基于自动化方法的光学载荷定标跟踪

何灵莉 胡秀清 王玲 陈林 徐娜 张鹏

基于自动化方法的光学载荷定标跟踪

何灵莉1,3胡秀清2,3*王玲2,3陈林2,3徐娜2,3张鹏2,3

（1 中国气象科学研究院，中国气象局，北京 100081）（2 中国遥感卫星辐射测量和定标重点开放实验室，中国气象局，北京 100081）（3 国家卫星气象中心，中国气象局，北京 100081）

为了实现对光学传感器在轨性能的连续监测，文章使用敦煌场地的自动化观测数据对“风云三号”卫星可见光红外扫描辐射计（Visible and Infrared Radiometer，VIRR）近三年的数据进行了连续定标跟踪，推算VIRR各通道的定标斜率，基于敦煌辐射校正场自动化观测的定标相较于传统现场试验定标方法具有明显提高定标频次优势。采用搭载于Aqua卫星的高精度的中分辨率成像光谱仪（Aqua Moderate Resolution Imaging Spectroradiometer，Aqua MODIS）观测对自动观测定标方法进行精度验证，表明该方法在可见光近红外（Visible and Near Infrared，VNIR）具有3%的定标精度，在短波红外（Short Wave Infrared，SWIR）具有5%的定标精度。将该方法的结果与业务多场地方法的结果进行比较，在3年尺度上均值相对偏差整体低于2%。对VIRR的跟踪结果表明：基于场地自动化观测能够实现长期定标监测，可将该方法推广应用于其他卫星光学载荷以真正实现多载荷的场地自动化定标业务化。

可见光红外扫描辐射计 太阳反射波段 自动化辐射定标 反射率基法 “风云三号”卫星 航天遥感

0 引言

对地遥感观测卫星的传感器发射进入预定轨道后，随着时间的推移，复杂恶劣的太空环境和元器件老化会导致传感器探测性能衰减。在没有星上定标设备的情况下，最常用的替代定标方法就是采用地面稳定目标场对传感器进行绝对辐射定标。搭载于我国“风云三号”系列极轨气象卫星（FY-3）的可见光红外扫描辐射计（VIRR）没有配备可见光星上定标设备，它的太阳反射波段定标主要采用敦煌辐射定标场的场地替代定标方法[1]。该方法是早期“风云”卫星太阳波段的基线定标方法，一般每年夏季在敦煌进行场地定标试验[2]，定标精度约5%~6%，同样的方法计算的中分辨率成像光谱仪（Moderate Resolution Imaging Spectroradiometer，MODIS）表观反射率，偏差约3%左右[3]。但是这种一年一次的定标试验满足不了可见光红外扫描辐射计（Visible and Infrared Radiometer，VIRR）辐射性能的在轨漂移连续性监测和评估。

基于提高定标频次和降低定标成本的考虑，亚利桑那大学遥感组（Remote Sensing Group，RSG）在2004年提出了自动化的辐射定标试验场（Radiometric Calibration Test Site，RadCaTS）概念，在没有人员参与的情况下对定标场的地表反射率和大气参数进行自动化观测，从而实现对空载和星载传感器进行辐射定标。RSG在内华达州的铁路谷试验场对RadCaTS进行了验证，将计算得到的大气层顶（Top of Atmosphere，TOA）光谱辐亮度与MODIS观测进行比较偏差小于3.6%[4]。其后，RSG致力于不断精细化和完善RadCaTS定标的各个环节[5-8]。使用传统跑场方法和RadCaTS同时对业务陆地成像仪（Operational Land Imager，OLI）、“地球观测1号”Hyperion和先进陆地成像仪（Advanced Land Imager，ALI）进行绝对辐射定标，辐射稳定性和精度评价，RadCaTS方法整体优于人工测量方法[9-10]。RSG和喷气推进实验室的研究均证实了自动化辐射定标方法对于星载传感器太阳反射波段定标的可行性，这为后来自动化辐射定标技术的进一步应用和布局提供了经验参考。经过十几年的发展，世界上基于装备自动化观测仪器的辐射定标场网（Radiometric Calibration Network，RadCalNet）初步形成，该定标场网是对LANDNET定标场网概念的继承和延伸，它在数据品质和场地管理上更加的系统和流程化，并为卫星运营方提供可溯源至国际单位SI的TOA光谱反射率，中国包头定标场是其成员之一，敦煌场正在加入过程中。

我国场地自动化观测定标始于2014年，李新等对国外自动化定标方法和技术的现状进行分析，提出了我国自动化定标设备的设计方案和关键技术[11]；随后，尹亚鹏等对场地自动化试验场地辐射计（Automatic Test Radiometer，ATR）进行了设计，实验室定标和基于敦煌场地的试验，并初步验证了辐射计的设计合理性[12]；李新等基于场地试验结果验证了ATR的观测性能可靠，随着对场地ATR的不断验证和改进，其性能不断提升，成为了敦煌自动化辐射定标体系的核心设备[13]；邱刚刚、吕佳彦等均以MODIS的观测为辐射基准，对基于敦煌场的自动化定标技术进行了精度验证[14-15]。结果表明该项技术能够在保证传统定标方法精度的基础上有效增加定标频次和降低定标成本。由于单一ATR观测对整个敦煌场地表反射率的表征有限，安徽光学精密仪器研究所于2018年4月又在敦煌场地布设了两台新的ATR，张孟等基于2018年5月~11月的新ATR自动化观测数据实现了对可见光红外成像仪（Visible Infrared Imaging Radiometer Suite，VIIRS）的高频次在轨辐射定标试验[16]，但目前为止尚没有采用敦煌场长期自动化观测对中国遥感卫星开展长时间连续定标和评估。本研究主要是基于敦煌场2016年9月以来近三年的数据开展FY-3C的VIRR开展长期自动定标试验。

多场地定标方法基于具有不同亮度等级的地表稳定目标和辐射传输模式对卫星传感器进行定标，孙凌等使用该方法对FY-3A中分辨率光谱成像仪（Medium Resolution Spectral Imager，MERSI）进行了定标跟踪[17]；王玲等使用该方法对FY-3A、FY-3B、FY-3C VIRR进行了再定标[18]，均表明该方法具有高频和高精度优势。

本文基于2016年9月~2019年6月的敦煌场自动化观测数据，使用自动化辐射定标方法对FY-3C VIRR进行了长时间序列辐射定标，并将所得的定标结果与多场地定标方法的结果进行比较。

1 场地与仪器介绍

1.1 敦煌场地及观测仪器

敦煌场（东经94.27°，北纬40.18°）是中国辐射校正场地之一，坐落在中国甘肃省敦煌市中心西部35km处。整个场地约30km×30km，位于稳定的冲积扇中，地表没有植被，主要由混合的砂砾和黏土等构成。在场地中心的10km×10km区域内（东经94.2°~东经94.3°，北纬40.05°~北纬40.15°），表征场地空间均匀性和时间稳定性的变异系数（标准差/平均值）分别小于2%和3%；可见光近红外波段的地表反射率大约在15%~30%；场地地表具有非朗伯特性；场地大气干洁气溶胶含量较低，除沙尘季节外，550nm的平均光学厚度小于0.2。敦煌场的上述各项特性，使其成为较为理想的替代定标场地。2008年，敦煌场被地球观测卫星委员会（CEOS）的定标验证工作组（WGCV）选为了仪器参考场地[3]。

2016年9月，在敦煌定标场的试验观测基地样地里布设了1台自动化观测的通道式辐射计 ATR00，其波段覆盖了可见光近红外波段的8个通道（405nm、450nm、555nm、610nm、700nm、808nm、980nm、1 540nm），光学头部位于1.8m高的支架上，采用天底观测方式获取正下方直径为30cm圆形区域内的上行辐射亮度，视场角为10°，每三分钟采集一次数据。2018年4月在敦煌场中心布设了另外一台仪器ATR01。

1.2 VIRR简介

可见光红外扫描辐射计VIRR，具有10个波段，其中7个太阳反射波段覆盖了从0.4~1.65μm的波段范围，3个热发射通道覆盖了3.5~12.5μm的波段范围（如表1所示）。VIRR进行对地观测时使用45°的扫描镜，采用跨轨扫描方式，对地扫描角为±55.1°，星下点空间分辨率为1 100m，幅宽在跨轨方向为2 800km，较大的幅宽使其能够在一天内对全球进行覆盖。

2 场地均匀性验证

ATR对直径为30cm的圆形区域进行采样，局部区域地表反射率对整个场地反射率的可表征性需要进行验证。可以通过使用MODIS卫星观测对场地空间均匀性进行评估，并对比相距较远的ATR00和ATR01采集的地表反射率，双管齐下地评价局部观测对场地整体的可表征性。

对场地空间均匀性进行评价必须考虑尺度效应，在不同的尺度下评价均匀性会有不同的结果。为适应VIRR 1.1km的空间分辨率评价需求，使用1km空间分辨率的MODIS地表反射率产品MOD09对敦煌场的空间均匀性进行评价，评价使用空间变异系数（Coefficient of Variation，CV）作为指标，计算时的滑动窗口为10km×10km。在可见光近红外波段，除了通道3（469nm）的空间变异系数在10%以上，通道4（555nm）在4%左右，其余通道的空间变异系数均小于3%（如图1）。在进行辐射定标场的空间均匀性评价中，通常以空间变异系数小于3%认定场地的均匀性[19-20]。通道3表现出的不均匀性可能是大气强散射作用造成的。

表1 VIRR通道特性

Tab.1 The VIRR channel characteristics

注：3、4、5通道的灵敏度单位含义为300K的环境下变化温度。

图1 0.858μm和1.640μm空间均匀性评价结果

选取2018年4月~2019年4月满足定标要求的ATR00和ATR01观测数据，计算ATR通道地表反射率并进行比较（图2），通道1~3和通道8的百分偏差整体低于5%，年平均百分偏差在2%~3.8%之间；通道4~7整体高于5%，年均值在6%~8%。百分偏差与季节变化相关，敦煌场在8~10月份云量较少，大气较为稳定，最为适合定标，因此偏差相对较小，定标结果较为稳定，波动性较小。

综上，敦煌定标场空间均匀，且ATR00与ATR01观测的地表反射率相对百分偏差在通道1~3和8小于5%，表明ATR00观测的地表反射率能够以小于5%的精度表征以ATR00为中心10km×10km区域的反射率。虽然通道4~7具有6%~8%的偏差，但可以减小这几个通道在后续光谱平移中的权重以消除影响。

图2 ATR00相对于ATR01地表反射率的长序列（2018年4月~2019年4月）百分偏差

3 自动化辐射定标方法

场地自动化观测的辐射定标方法与传统的场地地表试验没有本质差异，仍旧采用反射率基法，包括地表反射率计算，大气参数获取，辐射传输计算等关键环节，自动化辐射定标技术流程如图3所示。其中MYD08_D3为MODIS的大气参数日产品，TOA表示大气层顶，BRDF（Bidirectional Reflection Distribution Function）为双向反射分布函数，6S为Second Simulation of Satellite Signal in the Solar Spectrum的简写。

图3 自动化辐射定标处理流程图

3.1 数据品质控制及筛选

数据品质控制主要包括以下三个方面：判断卫星观测是否被云、积雪等影响；辅助大气参数是否满足适用条件；自动化仪器观测数据是否异常。要求VIRR卫星数据观测天顶角小于30°，定位误差小于1km，观测点10像元×10像元窗口的变异系数小于3%，较大的变异系数表明可能有云、沙尘暴、积雪等影响空间均匀性。较高的气溶胶含量会增加辐射传输计算的不确定性，若气溶胶含量高于0.2便不适于定标。ATR是自动化辐射定标方法的核心仪器，其数据品质对定标精度有较大影响，其数据品质控制主要包括剔除负值、跳变等，如图4所示（a）是ATR的原始计数值，可以发现具有非常明显的数据跳变，（b）是进行品质控制后的数据，线型连续且平滑。基于数据品质控制后的ATR观测数据进行可定标性判定，其思路是利用卫星过境前后1小时的ATR观测数据波动性判断大气状况稳定性。大气质量是指光穿过大气的路径长度，大气不稳定会破坏ATR观测计数值的对数值与大气质量之间的强线性关系，可以通过二者线性关系的强弱程度判断当日是否适合定标。

图4 数据品质控制过程

3.2 计算ATR通道等效地表反射率

对卫星过境前后10min的ATR观测进行辐射校正获得地表上行辐射亮度，利用6S大气辐射传输模式计算总下行辐照度，模式运算所需要的气溶胶、水汽和臭氧含量等大气参数来自于Aqua MODIS的全球日平均产品MYD08_D3，地表反射率的计算可表达为式（1）

3.3 获取高光谱地表反射率

由ATR通道地表反射率推导卫星观测方向高光谱地表反射率，必须首先明确一个基本的前提：敦煌场地的地表特性具有时间稳定性，即随着时间变化，地表反射率光谱只产生幅度的变化，而形状不发生变化，这是基于通道仪器观测推算高光谱反射率的一个假定条件[21]。基于该前提，可以通过平移先验地表反射率光谱拟合ATR推算的通道地表反射率，获得平移光谱。由于敦煌场地不是朗伯表面，反射率具有方向特性，需要利用BRDF将天底观测的平移光谱校正到卫星观测方向获得卫星观测方向光谱（见图5）。这里使用的BRDF模型是中国气象局国家卫星气象中心基于2008年夏季的场地实测数据和Ross-Li驱动核构建的[3]。

图5 ATR多通道地表反射率拟合推导卫星观测方向地表反射率光谱

3.4 计算定标斜率

计算定标斜率需要将卫星观测方向的地表光谱卷积为VIRR通道等效地表反射率，并输入6S辐射传输模式，计算获得VIRR通道等效TOA反射率TOA。定标斜率的计算如式（2）

求取定标系数涉及卫星和地面观测的空间匹配。一般来讲，定标精度同具体的定标点选取相关[22]，本文中采用ATR00观测地表反射率正演的VIRR通道等效TOA反射率与以ATR01为中心10km×10km区域的VIRR卫星观测进行匹配。中心像元的经纬度定位误差要小于1km，窗口的变异系数需小于3%。

4 精度验证

本研究使用自动化辐射定标方法在近三年的时间跨度上对VIRR进行定标跟踪，该方法的不确定性可能来自于ATR仪器性能衰减、辐射传输模式计算、BRDF模型在敦煌场地的季节变化[23]等。为了验证本研究方法的精度和不确定性，使用搭载于Aqua卫星的MODIS的1级产品对方法整体精度进行独立验证。基于该方法计算Aqua MODIS的表观反射率相对于卫星观测值的百分偏差。从表2可以发现在VNIR具有3%的定标精度，在SWIR具有5%的定标精度，标准差范围从1.95%到3.67%。

表2 MODIS验证结果

Tab.2 The MODIS validation results %

5 结果与讨论

5.1 时间序列定标斜率

利用2016年9月~2019年6月的敦煌场自动化观测数据对FY-3C VIRR太阳反射波段进行定标，通道10受水气影响较大，此处不纳入讨论。自动化辐射定标的结果表现出不平稳性是因为定标链路中不确定性来源较多，如：自动化仪器观测和大气参数的准确性、地表滞留水等，长时序变化突显了这种不确定性。虽然卫星传感器的辐射性能会随时间产生一定程度的衰减，但在短时间内却可以假设它保持不变。基于上述假设以可定标天为中心对前后15天之内的结果进行平均，平滑后的定标斜率时序变化如图6所示。在近3年的时间尺度上，FY-3C VIRR在敦煌场共有753次观测，最终可定标100天。敦煌自动化辐射定标方法的频次主要受天气状况制约，冬季受降雪影响，春季受高发沙尘暴影响，夏秋季节云少大气稳定，因而具有较高的定标频次。各通道定标斜率随着时间变化趋势一致，存在季节性波动，但变化趋势整体平稳，显示出FY-3C VIRR辐射响应性能的稳定，表明自动化辐射定标方法具有对VIRR传感器进行长时间序列定标跟踪的能力。

图6 FY-3C VIRR的定标斜率时序变化图

对于敦煌场，季节性的降雪、沙尘等会对地表均匀性产生影响，其BRDF也存在季节性变化[23]，季节性沙尘还会造成气溶胶含量的季节性变化，当自动化辐射定标算法对这些因素控制不够全面时，结果就呈现出一定的季节性。通道1和2相较于其他通道波动性更明显，因为这两个通道对云等更加敏感。本研究选取ATR00测量点的观测与以ATR01为中心的10km×10km区域进行匹配，因为ATR00与场地有一定的距离，匹配时对空间均匀性有一定要求，理论上选取ATR01测量点更为合理，但对于跟踪卫星传感器的辐射性能来讲，使用具有更长时间序列可用数据的ATR00更有意义，如能够使用10km×10km区域内的多台ATR观测平均，想必能够进一步提高定标精度与定标稳定性。前文在1km的空间分辨率下对10km×10km的区域进行空间均匀性验证，结果表明敦煌场足够均匀，能够以局部观测表征场地整体的平均反射率。由于尺度效应的存在，对于具有更高空间分辨率的卫星传感器，不均匀性会增加，因此需要重新验证场地均匀性。

5.2 与多场地定标方法的比较

多场地定标方法基于多个地球稳定目标对传感器进行定标，该方法同样是对反射率基法的应用，在假设传感器定标系数在短时间内（如30天）不变的前提下，模拟全球多个场地的TOA反射率，并与卫星实际观测TOA反射率进行线性回归，得到目标传感器的定标系数。它与本文方法都具有较高的定标频次。

图7是FY-3C VIRR自动化辐射定标方法与多场地定标方法的时间序列定标斜率对比结果。表3是自动化方法相对多场地方法的百分偏差统计结果。多场地定标方法使用不同定标场地30天内的TOA反射率来计算定标系数，而自动化辐射定标方法使用敦煌单场地单天的观测数据，所以自动化方法的斜率没有多场地定标斜率平滑，按天比较两种方法的结果具有较大差异，但在整个时间尺度上的平均值却具有较好的一致性。除通道8（0.505μm）和9（0.555μm）在5%左右，其余通道平均相对百分偏差在2%。

表3 FY-3C VIRR多场地与自动化定标方法比较的统计结果

Tab.3 Statistical results of the comparison between the multi-site and automated radiometric calibration methods of FY-3C VIRR %

6 结束语

本文采用基于反射率基法的场地自动化观测辐射定标方法对FY-3C VIRR进行了2016年9月~2019年6月的连续定标跟踪，结果显示平均每7天能实现一次有效定标，有效定标主要集中在夏秋季节，部分通道的定标系数具有季节波动性。与传统场地定标方法相比该方法极大地提高了定标频次，节约了人力财力物力。使用Aqua MODIS观测对本文所使用的方法进行了精度验证，大部分通道精度在3%以内。将FY-3C VIRR的自动化定标结果与多场地定标结果相比较，相对百分偏差除8、9通道外，其余均在2%以下。以上结果表明：敦煌场自动化辐射定标方法具有在可靠精度下对卫星光学载荷探测性能进行长时间序列定标和跟踪的能力，可以推广应用于其它同类型卫星载荷。跟踪结果显示出一定的季节性，原因可能来自诸多方面，如：场地光学特性的季节变化、数据品质控制不够严格等等，具体还需做进一步分析。

致 谢

感谢中国科学院安徽光学精密机械研究所张艳娜、韦玮等提供的数据支持和帮助。

[1] LI Y, RONG Z, ZHENG Z. et al. Post Launch Site Calibration of Visible and Near-infrared Channels of FY-3A Visible and Infrared Radiometers[J]. Optics and Precision Engineering, 2009, 17(12): 2966-2973.

[2] HU X, LIU J, SUN L, et al. Characterization of CRCS Dunhuang Test Site and Vicarious Calibration Utilization for Fengyun (FY) Series Sensors[J]. Canadian Journal of Remote Sensing, 2010, 36(5): 566-582.

[3] SUN L, GUO M, XU N, et al. On-orbit Response Variation Analysis of FY-3 MERSI Reflective Solar Bands Based on Dunhuang Site Calibration[J]. Spectroscopy and Spectral Analysis, 2012, 32(7): 1869-1877.

[4] CZAPLAMYERS J S, THOME K J, LEISSO N P. Radiometric Calibration of Earth-observing Sensors Using an Automated Test Site at Railroad Valley, Nevada[J]. Canadian Journal of Remote Sensing, 2010, 36(5): 474-487.

[5] CZAPLAMYERS J S, THOME K J, BIGGAR S F. Design, Calibration, and Characterization of a Field Radiometer Using Light-emitting Diodes as Detectors[J]. Applied Optics, 2009, 47(36): 6753-6762.

[6] LEISSO N, CZAPLAMYERS J S. Comparison of Diffuse Sky Irradiance Calculation Methods and Effect on Surface Reflectance Retrieval from an Automated Radiometric Calibration Test Site[J]. Proceedings of SPIE, 2011, 8153(2): 815310-815310-11.

[7] ANDERSON N, CZAPLAMYERS J S, LEISSO N, et al. Design and Calibration of Field Deployable Ground-viewing Radiometers[J]. Applied Optics, 2013, 52(2): 231-240.

[8] ANDERSON N, CZAPLAMYERS J S. Ground Viewing Radiometer Characterization, Implementation and Calibration Applications—A Summary After Two Years of Field Deployment[J]. Proceedings of SPIE, 2013, 8866: 88660N-88660N-10.

[9] CZAPLAMYERS J S, ANDERSON N, THOME K J, et al. The Absolute Radiometric Calibration of the Landsat 8 Operational Land Imager Using the Reflectance-based Approach and the Radiometric Calibration Test Site (RadCaTS)[J]. Proceedings of SPIE, 2014, 9218: 921819-921819-9.

[10] CZAPLAMYERS J S, ONG L, THOME K J, et al. Validation of EO-1 Hyperion and Advanced Land Imager Using the Radiometric Calibration Test Site at Railroad Valley, Nevada[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2016, 9(2): 816-826.

[11] 李新, 郑小兵, 尹亚鹏. 场地自动化定标技术进展[J]. 大气与环境光学学报, 2014, 9(1): 17-21. LI Xin, ZHENG Xiaobing, YIN Yapeng. Progress in Site Automation Calibration Technology[J]. Journal of Atmospheric and Environmental Optics, 2014, 9(1): 17-21. (in Chinese)

[12] 尹亚鹏, 李新, 郑小兵, 等. 场地自动化观测辐射计的设计与实现[J]. 大气与环境光学学报, 2016, 11(1): 44-50. YIN Yapeng, LI Xin, ZHENG Xiaobing, et al. Design and Implementation of Site Automation Observation Radiometer[J]. Journal of Atmospheric and Environmental Optics, 2016, 11(1): 44-50. (in Chinese)

[13] LI X, YIN Y P, LIU E C, et al. Automated Test-site Radiometer for Vicarious Calibration[C]//SPIE Asia-Pacific Remote Sensing, 2014, Beijing, China. SPIE: 2014: 92640V.

[14] 邱刚刚, 李新, 韦玮, 等. 基于场地自动化观测技术的遥感器在轨辐射定标试验与分析[J]. 光学学报, 2016(7): 1-9. QIU Ganggang, LI Xin, WEI Wei, et al. In-orbit Radiation Calibration Test and Analysis of Remote Sensing Based on Site Automation Observation Technology[J]. Acta Optica Sinica, 2016(7): 1-9. (in Chinese)

[15] 吕佳彦, 何明元, 陈林, 等. 基于敦煌辐射校正场的自动化辐射定标方法[J]. 光学学报, 2017(8): 25-32. LYU Jiayan, HE Mingyuan, CHEN Lin, et al. Automated Radiometric Calibration Method Based on Dunhuang Radiometric Test Site[J]. Acta Optica Sinica, 2017(8): 25-32. (in Chinese)

[16] 张孟, 韦玮, 张艳娜, 等. 基于场地自动化观测技术的SNPP VIIRS高频次在轨辐射定标[J]. 光子学报, 2019, 48(4): 149-160. ZHANG Meng, WEI Wei, ZHANG Yanna, et al. High-frequency On-orbit Radiometric Calibration of SNPP VIIRS Based on In-site Automatied Observation Technology[J]. Acta Photonica Sinica, 2019, 48(4): 149-160. (in Chinese)

[17] 孙凌, 胡秀清, 郭茂华, 等. 风云三号A星中分辨率光谱成像仪反射太阳波段的多场地定标跟踪[J]. 气象科技进展, 2013(4): 86-98. SUN Ling, HU Xiuqing, GUO Maohua, et al. Multisite Calibration Tracking for FY-3A MERSI Solar Bands[J]. Meteorological Science and Technology Progress, 2013(4): 86-98. (in Chinese)

[18] WANG L, HU X, CHEN L, et al. Consistent Calibration of VIRR Reflective Solar Channels Onboard FY-3A, FY-3B, and FY-3C Using a Multisite Calibration Method[J]. Remote Sensing, 2018, 10(9): 1336.

[19] COSNEFROY H, BRIOTTET X, LEROY M. Selection and Characterization of Saharan and Arabian Desert Sites for the Calibration of Optical Satellite Sensors[J]. Remote Sensing of Environment, 1996, 58(1): 101-114.

[20] ODONGO V O, HAMM N A S, MILTON E J. Spatio-temporal Assessment of Tuz Gölü, Turkey as a Potential Radiometric Vicarious Calibration Site[J]. Remote Sensing, 2014, 6(3): 2494-2513.

[21] 顾行发. 航天光学遥感器辐射定标原理与方法[M]. 北京: 科学出版社, 2013.GU Xingfa. Principle and Method of Radiation Calibration for Space Optical Remote Sensors[M]. Beijing: Science Press, 2013. (in Chinese)

[22] 龙亮, 王世涛, 周峰. 航天遥感器辐射定标精度计算方法研究[J]. 航天返回与遥感, 2012, 33(6): 51-55. LONG Liang, WANG Shitao, ZHOU Feng. Research on Calculation Method of Radiation Calibration Accuracy of Space Remote Sensor[J]. Spacecraft Recovery & Remote Sensing, 2012, 33(6): 51-55. (in Chinese)

[23] 余谭其, 韦玮, 张艳娜, 等. 敦煌辐射校正场春季BRDF特性分析[J]. 光子学报, 2018, 47(6): 197-206. YU Tanqi, WEI Wei, ZHANG Yanna, et al. Analysis of Spring BRDF Characteristics of Dunhuang Radiometric Calibration Site[J]. Acta Photonica Sinica, 2018, 47(6): 197-206. (in Chinese)

Calibration Tracking of the Optical Payload Based on Automatic Methods

HE Lingli1,3HU Xiuqing2,3*WANG Ling2,3CHEN Lin2,3XU Na2,3ZHANG Peng2,3

（1 Chinese Academy of Meteorological Science, China Meteorological Administration, Beijing 100081, China）（2 Key Laboratory of Radiometric Calibration and Validation for Environmental Satellite, China Meteorological Administration, Beijing 100081, China）（3 National Satellite Meteorological Center, China Meteorological Administration, Beijing 100081, China）

In order to achieve continuous performance monitoring for the optical sensor in orbit, this paper uses the automatic observation data of the Dunhuang site to continuously calibrate and track the data of the Fengyun-3 satellite Visible and Infrared Radiometer (VIRR) for three years and calculate the calibration slope for each channel of VIRR. The calibration based on the automatic observation has the advantage in significantly increasing the calibration frequency over the traditional calibration methods. The accuracy of the automatic calibration method is verified by the observation data of American high-precision Aqua Moderate Resolution Imaging Spectroradiometer (MODIS), which shows that the method has a 3% calibration accuracy in the visible and near infrared (VNIR) and a 5% calibration accuracy in short wave infrared (SWIR). Comparing to the operational multi-site method, the relative deviation of mean value on the three-year scale is less than 2%. The tracking results of VIRR show that long-term calibration monitoring can be achieved based on automatic site observations. This method can be extended to other space optical payloads to truly realize the operation of automatic site calibration with multiple payloads.

Visible and Infrared Radiometer; reflective solar bands; automatic radiometric calibration; reflectance-based method; FY-3 satellite; space remote sensing

TP722.4

A

1009-8518(2020)06-0103-11

10.3969/j.issn.1009-8518.2020.06.010

2019-12-03

国家重点研发计划（2018YFB0504900，2018YFB0504901）；国家自然科学基金（41871249，41471302）

何灵莉, 胡秀清, 王玲, 等. 基于自动化方法的光学载荷定标跟踪[J]. 航天返回与遥感, 2020, 41(6): 103-113.

HE Lingli, HU Xiuqing, WANG Ling, et al. Calibration Tracking of the Optical Payload Based on Automatic Methods[J]. Spacecraft Recovery & Remote Sensing, 2020, 41(6): 103-113. (in Chinese)

何灵莉，女，1994年生，2020年获中国气象科学研究院大气物理与大气环境专业硕士学位，现在中国气象科学研究院攻读气象博士学位。研究方向为海洋辐射传输理论。E-mail：hllsat@163.com。

（编辑：庞冰）