短波红外垂直失水指数对大气效应的敏感性分析

在业务应用中,用光学遥感方法反演地表土壤水分时常常会因受到大气效应的影响而降低精度。利用中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer.MODIS)的卫星观测数据、相应的地表反射率产品以及辐射传输模型模拟方法,评估了短波红外垂直失水指数(Shortwave Infrared Perpendicular Water Stress Index,SPSI)对大气效应的敏感性。结果表明,大气效应会使近红外和短波红外波段的反射率呈线性增加,但对由近红外和短波红外波段组成的光谱特征空间中的典型三角形分布以及像元间几何关系影响较小,能够在一定程度上补偿大气效应对土壤水分反演的影响。因此,在实际的区域化应用中,可以不考虑大气效应给SPSI指数计算及土壤水分反演带来的不确定性,从而简化业务流程。     

多源极轨气象卫星热红外波段数据的同化方法研究

为保证多源极轨气象卫星热红外波段数据的可比性与进一步的定量应用,从辐射和几何两个方面进行了数据同化方法研究.通过辐射定标、卫星天顶角校正和通道光谱响应差异的校正,实现了不同卫星探测辐射值的直接对比;在扫描行空间分辨率归一化的基础上,进行投影变换几何粗校正和图像平移精校正,使多源数据在几何位置上能得以高精度的配准.     

基于广义变分和误差重估计高光谱AIRS通道亮温同化

高光谱大气红外探测器(Atmospheric Infrared Sounder,AIRS)主要覆盖CO_2和H_2O吸收带光谱区.区别于CO_2通道,H_2O通道亮温偏差非高斯性较强.为了充分有效地利用AIRS通道光谱信息,本文采用两种新算法开展应用研究,一是基于变分同化后验估计-观测误差重估计重新估算光谱通道误差,以更好地"符合"光谱亮温对变分同化目标泛函的权值分配;二是将M—估计法(L2—估计、Huber—估计、Fair—估计和Cauchy—估计)权重函数耦合到经典变分同化目标泛函中,得到广义变分同化目标泛函,使其具有非高斯性,其核心是在每次极小化迭代过程中重新估计观测项对目标泛函贡献率.在新算法研究基础上开展高光谱AIRS模拟亮温试验,结果表明观测误差重估计和Huber—估计广义变分同化AIRS资料效果优于经典变分同化.并基于信号自由度(Degrees of freedom for signal,DFS)开展观测资料对分析场影响诊断,得到该两种方法在同化过程中能够提高H_2O通道亮温使用的信息量.通过对文中算法(观测误差重估计和Huber—估计)得到的分析场与探空资料温度场对比分析,得到Huber-估计广义尺度设定为1. 345 K时效果最好,整体误差最小,2. 5K次之,且观测误差重估计也优于经典变分同化结果.200～750h Pa效果较为显著,基于Huber-估计广义同化在对流层顶表面和周围(80～200 h Pa)温度反演小于2 K.研究结果可为我国风云四号A星和风云三号D星高光谱资料变分同化提供新的方法思路和技术支撑.     

时滞和相关性观测条件下的红外目标状态估计方法

着重对红外跟踪系统目标状态估计过程中存在的观测量滞后和相关性问题进行研究。在目标跟踪过程中,脱靶量信号的滞后导致目标量测位置和真实值间是有误差的,进而通过状态估计得到的目标参数也是不准确的,另外观测量的相关性也降低了估计效果的准确性。对于以上问题,首先利用观测重组技术对时滞观测序列进行重组,将其转化为变结构无时滞观测系统,并在此基础上提出了一种时滞椭球集员估计算法(Delayed ellipsoidal set filter,DESF)。仿真实验结果表明,DESF算法可以有效克服观测序列相关性的影响,同时系统跟踪性能较不考虑观测延迟的情况也有显著提高。     

红外大气垂直探测通道优选方法的发展

总结了红外大气探测技术从滤光片式、光栅式到干涉式,从多光谱到高光谱的发展历程,阐述了探测通道优选的必要性。就国内外学者在大气垂直探测通道优选方面所做的工作进行了系统分析,包括基于信息熵的方法、基于权函数矩阵的方法和基于误差矢量的方法。从数学模型和物理含义角度分析了各方法的原理、特点及发挥的作用,比较了各方法的差异和优缺点。该研究可为红外大气垂直探测通道优选方法的合理选用提供支持,同时为红外大气垂直探测通道优选方法的进一步发展奠定基础。随着我国FY-4A静止气象卫星及FY-3D极轨气象卫星的发射,本文结果将为我国风云（FY）卫星红外高光谱大气垂直探测数据应用以及仪器的设计和发展提供支持,同时也为充分发挥我国风云（FY）气象卫星红外高光谱大气垂直探测技术的应用效益添砖加瓦。     

基于BP神经网络的水蒸气红外透过率仿真

针对在计算大气透过率方法中利用经验公式误 差大和专业软件复杂低效等问题,提出了一种基于 贝叶斯正则化BP(back propagation)神经网络的水蒸气红外透过率的计算方法。利用BP 神 经网络良好的非线性拟合特点,建 立大气参数与水蒸气透过率之间的关系模型。以实测温度、压强和湿度作为输入向量,中红 外平均水蒸气 透过率作为输出,构建3-7-1式的BP神经网络。仿真结果表明: 在相同的大气参数下,与逐线积分法相比, 本文方法在运算过程大幅简化的同时相对误差很小;与经验公式法相比,本文方法对透过率 的计算精度大幅提升。