2. 西安测绘研究所, 陕西 西安 710054
2. Xi'an Research Institute of Surveying and Mapping, Xi'an 710054, China
卫星测高技术于1969年在威廉斯敦固体地球和海洋物理会议上被提出,经太空实验室Skylab、地球动力学实验海洋卫星Geos-3及海洋卫星Seasat试验验证,自20世纪90年代初在大地测量学、海洋学、冰川学、气候研究、大气、风、波浪、生物学及导航等领域得到广泛应用[1]。卫星测高界大致每5年举办一次国际会议,以研讨雷达测高技术取得的进展。2018年,第25届雷达测高进展研讨会在葡萄牙亚速尔群岛举行,会议主题非常广泛,全球28个国家的近500名科学家、工程师及管理人员与会。会议活动之一是收集全球测高界所做贡献,以更清晰地描述测高现状,并对未来测高提出建议。文献[2]对此作了全面总结,并针对卫星测高高时空分辨率、高精度、高连续性要求所面临的挑战凝练出需要开展的优先事项,包括大中尺度海洋变化的连续观测、极地海洋和海冰的连续监测、新任务概念的研发和在轨演示、新处理技术研究和开发等。
在大地测量学中,卫星测高主要用于研究地球形状和大小、海平面、海洋重力场、构造板块运动、测深、自然灾害等。据谷歌学术搜索不完全统计,截至2021年初,有8万余份出版物讨论或包含微波雷达高度计数据、技术或产品[3],其中包含大地测量内容的有3万余份,不乏各阶段关于卫星测高技术发展及应用的评述类论文(如文献[3-4])。本文试图结合我国正在开展的大地测量类测高卫星的研究与发展,在扼要介绍海洋微波测高卫星发展历程,以及卫星测高在全球海洋重力场和海底地形建模等方面的应用现状后,重点评述海洋测高卫星的发展趋势。
1 海洋微波测高卫星发展历程自20世纪70年代,全球已成功发射20余颗海洋微波测高卫星。根据采用的不同技术手段,卫星测高技术大致分为3个发展阶段。
第1阶段从第1颗测高实验卫星(Skylab)到Topex/Poseidon(T/P)卫星发射前,即1973-1991年。期间,Skylab携带S-193微波高度计共执行3次任务,主要为演示测高概念,获取设计精密高度计所需信息。Geos-3载有首台可有效测量海平面及其变化的高度计,并首次使用脉冲压缩技术,测高总体精度达50 cm。Seasat配有星载磁带记录仪,因故障仅运行了99 d,获取了约1684 h的测高数据,相当于Geos-3在3年半累计运行时长的90%; 测高精度达20 cm左右,首次采用全去斜技术,分辨率显著提升。Geosat主要为美国海军测量海洋大地水准面,并提供海军作战所需海况和海风测量,是首颗提供长期高质量测高数据的卫星,标志着卫星测高技术趋于成熟。ERS-1是欧洲首颗搭载雷达高度计的卫星,用于全球范围重复性环境监测,包括全球海面风场及其变化、海浪动态情况及全球海平面变化等。
第2阶段以T/P卫星测高任务于1992年的成功发射为起始标志。在此之前,测高卫星的径向轨道确定误差是卫星测高的最大误差源,得益于星载GPS定位技术和DORIS(Doppler orbitography and radio-positioning integrated by satellite)定轨技术的发展与应用,通过联合多种精密定轨手段,T/P卫星的径向轨道精度达到约3.5 cm[5]。另一方面,T/P卫星首次搭载了用于改正电离层延迟的双频(Ku/C频段)雷达高度计及用于改正对流层水汽延迟的微波辐射计,使得海面高测量精度优于分米级。该阶段的卫星任务还包括T/P卫星的延续任务Jason-1和Jason-2、Geosat的后续任务GFO,以及ERS-1的后续卫星ERS-2和Envisat,这些任务使用的高度计均为有限脉冲雷达高度计。
第3阶段以CryoSat-2卫星于2010年的成功发射为起始标志。该卫星首次成功采用合成孔径雷达高度计,提高了沿轨道方向的空间分辨率和卫星测高精度[6]。2015年发射的SARAL(satellite with Argos and AltiKa)卫星采用Ka频段雷达高度计,有效降低了电离层变化对测量的影响[7]。该阶段的测高任务还包括采用传统高度计的Jason-3,以及采用合成孔径雷达高度计的Sentinel-3A/3B[8]和Sentinel-6[9]。目前,CryoSat-2、SARAL、Jason-3、Sentinel-3A、Sentinel-3B和Sentinel-6在轨运行[2]。
值得一提的是,俄罗斯于1985-1996年发射了10颗带有雷达高度计的GEO-IK卫星,目的为确定基本大地测量常数、地心参考系、地球形状参数及地球重力场[10]。卫星位于约1500 km高的近圆轨道,轨道倾角为74°或83°。雷达高度计工作频率为9.5 GHz,仪器精度对于1 s和10~12 s平均值的均方误差分别约为0.4~0.5 m和0.1 m。卫星运行时间从几周到18个月不等,有时两颗卫星同时在轨运行,累计获得382万次测量,产出36阶EP-90和200阶EP-200地球重力位模型、大地测量网坐标及全球海洋大地水准面高等产品。最初,卫星数据列为机密级,需由俄罗斯相关部门批准使用,1992年解密大部分数据。
我国自主的测高卫星计划相对较晚。海洋二号(HY-2A)卫星是我国自主研制的第1颗海洋动力环境卫星,采用有限脉冲雷达测高体制,于2011年发射入轨,旨在实时提供海面高、浪高、海流及海面温度等多种海洋信息。我国于2018、2020、2021年分别发射了HY-2B/2C/2D海洋动力环境卫星,其采用相同的有限脉冲测高技术体制,目前已进入三星组网阶段,它们将在海洋动力环境探测与分析等领域贡献丰富的观测数据。
为清晰起见,表 1简要列出了上述测高卫星的主要性能参数。
卫星名称 | 发射年份 | 轨道高度/km | 轨道倾角/(°) | 重复周期/d | 频带 |
Skylab | 1973 | 435 | 50 | - | Ku |
Geos-3 | 1975 | 840 | 115 | - | Ku |
Seasat | 1978 | 800 | 108 | 3、17 | Ku |
Geosat | 1985 | 785 | 108 | 23 | Ku |
ERS-1/2 | 1991、1995 | 785 | 98.5 | 3、35、168 | Ku |
T/P | 1992 | 1336 | 66 | 10 | Ku/C |
Jason-1/2/3 | 2001、2008、2016 | 1336 | 66 | 10 | Ku/C |
Sentinel-6 | 2020 | 1336 | 66 | 10 | Ku/C |
GFO | 1998 | 785 | 108 | 17 | Ku |
Envisat | 2002 | 799.8 | 98.5 | 35 | Ku/S |
CryoSat-2 | 2010 | 717 | 92 | 30 | Ku |
HY-2A/2B | 2011、2018 | 971 | 99.3 | 14、168 | Ku/C |
SARAL | 2013 | 800 | 98.5 | 35 | Ka |
Sentinel-3A/3B | 2016、2018 | 814 | 98.6 | 27 | Ku/C |
HY-2C/2D | 2020、2021 | 957 | 66 | 10、400 | Ku/C |
2 海洋微波卫星测高反演全球海洋重力场和海底地形模型进展 2.1 全球海洋重力场建模
1995年Geosat卫星大地测量任务(geodetic mission,GM)数据全面解禁前,大地测量学界对海洋重力场技术理论进行了丰富的尝试与探索,涌现出许多不同的技术方法。1985年Geosat发射之前,文献[11-13]利用Seasat与Geos-3卫星数据开展了海洋重力场反演研究,这些研究为早期低阶重力场位系数模型的研制提供了重要支撑。在Geosat南半球GM数据分批次公开后,利用GM数据获取了更为精细的区域和全球重力场[14]。该阶段,基于逆Stokes公式与基于逆Vening-Meinesz公式的反演方法分别得到尝试与应用,快速傅里叶变换技术在海洋重力场反演中得以应用,海洋重力场反演有了雏形。
1995年Geosat/GM数据公开至2010年CryoSat-2卫星发射前,海洋重力场构建中深度应用了Geosat/GM与ERS-1数据,开始建立全球最高1′×1′分辨率的海洋重力场。Geosat与ERS-1两颗卫星GM数据的发布,大大提高了海洋重力场反演分辨率,同时应用GM数据反演海洋重力场的技术得到快速发展并不断趋于稳定。2000年前后,国际上较有代表性的海洋重力场模型包括美国斯克利普斯海洋研究所(Scripps Institution of Oceanography, SIO)的S&S模型[15],以及丹麦科技大学(Technical University of Denmark,DTU)的KMS98[16]、KMS02模型[17]等。这些模型首次达到1′×1′或2′×2′的分辨率。SIO与DTU进一步对Seasat、Geosat卫星数据进行重跟踪处理,更新得到的SIO SS V17与DNSC07海洋重力场模型应用于地球重力场位系数模型EGM2008的研制。
2010年始,CryoSat-2为海洋重力场构建提供了全新的、更高精度的数据源,后续Jason-1、Jason-2及SARAL各自GM数据又为海洋重力场反演注入了更多高质量观测数据。CryoSat-2作为近极轨卫星,几乎覆盖全球所有海域,且其测距精度与定轨精度相较于Geosat与ERS-1大为提升,对于海洋重力场反演具有重要意义。Jason-1与Jason-2在寿命末期分别执行了14个月与2年的GM任务[18]。SARAL于2016年7月开始运行至倾角为98°的漂移轨道,根据文献[19-20]的研究,SARAL在轨运行多年后,它对于海洋重力场反演的贡献在上述卫星中占比最大。
我国诸多机构持续开展区域或全球海洋重力场反演研究,如文献[21-24]分别利用不同测高卫星观测资料反演了中国海域及邻近海域海洋重力异常; 文献[25]使用CryoSat-2、SARAL、HY-2A等卫星数据反演得到南海海域(0~30°N,105°~125°E)1′×1′分辨率的重力场; 文献[26-27]分别反演得到1′×1′分辨率的中国近海和全球海洋重力场。
2010年后,国际上发布的诸多海洋重力场模型中,以SIO与DTU为代表持续更新发布的1′×1′分辨率的全球海洋重力场模型最为典型。
DTU发布的海洋重力场模型主要包括DTU10、DTU13[28]、DTU15[29]及DTU17[19]。DTU10在DNSC08基础上,对所有ERS-2与Envisat数据进行重跟踪,并将该系列模型更名为DTU模型。DTU13融合CryoSat-2及Jason-1/GM观测数据,所使用GM测高数据较DTU10增加3倍。DTU15模型对CryoSat-2 1B级波形数据进行重跟踪,使用5年CyroSat-2及Jason-1/GM任务数据,进一步提高了模型在北冰洋海域的精度。DTU17模型专注于海岸及北冰洋重力场的改进,融合了2016年SARAL漂移轨道数据,并改进CryoSat-2在北极区域的处理。评估发现受精度影响,相对于后续GM任务卫星,Geosat/GM、ERS-1对于海洋重力场的构建几乎无贡献,因此,DTU17摒弃了Geosat/GM与ERS-1的数据。
2010年后,SIO海洋重力场模型的主要版本包括SS V23.1[30]、V28.1[20],最新版本为2021年的V31.1。SS V23.1主要使用Geosat/GM、ERS-1、CryoSat-2及Jason-1/GM数据。V28.1模型主要融合的GM数据包括CryoSat-2、Jason-1/GM、Jason-2/GM与SARAL的数据。相似的,V28.1模型研制中比较了Geosat、ERS-1、CryoSat-2、Jason-1/2、SARAL各自GM任务对于海洋重力场模型构建的贡献,发现相较于后续任务数据,Geosat与ERS-1对于海洋重力场模型的贡献很小,因此V28.1及后续模型的研制未包含这两颗卫星的数据。
2.2 全球海底地形模型构建海底深度对于地球和生物科学研究极其重要,然而仅有15%的海洋区域利用船载探测方法进行了精细空间分辨率( <800 m)测绘[31],鉴于重力异常变化与海底地形在某些频段存在高度相关性,卫星测高成为全球海底地形探测的重要手段。Seasat数据发布后,众多学者对卫星测高数据反演海底地形的可行性进行了研究[32-33],文献[34]继而开发出卫星测高海面坡度与海底预测深度的转换模型,构建了首个空间分辨率近乎统一(约15 km)和72°S~72°N间的全球深度网格。利用卫星测高数据反演海底地形的基本方法包括重力地质法、导纳函数法、Smith和Sandwell法、基于垂直重力梯度异常的频域方法、最小二乘配置法等[34-40]。随着卫星测高数据的不断丰富,利用上述方法并结合船载测深等多源深度数据,形成了基于测高数据的多个系列海底地形模型,扼要归总如下。
(1) Sandwell模型。SIO的Sandwell教授团队自1994年和1997年发布SIO-V5.2/V7.2后,模型不断更新。2008年基于V16.1全球海域重力模型,反演发布了SIO-V11.1海底地形模型。2011年利用V20.1全球重力场模型(包括近2年CryoSat-2测量数据、一年半Envisat数据及120多天Jason-1数据)反演构建了V14.1海底地形模型。2013年基于V22重力场模型(含CryoSat-2、Jason-1及Envisat所有新数据,重力精度提高约2倍)反演海底地形,建成V16.1版本。2014年利用V23全球重力场模型反演海底地形,新增大约111个多波束测线数据,形成V18.1。2020年使用V29.1版本重力数据,进一步优化向下延拓滤波器参数,发布V20.1。最新的V23.1模型于2021年发布,是截至当前公认的精度最高的全球海底地形模型。
(2) ETOPO模型。2001年美国国家地球物理数据中心(National Geophysical Data Center, NGDC)发布2′×2′网格的全球地形模型ETOPO2,其中64°N~72°S海底地形数据源自海底地形模型SIO V8.2。2008年NGDC基于大量相关模型和实测区域数据,通过融合全球陆地地形和海洋深度数据,建成1′×1′网格的ETOPO1海底地形模型[36]。
(3) SRTM模型。2009年SIO等联合发布了30″格网的全球地形模型SRTM30+[37],其中海洋区域水深信息主要利用水深测量数据和SIO V11.1版本的重力场模型获取的重力/地形比例因子,采用回归技术反演获得。2014年发布的SRTM15+V1.0,格网分辨率为15″,它基于V24.1测高反演海底地形,包括源自CryoSat-2和ICESat的格陵兰和南极洲冰地形,以及源于CryoSat-2和Jason-1的海洋测深。2019年SRTM15+V1.0升级为SRTM15+V2.0[38],采用的测高反演海底地形模型版本为V27.1,新增测高数据包括48个月的CryoSat-2、14个月的SARAL和12个月的Jason-2观测数据,使海面重力异常恢复的最小波长提高1.4 km,且测高预测深度精度略有提高。
(4) GEBCO模型。GEBCO(general bathymetric chart of the Cceans)是联合国教科文组织下属的大洋水深制图项目。2008年发布包含SRTM30+模型和SIO V11.1海底地形模型的GEBCO_2008模型,格网分辨率为30″。2014年基于多波束数据格网化和卫星测高重力反演水深融合生成GEBCO_2014模型,格网大小为30″,其中约18%的格网数据基于多波束和单波束水深控制数据[39]。2019年以SRTM15+V1.0版本作为先验模型,构制了格网为15″的海底地形模型GEBCO_2019。2020年发布GEBCO_2020网格,以SRTM15+V2.0版本为基础,空间分辨率为15″。最新发布的为GEBCO_2021模型,格网分辨率仍为15″。
(5) 武汉大学模型。武汉大学模型是由武汉大学李建成院士团队构建的系列模型。2014年利用1′×1′的SIO V20.1重力异常垂直梯度数据,联合NGDC发布的船测水深数据,构建了75°S~70°N范围、1′×1′的海底地形模型BAT_VGG17[40]。2020年基于新构建的全球卫星测高重力异常模型[26],使用回归分析方法,联合水深测量资料,建立了75°S~70°N范围、1′×1′的海底地形模型BAT_WHU2020[41],精度较BAT_VGG17模型提高约30%。
基于卫星测高数据构建的全球海底地形模型还有很多,以上所列系列模型也并不全面,我国在这方面也还有不少研究成果,限于篇幅,连同对模型的比较和评估本文均不再赘述。
3 海洋测高卫星发展趋势 3.1 先进微波测高技术 3.1.1 合成孔径雷达高度计合成孔径雷达高度计继承传统底视高度计的有限脉冲工作方式,测量过程中发射并接收一系列回波,并对其进行合成孔径处理。相比传统高度计,主要优势包括[42]:方位向分辨率从2 km提高至200~300 m; 信噪比得以提高,利用合成孔径可实现对同一目标的多次观测,信噪比定性提高10 dB左右; 测量精度得以提高,方位向独立观测数的增加和信噪比的提高,使测高精度可以提高1倍以上; 天线指向偏角对测量的影响得到减弱,使得对平台姿态稳定性的要求降低。
2010年发射的CryoSat-2卫星采用了首款合成孔径雷达高度计,称为SIRAL(SAR inteferometric radar altimeter),专注于极地观测[6]。SIRAL在Ku频段以3种模式运行:低分辨率模式(low resolution mode,LRM); 合成孔径雷达(SAR)模式,发射短脉冲的脉冲簇,脉冲间隔从传统雷达高度计的500 ms提高至50 ms; SAR干涉仪模式,回波同时由两个天线接收,进行干涉测量。
分别于2016和2018年发射的Sentinel-3A/3B的主要载荷为合成孔径雷达高度计(synthetic aperture radar altimeter,SRAL)[8]。SRAL工作于Ku/C双频段,包括测量模式、定标模式及支持模式。测量模式又分为LRM模式和SAR模式。LRM每6个Ku脉冲之间有1个C脉冲,旨为充分校正电离层偏差; SAR模式采样脉冲簇方式,簇周期为12.5 ms,每个簇有64个Ku频段脉冲,两端各有1个C脉冲。两种测量模式均有闭环和开环跟踪模式。定标模式用于内部脉冲响应和增益方向图的定标。支持模式主要用于仪器自检,以确定仪器有否错误或存在不正常状态。
2020年发射的Sentinel-6搭载Poseidon-4合成孔径雷达高度计[9]。Poseidon-4采用Ku/C双频观测(SAR模式只有Ku频段工作),具有开环和闭环两种跟踪模式,结合使用采集时序和交替时序拥有9种独立测量模式。其中SAR(开环簇)交替时序优势更为突出,它强制将接收回波排列在发射脉冲之间,以增加目标观测次数(样本数为Sentinel-3的2倍),再通过沿轨道以约300 m进行平均,减少热噪声和散斑噪声。交替时序使SAR模式可用观测数加倍,重要的是可与LRM同时进行,即LRM和SAR之间无须仪器转换。Poseidon-4为开环跟踪命令分配了约9 MB内存,比Jason-3的1 MB和Sentinel-3A/B的4 MB大得多,由此观测目标可以包括更复杂的河流和湖泊,Poseidon-4校准策略也有改进。
3款合成孔径雷达高度计已呈现出色的测高能力。文献[6]以ERS-1数据为基础,结合使用3个月CryoSat-2数据,所得巴芬湾海洋重力场与5000个船载观测值之差的标准偏差约为5.5 mGal,精度比仅用ERS-1数据提高0.7 mGal,且沿航迹分辨率提高5倍。文献[43]利用2年SAR模式CryoSat-2数据计算的海面高变化RMS为5.9 cm,比Jason-2 LRM的7.8 cm小40%。文献[20]对6项GM任务进行了比较,CryoSat-2测高精度仅次于AltiKa,高于Jason-1/2等传统高度计。文献[9]将Poseidon-4 SAR/LRM、Sentinel-3A SAR、Jason-3 LRM在3星前后飞行阶段前2周的测距精度作了比较,依次为3.2/6.2、5.0、7.0 cm。我国于2014年研制成功合成孔径雷达高度计工程样机并进行机载试验,其测高精度比传统高度计可提高1倍[44]。总体上,合成孔径雷达高度计性能显著优于传统雷达高度计,将成为未来测高任务的主流载荷。
3.1.2 Ka频段雷达高度计2013年发射的印-法合作卫星SARAL的主要有效载荷即为一种Ka频段雷达高度计,称为AltiKa高度计[7]。AltiKa仍采用底视高度计的技术体制,但它只有单一Ka工作频段。与常见的Ku频段或Ku/C双频高度计相比,主要技术优势包括[7]:更宽的带宽(480 MHz,Jason-2为320 MHz)使测距分辨率由Ku频段的0.45 m提高至0.3 m; 较短的波长使地面足迹变小(直径8 km,Jason-2为20 km,Envisat为15 km),具有更高的空间分辨率; Ka频段受电离层影响较小,通常为0.02 ns,相当于3 mm延迟,基本可忽略; 较高的脉冲重复频率(4 kHz,Jason-2为2 kHz)可更好地沿轨道对表面进行采样; 海面电磁偏差效应小,有利于提高仪器测量精度; 回波信噪比增加,可采用较低的发射功率; 回波在上升之后迅捷衰减,具有更尖锐的形状; 海洋回波的去相关时间更短,使得每秒的独立回波数目比Ku频段更多。然而,Ka频段高度计的缺点也不容忽视:Ka频段对降雨敏感,较大降雨会导致Ka频段测量失效,虽然从海洋降雨的时空分布统计,测量失效一般在5%以下,但也会造成测量空白; Ka频段对误指向角更敏感,误指向角回波功率衰减及对波形的影响更大,要求平台指向角为±0.2°。
SARAL转入GM模式后,至2018年12月采样形成的4 km大地测量网格约占全球海域的75%[7]。文献[45]使用SARAL初始精确重复任务单周期40 Hz海面高数据识别出小至1.35 km高的海山,表明其测距精度约为Envisat和Jason-2的2倍,比CryoSat-2 SAR测高精度高50%。文献[46]对选定区域32个重复周期(约3年)的40 Hz SARAL数据剖面进行叠加,识别出高度小于720 m乃至500 m高的海山。文献[47]对全球叠加的SARAL海面剖面应用海山检测滤波器,揭示了75 000多个可能海山。文献[20]表明,相比其他高度计,AltiKa沿轨道测高噪声最小,所用32个月数据的噪声比CryoSat-2小1.3倍,且这些数据在恢复重力场中的作用比96个月的CryoSat-2数据更重要。总之,AltiKa类Ka频段雷达高度计就恢复大地水准面、重力异常及平均海平面的短波特征而言表现优秀。
3.1.3 合成孔径雷达干涉仪合成孔径雷达干涉技术为一项较成熟的技术,已经机载平台多次验证。航天飞机雷达地形任务即采用该项技术获得了全球范围几米精度的地形数据。美国正在研发的SWOT(surface water ocean topography)卫星系统,主要用于高分辨率测量海面地形和陆地水位,其主要设备为一台合成孔径雷达干涉仪,称为KaRIn(Ka-band radar interferometer)[48]。
KaRIn工作在Ka频段(35.75 GHz),天线子系统由2个5 m长和0.3 m宽的可展开天线组成,位于10 m长的干涉基线两端。其中,1个天线发射,带宽为200 MHz; 2个天线同时接收雷达回波。干涉仪采用双刈幅系统,交替照亮天底轨迹两侧的左右刈幅(宽度约50 km),跨轨方向的地面分辨率约为70 m(刈幅近边缘)至约10 m(刈幅远端); 通过合成孔径处理,沿航迹方向的空间分辨率理论上约为基线长度的一半,即2.5 m[49]。KaRIn的期望测高精度为50 cm,在1 km×1 km海面网格内平均后达2~3 cm。
KaRIn有两种工作模式:海洋低分辨率模式,具有在轨处理功能,以减少数据量; 陆地区域高分辨率模式,专注于水文学研究。KaRIn在天底点轨迹的左右刈幅之间存在测量空白,因此SWOT配备1台传统底视高度计测量空白区的高度。为解决底视高度计覆盖范围和KaRIn刈幅覆盖范围之间的数据空白,计划搭载近天底点干涉测量实验组件,接收从近天底点表面反射的KaRIn信号,并与KaRIn天线接收信号执行干涉测量。
SWOT以其宽刈幅将覆盖地球上所有的湖泊、河流、水库、海洋,每21 d至少覆盖两次。但要达到厘米量级测高精度,需精细考虑各项误差修正,如卫星横滚角误差引起的高程误差、相位误差、传播介质误差、系统延迟误差、基线误差、径向速度误差、标定误差等[49]。文献[50]利用SWOT模拟数据研究表明,多周期SWOT观测相比传统底视高度计,可以得到更高质量的海洋重力异常。我国2016年随天宫二号空间实验室发射升空的三维成像微波高度计,是国际上第1个采用小入射角短干涉基线实现宽刈幅海面高度测量的高度计[51]。总体而言,SWOT类任务的显著优势为,可以同时提供高时空分辨率、高精度的2维海面高和海面粗糙度测量。
3.2 GNSS-R反射信号测高GNSS-R是利用地球表面反射的GNSS信号进行对地遥感探测的新技术,具有全球快速覆盖和重访的技术优势。文献[52]率先提出利用GNSS-R技术测量海面高度的设想,用于改进传统天底雷达高度计的时空采样率。随后开展的多次岸基、机载及气球实验证实了GNSS-R测高和散射测量的可行性。
文献[53]从1994年发射的星载成像雷达-C卫星采集数据中首次提取到经地球表面反射的GPS信号,开启了GNSS-R技术星载验证和应用的新篇章。2003年,英国萨里卫星技术有限公司(SSTL)将灾害监测星座卫星的GPS接收机进行改装,配以天底指向高增益天线,证实了星载接收机接收海面、冰面、陆面GPS反射信号的可行性,并利用接收到的少量原始采样数据对海面风场、土壤湿度、海冰的敏感性进行了探索性研究[54]。英国于2014年6月发射了搭载SSTL接收机的TechDemoSat-1,首次在轨获取了GPS L1 C/A码DDM(delay Doppler mappings)数据集,主要验证了GNSS-R海面风速及粗糙度测量的可行性[55],并对数字高程模型、海洋测高和冰面高度测量的可行性等进行了验证。NASA于2015年1月发射的土壤水分主动/被动卫星任务,因L波段雷达发射机出现故障,利用星上硬件设备进行了土壤水指数和地上生物量评估等GNSS-R实验[56]。NASA于2016年12月发射了一个由8颗卫星组成的CYGNSS(cyclone GNSS)小卫星星座,主要用于研究热带气旋和热带对流。文献[57]利用CYGNSS星座采集的原始数据集,评估了GNSS-R海洋测高性能,表明采用1 s GPS和Galileo群延迟观测量,测距精度可达3.9和2.5 m。2019-2021年发射的Spire、3Cat-4、3Cat-5 A/B和PRETTY卫星(星座),以及我国的捕风-1A/B双星和风云三号E卫星均搭载了GNSS-R设备,可进一步为GNSS-R测高研究和试验提供丰富的样本数据[58]。
GNSS-R测高技术通过测量地球表面反射的GNSS信号与GNSS直达信号之间的时延差,反演反射面相对于参考椭球面的高度。该技术发展至今,根据时延观测量的不同可分为群延迟测高技术和载波相位测高技术,其中群时延测高技术又分为传统群延迟测高技术和干涉测高技术。GNSS-R传统群延迟测高技术利用同一公开的民用码与GNSS直达、反射信号分别相关,从而获取二者时延差。该技术受限于码信号的带宽,且只能跟踪导航系统公开且测量精度较差的码型,其星载测高精度为米级[57]。干涉测高技术将GNSS直射信号与反射信号直接相关,利用生成的干涉相关功率波形计算二者的时延差。由于GNSS直射与反射信号均调制有相同的高精度的P(Y)码,干涉测高技术的星载测高精度仿真结果为分米级,欧空局原计划于2020年开展GEROS-ISS项目对该技术进行星载验证,后因故推迟,目前国际上尚未对该技术进行星载验证。载波相位测高技术利用GNSS反射信号与直射信号的相位跟踪结果计算二者的时延差,星载GNSS-R载波相位测高精度可以达到厘米级。文献[59]使用CYGNSS卫星的GPS和Galileo观测数据进行了掠射载波相位海面测高,精度在20 Hz采样时为3 cm/4.1 cm(中值/平均值),在1 Hz采样时为厘米级,与专用雷达高度计相当; 包括系统误差在内的综合精度在50 ms积分时为16 cm/20 cm(中值/平均值),在1 s时为几厘米。文献[58]利用Spire卫星观测的初始掠射角GNSS反射数据,采用双频相位测量值进行测高反演,海冰区域在消除偏差后与海面高模型之差的RMS为3 cm,开阔海域的RMS在~14 cm以内。GNSS反射信号载波相位连续跟踪条件极为苛刻,要求GNSS反射信号以相干分量为主,应用中通常利用低仰角GNSS信号降低海面粗糙度对GNSS反射信号载波相位的连续跟踪的影响,且风和浪应低于6 m/s和1.5 m有效波高,极大地限制了其应用领域。尽管如此,通过卫星轨道和GNSS-R接收机硬件的优化设计,并结合应用其他反演技术,GNSS-R厘米量级测高精度具有诱人的发展前景。我国相关单位正为此努力并已取得诸多成果[60-61]。
3.3 测高卫星组网测高卫星组网的目的为,提供高时间分辨率、高空间分辨率的高精度测高产品。迄今真正意义的天底雷达高度计测高卫星组网未曾实施,可能是由于小卫星难以容纳雷达高度计天线或大型星座成本过高。类似T/P和Jason-1、Jason-1和Jason-2、ERS-1和ERS-2的同轨串联运行阶段只能认为是一种非刻意的简单组网。
美国约翰·霍普金斯大学应用物理实验室曾提出水面坡度地形和技术实验测高卫星星座计划,星座由3颗位于同一轨道面相距几十至几百千米的小卫星组成[62]。每颗卫星搭载雷达高度计等测高载荷,其地面轨迹因地球自转呈跨轨向排列,轨迹间距取决于卫星之间的距离,由此可以实现跨轨道和沿轨道海面高梯度的二维测量,极大地丰富了海面高观测信息。该星座按有利于密集空间覆盖、相对紧密时间覆盖或其他优先级建立了4种测量模式:①高空间分辨率模式,卫星轨道间隔约200 km,时间间隔小于1 min,地面轨迹间距为24 km,支持以大约相同的分辨率测量沿轨道和跨轨道的海面梯度; ②均匀密集空间覆盖模式,卫星轨道间隔约900 km,时间间隔约4 min,地面轨迹间距为53 km,是观测海洋涡旋场的最佳间距; ③高时间分辨率模式,卫星轨道间隔2600 km,后一卫星轨迹严格覆盖前一卫星轨迹,重访周期为3 d和6 d; ④特殊覆盖模式,一个高度计执行固定的精确重复任务,其他高度计按需移动到指定的科学、军事或自然灾害应用区域。
法国国家空间研究中心提出小型水文测高卫星星座计划[63],旨在近实时监测全球河流和湖泊水位变化供气候预报和研究。星座由10颗50 kg/50 W/27 U级小卫星组成,位于太阳同步轨道。每颗卫星搭载天底高度计和精密定轨系统,获取10 cm精度的海面高。星座能够监测窄至50 m宽的河流和小至100 m×100 m的湖泊。该星座与SWOT等宽刈幅测高任务高度互补,共同以较短时间提供几乎完整的空间覆盖。
文献[64]提出采用两个宽刈幅高度计的组网计划,以极大提高海洋监测和预报能力。模拟分析表明,与目前3个底视高度计(Sentinel-6和Sentinel-3A/B)同时在轨运行相比,海面高分析和7 d预报误差在全球范围内减少约50%,分辨率由约250 km提高至接近100 km。
文献[65-66]对微纳卫星组网测高进行了探讨,认为要达到厘米级精度还面临众多难题,但通过减少有效载荷功能、优化载荷结构降低重量和功耗、引入在轨处理降低数据速率、最小化或抑制平台冗余等措施,可将整个卫星重量和功耗降至45 kg/70 W,其中的精度损失则通过增加观测量予以弥补。其实,如前文介绍的CYGNSS、Spire和PRETTY等,微纳卫星组网在GNSS-R中已得到诸多应用。
文献[67]根据实际需求提出了双星跟飞测高全球海域重力场测量模式,旨在于相对较短的时间内获取全球海域1′分辨率、精度为2~3 mGal(1 mGal=10-5 m/s2)的海洋重力异常。两颗卫星位于同一轨道面,前后相距30 km(约4 s)同时对海面进行观测。若卫星选择太阳同步近圆轨道,平均轨道高度为900 km,轨道倾角为98.99°,回归周期设为172 d,考虑地球自转因素,两颗星的瞬时地面轨迹间距为1′,单颗星轨迹间距为2′,顾及小周期间的转移时间,以及升轨、降轨等因素,理论上双星跟飞测量大约2.3 a后可完成1′轨道间距全球覆盖,4.6 a时间可得到两次重复的地面轨迹覆盖。卫星测高反演重力场的经典做法是利用海面高差求解垂线偏差,然后进一步计算重力异常和大地水准面高等。显然,海面高差的测量精度最为关键。双星跟飞测高模式的出发点为,利用双星同时测量沿轨道和跨轨道的海面高差(或梯度),此时轨道误差表现为星间或单星历元间的相对轨道误差(从单星的约5 cm降为约1 cm),而大气传播和地球物理效应等长周期改正,对于地面轨迹间距只有2 km的双星而言近似相等,在海面高差中几无体现,因此海面高差的精度相比于传统的单星测量有显著提高。假设采用精度约为2 cm的合成孔径雷达高度计,双星海面高差的测量精度将优于4 cm,由此经过5年以上的双星在轨测量,完全可以实现2~3 mGal的海洋重力异常测量目标[67-68]。
4 结论自第1颗测高卫星试验成功以来,卫星测高即在大地测量中起着举足轻重的作用。卫星测高反演全球海洋重力场和海底地形,无论是分辨率还是精度都得到不断提高,覆盖范围也从开阔海域逐渐拓展至近海和极地区域。尽管如此,卫星测高仍是未来海洋重力场尤其是海底勘探(特别是深海)的一种重要手段,以下几点尤为值得关注:
(1) 设计的双星跟飞测高和SWOT均可实现沿轨道和跨轨道的二维海面高(差)测量,从而极大提高海洋重力场的空间分辨率和精度,特别是提高浅大陆边缘的空间分辨率,进而提升海底地形的分辨率和反演精度。
(2) 若将卫星测高反演海底地形与ICESat-2类高级地形激光高度计观测数据和遥感卫星图像、机载激光雷达图像相结合,有望绘制大面积浅水区的地图,与使用船只相比,所花费的时间和成本少很多。
(3) 星载GNSS-R具有丰富的观测源,可以同时接收BDS、GPS、Galileo、GLONASS源自海面的反射信号,利用载波相位观测量已被证实可以获得厘米级精度的海面高,若与微波雷达卫星测高结果进行同化和融合处理,有望在未来3~5年得到普遍应用。
(4) 尽管目前还不完全清楚人工智能技术将给卫星测高领域带来何种益处和突破; 然而,大量空间数据和综合数据将受益于人工智能科学领域开发的操作、处理、解释及理解工具,从而提高其应用价值。
[1] |
FU L L, CAZENAVE A. Satellite altimetry and earth sciences: a handbook of techniques and applications[M]. San Diego: Academic Press, 2001.
|
[2] |
ABDALLA S, KOLAHCHI A A, ABLAIN M, et al. Altimetry for the future: building on 25 years of progress[J]. Advances in Space Research, 2021, 68(2): 319-363. DOI:10.1016/j.asr.2021.01.022 |
[3] |
GRGIĆ M, BAŠIĆ T. Radar satellite altimetry in geodesy-theory, applications and recent developments[M]//EROL B, EROL S. Geodetic Sciences-Theory, Applications and Recent Developments. London: IntechOpen, 2021.
|
[4] |
李建成, 金涛勇. 卫星测高技术及应用若干进展[J]. 测绘地理信息, 2013, 38(4): 1-8. LI Jincheng, JIN Taoyong. On the main progress of satellite altimetry and its applications[J]. Journal of Geomatics, 2013, 38(4): 1-8. |
[5] |
PEROSANZ F, MARTY J C, BALMINO G. Dynamic orbit determination and gravity field model improvement from GPS, DORIS and laser measurements on TOPEX/POSEIDON satellite[J]. Journal of Geodesy, 1997, 71(3): 160-170. DOI:10.1007/s001900050084 |
[6] |
STENSENG L. Polar remote sensing by cryosat-type radar altimetry[D]. Copenhagen: DTU Space, 2011.
|
[7] |
VERRON J, BONNEFOND P, ANDERSEN O, et al. The SARAL/AltiKa mission: a step forward to the future of altimetry[J]. Advances in Space Research, 2021, 68(2): 808-828. DOI:10.1016/j.asr.2020.01.030 |
[8] |
MECKLENBURG S, DRANSFELD S, GASCON F, et al. ESA's Sentinel-3 mission-status and performance[C]//Proceedings of 2018 IEEE International Geoscience and Remote Sensing Symposium. Valencia, Spain: IEEE, 2018: 3917-3919.
|
[9] |
DONLON C J, CULLEN R, GIULICCHI L, et al. The copernicus Sentinel-6 mission: enhanced continuity of satellite sea level measurements from space[J]. Remote Sensing of Environment, 2021, 258: 112395. DOI:10.1016/j.rse.2021.112395 |
[10] |
MEDVEDEV P P, LEBEDEV S A, TYUPKIN Y S, et al. An integrated satellite altimetry database and final results of the Russian altimetry data processing[C]//Proceedings of the 2nd Joint Meeting of the IGC/IGeC. Trieste, Italy: [s. n.], 1999.
|
[11] |
SANDWELL D T. A detailed view of the south pacific geoid from satellite altimetry[J]. Journal of Geophysical Research: Solid Earth, 1984, 89(B2): 1089-1104. DOI:10.1029/JB089iB02p01089 |
[12] |
RAPP R H. The determination of geoid undulations and gravity anomalies from SEASAT altimeter data[J]. Journal of Geophysical Research: Oceans, 1983, 88(C3): 1552-1562. DOI:10.1029/JC088iC03p01552 |
[13] |
RAPP R H. Geos 3 data processing for the recovery of geoid undulations and gravity anomalies[J]. Journal of Geophysical Research: Solid Earth, 1979, 84(B8): 3784-3792. DOI:10.1029/JB084iB08p03784 |
[14] |
MARKS K M. Resolution of the Scripps/NOAA marine gravity field from satellite altimetry[J]. Geophysical Research Letters, 1996, 23(16): 2069-2072. DOI:10.1029/96GL02059 |
[15] |
SANDWELL D T, SMITH W H F. Marine gravity anomaly from Geosat and ERS 1 satellite altimetry[J]. Journal of Geophysical Research: Solid Earth, 1997, 102(B5): 10039-10054. DOI:10.1029/96JB03223 |
[16] |
ANDERSEN O B, KNUDSEN P. Global marine gravity field from the ERS-1 and Geosat geodetic mission altimetry[J]. Journal of Geophysical Research: Oceans, 1998, 103(C4): 8129-8137. DOI:10.1029/97JC02198 |
[17] |
ANDERSEN O B, KNUDSEN P, TRIMMER R. Improved high resolution altimetric gravity field mapping (KMS2002 global marine gravity field)[C]//Proceedings of 2005 International Association of Geodesy IAG General Assembly. Sapporo: Springer, 2005: 326-331.
|
[18] |
ANDERSEN O B, ZHANG S J, SANDWELL D T, et al. The unique role of the Jason geodetic missions for high resolution gravity field and mean sea surface modelling[J]. Remote Sensing, 2021, 13(4): 646. DOI:10.3390/rs13040646 |
[19] |
ANDERSEN O B, KNUDSEN P. The DTU17 global marine gravity field: first validation results[C]//Proceedings of 2020 International Review Workshop on Satellite Altimetry Cal/Val Activities and Applications. Cham: Springer, 2020: 83-87.
|
[20] |
SANDWELL D T, HARPER H, TOZER B, et al. Gravity field recovery from geodetic altimeter missions[J]. Advances in Space Research, 2021, 68(2): 1059-1072. DOI:10.1016/j.asr.2019.09.011 |
[21] |
王虎彪, 王勇, 陆洋, 等. 联合多种测高数据确定中国海及其邻域1.5'×1.5'重力异常[J]. 武汉大学学报(信息科学版), 2008, 33(12): 1292-1295. WANG Hubiao, WANG Yong, LU Yang, et al. Gravity anomalies with resolution of 1.5'×1.5' over China sea and its vicinity derived from multi-satellite altimeter[J]. Geomatics and Information Science of Wuhan University, 2008, 33(12): 1292-1295. |
[22] |
李建成, 宁津生, 陈俊勇, 等. 中国海域大地水准面和重力异常的确定[J]. 测绘学报, 2003, 32(2): 114-119. LI Jiancheng, NING Jinsheng, CHEN Junyong, et al. Geoid determination in China sea areas[J]. Acta Geodaetica et Cartographica Sinica, 2003, 32(2): 114-119. |
[23] |
黄谟涛, 翟国君, 管铮, 等. 利用卫星测高数据反演海洋重力异常研究[J]. 测绘学报, 2001, 30(2): 179-184. HUANG Motao, ZHAI Guojun, GUAN Zheng, et al. On the recovery of gravity anomalies from altimeter data[J]. Acta Geodaetica et Cartographica Sinica, 2001, 30(2): 179-184. DOI:10.3321/j.issn:1001-1595.2001.02.014 |
[24] |
许厚泽, 王海瑛, 陆洋, 等. 利用卫星测高数据推求中国近海及邻域大地水准面起伏和重力异常研究[J]. 地球物理学报, 1999, 42(4): 465-471. XU Houze, WANG Haiying, LU Yang, et al. Geoid undulations and gravity anomalies from T/P and ERS-1 altimeter data in the China sea and vicinity[J]. Chinese Journal of Geophysics, 1999, 42(4): 465-471. DOI:10.3321/j.issn:0001-5733.1999.04.005 |
[25] |
ZHU Chengcheng, GUO Jinyun, GAO Jinyao, et al. Marine gravity determined from multi-satellite GM/ERM altimeter data over the South China Sea: SCSGA V1.0[J]. Journal of Geodesy, 2020, 94(5): 50. DOI:10.1007/s00190-020-01378-4 |
[26] |
张胜军. 利用多源卫星测高资料确定海洋重力异常的研究[J]. 测绘学报, 2017, 46(8): 1071. ZHANG Shengjun. Research on determination of marine gravity anomalies from multi-satellite altimeter data[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(8): 1071. DOI:10.11947/j.AGCS.2017.20170187 |
[27] |
张胜军, 李建成, 孔祥雪. 基于Laplace方程的垂线偏差法反演全球海域重力异常[J]. 测绘学报, 2020, 49(4): 452-460. ZHANG Shengjun, LI Jiancheng, KONG Xiangxue. Inversion of global marine gravity anomalies with vertical deflection method deduced from Laplace equation[J]. Acta Geodaetica et Cartographica Sinica, 2020, 49(4): 452-460. |
[28] |
ANDERSEN O B, KNUDSEN P, KENYON S, et al. The DTU13 global marine gravity field - first evaluation[C]//Proceedings of 2013 Ocean Surface Topography Science Team Meeting. Boulder, Colorado: [s. n.], 2013.
|
[29] |
ANDERSEN O B, KNUDSEN P, KENYON S, et al. Global gravity field from recent satellites (DTU15) - Arctic improvements[J]. First Break, 2017, 35(12): 37-40. |
[30] |
SANDWELL D T, MVLLER R D, SMITH W H F, et al. New global marine gravity model from CryoSat-2 and Jason-1 reveals buried tectonic structure[J]. Science, 2014, 346(6205): 65-67. DOI:10.1126/science.1258213 |
[31] |
WÖLFL A C, SNAITH H, AMIREBRAHIMI S, et al. Seafloor mapping-the challenge of a truly global ocean bathymetry[J]. Frontiers in Marine Science, 2019, 6: 283. DOI:10.3389/fmars.2019.00283 |
[32] |
DIXON T H, NARAGHI M, MCNUTT M K, et al. Bathymetric prediction from SEASAT altimeter data[J]. Journal of Geophysical Research: Oceans, 1983, 88(C3): 1563-1571. DOI:10.1029/JC088iC03p01563 |
[33] |
HAXBY W F, KARNER G D, LABRECQUE J L, et al. Digital images of combined oceanic and continental data sets and their use in tectonic studies[J]. Eos, Transactions American Geophysical Union, 1983, 64(52): 995-1004. DOI:10.1029/EO064i052p00995 |
[34] |
SMITH W H F, SANDWELL D T. Bathymetric prediction from dense satellite altimetry and sparse shipboard bathymetry[J]. Journal of Geophysical Research: Solid Earth, 1994, 99(B11): 21803-21824. DOI:10.1029/94JB00988 |
[35] |
赵建虎, 欧阳永忠, 王爱学. 海底地形测量技术现状及发展趋势[J]. 测绘学报, 2017, 46(10): 1786-1794. ZHAO Jianhu, OUYANG Yongzhong, WANG Aixue. Status and development tendency for seafloor terrain measurement technology[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(10): 1786-1794. DOI:10.11947/j.AGCS.2017.20170276 |
[36] |
AMANTE C, EAKINS B W. ETOPO1 arc-minute global relief model: procedures, data sources and analysis[R]. Boulder, Colorado: National Geophysical Data Center, Marine Geology and Geophysics Division, 2009.
|
[37] |
BECKER J J, SANDWELL D T, SMITH W H F, et al. Global bathymetry and elevation data at 30 arc seconds resolution: SRTM30_PLUS[J]. Marine Geodesy, 2009, 32(4): 355-371. DOI:10.1080/01490410903297766 |
[38] |
TOZER B, SANDWELL D T, SMITH W H F, et al. Global bathymetry and topography at 15 arc sec: SRTM15+[J]. Earth and Space Science, 2019, 6(10): 1847-1864. DOI:10.1029/2019EA000658 |
[39] |
WEATHERALL P, MARKS K M, JAKOBSSON M, et al. A new digital bathymetric model of the world's oceans[J]. Earth and Space Science, 2015, 2(8): 331-345. DOI:10.1002/2015EA000107 |
[40] |
胡敏章, 李建成, 邢乐林. 由垂直重力梯度异常反演全球海底地形模型[J]. 测绘学报, 2014, 43(6): 558-565, 574. HU Minzhang, LI Jiancheng, XING Lelin. Global bathymetry model predicted from vertical gravity gradient anomalies[J]. Acta Geodaetica et Cartographica Sinica, 2014, 43(6): 558-565, 574. DOI:10.13485/jc.nki1.1-20892.0140.090 |
[41] |
胡敏章, 张胜军, 金涛勇, 等. 新一代全球海底地形模型BAT_WHU2020[J]. 测绘学报, 2020, 49(8): 939-954. HU Minzhang, ZHANG Shengjun, JIN Taoyong, et al. A new generation of global bathymetry model BAT_WHU2020[J]. Acta Geodaetica et Cartographica Sinica, 2020, 49(8): 939-954. |
[42] |
RANEY R K. The delay/Doppler radar altimeter[J]. IEEE Transactions on Geoscience and Remote Sensing, 1998, 36(5): 1578-1588. DOI:10.1109/36.718861 |
[43] |
BOY F, DESJONQUÈRES J D, PICOT N, et al. CryoSat-2 SAR-mode over oceans: processing methods, global assessment, and benefits[J]. IEEE Transactions on Geoscience and Remote Sensing, 2017, 55(1): 148-158. DOI:10.1109/TGRS.2016.2601958 |
[44] |
王磊. 高精度卫星雷达高度计数据处理技术研究[D]. 北京: 中国科学院大学, 2015. WANG Lei. Study on the data processing for high precision satellite radar altimeter[D]. Beijing: University of Chinese Academy of Sciences, 2015. |
[45] |
SMITH W H F. Resolution of seamount geoid anomalies achieved by the SARAL/AltiKa and envisat RA2 satellite radar altimeters[J]. Marine Geodesy, 2015, 38(S1): 644-671. |
[46] |
MARKS K M, SMITH W H F. Detecting small seamounts in AltiKa repeat cycle data[J]. Marine Geophysical Research, 2016, 37(4): 349-359. DOI:10.1007/s11001-016-9293-0 |
[47] |
MARKS K M, SMITH W H F. A method of stacking AltiKa repeat cycle data that may reveal 75, 000+ possible small seamounts[J]. Earth and Space Science, 2018, 5(12): 964-969. DOI:10.1029/2018EA000440 |
[48] |
FU L L, ALSDORF D, MORROW R, et al. SWOT: the surface water and ocean topography mission-wide-swath altimetric measurement of water elevation on earth[R]. Pasadena, CA: Jet Propulsion Laboratory, California Institute of Technology, 2012, PP228.
|
[49] |
FERNANDEZ D E, FU L L, POLLARD B, et al. SWOT project: mission performance and error budget[R]. Washington, NASA, 2017.
|
[50] |
YU Daocheng, HWANG C W, ANDERSEN O B, et al. Gravity recovery from SWOT altimetry using geoid height and geoid gradient[J]. Remote Sensing of Environment, 2021, 265: 112650. DOI:10.1016/j.rse.2021.112650 |
[51] |
陈洁好, 张云华, 董晓. 天宫二号三维成像微波高度计大气斜距时延校正[J]. 遥感学报, 2020, 24(9): 1059-1069. CHEN Jiehao, ZHANG Yunhua, DONG Xiao. Correction of the tropospheric slant path delay of Tiangong-2 interferometric imaging radar altimeter[J]. Journal of Remote Sensing, 2020, 24(9): 1059-1069. |
[52] |
MARTIN-NEIRA M. A passive reflectometry and interferometry system (PARIS): application to ocean altimetry[J]. ESA Journal, 1993, 17(4): 331-355. |
[53] |
LOWE S T, LABRECQUE J L, ZUFFADA C, et al. First spaceborne observation of an earth-reflected GPS signal[J]. Radio Science, 2002, 37(1): 1007. |
[54] |
CLARIZIA M P, GOMMENGINGER C P, GLEASON S T, et al. Analysis of GNSS-R delay-Doppler maps from the UK-DMC satellite over the ocean[J]. Geophysical Research Letters, 2009, 36(2): L02608. |
[55] |
UNWIN M, JALES P, TYE J, et al. Spaceborne GNSS-reflectometry on TechDemoSat-1: early mission operations and exploitation[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2016, 9(10): 4525-4539. DOI:10.1109/JSTARS.2016.2603846 |
[56] |
CARRENO-LUENGO H, LOWE S, ZUFFADA C, et al. Spaceborne GNSS-R from the SMAP mission: first assessment of polarimetric scatterometry over land and cryosphere[J]. Remote Sensing, 2017, 9(4): 362. DOI:10.3390/rs9040362 |
[57] |
LI Weiqiang, CARDELLACH E, FABRA F, et al. Assessment of spaceborne GNSS-R ocean altimetry performance using CYGNSS mission raw data[J]. IEEE Transactions on Geoscience and Remote Sensing, 2020, 58(1): 238-250. DOI:10.1109/TGRS.2019.2936108 |
[58] |
NGUYEN V A, NOGUÉS-CORREIG O, YUASA T, et al. Initial GNSS phase altimetry measurements from the spire satellite constellation[J]. Geophysical Research Letters, 2020, 47(15): e88308. |
[59] |
CARDELLACH E, LI Weiqiang, RIUS A, et al. First precise spaceborne sea surface altimetry with GNSS reflected signals[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2020, 13: 102-112. DOI:10.1109/JSTARS.2019.2952694 |
[60] |
陶鹏. GNSS-R海洋反射接收机研究[D]. 北京: 中国科学院大学, 2012. TAO Peng. Research on GNSS-R ocean reflectometry receiver[D]. Beijing: University of Chinese Academy of Sciences, 2012. |
[61] |
白伟华, 夏俊明, 万玮, 等. 中国GNSS-R机载实验综合评估: 河流遥感[J]. 科学通报, 2015, 60(24): 2356. BAI Weihua, XIA Junming, WAN Wei, et al. A first comprehensive evaluation of China's GNSS-R airborne campaign part Ⅱ: river remote sensing[J]. Chinese Science Bulletin, 2015, 60(24): 2356. |
[62] |
RANEY R K, PORTER D L. WITTEX: an innovative three-satellite radar altimeter concept[J]. IEEE Transactions on Geoscience and Remote Sensing, 2001, 39(11): 2387-2391. DOI:10.1109/36.964975 |
[63] |
BLUMSTEIN D, BIANCAMARIA S, GUÉRIN A, et al. A potential constellation of small altimetry satellites dedicated to continental surface waters (SMASH mission)[C]//Proceedings of AGU Fall Meeting 2019. San Francisco: AGU, 2019.
|
[64] |
BENKIRAN M, LE TRAON P Y, DIBARBOURE G. Contribution of a constellation of two wide-swath altimetry missions to global ocean analysis and forecasting[J/OL]. Ocean Science, 2021: 1-25. (2021-11-16). https://doi.org/10.5194/os-2021-108.
|
[65] |
RICHARD J, ENJOLRAS V, RYS L, et al. Space altimetry from nano-satellites: payload feasibility, missions and system performances[C]//Proceedings of 2008 IEEE International Geoscience and Remote Sensing Symposium. Boston, MA: IEEE, 2009: Ⅲ-71-Ⅲ-74.
|
[66] |
GUERRA A G C, FRANCISCO F, VILLATE J, et al. On small satellites for oceanography: a survey[J]. Acta Astronautica, 2016, 127: 404-423. DOI:10.1016/j.actaastro.2016.06.007 |
[67] |
翟振和, 孙中苗, 肖云, 等. 自主海洋测高卫星串飞模式的设计与重力场反演精度分析[J]. 武汉大学学报(信息科学版), 2018, 43(7): 1030-1035, 1128. ZHAI Zhenhe, SUN Zhongmiao, XIAO Yun, et al. Two-satellites tandem mode design and accuracy analysis of gravity field inversion for independent marine altimetry satellite[J]. Geomatics and Information Science of Wuhan University, 2018, 43(7): 1030-1035, 1128. |
[68] |
鲍李峰, 许厚泽. 双星伴飞卫星测高模式及其轨道设计[J]. 测绘学报, 2014, 43(7): 661-667. BAO Lifeng, XU Houze. Twin-satellites altimetry mode and its orbit design[J]. Acta Geodaetica et Cartographica Sinica, 2014, 43(7): 661-667. DOI:10.13485/j.cnki.11-2089.2014.0109 |