英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料

Advances in Geosciences, 7, 293–299, 2006

SRef-ID: 1680-7359/adgeo/2006-7-293

European Geosciences Union

copy; 2006 Author(s). This work is licensed under a Creative Commons License.

MTG:地球同步轨道微波大气探测分辨率增强

S. Dietrich, F. Di Paola, and B. Bizzarri

Istituto di Scienze dellrsquo;Atmosfera e del Clima, Consiglio Nazionale delle Ricerche, Roma, Italy

Received: 31 October 2005 – Revised: 22 January 2006 – Accepted: 22 February 2006 – Published: 18 April 2006

摘要：本研究的目的是为提高同步轨道微波大气探测空间分辨率而开发图像处理技术。引用多频高分辨率和亮度以及温度场，已经被应用在辐射传输计算派生的空间和详细输出微观物理学的气象事件上，并且模拟了威斯康辛大学-中尺度模式系统。Wiener滤波器和SIR算法,两种方法被应用于提高低频渠道分辨率的天线温度,利用可用的过采样GOMAS通道观测策略。并且通过SIR数值计算的时候，应用非常相似两种方法也获得了改进,可以提供更好的性能。

1引言

对于图像精度的研究被认为是增强第三代气象卫星测量降水技术的希望，通过微波探测不仅仅可以推断出可见光图像与红外图像，主要是可以由其强大的云穿透能力实现地球同步轨道微波的低空图像。这可能意味着对流层显得更加清晰,从而准确识别降水区和估计降雨强度。为了提高空间分辨率,进行了几个处理反褶积技术的框架下的“静止轨道云探测模拟”。在这项研究中我们用了多个通道。所选通道(表1)主要是最有代表性的在几组数据[50.300 GHz,(118.750plusmn;5.000)GHz,GHz(183.310plusmn;17.000),(380.197plusmn;18.000)GHz和(424.763plusmn;4.000)GHz]。所选频道的380GHz和425 GHz数据是为了大面积水蒸气聚集的低对流层,其权重函数峰值大约为5公里。然后我们还把通道[53.845 GHz,(118.750plusmn;2.100)GHz和(183.310plusmn;5.000)GHz]包含在内，因为他们的峰值达到5公里。他们的空间分辨率特征GOMAS通道的代表。

微波图像的分辨率增强的原则一直被讨论(比如Buck andGustincic, 1967; Ulaby et al., 1981; Skou, 1989 )。然而,实际应用却很缺乏,因为大多数仪器到目前为止由于高空运行设计约束,导致无法得到最优抽样。典型的例子是特殊微波传感器和成像仪。
在图像重采样过量时,反褶积技术对于相邻的瞬时视场的双精度采样率达到100%。所有通道都采用10公里间隔采样,这种情况适用于54 GHz 瞬时视场(81公里),118 GHz(37公里)和183 GHz(24公里)。另外,还可用于特殊通道散射仪基于迭代处理条件下的的图像重建SIR算法,这将在稍后解释。380GHz和425GHz频段采样不过量。在这种利用双线性插值原理的情况下,它仍然有改善图像中细节的可能,。

表1.GOMAS通道模拟，相对应的积分时间一个10km像素是6 ms

2实验设置

先进的数值模型,在不同频率的大范围的地理区域内,可以使亮度温度的计算提供一个云粒子云模型分辨率的精确图像。所以我们可以用高分辨率建立微观精细输出的“威斯康辛大学-中尺度模式系统”场景,其次是适合亚毫米通道的辐射传输模型。这两种模拟事件摘要如下:UTC时间2003年1月11日12时至次日6时模拟探测了发生在Gotland岛的一场降雪,和UTC时间2002年11月24日12时至11月26日6时一个在Piemonte region的冬天的锋。结果模拟图像在200times;200像素上提供了常规图像和141times;261像素的皮埃蒙特例常规图像。像素数据方面,对应间隔2.34公里,分辨能力直接来自相应单元的模型。考虑到模拟场景是“不确定的”气象事件,获得的多频亮度温度图对我们的分辨率增强研究有一定的参考作用。

该实验旨在重建微波图像的亮度与温度分布情况。通过天线波束扫描可以记录系统的亮度温度的辐射角分布。那么实际考虑天线系统(天线 扫描系统)作为一个传感器运作的亮度温度分布以及同时生成天线温度时，如图1所示，观察到的亮度分布可以认为是天线方向性函数的卷积与真正的亮度分布。GOMAS仪器样品预计分辨率在10公里左右。为了重现这种观察产品我们必须考虑到这不是所有的像素,因此我们必须提取到从矩阵包含卷积1像素16km(4times;4)的结果的过程。这个操作是一个二次抽样,为了不混叠或变成一般的扭曲图像的傅里叶变换,我们仍然必须进行抽样检查,这意味着在频率方面双样本要包括更高频率的信号。同时这种情况下已经验证分析了空间频谱。最后,为了获得参考,我们模拟了放射性噪声随机产生的噪声值，求高斯分布和sigma;等在预期的特定频率通道NE△T(见表1),推导出公式:

Tsys系统的温度是带宽upsilon;和时间t的积分。这些值被添加到卷积之中,最后制作成图,我们将考虑进一步观察。图2是在Piemonte50.35 GHz低频通道的一个示例。

3分辨率增强

有必要区分的两种情况使我们把图像分为以下不同的方式:

1.过量的Nyquist采样,即所需要的双采样率相邻瞬时视场至少达到100%的过采样率。为了使所有GOMAS通道达到10公里间隔采样,这种情况适用于54 GHz IFOV(81公里),118 GHz(37公里)和183 GHz(24公里)。

2.不采样过量。这种情况适用于380 GHz IFOV(12公里)和425 GHz(10公里)。

3.1图像的采样过量：Wiener滤波器

采样过量的图像可以应用反褶积技术通过Wiener滤波器。而应用这种技术则需要在空间频率域操作。重建图像节点，通过傅里叶反变换产品的Wiener滤波器的过滤（W）和傅里叶变换的天线温度模式(TA)。(u,v)表示的空间频率坐标, P_{T BTB}(u,v）表示功率谱,P_{N N}(u,v)表示辐射噪声的功率谱,H(u,v)为傅里叶变换天线模式和符号*表示为共轭复数。为了实现Wiener滤波器在实践中成功我们必须估计原始图像的功率谱和additive噪声。白additive噪声的功率谱等于噪声的方差:

图1.实验设置描述通过哥特兰岛(118.750plusmn;2.100)GHz区域图像

图2.亮度温度-皮埃蒙特在50.35 GHz的案例:(a)模拟(高分辨率),(b)辅助(低分辨率)

估计原始图像的功率谱可以使用许多方法。一般来说,periogramm方法,大量的观测有代表性的基本统计信息,推导出功率谱的模拟原始场景。不幸的是这种方法不适用在我们的例子中。另一个估计导致的级联实现反滤波和噪声平滑:

即是：

P_{T AT A}(u, v) = P_{T BT B} (u, v) |H (u, v)|² P_{N N} (u, v) （5）

这个实现的缺点是,H(u,v)可能是单数:在这种情况下我们必须使用一个阈值来消除奇点。结合以上方程得到最后的Wiener滤波器的公式:

IFT[]表示傅里叶反变换。

3.2采样过量

SIR算法中散射仪的图像重建算法最初被设计成产生多元scatterometer图像。然后这个算法也适应了辐射测量工作；在我们的例子中形成参考图。然后计算一个比例因子的比值从而得出测量的投影。一个变更项是通过乘以比

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[30728]，资料为PDF文档或Word文档，PDF文档可免费转换为Word