大气对星载被动微波影响分析研究

邱玉宝，石利娟，施建成，赵少杰

1. 中国科学院遥感与数字地球研究所数字地球重点实验室，北京 100094 2. 中国科学院遥感与数字地球研究所遥感科学国家重点实验室，北京 100101 3. 北京师范大学地理学与遥感科学学院，北京 100875 3. 中国科学院大学，北京 100049

大气对星载被动微波影响分析研究

邱玉宝1，石利娟2,4，施建成2，赵少杰3

1. 中国科学院遥感与数字地球研究所数字地球重点实验室，北京 100094 2. 中国科学院遥感与数字地球研究所遥感科学国家重点实验室，北京 100101 3. 北京师范大学地理学与遥感科学学院，北京 100875 3. 中国科学院大学，北京 100049

被动微波遥感具有全天候工作的能力，但是在不同的大气状态下被动微波遥感受大气的影响不同。为了研究大气对高级微波扫描辐射计AMSR-E (advanced microwave scanning radiometer-earth observing system)入瞳亮温的影响，分别采用晴空和典型层云大气数据作为微波辐射传输模型的输入，进行大气微波辐射信号的模拟工作并分析大气的影响。结果表明晴空下大气水汽是引起大气辐射的主要因素，晴空条件下大气对典型被动微波传感器低频的(<18.7 GHz)透过率大于0.98，在整个辐射传输过程中可以忽略不计。36.5和89 GHz的大气透过率在晴空下分别为0.896和0.756，在用微波高频通道进行陆表参数反演时需进行大气水汽影响的校正； 云覆盖条件或者阴天情况下云中液态水是引起大气辐射的主要因素，典型层云覆盖下大气的透过率在10.7，18.7和36.5 GHz分别为0.942，0.828和0.605。与晴空相比，由层云中液态水引起的大气下行辐射的增量在36.5 GHz最大达到75.365 K。表明在云覆盖时大气影响的校正过程中云层的影响是校正重点。最后利用大气探空数据计算了内蒙古海拉尔地区2013年夏季7月份的大气透过率，结果显示C、X波段的大气透过率接近1，89 GHz受水汽影响较大，其地球表层大气透过率不超过0.7。在内蒙古海拉尔地区，夏季大气透过率具有较为稳定的值，但是随着局部水汽的变化具有0.1左右的波动。

被动微波遥感； 辐射传输模型； 大气透过率； 云中液态水； 大气校正

引 言

微波不依赖于太阳作为照射源，且具有穿透云层、小雨、雾等天气现象的能力。与光学和热红外遥感相比，由于其波长较长，微波可以全天时、全天候工作，在特定的条件下如沙漠等区域微波具有一定的穿透深度，从而可以获得任意时刻被植被覆盖的地面信息以及地表下一定深度目标的信息。以往用卫星微波数据进行地表物理参数(积雪、土壤水分、植被参数等)反演的过程中，往往忽略大气对微波信号的影响，然而研究表明大气对卫星微波数据的影响不能忽视[1-2]。姚志刚[3]利用几种典型云水数据经辐射模拟计算，分析海面上晴空和云覆盖时50～60 GHz通道亮温的差异，指出雾层、浓雾和卷积云对于50～60 GHz通道的亮温几乎没有影响，含水量较大的层状云和积云对50.5 GHz通道的亮温有明显的影响。Qiu[4]在陆表参数反演中考虑地表信号经大气传输至卫星平台时大气介质对卫星信号的影响，利用MODIS的大气廓线数据(MOD07_L2)和地表温度数据(MYD11_L2)，经辐射传输方程计算了2005年冬季青藏高原地区晴空条件下较干燥大气(青藏高原地区大气水汽含量较小)对AMSR-E传感器各通道观测亮温的影响，得出大气对于89 GHz大约有5.56 K的整体影响，云的存在大大影响积雪雪水当量的反演精度； 之后分析了芬兰积雪覆盖地区大气对微波信号的影响，利用同步的大气探空数据进行验证，发现大气下行在36.5 GHz大约有20 K影响[5]。王永前利用美国一年的大气探空数据对AMSR-E频段亮温进行大气校正工作，并对比校正前后微波植被指数来分析大气校正的有效性[8]。上述研究表明，大气中的水汽以及云中液态水等大气介质的存在，影响了陆表参数的反演。如何准确刻画卫星亮温中的大气信息，进而对卫星观测得到的亮度温度进行大气订正，是提高地表参数反演精度的必要手段。能影响卫星微波信号的大气成分在晴空时主要有干燥空气(氧气，氮气)和大气水汽，而在云覆盖或阴天条件下，各种类型云的液态水含量占主要影响。从卫星所拍摄的地球照片上可以看到，有组织的云系覆盖范围能够达到几百甚至几千公里，覆盖了地球表面百分之六十的面积。对于微波波段的大气校正工作主要就是针对云覆盖条件下大气对微波信号影响进行校正。

为了研究云中液态水对微波亮温的影响，黄兴友[6]假定云中液态含水量的取值满足线性关系，同时假定云中含水量在垂直方向均匀分布。然后利用探空资料作样本经MonoRTM模型来计算亮温，将模拟结果与同时刻22.035～58.8 GHz地基微波辐射计观测值进行对比，研究云中液态水对观测亮温的影响。结果表明液态水对亮温的影响非常大，尤其在水汽通道上极为明显，最大误差大于30 K。说明液态水对模拟亮温的影响不可忽视，在实际反演过程中，必须考虑云中液态水的影响。而常规的气象探空资料中并没有云中液态水含量的观测，云中液态水含量的估算成为一项较困难的工作。

利用标准大气廓线数据和文献中的层云液态水含量及大气状况数据，结合大气微波辐射模拟模型，从理论上分析晴空和层云覆盖下大气对微波信号影响的定量表达，借此为微波波段陆表参数反演精度的提高做准备。在各类型云中，卷云主要由小冰晶构成，其对微波信号的影响可以忽略，主要考虑层云对微波信号的影响且不包括雨天和沉云欲雨天气(非静射情况)。

1 微波辐射传输模型

1.1 地基和空基亮温的辐射传输模拟

地表观测到的被动微波亮温可表达为

Tbp(ν,θ)=es, p(ν,θ)TsΓ(ν,θ)+Tatm↑(ν,θ)+

Tatm↓(ν,θ)(1-es, p(ν,θ))Γ(ν,θ)+

TCB(1-es, p(ν,θ))Γ2(ν,θ)

采用Eddington二流近似求解辐射传输方程，可以得到上行和下行分层大气处的微波辐射亮温值。其中，地基亮温可表达为

卫星天线处亮温可表达为

1.2 大气衰减理论

利用微波辐射传输模型进行大气对微波信号影响的模拟分析，主要是利用已知的气象参数来估算大气的折射率[8]，由此计算大气介质在不同条件下粒子的消光系数，散射系数，不对称因子和后向散射系数。晴空大气对微波的衰减主要是由大气吸收引起的，主要包括氧气和水汽两种分子。非降雨云的云滴尺寸远小于典型微波遥感传感器各波段波长，所以在研究中可以忽略云对微波的散射，而把云作为吸收介质处理。

1.2.1 干燥空气(氧气)非共振谱

干燥空气的折射率表达为

ND=Nd+∑kSkFk+Nnppm

其中非色散项Nd=0.258 8pdθ，pd是干燥空气压强，θ=300/(t+273.15)，Sk为氧气每条谱线的贡献，是频率的函数，k是线谱索引，Fk是对应的复杂形状函数，Nn是非共振项。

1.2.2 水汽的衰减

大气水汽的折射率可以表达为

NV=Nv+∑tStFt+Ncppm

其中非色散项Nv=(4.163θ+0.239)eθ，e为蒸汽压，式中第二项为水汽线状光谱吸收项，St为氧气每条谱线的贡献，是频率的函数，t是线谱索引，Ft是对应的复杂形状函数；Nc是水汽连续光谱吸收项。

1.2.3 云/雾的衰减

大气中的悬浮水滴主要包括霾、雾和云，其中云(主要由悬浮的水滴和冰晶组成)的衰减比较明显，模型中云的折射率计算如下

NW=1.5(w/mw, i)[(εw, i-1)(εw, i+2)-1]

这里w是判断大气中是云还是雾的水团密度，mw, i=1和0.916(g·cm-3)是特定的权重。εw, i是水和冰各自的复介电常数。

微波辐射传输模型用的是Kummerow和Olson[9-11]于2006年开发的一维微波辐射传输模型，用于描述电磁辐射强度经大气中介质发生散射、发射和吸收的过程。模型输入数据有大气垂直层的温度、相对湿度、压强廓线，以及大气中各种水凝物的分布廓线。大气垂直层的温湿压廓线在晴空条件下用的是美国US62标准大气数据[12]，云覆盖情况下加入文献中收集的层云内液态水含量廓线数据。大气廓线数据在地面上空25 km内，每0.5 km一层，共分50层。

2 结果与讨论

2.1 晴空大气条件

晴空的大气参数采用US62标准大气，模拟AMSR-E传感器各个频段的下行微波辐射量。晴空下大气对微波信号的影响主要来自于氧气等干燥气体和大气水汽，其中大气水汽是主要的影响因素，23.5 GHz为水汽的吸收波段，水汽对该频段影响最大。

晴空下大气下行辐射，大气氧气等干燥气体和水汽的衰减系数(等于吸收系数)以及各层大气的透过率见图1—图5。

Fig.1 The down-welling atmosphere radiation under clear sky condition

Fig.2 Attenuation coefficient of atmospheric oxygen and nitrogen under clear sky condition

Fig.3 Attenuation coefficient of atmospheric water vapor under clear sky condition

Fig.4 Attenuation coefficient of the whole atmosphere under clear sky condition

Fig.5 Atmospheric transmittance under clear sky condition

从图可以得到：

(1)晴空下大气中氧气等干燥气体对微波信号的影响较小，大气水汽对微波大于10.7 GHz频段的影响是主要的因素。

(2)大气对微波信号的影响主要集中在近地面水汽含量最大的对流层，高层大气对微波信号的影响很小。

(3)89 GHz在标准大气条件下，大气透过率约为0.756，大气下行总辐射量高达69.835 K，在用89 GHz反演薄雪时，须考虑大气辐射对微波信号的影响[5]。

各频率的大气光学厚度、大气透过率以及总的大气下行辐射量见表1。从表中看出晴空的大气透过率总体上较大，18.7 GHz透过率约为0.943，36.5 GHz的透过率约为0.896。大气下行辐射在10.7，18.7和36.5 GHz分别达到7.637，18.187和30.658 K，与实验中地基微波辐射计观测值基本一致。

Table 1 Optical depth, atmospheric transmittance and down-welling radiation of AMSR-E under clear sky condition

频率/GHz光学厚度大气透过率大气下行总辐射量/K6.90.0100.9856.53810.70.0130.9817.63718.70.0400.94318.18723.50.0940.86938.54236.50.0740.89630.65889.00.1890.75669.835

2.2 云覆盖情况下

全球在大部分时间内云层覆盖都处于40%～60%之间，有些区域(尤其是靠近赤道的热带地区)在很长的一段时间，可能连续几个月均被云层覆盖，所以针对云天进行微波大气影响分析和卫星微波观测数据的校正工作显得更有实际意义。

云按形态可简单分为： (1)积云(cumulus: Cu)： 垂直方向发展的云； (2)层云(stratus: St)： 水平方向伸展的云； (3)卷云(cirrus: Ci)： 纤维、丝缕状的云； (4)雨云(nimbus: Nb)。这四种云类型中，雨云的微波散射强，模拟误差较大； 卷云由高空的细小冰晶组成，对微波信号影响很小。本研究主要分析层云云中液态水含量对微波信号的影响。

云的存在使得大气总透过率减小，下行亮温增大，且变化率取决于云厚、云高、云柱含水量等。下层大气对亮温的贡献大，即亮度温度包含下层大气的信息较多，另外云对微波不同频段的影响也不同。在云覆盖情况下，云中液态水是影响微波信号的主要因素，不同类型云的液态含水量差异较大。层状云是我国华北大部分地区降水的主要云系, 利用文献[13]中提供的层云垂直液态水廓线以及同步的大气湿度廓线数据，将其每隔0.5 km采样成图6所示。利用大气微波辐射传输模型，计算层状云覆盖下AMSR-E传感器各通道的大气辐射量和透过率，分析该类型云对微波信号的影响。

Fig.6 The vertical distribution profile of cloud liquid water and relative humidity for stratus cloud[13]

Fig.7 The down-welling cumulative atmosphere radiation under stratus cloud covered condition

Fig.8 Attenuation coefficient of atmospheric dry gas and water vapor under stratus cloud covered condition

Fig.9 Attenuation coefficient of cloud liquid water under stratus cloud covered condition

Fig.10 Attenuation coefficient of whole atmosphere under stratus cloud covered condition

Fig.11 Atmospheric transmittance of each frequency under stratus cloud covered condition

从图中可见，大气衰减和大气透过率的曲线与输入的层云云水廓线的分布曲线相似。与晴空条件时相比，云中液态水严重影响了微波高频信号的传播，36.5 GHz的大气透过率下降到0.605。用层云覆盖时模拟的大气下行辐射量减去晴空条件下大气下行辐射量，可以粗略估计由云中液态水引起的AMSR-E各通道信号的差异，如图12显示层状云云中液态水引起的大气辐射差异36.5 GHz最大达到75.365 K。我们针对积云覆盖案例下大气对典型微波通道的影响也进行了模拟和分析，情况和层云覆盖下的结果类似，在此没有显示。

Fig.12 Increment of down-welling radiation caused by stratus cloud

Table 2 Optical depth, atmospheric transmittance and down-welling radiation of AMSR-E under stratus cloud covered condition

频率/GHz光学厚度大气透过率大气下行总辐射量/K6.90.0220.96810.97110.70.0400.94217.86418.70.1270.82848.07223.50.2480.69284.58036.50.3380.605106.02389.01.0150.221210.322

2.3 大气透过率的模拟分析

利用大气探空数据和上文中提到的微波辐射传输模型计算了内蒙古海拉尔地区2013年7月11—31日，当地时间上午11∶15时刻的大气透过率。通过计算的AMSR-E各通道微波大气透过率(图13)表明： 低频波段(<18.7 GHz)透过率接近1，在水汽吸收通道23.8 GHz平均透过率维持在0.77左右。89 GHz(水汽廓线反演的通道之一)受水汽影响较大，其地球表层大气透过率不超过0.7。内蒙古海拉尔地区，夏季大气透过率具有较为稳定的值，但是随着局部天气现象(水汽)影响，在具有0.1左右的波动。

Fig.13 Atmospheric transmittance in Hailaer, Inner Mongolia province, 11∶15 am, July 11—31, 2013

3 结 论

利用一维微波大气辐射传输模型，模拟了标准晴空和层云覆盖下大气对AMSR-E传感器各频段微波信号的影响。结果表明晴空条件下AMSR-E低频通道(<18.7 GHz)的大气透过率较高，大气水汽是影响高频微波信号的主要因素。微波辐射传输模型模拟的10.7，18.7，36.5和89 GHz的大气下行辐射量分别为7.637，18.187，30.658和69.835 K，与地基微波辐射计的观测值大致相同。

与晴空条件相比，云覆盖下云中液态水会引起较高的大气辐射，导致大气下行辐射明显增加。云覆盖时的大气透过率较低，文中层云在18.7，36.5和89 GHz的大气透过率分别为0.828，0.605和0.221，层云云中液态水引起的大气辐射差异在36.5 GHz能达到75.365 K。所以云中液态水是云天进行星载被动微波遥感数据校正的主要因素，大气影响的校正方法过程中云层的影响将是校正的重点。

由于不同类型云的液态水含量数据较难获取，下一步的工作考虑采用大气探空和卫星数据并结合典型地物的微波发射率数据库[14]，确定大气透过率的估算，发展不同大气状态下的卫星亮温的校正算法，以提高被动微波数据在地表参数反演中的精度。

[1] Marco Tedesco, James Wang. IEEE Geoscience and Remote Sensing Letter，2006, 3(3): 320.

[2] Matthew H Savoie, Richard L Armstrong, Mary J Brodzik, et al. Remote Sensing of Environment，2009, 113(12): 2661.

[3] YAO Zhi-gang, CHEN Hong-bin(姚志刚, 陈洪斌). Journal of the Meteorological Sciences(气象科学)，2005, 2(25): 133.

[4] Qiu Yubao, Shi Jiangcheng, Jiang Lingmei. IEEE International Geoscience and Remote Sensing Symposium，2007. 1873.

[5] Qiu Yubao, Shi Jiangcheng, Lemmetyinen Juha, et al. IEEE International Geoscience and Remote Sensing Symposium, 2009. 610.

[6] WANG Yong-qian, FENG Wen-lan, SHI Jian-cheng, et al(王永前，冯文兰，施建成，等). Journal of Infrared and Millimeter Wave(红外与毫米波学报)，2014，33(2)： 192.

[7] HUANG Xing-you, ZHANG Xi, LENG Liang, et al(黄兴友，张 曦，冷 亮，等). Journal of the Meteorological Sciences(气象科学)，2013, 33(2): 138.

[8] Liebe H J, Hufford G A, Cotton M G. In AGARD，52ndSpecialists Meeting of the Electromagnetic Wave Propagation Panel, 1993, 1993: 3.1.

[9] Kummerow C. Journal of Geophysical Research-Atmospheres，1993, 98(D2): 2757.

[10] Kummerow C, Olson W S, Giglio L. IEEE Transactions on Geoscience and Remote Sensing，1996, 34(5): 1213.

[11] Olson W S, Bauer P, Viltard N F, et al. Journal of Applied Meteorology，2001, 40(7): 1145.

[12] U. S. Standard Atmosphere, U. S. Government Printing Office, Washington, D. C., 1962.

[13] ZHOU Jun, LEI Heng-chi, WEI Chong, et al(周 珺, 雷恒池, 魏 重, 等). Chinese Journal of Atmospheric Sciences(大气科学)，2008, 32(5): 1071.

[14] SHI Li-juan, QIU Yu-bao, SHI Jian-cheng(石利娟, 邱玉宝, 施建成). Spectroscopy and Spectral Analysis(光谱学与光谱分析)，2013, 33(5): 1157.

Atmospheric Influences Analysis on the Satellite Passive Microwave Remote Sensing

QIU Yu-bao1, SHI Li-juan2, 4, SHI Jian-cheng2, ZHAO Shao-jie3

1. Key Laboratory of Digital Earth Science, Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing 100094, China 2. State Key Laboratory of Remote Sensing Science, Institute of Remote Sensing Applications, Chinese Academy of Sciences, Beijing 100101, China 3. School of Geography and Remote Sensing Science, Beijing Normal University, Beijing 100875, China 4. University of Chinese Academy of Sciences, Beijing 100049, China

Passive microwave remote sensing offers its all-weather work capabilities, but atmospheric influences on satellite microwave brightness temperature were different under different atmospheric conditions and environments. In order to clarify atmospheric influences on Advanced Microwave Scanning Radiometer-Earth Observing System (AMSR-E), atmospheric radiation were simulated based on AMSR-E configuration under clear sky and cloudy conditions, by using radiative transfer model and atmospheric conditions data. Results showed that atmospheric water vapor was the major factor for atmospheric radiation under clear sky condition. Atmospheric transmittances were almost above 0.98 at AMSR-E’s low frequencies (<18.7 GHz) and the microwave brightness temperature changes caused by atmosphere can be ignored in clear sky condition. Atmospheric transmittances at 36.5 and 89 GHz were 0.896 and 0.756 respectively. The effects of atmospheric water vapor needed to be corrected when using microwave high-frequency channels to inverse land surface parameters in clear sky condition. But under cloud cover or cloudy conditions, cloud liquid water was the key factor to cause atmospheric radiation. When sky was covered by typical stratus cloud, atmospheric transmittances at 10.7, 18.7 and 36.5 GHz were 0.942, 0.828 and 0.605 respectively. Comparing with the clear sky condition, the down-welling atmospheric radiation caused by cloud liquid water increased up to 75.365 K at 36.5 GHz. It showed that the atmospheric correction under different clouds covered condition was the primary work to improve the accuracy of land surface parameters inversion of passive microwave remote sensing. The results also provided the basis for microwave atmospheric correction algorithm development. Finally, the atmospheric sounding data was utilized to calculate the atmospheric transmittance of Hailaer Region, Inner Mongolia province, in July 2013. The results indicated that atmospheric transmittances were close to 1 at C-band and X-band. 89 GHz was greatly influenced by water vapor and its atmospheric transmittance was not more than 0.7. Atmospheric transmittances in Hailaer Region had a relatively stable value in summer, but had about 0.1 fluctuations with the local water vapor changes.

Passive microwave remote sensing; Radiative transfer model; Atmospheric transmissivity; Cloud liquid water; Atmospheric correction

Oct. 11, 2014; accepted Feb. 26, 2015)

2014-10-11，

2015-02-26

国家重点基础研究发展计划(973计划)项目(2013CB733406)，国家自然科学基金项目(41371351)和公益性行业(气象)科研专项(GYHY201206040)资助

邱玉宝，1978年生，中国科学院遥感与数字地球研究所数字地球重点实验室副研究员 e-mail: qiuyb@radi.ac.cn

TP722.6

A

10.3964/j.issn.1000-0593(2016)02-0310-06