辐射传输模式(CRTM)在支持美国极轨卫星(Suomi SNPP)任务检验中的应用外文翻译资料

Remote Sensing of Environment 140 (2014) 744–754

Contents lists available at ScienceDirect

Remote Sensing of Environment

journal homepage: www.elsevier.com/locate/rse

Community Radiative Transfer Model (CRTM) applications in supporting the Suomi National Polar-orbiting Partnership (SNPP) mission validation and verification

Quanhua Liu a,b,⁎, Sid Boukabara b

a ESSIC, University of Maryland, 5825 University Research Court, College Park, MD 20740-3822, USA

b Joint Center for Satellite Data Assimilation, 5830 University Research Court, College Park, MD 20740-3822, USA

a r t i c l e i n f o

Article history:

Received 12 June 2013

Received in revised form 9 October 2013

Accepted 9 October 2013

Available online 4 November 2013

Keywords:

SNPP instruments CRTM

Validation and verification

a b s t r a c t

The Suomi National Polar-orbiting Partnership (SNPP) sensors operationally measure a broad spectrum from microwave to ultraviolet wavelengths for generating 30 satellite products. The wide swath of the SNPP Visible Infrared Imaging Radiometer Suite (VIIRS) observed a historic event: 3 typhoons that all hit China mainland within 5 days. The Community Radiative Transfer Model (CRTM) provides critical supports to the SNPP instrumental validation and verification efforts. For example, the CRTM helped to verify image striping in the Advanced Technology Microwave Sounder (ATMS) upper atmosphere channels. The CRTM has also been used to characterize the ATMS radiometric bias and has led to the development of a complementary cloud screening method. Using the European Centre for Medium-Range Weather Forecasts (ECMWF) 6 h analysis data as inputs to the CRTM, we can statistically quantify the spectral bias for each field of view (FOV) of the Cross-track Infrared Sounder (CrIS). The CRTM is also a very useful tool for cross-sensor verifications. Using the double difference method, it can remove the biases caused by slight differences in the spectral response and geometric angles between two instruments. The CRTM helps our understanding on radiometric and spectral calibrations. It is the CRTM simulations that enable us to determine the root cause of the VIIRS shortwave infrared band image striping during daytime. The CRTM is operationally used at the National Oceanic and Atmospheric Administration (NOAA) National Centers for Environmental Prediction (NCEP) for weather forecasting and monitoring satellite radiance biases and standard deviation.

This study also demonstrated the CRTM capability for Ozone Mapping and Profiler Suite (OMPS) radiance simulations. The first result showed a good agreement between the measurement and simulation. The CRTM for OMPS limb sensing, and Clouds and the Earths Radiant Energy System (CERES) shortwave radiation and long-wave radiation flux simulation capability need to be extended.

copy; 2013 Elsevier Inc. All rights reserved.

1. Introduction

The Community Radiative Transfer Model (CRTM), developed at the Joint Center for Satellite Data Assimilation (JCSDA) in the United States (Han et al., 2006), has been supporting satellite radiance assimilation for numerical weather prediction (NWP), satellite product retrievals (Boukabara, Weng, amp; Liu, 2007) and radiance validation for satellite programs including the Joint Polar Satellite System (JPSS). This study focuses on the CRTM application to the JPSS Suomi National Polar- orbiting Partnership (SNPP) sensors. The SNPP carries five instruments onboard for simultaneous observations of ultraviolet (UV), visible, infrared, and microwave radiances.

The SNPP provides comprehensive radiance measurements at high spectral and spatial resolutions. All of its five sensors were carefully

⁎ Corresponding author at: ESSIC, University of Maryland, 5825 University Research Court, College Park, MD 20740-3822, USA. Tel.: 1 301 683 3661.

E-mail address: Quanhua.liu@noaa.gov (Q. Liu).

characterized before launch and have onboard calibrators. Basically, the SNPP instruments employ a two-point calibration method; namely, a cold space view and an onboard calibrator view. For infrared sensors such as the VIIRS thermal emissive bands, the CrIS, and the microwave sensor ATMS, the blackbody is the onboard calibrator. A solar diffuser is the onboard calibrator for the calibration of OMPS and the VIIRS reflective spectral bands.

The SNPP instruments were characterized and calibrated before launch. Many calibration coefficient tables including non-linear respon- sivity were derived prelaunch and used postlaunch. However, because of instrument response changes due to operating environment or degradation, the calibration must be regularly updated on-orbit. There are various ways in supporting the postlaunch calibration (Cabot, Hagolle, amp; Henry, 2000; Goldberg, Ohring, et al., 2011; Luderer, Coakley, amp; Tahnk, 2005; Miesch, Cabot, Briottet, amp; Henry, 2001; Segl et al., 2012; Wu, Qian, Yu, amp; Beck, 2011; Wu, Xie, Xiong, amp; Chu, 2012; Yokoya, Mayumi, amp; Iwasaki, 2012). Earth uniform scenes are often used to check the instrument stability. Deep convective clouds are a nearly perfect

0034-4257/$ – see front matter copy; 2013 Elsevier Inc. All rights reserved. http://dx.doi.org/10.1016/j.rse.2013.10.011

solar diffuser (Fougnie amp; Bach, 2009) and have small geometric dependency or sma

剩余内容已隐藏，支付完成后下载完整资料

辐射传输模式(CRTM)在支持美国极轨卫星(Suomi SNPP)任务检验中的应用

Quanhua Liu ,Sid Boukabara

摘要：Suomi国家极地轨道伙伴（SNPP）传感器在测量微波广谱紫外线波长产生30种卫星产品。SNPP可见红外成像辐射计（VIIRS）通过观察发现了一个历史事件：3个要登录中国大陆的台风全都在5日以内到达。社区辐射传递模型（CRTM）为SNPP工具验证和验证工作提供了关键支持。例如，CRTM帮助验证微波探测器（ATMS）高层大气通道中的图像条纹。 CRTM也已被用于表征ATMS辐射偏差，并加快了互补云筛选方法的开发。使用欧洲中心的中期天气预报（ECMWF）6 h分析数据作为CRTM的输入，我们可以统计量化交叉轨道红外探测器（CrIS）的每个视场（FOV）的光谱偏差。 CRTM也是一种非常有用的交叉传感器验证工具。使用双差分法，它可以消除由两个仪器之间的光谱响应和几何角度的轻微差异引起的偏差。 CRTM有助于我们了解辐射和光谱校准。正是CRTM模拟使我们能够确定白天期间VIIRS短波红外波段图像条纹的根本原因。 CRTM在国家海洋和大气管理局（NOAA）国家环境预测中心（NCEP）的操作中用于天气预报和监测卫星辐射偏差和标准偏差。

这项研究还展示了CRTM用于臭氧测绘和预测器（OMPS）辐射模拟的作用。 第一个结果显示测量和模拟之间有很好的一致性。 而用于OMPS肢体感测的CRTM和云和地球辐射能量系统（CERES）短波辐射和长波辐射模拟能力需要提高。

1.引言

美国卫星资料同化联合中心（JCSDA）开发的社区辐射传输模型（CRTM）一直支持卫星辐射同化用于数值天气预报（NWP），卫星产品检索 （Boukabara，Weng，＆Liu，2007年）和包括联合极地卫星系统（JPSS）的辐射验证。 本研究集中于CRTM应用于JPSS Suomi国家极轨道合作（SNPP）传感器。 SNPP在船上携带五个仪器，用于同时观察紫外线（UV），可见光，红外线和微波辐射。

SNPP在高光谱和空间分辨率下提供综合辐射度测量。 所有的五个传感器在发射前都进行了仔细的表征，并具有板载校准器。 基本上，SNPP仪器采用两点校准方法; 即冷空间视图和机载校准器视图。 对于红外传感器，例如VIIRS热发射带，CrIS和微波传感器ATMS，黑体是板载校准器。 太阳能扩散器是用于校准OMPS和VIIRS反射光谱带的机载校准器。

SNPP仪器在发射前进行表征和校准。 许多校准系数是在预启动和使用后导出的。 然而，由于操作环境变化或部件老化造成的仪器精度变化，必须定期在轨上更新校准。 支持后启动校准有多种方式。地球匀场场景通常用于检查仪器的稳定性。 深对流云是一个几乎完美的太阳能扩散器，(Fougnie amp;Bach, 2009) 具有小的几何依赖性或小的双向反射分布函数（BRDF）效应。深对流云用于验证中等分辨率成像光谱辐射计（MODIS）的校准(Doelling,Hong, Morstad, amp;Bhatt, 2010)和检查仪器稳定性(Hu et al., 2004)。利比亚沙漠被认为是一个统一的场景，它被用于AMSU-A亮温验证(Mo,2002)和监测反射太阳带的时间稳定性(Angal, Xiong, Choi, Chander, amp;Wu, 2010)。在亚马逊和中非地区对在轨定标数据进行了分析，并粗略地估计了噪声振幅(Liu amp;Weng, 2005)。亚马逊和非洲中部由温暖而密集的热带雨林覆盖。 在定标频率，表面辐射被叶子衰减，卫星观测主要在于森林冠层。 如果第四斯托克斯参数假定为零，则远离零的平均值可以被视为工具偏差，并且将其标准偏差表示为噪声。全球空基校准系统（GSICS）是由世界气象组织（WMO）和气象卫星协调小组（CGMS）发起的一项国际合作处理系统，用于监测和协调来自天气和环境卫星的数据质量(Chander et al.,2013)。地球观测卫星委员会（CEOS）工作组已经建立了CEOS参考标准测试场地和场址表征应用指南。 八个仪器位置是Dome C，南极洲; 中国敦煌; Frenchman Flat，美国; Ivanpah Playa，美国; La Crau，法国; Negev沙漠，以色列; Railroad ValleyPlaya，美国; 和TuzGouml;luuml;，土耳其。 Dome C位于75.1 S和123.3 E，位于南极高原的顶部，海拔3233米，是世界上最大的沙漠。 它是地球上最冷的地方之一。 夏季温度几乎不会升到-25°C以上，冬季温度可能会低于-80°C。 湿度低，也很干，全年降水很少。 冬季平均风速为2.8 m / s。 该指标是非常有用的，因为我们有很大的机会收集到同时的底部跨越simultaneousnadiroverpass（SNO）(Cao,Weinreb,amp;Xu, 2004)晴空数据。Blonski，Cao，Uprety和Shao（2012）使用该网站进行了VIIRS数据验证。 在南极洲稳定的Dome C校准点，由VIIRS获得的测量结果证实，对于可见光和近红外区域中的选定光谱带，发生比预期更快的辐射响应退化，其他带则保持稳定。SNO与MODIS的比较显示，定期更新的辐射校准系数的实施已经稳定了校准，并且VIIRS和MODIS测量 (Xiong, Sun, Xie, Barnes, amp;Salomonson,2010)是一致的。 对于同一卫星，对于两个卫星，甚至对于三个卫星，可以进行交叉传感器校准。 例如，GOES成像器可以用作AIRS和IASI之间的比较转移(Wangetal.,2010)。

月亮也可以是用于仪器稳定性监测的良好校准器。 VIIRS在一年中多次从太空视角中观察到月亮的反射情况（Liu et al。，2012; McIntire，Efremova，＆Xiong，2012）。 SNPP进行了若干操作，使得VIIRS能够获得月球的观测（Liu et al。，2012; McIntire et al。，2012）。 2012年5月至2013年5月期间，VIIRS进行了6次观测来获取月球图像，大约每两个月一次（参见http：// spp.astro.umd.edu/NPP/interface.php）。

深对流云和Dome C冰是高度反射目标。 它们特别适用于高辐射情况，例如观察雪和冰时遇到的情况，但不适用于观察低辐射条件的波段，例如海洋颜色产品所需的波段。 因为深对流云的观测在这些频带中产生饱和。 Vermote，Santer，Deschamps和Herman（1992）认识到分子瑞利散射在清澈的海洋上的可见光谱中占主导地位。 瑞利散射成功地应用于海洋上的低辐射带，因为瑞利散射函数是易于分析的，并且散射辐射传输计算非常准确(Dilligeard, Briottet,Deuze, amp;Santer, 1997; Li et al., 2010)。

辐射传输计算涉及卫星辐射验证。 双重差异使用辐射传输计算作为联系，以消除交叉传感器比较小的光谱差异和几何差异。 海平面上的IR晴空辐射对海面温度（SST）的监测（MICROS; www.star.nesdis.noaa.gov/sod/sst/micros/）是一个基于网络，国家环境卫星，数据和信息服务（NESDIS）的近实时系统，监测相应的CRTM模型减去观测（MO）偏差（与SST相关的VIIRS BT）和相应的全球海洋SST差异（Liang＆Ignatov，2011）。 在NOAA NCEP，CRTM用于监测模拟和观察之间的偏差和标准偏差。在这项研究中，CRTM已被应用于研究卫星辐射监测系统中的仪器偏差特性，图像条纹和CrIS光谱吸收线位置，以及去除交叉传感器验证和验证的光谱响应差异。

本文的其余部分分为4节。 第2节描述了CRTM模型。第3节描述了SNPP卫星上的ATMS，CrIS，VIIRS，OMPS和CERES的传感器数据记录。 CRTM应用结果在第4节中给出。第5节总结了描述SNM验证和验证的CRTM成就以及现有问题。

图1. 社区辐射传输模型的接口图。 公共接口（上面的虚线框）中的模块由用户访问。 底部虚线框中的模块用于开发人员。

图2. SNPP测量的UV（青色线：OMPS天底测量仪，黑线：OMPS天底测绘仪），可见（红色符号：VIIRS），红外线（红色符号：VIIRS，绿线：CrIS）和微波 辐射。 使用用于单频带的ATMS信道中心频率和多个子频带的最右侧中心频率。

2.CoThThunity辐射传递模型

在卫星数据同化联合中心开发的社区辐射传输模型（CRTM）已经在运行上支持卫星辐射同化用于天气预报。 CRTM还支持GOES-R和JPSS / NPP任务，使用检索方法进行仪器校准，验证，监测长期的卫星产品。

CRTM由四个重要的模块组成，用于气体透射，表面发射和反射，云和气溶胶吸收和散射，以及用于辐射传输的解算。图1显示了用户（公共接口）和开发人员内部模块的接口图，包含在下面的虚线框中。 CRTM是用户链接的资料库，而不是图形用户界面。通过CRTM初始化，用户选择传感器/传感器和表面发射率/反射率查找表。开发人员可以将他们自己的专业知识结合到CRTM中用于任何期望的应用。气体透射率描述了大气气体吸收，因此人们可以利用大气温度，湿度和如CO 2，O 3，N 2 O，CO和CH 4的气体数据同化和回收系统中的遥感信息（Chen，Han，＆Weng ，2012）。气溶胶模块是获取用于研究空气质量的气溶胶类型和浓度的基础。云模块包含六种云类型的光学属性，为天气预报和气候研究提供辐射强迫信息。 CRTM表面模型包括各种表面类型的表面静态和基于图谱的发射率/反射率。已经在CRTM中实现了两种辐射解决方案。选择高级倍增（ADA）法（Liu＆Weng，2006，2013）作为基线。最近，在威斯康星大学开发的连续的相互作用顺序（SOI）辐射传递模型（Heidinger，Christopher，Bennartz，＆Greenwald，2006）也已经在CRTM中实现。

CRTM是基于传感器的辐射传递模型。它支持100多个传感器，包括大多数气象卫星上的传感器和一些来自其他遥感卫星的传感器。对于新的传感器，只要光谱响应数据可用，CRTM团队就可以产生光谱和透射系数。一旦创建了光谱和透射系数文件，CRTM就可以用于新的传感器。如果用户想要导出新传感器的表面发射率，则可以提供新的表面发射率模型。 CRTM用户界面提供前向，切线 - 线性，伴随和K-矩阵函数，以计算辐射率（以及微波和红外光亮度温度）和辐射对大气/表面参数的灵敏度。 NOAA微波综合检索系统（MiRS）和NCEP数据同化系统使用K矩阵。天气和研究预报（WRF）模型使用切线 - 线性和伴随模型。 NOAA集成校准/验证系统长期监测系统（www.star.nesdis.noaa.gov/icvs/）使用正演模型来比较CRTM模拟与卫星测量。

CRTM旨在满足用户的需求。 许多选项可供用户选择：输入表面发射率; 选择给定传感器的通道子集; 关闭散射计算; 计算飞机高度的辐射率; 仅计算气溶胶光深; 并线程化CRTM。

辐射传输计算的验证是非常具有挑战性的，因为它取决于模型假设（例如球形或非球形散射体），测量误差，输入中的不确定性等。目前已经进行了CRTM模型模拟与观察的许多评价。 Saunders等人（2007）总结了逐行（LBL）模型和包括使用光路透射（OPTRAN）算法的CRTM的快速辐射传输模型之间的亮温差异。在晴空条件下的标准差的差异通常小于大气红外探测器（AIRS）的0.1K。在多云条件下，AIRS的差异约为0.2 K（Ding et al。，2011）。由于云散射计算中的近似，在多云条件下，高分辨率红外辐射探测器（HIRS / 3）的LBL模型和CRTM之间的差异可以达到0.4K（Liu，Li，＆Xue，2013）。更难以估计CRTM模型计算和测量之间的误差。我们只能从有限的申请中给出估计。 Liang，Ignatov和Kihai（2009）将CRTM应用于海上IR天空辐射的NOAA监测系统。 CRTM模拟和NOAA高级非常高分辨率辐射计（AVHRR）观察的差异约为0.5K。对于平流层探测单元（SSU），差异约为1K（Liu＆Weng，2009）。 Han，Weng，Liu和van Delst（2007）比较了CRTM模拟与特殊传感器微波成像仪/探测器（SSMIS）测量结果，发现两者约在2K内。NOAA NCEP（http：//www.emc.ncep .noaa.gov / gmb / gdas / radiance / esafford / wopr / index.html）监测超过20个传感器在晴空条件下的差异，发现差异通常小于1 K.在多云条件下，不确定性输入是主要来源，导致了很大的差异。差别在于微波探测通道为2K，微波窗口通道为4K（Chen，Weng，Han，＆Liu，2008）。 CRTM可见光谱带有一些验证（Liu et al。，2011）。

本文主要讨论支持SNPP仪器验证和验证的CRTM应用。 对于ATMS，CRTM用于偏置表征和图像条纹验证。 CRTM用于CrIS辐射和光谱精度评估，这对于确定痕量气体吸收线是至关重要的。 CRTM也已成功应用于VIIRS图像条纹研究，偏差表征和交叉传感器校准。 CRTM具有模拟OMPS最低映射器和补偿器辐射的能力。 然而，CRTM需要扩展到包括肢体模拟功能。 原则上，CRTM可以用于从总辐射，短波辐射和红外窗口通道辐射计算CERES测量的滤光辐射。 然而，CRTM尚未准备好用于CERES。

在CRTM中使用CRTM实用工具和太阳辐照度表（Thuillier等人，2003），我们将其单位转换为单个单位，以显示全光谱辐射率。 图2示出了OMPS天底测量仪（青色线，UV

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[26952]，资料为PDF文档或Word文档，PDF文档可免费转换为Word