卫星遥感面临的重大挑战

全文字数：6310字

阅读时间：20分钟

在过去的五十年间，卫星遥感逐渐发展为本地、区域和全球空间尺度上测量地球的最有效工具之一。

遥感卫星对地观测具有非破坏性特征，可以快速监测大气层、地表和海洋混合层。此外，卫星仪器可以观察有毒或危险环境，而不会使人员或设备处于危险中。大规模连续卫星观测补充了详实的实地观测数据，并为理论建模和数据同化提供了无与伦比的体积和内容要素定量监测。

目前，很多重要行业应用都依赖于卫星数据——

大气观测可用于 天气预报、环境污染监测、气候变化 等。

海洋表面遥感用于 海岸线动态监测、海面温度和盐度、海洋生态系统和碳生物量、海平面变化、海洋交通和渔业、浅水水流和下垫地形测绘 等。

卫星对陆地遥感应用在 矿产资源勘探、水旱监测、土壤湿度、植被、森林砍伐、森林火灾、农业监测、城市规划 等。

（非本文配图）登上时代周刊的Landsate卫星影像 | Times

最后，全球危机调查（如新冠疫情）的社会科学工作也受益于遥感数据集，这些数据集可用于目标性的可视化，对人类环境进行分类，然后将这些观察结果与各种社会经济数据集联系起来，等等。

此外，卫星遥感为收集地球科学信息提供了一个有效的工具，例如：

1). 全球地形

2). 温度、水汽、二氧化碳等微量气体的大气廓线

3). 地表和大气的矿物和化学组成

4). 冰雪、海冰、冰川和融化池等冰冻圈的性质

5). 热层、电离层和磁层的粒子和电磁性质

地球遥感也推动了先进技术的探索，有助于深空遥感任务的发展，如旅行者号和卡西尼-惠更斯太空研究任务。

在观测卫星发展的早期阶段，卫星传感器的设计往往具有高度的目标特异性。例如，20世纪70年代发射了一系列仪器：陆地卫星和高级超高分辨率辐射计（AVHRR）仪器用于监测陆地表面和云，总臭氧测绘光谱仪（TOMS）仪器用于观测总柱臭氧，高分辨率红外辐射探测仪（HIRS）仪器用于天气预报和气候监测。这些卫星部署为每个目标课题提供了特定数据，受到了相应学科领域的肯定。由此，这些项目被延长数年，以获得具有重要气候意义的数据记录；并且根据积累的经验，专业机构在卫星部署新任务中不断改进技术和统筹运行。

（非本文配图）AVHRR数据集 | 地球系统科学数据

1990 年至 2010 年这两个十年期间，这些任务的可喜成果鼓励了各国与机构组织设计和发射具有更广泛观测范围的日益先进的卫星和仪器。例如，部署了对流层污染测探测装置 (MOPITT)、轨道碳观测站 (OCO) 和温室气体观测卫星 (GOSAT) 任务，以对二氧化碳 (CO?) 和甲烷（CH ₄ ）等温室气体进行高级监测；AIRS、TES、IASI、IMG 和 CRIS 等几款热增强型红外探测仪用于监测大气状态以进行天气预报和气候变化。

其他卫星成像仪被部署用于观测大气、陆地和海洋，并支持跨学科研究，例如单视 MODIS、MERIS 和 SGLI、双视 ATSR 和 AATSR、多视 MISR 辐射计和 POLDER 偏振计。

除了这些更传统的被动观测之外，还部署了CloudSat雷达和CALIPSO激光雷达等主动测量来监测云和气溶胶的垂直结构，这对各种大气应用很重要。

所有这些先前的努力都提供了宝贵知识，有助于建立对卫星遥感的真正价值、局限性和潜力的理解。事实上， 空间遥感技术的弹性发展和空间信息学的繁荣创造了前所未有的局面，硬件、数据采集和处理的限制已大大削弱，并拥有开发和部署更先进的卫星传感器设计的能力 。此外，科学界已经获得了大量的卫星数据，在管理和分析数据方面积累了丰富经验，对利用现有卫星数据集可能取得的成就抱有真正现实的看法，并掌握了未来提升卫星数据实用性的必须步骤。

另一方面，空间领域也意识到遥感观测的根本挑战永无止境。例如，将信号与噪声分离以检索一组特定的地球物理变量和准确的仪器校准是持续的挑战；技术进步改善了观测的信息内容，但数据永远不足以唯一地描述所有感兴趣的地球物理参数；随着科学的进步，所需的可观测物的清单不断增加。因此， 遥感仍然是一个根本不适定的问题，需要通过理论模型、先验知识和辅助观察来适当地定义和约束。 在设计新的科学目标时，这些都是重要的考虑因素。

卫星遥感发展面临的总体重大挑战是：以负担得起的创新技术和测量概念解决新问题，以及处理在过去半个世纪的卫星遥感实验中积累的旧问题。具体来说，计划解决和补足的有以下几个重点方面：

挑战1：增加卫星观测的空间和时间覆盖范围和分辨率

卫星遥感的主要优点之一是能够快速观测地球上的大片区域。与此同时，目前可用的卫星数据的覆盖范围局限性也很明显。例如，在 近地轨道（LEO） 上的极地轨道成像仪通常在至少一天（但大多数是两天或两天以上）内实现全球覆盖， 因此许多具有较高时间和空间变异性的自然现象没有完全捕捉到 。

在这方面， 高轨道对地静止观测（GEO） 通过提供对同一天体的频繁日观测解决了这一限制。然而，在卫星图像的空间覆盖和分辨率之间存在一个权衡（通常为 较高的覆盖导致较低的空间分辨率 ）。实现广泛的时空覆盖和高空间分辨率的观测对许多行业应用都是有价值的，但也具有很高的挑战性。因此， 卫星观测的设计可能需要新的创新、辅助数据和互补观测的协同作用，以解决特定物体和相关问题 。这在下一节中我们进一步讨论。

挑战2：部署能力增强的卫星仪器并探索观测的协同作用

尽管卫星的观测能力已经被证实，但是，目前卫星提供的数据对于很多行业应用来说，信息内容还是有限的。因此，部署具有增强能力的卫星传感器是可行的并亟待提上议程。

例如，人们已经清楚地认识到，多角度偏振仪(MAPs)为描述大气气溶胶和云的详细柱状特性提供了最为精准适合的数据，因此， 未来十年，气溶胶和云表征中的偏振数据预计将显著增加 。

欧洲和美国航天机构计划在未来几年发射一些先进的偏振仪任务，包括MetOp-SG卫星上的3MI (多视图多通道多偏振成像任务)，气溶胶多角度成像仪 (MAIA) 仪器，Spex (行星探测光谱偏振仪) 和超角彩虹偏振仪(HARP)作为NASA PACE任务的一部分，多光谱成像偏振仪(MSIP) / Aerosol-UA，MAP作为哥白尼CO ₂ M任务的一部分等。

此外，中国国家航天局在极化传感器方面投入巨大，2021年发射了几台偏振遥感仪器，包括MAI/TG-2、CAPI/TanSat、DPC/高分5号和SMAC/GFDM，并计划在未来几年发射POSP、PCF、DPC-激光雷达。正如Duibovik等人(2019)所详细讨论的那样，这些仪器的概念、技术设计和算法开发已经通过机载原型进行了深入讨论和测试。

（非本文配图）中国高分家族 | 网络

同样， 基于卫星的激光雷达和雷达的数量预计也会增加 ，因为主动遥感仪器可以提供关于大气垂直变化的详细资料。事实上， 大多数主流空间机构都在追求天基激光雷达项目 。例如，NASA于2003年在ICESat卫星上发射了地球科学激光高度计系统（GLAS），2006年在CALIPSO卫星上发射了正交偏振云-气溶胶激光雷达(CALIOP)，2015年在国际空间站上发射了云-气溶胶传输系统(CATS)，2018年在ICESat-2卫星上发射了先进地形激光高度计系统(ATLAS) 。

此外，欧空局（ESA）于2018年在风神卫星上发射了“Aladin风激光雷达”，作为“生命星球计划”（LPP）的一部分；中国国家航天局（CNSA）于2021年在CM-1卫星上发射DPC -激光雷达；欧洲/日本联合地球CARE卫星（预计于2023年发射）将包括此前从未在太空飞行的高性能激光雷达和雷达技术，这些发射任务的成功将让激光雷达成为未来观测系统的重要组成部分。

与此同时，在复杂的环境中， 没有一种单一传感器能够提供目标物体的全面信息，因此需要探索互补观测的协同效应 。例如，由于对气溶胶和云的垂直变异性的敏感性有限，即使是最先进的多角度偏振仪也不能保证可靠的气溶胶的3D表征。

如上图所示，被动和主动观测的协同观测价值已被清楚地认识到，并在规划卫星任务时予以重点考虑。例如，A-Train卫星星座提供极化、辐射、激光雷达和其他补充数据。同样，正在进行的NASA气溶胶和云、对流和降水(ACCP) 研究考虑部署被动(偏振计、光谱仪、微波辐射计)和主动(激光雷达和雷达)传感器的协调观测。

此外， 下一代遥感反演 （此话题在下一节中进一步讨论） 也 计划探索依赖于不同仪器观察的协同反演 。例如，反演大气气溶胶特性的主要挑战是将气溶胶颗粒散射的光与云、大气气体和地表的光散射区分开来。专为气溶胶监测而设计的卫星传感器，例如 MODIS（辐射计）或 POLDER（偏振计），可能不具备去除云、气体和地表污染物的最佳能力。同样，陆地反射率观测通常需要去除大气气溶胶和气体的散射；大气气体监测也可能会受到气溶胶和云污染的影响。

因此， 对云、气溶胶和气体具有不同敏感性的多仪器协同观测是始终可行的 。对受云和不均匀表面上的痕量气体污染的气溶胶测量的分析可能受益于多个仪器的协同测量。 IR 图像、激光雷达和雷达观测可用于云雾遮挡部分，光谱数据则提供对气体浓度的高灵敏度观测，高分辨率图像有助于减少与地表异质性相关的不确定性。

例如，部署在CO ₂ M EU/哥白尼和GF-5中国高分专项框架下的MAP/CO ₂ M和DPC同时进行的多角度极化观测有望为大气校正和温室气体监测提供信息。事实上，OCO和GOSAT等仪器获得的二氧化碳和其他气体只在大气气溶胶存在非常小的条件下可提供数据。

在这方面，哥白尼CO ₂ M任务中增加的MAP观测，预计将改善气溶胶中度或高度存在情况下的温室气体特征。作为NASA PACE任务的一部分，SPEX和HARP偏振测量仪器预计将补充来自OCI的高光谱辐亮度数据，从而提供更准确的气溶胶信息，有助于反演海洋表面和次表面属性。

另一个将偏振测量与高分辨率光谱学相结合的卫星是2020年7月3日中国国家航天局成功发射的高分辨率多模集成成像卫星(GFDM)。

最后， 卫星数据与表面和亚轨道目标测量的协同使用也是一个重要的考虑因素 。例如，密集城市中心的景观和地表特性往往是高度异质的。因此，大气过程和动态受到高度可变的局部活动的影响，环境空气质量的观测需要具有高时间频率和高空间分辨率。

具有不同赤道穿越时间的小型且较便宜的纳米或立方体卫星星座可以通过增加轨道仪器数量来提高覆盖范围。此外， 地表测量和常规亚轨道测量还可以加强人口稠密地区的遥感反演 。例如，刘等人（2004）和刘等人(2007)提出了一种 PM 监测技术，该技术使用来自地面测量和并置卫星观测的PM浓度的地质统计回归。当测量值不可用或被污染时，通过使用化学传输模型填充时间和/或空间间隙来辅助回归。MAIA项目正在采用这种方法来区分气溶胶成分，例如硫酸盐、硝酸盐、铵、黑碳、有机碳和灰尘。然后将空间 PM 信息与健康记录进一步结合，以更好地了解气溶胶污染物与不良公共卫生问题之间的关系。

解决组合来自不同仪器的观察的视场差异是另一个挑战。在这方面，在使用 A-Train 星座中部署的具有不同视场的多种仪器的数据方面积累的经验为未来的任务提供了宝贵的见解。

挑战3：开发下一代最为先进的数据处理方法

遥感反演算法的质量是影响数据产品最终质量的另一个关键方面 。因为仪器一旦投入使用，所得到的观测数据的质量不可能得到根本的改善，而反演算法则能够不断改进，这可能导致最终遥感数据产品产生显著差异，这不仅是因为来自不同仪器数据，还因为反演概念的改进。

在这方面，近十年来，新一代遥感反演算法有了显著的进步。例如，新的算法往往依赖于快速和准确的大气建模(而不是使用预先计算的查找表，或LUT)，并能够反演大量参数。此外，还实现了对气溶胶特性以及陆地表面特性和/或云特性的同步反演。最后，在上述CO ₂ M EU/哥白尼框架下， 联合反演二氧化碳和气溶胶特性是降低气溶胶污染对衍生二氧化碳产物影响的一种有前景的方法 。

我们在上面的挑战2中提供了几个协同观测案例。这些任务的准备工作包括开发能够分析多仪器测量的适当算法。同时，反演算法演化本身的基本逻辑表明，利用不同观察的协同作用来提高反演的准确性具有很高的潜力。

此外， 开发可应用于不同观测或其组合的通用仪器独立算法的想法变得越来越流行 。气溶胶和表面性质的广义反演 (GRASP) 就是这种算法的一个例子，该算法可用于各种基于卫星和地面的无源和有源测量，它还成功地应用于激光雷达剖面和柱状辐射观测的同步协同反演。

对于云的精确卫星遥感，仍然存在一些算法上的挑战。准确、高效的辐射传输模型是先决条件。虽然独立柱面近似被广泛用于反演云滴尺寸和光学深度，但由云水平不均匀性(云顶粗糙度)引起的三维辐射转移(RT)效应可能是反演偏差的一个原因。云的三维特性在研究云和气溶胶 (例如，在云的边缘) 之间的相互作用时变得更受关注，从将两者的反演耦合到一个联合框架开始。

在此背景下，迫切需要针对几何和光学复杂介质建立以反演为目标的快速而精确的三维RT模型，并结合气体吸收光谱特征和云粒子散射模型；还需要发展可靠的三维辐射模型，以计算陆地表面的水平不均匀性，以便充分解释所有卫星图像；另一个相关的突出问题是构建三维云场来模拟三维辐射场，这可以通过结合使用主动和被动传感器来解决。

许多模拟和观测研究已经证明卷云在促进天气和气候过程中的重要作用，虽然在光学视觉上卷云很薄，但在全球范围内存在，调节着地球的辐射，在气候系统中发挥着重要的作用。卷云粒子具有高度不规则的形状，其单次散射特性如单次散射反照率和散射相函数与球形粒子显著不同。如果一个算法不能识别这些不规则形状，它们就会在气溶胶和云的检索中造成很大的偏差。因此， 识别具有代表性的卷云粒子模型并将其纳入气溶胶反演是一个很有前途的方向 。

此外，卫星数据的使用与全球气候和化学传输模型 (CTM) 的进展密切相关。例如，可靠的气溶胶反演可以被同化到化学传输模型 (CTM) 中，以在无法获得观测结果时提供准确的气溶胶载荷。同时，光谱和偏振信息对约束气溶胶类型具有相当大的敏感性，卫星数据可能为改善化学传输模型中大气成分的全球排放提供额外的约束。因此， 将卫星数据处理与可用的建模信息相结合，是推进卫星遥感的另一个极具前景的研究领域。

最后，目前，机器学习方法越来越常用于从遥感和地理空间数据中提取模式和信息。这一人工智能分支非常适合和有吸引力地分析和解释地球观测数据，因为它提出的方法可以从数据中“学习”、识别模式，并在最少的人为干预下做出决定。

特别是新兴的深度学习和深度神经网络技术最近被用于遥感研究，特别是用于处理和分析大量数据。这些技术揭示了自动提取时空关系的潜力，并进一步获得有助于改进多时间尺度观测物理现象的预测和建模的知识。这些方法对于卫星数据分析非常有吸引力，特别是 数据驱动的机器学习的多功能性与物理过程模型相结合 。

挑战4：实现一致的卫星观测和长期数据记录的连续性

基本气候变量的长期和高质量记录对于监测和研究地球气候变化至关重要 。实现这一目标的一个必要条件是观测的连续性，只有在高质量的数据收集没有中断的情况下才能保证。否则，无法正确解释多仪器数据记录中的空白，卫星记录的价值几乎消失。

因此，每个仪器的绝对校准和多个相关传感器的相互校准对于几乎所有卫星遥感目标观测的成功仍然至关重要。校准许多仪器具有挑战性，特别是对于小型卫星星座。美国国家科学院、工程院和医学院（2015 年）强调了保持长期观测的要求；CLARREO（气候绝对辐射和折射观测站）任务是首次尝试定义专门用于实现这一目标的卫星任务。与直接观测的校准类似，下一代卫星产品与当前仪器套件的可追溯性和一致性至关重要。

作 者贡献：OD - 论文的概念、策略的阐述、气溶胶遥感和反演算法概述的贡献；GS - 制定策略，贡献气溶胶遥感概述，整体遥感概述，完善论文风格；FX - 制定战略，对气溶胶遥感和反演算法的概述作出贡献；YH - 整体遥感概述，HB - 制定战略，贡献于运输建模和微量气体遥感概述 JL - 制定战略，贡献于微量气体遥感和微量气体反演算法概览；ZL - 制定战略，贡献气溶胶遥感概述。