大气环境红外甚高光谱分辨率探测仪数字建模与仿真

江澄 陶东兴 何红艳



大气环境红外甚高光谱分辨率探测仪数字建模与仿真

江澄1,2陶东兴3何红艳1,2

（1 北京空间机电研究所，北京 100094）（2 先进光学遥感技术北京市重点实验室，北京 100094）（3 北京卫星环境工程研究所，北京 100094）

“高分五号”卫星是中国高分专项工程中的唯一一颗实现高光谱分辨率的遥感卫星，其中搭载的大气环境红外甚高光谱分辨率探测仪（Atmospheric Infrared Ultra-spectral Sounder，AIUS）是中国第一个星载超高光谱掩星探测载荷，是中国目前光谱分辨率最高的星载傅里叶变换光谱仪。文章基于AIUS的探测原理，以掩星观测路径的能量传输为线索，研究探测仪数据获取链路中各个环节的辐射传输过程，建立了包括大气红外辐射传输仿真和探测器仿真的数字化建模与仿真模型，并对仿真模型进行了精度验证，充分验证了数字仿真模型的有效性和准确性。验证试验结果表明：数字仿真模型具有高精度的数据仿真能力，所有通道仿真数据与实际测量数据相比，相对误差小于2%，数据相似度优于0.99。因此，数字仿真模型能够为“高分五号”卫星大气环境红外甚高光谱分辨率探测仪在轨成像质量预测、指标参数优化和应用能力评价提供重要的数据支撑。

掩星测量 傅里叶变换光谱仪 建模与仿真 高光谱 “高分五号”卫星

0 引言

随着人类活动对环境的影响越来越不容忽视，大气成分及浓度随着人类活动的发展发生了巨大的变化。大气中的痕量气体和气溶胶不仅具有化学活性，还具有辐射活性，对太阳辐射和地表红外辐射有很强的吸收作用，它们的浓度虽低，但对地气系统的能量收支及生物圈与大气的相互作用过程却有着不容忽视的作用，同时痕量气体还间接对全球的生态环境以及气候变化造成严重影响[1-3]。大气痕量气体的研究日益受到重视，其总量和高度分布的变化成为了国际上大力发展的研究方向。

采用卫星遥感监测的方法，可以快速、经济、可重复地获取宏观尺度上大气痕量气体的信息。红外光谱区是大气痕量气体的“指纹区”，富含痕量气体丰富的诊断性光谱特征[4-5]。因此利用星载高光谱红外探测仪研究大气痕量气体具有不可比拟的优势。

“高分五号”卫星是高分重大专项中唯一一颗实现高光谱分辨率对地观测的卫星，是国家高分辨率对地观测能力的重要标志。作为“高分五号”卫星的主要载荷之一，大气环境红外甚高光谱分辨率探测仪（Atmospheric Infrared Ultra-spectral Sounder，AIUS）是我国第一个星载高光谱掩星探测载荷，是国内目前光谱分辨率最高的星载傅里叶变换光谱仪。其采用太阳掩星的探测方式，利用干涉傅立叶变换光谱探测技术对大气进行高光谱分辨率、高信噪比和宽波段范围的精细光谱探测，获取不同高度大气的成分和浓度分布，为气候变化研究和大气环境监测提供科学依据[6-8]。

国际上首次采用掩星模式进行大气成分探测的载荷是加拿大SCISAT-1卫星上搭载的ACE-FTS（Atmospheric Chemistry Experiment-Fourier Transform Spectrometer），它能够提供10~100km的大气温度、压强的高程廓线以及35种分子的体积混合比廓线。在ACE-FTS发射之前，SCISAT-1卫星研制团队开展了载荷性能仿真分析，但是其研究重点是载荷关键指标的满足度，并没有从辐射传输角度分析太阳—大气—载荷链路的能量传递模型[9-10]。本文针对大气环境红外甚高光谱分辨率探测仪的探测过程，通过建立太阳、大气、卫星和探测仪等环节的仿真模型，开展探测仪的全链路数据仿真，为“高分五号”卫星在轨成像品质预测、指标参数优化和应用能力评价提供重要的数据支撑。

1 探测仪原理

太阳光到达探测仪入瞳处后，探测仪内部的能量传递过程为：太阳光由跟踪反射镜引入探测仪输入光学系统，经前光学压束后进入干涉仪，经干涉调制后的干涉光束被输出光学系统汇聚引入锑化铟探测器（InSb）和碲镉汞探测器（Mct），并最终转换为干涉信号。AIUS还包括一台太阳跟踪器，其功能是自动跟踪太阳运动，将太阳光稳定引入输入光学组件中。AIUS的主要技术指标如表1所示。

图1 掩星模式测量的几何光路示意图

表1 AIUS主要技术指标

Tab.1 Key parameters of AIUS

2 数字建模与仿真

2.1 总体流程

根据掩星模式下太阳—大气—遥感器路径的大气辐射传输机制，以辐射能量计算为线索，分析到达AIUS入瞳处的辐亮度构成以及辐射在AIUS内部的传输过程，建立全链路仿真模型，模拟大气对辐射的衰减、遥感器能量衰减以及光电转换等环节，从而仿真生成高精度的干涉数据。全链路数字建模与仿真流程如图2所示。

图2 数字建模与仿真流程

全链路数字建模与仿真主要包含以下两个方面的仿真模型：

1）大气辐射传输仿真：根据掩星模式的辐射传输路径，计算太阳光经过大气传输后在探测仪入瞳处形成的光谱辐亮度分布，为探测仪仿真提供输入数据。

2）探测仪仿真：建立AIUS内部的能量传递模型，利用光学系统、干涉仪模块、探测器及电子学系统的真实参数，模拟AIUS对入射能量的响应过程，生成高精度的仿真干涉数据。

2.2 大气红外辐射传输建模与仿真

基于图1的几何光路，对于处于局域热力学平衡的大气来说，大气红外辐射传输方程可以表示为[11]：

式中L为辐射强度；表示波数；B为温度对应的普朗克黑体发射强度；是沿光线路径的距离坐标，原点取在切点。为了获得大气痕量气体的垂直廓线，考虑球面几何学的知识，将变量改为，则太阳掩星测量的辐亮度可以写为：

式中 K（）表示权函数，它随几何因子以及相对于高度所采用的谱带模式而变化。

大气红外辐射传输计算的核心问题是计算垂直分层大气的透过率，而计算透过率的前提是高精度的辐亮度模拟。高精度的辐亮度模拟一般采用逐线积分（Line-By-Line，LBL）的方法，即对各种气体的吸收谱线对辐射的贡献值逐线积分[12-13]。

大气辐射传输模型SCIATRAN是一种基于LBL的高光谱分辨率大气辐射传输模型，用于地基以及大气中任意高度观测光谱的模拟[14-15]。通过考虑多种痕量气体（O3、NO2、OCLO、SO2、NO3等）、气溶胶及云的影响，根据HITRAN（HIgh-resolution TRANsmission molecular absorption database）的谱线资料（如吸收线中心波长、线强、标准状态下增宽半宽以及低能态能量），SCIATRAN模型能够精确模拟光谱范围为175.44nm~40μm的大气辐射传输，计算辐射率、权函数、大气质量因子、垂直光学厚度等多种参量[16-17]。

2.3 探测仪建模与仿真

根据AIUS成像机理及辐射传递机制，入瞳辐亮度经前置光学系统后，由干涉仪调制得到干涉条纹，最终通过探测器及电子学系统对能量进行采样、光电转换和模数转换，得到量化后的干涉数据。在建模与仿真过程中同时考虑了上述各个环节引入的噪声影响。

（1）能量传输

入瞳辐射强度L经前置光学系统衰减后，到达干涉仪光学子系统的辐照度E为：

干涉仪光学子系统为折叠式光路结构，由于实际系统并非一个零视场系统，考虑到视线偏转角的影响（如图3所示），光程差要乘以因子cos，干涉光信号的辐照度E（）可以表示为：

式中M为干涉仪调制效率；为光程差；FOV为视场角。

探测器及电子学系统将输入的光谱辐照度进行采样、光电转换及模数转换后，得到电信号′，考虑系统的量化位数为bit，系统的最大电流为，得到干涉量化信息Dn：

（2）探测仪噪声

系统噪声决定了辐射度测量的基本极限。能量在探测仪光学系统中传递时，将引入背景噪声，在探测器及电子学系统中传递时，将引入探测器相关的一系列噪声（如光子噪声、热噪声、暗电流噪声等）和由采样过程导致的量化噪声、采样噪声等[18-20]。对于种不同的噪声来源noise，其满足平方和叠加关系，则探测仪的全部系统噪声noise表示为：

为了便于评估系统噪声，一般用噪声等效辐亮度NESR（Noise Equivalent Spectral Radiance）来表示探测仪噪声：

式中 为光谱分辨率；为仪器光通量；仪器效率；t为干涉图采集周期；R(v)为探测器响应率。

3 仿真精度验证

利用建立的数字化仿真模型，对AIUS探测数据进行仿真。在仿真过程中，输入数据为待探测区域的大气状况、成像时间以及切高位置，还需设定光学系统透过率、视场角、光程差、探测器尺寸等探测仪参数，详细的参数设置见表2。

表2 仿真主要输入参数

Tab.2 Key input parameters for simulation

为了仿真探测仪每一次掩星观测得到的数据，参数设置中将切高位置设置为10~100km，并以5km为间隔，因此，利用大气红外辐射传输模块可以仿真得到共计19次的掩星观测数据。为了更直观的表现各层大气内气体的吸收特征，将每次掩星观测的辐亮度与大气层外的太阳辐亮度相比，则可以得到各层大气的透过率曲线。图4、图5分别为2 000~2 240cm–1范围内、700~940cm–1范围内的一系列大气透过率光谱。

图4 2 000~2 240cm–1谱段范围内不同切高位置的仿真辐亮度

图5 700~940cm–1谱段范围内不同切高位置的仿真辐亮度

仿真得到的大气吸收光谱中包含了不同痕量气体的特征光谱，选择如表3所示的两个光谱微窗（Micro-Window，MW），相应的特征光谱如图6所示，通过比较主要吸收气体CO2和O3的中心波长位置，仿真光谱的中心波长位置与HITRAN标准库中特征谱线位置一致，验证了大气辐射传输建模与仿真模型的精度。

表3 典型痕量气体的特征吸收谱段

为了验证探测仪仿真模块的精度，将探测仪于2017年6月1日采集的太阳光谱作为仿真模型的输入信号，利用建立的仿真模型进行探测仪数据仿真。探测仪InSb通道和Mct通道测量得到的干涉数据和仿真干涉数据分别如图7、图8所示。

为了评价干涉数据的仿真精度，采用相对均方根误差RRMSE（Relative Root Mean Square Error）和Pearson相关系数进行分析。Q和P分别表示仿真数据和实测数据，表示参与计算的干涉数据点数（=1，2，3，······，），则计算公式如式（8）和式（9）所示。

其中，RRMSE表示数据间的相对误差，其值越小，相对误差越小；Pearson相关系数表示数据间的平均相似度，其值越大，数据之间的相似度越大。计算结果如表3所示，对于InSb通道，仿真干涉数据与实测干涉数据的RRMSE为1.94%，Pearson相关系数为0.997 2；对于Mct通道，仿真干涉数据与实测干涉数据的RRMSE为1.26%，Pearson相关系数为0.998 3。由结果可见，无论是InSb通道还是Mct通道，仿真数据与实测数据的误差都较小，数据相似性都极高，说明针对AIUS的数字仿真模型具有高精度的数据仿真能力。

图7 InSb通道仿真干涉数据与实测干涉数据的比较

图8 Mct通道仿真干涉数据与实测干涉数据的比较

表4 仿真精度评价

3 结束语

本文基于AIUS的探测原理，以掩星观测路径的能量传输为线索，研究探测仪数据获取链路中各个环节的辐射传输过程，建立了包括大气红外辐射传输仿真和探测器仿真的数字化建模与仿真模型，并通过试验验证了建立的数字化仿真模型的有效性和准确性。验证试验结果表明：数字仿真模型具有高精度的数据仿真能力，所有通道仿真数据与实际测量数据相比，相对误差小于2%，数据相似度优于0.99。因此，数字仿真模型能够为“高分五号”卫星大气环境红外甚高光谱分辨率探测仪在轨成像品质预测、指标参数优化和应用能力评价提供重要的数据支撑。基于该仿真数据开展光谱复原、气体成分反演等工作，并通过获取其他数据源的气体成分探测数据，结合反演结果对仿真精度进行评价是下一步的工作重点。

[1] WALKER K A, BERNATH P F. Validation Measurement Program for the Atmospheric Chemistry Experiment[J]. Proc. of SPIE, 2002, 4814: 91-101.

[2] 江澄, 赵慧洁, 李娜. 改进的地基红外超光谱数据痕量气体反演方法[J]. 光学学报, 2011, 31(7): 10-14. JIANG Cheng, ZHAO Huijie, LI Na. Improved Retrieval Algorithm of Trace Gas from Ground-based Infrared Ultra-spectral Data[J]. Acta Optica Sinica, 2011, 31(7): 10-14. (in Chinese)

[3] 程洁, 柳钦火, 李小文. 星载高光谱红外传感器反演大气痕量气体综述[J]. 遥感信息, 2007(2): 90-97. CHENG Jie, LIU Qinhuo, LI Xiaowen. Review of Trace Gases Inversion Utilizing Space-borne Hyperspectral Infrared Remote Sensor Data[J]. Remote Sensing Information, 2007(2): 90-97. (in Chinese)

[4] 齐卫红, 尉昊赟, 阴丽娜. 大气成分探测红外光谱仪系统指标分析[J]. 航天返回与遥感, 2013, 34(5): 36-45. QI Weihong, WEI Haoyun, YIN Lina. Analysis on Infrared Spectrometer System Specification for Atmospheric Composition Detecting[J]Spacecraft Recovery & Remote Sensing, 2013, 34(5): 36-45. (in Chinese)

[5] 巫晓丽, 范东栋, 王平. 空间大气成分探测傅立叶变换红外光谱仪[J]. 航天返回与遥感, 2007, 28(2): 15-20. WU Xiaoli, FAN Dongdong, WANG Ping. Fourier-transform Infrared Spectrometer for Space Atmospheric Component Detecting[J]Spacecraft Recovery & Remote Sensing, 2007, 28(2): 15-20. (in Chinese)

[6] 范斌, 陈旭, 李碧岑, 等. “高分五号”卫星光学遥感载荷的技术创新[J]. 红外与激光工程, 2017, 46(1): 8-14. FAN Bin, CHEN Xu, LI Bicen, et al. Technical Innovation of Optical Remote Sensing Payloads Onboard GF-5 Satellite[J]. Infrared and Laser Engineering, 2017, 46(1): 8-14. (in Chinese)

[7] TAKAGI H, SAEKI T, ODA T, et al. On the Benefit of GOSAT Observations to the Estimation of Regional CO2Fluxes[J]. Scientific Online Letters on the Atmosphere Sola, 2011, 7(1): 161-164.

[8] YOSHIDA Y, OTA Y, EGUCHI N, et al. Retrieval Algorithm for CO2and CH4Column Abundances from Short-wavelength Infrared Spectral Observations by the Greenhouse Gases Observing Satellite[J]. Atmospheric Measurement Techniques, 2011, 4(4): 717-734.

[9] BERNATH P F. Atmospheric Chemistry Experiment (ACE): An Overview Spectroscopy from Space[M]. Netherlands: Springer, 2002: 147-161.

[10] BERNATH P F. Atmospheric Chemistry Experiment (ACE): Analytical Chemistry from Orbit[J]. Trac-Trends in Analytical Chemistry, 2006, 25(7): 647-654.

[11] LION K N. An Introduction to Atmospheric Radiation[M]. 2ed. USA: Elsevier Science, 2002: 68-104.

[12] 白文广, 张鹏, 张文建, 等. 一种高效计算高光谱分辨率红外大气辐射传输的方法[J]. 红外与毫米波学报, 2016, 35(1): 99-108. BAI Wenguang, ZHANG Peng, ZHANG Wenjian, et al. An Efficient Method for Hyper-spectral Infrared Atmospheric Radiation Transfer Calculation[J]. Journal of Infrared and Millime Waves, 2016, 35(1): 99-108. (in Chinese)

[13] SHEPHARD M W, CLOUGH S A, PAYNE V H, et alPerformance of the Line-by-line Radiative Transfer Model (LBLRTM) for Temperature and Species Retrievals: IASI Case Studies from JAIVEx[J]. Atmos Chem Phys Atmospheric Chemistry & Physics, 2009, 9(2): 7397-7417.

[14] ROZANOV A, ROZANOV V, BUCHWITZ M, et al. SCIATRAN 2.0—A New Radiative Transfer Model for Geophysical Applications in the 175~2400 nm Spectral Region[J]. Advances in Space Research, 2005, 36(5): 1015-1019.

[15] ROZANOV V, ROZANOV A, KOKHANOVSKY A A, et al. Radiative Transfer through Terrestrial Atmosphere and Ocean: Software Package SCIATRAN[J]. Journal of Quantitative Spectroscopy & Radiative Transfer, 2014, 133(2): 13-71.

[16] BLUM M, ROZANOV V, BURROWS J P, et alCoupled Ocean-atmosphere Radiative Transfer Model in the Framework of Software Package SCIATRAN: Selected Comparisons to Model and Satellite Data[J]. Advances in Space Research2012, 49(12): 1728-1742.

[17] 张恭正, 陈圣波, 王明常, 等. 基于SCIATRAN模型的Limb大气辐射传输模拟[J]. 科学技术与工程, 2010, 10(6): 1506-1509. ZHAGN Gongzheng, CHEN Shengbo, WANG Mingchang, et al. SCIATRAN Based Limb Atmospheric Radiative Transfer Simulation[J]. Science Technology and Engineering, 2010, 10(6): 1506-1509. (in Chinese)

[18] 陈世平. 空间相机设计与试验[M]. 北京: 中国宇航出版社, 2003: 203-210. CHEN Shiping. Design and Experiment of Space Cameras[M]. Beijing: China Astronautic Publishing House, 2003: 203-210. (in Chinese)

[19] 王倩, 杨忠东, 毕研盟. CO2高光谱遥感仪器的光谱参数和信噪比要求[J]. 应用气象学报, 2014, 25(5): 600-609. WANG Qian, YANG Zhongdong, BI YanmengSpectral Parameters and Signal-to-noise Ratio Requirement for CO2Hyper Spectral Remote Sensor[J]. Journal of Applied Meteorological Science, 2014, 25(5): 600-609. (in Chinese)

[20] 施海亮, 熊伟, 罗海燕, 等. 新型超光谱大气CO2遥感探测技术[J]. 光电工程, 2013, 40(8): 36-41. SHI Hailiang, XIONG Wei, LUO Haiyan, et al. Novel Hyper-spectral Technology for Atmospheric Carbon Dioxide Detection[J]. Opto-electronic Engineering, 2013, 40(8): 36-41. (in Chinese)

Digital Modeling and Simulation of AIUS

JIANG Cheng1,2TAO Dongxing3HE Hongyan1,2

（1 Beijing Institute of Space Mechanics & Electricity, Beijing 100094, China）（2 Beijing Key Laboratory of Advanced Optical Remote Sensing Technology, Beijing 100094, China）（3 Beijing Institute of Spacecraft Environment Engineering, Beijing 100094, China）

GF-5 is a Hyperspectral remote sensing satellite in the GF series of satellites. The key payload, the Atmospheric Infrared Ultra-spectral Sounder (AIUS), is the first spaceborne occultation sensor with ultra-spectral resolution, as well as the spaceborne fourier transform spectrometer with finest spectral resolution. A digital simulation model is established based on the sounding theory of AIUS. This paper takes the energy transmission of the occultation path as a clue and then simulates the radiative transfer process of each link in chain approach of AIUS. Then an experiment for accuracy evaluation is accomplished by applying the digital simulation model to an in-situ measurement. Experimental results indicate that the overall relative error is below 2% and the similarity is better than 0.99, which prove that the digital model can simulate the AIUS data with good accuracy and perfect performance in subsequent application.

occultation measurement; fourier transform spectrometer; modeling and simulation; hyperspectral; GF-5 satellite

TP79

A

1009-8518(2018)03-0094-10

10.3969/j.issn.1009-8518.2018.03.011

江澄，男，1985年生，2013年获北京航空航天大学视觉测量与影像遥感专业博士学位，高级工程师。研究方向为高光谱遥感建模与仿真、遥感数据预处理及定量应用等。E-mail：jiangchengzi@yahoo.com。

2018-04-12

国家高分重大专项应用共性项目（No.50-Y20A38-0509-15/16）

（编辑：庞冰）