随着我国经济的迅速发展,霾已成为我国空气污染监测重点关注的对象。然而NASA/MODIS的遥感产品中只有晴天气溶胶光学厚度的算法,由于无法解决霾识别、地表贡献与气溶胶模式等问题,通常将霾作为亮目标、薄云或雾处理。本项目首先基于MODIS数据,研究霾与其他像元在可见光与红外通道的反射率与亮温差异,建立霾识别算法。针对霾天无法利用短波红外波段实现地表噪声的有效分离,假定最邻近晴天的地表反射率代表霾天真实的地表贡献,为此构建中国区域的地表反射率库,并分析反射率替代期间不同类型地表变化和观测角度差异给反演带来的误差。由于地基点观测无法解决气溶胶模式时空变化问题,本项目通过耦合GEOS-Chem大气模式结果,研究霾天水溶型、沙尘型等基本粒子组成并构建霾气溶胶反演查找表,为此分析不同气溶胶模式对反演的影响。最后,基于AERONET地基数据对反演结果进行验证,并实现中国地区长时间序列霾光学厚度产品生产。
Haze;Aerosol Optical Depth;Surface Reflectance;Aerosol Model;MODIS
随着我国经济的迅速发展,霾已成为我国空气污染监测重点关注的对象。卫星遥感监测颗粒物污染,已经成为和地面站点观测相结合的有效技术手段。但是在气溶胶观测领域具有代表性的NASA对地观测系统MODIS晴天气溶胶反演算法,却把霾当做薄云或亮目标处理,不反演霾天的气溶胶光学厚度(AOD)。本研究从霾识别算法开始,重点解决霾光学厚度反演过程中地气解耦与气溶胶模式两个关键问题,通过地基AERONET数据对反演结果进行验证,并分析误差来源。具体研究内容包括以下几个方面 1)研究了云、雾、霾、地表覆盖等不同像元的光谱特性,建立了霾识别算法。基于MODIS数据多通道表观反射率和亮度温度,探讨了霾与低层薄云、雾和亮目标地表反射之间的关系,实现了MODIS数据中霾像元的自动识别。 2)研究了霾光学厚度反演过程中地气解耦问题。首先假定霾天发生过程的地表反射率变化较小,以及当气溶胶光学厚度较大时地表反射率的变化对反演结果的影响较小。针对霾天无法利用暗目标算法实现地表噪声的有效分离,采用最邻近晴天的地表反射率代表霾天真实的地表贡献。考虑到地表非朗伯特性,以及不同卫星过境时期观测几何的差异,利用二向反射分布函数降低角度变化对地表反射假设带来的影响。 3)研究了霾天的气溶胶模式问题。首先基于地基AERONET观测和相关实验数据,得出了华北平原霾天气溶胶的复折射指数和谱分布函数等物理性质,分析表明霾天气溶胶模式以吸湿性的细颗粒物为主。为了更好的反映气溶胶模式的时空变化特征,本课题借助GEOS-Chem大气模式模拟格网尺度的霾天不同粒子组份(如水溶型、沙尘型、煤烟型和海盐型),并通过辐射传输方程构建反演查找表。 4)开展了霾光学厚度的验证和误差分析工作。使用地基AERONET Level 2数据验证了我国华北地区部分霾天光学厚度反演结果,二者的相关系数达到0.82,相对误差为19%。分析了地表反射率变化对霾气溶胶反演带来的误差,结果表明除了异常天气影响外,地表反射率最大差异给AOD反演带来的误差在精度需求之内。本课题同时开着了GEOS-Chem全球大气化学传输模式的大规模验证工作。