基于FY-3C MWRI数据的南极海冰密集度反演

基于2018年9月的风云3号C星(FY-3C)微波成像仪(MWRI)数据,通过LASI算法对南极海冰密集度进行反演,并将结果与德国布莱梅大学提供的同期海冰密集度结果进行对比验证。结果表明:基于FY-3 CMWRI数据的海冰密集度反演结果与布莱梅大学的海冰密集度结果基本相同,9月平均海冰密集度分别为0.888和0.901,两者相差1.44%;平均海冰面积分别为15.635×106km2和16.374×106km2,两者相差4.52%;海冰面积趋势的相关系数达0.91。因此,基于FY-3C MWRI数据的LASI算法反演海冰密集度是可行的。

FY-3C/MERSI数据应用于陕西省干旱时空动态监测研究

基于FY-3C/MERSI 1 km遥感数据,分别利用植被供水指数模型(VSWI)、归一化干旱指数模型(NDDI)、多波段干旱指数模型(MBDI),对陕西省2014年夏季的干旱过程进行动态监测,结合研究区同时段10 cm土壤相对湿度资料,对3种干旱遥感监测模型的准确性和稳定性进行评价。结果表明:3种遥感监测模型对陕西省2014年夏季干旱过程监测的准确性均有较好表现,其中VSWI的动态监测稳定性更好;MBDI与VSWI对干旱中期干旱程度的反演结果准确性相当,但对于干旱前期与后期,VSWI结果的准确性更好。基于VSWI监测结果,将陕西省分为陕北、关中和陕南地区进行讨论,结果表明FY-3C/MERSI具备对陕西省这次干旱过程进行时空动态监测的能力。

内蒙古地区FY-3B/3C微波遥感土壤水分数据产品的融合与评估

土壤水分是陆−气耦合系统的重要组成部分,土壤水分监测在气候、水文、农业等领域具有重要意义。与站点资料相比,遥感数据能够较好地反应区域格点上土壤水分的变化。基于2018年作物生长季(5−10月)观测站点表层(0−10cm)土壤水分逐日观测资料,选用与观测站点资料时空一致的FY-3B升轨/降轨、FY-3C升轨/降轨、AMSR2、SMOS卫星土壤水分产品,对各遥感数据进行检验。首先利用加权平均法对FY-3B升轨/降轨、FY-3C升轨/降轨产品数据进行融合,然后利用随机森林方法融合形成FY-3B/3C数据集,对比评价AMSR2、SMOS、FY-3B/3C在内蒙古地区的适用性。结果表明:FY-3B升轨/降轨、FY-3C升轨/降轨中日间的数据质量好于夜间,通过加权平均融合后的FY-3B和FY-3C数据质量无显著改善,利用随机森林模型融合形成的FY-3B/3C数据产品质量得到显著提升。在雨季和高植被覆盖区(东北部),SMOS、AMSR2、FY-3B/3C三个数据产品中FY-3B/3C数据质量均好于SMOS和AMSR2。整体来看,SMOS在内蒙古中部和东南部地区适用性较好,AMSR2在全区适用性较差,FY-3B/3C在全区适用性最好。

基于FY-3C/VIRR卫星数据重庆植被覆盖度时空变化研究

随着中国产风云系列卫星的飞速发展,FY系列遥感数据种类不断丰富。中国大多数植被监测研究重视使用国外数据研究轻视国产数据的应用,文中探究利用中国产FY-3C/VIRR植被指数产品数据监测区域植被覆盖度年内变化规律的可靠性。以植被覆盖度(FC)为监测指标,利用Aqua/MODIS植被指数产品数据对比,采用像元二分模型对重庆区域2015年植被覆盖度进行反演分析。结果表明,基于FY-3C/VIRR的NDVI植被指数数据与Aqua/MODIS植被指数数据在时空分布上具有良好的一致性。空间上,高值区集中分布在山区,低值区集中在人口聚居的主城区和长江流域。时间序列上,1-8月持续升高,8-12月波动降低,与重庆市实际植被生长规律相同。对重庆市4种主要地表覆盖类型(低海拔混交林、低海拔小起伏山地作物、低海拔中起伏山地作物、中海拔混交林)提取分析,结果显示FY-3C/VIRR植被指数数据对多种地物覆盖的大范围研究区植被监测能力与Aqua/MODIS植被指数数据相似。重庆市植被覆盖度空间分布差异及分布规律特征明显,重庆市主城区及主要水系呈现低值,高值区域主要集中在东北山区和东南局部山区。高值区分布与山区和水系走势一致,呈现条纹式分布。时间序列上,基于FY-3C/VIRR的植被覆盖度1-10月呈现波动上升,10-12月显著下降,最低值出现在2月为38.32%,最大值出现在10月为72.88%。2015年年均植被覆盖度FY-3C/VIRR为53.45%,Aqua/MODIS为65.55%。

FY-3C微波成像仪海上大气可降水产品质量检验

中国自主研制的第二代极轨气象卫星的首颗业务星风云三号C星(FY-3C)于2013年9月23日发射升空。微波成像仪(MWRI)作为FY-3C上携带的重要微波载荷之一,能够实现对大气、海洋和陆地的全天时监测。其中,MWRI海上大气可降水量(TPW)产品在数值预报模式以及气候变化研究中具有很重要的应用价值,但是应用效果的好坏往往受产品精度的制约。使用长达4年的卫星观测资料,通过MWRI TPW业务产品和无线电探空及专用传感器微波成像仪(SSMIS)TPW业务产品的比较,对MWRI TPW产品(包括轨道产品、日产品和月产品)的质量进行检验。结果表明,轨道产品和地面实际观测的探空数据的平均相对误差在7%左右,均方根误差为2.6 mm;日产品和SSMIS日产品的均方根误差约为3 mm,和探空日产品的均方根误差小于2.1 mm;月产品和SSMIS月产品的均方根误差小于1.3mm。表明FY-3C MWRI TPW业务产品长期以来一直稳定运行且精度较高,具备实际应用潜力。

地面站FY-3C网络存储系统搬迁的规划与实施

1引言 随着风云三号卫星不断的向前发展以及地面接收系统接收设备不断增加,现有风云三号业务机房,无论是从面积还是基础配套设施等方面都不能满足业务发展的需求,考虑到未来业务工作发展,将FY-3C网络与存储系统进行搬迁。

基于风云微波数据的中国冬小麦区干旱监测研究

微波数据能有效克服云层影响,实现土壤水分的全天候遥感监测,但仅局限于土壤表层(0~5 cm),无法客观反映耕作层土壤的实际干旱程度。本研究采用区间划分方法,分析逐日风云微波遥感数据(FY-3C/MWRI)反演的表层土壤水分各区间临界值与对应区间基于MODIS数据得到的温度植被干旱指数(TVDI)最大值的关系,建立2015—2016年冬小麦生育期内月尺度的FY-3C/SM-TVDI模型,初步实现冬小麦主要种植区内微波遥感监测10~20 cm深度土层旱情模型。在此基础上,利用2014—2015年数据进行模型验证。结果表明,模型总体构建效果较好,大部分模拟值与真实值差异不显著(P>0.05),10月模拟值较真实值显著偏低(P<0.05)。

基于FY-3C和TRMM数据的西北干旱区干旱监测与评估

基于2015—2017年生长季(4—10月)FY-3C/MWRI(微波成像仪)的土壤水分(VSM)、陆表温度(LST)数据及TRMM3B43的降水数据,通过降尺度和归一化得到降雨量指数(PCI)、陆表温度指数(TCI)和土壤水分指数(SMCI)三指数,并将三指数融合,建立了微波综合干旱指数(MIDI),以此对西北干旱区的干旱状况进行了监测。结果表明:1)从时间变化看,2015—2017年西北干旱区每年均有干旱发生,其中特旱和重旱所占面积最大;从空间格局上看,干旱事件具有明显的地域分异规律,从东到西干旱程度逐渐加重,且变化趋势为先轻微加重后有所缓解。2)从时空演变来看,西北干旱区2015—2017年10.57%区域变湿,12.87%区域变旱,且旱情年内变化表现4—8月持续减轻,8—10月持续加重。3)MIDI指数对研究区短期干旱的检测效果较好,优于单一的干旱指数,与湿润指数存在的相关性最优且在空间上存在较高的实际一致率,为未来利用其他微波遥感数据进行干旱监测和相关研究奠定了基础。

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。

基于Sentinel-1与FY-3C数据反演植被覆盖地表土壤水分

基于新一代的Sentinel-1SAR数据与FY-3C的MWRI数据,研究植被覆盖地表土壤湿度反演方法。为消除植被对土壤湿度反演影响,首先利用FY-3C/MWRI的微波极化差异指数MPDI,建立植被含水量反演模型;然后,结合植被含水量反演模型和水—云模型,发展一种主被动微波联合反演植被覆盖地表土壤含水量模型;最后,在江淮地区开展反演试验,利用观测的土壤湿度数据进行反演结果的精度验证。结果表明:(1)对于植被覆盖地表土壤湿度反演,由FY3C/MWRI提取的MPDI对于去除植被影响效果较好;(2)相比于VH极化哨兵1号卫星数据,VV极化数据更适用于土壤含水量的反演,能够得到更高的土壤湿度反演精度;(3)哨兵1号卫星数据能够获得较高精度的土壤含水量反演结果,试验反演的土壤湿度值与实测值相关系数为0.561 2,均方根误差为0.044cm^3/cm^3。

重庆市多源融合土壤湿度数据产品及应用分析

降雨过后的土壤湿度变化在一定程度上反映了渗透作用强度,有益于滑坡地质灾害的风险评估,而现有卫星遥感土壤湿度数据的时间分辨率低,地面监测数据的空间覆盖度差,均难以满足需求。因此,文章结合FY-3D MWRI土壤湿度升轨数据集产品和地面土壤墒情监测站数据,通过数据校准、缺失恢复、降尺度、时空加密等方法开展多源土壤湿度数据融合研究,得到时间分辨率为1 h的高空间覆盖度土壤湿度产品,并基于该产品数据开展了重庆市土壤湿度时空特性分析。结果表明,该数据不仅能够从宏观上反映研究区域土壤含水量的季节性特征和空间分布特征,还能在局部区域反映灾害发生前后土壤湿度的变化过程,满足地质灾害风险评估对土壤湿度数据的需求。

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 Measurement,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-3C)上的微波成像仪(Microwave Radiation Imager,MWRI)进行在轨交叉辐射定标。首先,将FY-3C MWRI数据、GMI数据和第五版欧洲中尺度天气预报中心再分析(European Centre for Medium-Range Weather Forecast Re-Analysis V5,ERA5)数据重采样至1°×1°的全球规则格网空间;其次,根据匹配条件收集晴空海面上的匹配观测点,用海洋微波辐射传输模型分别模拟FY-3C MWRI和GMI各个通道大气顶亮温;然后,根据匹配的观测值和模拟值计算DD值和FY-3C MWRI的理论观测值;最后,确定交叉辐射定标系数,并完成对FY-3C MWRI数据的定标重处理。结果表明:相对于GMI,FY-3C MWRI观测值被低估,特别是低频通道,但随着频率的增大,定标误差逐渐变小。FY-3C MWRI升轨(MWRIA)的定标误差比降轨(MWRID)小1.0~2.0 K。在全球天基交叉辐射定标系统(Global Space-based Inter-Calibration System,GSICS)所定义的标准场景亮温下,对于10V/H、18V/H、23V、36V/H和89V/H共9个通道,MWRIA的辐射定标误差分别为-6.7±0.3 K、-8.7±0.7 K、-2.9±0.7 K、-2.0±0.8 K、-2.4±0.7 K、-4.0±0.8 K、-2.4±1.4 K、-1.3±1.0 K和-0.4±1.8 K;而MWRID的辐射定标误差分别为-7.9±0.7 K、-9.7±0.9 K、-4.3±0.9 K、-3.0±0.8 K、-3.5±0.9 K、-5.1±0.8 K、-3.0±1.1 K、-2.4±0.6 K和-1.0±2.1 K。

FY-3C微波湿度计-Ⅱ数据的再定标模型

星载微波湿度计观测的地球表面和大气的亮温是数值天气预报和气候研究的重要基础数据源。由于微波湿度计系统响应特性差异、在轨工作条件的变化,以及星上定标基准的差异,不同卫星微波湿度计、同一微波湿度计数据在长时间范围内都存在一定的偏差。如果这些偏差不进行修正,则会对长时间序列应用(如气候研究等)具有较大的影响,甚至可能导致错误的结果。由于微波辐射目前还不存在绝对基准,无法通过地面绝对基准的传递进行星上数据的绝对定标,因此需要利用其他相对定标方法对湿度计的稳定性及其变化特征进行评价。本文基于OMB (模拟和观测数差)定标的思想,结合微波湿度计的系统响应特性和星上定标基本原理,建立了微波湿度计定标偏差的校正模型—再定标模型,从而实现历史数据的一致性定标。初步研究结果表明:使用再定标模型后,FY-3C微波湿度计-II定标结果的时间序列稳定,原始OMB偏差中的各种异常波动现象得到良好修正。由于该模型是基于微波湿度计的系统响应特性建立的,因此这一方法同样适用于其他FY-3系列卫星微波湿度计数据的定标偏差校正,实现FY-3系列卫星微波湿度计数据的一致性定标。

基于FY-3C微波成像仪的沙漠地表发射率反演

地表发射率是地表的固有属性,也是反演地表信息和大气温湿度廓线的重要参数.为了获取准确且具有具体物理含义的沙漠地区微波地表发射率,首先选取塔克拉玛干沙漠部分地区为反演区域,根据二元函数泰勒定理,推导了该地区的微波地表发射率与地表温度、地表湿度的线性、非线性函数关系.其次,利用最优控制原理,结合FY-3C微波成像仪的观测亮温资料与辐射传输模式(CRTM)模拟亮温数据,构建了沙漠地区微波地表发射率的线性与非线性反演模型.通过对比发现,利用线性和非线性反演模型得到的地表发射率不仅提高了反演区域亮温的模拟精度,而且模拟亮温的变化趋势也与观测更吻合.最后,对地表发射率的线性和非线性反演模型进行了不同时间与空间上的独立性检验,结果表明:除了反演区域外,在整个塔克拉玛干沙漠地区,两种模型反演的地表发射率仍比原地表发射率模拟亮温更接近观测.总的来说,线性和非线性反演模型对沙漠地区的微波地表发射率反演均具有一定的有效性和普适性,且非线性反演模型优于线性反演模型.

FY-3C积雪产品在同化中对微波资料质量控制的影响分析

T639-GSI全球系统同化AMSU-A资料的过程中,目前使用的月平均积雪产品并不能反映中高纬度大陆上快速地降雪/融雪过程,而FY-3C日积雪产品在时间精度上要高于GSI月平均积雪覆盖数据。由于同化系统对AMSU-A较低通道辐射率资料的质量控制需要依据更准确的地表积雪信息,所以本文结合冬春季节的FY-3C日积雪产品和NCEP再分析资料,研究了北半球中高纬度地区不同积雪覆盖率初值对分析场不同高度层温度场的影响,以及在同化过程中对预报结果的影响。结果表明,在对AMSU-A辐射率资料的质量控制中,月平均积雪数据和日积雪产品对温度场影响较大的区域与两者积雪覆盖差异区域有明显的对应;冬春季节,使用FY-3C日积雪产品代替GSI月平均积雪数据作为背景场中积雪下垫面数据,对进入同化系统的AMSU-A辐射率资料质量控制时,120 h之内1000—600 h Pa的中低层温度场的预报效果得到改善。

风云三号C星SEM高能粒子数据检验及应用

风云三号C星(FY-3C卫星)空间环境监测器(SEM)可监测轨道高度上的高能带电粒子(质子、电子和重离子)辐射环境及其引起的辐射剂量和表面充电等空间天气效应,是空间天气监测预警业务不可或缺的自主数据源之一。为验证FY-3C卫星高能粒子探测数据的有效性,需开展数据的定量检验工作。本文采用与同类卫星同类数据进行交叉比对的方式来进行检验。首先,根据一定的假设条件,对比对数据进行归一化处理,尽量消除不同卫星间观测时间、空间(星下点经、纬度和高度)、方向和能量范围等差异对高能粒子分布的影响,然后进行比对,最后计算比对数据间的相关系数、斜率和标准偏差等统计参数,并据此评价比对数据的一致性。通过空间天气平静期高能质子和高能电子与NOAA-18和FY-3B卫星数据的交叉比对可以看出,FY-3C卫星高能粒子数据与比对卫星数据具有较好的一致性。由于工作原理和技术指标相同,FY-3C与FY-3B卫星高能粒子数据的一致性更好,也证明了载荷技术状态的稳定性。通过对太阳质子事件和高能电子暴的观测实例证明,FY-3C卫星高能粒子数据能够准确地反映空间天气扰动事件的特征和强度。以上结果表明,FY-3C卫星高能粒子数据可信度较高,能够用于空间天气监测、预警以及研究工作。