《深蓝算法反演陆地气溶胶》由会员分享，可在线阅读，更多相关《深蓝算法反演陆地气溶胶（34页珍藏版）》请在金锄头文库上搜索。
1、1.,2.,3.,4.,5.,气溶胶定义：大气气溶胶是指悬浮在大气中沉降速度小尺度范围为10320m大小的液态或固态粒子。,在地表朗伯体和大气水平均一假设条件下，卫星接收到的辐射LTOA可以表达为(Tanr 等，1979)：,式中，us和uv分别为太阳天顶角s与观测天顶角v的余弦， 为相对方位角；L0为观测方向的路径辐射项， r为朗伯体地表反射率，S为大气整层向下的半球反射率，T为大气透过率，F0为大气层顶太阳光的辐射通量密度。利用垂直入射的太阳辐射量sF0对式(1)进行归一化可得大气顶部反射率PTOA:,式中，0为大气的路径辐射项等效反射率。将式(2)变化形式，转化为如下形式：,式中，S、0
2、和T(s)T(v)这3个参数代表大气的状况，因而可以从中获取所需的大气参数，即AOD。在实际反演中是用辐射传输模型在不同大气条件(主要为气溶胶光学厚度)和观测几何(太阳天顶角、观测天顶角和相对方位角)等情况下，计算AOD和这3个大气参数之间的对应关系，建立查找表，然后去除地表贡献现地气解耦，得到AOD。,陆地气溶胶光学厚度（AOD）,卫星遥感,确定气溶胶模式,难点,去除地表反射贡献,暗目标法 结构函数 深蓝算法,(Kaufman和Sendra，1988；Kaufman 等，1997)利用浓密植被在红光和蓝光波段对地表反射率比较低且易于确定的特点，从而实现了地表贡献的去除，在暗目标法应用最成熟的
3、MODIS传感器上有2100 nm短波红外波段辅助以获取地表反射率信息。,Tanr等(1988)假定一定范围内复杂地表的大气透过率相同提出了结构函数法，该算法利用TM、AVHRR、SPOT等数据取得了较好效果(Hol-ben 等，1992；Liu 等，2002),Hsu等人(2004，2006)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(Deep Blue)算法利用Sea WIFS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。,深蓝算法是
4、利用在蓝波段大气反射较强，地表反射较弱，假定同期的地表反射率不变，将晴好天的地表反射率代入式(2)反演气溶胶。本文采用HJ-1星CCD相机的第1波段(蓝波段)数据进行气溶胶反演，地表反射率从MODIS的8天合成地表反射率产品获得，对应的波段为第3波段，利用式(2)得到气溶胶光学厚度的反演结果。,。,利用MODIS地表反射率产品建立地表反射率库，分析不同典型地物在HJ-1星CCD相机第1波段和MODIS第3波段的反射率关系，提出针对HJ-1星CCD数据的深蓝算法与数据处理流程，利用AERONET/PHOTONS地基观测结果进行了验证，最后分析了MODIS产品误差、气溶胶模式等各种因素对反演的影响
5、。,是中国研制的用于环境与灾害监测预报的卫星。HJ-1A和HJ-1B星分别搭载了两台宽覆盖多光谱CCD相机，其星下点分辨率为30 m，包括3个可见光波段(430520 nm、520600 nm、630690 nm)和1个近红外波段(760900 nm)。再加上A、B双星实现48 h的重返周期，将对排放源具有一定的监测应用价值。HJ-1星数据已有的研究表明，暗象元法在植被浓密时能够进行气溶胶的监测(王中挺 等，2009；孙林 等，2006；Sun 等，2010)。但在植被稀疏的亮地表，暗象元法则是无能为力。,环境一号卫星,MODIS地表反射率产品及分析,MODIS的地表反射率产品，包括250 m
6、单日合成、500 m与1 km单日合成、250m 8日合成、500 m 8日合成、CMG网格全球日合成(分辨率为0.05)等5种形式(Vermote和Kotchenova，2008)。为消除地表反射率的短期变化，选择8日合成产品进行地表反射率库的构建。该产品采用正弦投影，将全球分为1010的小块存放。,利用遥感处理软件ENVI将MODIS的8日合成地表反射率产品进行波段提取、重投影、重采样、图像剪切和镶嵌等处理得到地表反射率库。对库中的中国东部地区的46景地表反射率数据进行综合统计，分析蓝波段(MODIS第3波段)地表反射率在不同值域区间的分布情况。,。,从图中可以看出，在蓝波段地表反射率整体
7、较小，近60%的地表反射率小于0.05，超过80%的地表反射率小于0.1，近90%的地表反射率小于0.2，大于0.2的地表反射率不超过10%。,随着地表反射率的增大，卫星观测到的表观反射率会对气溶胶光学厚度越来越不敏感。模拟了在4种地表反射率下(0、0.05、0.1和0.2)，卫星观测到的表观反射率随气溶胶光学厚度变化。,图2可以看出，在地表反射率小于0.1时，表观反射率随着AOD有着较好的线性关系；在地表反射率大于0.2时，表观反射率随着AOD基本没有变化。因此，当地表反射率小于0.1时，本算法能够较好的运行。,HJ-1星CCD相机第1波段和MODIS的第3波段虽然同属蓝光波段，但二者的波段
8、宽度不同，波段响应存在着差异。因此，在利用MODIS的地表反射率产品作为真实的地表反射率进行气溶胶反演时，必须首先探讨其变化规律，以修正波段响应不同带来的误差(图3),2008年10月，利用全波段野外光谱仪(ASD)在北京、广州等地对植被、水体、土壤以及水泥地等不同典型地物进行了光谱测量。ASD获得的数据波长为3502500 nm，间隔1 nm。利用CCD相机和MODIS在蓝波段的响应函数按式(4)进行卷积运算，获得不同地物在蓝波段的地表反射率。,式中，S(i)表示波长为i时传感器的响应函数，R(i)为相应波段的反射率。,为利用CCD相机和MODIS在蓝波段的波段响应函数，对观测的ASD数据进
9、行拟合得到地表反射率散点图。从图中可以看出，CCD相机和MODIS在蓝波段的反射率存在一定的差异，总体来说，在蓝波段，CCD相机的反射率要大于MODIS，而且不同CCD相机之间也存在着差异。在反射率较小时，二者反射率相近可以直接使用MODIS的地表反射率；而在反射率大于0.02时，CCD相机和MODIS有较大差异，需要进行相应的校正。,对CCD相机和MODIS在蓝波段的地表反射率(大于0.02)进行相应的线性分析(式(5)，得到二者之间的线性关系见表1，据此校正不同传感器之间的波段响应异。,式中a,b为线性系数,数据处理,数据预处理 计算观测几何HJ-1星CCD相机的最大视场角达到30，在考虑
10、地球曲率的情况下，观测天顶角可以达到33.4；同时，单个CCD相机的沿轨方向的长度为360 km，太阳天顶角可能相差多于4。因此，在利用CCD相机数据进行定量反演时，不能假定整景图像的观测几何相同，须对各个像元的观测几何分别进行考虑。HJ-1星CCD数据附带的观测角度文件，包括分辨率为1 km的观测天顶角和方位角、整景的太阳高度角和方位角。在反演计算时，需要获得每个像元的太阳天顶角、观测方位角和相对方位角。太阳天顶角和方位角根据卫星过境时间及对应像元的经纬度计算：,式中，lat为地理纬度，为太阳赤纬(太阳光与地球赤道平面的夹角)，t为太阳的时角(定义为地方时12:00为0，6: 00 为 /
11、2 ， 18: 00 为 / 2 ) 。太阳方位角s为：,(辐射定标及云去除辐射定标包括两步：首先，从CCD相机数据的辅助xml文件中读取辐射 定标系数，将DN值转换为表观辐亮度；然后，根据上一步生成的太阳天顶角，利用式(8)，将获得的表观辐亮度转换为表观反射率TOA。,云的去除则是通过阈值实现。研究表明(Acker-man 等，2010)，在红光波段卫星观测到的云的反射率一般大于0.2。我们选取0.2作为云去除阈值。,（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
12、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、0和T(s)T(v)，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。,结果反演,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
13、感反演结果的验证，采用Angstrom公式(ng-strm，1964)将AERONET/PHOTONS得到的气溶胶光学厚度转化为550 nm。式中，被称做Angstrom指数，为大气浑浊度系数，为波长。,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(ng-strm，1964)将AERONET/PHOTONS得到的气溶胶光学厚度转化为550 nm。式中，被称做Angstrom指数，为大气浑浊度系数，为波长。,研究表明(Remer 等，2005)，MODIS陆地气溶胶产品的误差=0.050.2。在散点图中，0.050.2称为误差线，本文将=0.0
14、50.2作为误差线对反演结果进行分析，分析结果见图7和表2。 从验证结果可以看出，本算法的反演结果与地面观测值有较好的相关性，且有超过一半的反演结果满足误差要求，但总体相对误差较大，CCD数据反演AOD 结果整体上要大于地面观测值。在气溶胶光学厚度较小时(AOD0.5)，反演结果精度显著提高，相关系数、相对误差都有所改善。,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
15、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。,气溶胶模式的影响 在本算法中，气溶胶模式固定为大陆型。在实际应用中，气溶胶模式随季节变化很大。本文模拟了城市型、沙尘型、海洋型和生物燃烧型气溶胶进行反演实验，结果如图9所示。,BRDF影响 MODIS的地表反射率产品，已经进行了BRDF的校正我们可以认为处理得到的地表反射率库是地表朗伯反射结果；考虑到HJ-1 CCD相机的最大视场角为30，在此范围上地物的BRDF特性不太明显。因此，在本算法中地表被假设为朗伯体。 空间分辨率
16、的影响 本文采用的MODIS的地表反射率产品空间分辨率为500 m，而HJ-1星CCD相机的空间分辨率为30 m， 我们采用空间重采样的方法将HJ-1星CCD相机数据的空间分辨率降低为500 m以降低二者空间分辨率不同带来的误差，研究表明空间分辨率的降低能提高信噪比进而提高反演精度。当然，空间分辨率不同对反演误差的影响还需进一步讨论。,结 论 在利用深蓝算法从HJ-1卫星CCD相机数据进行气溶胶反演研究中，本文主要完成了以下工作，并得到相应结论： (1)通过对MODIS地表反射率产品的分析，可以得出在蓝波段80%以上的地表反射率低于0.1，在此范围内地表反射在表观反射率中并未占绝对优势，可以从HJ-1星的蓝波段观测数据反演陆地气溶胶； (2)MODIS和CCD相机在蓝波段由于波段响应不同，因此在利用MODIS地表反射率反演气溶胶时，首先要进行波段修正； ( 3 ) 通过算法的验证表明，本算法获得的结果与地面观测结果有较好的相关性，且大部分满足=0.050.2的误差要求，但在AOD0.5时有较大误差； (4)MODIS地表反射率产品本身对反演带来的影响可以控制在10%之内，城市型气溶胶会对反演产品较大影响，还需进一步考虑BRDF和空间分辨率的影响。,
