AMSR2观测中确定射频干扰的一种方法外文翻译资料

 2022-11-13 15:55:59

英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料

5148 《IEEE地球科学与遥感学报》，第53卷，第1期。2015年9月9日

AMSR2观测中确定射频干扰的一种方法

Anne H. A. de Nijs, Robert M. Parinussa, Richard A. M. de Jeu, Jaap Schellekens, and Thomas R. H. Holmes

摘要：进行了一项确定先进微波扫描辐射计-2 (AMSR2)的低频无源微波观测中射频干扰(RFI)的研究。光谱差分法等RFI检测方法已经在微波卫星传感器上得到了应用。然而，这些方法可能导致错误的RFI检测，特别是在极端环境条件的地区。为了解决这一问题，本文提出了一种新的RFI检测方法，该方法利用AMSR2传感器的附加7.3 GHz通道。该方法使用计算出的估计标准误差来检测6.9 GHz和7.3 GHz的RFI污染。结果发现，6.9 GHz的观测数据主要分布在美国、印度、日本和欧洲部分地区受到污染。7.3 GHz的观测结果在南美、乌克兰、中东、东南亚和俄罗斯受到污染。这些通道在完全相同的区域不受RFI的影响，这一事实对于首选C波段亮温观测的研究(例如，土壤湿度反演算法)是有用的。因此，建立了一种决策树方法来确定RFI，并在无人为污染的最低频率下选择可靠的亮温观测值。结果是，在6.9 GHz的观测中，使用7.3 GHz和10.7 GHz时，水平观测的污染像素减少了66%，垂直观测的污染像素减少了85%。通过将RFI图与文明地图联系起来，进一步说明C波段的RFI源主要分布在城市化地区。

关键词：先进微波扫描辐射计-2 (AMSR2)，质量控制方法，射频干扰(RFI)， RFI检测。

1、引言

先进微波扫描辐射计-2 (AMSR2)是第一个全球变化观测任务-水(GCOM-W1)机载无源微波辐射计。该传感器由日本宇宙航空研究开发机构(JAXA)开发，并于2012年5月发射。AMSR2是先进的微波扫描辐射计-地球观测系统(AMSR-E)的继承者。多年来，AMSR-E观测为水文和气候研究(如[1]、[2]和[3])提供了有宝贵的信息。由于天线旋转问题，AMSR-E传感器于2011年10月4日被关闭。自2013年1月起，JAXA开始提供2012年7月起的AMSR2亮温观测。

被动微波观测的一个优点是发射的信号能够穿透云层，从而得到几乎不受天气影响的观测结果。出于同样的原因人造发射机如无线通信和雷达也喜欢在这个频率区域工作，这些设备是所谓的射频干扰(RFI)[5]的主要原因。在[5]和[6]中，描述了RFI信号与自然排放的区别。RFI污染会导致过高的亮温，可能达到甚至超过360 K的值。

先前的研究[6]–[8]表明，由于这些主动人为排放，存在干扰AMSR-E观测的射频干扰。在[6]中，对北美和中美洲进行了RFI调查。对水平偏振和垂直偏振观测，结合了三天内的多个通道。采用光谱差分法得到6.9 GHz的RFI指数(RI):在给定极化条件下，从6.9 GHz的亮温中减去10.7 GHz的亮温。研究发现，大多数射频识别源位于主要城市、机场或附近，在某些情况下，还位于主要公路沿线。强RFI源分布于美国大陆，而加拿大和墨西哥的RFI较弱。除了一些例外，RFI对两种极化现象的影响是相同的。另一个发现是，RFI的强度在上升观测时比下降观测时更强。对此有两种可能的解释:1)白天人类活动较多，2)RFI源AMSR-E天线方位观测方向不同。

以往的分析在文献[7]中被扩展到AMSR-E的6.9-和10.7-GHz通道的RFI的全球陆地范围调查。所分析是2002年6月到2003年5月的数据。采用谱差法确定6.9 GHz时的RFI，如[6]所示。同样测量了10.7GHz下的射频干扰，其中18.7GHz用于计算10.7GHz的RI。另一种方法是利用谱差指数的均值和标准差对6.9 GHz和10.7 GHz下的RFI进行识别和分类。研究发现，在6.9 GHz时，RFI主要集中在美国、日本、中东地区，欧洲的RFI污染程度较小，而在10.7 GHz时，RFI污染主要发生在英国、意大利和日本。研究发现，标准差比均值具有更强的时间稳定性，因此是一个更可靠的RFI指标。

2008年10月3日在[8]中采用光谱差法测定RFI源。结果与[7]基本一致。美国、土耳其和伊朗北部主要在6.9 GHz处受到污染，英国和意大利在10.7 GHz处受到污染，日本这两种频率都受污染。研究发现，RFI污染的位置在时间上是恒定的，在时间上和方向上(升轨或降轨)是不同的。升轨和降轨的RFI图非常相似，水平偏振和垂直偏振观测的RFI图也非常相似。

在文献[7]中，指出利用指数很难区分弱RFI源和自然变异性。只有强RFI才能被正确识别。结果，这些方法往往在极端环境中失效，如冰雪覆盖或沙漠地区。在本研究中，我们提出了另一种在全球范围内检测6.9-和7.3-GHz AMSR2观测值的RFI的方法。这是第一个将额外的7.3 GHz通道考虑到RFI检测的方法。预计7.3 GHz信道对c波段RFI的降低具有较大的附加值。提出了一种算法，该算法可以切换到较高的未污染通道，以获得可靠的亮温观测在最低频域没有任何人为污染。这种方法特别适用于土壤水分的研究，由于对土壤水分最敏感，最好利用最低可用频率。由于AMSR-E在6.9 GHz时受到RFI污染，土壤水分研究通常使用10.7 GHz的观测值，而不是6.9 GHz(例如在[9]中)。如果能正确地检测到RFI，就能保持C波段观测的科学价值，从而改善土壤水分的恢复。所开发的算法能够提供全球地图，指出应该在何处使用哪个频率。

第2节简要介绍了AMSR2传感器的规格和数据处理。在第3节中，AMSR2亮温图像用于指示潜在的射频干扰污染区域。将[6]中描述的光谱差分法和[7]中进一步改进的光谱差分法应用于第4节中的AMSR2观测。第5节给出了一种新的RFI检测方法。由于RFI是人为排放造成的，因此预计污染主要发生在人口密集的城市、工业中心、沿路和机场附近。因此，第6节提供了一个案例研究，将RFI地图与文明数据集联系起来。最后一部分是讨论和结论。

表1

AMSR2通道设置和规格

2 .AMSR2

GCOM-W卫星搭载的AMSR2传感器于2012年5月发射，延续了AQUA/AMSR-E观测时代，旨在洞察全球水循环。该传感器测量来自地球表面和大气的被动微波辐射。AMSR2的设计与AMSR-E类似，只是增加了7.3 GHz通道。在表1中，给出了AMSR2及其通道集的规范(http://suzaku.eorc.jaxa.jp/GCOM/和[10])。

从JAXA (http://gcom-w1.jaxa.jp/)接收到2012年7月至2013年8月的1R AMSR2亮温观测(以开尔文为单位)。在一个全球0.25°网格中，将某一天的个别卫星区域与每日图像相结合，重叠的值平均为一个平均值。

3.亮温图像

通过绘制6.9、7.3、10.7和18.7 GHz下的平均亮温图像，首次在AMSR2观测中检测RFI源。与周围地区相比，具有极高亮温的斑点有成为潜在的受RFI污染地区的一个迹象。

图1包含2012年9月1日至2013年8月31日期间的平均亮温图像，分别为6.9 GHz、7.3 GHz、10.7 GHz和18.7 GHz，用于下降通道的水平和垂直偏振观测。在6.9 GHz时，高亮温点主要集中在美国、印度、印度尼西亚、中东，在巴西南部也有少量。高亮温点在很大程度上与大城市重合，例如洛杉矶和圣保罗。7.3 GHz的超高亮温点主要分布在亚洲(如印度尼西亚、菲律宾和越南)、拉丁美洲、巴西、中东、乌克兰、土耳其和非洲部分地区。在10.7 GHz时，高亮温点只出现在英格兰、意大利和土耳其，而在墨西哥则相对较少。上升观测中的点与位置的下降观测中的点基本一致，日本除外，它在上升观测中包含了明显更多的10.7 GHz的点。然而，对于下降观测，绝对亮度温度值通常较低。

图1：2012年9月1日至2013年8月31日(下降通道)AMSR2平均亮温观测(开尔文)

在18.7 GHz的观测中，并没有特别的高亮温点。然而，由于所提出的RFI检测方法的应用中使用了18.7 GHz的观测数据，所以将这些地图包括在内。将这一频段包括在内的另一个原因是，它使得所开发的方法可用于缺少AMSR2的宽范围低频的其他无源微波传感器。

从图1中可以看出，水平偏振和垂直偏振观测到的区域与高温点相同，除了乌克兰，在垂直偏振下只有7.3 GHz的高温。在垂直偏振观测中，中东似乎也受到了更多污染。

4.光谱差分法

在文献[6]中，提出了一种光谱差分方法来检测AMSR-E观测中的RFI源，并对其强度进行量化。

该方法也可用于其它频率的RFI检测。如下式所示:

RI 6.9p = TB 6.9pminus;TB 10.7p （1）

RI 7.3p = TB 7.3pminus;TB 10.7p （2）

RI 10.7p = TB 10.7pminus;TB 18.7p （3）

RI为RFI指数，p为偏振度，可以是水平偏振，也可以是垂直偏振，TB为亮温。RI越高，RFI污染越强。根据[6]对陆地像素的RI进行了分段分类:

  1. - 5k lt; RI lt; 5k像素含有弱RFI或无RFI;
  2. 5k lt; RI lt; 10k含中度RFI;
  3. RI gt; 10k含有较强的RFI。

将该方法应用于AMSR2观测，其观测区间为(1)-(3)。图2显示了2012年9月至2013年8月期间观测值为6.9,7.3和10.7-GHz的中等（紫色）和强（红色）RFI的全局图像。

图2：2012年9月1日至2013年8月31日(下降通道)AMSR2平均亮温观测值(红)强(紫)中RFI像素，光谱差分法[参见(1)-(3)]。

A:结果

根据这种方法，6.9 GHz的RFI源主要集中在美国、印度、印度尼西亚、菲律宾、日本、巴西西南部，中东和南美的RFI源也有少量分布。在欧洲、非洲和澳大利亚，很少有强RFI点。格陵兰岛也显示出强烈的射频识别信号。然而，这种信号很可能不是由人为排放引起的，而是由于信号中的自然影响。10.7 GHz的污染区域位于英格兰、意大利和中东。这些发现与AMSR-E数据中的RFI调查结果一致，如第一节所述，在东南亚存在7.3 GHz的强RFI源，几乎覆盖了印度尼西亚、菲律宾、越南、北马来西亚、新加坡、柬埔寨、泰国、斯里兰卡和孟加拉国的整个陆地区域。其他严重污染地区包括乌克兰、中东和非洲部分地区以及南美。

B.谱差法的局限性

谱差法有一定的局限性。例如，干燥的雪、冰和沙漠的频率之间可能存在很大的自然差异，这可能导致使用光谱差异法(假阳性)进行错误的RFI检测。当散射效应超过吸收[7]时，就会发生这种情况。另一个限制是检测弱RFI源，因为通常情况下亮温为10.7 GHz略高于6.9 GHz的[7]。在某些情况下，弱RFI源可能不足以引起高光谱梯度，从而阻止了RFI检测(假阴性)。因此，光谱差分法本身会对某些具有RFI的像素(如格陵兰)产生错误的识别，使其他像素中一些较弱的RFI无法检测到。

6.9和7.3 GHz之间的指数用以下公式计算：

RI 6.9, 7.3p = TB 6.9p - TB 7.3p (4)

如图3所示。索引在- 10和- 5 K之间的像素为蓝色，索引小于- 10 K的像素为深蓝色。蓝色像素可能被解释为在7.3 GHz时受到污染。紫色像素包含在5到10k之间的索引，红色像素高于10k。后两种颜色可以解释为在6.9 GHz时受到污染。

可以看出，在自然表面，如格陵兰岛，计算出6.9 ~ 7.3 GHz的RI时，伪RFI像素较少。但是，不能使用6.9 ~ 7.3 GHz之间的RI作为RFI检测方法，因为在两个频率都存在RFI的情况下，可能会出现两种错误的情况:1)索引被抵消，导致伪RFI像素;2)只有一个频率被标记为RFI污染。

C.光谱指标的均值和标准差

在文献[7]中也描述了先前描述的谱差方法的局限性。在文献[7]中，开发了一种新的方法通过光谱差异的手段和标准偏差来消除极端环境中的错误识别。

图3：2012年9月1日至2013年8月31日(下降通道)，RI在6.9 ~ 7.3 GHz之间[参见(4)]，用于(a)水平和(b)垂直观测。紫色:RI在5 - 10k之间;红色:RI gt; 10k;浅蓝色:RI在- 10到- 5 K之间;深蓝色:RI lt; - 10k。

研究发现，“由于地球物理的变异性，指数的标准差比指数的均值在时间上更稳定。因此，标准偏差可能比方法更好地区分RFI。在这篇论文中，我们检测了RFI，将均值和标准差结合起来。我们将该方法应用于AMSR-2的观测，并对指标的均值(gt; 3k)和标准差(gt; 3k)采用相同的阈值。对于6.9 GHz的观测结果如图4所示。

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[18372]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章