CN107132545B - 气溶胶中的颗粒物对遥感成像的质量影响的分析方法 - Google Patents

气溶胶中的颗粒物对遥感成像的质量影响的分析方法 Download PDF

Info

Publication number
CN107132545B
CN107132545B CN201710293453.1A CN201710293453A CN107132545B CN 107132545 B CN107132545 B CN 107132545B CN 201710293453 A CN201710293453 A CN 201710293453A CN 107132545 B CN107132545 B CN 107132545B
Authority
CN
China
Prior art keywords
aerosol
particulate matter
mass concentration
particle
extinction coefficient
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710293453.1A
Other languages
English (en)
Other versions
CN107132545A (zh
Inventor
蒋丽丽
陈小梅
谷琼琼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN201710293453.1A priority Critical patent/CN107132545B/zh
Publication of CN107132545A publication Critical patent/CN107132545A/zh
Application granted granted Critical
Publication of CN107132545B publication Critical patent/CN107132545B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88Lidar systems specially adapted for specific applications
    • G01S17/89Lidar systems specially adapted for specific applications for mapping or imaging
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/497Means for monitoring or calibrating

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明提供了一种气溶胶中的颗粒物对遥感成像的质量影响的分析方法,包括:获取待研究区域的历史遥感图像,对遥感图像进行预处理,以获取遥感数据;预处理包括辐射定标和大气校正;获取待研究区域的地面区域的颗粒物的原始质量浓度,进行插值计算,获得颗粒物的质量浓度数据;将质量浓度数据与遥感数据配准,通过数值模拟方法计算出图像模糊效应的退化函数,包括:通过质量浓度数据获得颗粒物的尺度与质量浓度的关系;计算气溶胶的消光系数;计算图像模糊效应的退化函数。本发明获得了不同的颗粒物质量浓度下的点扩散函数,结合遥感数据,从而可直观的说明不同的颗粒物的质量浓度对成像质量的影响。

Description

气溶胶中的颗粒物对遥感成像的质量影响的分析方法
技术领域
本发明涉及遥感成像及大气光学技术领域,更具体地,涉及一种气溶胶中的颗粒物对遥感成像的质量影响的分析方法。
背景技术
气溶胶是由固体或液体小质点分散并悬浮在气体介质中形成的胶体分散体系,又称气体分散体系。气溶胶中存在很多颗粒物。气溶胶会引起光的散射从而直接影响遥感图像的清晰度,导致图像模糊甚至细节损失,致使后续地表数值的定量化反演出现严重失真,不利于生产、科研等领域的有效应用。
具体地,气溶胶中较细的颗粒物(尤其是PM2.5颗粒物)与遥感光学系统的可见光、近红外和中红外波段波长接近,其光学特性对光辐射传输的消光有直接的影响。因此,大气中悬浮的细颗粒物直接影响卫星遥感成像的画面质量,使采集到的图像清晰度降低,出现图像退化的现象,进而影响对图像的数据分析结果。目前为了解决细颗粒物引起的退化图像问题,多是直接对图像的灰度值进行变换运算,以改变图像的显示效果。这些方法虽然能一定程度改善因颗粒物导致采集的图像画面质量降低的问题,然而它们都没有解决画面本身清晰度差,图像细节模糊的属性。
PM2.5是环境空气中空气动力学当量直径小于等于2.5微米的颗粒物。PM2.5能较长时间悬浮于空气中、且输送距离远。虽然它只是地球大气成分中含量很少的组分,但与较粗的大气颗粒物相比,其颗粒物粒径(即尺度)小,富含大量的有毒、有害物质,不仅对人体健康的影响很大,对光学厚度以及遥感成像质量等也有重要的影响。
卫星载荷研制部门越来越重视较细的颗粒物(尤其是PM2.5)对光学遥感器成像品质的影响,迫切期望明确特殊大气状况或者灾害性污染天气时较细的颗粒物对遥感成像质量的影响。
因此,有必要结合大气散射的物理机制,提供一种气溶胶中的颗粒物对遥感成像的质量影响的分析方法,充分明确颗粒物浓度对遥感成像质量的影响。
发明内容
有鉴于此,本发明提供了一种气溶胶中的颗粒物对遥感成像的质量影响的分析方法,充分考虑颗粒物浓度分布与变化的情况,以及对遥感成像质量的影响。
为了解决上述技术问题,本发明提出一种气溶胶中的颗粒物对遥感成像的质量影响的分析方法,包括:
获取待研究区域的历史遥感图像,对遥感图像进行预处理,以获取遥感数据;预处理包括辐射定标和大气校正;
获取待研究区域的地面区域的颗粒物的原始质量浓度,进行插值计算,获得颗粒物的质量浓度数据;
将质量浓度数据与遥感数据配准,通过数值模拟方法计算出图像模糊效应的退化函数,包括如下步骤:
通过质量浓度数据获得颗粒物的尺度与质量浓度ρn的关系:
其中,ρn为质量浓度;r为质量浓度数据所对应的位置处的颗粒物的尺度;ρ为尺度对应的气溶胶密度;n(r)为尺度对应的数密度谱分布;rmax为颗粒物的最大尺度;
利用Mie散射理论的消光系数公式计算气溶胶的消光系数:
其中,Ka为气溶胶的消光系数,ρn为质量浓度,rmax为所述颗粒物的最大尺度,Qext为消光效率,r为质量浓度数据所对应的位置处的颗粒物的尺度,ρ为尺度对应的气溶胶密度;
Mie散射理论的消光系数公式为:
其中、Ka为气溶胶的消光系数,r为质量浓度数据所对应的位置处的颗粒物的尺度,Qext为消光效率,n(r)为尺度对应的数密度谱分布;
计算气溶胶的光学厚度:
其中,τ为气溶胶的光学厚度,Ka为气溶胶的消光系数,H为大气厚度;
利用气溶胶光学厚度计算图像模糊效应的退化函数;其中,图像模糊效应的退化函数为颗粒物在单次散射中的点扩散函数:
其中,
其中,F(x,y)为点扩散函数,ω为单次散射反照率,τ为气溶胶的光学厚度,P为散射相函数,Θ为颗粒物粒子入射方向和散射方向之间的夹角,μ为太阳天顶角的余弦归一化函数,μ’为传感器天顶角的余弦归一化函数,r'为简化函数,x、y、z为遥感器的坐标值,x'、y'、z'为目标观测点的坐标值,θ为天顶角,为方位角;
其中,参数初始值为:ω=0.9,大气总的光学厚度τ1=0.23,P(Θ)=(1-g2)/(1+g2-2cosΘ)3/2,g=0.75。
进一步地,气溶胶的消光系数中,颗粒物的尺度r取颗粒物的粒子有效半径roff
其中,roff为颗粒物的粒子有效半径,r为质量浓度数据所对应的位置处的颗粒物的尺度,n(r)为尺度对应的数密度谱分布;
气溶胶的消光系数为:
其中,Ka为气溶胶的消光系数,roff为颗粒物的粒子有效半径,ρn为质量浓度,Qext为消光效率,ρ为尺度对应的气溶胶密度,r为质量浓度数据所对应的位置处的颗粒物的尺度。
进一步地,气溶胶的消光系数中,消光效率Qext为消光效率粒子谱的整体消光效率气溶胶密度为平均密度
气溶胶的消光系数为:
其中,Ka为气溶胶的消光系数,roff为颗粒物的粒子有效半径,ρn为质量浓度,为粒子谱的整体消光效率,为气溶胶平均密度。
进一步地,颗粒物为PM2.5颗粒;其中,rmax=2.5;
颗粒物的尺度与质量浓度的关系为:
其中,PM2.5为颗粒物的质量浓度,r为质量浓度数据所对应的位置处的颗粒物的尺度,ρ为尺度对应的气溶胶密度,n(r)为尺度对应的数密度谱分布。
与现有技术相比,本发明的气溶胶中的颗粒物对遥感成像的质量影响的分析方法,实现了如下的有益效果:
(1)通过利用Mie散射理论,计算不同浓度的颗粒物的消光系数,确定气溶胶的光学厚度,进而得到不同浓度的颗粒物对应的光学厚度。
(2)获得了点扩散函数随光学厚度的变化关系,进而得出不同的颗粒物质量浓度与点扩散函数的变化关系,结合遥感数据,从而可直观的说明不同的颗粒物的质量浓度对成像质量的影响。
当然,实施本发明的任一产品必不特定需要同时达到以上所述的所有技术效果。
通过以下参照附图对本发明的示例性实施例的详细描述,本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例,并且连同其说明一起用于解释本发明的原理。
图1为本发明气溶胶中的颗粒物对遥感成像的质量影响的分析方法的流程示意图。
图2为本发明气溶胶中的颗粒物对遥感成像的质量影响的分析方法中计算退化函数的流程示意图。
图3为本发明的点扩散函数的气溶胶特征参数初始值。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它例子可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
实施例1:
图1为本发明实施例提供的一种气溶胶中的颗粒物对遥感成像的质量影响的分析方法的流程示意图,该方法包括如下步骤:
步骤101、获取待研究区域的历史遥感图像,对遥感图像进行预处理,以获取遥感数据。
遥感数据来源于Landsat 8的OLI陆地成像仪,每个波段以.tif文件提供,元数据存放在_MTL.txt文件中。该成像仪包括9个波段,空间分辨率为30米,其中包括一个15米的全色波段,成像宽幅为185x185km。
为了进一步研究大气中的气溶胶对遥感成像质量的影响程度,可直接从遥感图像的文件中调取某一时刻的遥感图像,对该遥感图像进行预处理。
Landsat8遥感数据的预处理包括辐射定标和大气校正。辐射定标后通过查看影像的DN值来判断定标是否完成。然后对辐射定标的数据作Flaash大气校正。
步骤102、获取待研究区域的地面区域的颗粒物的历史数据,如:原始质量浓度等,进行插值计算,形成离散点的近似函数,从而获得与位置坐标对应的颗粒物的质量浓度数据。
步骤103、将质量浓度数据与所述遥感数据配准,通过数值模拟方法计算出图像模糊效应的退化函数。
将插值后的质量浓度数据与遥感数据配准,使遥感数据中的每一个位置点都有不同浓度的颗粒物相对应,便于数值模拟计算不同光学厚度下的点扩散函数,在同一地区同一幅图像中直观地体现不同浓度的颗粒物对成像质量的影响。
其中,退化函数的计算包括如下步骤:
步骤1031:通过质量浓度数据获得颗粒物的尺度与质量浓度的关系:
其中,ρn为质量浓度;r为质量浓度数据所对应的位置处的颗粒物的尺度(即颗粒物的空气动力学当量直径)ρ为颗粒物尺度对应的气溶胶密度;n(r)为颗粒物尺度对应的数密度谱分布;rmax为颗粒物的最大尺度。其中,r、ρ、n(r)和rmax与波长λ和折射率m相关。
步骤1032:以Mie散射为理论基础,利用Mie散射理论的消光系数公式计算气溶胶的消光系数:
其中,Ka为气溶胶的消光系数,ρn为质量浓度,rmax为所述颗粒物的最大尺度,Qext为消光效率,r为质量浓度数据所对应的位置处的颗粒物的尺度,ρ为尺度对应的气溶胶密度。
Mie散射理论的消光系数公式为:
其中、Ka为气溶胶的消光系数,r为质量浓度数据所对应的位置处的颗粒物的尺度,Qext为消光效率,n(r)为尺度对应的数密度谱分布。
大气气溶胶消光系数反映其消光特性,消光特性取决于大气气溶胶对光的吸收和散射(散射占主导地位)。若气溶胶浓度越高则散射情况越强,致使光在传播过程中能量衰减越厉害,消光效应越强,导致遥感成像图像清晰度降低。
Mie散射是目前应用广泛的粒子散射的最常用最基础的算法,当粒子直径与光波长相近时,粒子对光的散射通过Mie散射进行解析,具有较高的精度。
本发明将气溶胶中颗粒物的质量浓度与消光系数联系起来,使消光系数的影响因素直观化,并且使影响程度得到量化。
步骤1033、通过消光系数Ka在垂直方向上积分,定量计算气溶胶的光学厚度τ;
其中,τ为气溶胶的光学厚度,Ka为气溶胶的消光系数,H为大气厚度,该公式为对大气厚度方向的微积分函数。
气溶胶的光学厚度与气溶胶中颗粒物的质量浓度直接联系起来,二者的关系更加直观。
步骤1034、利用所述气溶胶光学厚度计算图像模糊效应的退化函数;其中,所述图像模糊效应的退化函数为所述颗粒物在单次散射中的点扩散函数:
其中,F(x,y)为点扩散函数,ω为单次散射反照率,τ为气溶胶的光学厚度,P为散射相函数,Θ为颗粒物粒子入射方向和散射方向之间的夹角,μ为太阳天顶角的余弦归一化函数,μ'为传感器天顶角的余弦归一化函数,r'为简化函数,代表公式(6)写在公式F(x,y)中不累赘,x、y、z为遥感器的坐标值,x'、y'、z'为目标观测点的坐标值。
点扩散函数F(x,y)中的r'与cosΘ可通过已知遥感器及目标观测点位置及观测天顶角θ和方位角计算得出,计算公式如下:
其中,Θ为颗粒物粒子入射方向和散射方向之间的夹角,μ为太阳天顶角的余弦归一化函数,μ'为传感器天顶角的余弦归一化函数,r'为简化函数,x、y、z为遥感器的坐标值,x'、y'、z'为目标观测点的坐标值,θ为观测天顶角,为方位角。
气溶胶特征参数的初始值请参见图3。
由于较细的颗粒物光学特性对光辐射传输的消光有直接影响,根据Mie散射理论,利用大气有效散射点扩散函数,进行较细的颗粒物粒子相函数的计算;在大气散射源函数的基础上推导出遥感成像过程中图像模糊效应的退化函数F(x,y),即为在遥感器视场角内,由于单次散射造成的遥感器成像过程图像模糊效应的退化函数,也就是较细的颗粒物的点扩散函数。
大气气溶胶对光学遥感成像质量的影响主要体现在遥感器获取遥感数据的质量退化。从该气溶胶点扩散函数可以看出,在成像几何和遥感系统参数确定的情况下,气溶胶光学厚度对气溶胶点扩散函数起着决定性作用。可以通过大气气溶胶点扩散函数模型,进行定量化描述大气对遥感器成像过程的退化效果。针对不同大气气溶胶光学厚度,数值模拟计算了不同大气气溶胶光学厚度下的点扩散函数。
优选地,气溶胶的消光系数Ka中,颗粒物的尺度r取颗粒物的粒子有效半径roff
其中,roff为颗粒物的粒子有效半径,r为质量浓度数据所对应的位置处的颗粒物的尺度,n(r)为尺度对应的数密度谱分布。
因此,气溶胶的消光系数为:
其中,Ka为气溶胶的消光系数,roff为颗粒物的粒子有效半径,ρn为质量浓度,Qext为消光效率,ρ为尺度对应的气溶胶密度,r为质量浓度数据所对应的位置处的颗粒物的尺度。
优选地,气溶胶的消光系数中,消光效率Qext为消光效率粒子谱的整体消光效率气溶胶密度为平均密度因此气溶胶的消光系数为:
其中,Ka为气溶胶的消光系数,roff为颗粒物的粒子有效半径,ρn为质量浓度,为粒子谱的整体消光效率,为气溶胶平均密度。
本实施例中,针对不同浓度的颗粒物的气溶胶光学厚度,从大气散射的物理机制,充分考虑颗粒物浓度分布与变化的情况,数值模拟计算出不同光学厚度下的点扩散函数,对地面目标建立了包含不同浓度颗粒物光学特性的大气函数物理模型,直观地说明不同浓度的颗粒物对成像质量的影响。
实施例2
由于气溶胶粒径大于2.5um的粒子数密度极低,因此它们带来的光散射可以忽略。而气溶胶粒径小于等于2.5un的细颗粒,与遥感光学系统的可见光(0.4-0.7μm),近红外(0.7-1.3μm)和中红外(1.3-3μm)波段波长接近,因此该粒径范围的细颗粒的光学特性对光辐射传输有直接影响,该粒径范围的细颗粒也就是人们常说的PM2.5。
本实施例针对PM2.5做了针对性的分析,其与实施例1的区别在于颗粒物的最大尺度rmax=2.5。具体如下:
步骤102中,为了研究PM2.5对遥感成像的影响,可直接从大气监测设备中调取待研究区域的PM2.5的质量浓度等数据,并将该历史数据进行插值运算,生成PM2.5质量浓度的离散点的近似函数,从而获得PM2.5的质量浓度数据。
步骤1031中,获得PM2.5的尺度与质量浓度的关系:
其中,PM2.5为颗粒物的质量浓度,r为质量浓度数据所对应的位置处的颗粒物的尺度,ρ为尺度对应的气溶胶密度,n(r)为尺度对应的数密度谱分布。
步骤1032中,由于大气层中,粒径大于PM2.5的粒子数密度极低,因此他们对光的吸收可以忽略不计,所以Mie散射理论的消光系数的计算仅考虑PM2.5的细颗粒,则上述消光系数公式可以简化为:
其中,Ka为气溶胶的消光系数,Qext为消光效率,n(r)为尺度对应的数密度谱分布,r为质量浓度数据所对应的位置处的颗粒物的尺度。
因此,气溶胶的消光系数:
其中,Ka为气溶胶的消光系数,PM2.5为颗粒物的质量浓度,Qext为消光效率,r为质量浓度数据所对应的位置处的颗粒物的尺度,ρ为尺度对应的气溶胶密度。
当假定消光效率Qext及气溶胶密度ρ具有平均值,即粒子谱的整体消光效率和平均密度并引入PM2.5的粒子有效直径:
其中,roff2.5为PM2.5的粒子有效半径,r为质量浓度数据所对应的位置处的颗粒物的尺度,n(r)为尺度对应的数密度谱分布。
可以得到气溶胶的消光系数:
其中,Ka为气溶胶的消光系数,roff2.5为PM2.5的粒子有效半径,为气溶胶平均密度,为粒子谱的整体消光效率,PM2.5为颗粒物的质量浓度。该公式显示了气溶胶的消光系数在物理上与PM2.5质量浓度之间存在的直接联系。
通过上述转换关系式可以得出,PM2.5质量浓度对气溶胶消光系数有直接影响,且气溶胶的消光系数随PM2.5的质量浓度的增加而增加。
大气气溶胶光学厚度是表征气溶胶光学特性的主要参数,用来描述气溶胶介质对光辐射传输过程中的衰减程度。上述公式可知,气溶胶光学厚度的变化,主要来源于不同浓度PM2.5的变化,因此从大气散射的物理机制入手,经过数值模拟计算可得出不同PM2.5的质量浓度下的点扩散函数,结合相应的遥感数据,分析不同浓度PM2.5的点扩散函数所对应的遥感器成像数据,直观的说明了不同浓度PM2.5对成像质量的影响。
从扩散函数F(x,y)中可以看出,作为自变量因子之一的气溶胶的光学厚度,在成像几何与遥感系统参数确定的情况下,某一成像区域下垫面的大气气溶胶点扩散函数的变化,主要来源于不同浓度的PM2.5下光学厚度的变化。
该实施例中,针对不同浓度的PM2.5的气溶胶光学厚度,从大气散射的物理机制,充分考虑PM2.5浓度分布与变化的情况,数值模拟计算不同光学厚度下的点扩散函数,对地面目标建立了包含不同浓度PM2.5的光学特性的大气函数物理模型,在同一地区同一幅图像中直观地体现不同浓度PM2.5对成像质量的影响。
通过上述实施例可知,本发明的气溶胶中的颗粒物对遥感成像的质量影响的分析方法,达到了如下的有益效果:
(1)通过利用Mie散射理论,计算不同浓度的颗粒物的消光系数,确定气溶胶的光学厚度,进而得到不同浓度的颗粒物对应的光学厚度。
(2)通过将初始数据带入点扩散函数,得出点扩散函数随光学厚度的变化关系,进而得出不同的颗粒物质量浓度与点扩散函数的变化关系,结合遥感数据,从而可直观的说明不同的颗粒物的质量浓度对成像质量的影响。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
虽然已经通过例子对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上例子仅是为了进行说明,而不是为了限制本发明的范围。本领域的技术人员应该理解,可在不脱离本发明的范围和精神的情况下,对以上实施例进行修改。本发明的范围由所附权利要求来限定。

Claims (4)

1.一种气溶胶中的颗粒物对遥感成像的质量影响的分析方法,其特征在于,包括:
获取待研究区域的历史遥感图像,对遥感图像进行预处理,以获取遥感数据;所述预处理包括辐射定标和大气校正;
获取所述待研究区域的地面区域的颗粒物的原始质量浓度,进行插值计算,获得所述颗粒物的质量浓度数据;
将所述质量浓度数据与所述遥感数据配准,通过数值模拟方法计算出图像模糊效应的退化函数,包括如下步骤:
通过所述质量浓度数据获得所述颗粒物的尺度与质量浓度的关系:
其中,ρn为质量浓度,r为质量浓度数据所对应的位置处的颗粒物的尺度,ρ为尺度对应的气溶胶密度,n(r)为尺度对应的数密度谱分布,rmax为所述颗粒物的最大尺度;
利用Mie散射理论的消光系数公式计算气溶胶的消光系数:
其中,Ka为气溶胶的消光系数,ρn为质量浓度,rmax为所述颗粒物的最大尺度,Qext为消光效率,r为质量浓度数据所对应的位置处的颗粒物的尺度,ρ为尺度对应的气溶胶密度;
所述Mie散射理论的消光系数公式为:
其中,Ka为气溶胶的消光系数,r为质量浓度数据所对应的位置处的颗粒物的尺度,Qext为消光效率,n(r)为尺度对应的数密度谱分布;
计算气溶胶的光学厚度:
其中,τ为气溶胶的光学厚度,Ka为气溶胶的消光系数,H为大气厚度;
利用所述气溶胶的光学厚度计算图像模糊效应的退化函数;其中,所述图像模糊效应的退化函数为所述颗粒物在单次散射中的点扩散函数:
其中,
其中,F(x,y)为点扩散函数,ω为单次散射反照率,τ为气溶胶的光学厚度,P为散射相函数,Θ为颗粒物粒子入射方向和散射方向之间的夹角,μ为太阳天顶角的余弦归一化函数,μ'为传感器天顶角的余弦归一化函数,r'为简化函数,x、y、z为遥感器的坐标值,x'、y'、z'为目标观测点的坐标值,θ为天顶角,为方位角;
其中,参数初始值为:ω=0.9,τ=0.23,P(Θ)=(1-g2)/(1+g2-2cosΘ)3/2,g=0.75。
2.根据权利要求1所述的气溶胶中的颗粒物对遥感成像的质量影响的分析方法,其特征在于,所述气溶胶的消光系数中,所述颗粒物的尺度r取所述颗粒物的粒子有效半径roff
其中,roff为颗粒物的粒子有效半径,r为质量浓度数据所对应的位置处的颗粒物的尺度,n(r)为尺度对应的数密度谱分布;
所述气溶胶的消光系数为:
其中,Ka为气溶胶的消光系数,roff为颗粒物的粒子有效半径,ρn为质量浓度,Qext为消光效率,ρ为尺度对应的气溶胶密度,r为质量浓度数据所对应的位置处的颗粒物的尺度。
3.根据权利要求2所述的气溶胶中的颗粒物对遥感成像的质量影响的分析方法,其特征在于,所述气溶胶的消光系数中,所述消光效率Qext为消光效率粒子谱的整体消光效率所述气溶胶密度为平均密度
所述气溶胶的消光系数为:
其中,Ka为气溶胶的消光系数,roff为颗粒物的粒子有效半径,ρn为质量浓度,为粒子谱的整体消光效率,为气溶胶平均密度。
4.根据权利要求1所述的气溶胶中的颗粒物对遥感成像的质量影响的分析方法,其特征在于,所述颗粒物为PM2.5颗粒;其中,rmax=2.5;
所述颗粒物的尺度与质量浓度的关系为:
其中,PM2.5为颗粒物的质量浓度,r为质量浓度数据所对应的位置处的颗粒物的尺度,ρ为尺度对应的气溶胶密度,n(r)为尺度对应的数密度谱分布。
CN201710293453.1A 2017-04-28 2017-04-28 气溶胶中的颗粒物对遥感成像的质量影响的分析方法 Active CN107132545B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710293453.1A CN107132545B (zh) 2017-04-28 2017-04-28 气溶胶中的颗粒物对遥感成像的质量影响的分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710293453.1A CN107132545B (zh) 2017-04-28 2017-04-28 气溶胶中的颗粒物对遥感成像的质量影响的分析方法

Publications (2)

Publication Number Publication Date
CN107132545A CN107132545A (zh) 2017-09-05
CN107132545B true CN107132545B (zh) 2019-05-28

Family

ID=59716039

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710293453.1A Active CN107132545B (zh) 2017-04-28 2017-04-28 气溶胶中的颗粒物对遥感成像的质量影响的分析方法

Country Status (1)

Country Link
CN (1) CN107132545B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108763756B (zh) * 2018-05-28 2021-06-25 河南工业大学 一种气溶胶光学厚度与pm2.5反演订正方法及其系统
CN110850415A (zh) * 2019-11-26 2020-02-28 自然资源部第一海洋研究所 一种利用船载多普勒海流计寻找微塑料的方法
CN113340779A (zh) * 2021-06-03 2021-09-03 中国人民解放军陆军防化学院 一种爆炸模拟实验物质扩散计算方法、装置及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005049328A (ja) * 2003-07-29 2005-02-24 Northrop Grumman Corp 化学的および生物学的エーロゾルの遠隔検出および分析
CN1710379A (zh) * 2005-07-05 2005-12-21 华东师范大学 航空高光谱遥感反演边界层气溶胶光学厚度的大气校正法
US7917320B2 (en) * 2007-11-07 2011-03-29 Leddartech Inc. Digital signal processing in optical systems used for ranging applications
CN102636143B (zh) * 2012-04-20 2014-11-19 中国科学院遥感应用研究所 一种气溶胶光学厚度遥感反演方法
CN106018205A (zh) * 2016-07-15 2016-10-12 中国科学技术大学先进技术研究院 一种气溶胶粒径和含量测定装置及测定方法
CN106124374A (zh) * 2016-07-22 2016-11-16 中科宇图科技股份有限公司 基于数据融合的大气颗粒物遥感监测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005049328A (ja) * 2003-07-29 2005-02-24 Northrop Grumman Corp 化学的および生物学的エーロゾルの遠隔検出および分析
CN1710379A (zh) * 2005-07-05 2005-12-21 华东师范大学 航空高光谱遥感反演边界层气溶胶光学厚度的大气校正法
US7917320B2 (en) * 2007-11-07 2011-03-29 Leddartech Inc. Digital signal processing in optical systems used for ranging applications
CN102636143B (zh) * 2012-04-20 2014-11-19 中国科学院遥感应用研究所 一种气溶胶光学厚度遥感反演方法
CN106018205A (zh) * 2016-07-15 2016-10-12 中国科学技术大学先进技术研究院 一种气溶胶粒径和含量测定装置及测定方法
CN106124374A (zh) * 2016-07-22 2016-11-16 中科宇图科技股份有限公司 基于数据融合的大气颗粒物遥感监测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Analysis and modeling of;Jiang Lili, etal;《8th International Symposium on Advanced Optical Manufacturing and Testing Technologies: Optical Test, Measurement Technology, and Equipment》;20160927;1-8
Remote sensing of atmospheric aerosol using spaceborne optical observations;A.A. Kokhanovsky;《Earth-Science Reviews》;20121109;95-108
大气气溶胶光学厚度对天基光学遥感系统成像品质的影响;胡新礼 等;《光谱学与光谱分析》;20140331;第34卷(第3期);735-740

Also Published As

Publication number Publication date
CN107132545A (zh) 2017-09-05

Similar Documents

Publication Publication Date Title
Huang et al. Stochastic transport theory for investigating the three-dimensional canopy structure from space measurements
O’Sullivan et al. The FLASHES Survey. I. Integral Field Spectroscopy of the CGM around 48 z≃ 2.3–3.1 QSOs
CN107132545B (zh) 气溶胶中的颗粒物对遥感成像的质量影响的分析方法
Samaras et al. Using Raman-lidar-based regularized microphysical retrievals and Aerosol Mass Spectrometer measurements for the characterization of biomass burning aerosols
Lyapustin et al. Role of adjacency effect in the remote sensing of aerosol
US9076032B1 (en) Specularity determination from images
CN109827906A (zh) 一种激光雷达斜程能见度的反演方法
Alexandrov et al. Information content of bistatic lidar observations of aerosols from space
Balovsyak et al. Method of calculation of averaged digital image profiles by envelopes as the conic sections
Wang et al. An adaptive atmospheric correction algorithm for the effective adjacency effect correction of submeter-scale spatial resolution optical satellite images: Application to a WorldView-3 panchromatic image
Mu et al. Particle size distribution measurement in a flowing aerosol using dynamic light scattering
Bu et al. Night-light image restoration method based on night scattering model for Luojia 1-01 satellite
Harrington et al. Jupiter's tropospheric thermal emission. II. Power spectrum analysis and wave search
Willeke et al. Extinction coefficients for multimodal atmospheric particle size distributions
Li et al. Empirical modeling for non-Lambertian reflectance based on full-waveform laser detection
JP6463244B2 (ja) 画像処理装置及び画像処理方法
Cornet et al. Cloud heterogeneity on cloud and aerosol above cloud properties retrieved from simulated total and polarized reflectances
CN114280694B (zh) 一种基于气象卫星光谱成像仪的快速辐射传输方法及系统
Laferriere et al. Multifractal properties of visible reflectance fields from basaltic volcanoes
Pan et al. Reliable and accurate wheel size measurement under highly reflective conditions
Maurer et al. 2002 NVTherm improvements
Sanghavi et al. Cloudy atmospheres on directly imaged exoplanets: the need for accurate particulate representation in photopolarimetric simulations
Gorospe et al. Perception Testing in Fog for Autonomous Flight
Stamnes et al. The PACE-MAPP algorithm: Simultaneous aerosol and ocean polarimeter products using coupled atmosphere-ocean vector radiative transfer
Lloyd et al. Efficient destriping of remote sensing images using an oriented super-Gaussian filter

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant