扇形波束扫描微波散射计在轨定标方法研究

来源 :第三届微波遥感技术研讨会 | 被引量 : 0次 | 上传用户:nicenic
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  旋转扫描扇形波束微波散射计(RFSCAT, Rotating Fan-beam SCATterometer)是一种新体制的海洋风场测量雷达散射计,能够对同一面元提供更多的方位角和入射角观测组合,改善海面风矢量场反演的精度.为了达到设计的风场反演精度,系统要求定标精度为0.5dB.这样的定标精度很难单纯依靠发射前的地面定标实现,需要在卫星发射后进行在轨定标.散射计测量的雷达方程为:σ0=PS/X(1)其中X为定标因子,表达式为:X=λ2Pt/(4π)3 Lsys∫G2(x)F(x)dx/ R4(x) (2)通常将σ0测量误差分为传递误差、定标误差和模型误差三部分,卫星姿态误差是影响定标误差的一个主要来源.从定标因子X式可以看出,当卫星姿态发生变化时会导致观测几何的变化,从而影响雷达观测单元的等效面积A,以及观测单元到雷达的斜距R,定标的目标就是尽量减小定标误差.散射计测量的σ0可以由等效σ0eff、相对偏差Δσ0rel、姿态误差σ0att和热噪声σ0nois:σ0meas=σ0eff+Δσ0rel+σ0att+σnoise (3)而姿态误差近似等于为滚动角误差σ0rel、俯仰角误差σ0pitch和偏航角误差σ0yaw.Long等人提出测量的σ0用四阶多项式进行拟合,为了考察在波束旋转过程中不同方位家条件下姿态角对姿态误差的影响,把旋转扫描0~360°分为24个方位区间Pmeas(c,b)=Peff(c,b)+Prel(c,b)+Patt(c,b)c=0… … (4)Patt(c,b)=Proll(c,b)+Ppitch(c,b)+Pyaw(c,b)基于Hsaio的研究,姿态误差的多项式系数是姿态误差角的线性函数.Pr(θr,c,b)=mr(c,b)θr Pp(θp,c,b)=mp(c,b)θp Py(θy,c,b)=my(c,b)θy (5)然后利用最小二乘法计算出各阶系数.从而估计出姿态误差.图1给出了滚动角误差引起的σ0误差以及拟合的各阶多项式系数与滚动角误差之间的关系.本文基于CFOSAT卫星微波散射计SCAT的各项参数,给出了利用地面扩展目标能够对Ku波段扇形波束旋转扫描微波散射计进行在轨外定标时卫星姿态误差估计方法,并利用仿真数据对该方法进行验证.
其他文献
黑河是我国第二大内陆河,黑河中游绿洲试验区位于张掖市南部的盈科与大满灌区,主要作物为制种玉米及大田玉米.在2012年"黑河流域生态-水文过程综合遥感观测联合试验"(Heihe Watershed Allied Telemetry Experimental Research,简称HiWATER)中游加强试验期间,进行了多次航空遥感试验,其中有高光谱、热红外(CASI,TASI,WiDAS)等多种传感
全极化微波散射计测量目标微波散射信号的两个单一的正交极化分量,并测量它们的复相关量,即在传统微波散射计功率幅度测量的基础上,进一步测量其相位。全极化微波散射计实现了电磁散射测量中对电磁波频率、相位、幅度和极化的全部信息的利用,可以获得传统微波散射计所不能得到的更多的目标信息。散射计通过发射一系列脉冲测量照射表面雷达后向散射系数σ°来反演海面风场,由于海面风场的测量精度与σ°的测量精度密切相关,所以
星载雷达探测仪开展对月球、火星等外星球的探测,是近十年来深空探测与深空遥感的热门课题,探测的主要目标是外星的分层结构与介电特性.对于具有环行山起伏的外星粗糙表面与分层介质的电磁散射、雷达探测的距离回波的数值模拟与探测成像,最终需要以此能够反演表层与次表层的介电常数、表层厚度等参数.由雷达方程,后向散射功率写为Pr=PtG2λ2/(4π)3H4σ=PtG2λ2/(4π)3H4γA其中雷达高度H、功率
综合孔径成像技术利用小天线合成大的虚拟口径,广泛地应用于射电天文、被动微波遥感、光学成像等领域。近几年干涉成像技术已经从被动微波低频波段延伸到毫米、亚毫米波段辐射。在综合孔径微波辐射计成像实验中,采样是在辐射场景图像的空间频域中进行的,被称为可视度函数。重构图像所需要的采样数目由系统的角分辨以及无混叠视场决定,他们之间的关系由经典的Nyquist采样定律来表征。重构一幅高分辨率宽视场图像往往需要很
结合NDVI估算植被光学厚度方法和基于Qp模型的裸土反演土壤水分算法,发展出新的针对AMSR-E卫星亮温数据,不需要土壤粗糙度参数的土壤水分反演算法.新算法经过2003年青藏高原地区土壤水分地面观测站点观测数据验证,结果表明新算法反演的土壤水分产品的RMSE为4.8%,优于AMSR-E官方产品.并且通过卫星反演土壤水分和地面观测站点的实测值的时间序列比较发现,本文产品在动态范围和变化趋势上和站点观
青藏高原的能量和水循环过程对亚洲季风、东亚大气环流及全球气候变化均有着巨大影响,同时又是长江、黄河、澜沧江、恒河、印度河等亚洲主要河流的发源地,是驱动全球环境变化的敏感区域.而土壤水分是陆表水循环、能量平衡、气候变化关键参数.然而传统的基于站点土壤水分测量方法不仅费时费力而且观测点少,代表性差,无法满足大范围、实时动态监测的需求;尤其在青藏高原这样高寒高海拔自然条件极其严酷的地区,传统观测更加困难
微波散射计作为一种主动微波遥感器用于海面风场的测量已经有很长的历史。风场测量散射计通过测量不同入射方位角的海面后向散射系数来反演海面风速和风向。但现有海面风场测量微波散射计还存在一些重要的缺陷:首先,现有的微波散射计均为单极化或双极化(HH和/或VV)测量,由于HH极化和VV极化在风场调制作用下关于方位向具有相同的对称特性,导致微波散射计风矢量反演过程中产生风向解模糊问题(对不同入射角组合数,模糊
实现海洋盐度探测最大的不确定因素来自于海表粗糙度,粗糙度对海表辐射亮温的贡献与盐度的贡献基本相当.从技术上来看,目前主要考虑两种技术手段来消除粗糙度的影响:一是采用主被动联合探测的方式,利用同频段的散射计来标定海表粗糙度对亮温的贡献,如美国的Aquarius卫星;另外一种手段是采用多频被动联合观测,利用高频段的极化辐射计(如C波段、X波段)观测数据来去除海面粗糙度的影响,并可同时反演得到海面风场产
用于散射计定标的转发器、海冰和雨林等通常都受到地理位置和观察时间等方面的限制.海洋定标通过将散射计测量获得的后向散射数据与基于NWP(数值天气预报)和GMF(地球物理模型函数)的仿真后向散射数据进行比较来实现散射计后向散射系数定标.这一原理在ERS和ASCAT C波段散射计数据中成功应用且获得了高质量的数据产品.印度发射的OSCAT散射计工作于Ku波段,降雨会显著地修改Ku波段散射计海洋回波的后向
由于海洋场景下不利于布置有效的定标器进行辐射定标,所以海洋SAR辐射定标在很大程度上依赖于陆地辐射定标精度,并要求雷达系统工作的稳定性,以保证陆地和海洋的辐射定标参数保持一致.海上飞行实验的思路是载机先飞过临海的定标场,进行辐射定标处理得到辐射定标参数文件,然后进入内海进行成像飞行,最后返航时再经过定标场成像,内海SAR数据进行极化定标后,再根据定标场获取的辐射定标参数文件就可以得到所需的海洋辐射