K波段微波輻射計通道優化和定標研究

何杰穎 張升偉

(1.中國科學院微波遙感重點實驗室 空間科學與應用研究中心，北京 100190； 2.中國科學院研究生院，北京 100190)

引 言

微波輻射計是一種被動式的微波遙感設備，被動接收觀測場景輻射的微波能量來探測目標特征[1-2]。由于觀測目標自身所輻射的微波能量是非相干的極其微弱的信號，這種信號比輻射計本身的噪聲功率小得多，所以微波輻射計實質上是對靈敏度要求很高的接收機。根據熱輻射理論，任何溫度處于絕對零度以上的物體都存在熱輻射。由于物體本身的幾何特性和介電特性不同，不同物質輻射強度會有差別[3]。

由于輻射計的工作環境特殊，不同類型和不同用途的微波輻射計采取不同的定標方式。對于星載微波輻射計[4-5]，通常采用在軌高低溫兩點定標，結合發射前熱真空定標試驗確定的系統非線性特征進行修正，高溫參考源為星載吸收黑體，低溫參考源為宇宙冷空背景的微波輻射。地基微波輻射計的定標與星載微波輻射計定標具有相同的思路，但由于大氣衰減的影響，在地面沒有宇宙冷空背景可以利用，所以高溫參考源為內定標單元的噪聲輸入，低溫參考源為探測儀內置的定標黑體[6]。由于這兩個參考源的亮度溫度要高于探測目標的亮度溫度，因此，產品出廠前確定系統的非線性特性是非常關鍵的工作。

大氣濕度與人們的日常生活息息相關，是氣象預報的最重要因素，同時也是軍事、科學研究、農業生產領域必須考慮的關鍵因素[7-8]。因此，利用地基多通道微波輻射計反演大氣溫濕度廓線具有重要的現實意義。

1 地基微波輻射計關鍵技術

1.1 接收機

地基微波輻射計K波段接收機共21個通道，采用超外差體制，包括接收機、射頻放大、混頻器、本振、帶通濾波器、平方率檢波器和積分器。天線接收到的目標信號經過混頻變換、中頻放大后進行檢波，再經過視頻放大器積分后量化處理，如圖1所示。K波段利用單一的射頻及中頻信道實現多通道探測，本振信號不能通過單一頻率的連續波信號實現，必須采用頻率跳變的本振實現。這種接收機形式簡單，信道單一，在每個探測頻點上通道帶寬一致[9]。

圖1 超外差體制接收機原理框圖

1.2 接收機指標

微波輻射計最重要的指標是亮溫靈敏度和線性度，因為靈敏度決定了系統分辨最小目標變化的能力，而線性度則決定了系統的非線性誤差。

1) 靈敏度

亮溫靈敏度ΔT(輻射分辨率)，又稱“噪聲等效亮溫差(NEDT)”，被定義為微波輻射計接收機能夠檢測到的最小天線溫度的變化，用下面的公式表示：

(1)

式中：B為檢波前帶寬；t為積分時間；G為檢波前增益； ΔG/G表示系統兩點定標之間的增益穩定度；Tsys為天線溫度TA與接收機等效溫度Trec之和。對于實時兩點定標的輻射計系統，增益波動的影響基本消除。在系統噪聲一定的前提下，接收機帶寬越寬靈敏度越高，積分時間越長靈敏度越高。圖2(看1064頁)是K波段21通道高低溫目標實測電壓值及不同積分時間的靈敏度，其中，積分器采用反相輸入型積分電路，電阻R和電容C確定時間常數為5 ms，其中輸入電阻為51 K.

2) 線性度

微波輻射計靈敏度與線性度測試方法如圖3所示。接收機與天線之間串入精密可調衰減器，通過改變衰減器的衰減系數來改變接收機的等效輸入噪聲溫度。

接收機的等效輸入噪聲溫度TIN為

(2)

式中：TN為低溫噪聲源亮度溫度；L為衰減系數；T0為環境溫度。低溫噪聲源使用經過計量的俄制HWU-300型，當噪聲源注入液氮并達到穩定狀態時其輸出亮度溫度為81 K，接收機線性度如圖4所示。

圖3 微波輻射計靈敏度與線性度測量示意圖

圖4 微波輻射計線性度測量結果

1.3 定標單元

內定標單元由與接收機集成為一體的噪聲注入模塊和系統內置定標黑體組成，注入噪聲與內置黑體為系統內校準提供穩定的參考信號。

噪聲注入模塊如圖5所示，由一個噪聲源(噪聲二極管)、開關和用于噪聲信號注入的定向耦合器組成。其中噪聲源產生所需要的定標噪聲信號； 開關用于實現噪聲信號通斷，技術實現上可以采用微波開關，也可以對噪聲源供電電源進行通斷控制，在對接收機(包括噪聲源)恒穩措施的情況下，控制其電源通斷更有利于保證注入噪聲的穩定；定向耦合器用于實現噪聲信號的饋入，饋入噪聲溫度為40～100 K.內置定標黑體，提供相當于環境溫度的標準亮溫。

圖5 噪聲注入模塊

2 地基微波輻射計通道選擇

K波段輻射計接收機是21個通道，在反演大氣水汽密度廓線時，由于通道之間有一定的相關性，因此，只在K頻段范圍內通道數的增加對反演精度的提高可能并不明顯，增加V波段通道會有助于反演精度的提高，但目前又受限于國內V波段器件水平和成本。因此，只利用K頻段輻射計反演大氣水汽密度廓線時對通道頻率和通道數進行了優化，具體優化結果及反演均方差(RMS)見表1.

表1 K波段水汽通道頻率及通道數目優化組合

優化結果證明：探測通道頻率、數目與反演性能密切相關，在滿足權重函數近似均勻分布的前提下，分別討論了水汽5至10個通道的優化組合，反演結果如表1所示。大氣溫濕度廓線反演RMS均隨著通道數目增多而減小，但訓練時間也增長，且隨著通道個數增加，反演性能優化能力逐漸減弱。在地基微波輻射計實際應用時，綜合考慮各種組合的反演結果，選取組合4作為實際應用。

3 地基微波輻射計定標

微波輻射計要實現對觀測目標的精確測量，需要對其進行定標。所謂定標，就是通過系統對已知或可控輸入的相應分析給出系統輸入和輸出的定量關系。微波輻射計定標就是用微波輻射計去接收微波輻射特征(亮度溫度)精確已知的定標源的輻射信號以構造出輻射計電信號輸出與接收到的輻射量之間的定量關系。定標是輻射計數據定量化的基礎，是輻射計高質量數據的依據和保障。

3.1 非線性定標

接收機檢波線性度在指定范圍內滿足線性度優于0.999 96，但由于內定標噪聲注入模塊噪聲源溫度標注不準確和阻抗失配等，會導致接收工作區間呈非線性，且非線性誤差往往達到1 K量級。

噪聲源的超噪比為REN，單位為dB，定義為

(3)

所以

(4)

如果假設耦合器的耦合系數為α，單位為dB，則耦合的溫度ΔTH為

(5)

因此，噪聲源注入噪聲與超噪比和耦合系數密切相關，而耦合系數與超噪比、環境溫度及溫度梯度等密切相關，充分考慮噪聲源及阻抗匹配因素，內定標過程采用非線性定標模式。

3.2 確定非線性因子

外定標的目的就是在設備正常使用前確定系統輸入與輸出之間定標關系，為實時觀測作準備，具體外定標過程采用液氮冷卻的定標黑體以及位于天底點的常溫黑體。噪聲注入多點測量的非線性定標方法優點在于，它認為地基微波輻射計不是一個理想的線性微波輻射計系統，充分考慮檢波二極管的功率的非線性特征，從而有效的減少或消除由檢波二極管功率的非線性特征造成的系統非線性誤差，非線性定標曲線如圖6所示。

圖6 非線性定標曲線

具體步驟為：根據Plank定律，在微波波段輻射功率與亮度溫度成正比關系，因而檢波輸出電壓與輸入功率之間可以表示為

U=G(Trec+Tinj+TA)α

(6)

式中：Trec為接收機噪聲溫度；Tinj為注入噪聲溫度；TA為天線溫度；G為檢波系數；α為非線性因子。天線觀測低溫和常溫黑體，可以獲得兩個定標點Tc～U1和Th～U2，注入一定數值噪聲TN后可以獲得另外兩個定標點Tc+TN～U3和Th+TN～U4，求解方程獲得包括Trec、G和α 3個定標參數和注入噪聲TN的值。K波段21通道非線性定標結果表2所示。

表2 K波段21通道非線性定標結果

3.3 定標系數誤差定量化分析

非線性定標過程確定系統定標方程的系數，在短時間內假設系統非線性工作區間穩定不變，從而可以利用定標系數將實測電壓值轉換為亮溫值，實現周期定標。因此，非線性定標誤差是實時周期定標誤差的主要來源。假設系統注入噪聲穩定性滿足±5 K的偏差，則系統工作區間非線性因子和實測亮溫誤差分布如圖7所示。

(a) 情況1

(b) 情況2圖7 注入噪聲穩定性對非線性度和實測亮溫的影響

由圖7可見，如果噪聲穩定性較差，存在±5 K的偏差時，定標系數會發生明顯變化，例如情況1：非線性因子α為0.90、注入噪聲TN=116.9、定標亮溫TB=15.4 K時，非線性因子有0.02的偏差，實測亮溫誤差為2.5 K.而對于情況2:α=0.72、TN=25.4、TB=78.8 K時，非線性因子有0.015的偏差，實測亮溫誤差為8 K.

可見，對于地基微波輻射計系統，利用非線性定標能夠減小或消除由于工作區間非線性產生的誤差，但此方法引入的定標誤差仍是影響實測亮溫準確性的主要因素。非線性定標后對其進行進一步校正是十分必要的。

3.4 準實時定標

微波輻射計的內定標方式主要采用內部的環境黑體定標源的實時定標實現。低端定標源是參考負載溫度，另一個定標源是參考負載加上耦合進來噪聲源溫度的和。接收機的輸入端通過開關周期地在天線單元和定標單元之間切換就可以獲得實時定標曲線。

3.5 周期校驗

周期校驗是針對地基微波輻射計運行一段時間后的周期性校驗和性能驗證，是保證設備數據準確和可靠的基礎，包括液氮定標和大氣定標兩種。

1) 液氮定標

周期校驗就是利用產品配套的外置低溫(液氮制冷)黑體進行周期為半年至一年的周期性檢驗維護，目的是對系統的非線性特征參數進行重新確認，并將新的確認結果輸入到探測儀運行軟件中，具體步驟與外定標過程中利用多點亮溫變化確定與系統定標曲線的非線性參數一致。

2) 大氣定標

大氣定標方法是對系統非線性定標誤差進行校正的有效方法，主要適用于透明度高的K波段，定標條件是晴朗無云且大氣均勻分層。大氣定標的原理是下行大氣輻射隨著天頂角的變化而變化，而這個過程可以用模式來模擬[9]。通過對觀測數據的調整，使得它們滿足這個規律，從而得到關于輻射計系統響應的方程，也就是大氣定標的方程。

利用從測量的亮溫得出大氣光學厚度，而大氣光學厚度是大氣質量的函數，這樣就可以得出定標因子。把兩個不同角度θ1，θ2的亮溫值TDN(θ1)、TDN(θ2)變形為A1、A2.如果A1、A2用它們對應的大氣質量歸一化，t1=A1/a1，t2=A2/a2，那么理論上歸一化的光學厚度t1應該等于t2.而其中的任何差異都是由于不正確的定標引起的。為了減少測量的不確定因素，大氣定標至少應該在兩個角度以上。

4 地基大氣水汽密度反演結果

基于探空數據的預處理和大氣輻射傳輸模型，運用2008年5-12月的探空數據訓練神經網絡模型[11，13]，加入地基微波輻射計(GMR)軟件運行系統，對2011年10月16日-10月27日實時觀測和反演結果進行分析，典型反演結果如圖8和9所示。地基微波輻射計通過觀測大氣微波輻射，轉化為0級數據—原始電壓值，經過準實時定標，得到1級數據—亮溫值，從而利用已訓練好的神經網絡系數，可實時反演得到K波段接收機觀測到的大氣水汽密度廓線。

圖8 GMR神經網絡反演的大氣水汽密度與探空資料相關對比圖

圖9 GMR神經網絡反演的大氣水汽密度與探空資料對比示意圖

實驗證明：選取2008年5-12月共602組大氣廓線，包含晴天(無云和薄云)461組、云天141組，神經網絡模型輸入參數為水汽通道亮溫、地表溫度、水汽密度和氣壓值。水汽密度反演均方差為0.52 g/m3，相關系數為0.965.可見，地基微波輻射計反演的水汽密度廓線與探空數據相比具有很好的一致性。為了驗證神經網絡反演方法的可靠性和有效性，利用神經網絡模型與目前普遍使用的線性統計回歸模型進行比較，統計樣本與神經網絡一致，輸入參數為各水汽通道亮溫值，經過獨立測試樣本驗證，線性回歸方法反演均方差為0.902 g/m3，相關系數為0.845.兩種方法對比結果如圖10和11所示。結果證明：地面至10 km，垂直分辨率為200 m，GMR采用的神經網絡模型的反演性能優于統計回歸算法。

圖10 線性回歸與神經網絡反演的大氣水汽密度與探空資料對比

圖11 線性遞歸與神經網絡反演大氣水汽密度與探空資料均方差

圖10中，線性回歸方法只利用水汽通道亮溫值，而神經網絡方法除采用水汽通道亮溫值外，輸出參數還包括地表溫度、氣壓和水汽密度，結果證明，神經網絡法反演得到的水汽密度值與探空儀測量值分布基本一致，而線性回歸法反演值則偏差較大。

地基微波輻射計反演結果的誤差來源于很多方面，也是不可避免的。如① 微波輻射計神經網絡反演誤差；② 兩種探測方式的輸出數據在高度上存在誤差；③ 探空數據因氣球水平位移帶來誤差；④ 微波輻射計校準不及時帶來誤差；⑤ 固定的探測時間帶來誤差；⑥ 探空數據帶來的系統誤差。

5 結 論

地基微波輻射計K波段接收機目的是全天候全天時探測大氣濕度的垂直分布(水汽廓線)，為數值天氣預報、氣候變化研究和環境監測提供重要參數，從而提高中、長期數值天氣預報，以及天氣預報的準確性。著重分析了K波段水汽通道頻率和個數的優化組合，并選取最優模式進行非線性定標以及大氣定標校正非線性定標系數，消除了由于噪聲注入及阻抗失配引起的接收機檢波非線性。對北京地區2011年10月16日-10月27日水汽密度廓線的實時反演精度做了分析，為日后此系列地基微波輻射計定標和數據反演工作奠定了基礎。

[1] ULABY F T，MOORE R K，FUNG A K.Microwave Remote Sensing[M].New York:Addison-Wesley Publishing Company，1982．

[2] 郭 麗，程顯海，任 康.微波輻射計在大氣環境遙感測量中的應用研究[J].電波科學學報，2000，15(3):308-312．

GUO Li，CHENG Xianhai，REN Kang .Applying research on atmospheric environmental remote sensing measurements by microwave radiometers[J].Chinese Journal of Radio Science，2000，15(3):308-312.(in Chinese)

[3] CREWELL S，CZEKALA H，LOHNERT U，et al.Microwave radiometer for cloud carthography:a 22-channel ground-based microwave radiometer for atmospheric research[J].Radio Science，2001，36(4):621-638．

[4] ZHANG Shengwei，LI Jing，JIANG Jingshan，et al.Design and development of microwave humidity sounder for FY-3 meteorological satellite[J].Journal of Remote Sensing，2008，12(3):199-207．

[5] 何杰穎，張升偉.聯合地基和星載微波輻射計數據反演大氣濕度[J].電波科學學報，2011，26(2):362-368.

HE Jieying，ZHANG Shengwei.Humidity retrievals from data of the ground-based microwave profiler and satellite-based humidity sounder[J].Chinese Journal of Radio Science，2011，26(2):362-368.(in Chinese)

[6] HE Jieying，ZHANG Shengwei，ZHANG Yu.Calibration and temperature retrieval of improved ground-based atmospheric microwave sounder[J].Progress in Electromagnetics Research Symposium，2010，6(1):6-10．

[7] ROSENKRANZ P W.Absorption of Microwaves by Atmospheric Gases[M].New York:Wiley，1993．

[8] GUIRAUD F O，HOWARD J，HOGG D C.A dual-channel microwave radiometer for measuremenr of precipitable water vapor and liquid[J].IEEE Trans Geoscience Electronics，1979，17(4):129-136．

[9] HE Jieying，ZHANG Shengwei，ZHANG Yu.The primary design of advanced ground-based atmospheric microwave sounder and retrieval of physical parameters[J].Journal Quantitative Spectroscopy & Radiative Transfer，2011，112(2):236-246.

[10] HAN Y，WESTWATER E R.Analysis and improvement of tipping calibration for ground-based microwave radiometers[J].IEEE Trans Geosci Remote Sens，2000，38(3):1260-1276．

[11] FIRATE F D，SCHIAVON G.A neural network algorithm for the retrieval of atmospheric profiles from radiometric data[C]// IEEE International Geoscience and Remote Sensing，August 3-8，1997:2097-2099．

[12] SHI Lei.Retrieval of atmospheric temperature profiles from AMSU-A measurement using neural network approach[J].Journal of Atmospheric and Oceanic Technology，2001，18(3):340-347．

[13] 王 波，趙振維，董慶生，等.雙通道微波輻射計反演大氣剖面的改進算法[J].電波科學學報，2007，22(6):982-986．

WANG Bo，ZHAO Zhenwei，DONG Qingsheng，et al.Improved method to retrieve atmosphere profiles using microwave radiometer’s measurements[J].Chinese Journal of Radio Science，2007，22(6):982-986.(in Chinese)