FY-3D星微波湿温探测仪通道响应函数的影响分析

FY-3D星微波湿温探测仪通道响应函数的影响分析 Effect analysis of spectral response function of microwave humidity and temperature sounder onboard the FY-3D satellite 1 first-author 王振占，研究方向为微波遥感定标、定量反演与应用技术。E-mail： wangzhenzhan@mirslab.cn 王振占，研究方向为微波遥感定标、定量反演与应用技术。E-mail： wangzhenzhan@mirslab.cn wangzhenzhan@mirslab.cn 1 2 corresp 许皓文，研究方向为微波遥感定标、高速数字谱仪的理论与应用。E-mail： xuhaowen1223@163.com 许皓文，研究方向为微波遥感定标、高速数字谱仪的理论与应用。E-mail： xuhaowen1223@163.com xuhaowen1223@163.com 1 2 1 2 1 2 1 2 1 中国科学院国家空间科学中心 中国科学院微波遥感技术重点实验室, 北京 100190 中国科学院国家空间科学中心 中国科学院微波遥感技术重点实验室, 北京 100190 Key Laboratory of Microwave Remote Sensing, National Space Science Center, Chinese Academy of Sciences, Beijing 100190, China Key Laboratory of Microwave Remote Sensing, National Space Science Center, Chinese Academy of Sciences, Beijing 100190, 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 微波湿温探测仪（MWHTS）的通道响应函数（SRF）一般被认为近似于矩形函数，然而从实际SRF的测试数据来看，MWHTS各个频段不同通道的SRF存在一定的带内波动。本文利用大气辐射传输模拟器（ARTS）模拟了MWHTS中118 GHz各通道不同场景的亮温谱，并输入至前期建立的MWHTS系统仿真模型中，通过定标得到了仪器的输出亮温，进而评估实测SRF对亮温测量及其反演的大气温度廓线的影响，并利用卫星实测数据进行了对比验证。结果表明，亮温偏差与实际SRF的带内波动呈现线性正相关的关系，当带内波动大于3 dB时，亮温偏差可以达到0.2—0.5 K。SRF的带内波动会造成大气温度廓线反演误差，特别是在高度为1.8 km时，误差最大可以达到0.8—0.9 K，该仿真结果与卫星实测数据结果一致。因此在使用数据同化方法对数值天气预报（NWP）进行模拟时，需要特别注意具有较大SRF带内波动的通道所引起的亮温偏差，这对于未来卫星数据的应用具有重要的研究价值。 The shapes of the channel Spectral Response Function (SRF) of Microwave Humidity and Temperature Sounders (MWHTS) are generally considered to be approximately rectangular. However, the SRF of each band channel of MWHTS shows certain in-band fluctuations based on the actual SRF test data. In this paper, the brightness temperature spectra of different scenarios for each channel at 118 GHz of MWHTS are simulated using an Atmospheric Radiative Transfer Simulator (ARTS). After inputting them into the MWHTS system simulation model we established in the previous stage, the output brightness temperature of the instrument is obtained after calibration, the influences of actual SRF on brightness temperature measurements and the retrievals of atmospheric temperature profiles are evaluated, and comparisons are further made with the actual satellite data of MWHTS in FY-3D to verify the results. The results show that the brightness temperature bias is linearly and positively correlated with the in-band fluctuations of SRF. The bias can reach 0.2—0.5 K in the 118 GHz channel when the actual SRF in-band fluctuations are larger than 3 dB. The in-band fluctuations of SRF will cause retrieval errors in the atmospheric temperature profiles, especially at an altitude of 1.8 km, where the retrieval error can reach the maximum value of 0.8—0.9 K. The simulation results are consistent with the results of the actual satellite data, so special attention needs to be paid to the bias in the simulated brightness temperature of the channels with large SRF fluctuations in applying simulations for Numerical Weather Prediction (NWP) using data assimilation methods, which has important research value for the future application of satellite data. 遥感 风云三号气象卫星D星 微波湿温探测仪 通道响应函数 亮温偏差 温度廓线反演 remote sensing FY-3D meteorological satellite microwave humidity and temperature sounder spectral response function brightness temperature bias retrieval of temperature profiles 1　引言 1 风云三号气象卫星D星（FY-3D星）于2017年11月15日成功发射。微波湿温探测仪MWHTS（Microwave Humidity and Temperature Sounder）是FY-3D星搭载的主要有效载荷之一，MWHTS采用全功率辐射计来接收地球表面和大气的微波辐射，能够提供高精度的大气湿温度廓线信息（ Wang等，2019 Wang等，2019 ）。由于射频器件在辐射计带宽内的传输特性是不同的，因此通常采用通道响应函数SRF（Spectral Response Function）来描述某个通道的频率响应特性。对于辐射计来说，SRF的带内波动是影响系统工作的重要因素。因此，在MWHTS的设计过程中，需要考虑控制SRF的带内波动在一定的范围，特别是在高频宽带或者低频窄带的情况下，实现良好的带内波动（±2 dB）是较为困难的，例如对于MWHTS中118 GHz的Ch2和Ch8，其带内波动都超过了4 dB，所以定量化的评估SRF带内波动带来的影响是非常重要的研究课题，对于MWHTS后续的数据模拟具有极大地研究价值。 当前已有的研究对于辐射计SRF的影响分析分别采取了不同的方法。 Saunders等（1995） Saunders等（1995） 采用的方法是将实际的SRF形状等效为矩形的带宽修正法。在修正过程中，将每个通道对应的SRF累加求和，之后计算平均值得到修正系数，这种方法广泛用于AMSU，ATMS等仪器的定标过程中（ Mo，1996 Mo，1996 ； Weng等，2013 Weng等，2013 ； Bormann等，2013 Bormann等，2013 ； He等，2015 He等，2015 ； Wang等，2019 Wang等，2019 ）。 Kim等（2014） Kim等（2014） 通过模拟的方法产生了一组SRF的结果，控制其带内波动均在3 dB之内，随后采用了MonoRTM辐射传输模型仿真了不同通道对应的亮温谱，将模拟的SRF和理想的矩形SRF作为输入，经过仿真后得到的亮温结果差值可以认为是亮温偏差（ Liang等，2009 Liang等，2009 ； Moradi等，2020 Moradi等，2020 ）。Matti等（2016）考虑到SRF是通过卷积从而对亮温产生影响的，因此将仪器实际的SRF和理想的矩形SRF分别和模拟产生的亮温谱进行加权，之后将二者得到的亮温结果差值认为是亮温偏差。Saunders等采用的方法是最为常用的评估方式，但是由于该方法只考虑了SRF的单一影响因素，因此对于评估真实的亮温偏差并不准确。 Kim等（2014） Kim等（2014） 和Matti等（2016）采用的方法虽然都是通过SRF和亮温谱加权的方式评估亮温偏差，但是由于仪器本身的影响因素并未考虑在内，因此还可以通过方法改进，从而更精确地评估由SRF引起的亮温偏差的结果。 本文采用前期建立的MWHTS系统仿真模型（段永强 等，2020），以118 GHz为例，将实测的基带SRF与模拟的双边带SRF进行了定量化的误差评估，实测的基带SRF包含了系统传输路径上各级微波器件的响应函数，是MWHTS特性的真实描述，更加接近实际辐射计系统的辐射测量过程。根据整个仿真过程，得到了理论亮温和测量亮温的结果，通过对比二者的差值，可以确定SRF对亮温测量的影响，进而分析亮温偏差对大气温度廓线反演的影响，最后还利用卫星实测数据进行了对比验证。 2　MWHTS的SRF和辐射亮温谱 1 MWHTS是一种交轨扫描的全功率型微波辐射计，为了提高辐射灵敏度采用了双边带设计，共包含15个探测通道（ 贺秋瑞 等，2017 贺秋瑞 等，2017 ），探测的中心频率为89—183 GHz（ 张升伟 等，2013 张升伟 等，2013 ）。其中，89 GH和150 GHz频段是大气窗区通道，118 GHz和183 GHz频段分别为氧气和水汽的吸收通道，可分别用于大气温度和湿度廓线的探测（ 张升伟 等，2008 张升伟 等，2008 ）。 本文以118 GHz为中心频率，利用大气辐射传输模拟器ARTS（Atmospheric Radiative Transfer Simulator）模拟产生了113—123 GHz的亮温谱，如 图1 图1 所示，其中不同的颜色代表了不同的带宽分布，每种带宽组成了一个探测通道（ He等，2016 He等，2016 ）。MWHTS中118GHz的技术参数如 表1 表1 所示。 通道 中心频率/GHz 带宽/MHz 在轨灵敏度/K WF峰值高度/hPa Ch2 118.75±0.08 20 1.62 30 Ch3 118.75±0.2 100 0.75 50 Ch4 118.75±0.3 135 0.59 100 Ch5 118.75±0.8 200 0.65 250 Ch6 118.75±1.1 200 0.52 350 Ch7 118.75±2.5 200 0.49 地表 Ch8 118.75±3.0 1000 0.27 地表 Ch9 118.75±5.0 2000 0.27 地表 图2（a） 图2（a） 和 图2（b） 图2（b） 分别展示了MWHTS的实测基带SRF和模拟的双边带SRF。从实测基带SRF来看，Ch6的带内波动为2 dB以内，Ch3、Ch4和Ch7的带内波动为3 dB以内，而其余通道达到了4 dB以上。由于实际的MWHTS为双边带的设计，但是目前我们无法直接测量双边带SRF的不平坦度，因此为了和基带SRF保持仿真的同步性，本文模拟产生了8个通道的双边带SRF，它们的带内平坦度设置为4 dB以内。 理论亮温 T TB 和测量亮温 T MB 分别表示亮温的平均值和加权值，它们可以被分别定义为如 式（1） 式（1） 和 式（2） 式（2） 所示（ Jarnot等，1996 Jarnot等，1996 ）： <math display="block" id="M1"><msub><mrow><mi>T</mi></mrow><mrow><mi mathvariant="normal">T</mi><mi mathvariant="normal">B</mi></mrow></msub><mo>=</mo><mfrac><mrow><mo>∫</mo><msub><mrow><mi>T</mi></mrow><mrow><mi mathvariant="normal">B</mi><mi mathvariant="normal">U</mi></mrow></msub><mo stretchy="false">(</mo><mi>f</mi><mo stretchy="false">)</mo><mo>+</mo><msub><mrow><mi>T</mi></mrow><mrow><mi mathvariant="normal">B</mi><mi mathvariant="normal">D</mi></mrow></msub><mo stretchy="false">(</mo><mi>f</mi><mo stretchy="false">)</mo><mi mathvariant="normal">d</mi><mi>f</mi></mrow><mrow><mo>∫</mo><mi mathvariant="normal">d</mi><mi>f</mi></mrow></mfrac></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558609&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558616&type= 40.89400101 14.13933277 <math display="block" id="M2"><msub><mrow><mi>T</mi></mrow><mrow><mi mathvariant="normal">M</mi><mi mathvariant="normal">B</mi></mrow></msub><mo>=</mo><mfrac><mrow><mo>∫</mo><msub><mrow><mi>T</mi></mrow><mrow><mi mathvariant="normal">B</mi><mi mathvariant="normal">U</mi></mrow></msub><mo stretchy="false">(</mo><mi>f</mi><mo stretchy="false">)</mo><msub><mrow><mi>S</mi></mrow><mrow><mi mathvariant="normal">U</mi></mrow></msub><mo stretchy="false">(</mo><mi>f</mi><mo stretchy="false">)</mo><mo>+</mo><msub><mrow><mi>T</mi></mrow><mrow><mi mathvariant="normal">B</mi><mi mathvariant="normal">D</mi></mrow></msub><mo stretchy="false">(</mo><mi>f</mi><mo stretchy="false">)</mo><msub><mrow><mi>S</mi></mrow><mrow><mi mathvariant="normal">D</mi></mrow></msub><mo stretchy="false">(</mo><mi>f</mi><mo stretchy="false">)</mo><mi mathvariant="normal">d</mi><mi>f</mi></mrow><mrow><mo>∫</mo><msub><mrow><mi>S</mi></mrow><mrow><mi mathvariant="normal">U</mi></mrow></msub><mo stretchy="false">(</mo><mi>f</mi><mo stretchy="false">)</mo><mo>+</mo><msub><mrow><mi>S</mi></mrow><mrow><mi mathvariant="normal">D</mi></mrow></msub><mo stretchy="false">(</mo><mi>f</mi><mo stretchy="false">)</mo><mi mathvariant="normal">d</mi><mi>f</mi></mrow></mfrac></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558618&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558611&type= 60.45199966 14.13933277 式中， <math id="M3"><msub><mrow><mi>T</mi></mrow><mrow><mi mathvariant="normal">B</mi><mi mathvariant="normal">U</mi></mrow></msub><mo stretchy="false">(</mo><mi>f</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558621&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558620&type= 10.75266743 4.74133301 和 <math id="M4"><msub><mrow><mi>S</mi></mrow><mrow><mi mathvariant="normal">U</mi></mrow></msub><mo stretchy="false">(</mo><mi>f</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558640&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558639&type= 9.39799976 4.74133301 分别表示上边带的亮温谱和SRF，而 <math id="M5"><msub><mrow><mi>T</mi></mrow><mrow><mi mathvariant="normal">B</mi><mi mathvariant="normal">D</mi></mrow></msub><mo stretchy="false">(</mo><mi>f</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558644&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558633&type= 10.75266743 4.74133301 和 <math id="M6"><msub><mrow><mi>S</mi></mrow><mrow><mi mathvariant="normal">D</mi></mrow></msub><mo stretchy="false">(</mo><mi>f</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558665&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558657&type= 9.39799976 4.74133301 分别表示下边带的亮温谱和SRF。 本文在仿真过程中，对于基带来说， <math id="M7"><msub><mrow><mi>S</mi></mrow><mrow><mi mathvariant="normal">U</mi></mrow></msub><mo stretchy="false">(</mo><mi>f</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558640&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558639&type= 9.39799976 4.74133301 和 <math id="M8"><msub><mrow><mi>S</mi></mrow><mrow><mi mathvariant="normal">D</mi></mrow></msub><mo stretchy="false">(</mo><mi>f</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558665&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558657&type= 9.39799976 4.74133301 均为实测的基带SRF数据，对于双边带来说， <math id="M9"><msub><mrow><mi>S</mi></mrow><mrow><mi mathvariant="normal">U</mi></mrow></msub><mo stretchy="false">(</mo><mi>f</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558656&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558661&type= 9.39799976 4.74133301 和 <math id="M10"><msub><mrow><mi>S</mi></mrow><mrow><mi mathvariant="normal">D</mi></mrow></msub><mo stretchy="false">(</mo><mi>f</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558665&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558657&type= 9.39799976 4.74133301 分别为模拟的上下边带SRF数据。 亮温偏差可以被定义为测量亮温 T MB 和理论亮温 T TB 的差值，如 式（3） 式（3） 所示： <math display="block" id="M11"><mi mathvariant="normal">Δ</mi><msub><mrow><mi>T</mi></mrow><mrow><mi mathvariant="normal">B</mi></mrow></msub><mo>=</mo><msub><mrow><mi>T</mi></mrow><mrow><mi mathvariant="normal">M</mi><mi mathvariant="normal">B</mi></mrow></msub><mo>-</mo><msub><mrow><mi>T</mi></mrow><mrow><mi mathvariant="normal">T</mi><mi mathvariant="normal">B</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558675&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558667&type= 24.38400078 3.89466691 1;2; 3　MWHTS系统仿真模型及方法概述 1 3.1　仿真模型 2 MWHTS系统仿真模型主要针对全功率型辐射计进行系统级仿真，可以用来模拟不同亮温谱线输入时MWHTS各个通道的输出电压。根据两点定标来计算目标的测量亮温。MWHTS系统仿真模型中同时考虑了宽带、高频、真实积分时间以及仪器实际参数等因素。在各模块的器件建模中，考虑到仪器本身的影响，特别将MWHTS的实测参数，包括SRF，检波曲线等数据代入模型，从而可以表征仪器的真实性能，这样就使MWHTS系统仿真模型具有较高的准确度和可信度。 图3 图3 是系统仿真的流程图，MWHTS系统仿真模型主要包含了辐射源模型，前端模型和后端模型3部分。之前的研究中已经对MWHTS系统仿真模型进行了详细介绍，这里不再展开（段永强 等，2020）。 3.2　仿真方法 2 根据系统仿真流程，我们将仿真过程分为如下3步。首先，以大气参数，海洋参数，边界条件和辐射计变量等作为ARTS的输入，可以模拟得到MWHTS中118 GHz的亮温谱线。在仿真过程中，使用欧洲中期天气预报中心（ECMWF）的再分析数据进行模拟分析（ 贺秋瑞 等，2017 贺秋瑞 等，2017 ），选取的时间和经纬度分别为2016年6月5日25°N—50°N和150°E—200°E。其次，对于ARTS模拟得到的亮温谱 <math id="M12"><msub><mrow><mi>T</mi></mrow><mrow><mi mathvariant="normal">B</mi></mrow></msub><mo stretchy="false">(</mo><mi>f</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558715&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558713&type= 9.48266602 4.74133301 ，再结合295 K的高温源 T H 和95 K的低温源 T C ，将它们输入至所建立的MWHTS系统仿真模型中，经过辐射源模型得到输出频谱 S RN ，进过前端模型得到输出频谱 S FN ，经过后端模型得到最终的输出电压 V N 。最后，根据两点定标过程，对MWHTS进行定标分析，通过对高温源和低温源建立线性定标方程，可以得到输出电压和亮温之间的关系，从而得到测量亮温 T MB 。 图4 图4 显示了MWHTS系统仿真模型中Ch9的一个定标周期后的输出电压。 3.3　反演方法 2 根据输出亮温的仿真结果，可以进一步进行大气温度廓线的反演，从而评估由SRF引起的反演误差。本文中反演采用标准的一维变分法，利用辐射传输的正演过程，通过构建代价函数并使其最小化来获取大气参数的最优估计。一维变分的代价函数如 式（4） 式（4） 所示： <math display="block" id="M13"><mtable columnalign="left"><mtr><mtd><mi mathvariant="bold-italic">J</mi><mo>=</mo><mfrac><mrow><mn mathvariant="normal">1</mn></mrow><mrow><mn mathvariant="normal">2</mn></mrow></mfrac><msup><mrow><mfenced open="[" close="]" separators="|"><mrow><mi mathvariant="bold-italic">x</mi><mo>-</mo><msub><mrow><mi mathvariant="bold-italic">x</mi></mrow><mrow><mi>b</mi></mrow></msub></mrow></mfenced></mrow><mrow><mi mathvariant="normal">T</mi></mrow></msup><msup><mrow><mi mathvariant="bold-italic">B</mi></mrow><mrow><mo>-</mo><mn mathvariant="normal">1</mn></mrow></msup><mfenced separators="|"><mrow><mi mathvariant="bold-italic">x</mi><mo>-</mo><msub><mrow><mi mathvariant="bold-italic">x</mi></mrow><mrow><mi>b</mi></mrow></msub></mrow></mfenced><mo>+</mo></mtd></mtr><mtr><mtd><mfrac><mrow><mn mathvariant="normal">1</mn></mrow><mrow><mn mathvariant="normal">2</mn></mrow></mfrac><msup><mrow><mfenced open="[" close="]" separators="|"><mrow><mi mathvariant="bold-italic">H</mi><mfenced separators="|"><mrow><mi>x</mi></mrow></mfenced><mo>-</mo><msub><mrow><mi mathvariant="bold-italic">I</mi></mrow><mrow><mn mathvariant="normal">0</mn></mrow></msub></mrow></mfenced></mrow><mrow><mi mathvariant="normal">T</mi></mrow></msup><msup><mrow><mi mathvariant="bold-italic">R</mi></mrow><mrow><mo>-</mo><mn mathvariant="normal">1</mn></mrow></msup><mfenced open="[" close="]" separators="|"><mrow><mi mathvariant="bold-italic">H</mi><mfenced separators="|"><mrow><mi>x</mi></mrow></mfenced><mo>-</mo><msub><mrow><mi>I</mi></mrow><mrow><mn mathvariant="normal">0</mn></mrow></msub></mrow></mfenced></mtd></mtr></mtable></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558733&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558721&type= 53.08599854 16.42533302 式中， x b 代表背景廓线， B 为与背景廓线变化相关的背景误差协方差矩阵， R 表示模型误差和测量噪声的协方差矩阵。 <math id="M14"><mi mathvariant="bold-italic">H</mi><mfenced separators="|"><mrow><mi>x</mi></mrow></mfenced></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558724&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558735&type= 8.21266651 3.72533321 表示对大气状态矢量 x 的模拟亮温， I 0 为观测亮温。误差协方差矩阵通常可以用对角矩阵来处理。因此，通过迭代计算大气状态矢量 x 的下降方向就可以找到最小的代价函数。每次迭代中代价函数的梯度如 式（5） 式（5） 所示： <math display="block" id="M15"><msub><mrow><mo>∇</mo></mrow><mrow><mi>x</mi></mrow></msub><mi mathvariant="bold-italic">J</mi><mo>=</mo><msup><mrow><mi mathvariant="bold-italic">B</mi></mrow><mrow><mo>-</mo><mn mathvariant="normal">1</mn></mrow></msup><mfenced open="[" close="]" separators="|"><mrow><mi mathvariant="bold-italic">x</mi><mo>-</mo><msub><mrow><mi mathvariant="bold-italic">x</mi></mrow><mrow><mi>b</mi></mrow></msub></mrow></mfenced><mo>+</mo><msup><mrow><mi mathvariant="bold-italic">K</mi></mrow><mrow><mi mathvariant="normal">T</mi></mrow></msup><mfenced separators="|"><mrow><mi>x</mi></mrow></mfenced><msup><mrow><mi mathvariant="bold-italic">R</mi></mrow><mrow><mo>-</mo><mn mathvariant="normal">1</mn></mrow></msup><mfenced open="[" close="]" separators="|"><mrow><mi mathvariant="bold-italic">H</mi><mfenced separators="|"><mrow><mi>x</mi></mrow></mfenced><mo>-</mo><msub><mrow><mi mathvariant="bold-italic">I</mi></mrow><mrow><mn mathvariant="normal">0</mn></mrow></msub></mrow></mfenced></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558739&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558737&type= 64.34667206 4.48733330 式中， K T 表示雅可比矩阵的转置矩阵。为了使代价函数的梯度为0，利用牛顿迭代法可以求得大气状态参数最优估计值，如 式（6） 式（6） 所示： <math display="block" id="M16"><mtable columnalign="left"><mtr><mtd><msub><mrow><mi mathvariant="bold-italic">x</mi></mrow><mrow><mi>n</mi><mo>+</mo><mn mathvariant="normal">1</mn></mrow></msub><mo>=</mo><msub><mrow><mi mathvariant="bold-italic">x</mi></mrow><mrow><mi>b</mi></mrow></msub><mo>+</mo><mi mathvariant="bold-italic">B</mi><msup><mrow><mi mathvariant="bold-italic">K</mi></mrow><mrow><mi mathvariant="normal">T</mi></mrow></msup><mfenced separators="|"><mrow><msub><mrow><mi mathvariant="bold-italic">x</mi></mrow><mrow><mi>n</mi></mrow></msub></mrow></mfenced><msup><mrow><mfenced open="[" close="]" separators="|"><mrow><mi mathvariant="bold-italic">K</mi><mfenced separators="|"><mrow><msub><mrow><mi mathvariant="bold-italic">x</mi></mrow><mrow><mi>n</mi></mrow></msub></mrow></mfenced><mi mathvariant="bold-italic">B</mi><msup><mrow><mi mathvariant="bold-italic">K</mi></mrow><mrow><mi mathvariant="normal">T</mi></mrow></msup><mfenced separators="|"><mrow><msub><mrow><mi mathvariant="bold-italic">x</mi></mrow><mrow><mi>n</mi></mrow></msub></mrow></mfenced><mo>+</mo><mi mathvariant="bold-italic">R</mi></mrow></mfenced></mrow><mrow><mo>-</mo><mn mathvariant="normal">1</mn></mrow></msup><mi mathvariant="normal">*</mi></mtd></mtr><mtr><mtd><mfenced open="[" close="]" separators="|"><mrow><msub><mrow><mi mathvariant="bold-italic">I</mi></mrow><mrow><mn mathvariant="normal">0</mn></mrow></msub><mo>-</mo><mi mathvariant="bold-italic">I</mi><mfenced separators="|"><mrow><msub><mrow><mi mathvariant="bold-italic">x</mi></mrow><mrow><mi>n</mi></mrow></msub></mrow></mfenced><mo>-</mo><mi mathvariant="bold-italic">K</mi><mfenced separators="|"><mrow><msub><mrow><mi mathvariant="bold-italic">x</mi></mrow><mrow><mi>n</mi></mrow></msub></mrow></mfenced><mfenced separators="|"><mrow><msub><mrow><mi mathvariant="bold-italic">x</mi></mrow><mrow><mi>b</mi></mrow></msub><mo>-</mo><msub><mrow><mi mathvariant="bold-italic">x</mi></mrow><mrow><mi>n</mi></mrow></msub></mrow></mfenced></mrow></mfenced></mtd></mtr></mtable></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558741&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558729&type= 68.83399963 12.61533356 背景协方差矩阵表示大气状态矢量的统计变化特征（包括相关性），用于在不适定的反演迭代中约束解的稳定性（正则化）。由于本文关注SRF的影响而非反演方法本身，这里使用上述ECMWF的再分析数据计算背景协方差矩阵，背景廓线使用相应的平均值。 4　结果分析及对比验证 1 4.1　仿真结果及分析 2 根据3.2节的仿真方法，可以得到理论亮温和不同SRF下的亮温偏差结果。因为有些通道的结果具有共性，所以文中仅列出了Ch3、Ch4、Ch5和Ch9的结果作为代表进行说明，其结果分别如图 5（a） 5（a） 、 5（b） 5（b） 、 5（c） 5（c） 和 5（d） 5（d） 所示。在 图5 图5 中，不同的颜色代表了不同的亮温大小，在地理范围为158°E—165°E和25°N—40°N的亮温分布由于受到降雨的影响，所以此区域内的亮温分布并不考虑在内（ 贺秋瑞，2017 贺秋瑞，2017 ）。 1,2;3,4; 结合 图5 图5 整体来看，不同通道之间的理论亮温分布和亮温偏差分布都是不同的，Ch5、Ch6、Ch7和Ch9的理论亮温分布趋势与双边带亮温偏差趋势保持一致，而Ch2、Ch3、Ch4和Ch8的理论亮温分布趋势与双边带亮温偏差趋势刚好相反。单个通道来看，每个通道的双边带亮温偏差和基带亮温偏差的分布具有一定的相似性。 根据 图5 图5 右侧亮温的数值，由定量化的结果表明，不同通道之间的亮温偏差大小不同，亮温偏差最小的例如Ch4，其最大亮温偏差小于0.04 K，Ch3、Ch6和Ch7的最大亮温偏差均小于0.11 K，而Ch2、Ch5、Ch8和Ch9的最大亮温偏差较大，保持在0.2 K—0.5 K（段永强，2020）。 为了更直观地展示SRF造成的亮温偏差和带内波动的关系，对所有结果进行了统计处理，列出了最大亮温偏差和平均亮温偏差，如表 2 2 、 3 3 所示。 通道 带内波动/dB 最大亮温偏差/K 平均亮温偏差/K 2 4.47 0.5020 0.2668 3 2.94 0.0709 0.0510 4 2.68 0.0144 0.0057 5 5.42 0.4261 0.3483 6 1.78 0.0466 0.0398 7 2.82 0.1142 0.0515 8 5.54 0.4230 0.2186 9 3.26 0.2076 0.1310 通道 带内波动/dB 最大亮温偏差/K 平均亮温偏差/K 2 3.39 0.3089 0.2370 3 2.48 0.0547 0.0293 4 2.77 0.0385 0.0121 5 3.45 0.2188 0.1787 6 2.73 0.1148 0.0985 7 2.61 0.0615 0.0342 8 3.82 0.2874 0.2226 9 3.47 0.2216 0.1592 SRF受到仪器元器件等技术水平的限制，大幅度降低带内波动是很难的，尤其是在高频率大带宽（如Ch8和Ch9）或者带宽非常窄（如Ch2）的情况下，所以SRF的误差校正需要在应用中进行。根据表 2 2 、 3 3 的统计结果，可以对最大亮温偏差和平均亮温偏差进行拟合，基带SRF的偏差分布和拟合结果如 图6（a） 图6（a） 所示，双边带SRF的偏差分布和拟合结果如 图6（b） 图6（b） 所示。 从 图6 图6 中最大亮温偏差和平均亮温偏差的散点分布情况来看，随着带内波动的增大，亮温偏差整体呈现增大的趋势。当带内波动大于3 dB时，基带SRF和双边带SRF的平均亮温偏差已经大于0.1 K。通过对散点进行拟合，基带SRF和双边带SRF的带内波动和最大亮温偏差之间，带内波动和平均亮温偏差之间都是呈现线性正相关，且相关系数均可以达到0.93以上。 1,2;3; 从 图5 图5 得到的结论可知，亮温偏差与目标亮温大小之间存在正相关性或负相关性，从 表2 表2 的结果可以计算出，对于基带SRF来说，Ch4和Ch7的带内波动仅相差5%左右，而通过对比亮温偏差可以得出，最大亮温偏差的结果相差87%，平均亮温偏差的结果相差88%，综合来看这说明了亮温偏差还会受到SRF的带内波动形状的影响。因为SRF的带内波动形状和该通道对应亮温谱的形状呈现不同的变化趋势，所以在计算测量亮温时会产生叠加或抵消效应，从而出现相关性不一致的结果，这需要针对具体仪器SRF的带内波动形状进行具体分析。 4.2　反演结果及分析 2 与理想的矩形SRF相比，基带SRF和双边带SRF的反演结果分别如图 7（a） 7（a） 和 7（b） 7（b） 所示。对于两种SRF引起的反演误差，整体趋势基本保持一致，最大值均出现在高度为1.8 km处，此时基带SRF和双边带SRF的误差分别达到了0.9 K和0.8 K。 从反演应用角度来说，0.8—0.9 K是一个较大的误差，尤其是在近地表的1.8 km处，对于天气预报的贡献率很大，因此这是必须要校正的误差项。 1,2; 此外，针对不同通道在整个区域最大亮温偏差的不同，还进行了不同亮温偏差下大气温度廓线的反演，使用的数据为2014年6月14日坐标点（40°N，116.25°E）的ECMWF再分析数据。将118.75 GHz频点上初始亮温及反演结果作为参考，之后在初始亮温的基础上，选取亮温偏差分别为0.04 K，0.1 K和0.3 K进行大气温度廓线的反演，并和118.75 GHz频点上初始亮温反演结果进行差值对比，3种亮温偏差引起的大气温度廓线反演误差结果如 图8 图8 所示。 从 图8 图8 可以看出，不同亮温偏差对大气温度廓线的反演误差也不一样，整体来看，亮温偏差越大，反演误差的最大值也就越大，但反演误差整体分布趋势保持一致；单独来看，对于0.04 K，0.1 K和0.3 K的亮温偏差，反演误差最大值分别为0.05 K，0.13 K和0.41 K。 4.3　与观测亮温的对比验证 2 为了进一步分析在不同入射角下SRF对于观测亮温的影响，本文选取了MWHTS在轨运行期间的实测数据进行了SRF对观测亮温的影响分析。MWHTS实际观测的扫描角范围是±53.35°，共计产生98个观测点，每个点之间的扫描角间隔1.1°。这里对比使用的数据为2018年7月5日0—35°N和140—180°E的两轨MWHTS观测数据， 图9 图9 为实际的观测亮温结果。 根据观测亮温的结果，对8个通道的模拟亮温与观测亮温进行了对比分析，因为有些通道的结果具有共性，所以文中仅列出了Ch2、Ch4、Ch5和Ch8的结果作为代表进行说明，其结果分别如图 10 10 （a）、 10 10 （b）、 10 10 （c）和 10 10 （d）所示。其中，SRF权重是指实测的SRF频点的归一化权重（总和为1），均匀权重是指在SRF测试的频点全部采用相同的归一化权重，DSB权重是指上边带和下边带各在中心频点采用0.5的权重，这是亮温模拟中通常使用的方法。 图10 图10 中上排左右两图分别给出了3种模拟亮温偏差的均值和标准差，分别是均匀权重和DSB权重的亮温偏差（红色）、SRF权重和DSB权重的亮温偏差（绿色），以及SRF权重和均匀权重的亮温偏差（蓝色）；下排左右两图分别给出了3种模拟亮温与观测亮温偏差的均值和标准差，其中L1是指卫星实测的L1级亮温数据。 从3种模拟亮温偏差的均值可以看出，Ch2、Ch6和Ch7采用实际的SRF权重和DSB权重计算的亮温偏差小于0.2 K，Ch3、Ch4、Ch5和Ch9计算的亮温偏差约为0.2—0.3 K，而Ch8的亮温偏差可以达到0.8 K，而且随着扫描角不同亮温偏差也不同，因此采用DSB的方法模拟亮温需要考虑扫描角的影响。此外通过比较SRF权重与均匀权重亮温偏差的均值可以发现，相对Ch2、Ch4和Ch6，其他所有通道的SRF变化对亮温都有较为明显的影响，其中影响最大的是Ch8，最大值约为0.3 K。一些研究中提到了微波辐射计亮温偏差的扫描角依赖性并把它们归因于天线扫描的射频匹配，但是从本文的模拟中可以发现SRF同样会引起一些通道亮温偏差的扫描角依赖性，而且不同通道亮温偏差的扫描角依赖性是不同的。 从3种模拟亮温与观测亮温偏差的均值可以看出，模拟亮温和观测亮温之间存在一定的偏差，这是微波辐射计定标和检验需要解决的问题，这里不再赘述。从定量化的结果来看，不同权重函数计算的模拟亮温与观测亮温之间的偏差是不同的，Ch3、Ch4、Ch5和Ch8的平均亮温偏差可以达到0.2—0.5 K，Ch8的最大亮温偏差为0.8 K，这与基于MWHTS响应特性的仿真结果是一致的。 从标准差的结果可以看出，所有通道3种模拟亮温之间的标准差都小于0.2 K，一些通道甚至远小于0.1 K，所有通道3种模拟亮温与L1亮温之间的标准差是基本保持一致的，说明SRF会产生一定的亮温偏差，这个偏差与角度有关系，但是对系统灵敏度的影响很小。 5　结论 1 近年来随着遥感定量化的要求不断提高，SRF问题的重要性才逐渐被认识到，对于SRF的测量需求也日益迫切。本文针对FY-3D星MWHTS中118 GHz通道SRF引起的亮温偏差及反演误差进行了初步的仿真分析。结果表明，SRF的带内波动与亮温偏差之间存在线性正相关的关系，当SRF的带内波动小于3 dB时，其造成的亮温偏差小于0.1 K；而当SRF的带内波动大于3 dB时，亮温偏差可以达到0.2—0.5 K（段永强，2020）。 通过对亮温偏差进行的大气温度廓线反演，结果表明，SRF造成的亮温偏差会对反演结果造成一定的影响，特别是在高度为1.8 km时大气温度反演误差最大，可以达到0.8—0.9 K，这对于天气预报的数据应用具有重要的影响。对于不同的亮温偏差，当亮温偏差越大时，反演误差的最大值也就越大。 通过卫星实测数据分析不同SRF下的模拟亮温与观测亮温之间的差异，结果表明，不同权重函数计算的模拟亮温与观测亮温之间的偏差是不同的，Ch3、Ch4、Ch5和Ch8的平均亮温偏差可以达到0.2—0.5 K，而Ch8的亮温偏差最大，达到了0.8 K，这与基于MWHTS响应特性的仿真结果是一致的，也验证了MWHTS系统仿真模型的正确性和准确度。 基于本文的分析，在卫星数据的应用中，需要特别注意具有较大SRF带内波动的通道所产生的亮温偏差，这对于未来卫星数据的应用将产生重要的科学价值。 参考文献（References） Bormann N , Fouilloux A and Bell W . 2013 . Evaluation and assimilation of ATMS data in the ECMWF system . Journal of Geophysical Research: Atmospheres , 118 ( 23 ): 12970 - 12980 [ DOI: 10.1002/2013JD020325 http://dx.doi.org/10.1002/2013JD020325 ] Evaluation and assimilation of ATMS data in the ECMWF system Duan Y Q . 2020 . Research on Simulation of Signal Transmission Model and Indicators of Microwave Radiometer System . Beijing : University of Chinese Academy of Sciences (National Space Science Center, Chinese Academy of Sciences) : 72 - 81 Research on Simulation of Signal Transmission Model and Indicators of Microwave Radiometer System ) (段永强 . 2020 . 微波辐射计系统的信号传递模型及性能指标的仿真研究 . 北京 : 中国科学院大学(中国科学院国家空间科学中心) : 72 - 81 微波辐射计系统的信号传递模型及性能指标的仿真研究 Duan Y Q , Wang Z Z and Zhang S W . 2020 . Modeling and simulating of microwave humidity and temperature sounder onboard the FY-3(D) satellite . Journal of Electronics and Information Technology , 42 ( 6 ): 1549 - 1556 Modeling and simulating of microwave humidity and temperature sounder onboard the FY-3(D) satellite ) (段永强 , 王振占 , 张升伟 . 2020 . 风云三号(D)气象卫星微波湿温度计系统建模和仿真 . 电子与信息学报 , 42 ( 6 ): 1549 - 1556 [ DOI: 10.11999/JEIT190507 http://dx.doi.org/10.11999/JEIT190507 ] 风云三号(D)气象卫星微波湿温度计系统建模和仿真 He J Y , Zhang S W and Wang Z Z . 2015 . Advanced Microwave Atmospheric Sounder (AMAS) channel specifications and T/V calibration results on FY-3C satellite . IEEE Transactions on Geoscience and Remote Sensing , 53 ( 1 ): 481 - 493 [ DOI: 10.1109/TGRS.2014.2324173 http://dx.doi.org/10.1109/TGRS.2014.2324173 ] Advanced Microwave Atmospheric Sounder (AMAS) channel specifications and T/V calibration results on FY-3C satellite He Q R . 2017 . Study on retrieving the atmospheric temperature and humidity profiles from measurements of microwave humidity and temperature sounder on FY-3C Satellite . Beijing : University of Chinese Academy of Sciences (National Space Science Center, Chinese Academy of Sciences) : 33 - 40 Study on retrieving the atmospheric temperature and humidity profiles from measurements of microwave humidity and temperature sounder on FY-3C Satellite ) (贺秋瑞 . 2017 . FY-3C卫星微波湿温探测仪反演大气温湿廓线研究 . 北京 : 中国科学院大学(中国科学院国家空间科学中心) : 33 - 40 FY-3C卫星微波湿温探测仪反演大气温湿廓线研究 He Q R , Wang Z Z and He J Y . 2016 . Bias correction for retrieval of atmospheric parameters from the microwave humidity and temperature sounder onboard the Fengyun-3C satellite . Atmosphere , 7 ( 12 ): 156 [ DOI: 10.3390/atmos7120156 http://dx.doi.org/10.3390/atmos7120156 ] Bias correction for retrieval of atmospheric parameters from the microwave humidity and temperature sounder onboard the Fengyun-3C satellite He Q R , Wang Z Z and HE J Y . 2017 . Retrieval of clear sky temperature and humidity profiles over land using measurements of FY-3C/MWHTS . Journal of Remote Sensing , 21 ( 1 ): 27 - 39 Retrieval of clear sky temperature and humidity profiles over land using measurements of FY-3C/MWHTS 贺秋瑞 , 王振占 , 何杰颖 . 2017 . FY-3C/MWHTS资料反演陆地晴空大气温湿廓线 . 遥感学报 , 21 ( 1 ): 27 - 39 [ DOI: 10.11834/jrs.20176006 http://dx.doi.org/10.11834/jrs.20176006 ] FY-3C/MWHTS资料反演陆地晴空大气温湿廓线 Jarnot R F , Cofield R E , Waters J W , Flower D A and Peckham G E . 1996 . Calibration of the microwave limb sounder on the upper atmosphere research satellite . Journal of Geophysical Research: Atmospheres , 101 ( D6 ): 9957 - 9982 [ DOI: 10.1029/95JD03792 http://dx.doi.org/10.1029/95JD03792 ] Calibration of the microwave limb sounder on the upper atmosphere research satellite Kaisti M , Altti M and Poutanen T . 2016 . Radiometric resolution analysis and a simulation model . Remote Sensing , 8 ( 2 ): 85 [ DOI: 10.3390/rs8020085 http://dx.doi.org/10.3390/rs8020085 ] Radiometric resolution analysis and a simulation model Kim E , Lyu C H J , Anderson K , Leslie R V and Blackwell W J . 2014 . S-NPP ATMS instrument prelaunch and on-orbit performance evaluation . Journal of Geophysical Research: Atmospheres , 119 ( 9 ): 5653 - 5670 [ DOI: 10.1002/2013JD020483 http://dx.doi.org/10.1002/2013JD020483 ] S-NPP ATMS instrument prelaunch and on-orbit performance evaluation Liang X M , Ignatov A and Kihai Y . 2009 . Implementation of the community radiative transfer model in advanced clear-sky processor for oceans and validation against nighttime AVHRR radiances . Journal of Geophysical Research : Atmospheres , 114 ( D6 ): D 06112 [ DOI: 10.1029/2008JD010960 http://dx.doi.org/10.1029/2008JD010960 ] Implementation of the community radiative transfer model in advanced clear-sky processor for oceans and validation against nighttime AVHRR radiances Mo T . 1996 . Prelaunch calibration of the advanced microwave sounding unit-A for NOAA-K . IEEE Transactions on Microwave Theory and Techniques , 44 ( 8 ): 1460 - 1469 [ DOI: 10.1109/22.536029 http://dx.doi.org/10.1109/22.536029 ] Prelaunch calibration of the advanced microwave sounding unit-A for NOAA-K Moradi I , Goldberg M , Brath M , Ferraro R , Buehler S A , Saunders R and Sun N H . 2020 . Performance of radiative transfer models in the microwave region . Journal of Geophysical Research: Atmospheres , 125 ( 6 ): e2019 JD 031831 [ DOI: 10.1029/2019JD031831 http://dx.doi.org/10.1029/2019JD031831 ] Performance of radiative transfer models in the microwave region Saunders R W , Hewison T J , Stringer S J and Atkinson N C . 1995 . The radiometric characterization of AMSU-B . IEEE Transactions on Microwave Theory and Techniques , 43 ( 4 ): 760 - 771 [ DOI: 10.1109/22.375222 http://dx.doi.org/10.1109/22.375222 ] The radiometric characterization of AMSU-B Wang Z Z , Li J Y , He J Y , Zhang S W , Gu S Y , Li Y , Guo Y and He B Y . 2019 . Performance analysis of microwave humidity and temperature sounder onboard the FY-3D satellite from prelaunch multiangle calibration data in thermal/vacuum test . IEEE Transactions on Geoscience and Remote Sensing , 57 ( 3 ): 1664 - 1683 [ DOI: 10.1109/TGRS.2018.2868324 http://dx.doi.org/10.1109/TGRS.2018.2868324 ] Performance analysis of microwave humidity and temperature sounder onboard the FY-3D satellite from prelaunch multiangle calibration data in thermal/vacuum test Weng F Z , Zou X L , Sun N H , Yang H , Tian M , Blackwell W J , Wang X , Lin L and Anderson K . 2013 . Calibration of Suomi national polar-orbiting partnership advanced technology microwave sounder . Journal of Geophysical Research: Atmospheres , 118 ( 19 ): 11187 - 11200 [ DOI: 10.1002/jgrd.50840 http://dx.doi.org/10.1002/jgrd.50840 ] Calibration of Suomi national polar-orbiting partnership advanced technology microwave sounder Zhang S W , Li J , Jiang J S , Sun M H and Wang Z Z . 2008 . Design and development of Microwave Humidity Sounder for FY-3 meteorological satellite . Journal of Remote Sensing , 12 ( 2 ): 199 - 207 Design and development of Microwave Humidity Sounder for FY-3 meteorological satellite 张升伟 , 李靖 , 姜景山 , 孙茂华 , 王振占 . 2008 . 风云3号卫星微波湿度计的系统设计与研制 . 遥感学报 , 12 ( 2 ): 199 - 207 [ DOI: 10.11834/jrs.20080226 http://dx.doi.org/10.11834/jrs.20080226 ] 风云3号卫星微波湿度计的系统设计与研制 Zhang S W , Wang Z Z , Sun M H , He B Y and Jiang J S . 2013 The design and development of advanced microwave atmospheric sounder onboard FY-3 satellite . Engineering Sciences , 15 ( 7 ): 81 - 87 2013 The design and development of advanced microwave atmospheric sounder onboard FY-3 satellite 张升伟 , 王振占 , 孙茂华 , 何宝宇 , 姜景山 . 2013 . 风云三号卫星先进微波大气探测仪系统设计与研制 . 中国工程科学 , 15 ( 7 ): 81 - 87 [ DOI: 10.3969/j.issn.1009-1742.2013.07.012 http://dx.doi.org/10.3969/j.issn.1009-1742.2013.07.012 ] 风云三号卫星先进微波大气探测仪系统设计与研制 致谢:感谢国家卫星气象中心提供的FY-3D星数据；感谢中国科学院微波遥感技术重点实验室提供的FY-3D星MWHTS的实测基带SRF数据；感谢ECMWF提供的ERA5再分析数据。 10.11834/jrs.20220450 TP73 1007-4619（2023）02-0394-12 王振占，许皓文，段永强，王文煜，丁甲，何文明，张升伟.2023.FY-3D星微波湿温探测仪通道响应函数的影响分析.遥感学报，27（2）： 394-405 王振占，许皓文，段永强，王文煜，丁甲，何文明，张升伟.2023.FY-3D星微波湿温探测仪通道响应函数的影响分析.遥感学报，27（2）： 394-405 Wang Z Z，Xu H W，Duan Y Q，Wang W Y，Ding J，He W M and Zhang S W. 2023. Effect analysis of spectral response function of microwave humidity and temperature sounder onboard the FY-3D satellite. National Remote Sensing Bulletin， 27（2）：394-405 Wang Z Z，Xu H W，Duan Y Q，Wang W Y，Ding J，He W M and Zhang S W. 2023. Effect analysis of spectral response function of microwave humidity and temperature sounder onboard the FY-3D satellite. National Remote Sensing Bulletin， 27（2）：394-405 国家自然科学基金（编号： 41771405） Supported by National Natural Science Foundation of China (No. 41771405) 2020-10-13 2023-02-07 2023-04-20 2021-12-06 遥感学报 2 27