论文部分内容阅读
利用遥感数据反演陆地气溶胶光学厚度一直是国际上研究的热点和难点。基于MODIS数据的暗像元法(DDV)在世界范围内获得了成功的应用。但暗像元法不能反演高亮地表上空的气溶胶光学厚度(AOD)，例如城市区，干旱、半干旱地区。此外，算法依赖短波红外波段来实现地气解耦合，限制了算法的广泛应用。因为许多卫星传感器没有短波红外波段，尤其是高分辨率遥感卫星。本文基于地表二向性反射率的角度分布特征与波长无关的理论提出了三种气溶胶光学厚度遥感反演算法:基于可见光波段反射率比值统计关系反演算法、基于MODIS地表反射率产品的反演算法和多时相协同反演算法。利用MODIS、HJ星可见光波段遥感数据，反演了京津唐及周边区域1km分辨率的气溶胶光学厚度，并与AERONET北京站和香河站的反演结果进行了对比验证分析。 基于可见光波段反射率比值统计关系反演算法利用两个假设条件:1）地物双向反射率分布函数BRDF的形状与波长无关(Flowerdew等，1995);2）地物BRDF的形状在一个季节中变化很小(Zhang等，2011)。在此基础上统计得到城市区和非城市区不同季节可见光红蓝波段地表反射率的比值，并用可见光红蓝波段实现地气解耦合、气溶胶光学厚度的遥感反演。 在第一种反演算法的基础上利用国产HJ星数据提出了基于MODIS地表反射率产品的反演算法。算法利用MODIS地表反射率产品红蓝波段地表反射率的比值作为先验知识用于AOD的反演，并利用基于奇异值分解SVD的方法来拟合MODIS与HJ星不同波段响应函数带来的反射率差异。 基于Flowerdew等(1995)的理论，本文提出了利用多时相MODIS影像自身信息而不用先验知识的气溶胶光学厚度协同反演算法。反演分浑浊日-浑浊日和浑浊日-清洁日两种组合。 随着工业化和城镇化的迅猛发展，城市大气污染状况不断恶化，成为制约我国经济社会可持续发展的重要障碍。地面环境监测站点监测的空气质量指数(AQI)是一个能够反映和评价空气质量的重要指标。然而，地面站点分布分散，有限的观测值难以全面地监测区域大气污染物的时空分布状况。与地面观测相比，卫星遥感具有独特的优势，可以弥补地面观测的不足。利用AERONET北京站观测的AOD和北京市环境保护监测中心发布的地面观测AQI数据，在考虑气溶胶标高订正和相对湿度订正的基础上建立两者的统计关系，结合反演的北京地区AOD数据反演得到1km分辨率的AQI数据并与地面站点进行了对比验证。