K波段微波辐射计通道优化和定标研究

何杰颖 张升伟

(1.中国科学院微波遥感重点实验室 空间科学与应用研究中心，北京 100190； 2.中国科学院研究生院，北京 100190)

引 言

微波辐射计是一种被动式的微波遥感设备，被动接收观测场景辐射的微波能量来探测目标特征[1-2]。由于观测目标自身所辐射的微波能量是非相干的极其微弱的信号，这种信号比辐射计本身的噪声功率小得多，所以微波辐射计实质上是对灵敏度要求很高的接收机。根据热辐射理论，任何温度处于绝对零度以上的物体都存在热辐射。由于物体本身的几何特性和介电特性不同，不同物质辐射强度会有差别[3]。

由于辐射计的工作环境特殊，不同类型和不同用途的微波辐射计采取不同的定标方式。对于星载微波辐射计[4-5]，通常采用在轨高低温两点定标，结合发射前热真空定标试验确定的系统非线性特征进行修正，高温参考源为星载吸收黑体，低温参考源为宇宙冷空背景的微波辐射。地基微波辐射计的定标与星载微波辐射计定标具有相同的思路，但由于大气衰减的影响，在地面没有宇宙冷空背景可以利用，所以高温参考源为内定标单元的噪声输入，低温参考源为探测仪内置的定标黑体[6]。由于这两个参考源的亮度温度要高于探测目标的亮度温度，因此，产品出厂前确定系统的非线性特性是非常关键的工作。

大气湿度与人们的日常生活息息相关，是气象预报的最重要因素，同时也是军事、科学研究、农业生产领域必须考虑的关键因素[7-8]。因此，利用地基多通道微波辐射计反演大气温湿度廓线具有重要的现实意义。

1 地基微波辐射计关键技术

1.1 接收机

地基微波辐射计K波段接收机共21个通道，采用超外差体制，包括接收机、射频放大、混频器、本振、带通滤波器、平方率检波器和积分器。天线接收到的目标信号经过混频变换、中频放大后进行检波，再经过视频放大器积分后量化处理，如图1所示。K波段利用单一的射频及中频信道实现多通道探测，本振信号不能通过单一频率的连续波信号实现，必须采用频率跳变的本振实现。这种接收机形式简单，信道单一，在每个探测频点上通道带宽一致[9]。

图1 超外差体制接收机原理框图

1.2 接收机指标

微波辐射计最重要的指标是亮温灵敏度和线性度，因为灵敏度决定了系统分辨最小目标变化的能力，而线性度则决定了系统的非线性误差。

1) 灵敏度

亮温灵敏度ΔT(辐射分辨率)，又称“噪声等效亮温差(NEDT)”，被定义为微波辐射计接收机能够检测到的最小天线温度的变化，用下面的公式表示：

(1)

式中：B为检波前带宽；t为积分时间；G为检波前增益； ΔG/G表示系统两点定标之间的增益稳定度；Tsys为天线温度TA与接收机等效温度Trec之和。对于实时两点定标的辐射计系统，增益波动的影响基本消除。在系统噪声一定的前提下，接收机带宽越宽灵敏度越高，积分时间越长灵敏度越高。图2(看1064页)是K波段21通道高低温目标实测电压值及不同积分时间的灵敏度，其中，积分器采用反相输入型积分电路，电阻R和电容C确定时间常数为5 ms，其中输入电阻为51 K.

2) 线性度

微波辐射计灵敏度与线性度测试方法如图3所示。接收机与天线之间串入精密可调衰减器，通过改变衰减器的衰减系数来改变接收机的等效输入噪声温度。

接收机的等效输入噪声温度TIN为

(2)

式中：TN为低温噪声源亮度温度；L为衰减系数；T0为环境温度。低温噪声源使用经过计量的俄制HWU-300型，当噪声源注入液氮并达到稳定状态时其输出亮度温度为81 K，接收机线性度如图4所示。

图3 微波辐射计灵敏度与线性度测量示意图

图4 微波辐射计线性度测量结果

1.3 定标单元

内定标单元由与接收机集成为一体的噪声注入模块和系统内置定标黑体组成，注入噪声与内置黑体为系统内校准提供稳定的参考信号。

噪声注入模块如图5所示，由一个噪声源(噪声二极管)、开关和用于噪声信号注入的定向耦合器组成。其中噪声源产生所需要的定标噪声信号； 开关用于实现噪声信号通断，技术实现上可以采用微波开关，也可以对噪声源供电电源进行通断控制，在对接收机(包括噪声源)恒稳措施的情况下，控制其电源通断更有利于保证注入噪声的稳定；定向耦合器用于实现噪声信号的馈入，馈入噪声温度为40～100 K.内置定标黑体，提供相当于环境温度的标准亮温。

图5 噪声注入模块

2 地基微波辐射计通道选择

K波段辐射计接收机是21个通道，在反演大气水汽密度廓线时，由于通道之间有一定的相关性，因此，只在K频段范围内通道数的增加对反演精度的提高可能并不明显，增加V波段通道会有助于反演精度的提高，但目前又受限于国内V波段器件水平和成本。因此，只利用K频段辐射计反演大气水汽密度廓线时对通道频率和通道数进行了优化，具体优化结果及反演均方差(RMS)见表1.

表1 K波段水汽通道频率及通道数目优化组合

优化结果证明：探测通道频率、数目与反演性能密切相关，在满足权重函数近似均匀分布的前提下，分别讨论了水汽5至10个通道的优化组合，反演结果如表1所示。大气温湿度廓线反演RMS均随着通道数目增多而减小，但训练时间也增长，且随着通道个数增加，反演性能优化能力逐渐减弱。在地基微波辐射计实际应用时，综合考虑各种组合的反演结果，选取组合4作为实际应用。

3 地基微波辐射计定标

微波辐射计要实现对观测目标的精确测量，需要对其进行定标。所谓定标，就是通过系统对已知或可控输入的相应分析给出系统输入和输出的定量关系。微波辐射计定标就是用微波辐射计去接收微波辐射特征(亮度温度)精确已知的定标源的辐射信号以构造出辐射计电信号输出与接收到的辐射量之间的定量关系。定标是辐射计数据定量化的基础，是辐射计高质量数据的依据和保障。

3.1 非线性定标

接收机检波线性度在指定范围内满足线性度优于0.999 96，但由于内定标噪声注入模块噪声源温度标注不准确和阻抗失配等，会导致接收工作区间呈非线性，且非线性误差往往达到1 K量级。

噪声源的超噪比为REN，单位为dB，定义为

(3)

所以

(4)

如果假设耦合器的耦合系数为α，单位为dB，则耦合的温度ΔTH为

(5)

因此，噪声源注入噪声与超噪比和耦合系数密切相关，而耦合系数与超噪比、环境温度及温度梯度等密切相关，充分考虑噪声源及阻抗匹配因素，内定标过程采用非线性定标模式。

3.2 确定非线性因子

外定标的目的就是在设备正常使用前确定系统输入与输出之间定标关系，为实时观测作准备，具体外定标过程采用液氮冷却的定标黑体以及位于天底点的常温黑体。噪声注入多点测量的非线性定标方法优点在于，它认为地基微波辐射计不是一个理想的线性微波辐射计系统，充分考虑检波二极管的功率的非线性特征，从而有效的减少或消除由检波二极管功率的非线性特征造成的系统非线性误差，非线性定标曲线如图6所示。

图6 非线性定标曲线

具体步骤为：根据Plank定律，在微波波段辐射功率与亮度温度成正比关系，因而检波输出电压与输入功率之间可以表示为

U=G(Trec+Tinj+TA)α

(6)

式中：Trec为接收机噪声温度；Tinj为注入噪声温度；TA为天线温度；G为检波系数；α为非线性因子。天线观测低温和常温黑体，可以获得两个定标点Tc～U1和Th～U2，注入一定数值噪声TN后可以获得另外两个定标点Tc+TN～U3和Th+TN～U4，求解方程获得包括Trec、G和α 3个定标参数和注入噪声TN的值。K波段21通道非线性定标结果表2所示。

表2 K波段21通道非线性定标结果

3.3 定标系数误差定量化分析

非线性定标过程确定系统定标方程的系数，在短时间内假设系统非线性工作区间稳定不变，从而可以利用定标系数将实测电压值转换为亮温值，实现周期定标。因此，非线性定标误差是实时周期定标误差的主要来源。假设系统注入噪声稳定性满足±5 K的偏差，则系统工作区间非线性因子和实测亮温误差分布如图7所示。

(a) 情况1

(b) 情况2图7 注入噪声稳定性对非线性度和实测亮温的影响

由图7可见，如果噪声稳定性较差，存在±5 K的偏差时，定标系数会发生明显变化，例如情况1：非线性因子α为0.90、注入噪声TN=116.9、定标亮温TB=15.4 K时，非线性因子有0.02的偏差，实测亮温误差为2.5 K.而对于情况2:α=0.72、TN=25.4、TB=78.8 K时，非线性因子有0.015的偏差，实测亮温误差为8 K.

可见，对于地基微波辐射计系统，利用非线性定标能够减小或消除由于工作区间非线性产生的误差，但此方法引入的定标误差仍是影响实测亮温准确性的主要因素。非线性定标后对其进行进一步校正是十分必要的。

3.4 准实时定标

微波辐射计的内定标方式主要采用内部的环境黑体定标源的实时定标实现。低端定标源是参考负载温度，另一个定标源是参考负载加上耦合进来噪声源温度的和。接收机的输入端通过开关周期地在天线单元和定标单元之间切换就可以获得实时定标曲线。

3.5 周期校验

周期校验是针对地基微波辐射计运行一段时间后的周期性校验和性能验证，是保证设备数据准确和可靠的基础，包括液氮定标和大气定标两种。

1) 液氮定标

周期校验就是利用产品配套的外置低温(液氮制冷)黑体进行周期为半年至一年的周期性检验维护，目的是对系统的非线性特征参数进行重新确认，并将新的确认结果输入到探测仪运行软件中，具体步骤与外定标过程中利用多点亮温变化确定与系统定标曲线的非线性参数一致。

2) 大气定标

大气定标方法是对系统非线性定标误差进行校正的有效方法，主要适用于透明度高的K波段，定标条件是晴朗无云且大气均匀分层。大气定标的原理是下行大气辐射随着天顶角的变化而变化，而这个过程可以用模式来模拟[9]。通过对观测数据的调整，使得它们满足这个规律，从而得到关于辐射计系统响应的方程，也就是大气定标的方程。

利用从测量的亮温得出大气光学厚度，而大气光学厚度是大气质量的函数，这样就可以得出定标因子。把两个不同角度θ1，θ2的亮温值TDN(θ1)、TDN(θ2)变形为A1、A2.如果A1、A2用它们对应的大气质量归一化，t1=A1/a1，t2=A2/a2，那么理论上归一化的光学厚度t1应该等于t2.而其中的任何差异都是由于不正确的定标引起的。为了减少测量的不确定因素，大气定标至少应该在两个角度以上。

4 地基大气水汽密度反演结果

基于探空数据的预处理和大气辐射传输模型，运用2008年5-12月的探空数据训练神经网络模型[11，13]，加入地基微波辐射计(GMR)软件运行系统，对2011年10月16日-10月27日实时观测和反演结果进行分析，典型反演结果如图8和9所示。地基微波辐射计通过观测大气微波辐射，转化为0级数据—原始电压值，经过准实时定标，得到1级数据—亮温值，从而利用已训练好的神经网络系数，可实时反演得到K波段接收机观测到的大气水汽密度廓线。

图8 GMR神经网络反演的大气水汽密度与探空资料相关对比图

图9 GMR神经网络反演的大气水汽密度与探空资料对比示意图

实验证明：选取2008年5-12月共602组大气廓线，包含晴天(无云和薄云)461组、云天141组，神经网络模型输入参数为水汽通道亮温、地表温度、水汽密度和气压值。水汽密度反演均方差为0.52 g/m3，相关系数为0.965.可见，地基微波辐射计反演的水汽密度廓线与探空数据相比具有很好的一致性。为了验证神经网络反演方法的可靠性和有效性，利用神经网络模型与目前普遍使用的线性统计回归模型进行比较，统计样本与神经网络一致，输入参数为各水汽通道亮温值，经过独立测试样本验证，线性回归方法反演均方差为0.902 g/m3，相关系数为0.845.两种方法对比结果如图10和11所示。结果证明：地面至10 km，垂直分辨率为200 m，GMR采用的神经网络模型的反演性能优于统计回归算法。

图10 线性回归与神经网络反演的大气水汽密度与探空资料对比

图11 线性递归与神经网络反演大气水汽密度与探空资料均方差

图10中，线性回归方法只利用水汽通道亮温值，而神经网络方法除采用水汽通道亮温值外，输出参数还包括地表温度、气压和水汽密度，结果证明，神经网络法反演得到的水汽密度值与探空仪测量值分布基本一致，而线性回归法反演值则偏差较大。

地基微波辐射计反演结果的误差来源于很多方面，也是不可避免的。如① 微波辐射计神经网络反演误差；② 两种探测方式的输出数据在高度上存在误差；③ 探空数据因气球水平位移带来误差；④ 微波辐射计校准不及时带来误差；⑤ 固定的探测时间带来误差；⑥ 探空数据带来的系统误差。

5 结 论

地基微波辐射计K波段接收机目的是全天候全天时探测大气湿度的垂直分布(水汽廓线)，为数值天气预报、气候变化研究和环境监测提供重要参数，从而提高中、长期数值天气预报，以及天气预报的准确性。着重分析了K波段水汽通道频率和个数的优化组合，并选取最优模式进行非线性定标以及大气定标校正非线性定标系数，消除了由于噪声注入及阻抗失配引起的接收机检波非线性。对北京地区2011年10月16日-10月27日水汽密度廓线的实时反演精度做了分析，为日后此系列地基微波辐射计定标和数据反演工作奠定了基础。

[1] ULABY F T，MOORE R K，FUNG A K.Microwave Remote Sensing[M].New York:Addison-Wesley Publishing Company，1982．

[2] 郭 丽，程显海，任 康.微波辐射计在大气环境遥感测量中的应用研究[J].电波科学学报，2000，15(3):308-312．

GUO Li，CHENG Xianhai，REN Kang .Applying research on atmospheric environmental remote sensing measurements by microwave radiometers[J].Chinese Journal of Radio Science，2000，15(3):308-312.(in Chinese)

[3] CREWELL S，CZEKALA H，LOHNERT U，et al.Microwave radiometer for cloud carthography:a 22-channel ground-based microwave radiometer for atmospheric research[J].Radio Science，2001，36(4):621-638．

[4] ZHANG Shengwei，LI Jing，JIANG Jingshan，et al.Design and development of microwave humidity sounder for FY-3 meteorological satellite[J].Journal of Remote Sensing，2008，12(3):199-207．

[5] 何杰颖，张升伟.联合地基和星载微波辐射计数据反演大气湿度[J].电波科学学报，2011，26(2):362-368.

HE Jieying，ZHANG Shengwei.Humidity retrievals from data of the ground-based microwave profiler and satellite-based humidity sounder[J].Chinese Journal of Radio Science，2011，26(2):362-368.(in Chinese)

[6] HE Jieying，ZHANG Shengwei，ZHANG Yu.Calibration and temperature retrieval of improved ground-based atmospheric microwave sounder[J].Progress in Electromagnetics Research Symposium，2010，6(1):6-10．

[7] ROSENKRANZ P W.Absorption of Microwaves by Atmospheric Gases[M].New York:Wiley，1993．

[8] GUIRAUD F O，HOWARD J，HOGG D C.A dual-channel microwave radiometer for measuremenr of precipitable water vapor and liquid[J].IEEE Trans Geoscience Electronics，1979，17(4):129-136．

[9] HE Jieying，ZHANG Shengwei，ZHANG Yu.The primary design of advanced ground-based atmospheric microwave sounder and retrieval of physical parameters[J].Journal Quantitative Spectroscopy & Radiative Transfer，2011，112(2):236-246.

[10] HAN Y，WESTWATER E R.Analysis and improvement of tipping calibration for ground-based microwave radiometers[J].IEEE Trans Geosci Remote Sens，2000，38(3):1260-1276．

[11] FIRATE F D，SCHIAVON G.A neural network algorithm for the retrieval of atmospheric profiles from radiometric data[C]// IEEE International Geoscience and Remote Sensing，August 3-8，1997:2097-2099．

[12] SHI Lei.Retrieval of atmospheric temperature profiles from AMSU-A measurement using neural network approach[J].Journal of Atmospheric and Oceanic Technology，2001，18(3):340-347．

[13] 王 波，赵振维，董庆生，等.双通道微波辐射计反演大气剖面的改进算法[J].电波科学学报，2007，22(6):982-986．

WANG Bo，ZHAO Zhenwei，DONG Qingsheng，et al.Improved method to retrieve atmosphere profiles using microwave radiometer’s measurements[J].Chinese Journal of Radio Science，2007，22(6):982-986.(in Chinese)