中国地区MODIS气溶胶光学厚度产品综合验证及分析

讨论了2000年02月~2019年08月不同分辨率、算法中等分辨率成像光谱仪（MODIS）气溶胶光学厚度（AOD）产品在不同季节、区域、下垫面条件下中国区域的精度和适用性,在像元尺度上对比了重采样降低分辨率后的多角度大气校正（MAIAC）AOD数据与其他产品的精度.研究表明：在同等验证条件下,相较于暗目标算法（DT）、深蓝算法（DB）和暗目标与深蓝结合算法（DTB）,1km MAIAC AOD产品在中国地区与AERONET站点AOD观测数据整体一致性最高,R²达到0.891,均方根误差（RMSE）仅为0.126,超过75%的验证样本落在期望误差线（EE）范围内;同时,该产品受季节、区域和下垫面变化影响也最小,其中秋季R²达到0.917,RMSE为0.111,样本落在EE内的比例达到80.11%.3km DT算法AOD产品在植被覆盖率较大的森林和农田区域优于1km MAIAC AOD产品,在植被覆盖率较小的草地和城市区域则差于1km MAIAC AOD产品,且该产品在不同季节均存在AOD高估问题,其中,夏季高估程度最高（平均相对误差（RMB）=1.622,AOD值高估62.2%）.DB在长三角和珠三角地区存在AOD被低估的现象.DTB算法兼顾了DT算法和DB算法的优缺点,DTB算法AOD产品的相关性一般高于DB算法AOD产品,样本被高估程度一般低于DT算法AOD产品.通过重采样方法降低1km MAIAC AOD产品分辨率后,相同尺度下的MAIAC AOD数据精度优于DT算法、DB算法和DTB算法AOD产品,因此,MAIAC算法更适用于小尺度城市群集中区域的大气环境监测.     

中国不同气候区域MODIS C6.1气溶胶光学厚度产品的验证及对比分析

为了解MODIS气溶胶产品反演算法在中国不同气候类型区域的适用性，利用气溶胶观测网（AERONET）资料对最新发布的Terra(MOD)/Aqua(MYD)中分辨率成像光谱辐射计（MODIS）061版本（C6.1）气溶胶光学厚度（AOD）产品进行验证，对比分析了不同气候类型区域条件下暗目标（DT）算法、深蓝（DB）算法、暗目标与深蓝结合（DTB）算法的精度及误差.结果表明：(1)各地面站点对应气候区域的反演相关性趋势相似，且不同气候区域数据相关性相差较大.(2)针对不同气候类型区域，温带季风气候区MYD04＿L2＿DTB质量最优，相关系数（r）高达0.91，均方根误差（RMSE）仅为0.17，有61.1%的数据落入期望区间（EE）内.(3)亚热带季风气候区MYD04＿L2＿DT质量最优，r值达0.89,RMSE为0.16.(4)热带季风气候区域MOD04＿L2＿DTB质量最优，r值达0.86，有63.4%的数据落入EE区间中.(5)温带大陆和高原高山气候区域精度较低，都存在AOD值被低估的情况且r值均低于0.77.前者MYD04＿3k＿DT质量最优，落入EE区间的数据占57.6%；后者...     

中国地区MODIS Terra/Aqua MAIAC气溶胶光学厚度（AOD）产品反演误差对比分析

最新的多角度大气校正(MAIAC)气溶胶光学厚度(AOD)反演算法已应用于Terra和Aqua两颗卫星上的中分辨率成像光谱仪(MODIS)，在优化反演精度的同时将AOD产品的空间分辨率提高到1 km级.本研究将2003—2020年重叠期间Terra和Aqua中国地区MAIAC AOD产品与全球气溶胶自动观测网络(AERONET) AOD数据进行对比验证，分析该产品在中国地区的适用性和两颗卫星产品间的差异性，并探讨邻近云像元与观测几何对MAIAC AOD产品的影响.结果表明：MAIAC AOD产品在中国地区有较好的适用性，Terra和Aqua两颗卫星性能表现基本相近，整体验证结果有超过70%的数据落在期望误差(EE)范围内(EE_T=73.12%,EE_A=70.83%).研究发现邻近云像元是影响AOD产品精度的重要因素之一，邻近云像元会造成AOD反演高估，且这种现象随着邻近云像元的数量而增加.经过质量控制剔除邻近云像元的影响，发现观测几何也会引起产品间的偏差，过小或过大的太阳天顶角会造成更大的平均偏差.总体而言，中国地区MODIS Terra/A...     

空间分辨率与精度协同改进的卫星AOD产品降尺度模型

针对现有卫星气溶胶光学厚度(AOD)产品空间分辨率和精度往往难以满足大气污染精细治理实际需求,提出了一种耦合偏差校正的统计降尺度改进模型(SDBC).该模型基于“空间尺度不变性假设”引入相关驱动因子的额外空间信息实现AOD降尺度,并在此基础上通过偏差校正进一步提升降尺度产品的精度.以1km分辨率MAIAC AOD产品为例,在北京、大湾区、台湾岛3个典型地区开展模型验证.结果表明:(1)DEM、NDVI、人口数量和土地覆盖是影响AOD变化的细节因子,在SDBC空间降尺度过程中引入可将AOD产品的空间分辨率有效提升至500m,且降尺度产品验证R²最高可达0.88;(2)顾及卫星观测几何、质量标识、大气水蒸气柱、气溶胶模式等因子的偏差校正则可进一步提升降尺度AOD产品的精度,3个地区的验证R²均在0.85以上,最高可达0.93;(3)信息熵评估结果显示SDBC模型生成的500m AOD产品提高了原始MAIAC AOD产品的空间信息量.在保留了公里级产品AOD的空间分布格局的基础上,SDBC产品也增强了细节和纹理特征、改善了边界现象和马赛克效应.研究结果证实SDBC模型能有效协同改进现有卫星AOD产品的空间分辨率和精度,提升我国大气污染遥感精准监测的业务能力.     

基于GF-4卫星的长三角城市群PM2.5遥感反演

基于静止卫星高分四号（GF-4）遥感数据,利用6SV辐射传输模型与暗目标算法进行高空间分辨率气溶胶光学厚度（AOD）遥感反演;在此基础上,结合地面监测站大气细颗粒物（PM_2.5）浓度、气象资料等数据,采用物理订正方法及线性混合效应模型,实现长三角城市群区域大尺度空间连续的PM_2.5浓度遥感反演;最后利用十折交叉验证法对反演精度进行验证.结果表明：GF-4反演的AOD结果分辨率较高,空间连续性好,与AERONET地基监测相关性R达到0.82;利用GF-4 AOD的PM_2.5估算模型精度较高,模型估算PM_2.5浓度与地面实测数据拟合度R²为0.74;在分春夏秋冬4个季节建模情景下,交叉验证R²依次为0.67,0.59,0.63和0.72,平均绝对误差MAE为10.40,7.42,10.10,13.34μg/m³,表明GF-4卫星适用于区域PM_2.5浓度监测.     

MODIS C006气溶胶光学厚度产品在京津冀典型环境背景下的适用性

选取3个代表京津冀地区典型环境背景下的站点——北京、香河和兴隆,利用AERONET地基观测的气溶胶光学厚度(AOD)数据,研究了MODIS针对暗地表的C051暗像元法(DT C051)和C006暗像元法(DT C006),针对亮地表的C006深蓝算法(DB C006),以及融合了暗像元法和深蓝算法的融合产品(Combined C006),探讨了基于上述算法的AOD产品在京津冀地区的适应性.结果表明:(1)C006算法的改进对北京和香河站点反演AOD的精度改善较大,而在兴隆站点改善不明显;北京站点,C006深蓝算法AOD适用性最佳;位于城郊的香河站,C006暗像元法AOD最接近AERONET AOD;植被茂盛的兴隆站,Combined C006 AOD反演精度最高.(2)MODIS DT C006在北京站点的反演误差可能是由气溶胶模型与地表反照率共同造成的;MODIS DB C006在香河站点反演误差主要来源于春季的地表反照率和冬季的气溶胶模型两方面.(3)相较于DT C051AOD,DT C006有效数据覆盖率有所降低,但DB C006和Combined C006的数据覆盖率有所增加,且Combined C006 AOD产品数据覆盖率最广;结合MODIS AOD与各站点AERONET的对比验证,结果表明,Combined AOD产品在京津冀地区适用性最佳.     

MODIS C006气溶胶光学厚度产品在京津冀典型环境背景下的适用性

选取3个代表京津冀地区典型环境背景下的站点——北京、香河和兴隆,利用AERONET地基观测的气溶胶光学厚度(AOD)数据,研究了MODIS针对暗地表的C051暗像元法(DT C051)和C006暗像元法(DT C006),针对亮地表的C006深蓝算法(DB C006),以及融合了暗像元法和深蓝算法的融合产品(Combined C006),探讨了基于上述算法的AOD产品在京津冀地区的适应性。结果表明:(1)C006算法的改进对北京和香河站点反演AOD的精度改善较大,而在兴隆站点改善不明显;北京站点,C006深蓝算法AOD适用性最佳;位于城郊的香河站,C006暗像元法AOD最接近AERONET AOD;植被茂盛的兴隆站,Combined C006 AOD反演精度最高。(2)MODIS DT C006在北京站点的反演误差可能是由气溶胶模型与地表反照率共同造成的;MODIS DB C006在香河站点反演误差主要来源于春季的地表反照率和冬季的气溶胶模型两方面。(3)相较于DT C051 AOD,DT C006有效数据覆盖率有所降低,但DB C006和Combined C006的数据覆盖率有所增加,且Combined C006 AOD产品数据覆盖率最广;结合MODIS AOD与各站点AERONET的对比验证,结果表明,Combined AOD产品在京津冀地区适用性最佳。     

利用风云四、MODIS及CALIPSO卫星资料分析西北沙尘过程的垂直和水平分布特征

FY-4A提供的高时间分辨率沙尘强度产品为分析沙尘过程中气溶胶分布提供了新的思路.本研究使用MODIS暗像元/深蓝/合成算法的AOD产品以及FY-4A沙尘强度产品,分析了2018年春季中国西北地区的两次典型沙尘过程,并使用CALIPSO后向散射系数产品研究了这两次事件中气溶胶的垂直分布特征.研究结果表明：①风云四号沙尘强度产品与MODIS深蓝算法产品以及合成算法产品在西北沙漠地区的沙尘分布情况上具有很好的空间一致性;②对于沙尘有明显向东输送的沙尘过程而言（如2018年4月4—6日）,沙尘主要分布在2~6 km,有些地区甚至只有4 km以上才存在沙尘,在沙尘输送的下游地区,沙尘主要分布在2 km以下的低空;而对于沙尘没有向外扩散的沙尘过程（如2018年5月21—23日）,沙尘粒子则主要分布在0~5 km高度处.     

长株潭城市群气溶胶时空分布与传输规律

为研究长株潭城市群大气污染时空演化特征及潜在传输规律,采用2008~2016年中分辨率成像光谱仪（MODIS）MAIAC气溶胶光学厚度（AOD）数据,分析长株潭城市群近10a来AOD演化特征.在此基础上,利用拉格朗日混合型单粒子轨迹模式（HYSPLIT）及全球资料同化系统（GDAS）气象要素数据研究大气污染物潜在传输规律.结果表明,长株潭城市群AOD呈现下降趋势,并以春、夏季下降幅度最为显著.空间上,AOD总体呈北高南低、西高东低分布特征,并与经济发展、城市化水平等因素密切相关.此外,长株潭城市群大气污染物向外长距离传输（>1500km）、中距离传输（500~1500km）以及局地传输（0~500km）比率分别为17.89%、36.45%和45.66%,主要影响湖北、江西、安徽、广东、广西、江苏和浙江等地区.研究结果有助于理解长株潭城市群大气污染的时空变化规律,同时为区域“联防联控”、建设“美丽中国”提供科学的辅助依据.     

京津冀地区MODIS 3 km气溶胶光学厚度产品与10 km产品的对比分析

本文以京津冀为研究区,对该地区的大气气溶胶光学厚度的分布及变化进行分析.利用AERONET地基观测的气溶胶光学厚度(AOD)数据,对最新发布的MODIS/Aqua C6.1 3 km AOD产品在京津冀地区的适用性进行验证,并将3 km产品与MODIS/Aqua C6.1 10 km产品进行对比.分析结果表明:MODIS 3 km AOD产品比AERONET地基AOD的相关性高,相关系数达到了0.95;与MODIS 10 km AOD产品相比,其下垫面为城市地区的反演精度低;在时空分布上,MODIS 3 km AOD产品更好的呈现了气溶胶梯度变化,季平均结果中,四季3 km AOD值都略高于10 km产品.以上结论可为MODIS 3 km AOD产品在京津冀地区的使用提供了借鉴与参考.     

MODIS 3 km气溶胶光学厚度产品检验及其环境空气质量指示

分析了MODIS C006 3 km卫星遥感气溶胶产品的算法流程,并与AERONET观测数据进行对比验证,综合新疆阿克苏地区地面空气子站1年的颗粒物质量浓度(PM10)、环境气象资料(能见度、湿度等),评估了该高分辨率气溶胶产品的精度和稳定性.分析表明,MODIS 3 km AOD与AERONET地基AOD(Issyk-Kul)的相关系数(r)达到0.8836,满足期望误差要求,但存在高估;研究区AOD和PM10存在同步变化趋势,新疆阿克苏市区2个空气子站PM10质量浓度与AOD的相关系数(r)均大于0.55,直接对比的相关性好于类似研究;经高度订正和湿度订正后AOD-PM10的相关系数和拟合优度均有所提高,标准误差和变异系数均下降,但提升并不明显.这一相关性结果与研究区本底气象环境条件有关.MODIS 3 km AOD的季平均结果表明,阿克苏地区AOD存在显著的季节性变化,春季明显高于其他季节,主要城市春季平均AOD在1.5以上,夏季和秋季AOD均值基本介于0.6~0.7之间,阿克苏市主城区夏秋季AOD季均值仍在1.0以上,反映人口集聚、城市交通工业发展等大气人为污染的增加导致AOD的增高.结果表明,MODIS C006 3 km AOD产品质量稳定,其月、季平均等长时间尺度结果有更好的空间覆盖,可满足区域环境空气质量评估的需要.     

基于MODIS数据反演江浙皖地区气溶胶光学厚度

气溶胶是气候变化和大气污染的重要影响因素。人们发现卫星遥感为大面积获取气溶胶光学厚度提供了手段,同时卫星遥感的气溶胶光学厚度弥补了地面观测空间覆盖不足的缺陷。文章首先介绍了使用暗像元法反演气溶胶光学厚度的算法和计算流程,利用传统的暗像元法和改进的暗像元法(即V5.2算法)反演江浙皖地区(29～33°N;116～120°E)气溶胶光学厚度的空间分布,并对两种算法所得结果进行比较与分析。结果表明:暗像元法基本可以反映出该区域气溶胶光学厚度的空间分布特点,尤其是在浓密植被区卫星反演得到的结果与(AERONET)太阳光度计的观测值基本相近。但是在城市地区,该算法得到的结果与观测值存在一定的偏差,有待于进一步改善。     

基于MODIS_C061的长三角地区AOD与Angström指数时空变化分析

以长三角为研究区,利用AERONET地基观测的气溶胶光学厚度(AOD)数据,验证了基于MODIS_C061深蓝算法(DB)的AOD产品适用于长三角地区.并利用2000～2018年MOD04_L2产品,分析研究区AOD和Angstr?m指数(AE)的时空变化特征.结果表明,长三角地区AOD呈现东部和北部平原地区高、南部和西部山区低的空间分布,AE呈现南部地区高北部地区低的空间分布. 2003～2007年,AOD年均值增长显著,增长率为23%, 2011年以后逐渐下降; 2001～2003年,AE年均值增长迅速, 2012年以后逐渐下降.AOD在长三角地区呈现夏季最高、冬季最低的显著季节性变化,月均值6月最高达0.84, 8月最低为0.40;AE呈现秋季最高,春季最低的季节性变化,月均值9月最高达1.47, 3月最低为1.08.根据AOD与AE的关系,对长三角地区气溶胶类型进行了研究,结果表明人为产生的城市工业气溶胶是该地区主要的气溶胶类型,其次为混合型和清洁大陆型.     

2006-2017年四川盆地MODIS气溶胶光学厚度时空变化特征

四川盆地地形复杂、气候特殊,是我国颗粒物污染高发地.为探究四川盆地气溶胶分布和周期变化特征,深入认识气溶胶污染特性及其气候效应,结合卫星遥感探测方法,利用2006-2017年MODIS C006 3 km AOD（气溶胶光学厚度）产品,分析了四川盆地AOD的时空特征.结果表明:①MODIS AOD（MODIS数据反演的气溶胶光学厚度）与太阳光度计CE318观测的AOD、ρ（PM_2.5）、ρ（PM₁₀）线性相关系数分别为0.78、0.77、0.75,表明MODIS C006 3 km AOD产品适用于四川盆地颗粒物污染研究.②四川盆地AOD平均值范围为0.1~1.3,其中,成都平原和四川盆地东南部地区是AOD高值（AOD值>1.0）中心,四川盆地周边高海拔区AOD均小于0.3.③2006-2017年AOD年均值范围为0~2.5,整体呈"倒N型"曲线下降,其峰值和谷值分别出现在2013年和2017年;2013年AOD大于1.0的区域占四川盆地的34.1%,是12 a中颗粒物污染最重的一年;2017年AOD小于0.3的面积占57.1%.④AOD季节性变化呈春季最大、夏季次之、秋季最小的特征.⑤AOD月变化呈"双峰型"波动特征,AOD月均值范围为0~2.5,其中,2-5月AOD月均值均大于0.7,8月AOD月均值为0.6,11-12月AOD月均值均小于0.5.研究显示,四川盆地颗粒物污染防治应以成都平原城市群和四川省南部城市群为主,应重点控制细颗粒物排放,合理安排工业企业的周期性生产强度.      

台湾岛高分一号卫星WFV数据气溶胶反演与验证

针对国产中等分辨率遥感数据的特性,集成暗像元和深蓝算法的优势,提供了一种能够同时对低反射率和高反射率地表类型实现AOD反演的方法.基于该方法,以台湾岛为例,利用高分一号卫星(GF-1)WFV数据反演得到550 nm处的AOD.与MODIS气溶胶产品(MOD04)进行比较,二者空间分布具有很好的一致性,总体相关系数r优于0.9.利用全球气溶胶自动观测网(AERONET)站点数据进行反演结果的验证.反演结果与AERONET实测值具显著的相关性(r0.85),70%的反演结果满足误差精度要求.通过与暗像元法、深蓝算法的反演结果进行对比,本文方法在结果精度和空间覆盖度方面具有独特的优势.在台湾岛地区,夏、冬季分别采用海洋型和大陆型气溶胶模式比较适合;随着GF-1卫星数据空间分辨率的降低,气溶胶反演结果与地基观测值的相关性系数呈现先降低、后平稳的趋势,但整体变化不是太大.     

上海地区大气气溶胶光学厚度的遥感监测

采用V5.2算法,以MODIS 1B数据为数据源,利用Matlab软件进行数据预处理,反演了上海地区大气气溶胶光学厚度(AOD). 将AOD反演值分别与NASA的MOD04-L2气溶胶产品(10 km×10 km)以及CE-318太阳光度计实测结果进行对比. 结果表明:V5.2算法与NASA气溶胶产品相比,其精度更好,分辨率更高. 基于V5.2算法和利用MODIS遥感影像反演结果,分析了上海市典型天气AOD; 同时,将反演值与城市空气污染指数(API)进行了对比. 结果表明:AOD从一定程度上可以反映地面大气污染状况. 上海2008年AOD 12月最小,大气相对较清洁,6月最大,大气相对较浑浊;AOD的日际变化呈早晚高、中午略低的趋势,其中每日的09:00和18:00出现全天最高值,12:00左右也会出现小高峰.