太湖地区HJ-1卫星CCD数据反演气溶胶及大气校正

针对HJ-1卫星CCD数据,利用改进的暗像元法反演气溶胶光学厚度(AOD),再利用反演的AOD对其进行大气校正。将反演的气溶胶与地基太阳光度计数据进行对比验证,发现当反演的AOD值大于0.2时,反演值与地基观测值的相关系数为0.964,符合MODIS业务化反演AOD的精度要求。再将反演得到的气溶胶带入6S辐射传输模型中,对HJ-1卫星CCD数据进行大气校正实验。结果表明,该方法能有效提高HJ-1卫星CCD数据大气校正的精度,更好地复原地物的真实光谱信息。     

NPPVIIRS数据反演气溶胶光学厚度

利用NPP卫星的VIIRS传感器数据,基于暗像元法反演陆地气溶胶光学厚度AOD。首先,根据红外波段的归一化植被指数NDVI来对暗像元进行识别;然后,利用6S软件进行辐射传输计算构建查找表;最后,根据VIIRS数据从查找表插值得到AOD,并对其进行海拔校正。选取华北地区作为反演实验区,获得了2013年9月1日的气溶胶分布。利用AERONET北京站太阳光度计地基观测结果对反演结果对比验证,发现二者具有显著的相关性,相关系数达到0.7920。将2013年9月1日的MODIS AOD产品与本研究反演的AOD进行比对,发现二者分布趋势一致,相关系数为0.7059,相关性显著。反演结果表明,本文算法反演陆地AOD效果较好,为大气颗粒物环境监测提供了良好方法手段和数据源。     

基于ZY-3数据与MODIS数据气溶胶光学厚度反演方法对比分析

以湖北省东部的大悟—红安一带为研究区,选用资源三号立体测绘卫星(简称ZY-3)多光谱数据与MODIS L1B级数据实现气溶胶光学厚度(AOD)反演,从而对比分析两种影像反演结果的差异性。ZY-3数据的AOD反演是在Gilabert算法的基础上增加漫反射项,选择多个暗像元,应用空间插值的方法来实现;MODIS数据的AOD反演同样采用暗像元法实现。两种卫星影像数据的反演结果显示ZY-3数据反演结果比MODIS数据的反演结果更为精细,更适合小范围地区的研究。     

基于卫星遥感的池州市气溶胶光学厚度时空分布

气溶胶光学厚度(aerosol optical depth,AOD)是大气环境的重要评价指标,可用于反映空气污染程度。通过卫星遥感获取AOD,可以弥补地面观测难以反映AOD空间分布和整体变化趋势的不足。以池州市为研究区,利用2013年12月—2014年12月间获取的EOS MODIS数据,基于改进的暗像元法(V5.2算法),反演研究区2014年全年4个季度的AOD;在对其可靠性进行验证的基础上,分析研究区AOD时空变化特征。研究结果表明,AOD反演结果与MOD04_3K气溶胶数据在整体变化趋势上有较好的一致性,但同时也存在一定差异,尤其是在冬半年;研究区AOD区域差异和季节变化明显,总体表现为北部沿江AOD明显高于南部,春夏季节高于秋冬季节,同时不同地区变化趋势和幅度存在不同;AOD的时空变化强烈受到自然因素和人为因素2方面的影响。     

北京地区HJ-1卫星CCD数据的气溶胶反演及在大气校正中的应用

与现有的大气卫星传感器相比,环境一号卫星(HJ-1)CCD相机具有较高的空间分辨率(30m),使得在城市地区找到光谱纯像元的机率大大增加。本文提出一种基于纯像元提取的城市地区气溶胶光学厚度(AerosolOpticalDepth,AOD)反演算法,利用像元纯净指数来提取CCD影像上的纯像元,并由HJ-1A星和B星的多时相CCD观测数据结合地表双向反射率模型确定纯像元的地表反射特性,在此基础上反演AOD。与AERONET地基测量数据的对比表明,该算法具有较高精度,相关系数为0.83,线性拟合斜率为1.091,截距为0.053。基于该方法的AOD反演结果作为输入,能较大程度提高HJ-1卫星CCD影像大气校正的精度。     

基于TM图像的南京市气溶胶光学厚度反演

气溶胶是影响地气能量平衡和气候变化的重要因素,对人类生活环境质量有着重要的影响.利用Landsat5TM图像,通过6S大气辐射传输模型建立查找表;在此基础上进行回归分析,得到暗像元的气溶胶光学厚度(aerosol optical depth,AOD);再通过克里金插值计算得到南京市的AOD空间分布数据;最后通过大气校正对结果的合理性进行检验,并对反演结果进行了分析.结果表明:将暗像元法应用于TM图像可以较好地反演出南京市AOD的空间分布;南京市AOD总体呈现北高南低的分布特点,植被、城市建成区、地形的分布是影响南京市AOD分布的主要因素;对于南京市来说,采用高空间分辨率的图像能够获得比一般空间分辨率图像更多气溶胶分布的细节信息.     

南京地区大气气溶胶综合观测与对比分析

利用CE-318太阳光度计、MPL激光雷达与卫星观测数据,分别采用光谱消光法、Fernald方法以及MODIS暗像元法(DDV)反演南京地区气溶胶光学厚度,并进行了对比分析。通过研究分析3月3日、6日卫星反演气溶胶光学厚度的空间分布图,发现长江流域附近以及市区(除老山、中山陵等山区地带之外)的AOD较高。3月3日太阳光度计、激光雷达与卫星数据在站点位置(南京信息工程大学,118.7°E,32.2°N)的AOD值分别为0.455、0.289、0.4;3月6日的AOD值分别为0.373、0.267、0.25。通过对比分析3月至9月之间的多天数据,可得3种数据计算所得AOD相差不大,说明卫星与激光雷达反演数据相对可靠。其中,3月3日与3月6日的太阳光度计数据显示,观测地区出现常见的两种AOD变化类型:一种是早晚高,中午低;一种是早低晚高。此外,激光雷达所得数据结果随着时间的变化幅度较大,且可以在有云的天气条件下探测气溶胶;本文利用激光雷达数据计算出的9 km以下AOD值多数在0.3左右,3月3日与3月6日两天之中,2 km以下较脏,出现了一些气溶胶层,6km以上相对比较干净,个别时段6 km以上高空存在云层。与地基观测相比,卫星虽然时间分辨率虽然低,但是对于大面积的趋势分析却有着绝对的优势。在今后的气溶胶观测发展中,结合三者的优势,有助于以较高精度,大面积反演大气气溶胶空间分布情况,获得较准确的气溶胶参数。     

CBERS02B卫星CCD传感器数据反演陆地气溶胶

研究利用CBERS02B卫星的CCD传感器数据反演陆地气溶胶的方法。采用的方法是暗像元法。具体步骤为: 根据地面采集的植被光谱数据, 结合CCD传感器特点, 建立浓密植被(暗像元)红蓝波段(CCD传感器的第三和第一波段)反射率与地表反射率之间的关系, 确定了暗像元识别的阈值, 讨论气溶胶光学厚度对暗像元识别的影响以及消除这种影响的方法; 利用6S进行辐射传输运算, 构建查找表; 根据CBERS02B卫星的CCD传感器数据, 从查找表插值得到气溶胶光学厚度, 并进行了算法的误差分析。用广西南宁市及北京地区附近的两景数据进行了实际的反演试验, 使用MODIS的气溶胶产品与反演结果进行比对。结果显示, CBERS02B卫星的CCD传感器数据能够较好的反演陆地气溶胶。     

融合卫星遥感与地面测站的区域PM2.5反演

融合卫星遥感与地面站点的互补优势,进行了华中地区PM2.5的反演研究.基于MODIS LIB数据,结合暗像元法和亮目标法,利用6S大气传输模型反演获得分辨率为1 km的气溶胶光学厚度(AOD);基于M估计理论,将遥感反演的AOD与PM2.5站点数据进行稳健回归分析,并根据回归模型实现大尺度空间连续的PM2.5反演;最后,利用留一交叉验证法,对反演精度进行了验证.结果表明,反演的1 km AOD和MODIS现有的AOD产品相比,与PM2.5站点数据的相关系数从0.683提高到0.883,生成的PM2.5平均绝对误差从23.495 μg/m3降低到11.705 μg/m工3.     

利用NPP/VIIRS微光数据反演夜间气溶胶光学厚度

大气气溶胶具有气候环境和健康效应,且具有明显的时空和昼夜变化特征。因此探测夜间气溶胶光学厚度（AOD）具有重要的意义。NPP/VIIRS上的昼夜通道DNB（Day Night Band）为夜间反演AOD提供了有效的数据。基于大气辐射传输理论对夜间AOD进行反演,首先,利用“背景合成法”获取夜间城市灯光真实辐射值;然后,利用改进的“消光法”反演夜间AOD。选取华北地区作为研究对象,获得了2016-03—2017-02新月日期的夜间城市灯光真实值,选择其中的2016年7月和10月的2次污染天气过程,反演了夜间AOD分布。通过北京、天津和郑州的太阳光度计地基观测结果和北京市环境质量监测站空气质量指数（AQI）对反演结果进行验证,结果表明反演结果和观测结果有较好的一致性,展示了卫星微光数据在夜间城市污染空间分布监测中的应用潜力。     

北京地区Landsat 8 OLI高空间分辨率气溶胶光学厚度反演

卫星气溶胶光学厚度(AOD)反演中,传统暗目标方法在反射率较低的水体、浓密植被覆盖区域取得了较好效果,在反射率较高且结构复杂的高反射地表上空目前多采用深蓝算法,但存在空间分辨率较低,对细节分布描述性较差等问题。为解决这一问题,本文首先以5年(2008年—2012年)长时间序列MODIS地表反射率产品为基础,采用最小值合成法建立500 m分辨率逐月地表反射率产品数据集,然后利用地物波谱库中典型地物波谱数据,分析建立MODIS与Landsat 8 OLI传感器蓝光波段反射率转换模型,最后北京地区AERONET地基观测数据确定了气溶胶光学物理参数,并反演获取了北京地区上空500 m分辨率的AOD分布。为验证反演算法的精度,分别将反演结果同AERONET及MODIS/Terra气溶胶产品(MOD04)进行交叉对比,同时利用相关系数R,均方根误差RMSE,平均绝对误差MAE以及MODIS AOD产品预期误差EE共4个指标进行衡量。结果表明:算法反演获取的AOD与AERONET观测值具有较高的一致性,各指标分别为R=0.963,RMSE=0.156,MAE=0.097,EE=85.3%,稍优于MOD04产品(R=0.962,RMSE=0.158,MAE=0.101,EE=75.8%),并且有效的对比点数也高于MOD04。通过与地基观测相比,卫星遥感获取的高分辨率城市地区AOD精度可作为定量评估城市空气质量的有效依据。     

黑河流域MODIS气溶胶产品时空对比分析

卫星遥感监测提供的气溶胶产品很多，而当前使用最多的是Terra和Aqua卫星上搭载的MODIS传感器获得卫星影像数据反演气溶胶光学厚度AOD。MODIS数据反演得到的气溶胶光学厚度产品目前经历了C002、C003、C004、C005、C006等版本。为了对比分析黑河流域的MODIS气溶胶产品，本文首先对黑河流域范围内C006版本的气溶胶光学厚度产品的精度进行了验证，然后对比分析了研究区气溶胶光学厚度的时空变化特征。采用黑河生态水文遥感试验（HIWATER）气溶胶光学厚度地基观测数据验证MODIS气溶胶光学厚度产品的精度。验证结果显示MODIS气溶胶产品的精度较高，可信度也较高，具有显著的适用性。对比分析发现研究区的气溶胶光学厚度的时空变化特征很明显，下午星Aqua的气溶胶光学厚度值比上午星Terra的高，并且中下游气溶胶光学厚度值比上游地区较高。夏季的气溶胶光学厚度比其他季节的气溶胶光学厚度值高，春季气溶胶光学厚度高值区域集中分布在下游地区，夏季的高值区域分布在上游区域，秋季的高值区域分布比较均匀，冬季高值主要分布在研究区的西部地区。     

环境与减灾小卫星高光谱成像仪陆地气溶胶光学厚度反演

环境与减灾小卫星高光谱成像仪是搭载在中国将于2007年发射的环境与减灾小卫星A星（HJ-1A）上的传感器之一，在0．45—0．95μm波段范围内设置了约135个通道，空间分辨率为100m，回访周期约为96h。本文根据传感器的参数设置，使用HYPERION数据仿真模拟了HJ-1A高光谱数据，探讨了它在陆地气溶胶光学厚度探测中的应用。文中使用浓密植被算法反演了模拟数据的气溶胶光学厚度。结果表明，HJ-1A高光谱成像仪能够很好地应用于陆地气溶胶光学厚度的反演。     

基于MODIS数据的南昌市大气气溶胶光学厚度反演

气溶胶对气候和环境都有着重大的影响。利用MODIS L1B数据,通过结合6S辐射传输模型生成查找表(LUT),再结合地面暗像元对南昌市2016年3月份的4景影像进行反演;根据6S模式对地表反射率与表观反射率和气溶胶光学厚度的变化建立敏感性试验,最终反演得出南昌市4景影像在550 nm波长的AOD平均值分别为0.139、0.926、0.442、1.061,与根据能见度计算得出的值大小有差异,但是在可接受范围内,根据结果用暗像元法反演南昌市气溶胶光学厚度是可行的。     

利用暗目标法从高分一号卫星16 m相机数据反演气溶胶光学厚度

针对高分一号卫星(GF-1)的16 m宽覆盖相机数据,探讨了暗目标法的应用。首先,利用地面观测的植被光谱数据,结合模拟计算,发现利用红蓝波段线性关系能更好地去除地表影响,而利用反演的气溶胶光学厚度AOD进行大气校正能很好地去除伪暗目标;然后,以天津地区和北京地区为试验区进行了反演试验。结果表明,利用本算法能较好地观测气溶胶分布,与地面观测结果均有较好的相关性(R0.8),但反演结果整体偏高,可能是云像元的影响。误差分析表明,整景图像采用统一的观测天顶角会带来较大误差,最大误差为0.3;绝对辐射定标精度在3%以下,反演精度能控制在10%,城市型气溶胶会对反演带来较大误差。     

VRSS-1卫星数据气溶胶光学厚度反演及精度验证

采用委内瑞拉遥感卫星(VRSS-1)数据进行气溶胶光学厚度(Aerosol Optical Depth,AOD)反演,是VRSS-1卫星数据在环保领域应用的一次尝试。本文采用将VRSS-1卫星数据反演的气溶胶光学厚度结果与NASA(美国航空航天局)公布的MODIS气溶胶标准产品对比的方法进行精度验证,以确定所选择的气溶胶光学厚度算法是否适合VRSS-1卫星数据。     

GF-4增强型地表反射率库支持法的气溶胶光学厚度反演

针对GF-4等国产卫星气溶胶光学厚度反演算法存在的地表反射率估计困难、云像元污染等问题,本文发展了一种增强型地表反射率库支持的气溶胶光学厚度反演方法,改进了云筛选与地表反射率确定方案,在考虑GF-4逐像元成像角度的情况下,使用6SV模型与MOD09-CMA数据对季度尺度上的GF-4 PMS传感器数据进行大气校正,提出了百分比最小值均值法建立地表反射率库,并据此建立了NDVI与红蓝反射率关系模型,根据地表反射率的分布特点,当NDVI小于0.2的时候使用地表反射率库估计地表反射率,而当NDVI大于0.2时,则使用NDVI来估计地表反射率。使用MOD04气溶胶模式时空分布确定气溶胶参数。在京津冀地区开展气溶胶光学厚度反演实验,使用Aeronet站点数据与MOD04产品对反演结果进行了对比验证,与Aeronet相关系数R为0.964,均方根误差RMSE为0.13,满足±(0.05+0.2τ)的点多于78.9%,相关系数与均方根误差优于MODIS暗目标法产品,满足期望误差线的数量优于MODIS暗目标与深蓝算法产品。     

地表反射率产品支持的GF-1 PMS气溶胶光学厚度反演及大气校正

GF-1卫星PMS(GF-1 PMS)数据具有高空间分辨率、短重访周期的特点,可以在地表类型识别、参数提取中发挥重要作用。但由于缺少2.1μm附近的短波红外波段,使得气溶胶反演时地表反射率的精确确定非常困难,从而导致其高精度大气校正难以开展,限制了该数据的应用。本文提出了一种地表反射率数据支持的气溶胶反演方法,用于GF-1PMS数据的大气校正。其基本思想是:使用现有的地表反射率数据集为GF-1PMS数据提供地表反射率,用于确定GF-1PMS图像中浓密植被像元(DDV)的分布,基于确定的浓密植被像元反演气溶胶光学厚度(AOD),并用于大气校正。这里使用的地表反射率数据集为合成的无云MODIS地表反射率产品,对GF-1PMS数据做了空间尺度的转换。为降低两类数据配准误差对地表反射率确定的影响,提出了使用区域NDVI分布百分比匹配的方法,回避了像元的直接匹配,为GF-1PMS数据提供DDV的空间分布。为验证该方法的有效性,利用北京、太湖两个AERONET站点观测的气溶胶光学厚度对气溶胶反演结果进行精度验证,结果表明,气溶胶反演算法精度较高,稳定性较强。AOD反演结果应用于北京和敦煌地区的GF-1PMS数据大气校正,获得的地表反射率与地面实测的地表反射率的误差低于0.015,且大气校正后影像对比度明显提高。     

利用SARA结合高分一号数据反演气溶胶光学厚度

简化的气溶胶反演算法(simplified aerosol retrieval algorithm, SARA)摆脱了传统气溶胶光学厚度(aerosol optical depth, AOD)反演算法对查找表的依赖,在暗地表区域和亮地表区域均有较好的反演效果。由于中分辨率成像光谱仪(moderate resolution imaging spectroradiometer, MODIS)数据得到的AOD空间分辨率不足,因此在SARA的基础上结合更高空间分辨率的高分一号(GF-1)宽视场(wide field of view, WFV)数据开展了AOD反演研究。精度验证结果表明,反演结果与地基观测值具有较高的一致性,相关系数为0.962,均方根误差为0.073,平均绝对误差为0.051,预期误差为88.6%;反演结果与同期的MODIS气溶胶产品相比,空间上分布较为一致,且具有较高的空间覆盖度、分辨率和精度。针对高分数据的算法适用性研究表明,GF-1 WFV相机的观测几何和辐射定标误差引起的反演误差较小,绝对误差均在0.04以内,相对误差均在10%以内。     

季节偏差纠正下的遥感AOD产品降尺度BGIM算法

MODIS 3 km DT（Dark Target）卫星气溶胶光学厚度AOD（Aerosol Optical Depth）数据产品已广泛应用于大气污染监测,但受反演方法限制,该数据产品像元缺失严重、时空覆盖度低、精度偏低。相比,MODIS 10 km DT_DB_Combined AOD数据产品因融合DT和DB（Deep Blue）两种反演算法,一定程度上可弥补MODIS 3 km DT AOD数据产品在时空覆盖度与精度方面的缺陷,但分辨率偏低。此外,受气溶胶组分来源的季节变化与地表反射率估算的季节性误差影响,MODIS AOD数据产品精度同时也存在季节性特征。本文由此以京津冀为试验区,顾及AOD季节变化特性,开展MODIS 10 km DT_DB_Combined AOD数据产品偏差纠正下的地统计反演模拟BGIM（Bias-corrected Geostatistical Inverse Model）降尺度算法研究。试验同时引入AERONET地基观测数据和MODIS 3 km DT AOD数据产品作为降尺度结果的绝对与相对验证标准。结果表明：季节偏差系数纠正下生成的MODIS 3 km DT_DB_Combined AOD与10 km DT_DB_Combined AOD、3 km DT AOD数据产品的绝对精度相当,验证R²分别为0.79、0.70、0.71;且相比MODIS 3 km DT AOD数据产品,季节偏差系数纠正下的MODIS 3 km DT_DB_Combined AOD数据与其相关系数可达0.93;在时间覆盖度和空间覆盖度方面可分别提升11.21%和11.44%,其中春、冬两季空间覆盖度提升效果尤为显著。研究结果证实BGIM降尺度算法可有效估算MODIS 3 km DT_DB_Combined AOD数据,提高MODIS 3 km AOD产品的时空覆盖度,并同时抑制原有MODIS 10 km DT_DB_Combined AOD数据产品的季节性高估现象。