GMI亮溫資料RFI信號影響因子分析

張玉璇，吳瑩

(1.南京信息工程大學氣象災害預報預警與評估協同創新中心/中國氣象局氣溶膠與云降水重點開放實驗室，江蘇 南京 210044；2.廣東海洋大學海洋與氣象學院，廣東 湛江 524088；3.南京信息工程大學大氣物理學院，江蘇 南京 210044)

引言

隨著工業和科技的飛速發展以及相關技術的進步，微波波段不僅越來越多地被運用于民用和軍用雷達，還在全球衛星定位系統、航空管制以及其他低功率的民用系統中得到了充分應用[1-3]。星載微波資料是地面觀測信息的主要來源之一，因此在陸面資料的反演同化方面起著重要作用。但由于對相關通道頻率的保護缺乏全面性，星載微波輻射計在接收地氣系統發出的自然熱輻射的同時，也會接收到部分地面主動微波傳感器發射的輻射和地面反射的輻射[4-5]，接收到這種混合信號的情況稱之為無線電頻率干擾(radio frequency interference，RFI)[6-8]。RFI信號導致所得的相關探測信息出現嚴重失真的現象，大幅度降低了星載微波輻射計資料的使用率[9-11]，且RFI對低頻觀測通道的影響程度遠大于對高頻觀測通道的影響。

為準確地識別出受到RFI影響的區域，國內外學者在這方面做了大量研究。LI et al.[6]提出譜差法，并用該方法識別美國大陸在6.9 GHz頻率通道的RFI。研究發現，譜差法對于正處于夏季的陸地區域可以最簡單、高效地識別出RFI，但由于海洋本身具有較大的譜差波動性，導致譜差法在海洋地區無法有效識別RFI。NJOKU etal.[12]利用平均值標準差法識別了全球陸面在6.9 GHz和10.7 GHz通道的RFI。LI et al.[13]使用主成分分析法(principal component analysis，PCA)，在此方法的基礎上，ZOU et al.[14]運用標準化的主成分分析法(normalized principal component analysis，NPCA)，并證明該方法對識別積雪覆蓋區域的RFI有更高的準確性。ZHAO et al.[15]提出雙主成分分析法(double principal component analysis，DPCA)能夠有效地識別積雪和海冰等表面的RFI。官莉和張思勃[16]提出改進的主成分分析法來識別歐洲地區在AMSR-E X波段的RFI信號，結果表明，在滿足一定的條件時，觀測視場受反射的靜止電視衛星信號的干擾影響。WU et al.[17]利用簡化的廣義頻率干擾檢測方法對陸地上AMSR2一級亮溫數據中的C波段RFI進行檢測，同時分析了RFI的來源。結果表明，使用廣義頻率干擾檢測方法識別的RFI污染區域的范圍在某些區域大于其他方法識別的RFI污染區域的范圍。位置不隨觀測地球方位角變化的RFI信號通常來自穩定、連續的地面微波輻射源，而RFI信號僅在某種掃描軌道(上升/下降)的某些方向上出現主要由地球靜止衛星信號反射引起。此外，研究表明，作為全球降水測量(Global Precipitation Measurement，GPM)衛星上所搭載的最核心且最重要的設備之一，微波成像儀(GPM Microwave Imager，GMI)的中低頻率探測資料中存在RFI[18-19]，會導致中低頻頻段出現亮溫值顯著增加的現象。

GPM微波成像儀資料可以對大氣中水汽的含量及種類、近地表降水率、云降水等云層內降水信息有較好的代表作用，其相關資料已經在衛星資料同化系統以及地表參數反演工作中扮演著重要的角色[20-21]。本研究針對GMI的一級亮溫數據，使用譜差法對2020年7月1—31日的全球GMI觀測的亮溫資料進行無線電頻率干擾的識別，并針對存在明顯RFI信號的典型區域的干擾信號影響因子進行分析，這將為GMI亮溫資料的質量控制、反演精度以及對相關資料的使用效率的評估提供參考。

1 GMI儀器

本研究選用的數據是GPM上搭載的微波成像儀(GMI)的一級亮溫資料。GMI是一種全功率微波輻射計，運行的高度是407 km，較TRMM(Tropical Rainfall Measuring Mission)衛星上的微波成像儀(TRMM Microwave Imager，TMI)有更高的空間分辨率[20,22]。儀器繞垂直軸旋轉的錐形掃描，偏置拋物面天線指向的離天底角為48.5°，GMI對地進行圓錐式掃描的角度為52.8°，掃描寬度保持在885 km，以橢圓形視場進行觀測。GMI的頻段范圍為10～183 GHz，具有9個頻段對應著13個不同的微波通道，如表1所示。

表1 GMI各通道主要技術性能指標[23]Table 1 Main technical parameters of GMI channels[23]

2 RFI識別算法

本研究采用譜差法對RFI進行分析。一般而言，微波低頻通道的亮溫值與頻率呈現正相關的關系，其主要原因是土壤和植被中水的介電常數同樣與頻率正相關，即其介電常數隨頻率的升高而逐漸增大，從而使得地表輻射率也隨頻率的增大而增大，但當某通道受到RFI污染時則會產生負譜差梯度現象[12]，即低頻率通道的RFI最可能導致負頻譜梯度的產生。據此，本研究選用對陸面RFI信號檢測最為迅速且有效的方法，即譜差法[6,24]，用RFI指數來判斷RFI的存在和強度。對于10.65 GHz通道的RFI指數：

(1)

式(1)中，I表示RFI指數，下標10.65和18.70分別表示10.65 GHz和18.70 GHz，下標p表示水平(H)或垂直(V)極化方式，TB表示觀測的亮溫值。中等強度的RFI值范圍是5 K10 K則意味著強RFI；當-5 K

3 結果與討論

利用式(1)提出的RFI識別算法對2020年7月1—31日GMI的全球陸地亮溫資料進行RFI識別，結果發現無論是垂直極化亮溫還是水平極化亮溫的全球分布均在歐洲、東亞以及南美地區出現一定范圍的RFI信號，如圖1所示2020年7月3日和9日GMI全球水平極化RFI分布(7月其余日期的RFI分布圖略)，故將這3個地區作為主要的研究區域，并對GMI亮溫資料中RFI信號的影響因子做進一步的討論與分析。

圖1 全球GMI水平極化RFI(色階，單位：K)分布(a. 2020年7月3日， b. 2020年7月9日)Fig.1 Global distribution of RFI (color scale, units: K) in horizontal polarization mode of GMI (a. 3 July 2020, b. 9 July 2020)I10.65p=TB10.65p-TB18.70p，

3.1 歐洲RFI分布

圖2、3分別給出的是2020年7月1、3、8和10日典型的歐洲GMI中10.65 GHz在水平極化方式和垂直極化方式下的RFI分布，RFI的存在使得同一極化方式下的低頻通道與相鄰高頻通道的RFI指數為正值，即在圖中表現為棕黃色至紅色的點?？梢钥闯?，在英國的東南部、倫敦附近有明顯異常高亮溫差值區，其RFI指數值范圍為25～30 K，并且在10 d的圖中，該地區的RFI一直存在且強度較大。在法國東部地區偶爾有孤立的棕黃色點出現，其RFI指數范圍為20～30 K。同時可以看出，在意大利與土耳其有很多孤立的棕色和紅色點分布，RFI指數范圍在10～25 K之間，且這兩個區域的孤立棕、紅色點的分布范圍在10 d的圖中是變化的。這些亮溫異常點的存在說明這些地區的一級亮溫資料受到RFI的污染，導致亮溫資料失真。對比兩種不同極化方式下的RFI分布(圖2、3)可以發現，水平極化方式下的RFI分布范圍明顯比垂直極化方式下的分布范圍更大，且對于同一地區，水平極化方式下的RFI指數大于垂直極化方式下的RFI指數，同時水平極化方式下的RFI相比于垂直極化方式下的RFI更容易從其他沒有被無線電信號干擾的像素點中區分出來。

圖2 2020年7月歐洲GMI水平極化RFI(色階，單位：K)分布(a. 1日， b. 3日， c. 8日， d. 10日)Fig.2 Distribution of RFI (color scale, units: K) in horizontal polarization mode of GMI over Europe in July 2020 (a. 1 July, b. 3 July, c. 8 July, d. 10 July)

圖3 2020年7月歐洲GMI垂直極化RFI(色階，單位：K)分布(a. 1日， b. 3日， c. 8日， d. 10日)Fig.3 Distribution of RFI (color scale, units: K) in vertical polarization mode of GMI over Europe in July 2020 (a. 1 July, b. 3 July, c. 8 July, d. 10 July)

3.1.1 RFI與衛星方位角

由歐洲2020年7月1—31日GMI在兩種極化方式下10.65 GHz的RFI與衛星方位角的散點關系(圖4)可以發現，[-180°，180°]衛星方位角范圍內，在有些方位角區間范圍內RFI強度顯著較大，如-180°、-150°、-100°、-20°、20°、50°、100°和150°附近。由此可見，總體上，RFI分布的衛星方位角范圍比較均勻，但強度大的RFI分布在少量方位角區間范圍內，表明衛星方位角對RFI的影響較大。這說明陸地表面上主動微波發射器發出的信號導致RFI信號的強弱和衛星的相對位置有關，即衛星只有在某些特定方位觀測時才會接收到RFI信號，且強度大小也和方位角有關，這與參考文獻[16—17]的結論一致。此外，比較圖4a、b可以發現，水平極化方式下存在RFI的像素點更多，且強度更大的現象。

圖4 2020年7月1—31日歐洲10.65 GHz RFI與衛星方位角的散點圖(a.水平極化方式，b.垂直極化方式；圖中的1個點代表1個RFI像素，下同)Fig.4 Scatter plot of 10.65 GHz RFI and satellite azimuth over Europe from 1 to 31 July 2020 (a. horizontal polarization mode, b. vertical polarization mode; a scatter in the figure represents an RFI pixel, similarly hereinafter)

3.1.2 RFI與太陽方位角

圖5給出的是歐洲2020年7月1—31日GMI在兩種極化方式下10.65 GHz的RFI與太陽方位角的散點關系圖。由圖可知，兩種極化方式下太陽方位角的范圍為[-180°，-20°]∪[65°，180°]，且RFI信號強度隨著方位角大小的變化呈現連續多個峰值。根據2020年7月1—31日太陽方位角在歐洲的分布(圖略)，發現該31 d內歐洲的太陽方位角是沒有在(-20°，65°)內取值的，故圖5中才會表現為空白區域。相比上文討論的RFI與衛星方位角的關系，可以發現，強度大的RFI集中分布在較小的太陽方位角范圍內。

圖5 2020年7月1—31日歐洲10.65 GHz RFI與太陽方位角的散點圖(a.水平極化方式，b.垂直極化方式)Fig.5 Scatter plot of 10.65 GHz RFI and solar azimuth over Europe from 1 to 31 July 2020 (a. horizontal polarization mode, b. vertical polarization mode)

3.1.3 RFI與太陽天頂角

圖6給出的是歐洲2020年7月1—31日GMI在兩種極化方式下10.65 GHz的RFI與太陽天頂角的散點關系圖。分析可知，當0 K≤I<30 K時，兩種極化方式下，出現RFI信號對應的太陽天頂角的范圍為[7°，126°]；當I≥30 K時，兩種極化方式下出現RFI信號對應的太陽天頂角范圍集中在[10°，115°]之間。對比圖6a、b可以看出，水平極化方式下產生的RFI像素點多于垂直極化方式下產生的像素點?？傮w看來，相比于衛星方位角，RFI指數高值出現的像素點更易出現在特定的太陽天頂角范圍內，如在30°、50°和90°等附近。

圖6 2020年7月1—31日歐洲10.65 GHz RFI與太陽天頂角的散點圖(a.水平極化方式，b.垂直極化方式)Fig.6 Scatter plot of 10.65 GHz RFI and solar zenith angle over Europe from 1 to 31 July 2020 (a. horizontal polarization mode, b. vertical polarization mode)

3.2 東亞RFI分布

東亞地區RFI主要出現在我國河北、江浙一帶，以及日本部分地區。圖7給出了2020年7月3、4、6和9日典型的東亞地區GMI中10.65 GHz與18.7 GHz在水平極化方式下的亮溫差(在垂直極化方式下的圖略)?？梢钥闯?，7月3日在日本境內發現強度很大且覆蓋范圍較廣的RFI，而我國只有少數零星的RFI信號分布，且水平極化方式下的RFI分布范圍略大于垂直極化方式下的分布情況。7月4日和9日的水平極化RFI分布中，我國河北、江浙一帶有顯著的較強RFI信號，而日本境內RFI范圍較小且RFI指數值相對較低?？傮w而言，在7月1—31日這31 d內，該研究區域中RFI的分布范圍和強度的日變化較大。

圖7 2020年7月東亞GMI水平極化RFI(色階，單位：K)分布(a. 3日， b. 4日， c. 6日， d. 9日)Fig.7 Distribution of RFI (color scale, units: K) in horizontal polarization mode of GMI over East Asia in July 2020 (a. 3 July, b. 4 July, c. 6 July, d. 9 July)

3.2.1 RFI與衛星方位角

圖8給出的是東亞地區2020年7月1—31日GMI在兩種極化方式下10.65 GHz的RFI與衛星方位角的散點關系圖。分析可知，當0 K

圖8 2020年7月1—31日東亞地區10.65 GHz RFI與衛星方位角的散點圖(a.水平極化方式，b.垂直極化方式)Fig.8 Scatter plot of 10.65 GHz RFI and satellite azimuth over East Asia from 1 to 31 July 2020 (a. horizontal polarization mode, b. vertical polarization mode)

3.2.2 RFI與太陽方位角

圖9給出的是東亞地區2020年7月1—31日GMI在兩種極化方式下10.65 GHz的RFI與太陽方位角的散點關系圖。由圖可知，當0 K

圖9 2020年7月1—31日東亞地區10.65 GHz RFI與太陽方位角的散點圖(a.水平極化方式，b.垂直極化方式)Fig.9 Scatter plot of 10.65 GHz RFI and solar azimuth over East Asia from 1 to 31 July 2020 (a. horizontal polarization mode, b. vertical polarization mode)

3.2.3 RFI與太陽天頂角

圖10給出的是東亞地區2020年7月1—31日GMI在兩種極化方式下10.65 GHz的RFI與太陽天頂角的散點關系圖。分析可知，兩種不同的極化方式下：當0 K

圖10 2020年7月1—31日東亞地區10.65 GHz RFI與太陽天頂角的散點圖(a.水平極化方式，b.垂直極化方式)Fig.10 Scatter plot of 10.65 GHz RFI and solar zenith angle over East Asia from 1 to 31 July 2020 (a. horizontal polarization mode, b. vertical polarization mode)

3.3 南美RFI分布

用類似的方法分析南美地區(圖略)，7月1—31日，南美洲阿根廷南部地區出現了一定范圍的RFI，但與歐洲和東亞地區出現的RFI比較，南美的RFI的強度相對較小，譜差值處于9～15 K 范圍內。此外，與歐洲和東亞地區具備相似分布特點，即水平極化方式下RFI的分布范圍比垂直極化方式下更廣一些，且強RFI信號的像素點更明顯突出。如，根據7月2日兩種極化方式下的RFI分布，發現在水平極化通道中，巴拉圭東部地區出現幾個孤立的棕色點，但其在垂直極化方式通道中不是很明顯。對比7月10日的RFI分布也可以得出相同的結論。

由RFI與衛星方位角的散點關系(圖略)可知，當0 K

由RFI與太陽方位角的散點關系(圖略)可知，當0 K

由RFI與太陽天頂角的散點關系(圖略)可知，當0 K

在3個研究區域中，按RFI強度進行分段統計，得到表2的顯示結果?？梢钥闯?，對于歐洲來說，當0 K

表2 不同地區、不同強度RFI的像素點百分比統計Table 2 Percentage statistics of RFI pixels with different intensities in different regions

4 結論

使用GMI一級亮溫數據，運用譜差算法對歐洲、東亞和南美3個主要典型區域陸地的RFI信號進行識別，根據所識別的結果進一步對RFI的影響因子進行分析與討論，得出以下結論：

(1)不同極化方式下的亮溫資料中，RFI信號具有明顯的差異，水平極化方式下的RFI污染區域的范圍比垂直極化方式下的范圍更廣，且RFI強度更大。

(2)RFI信號的數量和強度與衛星方位角、太陽方位角和太陽天頂角有著不同程度的相關性。對于歐洲和南美地區，相對于強RFI信號分布的較寬的衛星方位角區間，存在RFI的像素點對應的太陽方位角和太陽天頂角角度區間范圍較為集中，且呈現出明顯的峰型。對于東亞地區，RFI與衛星方位角、太陽方位角以及太陽天頂角關系都較為密切，存在RFI的像素點對應的角度均顯著集中于小范圍區間，且也呈現出明顯的峰型。因此，這3個因子對RFI信號的強度都有一定程度的影響。

(3)當0 K

此外，需要注意的一點是，GMI的10.65 GHz和18.7 GHz通道雖然對大雨和中雨比較敏感，但其觀測值也受下墊面、是否有降水過程等的影響。本研究在用這兩個波段計算RFI指數，分析衛星方位角、太陽方位角和太陽天頂角在不同地區對RFI的影響時，應該探討該過程中是否有降水過程的影響，因而在之后的工作中會選取更長尺度的樣本進行相關的研究，并探討降水等對其的影響。