东亚陆地星载微波成像仪新增通道观测质量评估

官莉 任心怡

摘要基于2014年8月1—16日AMSR2的观测资料，采用谱差法重点对东亚陆地低频73 GHz的无线电频率干扰（RFI）进行识别与分析。研究发现，东亚地区73 GHz通道观测存在无线电频率干扰，其中韩国京畿道、大邱市，孟加拉国，越南及柬埔寨东南部地区的干扰源是稳定、持续的地面主动源。日本地区73 GHz通道RFI仅出现在AMSR2升轨观测上，而降轨观测则几乎不受干扰，且RFI污染区出现的位置与强度随时间及辐射计扫描角度周期性变化，探究其污染源，发现主要来自地面反射的静止通信/电视卫星信号对星载微波被动传感器观测的干扰。

关键词微波遥感；AMSR2；无线电频率干扰

对气象卫星观测亮温数据进行质量控制，是进行卫星数据资料同化、反演前非常重要的一步。卫星微波接收的来自地气系统的被动热辐射与主动传感器发射的混合信号，称之为无线电频率干扰（RFI），在主动及被动微波遥感探测领域已成为越来越严重的问题（Zou et al.，2012）。对于被动遥感来说这一问题尤为严重，主动微波传感器发射的较强信号会掩盖来自地球—大气自然的、相对较弱的热辐射信号，从而导致卫星观测亮温数据失真，严重影响后期的各类反演产品精度。RFI作为气象卫星观测亮温数据误差的一种，对其进行识别与成因的分析是必要的，正确识别与分析这些污染源的时空特性，有利于进一步提高星载被动微波辐射计观测资料的应用价值。

针对美国国防卫星上的全极化辐射计（WindSat）和AMSRE资料的早期研究表明，低频波段（如C波段和X波段）的亮温资料广泛存在无线电频率干扰，RFI可以在某些特定频率上显著增加亮温，并产生负的频谱梯度（吴莹，2012）。地表主动微波发射器如手机、雷达、GPS导航系统、航空管制、车辆测速器等都是RFI污染源（Wu and Weng，2011），Li et al.（2004）利用AMSRE C波段的观测亮温资料研究美国大陆地区的无线频率电干扰现象，发现该地区存在大范围的无线电频率干扰，并指出RFI源大部分都集中在人口稠密的市区。针对强度较高的RFI，Li et al.（2004）提出可以利用谱差法来进行定量识别。Njoku et al.（2005）利用全年的观测亮温资料，采用谱差法继续分析了AMSRE数据中的陆面无线电频率干扰问题，指出69 GHz通道观测中RFI区主要集中在美国、日本和中东地区；而107 GHz通道观测中RFI区主要集中在英国、意大利和日本。Njoku等同时还注意到陆面一些不稳定RFI的成因可能与卫星的扫描方位角有关。Ellingson and Johnsoon（2006）利用WindSat六个月的观测亮温资料分析了美国大陆地区C波段和X波段探测所受的无线电频率干扰，识别出的RFI位置和强度与上述Li et al.（2004）和Njoku et al.（2005）利用AMSRE观测亮温数据的研究结果基本一致。Adams et al.（2010）利用WindSat三个月的观测亮温资料反演参数χ2，用概率估计法分析了洋面RFI的污染特性及成因，发现洋面RFI主要源于海表面反射的靜止通信/电视卫星信号。我国开展无线电频率干扰的识别研究相对较晚，主要针对地面主动遥感设备间相互干扰方面展开（蒋兰，2009；张晓燕，2012；王叶慧等，2013；冯呈呈和董慧杰，2016）。

由日本宇宙航空研究开发机构（JAXA）研发的的日本地球水环境变化监测卫星（GCOMW1）于2012年5月18日发射升空，搭载了先进微波扫描辐射计AMSR2。AMSR2是日本ADEOSⅡ卫星及美国Aqua卫星上搭载的先进微波扫描辐射计AMSR及AMSRE的继承者。AMSR2通过增加与6925 GHz相邻的73 GHz通道，欲增强对低频无线电频率干扰的识别能力。与其相邻的69 GHz与107 GHz通道在日本地区目前存在严重的RFI污染，希望通过增加的通道来缓解这几个低频通道RFI的影响，使卫星观测数据具有更高的应用价值。根据最新的研究可知，AMSR2新增的中心频率为73 GHz的两个通道对缓解北美地区的RFI是成功的（邹晓蕾等，2015）。尽管该仪器是由日本研发的，但目前为止还不知道其在日本和东亚其他地区对于RFI的缓解效果，包括该频段在东亚陆地具体的RFI污染状况。故本文着重分析AMSR2新增频率在日本及东亚其他地区RFI污染的分布特征，并深入探讨其形成原因。

1仪器简介及RFI识别算法简介

11AMSR2仪器简介

AMSR2是一种先进的圆锥式扫描微波辐射成像仪，在距地面700 km的高空轨道上运行，以55°入射角、1 450 km幅宽的圆锥扫描方式扫描地球。卫星降交点和升交点赤道过境时间分别为01：30（世界时，下同）和13：30。AMSR2共有14个通道，分别测量6925、73、1065、187、238、365和890 GHz水平极化与垂直极化的亮度温度，瞬时视场（IFOV）的空间分辨率随频率的升高而升高（邹晓蕾等，2015）。具体通道特性见表1。

本文使用的是2014年8月1—16日AMSR2一个观测周期内覆盖东亚地区的Level 1R观测亮温资料，AMSR2每16 d（一个观测周期）覆盖完全相同的区域，在这16 d的周期内每天轨道覆盖的观测范围都有所不同（Team of GCOM project，2013）。对于夏季陆面RFI的识别，谱差法具有简单、计算速度快的特点，故本文选取夏季8月的观测资料主要是为了避免冬季冰雪下垫面对谱差法RFI识别的误判。

12谱差法简介

在大部分陆地上晴空时高频率通道的亮温通常比低频率通道的亮温高，这是由于土壤和植被中水的介电常数依赖于频率，地表发射率随频率的增加而增大。即针对AMSR2，其相邻通道的谱差应满足TB10V/H-TB18V/H <0 K、TB7V/H-TB10V/H <0 K、TB6V/H-TB7V/H <0 K（其中，TB为亮度温度，下标的数字为通道频率，V/H为极化方式，V是垂直极化，H为水平极化，下同）。然而，RFI的存在会使被污染通道的观测亮温值显著增加，使低频通道的亮温大于或远大于相邻高频通道的亮温，从而导致相反符号的谱差，通过检验分析这种波谱逆梯度的存在就可以在一定程度上识别出RFI污染，且波谱逆梯度越大，说明RFI对被污染通道的影响越明显，RFI的强度也就越强。RFI一般多出现于低频通道，且不同频率的RFI污染区一般不会产生重叠，故可以假设相邻的较高频通道不存在RFI污染，依此利用谱差来检验低频通道的RFI污染状况。基于不同地表类型上的平均发射率特征，根据以往的研究，设定5 K作为谱差的阈值（Yang et al.，2011）。具体，假如187 GHz通道没有被污染，则利用公式TB10V/H-TB18V/H>5 K来判断1065 GHz通道视场是否被干扰。依次，如果1065 GHz通道没有被污染，则利用公式TB7V/H-TB10V/H>5 K来判断73 GHz通道视场是否被干扰。同理，如果73 GHz通道没有被污染，那么判断6925 GHz通道是否存在干扰，就可以利用公式TB6V/H-TB7V/H>5 K，由于73 GHz和6925 GHz通道频率比较接近，用谱差大于5 K的阈值识别出来的是中等、偏强的RFI。

本文主要研究的是AMSR2新增73 GHz上的RFI污染，故利用谱差TB7V/H-TB10V/H>5 K来判断研究区域内是否存在RFI，并利用频谱逆梯度的大小来判断研究区域内RFI的强弱。

由图1可以看出东亚陆地存在73 GHz通道RFI干扰，选择的6 d里除了仪器扫描轨道未覆盖的时候，韩国京畿道、大邱市，孟加拉国，越南及柬埔寨东南部地区皆受到很强的RFI污染，该RFI污染在8月1—16日剩余的日期里也都有出现（图略），且RFI的位置、形状与强度基本不随时间变化，说明影响这些地区73 GHz通道的RFI主要来自地面持续、稳定的主动源。而其他地区，包括日本、中国内蒙临近赤峰市识别出的73 GHz通道RFI的位置与强度都随时间发生改变，以日本岛中部尤为明显。8月1日、7日、8日、15日这4 d日本在升轨观测上出现了较大范围的强RFI污染区，而8月1—16日剩余的日期里则没有出现（图略），可能未受RFI干扰，或者是仪器轨道没有覆盖到该区域。连续分析了3个月的资料，由于下一个16 d的周期内卫星轨道的位置重复上一个周期，因此在周期内某天出现RFI的位置和强大变化不大。而且这16 d内除去卫星扫描轨道未覆盖的状况，日本在降轨观测上都未识别出RFI污染（图略）。

根据Adams et al.（2010）研究结果，洋面反射的静止通信/电视卫星信号是造成洋面上星载被动微波辐射计RFI的主要原因，当洋面风速较小时发生的是镜面反射，陆地由于地形等影响多发生的是漫反射。与地面稳定、持续的RFI主动源不同，反射的静止通信/电视卫星信号造成的RFI污染在时空上并不具有连续性，即随时间和空间发生改变。因此，猜测日本地区的RFI可能是由星载被动微波辐射计接收到反射的静止通信/电视卫星信号所造成的。为了证明这一推论，下面就日本中部地区8月1日、7日、8日、15日升轨观测上的RFI污染状况进行详细的分析。

AMSR2为圆锥型扫描仪器，其L1 R数据中提供了每个观测视场（Field Of View）的地球方位角（earth azimuth），定义为卫星扫描方向相对于观测视场正北面的方位，即观测视场和卫星的连线在地球上的投影与正北方向的夹角，顺时针方位为正值，逆时针方位为负值（官莉和张思勃，2014），由于AMSR2是后半锥扫描仪器，所以其取值范围为[-180°，-90°]∪[90°，180°]。图2给出了8月1日、7日、8日、15日研究区域内AMSR2亮温谱差图（TB7V/H-TB10V/H）及RFI强度—视场地球方位角散点图。散点图的分析数据对应谱差图方框内所选择的研究区域，方框内为识别出的强RFI污染区。

从图2可以看出，这四天日本中部地区RFI出现的位置和强度与AMSR2视场扫描的地球方位角有关，即只有某些方位出现了很强的RFI干扰，这表明AMSR2并不是每个观测视场都会受到反射的静止通信/电视卫星信号干扰，而只当星载被动微波辐射计扫描到某一地球方位角范围之内这些视场才受到RFI的影响。观察图2亮温谱差图中日本RFI污染區相对卫星飞行方向的位置（灰色细线为轨道边界），再结合每幅亮温谱差图所对应的散点图即可进一步发现，8月1日、8日、15日日本RFI污染区都处于卫星飞行方向的右侧（升轨，飞行方向由南至北），相应的，观测到RFI的视场地球方位角取值范围都在[-170°，-130°]区间之内，且污染区相对卫星飞行方向的位置越偏右，其对应观测到RFI的视场地球方位角数值越大。而8月7日日本RFI污染区位置处于卫星飞行方向的左侧，相应观测到RFI的视场地球方位角取值范围则在[120°，130°]区间之内。可见，观测到RFI的视场地球方位角数值大小、正负与RFI污染区处于卫星飞行方向的哪一侧有关。观测方位角为正值，说明出现RFI的观测视场在卫星飞行方向的左侧。反之，观测方位角为负值，说明出现RFI的观测视场在卫星飞行方向的右侧，而且负值的绝对值越小，出现RFI的观测视场相对卫星飞行方向更偏右。根据官莉和张思勃（2014）对欧洲大陆X波段RFI的研究可知，当星载被动微波辐射计受到反射的静止通信/电视卫星信号干扰时，产生的RFI的位置与星载被动微波辐射计观测地球方位角和观测视场相对于静止通信/电视卫星的方位有关。对于AMSRE而言，当观测方位角为正，则RFI污染视场出现在卫星飞行方向右侧；反之当观测方位角为负，RFI视场位于卫星飞行方向左侧。该文的研究验证了这个观点，陆地上相对比较平坦、且地表覆盖类型比较均一处可能产生镜面反射，当星载微波辐射计视场扫描方位角大小与该视场相当于静止卫星发射方位角大小接近时，该视场易受RFI影响。因为AMSRE为前半锥扫描仪器，而AMSR2为后半锥扫描仪器，所以两者由于反射静止通信/电视卫星信号产生的RFI的时空特性是相反的，即AMSRE在陆地上的RFI多出现在降轨观测，而AMSR2的RFI主要出现在升轨，而降轨则几乎不受干扰。这与Zou et al.（2014）认为，AMSRE洋面上电视卫星频率干扰TFI（Televison Frequency Interference）出现在降轨观测的结论是一致的。这些特点也同时说明日本地区的RFI确是由反射的静止通信/电视卫星信号引起。

目前民用静止通信/电视卫星多使用的是C（6/4 GHz）或Ku（14/11 GHz）波段，括号内“/”前的数值为上行频率，“/”后的数值为下行频率。而为了将民用卫星通信波段与政府部门、军事部门卫星通信波段分开，大部分军用卫星通信系统工作在SHF（7/8 GHz）波段（如舟，1994），其下行频率为725～775 GHz，与AMSR2的新增73 GHz通道频率接近，这可能是造成日本73 GHz通道RFI的主要因素。

由稳定、持续的地面主动源影响所产生的73 GHz通道RFI的亮温谱差图（TB7V/H-TB10V/H）及RFI强度—视场地球方位角散点图如图3所示。以越南南部、柬埔寨东南部为例，即图3a中方框区域。图3b中显示的是方框区域的数据，出现RFI干扰视场的地球方位角取值在区间[-180°，-90°]∪[90°，180°]内呈弥漫性分布，说明在该研究区域RFI出现的位置和强度与仪器的地球方位角无关，即仪器无论扫到那个方向都有很强的RFI污染存在，73 GHz亮温甚至会超过1065 GHz亮温100 K。对比图2日本中部地区RFI视场随地球方位角的分布特征可知，图3a中方框内地区RFI源为稳定、持续的地面主动微波发射源，而非反射的静止通信/电视卫星信号。反之，也可以再次证明日本中部地区的73 GHz通道RFI主要是由反射的静止通信/电视卫星信号造成的。如图3a所示，越南整个地区都受到极强的地面主动源干扰，且干扰源的位置分布与该国疆界有非常高的吻合度（图3c）。由地面主动微波反射源引起的RFI通常都与人类活动有关，人口密度高、人类活动频繁是造成RFI污染的主要成因之一。越南的红河三角洲、湄公河三角洲地区为人口高密度区，特别在红河三角洲地区，人口密度极高，每平方千米最高可超过1 000人。越南东部海岸线附近的人口密度也很高，同时柬埔寨东南部金边附近因为临近河道，人口也相对密集。故越南、柬埔寨东南部地区的高强度RFI可能与当地稠密的人口有一定关联。

同样分析了AMSR2的73 GHz垂直极化通道观测，RFI出现的原因及分布地理位置与水平极化通道相似。

3结论

本文基于2014年8月1—16日AMSR2观测资料，利用谱差法对东亚陆地73 GHz通道无线电频率干扰进行识别与分析，得出如下结论：

1） AMSR2新增波段73 GHz观测受到不同程度的RFI干扰，利用谱差法基本可以在夏季识别出其位置与强度。

2） 日本地区73 GHz通道RFI出现的位置与强度随时间周期性变化，多出现在AMSR2升轨观测上，降轨则未出现；并不是每个观测视场都有RFI出现，分析其来源发现日本地区的RFI主要来自于反射的静止通信/电视卫星下行信号对星载微波被动传感器观测的干扰。

3） 韩国京畿道、大邱市，孟加拉国，越南及柬埔寨东南部地区73 GHz通道RFI表现出离散、稳定、持续性等特征，且强度、范围几乎不随时间变化，说明这些地区的RFI源主要是地面稳定、持续的主动源。

参考文献（References）

Adams I S，Bettenhausen M H，Gaiser P W，et al.，2010.Identification of oceanreflected radiofrequency interference using WindSat retrieval ChiSquare probability[J].IEEE Geoscience Remote Sensing，7（2）：406410.

Ellingson S W，Johnson J T，2006.A polarimetric survey of radiofrequency interference in Cand Xbands in the continental United States using WindSat radiometry[J].IEEE Trans Geoscience Remote Sensing，44（3）：540548.

冯呈呈，董慧杰，2016.AMSRE卫星资料陆面干扰的气候特征分析[J].大气科学学报，39（4）：536545.Feng C C，Dong H J，2016.Trend analysis of radiofrequency interference signals of advanced microwave scanning radiometer data over land[J].Trans Atmos Sci，39（4）：536545.（in Chinese）.

官莉，張思勃，2014.星载微波辐射计欧洲大陆无线电频率干扰分析[J].光学学报，34（7）：17.Guan L，Zhang S B，2014.Source analysis of radiofrequency interference over Europe land from advanced microwave scanning radiometerE[J].Acta Optica Sinica，34（7）：17.（in Chinese）.

蒋兰，2009.如何有效预防和排查民航VHF无线电频率干扰[J].空中交通管理，20（5）：3239.Jiang L，2009.How to effectively prevent and eliminate VHF radiofrequency interference[J].Air Traffic Management，20（5）：3239.（in Chinese）.

Li L，Nioku E G，Im E，et al.，2004.A preliminary survey of radiofrequency interference over the US in Aqua AMSRE data[J].IEEE Trans Geoscience Remote Sensing，42（2）：380390.

Njoku E G，Ashcroft P，Chan T K，et al.，2005.Global survey and statistics of radiofrequency Interference in AMSRE land observations[J].IEEE Trans Geoscience Remote Sensing，43（5）：938947.

如舟，1994.军事卫星通信系统的现状及未来发展趋向[J].国际太空，8：14.Ru Z，1994.Present situation and future development trend of military satellite communication system[J].Space International，8：14.（in Chinese）.

Team of GCOM project，2013.GCOMW1 “SHIZUKU” data users handbook （1st Edition）[C].Japan Aerospace Exploration Agency.

王叶慧，李刚，何光鑫，2013.风云三号卫星微波辐射率资料的资料控制[J].大气科学学报，36（5）：560567.Wang Y H，Li G，He G X，2013.A quality control procedure for FY3 microwave radiance data[J].Trans Atmos Sci，36（5）：560567.（in Chinese）.

吴莹，2012.微波地表发射率的卫星遥感反演和模式模拟研究[D].南京：南京信息工程大学.Wu Y，2012.Satellite remote sensing and modeling of microwave land surface emissivity[D].Nanjing：Nanjing University of Information Science and Technology.（in Chinese）.

Wu Y，Weng F Z，2011.Detection and correction of AMSRE radiofrequency interference[J].Acta Meteorologica Sinica，25（5）：669681.

Yang H，Weng F Z，Lyu L Q，et al.，2011.The FengYun3 microwave radiation Imager onorbit verification[J].IEEE Trans Geosci Remote Sens，49：45524560.

张晓燕，2012.浅谈无线电频率干扰[J].科技创新导报（24）：100.Zhang X Y，2012.Introduction on radiofrequency interference[J].Science and Technology Innovation Herald（24）：100.（in Chinese）.

Zou X L，Zhao J，Weng F Z，et al.，2012.Detection of radiofrequency interference signal over land from FY3B Microwave radiation imager[J].IEEE Trans Geosci Remote Sens，50（12）：49945003.

Zou X L，Tian X X，Weng F Z，2014.Detection of television frequency interference with satellite microwave imager observation over ocean[J].Journal of atmospheric and oceanic technology，31：27592776.

邹晓蕾，翁富忠，田小旭，2015.仪器上新增设的C波段通道对陆地无线电频率干扰的有效缓解[J].气象科技进展，5（2）：3541.Zou X L，Weng F Z，Tian X X，2015.An effective mitigation of radiometerfrequency interference over land by adding a new Cbang on AMSR2[J].Advances in Meteorological Science and Technology，5（2）：3541.（in Chinese）.

The observation quality assessment of satellite borne microwave imager at newadded frequency over East Asia land

GUAN Li，REN Xinyi

Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters（CICFEMD）/Key Laboratory for AerosolCloudPrecipitation of China Meteorological Administration，Nanjing University of Information Science & Technology，Nanjing 210044，China

The quality control of satellite observations has shown significant impact on data assimilation as well as retrieving meteorological products.Satellite microwave thermal emission mixed with signals derived from the active sensors，e.g.radar technologies，air traffic control system，garage door opener remote control，applications of the global positioning system to intelligent vehicle highway systems，defense transportation tracking system，vehicle speed detection system，etc.，is referred to as radiofrequency interference（RFI）.RFI remarkably causes serious problem for microwave sensing.Comparing with previous advanced microwave scanning radiometerEOS （AMSRE），AMSR2 which is on board the global change observation mission 1stwater（GCOMW1） satellite，and adds the channels at 73 GHz，in order to mitigate the RFI contamination at lower frequencies.AMSR2 has seven frequencies at 69，73，1065，187，238，365，and 890 GHz，each having dual channels at vertical and horizontal polarization states，respectively.In order to analyze the observations at this newadded channel be interfered or not，RFI at 73 GHz over East Asia is identified using spectral difference method based on AMSR2 observations collected from August 1st to 16th，2014.The achieved results showed that RFI at 73 GHz widely spreads over East Asia in some places.The RFIs located in Gyeonggido Province，South Korea，Bangladesh，Vietnam and，SouthEast Cambodia are isolated in space and persistent in time and originate from a wide variety of coherent point target sources.The observations of spaceborne microwave radiometer in ascending orbit portions usually are interfered over Japan，while no RFI approximately was detected in descending portions.The RFI location and intensity varied with time and radiometer scanning angle within observation period.After analyzing the contamination source，it can be concluded that the source of RFI in Japan is the results of the interference of the reflected geostationary communication or down linked satellite signals with the spaceborne microwave radiometer data.

Microwave remote sensing；AMSR2；radiofrequency interference

doi：1013878/j.cnki.dqkxxb.20160415001

（責任编辑：刘菲）