乌海矿区AOD时空变化特征及影响因素

针对大气低空间分辨卫星遥感数据不能准确反映长时间序列矿区小尺度区域的大气环境问题,利用MODIS MAIAC高分辨率数据,分析2003—2018年乌海矿区气溶胶光学厚度(aerosol optical depth,AOD)时空变化特征,采用Theil-Sen median趋势分析、Mann-Kendall检验方法、Pearson相关系数法,分析像元尺度AOD空间变化趋势和AOD与6个影响因子的相关性。结果表明,乌海矿区年际和季度AOD空间分布有明显的差异;乌海矿区年际AOD均值整体呈下降趋势,季度AOD变化秋季最高,春季和冬季较高,夏季最低;大尺度AOD与人为因子呈正相关关系,与自然因子无显著相关性;像元尺度AOD与人为因子和气温因子呈正相关性分布,在中部煤矿开采区及工业园区,与风速和降水因子呈强负相关性分布,在南部,与植被指数的相关性呈分散分布。     

中国东南地区及近海海域气溶胶反演遥感研究

大气气溶胶在很多生物地球化学循环中具有重要作用,但是由于它的来源广泛并且具有很大的时空变化性,难以在全球范围内精确、实时确定气溶胶的性质、组成及时空分布,因而对大气气溶胶的研究依赖于监测手段的发展。地基试验能获取点源的大气气溶胶光学厚度(AOD)的地面测量数据,得到的气溶胶光学厚度用于卫星数据的预处理以及气溶胶光学厚度反演的精度验证。而经过地基校验后的卫星遥感数据,可以反映大范围内实时动态的气溶胶信息。利用MODIS资料和地基探测的太阳光度计资料,对中国东南地区及近海海域的大气气溶胶光学特性进行了分析,讨论了适用于中国东南地区的大气气溶胶模型;利用连续的太阳光度计数据对MODIS资料的反演结果进行校验,结果表明：改进气溶胶模型和采用连续波段太阳光度计探测数据,可以提高MODIS AOD的校验结果。     

资源一号04星WFI数据气溶胶反演与验证——以北京市及北京周边地区为例

相比目前常用的传感器,资源一号04星(CBERS04)WFI传感器具有较优的时间分辨率、空间分辨率和幅宽优势,对区域气溶胶遥感估算具有较大的应用潜力。针对WFI数据,结合暗像元法和深蓝算法,构建动态查找表参与辐射传输计算,有效地反演出复杂地表上空的气溶胶光学厚度(aerosol optical depth,AOD)。结果表明,所提出的构建动态查找表并集成暗像元法和深蓝算法的方法,能较好地反映实际气溶胶分布情况;基于WFI反演的AOD空间分布与MODIS气溶胶产品基本一致,但具有更广的空间分布,更能反映区域AOD的分布细节;与AERONET站点AOD值间具有显著相关性(r0.94),且67%的反演结果位于误差区间以内,但低值AOD容易出现高估现象。     

Himawari-8气溶胶产品的验证及应用

为准确分析中国地区气溶胶空间分布与时间变化特征规律,首先利用中国地区9个AERONET(Aerosol Robotic Network)地基站点观测资料对新一代静止气象卫星Himawari-8气溶胶光学厚度(Aerosol Optical Depth,AOD)产品数据进行一致性验证,并在此基础上选取2015年7月至2018年4月Himawari-8逐小时AOD数据分析了中国地区气溶胶光学厚度时空变化特征。结果表明:①Himawari-8 AOD与AERONET AOD之间相关性很高,9个站点的相关系数R在0.64～0.91之间,拟合曲线斜率k的范围为0.57～0.68。②Himawari AOD产品与AERONET AOD的相关性在中午时段较其他时段相对较低;北方地区Himawari-8 AOD冬季反演效果与夏季相比较差,南方地区则相反。③中国地区年平均AOD呈东高西低分布,春、夏两季AOD明显高于秋、冬两季,其中夏季最高,春季次之;地区间AOD月变化差异也较大;大部分地区AOD日变化呈现先下降后上升再下降的趋势,AOD最高值出现在午后14～16时,最低值出现在18时。研究结果为了解中国地区大气气溶胶的时空变化规律和全天时的大气污染监测方法提供新的参考。     

基于深蓝算法的Sentinel-2数据气溶胶光学厚度反演

中高分辨率气溶胶信息对于高精度地表反射率反演以及城市空气环境质量监测具有重大意义,但在城市及稀疏植被等高亮地表区域,气溶胶光学厚度(AOD)的高精度反演一直是定量遥感领域的难点之一。以北京城市区和包头沙漠区为例,利用MODIS地表反射率产品构建先验知识约束条件,基于深蓝算法实现了13景Sentinel-2高亮地表的AOD反演。为验证算法精度,将反演结果与全球气溶胶自动观测网(AERONET)站点实测值、Sentinel-2官方插件Sen2Cor处理结果、Landsat-8反演值作对比。结果表明:①采用深蓝算法反演的AOD值与AERONET实测值具有显著的相关性(R^2>0.9,RMSE=0.056);②无论是沙漠高亮区还是植被较少的城市高亮区,Sen2Cor插件反演的AOD值整景均为固定值,无空间分布,不符合实际情况;③Sentinel-2深蓝算法反演结果与准同步过境的Landsat-8反演的AOD产品在空间分布上具有高度一致性,较好地反映了人类活动特征。相比于目前官方产品,深蓝算法适合Sentinel-2数据高亮区域的气溶胶反演,在绝对精度和空间分布趋势方面均具有明显优势。     

暗目标法从风云三号数据反演陆地气溶胶

针对2013年发射升空的FY-3C星的中分辨率光谱成像仪(MERSI)应用气溶胶反演较少的不足,开展了暗目标法反演陆地气溶胶的应用研究,为研究气候变化、大气环境监测等提供数据支撑。在MODIS暗目标法基础上,针对FY-3C/MERSI数据反演陆地气溶胶,使用6SV完成辐射传输计算建立大气参数查找表,采用IDL的HDF5读写接口完成数据提取与辐射定标,利用蓝光波段(470nm)与短波红外波段(2 130nm)的线性关系分离出大气信息,插值大气参数查找表得到气溶胶光学厚度(aerosol optical depth,AOD)。2014年5月15日华北地区的算法应用表明,该算法能较好地监测空气污染的分布。2014年5月的MERSI数据反演结果与同期AERONET香河站的气溶胶产品比对表明,该算法与地面观测结果有着较好的一致性,相关系数优于0.8。     

京津唐地区PM_(2.5)遥感估算与区域传输

近年来PM_(2.5)污染事件频发,PM_(2.5)对人类健康造成了重大威胁。各领域学者针对PM_(2.5)的研究很多,但对其来源尚存在很多争论。该文利用MODIS卫星遥感数据反演了京津唐气溶胶光学厚度(aerosol optical depth,AOD),进而估算了京津唐地区2013年1km分辨率AOD分布和PM_(2.5)时空分布,并利用研究区内AERONET观测数据对反演AOD进行验证。中国环境监测总站在京津唐地区24个PM_(2.5)实测站点监测数据对AOD-PM_(2.5)模型进行了训练和检验。结果表明,气溶胶遥感估算模型和AOD-PM_(2.5)模型精度均较高,2个气溶胶监测站点对气溶胶遥感估算模型的验证R2分别达到了0.558和0.598,AOD-PM_(2.5)模型4个季节的估算结果与实测值的相关系数R2值分别为0.36、0.64、0.56、0.62,除春季外,其他季节模型拟合精度较高。研究结果表明,利用经过高度校正和湿度校正后的气溶胶干消光系数与温度、风速等气象因子建立PM_(2.5)与AOD之间的线性回归模型,能够获得高分辨率和精度的PM_(2.5)质量浓度空间分布。结合HYSPLIT_4气流轨迹分析能够进一步分析PM_(2.5)的空间传输特征和路径,为进一步分析区域大气污染以及污染来源提供了一种有效手段。     

Himawari-8气溶胶产品的验证及应用

为准确分析中国地区气溶胶空间分布与时间变化特征规律,首先利用中国地区9个AERONET（Aerosol Robotic Network）地基站点观测资料对新一代静止气象卫星Himawari-8气溶胶光学厚度（Aerosol Optical Depth, AOD）产品数据进行一致性验证,并在此基础上选取2015年7月至2018年4月Himawari-8逐小时AOD数据分析了中国地区气溶胶光学厚度时空变化特征。结果表明：①Himawari-8 AOD与AERONET AOD之间相关性很高,9个站点的相关系数R在0.64 ~ 0.91之间,拟合曲线斜率k的范围为0.57 ~ 0.68。②Himawari AOD产品与AERONET AOD的相关性在中午时段较其他时段相对较低;北方地区Himawari-8 AOD冬季反演效果与夏季相比较差,南方地区则相反。③中国地区年平均AOD呈东高西低分布,春、夏两季AOD明显高于秋、冬两季,其中夏季最高,春季次之;地区间AOD月变化差异也较大;大部分地区AOD日变化呈现先下降后上升再下降的趋势,AOD最高值出现在午后14 ~ 16时,最低值出现在18时。研究结果为了解中国地区大气气溶胶的时空变化规律和全天时的大气污染监测方法提供新的参考。     

2008~2016年MODIS多角度大气校正气溶胶产品在中国的时空分布及变化趋势

探究全国大气气溶胶分布及变化特征,准确了解中国地区气溶胶光学特性对研究大气环境污染、应对全球气候变化是非常重要的。对2008~2016年的MODIS MAIAC气溶胶光学厚度数据在中国的适用性进行验证,并采用Mann-Kendall方法,从不同的时空尺度和气溶胶类型上分析中国地区AOD值的时空变化特征。结果表明：①验证表明C6的MAIAC反演结果在中国AERONET匹配点上表现良好,C6的MAIAC反演AOD结果适用于中国区域;②从年际尺度上看,2008~2016年AOD年均值整体呈波动下降;从季节尺度上看,AOD季节变化呈春季整体高、夏季中心高、秋冬季水平低的特点,各省AOD平均值及各省份划区AOD平均值随季节变化趋势相似。③在空间上,AOD呈东南高、西北低、高值中心聚集的特征。④中国AOD变化整体呈现出东部减少且集聚,西部增加且分散的变化特征。可进一步探究不同种类气溶胶分布和气溶胶与典型大气污染物分布关系,以期为中国环境污染治理提供更好的决策指导。     

Himawari-8气溶胶产品的验证及应用

为准确分析中国地区气溶胶空间分布与时间变化特征规律，首先利用中国地区9个AERONET（Aerosol Robotic Network）地基站点观测资料对新一代静止气象卫星Himawari-8气溶胶光学厚度（Aerosol Optical Depth, AOD）产品数据进行一致性验证，并在此基础上选取2015年7月至2018年4月Himawari-8逐小时AOD数据分析了中国地区气溶胶光学厚度时空变化特征。结果表明：①Himawari-8 AOD与AERONET AOD之间相关性很高，9个站点的相关系数R在0.64 ~ 0.91之间，拟合曲线斜率k的范围为0.57 ~ 0.68。②Himawari AOD产品与AERONET AOD的相关性在中午时段较其他时段相对较低；北方地区Himawari-8 AOD冬季反演效果与夏季相比较差，南方地区则相反。③中国地区年平均AOD呈东高西低分布，春、夏两季AOD明显高于秋、冬两季，其中夏季最高，春季次之；地区间AOD月变化差异也较大；大部分地区AOD日变化呈现先下降后上升再下降的趋势，AOD最高值出现在午后14 ~ 16时，最低值出现在18时。研究结果为了解中国地区大气气溶胶的时空变化规律和全天时的大气污染监测方法提供新的参考。     

基于并行计算的气溶胶定量遥感反演模型实现

为了加快气溶胶光学厚度(AOD)反演计算速度,基于SYNTAM串行算法,提出了循环分块划分和聚合通信的策略,利用消息传递模型,在中国气象局的IBM Cluster 1600高性能计算机系统上,并行实现了从MODIS双星(TERRA和AQUA)卫星数据反演AOD。试验结果表明该方法大大减少了计算时间,与地面太阳光度计实测AOD数据进行对比验证,发现所有站点处的AOD反演相对误差小于22%,表明这种并行方法可以满足高精度监测空气质量要求。     

中国气溶胶光学厚度与PM_(2.5)时空关联的地理学特征

针对气溶胶光学厚度(Aerosol Optical Depth,AOD)与PM_(2.5)质量浓度关系在广域地理空间的时空非平稳性,利用中国大陆地区NASA MODIS 2013年AOD产品和945个空气污染监测站点PM_(2.5)浓度数据,按气候、海拔地形和社会经济分区,在年均和季节尺度探究AOD与PM_(2.5)浓度的时空关联特征;实证分析全局和局地AOD-PM_(2.5)关联模式对区域PM_(2.5)浓度制图精度的影响。结果表明:全国范围内的AOD与PM_(2.5)具有时空关联性,但存在明显的地理学分异特点;气候分区中除中温带外,其他气候带均表现出强相关性;各海拔地形区AOD与PM_(2.5)总体上相关性较强,但海拔低于1 000m的地形区冬季相关性差;社会经济发展模式不同,而气候、海拔地形条件相似的各城市群AOD与PM_(2.5)的相关性同样呈现明显差异。研究结果对于揭示我国PM_(2.5)成因机制,指导开展基于AOD的全国或地区尺度PM_(2.5)浓度遥感制图具有重要意义。     

高时空分辨率PM_(2.5)浓度土地利用回归模拟与制图

针对传统地面监测手段稀疏获取PM2.5浓度的缺陷,该研究在利用中分辨率成像光谱仪(MODIS)遥感影像反演500m空间分辨率气溶胶光学厚度(AOD)的基础上,辅以人口密度、植被叶面积指数等地理特征要素,构建了研究区时均尺度PM2.5浓度土地利用回归(LUR)模型,并与经典克里格插值方法(OK)对比进行精度评价。结果表明:(1)研究区内部AOD存在明显空间分异,中心城区AOD值高于周边地区;(2)融合AOD要素的最优LUR模型相关系数可达0.51;(3)相比OK方法,LUR模型生成的PM2.5浓度图可客观反映研究区空气污染的空间变化。研究表明,融合遥感气溶胶数据的LUR模型可在短时间尺度准确模拟地面高空间分辨率PM2.5浓度。     

利用MODIS遥感监测可吸入颗粒物PM10的研究

为了研究利用卫星遥感方法监测大范围可吸入颗粒物的空间分布,本文在利用MODIS卫星资料反演河北省晴天大气气溶胶光学厚度的基础上,将河北省11个城市地面监测站的可吸入颗粒物PM10浓度值与对应的大气气溶胶光学厚度AOD值作了相关分析,建立了大气气溶胶光学厚度AOD与PM10的关系模型,相关系数为O．5390,达到了O．001以上的显著水平。经多次应用效果检验,平均误差为17％。结果表明,利用晴天AOD与地面PM10质量浓度的关系模型可以有效地监测PM10的空间分布。     

利用MODIS遥感监测PM10的方法研究

本文为了研究利用卫星遥感方法监测大范围可吸入颗粒物的空间分布,在利用MODIS卫星资料反演河北省晴天大气气溶胶光学厚度的基础上,将河北省11个城市地面监测站的可吸入颗粒物PM10浓度值与对应的大气气溶胶光学厚度AOD值作了相关分析,建立了大气气溶胶光学厚度AOD与PM10的关系模型,相关系数为O．5590,达到了0．001以上的显著水平。经多次应用效果检验,平均误差为17％。结果表明,利用晴天AOD与地面PM10质量浓度的关系模型可以有效地监测PM10的空间分布。     

基于MODIS数据的城市气溶胶光学厚度反演方法

遥感的方法为大面积获取气溶胶光学厚度提供了手段。目前使用MODIS(中分辨率成像光谱仪)数据反演气溶胶光学厚度常用的是暗像素方法以及对比法。由于城市地区符合暗像素标准的像素较少,而且城市地区的气溶胶成分复杂,难以确定其具体成分,所以暗像素方法会产生较大误差。根据MODIS第7、3、1波段对气溶胶的不同响应,以三者的反射率为自变量,结合地面实地观测数据,给出了计算北京地区气溶胶光学厚度的计算公式,误差分析表明该方法更适合城市地区。     

利用MODIS资料计算不同云天条件下的地表太阳辐射

利用MODIS气溶胶和云产品卫星数据与大气辐射传输模式RSTAR,进行了晴空和有云条件下地表太阳辐射计算,并与香河综合辐射站的地基辐射测量值相比较。分析表明,晴空下二者相关性较好,相关系数平方R~2值为0.95,均方根误差RMSE为38.8 W/m~2。有云条件下,计算结果较差于晴空条件下,R~2值为0.88,RMSE为88.2 W/m~2。观测显示,香河站云—气溶胶共存现象较多,而MODIS仅按单一层的云进行微物理参数反演,导致模式输入参数误差,给地表太阳辐射计算结果引入误差。为了分析云-气溶胶共存状态对计算地表太阳辐射的影响,利用RSTAR计算了不同光学厚度的云和气溶胶在特定波段卫星观测的辐亮度值,并对于特定波段卫星接收的辐亮度值,用不同垂直结构的云和气溶胶分别反演其光学和微物理参数,再利用反演的结果分别计算相应的地表太阳辐射。结果表明:相对于单一云层的反演结果,云下气溶胶光学厚度(AOD)为0.1时,由反演误差所导致的地表太阳辐射估算误差较小;而随着AOD增加影响明显增大,在AOD为1.2时,相对误差达17.79%~18.38%。对于污染较重的华北地区而言,分析云覆盖下的气溶胶对地表太阳辐射的影响,有助于提高有云条件下地表太阳辐射的计算精度。     

包头市细颗粒物遥感监测混合线性模型

以PM_(2.5)为主的颗粒物污染是影响我国城市空气质量的首要因素之一。针对城市尺度,高时间分辨率的MODIS气溶胶产品空间分辨率不足,且气溶胶光学厚度(AOD)与PM_(2.5)回归精度受到季节因素的影响而精度不足的问题,以Landsat-8OLI为数据源,选取季节因子为影响AOD变化的随机效应,以风速、地表温度、AOD等为固定效应,提出AOD与实测PM_(2.5)关系的混合线性模型。结果表明,与线性模型相比,该模型有较好的回归精度;包头市PM_(2.5)浓度时空差别明显,PM_(2.5)浓度冬季浓度水平最高,春季最低;从空间分布来看昆都仑区污染较高,青山区北部次之,东河区和九原区最低。     

近10 a全球气溶胶光学厚度变化特征及其可能原因

基于2000年3月~2011年2月中分辨率光谱成像仪(MODIS)3级(Level3)日平均气溶胶光学厚度(AOD)数据分析了全球AOD变化趋势。近10 a来AOD减小的区域主要在欧洲和北美地区,增大的区域主要集中在东南亚、南美南部阿根廷和智利以及非洲东侧塞舌尔群岛附近。西欧和美国AOD夏季减小趋势最明显。亚马逊AOD减小的峰值出现在秋季。南美南部AOD主要在5~9月呈现增大趋势。东亚地区AOD在冬季增大的趋势最明显,增大值最高可达每年0.0036。除了7~9月印度其他月份的AOD都呈现增大趋势,增大的峰值出现在冬季。非洲地区AOD值在冬季和春季有所减小,而夏、秋两季则是增大的。     

利用支持向量机遥感估算京津冀细颗粒物浓度

针对传统地面监测手段难以获取全面的细颗粒物(fine particulate matter,PM_(2.5))浓度信息,以2015年3月份京津冀地区PM_(2.5)污染状况为研究对象,将卫星遥感产品气溶胶光学厚度(aerosol optical depth,AOD)作为单变量输入构建支持向量机回归模型,得到的预测值与真实值的R~2为0.525,相对误差为44.6%。鉴于相对湿度(relative humidity,RH)和边界层高度(planetary boundary layer height,PBLH)是PM_(2.5)形成机制的重要影响因素,遂将RH、PBLH与AOD一起作为输入特征构建支持向量机回归模型预测PM2.5,得到的结果 R~2为0.729,相对误差为33.3%。研究结果表明:基于AOD、RH、PBLH为输入特征构建的支持向量机回归模型能够较好地从空间层次预测PM_(2.5)质量浓度。