微波地表发射率的卫星遥感反演和模式模拟研究

摘要

地表发射率在卫星资料的数值模式同化中起着重要作用。此外,地表发射率也可以用于监测土壤水分和土地利用/土地覆盖的变化。相对于其他波段的电磁波而言,微波对云层独特的穿透性使得微波资料在有云情况下也可以得到广泛应用。由于地表覆盖的多样性和陆地物理特性的复杂性,对陆面微波地表发射率的理解较洋面的微波发射率少。地表发射率的准确性最大限度地减少了气温、水汽和地表温度等大气、地表参数反演的误差。目前,正需要发展可直接用于卫星辐射同化的微波地表发射率数据集和模式,而对于陆地表面,只能在有限的地表条件下导出微波地表发射率模式,从而对于发射率模式不够准确的地表,可以从卫星资料直接估算。卫星遥感最突出的优势在于,能提供大范围且空间上连续的地表发射率频谱信息。继而多种反演方法陆续被提出来用于卫星测量值计算地表发射率。
　　本文统计分析了对Aqua卫星上的先进微波扫描辐射计AMSR-E(the Advanced Microwave Scanning Radiometer on the Earth Observing System)观测值起干扰作用的无线电频率干扰RFI(Radio-frequency interference)信号的特征,开发了检测和识别RFI并对卫星AMSR-E亮温观测资料进行RFI订正的算法;用AMSR-E亮温资料反演了北非地区晴空条件下的地表发射率,建立了数据集;用Weng(2001)微波地表发射率模型计算不同地表情况下的地表发射率,并将其耦合到通用辐射传输模式CRTM(Community Radiative Transfer Model)中;将地表发射率的模拟结果和卫星反演结果相比较,把CRTM模拟的亮温值和卫星观测亮温资料相比较,综合评价了模式的准确性;对现有微波发射率模式进行了改进和拓展。主要内容与结果如下:(1)对地观测系统中AMSR-E的观测数据分析揭示了在C和X波段普遍存在着很强的RFI。本文提出了一个检测和识别RFI并对卫星AMSR-E亮温观测资料进行RFI订正的算法,即,以模拟亮温作为背景信号(B),然后用观测值相对于背景的偏离(O-B)来检测RFI。结果显示,在多种地表状态下,经过RFI订正后的AMSR-E观测值和模拟值取得了更好的一致性。(2)引入NOAH陆面模式土壤质地分类数据库(NOAH Land Surface regional Model soil type database),采用解析反演法,用订正RFI以后的AMSR-E微波亮温资料,结合提供地表温度和大气廓线的美国国家环境预测中心NCEP(the NationalCenters for Environmental Prediction)的全球陆面数据同化系统GDAS(the Global Data Assimilation System)输出产品,计算了北非地区(纬度4°N-38°N,经度18°W-60°E)晴空条件下的微波地表发射率。根据NOAH陆面模式获得的地表分类、土壤成分和土壤组分粒径尺度等信息,对地表发射率进行了不同土壤类型的分组和测试,分析了该地区不同地表类型的发射率特征以及其在不同波段随季节的变化规律。(3)用订正RFI以后的AMSR-E数据,开发了一个频率范围在6至89 GHz之间的新的陆地地表发射率数据集。这个数据集由不定期的、月数据集组成,将被作为CRTM的一部分,为改进卫星资料在数值预报中的应用提供了资料基础。(4)利用1km分辨率、包括19种土壤类型的全球土壤类型数据库,获得研究区域内的土壤分类,调整模式参数(如土壤组分、粒径尺度等),提高了现有微波发射率模型的模拟精度。(5)把现有单层土壤微波地表发射率模型拓展至多垂直分层土壤的地表发射率模型。此模型基于辐射传输模型,导出了垂直分层土壤和植被边界层的微波发射率和反射率,其中,把植被冠层作为一个单独的散射介质层来处理,其边界层条件为地表温度以及由多层土壤模型导出的发射率和反射率。

目录

目录

摘要

Abstract

第一章 绪论

1.1 微波地表发射率的国内外研究进展

1.1.1 微波地表发射率的研究现状

1.1.2 微波地表发射率模型的发展

1.1.3 微波低频段无线电干扰(RFI)的检测对反演发射率的重要意义

1.2 本文研究内容

1.3 本文主要创新成果

本章参考文献

第二章 辐射传输理论和微波地表发射率反演方法

2.1 辐射传输理论

2.1.1 辐射传输理论简介

2.1.2 辐射传输方程

2.1.3 辐射传输近似

2.2 Weng微波地表发射率模型

2.2.1 表面散射物体的光学参数

2.2.2 植被叶片

2.2.3 密介质散射物体

2.2.4 层界面的表面反射

2.2.5 地表发射率模拟

2.2.6 地表发射率模式的输入

2.3 微波地表发射率反演方法

2.3.1 统计方法

2.3.2 辐射传输方程方法

2.3.3 指数分析方法

2.3.4 神经网络方法

2.3.5 一维变分方法

本章参考文献

第三章 EOS/Aqua/AMAR-E仪器、产品

3.1 AMSR-E简介

3.1.1 传感器和仪器说明

3.1.2 工作原理

3.1.3 传感器仪表测量几何学原理

3.2 Aqua/AMSR-E 2A级全球条带空间再抽样亮温数据

本章参考文献

第四章 AMSR-E低频段的无线电干扰

4.1 RFI的背景

4.2 RFI的检测

4.2.1 RFI在全球的分布

4.2.2 RFI在美国的分布

4.2.3 RFI在欧洲的分布

4.2.4 RFI在日本的分布

4.2.5 RFI的月变化

4.3 RFI的成因分析

4.4 RFI的订正

4.4.1 AMSR-E RFI订正算法的提出

4.4.2 AMSR-E RFI订正算法应用前后的对比

4.5 RFI检测、订正算法在大气、地表参数反演中的应用

4.6 本章小结

本章参考文献

第五章 陆面微波地表发射率反演

5.1 陆面微波发射率的计算方法

5.2 资料

5.2.1 卫星数据

5.2.2 检测与订正受RFI影响的亮温数据

5.2.3 GDAS数据

5.2.4 海陆分布数据

5.2.5 雨、云中液水和冰粒的滤除

5.3 北非地区地表分布特征

5.4 微波发射率的变化特征

5.5 6～89 GHz的陆面地表发射率数据集

5.6 误差分析

5.7 本章小结

本章参考文献

第六章 现有微波地表发射率模型(LEM)及其改进

6.1 微波地表发射率模型(LEM)输入参数敏感性测试

6.2 AMSR-E亮温和模拟亮温的对比及误差分析

6.3 沙漠地区地表发射率的变化特征

6.4 改进后模型模拟沙漠地区的地表发射率

6.5 本章小结

本章参考文献

第七章 微波地表发射率模型的新发展

7.1 多层地表发射率模型

7.1.1 模型介绍

7.1.2 土壤亮温模拟

7.2 用NOAH模式输出做全球L波段模拟

7.2.1 GDAS NOAH地表模式输出

7.2.2 L波段土壤亮温与土壤湿度的相关性

7.3 本章小结

本章参考文献

第八章 总结及其未来规划

8.1 论文小结

8.2 论文创新点

8.3 下一步工作规划

附录

A1 本文中涉及的物理量、函数和系数

A2 美国、英国、欧洲和国际AMSR-E波段频率用途分配

A3 美国农业部对土壤质地的定义

A4 6～89 GHz的陆地地表发射率数据集

A5 本文中涉及的缩略语

附录参考文献

攻读博士学位期间发表的文章和参加的学术会议