基于FY?4 AGRI与Himawari?8 AHI的平均太阳光谱辐照度研究

李亚男 于文金

摘  要： 文中选取ASTM?E490太阳光谱来计算AGRI和AHI数据的可见光和近红外波段的ESUNb值，并经已发布ESUNb值的HJ?1A/1B CCD1传感器验证了计算值的可靠性，最后将其应用于数据的预处理中。结果表明：通过ASTM?E490太阳光谱计算得到了AGRI和AHI数据可见光和近红外波段的ESUNb值可用于AGRI和AHI数据预处理中;经验证，基于ASTM?E490太阳光谱计算得到的ESUNb值与官方值的绝对误差在10以内，相对误差仅在0.191%～0.571%之间;计算得到的ESUNb值可用于数据的预处理中，经定标和大气校正后发现，校正后影像的对比性更清晰，且AGRI数据的地物边界更为清晰，变化更加明显。

关键词： 太阳光谱; 光谱辐照度; 可靠性计算; 数据预处理; 绝对误差; 清晰度计算

Abstract： The ASTM?E490 solar spectrum is chosen to calculate the ESUNb values for the visible and near?infrared bands of AGRI and AHI data， the reliability of the calculated value is verified by the HJ?1A/1B CCD1 sensor with the published ESUNb value， and then it is applied to the data preprocessing. The results show that the ESUNb values for the visible and near?infrared bands of AGRI and AHI data obtained by the ASTM?E490 solar spectrum calculation can be used in the AGRI and AHI data preprocessing; the absolute error of the ESUNb value calculated based on ASTM?E490 solar spectrum with the official value is within 10， and the relative error is only between 0.191% and 0.571%; the calculated ESUNb value can be used in the data preprocessing， the clearer contrast of the corrected images are revealed after the calibration and atmospheric correction， and the object boundary of the AGRI data is clearer and the changes are more pronounced.

Keywords： solar spectrum; spectral irradiance; reliability calculation; data preprocessing; absolute error; definition calculation

0  引  言

“风云四号”是我国于2016年12月发射的静止轨道气象卫星，其接替第一代静止卫星“风云二号”，能大幅度提高我国对天气、灾害和环境的监测能力，经过将近1年的在轨测试，于2018年3月开始面向全球提供数据产品。AGRI（Advanced Geostationary Radiation Imager）是FY?4卫星上搭载的传感器之一，用于对地球气象、环境的二维成像观测，其设有14个探测波段，探测波长在0.45～13.8 μm之间，可探测到大气、陆表和海洋的可见光至热红外的发射辐射[1]。作为新型的国产卫星数据，应用时间短，传感器还未提供波段平均太阳光谱辐照度（ESUNb）参数，这给数据的预处理工作造成一定困难，一定程度上会影响卫星数据的使用和推广。Himawari?8卫星是日本的静止轨道气象卫星，于2014年发射，其搭载的16通道的葵花卫星高级成像仪AHI （Advanced Himawari Imager）有与AGRI传感器相似的通道设置[2]，具有高精度、高光谱、高空间分辨率等特点，对于AGRI数据的应用研究具有重要的参考价值。

遥感数据预处理的关键问题是辐射定标和大气校正。这一过程中需要进行大气层顶反射率和辐亮度的转换。大气层外平均太阳光谱辐照度（ESUNb）是这一转换过程中不可或缺的参数[3?4]，AGRI和AHI传感器均未给出这一参数。本文选取了ASTM?E490太阳光谱来计算AGRI和AHI可见光和近红外波段的ESUNb值，同时计算HJ?1A/1B CCD1的ESUNb值，与已有的官方值进行对比，验证计算值的可靠性，并将基于AGRI和AHI传感器计算得到的ESUNb值应用于数据的预处理中。

1  研究数据与方法

1.1  研究数据

本文的研究数据分别为中日两国的新型静止轨道卫星数据FY?4 AGRI和Himawari?8 AHI，数据的预处理常常需要对可见光和近红外波段进行大气校正。因此，本文仅针对传感器的可见光和近红外波段计算平均太阳光谱辐照度值，包括AGRI传感器的蓝、红、近红外波段（第1，2，3波段）和AHI传感器的蓝、绿、红、近红外波段（第1，2，3，4波段），光谱参数见表1。

传感器的光谱响应反映了不同传感器在特定通道的光谱区间内对太阳光谱辐射的响应能力，是传感器的主要特性之一[5]。国家卫星气象中心和JMA官网均提供了传感器的光谱响应参数，图1为AGRI传感器第1，2，3波段和AHI传感器第1，2，3，4波段的光谱响应曲线，从图中可以看出各传感器间不同波段的光谱响应范围均有所不同。

1.2  ESUNb值计算方法

ESUNb值可通过传感器的光谱响应函数和太阳光谱数据积分得来，其公式为[6]：

大气层外太阳光谱辐照度[E（λ）]是[ESUNb]值计算的重要参数，它是指在大气层顶，垂直于太阳入射方向上单位时间和单位面积内所接收的太阳辐射能，与波长和日地平均距离有关，不受大气的影响。但由于观测手段和方法的差异，不同太阳光谱数据也存在一些差别[7]。常用的太阳光谱及其光谱范围见表2。

参考已有的研究基础发现，对于中等分辨率的传感器，WRC太阳光谱计算出来的ESUNb值与传感器官方发布的值之间平均绝对误差最小，而ASTM?E490太阳光谱计算出来的绝对误差的标准值最小[13]。二者均是适合计算ESUNb值的太阳光谱，但考虑到ASTM?E490太阳光谱数据获取的难度更低，且被《中华人民共和国气象行业标准》所采用，因此本次研究决定使用ASTM?E490太阳光谱来计算FY?4 AGRI和Himawari?8 AHI的ESUNb值。ASTM是美国材料与试验协会（American Society for Testing Materials）的简称，该协会的主要工作就是制定与材料、产品和系统等相关的试验方法和性能标准。ASTM?E490太阳光谱辐照度是根据航天飞机等航天器和地球表面的实测数据以及太阳光谱辐照度模型得出的[14]，光谱范围在0.2～1 000 μm之间，主要用于航天器件和材料的热分析试验、热平衡试验和其他试验，应用包括通过光谱反射率数据计算太阳吸收率、规定模拟空间测试中材料的太阳紫外线照射量。

2  结果与确定性分析

2.1  ESUNb值计算结果

选取ASTM?E490太阳光谱和传感器的光谱响应函数，光谱数据波长单位为?m，辐照度单位为W·m?2·?m?1。由于太阳光谱数据和光谱响应函数都是由特定波长和所对应的太阳辐照度构成的，因此本文采用拆分法，将波长步长统一为0.001 ?m，根据式（1）计算得到FY?4 AGRI第1，2，3波段和Himawari?8 AHI第1，2，3，4波段的ESUNb值，结果见表3。

2.2  确定性分析

为了验证AGRI和AHI传感器波段ESUNb值的计算精度，本次研究计算了环境卫星HJ?1A/CCD1和HJ?1B/CCD1两个传感器的ESUNb值。将计算结果与中国资源卫星应用中心发布的ESUNb值进行了对比分析，结果如表4、表5所示。

可以看出，基于ASTM?E490太阳光谱计算得到的HJ?1A/1B CCD1传感器的ESUNb值与中国资源卫星应用中心发布的平均太阳辐照度值有所差异，但大体相同。计算二者的绝对误差和相对误差，结果显示，HJ?1A/1B CCD1传感器ESUNb的计算值与官方值误差绝对值在10以内，最大值为8.311，最小值为2.431;相对误差最大为0.571%，最小仅为0.191%。

图2为各传感器同一波段下的ESUNb值，比较HJ?1A/1B CCD1和AGRI，AHI传感器可见光波段和近红外波段的ESUNb值发现，同一波段下，由于各传感器的光谱响应不同，ESUNb值略有区别，但总体差别不大。蓝光波段，传感器间ESUNb值的最大差值为64.7，Himawari?8数值最大，HJ?1B/CCD1数值最小;红光波段，传感器间ESUNb值的最大差值为47.24，FY?4数值最大，HJ?1A/CCD1数值最小;近红外波段，传感器间ESUNb值的最大差值为39.935，HJ?1B/CCD1数值最大，Himawari?8数值最小。综上，可以认为基于ASTM?E490太阳光谱计算得出的AGRI和AHI的ESUNb值是可靠的。

3  ESUNb值在遥感数据中的应用

3.1  FY?4 AGRI和Himawari?8 AHI定标与辐亮度计算

辐射定标是指将影像的原始DN值转化为具有实际意义的辐亮度或表观反射率数据。不同于一般传感器利用定标系数和偏移系数进行辐射定标，FY?4 AGRI数据通过其自带的辐射定标通道表进行定标。在HDFview中打开定标通道表，原始DN值0～4 095分别对应不同的反射率值或辐亮度值，通过IDL逐个获取影像的像元值并将其与辐射定标通道表中的值一一对应，可直接对数据进行DN值到表观反射率/辐亮度值的转换，完成定标。对AGRI数据的第1，2，3通道进行辐射定标后，原始DN值转换为表观反射率。

得到表观反射率后，将1，2，3通道的反射率继续转换为辐亮度值，式（2）为辐亮度与表观反射率的转换公式[15]：

式中：[Lλ]为[λ]波段处的辐亮度值;[ρ]为辐射定标后的表观反射率;[ESUNλ]为第2节中计算得到的[λ]波段大气层外平均太阳光谱辐照度;[θ]为太阳天顶角（[θ=90°-β]，[β]为太阳高度角，可由当时经纬度和时间计算得到）;[d]为天文单位，表示日地距离。

Himawari?8 AHI L1级数据采用NetCDF的数据存储格式，包括1～6波段的反射率数据和7～16波段的亮温数据。因此，Himawari?8 AHI可见光和近红外波段无需进行辐射定标，且辐亮度计算方法同FY?4 AGRI数据。

3.2  基于FY?4 AGRI和Himawari?8 AHI数据的6S大气校正

对于AGRI和AHI数据的大气校正采用6S大气校正模型。本文以2018年9月8日的AGRI和AHI数据为例，对数据进行几何校正并裁剪出河北省地区后，利用式（3）计算校正后的反射率：

式中：[ρ]为校正后的地表反射率;[xa]，[xb]，[xc]为模拟得到的大气校正参数;[Lλ]为[λ]波段的辐亮度数据。

图3为FY?4 AGRI和Himawari?8 AHI校正前后的结果比较。以两个传感器的红光波段为例，对比FY?4和Himawari?8的影像，可以看到AGRI数据的地物边界更为清晰，变化更加明显;对比同一传感器校正前后的影像，可以发现两幅图的一致性较好，且校正后影像的对比性更清晰，表明大气校正的结果较好，基本满足应用需求。

4  结  论

本文探讨了新型国产卫星数据FY?4 AGRI预处理中的关键问题，创造性地选取了ASTM?E490太阳光谱，结合传感器的光谱响应函数，计算了两种传感器可见光波段和近红外波段的大气层外太阳平均光谱辐照度值，这个值作为表观反射率转换辐亮度的参数被用于之后的遥感数据预处理中，得到以下结论：

1） 经ASTM?E490太阳光谱计算得到了AGRI和AHI数据可见光和近红外波段的ESUNb值，这一参数可用于AGRI和AHI数据辐亮度与表观反射率的转换中，对数据预处理起着至关重要的作用。

2） 通过计算HJ?1A/1B CCD1传感器的ESUNb值，发现基于ASTM?E490太阳光谱计算得到的ESUNb值与官方值的绝对误差在10以内;相对误差仅在0.191%～0.571%之间，并且同一波段上，4种传感器的计算值差别不大，这表明计算得到的平均太阳光谱辐照度是可靠的。

3） 基于AGRI和AHI计算得到的ESUNb值可用于数据的预处理中，经定标和大气校正后发现校正后影像的对比性更清晰，且AGRI数据的地物边界更为清晰，变化更加明显。

参考文献

[1] 董瑶海.风云四号气象卫星及其应用展望[J].上海航天，2016，33（2）：1?8.

[2] 张鹏，郭强，陈博洋，等.我国风云四号气象卫星与日本Himawari?8/9卫星比较分析[J].气象科技进展，2016，6（1）：72?75.

[3] CHANDRA G， OCHIENG E， TIESZEN L L， et al. Status and distribution of mangrove forests of the world using earth observation satellite data [J]. Global ecology and biogeography， 2011， 20（1）： 154?159.

[4] 潘志强，傅俏燕，张浩平.CBERS?02星CCD波段平均太阳辐照度反演及应用[J].地球信息科学，2008，10（1）：109?113.

[5] 卫炜，吴文斌，周清波，等.传感器光谱响应差异对NDVI的影响[J].遥感信息，2015（4）：91?98.

[6] 胡顺石，张立福，张霞，等.卫星传感器波段平均太阳辐照度计算及可靠度分析[J].国土资源遥感，2012，24（3）：97?102.

[7] 贾瑞栋，夏志伟，王玉鹏，等.太阳光谱辐照度绝对测量及其定标单色仪[J].发光学报，2017，38（8）：1097?1101.

[8] DAVID G S， TIMOTHY C， GREGORY R C， et al. Emissions estimation from satellite retrievals： a review of current capability [J]. Atmospheric environment， 2013， 77： 1011?1042.

[9] MADHLOPA A， CLARKE J A. Computation of irradiance in a solar still by using a refined algorithm [J]. Renewable energy， 2013， 51（2）： 13?21.

[10] GUEYMARD C A. The sun′s total and spectral irradiance for solar energy applications and solar radiation models [J]. Solar energy， 2004， 76（4）： 423?453.

[11] GUEYMARD C A. Solar radiation spectrum： from the top of the atmosphere to the earth′s surface [M]// VARLEY Nick. The volcanoes of Mexico. [S.l.]： Springer， 2012： 608?633.

[12] GR?BNER J， KR?GER I， EGLI L， et al. The high?resolution， extraterrestrial solar spectrum （QASUMEFTS） determined from ground?based solar irradiance measurements [J]. Atmospheric measurement techniques， 2017， 10（9）： 1?14.

[13] 張璐，施润和，徐永明，等.国产遥感传感器大气层外波段平均太阳光谱辐照度计算[J].地球信息学学报，2014，16（4）：621?627.

[14] KRICK B A， SAWYER W G. Space tribometers： design for exposed experiments on orbit [J]. Tribology letters， 2011， 41（1）： 303?311.

[15] 侯旭洲，易维宁，乔延利，等.基于6S模型的遥感图像大气校正方法[J].大气与环境光学学报，2015，10（1）：63?68.