利用深蓝算法从HJ_1数据反演陆地气溶胶_王中挺

合集下载

卫星遥感细颗粒物(PM2.5)监测技术指南HJ 1264

卫星遥感细颗粒物（PM2.5）监测技术指南1 适用范围本标准规定了卫星遥感细颗粒物监测的方法、结果验证、质量控制等内容。

本标准适用于陆地区域卫星遥感细颗粒物监测工作，作为地面监测手段的补充，用于掌握大范围细颗粒物空间分布规律及变化趋势。

2 规范性引用文件本标准引用了下列文件或其中的条款。

凡是注明日期的引用文件，仅注日期的版本适用于本标准。

凡是未注日期的引用文件，其最新版本（包括所有的修改单）适用于本标准。

HJ 93 环境空气颗粒物（PM10和PM2.5）采样器技术要求及检测方法HJ 653 环境空气颗粒物（PM10和PM2.5）连续自动监测系统技术要求及检测方法HJ 655 环境空气颗粒物（PM10和PM2.5）连续自动监测系统安装和验收技术规范HJ 817 环境空气颗粒物（PM10和PM2.5）连续自动监测系统运行和质控技术规范3 术语和定义下列术语和定义适用于本标准。

3.1气溶胶光学厚度 aerosol optical depth（AOD）从地面到大气层顶垂直路径中整层气溶胶消光系数的总和，量纲为1。

3.2像元PM2.5浓度 pixel PM2.5 concentration卫星观测1个像元范围内的近地面大气细颗粒物平均质量浓度，计量单位为μg /m3。

3.3行星边界层高度 planetary boundary layer height（PBLH）行星边界层也称摩擦层或大气边界层，是对流层的最下层，一般自地面到1 km～2 km高度；行星边界层高度是指从地面到行星边界层顶的高度，表示污染物在垂直方向能被热力湍流所扩散的范围。

3.4地理加权回归 geographically weighted regression（GWR）一种用回归原理研究具有空间（或区域）分布特征的两个或多个变量之间数量关系的方法，在数据处理时考虑局部特征作为权重。

4 总则4.1 监测原理根据PM2.5质量浓度与AOD、吸湿增长因子、密度、半径、消光效率因子及行星边界层高度等因素的转化关系计算PM2.5质量浓度。

利用MODIS的L1B数据反演气溶胶的流程如下

利用MODIS的L1B数据反演气溶胶的流程如下：该方案中的数据和算法介绍：1、MODIS数据是采用的MODIS L1B 1KM数据。

应严格按照说明进行操作，例如数据是1km的，数据的合成是反射率在上，发射率在下等，下面将详细介绍各个步骤。

2、这是在ENVI 下做的北京市气溶胶反演，具体包括MODIS影像（HDF）的辐射校正、几何校正、云检测、气溶胶反演。

3、气溶胶反演算法采用经典的暗像元法（DDV）也叫浓密植被法，因此对于冬季反演的气溶胶效果不好。

4、气溶胶反演的查找表是利用IDL调用6S辐射模型得到的，采用的是一般的参数，因此3-9月期间都可以用这一个查找表进行气溶胶反演，也可以自己制定查找表。

5、七纬查找表，从左向右，依次为太阳天顶角，卫星天顶角，相对方位角，P0、T、S （辐射传输方程参数），最后一列为气溶胶光学厚度（AOD）6.感兴趣的可以提供用到的modis云检测工具和气溶胶反演工具以及详细的pdf文档。

MODIS数据下载地址：一、MODIS影像的辐射校正在ENVI 中打开MODIS影像的HDF文件就已经做了辐射校正，打开HDF文件的方法是File->Open As->EOS->MODIS,打开后在数据列表中可以看到三个文件，第一个是发射率Emissive（band20-band36），第二个是辐射率Radiance（band1-band26）,第三个是反射率Reflectance（band1-band26），如图1所示。

图1 打开HDF文件二、几何校正发射率文件的几何校正（1）Georeference MODIS工具下有对特定传感器进行几何校正的工具，其中就有专门针对MODIS数据的几何校正，如图2 Georeference MODIS工具的位置。

图2 Georeference MODIS工具的位置（2）选择发射率文件双击Georeference MODIS工具，打开输入MODIS数据对话框，选中发射率文件，点击OK，如图3所示。

基于HJ-1ACCD数据的湖泊叶绿素a浓度反演

基于HJ-1ACCD数据的湖泊叶绿素a浓度反演湖泊叶绿素a浓度是反映湖泊水体营养状态的一项关键指标，对于环境保护和生态研究具有重要意义。

遥感技术因其具有无损、快速、连续观测、大范围覆盖等优点，被广泛应用于湖泊叶绿素a浓度反演研究中。

本文将介绍基于我国环境卫星HJ-1A卫星CCD数据的湖泊叶绿素a浓度反演方法。

一、HJ-1A卫星CCD数据特点HJ-1A卫星CCD传感器是我国自主研发的一种光学成像科学仪器，具有多谱段、高空间分辨率、高重复率等特点，可以提供较高质量的地表覆盖信息。

其中，蓝光波段(charl)和绿光波段(char2)的空间分辨率为30m×30m，重复率为2-4天，是进行湖泊水质反演的比较理想数据。

二、湖泊叶绿素a浓度反演方法1. 反演模型选择湖泊叶绿素a浓度反演方法种类繁多，目前应用较广的包括SGLI、FLH、CYAN等模型。

研究表明，在HJ-1A卫星CCD数据下，FLH模型和CYAN模型的拟合效果较好，并具有可操作性和适应性。

因此，本文将以FLH模型作为示例进行介绍。

2. 数据预处理为了保证数据质量，进行湖泊叶绿素a浓度反演前，需要进行数据预处理。

首先，对原始CCD数据进行辐射校正处理，将其转换为反射率数据；其次，根据海陆分界线和悬浮物浓度进行水体分类；最后，剔除亮斑和阴影区域。

FLH模型是一种基于浮游植物荧光辐射模型的湖泊叶绿素a浓度反演方法。

该模型将水体中的荧光辐射量分解为某一波长下的背景辐射和荧光辐射两部分，其中荧光辐射与浮游植物叶绿素a浓度成正比，可以反演得到湖泊叶绿素a浓度信息。

FLH模型计算公式如下：(1) į(π)L=Kd(π)L[į(π)TOA−ρW(π)](2) F(πm)=Fb(πm)+Fchla(πm)其中，į(π)L为接收器接收的所测辐照度，Kd(π)L为水体吸收系数，L为波长，π为波段，į(π)TOA为卫星接收器接收到的顶面辐射度，ρW(π)为水体反射率，F(πm)为波长为πm的光学深度，Fb(πm)为背景值，Fchla(πm)为叶绿素a对光学深度的贡献。

利用深蓝算法从HJ_1数据反演陆地气溶胶_王中挺

than 0.5, the accuracy of deep blue algorithm can satisfy the aerosol monitoring using HJ-1 data, and aerosol model can
greatly inﬂuence the results.
Key words: aerosol, HJ-1, deep blue, AERONET/PHOTONS
data by dark dense vegetation (DDV) or contrast reduction algorithm. In this paper, based on the algorithm which was developed
by Hsu, et al.(2004), the deep blue algorithm is applied to CCD/HJ-1. First, the database of land surface reﬂectance is built from
Environment Satellite 1 (HJ-1), the new satellite developed by China, is used for environment and disaster monitoring. In the ﬁrst step, there are two optical satellites (HJ-1A, HJ-1B) and one Synthetic Aperture Radar (SAR) satellite (HJ-1C). In September 2008, HJ-1A and HJ-1B were launched. There are two CCD cameras in each optical satellite with spatial resolution of 30 m. Each CCD camera includes four bands (430—520 nm, 520—600 nm, 630—690 nm and 760—900 nm). The swath of every CCD camera is 360 km. Combining HJ-1A and HJ-1B, repetition cycle of HJ-1 is 2d. DDV method can be applied to HJ-1 for dense vegetation areas (Wang, et al., 2009; Sun, et al., 2006; Sun et al., 2010). But, DDV method cannot work over bright-reﬂecting surface with

深蓝算法反演陆地气溶胶

式中选择北京为实验区，分别提取了2008-12-06、 2009-05-26两天的数据进行反演实验，获得的AOD结果如图5所示
本算法反演得到的气溶胶光学厚度为550 nm，为用于遥感反演结果的验证，采用Angstrom公式(Ång-ström， 1964)将AERONET/PHOTONS得到的气溶胶光学厚度转化为550 nm。
结果反演
（1）地表反射率获取首先，根据过境时间抽取地表反射率图像；然后，计算待反演像元的大地坐标，投影转换为经纬度坐标，在地表反射率图像中寻找最近点；接着，对获得的MODIS第3波段地表反射率进行修正，获得CCD相机的地表反射率。（2）AOD反演根据计算得到的观测几何(太阳天顶角、观测天顶角和相对方位角)，对查找表进行线性插值，得到不同光学厚度下的大气参数S、ρ0和T(μs)T(μv)，代入式(2)获得不同气溶胶光学厚度下的表观反射率；然后，利用CCD相机的地表反射进行线性插值，得到气溶胶光学厚度。（3）结果输出在获得气溶胶光学厚度后，对结果图像进行平滑处理，以消除大气的不稳定性。。
误差分析及讨论
MOD09产品的误差影响地表反射率的精确确定对气溶胶的反演至关重要， Kaufman 等(1997)指出，0.01的地表反射率误差会带来大约0.1的气溶胶光学厚度的误差。研究表明(Vermote和 Kotchenova，2007)，MODIS第3波段的地表反射率产品有51.30%处于较好的水平，误差可以控制在±(0.005+5%) 的范围内。本文加入(0.005+5%)的误差进行模拟计算以研究地表反射率误差带来的影响，结果见图8。
liu等2002hsu等人20042006根据在红光和蓝光波段aod对天顶辐亮度有显著的贡献提出了基于地表反射率库的深蓝deepblue算法利用seawifs图像建立了地表反射率库在aod较小时仅使用蓝光数据进行反演aod较大时则综合使用红光和蓝光数据进行反演此方法已成功应用于撒哈拉沙漠阿拉伯半岛等干旱半干旱地区

耦合京津冀气溶胶模式的HJ-1卫星CCD数据大气校正

耦合京津冀气溶胶模式的HJ-1卫星CCD数据大气校正谢东海;程天海;吴俣;余洁;郭红;钟若飞【摘要】Current atmospheric correction of HJ-1 CCD does not take the aerosol models of Chinese specific regions into consider-ation.This paper proposes a method of atmospheric correction coupling local aerosol models.Choosing Beijing-Tianjin-Hebei re-gion as the study area,aerosol model parameters of the method on the foundation of AERONET inversion are analyzed and four types of aerosol model parameters of Beijing-Tianjin-Hebei regions are clustered to build the lookup table for the inversion of aerosol optical ck of SWIR (2.12μm)in the bands of HJ-1 CCD ,the blue(0.43~0.52μm)and red(0.63~0.69μm)cannot be calculated like the MODIS.So the ratio of blue and red is used as the basis of error equation for aerosol optical depth retrieval,with no need of ground target reflectance.HJ-1 CCD data after atmospheric correction are compared with MO-DIS surface product data (MOD09)and ASD measurements.The results show that the reflectance obtained by the atmospheric correction is close to the ASD measurement results,and there is a strong correlation with MOD09,the average correlation coeffi-cient in the red band reached more than 0.8,the one of blue band affected by molecule mostly is up to 0.75.%针对目前 HJ-1 CCD大气校正没有考虑中国地区气溶胶模式的问题，提出一种耦合中国地区局部气溶胶模式的大气校正方法。

大气气溶胶卫星遥感反演研究综述

大气气溶胶卫星遥感反演研究综述作者：苏倩欣李婧陈敏瑜来源：《科技创新导报》2019年第36期摘; ;要：大气污染已成为全球性问题，日益严重的大气气溶胶污染是当前大气研究的热点。

卫星遥感凭借大空间大尺度、多时相监测气溶胶的优势，成为大气环境研究最重要的监测方法之一。

本文立足于大气气溶胶卫星遥感技术，总结了反演气溶胶光学厚度的基本原理及方法;并从气溶胶光学厚度的时空分布、与颗粒物浓度关系、对大气污染的影响3方面，阐述了气溶胶光学厚度的应用研究进展。

最后，总结了当前大气气溶胶反演存在的问题和发展趋势，希望未来在反演模型的适用性、反演精度的提高等方面有所突破。

关键词：气溶胶; 卫星遥感; 气溶胶光学厚度; 颗粒物浓度; 大气污染1950s以来，大气污染已成为全球性的环境污染问题之一。

其影响及人群健康问题得到了全世界学者的关注，相关研究已在全球展开并不断深入[1]。

氣溶胶是指大气中悬浮的固体和液体微粒共同组成的多项体系，当以大气为载体时称之为大气气溶胶，其尺度范围大约在0.001～10μm之间[2];除一般无机元素外，其化学组分还有元素碳（EC）、有机碳（OC）、有机化合物（尤其是挥发性有机物（VOC）、多环芳烃（PAH）和有毒物）、生物物质（细菌、病菌、霉菌等）[3-4]。

大气中气溶胶的含量虽少，但对大气中的物理化学过程、气候系统都起着重要的作用[5]。

近年来世界范围雾霾天气的出现大大降低了城市的能见度[6]，给人民的健康生活带来了极大的不便，因此十分有必要对大气气溶胶进行监测与治理。

传统的对大气气溶胶监测的方法主要以地面实时监测为主，无法满足环境监测实时、动态的要求，而遥感监测正好弥补了这一不足，具有广阔的应用前景。

目前对气溶胶的遥感反演研究主要集中在气溶胶光学厚度、气溶胶浓度等的反演方面[7]，本文以综述的形式，总结了气溶胶卫星反演的主要算法、研究内容及发展方向，为气溶胶卫星遥感反演研究提供参考。

1; 卫星遥感反演原理和方法1.1 卫星遥感反演AOD的基本原理气溶胶光学厚度（Aerosol Optical Depth，AOD）定义为介质消光系数在垂直方向上的积分，用以描述气溶胶对光的削减作用。

HJ-1A高光谱数据的大气水汽含量反演

多，大气水汽含量恰恰集中在３ｋ以下的低层大而ｍ气，因此ＧＳ遥感大气水汽的精度还难以满足大气Ｐ
校正中对水汽参数的要求。
胡秀清、张玉香等利用ＭＯＴＡ３７模式模ＤＲＮ．拟出太阳辐射计９０ｎ通道透过率与水汽量关系４ｍ常数，考虑了通道的光谱响应函数和不同大气模式的影响，拟结果表明窄通道（于１ｍ）模小０ｎ上述关
传感器设有可用于大气水汽含量的反演的通道。目前基于ｍｄｓ的大气水汽含量的反演算法已基本成熟，ｏｌ本文在ｍｄｓｏｉ水汽含量反演研究的基础上，讨了ＩｌＨＳ数据反演大气水汽含量的可行性，探Ｌ— Ｉ并在探讨结论的基础上采用ｍｏｔｎ模拟的方法提出了／ｄｒａ－／Ｊ—ＨＩ大气水汽总量反演算法。通过成功的应用证明了Ｈ —ＨＩＳ的ＪＳ大
ＲＡＮｎｍｖｓｔｅｆａｉｉｔｅｄｂｅａｐｉａｏｓａｄｐｅｅｓｂｌｙｉｄｅｙｔｐｌｔｎ．ｈｉｎｈｃｉ
Ｋｅｒｓ：ｙｗｏｄＨＪ— ＨＳ；ＭＯＤＩＩＳ；ｔｅｔｔｌｏｔｎｆａｍｏｐｅｃｗａｅａｏ；ＭＯＤＴｈｏａｎｅｔｏｔｓｈｒｔｒｖｐｒｃｉＲＡＮ
气水汽含量反演的可行性。
关键词：ＪＨ —ＨＳ；ＯＩ；气水汽总含量；ＤＲＮＩＭＤＳ大ＭＯＴＡ

基于环境卫星的北京市气溶胶光学厚度时空分布特征

第４２卷第２期２０１９年３月现　代　测　绘Ｍｏｄｅｒｎ　Ｓｕｒｖｅｙｉｎｇ　ａｎｄ　ＭａｐｐｉｎｇＶｏｌ．４２，Ｍａｒｃｈ，２０１９　项目来源：国家自然科学基金项目（Ｕ１５３１１２８）　第一作者简介：王琪洁，教授，研究方向为变形观测与数据处理，遥感图像处理与应用、地球自转变化等。

基于环境卫星的北京市气溶胶光学厚度时空分布特征朱洁霞，王琪洁（中南大学地球科学与信息物理学院，湖南长沙４１００８３）摘　要　气溶胶作为环境监测的重要指标，采用环境卫星数据对其进行反演时，深蓝算法和暗像元法各有不足。

以北京市为研究对象，采用ＨＪ－１卫星数据，使用暗像元法和深蓝算法相结合的方法对北京市气溶胶光学厚度（Ａｅｒｏｓｏｌ　Ｏｐｔｉｃａｌ　Ｄｅｐｔｈ，ＡＯＤ）进行反演，并分析其时空分布特征。

实验结果表明：基于ＨＪ－１卫星数据反演的北京市ＡＯＤ与ＡＥＲＯＮＥＴ地基观测数据的相关系数达到了０．９３４；通过ＨＪ－１卫星数据反演的北京市ＡＯＤ在时间上表现出明显的季节性特征，其中夏季ＡＯＤ值最大，冬季最小；在空间分布上ＡＯＤ高值主要集中在人口密集的城区中心，整体分布呈现西北低东南高的趋势；采用ＭＯＤＩＳ数据对反演结果进行验证分析，结果表明，二者时空变化趋势一致。

这些结果说明使用暗像元法和深蓝算法相结合的方法反演北京市ＡＯＤ是可行的，为北京市ＡＯＤ反演提供了新思路，有助于北京市环境污染监测和气候变化研究。

关键词　ＨＪ－１卫星；气溶胶；暗像元法；深蓝算法；时空分布中图分类号：Ｐ４０７文献标识码：Ａ文章编号：１６７２－４０９７（２０１９）０２－００１８－０４０　引　言气溶胶是指悬浮在大气中的固体微粒、液体微粒以及由二者的混合物组成的多相体系，其粒径通常在１０－３μｍ－１０２μｍ之间［１］。

气溶胶光学厚度（Ａｅｒｏｓｏｌ　Ｏｐｔｉｃａｌ　Ｄｅｐｔｈ，ＡＯＤ）是气溶胶的一个重要参数，是表征大气浑浊度的重要物理量。

尽管大气中气溶胶含量很少，但其通过直接或间接作用的方式对于全球气候和人体健康的影响不容忽视。

基于FY4A AGRI数据的气溶胶光学厚度反演研究

第３６卷　第４期地理与地理信息科学Ｖｏｌ．３６　Ｎｏ．４收稿日期：２０２０－０４－１６；　修回日期：２０２０－０５－１６基金项目：国家自然科学基金项目（４１５７１４１８）作者简介：祝善友（１９７７－），男，教授，研究方向为热红外遥感基础理论与应用、生态环境遥感。

Ｅ－ｍａｉｌ：ｚｓｙｚｇｘ＠１６３．ｃｏｍｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７２－０５０４．２０２０．０４．００５基于ＦＹ４ＡＡＧＲＩ数据的气溶胶光学厚度反演研究祝善友，李佳敏，向嘉敏，王诗圣（南京信息工程大学遥感与测绘工程学院，江苏南京２１００４４）摘要：通过遥感技术反演气溶胶光学厚度，对于全面、动态监测大气污染时空变化具有科学价值和实践意义。

基于我国新一代静止气象卫星ＦＹ４Ａ获取的２０１８年４－１０月ＡＧＲＩ蓝光波段数据，以京津冀地区为研究区，在交叉辐射定标基础上，利用深蓝算法开展气溶胶光学厚度反演研究，并将反演结果与相近时刻的ＭＯＤＩＳ气溶胶产品进行对比分析。

结果表明：ＦＹ４ＡＡＧＲＩ蓝光波段反演的气溶胶光学厚度与ＭＯＤＩＳ产品在空间分布上具有较好的一致性，且ＡＧＲＩ图像反演结果能够更好地反映气溶胶光学厚度的空间分布细节，其中ＡＧＲＩ传感器蓝光波段辐射定标精度、与ＭＯＤＩＳ成像时刻角度差异、地表反射率准确性等是影响ＡＧＲＩ气溶胶光学厚度反演精度的主要因素。

关键词：ＦＹ４ＡＡＧＲＩ；气溶胶光学厚度；深蓝算法；ＭＯＤＩＳ；反演中图分类号：Ｘ５１３；Ｘ８７文献标识码：Ａ文章编号：１６７２－０５０４（２０２０）０４－００２６－０７０　引言近年来，随着我国经济社会的快速发展，大气污染事件频发，对人体健康、城市发展甚至全球气候都造成了极大影响。

气溶胶是指均匀悬浮在大气中的各种固态和液态微粒，其空气动力学直径在０．００１～１００μｍ之间，沉降速度可以忽略不计且具有一定稳定性［１］。

气溶胶光学厚度（ＡｅｒｏｓｏｌＯｐｔｉｃａｌＤｅｐｔｈ，ＡＯＤ）作为大气辐射和气溶胶散射的重要影响参数，在一定程度上能够反映气溶胶浓度和大气污染程度。

利用高分四号数据监测“京津冀”地区陆地气溶胶

・
１ｌ４・
环境与可持续发展
Ｔ（０ｓ）Ｔ（）Ｐ（０，０，）
…
［１一Ｐ（０，，）Ｓ］
式中，０为天顶角，下标ｓ表示太阳入射方向，ｖ表示观测方向；为相对方位角；Ｓ为大气底层向下的一号等国内外
（环境保护部卫星环境应用中心，北京１０００９４）【摘要】高分四号卫星是我国发射的新型高分辨率对地观测静止轨道卫星，在大气环境遥感监测方面有着广阔的前
景。本文针对高分四号卫星的数据特点，以当前较为成熟的暗目标法为基础，利用浓密植被在红光和蓝光波段的线
项目资助：国家自然科学基金（批准号：４１３０ｔ３５８）
作者简介：王中挺，博士，高级工程师，主要从事气溶胶、颗粒物、灰霾等环境遥感方面的工作
通讯作者：张玉环，博士。工程师，主要从事大气环境遥感研究
引用文献格式：王中挺等．利用高分四号数据监测 “ 京津冀” 地区陆地气溶胶［Ｊ］．环境与可持续发展，２０１６，４１（５）：１１３ — １１６
性关系，去除地表贡献，实现气溶胶光学厚度的反演，构建了应用于高分四号卫星数据的陆地气溶胶反演算法。在
此基础上．利用２０１６年５月１０Ｅｌ和２０日过境 “ 京津冀” 地区的高分四号时间进行了反演试验，并利用地面ＣＥ３１８的观测结果进行了验证。结果表明，本算法能较好的反映气溶胶的空间分布，与地面结果有较高的相关性，但整体

基于高分一号卫星的陆地气溶胶光学性质反演方法[发明专利]

专利名称：基于高分一号卫星的陆地气溶胶光学性质反演方法专利类型：发明专利
发明人：王子峰,王中挺,陈良富,陶金花,陶明辉,李莘莘,张莹
申请号：CN201410169298.9
申请日：20140424
公开号：CN103927455A
公开日：
20140716
专利内容由知识产权出版社提供
摘要：为了解决气溶胶光学厚度反演方法受到短波红外数据的限制的问题，基于国产高分辨率卫星进行空气质量监测提供技术支持，本发明公开了一种基于高分一号卫星的陆地气溶胶光学性质反演方法，包括以下步骤：S1、生成大气光学参数查找表；S2、生成地表反射率先验数据库；S3、选取适宜反演的暗目标像元；S4、计算暗目标像元观测几何条件；S5、插值获取暗目标像元的大气光学参数；S6、基于辐射传输反演气溶胶光学厚度。

本发明的方法运行高效、有利于实现区域高分辨率大气气溶胶光学性质的反演，为颗粒物污染监测提供了有益的数据源。

申请人：中国科学院遥感与数字地球研究所
地址：100101 北京市朝阳区北京9718信箱
国籍：CN
代理机构：北京东方汇众知识产权代理事务所(普通合伙)
更多信息请下载全文后查看。

基于改进算法的HJ-1气溶胶厚度反演研究

摘
要：提出了在 HJ-1 CCD 自带卫星观测角度数据的基础上，结合卫星自带几何解算参数推算连续像元的太阳天顶角、方位
角，并将原始卫星观测角度、推算几何角度数据生成对应四波段合成数据的改进算法，以提高反演数据的精度。结合 Kaufman
暗目标法和改进算法后对应连续像元几何数据的 6S 模型调用表，对南宁市中心城区 2018 年 8 月、9 月、10 月的 HJ-1CCD 数据
JIN Jian1
(1. Guangxi Institute of Natural Resources Survey and Monitoring, Nanning 530023, China)
Abstract: We proposed an improved algorithm based on the HJ-1 CCD satellite observation angle data to calculate the solar zenith angle and azi⁃
muth angle of continuous image elements in combination with satellite geometric solution parameters, and used original satellite observation angle
and computed geometric angle data to generate the corresponding four-band composite data, which could improve inversion data accuracy. Combin⁃
ing Kaufman dark target method and 6S model call table corresponding to continuous image element geometry data after the improved algorithm, we

利用高分四号数据监测“京津冀”地区陆地气溶胶

利用高分四号数据监测“京津冀”地区陆地气溶胶王中挺;张玉环;袁淑云;赵少华;周春艳;陈辉;马鹏飞【期刊名称】《环境与可持续发展》【年(卷),期】2016(041)005【摘要】高分四号卫星是我国发射的新型高分辨率对地观测静止轨道卫星，在大气环境遥感监测方面有着广阔的前景。

本文针对高分四号卫星的数据特点，以当前较为成熟的暗目标法为基础，利用浓密植被在红光和蓝光波段的线性关系，去除地表贡献，实现气溶胶光学厚度的反演，构建了应用于高分四号卫星数据的陆地气溶胶反演算法。

在此基础上，利用2016年5月10日和20日过境“京津冀”地区的高分四号时间进行了反演试验，并利用地面CE318的观测结果进行了验证。

结果表明，本算法能较好的反映气溶胶的空间分布，与地面结果有较高的相关性，但整体高于地面观测值。

【总页数】4页(P113-116)【作者】王中挺;张玉环;袁淑云;赵少华;周春艳;陈辉;马鹏飞【作者单位】环境保护部卫星环境应用中心，北京 100094;环境保护部卫星环境应用中心，北京 100094;环境保护部卫星环境应用中心，北京 100094;环境保护部卫星环境应用中心，北京 100094;环境保护部卫星环境应用中心，北京 100094;环境保护部卫星环境应用中心，北京 100094;环境保护部卫星环境应用中心，北京 100094【正文语种】中文【中图分类】X87【相关文献】1.利用高分辨率TerraSAR-X数据监测武汉地区2013～2015年地面沉降 [J], 白林;江利明;汪汉胜2.基于高分四号卫星数据的气溶胶光学厚度反演 [J], 关雷; 曹景庆; 郭慧宇; 勾昆3.面向气溶胶反演的高分四号影像云检测 [J], 赵少帅; 杨磊库; 陈兴峰; 王涵; 卢晓峰4.利用多元回归方法反演中国陆地地区AVHRR气溶胶光学厚度 [J], 高玲;李俊;陈林;张里阳5.利用MODIS数据监测北京地区气溶胶 [J], 王中挺;陈良富;张莹;韩冬;顾行发因版权原因，仅展示原文概要，查看原文内容请购买。

基于深蓝算法的HJ-1 CCD数据快速大气校正模型

第３第３期光谱学与光谱分析４卷，２０１４年３月ＳｅｃｔｒｏｓｃｏｎｄＳｅｃｔｒａｌＡｎａｌｓｉｓｐｐｙａｐｙ
７２９７３４Ｖｏｌ．３４，Ｎｏ．３，ｐｐＭａｒｃｈ，２０１４
ＴＯＡ是大气顶部反射率，即需要进行大气校正的卫星观测 ρ 值；犛，０和犜是表征大气状况的三个参数，也是大气校正 ρ
无法获得气溶胶分布，而深蓝算法能够适用植被、裸土、水
１４］，主要原体甚至沙漠等大部分地表从蓝波段反演气溶胶［１７，１８］理［是利用在蓝波段大气反射较强，而地表反射较弱，将
１原理与算法
Ｊ１卫星ＣＣＤ相机的四个波段，水汽和臭氧等气对于Ｈ７］。在不考虑吸收体对大气校正的影响较小，可以忽略不计［气体吸收的假设条件下，地表反射经过水平均一的大气层被
［８］卫星观测到的表观反射率ρ ＴＯＡ可以表示为
２０１３０５２３，修订日期：２０１３０９１６收稿日期：
ＣＣＤ数据本身获得气溶胶进行大气校正，但同样无法应用于
６］无浓密植被区域；郑盛等［利用ＭＯＤＴＲＡＮ４模型模拟生
），国家青年科学基金项目（，高分辨率对地观测系统重大专ＯＦＳＬＲＳＳ２０１３０１４１３０１３５８）基金项目：遥感科学国家重点实验室开放基金项目（／）））项（和国家重点基础研究发展计划（项目（资助０５Ｙ３０Ｂ０２９００１１３１５９７３２０１０ＣＢ９５０８０１：ｗ＿＿ｚｈ１９８０年生，环境保护部卫星环境应用中心高级工程师ｅｍａｉｌａｎｚｔｅｃｍｅ．ｃｎ；４２００２＠ｓｉｎａ．ｃｏｍ作者简介：王中挺，＠ｓｙｇｐ

高分一号数据的气溶胶光学厚度反演和验证

高分一号数据的气溶胶光学厚度反演和验证许研;张炜;司一丹;李莘莘【摘要】针对高分辨率卫星遥感反演气溶胶光学厚度地表噪声难以分离的问题,利用国产“高分一号”(GF-1)的数据特点,提出了一种气溶胶光学厚度反演方法和处理流程.该方法分别基于暗像元和深蓝算法去除了浓密植被和城市亮目标地区的地表贡献,并应用于我国污染较为严重的京津冀、长三角、珠三角等示范区域.利用北京、杭州、香港AERONET地基观测数据,对GF-1反演得到的气溶胶光学厚度进行验证,结果表明:气溶胶高值均集中在三大区域工业排放大和人类活动密集的核心城市,年均光学厚度值在1左右.卫星和地基的相关性总体较好,三大区域的相关系数分别达到了0.71、0.55、0.54.受云识别、亮地表覆盖和气溶胶模式假设等影响,GF-1反演的气溶胶光学厚度存在一定程度的偏差.【期刊名称】《遥感信息》【年(卷),期】2016(031)005【总页数】6页(P60-65)【关键词】高分一号;暗像元算法;深蓝算法;气溶胶光学厚度;反演;AERONET【作者】许研;张炜;司一丹;李莘莘【作者单位】安阳工学院计算机科学与信息工程学院,河南安阳455000;中国科学院遥感与数字地球研究所遥感科学国家重点实验室,北京100101;安阳工学院计算机科学与信息工程学院,河南安阳455000;中国科学院遥感与数字地球研究所遥感科学国家重点实验室,北京100101;中国科学院遥感与数字地球研究所遥感科学国家重点实验室,北京100101;中国科学院遥感与数字地球研究所遥感科学国家重点实验室,北京100101【正文语种】中文【中图分类】P208气溶胶是指均匀分散于大气中的固体微粒和液体微粒所构成的稳定混合体系。

气溶胶光学厚度(Aerosol Optical Depth，AOD)代表了整层大气内气溶胶颗粒物对可见光的衰减，是垂直方向上消光系数的积分。

尽管气溶胶在大气中的含量相对较少，但它在大气过程中所起的作用却不容忽视，影响着地球的气候和生态系统，导致地面能见度下降、空气质量恶化，并对公众健康造成威胁[1]。

环境一号卫星CCD相机应用于陆地气溶胶的监测

中国环境科学 2009,29(9)：902~907 China Environmental Science 环境一号卫星CCD相机应用于陆地气溶胶的监测王中挺1*,厉青1,陶金花2,李莘莘3,王桥1,陈良富3 (1.环境保护部卫星环境应用中心,北京100029；2.中国科学院大气物理研究所,大气边界层物理与化学国家重点实验室,北京 100029；3.中国科学院遥感应用研究所,遥感科学国家重点实验室,北京 100101)摘要：环境一号卫星CCD相机应用在陆地气溶胶的监测中,因缺少短波红外通道,使地表反射的去除变得异常困难.应用改进的暗目标法,利用辐射传输方程(6S)构建查找表,对CCD相机数据进行图像重采样和辐射定标处理,进而对查找表进行插值,获得气溶胶光学厚度(AOD)分布.通过AERONET地基数据的验证及与MODIS气溶胶产品的对比表明,环境一号卫星CCD相机对陆地气溶胶的监测结果在AOD较大(>0.2)时,精度与MODIS相近;在AOD较小(<0.2)时,结果欠理想.关键词：CCD相机；环境一号卫星；气溶胶光学厚度中图分类号：X831 文献标识码：A 文章编号：1000-6923(2009)09-0902-06Monitoring of aerosol optical depth over land surface using CCD camera on HJ-1 satellite. WANG Zhong-ting1*, LI Qing1, TAO Jin-hua2, LI Shen-shen3, WANG Qiao1, CHEN Liang-fu3 (1.Environmental Satellite Application Center, State Environmental Protection Ministry, Beijing 100029, China；2.State Key Laboratory of Atmospheric Boundary Layer Physics and Atmospheric Chemistry, Institute of Atmospheric Physics, Chinese Academhy of Sciences, Beijing 100029, China；3.State key Laboratory of Remote Sensing Science, Institute of of Remote Sensing Applications, Chinese Academy of Sciences, Beijing 100101, China). China Environmental Science, 2009,29(9)：902~907Abstract：The potentiality of the retrieval of aerosol optic depth over land using CCD camera aboard on HJ-1A/B satellite was studied. It is very difficult to use CCD data to retrieve aerosol optic depth due to the lack of near infrared band. By using the normalized difference vegetation index (NDVI) to search for the dark pixel, a modified dark dense vegetation (DDV) method was developed to retrieve the aerosol optical depth (AOD) from CCD data. Firstly, the CCD images was re-sampled and calibrated, and then the AOD was derived using a look up table (LUT) which was built based on “6S”with the features of HJ-1 CCD taken into account. The retrieved AODs were validated using ground-based observation by a CE318 sunphotometer and compared with the MODIS aerosol products. The retrieved AODs from HJ-1 CCD was in a good agreement with the MODIS AOD products when the AOD was larger than 0.2. Finally, the AOD thematic maps was obtained after smoothing AOD image.Key words：CCD camera；HJ-1 satellite；aerosol optical depth环境一号卫星(HJ-1星)是中国专用于环境与灾害监测预报的卫星.一期工程由2颗中高分辨率光学小卫星HJ-1A、HJ-1B和1颗合成孔径雷达小卫星HJ-1C星组成.其中HJ-1A、HJ-1B 星于2008年9月6日发射升空, 经过一系列卫星轨道调整和技术测试工作,数据已经正式发布.HJ-1A星有效载荷包括2台宽覆盖多光谱CCD相机和1台超光谱成像仪.其中CCD相机像元分辨率为30m,包括3个可见光波段(430~520nm、520~600nm、630~690nm)、1个近红外波段(760~900nm),2台CCD相机拼接获得700km幅宽的扫描,超光谱成像仪平均光谱分辨率为5nm. HJ-1B星有效载荷包括2个与HJ-1A 星相同的CCD相机和1台红外相机.A、B双星实现48h的重返周期.由于卫星遥感颗粒物浓度一般利用其与气溶胶光学厚度(AOD)之间的函收稿日期：2009-02-24基金项目：“十一五”国家科技支撑计划(2008BAC34B04);国家“863”项目(2006AA06A303)* 责任作者, 工程师, yzh_4_2002@9期王中挺等：环境一号卫星CCD 相机应用于陆地气溶胶的监测 903数关系获得[1-2],要利用高分辨率的HJ -1星CCD 相机数据监测近地面颗粒物分布和排放源,首先需要解决CCD 相机反演估算AOD 并评价监测潜力问题.利用卫星遥感反演陆地AOD 的难点主要在于气溶胶模式的建立和地表反射贡献的去除.用于中分辨率成像光谱仪(MODIS)数据反演的暗目标法[3-4]有特殊的2100nm 短波红外波段设置.目前国内对MODIS 的研究已有报道[5-9],但针对HJ -1星的高分辨率数据如何反演AOD 的研究很少[10-11].对于CCD 相机,由于空间分辨率提高到30m,而且只有4个波段,尤其缺少1000nm 以上的波段,使基于CCD 相机数据的AOD 反演中,地表反射贡献估算异常困难.其主要表现在:像元空间分辨提高后增加了地表的异质性,使地表反射模型的建立更加困难;像元变小时,使仪器信噪较低,影响反演精度;4个宽波段信息量有限.本研究针对HJ -1星的CCD 相机,采用改进暗目标法来估算地表反射贡献,评价HJ -1星CCD 相机在陆地气溶胶监测中的应用潜力.1 研究方法 1.1 基本原理在大气水平均一假设条件下,卫星接收到的大气顶部的表观反射率(TOA ρ)可以表达为[12]:s v s s v TOA 0s v s s v ()()(,,)(,,)[1(,,)]T T S μμρμμφρρμμφρμμφ=+− (1) 式中:s s cos μθ=, v v cos μθ=, s θ与v θ分别为太阳天顶角与观测天顶角;S 为大气下界的半球反射率;T 为大气透过率;0ρ为大气的路径辐射项等效反射率;s ρ为地表二向反射率.式(1)中, S 、0ρ和T (μs )T (μv )3个参数代表大气的状况, 遥感反演需要从中获取所需的大气信息(如AOD 信息).实际反演中是用辐射传输模型在不同大气条件和观测几何(太阳天顶角、观测天顶角和相对方位角)等条件下,计算AOD 和3个大气参数之间的对应关系,据此建立查找表.然后利用多波段数据进行地气解耦,得到AOD.暗目标法的关键问题是要获得相应波段的地表反射贡献.其原理是对于植被密集的地表(即暗目标),由于红、蓝波段有较小的反射率,并且红、蓝、短波红外通道反射率具有很好的线性相关,因此,可以根据暗目标的红、蓝波段的地表反射率的线性关系[式(2)],从红、蓝波段(分别对应CCD 相机的第3波段和第1波段)的表观反射率去除地表贡献,获得大气参数S 、0ρ、T (μs )T (μv ),进而得到AOD.s sred blue k ρρ= (2)式中:red sρ、blue sρ分别为红光和蓝光波段浓密植被(暗目标)的地表反射率; k 为红、蓝地表反射率比率,根据探测器的特征,结合地面观测数据设定.在MODIS 暗目标法的应用中,借助于大气影响较小的2100nm 波段表观反射率识别暗目标,并获得可见光波段的地表反射率[13],而CCD 相机中缺少短波红外波段,其近红外波段包含大气影响,很难准确获得地表暗目标,本研究引入归一化植被指数(NDVI)来识别暗目标.nir rednir redNDVI ρρρρ−=+ (3)式中:nir ρ和red ρ分别为CCD 相机第4波段(近红外)和第3波段反射率. NDVI 能够较好地反映地表植被分布状况,且能够去除部分的大气影响.但NDVI 也会受到大气影响,使暗目标的识别出现错判,如何进行处理以减少错判是下一步需要研究的内容. 识别出暗目标后,将暗目标的第1波段和第3波段表观反射率代入式(1),同时与式(2)组合为方程组.在具体反演过程中,大气参数S 、0ρ、T (μs )T (μv )可以看作是AOD 的函数,解这个方程组即可实现AOD 的反演. 1.2 反演流程基于以上原理,利用HJ -1星的CCD 相机数据进行大气气溶胶反演试验,具体过程使用IDL 语言为主,同时结合MATLAB 和ArcMAP 实现. 1.2.1 构建查找表构建查找表是AOD 反演中的关键部分.查找表通过调用辐射传输模式904 中国环境科学 29卷6S [12]进行辐射传输计算得出.相应参数设定为:9个太阳天顶角设置(0°、6°、12°、24°、35.2°、48°、54°、60°和66°),气溶胶模式为大陆型气溶胶,相对于550nm 波长处的AOD 设为6个等级(0、0.25、0.50、1.00、1.50和1.95),查找表计算的波段为CCD 相机的第1波段和第3波段,海拔设置为0.1.2.2 数据预处理针对CCD 相机数据进行两方面的预处理: 一是重采样,为加快运算速度和提高信噪比,对CCD 相机原始图像进行10×10像元的合成,重采样成为300m 分辨率的图像;二是辐射定标,从CCD 相机数据的辅助xml 文件中读取辐射定标系数和太阳高度角参数,将CCD 相机图像的DN 值转换为表观反射率.1.2.3 结果反演根据获得的表观反射率,利用式(3)计算NDVI 值,并基于NDVI 值进行暗目标的识别;利用获得的太阳高度角对查找表进行插值, 得到第1波段和第3波段的不同AOD 下的大气参数0ρ、s v ()()T T μμ和S ;将暗目标的第1波段和第3波段的天顶反射率和大气参数代入方程组解方程, 反演得到AOD.1.2.4 图像平滑与成图输出在获得AOD 后, 对结果图像进行平滑处理,达到内插部分非暗目标点的监测值并抑制异常点的目的,采用9×9像元的距离加权平均的滤波方法进行;将结果导入ArcMap 中,进行叠加矢量图、分等定级以及添加图名图例等操作后,制成专题图输出. 2 结果与讨论2.1 京津唐地区AOD 反演结果利用HJ -1星数据对京津唐地区的AOD 进行反演试验.利用CCD 相机的第4波段、第3波段和第2波段对京津唐地区进行假彩色合成(图1),同时获得AOD 反演结果(图2). 由图2可见,气溶胶分布平滑、变化平缓.在北京地区,自城市中心向外AOD 逐渐减小,城区明显高于郊区,反映了市区人类活动对气溶胶的影响较大.在图像右下方出现明显的高值区,则是由于部分云的影响,从假彩色合成图(图1)可以看出有部分碎云的分布.km图1 2008年9月20日京津唐地区CCD 相机假彩色合成Fig.1 Pseude -color image in Jing -Jin -Tang area onSeptember 20th , 2008km 0~0.30.3~0.60.6~1.01.0~1.51.5~2.0图2 2008年9月20日京津唐地区CCD 相机AOD 反演结果 Fig.2 AOD image in Jing -Jin -Tang area on September 20th , 2008 2.2 气溶胶反演结果的地基验证为研究全球和区域气溶胶辐射、光学特性,NASA 按照自愿加入的原则将全球的太阳分光光度计连结成网,即AERONET [14],我国陆地区域AERONET 观测网的站点有北京、香河、兴隆、太湖、合肥和香港等.自HJ -1星发射至今,我国境内的AERONET 站点中只有香河站和香港站及时准确地提供了连续的观测数据.香港站由于靠近海洋,受海洋气溶胶影响较大,暂不采用该站点数据. 采用AERONET 香河站数据对HJ -1星CCD 相机的监测结果进行了验证,时间为2008年9月20日~11月4日,共有12d 获得过境数据.其中3d 由于云层覆盖,无法获得监测结果,另外10月269期王中挺等：环境一号卫星CCD相机应用于陆地气溶胶的监测 905日虽然有HJ-1星的监测结果,但AERONET香河站没有地面观测数据.因此,总共获取8d的地面验证数据.为更好的利用地基观测数据对卫星瞬时观测结果进行验证,将HJ-1星过境前后30min地基观测数据进行平均后,再和地基站点位置像元处卫星反演的AOD结果进行比较.为统一比较,地基观测结果利用Angstrom公式[15]统一转换为0.55μm波段光学厚度值.监测结果的地基验证见表1和图3.表1 CCD相机AOD与地基验证结果Table 1 Validation of AOD retrieved from HJ-1 CCDdata using CE318 sunphotometer measurementsAOD N 绝对误差相关系数均方根误差标准误差数AOD<0.2 4 0.114 0.671 0.132 1AOD>0.2 4 0.089 0.996 0.098 3合计8 0.101 0.965 0.117 4注:标准误差数是指符合MODIS误差标准[16]的观测数,误差标准为±0.05±0.2τa,其中,τa为卫星反演的AOD0.2 0.4 0.6 0.8 1.0CCD相机反演AODAERONET观测AOD图3 CCD相机AOD反演结果地基验证结果Fig.3 Scatter plot of the validation of AOD from CCDcamera by CE318 sunphotometer measurements图中虚线为MODIS标准误差线由表1和图3可以看出,当AOD较大时(AOD>0.2),本算法有着较高的相关系数,处于标准误差内的点数较多;而当AOD较小时(AOD<0.2),相关系数低,而且处于标准误差内的点数较少.出现这种情况的原因是本算法缺少短波红外波段,对地表反射贡献去除的误差较大.在AOD较小时,地表反射的误差被放大,导致反演结果不理想,这是卫星遥感反演AOD不可避免的问题.利用辐射传输模式6S模拟表观反射率,在地表反射率加入14%的误差,进行反演试验,获得结果如图4所示.由图4可见,当AOD较大时,反演结果接近于真实值,位于误差线之内;而当AOD较小时,地表反射率的误差相对被放大,反演结果位于误差线之外.0.40.8 1.2 1.6 2.0模拟反演获得的AOD真实AOD图4 地表反射误差对AOD的影响Fig.4 Influence of land reflectance errors on AODinversion from CCD data注同图32.3 与MODIS气溶胶产品的对比MODIS气溶胶算法比较成熟,利用中国地区太阳分光观测网[17-18],Wang等[19]发现,在中国境内的农业生态区域,MODIS气溶胶产品大部分位于误差范围内.因此,MODIS气溶胶产品可以在一定程度上对HJ-1星获得的气溶胶产品进行评估.选择京津唐地区为反演结果的比对区域,使用2008年9月20日的MODIS气溶胶产品与HJ-1星监测结果进行了图像比对.由于MODIS的AOD产品是10km尺度的,所以对CCD相机反演的AOD统一投影为等经纬度投影,并重采样为MODIS产品同一分辨率.比对结果如表2和图5所示.为进行长时间序列的比对,下载2008年9月20日~11月4日的MODIS气溶胶产品,提取香河站附近(116.962°E,39.754°S)的单点进行结果比906 中国环境科学 29卷对.共获取HJ-1星CCD相机和MODIS同时过境的8d的比对数据.比对结果见表3和图6.表2 2008年9月20日京津唐地区CCD相机与MODIS反演的AOD比对Table 2 Retrieved AOD comparison between CCDcamera and MODIS AOD product in Jing-Jin-TangArea on September 20th,2008AOD N 绝对误差相关系数均方根误差标准误差数AOD<0.2 16 0.079 0.372 0.097 14AOD>0.2 470 0.105 0.886 0.150 344合计486 0.104 0.890 0.148 358注同表10.4 0.8 1.2 1.6 2.0CCD相机反演AODMODIS的AOD图5 2008年9月20日京津唐地区CCD相机与MODIS反演的AOD散点比较Fig.5 Scatter plot between CCD camera and MODIS inJing-Jin-Tang Area on September 20th,2008注同图3表3 CCD相机与MODIS的AOD产品比对Table 3 Retrieved AOD comparison between CCDcamera and MODISAOD N 绝对误差相关系数均方根误差标准误差数AOD<0.2 5 0.091 0.474 0.111 3AOD>0.2 3 0.042 0.994 0.054 3合计8 0.072 0.970 0.094 6注同表1由表2,图5以及表3,图6可以看出,与地基观测结果相近,当AOD较小时(AOD<0.2),CCD相机与MODIS结果相差较大;当AOD较大时(AOD>0.2),CCD相机与MODIS结果的相关系数较好.单点比对的结果要好于整景比对的结果,原因可能是所选择的单点为植被茂盛地区,非常适用暗象元法;而整景比对时,在植被覆盖不太好的地方,由于2100nm波段的缺失,使CCD相机的结果与MODIS结果相差较大.0.20.4 0.6 0.8 1.00.20.40.60.81.0CCD相机反演AODMODIS反演AOD图6 CCD相机与MODIS结果多日比对Fig.6 AOD comparing plot between CCD cameraand MODIS in Multi-Days注同图32.4空间分辨率对反演结果的影响HJ-1星CCD相机的空间分辨率为30m,在本文算法中,为降低噪声,将图像重采样为300m.本研究进行了数据模拟试验,以确定空间分辨率对反演结果的影响.模拟试验设置如下:AOD在0~1.95随机变化;模拟30m图像,重采样为300m和1km;加入50dB的高斯噪声;太阳天顶角为30°,观测天顶角和相对方位角为0.获得结果如表4所示.表4 不同空间分辨率下模拟的AOD反演结果表Table 4 AOD precisions retrieved from the simulatedCCD data with different spatial resolutions分辨率(m)N 绝对误差相关系数均方根误差标准误差数30 500 0.106 0.987 0.126 401300 500 0.084 0.998 0.091 4361000 500 0.084 0.999 0.091 436注同表1由表4可见,重采样降低空间分辨率,可以提9期王中挺等：环境一号卫星CCD相机应用于陆地气溶胶的监测 907高相关系数,使满足误差要求的数据增加,在空间分辨率从30m降低到300m时尤为明显.但随着空间分辨率的进一步降低,对反演结果改善不大.这还需要进一步的研究.3结论3.1 HJ-1星CCD相机用于AOD监测时,通过与地基观测数据的比较以及与MODIS数据的比对可以看出,当AOD>0.2时,反演结果精度较高,与MODIS结果较为一致.3.2由于短波红外波段的缺失,无法准确去除地表反射影响,当AOD<0.2时,CCD相机进行AOD监测精度不够理想,不能满足监测要求.3.3 从30m重采样到300m能大大提高反演精度,而进一步重采样到1000m则效果不大.重采样为300m最有利于AOD反演.参考文献：[1] Koelemeijer R B A, Homan C D, Matthijsen J. Comparison ofspatial and temporal variations of aerosol optical thickness and particulate matter over Europe [J]. Atmospheric Environment, 2006,40: 5304-5315.[2] Guptaa P, Sundar A Christophera, Jun Wangb, et al. Satelliteremote sensing of particulate matter and air quality assessment over global cities [J]. Atmospheric Environment, 2006, 40:5880- 5892.[3] Kaufman Y J, Sendra C. Algorithm for automatic atmosphericcorrections to visible and near-IR satellite imagery [J]. Int. J.Remote Sens., 1988,9:1357-1381.[4] Kaufman Y J, Tanré D, Remer L, et al. Operational remotesensing of tropospheric aerosol over the land form EOS-moderate resolution imaging spectroradiometer [J]. J. Geophys. Res., 1997,102(14):17051-17067.[5] 李晓静,刘玉洁,邱红,等.利用MODIS 资料反演北京及其周边地区AOD的方法研究 [J]. 气象学报, 2003,61(5):581-592. [6] 李成才,毛节泰,刘启汉.利用MODIS遥感大气气溶胶及气溶胶产品的应用 [J]. 北京大学学报(自然科学版), 2003, 39(增刊):108-117.[7] Tang Jiakui, Xue Yong, Yu Tong, et al. Aerosol retrieval over landby exploiting the synergy of TERRA and AQUA MODIS data [J].Science in China (Earth Sciences), 2006,49(6):641-649.[8] 王新强,杨世植,朱永毫,等.基于6S模型从MODIS图像反演陆地上空大气AOD [J]. 量子电子学报, 2003,20(5):629-634. [9] 王中挺,陈良富,张莹,等.利用MODIS数据监测北京地区气溶胶 [J]. 遥感技术与应用, 2008,23(3):284-288.[10] 孙林,柳钦火,陈良富,等.环境与减灾小卫星高光谱成像仪陆地AOD反演 [J]. 遥感学报, 2006,10(5):770-776.[11] 孙林.城市地区大气气溶胶遥感反演研究 [D]. 北京:中国科学院遥感应用研究所, 2006.[12] Vermote E F, Tanre D, Deuze J L, et al. Second simulation of thesatellite signalin the solar spectrum 6S: An overview [J]. IEEE Trans. Geosci. Remote Sens., 1997,35:675-686.[13] Lorraine A Remer, Didier Tanré, Kaufman Y J. Algorithm forremote sensing of tropospheric aerosol from MODIS: collection 5[EB/OL]. 2006. /data/atbd/atbdmod02.pdf.[14] Holben B N, Eck T F, Slutsker I, et al. AERONET-a federatedinstrument network and data archive for aerosol characterization [J]. Remote Sensing of Environment, 1998,66:1-16.[15] Angstrom A. The parameters of atmospheric turbidity [J]. Tellus,1964,16:64-75.[16] Chu D A, Kaufman Y J, Ichoku C, et al. Validation of MODISaerosol optical depth retrieval over land [J]. Geophys. Res. Lett., 2002, 29(12): 1617-1621.[17] 辛金元,王跃思,李占清,等.中国地区太阳分光辐射观测网的建立和仪器定标 [J]. 环境科学, 2006, 27(9):1697-1702.[18] 王跃思,辛金元,李占清,等.中国地区的AOD与Angstrom参数地基联网观测(2004年8~12月) [J]. 环境科学, 2006,27(9): 1703-1711.[19] Wang LiLi, Xin JinYuan, Wang YueSi, et al. Validation ofMODIS aerosol products by CSHNET over China [J]. Chinese Science Bulletin, 2007,52(12):1708-1718.致谢：中国科学院大气物理所的王普才、李占清以及美国的Brent Holben提供了AERONET香河站的地基数据, NASA的LAADS提供了MODIS气溶胶产品,在此表示感谢.作者简介：王中挺(1980-),男,河南郑州人,工程师,博士,主要从事大气环境遥感研究.发表论文10余篇.。

玛纳斯河流域山区雪粒径HJ-1卫星反演

玛纳斯河流域山区雪粒径HJ-1卫星反演王剑庚;冯学智;肖鹏峰;张学良;朱榴骏;耶楠;李云【期刊名称】《南京大学学报：自然科学版》【年(卷),期】2015(51)5【摘要】雪粒径是影响雪面能量收支和表征积雪状态的重要参数,利用遥感手段定量反演雪粒径信息对雪水当量估算、流域水资源管理和局地气候变化研究等具有重要意义.针对新疆玛纳斯河流域山区积雪表层粒径地遥感反演,以渐近式辐射传输模型为基础建立雪粒径反演模型,利用HJ-1卫星多光谱数据得到玛纳斯河流域山区冬季积雪期和春季融雪期的雪粒径反演结果,并利用地面实测数据对反演结果进行验证,最后分析雪粒径随海拔的分布特征.结果表明:建立的雪粒径反演模型能够较好地描述雪粒径与卫星遥感信号间的定量关系;雪粒形状对反演结果影响较大,当选择适当的雪粒形状时,雪面粒径反演值与实测值较为吻合;海拔对雪面粒径的分布影响较大.【总页数】9页(P987-995)【关键词】玛纳斯河流域;HJ-1;渐近式辐射传输模型;雪粒径反演【作者】王剑庚;冯学智;肖鹏峰;张学良;朱榴骏;耶楠;李云【作者单位】中国气象局气溶胶与云降水重点开放实验室,南京信息工程大学,南京210044;江苏省地理信息技术重点实验室,南京大学,南京210023;卫星测绘技术与应用国家测绘地理信息局重点实验室,南京大学,南京210023;南京大学地理信息科学系,南京210023【正文语种】中文【中图分类】TP751.1;TP79【相关文献】1.郑州市城区HJ-1反演的PM2.5的卫星遥感监测分布图研究 [J], 李光辉2.新疆玛纳斯河流域卫星雪盖信息提取的影响因素分析 [J], 汪凌霄;冯学智;肖鹏峰3.HJ-1反演的郑州市城区PM10卫星遥感监测分布 [J], 王毅;李光辉;黄同新;叶杰;王海侠4.基于HJ-1卫星数据的郑州市区PM10反演方法研究 [J], 许军强;袁晶;卢意恺;李光辉5.基于HJ-1卫星数据反演长沙市气溶胶光学厚度 [J], 周碧; 廖玉芳; 韩沁哲; 高霞霞; 段丽洁; 杜东升; 邓剑波因版权原因，仅展示原文概要，查看原文内容请购买。

基于HJ-1 CCD数据的海冰时空特征分析——以渤海辽东湾为例

基于HJ-1 CCD数据的海冰时空特征分析——以渤海辽东湾为例陈伟涛;和海霞;黄河;李亚飞【摘要】基于环境减灾卫星(HJ 1)CCD数据,对比分析了CCD数据4个波段的不同地物波谱特征,构建了海冰遥感信息提取指数(SⅡ),并将该指数作为一个特征参量与CCD数据的其他4个波段进行支持向量机分类,提取了2012/2013年海冰发展关键期的海冰时空变化信息,在此基础上,结合气象数据分析了2012/2013年冬季渤海辽东湾海冰灾害的时空分布特征.结果表明:海冰的冻结、融化、增长和减弱与冬季气候时空变化特征有密切关系;H J-1 CCD数据能有效提取海冰信息,是海冰监测的一种有效的数据源;基于SⅡ指数的支持向量机遥感图像海冰分类方法对海冰的识别具有较高的精度,能够为海冰监测提供新的技术支撑.【期刊名称】《安全与环境工程》【年(卷),期】2014(021)005【总页数】5页(P121-125)【关键词】海冰;环境减灾卫星CCD数据;时空特征;海冰指数;辽东湾【作者】陈伟涛;和海霞;黄河;李亚飞【作者单位】中国地质大学计算机学院,湖北武汉430074;民政部国家减灾中心&民政部卫星减灾应用中心,北京 100124;民政部国家减灾中心&民政部卫星减灾应用中心,北京 100124;中国地质大学土地科学技术学院,北京100083【正文语种】中文【中图分类】X87;X43海冰是一种严重的海洋自然灾害，其危害主要表现在两个方面：①海冰的存在影响海、气热交换过程[1]，进而影响海洋生态和海洋生物[2]，导致大量养殖海产品因缺氧死亡，造成严重的经济损失[3]，如2010 年中国渤海和黄海北部遭遇到近30年来最严重的海冰冰情，海水养殖受损面积达20.8 万hm2[4] ，直接经济损失达63.18 亿元；②海冰严重影响油气勘探等海上工程设施和海上航运，导致石油平台倒塌、船舶受损、航运受阻等，严重威胁资源财产和人身安全[5]。

基于环境一号卫星的霾监测应用

基于环境一号卫星的霾监测应用王中挺;厉青;李莘莘;陈良富;周春艳;王子峰;张丽娟【期刊名称】《光谱学与光谱分析》【年(卷),期】2012(32)3【摘要】随着我国城市的发展,霾已经成为大气污染的重要形式.从霾的物理性质出发,利用米理论和RT3计算了霾的光学性质和反射特性,表明环境一号(HJ-1)卫星CCD相机的第一和第二波段最适宜霾的反演.然后,利用深蓝算法,基于MODIS地表反射率产品建立地表反射率库,实现霾的反演.最后,以北京为试验区进行了2009年全年的反演试验,结合地面观测结果的验证表明,HJ-1监测结果与地面结果有着较好的相关性(相关系数大于0.9),但整体大于地面监测结果.讨论表明,地表反射率库的误差对区分霾影响较小(带来的霾光学厚度误差小于0.1),HJ-1的CCD传感器的辐射分辨率尚不能完全满足霾监测需求.%With the urbanizing in China, haze days occur frequently, which have largely impacted air quality. In the present paper, based on haze physical properties, haze optical properties were calculated by Mie theory and apparent reflectance of haze in Environment Satellite 1 (HJ-1) channels was simulated by Radiative Transfer (RT) 3. Simulated results show that it is reasonable to extract the haze from apparent reflectance in the first and second channels. By Deep Blue algorithm, Haze Optical Depth (HOD) was retrieved from HJ-1 data supported by reflectance database from MODIS product From HJ-1 data in 2009 o-ver Beijing area, the haze days were monitored and validated by AERONET/PHOTONS Beijing site. The validation shows that the correlationcoefficient of HOD is greater than 0. 9, but HOD from HJ-1 is greater than that from ground-based measurements. The discussions show that the error from reflectance database is less than 0.1 and radiance resolution of HJ-1 needs to advance for haze monitoring.【总页数】6页(P775-780)【作者】王中挺;厉青;李莘莘;陈良富;周春艳;王子峰;张丽娟【作者单位】环境保护部卫星环境应用中心,北京100029;北京师范大学地表过程与资源生态国家重点实验室,北京100875;环境保护部卫星环境应用中心,北京100029;中国科学院遥感应用研究所,北京100101;中国科学院遥感应用研究所,北京100101;环境保护部卫星环境应用中心,北京100029;北京师范大学地表过程与资源生态国家重点实验室,北京100875;北京师范大学地表过程与资源生态国家重点实验室,北京100875【正文语种】中文【中图分类】X831【相关文献】1.基于资源一号02C卫星数据的粤北矿山地质环境监测 [J], 黄铁兰;王耿明;张金兰2.环境一号卫星CCD数据在生态环境监测和评价工作中的应用价值研究 [J], 金焰;张咏;牛志春;姜晟3.基于环境一号卫星CCD数据的巢湖叶绿素a的动态监测 [J], 陈静;吴传庆;申维;王颖;赵青4.环境一号卫星及其在环境监测中的应用 [J], 王桥;吴传庆;厉青5."航天清华一号"微小卫星数据在大连典型区域环境卫星遥感监测中的应用评价研究 [J], 夏进; 刘玉机因版权原因，仅展示原文概要，查看原文内容请购买。