基于VIIRS数据的中国东部气溶胶光学厚度反演算法改进

基于VIIRS数据的中国东部气溶胶光学厚度反演算法改进

论文摘要

VIIRS(Visible Infrared Imaging Radiometer Suite)作为MODIS(The MODerate resolution Imaging Spectroradiometer)的后继传感器,可在全球范围内实现对气溶胶的连续时空监测.卫星反演的气溶胶光学厚度(Aerosol Optical Depth,AOD)是研究地球能量收支平衡、气候效应和空气质量的重要大气参数.但在中国重污染天气情况下,现有的VIIRS陆地气溶胶产品存在一定不足.因此,本研究改进云识别方法,优化像元筛选,约束气溶胶类型选择,实现重污染情况下AOD的反演.基于地基AERONET(AErosol RObotic NETwork)的验证结果表明,相比NOAA(National Oceanic and Atmospheric Administration)产品,改进后的反演结果克服了反演值偏低的问题,且表现出更好的相关性,RMSE从0.236下降到0.219.为验证在重污染条件下改进算法的适用性和准确性,本文对比了两种污染条件下的反演结果(0.6<AODAERONET <1和AODAERONET>1).统计结果表明,在较重污染天气条件下(AODAERONET>1),相比NOAA的AOD产品,本文结果的反演率从32.3%提升为68.8%,回归分析的斜率提高为0.80,相关系数达到0.76,均方根误差为0.307,在增加反演量的同时保证了反演的精度.

论文目录

  • 0 引言
  • 1 数据和反演方法
  •   1.1 数据介绍
  •     1.1.1 VIIRS数据
  •     1.1.2 验证数据
  •   1.2 VIIRS反演算法
  •     1.2.1 暗像元算法
  •     1.2.2 算法存在的问题
  •   1.3 算法的改进
  •     1.3.1 云识别算法
  •     1.3.2 气溶胶模型的选择
  •     1.3.3 短暂水体的识别
  •     1.3.4 查找表的扩充
  • 2 反演结果与验证
  •   2.1 云识别结果
  •   2.2 霾区AOD反演结果
  •   2.3 地基AERONET验证
  •     2.3.1 全数据点验证
  •     2.3.2 AOD高值验证
  • 3 误差分析与讨论
  •   3.1 云识别误差
  •   3.2 反演数据量分析
  •   3.3 其他误差
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 汪洋,陈良富,李莘莘,王新辉,余超,范萌

    关键词: 遥感,反演算法

    来源: 地球物理学报 2019年01期

    年度: 2019

    分类: 基础科学,工程科技Ⅰ辑

    专业: 环境科学与资源利用

    单位: 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,中国科学院大学,北京市环境保护监测中心

    基金: 国家自然科学基金重大研究计划项目(91543128),国家科技支撑计划(2014BAC21B00)资助

    分类号: X513;X87

    页码: 49-62

    总页数: 14

    文件大小: 9423K

    下载量: 327

    相关论文文献

    • [1].我国中、东部主要地区气溶胶光学厚度的分布和变化[J]. 北京大学学报(自然科学版)网络版(预印本) 2009(03)
    • [2].云邻近效应对气溶胶光学厚度遥感反演的影响及其消减方法研究[J]. 测绘学报 2020(01)
    • [3].北碚区气溶胶光学厚度特征及其与颗粒物浓度的相关性[J]. 环境科学 2020(03)
    • [4].武汉地区环境卫星气溶胶光学厚度反演[J]. 遥感信息 2020(02)
    • [5].高分五号卫星偏振遥感陆地上空气溶胶光学厚度[J]. 红外与毫米波学报 2020(04)
    • [6].利用Sentinel-3A OLCI可见光通道反演台湾岛气溶胶光学厚度[J]. 地球信息科学学报 2020(10)
    • [7].2001-2016年西南地区气溶胶光学厚度特征分析[J]. 高原山地气象研究 2018(04)
    • [8].利用6S模型的自定义气溶胶类型反演北京地区气溶胶光学厚度[J]. 甘肃科技 2019(06)
    • [9].1990~2017年中国地区气溶胶光学厚度的时空分布及其主要影响类型[J]. 环境科学 2019(06)
    • [10].城市气溶胶光学厚度空间格局特征多指标综合分析[J]. 地球信息科学学报 2018(03)
    • [11].广东省MODIS气溶胶光学厚度时空分布及其影响因素[J]. 地理空间信息 2017(01)
    • [12].新疆干旱区气溶胶间接效应区域性分析[J]. 中国环境科学 2016(12)
    • [13].基于MODIS和太阳光度计对台湾地区气溶胶光学厚度的分析研究[J]. 气象水文海洋仪器 2016(01)
    • [14].基于两天MODIS数据的气溶胶光学厚度反演[J]. 南京师大学报(自然科学版) 2016(01)
    • [15].中国地区气溶胶光学厚度时空分布特征研究[J]. 电子测试 2016(09)
    • [16].江苏省大气气溶胶光学厚度时空分布研究[J]. 长江流域资源与环境 2014(12)
    • [17].利用激光雷达观测资料研究兰州气溶胶光学厚度[J]. 干旱气象 2013(04)
    • [18].厦门市MODIS气溶胶光学厚度与空气质量指数的回归分析[J]. 国土资源遥感 2020(01)
    • [19].全球不同类型气溶胶光学厚度的时空分布特征[J]. 高原气象 2019(03)
    • [20].2006—2016年河南省气溶胶光学厚度时空分布[J]. 干旱气象 2018(01)
    • [21].德令哈和合肥地区气溶胶光学厚度季节变化特征分析[J]. 大气与环境光学学报 2018(03)
    • [22].2000—2013年北京及周边地区大气气溶胶光学厚度时空变化特征及气象影响因素分析[J]. 气象科学 2018(04)
    • [23].瓦里关地区气溶胶光学厚度的观测研究[J]. 青海环境 2017(01)
    • [24].利用太阳直射光谱仪反演大气气溶胶光学厚度与能见度[J]. 仪器仪表用户 2017(09)
    • [25].鄂南地区大气气溶胶光学厚度季节变化研究[J]. 安徽农学通报 2017(20)
    • [26].基于MODIS数据的江浙沪地区大气气溶胶光学厚度研究[J]. 安徽农学通报 2014(09)
    • [27].MODIS气溶胶光学厚度产品在陕西省PM10监测中的应用研究[J]. 测绘技术装备 2014(02)
    • [28].四川省气溶胶光学厚度时空分布特征[J]. 四川环境 2014(03)
    • [29].基于环境一号卫星的四川盆地气溶胶光学厚度精细化反演[J]. 四川环境 2014(04)
    • [30].大气气溶胶光学厚度反演软件系统设计和实现[J]. 电子设计工程 2013(06)

    标签:;  ;  

    基于VIIRS数据的中国东部气溶胶光学厚度反演算法改进
    下载Doc文档

    猜你喜欢