中国气象学会主办。
文章信息
- 高 玲, 任 通, 李成才, 杨东伟, 石光明, 毛节泰. 2012.
- GAO Ling, REN Tong, LI Chengcai, YANG Dongwei, SHI Guangming, MAO Jietai. 2012.
- 利用静止卫星MTSAT反演大气气溶胶光学厚度
- A retrieval of the atmospheric aerosol optical depth from MTSAT
- 气象学报, 70(3): 598-608
- Acta Meteorologica Sinica, 70(3): 598-608.
- http://dx.doi.org/10.11676/qxxb2012.049
-
文章历史
- 收稿日期:2010-09-25
- 改回日期:2011-01-22
2. 国家卫星气象中心,北京,100081
2. National Satellile Meteoulagical Center,Beijing 100081,China
大气气溶胶是指由大气和悬浮于其中的固体和液体颗粒组成的分散体系,通常所指的大气气溶胶则指其中的固体和液体微粒。大气中气溶胶的存在影响到了许多大气物理过程,特别是影响到天气和气候的变化。研究表明气溶胶通过直接辐射强迫和间接辐射强迫对气候有着重要的影响(King et al,1999)。根据IPCC第4次报告(Solomon et al,2007),气溶胶的存在使得大气层顶总辐射强迫减少了0.1—0.9 W/m2,而由其引起的间接辐射强迫为-0.3—-1.8 W/m2,即气溶胶引起的辐射强迫的不确定性达100%,造成这种巨大的不确定的原因就是对气溶胶的特性了解得很不够,为了减小对气溶胶辐射强迫评估的不确定性,需要更加精确地掌握气溶胶的时空分布特征。
利用卫星资料反演气溶胶的光学厚度(AOD)是近年来逐渐发展的技术手段(Chu et al,2003;Kaufman et al,1997a),各种传感器和反演技术先后被应用,如AVHRR(Ignatov et al,2000)、TOMS(Torres et al,2002)、POLDER(Herman et al,1997)、MODIS(Kaufman et al,1997b; Chu et al,2003)、MISR(Liu et al,2004)等,通过其应用获得了更大范围的、空间分辨率较高的气溶胶光学厚度空间分布产品。但由于这些传感器都是搭载在极轨卫星上,同一地点每天只有1—2个观测值,因而时间分辨率很低。利用空间覆盖面积比地面站点观测更广、时间分辨率又比极轨卫星高的静止卫星反演气溶胶特性就具有了重要的意义。毛节泰等(2001)、张军华等(2003)曾经提出利用日本的静止气象卫星GMS-5可见光通道反演大气气溶胶光学厚度的方法,但由于陆地地表反射率问题无法解决,试验方法仅限于具有稳定低反射率的湖面上空。近年国际上利用静止卫星进行气溶胶光学厚度的反演也有很大进展,如Wang等(2003)、Prados等(2007)利用GOES的研究。
本文提出一种利用静止卫星资料反演气溶胶光学厚度的算法,并将其结果与AERONET、MODIS等观测的气溶胶光学厚度值进行对比,对反演的气溶胶光学厚度产品进行了误差分析。 2 卫星简介及数据介绍
日本发射的地球静止气象卫星MTSAT-1R,距离地面35800 km,星下点位于140°E。星上搭载的主要仪器是可见和红外自旋扫描辐射计(VISSR),可见和近红外波段的范围为0.55—0.9 μm,可见光通道星下点的分辨率为1 km,红外通道星下点的分辨率为4 km。不同通道的波长范围如表 1所示,其中可见光通道的响应函数如图 1所示。
通道 | 波长(μm) |
VIS | 0.55—0.90 |
IR1 | 10.3—11.3 |
IR2 | 11.5—12.5 |
IR3 | 6.5—7.0 |
IR4 | 3.5—4.0 |
![]() |
图 1 MTSAT-1R可见光通道的响应函数Fig. 1 Response function of MTSAT-1R on the visible b and |
本文的MTSAT-1R观测数据由日本高知大学提供,空间分辨率为0.05°×0.05°,范围为70°N—20°S,70°—160°E。每个通道逐时观测有一个数据集,每个数据集共有1800×1800个数据。 3 MTSAT反演气溶胶光学厚度的算法 3.1 理论基础
根据Kaufman等(1997a)的研究,卫星接收到的可见光波段的信号经过定标以后,可以得到表观反射率Rsat

假设下垫面是反射率为Rsurf的均匀朗伯体,则

由式(2)可知,卫星观测到的表观反射率Rsat既是气溶胶光学厚度的函数,又是地表反射率的函数。在具备了卫星表观反射率的观测条件下,如果知道了地表反射率Rsurf,并且假定一定的气溶胶模型,则可以得到气溶胶光学厚度;反之,如果知道了气溶胶光学厚度和相应的大气参数,则也可以反演得到地表反射率的值。 3.2 敏感性实验
卫星接收到的表观反射率既与气溶胶的组分有关,又与地表反射率有关。图 2是利用Vermote等(1997)的辐射传输模式6S,在气溶胶模型固定的情况下,计算卫星接收到的反射率,即表观反射率随气溶胶光学厚度和地表反射率的变化情况。可以看出,在地面反射率比较低的情况下,卫星测得的表观反射率随光学厚度的增加而增大,这也是目前利用卫星的可见光波段在“暗背景”地区遥感气溶胶的基本原理。而对于较高地表反射率的情况,卫星测得的表观反射率随气溶胶光学厚度的增加而减小。卫星反射率与地表反射率以及气溶胶光学厚度之间的这种关系,主要由气溶胶对入射太阳辐射的散射和吸收所引起。在低地表反射率的情况下,气溶胶对入射辐射的后向散射使得卫星接收到的辐射量增加,因而表观反射率在暗地表情况下随气溶胶光学厚度的增加有增大的趋势。而对于地表反射率较大的情况,地表反射在表观反射率中的贡献占主要部分,气溶的增加使得大气透明度降低,一方面使到达地面的辐射减小、地面胶反射的辐射也相应减小,另一方面从地面反射回空间的辐射又被气溶胶散射和吸收,这两种作用的综合使得表观反射率在亮地表情况下随气溶胶光学厚度的增加有减小的趋势。而对于中间情况,如地表反射率为30% 左右时,增大与减小的综合作用使表观反射率的变化对气溶胶的存在不敏感,在这种情况下反演气溶胶光学厚度的难度很大。
![]() |
图 2 表观反射率随气溶胶光学厚度以及地表反射率的变化Fig. 2 Apparent reflectance changes with the AOD and surface albedo |
卫星接收到的表观反射率与地表反射率以及气溶胶的关系如式(2)所示,在实际反演过程中,由辐射传输模式来正演大气中的辐射传输过程。通常先确定相应的大气参数,然后根据不同的太阳天顶角、方位角和卫星的天顶角、方位角,取不同的气溶胶光学厚度以及地表反射率的值,由辐射传输模式计算得到不同条件下卫星接收到的辐射值,制作一个查算表。在太阳以及卫星的角度已知的情况下,若知道气溶胶光学厚度值则可查出地表反射率的值,反之若知道地表反射率的值则可查出气溶胶光学厚度的值,在本文中,这两种查找方式都将被用到。
由于MTSAT是一颗静止卫星,因此,对于其观测范围内的点而言,卫星的天顶角,方位角都已确定,可通过计算得到。
太阳的天顶角θ以及方位角α则可以根据像素点的经纬度以及观测时间由式(3)(盛裴轩等,2003)计算得到。

在大气参数的选择中,为了了解单散射反照率对气溶胶光学厚度反演结果的影响,文中通过辐射传输模式6S进行了敏感性试验,以太阳天顶角48°,卫星天顶角48°,方位角之差60°,地表反照率为0.15为例,得到卫星接收到的表观反射率如图 3所示,单散射反照率的变化范围为0.83—0.94,从图 3可看出,若单散射反照率设定偏高,将会导致气溶胶光学厚度估计的偏低。利用图 3中的数值可以估算,气溶胶光学厚度假设为0.5,如果单散射反照率变化0.03,在同样表观反射率情况下,反演的气溶胶光学厚度变化达0.1,这说明气溶胶类型的选定对于气溶胶光学厚度的反演精度的影响很大,因此,加强对单散射反照率等参数的地面遥感观测对于气溶胶光学厚度反演精度的提高具有重要意义。但由于气溶胶类型随时间和空间的不同有着很大的变化,因此,只能选择最一般的气溶胶类型,不考虑在沙尘源区、海洋等地区的情况,本文将气溶胶类型选择为水溶型气溶胶占体积比90%,另有6%的沙尘以及4%的黑碳,550 nm波段的单次散射反照率为0.91。
![]() |
图 3 表观反射率随气溶胶光学厚度以及单散射反照率的变化Fig. 3 Apparent reflectance changes with the AOD and single scattering albedo(SSA) |
为了反演气溶胶光学厚度,首先要将云尽可能地滤干净。因为云的存在会对地表反射率的确定、气溶胶光学厚度的反演带来很大的误差,但是,由于MTSAT静止卫星只有1个可见光和4个红外通道,因此,要想得到与极轨卫星上多通道的传感器相媲美的云产品是非常困难的。本文用MTSAT可见光通道,红外通道IR1、IR2的数据,以及NCEP的地面温度数据进行云识别,流程如图 4所示。
![]() |
图 4 云检测方案流程Fig. 4 Flowchart of the cloudmask procedure |
(1)使用NCEP地面温度资料,从中提取中国区域(0°—55°N,70°—140°E)的地表温度。NCEP资料为每6 h一个数据集(00、06、12和18时,世界时,下同),为了使其与MTSAT的时间相匹配,将其插值为每小时一个数据集。
(2)为了从MTSAT的红外通道IR1、IR2资料得到每个像素点的亮温,将其与相同区域的NCEP地面温度T做对比,若T与IR1的亮温之差大于10 K则认为有云;若不满足上面条件,但一个像素块(含9个像素点)的亮温值IR1、IR2的标准差大于2 K(Wang et al,2003)也可视为有云;若以上两条件都不满足,但每个像素点IR1、IR2的亮温值之差大于3 K也可视为有云。
(3)将可见光通道表观反射率大于30%的像元视为有云或者高地表反射率将其去掉。
经过上述判断标准后,不满足条件的像素点即为晴空区域,方可进行气溶胶的反演。以2008年5月1日04时中国地区(0°—55°N,70°—140°E)的云检测产品为例(图 5)。这种云检测条件限定过严,将热带地区很多不是云的地方都滤掉了,但是对本文研究的中国地区大陆部分而言,还是比较合理的。
![]() |
图 5 2008年5月1日04时MTSAT中国地区(0°—55°N,70°—140°E)可见光云图(a)和对应云检测产品(b)Fig. 5 A comparison of the gray image around China(0°—55°N,70°—140°E)from the visible b and of MTSAT(a)with the screening cloud(b) |
由于静止卫星的可见光通道是一个连续的宽谱,不具有极轨卫星上的窄波段可见光通道以及类似MODIS上2.1 μm的近红外通道,因而极轨卫星所广泛采用的假设不同通道地表反射率之比恒定来确定地表反射率进而反演气溶胶光学厚度的方法不可行。本文采用根据最小卫星反射率来反演地表反射率的做法,即假设每个观测点在某个时间段内(本文中为1个月)至少有1天天气非常晴朗,气溶胶光学厚度很小(接近分子大气,可设为0.05),然后根据一定的气溶胶模型,通过查算表反演得到地表反射率。由于地表不是一个真正意义上的朗伯体,因此地表反射率的大小还与太阳天顶角有关,即Rsurf=Rsurf(μ),为了排除太阳天顶角的变化对确定地表反射率的影响,本文给每个地点在整月中的同一个时间点确定一个地表反射率(Prados et al,2007),即每个像素点每个时刻都有一个表观反射率的观测值,在给定的背景气溶胶光学厚度为0.05的情况下通过查算表得到一个假地表反射率的值,将每个像素点的假地表反射率组成一个时间序列,并从中挑选出最小的3个值做平均,得到的即为该像素点真地表反射率的值。
以2008年5月04时为例,1个月中,假设每天的同一时刻地表反射率不变,每个像素点在04时可见光通道都有一个观测值,经过云检测以后,将剩余数据点通过查算得到一个地表反射率的时间序列,其中整个序列里面最小的3个值的均值即为04时地表反射率的值。因为根据敏感性试验(图 2)可知,对于地表反射率小于30%的情况而言,在表观反射率一定的情况下,若低估了气溶胶光学厚度的值,那么通过查算表查算出来的地表反射率的值就会比实际的值大,因此,选取的最小值即为最接近实际的地表反射率的值,当完全没有气溶胶存在时,若忽略分子大气的光学厚度,地表反射率就等于表观反射率,同理可得其他时刻的地表反射率Rsurf,i=Rsurf(μi)。将沙漠地区亮地表去掉保留暗地表得到每个时刻平均地表反射率的分布(图 6)。
![]() |
图 6 2008年5月中国地区平均地表反射率的日变化(a—i. 00—08时的逐时反射率)Fig. 6 Diurnal images of the mean surface reflectance in May 2008(a-i. Hourly reflectance at 00:00-08:00 UTC) |
从图 6可以看出,反演的地表反射率在中国地区呈现出东南低、西北高的分布状态,这个结果与地表植被的分布基本一致,中国西北部及北部沙漠化比较严重,因而对应的可见光通道地表反射率也比较大,而中国西南及东部植被较多,因而对应的地表反射率的值较低。此外,对于东南亚等低纬度地区由于中小尺度对流云的存在,云检测时容易被漏掉造成云污染,导致反演的东南亚地区地表反射率可能过高。3.3.4 反演气溶胶光学厚度
在得到不同时刻平均的地表反射率之后,再通过辐射传输模式计算的查算表可得到整月中各个时刻气溶胶光学厚度的值,将整月中每个时刻的值进行平均可得到气溶胶光学厚度的平均日变化(图 7)。
![]() |
图 7 2008年5月平均气溶胶光学厚度(550 nm)的日变化(a—i. 00—08时逐时光学厚度)Fig. 7 As in Fig. 6 but for the mean aerosol optical depth(550 nm) |
从图 7可以看出,中国东部地区的气溶胶光学厚度比西部大,且在华北地区,长江中下游地区以及四川盆地等低海拔地区都有明显的高值区。中国东部地区人口稠密,工业比较发达,人为排放源较多; 对于华北平原、长江中下游平原、四川盆地等低海拔地区,周围海拔较高,不利于气溶胶的输送及扩散,气溶胶光学厚度都具有较大的数值。 4 气溶胶光学厚度反演结果的检验 4.1 利用地面光度计资料验证MTSAT反演的气溶胶光学厚度
地表反射率和气溶胶模型难以确定是导致卫星反演气溶胶光学厚度有一定误差的主要原因,因此卫星遥感结果需要与地面的太阳光度计观测结果作对比,利用多波段光度计遥感的结果来检验。 美国国家宇航局(NASA)在全球建立的地面太阳光度计自动观测网(AERONET)为卫星遥感的气溶胶光学厚度产品提供了地面对比资料(Holben et al,1998)。由于观测使用的多波段太阳光度计没有550 nm通道,为了与卫星遥感的550 nm通道的气溶胶光学厚度产品作对比,根据Ångström(1964)研究的大气气溶胶光学厚度(τ)随波长(λ)的变化关系,利用相邻通道的气溶胶光学厚度值的插值即可得到

根据毛节泰等(2002)、Li等(2003,2005)、李晓静等(2009)的研究表明,对于中国大部分地区而言,MODIS的气溶胶光学厚度产品与地面太阳光度计的观测数据有较好的一致性。含有日变化信息的静止卫星气溶胶光学厚度产品与地面光度计观测结果比较如何是未知的。为了将静止卫星MTSAT反演的气溶胶光学厚度产品与地面光度计资料作对比,本文选取了北京、香河、太湖、寿县、香港、台北等6个站(表 2)作为对比站点。
站点 | 经度 | 纬度 |
北京 | 116.381°E | 39.977°N |
香河 | 116.962°E | 39.754°N |
太湖 | 120.215°E | 31.421°N |
寿县 | 116.782°E | 32.558°N |
香港 | 114.180°E | 22.303°N |
台北 | 121.500°E | 25.030°N |
地面的太阳光度计是一个可以连续对太阳观测的仪器,相邻数据点之间的时间间隔很小,而利用MTSAT反演的气溶胶光学厚度是每小时1个数据集,另外地面观测是单个离散的点,但是,卫星观测的是一片区域,为了让地面观测资料与卫星观测资料能够匹配,还需要对数据在时间和空间上做一些处理。
在时间上,让地面观测资料与卫星资料做匹配,将光度计观测的结果相对于卫星过境时间前后半小时的观测值做平均,作为对应卫星观测时刻的气溶胶光学厚度值。
在空间上,让卫星资料与地面观测资料做匹配,以观测点作为中心,将经向纬向距离其10 km范围以内的点做平均,作为地面观测站点的气溶胶光学厚度值。
经过上述处理后,再将MTSAT反演的气溶胶光学厚度值与表 2中选择的AERONET站点的气溶胶光学厚度观测值作对比,得到如图 8所示结果。这6个站点的线性回归结果如表 3所示,全部结果的相关系数大于95%置信度(数学手册,1979)要求。根据反演流程来看,在确定地表反射率时,假设了2008年5月最干净的天气情况下中国大陆的背景气溶胶值为0.05,但实际上每个地方气溶胶的最小值不一样,这会对地表反射率的确定,进而对气溶胶光学厚度的反演结果造成一定的误差。
站点 | 样本量 | 相关系数 | 回归方程 | 95%置信度相关系数 |
北京 | 44 | 0.704 | Y=0.99X-0.07 | 0.297 |
香河 | 49 | 0.531 | Y=0.42X+0.13 | 0.282 |
太湖 | 129 | 0.514 | Y=0.67X+0.15 | 0.172 |
寿县 | 23 | 0.472 | Y=0.68X+0.05 | 0.413 |
香港 | 40 | 0.716 | Y=0.71X+0.02 | 0.312 |
台北 | 44 | 0.414 | Y=0.88X+0.05 | 0.297 |
从图 8以及表 3可以看出,卫星反演得到的气溶胶光学厚度与地面光度计的观测值有比较好的线性相关关系。但是还是存在着一些差别,原因有以下几点:(1)地表反射率的确定存在误差,采用1个月同一时刻地表反射率的3个最小值的平均作为该时刻地表反射率值的假设会带来一定的误差,因为地表反射率不是一个不变的量,不同日期即使是同一时刻也存在着较大变化;此外,在模式计算中将地面作为朗伯体来计算,但实际地表的特性则较为复杂。(2)模式中假设的气溶胶模型与实际的气溶胶模型不一致,由于气溶胶模型也是一个随时间空间变化的量,并且比较难确定,因此,在模式的计算中只能假设一种气溶胶模型,这也会带来反演的误差,其中,如果气溶胶单散射反照率高估,将带来气溶胶光学厚度的低估。(3)薄云的影响,如果卫星视场以内有少量卷云存在的话,很难将其与气溶胶分开,这是卫星遥感气溶胶普遍存在的问题,而且静止卫星的通道较少,更是增加了识别云的困难。(4)时间和空间上的不一致性,卫星观测的每个时间点是固定的,而地面观测则是一个时间段内的连续观测,因此,时间上存在着不一致性;地面观测的空间点是固定的,而卫星观测的是一个面,这在空间上又具有不一致性;而气溶胶在时间和空间的分布上都是一个不均匀的量,因此这种不一致性也会带来一定的误差。
![]() |
图 8 MTSAT反演的2008年5月气溶胶光学厚度(AOD)结果(550 nm)与AERONET站点观测值的比较(a. 北京,b. 香河,c. 太湖,d. 寿县,e. 香港,f. 台北)Fig. 8 Scattering plots between the AOD product of MTSAT and AERONET in May 2008 for the stations of(a)Beijing,(b)Xianghe,(c)Taihu,(d)Shouxian,(e)Hongkong and (f)Taibei |
由于静止卫星的时间分辨率很高,故通过MTSAT的气溶胶光学厚度产品可以得到其日变化情况。将背景气溶胶光学厚度值为0.05得到的静止卫星气溶胶光学厚度产品、背景气溶胶光学厚度为AERONET观测的当月最小值得到的静止卫星气溶胶光学厚度产品,分别与AERONET的观测值作比较(图 9)。为了避免AERONET的云检测问题带来的误差,本文设定大气气溶胶光学厚度最大阈值为2.0。从图 9可以看出,对于北京、香河、太湖、寿县、香港等地AERONET观测的气溶胶光学厚度与MTSAT反演结果的日变化趋势还是比较一致的,但是,在太阳高度角比较低的时候,两者差异较大,这是因为在这些时刻,太阳光穿过的大气路径较长,云检测产品质量不高,利用查算表查算的插值误差也较大。对于台北站而言,虽然三者变化趋势较为一致,但是数值上差别较大,这可能是由于云没有滤干净以及气溶胶类型与真实气溶胶差别较大引起的。并且,从图 9中可以看出选择AERONET观测到的最小值作为背景气溶胶光学厚度值,与直接采用0.05相比,反演结果得到了一定的改善。总的来看,使用MTSAT反演的气溶胶光学厚度结果来分析日变化情况是可行的。
![]() |
图 9 MTSAT反演的2008年5月气溶胶光学厚度(AOD)结果(550 nm)与AERONET站点观测值的日变化(a. 北京,b. 香河,c. 太湖,d. 寿县,e. 香港,f. 台北)Fig. 9 Diurnal changes of the AOD products from MTSAT and AERONET in May 2008(a. Beijing,b. Xianghe,c. Taihu,d. Shouxian,e. Hongkong,f. Taibei) |
目前的气溶胶遥感中MODIS的气溶胶光学厚度产品是公认的比较准确的卫星产品。MODIS是搭载在极轨卫星Terra和Auqa上的中分辨率成像光谱仪。这里使用了NASA发布的气溶胶光学厚度产品(Collection 5)。Terra的过境时间是地方时11时30分左右,将其与相邻时间的MTSAT反演的气溶胶光学厚度值分布做比较(图 10)。
![]() |
图 10 MTSAT(a)反演的2008年5月气溶胶光学厚度值(当地时间11时30分)与MODIS(b)的气溶胶光学厚度值比较Fig. 10 Comparison between the averaged AOD from MTSAT(11:30 LST) and from Terra MODIS in May 2008 |
从图 10可以看出,通过MTSAT反演的中国地区气溶胶光学厚度分布情况与MODIS的结果是相当一致的,但是也有存在较大差别的区域。
(1)对于MODIS观测到的印度高值区,在MTSAT结果上却是空缺,这主要是由于本文滤云方式在这一区域不适合,它会将一些原本可能不是云的区域当成有云区域了,造成缺值;进一步的研究需要改进云检测算法。
(2)MODIS上四川盆地高值区在MTSAT的反演结果上没有体现,主要是这一地区被云雾覆盖的机会多,目前滤云的结果没有做好,以及背景气溶胶光学厚度的值不是很合适,导致由此确定的地表反射率偏大,进而导致反演的气溶胶光学厚度值偏小。
(3)对于新疆、西藏、内蒙等地MODIS没有值的区域,MTSAT反演有值是因为MTSAT反演气溶胶光学厚度时地表反射率的确定采用的是统计方法,并且,对暗地表的定义没有MODIS严格。
(4)MTSAT的气溶胶光学厚度高值区与MODIS相比,虽然位置一致,但是值要偏小一些,主要是因为这些地区大多为中国的城市地区,本文模型的选择与实际情况有差别,对气溶胶吸收性的低估也就是对单散射反照率的高估,将显著低估城市地区气溶胶的光学厚度。5 结 论
利用静止卫星MTSAT遥感气溶胶光学厚度,得到了时间分辨率比极轨卫星更高、空间覆盖面积比地面观测更广的气溶胶产品。利用2008年5月的数据反演得到了中国地区整月中同一时刻地表反射率以及气溶胶光学厚度的平均分布,将得到的结果与地面太阳光度计的观测资料做对比,可以看出两者有较好的线性相关关系,全部结果的相关系数大于95%置信度要求。两者的月平均日变化也具有很好的一致性,说明MTSAT反演的气溶胶光学厚度结果可以反映大气气溶胶光学厚度的日变化信息。此外,再将其与MODIS月平均气溶胶光学厚度的分布做比较,在空间上也符合得很好。3种资料的对比结果说明用静止卫星反演气溶胶光学厚度是可行的。因此,利用静止卫星可见光遥感,可以为气溶胶辐射强迫研究过程中在广大没有地面光度计观测地点的地区提供气溶胶日变化信息。但是,反演过程中还有一些误差需要进一步改进。
(1)地表反射率的确定。本文中采取的选取1个月中最干净天的表观反射率反演得到的地表反射率代表整月中该时刻的地表反射率,由于地表反射率以及气溶胶特性是变化的,导致了这种确定方式有很大的误差。
(2)滤云方案。云检测产品的好坏对气溶胶光学厚度的反演有很大影响,若薄云等未被去掉时,会使反演结果偏大。
(3)气溶胶模型的选择,这是所有卫星遥感气溶胶都会遇到的难题,由于不同地点气溶胶模型的差异也会给反演带来误差。本文只选取了一种550 nm波段的单散射反照率为0.91的气溶胶类型,但是实际上整个中国地区,气溶胶类型有较大的差异。例如对北京地区AERONET站反演结果的统计得知,550 nm波段的单散射反照率从0.75到0.95变化,多年平均值在0.89左右。若单散射反照率设定偏高,将带来气溶胶光学厚度估计值的偏低。通过加强对单散射反照率等参数的地面遥感观测,从而将不同区域不同季节按照气溶胶类型分开,分别制作查算表将会得到更为合理的反演结果。
(4)静止卫星的可见光通道是一个宽谱,地表反射率在不同波长情况下的值差异很大,这也会给地表反射率反演带来很大误差。
致谢: 本研究使用了日本气象厅和日本高知大学提供的MTSAT的数据、美国国家宇航局(NASA)哥达德空间飞行中心(GSFC)提供的MODIS数据、美国国家环境预报中心(NCEP)的再分析资料,尤其是使用了北京、香河、太湖、寿县、香港、台北的AERONET站点的观测数据,作者在此对上述机构和维护AERONET站点的首席科学家表示衷心的感谢!
李晓静, 张鹏, 张兴赢等. 2009. 中国区域MODIS陆上气溶胶光学厚度产品检验. 应用气象学报, 20(2): 147-156 |
毛节泰, 刘莉, 张军华. 2001. GMS5卫星遥感气溶胶光学厚度的试验研究. 气象学报, 59(3): 352-359 |
毛节泰, 刘晓阳, 李成才等. 2002. MODIS卫星遥感北京地区气溶胶光学厚度及与地面光度计遥感的对比.应用气象学报, 13(Z1): 127-134 |
盛裴轩, 毛节泰, 李建国等. 2003. 大气物理学. 北京: 北京大学出版社,522 pp |
《数学手册》编写组. 1979. 数学手册. 北京: 高等教育出版社,1398 pp |
张军华, 斯召俊, 毛节泰等. 2003. GMS卫星遥感中国地区气溶胶光学厚度. 大气科学, 27(1): 23-35 |
Ångström A K. 1964. The parameters of atmospheric turbidity. Tellus, 16(1): 64-75 |
Chu D A, Kaufman Y J, Zibordi G, et al. 2003. Global monitoring of air pollution over land from the Earth Observing System-Terra Moderate Resolution Imaging Spectroradiometer (MODIS). J Geophys Res, 108(D21): 4661, doi: 10.1029/2002JD003179 |
Herman M, Deuzé J L, Devaux C, et al. 1997. Remote sensing of aerosols over land surfaces including polarization measurements and application to POLDER measurements. J Geophys Res, 102(D14): 17039-17049 |
Holben B N, Eck T F, Slutsker I, et al. 1998. AERONET: A federated instrument network and data archive for aerosol characterization. Remote Sens Environ, 66(1): 1-16 |
Ignatov A, Stowe L. 2000. Physical basis, premise, and self-consistency checks of aerosol retrievals from TRMM VIRS. J Appl Meteor, 39(12): 2257-2277 |
Kaufman Y J, Tanré D, Gordon H R, et al. 1997a. Passive remote sensing of tropospheric aerosol and atmospheric correction for the aerosol effect. J Geophys Res, 102 (D14): 16815-16830 |
Kaufman Y J, Tanré D, Remer L A, et al. 1997b. Operational remote sensing of tropospheric aerosol over land from EOS moderate resolution imaging spectroradiometer. J Geophys Res, 102(D14): 17051-17067 |
King M D, Kaufman Y J, Tanré D, et al. 1999. Remote sensing of tropospheric aerosols from space: past, present, and future. Bull Amer Meteor Soc, 80(11): 2229-2259 |
Li C C, Mao J T, Lau A K H, et al. 2003. Characteristics of distribution and seasonal variation of aerosol optical depth in eastern China with MODIS products. Chin Sci Bull, 48(22): 2488-2495 |
Li C C, Lau A K H, Mao J T, et al. 2005. Retrieval, validation, and application of the 1-km aerosol optical depth from MODIS measurements over Hong Kong. IEEE Trans Geosci Remote Sens, 43(11): 2650-2658 |
Liu Y, Sarnat J A, Coull B A, et al. 2004. Validation of multiangle imaging spectroradiometer (MISR) aerosol optical thickness measurements using Aerosol Robotic Network (AERONET) observations over the contiguous United States. J Geophys Res, 109: D06205, doi: 10.1029/2003JD003981 |
Prados A I, Kondragunta S, Ciren P, et al. 2007. GOES Aerosol/Smoke Product (GASP) over north America: Comparisons to AERONET and MODIS observations. J Geophys Res, 112: D15201, doi: 10.1029/2006JD007968 |
Solomon S, Qin D, Manning M, et al. 2007. Climate Change 2007: The Physical Science Basis. Cambridge: Cambridge University Press,996 pp |
Torres O, Bhartia P K, Herman J R, et al. 2002. A long-term record of aerosol optical depth from TOMS observations and comparison to AERONET measurements. J Atmos Sci, 2002, 59(3): 389-413 |
Vermote E F, Tanré D, Deuze J L, et al. 1997. Second Simulation of the Satellite Signal in the Solar Spectrum (6S), 6S User’s Guide Version 2. Greenbelt, MD: NSAS Goddard Space Flight Center, Code 923 |
Wang J, Christopher S A, Reid J S, et al. 2003. GOES 8 retrieval of dust aerosol optical thickness over the Atlantic Ocean during PRIDE. J Geophys Res, 108(D19): 8595, doi: 10.1029/2002JD002494 |