FY-3微波数据RFI订正及我国典型地区地表微波发射率反演研究

The Microwave land surface emissivity is a very important parameter for describing the characteristics of the land, and it is also a key factor for retrieving the parameters of land and atmosphere. However, du to the uncertainty of land surface emissivity, the satellite data containing the temperature and humidity information can not be better applied in numerical weather prediction. Moreover, so it is especially to the measurements of the Microwave Radiation Imager (MWRI) loaded on the Chinese FengYun-3 (FY-3) satellite. Additionally, in recent years, due to an increasing using of the radio spectrum, the radio-frequency interference (RFI) which can evidently increase brightness temperature at some special microwave channels has become a serious problem for microwave radiometry, and significantly reduces the accuracy of emissivity retrievals. Therefore, in this study, a new algorithm is expected to be proposed for RFI detection and correction of FY-3 MWRI brightness temperatures. And also, with one-dimensional variational retrieval (1DVAR) method, a new land emissivity data base of typical land surface (e.g. arid, semiarid, and humid regions) in China using FY-3 microwave data after RFI-contaminated data are detected and corrected is expected to be developed. The results will further enrich the remote sensing theory and technology of microwave land surface emissivity, and promote China's meteorological satellite remote sensing technology and application of data.

微波地表发射率，是表示地表特征的一个参数，在卫星遥感反演地表、大气参数中非常重要。然而，由于地表发射率的不确定性，卫星资料所包含的大气温、湿信息难以更好地提取和有效地应用。我国风云三号（FY-3）卫星微波成像仪（MWRI）资料的处理和使用更是如此。近年来由于无线电频谱资源使用日益加剧，在某些特定微波频率处的无线电波已经对卫星遥感形成"无线电频率干扰（RFI）"，明显增加卫星观测亮温，从而显著降低地表发射率反演的准确性。本项目将研究FY-3 MWRI资料的RFI检测、识别和订正算法，并选取我国干旱、半干旱、湿润等典型地表地区，创新性地利用RFI订正以后的FY-3 MWRI多通道资料，用一维变分法反演地表发射率，为我国建立新的微波地表发射率数据库。本项目将进一步丰富微波地表发射率遥感理论和技术，促进我国气象卫星遥感技术的开发和资料的应用。

微波地表发射率的不确定性影响着卫星资料所包含的大气温、湿信息的提取和有效应用，本项目旨在提高地表发射率反演中卫星微波资料的准确性以及反演结果的精度。本项目主要研究内容分为三个方面：（1）研究星载微波资料的RFI检测、识别方法，比较不同方法的优、缺点；（2）开发RFI订正算法，并利用RFI订正以后的微波资料反演地球物理参数，验证RFI订正算法的效果；（3）选择典型地区，用一维变分法反演地表微波发射率，建立数据库。针对以上三个要点，项目执行情况良好，完成预期目标。通过对星载微波资料的RFI检测、识别方法的对比分析，得出常用的多种识别方法的长处及局限性。提出了一维反演法（1-DVAR）的收敛度量可以作为一种新的识别陆面RFI的方法，且提出了一个检测、订正RFI的新算法。把订正算法应用到地表、大气参数的反演中，结果表明，提出的RFI订正算法可以有效地减弱微波低频通道受到的干扰，显著提高了RFI存在区域地球物理参数的反演精度，也提高了微波亮温数据的利用率，减少了反演失败区域。反演了我国塔克拉玛干沙漠晴空条件下的微波地表发射率，进而分析了不同土壤类型沙漠微波地表发射率频谱年内变化规律及其与气候因子的关系。结果表明，沙漠地表发射率与土壤类型密切相关，且不同土壤类型的发射率季节变化规律显著性不同；土壤含水量、地表温度、地表植被覆盖度、植被含水量和地表粗糙度与地表发射率的年内变化规律之间存在着显著相关性，而土壤含水量受大气总水汽量和土壤类型的共同制约；以砂土为主的沙漠地表发射率更多受到沙漠深度的影响，随着沙漠深度的增加而减小。与此同时，又反演了北非沙漠地区晴空条件下的地表微波发射率，分析了不同土壤类型的沙漠地表微波发射率频谱特性，并把增加土壤质地信息之前、后的翁氏微波地表发射率模型的模拟结果和反演结果进行了比较。结果表明，在翁氏模型的输入中增加土壤质地参数改善了翁氏模型在沙漠地区的模拟结果，特别是对于包含大量小粒子的沙漠土壤类型，将模拟误差从6-9%降低至4%以下。