基于模拟参考监督的风云三号F星微波温度探测仪-III亮温端到端深度学习标定方法

《Remote Sensing》：An End-to-End Deep Learning Approach for High-Accuracy Brightness Temperature Calibration of Satellite Microwave Sounders: A Case Study of the FY-3F MWTS-III

　　

高精度星载微波辐射计亮温标定是定量遥感的基础。辐射定标同时受到仪器热状态、定标参考响应和扫描几何等因素的共同影响。表征这些因素之间的非线性耦合关系，并在现有业务定标框架内改进亮温标定，仍需进一步研究。本研究提出一种面向风云三号F星（FY-3F）搭载的微波温度探测仪-III（MWTS-III）的端到端深度学习标定方法，该方法由实际仪器观测驱动，并以模拟亮温（BT）作为参考进行监督训练。该方法采用多层感知机（MLP），联合使用多通道原始对地观测计数、暖减冷定标参考计数、仪器温度和扫描角来估计各通道的BT。训练标签由先进辐射传输建模系统（ARMS）结合欧洲中期天气预报中心第五代再分析资料（ERA5）生成。利用独立在轨数据评估表明，与业务标定的BT相比，模型预测的BT与模拟参考更为接近，所有目标通道的扫描依赖差异均有所减小，多数通道的纬度依赖差异亦有所降低。利用升轨数据的消融实验表明，跨通道信息进一步改善了模型输出与模拟参考之间的一致性。基于与NOAA-20搭载的先进技术微波探测仪（ATMS）的同时星下点过境（SNO）比较表明，模型预测BT在某些通道的星间一致性有所改善。在已验证的场景和仪器状态范围内，该方法可减少BT生成过程中对同期背景数据和逐像元正演计算的依赖。它为业务BT的并行质量评估提供了一种补充途径，并为历史观测再处理和近实时辅助定标的未来研究奠定了基础。

基于深度学习的风云三号F星微波温度探测仪-III亮温标定方法研究解读

一、研究背景与问题

星载被动微波辐射计能够全天时、全天候接收地球大气和地表发射的微波辐射，是数值天气预报（NWP）、气候监测和灾害研究不可或缺的数据来源。辐射定标建立了原始仪器电压或数字计数与辐射量之间的转换关系，并施加相关仪器效应的校正以得到场景亮温（BT）。标定后的BT是Level 1（L1）产品的核心变量，也是后续地球物理参数反演、交叉传感器比较和数据同化应用的关键输入。因此，BT的标定精度和稳定性决定了所有下游遥感产品质量和数值应用性能。

目前业务在轨定标主要依赖物理参考源，可分为内部定标、外部定标和替代定标。内部定标定标频率高但无法覆盖天线前端；外部定标通常利用冷空间和星载黑体作为两点参考，是最广泛采用的端到端方法，但易受黑体发射率、温度梯度和太阳侵入等因素影响；替代定标依赖雨林和海洋等稳定自然目标，受模型精度和时空分辨率限制，难以满足实时业务应用需求。

对于风云三号F星（FY-3F）搭载的微波温度探测仪-III（MWTS-III），其定标面临一系列挑战。首先，冷空间观测期间，23.8和31.4 GHz低频通道易受地球背景辐射经天线旁瓣的泄漏干扰，破坏冷参考基底的稳定性；其次，黑体非理想发射率和表面温度测量误差引入暖参考偏差；此外，跨轨扫描期间，天线响应中地球和冷空间区域的相对贡献随扫描位置变化，天线效应校正不足可能导致扫描依赖偏差；接收机非线性响应、通道间噪声相关性和仪器内部热状态变化也共同影响观测质量。若这些误差控制不当，可能传播到下游反演产品，并在观测与模拟BT之间引入系统性差异，影响数据同化中的观测使用和分析质量。

现有定标方法通过仪器物理定标和BT偏差统计表征两方面寻求改进。天线方向图校正利用天线响应和相关场景贡献信息减轻旁瓣等天线效应对BT转换的影响；温度依赖非线性校正利用仪器热状态和预先表征的非线性关系校正接收机响应；统计层面可构建基于扫描位置和大气状态等预测因子的偏差校正模型。然而，这些方法主要针对现有BT的统计偏差及其在同化中的使用，与将原始计数转换为BT的仪器定标处于不同处理阶段。

二、研究内容与意义

针对上述问题，研究人员提出一种面向FY-3F MWTS-III的端到端深度学习标定方法，以模拟BT作为监督参考，由实际仪器观测驱动。该方法采用多层感知机（MLP）架构，联合使用全部17个通道的原始对地观测计数、暖减冷定标参考计数、仪器温度和扫描角，为通道4至17生成深度学习BT估计。模型训练完成后，仅需仪器观测和辅助信息即可生成BT估计，无需将模拟BT或同期大气背景状态作为网络输入。

该研究的意义在于：在现有业务定标框架内提供了一条互补的BT估计途径，可减少BT生成过程中对同期背景数据获取和逐像元正演计算的依赖，为业务BT的并行质量评估、历史观测再处理和近实时辅助定标提供了基础。

三、主要技术方法

研究人员采用以下关键技术方法开展研究。数据方面，使用2023年9月至10月FY-3F MWTS-III在轨观测数据，共54个有效观测日、1312个有效观测数据包，由NSMC提供；模拟参考BT由ARMS结合ERA5再分析资料正演生成；外部观测参考采用NOAA-20 ATMS 2023年9月观测数据。质量控制方面，在轨道级排除月球侵入和扫描角漂移污染，在像元级检查暖冷定标参考计数一致性，并仅保留远离海岸线的晴空海洋像元，以液水路径（LWP）< 0.1 kg m^-2作为晴空判据。数据集划分采用两阶段策略，先按轨道文件将完整轨道分为模型开发集和独立测试集，再在开发集中按70%、15%、15%划分训练、验证和内部测试子集。模型架构为三层隐藏层MLP，神经元数分别为64、128、64，采用ReLU激活函数、AdamW优化器、批量大小1024、1000个训练轮次、one-cycle学习率策略和批归一化层，以均方误差（MSE）为损失函数。评估方法包括决定系数（R²）、均方根误差（RMSE）、扫描角和纬度分箱平均差异及其标准差，以及基于同时星下点过境（SNO）的星间BT比较。

四、研究结果

4.1 各目标通道的总体一致性

在独立测试样本上，模型预测BT在所有目标通道的RMSE均低于业务BT。通道4改进最为显著，升轨RMSE从2.157 K降至0.708 K，降幅约67.2%；降轨从2.143 K降至0.729 K，降幅约66.0%。通道10和11的升轨RMSE分别为0.269 K和0.328 K，R²达0.994-0.995。通道12的密度散点图显示，模型预测BT与模拟参考的线性拟合斜率为0.9959、截距0.8205 K，优于业务BT的斜率1.0441、截距-9.5903 K，残差分布更集中且更接近零基线。

4.2 扫描角依赖差异模式

以升轨通道12为例，业务BT的扫描角分箱平均差异呈不对称碗形，中心区域以负偏差为主，向两侧扫描边缘逐渐转为正值；模型预测BT的扫描角变化显著减小，但多数分箱仍保留小幅负偏移。扫描角分箱平均差异的标准差从0.1342 K降至0.009 K，降幅约93.3%。所有目标通道在升降轨条件下该指标均低于业务BT，表明扫描依赖差异的减小具有普遍性。

4.3 纬度依赖差异模式

以升轨通道12为例，业务BT的纬度分箱平均差异在低纬地区约为-0.6 K，南北半球中高纬部分区域出现正偏差，且两半球不完全对称；模型预测BT的纬度变化大幅减小，多数纬度分箱的平均差异在-0.1至0 K之间。纬度分箱平均差异的标准差在升轨13个目标通道和降轨12个目标通道中低于业务BT，通道4、11、12、17在两种轨道方向下均显著改善。

4.4 多通道与单通道输入比较

在升轨条件下，采用全部17通道对地观测计数的多通道模型在所有14个目标通道上均获得比单通道模型更低的RMSE和更高的R²，表明跨通道计数信息对目标通道BT估计具有补充预测价值。通道4的RMSE降幅最大，通道5和6也有显著改善；通道10和11的单通道模型已优于业务BT，多通道模型进一步减小差异。单通道模型在通道7和13-16上的RMSE高于业务BT，而多通道模型在这些通道上均优于业务BT。

4.5 基于SNO的星间BT比较

以NOAA-20 ATMS场景BT为外部参考的SNO比较显示，模型预测BT相对业务BT的性能改善强烈依赖通道和轨道方向。升轨条件下，仅通道10的模型预测BT获得更低RMSE，从1.503 K降至0.575 K，降幅61.8%，平均偏差从-1.355 K移至-0.111 K。降轨条件下，通道10、12、13、17的模型预测BT获得更低RMSE，降幅分别为46.0%、26.0%、15.2%和15.4%。通道10在两种轨道方向下均表现出一致改善。所有12个比较通道在两种轨道方向下，模型预测BT相对ATMS的平均偏差和RMSE均向模拟参考的统计特征靠拢，表明网络有效学习了模拟监督参考定义的BT映射。

五、讨论与结论

讨论部分指出，模型预测BT相对模拟参考的改善并不必然转化为星间一致性的改善，通道4和11在模拟参考指标上大幅改善但星间RMSE未相应降低，说明仅以模拟参考为基准的指标可能高估与外部观测一致性的改善程度。模拟参考BT的不确定性来自背景温度湿度廓线和海面状态误差、气体吸收和海洋发射率表示误差、通道响应和极化表示误差以及时空匹配代表性误差，且随通道和场景变化，无法用单一不确定度值概括。SNO比较还受ATMS观测误差、两仪器响应差异和匹配误差影响。该方法在训练范围内可能捕获部分增益和热状态变化，但固定网络无法自动识别未见过的漂移形式，长期适用性需进一步验证。未来工作应延长观测时间跨度、采用时间独立测试集、开展更多星间比较，并发展漂移监测和模型更新策略。

研究结论为：模型输出在升降轨条件下所有目标通道均比现有业务标定BT更接近模拟参考，扫描依赖结构指标在两种轨道方向下所有目标通道均下降，纬度依赖结构指标在升轨13个和降轨12个目标通道下降；多通道输入在所有14个目标通道上均优于单通道输入；SNO比较表明通道10在两种轨道方向下星间RMSE分别降低61.8%和46.0%，通道12、13、17在降轨条件下获得更低星间RMSE。该研究验证了将外部模拟参考监督引入观测驱动模型的可行性，在已验证的场景和仪器状态范围内，训练后的模型无需获取同期背景场和逐像元正演计算即可生成BT估计，可支持与业务产品的并行比较和质量评估。