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...     

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.     

基于多传感器融合的时空连续AOD重构模型

气溶胶光学厚度（AOD）是气溶胶最重要的参数之一,现有的遥感AOD产品受云、积雪等因素的影响空间缺失严重,因此,生成空间覆盖完整的AOD具有重要意义.本文融合MODIS的MAIAC AOD和Himawari-8的AHI AOD,结合气象数据和高程数据,提出一种集成反距离权重插值（IDW）和CatBoost模型的时空连续AOD重构方法（命名为IDW-CatBoost）.将此方法应用于京津冀和台湾岛的AOD重构,并与IDW、CatBoost方法对比,重构结果利用地基监测AERONET AOD进行验证,其中,京津冀的验证数为352个,台湾岛的验证数为641个.结果表明：在空间分布上,IDW AOD存在星点状特征,CatBoost、IDW-CatBoost的AOD具有空间连续分布的纹理特征;精度上,经地基监测AERONET AOD验证,京津冀地区IDW AOD与IDW-CatBoost AOD接近;台湾岛IDW-CatBoost AOD相比于IDW、CatBoost结果,R2分别提高了10%和5%.经过多传感器AOD融合,与单传感器AHI L2、L3、MAIAC AOD相比,IDW-CatBo...     

黄渤海气溶胶光学厚度的多源卫星遥感产品精度分析和时空分布特征研究

以黄渤海上空大气为目标研究区,基于AERONET观测网,获取该区域2015—2017年的气溶胶光学厚度（AOD）实测数据,并对可见红外成像辐射计VⅡRS,中分辨率成像光谱仪MODIS,静止水色卫星成像仪GOCI与新一代地球同步气象卫星AHI H8的AOD遥感产品展开精度验证.同时,利用长时间的遥感影像探究并分析AOD在不同时空尺度下的分布特征与变化情况.结果表明：同其它AOD遥感产品相比,GOCI AOD展示出了高采样频率及高精度的特性.此外,在研究区域AOD的逐小时遥感影像中未发现明显的变化规律,而月平均图则显示出从黄渤海西部至中部再到东部AOD逐渐递减的趋势,且该趋势在研究区域不同的地方是具有差异的.不仅如此,本文还尝试分析影响AOD反演精度的潜在因子,发现其可能与地表反射率提取的准确度与预设气溶胶模型设置的合理性有关.     

徐淮地区冬季AOD时空特征及气象因子研究

文章基于国产高空间分辨率卫星高分一号(GF-1)的WFV数据实现对徐淮矿区及周边区域的AOD深蓝算法反演和时空特征分析,并结合AERONET站点数据进行反演精度验证。同时,将研究区AOD反演结果与气象因子进行相关性分析。研究结果表明:(1)AOD反演结果与AERONET站点数据相关性较高,相关系数R2为0.899,RMSE为0.158,说明深蓝算法对于矿区及周边城市的AOD反演较适用;(2)研究区2014-2017年AOD高值区呈现逐渐扩张趋势,人口密集区显著高于高植被覆盖区;(3)空气污染时期气溶胶浓度的增长会对气温产生冷却效应,与相对湿度呈一定正相关性,且抑制降水生成。此外,研究区西北部相山的高地形和盛行西北风也可能是阻碍高空气溶胶颗粒物扩散的重要条件。     

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.     

基于线性混合效应模型的河北省PM2.5浓度时空变化模型研究

京津冀地区大气PM_2.5污染严重.为揭示区域PM_2.5时空分布规律,使用2013-2014年河北省地面站点PM_2.5监测数据、MODIS AOD（气溶胶光学厚度）遥感数据、地面气象站点数据和土地利用调查数据,基于线性混合效应模型（LME）,建立了ρ（PM_2.5）时空变化与AOD因子、气象因子、土地利用因子之间的关系模型.采用十折交叉验证法对模型精度进行检验,并利用计算得到的校正因子[全部实测的ρ（PM_2.5）年均值除以参与建模的所有实测ρ（PM_2.5）年均值]纠正因AOD非随机性缺值导致的抽样偏差.结果表明:①河北省区域模拟精度R2（决定系数）为0.85,经交叉验证后R2为0.77,RMSE（均方根误差）和RPE（相对预测误差）分别为18.28 μg/m3和28.68%.②ρ（PM_2.5）年均值模拟结果的校正因子范围为1.24~2.05,校正后的研究区ρ（PM_2.5）年均值为89.84 μg/m3,与实际监测数据相近.③ρ（PM_2.5）空间分布呈平原高、山区低,平原地区西南高、东北低的趋势.④ρ（PM_2.5）与AOD、温度、相对湿度呈正相关,与风速、大气能见度呈负相关.研究显示,线性混合效应模型能有效对ρ（PM_2.5）进行时空变化模拟,并实现对非地面监测地区ρ（PM_2.5）时空变化的预测,恰当的预测因子组合和模型校正有助于模型预测精度的提升.      

2000—2014年四川省气溶胶时空格局及其驱动因子定量研究

论文研究四川省2000—2014年气溶胶光学厚度的时空演变趋势,并综合自然和人为两方面因素,从区域尺度上对四川省气溶胶光学厚度演变的驱动力进行定量研究,更进一步从像元尺度上分析驱动力的空间分异。结果表明:1)四川省以中部盆地为气溶胶光学厚度高值中心区且增长趋势最为明显,川东平行岭谷值较小且有轻度减少趋势,川西高原、川西南山地值最小,但有轻度增长趋势;2)区域尺度上,对气溶胶光学厚度驱动力主导因子进行定量研究,建立了气溶胶光学厚度(AOD)与GNP、降水量和归一化植被指数的多元回归模型,即AOD=0.849+0.567×GNP-0.909×降水量-0.077×归一化植被指数,该模型较好地体现了在更为宏观的区域层面上四川省气溶胶光学厚度演变驱动力的定量作用;3)像元尺度上,驱动力的空间分异表现为中部盆地气溶胶光学厚度主要受人为和地表因素影响,川东平行岭谷、川西高原和川西南山地气溶胶光学厚度受气象和地表因素影响较多。由于川渝地区秋冬季多云雾,有效的气溶胶卫星观测数据偏少,因此如何在秋冬季获取气溶胶光学厚度有效数据是未来应加强的工作;在驱动力因子方面人为因子的选取划分可以进一步具体化;由点到面的插值会影响驱动力因子数据的精度,故如何通过高精度的插值方法来提高数据的精度亦是未来提高驱动力定量研究准确性的发展方向。     

北黄海圆岛海域MODIS气溶胶光学厚度产品有效性验证

利用北黄海圆岛岛基太阳光度计气溶胶光学厚度（aerosol optical depth,AOD）实测数据,在优选时空匹配窗口的基础上,对最新版本MODIS C061 AOD产品开展了有效性验证。结果表明,相对于其他尺度的采样窗口,采用30 km×30 km空间采样窗口、±0.5 h时间采样窗口可以得到更加准确的验证结果。在此时空窗口下,MODISA AOD产品（550 nm）与岛基观测数据具有非常好的一致性,相关系数达到0.98,春季、秋季和冬季AOD产品精度满足NASA的设计要求,夏季数据存在较大误差,符合NASA期望误差（[（0.04+0.1*AOD）,（-0.02-0.1*AOD）]）的比例仅为40%,气溶胶模型假定不合理是其可能的误差来源。     

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.     

资源三号卫星多光谱数据自动反演香港地区气溶胶光学厚度

利用ZY-3卫星数据高分辨率的特点,提出了一种基于图像自身的阴坡植被暗像元气溶胶光学厚度自动反演算法.首先,分区优选阴坡植被暗像元,基于程辐射信息估算红、蓝波段的气溶胶散射相函数、散射比.其次,在Gilabert算法基础上,增加地表漫反射项的考虑,利用简化的辐射传输方程直接解算阴坡植被及浓密植被暗像元气溶胶光学厚度.最后采用克里金插值,将多个暗像元气溶胶光学厚度推算到整景图像的分布,进而进行大气纠正.结果表明,香港地区ZY-3数据AOD反演结果与MODIS气溶胶C051产品趋势一致,ZY-3数据AOD结果在揭示繁华都市区内部的AOD差异,以及识别城市内部污染源方面更具优势.ZY-3数据大气纠正后,图像清晰度、对比度增强,统计结果显示水体及浓密植被的光谱特征与先验知识相符.     

基于Landsat8影像的Himawari-8叶绿素a空间降尺度研究

新型地球静止气象卫星Himawari-8由于空间分辨率较低,其叶绿素a产品难以满足空间异质性高的近岸海域水质监测要求。为了克服这个限制,基于非线性的随机森林算法,利用陆地资源卫星Landsat8的波段反射率数据和Himawari-8的叶绿素a产品,通过构建降尺度模型,以提高Himawari-8的叶绿素a数据的空间分辨率。结果表明,2个秋季模型和2个冬季模型的模型决定系数(R²)分别达到0.6、0.72、0.71和0.85;均方根误差(RMSE)为别为1.47,1.05,1.89,0.76mg/m³。通过实测站点数据对比分析表明,降尺度模型生成的叶绿素a与葵花叶绿素a数据具有较高的一致性,R²达到了0.81,能较好的反映近岸海域叶绿素a浓度的空间变化特征。     

关中平原城市群夏季城市热岛特征及驱动力

以2001~2017年夏季长时间序列的MODIS地温产品及相关数据为基础,使用Mann-Kendall非参数检验与Sen’s斜率分析法揭示了关中平原城市群地表热环境的时空变化趋势,利用主成分分析法构建城市热环境指数（UTEI）来表征地区热环境的优劣,借助地理探测器对影响地表温度（LST）的主要因子进行驱动力分析.结果表明,关中平原城市群2001~2017年间夏季白天平均LST为29.3℃,夜晚为18.3℃,白天和夜晚LST的变化率分别为-0.053和0.026℃/a,白天的降温幅度略高于夜间的增温幅度.地表热岛强度（SUHII）在17a间呈上升趋势,白天的增长速率大于夜间,老城区的SUHII大于新建城区.UTEI与LST之间存在显著的负相关,白天（P<0.05,R²=0.850）和夜晚（P<0.05,R²=0.624）都表现为二次曲线关系.因子探测分析表明,地表干度指数（NDBSI）、高程（DEM）与增强植被指数（EVI）是白天LST空间分异的主控因子（q>0.6）,夜晚LST受夜间灯光、DEM与气溶胶光学厚度（AOD）的影响更大（q>0.4）.交互探测结果显示,DEM与NDBSI之间的交互效果在白天最好,DEM与夜间灯光之间的交互作用在夜间最大,任意双因子之间的交互作用优于单一因子的作用效果.本研究对于加强关中平原城市群地表热环境的监测与评价具有重要指导意义.     

华北平原AOD时空演化与影响因素

深入了解大气气溶胶时空变化及其影响因素,对控制大气污染,改善大气环境具有重要意义.首先利用2013～2019年的VIIRS IP气溶胶光学厚度（AOD）数据分析华北平原AOD的时空变化规律.其次,选取SO₂、 NO₂、 PM_2.5、气象数据、 NDVI、 DEM、 GDP和POPU作为影响因素,基于XGBoost模型分别建立华北平原5个代表城市的AOD与其影响因素之间的连接模型,定量估算并揭示AOD时空分布规律背后各个影响因素的贡献.结果表明在空间分布上,华北平原AOD以太行山脉为界,呈现东南高西北低的格局.在时间变化上,5个城市AOD年均值整体呈下降趋势,AOD月均值先上升后下降,最高值出现在7月,最低值出现在12月.此外,建立的华北地区5个城市AOD估算模型精度较高,R²在0.60～0.67之间.华北平原的AOD影响因素中,NO₂和SO₂是对5个城市AOD贡献最大的影响因素,此外,PM_2.5是另外一种重要的污染排放影响因素.气象因...     

基于PM2.5站点监测数据的京津冀AOD补值研究

以京津冀2020年318个地面监测站点的PM_2.5数据为估算因子,构建了时空线性混合效应模型(STLME)和时空嵌套线性混合效应模型(STNLME),为AOD数据的补值研究提供了一种新方法.结果表明:在有AOD-PM_2.5匹配数据的日期,上述两个模型估算精度相近,交叉验证后决定系数R²分别为0.868和0.874,均方根误差RMSE分别为0.112和0.109;在无AOD-PM_2.5匹配数据的日期,嵌套模型估算精度明显高于非嵌套模型,交叉验证后决定系数R²分别为0.63和0.26.经过模型补值后,研究区监测站点所在网格AOD数据空间维有效比率从原始数据的44.35%提高到99.35%,时间维有效比率从87.94%提高到100%;同时,每个站点的年均AOD值都有明显提高,弥补了高PM_2.5浓度条件下缺失的AOD数据,可以减少空气污染和健康研究中暴露评估的偏差.     

2003~2018年四川盆地气溶胶光学厚度空间分异及驱动因子

为揭示四川盆地气溶胶光学厚度（AOD）的空间分布格局并定量评估影响其时空分异的驱动因子,基于2003~2018年（16a） MODIS气溶胶产品数据,采用Mann-Kendall突变检验法,空间自相关,空间热点探测分析和地理探测器等地统计方法分析研究.结果表明：2003~2018年四川盆地AOD总体呈现下降趋势,且突变年为2015年,并依据趋势变化将2003~2018年分为6个时段.四川盆地气溶胶区域性污染特征明显,AOD高值区主要聚集在盆地中部低海拔地区,而AOD低值区则多聚集在盆地边缘高海拔地区.AOD空间分布具有显著的聚集性规律（空间正相关,Moran's I指数>0）,自2012年以来高-高值聚集区面积不断减小,且不同时段聚集区AOD年际变化与AOD值分布变化态势一致.利用主成分分析法优选出8个因子,经地理探测器分析表明,16a来盆地区域AOD时空分异主要是由于城市化和工业化发展水平不均衡引起的.2014~2015年所有驱动因子的驱动力较之前时间段出现11.2%~59.2%的减小,且社会经济因子尤为明显,与2015年为突变年的结论相一致.     

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.