高分五号卫星大气参数探测综述

高分五号卫星大气参数探测综述 Mission overview of the GF-5 satellite for atmospheric parameter monitoring 1 2 first-author 陈良富，1965年生，男，研究员，研究方向为大气环境遥感。E-mail：chenlf@aircas.ac.cn 陈良富，1965年生，男，研究员，研究方向为大气环境遥感。E-mail：chenlf@aircas.ac.cn chenlf@aircas.ac.cn 1 1 1 1 corresp 胡斯勒图，1976年生，男，研究员，研究方向为卫星云遥感。E-mail：husiletu@aircas.ac.cn 胡斯勒图，1976年生，男，研究员，研究方向为卫星云遥感。E-mail：husiletu@aircas.ac.cn husiletu@aircas.ac.cn 1 3 1 2 1 2 4 1 2 5 6 中国科学院空天信息创新研究院 遥感科学国家重点实验室, 北京 100094 中国科学院空天信息创新研究院 遥感科学国家重点实验室, 北京 100094 Aerospace Information Research Institute, Chinese Academy of Sciences, State Key Laboratory of Remote Sensing Science, Beijing 100094, China Aerospace Information Research Institute, Chinese Academy of Sciences, State Key Laboratory of Remote Sensing Science, Beijing 100094, China 中国科学院大学, 北京 100049 中国科学院大学, 北京 100049 University of Chinese Academy of Sciences, Beijing 100049, China University of Chinese Academy of Sciences, Beijing 100049, China 南通大学 电气工程学院, 南通 226019 南通大学 电气工程学院, 南通 226019 School of Electrical Engineering, Nantong University, Nantong 226019, China School of Electrical Engineering, Nantong University, Nantong 226019, China 内蒙古师范大学 物理与电子信息学院, 呼和浩特 010022 内蒙古师范大学 物理与电子信息学院, 呼和浩特 010022 College of Physics and Electronic Information, Inner Mongolia Normal University, Huhhot 010022, China College of Physics and Electronic Information, Inner Mongolia Normal University, Huhhot 010022, China 安徽大学 物质科学与信息技术研究院, 合肥 230039 安徽大学 物质科学与信息技术研究院, 合肥 230039 Institutes of Physical Science and Information Technology, Anhui University, Anhui 230039, China Institutes of Physical Science and Information Technology, Anhui University, Anhui 230039, China 西安工程大学 理学院, 西安 710048 西安工程大学 理学院, 西安 710048 School of Science, Xi'an Polytechnic University, Xi'an 710048, China School of Science, Xi'an Polytechnic University, Xi'an 710048, China 高分五号卫星搭载了大气痕量气体差分吸收光谱仪、主要温室气体探测仪、大气多角度偏振探测仪、大气环境红外甚高分辨率探测仪、可见短波红外高光谱相机和全谱段光谱成像仪共6台载荷，对全球环境监测及中国大气气溶胶、臭氧、二氧化硫、二氧化氮、二氧化碳、甲烷和云等多个环境与气象综合监测方面有着重要的意义。为了更好的了解高分五号卫星任务的大气监测内容，本文对高分五号卫星其中的4个大气探测载荷特征和数据处理算法进展进行了总结，涉及各个载荷参数信息、算法介绍和产品初步结果等相关内容。高分五号卫星是中国专门用于大气环境监测任务的遥感卫星，随着后续卫星的发射升空，将对中国乃至全球大气环境监测提供强有力的数据支撑。 China High-resolution Earth Observation System (CHEOS) was first proposed in 2006. The main goal of CHEOS is building a new Earth observation system with high spatial, temporal, and spectral resolution, achieving all-weather, all-day, and global coverage observation capability, thereby providing operational applications for satisfying the requirements of national economic and social development. As the first satellite mission in China specifically for air quality monitoring, GF-5 satellite was launched on May 9, 2018. GF-5 is configured with six payloads, including a VIS and SWIR (shortwave infrared) hyperspectral camera, spectral imager, greenhouse gas detector, atmospheric environment infrared detector at very high spectral resolution, differential absorption spectrometer for atmospheric trace gas, and a multiangle polarization detector. The Directional Polarimetric Camera (DPC) is the first Chinese multiangle polarized earth observation satellite sensor. DPC aims to obtain multiangle polarization radiation data of the Earth’s atmosphere, which can provide information on the temporal and spatial distribution of global aerosols and clouds to satisfy the requirements of global climate change research, atmospheric environment monitoring, and high-accuracy atmospheric correction of remote sensing data. The Environmental trace gas Monitoring Instrument (EMI) payload onboard GF-5 is the first Chinese satellite-borne spectrometer with the aim to measure atmospheric pollutants from space. The Chinese EMI instrument is expected to contribute to the understanding of global air quality and atmospheric chemistry, similar to predecessor European and American satellite missions, e.g., the Ozone Monitoring Instrument (OMI) and TROPOspheric monitoring instrument (TROPOMI). Several trace gases (e.g., NO 2 , O 3 , SO 2 , BrO, and HCHO) and aerosol can be measured by EMI. The greenhouse Gas Monitoring Instrument (GMI) is a short-wavelength infrared (SWIR) hyperspectral-resolution spectrometer onboard the Chinese satellite GF-5 that uses a Spatial Heterodyne Spectroscopy (SHS) interferometer to acquire interferograms. The GMI was designed to measure and study the source and sink processes of carbon dioxide and methane in the troposphere, where the greenhouse effect occurs. AIUS is the first occultation spectrometer developed in China; it aims to detect the trace gases over the Antarctic. AIUS operates in a solar synchronous orbit, with a nominal height of 705 km. The instrument is a Fourier transform infrared spectrometer, and its main objective is to measure O 3 and other species in the stratosphere and upper troposphere to study the ozone temporal variations over the Antarctic. 遥感 高分五号 DPC（Directional Polarization Camera） EMI（Environment Monitoring Instrument） GMI（Greenhouse-gases Monitoring Instrument） AIUS（Atmospheric Infrared Ultraspectral Senor） remote sensing GF-5 DPC (Directional Polarization Camera) EMI (Environment Monitoring Instrument) GMI (Greenhouse-gases Monitoring Instrument) AIUS (Atmospheric Infrared Ultraspectral Senor) 1　引 言 1 高分五号卫星是中国高分系列卫星中的重要成员，2006年国家颁布的《国家中长期科学与技术发展规划纲要（2006—2020年）》指出发展高分辨率对地观测系统以提升自主获取高分辨率观测数据的能力。2010年正式实施以来，已陆续发射了高分一号到高分七号7颗民用卫星，初步构建了稳定运行的中国高分卫星遥感系统。其中，高分一号与高分二号是光学高空间分辨率卫星，分别于2013-04-26和2014-08-19成功发射，主要服务于国土调查、林业监测、城市管理、土地确权、路网设计等业务；高分三号是C波段多极化合成孔径雷达卫星，于2016-08-10发射升空；于2015-12-29发射的高分四号静止卫星搭载了可见光50 m、中波红外400 m分辨率面阵相机，可以对台风眼内侧进行高质量成像；高分六号卫星载荷类似于高分一号，高分七号卫星载荷与高分二号类似，但增加了1台激光测高仪，两颗卫星分别于2018-06-02与2019-11-03发射升空。 高分五号（GF-5）卫星于2018-05-09发射，搭载了大气痕量气体差分吸收光谱仪EMI（Environment Monitoring Instrument）、主要温室气体探测仪GMI（Greenhouse-gases Monitoring Instrument）、大气多角度偏振探测仪DPC（Directional Polarization Camera）、大气环境红外甚高分辨率探测仪AIUS（Atmospheric Infrared Ultraspectral Senor）、可见短波红外高光谱相机VIMS（Infrared Multispectral Sensor）和全谱段光谱成像仪AHSI（Advanced Hyperspectral Imager）共6台载荷，其中VIMS 和AHSI两个对地观测载荷的特点和应用情况已经在《遥感学报》2020年第4期“高分五号卫星高光谱载荷”专刊进行了介绍。本文主要介绍EMI、GMI、DPC和AIUS共4个大气环境探测载荷，其中EMI、GMI和DPC这3个载荷由中国科学院安徽光学精密机械研究所自主研制，AIUS载荷由北京空间机电研究所研制。 GF-5卫星搭载的DPC载荷是具有多谱段、多角度、多偏振的星载宽视场成像仪，可以获得云和气溶胶的微物理参数信息。国外针对大气偏振探测技术理论与方法进行了大量的研究，法国研制的偏振探测仪POLDER（POLarization and Directionality of the Earth’s Reflectances）载荷分别在1996年、2002年和2004年搭载卫星升空，进行了大气偏振探测实验，其中POLDER-3/PARASOL连续运行了近十年（2004年—2013年），获取了丰富的大气探测和应用数据（ Buriez等，2005 Buriez等，2005 ； Chepfer等，1999 Chepfer等，1999 ； Deschamps等，1994 Deschamps等，1994 ； Fougnie等，2007 Fougnie等，2007 ）。欧洲空间局ESA（European Space Agency）研制的下一代多角度、多波段偏振载荷3MI（The Multi-View Multi-Channel Multi-Polarization Imaging mission）预计应用于2020年—2040年的第二代业务卫星MetOP-SG上（ Merlin等，2016 Merlin等，2016 ； Fougnie等，2018 Fougnie等，2018 ； Marbach等，2013 Marbach等，2013 ）；美国也将在未来10年继续完成APS（Aerosol Polarimetry Sensor）发射（ Mishchenko等，2007 Mishchenko等，2007 ； Peralta等，2007 Peralta等，2007 ； Alexandrov等，2012 Alexandrov等，2012 ）。中国高分五号（02）卫星将搭载DPC与POSP（Particulate Observing Scanning Polarimeter）两个载荷构成偏振多角度组合探测。 EMI是用于监测大气痕量气体的高光谱载荷，同时也是国际上又一颗新发射的大气痕量气体极轨卫星载荷。EMI通过探测地球大气或地表反射、散射的紫外/可见光，利用差分吸收光谱技术来反演大气中痕量气体的分布和变化。其光谱范围覆盖紫外和可见光波段（240—710 nm），能够同时对大气中的O 3 、NO 2 、SO 2 等污染气体进行探测（ Zhao等，2018 Zhao等，2018 ）。EMI可以监测痕量气体的分布和变化，记录空气质量变化、污染气体分布，监测工业排放信息等。在此之前同时具备紫外和可见光光谱范围的卫星载荷有：欧洲空间局ESA（European Space Agency）于1995年发射的ERS（European Remote Sensing）satellite-2卫星上搭载的全球臭氧监测仪GOME（Global Ozone Monitoring Experiment），空间分辨率40×320 km 2 （ Burrows等，1999 Burrows等，1999 ）。2002年ESA又将大气制图扫描成像吸收光谱仪SCIAMACHY（Scanning Imaging Absorption Spectrometer for Atmospheric Chartography）搭载在ENVISAT卫星上发射升空，其星下点空间分辨率提高到为30×60 km 2 （ Bovensmann等，1999 Bovensmann等，1999 ）。随后，美国国家航空航天局NASA（National Aeronautics and Space Administration）在2004年发射了EOS（Earth Observing System）/AURA卫星，其上搭载了臭氧监测仪OMI（Ozone Monitoring Instrument），星下点空间分辨率提高到13×24 km 2 （ Levelt等，2006 Levelt等，2006 ）。ESA研制的第二代全球臭氧监测仪器（GOME-2）分别搭载在METOP-A/B卫星平台上于2006年/2012年发射升空，空间分辨率40×80 km 2 （ Munro等，2016 Munro等，2016 ）；对流层臭氧监测仪TROPOMI（TROPospheric Ozone Monitoring Instrument）传感器搭载在S5P（Sentinel-5 Precurser）卫星上，于2017年发射成功，是迄今为止空间分辨率最高（5 km×3.5 km）的痕量气体探测载荷（ Veefkind等，2012 Veefkind等，2012 ）。 GMI载荷采用空间外差光谱技术进行星载工程化探测应用（ 熊伟，2019 熊伟，2019 ），具有高信噪比、无动镜等特点。该载荷探测数据可用于定量监测反演大尺度空间范围的CO 2 和CH 4 等温室气体，为温室气体的“源”与“汇”分析提供支持（ 孙允珠 等，2018 孙允珠 等，2018 ）。与GMI类似，具有温室气体探测能力的卫星载荷还有：欧洲搭载在ENVISAT上的SCIAMACHY传感器是世界上首个用于提供反射太阳光的近红外至短波红外光谱的星载设备（ Reuter等，2011 Reuter等，2011 ； Buchwitz等，2015 Buchwitz等，2015 ）；日本搭载在GOSAT（Greenhouse gases Observing Satellite）卫星上的热红外和近红外传感器TANSO（Thermal and Near infrared Sensor for carbon Observations）和傅里叶变换光谱仪FTS（Fourier Transform Spectrometer）TANSO-FTS（ Bril等，2017 Bril等，2017 ）；美国碳卫星OCO-2（Orbiting Carbon Observatory-2）搭载了三通道的成像光栅光谱仪，以及中国碳卫星TanSat上搭载的三通道成像光栅光谱仪ACGS（Atmospheric Carbon-dioxide Grating Spectrometer）（ Ran和Li，2019 Ran和Li，2019 ）等。 AIUS是星载高光谱掩星载荷，也是目前中国光谱分辨率最高的星载红外光谱探测载荷。AIUS通过探测不同高度上太阳和外太空辐射的精细光谱信息，反演不同高度臭氧及其前体物浓度。国际上自从1978年以来，相继发射了HALOE（the Halogen Occultation Experiment）‍，ILAS（Improved Limb Atmospheric Spectrometers），ACE-FTS （Atmospheric Chemistry Experiment-Fourier Transform Spectrometer）等多颗星载掩星载荷。目前ACE-FTS已超期运行，它的下一代传感器CASS（The Canadian-led Chemical and Aerosol Sounding Satellite）已经开始研发，CASS将携带两个仪器：大气化学实验傅里叶变换光谱仪（ACE-FTS）II和平流层气溶胶和气体实验（SAGE）III仪器。ACE-FTS II是一个太阳掩星傅里叶变换光谱仪，带有红外成像仪和可见/近红外成像仪SAGE-III是一种紫外可见近红外光谱仪，通过太阳掩星和临边散射进行观测（ Zhang等，2018 Zhang等，2018 ）。 2　高分五号载荷参数 1 GF-5卫星载荷的安装位置和轨道参数分别如 图1 图1 和 表1 表1 所示，下面将详细介绍GF-5卫星所搭载的各载荷具体参数。 参数类型 指标 轨道类型 太阳同步轨道 轨道高度/km 708.5 倾角/（°） 98.203 轨道周期/min 98.723 偏心率 0.001 降交点地方时 1：30 2.1　多角度偏振相机（DPC） 2 GF-5卫星DPC的多角度多波段偏振探测可获得全球云和气溶胶的微物理参数信息，满足全球气候变化研究、大气环境监测、遥感数据高精度大气校正等应用需求。DPC采用超广角镜头和滤光片—偏振片组合的方式获取多光段偏振辐射数据，8个波段的中心波长分别为433 nm、490 nm、565 nm、670 nm、763 nm、765 nm、865 nm和910 nm，其中490 nm、670 nm和865 nm这3个波段为偏振探测波段，沿轨最多可获得12个观测角度，星下点空间分辨率为3.5 km。DPC的433 nm、490 nm、565 nm、670 nm和865 nm等 5个波段主要用来进行云和气溶胶的参数反演；763 nm、765 nm两个氧气A吸收带（O 2 -A）波段主要用于云顶高度、云顶气压以及对气溶胶参数修正；910 nm波段主要用来反演大气水汽。利用水云的偏振反射率在散射角135°—165°的波动信息，可以获取云滴谱分布特征（ Shang等，2015 Shang等，2015 ， 2019 2019 ；Bréon和Coloub，1998）。DPC的详细参数信息如 表2 表2 所示。与POLDER相比（ 表3 表3 ），在波段包括偏振波段的设置和成像机制方面和POLDER相同，但空间分辨率提高到了3.5 km <math id="M1"><mo>×</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=28645798&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=28645795&type= 2.03200006 2.62466669 3.5 km，较高空间分辨率的观测可提供更详细的大气和地面信息。 设备参数 单位 指标 视场角 （˚） -50—50 空间分辨率 km 3.3 幅宽 km 1850 观测角度数 — 最大12个 工作方式 — 画幅式成像，转轮波段/偏振调谐 工作波段 nm 443、490（P）、565、670（P）、763、765、865（P）、910 相应带宽 nm 20、20、20、20、10、40、40、20 观测参数 — I、Q、U 辐射定标误差 % ≤5 偏振定标误差 — ≤0.02 重量 kg ≤67 长期功耗 W ≤60 2 系统介绍 离轨 在轨 Polder DPC 卫星 PARASOL GF-5 主办机构 CNES CNSA 赤道过境时间 15：20 13：30 运行期/年 2004—2013 2018—2020 全球覆盖时间/d 1 1 空间分辨率/km 6.5 3.5 谱段中心波长 443、490（P）、565、670（P）、763、765、865（P）、910、1020 443、490（P）、565、670（P）、763、765、865（P）、910 2.2　大气痕量气体差分吸收光谱仪 （EMI） 2 EMI载荷主要用于实现对全球大气痕量成分分布和变化的定量监测，为环境质量监管、大气成分与气候变化监测等提供监测信息。EMI穿轨方向的地面观测范围为2600 km，能够实现一日全球覆盖。与GOME和SCIAMACHY传感器采用的扫描镜不同，EMI的设计指标与OMI类似，主要采用有四个光谱通道的Offner成像光谱仪，每个通道使用二维（光谱维和空间维）CCD探测器，光谱维记录地球大气辐射的光谱分布信息，空间维记录空间分布信息；再由卫星向前的飞行带动载荷对地球大气推扫给出二维空间分布的另一维，最终得到目标的成像数据立方（ 赵敏杰 等，2013 赵敏杰 等，2013 ）。 EMI的4个光谱通道分别覆盖以下波长范围UV1：240—315 nm、UV2：311—403 nm、VIS1：401—550 nm和VIS2：545—710 nm。UV（UV 1和UV 2）通道有191行，VIS（VIS 1和VIS 2）通道有111行。EMI UV和VIS通道在星下点的空间分辨率分别为8 km×13 km（穿轨×沿轨）和12 km×13 km。EMI采用空间行的组合来提高信噪比，合并后的星下点空间分辨率为32 km×13 km和48 km×13 km。EMI采用两种星上定标方式：“灯＋漫透射板”和“太阳＋漫射板”。其设计参数在 表4 表4 中列出。 技术参数 技术指标 波长范围 UV1： 240－315 nm、UV2： 311－403 nm VIS1： 401－550 nm、VIS2： 545－710 nm 信噪比 > 200 @ UV > 312 nm（辐亮度=1.27 μW/cm 2 ·sr -1 ·nm -1 ） > 2000 @ VIS（辐亮度=10.89 μW/cm 2 ·sr -1 ·nm -1 ） 光谱分辨率 0.3—0.5 nm 辐射定标精度 绝对精度<5%，相对精度<3% 波谱定标精度 >0.05 nm 杂散光 < 10 -3 工作模式 星下点推扫模式、定标模式 视场角 114°（穿轨方向） 空间分辨率 48 km（穿轨道方向）×13 km（沿轨道方向） 8 km × 13 km（UV，穿轨方向4倍合并后） 12 km × 13 km（VIS，穿轨方向4倍合并后） 其他EMI同类载荷（含离轨和在轨）的基本参数信息如 表5 表5 所示。其中OMI自2007-06开始出现“行异常”现象，造成OMI Level 1级数据的异常。 2 系统介绍 2 离轨 4 在轨 GOME SCIAMACHY OMI GOME-2 TROPOMI EMI 卫星 ERS-2 ENVISAT AURA METOP-A/B/C Sentinel 5 precursor（S5P） GF-5 主办机构 ESA ESA NASA ESA/EUMETSAT ESA China 赤道过境时间 10：30 10：00 13：45 9：30 13：30 13：30 运行期/年 1995—2003 2002—2012 2004— 2006— 2012— 2018— 2017— 2018—2020 全球覆盖时间/d 3 6 1 1.5 1 1 空间分辨率/km 40×320 30×60 13×24 40×80 7×3.5 13×48 光谱分辨率 UV-VIS UV-VIS-IR UV-Vis UV-VIS 0.5 nm 0.5 nm 光谱范围/μm 0.24—0.79 0.24—2.4 0.27—0.5 0.25—0.79 270—320 310—500 675—775 2305—2385 240—315 311—403 401—550 545—710 2.3　温室气体探测仪 （GMI） 2 鉴于大气中CO 2 和CH 4 等温室气体在空间和时间尺度上浓度变化较小，因此探测温室气体的传感器光谱分辨率、信噪比等要求较严格。GMI载荷（ 表6 表6 ）采用区别于传统高光谱分光技术的方案，利用空间外差光谱技术SHS（Spatial Heterodyne Spectroscopy）获取近红外—短波红外（759—2058 nm）光谱范围内的遥感数据（ 罗海燕 等，2016 罗海燕 等，2016 ）。空间外差光谱仪本质上是一种静态迈克尔逊干涉仪，其综合了光栅及傅里叶干涉技术的特点，并采用二维指向镜获取来自地球反射的太阳光，经主光学系统加4个独立的一体化空间外差干涉仪来获取数据。GMI在其光谱范围内共有4个波段，分别是759—769 nm，1568—1583 nm，1642—1658 nm和2043—2058 nm，其中第一个波段光谱分辨率是0.6 cm -1 ，其他波段光谱分辨率为0.27 cm -1 。GMI的空间分辨率是星下点10.3 km，5 d可以对全球实行一次覆盖。从周期性获取的高光谱探测数据中，可定量反演出CO 2 、CH 4 等温室气体。 2 参数 4 技术指标 O 2 CO 2 CH 4 CO 2 中心波长/nm 765 1575 1650 2050 光谱范围/nm 759—769 1568—1583 1642—1658 2043—2058 光谱分辨率/cm -1 0.6 3 0.27 信噪比 2 300@ρ=30% 2 250@ρ=30% 辐射定标 2 绝对精度：5% 2 相对精度：2% 视场角 4 14.6 mrad（10.3 km@705 km） 重量/kg 4 109 功率/W 4 120 观测方式 4 天底观测/耀斑观测 GMI的光谱范围与SCIAMACHY、OCO-2和 ACGS类似，其光谱分辨率与TANSO-FTS相同。GMI根据陆地和海洋地表类型不同分为两种工作模式：针对陆地采用天底观测模式，针对海洋反射率较低的情况采用耀斑观测模式，实时自主跟踪海面耀斑点，可以实现全球覆盖，为应对全球气候变化，准确快速掌握大气温室气体时空分布及源汇情况提供数据支撑。 表7 表7 为GMI同类传感器参数列表。GMI载荷相较于其他已有载荷具有高信噪比、无动镜等特点，且此次载荷的制造定标等完全是国内研究机构科研自主研发。 2 参数 5 载荷 GMI TANSO-FTS SCIAMACHY 三通道成像光栅光谱仪 ACGS 卫星 GF-5 GOSAT ENVISAT OCO-2 TanSat 机构 中国 日本 欧洲 美国 中国 过境时间 13：30 13：00 10：30 13：30 13：39 轨道高度/km 708 666 782 705 708 运行时间/年 2018—2020 2009—2014 2002—2012 2014—2016 2016- 幅宽/km 865 790 960 5.2 — 重返周期/d 5 3 6 20 16 空间分辨率/km 10.3×10.3 10.5×10.5 32×215 1.29×2.25 2×3 光谱范围/nm 759—769，1568—1583，1642—1658，2043—2058 760—780，1560—1720，1920—2080，5500—1430 2400—2380 757—722，1590—1630，2040—2080 758—776，1594—1624，2041—2081 光谱分辨率 0.6 cm -1 ，0.27 cm -1 0.6 cm -1 ，0.27 cm -1 0.24—1.48 nm 0.04 nm，0.08 nm，0.10 nm 0.044 nm，0.125 nm，0.165 nm 2.4　大气环境红外甚高分辨率探测仪（AIUS） 2 AIUS载荷是以与大气相切的形式，通过探测不同高度上太阳辐射经过大气衰减后的能量与探测到的外太空能量的比值，即大气透过率，获得不同高度上的精细光谱信息，进而反演不同高度大气成分浓度。AIUS搭载的两个探测通道MCT与InSb的波段范围分别为750—1850 cm -1 和1850—4150 cm -1 （ Cheng等，2019 Cheng等，2019 ）。 AIUS载荷对大气进行高光谱分辨率、高信噪比和宽波段范围的精细光谱探测，获取不同高度大气成分和浓度分布，为气候变化研究提供科学依据（ Zhang等，2017 Zhang等，2017 ）。AIUS设计目标是探测南极洲周围（50°S—90°S）上空的对流层上层、平流层、中间层及部分热层的臭氧与多种痕量气体（如O 3 、H 2 O、CO、HNO 3 、NO、NO 2 、N 2 O、HCl、HF和SO 2 等），以获取高精度的痕量气体的垂直分布状态（ 吴浩 等，2019 吴浩 等，2019 ；王雅鹏，2017； Li等，2019 Li等，2019 ）。科学任务主要有两方面，一是全球环境变化研究。AIUS探测南极地8—100 km内大气成分的垂直分布和水平分布，为大气环境监测和气候变化研究提供科学数据。二是促进中国在掩星/临边探测领域的发展。AIUS基本参数信息见 表8 表8 。 序号 技术参数 指标 1 光谱范围/cm -1 750—4150 2 光谱分辨率/cm -1 0.03 3 信噪比 >100：1（@5800 K） 4 摆扫周期/s 2 5 视场角/mrad 1.25 6 太阳跟踪精度/mrad 0.1 7 太阳跟踪稳定度/urad 25 8 量化位数/bits 18 AIUS同类传感器基本参数如 表9 表9 所示。AIUS与ACE-FTS类似都是红外傅里叶变换光谱仪，光谱范围与光谱分辨率也很接近。ACE~FTS的光谱范围为750—4100 cm -1 ，光谱分辨率为0.02 cm -1 ；AIUS的探测光谱范围为750—4150 cm -1 （2.4—13.3 μm），设计的光谱分辨率约为0.03 cm -1 ，实际分辨率可达到0.0198 cm -1 。 仪器、平台、发射时间 分光类型 光谱范围 分辨率 视场角（FOV）或瞬时视场角（IFOV） 有效垂直分辨率 AIUS GF-5 （2018-05） 干涉傅里叶变换 2.4—13.3 μm 0.03 cm -1 FOV：1.25 mrad 3—6 km ACE-FTS SCISAT-1 （2003-08） 迈克尔逊干涉仪 750—4100 cm -1 0.02 cm -1 FOV：1.25 mrad 3—4 km GOMOS ENVSAT （2002-02） 中分辨率分光计 紫外—可见光： 248—690 nm 短波红外： 755—774 nm 926—954 nm 紫外—可见光：0.8 nm 红外：0.13 nm 垂直IFOV：~1.7 km — ILAS ADOES-1 （1996-08-17） 栅格光谱仪 红外：6.21—11.77 μm 可见光：753—784 nm 红外：0.0129 可见光：0.03 nm 垂直IFOV：1.6 km 1.9—3.5 km ILAS-2 ADOES-2 （2002-12-14） 栅格光谱仪 1： 6.2—11.8 μm 2： 3—5.7 μm 3： 12.78—12.85 μm 4： 753—784 nm 红外：0.0129 μm 可见光：0.15 nm 垂直IFOV：1.0 km 1.3—2.9 km POAM II SPOT 3 （1993-09-26） 滤光太阳光度计 1：352.3 nm 2：441.6 nm 3：448.1 nm 4：601.4 nm 5：761.2 nm 6：781.0 nm 7：921.0 nm 8： 936.4 nm 9：1060.3 nm 2.1—16.7 nm 垂直IFOV：0.8 km 1—1.5 km POAM III SPOT 4 （1998-03） 0.353—1.02 nm — — 1—2 km ATMOS spacelab 3/ATLAS-1，2，3 （1985，1991，1992，1993） 高速傅里叶变换光谱仪 2.1—18 μm 0.0105 cm -1 1 mrad，2 mrad或4 mrad（可选择） — HALOE UARS （1991-09-12） 宽波段/滤气辐射计 2.45—10.04 — 垂直IFOV：1.6 km — SAGE II Nimbus （1978） 光栅/滤光太阳光度计 1： 1.020 2： 0.940 3： 0.600 4： 0.525 5： 0.453 6： 0.448 7： 0.385 2—20 nm — — 3　基于GF-5载荷的大气参数探测 1 3.1　DPC气溶胶和云探测及产品体系 2 DPC载荷的多角度偏振探测可以用于气溶胶物理参数和组分信息的反演（ Wang等，2012 Wang等，2012 ）。相对大气来说地表的偏振较弱，可采用半经验模型去除地表偏振反射实现地气解藕，并基于矢量辐射传输正向模型和偏振辐亮度标准方差法反演方法可以获得气溶胶光学厚度（ 图2 图2 ）。针对气溶胶的微物理参数，可基于气溶胶物理参数的先验估计以及观测和待估参数的协方差矩阵，利用矢量传输模型模拟卫星的观测数据与卫星真实观测数据构建代价函数，通过最优化方法反演气溶胶复折射指数、单次散射反照率以及体积谱分布（ Li等，2018 Li等，2018 ； 郑逢勋 等，2019 郑逢勋 等，2019 ）。考虑到细粒子气溶胶的偏振信号主要集中于特定散射角范围（80˚—120˚），在该散射角范围内DPC反演的气溶胶可以认为是细粒子的气溶胶光学厚度（ 谢一凇 等，2019 谢一凇 等，2019 ），基于粒子的偏振特性可实现雾霾区分（ 吴时超 等，2019 吴时超 等，2019 ）。DPC载荷的气溶胶产品见 表10 表10 。 1,2,3;4; 2 产品名称 分辨率/km 时间范围 4 气溶胶 气溶胶光学厚度 3.5 4 每轨道1景 Angstrom exponent指数 3.5 后向散射系数 3.5 非球形指数 3.5 6 云 云量 11 6 每轨道1景 云热动力学相位 3.5 云光学厚度 3.5 云顶压强（氧A） 3.5 云有效粒子半径 50 液态水含量 50 图3 图3 中的蓝色区是云覆盖区，与传统光学遥感手段相比，云的偏振探测更加敏感，使得卫星偏振遥感在大气探测方面更有优势。DPC载荷不但具有多波段标量的观测能力，同时能够在490 nm、670 nm和865 nm波段进行偏振观测。云物理参数探测之前需要对云像元进行识别。通常大多数的云检测算法利用可见光反射率和亮温法识别云像元，而DPC载荷的光谱范围为可见光至近红外波段，其云检测波段选择只能限定在此范围内，此外两个O 2 -A波段可以用来反演云顶压强，偏振波段辐射信息可用于增强云检测精度（ Acarreta等，2004 Acarreta等，2004 ）。DPC数据的云检测算法以POLDER云检测算法为基础（ Bréon和Colzy，1999 Bréon和Colzy，1999 ），结合DPC多波段反射率、偏振反射率和表观压强等信息研发了一个适用于DPC数据的云检测算法（ 图3 图3 ）。其基本原理如下：（1）云像元的反射率普遍高于晴空像元的反射率，在490 nm通道海洋和云的反射率差异较为明显，在763 nm通道陆地和云的反射率之间具有显著差异，利用490 nm和763 nm反射率分别对于海洋和陆地上空云像元与晴空像元进行识别；（2）利用763 nm、765 nm两个处于O 2 -A波段可以估算“表观压强”（ Bréon和Bouffiés，1996 Bréon和Bouffiés，1996 ），对部分厚卷云和中高云的识别进一步约束；（3）由于海洋上空的太阳耀光的辐射强度通常高出海水向上辐射的几十倍，使用可见光至近红外反射通常无法区分海表与云层，水体的偏振特性又与云的偏振有较大的差异（ 罗杨洁 等，2006 罗杨洁 等，2006 ），因此引入865 nm偏振反射率对太阳耀光区云像元进行识别。DPC云检测算法详见本期刊（ 伟乐斯 等，2021 伟乐斯 等，2021 ）。 1,2;3; 水云和冰云探测是DPC载荷的重要内容，基于Mie散射理论可以计算水云云滴的单次散射特性，而冰云由于冰晶形态和大小千变万化，需要利用非球形散射理论来模拟冰晶粒子的散射特性（ Riedi等，2000 Riedi等，2000 ； Goloub等，2000 Goloub等，2000 ）。DPC可以获取可见光和近红外波段不同散射角下的云粒子偏振辐射特性，水云和冰云偏振反射率在散射角80°—170°区间的具有明显的差异。当散射角在约140°附近时，水云的偏振反射率呈现峰值（主虹）现象，冰云则没有该现象；当散射角在90°—130°区间，水云的偏振反射率呈现上升趋势，而冰云则呈现下降趋势。所以云的偏振辐射在特定散射角区间是否有递减趋势或出现主虹效应是区分冰/水云的一个标志。构建偏振特性的多角度云相态识别算法（ Shang等，2020 Shang等，2020 ）（简称DPC云相态算法），实现了DPC载荷的云相态识别（ 图4 图4 ）。DPC载荷的产品体系见 表10 表10 。 1,2;3; 3.2　EMI痕量气体探测 2 通过在轨测试可知，EMI辐照度的波长漂移量均低于OMI和TROPOMI载荷，其辐照度的光谱定标精度较高，但是其随观测角有一定变化。基于差分光学吸收光谱DOAS（Differential Optical Absorption Spectroscopy）方法可以实现从卫星探测信号中解析痕量气体的浓度。EMI UV2通道的光谱范围覆盖O 3 、SO 2 和HCHO的常用反演窗口，理论上可以进行上述3种痕量气体的反演；VIS1通道的光谱范围覆盖NO 2 的反演窗口，发射前的研究表明，EMI具备NO 2 反演能力（ Zhang等，2018 Zhang等，2018 ）。基于EMI观测的1级数据，利用DOAS方法可以实现以上4种痕量气体的整层柱浓度的反演。DOAS方法的理论基础是Beer-Lambert定律，太阳光由于气体吸收和散射，以及气溶胶米散射而得到削弱。其中米散射和瑞利散射都随波长缓慢变化，而某种痕量气体在特定的吸收波段则呈现高频特征，即吸收随波长剧烈变化。因此，可以将消光作用随波长快速和缓慢变化的部分分开。另外，EMI的探测数据还需要去除大气拉曼散射效应，并分离不同痕量气体吸收的贡献，求出太阳光倾斜路径上气体柱密度，并进一步转换为整层垂直柱浓度。 图5 图5 展示了2018-05-31 EMI与国际同类载荷OMI反演得到的全球O 3 整层柱浓度。从 图5 图5 可以看出，EMI能够很好地反映出当日O 3 北半球高、南半球低的空间分布特点，且与OMI空间分布特征十分一致。 1,2;3; 图6 图6 展示了EMI与TROPOMI反演得到的2019-01 NO 2 整层月均柱浓度的全球分布。EMI能够清晰地反映出全球NO 2 污染的高值地区，如中国华北平原、印度、欧洲等。说明EMI能够在全球NO 2 监测方面发挥作用。 1,2;3; 图7 图7 展示了2018-05-31 EMI反演得到的西南太平洋安布里姆岛（Ambrym）火山爆发排放的SO 2 整层柱浓度。 图8 图8 展示了2018-08 EMI反演得到的全球HCHO柱浓度。整体上，EMI能抓住HCHO在全球的热点分布，如中国东部地区、中国成渝地区、印度、亚马逊盆地、中东地区及美国东南部的典型HCHO高值区。不足之处是UV2波段的信噪比问题，EMI仅能捕捉到北半球夏季HCHO信号强情况下的结果。对北半球冬季，EMI探测灵敏度低难以观测到有效的HCHO分布信息。EMI载荷的产品体系见 表11 表11 。 大气成分 产品名称 分辨率/km 时间范围 2 NO 2 NO 2 整层柱浓度 48×13 2 每轨道1景 NO 2 对流层柱浓度 48×13 2 SO 2 SO 2 整层柱浓度 48×13 2 每轨道1景 SO 2 对流层柱浓度 48×13 2 HCHO HCHO整层柱浓度 48×13 2 每轨道1景 HCHO对流层柱浓度 48×13 2 O 3 O 3 整层柱浓度 48×13 2 每轨道1景 O 3 对流层柱浓度 48×13 3.3　GMI温室气体探测 2 GMI的光谱范围覆盖近红外至短波红外，波段759—769 nm主要用来监测O 2 ，目的用于海拔高度修正、气溶胶探测和空气分子数探测；1568—1583 nm和2043—2058 nm是CO 2 两个吸收波段，1642—1658 nm为CH 4 的吸收波段。GMI载荷的L1级数据需经过辐射定标和光谱定标处理，O 2 -A波段的测量光谱和模拟光谱波长位置出现交错，需通过光谱预处理解决。 由于短波近红外探测温室气体易受到气溶胶、云散射影响而造成估计误差的问题，采用充分考虑气溶胶散射对CO 2 和CH 4 反演的影响，尤其是CO 2 反演精度需要高达1—2个ppm。欧空局SCIAMACHY载荷的CO 2 反演采用差分光谱吸收方法WFM-DOAS（Weighting Function Modified Differential Optical Absorption Spectroscopy）方法来快速反演CH 4 和CO 2 温室气体。GMI温室气体反演采用最优化反演框架，为解决实际反演过程中出现的迭代求解不收敛问题，针对GMI传感器的通道设置与仪器特征参数，在传统的最优化反演框架基础上，增加了求逆矩阵的修正因子和迭代步长因子。同时，为保证温室气体反演精度，基于等效理论的光子路径分布概率函数PPDF（Photon Path-length probability Density Function）方法（ Zou等，2014 Zou等，2014 ），利用O 2 -A通道辅助观测数据反演观测场景中气溶胶散射效应的参数化因子，并将其与温室气体一起进行同步反演。 图9 图9 为2018-10全球GMI XCO 2 和XCH 4 浓度月均值反演结果示例。GMI载荷的产品体系见 表12 表12 。 1,2; 产品名称 分辨率/km 时间范围 CO 2 垂直混合比浓度（XCO 2 ） 10.3 每轨道1景 CH 4 垂直混合比浓度（XCH 4 ） 10.3 每轨道1景 3.4　AIUS红外掩星探测 2 AIUS载荷探测中高层大气臭氧及其前体物浓度的垂直廓线，类似的算法包括剥洋葱算法（如早期HALOE反演算法），最优估计算法（如ACE-FTS）、剥洋葱算法与最小二乘光谱拟合相结合算法（如ILAS）。AIUS采用最优估计算法进行大气参数的反演，其反演策略是对弱非线性且初始估计值在真实解的附近时，采用牛顿迭代法解；当初始估计值离真实值很远时，可采用Levenberg-Marquardt迭代算法，使迭代收敛到最优解。并根据Rodgers算法评价方法，可用平均核函数、自由度等指标来评价反演算法的好坏。平均核函数是反演的大气状态向量对真实的大气向量的偏导，代表真实大气状态向量的权重。 基于2020-03南极附近3轨AIUS Level 1数据，利用最优化算法反演了NO 2 廓线，并计算与ACE-FTS 2级产品NO 2 的廓线相对偏差及均值偏差。 图10 图10 为AIUS Level 1轨道号010069数据的反演结果与ACE-FTS的对比图。 1,2,3; 图10（a） 图10（a） 红色曲线代表AIUS反演结果，蓝色代表ACE-FTS的NO 2 廓线； 图10（b） 图10（b） 分别表示ACE-FTS的产品与AIUS反演结果的绝对误差； 图10（c） 图10（c） 为ACE-FTS的产品与AIUS反演结果的相对误差（%）。可以看出反演的NO 2 廓线与ACE-FTS NO 2 廓线，在变化趋势上是一致的。从 图10 图10 反演的AIUS与MLS的绝对偏差与相对偏差在不同切高上的对比图可以看出，AIUS反演结果与MLS的混合体积比绝对偏差，在30 km以下小于0.5 ppbv，相对偏差小于30%；在30—40 km的切高范围内，绝对偏差约为0.6 ppbv，相对偏差约为30%—40%；在40 km以上的切高，绝对偏差小于0.6 ppbv，相对偏差大于50%。AIUS载荷的产品体系见表（13）。 产品名称 有效垂直分辨率/km 高度层/km 温度廓线 3—6 15—90 气压廓线 3—6 15—90 H 2 O廓线 3—6 15—90 O 3 廓线 3—6 10—95 CO廓线 3—6 10—90 N 2 O廓线 3—6 1—52 NO廓线 3—6 1—52 NO 2 廓线 3—6 1—52 HCl廓线 3—6 1—52 HF廓线 3—6 1—52 4　结 语 1 中国专门用于大气环境监测任务的高分五号卫星，搭载的4个大气载荷实现了中国大气颗粒物、污染气体和温室气体的卫星探测，并实现高层臭氧和前体物的掩星探测，高分五号卫星开启了中国大气环境的自主探测之路。 在载荷方面，DPC多角度偏振载荷的空间分辨率从法国类似载荷的6 km×7 km提高到了3.5 km×3.5 km，可以获得更高分辨率的云和气溶胶的综合监测。目前DPC载荷的产品主要包括气溶胶光学厚度、气溶胶模态、光学特性，进一步可以获得粒子的微物理特性；在云探测方面，获得了云相态和云光学特性等产品。 EMI载荷探测获得的臭氧和二氧化氮浓度结果较好，但由于信噪比问题对SO 2 和HCHO探测有限。EMI仅能捕捉到火山喷发地区SO 2 浓度高值分布，难以表征人为源排放的SO 2 分布。EMI载荷具有对北半球夏季HCHO空间分布的探测能力。EMI辐亮度数据波长漂移量大于痕量气体反演的要求（0.002 nm），因此在进行痕量气体反演之前需要进行光谱精校正。 与中国碳卫星TanSat的光栅光谱仪成像机制不同，GMI载荷采用空间外差光谱技术来探测温室气体，实现了大气CO 2 和CH 4 反演。这两种成像机制载荷在CO 2 和CH 4 探测精度与成效方面的特点与差异值得进一步比对。 掩星载荷AIUS实现了对中高层大气臭氧及前体物的探测，促进了中国在中高层大气成分探测技术的进步。但在中高层大气成分探测精度方面，还需要和国际上类似的先进载荷开展进一步的交叉比对研究。 参考文献（References） Acarreta J R , De Haan J F and Stammes P . 2004 . Cloud pressure retrieval using the O 2 -O 2 absorption band at 477 nm . Journal of Geophysical Research : Atmospheres , 109 ( D5 ): D 05204 [ DOI: 10.1029/2003jd003915 http://dx.doi.org/10.1029/2003jd003915 ] Cloud pressure retrieval using the O2-O2 absorption band at 477 nm Alexandrov M D , Cairns B , Emde C , Ackerman A S and van Diedenhoven B . 2012 . Accuracy assessments of cloud droplet size retrievals from polarized reflectance measurements by the research scanning polarimeter . Remote Sensing of Environment , 125 : 92 - 111 [ DOI: 10.1016/j.rse.2012.07.012 http://dx.doi.org/10.1016/j.rse.2012.07.012 ] Accuracy assessments of cloud droplet size retrievals from polarized reflectance measurements by the research scanning polarimeter Bovensmann H , Burrows J P , Buchwitz M , Frerick J , Noël S , Rozanov V V , Chance K V and Goede A P H . 1999 . SCIAMACHY: mission objectives and measurement modes . Journal of the Atmospheric Sciences , 56 ( 2 ): 125 - 150 [ DOI: 10.1175/1520-0469(1999)056<0127:SMOAMM>2.0.CO;2 http://dx.doi.org/10.1175/1520-0469(1999)056<0127:SMOAMM>2.0.CO;2 ] SCIAMACHY: mission objectives and measurement modes Bréon F M and Bouffiés S . 1996 . Land surface pressure estimate from measurements in the oxygen a absorption band . Journal of Applied Meteorology and Climatology , 35 ( 1 ): 69 - 77 [ DOI: 10.1175/1520-0450(1996)035<0069:lspefm>2.0.co;2 http://dx.doi.org/10.1175/1520-0450(1996)035<0069:lspefm>2.0.co;2 ] Land surface pressure estimate from measurements in the oxygen a absorption band Bréon F M and Colzy S . 1999 . Cloud detection from the spaceborne polder instrument and validation against surface synoptic observations . Journal of Applied Meteorology and Climatology , 38 ( 6 ): 777 - 785 [ DOI: 10.1175/1520-0450(1999)038<0777:CDFTSP>2.0.CO;2 http://dx.doi.org/10.1175/1520-0450(1999)038<0777:CDFTSP>2.0.CO;2 ] Cloud detection from the spaceborne polder instrument and validation against surface synoptic observations Bréon F M and Goloub P . 1998 . Cloud droplet effective radius from spaceborne polarization measurements . Geophysical Research Letters , 25 ( 11 ): 1879 - 1882 [ DOI: 10.1029/98gl01221 http://dx.doi.org/10.1029/98gl01221 ] Cloud droplet effective radius from spaceborne polarization measurements Bril А , Maksyutov S , Belikov D , Oshchepkov S , Yoshida Y , Deutscher N M , Griffith D , Hase F , Kivi R , Morino I , Notholt J , Pollard D F , Sussmann R , Velazco V A and Warneke T . 2017 . EOF-based regression algorithm for the fast retrieval of atmospheric CO 2 total column amount from the GOSAT observations . Journal of Quantitative Spectroscopy and Radiative Transfer , 189 : 258 - 266 [ DOI: 10.1016/j.jqsrt.2016.12.005 http://dx.doi.org/10.1016/j.jqsrt.2016.12.005 ] EOF-based regression algorithm for the fast retrieval of atmospheric CO2 total column amount from the GOSAT observations Buchwitz M , Reuter M , Schneising O , Boesch H , Guerlet S , Dils B , Aben I , Armante R , Bergamaschi P , Blumenstock T , Bovensmann H , Brunner D , Buchmann B , Burrows J P , Butz A , Chédin A , Chevallier F , Crevoisier C D , Deutscher N M , Frankenberg C , Hase F , Hasekamp O P , Heymann J , Kaminski T , Laeng A , Lichtenberg G , De Mazière M , Noël S , Notholt J , Orphal J , Popp C , Parker R , Scholze M , Sussmann R , Stiller G P , Warneke T , Zehner C , Bril A , Crisp D , Griffith D W T , Kuze A , O'Dell C , Oshchepkov S , Sherlock V , Suto H , Wennberg P , Wunch D , Yokota T and Yoshida Y . 2015 . The Greenhouse Gas Climate Change Initiative (GHG-CCI): comparison and quality assessment of near-surface-sensitive satellite-derived CO 2 and CH 4 global data sets . Remote Sensing of Environment , 162 : 344 - 362 [ DOI: 10.1016/j.rse.2013.04.024 http://dx.doi.org/10.1016/j.rse.2013.04.024 ] The Greenhouse Gas Climate Change Initiative (GHG-CCI): comparison and quality assessment of near-surface-sensitive satellite-derived CO2 and CH4 global data sets Buriez J C , Parol F , Cornet C and Doutriaux-Boucher M . 2005 . An improved derivation of the top-of-atmosphere albedo from POLDER/ADEOS-2: narrowband albedos . Journal of Geophysical Research : Atmospheres , 110 ( D5 ): D 05202 [ DOI: 10.1029/2004jd005243 http://dx.doi.org/10.1029/2004jd005243 ] An improved derivation of the top-of-atmosphere albedo from POLDER/ADEOS-2: narrowband albedos Burrows J P , Weber M , Buchwitz M , Rozanov V , Ladstätter-Weißenmayer A , Richter A , DeBeek R , Hoogen R , Bramstedt K , Eichmann K U , Eisinger M and Perner D . 1999 . The Global Ozone Monitoring Experiment (GOME): mission concept and first scientific results . Journal of the Atmospheric Sciences , 56 ( 2 ): 151 - 175 [ DOI: 10.1175/1520-0469(1999)056<0151:Tgomeg>2.0.Co;2 http://dx.doi.org/10.1175/1520-0469(1999)056<0151:Tgomeg>2.0.Co;2 ] The Global Ozone Monitoring Experiment (GOME): mission concept and first scientific results Cheng L X , Tao J H , Valks P , Yu C , Liu S , Wang Y P , Xiong X Z , Wang Z F and Chen L F . 2019 . NO 2 retrieval from the environmental trace gases monitoring instrument (EMI): preliminary results and intercomparison with OMI and TROPOMI . Remote Sensing , 11 ( 24 ): 3017 [ DOI: 10.3390/rs11243017 http://dx.doi.org/10.3390/rs11243017 ] NO2 retrieval from the environmental trace gases monitoring instrument (EMI): preliminary results and intercomparison with OMI and TROPOMI Chepfer H , Brogniez G , Goloub P , Bréon F M and Flamant P H . 1999 . Observations of horizontally oriented ice crystals in cirrus clouds with POLDER-1/ADEOS-1 . Journal of Quantitative Spectroscopy and Radiative Transfer , 63 ( 2/6 ): 521 - 543 [ DOI: 10.1016/s0022-4073(99)00036-9 http://dx.doi.org/10.1016/s0022-4073(99)00036-9 ] Observations of horizontally oriented ice crystals in cirrus clouds with POLDER-1/ADEOS-1 Deschamps , P Y , Breon F M , Leroy M , Podaire A , Bricaud A , Buriez J C and Seze G . 1994 . The POLDER mission: instrument characteristics and scientific objectives . IEEE Transactions on Geoscience and Remote Sensing , 32 ( 3 ): 598 - 615 [ DOI: 10.1109/36.297978 http://dx.doi.org/10.1109/36.297978 ] The POLDER mission: instrument characteristics and scientific objectives Fougnie B , Bracco G , Lafrance B , Ruffel C , Hagolle O and Tinel C . 2007 . PARASOL in-flight calibration and performance . Applied Optics , 46 ( 22 ): 5435 - 5451 [ DOI: 10.1364/ao.46.005435 http://dx.doi.org/10.1364/ao.46.005435 ] PARASOL in-flight calibration and performance Fougnie B , Marbach T , Lacan A , Lang R , Schlüssel P , Poli G , Munro R and Couto A B . 2018 . The multi-viewing multi-channel multi-polarisation imager–overview of the 3MI polarimetric mission for aerosol and cloud characterization . Journal of Quantitative Spectroscopy and Radiative Transfer , 219 : 23 - 32 [ DOI: 10.1016/j.jqsrt.2018.07.008 http://dx.doi.org/10.1016/j.jqsrt.2018.07.008 ] The multi-viewing multi-channel multi-polarisation imager–overview of the 3MI polarimetric mission for aerosol and cloud characterization Goloub P , Herman M , Chepfer H , Riedi J , Brogniez G , Couvert P and Séze G . 2000 . Cloud thermodynamical phase classification from the POLDER spaceborne instrument . Journal of Geophysical Research : Atmospheres , 105 ( D11 ): 14747 - 14759 [ DOI: 10.1029/1999jd901183 http://dx.doi.org/10.1029/1999jd901183 ] Cloud thermodynamical phase classification from the POLDER spaceborne instrument Levelt P F , van den Oord G H J , Dobber M R , Malkki A , Visser H , de Vries J , Stammes P , Lundell J O V and Saari H . 2006 . The ozone monitoring instrument . IEEE Transactions on Geoscience and Remote Sensing , 44 ( 5 ): 1093 - 1101 [ DOI: 10.1109/tgrs.2006.872333 http://dx.doi.org/10.1109/tgrs.2006.872333 ] The ozone monitoring instrument Li X Y , Xu J , Cheng T H , Shi H L , Zhang X Y , Ge S L , Wang H M , Zhu S Y , Miao J and Luo Q . 2019 . Monitoring trace gases over the Antarctic using atmospheric infrared ultraspectral sounder onboard gaofen-5: algorithm description and first retrieval results of O 3 , H 2 O, and HCl . Remote Sensing , 11 ( 17 ): 1991 [ DOI: 10.3390/rs11171991 http://dx.doi.org/10.3390/rs11171991 ] Monitoring trace gases over the Antarctic using atmospheric infrared ultraspectral sounder onboard gaofen-5: algorithm description and first retrieval results of O3, H2O, and HCl Li Z Q , Hou W Z , Hong J , Zheng F X , Luo D G , Wang J , Gu X F and Qiao Y L . 2018 . Directional Polarimetric Camera (DPC): monitoring aerosol spectral optical properties over land from satellite observation . Journal of Quantitative Spectroscopy and Radiative Transfer , 218 : 21 - 37 [ DOI: 10.1016/j.jqsrt.2018.07.003 http://dx.doi.org/10.1016/j.jqsrt.2018.07.003 ] Directional Polarimetric Camera (DPC): monitoring aerosol spectral optical properties over land from satellite observation Luo H Y , Li S , Shi H L , Xiong W and Hong J . 2016 . Optical design of imaging system based on spatial heterodyne spectrometer . Infrared and Laser Engineering , 45 ( 8 ): 0818005 Optical design of imaging system based on spatial heterodyne spectrometer 罗海燕 , 李双 , 施海亮 , 熊伟和洪津 . 2016 . 空间外差光谱仪成像光学系统设计 . 红外与激光工程 , 45 ( 8 ): 0818005 [ DOI: 10.3788/irla201645.0818005 http://dx.doi.org/10.3788/irla201645.0818005 ] 空间外差光谱仪成像光学系统设计 Luo Y J , Zhao Y S , Hu X L and Wu T X . 2006 . Polarization and sun glitter’s peeling-off of multi-angle remote sensing . Optical Technique , 32 ( 2 ): 205 - 208 Polarization and sun glitter’s peeling-off of multi-angle remote sensing 罗杨洁 , 赵云升 , 胡新礼 , 吴太夏 . 2006 . 偏振与多角度遥感中的太阳耀光剥离 . 光学技术 , 32 ( 2 ): 205- 208 [ DOI: 10.3321/j.issn:1002-1582.2006.02.033 http://dx.doi.org/10.3321/j.issn:1002-1582.2006.02.033 ] 偏振与多角度遥感中的太阳耀光剥离 Marbach T , Phillips P , Lacan A and Schlüssel P . 2013 . The Multi-Viewing, -Channel, -Polarisation Imager (3MI) of the EUMETSAT Polar System-Second Generation (EPS-SG) dedicated to aerosol characterisation // Proceedings of SPIE , Sensors, Systems, and Next-Generation Satellites XVII. Dresden, Germany : SPIE : 88890 I [ DOI: 10.1117/12.2028221 http://dx.doi.org/10.1117/12.2028221 ] The Multi-Viewing, -Channel, -Polarisation Imager (3MI) of the EUMETSAT Polar System-Second Generation (EPS-SG) dedicated to aerosol characterisation Merlin G , Riedi J , Labonnote L C , Cornet C , Davis A B , Dubuisson P , Desmons M , Ferlay N and Parol F . 2016 . Cloud information content analysis of multi-angular measurements in the oxygen A-band: application to 3MI and MSPI . Atmospheric Measurement Techniques , 9 ( 10 ): 4977 - 4995 [ DOI: 10.5194/amt-9-4977-2016 http://dx.doi.org/10.5194/amt-9-4977-2016 ] Cloud information content analysis of multi-angular measurements in the oxygen A-band: application to 3MI and MSPI Mishchenko M I , Cairns B , Kopp G , Schueler C F , Fafaul B A , Hansen J E , Hooker R J , Itchkawich T , Maring H B and Travis L D . 2007 . Accurate monitoring of terrestrial aerosols and total solar irradiance: introducing the Glory Mission . Bulletin of the American Meteorological Society , 88 ( 5 ): 677 - 692 [ DOI: 10.1175/BAMS-88-5-677 http://dx.doi.org/10.1175/BAMS-88-5-677 ] Accurate monitoring of terrestrial aerosols and total solar irradiance: introducing the Glory Mission Munro R , Lang R , Klaes D , Poli G , Retscher C , Lindstrot R , Huckle R , Lacan A , Grzegorski M , Holdak A , Kokhanovsky A , Livschitz J and Eisinger M . 2016 . The GOME-2 instrument on the Metop series of satellites: instrument design, calibration, and level 1 data processing - an overview . Atmospheric Measurement Techniques , 9 ( 3 ): 1279 - 1301 [ DOI: 10.5194/amt-9-1279-2016 http://dx.doi.org/10.5194/amt-9-1279-2016 ] The GOME-2 instrument on the Metop series of satellites: instrument design, calibration, and level 1 data processing - an overview Peralta R J , Nardell C , Cairns B , Russell E E , Travis L D , Mishchenko M I , Fafaul B A and Hooker R J . 2007 . Aerosol polarimetry sensor for the Glory Mission // Proceedings of SPIE , MIPPR 2007: Automatic Target Recognition and Image Analysis; and Multispectral Image Acquisition. Wuhan, China: SPIE: 67865 L [ DOI: 10.1117/12.783307 http://dx.doi.org/10.1117/12.783307 ] Aerosol polarimetry sensor for the Glory Mission Ran Y H and Li X . 2019 . TanSat: a new star in global carbon monitoring from China . Science Bulletin , 64 ( 5 ): 284 - 285 [ DOI: 10.1016/j.scib.2019.01.019 http://dx.doi.org/10.1016/j.scib.2019.01.019 ] TanSat: a new star in global carbon monitoring from China Reuter M , Bovensmann H , Buchwitz M , Burrows J P , Connor B J , Deutscher N M , Griffith D W T , Heymann J , Keppel-Aleks G , Messerschmidt J , Notholt J , Petri C , Robinson J , Schneising O , Sherlock V , Velazco V , Warneke T , Wennberg P O and Wunch D . 2011 . Retrieval of atmospheric CO 2 with enhanced accuracy and precision from SCIAMACHY: validation with FTS measurements and comparison with model results . Journal of Geophysical Research : Atmospheres , 116 ( D4 ): D 04301 [ DOI: 10.1029/2010jd015047 http://dx.doi.org/10.1029/2010jd015047 ] Retrieval of atmospheric CO2 with enhanced accuracy and precision from SCIAMACHY: validation with FTS measurements and comparison with model results Riedi J , Doutriaux-Boucher M , Goloub P and Couvert P . 2000 . Global distribution of cloud top phase from POLDER/ADEOS I . Geophysical Research Letters , 27 ( 12 ): 1707 - 1710 [ DOI: 10.1029/1999gl010921 http://dx.doi.org/10.1029/1999gl010921 ] Global distribution of cloud top phase from POLDER/ADEOS I Shang H Z , Chen L F , Bréon F M , Letu H , Li S S , Wang Z M and Su L . 2015 . Impact of cloud horizontal inhomogeneity and directional sampling on the retrieval of cloud droplet size by the POLDER instrument . Atmospheric Measurement Techniques , 8 ( 11 ): 4931 - 4945 [ DOI: 10.5194/amt-8-4931-2015 http://dx.doi.org/10.5194/amt-8-4931-2015 ] Impact of cloud horizontal inhomogeneity and directional sampling on the retrieval of cloud droplet size by the POLDER instrument Shang H Z , Letu H , Bréon F M , Riedi J , Ma R , Wang Z M , Nakajima T Y , Wang Z T and Chen L F . 2019 . An improved algorithm of cloud droplet size distribution from POLDER polarized measurements . Remote Sensing of Environment , 228 : 61 - 74 [ DOI: 10.1016/j.rse.2019.04.013 http://dx.doi.org/10.1016/j.rse.2019.04.013 ] An improved algorithm of cloud droplet size distribution from POLDER polarized measurements Shang H Z , Letu H , Chen L F , Riedi J , Ma R , Wei L S , Labonnote L C , Hioki S , Liu C , Wang Z T and Wang J J . 2020 . Cloud thermodynamic phase detection using a directional polarimetric camera (DPC) . Journal of Quantitative Spectroscopy and Radiative Transfer , 253 : 107179 [ DOI: 10.1016/j.jqsrt.2020.107179 http://dx.doi.org/10.1016/j.jqsrt.2020.107179 ] Cloud thermodynamic phase detection using a directional polarimetric camera (DPC) Sun Y Z , Jiang G W , Li Y D , Yang Y , Dai H S , He J , Ye Q H , Cao Q , Dong C Z , Zhao S H and Wang W H . 2018 . GF-5 satellite: overview and application prospects . Spacecraft Recovery and Remote Sensing , 39 ( 3 ): 1 - 13 GF-5 satellite: overview and application prospects 孙允珠 , 蒋光伟 , 李云端 , 杨勇 , 代海山 , 何军 , 叶擎昊 , 曹琼 , 董长哲 , 赵少华 , 王维和 . 2018 . “高分五号”卫星概况及应用前景展望 . 航天返回与遥感 , 39 ( 3 ): 1- 13 [ DOI: 10.3969/j.issn.1009-8518.2018.03.001 http://dx.doi.org/10.3969/j.issn.1009-8518.2018.03.001 ] “高分五号”卫星概况及应用前景展望 Veefkind J P , Aben I , McMullan K , Förster H , de Vries J , Otter G , Claas J , Eskes H J , de Haan J F , Kleipool Q , van Weele M , Hasekamp O , Hoogeveen R , Landgraf J , Snel R , Tol P , Ingmann P , Voors R , Kruizinga B , Vink R , Visser H and Levelt P F . 2012 . TROPOMI on the ESA Sentinel-5 Precursor: a GMES mission for global observations of the atmospheric composition for climate, air quality and ozone layer applications . Remote Sensing of Environment , 120 : 70 - 83 [ DOI: 10.1016/j.rse.2011.09.027 http://dx.doi.org/10.1016/j.rse.2011.09.027 ] TROPOMI on the ESA Sentinel-5 Precursor: a GMES mission for global observations of the atmospheric composition for climate, air quality and ozone layer applications Wang Y P . 2017 . Research on Temperature/Pressure and Ozone Retrieval Algorithm Based on Atmospheric Infrared Ultraspectral Spectrometer . Beijing : University of Chinese Academy of Sciences (Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences) (王雅鹏 . 2017. 大气红外甚高分辨率掩星探测仪温压及臭氧廓线反演算法研究 . 北京: 中国科学院大学(中国科学院遥感与数字地球研究所)) Research on Temperature/Pressure and Ozone Retrieval Algorithm Based on Atmospheric Infrared Ultraspectral Spectrometer Wang Z T , Chen L F , Li Q , Li S S , Jiang Z and Wang Z F . 2012 . Retrieval of aerosol size distribution from multi-angle polarized measurements assisted by intensity measurements over East China . Remote Sensing of Environment , 124 : 679 - 688 [ DOI: 10.1016/j.rse.2012.06.021 http://dx.doi.org/10.1016/j.rse.2012.06.021 ] Retrieval of aerosol size distribution from multi-angle polarized measurements assisted by intensity measurements over East China Wei L S , Shang H Z , Husi L T , Ma R , Hu D H , Chao K F , Si F Q , Shi J C and Chen L F . Research on cloud detection Algorithm based on GF- 5 /DPC data, Journal of Remote Sensing , 25 ( 10 ): 2053 - 2066 Research on cloud detection Algorithm based on GF- 伟乐斯 , 尚华哲 , 胡斯勒图 , 马润 , 胡大海 , 朝克夫 , 司福祺 , 施建成 , 陈良富 . 2021 . 基于GF-5/DPC数据的云检测方法研究 . 遥感学报 , 25 ( 10 ): 2053 - 2066 基于GF-5/DPC数据的云检测方法研究 Wu H , Wang X H , Ye H H , Jiang Y , Duan F H and Lv S . 2019 . Retrieval algorithm of atmospheric CO 2 for urban underlying surface in Beijing . Journal of Remote Sensing , 23 ( 6 ): 1223 - 1231 Retrieval algorithm of atmospheric CO2 for urban underlying surface in Beijing 吴浩 , 王先华 , 叶函函 , 蒋芸 , 段锋华 , 吕松 . 2019 . 北京城市下垫面大气CO 2 反演算法 . 遥感学报 , 23 ( 6 ): 1223- 1231 [ DOI: 10.11834/jrs.20198107 http://dx.doi.org/10.11834/jrs.20198107 ] 北京城市下垫面大气CO2反演算法 Wu S C , Ma J J , Zhang Q Y , Yu H X and An Y . 2019 . Research on haze and fog distinguishing algorithm based on particle polarization characteristics . Journal of Atmospheric and Environmental Optics , 14 ( 3 ): 221 - 227 Research on haze and fog distinguishing algorithm based on particle polarization characteristics 吴时超 , 麻金继 , 章群英 , 余海啸 , 安源 . 2019 . 基于粒子偏振特性的雾霾区分算法研究 . 大气与环境光学学报 , 14 ( 3 ): 221- 227 [ DOI: 10.3969/j.issn.1673-6141.2019.03.007 http://dx.doi.org/10.3969/j.issn.1673-6141.2019.03.007 ] 基于粒子偏振特性的雾霾区分算法研究 Xie Y S , Li Z Q , Hou W Z , Zhang Y , Jia L L , Li L , Li K T and Xu H . 2019 . Retrieval of fine-mode aerosol optical depth based on remote sensing measurements of directional polarimetric camera onboard GF-5 satellite . Aerospace Shanghai , 36 ( S2 ): 219 - 226 Retrieval of fine-mode aerosol optical depth based on remote sensing measurements of directional polarimetric camera onboard GF-5 satellite 谢一凇 , 李正强 , 侯伟真 , 张洋 , 伽丽丽 , 李莉 , 李凯涛 , 许华 . 2019 . 高分五号卫星多角度偏振成像仪细粒子气溶胶光学厚度遥感反演 . 上海航天 , 36 ( S2 ): 219-226 [ DOI: 10.19328/j.cnki.1006-1630.2019.S.033 http://dx.doi.org/10.19328/j.cnki.1006-1630.2019.S.033 ] 高分五号卫星多角度偏振成像仪细粒子气溶胶光学厚度遥感反演 Xiong W . 2019 . Greenhouse gases monitoring instrument(GMI) on GF-5 satellite (invited) . Infrared and Laser Engineering , 48 ( 3 ): 0303002 Greenhouse gases monitoring instrument(GMI) on GF-5 satellite (invited) 熊伟 . 2019 . “高分五号”卫星大气主要温室气体监测仪(特邀) . 红外与激光工程 , 48 ( 3 ): 0303002 [ DOI: 10.3788/irla201948.0303002 http://dx.doi.org/10.3788/irla201948.0303002 ] “高分五号”卫星大气主要温室气体监测仪(特邀) Zhang C X , Liu C , Wang Y , Si F Q , Zhou H J , Zhao M J , Su W J , Zhang W Q , Chan K L , Liu X , Xie P H , Liu J G and Wagner T . 2018 . Preflight evaluation of the performance of the Chinese environmental trace gas monitoring instrument (EMI) by spectral analyses of nitrogen dioxide . IEEE Transactions on Geoscience and Remote Sensing , 56 ( 6 ): 3323 - 3332 [ DOI: 10.1109/tgrs.2018.2798038 http://dx.doi.org/10.1109/tgrs.2018.2798038 ] Preflight evaluation of the performance of the Chinese environmental trace gas monitoring instrument (EMI) by spectral analyses of nitrogen dioxide Zhang C M , Liu D D , Rong P and Li Y F . 2017 . Selection of Greenhouse gases Monitoring Instrument channels for CO 2 in near infrared band . Optik , 144 : 597 - 602 [ DOI: 10.1016/j.ijleo.2017.07.023 http://dx.doi.org/10.1016/j.ijleo.2017.07.023 ] Selection of Greenhouse gases Monitoring Instrument channels for CO2 in near infrared band Zhao M J , Si F Q , Jiang Y , Zhou H J , Wang S M and Liu W Q . 2013 . In-lab calibration of space-borne differential optical absorption spectrometer . Optics and Precision Engineering , 21 ( 3 ): 567 - 574 In-lab calibration of space-borne differential optical absorption spectrometer 赵敏杰 , 司福祺 , 江宇 , 周海金 , 汪世美 , 刘文清 . 2013 . 星载大气痕量气体差分吸收光谱仪的实验室定标 . 光学 精密工程 , 21 ( 3 ): 567- 574 [ DOI: 10.3788/OPE.20132103.0567 http://dx.doi.org/10.3788/OPE.20132103.0567 ] 星载大气痕量气体差分吸收光谱仪的实验室定标 Zhao M J , Si F Q , Zhou H J , Wang S M , Jiang Y and Liu W Q . 2018 . Preflight calibration of the Chinese environmental trace gases monitoring instrument (EMI) . Atmospheric Measurement Techniques , 11 ( 9 ): 5403 - 5419 [ DOI: 10.5194/amt-11-5403-2018 http://dx.doi.org/10.5194/amt-11-5403-2018 ] Preflight calibration of the Chinese environmental trace gases monitoring instrument (EMI) Zheng F X , Hou W Z and Li Z Q . 2019 . Optimal estimation retrieval for directional polarimetric camera onboard Chinese Gaofen-5 satellite: an analysis on multi-angle dependence and a posteriori error . Acta Physica Sinica , 68 ( 4 ): 040701 Optimal estimation retrieval for directional polarimetric camera onboard Chinese Gaofen-5 satellite: an analysis on multi-angle dependence and a posteriori error 郑逢勋 , 侯伟真 , 李正强 . 2019 . 高分五号卫星多角度偏振相机最优化估计反演: 角度依赖与后验误差分析 . 物理学报 , 68 ( 4 ): 040701 [ DOI: 10.7498/aps.68.20181682 http://dx.doi.org/10.7498/aps.68.20181682 ] 高分五号卫星多角度偏振相机最优化估计反演: 角度依赖与后验误差分析 Zou M M , Chen L F , Tao J H , Su L , Fan M , Zhang Y and Han D . 2014 . Accuracy analysis of PPDF-based method to parameterize aerosol scattering effect . Science China Earth Sciences , 57 ( 8 ): 1807 - 1815 [ DOI: 10.1007/s11430-013-4782-3 http://dx.doi.org/10.1007/s11430-013-4782-3 ] Accuracy analysis of PPDF-based method to parameterize aerosol scattering effect 10.11834/jrs.20210582 1007-4619（2021）09-1917-15 陈良富，尚华哲，范萌，陶金花，胡斯勒图，张莹，王红梅，程良晓，张欣欣，伟乐斯，李明阳，邹铭敏，刘冬冬.2021.高分五号卫星大气参数探测综述.遥感学报，25（9）： 1917-1931 陈良富，尚华哲，范萌，陶金花，胡斯勒图，张莹，王红梅，程良晓，张欣欣，伟乐斯，李明阳，邹铭敏，刘冬冬.2021.高分五号卫星大气参数探测综述.遥感学报，25（9）： 1917-1931 Chen L F，Shang H Z，Fan M，Tao J H，Husi L T，Zhang Y，Wang H M，Cheng L X，Zhang X X，Wei L S，Li M Y， Zou M M and Liu D D. 2021. Mission overview of the GF-5 satellite for atmospheric parameter monitoring. National Remote Sensing Bulletin， 25（9）：1917-1931 Chen L F，Shang H Z，Fan M，Tao J H，Husi L T，Zhang Y，Wang H M，Cheng L X，Zhang X X，Wei L S，Li M Y， Zou M M and Liu D D. 2021. Mission overview of the GF-5 satellite for atmospheric parameter monitoring. National Remote Sensing Bulletin， 25（9）：1917-1931 国家重点研发计划（编号：2017YFB0503901）；国家自然科学基金（编号：42025504，41830109，41871254，41701406） Supported by National Key Research and Development Program (No. 2017YFB0503901); National Natural Science Foundation of China (No. 42025504，41830109，41871254，41701406) 2020-12-31 2021-09-07 2022-05-31 2021-04-14 遥感学报 9 25