影响,主要因为中国静止电视卫星频率与微波成像仪各通道频率不一样。

基于风云三系列卫星B的湖南省土壤湿度数据的精度评价

为湖南省相关部门制定政策措施提供精准数据参考,基于风云三系列卫星B(FY-3B)微波辐射成像仪土壤湿度数据结合湖南省47个自动土壤水分站10 cm土壤体积含水量数据,采用数理统计法对湖南省卫星遥感反演土壤湿度数据的精度进行评价。结果表明:湖南省FY-3B遥感土壤湿度数据较实测土壤湿度数据平均偏干0.066 m 3/m 3,均方根误差(RMSE)、无偏均方根误差(ubRMSE)和平均相对误差(MRE)分别为0.164 m 3/m 3、0.099 m 3/m 3和50.9%,升轨数据和降轨数据精度大致相当。土壤湿度数据平均偏差呈北部偏湿南部偏干的空间分布特征,数据精度东部地区总体高于西部地区,其中东北部地区精度最高。由于夏季降水、晴热高温、季节性干旱及植被覆盖等因素影响,土壤湿度数据在7—9月偏差最小,RMSE在3月达峰值后逐步降至7月的全年最低值,ubRMSE在7—8月达最高值,MRE最低值出现在10—11月,且各评价指标在7—8月波动最为明显。

风云三号C星微波成像仪升降轨偏差问题分析及订正

风云三号(FY-3)的微波成像仪(MWRI)能够全天候获取全球大气水汽含量、云雨参数及海面温度等的空间分布,并可为数值天气预报提供初始场信息进而提高天气预报的准确性。但FY-3C MWRI O-B(O是卫星观测亮温,B是数值天气预报模式模拟亮温)偏差结果存在较大升降轨差异,严重制约了遥感信息的正确提取以及在数值天气预报模式中的业务同化应用。本文通过分析定标方程各参数:定标黑体物理温度、热反射镜背瓣亮温、热反射镜物理温度、冷空反射镜物理温度、接收通道温度、黑体观测计数值、冷空观测计数值、定标斜率、定标截距,并对定标方程各项进行敏感性分析,找出了引起MWRI升降轨偏差的主要原因是热反射镜的发射率异常增大引起的。经过不断调整MWRI的热反射镜发射率,使升轨O-B与降轨O-B的概率分布逐渐重合,初步估算了热反射镜发射率。本文的订正方法可指导未来仪器的发展,并为直接同化MWRI辐射数据提供了条件。