机载成像DOAS探测技术原理如图1所示。 仪器采用推扫方式工作, 同时获取长方形条带内的各个视场的地气散射/反射光谱信息。 通过飞机飞行, 实现对航线区域内的图谱测量。 仪器采用面阵CCD同时采集光谱、 空间信息。 探测光谱范围选择紫外波段, 覆盖NO₂、 SO₂等多种成分的特征吸收波段。 采用差分吸收光谱算法, 可从测量光谱中解析出污染气体的斜柱浓度(slant column density, SCD), 利用SCIATRAN大气传输模型对大气质量因子AMF进行计算, 将SCD转化为与路径无关的垂直柱浓度(vertical column density, VCD)。 最后结合机上POS系统获得飞行路径, 将污染浓度部分投影在地图上, 实现污染物浓度二维分布可视化。

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 机载成像探测技术原理图Fig.1 Schematic diagram of Airborne imaging DOAS

机载成像DOAS系统包括光学导入系统、 光谱成像系统部分、 控制部分等, 其整体结构系统设计如图2所示。 光学导入系统采集大视场范围内的太阳散射光谱, 汇聚到光谱成像部分。 光谱成像部分采用凸面光栅进行色散分光, 凹面反射镜完成准直和聚焦, 最后利用CCD探测器进行光电信号转化。 控制部分完成整机数据采集控制、 数据存储、 温控和供电。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 机载成像DOAS结构系统设计Fig.2 Design of airborne Imaging DOAS system

1.2.1 光学导入系统

以往机载成像差分吸收光谱仪采用整体式设计, 光学导入系统仅为单个大视场望远镜, 直接连接到光谱仪本体上。 使用过程中, 为天底观测到太阳散射光谱, 需要整机安装到飞机光学观察窗口。 考虑到航空作业飞机可能会搭载其他光学载荷, 另外部分密封舱未设计对地观察光学窗口。 如果整体式机载成像差分吸收光谱仪外挂安装, 对整机温控、 航空安全性提出极高要求。 为解决以往设备航空搭载需求苛刻、 应用受限的局限性, 提出了基于光纤的光学导入系统, 采用光纤束传输方式, 分离望远镜和光谱仪本体。 安装过程中飞机改装需求小, 极大的便利了机上安装和调试, 适应了适航设备认证需求。

光学导入系统包括大视场紫外镜头和多芯光纤束。 紫外镜头采用多透镜组结合设计, 对地面反射光进行整形, 因此紫外镜头可收集飞行航线上30° 范围内的散射光, 并通过多芯光纤束将其精准传递至面阵CCD。 多芯光纤束设计如图3所示, 光纤芯两端按照线列排布, 光纤芯束按顺序一一对应。 光纤束采用50根芯径为180 μm, 包层厚度10 μm的多模光纤紧密排列, 光纤芯芯间的间距为200 μm, 光纤束整体排布宽度为10 mm。 多芯光纤束的设计实现了对散射光信号的高效率收集, 并同时具备了系统光谱成像分辨率高、 大视场以及与光谱仪孔径更相匹配等优点, 光纤束的传输方式极大便利了机载成像DOAS系统在机载飞行探测中的安装和调试。 设备采用特制多芯光纤束连接光谱仪, 具有光谱成像分辨率高、 大视场、 光学孔径大等优点。

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 多芯光纤束设计图Fig.3 Design of multi-core fiber bundle

为高效采集太阳散射光谱, 并与光学导入光纤束数值孔径进行匹配, 设计了大视场紫外镜头。 紫外镜头采用透射式光学系统设计, 采取反远距结构设计, 视场角30° , 能够获得较大的视场又可以保证光学系统辐射能量的有效利用率。

1.2.2 光谱成像系统部分

目标区域来自地表的散射光通过导入光学系统会聚进入光谱成像系统的入射狭缝, 并利用光谱成像系统色散成像至面阵CCD上, 最后经过面阵CCD的模数转化后传输到计算机。 光谱成像系统采用Littow-offner结构, 主要由入射狭缝、 凹面反射镜、 凸面光栅、 面阵CCD等组成, 数值孔径与光纤匹配。 该结构形式具有相对孔径大、 固有像差小、 成像质量高以及系统集光本领高等特点。 同时, 相较于传统Offner型光学系统, Littow-offner光谱成像系统具有更为简单、 紧凑的结构, 更小的体积、 更轻的质量以及更为简便的装配方式使其更适合机载系统的应用。 光谱成像系统光学系统图如图4所示。

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 光谱成像系统设计图Fig.4 Simulation of spectral imaging system

表1

Table 1

表1(Table 1)

表1 光谱成像系统部分参数 Table 1 Parameters of spectral imaging system 技术参数 技术指标 波长范围 300~410 nm 入射狭缝 0.05× 10.0 mm 光谱分辨率 0.5 nm 空间分辨率 5 mrad CCD像元数 1 024× 1 024 像元尺寸 13× 13 μm 凸面光栅条纹数 2 400条· mm-1 成像光谱仪体积 237.6 mm× 142.3 mm× 138 mm

表1 光谱成像系统部分参数 Table 1 Parameters of spectral imaging system

利用ZEMAX仿真软件模拟了光纤束作为光学导入源时, CCD焦面位置的成像情况。 输入波长分别为300、 325、 350、 375和400 nm, 光纤束挑选了33根(两端的32根和中心1根)。 图5中给出了光纤成像光谱模拟情况, 水平方向为光谱维方向, 垂直方向为空间维方向。 由模拟结果可看出, 光纤束作为狭缝端导入源时, 依然保持良好成像质量, 全视场弥散斑均匀, 各个光纤芯成像可完全分辨, 避免不同光纤之间光信息的串扰。

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 光纤成像光谱模拟情况图Fig.5 The analog image of optical fiber imaging spectrum

1.2.3 整机集成

光纤式成像差分吸收光谱仪极大提高了机载平台集成的灵活性。 整体系统进行了集成化及轻量化设计, 整体重量小于6 kg。

系统安装示意图如图6所示, 仪器通过减震系统固定于飞机上, 接收镜头安装于机载平台腹部下方, 光纤排布方向垂直于飞行方向, 接收系统通过光纤束与整机集成系统连接。 本系统采用光纤连接式方案, 极大提高了机上集成的灵活性, 为机上光信号长距离的传输提供基础。

图6

Fig.6

	Figure Option ViewDownloadNew Window
	图6 系统安装示意图Fig.6 Installation diagram by system

光纤式光学导入系统的设计, 极大地提高了成像差分吸收光谱仪的安装便利性。 为验证改进措施对气体反演精度的影响以及航空适应性, 开展了技术校飞试验。 2021年6月6日, 光纤式成像差分吸收光谱仪系统搭载芜湖中电科钻石飞机平台, 在芜湖市及周边地区上空进行大气污染观测实验。

飞机于当日上午10点40分在芜宣机场起飞, 途径芜湖市区、 鸠江区清水创业园、 三山区经济开发区、 繁昌区繁阳镇、 马芜铜经济区等, 整体测试飞行总时长为2 h 40 min。 在芜湖市上空飞行高度约为3 000 m, 飞行速度约为56 m· s^-1。 飞行航线设计中重点对芜湖市周边重工业园等区域进行并扫描, 航线如图7所示。 系统探测采用推扫方式, 扫描幅宽约1 600 m, 空间分辨率约为34 m (垂直飞行方向) × 82 m (飞行方向) 。

图7

Fig.7

	Figure Option ViewDownloadNew Window
	图7 飞行航线图Fig.7 Flight path

图8(a)为飞行测试中CCD采集到的太阳散射光谱强度信息。 可看出由于光纤的引入, 面阵CCD采集的图像由连续分布变为条带状分布。 其中, 光谱纵向是空间维度, 每一个横向条带代表每根光纤在面阵CCD上的光谱信息。 图8(b)为纵向光强分布图, 可看出交替出现的明暗条纹。 对于原始光谱进行预处理, 首先去除背景噪声, 然后对明暗条纹进行分割, 对明条纹进行空间维像元合并, 对暗条纹进行剔除, 得出每根光纤的光谱图。

图8

Fig.8

	Figure Option ViewDownloadNew Window
	图8 面阵CCD图Fig.8 Image of CCD

利用DOAS算法对原始光谱进行数据反演得出待测区域污染气体的斜柱浓度SCD, 然后结合大气质量因子AMF, 将斜柱浓度SCD转换为垂直柱浓度VCD, 最后结合飞行参数将污染情况投影至地图。 流程如图9所示。

图9

Fig.9

	Figure Option ViewDownloadNew Window
	图9 数据处理流程图Fig.9 Flow diagram of data processing chain

选取芜湖市西南方山区附近作为参考谱, 参考谱经纬度(118.141 8° E, 31.205 0° N), 时间为飞行当日12点11分43秒。 在拟合过程中, 测量谱需选择相同CCD通道所采集到的参考谱。 图10为一个光谱的NO₂拟合效果图, 测量光谱采集时间11点58分48秒, 经纬度(118.160 5° E, 31.242 4° N), 合并数目为16, 选择第9条测量谱以及对应的参考谱进行拟合, 拟合参数见表2。 反演可得NO₂斜柱浓度SCD为2.08× 10¹⁶ molec· cm^-2, 拟合残差1.93× 10^-3。

图10

Fig.10

	Figure Option ViewDownloadNew Window
	图10 NO2拟合图Fig.10 The fitting graph of NO2

表2

Table 2

表2(Table 2)

表2 DOAS拟合参数 Table 2 Setting parameters for DOAS retrieval Parameter Data source Wavelength 338~370 nm Wavelength calibration Kurucz Absorption cross-section NO2 Vandaele(1998)294 K O4 Hermans(2011)298 K O3 Bogumil(2003)293 K Polynomial degree Order 5

表2 DOAS拟合参数 Table 2 Setting parameters for DOAS retrieval

由于斜柱浓度受观测位置等其他条件的影响, 所以在进行二维投影前需将斜柱浓度转换成与观测路径无关的垂直柱浓度。 采用大气辐射传输模型模拟计算大气质量因子, 根据式(1)计算得出垂直柱浓度VCD。

VCD=SCDAMF(1)

大气质量因子计算过程中, 需要输入大气气溶胶、 气体等参数。 结合当天过境的MODIS 470 nm的气溶胶产品, 以及边界层均匀分布的气体垂直廓线以及气溶胶边界层内的均匀廓线, 利用标量离散坐标技术, 建立辐射传输模型。 并利用该模型结合太阳角度、 观测角度以及地表反射率等参数, 计算AMF。 最后, 结合机上POS飞行数据、 以及飞机姿态信息, 将所得到的垂直柱浓度数据投影至地图上, 得出飞行路线上的NO₂浓度分布。

机载成像差分吸收光谱仪采集地表反射的太阳辐射光谱, 经过差分吸收算法反演可得到痕量气体的SCD, 并根据计算的AMF数值, 得到了痕量气体的垂直柱浓度。 结合机载平台的经纬数据信息和飞行姿态情况, 可精准的将反演结果投影到地图上, 图11为飞行区域NO₂浓度分布图。 通过对NO₂污染浓度结果分析, 航线中大部分区域较为洁净, 观察到多个显著污染点。 NO₂浓度最大值出现在污染点1附近, 其垂直柱浓度值可达2.6× 10¹⁶ molec· cm^-2, 周边包含多个重工业型企业。 飞行航线上污染点2、 3、 4附近均存在重工业型企业或货轮码头等污染源。 污染数据呈向东北方向扩散的趋势, 且在污染点1与污染点3处呈现片状分布。 结合当天风向(西风与西南风), 可看出污染物浓度顺着风源的方向向外扩散。

图11

Fig.11

	Figure Option ViewDownloadNew Window
	图11 NO2垂直柱浓度分布图Fig.11 The vertical column density distribution of NO2

图12为飞行航线上SO₂污染气体浓度分布。 飞行航线上空整体较为洁净, 仅在污染点1和污染点2处有少量SO₂污染气体, 柱浓度值可达2.8× 10¹⁶ molec· cm^-2, 周边均存在重工业型企业, 探测结果与实际情况相符。

图12

Fig.12

	Figure Option ViewDownloadNew Window
	图12 SO2垂直柱浓度分布图Fig.12 The vertical column density distribution of SO2

污染气体机载遥感、 星载遥感都采用天底观测, 机载平台非常适用于卫星产品校验, 也评估了卫星数据、 机载数据的交叉校验精度。 相比于大部分星载传感器, TROPOMI具有更高的空间分辨率, 空间分辨率5.5 km× 3.5 km, 因此, 选取飞行当天TROPOMI测试数据进行验证。 经对比可看出机载数据与TROPOMI数据的污染浓度地点及污染浓度变化趋势一致性较高, 在所有污染点附近均出现污染高值。 卫星具有观测范围大的优势, 机载则具有超高空间分辨率的优势, 更加适用于大气污染源定位和定量化监管的需求。 如图13所示, 6月6日在芜湖市上空NO₂浓度分布在卫星地图上的投影分布图, 浓度单位为molec· cm^-2。

图13

Fig.13

	Figure Option ViewDownloadNew Window
	图13 TROPOMI与机载NO2垂直柱浓度分布图Fig.13 TROPOMI and airborne NO2 vertical column density distributions

选取卫星数据、 机载数据的重合点, 评估了二者交叉校验精度。 选取飞行区间所经过的TROPOMI 45个地面像元, 像元点内的所有机载数据平均化处理。 TROPOMI与机载NO₂浓度对比分析如图14所示, 可发现在飞行区域内NO₂污染气体浓度分布趋势吻合度较高, 机载观测数据整体低于TROPOMI。 机载光纤成像DOAS测试数据与TROPOMI当日数据相关性系数为0.77, 二者测试结果呈现正相关, 且具有较高的线性相关性。

图14

Fig.14

	Figure Option ViewDownloadNew Window
	图14 TROPOMI与机载NO2浓度对比分析图Fig.14 Comparison of NO2 concentrations obtained by TROPOMI and airborne