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.     

农业旱灾监测中的地表温度遥感反演方法--以MODIS数据为例

以目前农业旱灾监测中应用较广泛的多波段MODIS卫星遥感数据为例,探讨农业旱灾遥感监测中所需要的地表温度反演问题,尤其是反演算法的选择、基本参数的估计和具体反演中的工作流程,为快速地进行农业旱灾监测中的水热遥感参数估计提供方法选择.虽然MODIS有8个热红外波段用来监测地表热量变化,但波段31和32特别适用于农业旱灾监测中所需要的地表温度遥感反演.因此,在算法上,我们将选择计算过程相对简便但反演精度又很高的两因素分裂窗算法.详细地讨论了如何快速地估计分裂窗算法中大气透过率和地表比辐射率这两个基本参数.从实际应用来看,本文所提出的方法能快速地用来反演我国农业旱灾监测中所需要的农田地表温度参数,并获得很好的反演结果.     

基于MODIS的西藏典型湖泊叶绿素a浓度反演

叶绿素a浓度是反映湖泊富营养化状态的一个重要参数。以MODIS L1B数据为基础，结合叶绿素a浓度实测数据，基于经验分析法实现了西藏典型湖泊叶绿素a浓度反演研究，并探索了西藏典型湖泊2019年春、夏、秋季叶绿素a浓度的时空变化特征。首先，利用叶绿素a浓度实测数据和MODIS L1B影像不同波段的反射率值进行组合试验，选择最佳波段组合建立模型；其次，分别选用2015年、2017年叶绿素a浓度实测值和反演值对模型进行对比验证；最后，利用叶绿素a浓度反演模型对西藏典型湖泊2019年春、夏、秋季叶绿素a浓度的时空变化特征进行分析。结果表明：在空间尺度上，西藏典型湖泊叶绿素a浓度整体上呈现出周围高、中部低的分布特征，且湖岸水体叶绿素a浓度变化较大；在季节尺度上，不同湖泊叶绿素a浓度的季节变化存在较大差异，格仁错和色林错的季节变化幅度较大，纳木错、塔若错和羊卓雍错的季节变化幅度较小。     

中亚五国气溶胶光学厚度时空分布特征研究

气溶胶时空变化是影响气溶胶气候效应不确定性的主要因素之一.在生态环境脆弱的中亚五国(哈萨克斯坦、乌兹别克斯坦、土库曼斯坦、吉尔吉斯斯坦和塔吉克斯坦)研究气溶胶光学厚度(Aerosol Optical Depth,AOD)的时空变化对中亚地区及全球生态环境和气候变化具有重要意义.基于2002-2019年MODIS 04_...