AVHRR综述

AVHRR传感器综述1AVHRR的起源与发展1960年4月1日，美国发射了第一颗极轨气象卫星“泰罗斯-1号”（TIROS-1，电视红外观测卫星），利用电视摄像技术首次获得了显示大尺度天气系统特征的完整的卫星云图。截至1965年7月2日，美国总共发射了10颗实验性泰罗斯卫星。紧接着泰罗斯系列实验卫星的是9颗泰罗斯系列业务卫星“托斯”（TOS），这些卫星于1966到1969年间发射，命名为“艾萨”（ESSA，环境探测卫星）。这是第一代气象卫星。继“艾萨”之后，美国宣布发展改进的“托斯”系列，该极轨系列包含6颗卫星（ITOS-1，NOAA-1~5），首次在同一颗卫星上实现了全球覆盖资料的收集和自动云图传输[1]。这是第二代气象卫星。目前运行的卫星是从1978年起投入运行的第三代业务卫星TIROS/NOAA系列。从ROS-N和NOAA-7到正在运行的NOAA-18都携带了本文将介绍的甚高分辨率辐射计（AVHRR，TheAdvancedVeryHighResolutionRadiometer）传感器。该传感器的主要变化是采用全数字式系统代替了模拟信号系统。目前的AVHRR数据是在空间平台上数字化后发送到地面上的。此外，AVHRR传感器还增加了另一个红外波以便在计算海面温度时纠正水蒸气的影响[2]。NOAA卫星的轨道是接近正圆的太阳同步轨道，轨道高度为870km及833km，轨道倾角为98.9°和98.7°，周期为101.4分。NOAA卫星的应用目的是日常的气象业务，平时有两颗卫星在运行。由于用一个卫星每天至少可以对地面同一地区进行2次观测，所以两颗卫星就可以进行4次以上的观测。2AVHRR简介AVHRR的前身是扫描辐射仪SR，于1970年在ITOS上运行，SR只有8km的地空间分辨率和相当低的辐射记录精度。VHRR是其改进型，与SR同时运行了一段时间后就被AVHRR取代。AVHRR具有甚高分辨率（星下1.1km）[2]。AVHRR有三种型号：第一代AVHRR/1有四个通道，首次搭载在于1978年10月发射的TIROS-N上。后来在AVHRR/2上升级为5个通道，首次搭载在于1981年6月发射的NOAA-7上。最新的一代为AVHRR/3，有六个通道，首次搭载在于1998年5月发射的NOAA-15上。AVHRR/3传感器大概72磅，大小为11.5英寸X14.4英寸X31.4英寸，消耗功率为28.5瓦[3]。2.1AVHRR波段通道AVHRR/3传感器波段特征见下表：AVHRR/3波段特征波段星下点分辨率波段范围um主要应用11.09KM0.58-0.68白天云与地面制图21.09KM0.725-1.00水陆边界3A1.09KM1.58-1.64云-雪检测3B1.09KM3.55-3.93夜间云制图，海面温度41.09KM10.30-11.30夜间云制图，海面温度51.09KM11.50-12.50海面温度2.2AVHRR时间系列遥感数据产品美国发射的NOAA气象卫星，从1981年发射NOAA-7开始，到目前在轨的NOAA-18形成了包含可见光红色波段，近红外波段、中红外波段和热红外波段在内的6个波段近30年的时间系列遥感数据。在可见光、近红外、短波红外和热红外时间系列数据中，NOAA/AVHRR形成了最长时间系列的遥感产品数据集。在美国的不同项目支持下，采取了不同的数据与处理方案。形成了多套AVHRR的时间系列产品。目前比较常用的系列产品是PAL数据集（NOAA/NASAPathfinderAVHRRLandData）和GIMMS数据集（GlobalInventoryModelingandMappingStudies），二者在数据预处理（辐射定标、云检测、大气校正和卫星漂移校正）和数据内容（波段、时间系列长短）等方面有比较大的差别，其中PAL波段信息丰富，而GIMMS数据系列最长、数据最为完整，因此也是目前应用最为广泛的AVHRR时间系列数据集[4]。3AVHRR在海洋遥感中的应用AVHRR的每一个通道有不同的波长并记录了当卫星扫描地球表面时相应波长的辐射量。其中通道1、2为反照率,通道3、4、5为亮温。从NOAA-15开始，AVHRR的通道数由5个增加到6个，将第三通道分为3a和3b两个通道，3a通道的中心波长为1.6微米，这一波段对冰、雪的分辨能力较强，3b通道的中心波长为3.7微米，两个通道交替工作，1.6微米通道在白天工作，3.7微米受太阳反射辐射干扰严重，适合于夜间工作。NOAA气象卫星AVHRR资料以其时间分辨率高、覆盖面广、价格低廉等优点广泛应用于各种海洋大气研究中：时间分辨率高有助于捕捉地面快速动态变化信息，如日变化频繁的大气海洋动力现象等，有利于高密度动态遥感研究，也大大增强了获取无云景象的能力。同时，成像面积大，有利于获得宏观同步信息，减少数据处理容量。TIROS-N系列卫星的发射，使海表温度反演算法摆脱了其他探测器的束缚，使海表温度反演不再依赖于其他尤其是垂直探测器资料，仅仅使用AVHRR资料独立的进行海温反演，促进了多通道海表温度反演方法的实现，使卫星遥感海表温度的反演精度和覆盖度都有了明显的提高[5]3.1温度场问题海表温度场表征了海洋热力、动力过程和海洋与大气相互作用的综合结果、它不仅是研究海面水汽和热量交换的一个重要物理参数，也为海洋环流、水团、海洋锋、上升流和海水混合等海洋学课题的研究提供一种直观的指示量。20世纪60年代以来,我国海洋工作者在历次海上观测和台站资料的基础上，对渤海、黄海、东海表层温度的空间分布和变化进行了较为详细的分析研究[6~9]，并绘制了系列的水温气候图集。这些研究成果对认识黄海、东海海域的平均海表温度场的分布、变化以及相关物理海洋现象的研究起到了重要的作用。但是，受调查手段的限制，分析所采用的资料无论从时间上的同步性，还是空间分布的连续性都不能令人满意，而且所获得的结果仅是总体趋势的概括。随着红外卫星遥感测温技术的发展，尤其是NOAA系列卫星对海表温度进行大面积、连续地监测，为海洋科学研究提供了同步、高分辨率的海表温度资料，使我们有条件更为系统、深入细致地研究SST的分布、变化以及与之相关的物理海洋现象[10]。一些学者根据卫星遥感资料对SST进行了分析。周嗣松等[11]根据AVHRR资料初步探讨了计算SST的原理和方法。MatiKahru等[12]利用AVHRR图象分析了波罗的海海面温度分布。杜勇等[13]运用采集的船测海面温度数据和同期的NOAA/AVHHR遥感温度数据检验RAL线性模式反演的海面温度和船测海面温度之间的误差。刘百桥等[14]利用AVHRR资料反演海表面温度，并用台站及船舶观测资料进行订正计算月平均海水表层温度场，表明海水表层温度场与AVHRR资料反演的海水表面温度之间基本呈线性关系。苏育嵩等[15,16]利用卫星图像对黄海表层水系（包括流系、冷水带、海洋锋）及渤、黄海低温带进行了分析。毛志华等[17]介绍了利用NOAA遥感资料得到的海表温度图估算海表流场的最大相关系数法和相关松弛法，并进行比较两个方法的优缺点。张春桂[18]分析了海洋热红外辐射的传输特性，建立了海温定量反演计算的统计回归模型，介绍了福建省近海区域海温产品生成业务化软件系统及其应用情况。伉天宇等[19]利用NOAA/AVHRR图象选取了渤海中的15个特征区域进行分析并对大部分区域水温变化特征的形成机制进行一些初步的探讨。S.Marullo等[20,21]利用AVHRR数据分析了东地中海SST场的季节和年际变化。Barton和Skirving[22]对比分析了卫测海面温度：GMS、AVHRR、ERS/ATSR和船测数据。党顺行等[23]使用NOAA气象卫星AVHRR数据的红外波段，开展了卫星遥感海表温度反演模型研究，为海洋渔业提供必要的基础资料。Tang等[24]利用AVHRR-SST和SeaWiFS叶绿素-a数据分析了夏季风过程中台湾海峡的上升流。Thomas等[25]根据LandsatTM数据和AVHRRPathfindner数据分析了缅因湾的海岸SST变化。鲍献文等[26]首先对1990-1999年NOAA系列卫星的AVHRR资料与同步的船测及浮标资料进行对比，分析了黄海、东海海域SST产品的精度,并对该海域SST进行区域性系统误差的订正。然后将各月中旬海表温度场进行平均，获得了代表渤海、黄海、东海海域逐月的月平均海表温度场，并系统分析了该海域月平均海表温度场的分布特征和变化趋势,探讨了影响海表温度场变化的动力因素[27]。3.2悬浮泥沙问题Gordon[28]提出了卫星图像的大气校正方法，即利用I类水体750nm波段离水辐射率为0估算探测波段大气校正因子为核心的大气校正方法。李京[29]推导出了水体反射率L与含沙量S之间的关系式，监测了杭州湾海域的悬浮泥沙含量。Li等[30]利用AVHRR数据和PURSIS的GIS软件分析了杭州湾的SST和SSC(suspendedsedimentconcentration)。Li等[31]根据AVHRR的第一和第二波段反射数据推导出计算中国海岸水的悬浮泥沙公式。李炎和李京[32]考虑到海面Rw1-Rw2曲线到遥感器R1-R2曲线之间斜率的传递是线性的，所以提出了以大气部分斜率传递现象为基础的。R1-R2算法（斜率法），适于进行II类水体大气校正的近海悬浮泥沙遥感监测。赵长海等[33]利用AVHRR数据确定和研究长江口泥沙地区悬浮物的输移路线和活动范围，探讨分析了长江口悬沙浓度分布动态。张春桂[34]根据水体对太阳辐射光谱的反射率变化特性，利用NOAA从遥感资料，动态监测福建省海岸带悬浮泥沙的分布。孙效功等[35]利用NOAA遥感资料系统地分析和研究了黄东海陆架区悬浮体向深海输运的时、空变化规律。李四海等[36]根据多时相NOAA/AVHRR卫星遥感数据和准同步实测表层含沙量资料，分别利用经暗像元大气校正的遥感图象灰度值、R1-R2相关关系曲线的斜率，以及泥沙指数等参数，建立了泥沙遥感定量模式（包括灰度法、斜率法和泥沙指数法）[27]。3.3海上溢油事故问题海上油污染给海洋生态环境以及近海沿岸的生产、生活带来严重的破坏和巨大的环境压力；由于其发生所具有的随机性特点，难以被预测、预报，因此，如何快速、准确地确定污染发生位置、油污种类和溢油量则成为重要的研究内容，而遥感正是解决这一问题的有效手段：海面油污与周围海水的特征信息同时被遥感传感器探测并记录，它们之间的差别以影像上不一致的灰度形式表现出来，通过对遥感影像的分析从而确定油污的各个存在特征参数，实现海上油污染探测。我国的海洋油污染问题由来已久，60年代即有发生，1973年在大连港就发生了由于船舶碰撞（“大庆36”）而造成了多达1400吨原油溢出的事故；自1978年改革开放以来，中国向世界敞开了海上门户，进出口贸易的频繁更使得海上交通呈现出一派繁荣景象；然而，在经济得到快速发展的同时，海洋油污染事件也接连不断：据有关统计，1978年至2002年的最近24年我国沿海船舶、码头发生的50吨以上溢油事故多达54起，其中有13起事故单次溢油量超过500吨，累计溢油总量超过30000吨[37]；如此巨量的油污进入海洋，其对我国沿海海洋生态环境造成的破坏可想而知，生态和经济损失难以挽回和估计。AVHRR数据量丰富，时间分辨率较高，对海面油污能够进行连续观测；而传感器平台高度的优势使得其能对受污染相关海域同时进行观测，充分掌握观测区域内的地理特征和环境状况；与风、浪、流等数据相结合有助于分析并对油污在海面的扩散趋势和漂移方向做出预测，对污染评估、油污的清理和预防等工作具有重要的指导意义。与其他遥感数据相比，AVHRR数据还具有价格的优势：不需要交纳费用来获得使用权；总的说来，在对因事故所引起的大型的海上油污染研究中，AVHRR数据有着宏观、实时、针对性强的特点[38]。在海湾战争时期，NOAA卫星所获得的AVHRR数据在海上油污染探测方面的可应用性便得到了证明，成功地探测了由于油井爆炸而造成的大规模油污染[