引用本文
程良晓, 陶金花, 周海金, 余超, 范萌, 王雅鹏, 王志宝, 陈良富. 星载痕量气体差分吸收光谱仪1级数据质量评价. 光谱学与光谱分析, 2021,41(12): 3881-3886
CHENG Liang-xiao, TAO Jin-hua, ZHOU Hai-jin, YU Chao, FAN Meng, WANG Ya-peng, WANG Zhi-bao, CHEN Liang-fu. Evaluations of Environmental Trace Gases Monitoring Instrument (EMI) Level 1 Data. Spectroscopy and Spectral Analysis, 2021,41(12): 3881-3886.  
Doi: 10.3964/j.issn.1000-0593(2021)12-3881-06
Permissions
Copyright©2021, 《光谱学与光谱分析》期刊社
《光谱学与光谱分析》期刊社 所有
星载痕量气体差分吸收光谱仪1级数据质量评价
程良晓1,2, 陶金花1,*, 周海金3, 余超1, 范萌1, 王雅鹏4, 王志宝5, 陈良富1
1.中国科学院空天信息创新研究院/北京师范大学, 遥感科学国家重点实验室, 北京 100101
2.中国科学院大学, 北京 100049
3.中国科学院安徽光学精密机械研究所, 环境光学与技术重点实验室, 安徽 合肥 230031
4.国家卫星气象中心, 北京 100081
5.东北石油大学计算机与信息技术学院, 黑龙江 大庆 163318
*通讯作者 e-mail: taojh@radi.ac.cn

作者简介: 程良晓, 1991年生, 中国科学院空天信息创新研究院博士研究生 e-mail: chenglx@radi.ac.cn

收稿日期: 2020-11-17 修订日期: 2021-02-21
基金项目: 国家重点研发计划项目(2017YFB0503901, 2018YFC0213901, 2018YFC0213904), 中国科学院战略先导专项(XDA19010403, XDA19040201), 国家自然科学基金项目(41771391), 东北石油大学优秀中青年科研创新团队项目(KYCXTD201903)资助
摘要

星载痕量气体差分吸收光谱仪(EMI)是我国第一台用于监测对流层和平流层痕量气体的高光谱分辨率成像光谱仪。 为了充分了解载荷的特点, 更好地利用1级数据进行痕量气体反演, 本研究对EMI实测的辐照度和辐亮度数据进行了综合评价。 研究表明EMI紫外2波段(UV2)和可见光1波段(VIS1)的狭缝函数都表现出明显的行依赖性, 其随行波动的标准差是OMI和TROPOMI的6倍以上。 对不同行采用不同的狭缝函数, 可以提高辐照度光谱的定标精度, 进而提高痕量气体反演精度。 EMI辐照度和辐亮度数据都有波长漂移现象, 平均漂移量分别为0.015和0.03 nm, 有明显的行依赖性。 目前的波长漂移量满足设计指标(0.05 nm)的要求, 但在痕量气体反演过程中仍需进行波长精校准。 EMI辐照度数据与OMI和TROPOMI同一天测量的辐照度以及参考太阳光谱高度一致( r>0.95), 绝对偏差小于4.3%; 通过对比在洁净太平洋地区无云像元的平均辐亮度数据发现, EMI与OMI和TROPOMI也有很好的一致性( r>0.93), 平均偏差小于13.2%; 说明EMI数据辐射定标精度较高。 研究表明当前EMI载荷数据质量能够满足痕量气体反演的要求, 可为后续国产载荷的研制和数据质量评估方案提供参考。

关键词: GF-5; 星载痕量气体差分吸收光谱仪; 定标; 狭缝函数; 数据质量
中图分类号:O433.4 文献标识码:A
Evaluations of Environmental Trace Gases Monitoring Instrument (EMI) Level 1 Data
CHENG Liang-xiao1,2, TAO Jin-hua1,*, ZHOU Hai-jin3, YU Chao1, FAN Meng1, WANG Ya-peng4, WANG Zhi-bao5, CHEN Liang-fu1
1. State Key Laboratory of Remote Sensing Science, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing Normal University, Beijing 100101, China
2. University of Chinese Academy of Sciences, Beijing 100049, China
3. Key Laboratory of Environmental Optics and Technology, Anhui Institute of Optics and Fine Mechanics, Chinese Academy of Sciences, Hefei 230031, China 4. National Satellite Meteorological Center, China Meteorological Administration, Beijing 100081, China
5. School of Computer and Information Technology, Northeast Petroleum University, Daqing 163318, China
*Corresponding author
Abstract

The Environmental trace gases Monitoring Instrument (EMI) is the first high spectral resolution imaging spectrometer in China designed to monitor trace gas in tropospheric and stratospheric. To fully understand the instrument’s characteristics and make better use of the level 1 (L1) data, comprehensive evaluations of irradiance and radiance data measured by the EMI instrument were carried out in this study. For both ultraviolet-2 and visible-1 bands,the slit function change drastically as a function of detectors in the across-track direction of charge-coupled device (CCD), which is more than 6 times larger than that of TROP(OMI). The use of different slit functions according to the row can improve the calibration accuracy. Small wavelength shifts were found in both irradiance and radiance data with an average value of 0.015 and 0.03 nm, respectively. Although they meet the requirement of the design specification (0.05 nm), wavelength calibration is still needed during the trace gas retrieval. EMI irradiance data agree highly ( r>0.95) with OMI and TROPOMI and the reference solar spectrum. EMI radiance data also shows a better agreement ( r>0.93) with OMI and TROPOMI by averaging the cloud-free pixels over the clean Pacific region. This study demonstrates the good quality of current EMI L1 data for trace gas retrieval, and it provides a reference for the design and data quality evaluation scheme of subsequent instruments.

Key words: GF-5; EMI; Wavelength calibration; Slit function; Data quality
引言

2018年5月9日2时28分, 中国高分辨率对地观测重大专项中唯一一颗实现高光谱分辨率的对地观测卫星“ 高分五号” (GF-5)在太原卫星发射中心成功发射。 在高分五号卫星所搭载的所有载荷中, 痕量气体差分吸收光谱仪(EMI)是中国第一台用于NO2等污染气体全球探测的高光谱载荷[1, 2], 与全球臭氧监测仪(global ozone monitoring experiment 2, GOME2 instrument)[3]、 臭氧监测仪(ozone monitoring instrument, OMI)[4]和对流层监测仪(TROPOspheric monitoring instrument, TROPOMI)[5]类似, 可以为全球NO2等痕量气体的卫星监测技术提供新的发展机会和更大的发展空间。

已有研究结果表明, 对于上述覆盖紫外-可见光波段的高光谱载荷而言, 探元狭缝函数随在轨运行时间的变化、 仪器退化引起的信噪比变化等硬件问题都会影响1级产品的结果, 进而影响2级产品的反演精度[6]。 此外, 1级产品的辐射定标精度、 光谱定标精度等数据质量问题又会给2级产品的反演引入较大的不确定性[7, 8, 9]。 差分光学吸收光谱(differential optical absorption spectroscopy, DOAS)反演算法, 对波长校正精度非常敏感, 即使很小的波长漂移(~0.002 nm)也会给NO2的SCD拟合引入较大的不确定性[10, 11]。 因此, 在2级产品生产时依然要在特定的波长窗口内执行波长精校正[12, 13, 14, 15]。 为了更好地了解EMI载荷1级数据的现状, 本研究对其1级数据进行评估。

1 实验部分
1.1 EMI数据

EMI是星下点推扫光谱仪, 具有两个紫外波段(UV1, UV2)和两个可见光波段(VIS1, VIS2)。 每个波段都是一个二维面阵CCD, 以VIS1波段为例(图1), 空间维和光谱维分别具有111(合并后)和1 286个探元, 每个探元都是属性相同但又相互独立的电子元件。 其中, 空间维的每个像元分别对应不同的“ 行” ; 位于中间位置的行对应于星下点观测, 位于两端的行分别对应于57° 的观测角。 光谱维的像元分别对应不同的波长。

图1 EMI VIS1波段观测示意图Fig.1 Sketch map of EMI VIS1 band observation

1.2 光谱定标方法

辐照度数据的光谱定标是通过与高分辨率太阳光谱拟合来实现的。 一般将整个定标区间划分为若干个子窗口, 根据式(1)对每个子窗口进行拟合来得到定标后的波长(λ )

I0(λ)=IS⊗(λ-α-β(λ-λc))(1)

式(1)中, IS⊗是与仪器狭缝函数卷积之后的高分辨率太阳光谱[16], I0是实测辐照度数据, α 是波长漂移, β 表示拉伸(β > 0)或挤压(β < 0), λ c是子窗口的中心波长。 在DOAS算法中, 狭缝函数不但要与高分辨率太阳光谱进行卷积, 还要与高分辨率气体吸收截面进行卷积。 在辐照度光谱校正的过程中, 也可以通过式(2)拟合狭缝函数参数

I0(λ)=La⊗IS(λ-α-β(λ-λc))(2)

式(2)中, La是狭缝函数的线型, 一般用半峰全宽(FWHM)表征, ⊗是卷积符号。

为了评价EMI数据, 对OMI和TROPOMI数据也进行了分析。 从312~356 nm的紫外波段范围内选择三个子窗口, 分别对应SO2, O3和HCHO的常用反演窗口, 将NO2常用的反演窗口(405~465 nm)对应的可见光波段范围划分为3个子窗口。 子窗口的划分在表1中列出。

表1 三种传感器不同波段的定标子窗口设置 Table 1 Sub-window settings for irradiance wavelength calibration

辐亮度数据的光谱定标方法是将波长漂移量作为参数在DOAS算法中进行考虑, 即

lnI(λ-Δ(λ))I0(λ)+∑j=1nSj(λ)cj+P(λ)=0(3)

式(1)中, I是实测辐亮度数据, Δ (λ )是辐亮度的波长漂移量, I0(λ )是经过光谱定标的实测辐照度, Sj是吸收成分j的斜柱浓度, cj是对应的吸收截面, P(λ )表示低阶多项式。

2 结果与讨论
2.1 狭缝函数

图2分别展示了三个载荷辐照度数据在紫外(312~356nm)和可见光(405~465 nm)波段的狭缝函数随行的变化。 从图2可以看出, 相比于OMI和TROPOMI, EMI狭缝函数随行变化剧烈, 表现出“ w” 型特征。 EMI UV2波段的狭缝函数在不同行由0.34变化至0.55, 变化幅度是OMI和TROPOMI的7倍, 标准差分别是OMI和TROPOMI的8倍和6倍。 EMI VIS1波段的狭缝函数随行的变化也同样剧烈, 在不同行由0.31变化至0.55, 变化幅度分别是OMI和TROPOMI的8倍和12倍。

图2 2018年6月12日EMI, OMI和TROPOMI辐照度数据在紫外和可见光波段内三个子间隔的狭缝函数在跨轨道方向的变化Fig.2 Slit function of different sub-windows in UV and VIS bands as a function of row

导致EMI狭缝函数剧烈变化的原因, 首先可能是光栅设计不完善导致的, 其次可能是发射过程中剧烈的振动和温度变化引起的[17]。 EMI狭缝函数随行变化剧烈, 在反演时使用固定的狭缝函数将引入大的不确定性; 不同行采用不同的狭缝函数能够使RMS平均降低19.8%, 提高光谱定标精度。

2.2 光谱定标精度

图3分别展示了三个载荷在不同波段三个子窗口内的波长漂移。 尽管OMI和TROPOMI的波长漂移都是正值, 且随行没有明显的变化特征; 但是OMI的波长漂移量明显大于EMI和TROPOMI。 EMI UV2波段的波长漂移较OMI和TROPOMI较低, 最大漂移量分别为OMI和TROPOMI的38%和61%, 但是随行的变化较大, 其变化标准差分别为OMI和TROPOMI的5.5和5.6倍。 EMI VIS1波段的波长漂移特征与UV2波段有明显的差异。 最大波长漂移量仅为OMI和TROPOMI的32%和46%, 但是, 其随行的变化较大, 标准差为OMI和TROPOMI的2倍和8倍。 如果不考虑波长漂移, 光谱定标的RMS在不同行平均增加17.2%。 可以推断出, 如果不能对辐照度数据的波长漂移进行很好的校正, 痕量气体的反演结果很有可能出现较为明显的“ 条带” 现象。

图3 2018年6月12日EMI, OMI和TROPOMI辐照度数据在紫外和可见光波段内的 3个子间隔的波长漂移在跨轨道方向的变化Fig.3 Irradiance wavelength shift of different sub-windows in the spectral range of 312~356 nm as a function of row

图4展示了2018年8月4日EMI在UV2和VIS1波段连续12轨辐亮度数据的波长漂移。 从图4可以看出, 存在明显的行依赖性。 此外, UV2波段最后一行(191)的波长漂移最大, 明显超出了0.05nm的设计指标。 EMI辐亮度数据的波长漂移基本符合设计指标的要求, 尽管后者的均值和标准差比前者要高一些。 但是目前的波长漂移量远大于痕量气体反演的要求(0.002 nm[10]), 因此在进行痕量气体反演之前, 还需要对辐亮度数据进行光谱精校正。

图4 2018年8月4日EMI UV2和VIS1波段连续12轨辐亮度数据的波长漂移Fig.4 Radiance wavelength shift of 12 consecutive orbits measured by UV2 and VIS1 band on 4 August, 2018

2.3 辐射定标精度

图5展示了三个载荷星下点观测的辐照度光谱。 可以看出, EMI与OMI和TROPOMI的变化趋势高度一致。 EMI实测辐照度与参考太阳光谱之间的相关系数分别大于0.98和0.95。 此外, 实测辐照度与参考太阳光谱的平均绝对差异在UV2和VIS1波段分别为4.3%和3.67%, 均在设计规范范围内。 较高的相关性和较小的绝对差异说明EMI测量的辐照光谱可以很好地捕捉太阳光谱的细节。

图5 2018年6月12日EMI, OMI和TROPOMI辐照度数据Fig.5 The irradiance spectra measured by EMI, OMI and TROPOMI on 12 July, 2018. The black line is a reference solar irradiance from and convolved with the EMI FWHM

图6展示了三个载荷在太平洋区域无云观测的辐亮度均值, 三者辐亮度处于同一数量级。 在UV2和VIS1波段EMI与其他载荷的相关系数分别大于0.98和0.92, EMI实测辐亮度的光谱能够准确地捕捉光谱的峰谷变化特征。 EMI UV2波段与OMI(TROPOMI)的平均相对差异为6.68%(13.17%), VIS1波段的平均相对差异为8.83%(3.31%)。

图6 2018年8月4日星下点像元在太平洋区域无云观测的辐亮度均值Fig.6 Mean radiance of nadir pixelin the clean Pacific region measured on 4 August, 2018

2.4 行依赖性

图7为三个载荷辐照度相对于星下点位置的比值分布图, 可以看出三者辐照度的行依赖性较小。 定量分析表明, 紫外波段, EMI, OMI和TROPOMI不同波长处的比值随行的平均变化分别为11.5%, 13.7%和13.24%。 它们在可见光波段的行依赖性要比紫外波段更小, 分别为4%, 9%和5.2%。

图7 2018年6月12日的观测辐照度相对于星下点位置的观测角依赖性Fig.7 Irradiance row dependence relative to nadir measured on 12 July, 2018

观测辐亮度和模拟辐亮度在不同观测角下的差异在图8(a)和(c)中展示, 模拟结果高于观测结果, 这是因为实际观测中不可避免受其他因素的影响(比如: 痕量气体吸收)。 将每行观测光谱与模拟光谱取比值(M/S)再归一到星下点, 可以得到辐亮度的行依赖性[图8(b)和(d)]。 在340 nm处, M/S在不同观测角下的变化范围是0.51~2.56, 行依赖性不超过16%。 在437.5 nm处, M/S在不同观测角下的变化范围是0.56~1.24, 行依赖性不超过9%。

图8 EMI在340 nm和437.5 nm处对greenland岛观测的归一化辐亮度随观测角的变化Fig.8 (a), (c) The normalized measured radiance and the corresponding simulated radiance as a function of row; (b), (d) The ratio of the measured radiance and the simulated radiance and the radiance row dependency

3 结论

对EMI UV2和VIS1波段的辐照度和辐亮度数据进行了综合评估。 研究发现: (1)EMI狭缝函数随行剧烈变化, 其变化标准差(UV2=0.047, VIS1=0.054)是OMI和TROPOMI的6倍以上, 这意味着在进行痕量气体反演的时候需要对不同行采用不同的狭缝函数。 (2)EMI辐照度数据的波长漂移同样表现出明显的观测角依赖性, 但是平均漂移量很小(< 0.015 nm), 严格符合设计指标的要求。 除了个别的行(UV2的191行)之外, EMI辐亮度的波长漂移均值小于0.03 nm, 光谱定标精度也符合设计指标的要求。 (3)EMI辐照度光谱与OMI和TROPOMI具有极好的相关性(相关系数> 0.95), 且与参考太阳光谱之间的绝对差异较小(UV2波段平均4.3%, VIS1波段平均3.67%), 说明EMI辐照度数据的辐射定标精度较高。 尽管辐亮度数据受多种因素的影响, 洁净太平洋区域的平均辐亮度光谱的比较结果表明, EMI与OMI和TROPOMI具有较高的一致性(相关系数> 0.93)。 在未来, 我国计划将与EMI类似的国产载荷搭载在GF-5(02)卫星和大气环境监测卫星(Atmospheric Environmental Monitoring Satellite, AEMS)上, 继续服务于污染气体监测[18]。 因此, 本研究可以为EMI系列的后续载荷的设计和质量评估提供参考, 同时还可以为利用EMI数据从事痕量气体反演的科研人员提供参考。

致谢: 感谢生态环境部卫星环境应用中心提供的EMI 1级数据, NASA GESDISC提供的OMI和TROPOMI产品。

参考文献
[1] Zhang C X, Liu C, Wang Y, et al. IEEE T Geosci Remote, 2018, 56(6): 3323. [本文引用:1]
[2] Zhao M J, Si F Q, Zhou H J, et al. Atmos. Meas. Tech. , 2018, 11(9): 5403. [本文引用:1]
[3] Munro R, Lang R, Klaes D, et al. Atmos. Meas. Tech. , 2016, 9(3): 1279. [本文引用:1]
[4] Levelt P F, van den Oord G H J, Dobber M R, et al. IEEE T Geosci Remote, 2006, 44(5): 1093. [本文引用:1]
[5] Veefkind J P, Aben I, Mcmullan K, et al. Remote Sens Environ, 2012, 120: 70. [本文引用:1]
[6] Zara M, Boersma K F, de Smedt I, et al. Atmos. Meas. Tech. , 2018, 11(7): 4033. [本文引用:1]
[7] Dobber M, Kleipool Q, Dirksen R, et al. J. Geophys. Res-Atmos. , 2008, 113(D15): D15S06. [本文引用:1]
[8] Schenkeveld V M E, Jaross G, Marchenko S, et al. Atmos. Meas. Tech. , 2017, 10(5): 1957. [本文引用:1]
[9] Boersma K F, Eskes H J, Dirksen R J, et al. Atmos. Meas. Tech. , 2011, 4(9): 1905. [本文引用:1]
[10] Marchenko S, Krotkov N A, Lamsal L N, et al. J. Geophys. Res-Atmos. , 2015, 120(11): 5670. [本文引用:2]
[11] Voors R, Dobber M, Dirksen R, et al. Appl. Optics, 2006, 45(15): 3652. [本文引用:1]
[12] Theys N, de Smedt I, Yu H, et al. Atmos. Meas. Tech. , 2017, 10(1): 119. [本文引用:1]
[13] de Smedt I, Theys N, Yu H, et al. Atmos. Meas. Tech. , 2018, 11(4): 2395. [本文引用:1]
[14] Boersma K F, Eskes H J, Richter A, et al. Atmos. Meas. Tech. , 2018, 11(12): 6651. [本文引用:1]
[15] Griffin D, Zhao X, McLinden C A, et al. Geophys. Res. Lett. , 2019, 46(2): 1049. [本文引用:1]
[16] Chance K, Kurucz R L. J. Quant. Spectrosc. Ra. Trans. , 2010, 111(9): 1289. [本文引用:1]
[17] Cheng L X, Tao J H, Valks P, et al. Remote Sens-Basel, 2019, 11(24): 3017. [本文引用:1]
[18] Zhang X Y, Wang F, Wang W H, et al. Atmos. Res. , 2020, 245: 105056. [本文引用:1]