基于辐射传输模型的环境一号卫星CCD相机的水体大气校正方法研究

水体大气校正问题是开展我国环境一号卫星水色遥感定量化应用的关键。针对环境卫星CCD相机的特点,以水气耦合的辐射传输模型构建大气校正参数查找表,研究以地面气象数据辅助的逐像元水体大气校正方法,实现水体离水反射率和遥感反射比的反演。以现场测量数据和MODIS数据为参考进行水体大气校正效果验证,研究发现CCD相机的反演结果在蓝、绿波段的精度较高而红、近红的反演结果系统偏大。研究结果还表明气溶胶模型是影响水体大气校正精度的重要因素。     

海洋遥感偏振特性分布与偏振误差补偿方法

为了提高海洋水色卫星遥感的定量参数反演精度,确定入瞳处的偏振信号对传感器响应的影响逐渐受到重视。以Aqua-MODIS为例,分析了海洋卫星传感器大视场范围内的偏振特性分布,发现无论是大气程辐射还是考虑海表贡献的入瞳光,视场内偏振特性的变化与观测几何的变化密切相关。相比海表的偏振贡献而言,大气是偏振光的主要来源。在此基础上,研究了遥感器在不同偏振灵敏度条件下对入瞳处的偏振信号的响应以及由此引起的系统误差,发现只有当偏振灵敏度不超过2%时可以满足反演离水辐射产品的需要。提出了补偿大气偏振测量误差的方案,能够较好地提高卫星数据的利用率和遥感器的辐射测量精度。     

CO_2反演中大气散射影响的光程校正方法

CO2作为影响气候变化最重要的温室气体,其反演精度达到1%是气候研究的基本要求。在反演中解决大气散射的影响,是提高CO2反演精度的关键问题之一。温室气体观测卫星为了实现高光谱分辨率,其光谱带宽通常较窄。高光谱分辨率对CO2浓度变化敏感,而窄带宽在采用传统差分吸收光谱(DOAS)法以快慢变分离的方式处理散射时难以保证反演精度。针对我国高光谱卫星CO2反演算法的开发需求,从光程的角度研究了散射对CO2反演的影响,并与传统DOAS方法在沙漠和草地两种区域进行了对比。结果显示相对于传统DOAS方法,该方法在沙漠和草地区域的应用均使CO2的反演精度得到提高,达到或接近1%的精度需求,反演结果的相关性和数据离散度也得到改善,这表明该方法能有效降低大气散射对CO2反演的影响。     

大气模式与气溶胶模型对辐射传输计算的影响

大气模式与气溶胶模型选择是影响定量遥感应用的辐射传输计算的重要因素。人们一般凭感性认识去进行选择,有一定随意性,对其带来的影响程度关注甚少。以太阳辐射计测量为依据,对大气模式与气溶胶模型选择方法作了研究,并利用经辐射定标过的光谱辐射计地面测量对辐射传输计算精度进行了验证。在昆明进行的试验表明,在0.50~0.68μm范围内,选择中纬度冬季大气模式和大陆型气溶胶,经辐射传输计算后得到的光谱辐射亮度与光谱辐射计测量结果一致性很好,差别在3.3%以内;变换大气模式对辐射传输计算产生明显影响,差别达10%左右;选择不同的气溶胶模型对辐射传输计算影响也很大,差别达11%左右。基于辐射计测量的大气模式与气溶胶模型选择避免了主观选择的不可靠性,有益于减少辐射传输计算或卫星遥感大气订正的误差。     

高分辨率光学遥感卫星小目标法在轨辐射定标

辐射定标是卫星遥感信息定量化的关键技术之一。高分辨率光学遥感卫星小目标法在轨定标将目标反射率的现场测量转换为实验室高精度测量,以实际测量代替气溶胶散射特性假设,通过简化辐射传输计算获取大气透过率与遥感器入瞳辐亮度,根据遥感器系统PSF检测结果将小目标的辐射响应与背景辐射相分离,降低对场区背景环境要求的同时提高了绝对辐射定标精度。试验结果分析表明,高分辨率光学遥感卫星传感器小目标法在轨辐射定标不确定度优于3%,与大面积辐射校正场或灰阶靶标法的定标结果差异3.65%,小目标法有望在全谱段范围实现高分辨率光学遥感卫星传感器的全动态范围定标与几何检校。     

大气CO_2甚高光谱分辨率成像光谱仪分析与光学设计

为监测全球范围内CO2排放,确定碳源碳汇位置,需高精度探测大气CO2柱浓度。首先介绍遥感卫星探测大气CO2柱浓度原理,并利用逐线积分辐射传输模型(LBLRTM),分析探测精度、光谱分辨率、信噪比需求之间的相互关系。然后,基于遥感卫星探测要求,分析光学系统指标。根据指标,选择中阶梯浸没衍射光栅分光元件,确定逆卡塞格林结构前置系统和离轴三反消像散结构分光系统。设计了F数4、光谱分辨本领21000的大气CO2柱浓度探测成像光谱仪光学系统。设计的光学系统由1个前置系统、1个分光系统和3块焦平面探测器组成,结构紧凑,体积微小,成像质量良好。     

利用GNSS差分的天线阵大气相位扰动实时修正方法

提出了一种基于全球导航卫星系统差分的天线阵大气相位扰动实时修正方法,以高稳定度的原子钟作为外频标,利用导航卫星载波相位的单差与历元上的双差,并通过星历扣除由于卫星运动引起的相位变化,在周跳检测和修正后,通过长周期的拟合消除卫星轨道和站坐标误差的影响,最后通过双频或多频信号实现两地电离层和对流层扰动的实时测量.在国家天文台北京密云站和云南昆明站分别部署了一套全球导航卫星接收设备,进行异地大气相位扰动实时修正方法的实验验证.利用双频载波相位测量数据对第三频率进行修正,结果表明,在不同天气条件下修正后的大气相位扰动均方根达到1.9mm,表明该方法可用于射电天文和深空探测中天线阵的大气相位扰动修正.     

一种用于敏捷卫星自主任务规划的云顶高探测方法

高分辨率光学对地观测敏捷卫星自主任务规划需要对成像目标区域上空云层进行在轨提前探测,以修正成像时间窗,提高卫星使用效能。其中云高度是必不可少的信息,提出了一种用于敏捷卫星自主任务规划的云顶高探测方法。根据不同角度的遥感图像对之间云层以及地面匹配关系的差异,以地面为基准,求出图像间云层对地面的投影偏差,再利用几何关系,计算云层云顶高度。仿真模拟实验的结果表明本文算法探测云顶高与实际云顶高差距小于1 pixel,并且在图像间发生旋转、仿射等变换的情况下依然有稳健的表现。误差分析给出了算法相对误差随成像角度的变化趋势。多角度成像分光辐射度计图像处理结果表明该算法在实际应用中性能良好。     

大气二氧化碳反演中系统误差的分析与校正

二氧化碳（CO2）高精度反演中易受多种因素的影响,其中一部分是系统误差,如温度廓线、压力廓线、水汽以及大气分层等精度不足所带来的影响,仅利用CO2吸收带的光谱信息很难克服由此带来的误差。这种系统误差的波长依赖性小,可以考虑其他波段进行校正。模拟研究表明,上述系统误差对CO2反演的影响经O2校正后有较大程度地减小。利用大兴安岭地区的温室气体观测卫星（GOSAT）观测数据进行CO2反演,采用氧气（O2）A吸收带校正上述系统误差,结果显示反演精度得到明显提高。     

Sentinel-2卫星影像的大气校正方法

Sentinel-2卫星是全球环境与安全监测系统"哥白尼计划"中的第二颗卫星,其影像具有高时空分辨率,是未来遥感应用的重要数据源。采用大气校正简化模型(SMAC)、6S模型和Sen2cor方法对Sentinel-2卫星影像进行大气校正,将上层大气表观反射率转换为地表反射率,并结合实测地物的光谱数据进行分析。Sentinel-2卫星影像经过大气校正后,影像光谱曲线与地面实测光谱曲线的变化趋势一致,具有较高的拟合度。三种模型大气校正的结果具有较强的相关性和较高的精度,其中Sen2cor方法精度最高,决定系数(R2)为0.8196,均方根误差(Ermse)为0.0388,其次为6S模型和SMAC。从归一化植被指数(NDVI)的分析可以看出,SMAC计算的NDVI值与实测值的相关性最高,R2为0.6389,Ermse为0.093,其次为6S模型和Sen2cor方法。结果表明这三种方法的大气校正精度较高,Sentinel-2卫星影像经过校正后影像质量明显得到提高,增加了可用性。     

基于卫星平台的全球大气一氧化碳柱浓度反演方法及结果分析

温室效应是全球气候变化的主要原因之一, 除温室气体外, 有毒气体一氧化碳(CO)作为一种非直接温室气体加剧了这种变化. 由于地基观测台站数量有限, 而大气化学模型的模拟又很大程度上依赖于模型假定, 因此, 卫星观测成为实时获取大气CO浓度分布信息的有效途径. Sciamachy是第一台搭载在卫星上, 利用观测到的近红外波段太阳反射光谱反演大气一氧化碳的仪器. 由于在近红外波段, 大气散射效应可以忽略, 所以Sciamachy观测数据能够很好地反演与人类活动息息相关的大气底层一氧化碳的时空变化信息. 本文基于迭代最大后验概率算法, 对Sciamachy的观测数据进行反演分析, 同时应用云效应校正与仪器本身问题校正方法, 得到了全球一氧化碳柱浓度时空分布结果; 通过与Atsr全球火点数据的比较, 分析了全球CO排放源的种类与时空分布; 最后选取中国地区CO柱浓度分布图, 并结合人口密度与煤田/煤矿分布, 对其排放源进行了初步推断.     

大气CO2卫星遥感中植物叶绿素荧光影响的校正

大气CO₂卫星遥感监测的关键在于高精度,而植物叶绿素荧光存在与大气散射相似的光谱特征,干扰大气散射相关参数的反演结果,从而影响CO₂的反演精度。因植物叶绿素荧光强度微弱且影响特征与大气散射高度相关而难以准确校正。鉴于现有大气CO₂卫星遥感精度不足,以及植物叶绿素荧光对大气CO₂反演存在不可忽视的影响程度和复杂性,设计了O₂-A、1.6和2.06 μm CO₂三个光谱带协同的参数化校正方法。首先通过对大气散射采取基于光子路径长度概率密度函数（PPDF）的参数化建模,降低叶绿素荧光与大气散射参数的光谱相关性;其次,针对叶绿素荧光强度弱,难以准确反演的问题,基于轨道碳观测器（OCO-2）的叶绿素荧光产品构建了5km分辨率的全球叶绿素荧光先验信息库,增强CO₂与叶绿素荧光同步反演中对叶绿素荧光的先验约束,提高叶绿素荧光的反演精度。通过O₂-A、1.6和2.06 μm CO₂三个光谱带的协同同时反演大气散射、叶绿素荧光和大气CO₂,并结合叶绿素荧光丰富的先验信息,能够较准确剥离大气散射和叶绿素荧光而提高大气CO₂的反演精度。选择叶绿素荧光强度明显较高的柱总碳观测网络（TCCON）中的Park Falls（45.945°N,90.273°W）站点开展验证,对该站点近4年每年8月份的温室气体观测卫星（GOSAT）数据进行反演,发现植被叶绿素荧光导致GOSAT XCO₂反演结果系统偏低2×10-6(ppm)左右,通过本文的方法进行校正,反演结果的低估程度有明显改善,最大低估由2.58 ppm降低到1.49 ppm,且离散程度也有一定程度的改善,明显控制了CO₂反演中叶绿素荧光的影响,对于实现1%（~4 ppm）的CO₂反演精度来说,提供了有力支撑。     

Retrieval algorithm of quantitative analysis of passive Fourier transform infrared （FTRD） remote sensing measurements of chemical gas cloud from measuring the transmissivity by passive remote Fourier transform infrared

Passive Fourier transform infrared （FTIR） remote sensing measurement of chemical gas cloud is a vital technology. It takes an important part in many fields for the detection of released gases. The principle of concentration measurement is based on the Beer-Lambert law. Unlike the active measurement, for the passive remote sensing, in most cases, the difference between the temperature of the gas cloud and the brightness temperature of the background is usually a few kelvins. The gas cloud emission is almost equal to the background emission, thereby the emission of the gas cloud cannot be ignored. The concentration retrieval algorithm is quite different from the active measurement. In this paper, the concentration retrieval algorithm for the passive FTIR remote measurement of gas cloud is presented in detail, which involves radiative transfer model, radiometric calibration, absorption coefficient calculation, et al. The background spectrum has a broad feature, which is a slowly varying function of frequency. In this paper, the background spectrum is fitted with a polynomial by using the Levenberg-Marquardt method which is a kind of nonlinear least squares fitting algorithm. No background spectra are required. Thus, this method allows mobile, real-time and fast measurements of gas clouds.     

应用单波段亮度变化率获取无云干扰的卫星数据

在卫星遥感检测中,云对数据的反演带来了严重的干扰。精确地确定云区及减弱云的干扰是具有挑战性的问题。根据云的大气辐射特性给出了卫星图像亮度变化率计算公式、图像反射率的变化率计算公式和热红外波段图像亮度温度变化率的计算方法。利用单波段亮度变化率检测卫星数据中云干扰相对强度的新方法,快速、精确地获取云区位置,得到云区以外无云干扰的数据。根据各光谱波段具有不同的透射云层能力的特点,文章还给出了卫星各红外波段对云层透射能力的客观评价以及影响透射效果的因素。在此基础上利用红外波段对伪卷云透射图像数据完成了多波段数据融合。很好地恢复了可见光波段云区下面的真实数据。统计数据表明,融合后的云区图像数据与可见光波段相关性保持一致。     

基于GOSAT卫星数据的大气甲烷反演误差分析及校正

大气甲烷(CH₄)高精度反演受到多种因素的影响,其中地表特征和大气状态的不确定性是重要的影响因素,如地表反射率、温度、湿度和压力廓线。地表反射率受到诸多因素的影响,难以获得精确的数据,会给反演结果带来较大误差。温度、湿度和压力廓线的不确定性亦是反演误差的重要来源,由此产生的系统误差难以避免,单独利用CH₄吸收带进行反演难以消除此种误差。针对各种参数不确定性的影响,本文提出比值光谱法和CO₂吸收带校正法进行校正。比值光谱法通过将绝对辐亮度谱转化为比值光谱,抑制地表反射率在反演过程中的作用。CO₂吸收带校正法利用CO₂ 1.61 μm吸收带,将CH₄柱含量转化为CH₄体积混合比,校正温度、湿度和压力廓线不确定性引起的系统误差。通过将两种校正方法结合,可同时抑制地表反射率和温度、湿度、压力廓线不确定性产生的影响,减小反演误差。利用温室气体观测卫星(GOSAT)的观测数据进行大气CH₄反演,采用比值光谱法和CO₂吸收带校正上述误差,结果显示校正后的CH₄体积混合比与GOSAT-Level2产品相当接近,反演精度可达-0.24%,反演结果较为稳健可靠。研究表明,比值光谱法和CO₂吸收带校正法可有效校正地表特征和大气状态参数不确定性引起的误差,提高大气CH₄反演精度。     

Retrieval of tropospheric NO2 columns from satellite measurements in presence of cirrus: A theoretical sensitivity study using SCIATRAN and prospect application for the A-Train

A theoretical sensitivity study of the influence of cirrus cloud properties on tropospheric NO₂ columns retrieved from the spaceborne Ozone Monitoring Instrument (OMI) measurements is performed. It is conducted within the framework of the synergetic use of A-Train sensors to derive more representative trace gas products. We aim to study the potential effects of cirrus clouds on tropospheric NO₂ retrievals using a retrieval algorithm that, unlike the OMI Standard and DOMINO algorithms, does not correct for the effects of clouds. The sensitivity study is based on the radiative transfer code SCIATRAN that performs both simulations of top of atmosphere (TOA) reflectances as measured by an OMI-like band and tropospheric NO₂ column retrievals based on the differential optical absorption spectroscopy (DOAS) method. The results of the sensitivity study show that if a correction for cirrus clouds is not included in our simple retrieval that does not account for clouds in the first place, the tropospheric column can be underestimated by 55%. This underestimation depends strongly on cirrus parameters as, in order of importance, cloud fraction, cloud optical depth, asymmetry factor of cirrus cloud phase function and cloud top height. The perspective of the synergy between OMI and cloud information obtained from cloud-derived products of the A-Train is evaluated in two parts by applying a simple cloud correction scheme based on the independent pixel approximation (IPA). Firstly, we evaluated the tropospheric NO₂ column retrievals error caused by uncertainties in cirrus cloud properties. Secondly we studied the influence of subpixel cloud optical depth variability on NO₂ retrievals. From our simulations, it is demonstrated that the error will be reduced significantly if the cloud fraction is lower or equal to 0.5. In this case, the cloud fraction and the cloud optical depth must be known within accuracy less than 0.05% and 50%, respectively. The cloud top height and the asymmetry factor must be known within uncertainty of at least 1 km and less than 0.05, respectively. The latter result shows that the uncertainty of the asymmetry factor is a major source of error in the cloud correction for tropospheric NO₂ retrieval in the presence of cirrus.     

A method for estimating optical properties of dusty cloud

Based on the scattering properties of nonspherical dust aerosol, a new method is developed for retrieving dust aerosol optical depths of dusty clouds. The dusty clouds are defined as the hybrid system of dust plume and cloud. The new method is based on transmittance measurements from surface-based instruments multi-filter rotating shadowband radiometer （MFRSR） and cloud parameters from lidar measurements. It uses the difference of absorption between dust aerosols and water droplets for distinguishing and estimating the optical properties of dusts and clouds, respectively. This new retrieval method is not sensitive to the retrieval error of cloud properties and the maximum absolute deviations of dust aerosol and total optical depths for thin dusty cloud retrieval algorithm are only 0.056 and 0.1, respectively, for given possible uncertainties. The retrieval error for thick dusty cloud mainly depends on lidar-based total dusty cloud properties.     

利用MODIS数据进行QuickBird-2卫星海岸带图像大气校正研究

大气校正是遥感信息定量化过程的一个重要环节,而在大气校正中起关键作用的是气溶胶光学厚度,气溶胶的模式和大气漫射透过率;但在浑浊的水体上空,这些参量很难用卫星图像反演得到,从而提出了基于同步MODIS数据辅助QuickBird-2卫星图像进行海岸带大气校正算法,该方法由MODIS图像的水体像元反演出混浊水域上空气溶胶光学特性,与MODIS气溶胶产品相比相对误差小于10%;同时,借助6S辐射传输模型,并考虑了高分辨率图像临近像元效应,对QuickBird-2卫星海岸带图像进行大气校正.给出了我国沿海地区QuickBird-2卫星图像大气校正的结果,并对反演误差进行了分析.