便攜式L波段微波輻射計(jì)的設(shè)計(jì)與特性

（轉(zhuǎn)譯自Portable L-Band radiometer (PoLRa): Design and Characterization；

Derek Houtz , Reza Naderpour and Mike Schwank）

摘要：介紹了一種適用于地面遙感或無(wú)人機(jī)測(cè)繪的輕質(zhì)量、小體積雙偏振L波段輻射計(jì)。在ESA土壤濕度和海洋鹽度(SMOS)和NASA土壤濕度上有突出的應(yīng)用主被動(dòng)(SMAP)衛(wèi)星的L波段輻射測(cè)量可用于反演環(huán)境參數(shù)，包括土壤濕度、海水鹽度、雪中液態(tài)水含量、雪密度、植被光學(xué)深度等。介紹了氣隙貼片陣列天線的設(shè)計(jì)和測(cè)試，并顯示可提供37°的3db全功率波束寬度。我們提出了射頻(RF)前端設(shè)計(jì)，它采用直接檢測(cè)架構(gòu)和平方律功率檢測(cè)器。使用兩個(gè)內(nèi)部參考校準(zhǔn)，包括在環(huán)境溫度下的匹配電阻源(RS)和主動(dòng)冷源(ACS)。射頻(RF)前端不需要溫度穩(wěn)定，因?yàn)橥ㄟ^(guò)天空測(cè)量表征ACS噪聲溫度。介紹了ACS的表征過(guò)程。在1 s積分時(shí)，輻射計(jì)的噪聲等效Δ (Δ)溫度(NEΔT)為~0.14 K。天線總溫度不確定度范圍為0.6 ~ 1.5 K。

1.介紹

星載L波段(1 – 2GHz)微波輻射計(jì)的現(xiàn)代時(shí)代始于歐洲航天局(ESA) 2010年土壤濕度和海洋鹽度衛(wèi)星(SMOS)[1]。緊隨其后的是美國(guó)guo家航空航天局(NASA)的Aquarius衛(wèi)星[2]和土壤濕度主動(dòng)式被動(dòng)衛(wèi)星(SMAP)[3]。L波段輻射測(cè)量通常發(fā)生在1400-1427 MHz的受保護(hù)頻段?；谠摬ǘ蔚碾p偏振微波亮度溫度，已經(jīng)證明了土壤濕度[4,5]、海面鹽度[6]、植被光學(xué)深度[7,8]、雪液水[9]、雪密度[10-12]、土壤凍結(jié)/解凍[13,14]和海冰厚度[15]等環(huán)境狀態(tài)參數(shù)的反演。

近地表L波段輻射測(cè)量，如便攜式L波段輻射計(jì)(PoLRa)，允許來(lái)自多個(gè)平臺(tái)的高空間分辨率的L波段輻射測(cè)量。緊湊和輕質(zhì)量的設(shè)計(jì)允許在無(wú)人駕駛飛行器(UAV)或無(wú)人駕駛飛機(jī)，輪式車(chē)輛或固定在塔，桿子或建筑物上使用。無(wú)人機(jī)安裝的PoLRa能夠提供幾米(<10米)的地面分辨率。

基于無(wú)人機(jī)的L波段輻射計(jì)已經(jīng)在先前的文獻(xiàn)[16,17]中得到證實(shí)。這兩種系統(tǒng)都不能提供雙極化離zui低點(diǎn)天線溫度，而這種溫度對(duì)于已建立的檢索算法(如Tau-Omega (TO)[18,19]或Two-Stream (2S)發(fā)射)來(lái)說(shuō)是很優(yōu)的模型(EMs)[5]。

PoLRa是一種直接探測(cè)輻射計(jì)，提供校準(zhǔn)的雙極化L波段天線溫度，在1 s積分時(shí)分辨率為~0.14 K，根據(jù)積分時(shí)間和輸入天線溫度的不同，總不確定度在0.6-1.5 K之間。PoLRa采用獨(dú)特的雙2 × 2貼片陣列天線，帶有氣隙襯底，具有高增益和低歐姆損耗。獨(dú)特的天線溫度校正方案允許校正相對(duì)較寬的天線功率37°全波束寬度?3db靈敏度。該校正將天線方向圖與模擬的角度相關(guān)的面亮度溫度進(jìn)行卷積，同時(shí)還考慮了幾何性質(zhì)在偏離軸視角處引入的偏振混合(參見(jiàn)附錄[20])。PoLRa是一個(gè)研究型的輻射計(jì)系統(tǒng)，本文演示了它的特性。

下面幾節(jié)介紹輻射計(jì)硬件、特性、初步結(jié)果和結(jié)論。硬件包括輻射計(jì)、電子設(shè)備和天線。表征包括輻射計(jì)的分辨率和穩(wěn)定性、校準(zhǔn)和不確定度。初步結(jié)果包括基于無(wú)人機(jī)的天線溫度測(cè)量和土壤水分檢索。

2.硬件

以下各小節(jié)將介紹PoLRa的硬件組成，包括射頻前端、后端和天線。

2.1射頻前端

PoLRa是一種直接探測(cè)輻射計(jì)，具有三個(gè)模擬濾波級(jí)，其中一個(gè)在第1個(gè)放大器之前。前端濾波器對(duì)于防止射頻推斷(RFI)信號(hào)使低噪聲放大器(LNA)飽和至關(guān)重要[21]。輻射計(jì)使用兩個(gè)內(nèi)部校準(zhǔn)噪聲源作為參考，包括環(huán)境溫度下的匹配電阻源(RS)和主動(dòng)冷源(ACS)。一個(gè)四端口低損耗射頻開(kāi)關(guān)在兩個(gè)校準(zhǔn)源和兩個(gè)(垂直和水平)極化天線之間切換。溫度傳感器監(jiān)測(cè)參考噪聲源以及天線和電纜的物理溫度。經(jīng)過(guò)多次濾波放大后，射頻信號(hào)由線性平方律功率檢測(cè)器檢測(cè)。

射頻前端框圖如圖1所示。濾波器是陶瓷諧振器濾波器，兩個(gè)LNA級(jí)提供了~70 dB的總增益。射頻組件目前通過(guò)同軸電纜線路和SMA型連接器連接。RF組件可以與微帶或共面波導(dǎo)連接，從而允許在單個(gè)印刷電路板(PCB)上實(shí)現(xiàn)整個(gè)RF前端。單個(gè)帶通濾波器的實(shí)測(cè)響應(yīng)如圖2所示。

前端損耗或噪聲系數(shù)(NF)由第1個(gè)LNA之前的組件驅(qū)動(dòng)，并決定輻射計(jì)系統(tǒng)噪聲溫度，從而決定輻射分辨率。由于PoLRa所要求的輕質(zhì)量和小體積，使用大的低損耗諧振腔濾波器是不切實(shí)際的。四口射頻開(kāi)關(guān)、隔離器和陶瓷腔濾波器的插入損耗分別為1.3 dB、0.2 dB和2.1 dB。第1個(gè)LNA的NF為0.6 dB，由于所有連接器和SMA部分約0.8 dB，存在額外的損耗。從交換機(jī)到包括第1個(gè)LNA的NF為5.0 dB。輻射計(jì)系統(tǒng)噪聲溫度Tsys由以dB為單位的NF計(jì)算[22]：

Tref是290k。這對(duì)應(yīng)于Tsys為627 K。

圖1所示，L波段輻射計(jì)射頻(RF)前端和后探測(cè)電子器件的框圖。

圖2，用矢量網(wǎng)絡(luò)分析儀(VNA)測(cè)量濾波器響應(yīng):(a)寬帶響應(yīng);(b)頻率y軸在保護(hù)頻帶附近變焦。

2.2．后端及處理

Linux微控制器驅(qū)動(dòng)開(kāi)關(guān)，讀取溫度傳感器，并對(duì)模數(shù)轉(zhuǎn)換器(ADC)進(jìn)行采樣，讀取功率檢測(cè)器輸出信號(hào)。開(kāi)關(guān)的穩(wěn)定時(shí)間小于1 ms，通常一個(gè)完整的校準(zhǔn)周期需要~69 ms，其中積分每個(gè)開(kāi)關(guān)位置花費(fèi)16 ms，在四次~1 ms的開(kāi)關(guān)位置穩(wěn)定周期內(nèi)對(duì)4個(gè)溫度傳感器進(jìn)行采樣。ADC的采樣頻率為~ 2kHz和22bit，低通濾波器的RC時(shí)間常數(shù)為τ≈1ms。由于電池電源的穩(wěn)定電壓調(diào)節(jié)，該ADC能夠檢測(cè)＜0.01 mV分辨率。

輻射計(jì)完全運(yùn)行在5V DC上，功耗約0.7 A，總功耗低于4W。輻射計(jì)沒(méi)有主動(dòng)溫度控制，這被證明是不必要的，其達(dá)到所需的精度，可與星載L波段輻射計(jì)相媲美。相反，我們依賴(lài)于ACS的物理溫度依賴(lài)性的表征。第3.1節(jié)詳細(xì)介紹了這種特性。第三節(jié)還介紹了輻射計(jì)噪聲溫度的校準(zhǔn)過(guò)程。

2.3. 天線設(shè)計(jì)與表征

獨(dú)特的雙貼片陣列天線結(jié)構(gòu)緊湊，重量輕，并提供足夠的指向性，以獲得合理的地面分辨率，低后瓣貢獻(xiàn)和較小的極化串?dāng)_。印刷電路板(PCB)貼片陣列使用由氣隙隔開(kāi)的兩個(gè)PCB層來(lái)獲得高增益和高輻射效率。貼片由印刷在與貼片相同的PCB上的微帶饋電網(wǎng)絡(luò)以均勻的幅度和相位饋電。微帶饋電網(wǎng)絡(luò)用同軸探頭饋電，用1m的SMA電纜連接到前端交換機(jī)。天線由兩個(gè)厚度為1.5 mm的FR4 PCB組成，中間間隔有6mm的PTFE墊片。PCB連接使用尼龍螺釘通過(guò)墊片和PCB層運(yùn)行。天線總尺寸為0.6 m × 0.3 m × 9mm。

監(jiān)測(cè)天線和饋電電纜的物理溫度，如圖1所示。天線的歐姆損耗和同軸饋電電纜的損耗是根據(jù)經(jīng)驗(yàn)確定的，作為第3節(jié)中描述的ACS特性的一部分。圖3顯示了天線在地面天空測(cè)量和無(wú)人機(jī)測(cè)量期間的照片。

圖3，天空測(cè)量時(shí)安裝在塔上的貼片陣列天線(a);(b)在飛行測(cè)量時(shí)安裝在多旋翼無(wú)人機(jī)上。

在設(shè)計(jì)過(guò)程中，利用商用有限元電磁學(xué)軟件ANSYS electromagnetics Suite對(duì)天線回波損耗進(jìn)行了仿真。優(yōu)化了饋電網(wǎng)絡(luò)和補(bǔ)片尺寸，減小了模擬回波損失。在天線指向天空的情況下，用矢量網(wǎng)絡(luò)分析儀(VNA)測(cè)量回波損耗。天線的諧振，或zui小回波損耗，對(duì)FR4襯底的電磁介電常數(shù)高度敏感。zui終呈現(xiàn)的設(shè)計(jì)需要多次迭代才能準(zhǔn)確確定特定PCB供應(yīng)商提供的FR4介電常數(shù)。

利用ANSYS Electromagnetics Suite有限元軟件對(duì)天線的角相關(guān)功率靈敏度進(jìn)行了仿真。此外，采用[23]中描述的太陽(yáng)立交橋方法測(cè)量天線功率靈敏度方向圖。天線的定位使軸向指向當(dāng)天太陽(yáng)zui高天頂角的方位角和仰角。用太陽(yáng)立交橋法測(cè)量的相對(duì)天線方向圖將增益表征為太陽(yáng)與天線軸向之間的總角度α的函數(shù)。球面極角θ只會(huì)恰好等于α?xí)r，太陽(yáng)直接通過(guò)頭頂，但對(duì)α的響應(yīng)應(yīng)該在恒定φ=｛0?，90?｝之間的切片。太陽(yáng)立交橋法的數(shù)據(jù)只顯示通過(guò)- 6 dB功率電平，因?yàn)樵诟呓嵌鹊仄骄€變得雜亂的樹(shù)木，和測(cè)量變得不可靠。圖4顯示了(a)模擬和測(cè)量的天線回波損耗，(b)模擬和測(cè)量的天線功率靈敏度圖(歸一化天線增益)。

圖4，(a)有限元模擬和VNA測(cè)量的天線回波損耗;(b)由有限元模擬和太陽(yáng)立交橋測(cè)量得到的歸一化天線功率靈敏度圖。

3.輻射計(jì)表征

下面的小節(jié)描述了PoLRa輻射計(jì)的實(shí)驗(yàn)特性。首先，描述了主動(dòng)冷源(ACS)表征過(guò)程；其次，討論了穩(wěn)定性和輻射分辨率；第三，給出了輻射計(jì)不確定度的量化。

3.1．主動(dòng)冷源表征

在非溫度穩(wěn)定的輻射計(jì)硬件上使用主動(dòng)冷源(ACS)，需要確定ACS噪聲溫度對(duì)溫度的依賴(lài)性。在沒(méi)有星系背景輻射的情況下，根據(jù)天頂角的不同，天空的L波段亮溫Tsky約為幾個(gè)開(kāi)爾文[24]。銀河系輻射已被證明對(duì)天空亮度溫度的影響高達(dá)5K或更多[25]，但與[25]中假設(shè)的10°天線相比，相對(duì)較大的37°天線波束寬度將其減少到不到2K。

兩個(gè)極化開(kāi)關(guān)輸入處的噪聲溫度p={H，V｝,Tinp可以被以下式子表達(dá)：

式中ap為天線/電纜平均物理溫度Tphy(假設(shè)所有天線元件和電纜溫度均勻)下總傳輸路徑(TP)的吸收。請(qǐng)注意，溫度符號(hào)上的條形重音在接下來(lái)的討論中指的是物理溫度。

以分貝(dB)為單位的Lp是天線和輻射計(jì)輸入之間的累積損耗(上面提到的TP)，它考慮了由于非理想天線效率、電纜損耗、適配器和連接器損耗以及不匹配誤差造成的損耗。由于兩種傳輸路徑(TPs)的電纜和天線損耗各自的可變性，我們考慮在每個(gè)極化p = {H, V}中不同的損耗Lp。

我們使用天空和環(huán)境匹配電阻源(RS)測(cè)量，以開(kāi)關(guān)輸入作為參考平面對(duì)輻射計(jì)進(jìn)行兩點(diǎn)校準(zhǔn)。輻射計(jì)增益Gp和輻射計(jì)固有偏置(off)噪聲溫度Toffp由下式給出:

式中TRS= TRS為RS的噪聲溫度，如果RS完全匹配，則等于RS的物理溫度TRS。uRS為RS開(kāi)關(guān)位置測(cè)得的探測(cè)器電壓，uskyp為天線極化p = {H, V}處開(kāi)關(guān)位置測(cè)得的探測(cè)器電壓，天線朝向天空。開(kāi)關(guān)輸入端ACS的校準(zhǔn)噪聲溫度TACSp為:

如文獻(xiàn)[26,27]所示，ACS參考文獻(xiàn)的噪聲溫度TACSp隨其物理溫度呈線性增加。因此，以下線性模型適用于表示ACS噪聲溫度TACS,modp作為其測(cè)量物理溫度TACS的函數(shù)，

其中mp和bp分別是線性zui小二乘回歸的斜率(單位為K/K)和偏移量(單位為K)。給定一個(gè)理想的開(kāi)關(guān)，因?yàn)樗械闹刀紖⒖奸_(kāi)關(guān)輸入，所以沒(méi)有極化依賴(lài)于ACS噪聲溫度，這意味著TACSH= TACSV。我們將此與假定的ACS噪聲與物理溫度之間的線性關(guān)系一起使用，以制定成本函數(shù)(CF)，通過(guò)zui小二乘擬合zui小化并獲得LH和LV的損失:

其中TACSH,i和TACSV,i是由式(5)導(dǎo)出的ACS噪聲溫度，并使用天空測(cè)量得到的電壓uACS,i ={1,2，…n}。CF中的第1項(xiàng)表示ACS噪聲與其物理溫度的線性關(guān)系，第2項(xiàng)表示TACSH= TACSV。利用數(shù)值全局zui小查找器zui小化CF以獲得zui優(yōu)LH和LV。對(duì)于理想的測(cè)量系統(tǒng)，公式(6)中使用的線性擬合參數(shù)mp和bp對(duì)于p = {H, V}是相同的，但在實(shí)踐中并非如此。為了獲得zui優(yōu)的與極化無(wú)關(guān)的ACS線性溫度依賴(lài)關(guān)系，可以對(duì)m =＜mH, mV＞和b =＜bH, bV＞進(jìn)行兩個(gè)極化的平均，這相當(dāng)于所有TACSp,i值與TACS的線性擬合。圖3a顯示了在達(dá)沃斯-拉雷特遙感野外實(shí)驗(yàn)室進(jìn)行這些天空測(cè)量的設(shè)置[28]。天線以大約70°高度角朝向南方。在2020年5月7日至8日約11小時(shí)的時(shí)間內(nèi)，每隔5分鐘進(jìn)行一次天空測(cè)量。傍晚至夜間(當(dāng)?shù)貢r(shí)間17:00-06:00)測(cè)量是為了zui大化物理溫度范圍，同時(shí)也避免太陽(yáng)侵入天線。我們還使用夜空計(jì)算器調(diào)查了潛在的銀河系噪聲入侵，并從我們的赤道坐標(biāo)估計(jì)其小于1 K[25]，zui壞的情況發(fā)生在測(cè)量周期的開(kāi)始。圖5顯示了物理溫度和測(cè)量到的探測(cè)器電壓。夜間冷卻期提供了~25 K的溫度變化。請(qǐng)注意，PoLRa上的檢測(cè)器是反斜率檢測(cè)器，因此較低的電壓對(duì)應(yīng)于較高的絕對(duì)功率水平。圖6提供了校準(zhǔn)后的冷負(fù)荷亮度溫度TACSp,i(TACS)與ACS物理溫度TACS，以及兩個(gè)極化的線性擬合線TACS,mod和該擬合線的95%置信區(qū)間。表1顯示了成本函數(shù)(CF)zui小化過(guò)程產(chǎn)生的參數(shù)值。

圖5，(a)測(cè)量到的物理溫度，(b)在天空測(cè)量期間測(cè)量到的探測(cè)器的原始電壓與一天時(shí)間的關(guān)系。

圖6，主動(dòng)冷源(ACS) TACS的測(cè)量物理溫度與校準(zhǔn)的ACS噪聲溫度TACSp,i和線性擬合TACS,mod，用于基于天空測(cè)量的ACS特征。虛線表示線性模型的95%置信區(qū)間(CI)。顏色條表示在2020年5月7日至8日之間進(jìn)行每次測(cè)量的當(dāng)?shù)貢r(shí)間。

表1，來(lái)自ACS特性的參數(shù)值。

3.2. 輻射計(jì)穩(wěn)定

對(duì)于輻射計(jì)的標(biāo)稱(chēng)使用，天線在水平和垂直極化時(shí)的溫度使用兩點(diǎn)校準(zhǔn)，以?xún)?nèi)部匹配電阻源(RS)和主動(dòng)冷源(ACS)為參考。與式(3)(4)相似，輻射計(jì)增益G和偏移Toff的計(jì)算公式為:

在開(kāi)關(guān)位置p = {V, H}處，在開(kāi)關(guān)輸入?yún)⒖计矫嫣幍脑肼暅囟萒inp為:

其中up為天線指向目標(biāo)場(chǎng)景時(shí)，開(kāi)關(guān)在水平和垂直極化輸入口測(cè)得的探測(cè)器電壓。

通過(guò)在兩根天線饋電電纜的末端附加電阻匹配源來(lái)表征輻射計(jì)的穩(wěn)定性。輻射計(jì)從冷啟動(dòng)開(kāi)始持續(xù)測(cè)量約20分鐘，在兩個(gè)外部電阻源上使用τ = 16 ms積分時(shí)間。在四個(gè)開(kāi)關(guān)位置之間切換對(duì)應(yīng)的總時(shí)間，在每個(gè)位置(ACS, RS和兩個(gè)外部電阻源)對(duì)檢測(cè)器采樣16ms，對(duì)四個(gè)溫度傳感器采樣69 ms。在穩(wěn)定性測(cè)試中，輻射計(jì)使用電池供電。

在穩(wěn)定性試驗(yàn)中，外部匹配的電阻源被動(dòng)地保持在環(huán)境溫度下。假定各自的射頻電纜和匹配的電阻源處于相等和均勻的溫度。在測(cè)試過(guò)程中，將熱電偶溫度傳感器連接到匹配的電阻源上，以監(jiān)測(cè)其物理溫度。在測(cè)量期間，檢測(cè)到匹配的電阻源輕微發(fā)熱(~0.6 K)，可能是由靠近輻射計(jì)電子設(shè)備產(chǎn)生的熱量引起的。

噪聲等效Δ(Δ)溫度(NEΔT)由該匹配電阻源穩(wěn)定性試驗(yàn)實(shí)驗(yàn)計(jì)算得到。NEΔT取決于積分時(shí)間(τ)，在我們的系統(tǒng)中，它由原始16 ms樣本的尾隨滾動(dòng)平均值表示。所提供的NEΔT值是作為超過(guò)1000個(gè)原始樣品的校準(zhǔn)天線溫度的標(biāo)準(zhǔn)偏差計(jì)算的。積分時(shí)間被實(shí)現(xiàn)為與積分時(shí)間對(duì)應(yīng)長(zhǎng)度的尾隨滾動(dòng)平均值(矩形窗口)，因此是16的倍數(shù)。表2給出了不同積分時(shí)間下的實(shí)驗(yàn)NEΔT值。圖7給出了H極化開(kāi)關(guān)端口的測(cè)量原始(在τ = 16 ms(藍(lán)色)時(shí)采樣)和集成天線溫度的示例，以及各自原始數(shù)據(jù)的直方圖和高斯擬合。圖7中原始樣本的峰度為3.018，接近高斯分布。

表2，兩種極化和不同積分時(shí)間下實(shí)驗(yàn)輻射計(jì)噪聲等效Δ (Δ)溫度(NEΔTs)表。

圖7，輻射計(jì)在匹配電阻源期間測(cè)量的噪聲溫度連接到輻射計(jì)的H端口，用于量化PoLRa的穩(wěn)定性。(a)不同積分時(shí)間τ的噪聲溫度時(shí)間序列隨源的物理溫度繪制。(b) (a)所示原始τ = 16 ms樣本的直方圖和分布的高斯擬合。

NEΔT也可以通過(guò)公式[29]進(jìn)行理論計(jì)算:

其中Tsys為2.1節(jié)(627 K)中討論的系統(tǒng)噪聲溫度，B為系統(tǒng)的RF帶寬，τ為檢測(cè)后積分時(shí)間。射頻帶寬由FE濾波器決定，其在1400-1427 MHz范圍內(nèi)具有27 MHz的3db通頻帶。理論值NEΔT和實(shí)驗(yàn)值見(jiàn)表2。理論值可能略低(~20%)，因?yàn)樵趯?shí)驗(yàn)過(guò)程中輻射計(jì)的溫度不是完全穩(wěn)定的，并且式(11)中假設(shè)的理想矩形濾波器的帶寬高估了實(shí)際濾波器的帶寬。實(shí)驗(yàn)確定的NEΔT值確實(shí)與各自理論值的趨勢(shì)密切相關(guān)，這表明輻射計(jì)確實(shí)是在測(cè)量高斯熱噪聲。

外阻源的平均噪聲溫度與平均物理溫度的差值在H極化口為0.02 K，在V極化口為0.26 K。垂直極化端口的較大差異可能是由于電纜加熱不均勻或溫度傳感器與電阻源的熱接觸不理想所致。熱電偶傳感器的絕對(duì)精度規(guī)格僅為1K。考慮到這一點(diǎn)，外部電阻源(附在H端口上)的測(cè)量噪聲溫度與傳感器不確定度內(nèi)的物理溫度一致。

3.3. 不確定性特征

在變量不相關(guān)的情況下，交換機(jī)端口參考平面標(biāo)定噪聲溫度的系統(tǒng)不確定度可以用方差公式表示為[30]:

其中Δ前綴表示與前一個(gè)變量相關(guān)的不確定性。測(cè)量電壓uRS、uACS、up的系統(tǒng)不確定度ΔuRS、ΔuACS、Δup均為0.01 mV。當(dāng)通過(guò)增益G (~5 K/mV)的乘積轉(zhuǎn)換為溫度單位時(shí)，這些不確定性遠(yuǎn)小于TRS, TACS的測(cè)量物理溫度ΔTRS= ΔTACS?1K。因此式(12)可化簡(jiǎn)為:

其中：

其中偏導(dǎo)數(shù)由式(8)和式(9)代入式(10)計(jì)算。在3.1節(jié)給出的溫度傳感器不確定度ΔTRS= ΔTACS?1K, ACS RMSE ΔTACS= 0.66 K的條件下，輸入端口p = {H, V}處PoLRa噪聲溫度測(cè)量的系統(tǒng)不確定度ΔTinp可由式(13)計(jì)算。我們計(jì)算ΔTinp的范圍為上，覆蓋50 K≤Tp≤350 K的范圍，用于地面場(chǎng)景的測(cè)量?？偛淮_定度ΔTin,totp的測(cè)量噪聲溫度在輻射計(jì)端口p = {H, V}，然后計(jì)算為系統(tǒng)和統(tǒng)計(jì)貢獻(xiàn)的平方根和:

系統(tǒng)不確定度ΔTinp和總不確定度ΔTin,totp在圖8中為兩個(gè)不同的積分時(shí)間繪制。當(dāng)測(cè)量的噪聲溫度大致處于兩個(gè)校準(zhǔn)參考點(diǎn)(RS和ACS)之間時(shí)，不確定度達(dá)到zui小，當(dāng)測(cè)量的噪聲溫度需要外推超出校準(zhǔn)參考點(diǎn)時(shí)，不確定度增加。

額外的不確定性來(lái)源，如非線性、失配和隔離[31]，在本分析中被忽略，因?yàn)榕c與溫度傳感器相關(guān)的不確定性相比，它們被認(rèn)為很小。檢測(cè)器提供線性估計(jì)，元件和開(kāi)關(guān)端口之間的不匹配都測(cè)量在?20 dB以下。上述不確定度分析只考慮了影響開(kāi)關(guān)輸入端口p = {H, V}處測(cè)量噪聲溫度Tinp的內(nèi)部不確定源。

當(dāng)天線在地面上觀察自然足跡時(shí)，會(huì)產(chǎn)生額外的不確定性源，包括潛在的射頻干擾(RFI)。盡管許多現(xiàn)代輻射計(jì)zui近使用高采樣率數(shù)字后端來(lái)緩解頻域RFI，但這種方法仍然會(huì)導(dǎo)致殘余RFI，并且不是萬(wàn)無(wú)一失的[32]。在時(shí)域?qū)颖具M(jìn)行高斯擬合也是一種適當(dāng)?shù)腞FI檢測(cè)手段，如文獻(xiàn)[28,33,34]所示。本文討論的便攜式L波段輻射計(jì)(PoLRa)采用直接檢測(cè)架構(gòu)，具有穩(wěn)定、簡(jiǎn)單和低功耗的總功率檢測(cè)。類(lèi)似輻射計(jì)的數(shù)字后端已被證明至少消耗19W[35]，這遠(yuǎn)遠(yuǎn)超過(guò)PoLRa使用的~ 4W。

圖8。計(jì)算系統(tǒng)和總噪聲溫度不確定性作為兩個(gè)不同積分時(shí)間τ的測(cè)量噪聲溫度的函數(shù)。

用于檢索地球物理狀態(tài)參數(shù)的從天線溫度到足跡亮度溫度的轉(zhuǎn)換也可能需要進(jìn)行校正，以考慮到天線的相對(duì)較大的視場(chǎng)。當(dāng)以非zui低點(diǎn)入射角觀察地面時(shí)，天線平面上的線極化只對(duì)應(yīng)于天線軸線上相同的線極化。在非zui低點(diǎn)角度，來(lái)自地面的發(fā)射必須進(jìn)行偏振混合校正;該過(guò)程的詳細(xì)描述見(jiàn)[20]的附錄a?；赑oLRa的地球物理參數(shù)(如土壤濕度)檢索將在未來(lái)使用原位土壤濕度傳感器網(wǎng)絡(luò)進(jìn)行驗(yàn)證。

4.討論

概述了便攜式L波段輻射計(jì)(PoLRa)的設(shè)計(jì)和特性。給出了詳細(xì)的技術(shù)討論，以證明該輻射計(jì)的硬件功能符合預(yù)期，并提供了其噪聲溫度測(cè)量不確定度的估計(jì)。

雖然使用與其他輻射計(jì)相似的架構(gòu)，但PoLRa的天線設(shè)計(jì)獨(dú)特，電子設(shè)備簡(jiǎn)單，功耗低，成本效益高，無(wú)需主動(dòng)溫度控制。由于采用了新穎的主動(dòng)冷源(ACS)表征方法，這里介紹的輻射計(jì)不需要溫度穩(wěn)定性。利用模擬的冷天亮度溫度來(lái)表征ACS噪聲溫度對(duì)預(yù)期工作溫度范圍內(nèi)物理溫度變化的響應(yīng)。這一初始特性允許之后對(duì)輻射計(jì)進(jìn)行完整的內(nèi)部校準(zhǔn)，而不需要進(jìn)一步的天空測(cè)量。

內(nèi)部校準(zhǔn)噪聲源(RS和ACS)的測(cè)量物理溫度的不確定度是PoLRa輸入端口測(cè)量噪聲溫度總不確定度的主要原因之一。通過(guò)提高溫度傳感器的質(zhì)量，可以提高輻射計(jì)的精度，但這也需要研究二階不確定性項(xiàng)，如非線性和不匹配。與基于衛(wèi)星的無(wú)源l波段測(cè)量相比，在自然足跡上測(cè)量的噪聲溫度范圍的總不確定性值在0.6 K到1.4 K之間，仍然很低。例如，SMOS的不確定度為3k或更高[36,37]，而NASA SMAP輻射計(jì)的不確定度為1.3 K[3]。

PolRa的總質(zhì)量小于4公斤，包括所有安裝硬件，可以安裝在無(wú)人駕駛飛行器(UAV)上，如多直升機(jī)無(wú)人機(jī)，或者可以用作塔架或簡(jiǎn)單桿子上的地面儀器。這種輻射計(jì)也可以安裝在其他車(chē)輛上，如農(nóng)用拖拉機(jī)、汽車(chē)或飛機(jī)上。系統(tǒng)的低功耗允許使用緊湊型電池或小型太陽(yáng)能電池板和電池系統(tǒng)進(jìn)行離網(wǎng)地面使用。這種具有成本效益的設(shè)計(jì)允許生產(chǎn)大量這樣的輻射計(jì)，這將允許在廣泛的網(wǎng)絡(luò)中用于衛(wèi)星地面驗(yàn)證目的，或大規(guī)模生產(chǎn)用于農(nóng)業(yè)和土木工程的硬件。

農(nóng)業(yè)方面的應(yīng)用可能是基于無(wú)人機(jī)的土壤水分和植被含水量測(cè)繪。土壤濕度信息可用于智能灌溉系統(tǒng)，節(jié)約用水，減少作物壓力，提高作物產(chǎn)量。植被含水量檢索可用于評(píng)估作物健康狀況和作物成熟度，如小麥和谷物，以確定zui佳收獲時(shí)機(jī)。

基于無(wú)人機(jī)的PoLRa在土木工程中的應(yīng)用將包括發(fā)現(xiàn)堤壩和水壩的泄漏，以及為調(diào)查和建筑規(guī)劃評(píng)估土壤濕度。PoLRa未來(lái)的其他潛在用途包括滑坡風(fēng)險(xiǎn)預(yù)測(cè)和緩解，以及通過(guò)雪濕度和密度的空間測(cè)繪來(lái)減輕雪崩風(fēng)險(xiǎn)。

本論文介紹了PoLRa輻射計(jì)的硬件設(shè)計(jì)、特性、校準(zhǔn)和不確定度分析。我們只包括冷天空的自由空間測(cè)量，以表征主動(dòng)冷源(ACS)校準(zhǔn)參考。這里介紹的其他測(cè)量都是在實(shí)驗(yàn)室中進(jìn)行的。未來(lái)的出版物將介紹使用PoLRa的地面和無(wú)人機(jī)測(cè)量，以及相關(guān)的環(huán)境參數(shù)檢索，例如，包括土壤濕度和植被光學(xué)深度。

5.結(jié)論

我們介紹了一種小型、輕質(zhì)量、低成本的L波段輻射計(jì)設(shè)計(jì)，并提供了表征結(jié)果來(lái)證明其性能。L波段，頻率zui低的無(wú)源保護(hù)波段，從1400-1427 MHz，提供對(duì)自然介質(zhì)的滲透，如土壤和植被。

通過(guò)在多旋翼無(wú)人機(jī)上安裝便攜式低質(zhì)量輻射計(jì)，可以實(shí)現(xiàn)~6米或更小的像素尺寸。PoLRa還可以方便地作為衛(wèi)星驗(yàn)證網(wǎng)絡(luò)的地面輻射計(jì)，或任何亮度溫度時(shí)間序列測(cè)量，并且可以安裝在簡(jiǎn)單的自動(dòng)氣象站類(lèi)型的基礎(chǔ)設(shè)施上。本文介紹了該輻射計(jì)的硬件設(shè)計(jì)、標(biāo)定、表征和不確定度分析?；跓o(wú)人機(jī)的演示和結(jié)果保留用于以下出版物。

給出了直接檢測(cè)總功率輻射計(jì)的框圖和實(shí)測(cè)的系統(tǒng)前端濾波器響應(yīng)。根據(jù)前端和第1LNA的級(jí)聯(lián)噪聲系數(shù)，估計(jì)輻射計(jì)的系統(tǒng)噪聲溫度為T(mén)sys= 627 K。給出了獨(dú)特的氣隙貼片天線陣設(shè)計(jì)，并給出了仿真和實(shí)測(cè)的回波損耗和增益圖。天線的半功率全波束寬度為37?，并且與方位角幾乎對(duì)稱(chēng)，從而產(chǎn)生圓形zui低點(diǎn)觀看像素。

第3節(jié)介紹了主動(dòng)冷源(ACS)參考、噪聲等效Δ (Δ)溫度(NEΔT)和總輻射不確定度的特征。ACS與電纜和天線損耗因子一起進(jìn)行了表征，噪聲溫度均方根誤差(RMSE)為0.66 K。在τ≈1的積分時(shí)間內(nèi)，實(shí)驗(yàn)確定的NEΔT是0.14K,這與由系統(tǒng)噪聲溫度、積分時(shí)間和帶寬確定的理論值0.12 K非常吻合。由于校準(zhǔn)視圖和兩個(gè)極化視圖，1秒的積分時(shí)間實(shí)際上總共需要大約4.4秒。對(duì)于未來(lái)基于無(wú)人機(jī)的操作，更現(xiàn)實(shí)的集成時(shí)間約為100ms，對(duì)應(yīng)于總測(cè)量時(shí)間為480ms，NEΔT為0.4 K。

輻射計(jì)的總不確定度是系統(tǒng)不確定度和統(tǒng)計(jì)不確定度貢獻(xiàn)的總和。系統(tǒng)不確定度由標(biāo)定參考不確定度的傳播決定，而統(tǒng)計(jì)不確定度等效于NEΔT，并且是積分時(shí)間的函數(shù)。在觀測(cè)范圍內(nèi)，總不確定性在0.6 K到1.4 K之間，15個(gè)預(yù)期自然亮度溫度中的13個(gè)在50 K到350 K之間。這個(gè)值小于ESA SMOS衛(wèi)星的輻射不確定度，與NASA的SMAP儀器相當(dāng)。

參考文獻(xiàn)：

1. Kerr, Y.H.; Waldteufel, P.; Wigneron, J.P.; Martinuzzi, J.M.; Font, J.; Berger, M. Soil moisture retrieval fromspace: The Soil Moisture and Ocean Salinity (SMOS) mission. IEEE Trans. Geosci. Remote Sens. 2001, 39,1729–1735.

2. Le Vine, D.M.; Lagerloef, G.S.; Colomb, F.R.; Yueh, S.H.; Pellerano, F.A. Aquarius: An instrument to monitorsea surface salinity from space. IEEE Trans. Geosci. Remote Sens. 2007, 45, 2040–2050.

3. Entekhabi, D.; Njoku, E.G.; O’Neill, P.E.; Kellogg, K.H.; Crow, W.T.; Edelstein, W.N.; Entin, J.K.; Goodman, S.D.;Jackson, T.J.; Johnson, J.; et al. The Soil Moisture Active Passive (SMAP) Mission. Proc. IEEE. 2010, 98,704–716.

4. Kerr, Y.H.; Waldteufel, P.; Richaume, P.; Wigneron, J.P.; Ferrazzoli, P.; Mahmoodi, A.; Al Bitar, A.; Cabot, F.;Gruhier, C.; Juglea, S.E.; et al. The SMOS Soil Moisture Retrieval Algorithm. IEEE Trans. Geosci. Remote Sens.2012, 50, 1384–1403.

5. Schwank, M.; Naderpour, R.; M?tzler, C. “Tau-Omega”- and Two-Stream Emission Models Used for PassiveL-Band Retrievals: Application to Close-Range Measurements over a Forest. Remote Sens. 2018, 10, 1868.

6. Font, J.; Camps, A.; Borges, A.; Martín-Neira, M.; Boutin, J.; Reul, N.; Kerr, Y.H.; Hahne, A.; Mecklenburg, S.SMOS: The challenging sea surface salinity measurement from space. Proc. IEEE 2010, 98, 649–665.

7. Rodríguez-Fernández, N.J.; Mialon, A.; Mermoz, S.; Bouvet, A.; Richaume, P.; Al Bitar, A.; Al-Yaari, A.;Brandt, M.; Kaminski, T.; Le Toan, T. An evaluation of SMOS L-band vegetation optical depth (L-VOD) data sets: High sensitivity of L-VOD to above-ground biomass in Africa. Biogeosciences 2018, 15, 4627–4645.

8. Li, X.; Al-Yaari, A.; Schwank, M.; Fan, L.; Frappart, F.; Swenson, J.; Wigneron, J.-P. Compared performancesof SMOS-IC soil moisture and vegetation optical depth retrievals based on Tau-Omega and Two-Streammicrowave emission models. Remote Sens. Environ. 2020, 236, 111502.

9. Naderpour, R.; Schwank, M. Snow Wetness Retrieved from L-Band Radiometry. Remote Sens. 2018, 10, 359.

10. Schwank, M.; Naderpour, R. Snow Density and Ground permittivity Retrieved from L-Band Radiometry:Melting E?ects. Remote Sens. 2018, 10, 354.

11. Houtz, D.; Naderpour, R.; Schwank, M.; Ste?en, K. Snow wetness and density retrieved from L-band satelliteradiometer observations over a site in the West Greenland ablation zone. Remote Sens. Environ. 2019,235, 111361.

12. Schwank, M.; Matzler, C.; Wiesmann, A.; Wegmuller, U.; Pulliainen, J.; Lemmetyinen, J.; Rautiainen, K.;Derksen, C.; Toose, P.; Drusch, M. Snow Density and Ground Permittivity Retrieved from L-Band Radiometry:A Synthetic Analysis. IEEE J. Sel. Top. Appl. Earth Obs. Remote Sens. 2015, 8, 3833–3845.

13. Rautiainen, K.; Parkkinen, T.; Lemmetyinen, J.; Schwank, M.; Wiesmann, A.; Ikonen, J.; Derksen, C.;Davydov, S.; Davydova, A.; Boike, J. SMOS prototype algorithm for detecting autumn soil freezing.Remote Sens. Environ. 2016, 180, 346–360.

14. Rautiainen, K.; Lemmetyinen, J.; Schwank, M.; Kontu, A.; Menard, C.B.; Matzler, C.; Drusch, M.; Wiesmann, A.;Ikonen, J.; Pulliainen, J. Detection of soil freezing from L-band passive microwave observations. Remote Sens.Environ. 2014, 147, 206–218.

15. Kaleschke, L.; Tian-Kunze, X.; Maass, N.; Makynen, M.; Drusch, M. Sea ice thickness retrieval from SMOSbrightness temperatures during the Arctic freeze-up period. Geophys. Res. Lett. 2012, 39.

16. Acevo-Herrera, R.; Aguasca, A.; Bosch-Lluis, X.; Camps, A.; Martínez-Fernández, J.; Sánchez-Martín, N.;Pérez-Gutiérrez, C. Design and ?rst results of an UAV-borne L-band radiometer for multiple monitoringpurposes. Remote Sens. 2010, 2, 1662–1679.

17. McIntyre, E.M.; Gasiewski, A.J. An ultra-lightweight L-band digital Lobe-Di?erencing Correlation Radiometer(LDCR) for airborne UAV SSS mapping. In Proceedings of the 2007 IEEE International Geoscience andremote sensing Symposium, Barcelona, Spain, 23 July 2007; pp. 1095–1097.

18. Davenport, I.J.; Fernández-Gálvez, J.; Gurney, R.J. A sensitivity analysis of soil moisture retrieval from thetau-omega microwave emission model. IEEE Trans. Geosci. Remote Sens. 2005, 43, 1304–1316.

19. Mo, T.; Choudhury, B.J.; Schmugge, T.J.; Wang, J.R.; Jackson, T.J. A Model for Microwave Emission fromVegetation-Covered Fields. J. Geophys. Res. Ocean. Atmos. 1982, 87, 1229–1237.

20. Naderpour, R.; Houtz, D.; Schwank, M. Snow Wetness Retrieved from Close-Range L-band Radiometry inthe Western Greenland Ablation Zone. J. Glaciol. 2020, in press.

21. De Roo, R.D.; Ruf, C.S.; Sabet, K. An L-band radio frequency interference (RFI) detection and mitigationtestbed for microwave radiometry. In Proceedings of the 2007 IEEE International Geoscience and RemoteSensing Symposium, Barcelona, Spain, 23 July 2007; pp. 2718–2721.

22. Application Notes. 57-1: Fundamentals of RF and Microwave Noise Figure Measurements. 2000. Availableonline: https://www.keysight.com/ch/de/assets/7018-06808/application-notes/5952-8255.pdf (accessed on24 July 2020).

23. Schwank, M.; Wiesmann, A.; Werner, C.; Matzler, C.; Weber, D.; Murk, A.; Volksch, I.; Wegmuller, U. ELBARAII, an L-band radiometer system for soil moisture research. Sensors 2010, 10, 584–612.

24. Pellarin, T.; Wigneron, J.P.; Calvet, J.C.; Berger, M.; Douville, H.; Ferrazzoli, P.; Kerr, Y.H.; Lopez-Baeza, E.;Pulliainen, J.; Simmonds, L.P.; et al. Two-year global simulation of L-band brightness temperatures overland. IEEE Trans. Geosci. Remote Sens. 2003, 41, 2135–2139.

25. Le Vine, D.M.; Abraham, S. Galactic noise and passive microwave remote sensing from space at L-band.IEEE Trans. Geosci. Remote Sens. 2004, 42, 119–129.

26. Sobjaerg, S.S.; Skou, N.; Balling, J.E. Measurements on active cold loads for radiometer calibration. IEEE Trans.Geosci. Remote Sens. 2009, 47, 3134–3139.

27. de la Jarrige, E.L.; Escotte, L.; Goutoule, J.; Gonneau, E.; Rayssac, J. SiGe HBT-based active cold load forradiometer calibration. IEEE Microw. Wirel. Compon. Lett. 2010, 20, 238–240.

28. Naderpour, R.; Schwank, M.; Matzler, C. Davos-Laret Remote Sensing Field Laboratory: 2016/2017 WinterSeason L-Band Measurements Data-Processing and Analysis. Remote Sens. 2017, 9, 1185.

29. Racette, P.; Lang, R.H. Radiometer design analysis based upon measurement uncertainty. Radio Sci. 2005, 40,1–22.

30. Ku, H.H. Notes on the use of propagation of error formulas. J. Res. Natl. Bur. Stand. 1966, 70, 263–273.

31. Randa, J.P. Uncertainties in NIST Noise-Temperature Measurements. In Technical Note (NIST TN)-1502; 1998.Available online: https://www.nist.gov/publications/uncertainties-nist-noise-temperature-measurements(accessed on 24 July 2020).

32. Majurec, N.; Park, J.; Niamsuwan, N.; Frankford, M.; Johnson, J.T. Airborne L-band RFI observations inthe smapvex08 campaign with the L-band interference suppressing radiometer. In Proceedings of the 2009IEEE International Geoscience and Remote Sensing Symposium, Cape Town, South Africa, 12 July 2009;pp. 158–161.

33. Guner, B.; Johnson, J.T.; Niamsuwan, N. Time and frequency blanking for radio-frequency interferencemitigation in microwave radiometry. IEEE Trans. Geosci. Remote Sens. 2007, 45, 3672–3679.

34. Tarongi, J.M.; Camps, A. Normality analysis for RFI detection in microwave radiometry. Remote Sens. 2010,2, 191–210.

35. Lahtinen, J.; Ruokokoski, T.; Kristensen, S.S.; Skou, N. Intelligent Digital Back-End for Real-Time RFI Detection andMitigation in Microwave Radiometry. 2011. Available online: https://www.researchgate.net/publication/268063678_Intelligent_Digital_Back-End_for_RealTime_RFI_Detection_and_Mitigation_in_Microwave_Radiometry(accessed on 24 July 2020).

36. Munoz-Sabater, J.; de Rosnay, P.; Jimenez, C.; Isaksen, L.; Albergel, C. SMOS brightness temperature angularnoise: Characterization, ?ltering, and validation. IEEE Trans. Geosci. Remote Sens. 2013, 52, 5827–5839.

37. McMullan, K.; Brown, M.A.; Martín-Neira, M.; Rits, W.; Ekholm, S.; Marti, J.; Lemanczyk, J. SMOS:The payload. IEEE Trans. Geosci. Remote Sens. 2008, 46, 594–605.

審核編輯 黃宇