基于微波遙感的海表面鹽度探測機制研究進展

嚴(yán)明，嚴(yán)衛(wèi)，王迎強，2，產(chǎn)世軍，介陽陽，周霄林

（1.解放軍理工大學(xué)氣象海洋學(xué)院，南京211101；2.電磁環(huán)境效應(yīng)與光電工程國家級重點實驗室，南京211101；3.中國人民解放軍92925部隊，山西長治046011；4.中國人民解放軍61741部隊，北京100194）

基于微波遙感的海表面鹽度探測機制研究進展

嚴(yán)明1，嚴(yán)衛(wèi)1，王迎強1，2，產(chǎn)世軍3，介陽陽1，周霄林4

（1.解放軍理工大學(xué)氣象海洋學(xué)院，南京211101；2.電磁環(huán)境效應(yīng)與光電工程國家級重點實驗室，南京211101；3.中國人民解放軍92925部隊，山西長治046011；4.中國人民解放軍61741部隊，北京100194）

海表面鹽度是氣候?qū)W和海洋學(xué)的重要參數(shù)，利用海水鹽度在L波段的輻射特性實現(xiàn)海表面鹽度探測已經(jīng)是國際上公認的有效手段。該文回顧了現(xiàn)有基于微波遙感的海表面鹽度探測體制的研究進展，包括雙波段探測體制、L波段被動探測體制、L波段主被動聯(lián)合探測體制，著重介紹了機載L／S雙波段，土壤溫度觀測衛(wèi)星和寶瓶座應(yīng)用科學(xué)衛(wèi)星（Aquarius）的亮溫校正技術(shù)，反演算法以及兩顆鹽度衛(wèi)星的定標(biāo)技術(shù)。此外，還介紹了一種基于GNSS反射信號（GNSS－R）技術(shù)的新型海表面鹽度探測體制。最后，對基于微波遙感的不同海表面鹽度探測體制的特點進行了總結(jié)比較，提出了未來海表鹽度遙感可以改進的方向。

海表面鹽度；微波遙感；探測體制；反演算法；GNSS－R；鹽度探測

1 引 言

海表面鹽度（Sea Surface Salinity，SSS）是氣候?qū)W和海洋學(xué)的重要參數(shù)，是全球水循環(huán)和海洋環(huán)流的重要影響因素，在海洋－大氣這一復(fù)雜系統(tǒng)中發(fā)揮著極其重要的作用。國外從上世紀(jì)70年代就開始研究鹽度遙感的相關(guān)理論和技術(shù)，開展了大量的固定平臺實驗［1－2］、航空實驗［3－5］，以及衛(wèi)星遙感實驗［67］。國內(nèi)華中理工大學(xué)［8］成功研制機載L波段微波輻射計并開展了航空遙感實驗，得到的海水鹽度精度為1.28‰～2.05‰。盡管L波段成為公認的鹽度遙感的最佳波段［2－3，6，9］，但就目前來看，L波段亮溫對鹽度的敏感性因受多種因素制約，鹽度反演精度仍未達到令人滿意的程度。

航空遙感的機動性較強，分辨率較高，但費用較為昂貴，且不適宜進行大范圍連續(xù)觀測。衛(wèi)星遙感具有全天候、大范圍的特點，適合全球范圍內(nèi)的長期觀測。目前在軌運行的鹽度遙感衛(wèi)星有兩顆：歐洲空間局的海表鹽度遙感和土壤濕度觀測衛(wèi)星（the Soil Moisture and Ocean Salinity，SMOS）以及美國宇航局（NASA）和阿根廷航天局合作的寶瓶座應(yīng)用科學(xué)衛(wèi)星－D（Aquarius／SAC－D）。從國外現(xiàn)有的星載鹽度計以及國內(nèi)外對海表鹽度遙感技術(shù)的研究來看，目前基于微波遙感的海表面鹽度探測體制主要有：雙波段探測體制、全被動探測體制、主被動相結(jié)合探測體制，此外本文還介紹了一種基于GNSS反射信號（GNSS－R）技術(shù)的新型鹽度探測體制。

2 雙波段探測體制

2.1 雙波段探測體制介紹

該體制同時使用了兩個波段的微波輻射計，利用海表面亮溫在不同波段隨海水溫度和鹽度的變化特性，能夠在反演海表面鹽度的同時也能反演出海表面溫度。Blume等［4］最早提出了利用L／S波段亮溫反演海表面鹽度溫度的方法；陸兆軾等［10］通過水池實驗驗證了雙波段航空遙感反演鹽度的可行性，得到的反演誤差在0.3psu～0.5psu左右，最大反演誤差為2.18psu；王杰［11］通過實驗證實了雙波段雙極化的反演組合結(jié)果要優(yōu)于僅使用L波段H／V極化亮溫的單波段算法，得到了0.5psu的反演精度；趙凱等［12］通過高靈敏度機載L波段微波輻射計和S波段微波輻射計數(shù)據(jù)，獲得了分辨率優(yōu)于0.2 psu，誤差精度0.42psu的測量結(jié)果。

平靜海面的微波輻射亮溫可以表示為頻率f，極化方式p，入射角θ，海表面溫度T和鹽度S的表達式：

圖1為入射角為0°時，海水介電常數(shù)模型采用KS模型的海表面亮溫在L／S波段與溫度和鹽度的變化關(guān)系。在L波段海表面亮溫對鹽度的敏感性較強，而在S波段海表面亮溫對溫度的敏感性較強。

如果已知L和S兩個波段的海面輻射亮溫以及極化方式p和入射角θ，根據(jù)海表發(fā)射率在L／S波段的不同特性，那么就可以由式（2）求解得到海表面溫度T和鹽度S。

圖1 海表面亮溫在L／S波段與溫度和鹽度的變化關(guān)系

2.2 雙波段反演技術(shù)

真實的海面輻射亮溫必須分別充分考慮L和S兩個波段下海面風(fēng)生亮溫、大氣輻射、宇宙輻射等的影響。機載微波輻射計亮溫與海表面亮溫存在如下關(guān)系［4］：

其中，e為平靜海面發(fā)射率，τh為高度為h時的大氣不透明度，TCOS為宇宙背景輻射，TGAL為宇宙噪聲，TATM為大氣輻射亮溫，ΔTW為風(fēng)生亮溫，ΔTSUN為太陽輻射亮溫，ΔTp為天線亮溫校正項。

Blume等詳細討論了上式中各物理量在L／S波段的大小，給出了海面輻射亮溫的修正公式［4］：

其中，h為飛機高度（km），W 為海平面風(fēng)速（m／s），TSR和TLR為對應(yīng)的機載微波輻射計亮溫，TSB和TLB為修正后的海表面亮溫?？梢钥吹剑撔拚街泻雎粤孙L(fēng)速對L波段海平面輻射亮溫的影響。然而一些研究表明［14－16］，風(fēng)速對L波段海面亮溫的貢獻將帶來不能忽略的鹽度反演誤差。

Blume等提出了利用L／S波段亮溫反演海表面鹽度溫度的方法并基于多元線性回歸給出了反演的算法［4］：

式中，TSB和TLB分別為S、L波段微波輻射亮溫，F(xiàn)為所求的海水溫度或鹽度，Xi為所對應(yīng)的一組系數(shù)。史久新等［13］在此基礎(chǔ)上優(yōu)化了多項式的系數(shù)，進一步提高了反演精度，并提出了一種半解析反演算法。

3 L波段被動微波探測機制

3.1 SMOS衛(wèi)星計劃相關(guān)介紹

全被動微波探測體制使用被動式的微波輻射計進行亮溫觀測反演鹽度。通過采用合成孔徑技術(shù)，可以獲得高空間分辨率的鹽度信息。但這種鹽度探測體制需要海面風(fēng)場，海表溫度等輔助數(shù)據(jù)，輔助數(shù)據(jù)的精度會影響到鹽度反演的結(jié)果。早在上世紀(jì)70年代Lerner和Hollinger［6］就利用Skylab衛(wèi)星上的1.4GHz微波輻射計S－194進行了鹽度反演的相關(guān)研究。歐空局的SMOS衛(wèi)星于2009年11月發(fā)射，是目前在軌運行的全被動探測體制衛(wèi)星。

SMOS衛(wèi)星的主要目標(biāo)是提供特定精度、靈敏度、空間分辨率、空間覆蓋與實時覆蓋的土壤濕度和海洋鹽度圖像。SMOS衛(wèi)星運行在太陽同步軌道，平均軌道高度為755km，將提供分辨率為100km和200km的10天～30天平均的全球海洋鹽度數(shù)據(jù)，精度達到0.1psu［17］。使用L波段的合成孔徑輻射計（Microwave Imaging Radiometer with Aperture Synthesis，MIRAS），MIRAS采用Y形天線陣列稀疏方案，每根臂長4.5m，相鄰2個天線臂的夾角為120°，整個系統(tǒng)含69個L波段接收機單元，入射角變化范圍：0°～65°，分辨率為32km～100km，是目前最先進的綜合孔徑輻射計系統(tǒng)［18］。SMOS的L波段微波輻射計直接獲取海面亮溫，反演鹽度所需的海面溫度和海面風(fēng)向風(fēng)速的輔助數(shù)據(jù)由歐洲中期天氣預(yù)報中心（European Center for Medium Range Weather Forcasting，ECWMF）提供。

3.2 SMOS定標(biāo)方案

SMOS定標(biāo)是指對其搭載的觀測儀器MIRAS進行定標(biāo)。定標(biāo)的過程是將輻射計觀測的原始數(shù)據(jù)轉(zhuǎn)化成觀測亮溫，對于SMOS來說主要指數(shù)據(jù)預(yù)處理環(huán)節(jié)中從0級數(shù)據(jù)到1級數(shù)據(jù)的轉(zhuǎn)化過程［19］。這其中包含了4個步驟，即L0、L1a、L1b到L1c的轉(zhuǎn)化。L0到L1a級數(shù)據(jù)是將原始觀測數(shù)據(jù)經(jīng)過定標(biāo)模型的處理得到可見度數(shù)據(jù)。L1a到L1b級數(shù)據(jù)轉(zhuǎn)化是將可見度數(shù)據(jù)經(jīng)過圖像重構(gòu)算法轉(zhuǎn)化成亮溫。L1c為基于條帶狀的亮溫值地圖。

SMOS定標(biāo)的基礎(chǔ)是基于可見度函數(shù)以及Corbella方程［20］。可見度函數(shù)表示為：

其中，Vkj表示可視化函數(shù)，k，j表示接受機，Tsys，k和Tsys，j表示來自NIR的系統(tǒng)溫度，Gkj表示兩接收機k、j的條紋函數(shù)公共項，Mkj為歸一化相關(guān)項。

Corbella方程表示為：

其中，（ξ，η）是方向余弦，fo為中心頻率，（u，v）是中心波長，D為天線最大增益，F(xiàn)n為極化方式選定時的天線電壓的歸一化值，TB為亮溫溫度，Tr為接收機的物理溫度，r為條紋函數(shù)。

基于以上公式結(jié)合噪聲注入定標(biāo)模型，就可得到輻射計的相位以及振幅增益和偏移量。

3.3 SMOS反演技術(shù)

SMOS的鹽度反演前向模型主要包括平靜海面、海面粗糙度、海面泡沫覆蓋、大氣傳輸、法拉第旋轉(zhuǎn)、宇宙噪聲等［21］。其反演流程圖如圖2所示。

圖2 SMOS反演算法流程圖

由于SMOS只有被動式的微波輻射計，對于海面粗糙度的修正只能依靠輔助資料。SMOS反演算法中使用了3種不同的海面粗糙度模型：雙尺度模型TSM［22－23］＋2×Durden＆Vesecky海浪譜［24］，小斜率模型SSA／SPM［25］＋Kudryatsev海浪譜［26］以及經(jīng)驗?zāi)Ｐ停?4－15，27］，不同粗糙度模型所需的輔助資料有所不同。

風(fēng)浪破碎產(chǎn)生的泡沫會對海表面微波輻射產(chǎn)生影響。SMOS海面泡沫覆蓋模型的公式為［28］：

Tb，foam為泡沫覆蓋導(dǎo)致的海面亮溫增量，f、p、θ、WS、h分別為頻率、極化、入射角、風(fēng)速，etypfoam；p為泡沫層的發(fā)射率，F(xiàn)為風(fēng)速WS和厚度h條件下的白冠層覆蓋率。

大氣中的氧氣和水蒸氣含量會對L波段海表亮溫探測產(chǎn)生影響。大氣輻射傳輸?shù)幕灸Ｐ蜑椋?9］：

Tbm為到傳輸至大氣層頂端的亮溫，Tbs為海表亮溫，Tbup和Tbdown為大氣上下行輻射，e－τ為大氣透射率，Γ為菲涅爾反射率。

電離層的法拉第旋轉(zhuǎn)效應(yīng)對亮溫探測的影響可以表示為［30］：

空間環(huán)境對亮溫的影響主要包括宇宙背景輻射，銀河系輻射以及天體輻射。利用L波段天空輻射圖可以對輻射計的觀測值進行校正以消除這部分因素的影響［31］。

SMOS反演算法的核心公式是：

其中，N為不同極化條件下不同入射角的有效觀測次數(shù)，M為先驗參數(shù)的個數(shù)，Tmodbi為某一次的亮溫觀測值，Tmodbi為與之相應(yīng)的模式觀測值，θn為入射角，P代表個影響亮溫的各個參數(shù)：海表面鹽度SSS，海表面溫度SST，海面風(fēng)速WS，海面風(fēng)向φ，有效波高SWH，逆波年齡Ω，垂直電場量TEC等。σ2Tbi為亮溫測量的不確定度。它由儀器噪聲σTb＿meas＿i和測量不確定度σTb＿meas＿i合成：σ2Tbi＝σ2Tb＿meas＿i＋σ2b＿model＿i。Pi0為對應(yīng)亮溫影響量P的先驗信息，σ2Pi為先驗信息的方差估計，由輔助資料獲得。該算法首先輸入一組初始值，通過反復(fù)迭代使構(gòu)造的代價函數(shù)x2達到最優(yōu)從而反演出海表面鹽度。

4 L波段主被動聯(lián)合探測機制

4.1 Aquarius／SAC－D衛(wèi)星計劃介紹

這種鹽度探測體制采用了微波輻射計與散射計相結(jié)合的形式。Yueh［32］等指出，雷達后向散射信號對海面粗糙度敏感而對海表溫度和鹽度不敏感，因此可以對海面粗糙度起到修正作用。其主要代表為美國宇航局（NASA）和阿根廷空間局（CONAE）共同研制的Aquarius／SAC－D衛(wèi)星。

Aquarius的主要目標(biāo)是檢測大洋表面鹽度場大范圍特征的季節(jié)性和年度間的變化，提供的數(shù)據(jù)用于更好地理解海洋水循環(huán)和其對氣候的影響，并有助于更好地研究全球水循環(huán)以及它的變化過程。Aquarius位于太陽同步軌道上，軌道高度657km，傾角98°，刈幅為390km，能夠?qū)崿F(xiàn)7天全球覆蓋，提供150km空間分辨率下的月平均精度為0.2psu的全球海表面鹽度分布［33］。Aquarius主要由1.413GHz的L波段微波輻射計和1.26GHz的L波段散射計組成。被動式的L波段微波輻射計的3個饋源對應(yīng)的入射角分別為29.3°、38.2°、46.3°，用于測量海平面輻射亮溫，主動式的L波段微波輻射計用于測量海面粗糙度。在Aquarius系統(tǒng)設(shè)計中，散射計和輻射計工作于近似相同的頻率，共享同一天線源，在近似同樣的足跡中觀測相同的相元，以保證數(shù)據(jù)的時空一致性。Aquarius的輻射計能夠利用極化通道測量第三斯托克斯分量，以消除法拉第旋轉(zhuǎn)效應(yīng)［30］。Aquarius的天線波束指向軌道的夜晚時間一方，從而解決太陽輻照和海表面反射到天線主波束的問題［34］。Aquarius在鹽度反演中所需的海面溫度資料由NOAA OISST（Reynolds）產(chǎn)品提供，大氣輻射修正中所需的溫壓濕等廓線資料由NCEP提供。

4.2 Aquarius定標(biāo)方案

Aquarius輻射計定標(biāo)是指對其搭載的極化微波輻射計進行定標(biāo)，將一起觀測的原始數(shù)據(jù)轉(zhuǎn)化為觀測亮溫。Aquarius定標(biāo)過程主要包含在其1級數(shù)據(jù)的處理過程中。Aquarius定標(biāo)主要包含噪聲定標(biāo)、冷空定標(biāo)以及衛(wèi)星間互定標(biāo)等幾部分。

Aquarius配置的相關(guān)噪聲二極管可以提供參考的噪聲注入，用以對接收機信號的相位和振幅進行校正，從而對包括第三Stokes參數(shù)亮溫在內(nèi)的極化數(shù)據(jù)進行定標(biāo)。噪聲注入定標(biāo)基于的定標(biāo)方程表示為［35］：

其中，ˉV是輸出響應(yīng)矢量，ˉTB（Tv，Th，T3）表示亮溫，ˉg和ˉo構(gòu)成輻射計的增益和偏移量參數(shù)，ˉn是噪聲。

冷空定標(biāo)指通過對2.73K宇宙背景輻射的照射來對輻射計觀測溫度的低端進行定標(biāo)。Aquarius進行冷空定標(biāo)時，平臺會沿著俯仰旋轉(zhuǎn)180°，使得觀測波束朝向宇宙遠端，從而獲得宇宙背景輻射的照射［36］。

衛(wèi)星間互定標(biāo)指Aquarius與在軌運行其他微波輻射計之間的相互定標(biāo)。當(dāng)全極化微波輻射計WindSat在軌運行時，Aquarius可以與WindSat的觀測數(shù)據(jù)進行時空匹配［37］，利用WindSat的觀測數(shù)據(jù)對Aquarius的亮溫進行校正。Aquarius的互定標(biāo)還可以基于NASA的微波輻射計衛(wèi)星間定標(biāo)工作組ICWG（Inter－sat Calib Working Group）提供的近實時空間匹配微波輻射計數(shù)據(jù)集進行定標(biāo)。

4.3 Aquarius反演技術(shù)

圖3為入射角30°時，海水介電常數(shù)模型采用MW模型的海平面亮溫隨鹽度的敏感性變化關(guān)系。L波段海表輻射亮溫隨海表面鹽度的上升而遞減，且同一溫度下垂直極化亮溫對鹽度的敏感性比水平極化亮溫對鹽度的敏感性較強。目前Aquarius V2.0產(chǎn)品僅使用L波段垂直極化亮溫通過迭代運算進行鹽度反演。

圖3 入射角為30°時，海平面亮溫對鹽度的敏感性分析

Aquarius的反演過程中主要對天線亮溫進行無線電頻率干擾，宇宙輻射，天線方向圖，法拉第旋轉(zhuǎn)，大氣輻射以及海面粗糙度校正，由得到的平靜海面亮溫值利用MW模型和海表發(fā)射率公式反演出海表面鹽度［38］，其v2.0產(chǎn)品的反演流程如圖4所示。

圖4 Aquarius V2.0反演算法流程圖

天線方向圖校正是去除天線交叉極化以及旁瓣的影響，將輻射計接收到的天線溫度轉(zhuǎn)化成電離層頂部的亮溫，其校正公式為［38］：

Tτoi為電離層頂部的亮溫，TA為天線亮溫，A是依據(jù)最小二乘原理確定的天線方向圖校正矩陣。

Aquarius在法拉第旋轉(zhuǎn)校正和大氣輻射校正中所使用的基本模型與SMOS相同，而在海面粗糙度校正部分，Aquarius使用主動式散射計進行海面粗糙度修正。其2.0產(chǎn)品中運用了散射計vv極化散射截面系數(shù)和NCEP風(fēng)場資料進行粗糙度修正［39］：

其中，ΔEW為海面粗糙度引起的亮溫貢獻，WNCEP和φrel為由NCEP資料獲得的風(fēng)速和風(fēng)向，A0，A2，A3，B1，B2是NCEP風(fēng)速的多項式。R′（WNCEP，σo′VV）可以通過粗糙度校正圖得到。

Aquarius在鹽度反演算法中使用的海水介電常數(shù)模型為MW模型，它是由Meissner和Wentz［40－41］基于雙Debye方程得到的，有效范圍－2℃～34℃，0psu～40psu。該模型與SMOS所采用的KS模型［42］在低溫條件下存在著較為明顯的差異（圖5）。目前KS模型仍是普遍認可的介電常數(shù)模型。

圖5 MW模型與KS模型實部和虛部的差異對比

5 L波段與GNSS－R結(jié)合探測機制

5.1 GNSS－R探測技術(shù)介紹

GNSS全稱為全球?qū)Ш叫l(wèi)星系統(tǒng)（Global Navigation Satellite System），它泛指所有的衛(wèi)星導(dǎo)航系統(tǒng)，如美國的GPS（the US Global Positioning System）、俄羅斯的Glonass（the Russian Global Navigation Satellite System），歐洲的Galileo，中國的北斗導(dǎo)航系統(tǒng)，以及相關(guān)的增強系統(tǒng)，同時涵蓋在建和以后要建設(shè)的其他衛(wèi)星導(dǎo)航系統(tǒng)。

大量基于岸基，機載和宇航實驗研究表明，GNSS反射信號可以被接受并利用來反演海面風(fēng)場［4345］、有效波高［46－47］、海面高度［48－49］等海洋參數(shù)。與傳統(tǒng)遙感技術(shù)相比，GNSS－R技術(shù)具有造價低，功耗小，不易受干擾等特點。

關(guān)于GNSS－R數(shù)據(jù)對輻射計亮溫校正的可行性研究，國外ESA等研究機構(gòu)從2003年開始已進行了地基和空基試驗，開展了初步研究工作。2003年，ESA的研究人員設(shè)計了用于海洋監(jiān)測的無源先進單元（Passive Advanced Unit，PAU）［50］。PAU包含了3個傳感器：用于測量海表亮溫的L波段輻射計，用于測量海況的GPS反射信號接收機，以及用于測量海面溫度的紅外輻射計。2009年ESA利用PAU方案進行了雙極化L波段全功率輻射計和GNSS－R接收機相結(jié)合的地基ALBATROSS試驗［51］，成功證明了直接利用GNSS－R觀測數(shù)據(jù)校正由于海態(tài)導(dǎo)致的亮溫影響的可行性以及發(fā)展輻射計／反射計綜合傳感器的可行性。

5.2 GNSS－R反演海面粗糙度原理

GNSS－R反演海面粗糙度的方法主要是通過接收機接收到的DDM（Delay－Doppler Map）波形得到。根據(jù)Zavorotny等人推導(dǎo)的表達式，GNSS信號海面散射信號可以表示為［52］：

其中，

Ti為相干積分時間，τ為延遲，fd為多普勒頻率，→ρ為海面上某點的位置向量，R為菲涅爾反射系數(shù)，D為天線增益，R為發(fā)射機與散射點之間的距離，R0為接收機與散射點之間的距離，Λ是偽隨機碼的自相關(guān)函數(shù)，S是多普勒頻移的函數(shù)，σ0（ρ→）為散射截面模型。利用式（18）可以計算出海表面任意的延遲／多普勒單元到達接收機的GNSS信號功率。DDM波形圖中包含了海面粗糙度的有關(guān)信息，通過對DDM波形參數(shù)（如DDM體積，DDM面積）的與海態(tài)參數(shù)的關(guān)系以及亮溫增量與海態(tài)參數(shù)關(guān)系的研究，建立DDM波形參數(shù)與海表亮溫增量的關(guān)系，從而就能實現(xiàn)GNSS－R信號作為輔助數(shù)據(jù)反演鹽度的可能性。

盡管利用GNSS－R信息與L波段微波輻射計之間的協(xié)同工作實現(xiàn)海表鹽度的反演是可行的，但目前對于相關(guān)算法的研究還不多。Marchán［53］等從歸一化的DDM波形圖中提取了DDM體積和DDM面積參數(shù)，并初步建立了海面亮溫與之的對應(yīng)關(guān)系。Sabia提出了一個帶有GNSS－R接收機的衛(wèi)星與SMOS衛(wèi)星編隊飛行的假設(shè)，并給出了利用GNSS信號獲得的mss（mean square slope）參數(shù)構(gòu)造代價函數(shù)進行鹽度反演的公式［54］：

上式與式（13）類似，將風(fēng)速WS替換為海面均方斜率mss，其中=C為由SMOS工作模式，參考系以及視場像素位置等得出的協(xié)方差矩陣。

6 結(jié)束語

現(xiàn)有鹽度探測體制中，L／S雙波段鹽度探測體制目前應(yīng)用于機載探測實驗，不依賴海表溫度資料，能夠同時反演得到海表溫度和鹽度。盡管機載探測較星載探測在正演模型中所需考慮的影響因素較少，且具有高機動高分辨率等特點，但不具有大范圍連續(xù)性觀測的能力。星載探測能夠研究海表面鹽度對全球氣候性變化的影響，因此已成為目前探測海表面鹽度的主要發(fā)展趨勢。目前已經(jīng)升空的SMOS衛(wèi)星和Aquarius衛(wèi)星采用了各自不同的鹽度探測體制。SMOS衛(wèi)星是L波段全被動探測體制的代表，它的主要優(yōu)勢在于采用了合成孔徑微波輻射計MIRAS，能夠獲得傳統(tǒng)星載微波輻射計難以獲得的高分辨率鹽度信息。其不足之處主要在于需要較多的外部數(shù)據(jù)，輔助數(shù)據(jù)的精度對鹽度反演的精度影響較大［55］。以Aquarius為代表的L波段主被動聯(lián)合探測體制雖然能夠通過主動方式探測海面粗糙度，但是主動化探測器造價較高，衛(wèi)星輕量化要求不能得到滿足。目前Aquarius V2.0鹽度產(chǎn)品的反演算法中，對于海面粗糙度修正仍然離不開NCEP輔助資料的支持。

GNSS－R技術(shù)采用無源探測方法，具有成本低、獲取數(shù)據(jù)量多和快速的特點，降雨對L波段的衰減頻率很小，并且它的占用率低于其他波段，與其他波段不易發(fā)生相互干擾。GNSS－R技術(shù)通過DDM波形反演得到的海態(tài)參數(shù)，包括風(fēng)場、海面均方傾斜等都是海面粗糙度的指示器。因此GNSS－R與L波段微波輻射計相結(jié)合的這一機制具有一定的應(yīng)用前景。但是星載GNSS－R反演海面粗糙度尚未實現(xiàn)業(yè)務(wù)化，相關(guān)技術(shù)尚處在不斷成熟過程中，同時面臨海面鏡像反射點的時空匹配問題［54］，相關(guān)研究值得進一步開展，以解決GNSS－R反演海面粗糙度的精度等問題。

總的來看，現(xiàn)有鹽度探測機制的鹽度反演精度還需進一步提高，除了使用高精度遙感儀器外，還可以從以下方面著手：①充分考慮鹽度反演過程中海面粗糙度、大氣傳輸、法拉第旋轉(zhuǎn)、宇宙輻射、天線噪聲等因素的影響，提高模型的準(zhǔn)確性。②采用新的反演算法，例如Aquarius數(shù)據(jù)采用了MLE（Maximum Likelihood Estimation）算法后，鹽度反演的均方根誤差由0.34psu提高到0.27psu。③減少反演過程中對輔助資料的依賴性。

［1］ HOLLINGER J P.Passive microwave measurements of sea surface roughness［J］.Geoscience Electronics，IEEE Transactions on，1971，9（3）：165－169.

［2］ SWIFT C T，MCINTOSH R E.Considerations for microwave remote sensing of ocean－surface salinity［J］.Geoscience and Remote Sensing，IEEE Transactions on，1983（4）：480－491.

［3］ DROPPLEMAN J D，MENNELLA R A，EVANS D E.An airborne measurement of the salinity variations of the mississippi river outflow［J］.Journal of Geophysical Research，1970，75（30）：5909－5913.

［4］ BLUME H J C，KENDALL B M，F(xiàn)EDORS J C.Measurement of ocean temperature and salinity via microwave radiometry［J］.Boundary－Layer Meteorology，1978，13（1－4）：295－308.

［5］ BLUME H J C，KENDALL B M.Passive microwave measurements of temperature and salinity in coastal zones［J］.Geoscience and Remote Sensing，IEEE Transactions on，1982（3）：394－404.

［6］ LERNER R M，HOLLINGER J P.Analysis of 1.4GHz radiometric measurements from skylab［J］.Remote Sensing of Environment，1977，6（4）：251－269.

［7］ LAGERLOEF G S E，SWIFT C T，LEVINE D M.Sea surface salinity：The next remote sensing challenge［J］.Oceanography，1995，8（2）：44－50.

［8］ 雷震東，曾原，林士杰，等.航空微波遙感海水鹽度的研究［J］.宇航學(xué)報，1992，13（2）：62－67.

［9］ 殷曉斌，劉玉光，張漢德，等.海表面鹽度的微波遙感－平靜海面的微波輻射機理研究［J］.高技術(shù)通訊，2005，15（8）：86－90.

［10］ 陸兆軾，史久新，矯玉田，等.微波輻射計遙感海水鹽度的水池實驗研究［J］.海洋技術(shù)，2006，25（3）：70－75.

［11］ 王杰.微波遙感海水鹽度的算法和影響因素分析［D］.青島：國家海洋局第一海洋研究所，2007.

［12］ 趙凱，史久新，張漢德.高靈敏度機載L波段微波輻射計探測海表鹽度［J］.遙感學(xué)報，2008，12（2）：277－283.

［13］ 史久新，陸兆軾，李淑江，等.L／S波段微波遙感海水鹽度和溫度的反演算法［J］.高技術(shù)通訊，2006，16（11）：1181－1184.

［14］ CAMPS A，F(xiàn)ONT J，ETCHETO J，et al.Sea surface emissivity observations at L－band：First results of the wind and salinity experiment WISE 2000［J］.Geoscience and Remote Sensing，IEEE Transactions on，2002，40（10）：2117－2130.

［15］ CAMPS A，F(xiàn)ONT J，VALL－LLOSSERA M，et al.The WISE 2000and 2001field experiments in support of the SMOS mission：Sea surface L－band brightness temperature observations and their application to sea surface salinity retrieval［J］.Geoscience and Remote Sensing，IEEE Transactions on，2004，42（4）：804－823.

［16］ 殷曉斌，劉玉光，張漢德.海面風(fēng)向不確定性對海表面鹽度反演影響的剔除［J］.科學(xué)通報，2006，51（3）：349－354.

［17］ SILVESTRIN P，BERGER M，KERR Y，et al.ESA’s second earth explorer opportunity mission：The soil moisture and ocean salinity mission－SMOS［J］.IEEE Geoscience and Remote Sensing Newsletter，2001，（118）：11－14.

［18］ FONT J，LAGERLOEF G S E，LE VINE D M，et al.The determination of surface salinity with the european SMOS space mission［J］.Geoscience and Remote Sensing，IEEE Transactions on，2004，42（10）：2196－2205.

［19］ GUTIERREZ A，BARBOSA J，ALMEIDA N，et al.SMOS L1Processor prototype：From digital counts to brightness temperatures［C］.Geoscience and Remote Sensing Symposium，2007.IGARSS 2007.IEEE International.IEEE，2007：3626－3630.

［20］ CORBELLA I，TORRES F，CAMPS A，et al.MIRAS end－to－end calibration：Application to SMOS L1processor［J］.Geoscience and Remote Sensing，IEEE Transactions on，2005，43（5）：1126－1134.

［21］ ZINE S，BOUTIN J，F(xiàn)ONT J，et al.Overview of the SMOS sea surface salinity prototype processor［J］.Geoscience and Remote Sensing，IEEE Transactions on，2008，46（3）：621－645.

［22］ YUEH H A，SHIN R T，KONG J A.Scattering of electromagnetic waves from a periodic surface with random roughness［C］.1988Orlando Technical Symposium.International Society for Optics and Photonics，1988：96－103.

［23］ YUEH S H.Modeling of wind direction signals in polarimetric sea surface brightness temperatures［J］.Geoscience and Remote Sensing，IEEE Transactions on，1997，35（6）：1400－1418.

［24］ DURDEN S，VESECKY J.A physical radar cross－section model for a wind－driven sea with swell［J］.Oceanic Engineering，IEEE Journal of，1985，10（4）：445－451.

［25］ JOHNSON J T，ZHANG M.Theoretical study of the small slope approximation for ocean polarimetric thermal emission［J］.Geoscience and Remote Sensing，IEEE Transactions on，1999，37（5）：2305－2316.

［26］ KUDRYAVTSEV V N，MAKIN V K，CHAPRON B.Coupled sea surface－atmosphere model：2.spectrum of short wind waves［J］.Journal of Geophysical Research：Oceans（1978－2012），1999，104（C4）：7625－7639.

［27］ GABARRO C，F(xiàn)ONT J，CAMPS A，et al.A new empirical model of sea surface microwave emissivity for salinity remote sensing［J］.Geophysical Research Letters，2004，31（1）：LD1608.

［28］ REUL N，CHAPRON B.A model of sea－foam thickness distribution for passive microwave remote sensing applications［J］.Journal of Geophysical Research：Oceans（1978－2012），2003，108（C10）.

［29］ SKOU N，HOFFMAN－BANG D.L－band radiometers measuring salinity from space：Atmospheric propagation effects［J］.Geoscience and Remote Sensing，IEEE Transactions on，2005，43（10）：2210－2217.

［30］ YUEH S H.Estimates of faraday rotation with passive microwave polarimetry for microwave remote sensing of earth surfaces［J］.Geoscience and Remote Sensing，IEEE Transactions on，2000，38（5）：2434－2438.

［31］ LEVINE D M，ABRAHAM S.Galactic noise and passive microwave remote sensing from space at l－band［J］.Geoscience and Remote Sensing，IEEE Transactions on，2004，42（1）：119－129.

［32］ YUEH S H，WILSON W J，DINARDO S.Polarimetric radar remote sensing of ocean surface wind［J］.Geoscience and Remote Sensing，IEEE Transactions on，2002，40（4）：793－800.

［33］ LEVINE D M，LAGERLOEF G S E，COLOMB F R，et al.Aquarius：An instrument to monitor sea surface salinity from space［J］.Geoscience and Remote Sensing，IEEE Transactions on，2007，45（7）：2040－2050.

［34］ DINNAT E P，LEVINE D M.Impact of sun glint on salinity remote sensing：An example with the aquarius radiometer［J］.Geoscience and Remote Sensing，IEEE Transactions on，2008，46（10）：3137－3150.

［35］ LAHTINEN J，GASIEWSKI A J，KLEIN M，et al.A calibration method for fully polarimetric microwave radiometers［J］.Geoscience and Remote Sensing，IEEE Transactions on，2003，41（3）：588－602.

［36］ LEVINE D M，DINNAT E P，ABRAHAM S，et al.The aquarius simulator and cold－sky calibration［J］.Geoscience and Remote Sensing，IEEE Transactions on，2011，49（9）：3198－3210.

［37］ BISWAS S K，JONES L，KHAN S，et al.MWR and windsat inter－satellite radiometric calibration plan［C］.Microwave Radiometry and Remote Sensing of the Environment（MicroRad），2010 11th Specialist Meeting on.IEEE，2010：266－271.

［38］ WENTZ F J，LEVINE D M.Algorithm theoretical basis document（ATBD），aquarius salinity retrieval algorithm［C］.RSS Tech.Report 082912，Version 2，2012.

［39］ LEVINE D M，MEISSNER T，WENTZ F J，et al.Addendum II to ATBD［C］.RSS Tech.Report 082912：Addendum II，F(xiàn)ebruary 27，2013.

［40］ MEISSNER T，WENTZ F J.The complex dielectric constant of pure and sea water from microwave satellite observations［J］.Geoscience and Remote Sensing，IEEE Transactions on，2004，42（9）：1836－1849.

［41］ MEISSNER T，WENTZ F J.The emissivity of the ocean surface between 6and 90GHz over a large range of wind speeds and earth incidence angles［J］.Geoscience and Remote Sensing，IEEE Transactions on，2012，50（8）：3004－3026.

［42］ KLEIN L，SWIFT C.An improved model for the dielectric constant of sea water at microwave frequencies［J］.Antennas and Propagation，IEEE Transactions on，1977，25（1）：104－111.

［43］ KOMJATHY A，ARMATYS M，MASTERS D，et al.Developments in using GPS for oceanographic remote sensing：Retrieval of ocean surface wind speed and wind direction［C］.Proc.of ION National Meeting，2001.

［44］ GARRISON J L，KOMJATHY A，ZAVOROTNY V U，et al.Wind speed measurement using forward scattered GPS signals［J］.Geoscience and Remote Sensing，IEEE Transactions on，2002，40（1）：50－65.

［45］ CARDELLACH E，RUFFINI G，PINO D，et al.Mediterranean balloon experiment：Ocean wind speed sensing from the stratosphere，using GPS reflections［J］.Remote Sensing of Environment，2003，88（3）：351－362.

［46］ SOULAT F，CAPARRINI M，GERMAIN O，et al.Sea state monitoring using coastal GNSS－R［J］.Geophysical Research Letters，2004，31（21）：1－4.

［47］ XIN W，QIANG S，XUNXIE Z，et al.First China ocean reflection experiment using coastal GNSS－R［J］.Chinese Science Bulletin，2008，53（7）：1117－1120.

［48］ MARTIN－NEIRA M，CAPARRINI M，F(xiàn)ONT－ROSSELLO J，et al.The PARIS concept：An experimental demonstration of sea surface altimetry using GPS reflected signals［J］.Geoscience and Remote Sensing，IEEE Transactions on，2001，39（1）：142－150.

［49］ LOWE S T，ZUFFADA C，CHAO Y，et al.5cm precision aircraft ocean altimetry using GPS reflections［J］.Geophysical Research Letters，2002，29（10）：131－134.

［50］ CAMPS A，BOSCH－LLUIS X，RAMOS－PEREZ I，et al.New instrument concepts for ocean sensing：Analysis of the PAU－radiometer［J］.Geoscience and Remote Sensing，IEEE Transactions on，2007，45（10）：3180－3192.

［51］ VALENCIA E，MARCHAN－HERNANDEZ J F，CAMPS A，et al.Experimental relationship between the sea brightness temperature changes and the GNSS－R delay－doppler maps：Preliminary results of the albatross field experiments［C］.Geoscience and Remote Sensing Symposium，2009IEEE International，IGARSS 2009.IEEE，2009，（3）：741－744.

［52］ ZAVOROTNY V U，VORONOVICH A G.Scattering of GPS signals from the ocean with wind remote sensing application［J］.Geoscience and Remote Sensing，IEEE Transactions on，2000，38（2）：951－964.

［53］ MARCHAN－HERNANDEZ J F，RODRIGUEZ－ALVAREZ N，CAMPS A，et al.Correction of the sea state impact in the L－band brightness temperature by means of delay－doppler maps of global navigation satellite signals reflected over the sea surface［J］.Geoscience and Remote Sensing，IEEE Transactions on，2008，46（10）：2914－2923.

［54］ SABIA R，CAPARRINI M，RUFFINI G.Potential synergetic use of GNSS－R signals to improve the sea－state correction in the sea surface salinity estimation：Application to the SMOS mission［J］.Geoscience and Remote Sensing，IEEE Transactions on，2007，45（7）：2088－2097.

［55］ SABIA R，CAMPS A，VALL－LLOSSERA M，et al.Impact on sea surface salinity retrieval of different auxiliary data within the SMOS mission［J］.Geoscience and Remote Sensing，IEEE Transactions on，2006，44（10）：2769－2778.

Progress in Sea Surface Salinity Probe Technology Based on Microwave Remote Sensing

YAN Ming1，YAN Wei1，WANG Ying－qiang1，2，CHAN Shi－jun3，JIE Yang－yang1，ZHOU Xiao－lin4
（1.Institute of Meteorology and Oceanography，PLA University of Science and Technology，Nanjing211101；2.National Key Laboratory on Electromagnetic Environmental Effects and Electro－Optical Engineering，Nanjing211101；3.No.92925 Army of PLA，Changzhi 046011；4.No.61741 Army of PLA，Beijing100194）

Sea surface salinity is a key parameter in both climatology and oceanography fields.L－band microwave remote sensing had been a useful method for monitoring the sea surface salinity.This article reviews the research progress of the existing sea surface salinity probe technology based on microwave remote sensing including dual－band probe technology，L－band passive probe technology and L－band active and passive combined probe technology and focuses on the brightness temperature correction technology，retrieval algorithms and calibration technology.Besides，a new sea surface salinity probe technology based on GNSS－R technology is introduced.At last，the characteristics of different sea surface salinity probe technology are summarized and compared and suggestions of future sea surface salinity retrieval based on remote sensing are presented.

sea surface salinity；microwave remote sensing；probe technology；inversion algorithm；GNSS－R；salinity probe

10.3969／j.issn.1000－3177.2015.02.003

TP722.6

A

1000－3177（2015）138－0017－09

2014－03－21

2014－05－04

嚴(yán)明（1990～），男，碩士，主要從事海洋表層鹽度衛(wèi)星遙感方面研究。

E－mail：yanming625＠foxmail.com