来自太空激光雷达的主动和被动协同观测：利用ICESat-2的信号与噪声数据反演地表反射率和气溶胶光学厚度

《Remote Sensing of Environment》：Active and passive co-observations from a spaceborne lidar: Retrieving surface reflectance and aerosol optical thickness using ICESat-2 signal and noise data

地表反射率和气溶胶光学厚度的联合反演方法及验证

　　

杨健|郑慧英|马月|刘新媛|李松|王晓华|龚伟

武汉大学电子信息学院，中国武汉430072

摘要

ICESat-2（冰、云和陆地高程卫星-2）搭载了一种革命性的光子计数激光雷达，多项研究证明了其在地球观测方面的强大能力。然而，由于单次测量（例如，激光信号衍生的表观表面反射率）受到两个主要未知因素的影响——即表面反射率（SR）和大气传输率（AT），因此仍然难以获得高质量的地表反射率数据。由于ICESat-2的激光信号和太阳噪声是同时获得的，我们结合了信号和噪声信息来实现协同观测，这表明两次测量有助于分离大气的反射率和地表反射率，从而解决这一固有的病态问题。具体来说，我们提出了适用于星载激光雷达的理论激光信号和太阳噪声模型，将这些测量结果（信号计数和背景率）与两个未知因素联系起来。然后，我们设计了一种方法和工作流程来获取气溶胶光学厚度（AOT）和表面反射率（SR）。通过与MODIS（中分辨率成像光谱辐射计）和AERONET（气溶胶机器人网络）产品的对比验证，结果显示在不同土地覆盖类型下，AOT的平均绝对百分比误差（MAPE）小于30%，SR的平均MAPE小于15%。此外，还探讨并验证了该方法识别积雪覆盖或云层覆盖区域的能力。本研究为主动和被动协同观测提供了参考。未来，同时配备激光雷达和多光谱相机的卫星将能够实现更高质量的地球观测，激光雷达将使大气和地表贡献的区分更加准确。

引言

冰、云和陆地高程卫星-2（ICESat-2）于2018年底发射，搭载了新一代的ATLAS（先进地形高度计系统）传感器（Neumann等人，2019年），其主要目标是监测冰盖的高度、海冰的自由板高度以及森林的高度（Markus等人，2017年）。ICESat-2/ATLAS将绿色激光脉冲分成六束（三束强光和三束弱光），并以单光子灵敏度测量返回信号，能够确定单个光子的飞行时间，其不确定性在几百皮秒范围内（Martino等人，2019年）。光子计数模式允许在高重复频率（10 kHz）下使用低脉冲能量，生成间距约为0.7米的六条沿轨道地形剖面。ICESat-2是一颗功能强大的卫星，为理解地球系统做出了杰出贡献，包括监测冰的变化（Khan等人，2022年；Koo等人，2023年；Kwok等人，2016年；Smith等人，2019年）、估算地上生物量（Narine等人，2019年；Zhu等人，2022年）、推导海洋波特性（Klotz等人，2020年；Yang等人，2022年）以及确定浅水水深（Chen等人，2021年；Dandabathula等人，2024年；Lee等人，2021年；Parrish等人，2019年）。

最近的研究强调了结合ICESat-2激光信号数据的地球观测，包括但不限于提供精确的地形和树冠高度（Guenther等人，2024年；He等人，2024年；Herzfeld等人，2021年；Malambo和Popescu，2024年；Neuenschwander等人，2020年；Tian和Shan，2021年；Zhao等人，2023年）、水位（Fassoni-Andrade等人，2020年；Ma等人，2019年；Song等人，2023年；Wang等人，2023年）以及水深（Babbel等人，2021年；Kong等人，2024年；Ma等人，2020年；Xie等人，2023年）。除了上述准确的几何信息外，ICESat-2还展示了精确的辐射测量能力（Gibbons等人，2021年；Martino等人，2019年），包括获取表观表面反射率（ASR）（Palm等人，2021b）、海洋次表面特性（Eidam等人，2024年；Lu等人，2020年；Zhang等人，2024年）和叶面积指数（Guo等人，2022年；Zhang等人，2021年）。除了海洋或陆地数据外，ICESat-2还获取了一系列大气信息，包括归一化相对后向散射、云层和气溶胶层高度、吹雪高度和光学深度、柱状光学深度以及行星边界层（PBL）高度（Palm等人，2022年；Palm等人，2021a）。此外，一系列研究利用激光衍生的辐射测量信息增强了被动遥感观测，例如，利用ICESat-2的漫反射衰减作为增强底栖观测的代理（Wang等人，2022年；Wang等人，2024年；Zhang等人，2022年）。

然而，目前仍难以从ICESat-2数据中获取高质量的地表反射率，因为单次测量（即ASR）受到两个主要未知因素的影响——表面反射率（SR）和大气传输率（AT）。在无云情况下，大气传输率主要由气溶胶光学厚度（AOT）决定。已经有一些开创性的尝试来解决这一固有的病态问题，例如，通过将ASR与实际或模拟的SR进行比较来获取柱状光学深度（Palm等人，2022年），在无云的情况下，柱状光学深度近似于AOT。具体来说，SR是通过陆地上的ICESat-2清晰剖面（无检测到气溶胶或云层）的3-4年数据来计算的（Palm等人，2022年）。最近关于太阳背景噪声的研究表明，ICESat-2可以作为“绿光带相机”记录太阳辐射（Yang等人，2024年；Yang等人，2023年），从而实现了对海洋上气溶胶和云层厚度的获取（Liu等人，2024年）。然而，单波长的太阳背景噪声无法同时解析地表和上层大气的贡献。由于太阳辐射没有时间分辨率（或高度分辨率），所有贡献都会累积在一起形成背景噪声。尽管如此，星载激光雷达观测到的背景噪声也提供了独立的辐射测量数据，将其与激光信号融合有望获取SR和AOT这两个未知因素，从而实现一个适定的而非病态的解析。

在过去几十年中，使用被动光学传感器（例如多光谱相机）的卫星任务对理解地球系统做出了前所未有的杰出贡献（Claverie等人，2018年；Kutser等人，2020年；Li等人，2018年；Román等人，2024年；Rosenfeld等人，2019年）。由于气溶胶和陆地识别算法在被动传感器中非常成功，基于空间的图像的一个典型缺点是每个像素的单次测量受到AOT和SR两个主要未知因素的影响（Vermote，2015年）。这种信息缺失构成了光学遥感的一个根本问题，没有先验信息或假设就无法解决。幸运的是，多光谱信息和合理的气溶胶及地表相关假设可以缓解这一问题（Lyapustin和Wang，2007年；Román等人，2024年），但仍然存在一些未解决的问题。因此，准确的大气校正一直是被动光学遥感中的一个持续挑战（Frouin等人，2019年；Wang等人，2021年）。激光雷达的测距分辨能力允许准确且彻底地分离地表信号和气溶胶负荷（Behrenfeld等人，2023年）。通过结合主动激光雷达和被动相机，可以实现更全面的地球观测（Hostetler等人，2018年；Werdell等人，2019年）。ICESat-2提供了利用其激光信号和背景噪声组合观测地球的绝佳机会，就像结合激光雷达和窄带相机一样。

在这项研究中，我们提出了一种针对星载光子计数激光雷达的精确信号和背景噪声模型，该模型直接将信号和噪声水平与SR和AOT联系起来，即两次测量可以解析两个未知因素。然后，我们为ICESat-2提出了一种方法和工作流程，从其信号和噪声数据中同时获取SR和AOT。在包括山脉、沙漠和混合类型在内的多种地形中，验证了ICESat-2获得的SR和AOT，并与MODIS和AERONET产品进行了比较。这种方法不仅显著增强了ICESat-2的地球观测能力，还开启了通过主动和被动技术协同观测地球的新途径。

章节摘录

理论模型

如图1(a)所示，对于星载光子计数激光雷达，发射的激光脉冲到达地球表面，部分激光光子被反射到望远镜中，然后由光子计数探测器记录下来。同时，太阳背景辐射不断进入望远镜，这些光子被记录为“噪声光子”，遵循泊松分布（Degnan，2002年）。如图1(b)所示，光子计数激光雷达的噪声包括来自

ICESat-2信号和噪声数据

得益于极其敏感的光子计数探测器，ICESat-2/ATLAS可以以10 kHz的重复频率发射532 nm的激光脉冲（Neumann等人，2022年）。当激光信号光子被探测器记录时，太阳辐射不断进入望远镜。太阳背景噪声提供了类似于被动单波段传感器的深度积分观测。具体来说，激光信号和太阳引起的噪声观测

基于ICESat-2信号和噪声数据的AOT/SR结果

根据星载光子计数激光雷达的激光信号模型和背景噪声模型，如图3所示，计算了理论上的信号计算ASR f_signal(τ_a, ρ_s) 和噪声计算TOA反射率 f_noise(τ_a, ρ_s)。图4(a)展示了在不同AOT和SR以及给定地表环境参数下，ρ_{app_theo}(τ_a, ρ_s) 和 ρ_{toa_theo}(τ_a, ρ_s) 之间的理论关系，其中不同颜色代表不同的SR值,

结论

作为一种完全不同且互补的技术，主动激光雷达遥感有望扩展被动光学遥感所取得的巨大成功。ICESat-2上的新一代光子计数激光雷达，其噪声可以被视为绿光带相机的信号，为在同一平台上同时进行主动和被动观测提供了绝佳的机会。基于星载光子计数激光雷达的理论信号和噪声模型，信号和噪声

CRediT作者贡献声明

杨健：撰写——原始草稿、方法论、调查、概念化。郑慧英：撰写——原始草稿、验证、方法论、调查。马月：撰写——审稿与编辑、方法论、资金获取、概念化。刘新媛：验证、调查。李松：项目管理、资金获取。王晓华：撰写——审稿与编辑、监督。龚伟：监督、项目管理、资金获取。

利益冲突声明

作者声明他们没有已知的可能会影响本文工作的竞争性财务利益或个人关系。数据可应要求提供。

致谢

我们衷心感谢NASA国家冰雪数据中心（NSIDC）分发ICESat-2 ATL03/09数据（Doi: https://doi.org/10.5067/ATLAS/ATL03.006 和 Doi: https://doi.org/10.5067/ATLAS/ATL09.006）、NASA陆地过程分布式主动档案中心分发MODIS数据（https://ladsweb.modaps.eosdis.nasa.gov）、USGS Earth Explorer分发Landsat-8数据（https://earthexplorer.usgs.gov），以及NASA和LOA-PHOTONS（CNRS）分发AERONET数据（//aeronet.gsfc.nasa.gov/