Please wait a minute...
 
国土资源遥感  2017, Vol. 29 Issue (3): 176-181    DOI: 10.6046/gtzyyg.2017.03.26
  技术应用 本期目录 | 过刊浏览 | 高级检索 |
被动微波遥感观测资料干扰对地表参数反演的影响分析
吴莹, 钱博, 王振会
南京信息工程大学气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心/中国气象局气溶胶与云降水重点开放实验室,南京 210044
Effect of radio-frequency interference on the land surface parameters retrieval from passive microwave remote sensing data
WU Ying, QIAN Bo, WANG Zhenhui
Key Laboratory of Meteorological Disaster, Ministry of Education(KLME)/Joint International Research Laboratory of Climate and Environment Change(ILCEC)/Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters (CIC-FEMD)/Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration, Nanjing University of Information Science and Technology, Nanjing 210044, China
全文: PDF(4378 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 以东亚陆地为研究区,利用2011年7月1—16日AMSR-E (advanced microwave scanning radiometer - earth observing system ) 二级亮温数据,采用一维变分反演收敛度量识别法对研究区的无线电频率干扰(radio-frequency interference,RFI)进行识别,并进一步分析了该干扰对星载被动微波数据反演地表参数的影响。研究表明,在东亚地区,AMSR-E C波段和X波段都普遍存在RFI,大多出现在工业区、科研中心、人口密集的大城市、机场和高速公路等区域; 一般情况下,C波段和X波段的干扰信号分布区域基本不重合; 水平和垂直极化通道都有较强的RFI存在,其时间上具有持续性,且不同极化方式下干扰信号的强度因地而异; 干扰信号的强度随卫星地球方位角的变化而变化,当星载微波辐射计扫描到某一地球方位角度范围内时这些视场才会受到干扰。研究还发现,用受RFI影响的微波数据反演得到的地表参数值误差较大。因此,在采用被动微波观测数据反演地表参数之前,有必要先有效地检测和剔除RFI。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
李春干
梁文海
关键词 面向对象变化向量分析(CVA)目标函数变化检测小班    
Abstract:Radio-frequency interference (RFI) over eastern Asia land was detected and analyzed using one dimensional variational retrieval (1-DVAR) convergence metric method from AMSR-E (the advanced microwave scanning radiometer - earth observing system) Leval 2A measurements during July 1-16, 2011. And then its influence on the retrieval of surface parameters was studied. It is found that the RFI signals are detected both at C and X band channels of AMSR-E over eastern Asia, and the signals are most densely concentrated in industrial zones, scientific research centers, metropolises, airports and highways. Moreover, RFI signals at C and X band normally do not coincide with the same distribution area. AMSR-E RFI over eastern Asia land exists along both horizontal and vertical polarization channels. Furthermore, the intensity of AMSR-E RFI varies with the earth azimuth angle of the satellite; measurements are contaminated by RFI only when the spaceborne microwave radiometer is within some earth azimuth angle range. Lastly, it is also found that retrieved land parameters have large deviations from RFI contaminated microwave measurements. Therefore, it is expected to detect even weakened RFI effectively prior to retrieving land surface parameters from passive microwave remote sensing measurements.
Key wordsobject-oriented    change vector analysis(CVA)    object function    change detection    sub-compartmenet
收稿日期: 2015-12-29      出版日期: 2017-08-15
基金资助:国家自然科学基金项目“FY-3微波数据RFI订正及我国典型地区地表微波发射率反演研究”(编号: 41305033)、江苏省基础研究计划—青年基金项目“微波地表温度计算及其对中国典型地区地表发射率反演改进研究”(编号: BK20150911)和江苏高校优势学科建设工程资助项目(PAPD)共同资助
作者简介: 吴 莹(1980-),女,讲师,博士,主要从事大气探测与大气遥感方面的教学和研究工作。Email:wuying_nuist@163.com。
引用本文:   
吴莹, 钱博, 王振会. 被动微波遥感观测资料干扰对地表参数反演的影响分析[J]. 国土资源遥感, 2017, 29(3): 176-181.
WU Ying, QIAN Bo, WANG Zhenhui. Effect of radio-frequency interference on the land surface parameters retrieval from passive microwave remote sensing data. REMOTE SENSING FOR LAND & RESOURCES, 2017, 29(3): 176-181.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2017.03.26      或      https://www.gtzyyg.com/CN/Y2017/V29/I3/176
[1] 周芳成,宋小宁,李召良.地表温度的被动微波遥感反演研究进展[J].国土资源遥感,2014,26(1):1-7.doi:10.6046/gtzyyg.2014.01.01"> doi:10.6046/gtzyyg.2014.01.01.
Zhou F C,Song X N,Li Z L.Progress of land surface temperature retrieval based on passive microwave remote sensing[J].Remote Sensing for Land and Resources,2014,26(1):1-7.doi:10.6046/gtzyyg.2014.01.01"> doi:10.6046/gtzyyg.2014.01.01.
[2] 刘 晶,马红章,杨 乐,等.基于被动微波的地表温度反演研究综述[J].遥感技术与应用,2012,27(6):812-821.
Liu J,Ma H Z,Yang L,et al.A survey of surface temperature retrieval by passive microwave remote sensing[J].Remote Sensing Technology and Application,2012,27(6):812-821.
[3] 毛克彪,施建成,李召良,等.用被动微波AMSR数据反演地表温度及发射率的方法研究[J].国土资源遥感,2005,17(3):14-17.doi:10.6046/gtzyyg.2005.03.04"> doi:10.6046/gtzyyg.2005.03.04.
Mao K B,Shi J C,Li Z L,et al.The land surface temperature and emissivity retrieved from the AMSR passive microwave data[J].Remote Sensing for Land and Resources,2005,17(3):14-17.doi:10.6046/gtzyyg.2005.03.04"> doi:10.6046/gtzyyg.2005.03.04.
[4] 鲍艳松,毛 飞,闵锦忠,等.基于FY-3B/MWRI数据的裸土区土壤湿度反演[J].国土资源遥感,2014,26(4):131-137.doi:10.6046/gtzyyg.2014.04.21"> doi:10.6046/gtzyyg.2014.04.21.
Bao Y S,Mao F,Min J Z,et al.Retrieval of bare soil moisture from FY-3B/MWRI data[J].Remote Sensing for Land and Resources,2014,26(4):131-137.doi:10.6046/gtzyyg.2014.04.21"> doi:10.6046/gtzyyg.2014.04.21.
[5] 孙知文,于鹏珊,夏 浪,等.被动微波遥感积雪参数反演方法进展[J].国土资源遥感,2015,27(1):9-15.doi:10.6046/gtzyyg.2015.01.02"> doi:10.6046/gtzyyg.2015.01.02.
Sun Z W,Yu P S,Xia L,et al.Progress in study of snow parameter inversion by passive microwave remote sensing[J].Remote Sensing for Land and Resources,2015,27(1):9-15.doi:10.6046/gtzyyg.2015.01.02"> doi:10.6046/gtzyyg.2015.01.02.
[6] 施建成,杜 阳,杜今阳,等.微波遥感地表参数反演进展[J].中国科学(地球科学),2012,42(6):814-842.
Shi J C,Du Y,Du J Y,et al.Progresses on microwave remote sensing of land surface parameters[J].Science China Earth Science,2012,55(7):1052-1078.
[7] 张廷军,晋 锐,高 峰.冻土遥感研究进展:被动微波遥感[J].地球科学进展,2009,24(10):1073-1083.
Zhang T J,Jin R,Gao F.Overview of the satellite remote sensing of frozen ground:Passive microwave sensors[J].Advances in Earth Science,2009,24(10):1073-1083.
[8] 李 芹,钟若飞.模拟AMSR-E数据的地表多参数反演[J].国土资源遥感,2011,23(1):42-47.doi:10.6046/gtzyyg.2011.01.08"> doi:10.6046/gtzyyg.2011.01.08.
Li Q,Zhong R F.Multiple surface parameters retrieval of simulated AMSR-E data[J].Remote Sensing for Land and Resources,2011,23(1):42-47.doi:10.6046/gtzyyg.2011.01.08"> doi:10.6046/gtzyyg.2011.01.08.
[9] Li L,Njoku E G,Im E,et al.A preliminary survey of radio-frequency interference over the U.S. in Aqua AMSR-E data[J].IEEE Transactions on Geoscience and Remote Sensing,2004,42(2):380-390.
[10] Njoku E G,Ashcroft P,Chan T K,et al.Global survey and statistics of radio-frequency interference in AMSR-E land observations[J].IEEE Transactions on Geoscience and Remote Sensing,2005,43(5):938-947.
[11] Lacava T,Coviello I,Faruolo M,et al.A multitemporal investigation of AMSR-E C-band radio-frequency interference[J].IEEE Transactions on Geoscience and Remote Sensing,2013,51(4):2007-2015.
[12] Zou X L,Zhao J,Weng F Z,et al.Detection of radio-frequency interference signal over land from FY-3B microwave radiation imager(MWRI)[J].IEEE Transactions on Geoscience and Remote Sensing,2012,50(12):4994-5003.
[13] 官 莉,张思勃.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,2014,34(7):0728004.
Guan L,Zhang S B.Source analysis of radio-frequency interference over Europe land from advanced microwave scanning radiometer-E[J].Acta Optica Sinica,2014,34(7):0728004.
[14] Boukabara S A,Garrett K,Chen W C,et al.MiRS:An all-weather 1DVAR satellite data assimilation and retrieval system[J].IEEE Transactions on Geoscience and Remote Sensing,2011,49(9):3249-3272.
[15] Weng F Z,Han Y,van Delst P,et al.JCSDA Community radiative transfer model(CRTM)[C]//Proc.14th Int.ATOVS Study Conf.2005:217-222.
[16] Adams I S,Bettenhausen M H,Gaiser P W,et al.Identification of ocean-reflected radio-frequency interference using WindSat retrieval chi-square probability[J].IEEE Geoscience and Remote Sensing Letters,2010,7(2):406-410.
[1] 薛白, 王懿哲, 刘书含, 岳明宇, 王艺颖, 赵世湖. 基于孪生注意力网络的高分辨率遥感影像变化检测[J]. 自然资源遥感, 2022, 34(1): 61-66.
[2] 潘建平, 徐永杰, 李明明, 胡勇, 王春晓. 结合相关系数和特征分析的植被区域自动变化检测研发[J]. 自然资源遥感, 2022, 34(1): 67-75.
[3] 范莹琳, 娄德波, 张长青, 魏英娟, 贾福东. 基于面向对象的铁尾矿信息提取技术研究——以迁西地区北京二号遥感影像为例[J]. 自然资源遥感, 2021, 33(4): 153-161.
[4] 李轶鲲, 杨洋, 杨树文, 王子浩. 耦合模糊C均值聚类和贝叶斯网络的遥感影像后验概率空间变化向量分析[J]. 自然资源遥感, 2021, 33(4): 82-88.
[5] 王译著, 黄亮, 陈朋弟, 李文国, 余晓娜. 联合显著性和多方法差异影像融合的遥感影像变化检测[J]. 自然资源遥感, 2021, 33(3): 89-96.
[6] 蔡祥, 李琦, 罗言, 齐建东. 面向对象结合深度学习方法的矿区地物提取[J]. 国土资源遥感, 2021, 33(1): 63-71.
[7] 苏龙飞, 李振轩, 高飞, 余敏. 遥感影像水体提取研究综述[J]. 国土资源遥感, 2021, 33(1): 9-11.
[8] 徐锐, 余小于, 张驰, 杨瑨, 黄宇, 潘俊. 融合Unet网络和IR-MAD的建筑物变化检测方法[J]. 国土资源遥感, 2020, 32(4): 90-96.
[9] 张鹏, 林聪, 杜培军, 王欣, 唐鹏飞. 南京市生态红线区高分辨率遥感精准监测方法与应用[J]. 国土资源遥感, 2020, 32(3): 157-164.
[10] 刁明光, 刘文静, 李静, 刘芳, 王彦佐. 矿山遥感监测矢量成果数据动态变化检测方法[J]. 国土资源遥感, 2020, 32(3): 240-246.
[11] 张春森, 吴蓉蓉, 李国君, 崔卫红, 冯晨轶. 面向对象的高空间分辨率遥感影像箱线图变化检测方法[J]. 国土资源遥感, 2020, 32(2): 19-25.
[12] 夏既胜, 马梦莹, 符钟壬. 基于GF-2遥感影像的机械性破损面提取方法[J]. 国土资源遥感, 2020, 32(2): 26-32.
[13] 冯林艳, 谭炳香, 王晓慧, 陈新云, 曾伟生, 戚曌. 基于分布函数的对象级森林变化快速检测[J]. 国土资源遥感, 2020, 32(2): 73-80.
[14] 杨丽萍, 马孟, 谢巍, 潘雪萍. 干旱区Landsat8全色与多光谱数据融合算法评价[J]. 国土资源遥感, 2019, 31(4): 11-19.
[15] 郑艺, 林懿琼, 周建, 甘伟修, 林广旋, 许方宏, 林光辉. 基于资源三号的雷州半岛红树林种间分类研究[J]. 国土资源遥感, 2019, 31(3): 201-208.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发