基于MODIS影像的PM10反演——以北京市为例

提出了一种从MODIS影像上反演可吸入颗粒物浓度(PM10)的方法。该方法的基础为从MODIS影像上反演得到的3个可见光波段气溶胶光学厚度(AOD)计算的ngstrm-α。ngstrm-α与颗粒物粒径有关,根据ngstrm-α能够得到颗粒物有效半径,进而估算颗粒物浓度。反演的气溶胶光学厚度由AERONET北京站与香河站验证。PM10反演结果由北京市环保局发布的AQI反插得到的PM10(AQI)进行验证。结果表明:从MODIS影像上反演的3个可见光波段AOD与AERONET基站AOD具有良好的相关性,相关系数为0.923,均方根误差为0.149。该方法反演的PM10与PM10(AQI)相关系数为0.794,均方根误差为48.34(μg/m3)。     

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。     

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。     

基于HJ-1卫星数据反演长江三角洲地区气溶胶光学厚度

探索利用我国HJ-1卫星CCD数据,运用深蓝算法开展长江三角洲地区气溶胶光学厚度反演的可行性,并将结果与其他气溶胶光学厚度产品进行比较。针对HJ-1A和HJ-1B数据,反演结果分别与MODIS气溶胶光学厚度产品以及AERONET地基观测数据进行对比验证。结果表明:深蓝算法得到A星、B星的反演结果与MODIS气溶胶产品呈显著相关,但在数值上普遍高于MODIS产品;反演结果与AERONET站点数据之间的误差介于0.008~0.364之间,研究时段内站点数据缺乏,未对误差进行严格的统计分析。基于深蓝算法的HJ-1卫星数据反演结果虽然在数值上与MODIS气溶胶光学厚度产品存在系统性偏差,但在空间上能够较好地反映长江三角洲地区大气气溶胶分布状况,且具有空间分辨率高的优势。     

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。     

高分六号卫星遥感估算大气细颗粒物方法研究北大核心CSCD

针对目前利用高分六号卫星开展地区高空间分辨率大气细颗粒物监测研究较少的问题,提出了基于高分六号卫星宽幅相机数据的气溶胶光学厚度及大气细颗粒物遥感反演的技术方法,并在京津冀及周边地区开展了应用实验和对比分析。首先,基于改进暗像元法反演了高分六号卫星数据的气溶胶光学厚度;然后,结合地面大气细颗粒物监测数据与多种气象辅助数据,基于随机森林算法,构建了多参量综合的大气细颗粒物估算模型,对京津冀地区的大气细颗粒物浓度进行了估算。研究表明:高分六号气溶胶光学厚度反演结果与地基站点监测结果的相关系数为0.94,反演精度较高;大气细颗粒物估算结果与地基站点监测结果的决定系数达到0.79以上,较好地反映了京津冀地区的大气细颗粒物空间分布。     

利用MODIS资料反演杭州市500米分辨率气溶胶光学厚度

反演城市/区域范围内高空间分辨率的气溶胶光学厚度时,如果气溶胶类型选取的不合理造成的反演误差会很大,甚至超过地表反射率确定误差导致的反演误差。针对这一问题,本文提出了一种结合MODIS L1B资料和AERONET(Aerosol Robotic Network)的气溶胶光学厚度产品,基于6S大气辐射传输模型的计算,确定杭州市在2008年12月16日的气溶胶类型的方法。利用得到的气溶胶类型,结合改进的暗像元法,反演了杭州市500m空间分辨率的气溶胶光学厚度。将气溶胶光学厚度反演结果与采用标准气溶胶类型时的反演结果进行比较,结果表明,本文确定的气溶胶类型更符合杭州市当天的情况,应用到气溶胶光学厚度反演中,精度也最好,相对误差的绝对值在20%以内。     

武汉地区环境卫星气溶胶光学厚度反演

针对难以及时、准确掌握中部地区气溶胶污染状况的问题,选用适用于城市等亮地表区域的结构函数法,结合环境一号A/B卫星CCD影像数据,开展武汉及周边地区气溶胶光学厚度反演研究。首先对卫星遥感数据进行预处理,然后根据结构函数法的原理和模型,选择了合适的结构函数公式、窗口范围和距离值。通过选取研究时间范围内的"清洁日",在原始影像预处理的基础上使用归一化植被指数剔除水体影响,实现环境一号卫星CCD影像的武汉地区气溶胶光学厚度反演。通过CE318实测数据、湖北省环保厅的大气污染数据、MODIS产品检验结果,对反演结果进行了对比验证,从精度、准确度、空间分布和时间分布趋势等方面验证了模型反演的可靠性。     

基于Hyperion影像的高光谱水汽含量反演的算法比较研究

基于高光谱遥感图像数据的大气参数反演和一体化辐射校正具有重要研究意义和应用价值。首先,通过6S模型辐射传输计算分析了EO-1/Hyperion遥感影像在940和1 130nm附近水汽吸收区域的光谱吸收特点。其次,采用两通道比值法和三通道比值法,比较了不同波段组合的大气含水量高光谱遥感反演精度并进行了敏感性分析,模拟实验结果表明采用三波段比值算法的相关系数和均方根误差均优于对应的两波段算法。最后,利用张掖地区2008年3景EO-1Hyperion高光谱遥感影像,反演了大气含水量,并与地基CE-318太阳分光光度计测量数据进行对比验证,结果表明:1 124nm水汽吸收通道反演精度优于940nm,两通道和三通道比值法的均方根误差分别为0.369和0.128g/cm2,三通道比值方法优于两通道比值方法,与地面观测结果一致。     

京津冀冬季气溶胶光学厚度遥感反演

针对传统的暗像元算法难以满足植被稀疏陆表气溶胶遥感监测需求的问题,提出了冬季植被稀疏的京津冀地区气溶胶光学厚度的遥感反演方法。以2016—2018年连续3年1—2月的AQUA/MODIS L1B数据为数据源,采用暗像元算法与深蓝算法结合的方法对冬季京津冀地区的气溶胶光学厚度进行了遥感监测。使用AERONET数据对结果进行了验证,并与MODIS MYD04_L2暗像元-深蓝气溶胶产品进行了对比。结果表明,该算法在冬季京津冀地区的气溶胶监测效果远好于暗像元算法,并与MODIS气溶胶产品表现出了显著的相关性,且有效监测范围更大、空间分辨率更高。根据连续监测结果,分析了京津冀地区冬季气溶胶光学厚度空间分布特征及其影响因素。     

基于多源遥感及气象数据的河流非光学活性水质参数反演模型研究

针对传统河流水质监测成本高、地面监测站点稀疏等问题,基于哨兵2卫星多光谱遥感数据,结合MODIS地表温度、植被指数、气溶胶光学厚度数据产品,以及ERA5气象数据产品中的地表风速数据,以非光学活性参数溶解氧(DO)、化学需氧量(COD)和氨氮(NH₃-N)的地面水质监测站的监测数据为参照,采用支持向量回归(SVR)、随机森林(RF)和多层感知机(MLP)3种机器学习方法,通过对比实验选出每种水质参数最优反演模型及其对应的输入特征组合。模型性能测试实验结果表明,利用多源遥感及气象数据反演出的DO、COD以及NH₃-N的决定系数(R²)分别为0.896、0.781、0.529,均方根误差(RMSE)分别为0.263 mg/L、0.383 mg/L、0.061 mg/L。与仅使用哨兵2卫星多光谱遥感数据的反演结果相比,R²分别提高了7.04%、19.05%、18.34%,RMSE分别降低了34.58%、37.42%、14.08%。表明多源遥感及气象数据对提高DO、COD以及NH₃-N水...     

基于MODIS的大气因素对蓝藻水华信息提取的影响

本文利用MODIS提供的两种影像产品和代表大气条件的气溶胶产品,运用单波段(NIR)和比值植被指数(NIR/G)两种方法分别提取太湖蓝藻信息.在阐述气溶胶的光学厚度对遥感影像影响的基础上,定量分析了气溶胶光学厚度对两种方法提取蓝藻水华面积的净变化值和选取阈值的影响程度.研究结果表明,运用单波段和比值植被指数两种方法提取太湖蓝藻水华面积差异与气溶胶光学厚度的相关性,固定阈值情况下的相关性高于自选阈值中的对应值.两种指数中大气校正前的阈值与气溶胶光学厚度的相关性都要高于大气校正后两者的相关性.这说明大气会对阈值的设定产生一定的影响,进而影响蓝藻信息提取精度.因此,定量分析气溶胶光学厚度对监测蓝藻是至关重要的.     

Landsat8卫星影像大气校正及其植被指数与SEVI性能比较

遥感影像受大气的吸收散射以及地形起伏变化的影响,使得传感器接收到的辐射信号既包含了地物的信息,同时也包含了大气以及地形的信息。为了提高地表反射率的反演精度,需要去除遥感影像中大气和地形的影响。提出了一种基于查找表的Landsat8-OLI遥感影像的大气校正方法,该方法由6S辐射传输模型生成查找表,其中输入的参数包括大气水蒸汽含量、臭氧浓度和气溶胶光学厚度等MODIS大气参数产品。利用传统方法建立的大气参数查找表通常只考虑一部分因素,这对于以MODIS产品为输入参数的大气校正是不适用的。本文建立了一个包括大部分输入参数的高维大气校正查找表,对于Landsat-8 OLI传感器具有很高的通用性,通过进行光谱分析、与USGS地表反射率产品交叉验证等方式来验证模型的精度。验证结果表明该方法能有效地反演精确可靠的地表反射率。最后,采用目视解译、统计分析将校正结果与SEVI做对比分析,比较地形影响消减的效果。结果表明该模型与SEVI在地形消减的效果上作用相当。     

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。     

Landsat8卫星影像大气校正及其植被指数与SEVI性能比较

遥感影像受大气的吸收散射以及地形起伏变化的影响,使得传感器接收到的辐射信号既包含了地物的信息,同时也包含了大气以及地形的信息。为了提高地表反射率的反演精度,需要去除遥感影像中大气和地形的影响。提出了一种基于查找表的Landsat8-OLI遥感影像的大气校正方法,该方法由6S辐射传输模型生成查找表,其中输入的参数包括大气水蒸汽含量、臭氧浓度和气溶胶光学厚度等MODIS大气参数产品。利用传统方法建立的大气参数查找表通常只考虑一部分因素,这对于以MODIS产品为输入参数的大气校正是不适用的。本文建立了一个包括大部分输入参数的高维大气校正查找表,对于Landsat-8 OLI传感器具有很高的通用性,通过进行光谱分析、与USGS地表反射率产品交叉验证等方式来验证模型的精度。验证结果表明该方法能有效地反演精确可靠的地表反射率。最后,采用目视解译、统计分析将校正结果与SEVI做对比分析,比较地形影响消减的效果。结果表明该模型与SEVI在地形消减的效果上作用相当。     

Landsat8卫星影像大气校正及其植被指数与SEVI性能比较

遥感影像受大气的吸收散射以及地形起伏变化的影响，使得传感器接收到的辐射信号既包含了地物的信息，同时也包含了大气以及地形的信息。为了提高地表反射率的反演精度，需要去除遥感影像中大气和地形的影响。提出了一种基于查找表的Landsat8-OLI遥感影像的大气校正方法，该方法由6S辐射传输模型生成查找表，其中输入的参数包括大气水蒸汽含量、臭氧浓度和气溶胶光学厚度等MODIS大气参数产品。利用传统方法建立的大气参数查找表通常只考虑一部分因素，这对于以MODIS产品为输入参数的大气校正是不适用的。本文建立了一个包括大部分输入参数的高维大气校正查找表，对于Landsat-8 OLI传感器具有很高的通用性，通过进行光谱分析、与USGS地表反射率产品交叉验证等方式来验证模型的精度。验证结果表明该方法能有效地反演精确可靠的地表反射率。最后，采用目视解译、统计分析将校正结果与SEVI做对比分析，比较地形影响消减的效果。结果表明该模型与SEVI在地形消减的效果上作用相当。     

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。     

MODIS气溶胶光学厚度产品和激光雷达数据在大气颗粒物监测中的应用

遥感反演是区域尺度上近地面颗粒物数据获取的有效手段。利用激光雷达观测的消光系数垂直分布、地面相对湿度、风速等数据,对无锡市MODIS(中分辨率成像光谱仪)气溶胶光学厚度(AOD)产品进行垂直、湿度和风速订正,并用研究区域中7个地面站点的PM_(10)和PM_(2.5)浓度监测数据对订正结果进行评估。结果表明:经过订正的MODIS AOD产品与地面监测数据具有良好的相关性,其中与PM_(10)的决定系数达到0.452,与PM_(2.5)的决定系数达到0.449,说明MODIS AOD产品经相关订正后,可用于无锡及其附近地区地面空气污染的监测。在MODIS AOD产品的垂直订正方面,利用激光雷达数据的订正效果好于利用能见度数据的订正效果。在遥感与实测数据的相关性季节变化方面,夏季相关性最高,秋季次高,春季较低,冬季最低。