全极化微波辐射计海面风场反演实验

王蕊，史顺文，陆文

(1.解放军理工大学 气象海洋学院，南京 211101；2.解放军理工大学 指挥军官基础教育学院，南京 211101)

1 引 言

地表及大气微波辐射的功率谱分布、辐射强度、极化状态等与物体本身的物理特性密切相关，微波辐射计通过对目标物的辐射强度及辐射特征进行测量，可获取地表及大气的多种信息，实现对地气系统物理参数的遥感探测。

目标物的电磁辐射特征可用斯托克斯(Stokes)参数表示。Stokes参数是一组描述电磁波辐射特性的4个平均量，在微波遥感领域，一般将前两个Stokes参数称为垂直极化参数和水平极化参数(或称为正交极化参数)，将后两个Stokes参数称为第3和第4 Stokes参数(或称为交叉极化参数)。传统微波辐射计测量目标微波辐射的垂直极化和水平极化分量，也称为双极化微波辐射计。极化微波辐射计在传统微波辐射计的基础上增加了对于电磁波第3、第4 Stokes参数亮温的测量。能够测量3个Stokes参数的辐射计称为多极化微波辐射计，能够测量所有4个Stokes参数的辐射计则称为全极化微波辐射计。

在继承了传统双极化辐射计优点的基础上，全极化微波辐射计除对海水盐度、海冰覆盖、土壤湿度、大气水汽含量、降雨率等[1]地球大气圈的环境要素进行观测外，其创新之处在于实现了海面风场、海面温度等参数的被动遥感探测。全极化微波辐射计作为新一代微波遥感仪器，探测对象多、信息量大，可以与红外和可见光探测互为补充，共同构成天基对地观测平台系统。和其他微波遥感仪器相比，全极化微波辐射计具有多通道、被动无源、全天候、立体探测等特点，可提供海洋、大气、陆地相关的多种产品。

本文在介绍全极化微波辐射探测原理及相关技术的基础上，基于星载全极化微波辐射计windSat的实测数据，进行了以海面风场、海面温度为代表的环境参数反演实验，并在改进海面风向反演精度方面进行了尝试。

2 全极化微波辐射探测技术

2.1 目标微波辐射的全极化描述

(1)

(2)

在(v,h)平面±45°上的辐射强度可写为：

(3a)

左旋(L)和右旋(R)极化的辐射强度可写为：

(3b)

(4)

其中，C为比例系数。TBv和TBh分别表示垂直极化亮温和水平极化亮温，T45和T-45分别表示+45°线极化亮温和-45°线极化亮温，TL和TR分别表示左旋和右旋圆极化亮温，它们之间的关系见图1。

图1 垂直极化水平极化、±45°线极化、左右旋圆极化亮温

2.2 全极化微波辐射测量技术

极化辐射计系统的研制与极化辐射测量理论研究是同步展开的。自上世纪80年代起，世界上开始了对极化微波辐射计的研制。第一台机载极化微波辐射计NAMR是前期苏联空间探测研究所(IKI)研制的[2]，NAMR配备了观测第3 Stokes参数亮温的通道。上世纪90年代后，美国也加入了极化微波辐射计的研制，一度走在世界的前列。美国乔治亚理工学院(Georgia Institute of Technology，GIT)[3]和丹麦技术大学(Danmarks Tekniske Universitet，DTU)[4]研制了第一台成像极化辐射计。为了给星载全极化辐射计WindSat升空提供大量机载试验验证，美国喷气推进实验室(Jet Propulsion Laboratory，JPL)研制了机载全极化微波辐射计WINDRAD[5]。与此同时，芬兰赫尔辛基理工大学(Teknillinen Korkeakoulu，TKK)在Ka波段极化辐射计的研制上也取得了成功[6]。

在机载试验的基础上，世界上一个星载全极化微波辐射计WindSat，由美国海军研究实验室(Naval Research Laboratory，NRL)研制，于2003年1月6日搭乘Coriolis卫星发射升空，成功验证了全极化微波辐射计被动遥感海面风场的理论[7]。WindSat的首要任务是测量海面风矢量，其设计和地面亮温数据的处理都是针对此任务来实施的。但作为第一个全极化参量微波辐射计，WindSat得到关于测量目标全极化的信息也可以用来对海洋、陆地、海冰和大气等许多领域的物理参数进行测量。之后欧空局土壤湿度与盐度观测计划(Soil Moisture and Ocean Salinity，SMOS)上搭载的辐射计MIRAS[8]，以及NASA和阿根廷航天局合作项目“水瓶座”(Aquarius)海水盐度遥感卫星上搭载的辐射计都配备了L波段极化通道[9]，用于盐度遥感的法拉第旋转校正。盐度计虽然以海水盐度遥感为主要使命，但从广义上说还是极化微波辐射计的一种形式。由于极化辐射计的主要研究时间还短，不同类型之间的优点和局限仍然在研究中，所以在检测T3和T4参数时，目前没有哪一种接收机类型优势最明显。

国内对全极化微波辐射计及其应用的研究开始于20世纪90年代中期，解放军理工大学气象海洋学院和中国科学院空间科学与应用研究中心等单位及时跟踪国际上该领域的研究动向，从1995年开始，在863计划的支持下，开展了具有相关测量能力的微波辐射计的研制[10]，此后在国家“十一五”计划和“十二五”计划的连续支持下，开展了全极化微波辐射计定标方法[11-12]、模拟仿真、数据处理及资料应用等一系列的研究[13-14]。中国航天科技集团504所也对全极化微波辐射计系统开展了大量的研究。

3 环境参数反演技术

3.1 海面风场反演技术

海面风场探测包括海面风速探测和海面风向探测两个方面。其中，海面风速探测主要利用海面发射率与风成海面粗糙度之间的关系，风速越高，海面粗糙度越大，导致海面发射率增大，从而引起微波辐射计观测亮温的增大。海面风向探测主要利用风成海面发射率的各向异性与相对风向角(海面风向与观测方向之间的夹角)存在对应关系，该关系表现为微波辐射计观测亮温随相对风向角的周期性变化。

辐射亮温分布随相对风向角的变化，即风成海面发射率随相对风向角的变化，该变化在4个Stokes分量上都有表现，且可以用二次谐波模型逼近[15]：

ΔE=γ1cosφ+γ2cos2φ

(5)

其中，ΔE是海面发射率的变化量；φ是相对风向角，当φ=0°(180°)时即为逆风(顺风)，谐波系数γ1和γ2是风速的函数。同时第3Stokes分量T3和第4 Stokes分量T4的谐波满足正交特性(图2)，可以用来实现对风向反演的去模糊处理。在海面温度为290K，海面上空水汽含量为30mm，云水含量为0.1mm，海面风速分别为2m/s、10m/s和20m/s的背景场条件下，10GHz交叉极化通道观测亮温随海面风向的变化情况如图2所示。

图2 10GHz交叉极化通道亮温随海面风向的变化(实线表示第3 Stokes极化通道亮温T3，虚线表示第4 Stokes极化通道亮温T4)

由于海面风向变化引起的微波辐射亮温的变化幅度很小，如图2所示，即使海面风速达到20m/s，第3和第4 Stokes通道亮温变化范围在-2K～2K之间，比垂直极化和水平极化通道亮温小两个数量级，所以进行海面风向测量的极化微波辐射计要具有很高的灵敏度和稳定性，并且要求各极化通道有很高的辐射测量精度和定标精度。

海面风场反演一般需构建全极化微波辐射正演模型，采用基于物理统计的最大似然估计法对海面风向进行估计，再利用中值滤波等方法对估计风场进行去模糊处理，得到海面风场反演的最终结果。

3.2 海面温度反演技术

微波辐射亮温是观测目标辐射强度的一种表示形式。根据Plank定律，温度为T的黑体，其辐射强度Iλ定义为：

(6)

其中，c是光速(3×108ms-1)，h是Planck常量(6.626×10-34J)，k是Boltzmann常量(1.381×10-23JK-1)，λ(cm)是辐射波长。假设地表的发射辐射强度为Iλ，则亮温TB定义为发射辐射强度相同的黑体的温度。在微波波段，基于Rayleigh Jeans近似λ≫hc/kT，式(6)可简化为：

(7)

微波波段大多数物体的辐射率在0.9～0.95之间，根据Kirchhoff定律，亮温TB与实际温度T之间的关系为TB=εT，ε是物体的比辐射率。因此微波辐射计测量亮温与海面温度间存在对应关系(图4)，选择对海面温度敏感的窗区频段，即可实现海面温度遥感探测。海面上空水汽含量为30mm，海面上空云水含量为0.1mm，风速为8m/s，相对风向为45°的背景场条件下，6.8GHz垂直极化和水平极化通道亮温随海面温度的变化情况如图3所示。

图3 6.8GHz正交极化通道亮温随海面温度的变化

目前的海面温度反演模型可以分为两大类，第1类是经验反演模型，第2类是物理反演模型。经验反演模型是通过使用大量卫星遥感和浮标等同步测量数据获得经验反演公式[16]：

(8)

物理反演模型即物理统计法，反演基于物理辐射传输模式(physical radiative transfer model，RTM)进行，RTM包含一般包含大气和海面两个部分，其中大气部分包括水汽吸收模式、氧气吸收模式和云水吸收模式等，海面部分包括与海面温度、海面风速、海面风向、海水盐度等相关的海面发射率模式等。进行高精度的海面温度反演，还包括入射角修正、大气影响修正、海面风场修正、盐度修正[17]等。

3.3 反演算法可行性验证

通过WindSat数据处理技术组(Cal/Val Science Team)，获得了JPL PO.DAAC(Physical Oceanography Distributed Active Archive Center)下发的2003年11月至2004年12月的WindSat传感器数据SDR(Sensor Data Record)、环境数据EDR(Environmental Data Record)，数据版本TDR(Technical Data Report)为146AFBBDA。其中，SDR为定标、定位、极化旋转校正等预处理后的传感器亮温，EDR为对应于SDR观测点的产品数据，主要包含晴空条件下海面风矢量产品，还包括其他产品如海面温度、大气柱中水汽总量、大气柱中云液态水总量和降水强度等。为了验证本文海面风场和海面温度反演算法的可行性，选取从自2004年8月1日10：44：23(轨道号08128)起，将近6轨卫星数据中无降水区海面数据进行研究，涉及的海面区域见图4。

图4 轨道扫描位置示意图

海面温度和海面风速反演采用经验反演模型，反演公式采用式(9)的构造形式，其中，下标v、h分别代表垂直极化通道和水平极化通道，系数ai(i=1～10)见表1，海面风向反演采用最大似然估计法进行。

(9)

表1 海面温度和海面风速反演系数

将反演结果与WindSat EDR海面温度产品和PO.DAAC提供的QSCAT level 2B海面风场产品进行对比分析，其中WindSat和QSCAT两颗卫星间采用60分钟的时间窗口和25公里的空间窗口进行数据匹配。图5和图6分别是海面温度和海面风速反演结果与卫星产品的对比散点图，图中对角线为x=y对比线，图中绝大多数数据点分布于x=y对比线附近，海面温度、海面风速反演均方根误差分别为0.9K、1.5m/s。

图5 海面温度反演结果与WindSat EDR产品对比

图6 海面风速反演结果与QSCAT产品对比

图7(a)和图7(b)分别是QSCAT海面风矢量产品及海面风矢量反演结果。为使风场分布情况更加清晰，在此选取卫星扫描的一段区域，并使用间隔为5的观测点采样结果进行图像显示。图中箭头方向代表海面风向，箭头颜色及长度代表海面风速。与QSCAT产品相比，海面风向反演均方根误差在风速小于8m/s的情况下为37.5°，在风速大于等于8m/s的情况下为26.1°。

图7 海面风场反演结果与QSCAT产品对比

3.4 风向精度提高技术

事实上，全极化微波辐射计交叉极化通道测量的亮温T3和T4除了随海面风向的不同而发生变化以外，还受到大气水汽含量V、云中液态水含量L、海面温度TS等因素的干扰。因此，T3和T4不仅包含了海面风矢量的信息，还包含了大气和海洋的其他物理信息，而后者对于海面风矢量的反演来说是一种干扰因素。为了消除其他物理因素的影响，在此设计一个修正函数f(TS,V,L)：

f=a0+a1V+a2L+a3VL+a4TS

+a5TSV+a6TSL

(10)

在利用最大似然算法进行海面风向反演前，将T3和T4加上该函数，可以达到大气和海面修正的效果。实验区采用的修正函数系数见表2。

表2 第3和第4 Stokes极化通道亮温修正系数

图8为图7所示区域上修正后的海面风场反演结果。综合统计6轨卫星数据反演结果，使用修正后的T3和T4进行海面风向反演，可使反演误差减小5°～10°，在风速小于8m/s的情况下为28.7°，在风速大于等于8m/s的情况下为18.4°，风矢量分布情况也与QSCAT产品更加接近。

图8 修正后的海面风场反演结果

4 结束语

作为一个新兴事物，全极化微波辐射计已经显示了其比传统双极化辐射计更加强大的观测地球海洋、大气、地表的能力。由于全极化微波辐射计的研究主要开始于十多年前，许多技术还不够成熟，还存在一些科学问题和关键技术有待解决和完善。比如高精度的辐射测量技术、全天候条件下海面风场反演技术、辐射计资料应用等许多方面均有待进一步研究。在目前阶段，全极化微波辐射计可以与散射计相互配合，兼顾对海面高风速和低风速的测量要求。从发展趋势上，它有可能取代目前所采用的微波散射计测量海面风场，成为天基平台上重要的对地观测载荷。开展相应的预先研究，对我国赢得卫星对地遥感主动权具有重要意义。

参考文献：

[1] MEISSNER T，WENTZ F J.Ocean retrievals for WindSat：Radiative transfer model，algorithm，validation[C].In Proc.9th Spec.Meeting Microw.Radiometry Remote Sens.Appl.，2006.

[2] DZURA M S，ETKIN V S，KHRUPIN A S，et al.Radiometers-polarimeters：Principles of design and application for sea surface microwave emission polarimetry[C].Proceedings of the 1992 IEEE International Geoscience and Remote Sensing Symposium.New York：IEEE，1992：1432-1434.

[3] PIEPMEIER J R，GASIEWSKI A J.Polarimetric scanning radiometer for airborne microwave imaging studies[C].Geoscience and Remote Sensing Symposium，1996.IGARSS’96.’Remote Sensing for a Sustainable Future.’，International.IEEE，1996(2)：1120-1122.

[4] SKOU N B，LAURSEN S S.Polarimetric radiometer configurations：Potential accuracy and sensitivity[J].IEEE Transactions on Geoscience and Remote Sensing，1999，37(5)：2165-2171.

[5] YUEH S H，WILSON W J，LI F K，et al.Polarimetric measurements of sea surface brightness temperatures using an aircraft K-band radiometer[J].IEEE Transactions on Geoscience and Remote Sensing，1995，33(1)：85-92.

[6] LAHTINEN J，PIHLFLYCKT J，MONONEN I，et al.Fully polarimetric microwave radiometer for remote sensing[J].IEEE Transactions on Geoscience and Remote Sensing.2003，41(8)：1869-1878.

[7] GAISER P W，GERMAIN K M，TWAROG E M.WindSat spaceborne remote sensing of Ocean surface winds[J].OCEANS 2003 Proceedings，2003(1)：22-26.

[8] BARRé H M J P，DUESMANN B，KERR Y H.SMOS：The mission and the system[J].IEEE Transactions on Geoscience and Remote Sensing，2008，46(3)：587-593.

[9] VINE D M L，LAGERLOEF G S E，COLOMB F R，et al.Aquarius：An instrument to monitor sea surface salinity from space[J].IEEE Transactions on Geoscience and Remote Sensing，2007，45(7)：2040-2050.

[10] 董晓龙，吴季，姜景山.被动微波遥感技术的新发展—综合孔径微波辐射计和全极化参量微波辐射计[J].现代雷达，2001，4 (23)：74-78.

[11] 王振占.海面风场全极化微波辐射测量[D].中国科学院空间科学与应用研究中心博士学位论文，2005.

[12] LU W，YAN W，HAN D，et al.Faraday rotation correction for passive microwave remote sensing from space[J].Radioengineering，2011，20(4)：839.

[13] 刘璟怡.全极化微波辐射计定标和风场反演若干问题研究[D].中国科学院空间科学与应用研究中心博士学位论文，2007.

[14] 严卫，王蕊.全极化微波辐射计海面风矢量敏感性分析[C].第四届苏皖两省大气探测、环境遥感与信息技术学术交流研讨会，安庆.2007：157-159.

[15] WENTZ F J.Measurement of oceanic wind vector using satellite microwave radiometers[J].Geoscience and Remote Sensing，IEEE Transactions on，1992，30(5)：960-972.

[16] WENTZ F J.AMSR Ocean Algorithm，Remote Sensing System[M].RSS Tech.Report 110398.1999，version 2.

[17] MEISSNER T，WENTZ F.High quality sea surface temperature from the windsat radiometer：Algorithm and validation[C].IEEE International Geoscience and Remote Sensing Symposium，2007：862-864.