Validation of MODIS aerosol retrievals and evaluation of potential cloud contamination in East Asia

MODIS aerosol retrievals onboard Terra/Aqua and ground truth data obtained from AERONET(Aerosol Robtic Network) solar direct radiance measurements are collocated to evaluate the quality of the former in East Asia. AERONET stations in East Asia are separated into two groups according to their locations and the preliminary validation results for each station. The validation results showed that the accuracy of MODIS aerosol retrievals in East Asia is a little worse than that obtained in other regions such as Eastern U.S., Western Europe, Brazil and so on. The primary reason is due to the improper aerosol model used in MODIS aerosol retrieval algorithm, so it is of significance to characterize aerosol properties properly according to long term ground-based remote sensing or other relevant in situ observations in order to improve MODIS retrievals in East Asia. Cloud contamination is proved to be one of large errors, which is demonstrated by the significant relation between MODIS aerosol retrievals versus cloud fraction, as well as notable improvement of linear relation between satellite and ground aerosol data after potential cloud contamination screened. Hence, it is suggested that more stringent clear sky condition be set in use of MODIS aerosol data. It should be pointed out that the improvement might be offset by other error sources in some cases because of complex relation between different errors. Large seasonal variation of surface reflection and uncertainties associated with it result in large intercepts and random error in MODIS aerosol retrievals in northern inland of East Asia. It remains to be a big problem to retrieve aerosols accurately in inland characterized by relatively larger surface reflection than the requirement in MODIS aerosol retrieval algorithm.     

利用MODISC6数据分析中国西北地区气溶胶光学厚度时空变化特征

通过与AERONET太阳光度计站点数据进行对比验证,确认了MODIS C6 AOD融合产品在西北地区的适用性.利用2006~2015年MODIS/AQUA C6 MYD08-M3产品分析中国西北地区气溶胶光学厚度的时空变化特征和形成原因.结果表明:(1)从空间分布特征来看,塔里木盆地和关中盆地是高值区,青海南部、甘肃西南部是低值区;准噶尔盆地是前后5年年均AOD对比增量区,柴达木盆地和河套地区是对比减量区.(2)从时间变化特征来看,近10年西北地区年均AOD变化范围为0.18~0.22,2011年起呈缓慢下降趋势,平均年降幅约为0.32%;南疆地区呈现较为明显的年际变化特征,与沙尘天气强弱、频次的年份分布直接相关;东部地区在2011~2015年,下降趋势显著,平均年降幅达到1.1%;北疆和青藏地区年均AOD整体保持平稳;西北地区不同区域AOD季节变化均呈现从春季至秋季逐步下降,冬季再次回升的相同关系.     

黄渤海上空气溶胶类型判别及其成因分析

气溶胶是大气环境的重要组成部分,其对天气和气候变化有重要影响,对人类健康也有危害.对气溶胶类型的区分有利于判别气溶胶的来源,这对控制气溶胶污染源、改善区域环境质量有重要的推动作用.本文基于黄渤海区域6个观测点的实测数据和卫星遥感数据,采用聚类分析方法对黄渤海上空的气溶胶进行分类,并采用拉格朗日轨迹追踪法判定气溶胶的来源...     

青藏高原及周边区域沙尘气溶胶三维分布和传输特征

利用MERRA-2再分析资料和CALIPSO星载激光雷达产品,分析了1980—2017年青藏高原和塔克拉玛干沙漠上空沙尘气溶胶的分布和传输特征.对比了MERRA-2与AERONET及MISR的气溶胶光学厚度（AOD）产品,其相关系数分别为0.809和0.776.基于MERRA-2资料分析表明,研究区域沙尘光学厚度（DAOD）按春、夏、秋、冬季依次递减.塔克拉玛干沙漠和青藏高原地区DAOD均在5月达最高值.青藏高原北部DAOD比南部高0.06~0.10,两地区的DAOD值差异在5月最高.自2000年开始,塔克拉玛干沙漠和印度恒河平原DAOD高值区强度和影响范围显著增大,对青藏高原的沙尘输送增强,印度沙尘对青藏高原的影响显著增加.CALIPSO观测表明,青藏高原上空的沙尘主要来自塔克拉玛干沙漠,传输量春季最大,秋、冬季最小;部分来自印度恒河平原,传输主要发生在夏、秋季.塔克拉玛干沙尘通过柴达木盆地向青藏高原传输,最远可至30°N,传输高度在4~8 km.冬季青藏高原上空的沙尘主要来自柴达木盆地.塔克拉玛干沙漠和青藏高原的最大气溶胶消光系数廓线分别出现在春季和夏季.塔克拉玛干沙漠和青藏高原地区沙尘层厚度多年平均值分别为1.00和0.82 km.2007—2017年,塔克拉玛干沙尘层厚度呈下降趋势,年下降率为0.018 km.青藏高原沙尘层厚度春季最大,冬季次之,夏季最小;沙尘层厚度年变化趋势不显著.     

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.     

基于MODIS数据的山东省近十年AOD时空变化特征

利用2010~2019年的MOD04_3K气溶胶光学厚度产品数据,从时间和空间角度分析山东省气溶胶光学厚度（AOD）变化特征.结果表明：2010~2019年山东AOD年均值在0.545~0.851波动,平均值为0.706,10年间山东AOD年均值整体呈现下降趋势,至2019年下降了0.269,下降幅度高达33%;山东AOD有明显的季节变化特征,呈夏季高峰,冬季最低,采暖期AOD均值整体上低于非采暖期;山东AOD高值区集中在北部环渤海、鲁西地区及济宁市,而山东中部及东北部沿海地区为低值区.AOD高值区总体分布在低海拔地区,而AOD较低的区域主要位于高海拔地区,且AOD时序变化趋势率与年均AOD空间分布特征基本保持一致.     

西北地区气溶胶光学特性的时空变化特征

利用2003-2018年的Aqua-MODIS C6.1气溶胶产品对西北地区气溶胶光学厚度(AOD)和Angstrom波长指数(AE)的时空分布特征进行研究,并结合当地站点气象要素资料,分析了气象要素对AOD的影响.结果表明,西北地区AOD的高值区位于塔克拉玛干沙漠和陕西关中地区;青海南部及新疆北部等是AOD的低值区....     

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.     

阜新市MODIS AOD与大气PM_(2.5)浓度相关性研究

利用卫星遥感MODIS数据研究区域大气PM_(2.5)浓度分布是环境管理的有效方法。获取美国国家航空航天局MODIS L1B1KM数据,采用暗目标法反演阜新市大气气溶胶厚度AOD数据;提取阜新市5个大气监测站点位2014年3月至5月、2015年3月至4月期间PM_(2.5)浓度数据进行相关性分析,建立PM_(2.5)浓度-AOD之间的线性、一元二次、对数函数、幂函数及指数函数5种相关性模型;引用湿度影响因子建立大气PM_(2.5)浓度订正模型,采用PM_(2.5)浓度订正模型、Peterson模型分别订正PM_(2.5)浓度及AOD标高,应用阜新市环保局5个监测点位2014年6~12月、2015年5~12月期间PM_(2.5)的月平均浓度进行模型检验。对比分析订正后的5种相关性模型拟合优度,检验结果表明:订正方法提高了PM_(2.5)浓度-AOD相关性;线性相关性模型R2为0.633 6,相对误差为12.41%,相对其他4种模型相对误差较小。利用阜新市大气AOD预测PM_(2.5)浓度具有良好环境指示意义。     

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.     

基于MODIS的中国PM_(2.5)污染时空分布特征研究

近年来,中国各大城市雾霾天数有明显增长的趋势,雾霾天气的产生与细颗粒物PM_(2.5)有直接的联系。基于2013-2015年MODIS气溶胶光学厚度三级产品MOD08,考虑边界层高度、相对湿度、温度、风速、风向等气象因子,分季节构建BP(误差反向传播)神经网络模型,估算全国PM_(2.5)值,基于此值分析中国PM_(2.5)污染的时空分布。结果表明:(1)对气溶胶光学厚度(AOD)缺失值进行插值后夏季预测模型效果最好,R为0.840 1,春秋季预测模型效果较差,R分别为0.602 5、0.589 9。(2)PM_(2.5)空间分布差异性显著,秋季空间分布差异最显著,夏季降水丰富,空间分布差异显著性降低;高值主要出现在华北和西北小面积区域,低值出现在西部蔵区和海南。(3)高值的华北地区和低值的西部地区都有面积逐渐增加的趋势,高值逐渐扩散到西北小面积区域,低值扩散到中部地区。     

Direct radiative forcing of urban aerosols over Pretoria (25.75°S, 28.28°E) using AERONET Sunphotometer data: First scientific results and environmental impact

The present study uses the data collected from Cimel Sunphotometer of Aerosol Robotic Network（AERONET） for the period from January to December, 2012 over an urban site,Pretoria（PTR; 25.75°S, 28.28°E, 1449 m above sea level）, South Africa. We found that monthly mean aerosol optical depth（AOD, τa） exhibits two maxima that occurred in summer（February） and winter（August） having values of 0.36 ± 0.19 and 0.25 ± 0.14,respectively, high-to-moderate values in spring and thereafter, decreases from autumn with a minima in early winter（June） 0.12 ± 0.07. The Angstrom exponents（α440–870） likewise,have its peak in summer（January） 1.70 ± 0.21 and lowest in early winter（June） 1.38 ± 0.26,while the columnar water vapor（CWV） followed AOD pattern with high values（summer） at the beginning of the year（February, 2.10 ± 0.37 cm） and low values（winter） in the middle of the year（July, 0.66 ± 0.21 cm）. The volume size distribution（VSD） in the fine-mode is higher in the summer and spring seasons, whereas in the coarse mode the VSD is higher in the winter and lower in the summer due to the hygroscopic growth of aerosol particles.The single scattering albedo（SSA） ranged from 0.85 to 0.96 at 440 nm over PTR for the entire study period. The averaged aerosol radiative forcing（ARF） computed using SBDART model at the top of the atmosphere（TOA） was- 8.78 ± 3.1 W/m2, while at the surface it was- 25.69 ± 8.1 W/m2 leading to an atmospheric forcing of ＋ 16.91 ± 6.8 W/m2, indicating significant heating of the atmosphere with a mean of 0.47 K/day.     

BP网络框架下MODIS气溶胶光学厚度产品估算中国东部PM2.5

近年来随着中国经济的快速发展,中国区域的大气污染情况日趋严重,大气污染监测与治理已刻不容缓.由于卫星遥感具有较广的空间覆盖、成本低等优点,卫星遥感反演气溶胶光学厚度(AOD)产品被普遍认为是地面PM2.5浓度的重要指标,且已被广泛地应用于地面PM2.5遥感监测.利用2007～2008年的MODIS/Terra气溶胶光学厚度产品,考虑中国东部地区5个大气成分站点风速、风向、温度、湿度和边界层高度等气象数据,构建后向(BP)神经网络,提出了基于MODIS AOD产品估算PM2.5的模型.利用5个大气成分站点PM2.5观测数据对模型进行散点拟合和时间序列拟合验证,结果表明:①从PM2.5观测值与估算值的散点回归分析来看,PM2.5估算值与观测值相关系数最好的为庐山站(R=0.6),其它4个站次之,但其相关系数均在0.4(中强相关)以上;②从PM2.5观测值与估算值的时间序列比对分析来看,PM2.5估算值和观测值差值随时间变化而变化,且存在明显的日际振荡现象,但经相邻5 d滑动平均处理,5个站点的PM2.5估算值与观测值相关系数得到普遍提升,滑动后的相关系数RMA均在0.7以上(除郑州外),庐山RMA达到0.83.结果表明在BP网络框架下,基于MODIS AOD产品估算PM2.5的模型能较好地应用于PM2.5监测.     

Spatial distribution of aerosol pollution based on MODIS data over Beijing, China

With the help of regression analysis,the relationships were detected between aerosol's contribution to apparent reflectance(ACR) derived from Moderate Resolution Imaging Spectroradiometer(MODIS)on board Terra and hourly PM_(10)mass concentration measured at 30 ground-based locations in Beijing for the August of 2003 and 2004.It was shown that there was a good correlation between the ACR and PM_(10)(linear correlation coefficient,R=0.56).On the basis of this relationship,spatial distribution and possible sources of PM_(10)derived from MODIS were analyzed and two frequently heavily-polluted regions were found,namely downtown of the city and the district near Xishan Mountain.These two regions coincidently are also urban heat island centers.The foundings of this paper will be greatly useful for environmental monitoring and urban planning for Beijing,especially for the 2008 Olympic game to be held in Beijing.     

一种基于MODIS影像反演太湖Ⅱ类水体上空气溶胶参数的算法

基于Ⅱ类水体短波红外（Short-Wave Infrared,SWIR）波段离水反射率为0的假设,提出一种反演Ⅱ类水体上空气溶胶参数的算法（CaseⅡWater Algorithm, C2W）,并与AERONET(Aerosol Robotic Network)太湖站实测数据进行了比较分析.结果表明,反演得到的0.670μm与0.870μm两个波段的气溶胶光学厚度（Aerosol Optical Depth, AOD）与实测值呈现明显的线性关系（R2=0.974、0.971）,在气溶胶光学厚度τ>0.2时不确定性在Δτ=±0.03±0.05τ范围内.11期气溶胶有效半径（Aerosol Effective Radius,AER）数据中,9期的不确定性在±25%范围内,另外两期数据的不确定性在±30%以内.反演精度符合MODIS气溶胶产品的精度要求.     

Spatial and temporal distribution of the cloud optical depth over China based on MODIS satellite data during 2003–2016

The cloud optical depth(COD) is one of the important parameters used to characterize atmospheric clouds. We analyzed the seasonal variations in the COD over East Asia in 2011 using cloud mode data from the AERONET(Aerosol Robotic Network) ground-based observational network. The applicability of the MODIS(Moderate Resolution Imaging Spectroradiometer) COD product was verified and compared with the AERONET cloud mode dataset. There was a good correlation between the AERONET and the MODIS. The spatial and temporal distribution and trends in the COD over China were then analyzed using MODIS satellite data from 2003 to 2016. The seasonal changes in the AERONET data and the time sequence variation of the satellite data suggest that the seasonal variations in the COD are significant. The result shows that the COD first decreases and then increases with the season in northern China, and reaches the maximum in summer and minimum in winter.However, the spatial distribution change is just the opposite in southern China. The spatial variation trend shows the COD in China decreases first with time and gradually increases after 2014. And the trend of COD in the western and central China is consistent with that in China. While the trend of COD shows a continuously increasing over time in northeast China and the Pearl River Delta.     

基于FY-4A卫星数据反演气溶胶光学厚度及分析应用

风云四号A星（FY-4A）是我国新一代静止气象卫星,多通道扫描成像辐射计（AGRI）是风云四号静止气象卫星的主要载荷之一.为探究FY4A数据用于气溶胶光学厚度（AOD）反演的可行性,基于FY-4A/AGRI数据,利用暗像元算法对2019年2月23~26日及10月27~30日京津冀地区AOD进行反演研究,并与AERONET地基观测AOD数据进行了对比分析.结果表明,基于FY-4A数据及构建响应函数库,通过暗像元方法能较好的反演出京津冀地区气溶胶空间分布;AOD主要的高值区体现在京津冀中南部地区并向周边郊区逐渐降低,在AOD值较大时此特征较为明显;将反演值与同期AERONET地基观测数据对比验证,相关系数达到0.869,均方根误差为0.221,表明AOD反演值与观测值吻合较好,FY-4A卫星数据反演AOD具有一定可行性.     

基于FY-4A卫星数据反演气溶胶光学厚度及分析应用

风云四号A星（FY-4A）是我国新一代静止气象卫星,多通道扫描成像辐射计（AGRI）是风云四号静止气象卫星的主要载荷之一.为探究FY4A数据用于气溶胶光学厚度（AOD）反演的可行性,基于FY-4A/AGRI数据,利用暗像元算法对2019年2月23~26日及10月27~30日京津冀地区AOD进行反演研究,并与AERONET地基观测AOD数据进行了对比分析.结果表明,基于FY-4A数据及构建响应函数库,通过暗像元方法能较好的反演出京津冀地区气溶胶空间分布;AOD主要的高值区体现在京津冀中南部地区并向周边郊区逐渐降低,在AOD值较大时此特征较为明显;将反演值与同期AERONET地基观测数据对比验证,相关系数达到0.869,均方根误差为0.221,表明AOD反演值与观测值吻合较好,FY-4A卫星数据反演AOD具有一定可行性.     

基于MODIS数据与多机器学习法的日PM2.5模拟研究

为了深入了解地面PM_2.5的空间分布,以山东省为研究区,利用2019年的PM_2.5站点实测数据,结合中分辨率成像光谱仪(MODIS)的L3级别的MCD19A2气溶胶光学厚度产品,充分考虑人口、地形、气象等因素,使用RF、SVR、BPNN、DNN等4种机器学习算法对山东省2019年逐日PM_2.5进行了模拟.结果表明:随机森林模型(RF)的RMSE和MAE的值分别为12.67和6.62,优于BPNN、SVR和DNN模型.随机森林模型(RF)最适合山东省的日PM_2.5模拟.     

基于AOD数据和GWR模型估算京津冀地区PM2.5浓度

利用MODIS气溶胶光学厚度（AOD）数据针对不同土地覆盖类型的适用性,提出了一种基于土地覆盖类型的AOD融合方法,生成了一种新的3km AOD数据集.在此基础上,通过地理加权回归（GWR）模型估算了京津冀地区2016年PM_2.5浓度,并用交叉验证的方法对模型性能进行评价.结果表明：利用融合后的AOD数据建立的模型可解释PM_2.594.85%的浓度变化,交叉验证R²为0.94,RMSE为9.27μg/m³,MPE为6.72μg/m³,明显优于多元线性回归（MLR）模型;基于GWR模型估算的京津冀地区2016年年均PM_2.5浓度为58.57μg/m³,其中冬季PM_2.5浓度最高,春秋季次之,夏季浓度最低,PM_2.5月均浓度变化范围32.78~140.83μg/m³,8月份浓度最低,12月份浓度最高;空间分布南北差异显著,衡水市PM_2.5污染最为严重,张家口市PM_2.5浓度较低.利用此方法成功弥补了PM_2.5空间缺失,为城市尺度的健康效应和环境流行病学研究提供数据支持.