高分五号多角度偏振探测仪可见光波段在轨辐射定标研究 下载: 1025次
1 引言
大气气溶胶的偏振遥感已成为国际研究热点。由中国科学院安徽光学精密机械研究所光学遥感中心研制的搭载于高分五号卫星上的大气气溶胶多角度偏振探测仪(DPC)是立足于业务化运行的全球大气气溶胶监测载荷。其主要任务如下:获取地-气系统反射太阳光的多角度、多光谱偏振辐射数据;结合基于偏振信息的大气特性反演模型,提供全球大气气溶胶和云特性数据产品;为高分五号卫星上的其他载荷提供大气校正数据。
在可见光到近红外区域,DPC有8个观测波段,在490,670,865 nm波段具有偏振探测能力。其±50°的广角观测和转轮滤光片的连续工作方式,使其对同一地区的观测角度可以达到9个。本文在后续章节中列举了载荷在各波段的技术参数和科研描述。关于载荷更为详细的技术特点可以参看高分五号DPC的实验室定标、综述材料,以及与DPC同类型的法国POLDER、PARASOL探测器的相关文献资料[1-5]。
气溶胶、海洋水色以及云的定量辐射探测对仪器辐射精度的要求很高,因此,DPC除了需要在实验室进行辐射定标以外,在其发射入轨以后也需要进行辐射定标系数的调整以及真实性检验,以消除发射后不确定因素造成的干扰[6]。由于此载荷没有星上定标器,因此利用自然地物进行替代定标是必然选择[7]。对于DPC这种大视场光学遥感器,利用传统的定标场进行星-地协同观测定标存在着定标样本不足,难以全面衡量DPC数据质量的缺点,因而利用大范围均匀地物对定标计算进行统计是必要补充。国际卫星观测组织(CEOS)的定标与真实性检验工作组(WGCV)将海洋与陆地的无监测定标场作为低空间分辨率大气探测载荷的推荐定标场。对于海洋场景,载荷的可见光光谱区的信号主要来自大气分子散射,因而可以根据大气辐射传输计算得到误差可控的替代定标源。1992年,Vermote等[8]采用两种方法对法国的SPOT(Systeme Probatoire d'Observation de la Terre,地球观测系统)卫星可见光波段的在轨辐射进行了定标校准。为了避免太阳入射辐射强度造成的额外误差,他们采用计算表观反射率值与测量反射率值的方法来衡量在轨定标系数的变化,即“反射率基法”。在误差估计中,他们利用不同角度的数据证明了该模型的精度与太阳入射角度、观测角度有很强的相关性。经过发展,POLDER(DPC的同原理载荷)的在轨替代定标在可见光波段也使用了相同的定标原理[9]。在这以后,基于海洋场景,以瑞利散射为定标模型的载荷辐射定标工作更为广泛和细致。例如,Chen等[10]对风云卫星的可见光波段进行了瑞利散射定标,而后又对中分辨率成像光谱仪(MODIS)的可见光波段进行了定标测试[11]。与此同时,国际上也开始形成规范化的海洋定标场地的筛选与评价研究[12-16]。
随着国内载荷研发和遥感应用的飞速发展,国产遥感器的在轨数据评估与纠正显得日益重要,特别是对业务化运行的载荷建立定期、自动化的在轨定标体系显得尤为迫切。利用外场定标和参考传感器在轨定标总是存在时空匹配的问题,而基于瑞利散射模型进行在轨定标却不受此限制,易于进行系统化和长时间序列的定标。在此背景下,本文提出了一种基于瑞利散射原理的系统化在轨辐射定标方法,基于大数据量统计定标的思想来降低在轨定标中随机误差的影响。本文以南大西洋定标场为例,使用2018年5月27日DPC载荷的一级归一化辐亮度数据,对其可见光波段进行在轨定标测试。首先分析了定标场环境参量,然后对海表双向反射率分布函数(BRDF)进行仿真模拟,用以确定合适的数据筛选阈值,降低各种误差的影响。本文进行的误差统计的仿真模拟表明,即使当信号较弱(670 nm波段)且输入参数在一定范围内波动时,其引起的总体的反射率误差也很小,总体误差在5%以内。
2 在轨辐射定标方法与流程
2.1 定标物理模型分析
根据光学遥感器的测量原理,遥感器测量的物理量是在整个光谱波段响应范围内按照响应函数(权重系数)进行积分平均的等效辐亮度,可以表示为
式中:L(λ)表示目标的光谱辐亮度分布;Si(λ)为传感器在第i波段的光谱响应函数;Li为对应波长的光谱辐亮度;i为传感器波段序号;λ为波长。为了考虑入射太阳光辐照度的影响,在DPC的一级数据预处理中对等效辐亮度进行了归一化处理。归一化后的等效辐亮度称为归一化辐亮度,其计算公式为
式中:Ii为归一化辐亮度;
此外,根据大气辐射传输原理,在晴朗的天气条件下,海表辐亮度在经过大气辐射传输之后到达探测器的大气层顶(TOA)辐亮度可以表示为
式中:Lr(λ)为瑞利散射的辐亮度;La(λ)为气溶胶多次散射辐射的贡献;
2.2 DPC偏振辐射探测原理
根据电磁场的矢量本质特性,地气系统对太阳光反射的偏振辐射比标量辐射携带更多的信息,因而成为大气偏振遥感器的重要优势。DPC各波段的辐射参数和科研任务如
表 1. DPC各波段参数和科研任务
Table 1. Band parameters and missions of DPC
|
由
式中:Ex、Ey分别表示正交方向的电场分量;δ表示两个方向上电场的相位延迟;<>表示时域平均。对于绝大多数自然目标,分量V是可以忽略的量,因而在偏振遥感器的设计时通常不考虑解析V分量,DPC在490,670,865 nm波段采用3个方向的线偏振片(相对方向为0°、60°、120°)来解析,即
式中:E0、E60、E120分别为三个检偏通道测得的辐射值。从而DPC的仪器辐射模型可以表示为
其中,
式中:上标k表示波段序号;i和j表示传感器像元的行列号;G为CCD的电子学增益;t为探测器积分时间;Ak为绝对辐射定标系数;
综合(7)~(9)式可以看出,DPC的辐射模型涉及多个参量的合成,当对在轨绝对辐射定标系数Ak进行定标调整时,其他相关参量的定标精度取信于实验室定标精度,从而可以将绝对辐射定标系数的变化用归一化辐亮度数据计算得到的测量反射率与定标源反射率之比来衡量。根据此思路,为了精确评估Ak的变化,关键是要对在轨定标所选择的自然场景(即“替代定标源”)的辐射分布进行全面分析,即对(4)式右边每个辐亮度贡献因子的大小进行定量分析和计算。为了得到足够多的定标计算样本(目的是降低不确定度),本文根据定标与真实性检验工作组的定标指导文档,选择南大西洋幅宽约为1000 km的海洋无监测定标场(SNES)进行了海表环境参数与大气环境参数的统计验证,而后采用6SV大气辐射传输模型,根据统计参量分析了海表反射率随观测角度的变化规律,并将模拟结果作为筛选定标样本和误差估算的依据。
2.3 定标场环境参量统计与海表BRDF建模分析
南大西洋海洋无监测定标场(South AtlanticSea Non Equipped Site,以下简写为“AltS”)位于9.9°S~19.9°S和11.0°W~32.3°W之间。该定标场基本上处于副热带高气压—赤道低气压带之间的信风带,因而其海表风速、风向情况较为稳定,适合作为大视场传感器的定标场景。AltS位置如
影响海水BRDF的环境参量主要有海水盐度分布和海水叶绿素含量。本文的盐度数据是对SMAP和SMOS卫星海表盐度产品的月均数据进行统计得到的,而海水叶绿素含量数据则是对MODIS海洋水色产品的全球月均数据进行统计得到的。它们在定标场中含量的统计直方图如
图 2. 海水杂质含量统计。 (a)海水盐度的全球月均分布;(b) AltS定标场的盐度统计直方图;(c)海水叶绿素含量的全球月均分布;(d) AltS定标场的叶绿素含量统计直方图
Fig. 2. Statistics of sea water impurity content. (a) Global monthly distribution of seawater salinity;(b) statistical histogram of salinity of AltS site;(c) global monthly distribution of seawater chlorophyll content; (d) statistical histogram of chlorophyll content of AltS site
影响海洋定标场TOA反射率的另外一个重要因素是大气环境,包括吸收气体的影响和气溶胶辐射强迫效应,以及海表上空风速、风向变化对海表BRDF产生的随机影响。这里统一采用欧洲中期天气预报中心(ECMWF)的六小时气象再分析数据统计了定标场的风矢量、水汽含量和臭氧含量的时空变化。
图 3. 2018年5月27日定标场的大气参数统计。(a)风矢量玫瑰图;(b)臭氧含量统计直方图;(c)水汽含量统计直方图
Fig. 3. Statistical results of atmosphere parameters of AltS site on May 27, 2018. (a) Wind vector rose statistical diagram; (b) ozone content statistical histogram; (c) water vapor content statistical histogram
由于DPC具有多角度观测功能,可以在同一个地点选择合适的角度阈值,因此本文将定标场的统计均值作为大气辐射传输的正演模型输入,模拟了海洋定标场各要素在TOA反射率中随观测角度的变化,从而确定了合适的角度输入阈值。大气辐射传输算法采用6SV 2.1版本,模拟结果如
图 4. 模拟结果。(a)固定太阳天顶角与观测天顶角的情况下,定标场TOA各分量反射率随相对方位角的变化;(b)固定太阳天顶角与相对方位角的情况下,定标场TOA各各分量反射率随观测天顶角的变化
Fig. 4. Simulation results. (a) Variations of components' reflectances vary with relative azimuth angle in the case of fixed solar zenith angle and view zenith angle;(b) variations of components' reflectances vary with view zenith angle in the case of fixed solar zenith angle and relative azimuth angle
2.4 定标流程
DPC载荷的level-1B级数据格式为h5格式,对DPC每轨回传的0级图像数据(DAT格式)和工程辅助参数(AUX格式)进行预处理(预处理大致包含帧转移校正、暗通道本底扣除、偏振辐射定标计算、坐标系转换和投影变换等操作),最终输出大地坐标系下正弦投影网格的归一化辐亮度数据。在预处理算法中已进行了考虑日地距离校正的太阳辐照度计算[17]。为了保存地理定位信息,DPC每轨的一级数据保留了未探测区的大量无效数据,使得每轨数据量在2.8 GB左右,单日总数据量为35~40 GB。为了实现自动化定标,根据
图 6. 2018年5月27日DPC对AltS定标场的成像数据。(a)真彩色波段合成图;(b)云掩模图
Fig. 6. Imaging data of AltS site of DPC on May 27, 2018. (a) Real color band fusion image; (b) cloud mask image
在进行云像元和角度筛选之后,剔除环境参量中的离群值对应的网格(风速>7 m/s,叶素绿质量浓度>0.15 mg/m3)。最后利用DPC长波波段(865 nm )估算气溶胶光学厚度(AOT),并将估算结果与MODIS的AQUA星光学厚度产品的结果进行对比,剔除绝对值之差大于0.01的值以及两者气溶胶光学厚度>0.1的值,结果如
图 7. 2018年5月27日AltS定标场的气溶胶光学厚度分布。 (a) AltS定标场MODIS气溶胶AOT550分布;(b) MODIS与DPC反演光学厚度差值分布直方图
Fig. 7. Distribution of AOT550 at AltS site on May 27, 2018. (a) Distribution of AOT550 of MODIS at AltS site; (b) histogram of AOT550 difference between MODIS and DPC
在进行数据筛选以后,将定标场各环节参量的统计均值、各样本点气溶胶光学厚度以及DPC在可见光波段的光谱响应函数作为输入(如
3 在轨辐射定标结果与误差分析
3.1 定标结果
根据仪器辐射模型的定义,平均偏差系数的计算公式为
式中:ρmeasure表示DPC的测量反射率;ρcalibration表示定标计算的反射率。ΔA是利用定标样本点的测量值与定标计算预测值之比的均值来确定的,当其大于0时,代表测量值总体上小于定标值,小于0则相反。在经过2.1节所述的筛选后,在Alts定标场上得到了2966个定标样本点。4个可见光波段的定标结果如
图 9. 各波段的在轨辐射定标统计结果。(a) 443 nm波段;(b) 490 nm波段;(c) 565 nm波段;(d) 670 nm波段
Fig. 9. Statistical results of in-flight radiation calibration. (a) Band 443 nm; (b) band 490 nm; (c) band 565 nm; (d) band 670 nm
3.2 误差统计和定标不确定度分析
根据瑞利散射定标的场景和数据筛选原则,在定标中可以将场景的平均环境参量作为输入,这将有助于建立基于场景的查找表,从而进行更大规模的定标计算与统计。误差分析的总体思路是将各定标参量的偏差值作为输入进行大气辐射传输计算得到TOA反射率,并将其与对应均值计算时的TOA反射率之差作为绝对误差,用绝对误差除以定标结果的反射率区间均值
3.2.1 海表BRDF模型的误差
海表的BRDF模型主要由风速、风向以及海表的杂质含量构成。根据统计数据,本文以1 m/s的风速偏差、30°的风向相对偏差分别进行大气传输计算,计算公式为(11)式和(12)式,结果如
式中:Δρ代表计算反射率误差;ρtoa代表天顶计算反射率;上标分别代表不同的输入条件,ws和wa代表风向。
此外,海水中杂质含量的偏差也会造成定标计算值的误差。根据第2节的统计结果,盐度的变化在很小的范围内,它所造成的反射率变化也在很小的范围内,所以这里没有计算由盐度偏差导致的定标计算误差。将叶绿素含量的最大偏差值0.15 mg/m3与均值0.07 mg/m3分别代入辐射传输模型进行计算(大于0.15 mg/m3的值为离群值,在样本筛选中已经去除),结果显示,叶绿素含量偏差造成的绝对反射率误差在443 nm波段为0.0025(最大),在490 nm波段为0.0002,在565 nm波段为0.0005,在670 nm波段约为0.0001。根据曲线形状可以看出,该因素造成的误差是独立于角度变化的。
图 10. 风速与风向的统计偏差造成的TOA反射率误差。(a) 1 m/s的风速相对偏差造成的TOA反射率误差;(b) 30°的风向相对偏差造成的TOA反射率误差
Fig. 10. TOA reflectance difference induced by the deviation of wind speed and wind azimuth. (a) TOA reflectance difference induced by the deviation of wind speed difference of 1 m/s; (b) TOA reflectance difference induced by the deviation of wind azimuth difference of 30°
图 11. 叶绿素含量的统计偏差造成的TOA反射率误差
Fig. 11. TOA reflectance difference induced by the deviation of chlorophyll content
图 12. 由气溶胶光学厚度数据偏差造成的TOA反射率误差
Fig. 12. TOA reflectance difference induced by the deviation of AOT550 data
3.2.2 气溶胶光学厚度误差
气溶胶的参照数据选择Aqua卫星上中分辨率成像光谱仪(MODIS)的AOT550数据产品,参照数据来源于NASA的地球科学数据分析处理与可视化系统GIOVANNI。由于本文采用了数据筛选控制,因此550 nm波段的气溶胶光学厚度的误差在0.01以内。根据海洋科考船的实验[15],定标场所在地区的气溶胶类型基本上是Maritime类型的,所以在这里不考虑气溶胶类型变化引起的误差。按照(13)式(上标aot代
3.2.3 大气气体含量误差
大气气体的影响主要由水汽、臭氧等吸收气体含量的变化引起,在可见光波段大气气体的影响相当微弱,因而本文只考虑水汽含量变化造成的影响,因而模拟参数输入为
式中上标H2O代表大气中水汽的质量分数。结果如
由
图 13. 水汽含量数据偏差造成的TOA反射率误差
Fig. 13. TOA reflectance difference induced by the deviation of water vapor concentration
表 2. DPC在可见光波段的在轨定标源误差分析
Table 2. Error analysis of the source of in-flight calibration of DPC at visible wavelength bands
|
表 3. DPC在可见光波段的在轨定标误差合成
Table 3. Error budget of in-flight calibration of DPC at visible wavelength bands
|
4 结论
遥感探测器定标的理想状态是“全过程定标”[19],即从实验室研发开始,到在轨运行寿命结束的整个环节予以定期检测与定标系数更新。本文利用海洋无监测定标场对DPC可见光波段进行辐射定标的验证研究,旨在提供一种系统性的统计定标流程和方法,实现载荷在轨运行时的长期自动化检测和绝对辐射定标系数的校正。本文的研究工作表明,对于SNES定标场而言,通过环境参量统计及观测角度的数据筛选,在可见光波段可以得到足够数量的理想定标源,即使环境输入参数不完备或有误差,也可以将海表的随机性和气溶胶的误差控制在较低的水平上。然而,严格的角度筛选使得角度维的长度有限,故而无法进行整个载荷成像面的相对辐射系数的定标;同时,在近红外波段需要加入关于气溶胶和大气条件的更为精确和完备的反演模块来降低误差,或者可以结合其他定标方法进行综合评价[20-22]。就程序本身设计来说,6SV算法程序的过多调用是大规模应用的瓶颈,尽管可以通过多线程(进程)架构来提升效率,但可以预见,建立基于定标场和定标模型的查找表是大数据量、自动化在轨替代定标技术的发展趋势。从载荷设计角度而言,定标是仪器设计、生产完成后弥补仪器缺陷的手段,而在轨定标又是在实验室定标校正之后保障载荷数据可靠性的最后屏障,因而本文的工作对载荷的科研应用乃至新型载荷的后续研发具有重要作用。
[1] Li Z Q, Hou W Z, Hong J, et al. Directional Polarimetric Camera (DPC): monitoring aerosol spectral optical properties over land from satellite observation[J]. Journal of Quantitative Spectroscopy and Radiative Transfer, 2018, 218: 21-37.
[2] LiC, Ma JJ, YangP, et al. and radiative transfer models from the polarization satellite image[J]. Journal of Quantitative Spectroscopy and RadiativeTransfer, 2019, 222/223: 196- 214.
[3] Li L, Dubovik O, Derimian Y, et al. Retrieval of aerosol components directly from satellite and ground-based measurements[J]. Atmospheric Chemistry and Physics, 2019, 19(21): 13409-13443.
[4] Goloub P, Toubbe B, Herman M, et al. In-flight polarization calibration of POLDER[J]. Proceedings of SPIE, 1997, 2957: 299-310.
[5] 常钰阳, 孙斌, 黄禅, 等. 多角度偏振云检测及云参数反演[J]. 光学学报, 2020, 40(11): 1101002.
[6] Deschamps P Y, Breon F M, Leroy M, et al. The POLDER mission: instrument characteristics and scientific objectives[J]. IEEE Transactions on Geoscience and Remote Sensing, 1994, 32(3): 598-615.
[7] 顾行发, 田国良, 余涛. 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 XF, Tian GL, YuT. Space optical remote sensor radiometric calibration theory and methods[M]. Beijing: Science Press, 2013.
[8] Vermote E, Santer R, Deschamps P Y, et al. In-flight calibration of large field of view sensors at short wavelengths using Rayleigh scattering[J]. International Journal of Remote Sensing, 1992, 13(18): 3409-3429.
[9] Hagolle O, Goloub P, Deschamps P Y, et al. Results of POLDER in-flight calibration[J]. IEEE transactions on geoscience and remote sensing, 1999, 37(3): 1550-1566.
[10] Chen X F, Xing J, Liu L, et al. In-flight calibration of GF-1/WFV visible channels using Rayleigh scattering[J]. Remote Sensing, 2017, 9(6): 513.
[11] Zhu S F, Chen X F, Liu L, et al. Evaluation of radiometric performance of MODIS visible bands using the Rayleigh scattering method[J]. Journal of Applied Remote Sensing, 2019, 13(1): 018503.
[12] Frouin R, Sei A, Hauss B, et al. Operational in-flight calibration of NPP VIIRS in the visible using Rayleigh scattering[J]. Proceedings of SPIE, 2014, 9218: 921806.
[13] FougnieB, HenryP, MorelA, et al. Identification and characterization of stable homogeneous oceanic zones: climatology and impact on in-flight calibration of space sensor over Rayleigh scattering[J/OL]. Ocean Optics XVI[2020-06-24].http:∥omtab.obs-vlfr.fr/fichiers_PDF/Fougnie_et_al_OOXVI_02.pdf.
[14] 赵崴, 林明森, 陈光明, 等. “HY-1”卫星COCTS水色遥感器精确瑞利散射算法研究[J]. 海洋学报, 2006, 28(3): 139-143.
Zhao W, Lin M S, Chen G M, et al. Study of exact Rayleigh scattering arithmetic for COCTS sensor on “HY-1” satellite[J]. Acta Oceanologica Sinica, 2006, 28(3): 139-143.
[15] Witthuhn J, Hünerbein A, Deneke H. Evaluation of satellite-based aerosol datasets and the CAMS reanalysis over the ocean utilizing shipborne reference observations[J]. Atmospheric Measurement Techniques, 2020, 13(3): 1387-1412.
[16] Wang M H. The Rayleigh lookup tables for the SeaWiFS data processing: accounting for the effects of ocean surface roughness[J]. International Journal of Remote Sensing, 2002, 23(13): 2693-2702.
[17] 涂碧海, 洪津, 姚萍萍, 等. 多角度偏振成像仪偏振探测性能与检测[J]. 光学学报, 2020, 40(7): 0712003.
[18] Huang C, Huang C, Huang C, et al. Pre-flight calibration of a multi-angle polarimetric satellite sensor directional polarimetric camera[J]. Optics Express, 2020, 28(9): 13187-13215.
[19] 乔延利, 郑小兵, 王先华, 等. 卫星光学传感器全过程辐射定标[J]. 遥感学报, 2006, 10(5): 616-623.
Qiao Y L, Zheng X B, Wang X H, et al. Whole-process radiometric calibration of optical remote sensors[J]. Journal of Remote Sensing, 2006, 10(5): 616-623.
[20] 徐伟伟, 张黎明, 李鑫, 等. 基于宽动态目标的高分辨率光学卫星相机在轨辐射定标[J]. 光学学报, 2019, 39(10): 1028004.
[21] 冯绚, 韩昌佩, 邹曜璞, 等. 红外傅里叶光谱仪在轨光谱定标算法研究[J]. 光学学报, 2019, 39(6): 0630002.
[22] 张孟, 韦玮, 张艳娜, 等. Hyperion高光谱遥感器的在轨自动化定标[J]. 光学学报, 2019, 39(5): 0528002.
Article Outline
陈斐楠, 樊依哲, 洪津, 黄禅, 李双, 杨本永, 涂碧海, 韩琳, 孙斌. 高分五号多角度偏振探测仪可见光波段在轨辐射定标研究[J]. 光学学报, 2020, 40(23): 2328001. Feinan Chen, Yizhe Fan, Jin Hong, Chan Huang, Shuang Li, Benyong Yang, Bihai Tu, Lin Han, Bin Sun. In-Flight Radiation Calibration of a Directional Polarimetric Camera at Visible Bands Onboard GF-5[J]. Acta Optica Sinica, 2020, 40(23): 2328001.