基于月球观测的风云四号A星AGRI在轨辐射退化监测：提升遥感数据精准度的创新方法

本研究针对风云四号A星（FY-4A）高级地球静止辐射成像仪（AGRI）在轨辐射退化量化难题，提出创新的月球定标方法。通过分析2017-2024年408次月球观测数据，整合地月距离、月球相位角和天平动变化的多参数动态校正及自适应残差拟合算法，有效抑制六光谱带（0.47–1.61 μm）周期性误差。结果显示蓝带（0.47 μm）退化43.24%，近红外带（1.61 μm）响应稳定（0.86%），深对流云（DCC）定标交叉验证证实可靠性。该成果为AGRI全生命周期监测和风云四号系列卫星优化提供关键数据支持，显著提升遥感数据质量。

　　

这项研究开发了一种基于月球观测的创新方法，用于精确定量风云四号A星（FY-4A）高级地球静止辐射成像仪（AGRI）的在轨辐射退化问题。通过深入分析跨越2017年至2024年的408次月球观测数据，科学家们整合了多参数动态校正技术——包括地月距离、月球相位角和天平动变化——并采用自适应残差拟合算法，成功消除了六个关键光谱带（覆盖0.47–1.61 μm范围）的周期性干扰和系统误差。实验结果揭示了令人惊讶的差异：蓝光波段（0.47 μm）表现出严重的退化（高达43.24%），而近红外波段（1.61 μm）却保持惊人的稳定性（仅0.86%变化）。为了验证这一月球定标的可靠性，研究团队进行了深对流云（DCC）校准的交叉比对和带间比率分析，结果一致确认了方法的精准度。这一突破不仅实现了AGRI载荷全生命周期的响应趋势实时监测，还为风云四号后续卫星的设计优化提供了宝贵的科学依据，就像给地球观测装上了一双永不褪色的“眼睛”，确保遥感数据质量迈上新台阶。