基于FY?4 AGRI與Himawari?8 AHI的平均太陽光譜輻照度研究

李亞男 于文金

摘? 要： 文中選取ASTM?E490太陽光譜來計算AGRI和AHI數據的可見光和近紅外波段的ESUNb值，并經已發布ESUNb值的HJ?1A/1B CCD1傳感器驗證了計算值的可靠性，最后將其應用于數據的預處理中。結果表明：通過ASTM?E490太陽光譜計算得到了AGRI和AHI數據可見光和近紅外波段的ESUNb值可用于AGRI和AHI數據預處理中;經驗證，基于ASTM?E490太陽光譜計算得到的ESUNb值與官方值的絕對誤差在10以內，相對誤差僅在0.191%～0.571%之間;計算得到的ESUNb值可用于數據的預處理中，經定標和大氣校正后發現，校正后影像的對比性更清晰，且AGRI數據的地物邊界更為清晰，變化更加明顯。

關鍵詞： 太陽光譜; 光譜輻照度; 可靠性計算; 數據預處理; 絕對誤差; 清晰度計算

Abstract： The ASTM?E490 solar spectrum is chosen to calculate the ESUNb values for the visible and near?infrared bands of AGRI and AHI data， the reliability of the calculated value is verified by the HJ?1A/1B CCD1 sensor with the published ESUNb value， and then it is applied to the data preprocessing. The results show that the ESUNb values for the visible and near?infrared bands of AGRI and AHI data obtained by the ASTM?E490 solar spectrum calculation can be used in the AGRI and AHI data preprocessing; the absolute error of the ESUNb value calculated based on ASTM?E490 solar spectrum with the official value is within 10， and the relative error is only between 0.191% and 0.571%; the calculated ESUNb value can be used in the data preprocessing， the clearer contrast of the corrected images are revealed after the calibration and atmospheric correction， and the object boundary of the AGRI data is clearer and the changes are more pronounced.

Keywords： solar spectrum; spectral irradiance; reliability calculation; data preprocessing; absolute error; definition calculation

0? 引? 言

“風云四號”是我國于2016年12月發射的靜止軌道氣象衛星，其接替第一代靜止衛星“風云二號”，能大幅度提高我國對天氣、災害和環境的監測能力，經過將近1年的在軌測試，于2018年3月開始面向全球提供數據產品。AGRI（Advanced Geostationary Radiation Imager）是FY?4衛星上搭載的傳感器之一，用于對地球氣象、環境的二維成像觀測，其設有14個探測波段，探測波長在0.45～13.8 μm之間，可探測到大氣、陸表和海洋的可見光至熱紅外的發射輻射[1]。作為新型的國產衛星數據，應用時間短，傳感器還未提供波段平均太陽光譜輻照度（ESUNb）參數，這給數據的預處理工作造成一定困難，一定程度上會影響衛星數據的使用和推廣。Himawari?8衛星是日本的靜止軌道氣象衛星，于2014年發射，其搭載的16通道的葵花衛星高級成像儀AHI （Advanced Himawari Imager）有與AGRI傳感器相似的通道設置[2]，具有高精度、高光譜、高空間分辨率等特點，對于AGRI數據的應用研究具有重要的參考價值。

遙感數據預處理的關鍵問題是輻射定標和大氣校正。這一過程中需要進行大氣層頂反射率和輻亮度的轉換。大氣層外平均太陽光譜輻照度（ESUNb）是這一轉換過程中不可或缺的參數[3?4]，AGRI和AHI傳感器均未給出這一參數。本文選取了ASTM?E490太陽光譜來計算AGRI和AHI可見光和近紅外波段的ESUNb值，同時計算HJ?1A/1B CCD1的ESUNb值，與已有的官方值進行對比，驗證計算值的可靠性，并將基于AGRI和AHI傳感器計算得到的ESUNb值應用于數據的預處理中。

1? 研究數據與方法

1.1? 研究數據

本文的研究數據分別為中日兩國的新型靜止軌道衛星數據FY?4 AGRI和Himawari?8 AHI，數據的預處理常常需要對可見光和近紅外波段進行大氣校正。因此，本文僅針對傳感器的可見光和近紅外波段計算平均太陽光譜輻照度值，包括AGRI傳感器的藍、紅、近紅外波段（第1，2，3波段）和AHI傳感器的藍、綠、紅、近紅外波段（第1，2，3，4波段），光譜參數見表1。

傳感器的光譜響應反映了不同傳感器在特定通道的光譜區間內對太陽光譜輻射的響應能力，是傳感器的主要特性之一[5]。國家衛星氣象中心和JMA官網均提供了傳感器的光譜響應參數，圖1為AGRI傳感器第1，2，3波段和AHI傳感器第1，2，3，4波段的光譜響應曲線，從圖中可以看出各傳感器間不同波段的光譜響應范圍均有所不同。

1.2? ESUNb值計算方法

ESUNb值可通過傳感器的光譜響應函數和太陽光譜數據積分得來，其公式為[6]：

大氣層外太陽光譜輻照度[E（λ）]是[ESUNb]值計算的重要參數，它是指在大氣層頂，垂直于太陽入射方向上單位時間和單位面積內所接收的太陽輻射能，與波長和日地平均距離有關，不受大氣的影響。但由于觀測手段和方法的差異，不同太陽光譜數據也存在一些差別[7]。常用的太陽光譜及其光譜范圍見表2。

參考已有的研究基礎發現，對于中等分辨率的傳感器，WRC太陽光譜計算出來的ESUNb值與傳感器官方發布的值之間平均絕對誤差最小，而ASTM?E490太陽光譜計算出來的絕對誤差的標準值最小[13]。二者均是適合計算ESUNb值的太陽光譜，但考慮到ASTM?E490太陽光譜數據獲取的難度更低，且被《中華人民共和國氣象行業標準》所采用，因此本次研究決定使用ASTM?E490太陽光譜來計算FY?4 AGRI和Himawari?8 AHI的ESUNb值。ASTM是美國材料與試驗協會（American Society for Testing Materials）的簡稱，該協會的主要工作就是制定與材料、產品和系統等相關的試驗方法和性能標準。ASTM?E490太陽光譜輻照度是根據航天飛機等航天器和地球表面的實測數據以及太陽光譜輻照度模型得出的[14]，光譜范圍在0.2～1 000 μm之間，主要用于航天器件和材料的熱分析試驗、熱平衡試驗和其他試驗，應用包括通過光譜反射率數據計算太陽吸收率、規定模擬空間測試中材料的太陽紫外線照射量。

2? 結果與確定性分析

2.1? ESUNb值計算結果

選取ASTM?E490太陽光譜和傳感器的光譜響應函數，光譜數據波長單位為?m，輻照度單位為W·m?2·?m?1。由于太陽光譜數據和光譜響應函數都是由特定波長和所對應的太陽輻照度構成的，因此本文采用拆分法，將波長步長統一為0.001 ?m，根據式（1）計算得到FY?4 AGRI第1，2，3波段和Himawari?8 AHI第1，2，3，4波段的ESUNb值，結果見表3。

2.2? 確定性分析

為了驗證AGRI和AHI傳感器波段ESUNb值的計算精度，本次研究計算了環境衛星HJ?1A/CCD1和HJ?1B/CCD1兩個傳感器的ESUNb值。將計算結果與中國資源衛星應用中心發布的ESUNb值進行了對比分析，結果如表4、表5所示。

可以看出，基于ASTM?E490太陽光譜計算得到的HJ?1A/1B CCD1傳感器的ESUNb值與中國資源衛星應用中心發布的平均太陽輻照度值有所差異，但大體相同。計算二者的絕對誤差和相對誤差，結果顯示，HJ?1A/1B CCD1傳感器ESUNb的計算值與官方值誤差絕對值在10以內，最大值為8.311，最小值為2.431;相對誤差最大為0.571%，最小僅為0.191%。

圖2為各傳感器同一波段下的ESUNb值，比較HJ?1A/1B CCD1和AGRI，AHI傳感器可見光波段和近紅外波段的ESUNb值發現，同一波段下，由于各傳感器的光譜響應不同，ESUNb值略有區別，但總體差別不大。藍光波段，傳感器間ESUNb值的最大差值為64.7，Himawari?8數值最大，HJ?1B/CCD1數值最小;紅光波段，傳感器間ESUNb值的最大差值為47.24，FY?4數值最大，HJ?1A/CCD1數值最小;近紅外波段，傳感器間ESUNb值的最大差值為39.935，HJ?1B/CCD1數值最大，Himawari?8數值最小。綜上，可以認為基于ASTM?E490太陽光譜計算得出的AGRI和AHI的ESUNb值是可靠的。

3? ESUNb值在遙感數據中的應用

3.1? FY?4 AGRI和Himawari?8 AHI定標與輻亮度計算

輻射定標是指將影像的原始DN值轉化為具有實際意義的輻亮度或表觀反射率數據。不同于一般傳感器利用定標系數和偏移系數進行輻射定標，FY?4 AGRI數據通過其自帶的輻射定標通道表進行定標。在HDFview中打開定標通道表，原始DN值0～4 095分別對應不同的反射率值或輻亮度值，通過IDL逐個獲取影像的像元值并將其與輻射定標通道表中的值一一對應，可直接對數據進行DN值到表觀反射率/輻亮度值的轉換，完成定標。對AGRI數據的第1，2，3通道進行輻射定標后，原始DN值轉換為表觀反射率。

得到表觀反射率后，將1，2，3通道的反射率繼續轉換為輻亮度值，式（2）為輻亮度與表觀反射率的轉換公式[15]：

式中：[Lλ]為[λ]波段處的輻亮度值;[ρ]為輻射定標后的表觀反射率;[ESUNλ]為第2節中計算得到的[λ]波段大氣層外平均太陽光譜輻照度;[θ]為太陽天頂角（[θ=90°-β]，[β]為太陽高度角，可由當時經緯度和時間計算得到）;[d]為天文單位，表示日地距離。

Himawari?8 AHI L1級數據采用NetCDF的數據存儲格式，包括1～6波段的反射率數據和7～16波段的亮溫數據。因此，Himawari?8 AHI可見光和近紅外波段無需進行輻射定標，且輻亮度計算方法同FY?4 AGRI數據。

3.2? 基于FY?4 AGRI和Himawari?8 AHI數據的6S大氣校正

對于AGRI和AHI數據的大氣校正采用6S大氣校正模型。本文以2018年9月8日的AGRI和AHI數據為例，對數據進行幾何校正并裁剪出河北省地區后，利用式（3）計算校正后的反射率：

式中：[ρ]為校正后的地表反射率;[xa]，[xb]，[xc]為模擬得到的大氣校正參數;[Lλ]為[λ]波段的輻亮度數據。

圖3為FY?4 AGRI和Himawari?8 AHI校正前后的結果比較。以兩個傳感器的紅光波段為例，對比FY?4和Himawari?8的影像，可以看到AGRI數據的地物邊界更為清晰，變化更加明顯;對比同一傳感器校正前后的影像，可以發現兩幅圖的一致性較好，且校正后影像的對比性更清晰，表明大氣校正的結果較好，基本滿足應用需求。

4? 結? 論

本文探討了新型國產衛星數據FY?4 AGRI預處理中的關鍵問題，創造性地選取了ASTM?E490太陽光譜，結合傳感器的光譜響應函數，計算了兩種傳感器可見光波段和近紅外波段的大氣層外太陽平均光譜輻照度值，這個值作為表觀反射率轉換輻亮度的參數被用于之后的遙感數據預處理中，得到以下結論：

1） 經ASTM?E490太陽光譜計算得到了AGRI和AHI數據可見光和近紅外波段的ESUNb值，這一參數可用于AGRI和AHI數據輻亮度與表觀反射率的轉換中，對數據預處理起著至關重要的作用。

2） 通過計算HJ?1A/1B CCD1傳感器的ESUNb值，發現基于ASTM?E490太陽光譜計算得到的ESUNb值與官方值的絕對誤差在10以內;相對誤差僅在0.191%～0.571%之間，并且同一波段上，4種傳感器的計算值差別不大，這表明計算得到的平均太陽光譜輻照度是可靠的。

3） 基于AGRI和AHI計算得到的ESUNb值可用于數據的預處理中，經定標和大氣校正后發現校正后影像的對比性更清晰，且AGRI數據的地物邊界更為清晰，變化更加明顯。

參考文獻

[1] 董瑤海.風云四號氣象衛星及其應用展望[J].上海航天，2016，33（2）：1?8.

[2] 張鵬，郭強，陳博洋，等.我國風云四號氣象衛星與日本Himawari?8/9衛星比較分析[J].氣象科技進展，2016，6（1）：72?75.

[3] CHANDRA G， OCHIENG E， TIESZEN L L， et al. Status and distribution of mangrove forests of the world using earth observation satellite data [J]. Global ecology and biogeography， 2011， 20（1）： 154?159.

[4] 潘志強，傅俏燕，張浩平.CBERS?02星CCD波段平均太陽輻照度反演及應用[J].地球信息科學，2008，10（1）：109?113.

[5] 衛煒，吳文斌，周清波，等.傳感器光譜響應差異對NDVI的影響[J].遙感信息，2015（4）：91?98.

[6] 胡順石，張立福，張霞，等.衛星傳感器波段平均太陽輻照度計算及可靠度分析[J].國土資源遙感，2012，24（3）：97?102.

[7] 賈瑞棟，夏志偉，王玉鵬，等.太陽光譜輻照度絕對測量及其定標單色儀[J].發光學報，2017，38（8）：1097?1101.

[8] DAVID G S， TIMOTHY C， GREGORY R C， et al. Emissions estimation from satellite retrievals： a review of current capability [J]. Atmospheric environment， 2013， 77： 1011?1042.

[9] MADHLOPA A， CLARKE J A. Computation of irradiance in a solar still by using a refined algorithm [J]. Renewable energy， 2013， 51（2）： 13?21.

[10] GUEYMARD C A. The sun′s total and spectral irradiance for solar energy applications and solar radiation models [J]. Solar energy， 2004， 76（4）： 423?453.

[11] GUEYMARD C A. Solar radiation spectrum： from the top of the atmosphere to the earth′s surface [M]// VARLEY Nick. The volcanoes of Mexico. [S.l.]： Springer， 2012： 608?633.

[12] GR?BNER J， KR?GER I， EGLI L， et al. The high?resolution， extraterrestrial solar spectrum （QASUMEFTS） determined from ground?based solar irradiance measurements [J]. Atmospheric measurement techniques， 2017， 10（9）： 1?14.

[13] 張璐，施潤和，徐永明，等.國產遙感傳感器大氣層外波段平均太陽光譜輻照度計算[J].地球信息學學報，2014，16（4）：621?627.

[14] KRICK B A， SAWYER W G. Space tribometers： design for exposed experiments on orbit [J]. Tribology letters， 2011， 41（1）： 303?311.

[15] 侯旭洲，易維寧，喬延利，等.基于6S模型的遙感圖像大氣校正方法[J].大氣與環境光學學報，2015，10（1）：63?68.