MODIS陆地气溶胶遥感反演

利用卫星数据遥感陆地气溶胶一直是国际上研究的难点与热点. 利用新一代传感器MODIS(中分辨率成像光谱仪)数据, DDV(Dark Dense Vegetation)算法反演陆地气溶胶的分布以及性质已经取得了较好的效果. 然而, 该算法只适用于诸如水体、浓密植被等较低地表反射率区域, 大大限制了该算法的实际应用范围, 尤其是无法应用于城市等亮地表区域气溶胶的遥感反演. 文中提出了基于利用TERRA和AQUA双星MODIS数据的协同反演模型算法(SYNTAM-Synergy of Terra and Aqua MODIS), 用以反演陆地气溶胶的光学厚度等信息. 该算法实现了地表反射率与气溶胶光学厚度的同时反演, 可应用于各种地表反射率类型, 包括城市等亮地表区域. 通过与国际AERONET的地面观测数据对比做初步的反演验证, 结果表明, 该算法具有较高的精度, 进一步的验证工作还在继续.     

MODIS卫星遥感气溶胶产品在北京市大气污染研究中的应用

利用NASA MODIS气溶胶光学厚度产品与北京市空气污染指数做了长期比较分析, 发现二者的直接对比相关较低; 在引入季节变化的气溶胶标高、考虑了气溶胶的垂直分布后, 二者的相关系数有所提高; 在考虑了湿度影响因子订正后, 二者的相关系数显著提高. 证实卫星遥感气溶胶光学厚度在经过垂直和湿度影响两方面的订正后, 可以作为监测颗粒物污染物地面分布的一个有效手段. 利用 MODIS资料对2004年10月一次污染个例的分析, 表明卫星遥感气溶胶可以细致描绘地面污染事件的形成过程, 发现区域尺度输送和地形因素对北京市空气质量具有显著影响. 高分辨率的反演结果给出北京城区及周边地区气溶胶光学厚度的年平均分布, 表明高分辨率卫星遥感可能在监测颗粒物排放源分布上具有潜在的应用价值.     

一种基于卫星遥感AOT估算近地面颗粒物的方法

本文建立了一种基于卫星遥感AOT估算近地面颗粒物浓度的新方法.该方法考虑大气边界层厚度和近地面相对湿度的区域分布变化情况,基于大气边界层模式模拟结果和卫星遥感气溶胶光学厚度进行近地面颗粒物浓度估算.基于RAMS模拟结果和MODIS气溶胶光学厚度数据,利用该方法获得了华北地区近地面PM2.5质量浓度.并用研究区域中16个地面站点的颗粒物浓度监测数据对估算结果进行了评估.结果表明,遥感反演的近地面PM2.5与地面监测数据在趋势上基本一致,二者相关R2达到0.61.与此同时,又利用地面激光雷达和气象仪测量结果对MODIS气溶胶光学厚度数据进行了近地面颗粒物估算,并将估算的结果与新方法得到的估算结果进行了比较.比较结果表明,新方法获得的估算结果与地面监测数据具有更好的相关性,和常规方法相比,相关R2从0.32提高到0.62.     

华北典型污染地区多轴差分吸收光谱技术的气溶胶反演研究

基于华北典型污染地区的地基多轴差分吸收光谱仪（MAX-DOAS）近4年的观测数据,利用最优估计算法和LIDORT辐射传输模式反演了该区域气溶胶的消光系数垂直廓线和光学厚度（AOD）.MAX-DOAS观测反演的AOD与全球气溶胶观测网络同波段在华北地区的AOD间具有很好的一致性,相关系数都在0.9以上,证明MAX-DOAS具备对华北污染区域气溶胶光学厚度和消光系数垂直廓线的反演能力.AOD的反演误差表现为冬季最大,春夏最小,早晚大于正午,这是因为冬季以及早晚太阳天顶角较大导致信噪比偏小,所以AOD反演误差偏大.反演廓线表明该区域气溶胶主要集中在1 km以下的边界层,浓度随高度呈指数递减,部分情况下峰值出现在300 m处;气溶胶光学厚度夏季最大,冬季最小,正午较大,早晚较小.在东风条件下浓度最高,表明东边（即重工业城市唐山方向）的输送对香河和周边区域的气溶胶积聚有重要贡献.     

基于MODIS晴空数据的森林日净第一性生产力估算

基于光能利用率模型提出了一个基于MODIS数据参数反演的日净第一性生产力估算模型. 其中包括基于植被冠层叶面积指数和地表反照率的光合有效辐射比例能量平衡模型, 基于大气气溶胶光学厚度、水汽含量和Bird模型相结合的光合有效辐射计算模型. 日净第一性生产力模型所需的主要参数从MODIS数据反演获得. 为了验证净第一性生产力结果的估算精度, 用中国生态系统研究网络2003和2004年千烟洲和长白山观测站点的日净第一性生产力观测数据和模型估算结果对比, 结果表明两者具有较好的一致性. 同时也将同期NASA的净第一性生产力产品加以对比, 结果表明千烟洲站点上2004年的NASA产品低估了净第一性生产力值, 但长白山站则高估了净第一性生产力结果.     

基于AMSR-E的微波波段地表发射率反演——以青藏高原为例

青藏高原以其独特的特征在气候变化中起着重要的作用,而地表发射率对地表参数和大气参数的准确反演也非常重要,因此本文发展了青藏高原微波波段地表发射率的反演算法.首先通过辐射传输方程对地表发射率的反演算法进行了推导,并利用被动微波一维大气辐射模拟器的模拟数据对算法进行了验证,结果显示了较高的精度.接着结合微波辐射计AMSR-E的亮温数据和MODIS提供的大气廓线数据,利用本文发展的算法反演了青藏高原微波波段的地表发射率.最后,分析了青藏高原地表发射率的时空分布特征:从空间特征上分析,反演结果的空间分布符合青藏高原地表覆盖类型的变化,植被湖泊等可以在反演结果中很明显的显现;从时间特征上分析,在一个月的时间尺度上,发射率随时间变化并不明显,每天的变化值在0.01之内.另外通过对青藏高原裸露地表发射率的时间序列研究发现,地表发射率对降雨有非常敏感的响应.反演结果的合理性表明本文的算法具有可行性,可以利用该算法反演青藏高原的地表发射率并建立长时间序列的地表发射率数据库,为青藏高原其他地球系统参数的遥感反演提供基础,为青藏高原的相关地学研究提供数据支持.     

基于光学与被动微波遥感的青藏高原地区土壤水分反演

青藏高原地区高精度的土壤水分反演对高原能水循环、全球大气循环研究有着极大的影响.因此,获取青藏高原土壤水分时空布信息是一个迫切需要解决的问题.温度植被干旱指数(TVDI),是基于光学与热红外遥感通道数据反演土壤水分的重要方法,但在研究区域较大、地表覆盖格局差异显著时,TVDI模型反演精度会受到地表温度(Ts)等因素的影响.被动微波AMSR-E数据精确记录了像元内的土壤水分信息,但空间分辨率低.本文利用同时期的MODIS与被动微波数据,发展了针对青藏高原地区高精度土壤水分反演算法.首先,在TVDI模型中,利用修正型土壤调整植被指数(MSAVI)代替归一化植被指数(NDVI),以改进NDVI易饱和的缺点;其次,利用ASTER GDEM数据,对地形高程和纬度差异引起的地表温度变化进行了校正;然后,通过神经网络训练建立基于TVDI、被动微波以及辅助气象数据的土壤水分反演模型,并应用该模型反演了青藏高原地区三个观测网(CAMP/Tibet、玛曲和那曲)的土壤水分;最后,利用实测土壤水分数据对反演结果进行验证,结果表明该模型的精度均方根误差(RMSE)数值可达到0.031~0.041 m~3·m~(-3).本文还应用该算法反演了青藏高原连续的土壤水分的空间分布,并比较了土壤水分的变化趋势与实测降水变化趋势,结果表明二者变化量的正负关系一致.     

一种基于MODIS影像可业务化运行的巢湖水体叶绿素a估算算法

现有水色卫星主要是针对大洋清洁水体设计,内陆浑浊水体多数波段经常饱和;而发展可以业务化运行的内陆水体叶绿素a算法,为生产实践服务,一直是水色遥感的重点和难点之一.利用2013年巢湖星地同步数据(N=55),通过经验正交函数(empirical orthogonal function,EOF)分析方法,选用MODIS唯一不饱和的4个波段(469、555、645、859 nm)数据进行分解,然后回归建模;并使用第三方独立的巢湖实测数据(N=40)进行验证(R2=0.63,URMSE=85.46%).结果表明:该算法用于MODIS影像上,空间分布合理,季节差异明显,且在高悬浮物水体、不同气溶胶条件下均有很好的抗扰动性.实践证明EOF算法可以应用于业务化运行的内陆水体叶绿素a浓度估算,并对其他水色参数反演具有一定的借鉴意义.     

基于FY-3B/MWRI数据的青藏高原地区积雪深度反演

以青藏高原地区(25°N—40°N,70°E—105°E)为研究区域,基于积雪深度与微波辐射计18.7 GHz水平极化通道和36.5 GHz水平极化通道的亮温差(Tb_(18H)-Tb_(36H))具有良好的线性相关性,得出了适用于FY-3B/MWRI(Microwave Radiation Imager)亮温数据反演青藏高原地区雪深的新算法.利用FY-3B/MWRI一级亮温数据,通过新的半经验算法反演了青藏高原地区的积雪深度,进而运用AMSR2(the Advanced Microwave Scanning Radiometer 2)的二级雪深产品验证了反演结果.结果表明:针对青藏高原地区,新算法相对于全球积雪深度算法具有更小的平均相对误差以及更小的均方根误差,在该研究区域具有更好的适用性.今后可以结合该地区的地表类型分类,对积雪深度反演算法进行更加细致化的拟合,以期提高反演精度,为青藏高原地球物理参数的遥感反演提供支持.     

MODIS热红外温度数据反演的算法实现及其与地温数据的相关性分析

利用分裂窗法实现对MODIS遥感卫星热红外温度的反演。该方法计算简单,易于实现海量资料处理,基本满足红外遥感资料在地震监测预报中的应用要求。经过不同时间频度、不同空间范围的计算,将反演结果与气象台站地表温度进行了时序的相关性分析,结果显示反演温度与日值地温的相关性可达0.7,其与月值地温的相关性高达0.9,以证实了MODIS数据反演温度的可用性。     

基于浮油膜双光束干涉模型的油膜厚度遥感反演理论

海面浮油膜是海洋石油污染监测与海洋油气资源勘探的共同关注对象,其厚度的遥感定量反演是研究难点之一.随着油膜厚度的变化,入射光在浮油膜中的辐射传输有所不同,是海面浮油膜厚度光学遥感反演的理论依据.本研究将均匀分布的浮油膜视为一个平行平板,分析其可见光范围内的辐射传输过程,探讨油膜反射光的双光束干涉,构建以油膜厚度及其光谱反射率为变量的油膜厚度遥感定量反演模型,并结合菲涅耳公式进行模型参数的物理意义分析,揭示油膜厚度遥感定量反演的关键在于油膜的消光特性.利用油膜光谱响应实验数据,开展理论模型的分析与验证,结果表明：油膜厚度遥感定量反演的理论模型不仅具有明确的光学物理意义,同时也具有较好的模拟精度;浮油膜光谱反射率随厚度变化响应的主要因素是油膜对入射光的分子散射作用,该散射作用与入射光波长具有显著的关系,因此油膜光学遥感散射特性研究将有助于油膜种类识别与厚度的遥感定量反演;模型参数的理论意义与数据分析表明,建立典型油种油膜的模型参数查找表,将有效提高海面浮油膜厚度遥感定量反演的效率.     

BRD和DOAS SO_2总量遥感反演算法的比对

大气中SO_2是一种对城市大气环境变化和全球辐射能量平衡有着重要影响的痕量气体.BRD(Band Residual Difference Algorithm)和DOAS(Differential Optical Absorption Spectroscopy)算法是两种主要的SO_2总量遥感反演算法,分别被用于美国和欧洲不同卫星载荷数据的SO_2反演.然而,目前缺少两种算法在相同观测条件下SO_2反演的精度比较及不确定性分析、在物理数学反演机制上的差异追因.因此,本文基于相同的仿真模拟数据和卫星紫外辐射观测数据,反演获得不同大气状况下的BRD和DOAS SO_2总量并进行精度比较验证.从算法反演通道、O_3吸收、气溶胶、地表反射率和观测角度影响等方面,讨论分析BRD和DOAS反演结果差异及反演误差的原因.结果表明,在低浓度SO_2情况下,BRD反演SO_2总量更接近于正演输入SO_2总量,DOAS反演结果存在高估,但相对于BRD算法,DOAS算法长时间序列卫星反演结果更能表现出SO_2的季节变化特征;在高浓度SO_2情况下,BRD(310.8~314.4nm)和DOAS(315~327nm)反演结果的绝对值差异明显且存在低估,BRD(310.8~314.4nm)SO_2反演值及反演精度都低于DOAS(315~327nm)反演结果.基于高光谱分辨率大气辐射传输模型SCIATRAN的反演不确定性分析结果显示,反演通道选择、紫外O_3吸收、气溶胶、地表反射率和观测角度对SO_2总量反演精度的影响较大.本研究对于SO_2卫星遥感反演算法的改进及SO_2反演产品的应用具有重要的科学意义,也可促进中国未来大气成分SO_2卫星遥感产品的研发.     

MODIS水色产品在黄东海域的真实性检验

水色产品的真实性检验无论对于算法的改进还是后续应用的可靠性保障来说都是十分重要的.中国近海是世界上最为浑浊的海域之一,NASA标准MODIS水色产品在该海域的精度十分有限.然而,局限于高质量海上实测数据的获取,相关的检验工作并未得到有效开展.利用2003年春季和秋季黄东海航次的实测数据对MODISAqua标准水色产品中的归一化离水辐亮度LWN(λ)(转换成遥感反射率Rrs(λ))和叶绿素a浓度(Chl.a)进行了真实性检验分析.采用3×3像元和±3h作为时空匹配窗口,并根据空间均匀性判识准则进行了数据剔除.基于验证数据(中低混浊水体)的分析,得到初步结论:(1)MODIS的Rrs(λ)反演结果具有一定精度,但是不能满足10%的误差期盼,且412nm波段的结果明显较差.反演值与实测值之间具有良好线性相关关系,对于所有6个波段,均方根偏差约为0.0030sr-1,相对偏差绝对值的中值约为25%.MODIS反演的Rrs(λ)与实测光谱的形状基本相似,数值多数偏低,特别是在高值区,另外,412和667nm波段在低值区大多数偏低,甚至出现负值,主要是大气修正过程中近红外波段离水辐射和气溶胶类型不适当造成的.(2)MODIS的Chl.a精度很差.反演值整体偏高,且与实测值之间不具有明显的线性相关关系,两者的均方根偏差约为1.56 mg/m3,相对偏差绝对值的中值约为103.25%,主要是OC3M模型(系数)的不适用性造成的.     

基于多源遥感数据陆面大气水汽反演的物理统计算法研究

大气水汽对全球以及区域气候变化有着极其重要的影响,因而精确的获取水汽数据一直是非常重要的研究课题.单一传感器的遥感水汽反演算法有一定的局限,本文致力于发展一个基于多源遥感数据的水汽反演物理统计算法,该算法还能有效解决有云情况下的水汽反演.通过将晴空条件下近红外水汽反演结果与基于微波23.8 GHz的水汽敏感波段的组合指数进行回归,再将有云覆盖区域的微波指数代入到回归反演模型,从而获得有云覆盖条件下的水汽结果,实现有云条件下的水汽反演,对基于光学波段的水汽反演结果进行补充.不同的地表覆盖会对裸土表面的微波辐射有不同的影响作用,本文的算法还利用地表覆盖数据有效消除了这一影响,针对不同的地表覆盖,分别进行回归模型的建立.最后将该算法反演的结果与地基GPS的水汽监测数据进行对比,有云条件下的均方根误差为8 mm,且利用本算法可以较好的对光学数据进行补充,具有良好的空间一致性.     

MODIS亮温与气温及地温的相关性分析

对MODIS卫星遥感亮温与气温、地温进行了不同时间尺度的大量的计算比对和相关性分析,以期得到直接采用实时MODIS亮温相对变化,结合地面实测地温来研究地震活动热异常的短临变化信息的具有统计意义的依据。结果表明:1)亮温与气温、地温从较长周期的时间尺度(月均值)上看,其相关性很好。而短周期(日均值)尽管明显低于较长周期,但仍然有着较好的相关性。2)通过大量计算比对发现,亮温均值与地温和气温的相关性随着像元面积的增大而逐渐升高。这表明,大气和环境的影响对单一像元而言较为明显。而这种影响可以由一定区域像元的亮温均值得到一些削弱,即一定区域的亮温均值与地温(0cm)的相关性优于单个探测像元的亮温。基于此,在研究亮温相对变化时,应尽量避免采用单一像元的亮温值,利用一定区域的像元均值可能会达到一些排除干扰的效果;3)鉴于热红外亮温数据与地表实际测到的地表温度(0cm)有着显著的相关性,将实时探测到的大面积均匀分布的亮温相对变化与地表实际测到的地表温度结合起来进行热异常变化信息研究,可望提升其可信度和有效性     

基于HJ-CCD和MODIS的吉林省中西部湖泊透明度反演对比

水体透明度能够反映光在水体中的穿透程度,影响水生植被及以光为依赖条件的水生生物的分布,获取透明度的传统方法是采用透明度盘进行测量,但也可以通过遥感方法获得.环境减灾卫星是专门用于环境与灾害监测预报的小卫星星座,影像覆盖范围广,空间、时相分辨率较高,可以为水环境遥感提供较好的数据源.MODIS数据在近岸水体和内陆大型湖泊水环境监测中也有广泛应用,它的时相分辨率也很高,但空间分辨率低.利用HJ-1A卫星CCD数据和MODIS日反射率产品(MOD09GA),以2012年9月吉林省石头口门水库、二龙湖、查干湖、月亮泡等地的实测透明度为基础(实测点数74个,最小值为0.134 m,最大值为1.410 m,平均值为0.488 m),根据灰色关联度选取构建模型的波段组合,建立水体透明度反演模型.HJ1A-CCD数据与MOD09GA数据建立的模型R2分别为0.639和0.894,均方根误差(RMSE)分别为0.248和0.135,模型验证的平均相对误差(MRE)分别为17.1%和9.5%,RMSE分别为0.207和0.089.MODIS数据以其较高的辐射分辨率使模型精度较高,但是HJ数据在应用于透明度小于1 m的水体时精度也较高(MRE=13.5%,RMSE=0.066).HJ-CCD数据在空间分辨率上的优势使其能够获得透明度空间分布的细节信息.比较两者反演得到的湖泊平均透明度,结果较为一致.     

卫星热红外遥感资料在地震预报中的应用研究

利用NOAA—AVHRR数据通过Becker ＆ Li地温计算模型反演，得到有关地震发生前后每日的地表温度分布图像，然后进行逐日的地表温度分布图像以及震源区地表温度平均值日变时序曲线分析。结果表明震前出现了较明显的热红外地震前兆异常。最后指出，从NOAA—AVHRR数据中利用分裂窗技术反演陆地表面温度结果容易受到云层的干扰，但是更高空间分辨率和光谱分辨率的EOS／MODIS数据的产生以及由于EOS／AMSU能够透过云层探测到地表亮温，必将使卫星遥感热红外信息在地震监测预报中的应用范围及深度上得以拓展。     

基于太湖气溶胶类型分区的环境一号卫星CCD大气校正

由两颗卫星组成的环境卫星星座系统所提供的CCD数据具有较高的时间分辨率,使其在内陆湖泊水环境遥感监测中具有较大的应用潜力,对其有效的大气校正方法的研究则是其定量化参数反演的前提.基于准同步的MODIS数据辅助,根据气溶胶的差异性,将太湖划分为北部湖区、其他湖区两块区域,利用辐射传输模型,研究太湖环境一号CCD数据大气校正的方法,并对2009年4月17、21、25日数据进行大气校正.研究结果表明,该大气校正方法直接使用较为成熟的MODIS各类产品,克服了传统大气校正中依赖于现场同步测量大气参数的缺陷,能够快速、有效地完成环境一号CCD数据的大气校正.基于气溶胶类型对太湖进行分区后,所求算的遥感反射率精度高于6S模型和暗像元等大气校正方法得到的结果.     

二氧化碳柱浓度的卫星反演试验及地基验证

基于最优估计理论,采用LBLRTM和VLIDORT辐射传输模式以及包含Line Mixing效应的aer_v_3.2数据库,构建了一套短波红外高光谱卫星反演XCO2的算法.利用该算法试验了Line Mixing效应对卫星反演结果的影响,对GOSAT卫星观测光谱数据进行了系统性试验反演,并利用选取的TCCON站点一年中的匹配观测资料进行了地面验证,同时与GOSAT卫星官方L2B产品进行了比对.试验表明,忽略Line Mixing将系统性低估约0.25%的CO2柱浓度.在气溶胶光学厚度小于0.3的大气条件下,本文反演算法反演结果与GOSAT官方数据产品精度接近,与地基观测值相差小于1%,而高浓度气溶胶背景下卫星反演CO2浓度的有效方法仍有待于突破.     

FY3B-MWRI中国区域雪深反演算法改进

基于2002～2009年全国753个国家基本气象站观测的地面雪深和温度资料,以及同期的高级微波扫描辐射计(Advanced Microwave Scanning Radiometer for EOS,AMSR-E)亮温数据,利用不同频率亮温对雪深的敏感性差异,建立了中国区域雪深半经验统计反演算法.经2006年地面台站观测雪深验证,其反演均方根误差为5.6 cm.具体反演思路如下:根据全国1 km网格土地利用覆盖度数据,结合中国区域的下垫面微波辐射特征,划分成森林、农田、草地和裸地四种主要地物类型;首先建立这四种主要地物类型相对较纯像元下的雪深反演算法,然后利用线性混合像元分解技术,建立微波像元下高精度的雪深反演算法.将本算法分别应用于风云三号B星搭载的微波成像仪(Fengyun-3B/Mcirwoave Radiation Imagery,FY3BMWRI)和AMSR-E数据,进行了2010～2011年冬季雪盖制图,与相应时段的MODIS日积雪产品(MYD10C1)相比,尽管两者数据源有所不同,本算法估算雪盖的精度均达到84%以上.此外,利用本算法和FY3B-MWRI数据在北半球进行了雪当量估算测试,与AMSR-E标准雪当量产品进行了比较,发现二者结果较为一致.但在中国地区,AMSR-E雪当量值明显高于FY3B-MWRI估算值,这与目前已有AMSR-E雪当量产品的验证结果较为一致,FY3B-MWRI雪深估算值与站点观测值更为吻合.该算法已被作为国家卫星气象中心FY3B-MWRI雪深产品的业务化算法.