【摘 要】
：
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
【机 构】
：
北京100190 中国科学院空间科学与应用研究中心中科院微波遥感重点实验室 荷兰皇家气象研究中心(
论文部分内容阅读
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散射系数,从而严重影响风向量的反演.OSCAT散射计是圆锥扫描笔形波束散射计,对应于一个地面风向量单元一般有4次观测(HH前,HH后,VV前和VV后).本文应用KNMI开发的OSCAT风数据处理软件OWDP作为风向量反演工具,使用2010年3月50km分辨率ISRO L2A数据和L2B数据作为OSCAT海洋定标的输入,仿真数据使用欧洲中尺度天气预报中心(ECWMF)等价中性风作为输入.使用获得的海洋定标参数,对2010年3月7日到13日一周的数据进行了校正,计算了校正后反演得到的风场与ECWMF NWP风场之间偏差和标准差.比较了定标前后的风速偏差,风向标准差,u向量和v向量标准差和平均风场反演MLE.特别地,为了确定降雨对OSCAT海洋定标的影响,我们基于KNMI质量控制标志(QC flag)比较了降雨对OSCAT海洋定标的影响.基于OSCAT 2009年11月到2010年3月半年海洋定标的结果,对OSCAT数据的稳定性进行了验证.研究结果表明内波束的后向散射比外波束对降雨更敏感,这表明降雨体散射起主导作用；假如NWP海洋定标在包含降雨风向量单元的所有单元上应用NWP海洋定标的话,校正后向散射系数将被低估0.2dB.风场统计显示海洋定标过程在OSCAT上获得了较好的结果.同时提供了海洋定标校正数据的浮标验证.使用2008年1月的25km分辨率散射计数据,我们也考察了搭载于QuikSCAT卫星上的Seawinds散射计的海洋定标结果.从风场反演统计结果来看,Seawinds数据的质量也得到改善.最后,简要分析了海洋定标在中法海洋卫星(CFOSAT) Ku波段旋转扫描扇形波束散射计上的应用.
其他文献
土壤水分是控制陆地和大气间水热能量交换的一个关键参数，同时也是陆面生态系统水循环的重要组成部分。不同的遥感平台提供不同时间和空间尺度的土壤水分，并且具有独特的优势与不足。被动微波数据较热红外、主动雷达数据而言，更能精确的反演地表土壤水分。被动微波数据对土壤水分信息敏感，重返周期在1到3天，可以捕捉到土壤水分的时间变化信息，但是其空间分辨率较低(25km-40km)，一般适用于大尺度研究。星载可见光
从极化SAR图像数据中,我们可以提取目标的极化散射特性,从而实现全极化数据的分类、检测和识别等应用.这需要我们对极化数据进行分析,有效地提取出目标的散射特性,其理论核心是目标极化分解.极化SAR现有基于模型的相干分解和非相干分解,对方位角得的处理有所不同.下面给出了Pauli分解和Yamaguchi分解为例.Pauli分解[1]表达式如下,[SH,v]=a[Sa]+b[Sb]+c[Sc]+d[Sd
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