CN109781593A - 一种基于parasol多角度偏振数据的气溶胶二次反演方法 - Google Patents
一种基于parasol多角度偏振数据的气溶胶二次反演方法 Download PDFInfo
- Publication number
- CN109781593A CN109781593A CN201910042404.XA CN201910042404A CN109781593A CN 109781593 A CN109781593 A CN 109781593A CN 201910042404 A CN201910042404 A CN 201910042404A CN 109781593 A CN109781593 A CN 109781593A
- Authority
- CN
- China
- Prior art keywords
- aerosol
- type
- pixel
- inversion
- look
- 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.)
- Pending
Links
- 239000000443 aerosol Substances 0.000 title claims abstract description 147
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000010287 polarization Effects 0.000 title claims abstract description 26
- 238000002474 experimental method Methods 0.000 claims abstract description 6
- 238000012546 transfer Methods 0.000 claims abstract description 6
- 238000004364 calculation method Methods 0.000 claims description 16
- 239000000428 dust Substances 0.000 claims description 7
- 239000004576 sand Substances 0.000 claims description 7
- 238000010521 absorption reaction Methods 0.000 claims description 6
- 239000003245 coal Substances 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 239000000779 smoke Substances 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 abstract description 18
- 230000005855 radiation Effects 0.000 description 6
- 238000002310 reflectometry Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 239000005427 atmospheric aerosol Substances 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- 230000008033 biological extinction Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本申请实施例提供了一种基于PARASOL多角度偏振数据的气溶胶二次反演方法，该方法利用矢量6S辐射传输模型分别构建大陆型和城市型的气溶胶类型查找表，同时利用正交试验法获取大陆型和城市型气溶胶背景下各气溶胶组分比例的不同组合，以此构建组分查找表，然后选取经预处理后的PARASOL多角度偏振数据为反演数据，通过气溶胶类型查找表确定出各像元最为接近的气溶胶类型，得到第一次反演结果；再根据第一次反演中确定的各像元气溶胶类型选取相应的组分查找表确定出各像元的AOD及组分比例，得到第二次反演结果。本方法通过“二次反演”来代替辐射传输模型中缺省的气溶胶类型，有效减小了气溶胶模型选取造成的反演误差，提高了气溶胶光学厚度的反演精度。
Description
技术领域
本发明属于遥感技术领域，具体涉及一种基于PARASOL多角度偏振数据的气溶胶二次反演方法。
背景技术
大气气溶胶是指由固体和液体颗粒组成的悬浮在空气中的组合体系，广泛分布在大气层中，由于其具有短暂的生命周期以及复杂的物理、化学变化，对区域以及全球大气环境和气候都有着巨大影响。一方面，通过散射和吸收太阳辐射影响长波辐射传输，干扰地球辐射平衡，对气候产生影响；另一方面，大气气溶胶粒子也是空气中的主要污染物，影响人们的生产、生活以及健康。
气溶胶光学厚度(Aerosol Optical Depth，简称AOD)是表征气溶胶消光特征的一个重要参数，是推算气溶胶含量、评估大气污染程度、研究气溶胶气候效应的关键因子。传统气溶胶研究通过地面监测来分析气溶胶的特征。地面监测虽然可以获取实时、准确的气溶胶信息，但受到监测站点数量限制只能获取有限的气溶胶点位数据。卫星遥感具有监测范围广、观测时间序列长等优势成为气溶胶观测及研究的主要手段之一。目前，利用卫星遥感数据反演气溶胶光学厚度的方法已较为成熟，如暗像元法、深蓝算法、结构函数法等。
利用MODIS(Moderate-resolution Imaging Spectroradiometer，中分辨率成像光谱仪)等标量数据反演陆地气溶胶主要存在两大难点：一是很难准确获取地表反射率，进而影响反演的精度；二是气溶胶类型的选取问题。一般情况下利用卫星数据反演气溶胶时都是先假设特定的气溶胶类型等参数，然后对特定情况下的大气散射情况进行预先模拟。当假定气溶胶类型与实际不一致时，气溶胶类型假定误差会给气溶胶光学厚度的反演造成很大的偏差。
相比于其他反演方法，偏振方法具有其独特的优势。由于大气散射辐射具有强偏振性，而大多数陆地表面是低偏的，利用偏振信息能有效地将大气和地表的贡献区分开来。POLDER是由法国空间中心(CNES)研制的世界上第一个可进行多角度偏振成像观测的卫星载荷，一共发射了三代传感器，分别为POLDER-1、POLDER-2和POLDER-3/PARASOL，为气溶胶的反演提供了辐射、偏振和多角度信息。其中，PARASOL运行的时间最长，一共设置了490nm、670nm及685nm三个偏振波段，每个像元最多有16个观测方向。
由于POLDER/PARASOL多角度偏振遥感数据能大大减小地表反射率影响，利用该数据反演气溶胶光学厚度的关键在于气溶胶类型的选择。然而，不同反演区域的气溶胶类型差异较大，因此难以准确获取特定区域的气溶胶组分比例，导致气溶胶光学厚厚度的反演精度不高。
发明内容
发明目的：为克服现有技术的缺陷，本发明旨在提供一种基于PARASOL多角度偏振数据的气溶胶二次反演方法。
技术方案：本发明的基于PARASOL多角度偏振数据的气溶胶二次反演方法包括如下步骤：
S1：读取PARASOL L1B多角度偏振数据，并进行预处理；
S2：利用矢量6S辐射传输模型(6SV)分别构建大陆型和城市型的气溶胶类型查找表；
S3：以标准辐射大气(SRA)模型中的大陆型、城市型气溶胶中单一气溶胶组分的体积比为基础，利用正交试验法获取大陆型、城市型气溶胶类型下更多的单一气溶胶组分比例组合；
S4：利用S3中确定的不同气溶胶组分比例组合作为自定义气溶胶模型，分别构建大陆型及城市型气溶胶背景下对应的组分查找表；
S5：将S1中预处理后的数据包含的各像元分别代入S2中建立的大陆型和城市型气溶胶类型查找表中进行查算，得到第一次反演结果，所述第一次反演结果包括每个像元最接近的气溶胶类型；
S6：根据S5中确定的气溶胶类型，将S1中预处理后的数据包含的各像元带入相对应的组分查找表中进行查算，得到第二次反演结果，所述第二次反演结果包括各像元的气溶胶厚度AOD反演结果及气溶胶组分反演结果。
进一步地，步骤S3中的单一气溶胶包括以下各项的两项或更多项的组合：沙尘性气溶胶、水溶性气溶胶、海洋性气溶胶及煤烟性气溶胶。
进一步地，步骤S1中预处理包括云检测、气体吸收校正及偏振反射率计算。
进一步地，步骤S5中得到第一次反演结果，具体为：将一个像元作为一个查算单元，首先根据某一观测方向的太阳天顶角、卫星天顶角和太阳方位角确定查找表中最接近的角度组合，然后在此角度组合下根据实测偏振反射率选择与其最近接的两个理论偏振反射率，通过对这两个理论偏振反射率对应的AOD进行线性插值就可得到该像元在该观测方向上550nm处的AOD；重复以上步骤以对该像元不同方向的观测数据进行逐一查算，即可得到该像元所有方向上的AOD值，并计算所有方向上的AOD值的标准差；其中，大陆型查算结果的标准差记为ηd，城市型查算结果的标准差记为ηc，若ηd＜ηc，则该像元的气溶胶类型更接近于大陆型；反之，更接近于城市型。
进一步地，步骤S6中得到第二次反演结果，具体为：计算组分查找表中同一气溶胶组分条件下每个像元各观测方向上反演的AOD，进而求得该组分比例下AOD值的标准差，比较不同气溶胶组分比例标准差大小，将最小标准差对应的一组单一气溶胶比例视为最优解，并作为该像元的气溶胶组分反演结果，并将最优解对应的多个方向上的AOD均值作为该像元的AOD反演结果。
有益效果：与现有技术相比，本发明通过建立多个气溶胶类型查找表以及组分查找表，二次查算以获取最终的气溶胶光学厚度反演值，从而解决了气溶胶光学厚度反演过程中气溶胶模型的选取问题。本发明反演过程中采用的气溶胶模型是由水溶性、沙尘性、海洋性和煤烟四种组分粒子按比例混合而成，取代了6S辐射传输模型中缺省的大陆型、城市型气溶胶，适用于特定的反演区域。同时，反演还得到了区域内PARASOL多角度偏振数据中各像元的气溶胶组分比例组成，可获取区域内不同气溶胶粒子的分布情况及其时空变化。
附图说明
图1是本方法的逻辑框图；
图2(a)至2(d)是采用本发明方法得到的2013年9月17日研究区气溶胶组分比例反演结果图；
图3是采用本发明方法得到的2013年9月17日研究区气溶胶光学厚度反演结果图；
图4(a)至4(c)分别是自定义气溶胶模型、大陆型和城市型气溶胶反演结果验证图。
具体实施方式
下面结合附图对本发明的技术方案作进一步详细描述。
以2008年1月至2013年10月的POLDER/PARASOL多角度偏振数据和AERONET站点观测数据为基础，选取江苏省、浙江省、安徽省和上海市为研究区，按照本发明利用气溶胶组分比例构建自定义气溶胶模型实现基于PARASOL AOD的气溶胶反演，进一步详细说明本发明。
S1：读取PARASOL L1B多角度偏振数据，并进行云检测、气体吸收校正及偏振反射率计算等预处理，提取、计算各像元不同观测方向的几何角度信息、865nm波段的偏振反射率等参数。PARASOL L1B是PARASOL一级数据产品LEVEL1B的缩写，是卫星获取的只经过简单处理的数据。
各预处理流程的具体实施方法如下：
(1)云检测。在PARASOL偏振遥感数据的存储中包含云标识字段(Rough CloudIndicator)，其中0标识无云，100标识有云，50标识不确定。无云的数据直接提取，其中不确定是否有云的数据将进行进行云检测。利用443nm波段反射率再扣除分子散射影响后大于设定的阈值则判定为有云，反之则无云：
式中，R443表示卫星传感器接收的反射率，表示分子散射，ΔR443为阈值，取0.15。
由于有云的像元无法进行气溶胶光学厚度反演，通过云检测，后续步骤中可以根据检测结果仅对无云像元进行气溶胶光学厚度的反演。
(2)气体吸收校正。PARASOL与其他传感器相比，波段宽度相对较窄，气体吸收的影响较小，主要对臭氧和水汽的吸收进行校正。偏振通道数据的吸收校正采用经验订正方法，将原始数据除以以下形式的气体吸收路径双程透射率：
式中，δabs为气体吸收光学厚度，可通过Leroy等给出的US(1976)标准大气、大气质量为3时的双程气体吸收率计算得到；Ta'bs为气体吸收路径双程透射率。在进行气体吸收校正时，将卫星观测的原始数据除以该值，可以消除误差。
(3)偏振反射率计算。在研究大气气溶胶时，一般只考虑线偏振光，偏振反射率Rp定义为：
其中，Q、U为Stokes矢量参数，μ0为太阳天顶角的余弦，F0为太阳常数。由于PARASOLLevel-1B数据中只提供了Q、U两个矢量参数值，需要利用上式将其转换为偏振反射率形式。
S2：利用矢量6S辐射传输模型(6SV)构建大陆型、城市型两种气溶胶类型的查找表。查找表主要的输入参数有几何参数(太阳天顶角、卫星天顶角、太阳方位角、卫星方位角)、大气模式、气溶胶类型、550nm处的气溶胶光学厚度、光谱参数等。其中，将卫星天顶角设为0°，光谱参数设置为PARASOL 865nm波段，其他几个参数具体设置如下：
太阳天顶角：15°、20°、25°、30°、35°、40°、45°、50°、55°；
卫星天顶角：25°、30°、35°、40°、45°、50°、55°、60°、65；
太阳方位角：0°、30°、60°、90°、120°、150°、180；
气溶胶光学厚度：0.001、0.1、0.2、0.3、0.4、0.5、0.6、0.8、1.0、1.5、2.0；
气溶胶类型：大陆型气溶胶，城市型气溶胶；
大气模式：4～9月设置为中纬度夏季，其余设置为中纬度冬季。
大陆型和城市型查找表均可以分为春冬季两张表。
表1示出了构建的冬季大陆型气溶胶类型查找表的一部分作为示例。
表1
S3：以标准辐射大气(SRA)模型中定义的大陆型及城市型气溶胶各气溶胶组分的比例为基础，利用正交试验法获取大陆型及城市型两种气溶胶类型背景下更多单一气溶胶组分的比例组合。这里的单一气溶胶包括以下各项的两项或更多项的组合：沙尘性气溶胶、水溶性气溶胶、海洋性气溶胶及煤烟性气溶胶。
当假设实际气溶胶类型更接近于大陆型时，以沙尘性气溶胶为主要影响因素进行划分。表2示出了利用正交试验法获取大陆型中四种气溶胶比例组合得到的正交表。
表2
在进行正交表设计时将沙尘性分为0.3-0.7五个水平，海洋性分为0-0.024五个水平，煤烟性分为0.01-0.22五个水平，水溶型气溶胶比例由1减去前三者之和，共获取25组比例组合。
当假设实际气溶胶类型更接近于城市型时，以水溶性气溶胶为主要影响因素进行划分。表3示出了利用正交试验法获取大陆型中四种气溶胶比例组合得到的正交表。
表3
在进行正交表设计时水溶性分为0.31-0.71五个水平，海洋性分为0-0.024五个水平，煤烟性分为0.01-0.22五个水平，沙尘性气溶胶比例由1减去前三者之和，同样获取25种组合。
S4：利用S3中确定的组分比例组合作为自定义气溶胶模型，通过矢量6S辐射传输模型分别构建大陆型及城市型气溶胶背景下对应的组分查找表。每个分别包含25个小查找表，一个小查找表对应一组气溶胶组分比例。
这一步构建组分查找表的原理与S2中构建大陆型、城市型气溶胶类型查找表的原理基本相同，不同之处仅在于把S2中气溶胶类型这一参数设置为S4中确定的各气溶胶组分比例组成。通过输入几何参数(太阳天顶角、卫星天顶角、太阳方位角、卫星方位角)、大气模式、气溶胶类型、550nm处的气溶胶光学厚度、光谱参数等，即可构建不同气溶胶组分比例的查找表。
表4示出了构建的气溶胶组分查找表的一部分作为示例。
表4
S5：将S1处理后的PARASOL数据分别代入S2中建立的两张查找表中进行查算。将一个像元作为一个查算单元，首先根据该像元某一观测方向的太阳天顶角、卫星天顶角和太阳方位角确定查找表中最接近的角度组合，然后在此角度组合下根据865nm波段实测的偏振反射率选择与其最近接的两个理论偏振反射率，通过对其对应的AOD进行线性插值就可得到该像元在该观测方向上550nm处的AOD。重复以上步骤以对该像元不同方向的观测数据进行逐一查算，即可得到该像元所有方向上的AOD值，并计算其标准差。大陆型查算结果的标准差记为ηd，城市型查算结果的标准差记为ηc。若ηd＜ηc，则该像元的气溶胶类型更接近于大陆型；反之，更接近于城市型。
S6：根据S5中确定的气溶胶类型，将PARASOL数据带入相对应的组分查找表中进行查算，得到各像元的气溶胶光学厚度及组分比例反演结果并验证；
若某一像元在S5中的查算结果表明其实际气溶胶类型更接近于大陆型，则将该像元的观测数据重新带入大陆型组分查找表中进行二次反演；反之，则带入城市型组分查找表中进行反演。反演过程中依然采用气溶胶光学厚度标准差最小算法来确定最优结果。计算同一气溶胶组分比例条件下每个像元各观测方向上反演的AOD，进而求得该组分比例下AOD值的标准差，比较不同气溶胶组分比例标准差大小。其中，最小标准差对应的气溶胶组分比例为最优解，将其对应的多个方向上的AOD均值作为该像元的AOD反演最终结果。其中，不同方向AOD的标准差通过下式求解：
式中，η为求解的不同方向AOD的标准差，N为观测角度，τ反演气溶胶光学厚度，τmean为不同观测方向上AOD均值。
在获取2008-2013年自定义气溶胶模型反演结果的同时，利用标准辐射大气(SRA)模型中定义的大陆型和城市型气溶胶模型在相同条件下反演得到同样的AOD结果，并使用AERONET地基观测数据进行对比验证，如图4(a)至4(c)所示。从图中可以得知，与其他两种常用气溶胶模型相比，自定义气溶胶模型的反演结果精度更高，R2达到了0.6478，可见本发明的二次反演方法能有效提高AOD反演精度。
Claims (5)
1.一种基于PARASOL多角度偏振数据的气溶胶二次反演方法，其特征在于，步骤包括：
S1：读取PARASOL L1B多角度偏振数据，并进行预处理；
S2：利用矢量6S辐射传输模型(6SV)分别构建大陆型和城市型的气溶胶类型查找表；
S3：以标准辐射大气(SRA)模型中的大陆型、城市型气溶胶中单一气溶胶组分的体积比为基础，利用正交试验法获取大陆型、城市型气溶胶类型下更多的单一气溶胶组分比例组合；
S4：利用S3中确定的不同气溶胶组分比例组合作为自定义气溶胶模型，分别构建大陆型及城市型气溶胶背景下对应的组分查找表；
S5：将S1中预处理后的数据包含的各像元分别代入S2中建立的大陆型和城市型气溶胶类型查找表中进行查算，得到第一次反演结果，所述第一次反演结果包括每个像元最接近的气溶胶类型；
S6：根据S5中确定的气溶胶类型，将S1中预处理后的数据包含的各像元带入相对应的组分查找表中进行查算，得到第二次反演结果，所述第二次反演结果包括各像元的气溶胶厚度AOD反演结果及气溶胶组分反演结果。
2.如权利要求1所述的PARASOL多角度偏振数据二次反演方法，其特征在于，步骤S3中的单一气溶胶包括以下各项的两项或更多项的组合：沙尘性气溶胶、水溶性气溶胶、海洋性气溶胶及煤烟性气溶胶。
3.如权利要求1所述的PARASOL多角度偏振数据二次反演方法，其特征在于，步骤S1中预处理包括云检测、气体吸收校正及偏振反射率计算。
4.如权利要求1所述的PARASOL多角度偏振数据二次反演方法，其特征在于，步骤S5中得到第一次反演结果，具体为：
将一个像元作为一个查算单元，首先根据某一观测方向的太阳天顶角、卫星天顶角和太阳方位角确定查找表中最接近的角度组合，然后在此角度组合下根据实测偏振反射率选择与其最近接的两个理论偏振反射率，通过对这两个理论偏振反射率对应的AOD进行线性插值就可得到该像元在该观测方向上550nm处的AOD；重复以上步骤以对该像元不同方向的观测数据进行逐一查算，即可得到该像元所有方向上的AOD值，并计算所有方向上的AOD值的标准差；其中，大陆型查算结果的标准差记为ηd，城市型查算结果的标准差记为ηc，若ηd＜ηc，则该像元的气溶胶类型更接近于大陆型；反之，更接近于城市型。
5.如权利要求1所述的PARASOL多角度偏振数据二次反演方法，其特征在于，步骤S6中得到第二次反演结果，具体为：
计算组分查找表中同一气溶胶组分条件下每个像元各观测方向上反演的AOD，进而求得该组分比例下AOD值的标准差，比较不同气溶胶组分比例标准差大小，将最小标准差对应的一组单一气溶胶比例视为最优解，并作为该像元的气溶胶组分反演结果，并将最优解对应的多个方向上的AOD均值作为该像元的AOD反演结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910042404.XA CN109781593A (zh) | 2019-01-17 | 2019-01-17 | 一种基于parasol多角度偏振数据的气溶胶二次反演方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910042404.XA CN109781593A (zh) | 2019-01-17 | 2019-01-17 | 一种基于parasol多角度偏振数据的气溶胶二次反演方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109781593A true CN109781593A (zh) | 2019-05-21 |
Family
ID=66500875
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910042404.XA Pending CN109781593A (zh) | 2019-01-17 | 2019-01-17 | 一种基于parasol多角度偏振数据的气溶胶二次反演方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109781593A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110411918A (zh) * | 2019-08-02 | 2019-11-05 | 中国科学院遥感与数字地球研究所 | 一种基于卫星偏振技术的pm2.5浓度遥感估算方法 |
| CN110411927A (zh) * | 2019-08-02 | 2019-11-05 | 中国科学院遥感与数字地球研究所 | 一种大气细粒子aod和地表偏振反射率协同反演方法 |
| CN110599488A (zh) * | 2019-09-27 | 2019-12-20 | 广西师范大学 | 一种基于Sentinel-2气溶胶波段的云检测方法 |
| CN110705089A (zh) * | 2019-09-27 | 2020-01-17 | 中国科学院遥感与数字地球研究所 | 一种细模态气溶胶参数反演方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102636143A (zh) * | 2012-04-20 | 2012-08-15 | 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 |
| KR20130081842A (ko) * | 2012-01-10 | 2013-07-18 | 주식회사 스펙트로 | 헤이지 상태에서 자외선 다축-차등흡수분광을 사용한 대기 에어로졸 원격 감지 장치 및 방법 |
| CN104019753A (zh) * | 2014-06-17 | 2014-09-03 | 杭州电子科技大学 | 一种基于modis数据反演城市大气气溶胶光学厚度的方法 |
| CN106225693A (zh) * | 2016-08-29 | 2016-12-14 | 中国科学院遥感与数字地球研究所 | 一种细粒子气溶胶光学厚度和气溶胶类型同时反演方法 |
| CN106407656A (zh) * | 2016-08-29 | 2017-02-15 | 中国科学院遥感与数字地球研究所 | 一种基于高分辨率卫星影像数据的气溶胶光学厚度反演方法 |
| CN106483050A (zh) * | 2015-09-02 | 2017-03-08 | 中国科学院遥感与数字地球研究所 | 气溶胶光学厚度的反演方法及系统 |
| CN109030301A (zh) * | 2018-06-05 | 2018-12-18 | 中南林业科技大学 | 基于遥感数据的气溶胶光学厚度反演方法 |
-
2019
- 2019-01-17 CN CN201910042404.XA patent/CN109781593A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130081842A (ko) * | 2012-01-10 | 2013-07-18 | 주식회사 스펙트로 | 헤이지 상태에서 자외선 다축-차등흡수분광을 사용한 대기 에어로졸 원격 감지 장치 및 방법 |
| CN102636143A (zh) * | 2012-04-20 | 2012-08-15 | 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 |
| CN104019753A (zh) * | 2014-06-17 | 2014-09-03 | 杭州电子科技大学 | 一种基于modis数据反演城市大气气溶胶光学厚度的方法 |
| CN106483050A (zh) * | 2015-09-02 | 2017-03-08 | 中国科学院遥感与数字地球研究所 | 气溶胶光学厚度的反演方法及系统 |
| CN106225693A (zh) * | 2016-08-29 | 2016-12-14 | 中国科学院遥感与数字地球研究所 | 一种细粒子气溶胶光学厚度和气溶胶类型同时反演方法 |
| CN106407656A (zh) * | 2016-08-29 | 2017-02-15 | 中国科学院遥感与数字地球研究所 | 一种基于高分辨率卫星影像数据的气溶胶光学厚度反演方法 |
| CN109030301A (zh) * | 2018-06-05 | 2018-12-18 | 中南林业科技大学 | 基于遥感数据的气溶胶光学厚度反演方法 |
Non-Patent Citations (2)
| Title |
|---|
| 孙夏等: ""基于POLDER数据反演陆地上空气溶胶光学特性"", 《光学学报》 * |
| 邵培: ""基于POLDER数据反演气溶胶光学厚度的方法及其应用研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110411918A (zh) * | 2019-08-02 | 2019-11-05 | 中国科学院遥感与数字地球研究所 | 一种基于卫星偏振技术的pm2.5浓度遥感估算方法 |
| CN110411927A (zh) * | 2019-08-02 | 2019-11-05 | 中国科学院遥感与数字地球研究所 | 一种大气细粒子aod和地表偏振反射率协同反演方法 |
| CN110411918B (zh) * | 2019-08-02 | 2020-09-08 | 中国科学院遥感与数字地球研究所 | 一种基于卫星偏振技术的pm2.5浓度遥感估算方法 |
| CN110599488A (zh) * | 2019-09-27 | 2019-12-20 | 广西师范大学 | 一种基于Sentinel-2气溶胶波段的云检测方法 |
| CN110705089A (zh) * | 2019-09-27 | 2020-01-17 | 中国科学院遥感与数字地球研究所 | 一种细模态气溶胶参数反演方法 |
| CN110705089B (zh) * | 2019-09-27 | 2021-04-16 | 中国科学院遥感与数字地球研究所 | 一种细模态气溶胶参数反演方法 |
| CN110599488B (zh) * | 2019-09-27 | 2022-04-29 | 广西师范大学 | 一种基于Sentinel-2气溶胶波段的云检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109781593A (zh) | 一种基于parasol多角度偏振数据的气溶胶二次反演方法 | |
| Yu et al. | Snow depth estimation based on multipath phase combination of GPS triple-frequency signals | |
| CN106225693B (zh) | 一种细粒子气溶胶光学厚度和气溶胶类型同时反演方法 | |
| CN106407656A (zh) | 一种基于高分辨率卫星影像数据的气溶胶光学厚度反演方法 | |
| Zhao et al. | Characteristics of the ionospheric total electron content of the equatorial ionization anomaly in the Asian-Australian region during 1996–2004 | |
| CN101403790B (zh) | 单频gps接收机的精密单点定位方法 | |
| CN102338869B (zh) | 下行短波辐射和光合有效辐射数据的反演方法及系统 | |
| CN104406686B (zh) | 复杂地形条件下太阳短波入射辐射估算方法 | |
| Xie et al. | Calculating NDVI for Landsat7-ETM data after atmospheric correction using 6S model: A case study in Zhangye city, China | |
| Wong et al. | Freshwater and heat changes in the North and South Pacific Oceans between the 1960s and 1985–94 | |
| Wang et al. | Using NOAA AVHRR data to assess flood damage in China | |
| CN104279967A (zh) | 基于高光谱图像的气溶胶光学厚度反演方法 | |
| CN109613582B (zh) | 一种车载实时单频米级伪距定位方法 | |
| CN110532662A (zh) | 一种基于机器学习的主被动微波盐度计的海面盐度反演方法 | |
| CN116822141A (zh) | 利用卫星微光遥感反演夜间大气气溶胶光学厚度的方法 | |
| CN111665218A (zh) | 一种提高二氧化碳差分吸收激光雷达反演精度的方法 | |
| CN103927454A (zh) | 一种基于环境卫星的灰霾污染监测方法 | |
| CN111650128B (zh) | 一种基于地表反射率库的高分辨率大气气溶胶反演方法 | |
| Laguarda et al. | Clear-sky broadband irradiance: first model assessment in Uruguay | |
| CN108267228A (zh) | 一种基于ce318太阳光度计的大气散射光偏振特性分析方法 | |
| Reinhardt | On the retrieval of circumsolar radiation from satellite observations and weather model output | |
| CN110705089B (zh) | 一种细模态气溶胶参数反演方法 | |
| John et al. | Meteor radar measurements of MLT winds near the equatorial electro jet region over Thumba (8.5 N, 77 E): comparison with TIDI observations | |
| CN101532881A (zh) | 基于瑞利散射的单因素大气偏振建模方法 | |
| CN110082777A (zh) | 一种基于偏振卫星遥感与神经网络的细粒子气溶胶光学厚度反演方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190521 |