[努力][心][抱抱]
PEACE - It does not mean the one where no noise, no trouble, and no toil. When we are in a storm, we still feel the calm of mind. That is the real meaning of peace.
寧靜並不意味著沒有譟音、沒有困難、沒有辛勞。 寧靜是當我們處於狂風暴雨時，仍然感到心靈的平靜。 這才是寧靜的真正意義。
Bình yên không có nghĩa là nơi không có sự ồn ào, không khó khăn, cực nhọc. Bình yên là ngay chính khi ta đang ở trong phong ba bão táp, ta vẫn cảm thấy sự an nhiên trong tâm hồn. Đó mới chính là ý nghĩa thực sự của sự bình yên.
--- Author Unknown
#quoteshare#
PEACE - It does not mean the one where no noise, no trouble, and no toil. When we are in a storm, we still feel the calm of mind. That is the real meaning of peace.
寧靜並不意味著沒有譟音、沒有困難、沒有辛勞。 寧靜是當我們處於狂風暴雨時，仍然感到心靈的平靜。 這才是寧靜的真正意義。
Bình yên không có nghĩa là nơi không có sự ồn ào, không khó khăn, cực nhọc. Bình yên là ngay chính khi ta đang ở trong phong ba bão táp, ta vẫn cảm thấy sự an nhiên trong tâm hồn. Đó mới chính là ý nghĩa thực sự của sự bình yên.
--- Author Unknown
#quoteshare#
利用双步回归方法重建SMOS多角度亮温数据 | 青促视界
SMOS（Soil Moisture and Ocean Salinity）是全球首颗具备L波段多角度微波辐射测量能力的卫星，致力于观测全球陆地的土壤水分分布和海洋的盐度分布。
然而，由于L波段受射频干扰（Radio Frequency Interference, RFI），加之SMOS采用的二维综合孔径技术的视场混叠影响，SMOS卫星数据存在不同程度的缺失或者异常情况，严重影响数据质量，亟需发展射频干扰信号的检测与抑制方法。
可抑制RFI影响的双步回归方法
空天信息创新研究院（空天院）遥感科学国家重点实验室水循环遥感研究室研究员、中国科学院青促会会员赵天杰团队从SMOS角度域数据出发，提出一种抑制RFI影响的双步回归方法：
首先亮温的第一斯托克斯分量随入射角变化呈现二次函数关系；利用微波辐射总能量在小角度的入射角下（0至20°）变化缓慢的特性，估算出天顶角的亮温。这不仅显著降低视场混叠造成的亮温不确定性，同时也规避由于山区地形造成的极化旋转作用对极化亮温的影响。
然后以得到的天顶角亮温作为控制点，根据水平极化亮温随入射角增加逐渐减小，垂直极化亮温随入射角增加逐渐增加，直至布儒斯特角再降低的特性构建目标函数，利用实际观测数据拟合并重建不同极化亮温随角度变化的特征，有效减少极化特征背离理论预期的现象。
该方法优于欧洲空间局、美国宇航局等采用的SMOS数据后处理方法，即使在可用数据极少的情况下，也能将亮温估计的误差降低至1K以内，数据缺失率控制在1%以内，并已被欧盟“地平线2020”计划北极综合观测系统所采纳。
近期，研究团队基于欧空局发布的Level-1C级亮温产品SCLF1C，利用上述双步回归方法，在国际主流数据期刊Scientific Data发表射频干扰抑制的SMOS卫星L波段多角度亮温产品论文。
与同类数据比较优势显著
与SMOS地面数据处理中心（Centre Aval de Traitement des Données SMOS, CATDS）发布的官方Level-3级亮温相比，经双步回归方法处理后的数据在欧亚地区的时空覆盖显著增加。同时，CATDS官方产品在入射角的中间角度数据量较大，但大角度或者小角度下数据量明显减少；而双步回归处理数据在不同入射角下的亮温数量基本一致，这对于依赖多角度观测的地表参数反演算法极为有利。
二是土壤水分相关性更强。
基于全球19个密集观测网络的土壤水分数据，对比发现经双步回归处理得到的微波发射率与实测土壤水分的相关性比CATDS官方产品的更强，这有助于进一步提升SMOS土壤水分遥感产品的精度。
此外，相较于CATDS官方产品，经双步回归方法处理的数据在入射角度小于30°时的相关性提高更多，说明该方法有效削弱了SMOS二维综合孔径造成的视场混叠效应影响。
三是与SMAP观测一致性更好。
SMAP（Soil Moisture Active Passive）卫星是美国国家宇航局在2015年后发射的L波段土壤水分专题探测卫星，其通过综合频域、时域、统计和极化信息等多种方法对RFI进行检测和抑制。因此，SMAP亮温的不确定性较小，可以作为对比参考数据。
双步回归方法处理的亮温数据与CATDS官方亮温数据相比，与SMAP亮温数据的一致性更好，均方根差异（RMSD）降低了3 K左右，这为研发SMOS-SMAP联合的土壤水分产品提供了更好的数据基础。
辅助选择L波段辐射外定标场
L波段载荷的星上定标工作，通常选择微波辐射特性较为稳定的地点作为外定标的参考点。为了寻找L波段卫星潜在的外定标场，研究团队利用双步回归方法处理的数据，统计SMOS亮温年内变化的标准差，发现L波段微波辐射亮温稳定的地点主要分布在南北极的冰盖地区（如格陵兰、南极），以及热带雨林地区（如亚马逊河流域、非洲刚果河流域和东南亚地区）。其中，南极冰盖地区的亮温变化最为稳定，标准差可达1K以内。
综上，经双步回归方法处理后的数据优化重建了受视场混叠和射频干扰影响的SMOS卫星的多角度亮温数据。相较CATDS官方产品，数据的时空覆盖度得到有效提升，对土壤水分变化的线性响应程度更高，并且表现出与SMAP观测数据更高的一致性，为我国未来陆地水资源卫星的辐射外定标场的选择，提供重要的参考依据。
射频干扰抑制的SMOS卫星L波段多角度亮温产品（2010-2021）有15 km（Icosahedral Snyder Equal Area projection，ISEA 4H9投影方式）、25 km和36 km（EASE-GRID 2.0投影方式）三种网格分辨率，为土壤水分、冻融状态、地上生物量和积雪密度等陆表参数的反演提供更为可靠的数据支撑。
上述研究成果由空天院彭志晴博士，研究员赵天杰、施建成，以及法国生物圈空间研究中心研究员Yann H. Kerr、Nemesio J. Rodríguez-Fernández，空天院姚盼盼博士，中国科学院西北生态环境资源研究院研究员车涛等共同完成。
研究工作得到第二次青藏高原综合科学考察研究专题“亚洲水塔区水循环动态监测与模拟”的资助。
文章信息:
[1]. Peng, Z., Zhao, T., Shi, J., Kerr, Y.H., Rodríguez-Fernández, N.J., Yao, P., & Che, T. (2023). An RFI-suppressed SMOS L-band multi-angular brightness temperature dataset spanning over a decade (since 2010). Scientific Data, 10, 599.
https://t.cn/A6WwLBHO
[2]. Zhao, T., Shi, J., Bindlish, R., Jackson, T.J., Kerr, Y.H., Cosh, M.H., Cui, Q., Li, Y., Xiong, C., & Che, T. (2015). Refinement of SMOS Multiangular Brightness Temperature Toward Soil Moisture Retrieval and Its Analysis Over Reference Targets. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 8, 589-603.
https://t.cn/A6WwLBHp
数据信息:
•彭志晴, 赵天杰, 施建成, 车涛. (2023). 射频干扰抑制的SMOS卫星 L波段多角度亮温产品（2010-2021）. 国家青藏高原科学数据中心.
https://t.cn/A6WwLBH0
https://t.cn/A6WwLBH9
•Peng, Z., Zhao, T., Shi, J., Che, T. (2023). An RFI-suppressed SMOS L-band multi-angular brightness temperature dataset (2010-2021).National Tibetan Plateau Data Center.
https://t.cn/A6WwLBH0
https://t.cn/A6WwLBH9
原文链接：https://t.cn/A6WwLBHN
SMOS（Soil Moisture and Ocean Salinity）是全球首颗具备L波段多角度微波辐射测量能力的卫星，致力于观测全球陆地的土壤水分分布和海洋的盐度分布。
然而，由于L波段受射频干扰（Radio Frequency Interference, RFI），加之SMOS采用的二维综合孔径技术的视场混叠影响，SMOS卫星数据存在不同程度的缺失或者异常情况，严重影响数据质量，亟需发展射频干扰信号的检测与抑制方法。
可抑制RFI影响的双步回归方法
空天信息创新研究院（空天院）遥感科学国家重点实验室水循环遥感研究室研究员、中国科学院青促会会员赵天杰团队从SMOS角度域数据出发，提出一种抑制RFI影响的双步回归方法：
首先亮温的第一斯托克斯分量随入射角变化呈现二次函数关系；利用微波辐射总能量在小角度的入射角下（0至20°）变化缓慢的特性，估算出天顶角的亮温。这不仅显著降低视场混叠造成的亮温不确定性，同时也规避由于山区地形造成的极化旋转作用对极化亮温的影响。
然后以得到的天顶角亮温作为控制点，根据水平极化亮温随入射角增加逐渐减小，垂直极化亮温随入射角增加逐渐增加，直至布儒斯特角再降低的特性构建目标函数，利用实际观测数据拟合并重建不同极化亮温随角度变化的特征，有效减少极化特征背离理论预期的现象。
该方法优于欧洲空间局、美国宇航局等采用的SMOS数据后处理方法，即使在可用数据极少的情况下，也能将亮温估计的误差降低至1K以内，数据缺失率控制在1%以内，并已被欧盟“地平线2020”计划北极综合观测系统所采纳。
近期，研究团队基于欧空局发布的Level-1C级亮温产品SCLF1C，利用上述双步回归方法，在国际主流数据期刊Scientific Data发表射频干扰抑制的SMOS卫星L波段多角度亮温产品论文。
与同类数据比较优势显著
与SMOS地面数据处理中心（Centre Aval de Traitement des Données SMOS, CATDS）发布的官方Level-3级亮温相比，经双步回归方法处理后的数据在欧亚地区的时空覆盖显著增加。同时，CATDS官方产品在入射角的中间角度数据量较大，但大角度或者小角度下数据量明显减少；而双步回归处理数据在不同入射角下的亮温数量基本一致，这对于依赖多角度观测的地表参数反演算法极为有利。
二是土壤水分相关性更强。
基于全球19个密集观测网络的土壤水分数据，对比发现经双步回归处理得到的微波发射率与实测土壤水分的相关性比CATDS官方产品的更强，这有助于进一步提升SMOS土壤水分遥感产品的精度。
此外，相较于CATDS官方产品，经双步回归方法处理的数据在入射角度小于30°时的相关性提高更多，说明该方法有效削弱了SMOS二维综合孔径造成的视场混叠效应影响。
三是与SMAP观测一致性更好。
SMAP（Soil Moisture Active Passive）卫星是美国国家宇航局在2015年后发射的L波段土壤水分专题探测卫星，其通过综合频域、时域、统计和极化信息等多种方法对RFI进行检测和抑制。因此，SMAP亮温的不确定性较小，可以作为对比参考数据。
双步回归方法处理的亮温数据与CATDS官方亮温数据相比，与SMAP亮温数据的一致性更好，均方根差异（RMSD）降低了3 K左右，这为研发SMOS-SMAP联合的土壤水分产品提供了更好的数据基础。
辅助选择L波段辐射外定标场
L波段载荷的星上定标工作，通常选择微波辐射特性较为稳定的地点作为外定标的参考点。为了寻找L波段卫星潜在的外定标场，研究团队利用双步回归方法处理的数据，统计SMOS亮温年内变化的标准差，发现L波段微波辐射亮温稳定的地点主要分布在南北极的冰盖地区（如格陵兰、南极），以及热带雨林地区（如亚马逊河流域、非洲刚果河流域和东南亚地区）。其中，南极冰盖地区的亮温变化最为稳定，标准差可达1K以内。
综上，经双步回归方法处理后的数据优化重建了受视场混叠和射频干扰影响的SMOS卫星的多角度亮温数据。相较CATDS官方产品，数据的时空覆盖度得到有效提升，对土壤水分变化的线性响应程度更高，并且表现出与SMAP观测数据更高的一致性，为我国未来陆地水资源卫星的辐射外定标场的选择，提供重要的参考依据。
射频干扰抑制的SMOS卫星L波段多角度亮温产品（2010-2021）有15 km（Icosahedral Snyder Equal Area projection，ISEA 4H9投影方式）、25 km和36 km（EASE-GRID 2.0投影方式）三种网格分辨率，为土壤水分、冻融状态、地上生物量和积雪密度等陆表参数的反演提供更为可靠的数据支撑。
上述研究成果由空天院彭志晴博士，研究员赵天杰、施建成，以及法国生物圈空间研究中心研究员Yann H. Kerr、Nemesio J. Rodríguez-Fernández，空天院姚盼盼博士，中国科学院西北生态环境资源研究院研究员车涛等共同完成。
研究工作得到第二次青藏高原综合科学考察研究专题“亚洲水塔区水循环动态监测与模拟”的资助。
文章信息:
[1]. Peng, Z., Zhao, T., Shi, J., Kerr, Y.H., Rodríguez-Fernández, N.J., Yao, P., & Che, T. (2023). An RFI-suppressed SMOS L-band multi-angular brightness temperature dataset spanning over a decade (since 2010). Scientific Data, 10, 599.
https://t.cn/A6WwLBHO
[2]. Zhao, T., Shi, J., Bindlish, R., Jackson, T.J., Kerr, Y.H., Cosh, M.H., Cui, Q., Li, Y., Xiong, C., & Che, T. (2015). Refinement of SMOS Multiangular Brightness Temperature Toward Soil Moisture Retrieval and Its Analysis Over Reference Targets. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 8, 589-603.
https://t.cn/A6WwLBHp
数据信息:
•彭志晴, 赵天杰, 施建成, 车涛. (2023). 射频干扰抑制的SMOS卫星 L波段多角度亮温产品（2010-2021）. 国家青藏高原科学数据中心.
https://t.cn/A6WwLBH0
https://t.cn/A6WwLBH9
•Peng, Z., Zhao, T., Shi, J., Che, T. (2023). An RFI-suppressed SMOS L-band multi-angular brightness temperature dataset (2010-2021).National Tibetan Plateau Data Center.
https://t.cn/A6WwLBH0
https://t.cn/A6WwLBH9
原文链接：https://t.cn/A6WwLBHN
苏璎凌爝苏璎凌爝(全章节无弹窗收藏即看)小说全文阅读笔趣阁3Y76j
书名：《苏璎凌爝》
?主角：苏璎凌爝
-----↓↓↓公仲呺【得意文楼】↓↓↓-----
非小说原文：凌爝，未曾抬眸看她一眼。
那张惊为天人的俊脸上，淡漠如平静的寒潭，像是任何事情都激不起一丝风浪。
跟随凌爝来应酬的江屿川打破僵局：“不提那些不开心的，既然这么巧，那苏璎，你唱两首吧。”
叶承泽打了个响指，“听闻桑大小姐是帝都大学播音系的系花，人美音甜，
想必能唱的我们这桌人心旷神怡……今儿若是你唱的岑总高兴了，跟我把这合同签了，苏璎，咱两之前的账，一笔勾销。”
叶承泽倒也是个爽快人。
苏璎落落大方的问：“那请问各位想听哪首歌？”
叶承泽说：“今儿岑总是甲方，岑总，你先点。”
“我随意。”
凌爝对此，兴致缺缺，并不给面子。
江屿川立刻解围道：“我记得苏璎以前在校庆会上唱过一首英文歌，《You-and-I》很好听，不如就唱这首吧？”
You-and-I…
苏璎眉心一跳。
但叶承泽已经在催了，“苏璎，唱吧！”
苏璎站在一旁的矮台上，将小提琴架上左肩，拉动琴弦，柔和悦耳的前奏，便如月光般倾泻一屋。
矮台上，一束柔光打在她身上。
她穿着一身白色的泡泡袖连衣裙，一如从前那个十指不沾阳春水的大小姐，端庄优雅，不染尘世。
凌爝记得，第一次遇到她时，她也在拉小提琴。
《苏璎凌爝》↓↓↓弓.仲.呺【得意文楼】↓↓↓
书名：《苏璎凌爝》
?主角：苏璎凌爝
-----↓↓↓公仲呺【得意文楼】↓↓↓-----
非小说原文：凌爝，未曾抬眸看她一眼。
那张惊为天人的俊脸上，淡漠如平静的寒潭，像是任何事情都激不起一丝风浪。
跟随凌爝来应酬的江屿川打破僵局：“不提那些不开心的，既然这么巧，那苏璎，你唱两首吧。”
叶承泽打了个响指，“听闻桑大小姐是帝都大学播音系的系花，人美音甜，
想必能唱的我们这桌人心旷神怡……今儿若是你唱的岑总高兴了，跟我把这合同签了，苏璎，咱两之前的账，一笔勾销。”
叶承泽倒也是个爽快人。
苏璎落落大方的问：“那请问各位想听哪首歌？”
叶承泽说：“今儿岑总是甲方，岑总，你先点。”
“我随意。”
凌爝对此，兴致缺缺，并不给面子。
江屿川立刻解围道：“我记得苏璎以前在校庆会上唱过一首英文歌，《You-and-I》很好听，不如就唱这首吧？”
You-and-I…
苏璎眉心一跳。
但叶承泽已经在催了，“苏璎，唱吧！”
苏璎站在一旁的矮台上，将小提琴架上左肩，拉动琴弦，柔和悦耳的前奏，便如月光般倾泻一屋。
矮台上，一束柔光打在她身上。
她穿着一身白色的泡泡袖连衣裙，一如从前那个十指不沾阳春水的大小姐，端庄优雅，不染尘世。
凌爝记得，第一次遇到她时，她也在拉小提琴。
《苏璎凌爝》↓↓↓弓.仲.呺【得意文楼】↓↓↓
✋热门推荐