论文部分内容阅读
星载微波辐射计具有全天候和全天时特性,国内外发射了一系列搭载有星载微波辐射计的卫星,针对星载微波辐射计,也展开了很多定量遥感研究。由于受大气影响,其定量反演地球系统参数的精度受到一定的限制,由辐射传输方程可知,大气对地表亮温的影响可主要反映在大气透过率和大气上行的亮温上,分别表示为大气的吸收和排放,而大气透过率主要与大气水汽和云中液态水等大气因子相关。故而本文将对星载微波辐射计接收到的亮温进行大气校正的研究,建立大气因子和大气影响的参数化反演模型,从原理上去除大气影响,最后建立不依赖于辅助数据的星载微波辐射计大气校正参数化模型。本文基于MonoRTM(Monochromatic Radiative Transfer Model)微波辐射传输模型,针对星载微波辐射计常用的微波频率(6.9GHz、10.7GHz、18.7GHz、23.8GHz、36.5GHz和89GHz)在不同大气廓线与不同地表环境的条件下,对星载微波辐射计的大气辐射传输过程进行模拟,建立模拟数据库。基于模拟数据库,首先通过参数化云中液态水和大气水汽含量,建立大气因子参数化模型。然后建立大气影响参数化模型,从原理上得到大气透过率和大气上行辐射亮温的参数化方程。最后通过辐射传输原理,结合大气因子和大气影响的参数化模型,将其带入到星载微波辐射计亮温大气校正模型中,建立大气校正的参数化模型。以模拟数据库为基础,利用参数化方程反演得到的云中液态水和大气水汽的含量与数据库中验证数据的值之间进行相关性分析,其中云中液态水参数化反演的R~2为0.9877,大气水汽参数化反演的R~2为0.9439,表明参数化方程运用于模拟数据库中精度较高,这也表示在一系列地表和大气的变化情况下,发展的算法能够以较高的精度反演云中液态水和大气水汽,同时也揭示了此算法可以用于星载微波辐射计的云中液态水和大气水汽的反演。选用模拟数据库中未参与校正模型建立的部分数据进行大气校正,得到各个频率校正后亮温与地表实际亮温的均方根误差RMSE,结果显示参数化大气校正模型在6.9GHz、10.7GHz、18.7GHz、36.5GHz通道实现了地表亮温均方根误差小于1K的高精度,并且在23.8 GHz和89.0 GHz通道也获得了较高的精度,RMSE分别为1.57K和3.87K。通过数据库建立的参数化大气校正模型,对AMSR-E_L2A的18.7GHz亮温数据进行校正,得到的校正结果与基于探空数据的校正结果进行对比分析,R~2为0.6732。由于大气校正模型公式较为复杂,再加上云中液态水和大气水汽参数化反演的误差传递和累计,得到的R~2在有效误差范围内,故而本文建立的不依赖任何辅助数据的参数化大气校正模型具有一定的可行性。