基于海洋耀斑的多角度偏振成像仪在轨偏振定标技术 下载: 1023次
1 引言
搭载于天宫-2的多角度偏振成像仪(MAPI)是中国首台星载偏振成像仪器[1]。多角度偏振成像仪可有效反演大气气溶胶、水汽以及云的微物理特性,已被广泛应用于陆地、海洋和大气遥感等领域,其空间分辨率为3 km,刈幅为770 km,多角度测量数为13,偏振测量精度为2%[2]。
偏振作为重要的大气探测手段,从20世纪60年代开始被应用于卫星探测领域。国外最著名的偏振成像仪为法国研制的POLDER (Polarization and Directionality of the Earth's Reflectances)[3-4],该仪器可获得多光谱、多角度的偏振成像信息;国内有中国科学院上海技术物理研究所研制的MAPI、中国科学院长春光学精密机械与物理研究所的多谱段云与气溶胶探测仪(CAPI)[5]以及中国科学院安徽光学精密机械研究所的星载多角度偏振成像仪(DPC)[6]。卫星载荷的运行环境复杂,仪器性能常常出现衰变,因而在轨定标非常必要[7]。MAPI无星上定标器,采用自然景物作为定标源。国内外学者对实验室偏振定标的研究较多,而对在轨偏振定标的研究很少。国外方面,由于POLDER无星上定标器,Goloub等[8]提出一种基于水云与耀斑的在轨偏振定标算法,该算法在太阳天顶角较小时精度较差。国内方面,杨洪春等[9]将地球反照光作为光源,通过设计星上线偏振定标器(LPC)和非偏振定标器(NPC)来获得偏振态已知的辐射源,从而进行在轨偏振定标;顾行发等[10]对在轨偏振定标原理和方法进行探索与验证,采用海洋耀斑和水云作为自然定标源,但该方法未考虑大气反射率的修正;李照洲等[11]也对DPC进行在轨偏振定标,采用海洋耀斑作为定标源,该方法与传统方法相同,也未考虑大气反射率的修正。
海洋耀斑的线偏振度高,偏振特性已知,能通过计算推导出其偏振特性,可作为偏振定标源[12]。结合Fresnel和海洋粗糙表面分布模型,可计算得到海洋耀斑的线偏振态[13]。而在大气辐射传输过程中,分子和气溶胶的偏振态会发生变化,需要考虑大气影响并计算出大气层顶(TOA)处偏振态,才能对仪器解析出的线偏振度进行定标[14]。POLDER采用实测大气反射率对TOA处偏振度(DOLP)进行修正[15],但其修正公式没有考虑二次项的影响,且修正系数固定,没有根据太阳天顶角的变化修正系数,其修正精度存在较大的提升空间。
本文对比了4种粗糙海面模型,分析每种模型得到的模拟偏振度与POLDER 3解析偏振度的相关性;根据实时国家环境预测中心(NCEP)的风速和风向与中分辨率成像光谱仪(MODIS)的550 nm气溶胶光学厚度(AOT)数据,提出新的TOA偏振度修正公式,并采用t检验方法验证所加二次项的显著性;使用麦考特法拟合非线性公式,提高了修正精度。由于修正系数受太阳天顶角的影响,本文还建立了关于太阳天顶角的修正系数查找表,最终得到修正后的模拟偏振度;采用POLDER 3数据对算法进行验证,并用验证的算法对MAPI解析偏振度进行定标。
2 仪器介绍
MAPI是宽视场、多光谱、多角度的偏振成像系统,不仅能探测大气、地物的光谱和偏振信息,还能获得多个角度信息。该仪器由三部分构成:CCD面阵探测器(256×256个有效像元)、滤光片-偏振片组合转轮和宽视场光学系统。
表 1. MAPI通道的参数设置
Table 1. Parameter setting of MAPI channels
|
MAPI拥有6个光谱通道,3个为无偏振通道,3个为偏振通道。每个偏振通道有3个检偏通道可用于解算目标的线偏振特性,另外1个通道可用于测量暗电流强度。如
MAPI通过检偏通道解析3个Stokes参量I、Q、U,检偏通道透过轴方向为-60°、0°和60°,其转换矩阵公式为
式中:L1、L2和L3分别为3个检偏通道解算的辐亮度。本研究讨论的偏振度均为线偏振度,下文中简称“偏振度”。
3 定标方法
本研究的MAPI在轨偏振定标采用海洋耀斑作为偏振定标源。在分析洋面耀斑偏振辐射特性的过程中,首先选取合适的粗糙海面模型进行对比分析;然后考虑大气辐射传输的影响,计算TOA耀斑偏振度;最后进行气溶胶偏振特性修正,得到模拟偏振度,并采用标准仪器的解析偏振度验证算法的有效性,再用该算法对目标仪器解析偏振度进行定标。
3.1 耀斑偏振度特性分析
采用耀斑角阈值法确定耀斑区域,耀斑角小于30°时区域可判定为耀斑区域。
偏振度Pg是指线偏振光强占总光强的比例,其定义式[16]为
式中:I⊥和I‖分别表示垂直和平行于入射面的光强。
镜面反射时,在两种介质交界处,入射角θi确定,其反射光的反射率和偏振度都可通过Fresnel公式计算得到[17]。偏振度可以表示为
式中:n为折射率。
平静水面可对太阳光产生镜面反射,但洋面不是理想镜面,当洋面因风的作用变得粗糙时,具有适当倾角的微面元反射的光可被遥感仪器观测到[18]。
耀斑的方向反射率可以表示[19]为
式中:θs为太阳天顶角;θv为观测天顶角;φs为太阳方位角,φv为观测方位角,两者之差为相对方位角;n为海水的折射率;R(n,θs,θv,φs,φv)为Fresnel反射系数;β为微面元的倾斜角度;Z'x和Z'y分别为倾斜度的两个分量;p(Z'x+Z'y)为微面元的概率密度函数。Zhang等[20]利用MODIS观测数据,分析比较了几种主流的粗糙海面模型,发现各向异性的Cox-Munk模型(以下简称“CMA模型”)在12个MODIS耀斑观测场景中具有最高的相关系数。而Cox-Munk Gram-Charlier模型(以下简称“CMGC模型”)、各向异性的Breon-Henriot(以下简称“BHA模型”)以及Breon-Henriot Gram-Charlier模型(以下简称“BHGC模型”)也拥有较高的相关系数。4种模型的区别仅在于p(Z'x+Z'y)不同,其模型参数见文献[ 20]。采用以上4种模型分别进行在轨偏振定标实验。
风速影响海面粗糙度,进而影响洋面的反射率和白沫[21]。风速对反射率和偏振度的影响如
由
3.2 大气辐射传输
TOA处偏振度即为进入MAPI的偏振度,其模型[8]可以近似描述为
式中:ρTOA和ρpol-TOA分别是TOA处反射率和偏振反射率;ρm和ρpol-m分别是分子反射率与分子偏振反射率;ρa和ρpol-a分别是气溶胶反射率和气溶胶偏振反射率;ρg、ρw、ρf分别为海洋耀斑的反射率、离水辐亮度和白沫的反射率,在耀斑偏振定标中,ρw和ρf是干扰项;M为空气质量因子;δ为大气总光学厚度。在风速设定为4~7 m/s的条件下,可忽略白沫的影响。565,670,865 nm这3条通道对应的离水辐亮度ρw分别为0.0072,0.00048,0。采用865 nm通道作为定标基准,865 nm通道TOA处的偏振度为
式中:Pg、Pm、Pa分别为海洋耀斑、分子和气溶胶的偏振度。
采用6SV矢量辐射传输模型计算白沫、大气上行辐射的分子与气溶胶的偏振度、反射率等参数。
本研究选择宽阔无云的热带海域的海洋耀斑进行定标,因此设置大气环境模型为热带,选用典型的海洋气溶胶模型。采用仪器实际观测几何角并选择865 nm通道作为基准通道。从NCEP风速再分析产品中读取风速风向,从MODIS的Aqua星气溶胶月平均产品中读取550 nm的AOT。选择海洋双向反射分布函数(BRDF)模式,输入的海水盐度为3.43%,叶绿素的质量浓度为0.05 mg·
3.3 修正
数据分析显示,PTOA<Pg,这是由大气传输中分子、气溶胶散射导致的。(7)式只考虑了各种影响的叠加,实际的传输过程中要考虑几种影响因素的耦合。用相对差异ξ来表征这种耦合作用,即
本研究借鉴POLDER模型[8]进行数值模拟,发现ξ对AOT敏感,而对气溶胶模型的敏感度较低。
式中:K为系数;ρTOA表示TOA处的总反射率;γ=-1.1±0.1,此处的γ是通过固定θs,利用θv与多种AOT计算得到的。
865 nm波段分子散射对TOA处反射率的影响很小,而气溶胶对其影响大,这得益于MAPI的多角度观测特性。同一目标的观测角度差异大,选择该目标相对方位角为0°的背向观测值,求出修正大气反射率
式中:ρatm-m为去除气溶胶影响的大气反射率;
风速为2,5,10,20 m/s时,
由
式中:aj(j=0,1,2,3)为与θs有关的系数。
与文献[ 15]的修正公式相比,(11)式多了气溶胶反射率的二次项,采用t检验方法来分析气溶胶反射率二次项的影响。原假设H0:二次项对结果无显著影响;备选假设H1:二次项对结果有显著影响。经过计算查表可知,所加二次项对结果有显著影响。
为增加定标算法的适用性,采用6种AOT(0.02,0.03,0.04,0.05,0.07,0.10),4种风速(4,5,6,7 m/s),观测几何角θs∈(40°,50°)、θv∈(40°,45°),拟合求出系数a0、a1、a2、a3以满足收敛判断要求。
不同θs对应的系数差异较大,如只选择一组固定系数,低偏振度下不能很好拟合反射率与ξ的关系。因此建立系数查找表,计算不同θs作用下的系数,在定标时通过代入不同的θs来查找对应的系数。可使用
TOA处偏振度PTOA与修正后模拟偏振度Pre的对比如
式中:a=0.9975;b=0.0023。 相关系数r=0.9997,(11)式中系数a2的值最大,a2在θs=47.3°取得最大值,为0.927。
4 验证与不确定度分析
4.1 验证
数据挑选的标准如下:风速为4~7 m/s,选择具有高偏振度的耀斑区域,θs∈(40°,50°),θv∈(40°,45°),φ∈(160°,180°),并以粗糙海面“微面元”的倾斜角度为阈值。
图 9. 不同β下解析偏振度与模拟偏振度的对比。 (a) β<6°;(b) β<7°
Fig. 9. Comparison between observed DOLP and retrieved DOLP with different β. (a) β<6°;(b) β<7°
为验证本文算法的精度,选择PARASOL卫星搭载的POLDER 3载荷解析偏振度为标准,对本文算法修正的TOA处的偏振度与POLDER 3解析偏振度进行比较,再采用本文算法对MAPI观测数据进行定标。
选取2012年8月30日POLDER 3观测数据,并通过NCEP 10 m风速产品获得风速和风向,通过MODIS Aqua的月平均气溶胶产品MYD04得到550 nm的AOT 。代入4种粗糙海面模型,其他条件不变,得到修正后模拟TOA线偏振度,与POLDER 3解析线偏振度进行对比。采用与文献[
20]一致的评价指标——相关系数、斜率、截距对4种模型进行定量化分析,结果如
由
表 2. 4种模型评估结果
Table 2. Evaluation results of four models
|
各向异性(CMA、BHA)模型的相关系数均高于CMGC和BHGC,与文献[ 20]的结论一致。而BHA相关系数略高于CMA,这与文献[ 20]的结论相反,这是因为BHA模型使用了POLDER的反射数据对CM模型进行参数优化,因而解析偏振度与BHA模型的相关系数最高。
865 nm通道的耀斑解析偏振度与修正后模拟偏振度的对比如
图 10. 865 nm通道的耀斑解析偏振度。(a) POLDER 3解析偏振度;(b)修正后模拟偏振度
Fig. 10. DOLP of flare at 865 nm channel. (a) Observed DOLP of POLDER 3;(b) retrieved DOLP
图 11. 不同通道的POLDER 3解析偏振度与修正后模拟偏振度的变化关系。(a) 865 nm;(b) 670 nm;(c) 490 nm
Fig. 11. Comparison between observed DOLP of POLDER 3 and retrieved DOLP at different channels. (a) 865 nm; (b) 670 nm; (c) 490 nm
从
4.2 定标结果
选用2016年10月13日MAPI观测数据,并采用NCEP 10 m风速风向产品和MODIS 550 nm气溶胶光学厚度产品选择几何条件满足要求的耀斑区域点进行云检测与去除,在865 nm通道下得到的结果如
图 12. 865 nm通道的MAPI解析偏振度 (a) MAPI解析偏振度;(b)修正后模拟偏振度
Fig. 12. DOLP of MAPI at 865 nm channel. (a) Observed DOLP of MAPI;(b) retrieved DOLP
图 13. 不同通道的MAPI解析偏振度与修正后模拟偏振度的变化关系。(a) 865 nm;(b) 670 nm;(c) 490 nm
Fig. 13. Comparison between MAPI observed DOLP and retrieved DOLP at different channels. (a) 865 nm; (b) 670 nm; (c) 490 nm
由
筛选2016—2018年MAPI观测数据,得到73个热带海域耀斑样本。865 nm波段由于受离水辐亮度、分子散射的影响较小,相对误差最小,达到1.73%;565 nm波段离受水辐亮度的影响不能忽略,且受分子散射的影响大,相对误差最大,为2.43%;670 nm波段的相对误差在两者之间,为1. 89%。用偏振度的相对误差进行表征,偏振定标精度均在2%左右。
4.3 不确定度分析
通过分析计算各因素的不确定度贡献,求得合成不确定度,最后汇总每个因素的不确定贡献。
1) 假设参数的影响
模型简化以及参数假设值会对结果产生影响,如海洋盐度和海洋叶绿素浓度。各假设值与真实值差异不大,仅列主要假设的影响,叶绿素的质量浓度取0.05 mg·m-3,海水盐度取3.43%。叶绿素的质量浓度和海水盐度在不同热带海域的差距为0.05 mg·m-3和0.2%,假设参数贡献的不确定度为
式中:g为海洋叶绿素的质量浓度;s为海洋盐度。
2) 风速引用的影响
NCEP的10 m风速产品是再分析得到的,相较于实测的精度较低,而风速对耀斑反射率的影响较大,在4~7 m/s范围内,偏差不小于0.23 m/s。风速贡献的不确定度uws为
式中:vws为风速;
3) 离水辐亮度的影响
考虑到水体反射的影响,565,670,865 nm这3个波段的离水反射率分别为ρw=0.0072,0.00048,0。离水辐亮度贡献的不确定度为
式中:w为离水辐亮度。采用局部线性化的方法进行求导,可得到离水辐亮度的不确定度贡献。
4) 白沫的影响
为了防止白沫对偏振度产生影响,选取4~7 m/s风速的海域,其白沫反射率约为1.9×10-4。白沫贡献的不确定度为
同样采用局部线性化的方法进行求导,可得到白沫的不确定度贡献。
5) 总光学厚度影响
考虑6SV模型采用550 nm AOT计算总光学厚度,总光学厚度对耀斑偏振度有退偏作用,海洋上空AOT偏差约为0.05,总光学厚度贡献的不确定度为
其他因素包括数据引用的截断、气体吸收等对不确定度的贡献较小,并未列入合成不确定度。偏振度的合成不确定度为
各不确定度如
3个通道偏振度的不确定度
Uncertainty of degree of polarization of three channels
Channel | 865 nm | 670 nm | 565 nm |
---|---|---|---|
Hypothesis | 0.11 | 0.14 | 0.21 |
Wind speed | 1.18 | 1.18 | 1.19 |
Water-leaving | 0 | 0.02 | 0.08 |
Foam reflectance | 0.01 | 0.01 | 0.01 |
Optical thickness | 0.79 | 0. 76 | 0. 76 |
Synthetic uncertainty /% | 1.42 | 1.41 | 1.43 |
5 结论
根据偏振反射理论,推导了海洋耀斑偏振模型,分析了不同粗糙海面模型对算法精度的影响。根据大气辐射传输模式,得到TOA偏振度。基于大气偏振影响分析,提出了TOA偏振度修正公式,采用t检验方法验证所提修正公式二次项的显著性。建立了修正系数查找表。经与POLDER 3比对,验证了所提方法的合理性,并对MAPI进行偏振定标。分析并求解所提算法的合成不确定度。采用系数查找表得到不同太阳天顶角下的修正系数,其定标结果在太阳天顶角较大时与固定系数法的精度相当,在太阳天顶角较小时系数查找表方法的误差减小了,该法在θs∈(40°,50°)时都有很好的表现。采用所筛选的数据样本,865 nm波段所提算法的精度为1.46%,MAPI偏振定标精度为1.73%。
不确定度的分析结果显示,风速、气溶胶产品的数值偏差对结果不确定度的贡献较大,如能采用实地测量值将提升算法的精度。该研究对于提高仪器测量精度具有一定的意义,为在轨偏振定标研究提供了有效的验证手段,有利于提高偏振遥感定量化反演海洋、气溶胶等参数的精度。
[1] 张伟. 天宫-2空间科学与应用任务及进展[J]. 国际太空, 2016( 12): 18- 23.
ZhangW. Progress of Tiangong-2 space science and application mission[J]. Space International, 2016( 12): 18- 23.
[2] 高铭, 赵光恒, 顾逸东. 我国空间站的空间科学与应用任务[J]. 中国科学院院刊, 2015, 30(6): 721-732.
Gao M, Zhao G H, Gu Y D. Space science and application mission in China's space station[J]. Bulletin of the Chinese Academy of Sciences, 2015, 30(6): 721-732.
[3] Peers F, Bellouin N, Waquet F, et al. Comparison of aerosol optical properties above clouds between POLDER and AeroCom models over the South East Atlantic Ocean during the fire season[J]. Geophysical Research Letters, 2016, 43(8): 3991-4000.
[4] Deschamps P Y, Breon F, 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.
[5] Chen X, Yang D X, Cai Z N, et al. Aerosol retrieval sensitivity and error analysis for the cloud and aerosol polarimetric imager on board TanSat: the effect of multi-angle measurement[J]. Remote Sensing, 2017, 9(3): 183.
[6] 杨伟锋, 洪津, 乔延利. 星载多角度偏振成像仪光学系统设计[J]. 光学学报, 2015, 35(8): 0822005.
[7] Xiao H L, Hajdas W, Wu B B, et al. In-flight energy calibration of the space-borne Compton polarimeter POLAR[J]. Astroparticle Physics, 2018, 103: 74-86.
[8] Goloub P, Toubbe B, Herman M, et al. In-flight polarization calibration of POLDER[J]. Proceedings of SPIE, 1997, 2957: 299-310.
[9] 杨洪春, 杨本永, 宋茂新, 等. 星载偏振扫描仪的星上偏振定标方法[J]. 中国激光, 2018, 45(11): 1110002.
[10] 顾行发, 陈兴峰, 程天海, 等. 多角度偏振遥感相机DPC在轨偏振定标[J]. 物理学报, 2011, 60(7): 070702.
Gu X F, Chen X F, Cheng T H, et al. In-flight polarization calibration methods of directional polarized remote sensing camera DPC[J]. Acta Physica Sinica, 2011, 60(7): 070702.
[11] 李照洲, 伽丽丽, 谢一凇, 等. GF-5卫星多角度偏振成像仪在轨偏振定标[J]. 大气与环境光学学报, 2019, 14(01): 22-27.
Li Z Z, Qie L L, Xie Y S, et al. In-flight polarimetric calibration of directional polarization camera on GF-5 satellite[J]. Journal of Atmospheric and Environmental Optics, 2019, 14(01): 22-27.
[12] Harten G V, Diner D J. Daugherty B J S, et al. Calibration and validation of Airborne Multiangle Spectro Polarimetric Imager (AirMSPI) polarization measurements[J]. Applied Optics, 2018, 57(16): 4499-4513.
[13] 陈兴峰, 顾行发, 程天海, 等. 真实海洋表面的太阳耀光偏振辐射特性仿真与分析[J]. 光谱学与光谱分析, 2011, 31(6): 1648-1653.
[14] Harmel T, Chami M. Estimation of the sunglint radiance field from optical satellite imagery over open ocean: multidirectional approach and polarization aspects[J]. Journal of Geophysical Research, 2013, 118(1): 76-90.
[15] Toubbe B, Bailleul T, Deuze J L, et al. In-flight calibration of the POLDER polarized channels using the Sun's glitter[J]. IEEE Transactions on Geoscience and Remote Sensing, 1999, 37(1): 513-524.
[16] Born M. 68(1): xxi-xxviii[J]. Wolf E. Historical introduction. Principles of Optics Edition, 1980.
[18] Shaw J A, Vollmer M. Blue sun glints on water viewed through a polarizer[J]. Applied Optics, 2017, 56(19): G36.
[19] Cox C, Munk W. Measurement of the roughness of the sea surface from photographs of the sun's glitter[J]. Journal of the Optical Society of America, 1954, 44(11): 838-850.
[20] Zhang H, Wang M H. Evaluation of sun glint models using MODIS measurements[J]. Journal of Quantitative Spectroscopy & Radiative Transfer, 2010, 111(3): 492-506.
[21] 高军, 王舒鹏, 顾行发, 等. 海洋遥感偏振特性分布与偏振误差补偿方法[J]. 光谱学与光谱分析, 2012, 32(6): 1633-1638.
[22] 杨斌, 颜昌翔. 海洋气溶胶多光谱偏振特性研究[J]. 光谱学与光谱分析, 2016, 36(9): 2736-2741.
张一鹏, 胡秀清, 殷德奎, 顾明剑. 基于海洋耀斑的多角度偏振成像仪在轨偏振定标技术[J]. 光学学报, 2020, 40(15): 1528002. Yipeng Zhang, Xiuqing Hu, Dekui Yin, Mingjian Gu. Onboard Polarization Calibration Technique of Multi-Angle Polarization Imager Based on Sun Glint from Ocean[J]. Acta Optica Sinica, 2020, 40(15): 1528002.