HY-2A卫星微波辐射计海面盐度反演

王兆徽，张洁，刘宇昕

（1.南方海洋科学与工程广东省实验室，广东 广州 511458；2.中国海洋大学海洋与大气学院，山东 青岛 266100；3.国家卫星海洋应用中心，北京 100081；4.自然资源部空间海洋遥感与应用重点实验室，北京 100081；5.国家海洋环境预报中心，北京 100081）

1 引言

海面盐度（Sea Surface Salinity，SSS）是海表海水的盐分浓度，与海水的介电常数密切相关，介电常数决定了海水向大气中的发射率。随着直接测量大气顶部亮度温度（Brightness Temperature，TB）的星载微波辐射计的出现，理论上可以通过大气辐射传输物理模型和近海的发射率或反射率模型建立TB 和SSS 之间的关系。在微波发射率随盐度变化的较低微波波段（约1.0～10.0 GHz）中，TB 与SSS 呈显著的相关关系[1，2]，这在1.4 GHz（L 波段）附近尤其明显，因此，国际上当前的两个星载盐度卫星即土壤水分和海洋盐度（Soil Moisture and Ocean Salinity，SMOS）卫星和Aquarius/SAC-D（Aquarius/Satélite de Aplicaciones Científicas）卫星都在L 波段运行。SMOS任务于2009年11月启动，由欧洲航天局（European Space Agency，ESA）运营，Aquarius/SAC-D 任务于2011 年6 月由美国国家航空航天局（National Aeronautics and Space Admini-stration，NASA）和阿根廷联合运营。SMOS 和Aquarius/SAC-D 都提供从10 d 到每月间隔的全球海面盐度观测。

大量研究表明，SMOS 和Aquarius/ SAC-D 观测的SSS 在海洋学和海洋气象学中应用广泛，与实地观测数据相比，两颗卫星的SSS 反演均方根误差（Root Mean Squard Error，RMSE）在0.3～0.5 psu 之间[3-6]。由于L波段观测受限于宇宙背景辐射、天线设计和星地距离，其观测足印远超100 km×100 km，空间分辨率较低。例如，SMOS的盐度观测有效载荷，即孔径合成的微波成像辐射仪（MIRAS），是具有69个天线的Y型二维（2D）孔径合成辐射仪。69个天线的形貌和成像几何形状需要在Y型框架中的各个传感器间相互校准，观测误差会相互迭代增加。

此外，SMOS 观测值受到1.4 GHz 附近射频干扰（Radio Frequency Interference，RFI）的严重影响，RFI 区域包括欧洲、东亚、南亚和中东的部分地区。西北太平洋和墨西哥湾附近的SMOS 数据质量受到影响，属于无效观测值。即使有计划地使用岸基L波段运行的地面雷达站对观测数据进行抗干扰处理，但SSS 观测值的缺省仍然限制了SMOS 在西北太平洋和墨西哥湾等地区的应用。

Reul 等[7]通过实验发现SSS 信息也可以从高于1.4 GHz 的微波频段中获取，例如，通过地球观测系统卫星上高级微波扫描辐射计（AMSR-E）的6 GHz（C 波段）和10 GHz（X 波段）的数据进行组合来获取，亚马逊河口区域AMSR-E反演的SSS显示，其精度与SMOS观测值类似。

我国自主研制的“海洋二号”卫星（HY-2A）自2011 年9 月起开始提供大量的海洋观测资料[8]。从HY-2A 卫星搭载的微波辐射计的观测数据可以获得全球范围内的海面温度、海面风速、水汽含量和液水含量等大气海洋信息，这些信息为全球海洋科学研究、海洋环境监测与预报、海洋灾害防护和海上执法维权等领域提供了重要的科技支撑。采用常用的线性回归反演方法对数据进行快速处理，仅能获得海面温度、海面风速、水汽含量和液水含量这4个物理量，因此，利用现有的众多海洋微波辐射观测资料获取新的有效信息（如SSS），是一个可以探究的发展方向[9]。

考虑到西北太平洋附近以及墨西哥湾附近L波段RFI 的影响，本文基于HY-2A 微波辐射计原始数据和辐射传输模型（Radiative Transfer Model，RTM），使用非线性反演算法即Nelder-Mead搜索算法对观测数据进行处理，分析海面附近C 和X 波段的发射率特性并重处理这两部分观测数据，反演并筛选出高质量的SSS数据。

2 数据

HY-2A 卫星旨在测量全球范围内海面高度、有效波高、海面风速和海面温度等海洋动态环境参数。卫星于2011 年8 月16 日发射，是继HY-1A 和HY-1B 卫星之后的中国第三颗海洋卫星，也是第一颗海洋动态环境卫星。 HY-2A 带有主动和被动微波传感器以及高精度轨道跟踪和确定系统，具有全天候、24 h 和全球测量能力。 HY-2A 扫描微波辐射计由6.6 ～37 GHz 的9 个微波波段组成（见表1）。

表1 HY-2A扫描微波辐射计性能指标信息Tab.1 Index information of HY-2A microwave radiometer

从完整的数据处理流程来看，使用HY-2A 卫星进行SSS 反演的步骤包括：从HY-2A 卫星的扫描辐射计的原始数据（0 级）到TB 进行数据预处理，使用非线性反演算法计算并获得2级产品（海表温度、地表风和云状液态水）来作为反演盐度的迭代数据，使用本文提供的盐度反演算法反演SSS。数据处理是在国家卫星海洋应用中心卫星地面应用系统的线性反演算法基础上进行的[10-11]。此外，还使用到美国国家海洋与大气管理局（National Oceanic and Atmospheric Administration，NOAA）的 WOA09（World Ocean Atlas 09）盐度数据集以及RSS（Remote Sensing System）的卫星海洋观测资料AMSR-2数据。

3 方法原理

图1 为使用典型的K-S（Klein and Swift）模型[1]模拟海面反射率在不同频段的响应情况。对于水平和垂直极化（H-pol 和V-pol）来说，给定的海面温度（Sea Surface Temperature，SST）下，在1.4 GHz 附近，海面反射率对SSS的响应都很敏感，并且随着微波频率的增加而急剧下降，V-pol中的信号较强。对于C 和X 波段，海表辐射对变化的SSS 的响应显然不如L波段敏感。但是，C和X波段的反射率对SSS和SST 的响应特性不同。为了证明C/X 波段测量SSS 的能力，将微波波段的海面反射率作为SSS 和SST的函数进行计算（见图2）。对于给定的SST，表面反射率随SSS的增加而单调增加；同时，对于给定的SSS，由于较高的分子能和温度，表面反射率随温度的增加而减小（见图2a 和2b）。通过区分C 和X波段之间的反射率，在图2c 中可以清楚地看到SSS和SST 都对海面反射率有明显影响，因此大气顶部的TB包含有关SSS和SST的信息。

图1 海面反射率对海面盐度的敏感性（固定入射角47.7°，海面盐度35 psu，海面温度300 K）Fig.1 Sensitivity of sea surface reflectivity to sea surface salinity（incident angle is 47.7°，SSS is 35 psu，SST is 300 K）

图2 微波波段海面反射率与SSS和SST的关系分布图Fig.2 Distribution map of the relationship between sea surface reflectivity in microwave band and SSS and SST

HY-2A 辐射计的天线保持恒定的前视入射角47.7°。在被动微波海洋遥感中，RTM 可以计算海洋表面辐射的大气层顶部的亮度温度。典型的表达式如下：

式中，TB表示微波辐射计探测的亮温；TBU是大气上行辐射；TBΩ是大气辐射的海面散射；Ts是海面温度；τ是大气透过率；E为海面发射率。在不同参数化的RTM 中，TBΩ具体的表达形式不同，但都可以写成这样的形式：

式中，R是海面发射率对应的反射率，通常近似认为海面的发射率和反射率之和是一个常数，R= 1 -E；M是一个包含了大气下行辐射、大气透过率、海面散射校正和宇宙背景辐射的函数集。根据式（1）和式（2），海面反射率可以表达为：

由于式（3）中的所有变量都可以在RTM 中进行计算，因此，R与卫星辐射计的TB 有关。R还通过海面发射率模型与SSS 有关，本文使用的K-S 模型就是R与SSS 相关的经验模型。结合RTM 和K-S模型，可以从TB 反演SSS，其中R是连接SSS 和TB的关键参数。

4 数据处理与结果分析

考虑到HY-2A 的仪器使用情况，将2012—2017年的微波辐射计数据按照正态分布从正值到近似正无穷的概率进行选取，配以AMSR-2 观测资料筛选出有效数据66万对，计算修正参数。由于HY-2A的宇宙冷空辐射在长时间序列的观测中存在系统性的漂移，由HY-2A 微波辐射计的原始观测数据直接推算出的反射率与按照模型计算的反射率存在一定偏差，因此需对数据进行修正。修正过程包括两个步骤：首先，将HY-2A 微波辐射计辐射亮温计算出的R与K-S 模型计算出的R相配对，进而使用最小二乘法，拟合配对数据，得出校准系数，结果见图3和图4。

图3 辐射亮温与K-S模型计算的R配对结果Fig.3 The paired results of the reflectivity calculated by the radiant brightness temperature and the K-S model

图4 修正后的R分布情况Fig.4 Corrected reflectivity distribution

我们使用HY-2A 扫描微波辐射计2012 年7 月的观测TB，并使用AMSR-2 的L2b 产品和WOA09盐度数据作为辅助数据，反演了2012 年7 月中国近海海区的SSS。图5 显示了从HY-2A 辐射计获得的2012年7月的SSS。通过与WOA09对比，HY-2A 提取的SSS代表了长江三角洲附近淡水径流的合理特征。通过比较HY-2A 反演的SSS 数据与WOA09 盐度数据（见图6），二者RMSE 为0.41 psu，数据误差分布符合正态分布特征。

图5 2012年7月中国近海海区的SSSFig.5 SSS in China seas in July 2012

图6 HY-2A反演的SSS与WOA09数据的比较结果Fig.6 Comparison of sea surface salinity retrieved by HY-2A with WOA09 data

5 结论

本文提出了一种从HY-2A 卫星上的微波辐射计反演SSS 的算法。通过比较辐射传递模型（RTM）和K-S 模型计算的反射率结果，对数据进行校准并反演。尽管与SMOS 和Aquarius-SAC/D 任务使用的L 波段相比，C 和X 波段的海面反射率对表面盐度的响应相对较弱，但通过计算不同波段海面反射率之间的差值，可以显著改善SSS信号。

对HY-2A 反演得到的SSS 的评估结果表明，逐点比较沿轨数据结果的RMSE 为0.41 psu，这与SMOS和Aquarius-SAC/D卫星的精度相当。HY-2A卫星反演获得的SSS 数据集在西北太平洋没有RFI污染，因此可为西北太平洋的研究提供有价值的数据。应当指出，虽然HY-2A 后续的卫星没有设计微波辐射计这一载荷，但未来5～10 a内计划发射的其余5颗海洋卫星将配备辐射计，因此，本研究提出的基于HY-2A 卫星的SSS 反演方法仍然适用。后续我们一方面计划完善辐射传输模型和发射率模型，期望提高从C/X波段反演得到的SSS的准确性，另一方面，将从反射率的差值入手，研究并评估陆源射频干扰的影响。