CN116822141A - 利用卫星微光遥感反演夜间大气气溶胶光学厚度的方法 - Google Patents
利用卫星微光遥感反演夜间大气气溶胶光学厚度的方法 Download PDFInfo
- Publication number
- CN116822141A CN116822141A CN202310478108.0A CN202310478108A CN116822141A CN 116822141 A CN116822141 A CN 116822141A CN 202310478108 A CN202310478108 A CN 202310478108A CN 116822141 A CN116822141 A CN 116822141A
- Authority
- CN
- China
- Prior art keywords
- night
- aerosol
- optical thickness
- radiation
- radiance
- 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
- 230000003287 optical effect Effects 0.000 title claims abstract description 87
- 238000000034 method Methods 0.000 title claims abstract description 38
- 239000005427 atmospheric aerosol Substances 0.000 title claims abstract description 13
- 239000000443 aerosol Substances 0.000 claims abstract description 117
- 230000005855 radiation Effects 0.000 claims abstract description 76
- 238000004088 simulation Methods 0.000 claims abstract description 24
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 claims abstract description 18
- 230000005540 biological transmission Effects 0.000 claims abstract description 15
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 14
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 14
- 238000002310 reflectometry Methods 0.000 claims description 20
- 239000000203 mixture Substances 0.000 claims description 4
- 238000011160 research Methods 0.000 abstract description 8
- 238000012544 monitoring process Methods 0.000 abstract description 7
- 238000010276 construction Methods 0.000 abstract description 4
- 230000035945 sensitivity Effects 0.000 abstract description 4
- 230000000694 effects Effects 0.000 description 12
- 230000008859 change Effects 0.000 description 8
- 238000012795 verification Methods 0.000 description 8
- 238000002474 experimental method Methods 0.000 description 7
- 230000003595 spectral effect Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000005316 response function Methods 0.000 description 5
- 238000003915 air pollution Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 208000037004 Myoclonic-astatic epilepsy Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008033 biological extinction Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000003331 infrared imaging Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000000874 microwave-assisted extraction Methods 0.000 description 2
- 239000003595 mist Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000001451 molecular beam epitaxy Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000008275 solid aerosol Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 238000005279 austempering Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001609 comparable effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000008263 liquid aerosol Substances 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000000191 radiation effect Effects 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06C—DIGITAL COMPUTERS IN WHICH ALL THE COMPUTATION IS EFFECTED MECHANICALLY
- G06C3/00—Arrangements for table look-up, e.g. menstruation table
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Geometry (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Evolutionary Computation (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种利用卫星微光遥感反演夜间大气气溶胶光学厚度的方法,属于夜间气溶胶光学厚度反演技术领域。本发明包括:对夜间传感器接收到的星上辐亮度的影响因子进行分析,结合因子敏感性情况制定仿真方案,利用MODTRAN模型进行辐射传输模拟,以获取仿真星上辐亮度构建查找表;根据影响因子影响结果选取夜间除地面人工光源辐射外的月光、大气程辐射影响弱的日期进行背景合成,以获取干洁条件下地面人工光源真实辐射;结合地面真实辐射情况以及辐射传输模拟构建的查找表实现夜间气溶胶光学厚度的反演。本发明可以得到较高精度的夜间气溶胶光学厚度产品,对扩展气溶胶应用的时间范围,从而更有效的实现气候环境监测具有极为重要的研究意义。
Description
技术领域
本发明属于夜间气溶胶光学厚度反演技术领域,具体涉及一种利用卫星微光遥感反演夜间大气气溶胶光学厚度的方法。
背景技术
气溶胶是液体或固体微粒均匀地分散在气体中形成的相对稳定的悬浮体系,在地球辐射平衡、水循环、生物地球化学循环中有重要作用。气溶胶光学厚度(Aerosol OpticalDepth,AOD)是气溶胶最基本的光学特性,是衡量大气对电磁波辐射散射能力的重要物理量,也可反映大气的污染程度,是气候变化的重要指示因子。因此,及时准确地获取气溶胶光学厚度的时空分布信息,对研究大气污染状态及气候变化有重要意义。气溶胶遥感观测手段主要分为地基遥感观测和卫星遥感观测两种。随着卫星遥感技术的发展,相比于离散的地表站点观测,卫星遥感可以获取大范围、空间连续的气溶胶观测数据,能够很好地反映气溶胶在空间上的变化。目前,学术界已发展了一系列高精度算法用于反演气溶胶光学厚度,如暗目标法、深蓝算法及多角度多通道算法。但是以上探测方法一般只适用于白天,导致目前大部分研究主要集中于白天气溶胶的遥感观测反演。夜间气溶胶光学厚度反演可以扩大测量大气中气溶胶浓度的时间范围,更全面地了解空气污染对气候变化的影响,因此在气溶胶研究中尤其重要。然而,夜间气溶胶光学厚度反演也面临着一些难点,比如低照度条件下,太阳辐射强度较低,气溶胶的信号强度也相应减弱,需要采用更敏感的测量方法和仪器,以提高信噪比和精度;夜间气溶胶的来源和组成比较复杂,包括自然源和人为源,且二者具有不同的光学特性,因此反演时需要考虑气溶胶复杂性对反演结果的影响。为了克服这些挑战,需要更灵敏的测量方法和仪器来提高夜间气溶胶光学厚度测量的信噪比和准确性,还需要采用先进夜间气溶胶光学厚度反演方法来解释低照度条件、多样气象条件以及复杂气溶胶特性的影响。
发明内容
本发明公开了一种利用卫星微光遥感反演夜间大气气溶胶光学厚度的方法,以得到高精度的夜间气溶胶光学厚度,对扩展气溶胶应用的时间范围,从而更有效的实现气候环境监测。
本发明采用的技术方案为:
利用卫星微光遥感反演夜间大气气溶胶光学厚度的方法,该方法包括下列步骤:
步骤1,确定夜间传感器接收到的星上辐亮度中的自然幅亮度的影响因子,基于辐射传输模拟获取仿真自然幅亮度以构建查找表;
步骤2,基于自然光源辐亮度的影响因子,选取满足指定条件的星上辐亮度影像进行背景合成,以获取地面人工光源真实辐射;
步骤3,基于地面人工光源真实辐射和查找表实现夜间气溶胶光学厚度的反演:
步骤301,获取初始夜间气溶胶光学厚度值:其中,μ表示卫星观测角度的余弦值,LTOA表示卫星观测到的辐亮度,LA表示地面人工光源辐射,LA的值为步骤2获取的地面人工光源真实辐射;
步骤302,基于查找表获取τ0对应的自然幅亮度L'N-sat,根据公式L′A-sat=LTOA-L′N-sat得到卫星观测到的人工辐亮度L′A-sat;
步骤303,基于当前得到的人工辐亮度L′A-sat,获取当前迭代计算的夜间气溶胶光学厚度:其中,n表示迭代次数;
步骤304,基于查找表获取当前τn对应的自然幅亮度L'N-sat,并计算得到的对应的人工辐亮度L′A-sat重复执行步骤303和304,直到计算得到的夜间气溶胶光学厚度τn收敛,即最近两次计算得到的夜间气溶胶光学厚度τn和τn-1的偏差在指定范围内。
进一步的,步骤1中,自然幅亮度的影响因子包括:传感器天顶角、月球天顶角、月相角、地表反射率、气溶胶光学厚度、大气模式和气溶胶模式。
进一步的,自然幅亮度的影响因子中的地表反射率的获取方式为:
其中,ρDNB表示处理数据所在波段的地表反射率,ρM-B_kρM-Bi表示第k个MODIS(Moderate-resolution Imaging Spectroradiometer)波段的地表反射率,a0表示常数项,ak表示第k个波段的系数(待拟合对象),且k=1,…,K,K表示MODIS波段数量。
进一步的,步骤2中,选取每个季节中月相角大于150°的星上辐亮度影像进行背景合成。
进一步的,步骤2中,在背景合成的过程中,对于合成的背景图像的每个像元(网格),选择参与合成的若干天中最大的辐射值作为背景图中对应像元的辐射值。
本发明提供的技术方案至少带来如下有益效果:
目前夜间气溶胶光学厚度的反演多集中于城市区域,而且反演城市夜间气溶胶光学厚度的方法通常仅考虑到了地面人工光源辐射的影响,然而月球辐射和大气程辐射是夜间传感器星上辐亮度难以忽视的影响因素,不考虑月球辐射和大气程辐射的影响会对反演产生很大的不确定性。本发明通过在传统消光法的基础上,考虑大气辐射传输模拟过程中的影响因素(日月辐亮度、大气程辐射),实现了夜间气溶胶光学厚度的反演理论建模,同时基于实验进行验证,认为本发明反演得到的夜间气溶胶光学厚度具有较高的精度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例提供的利用卫星微光遥感反演夜间大气气溶胶光学厚度的方法的处理流程图;
图2是本发明为了研究不同参数对大气辐射传输模拟的影响,利用MODTRAN仿真了在不同太阳天顶角、传感器天顶角、月球天顶角、月相角、地表反射率、气溶胶光学厚度、大气模型和气溶胶模型情况下的夜间VIIRS/DNB通道辐射亮度图;
图2中的变量设置包括:(a)表面反射率;(b)大气模式(大气模式包括:1为热带大气模式,2为中纬度夏季模式,3为中纬度冬季模式,4为亚极夏季模式,5为亚极冬季模式);(c)气溶胶模型(气溶胶模型包括:0表示没有气溶胶或云消失;1为乡村气溶胶模式默认VIS=23km;2为乡村气溶胶模式默认VIS=5km;4表示Marine VIS=23km;5表示城市气溶胶模式默认VIS=5km;6表示对流层模式默认VIS=50km;(d)月球天顶角;(e)太阳天顶角;(f)传感器天顶角;(g)月相角;(h)大气气溶胶光学厚度;
图3是基于实测气溶胶光学厚度产品-AERONET AOD对反演得到的夜间气溶胶光学厚度进行检验得到的散点图;
图3中的站点包括:(a)Xianghe站;(b)Beijing站;(c)Beijing_RADI站;(d)Beijing_CAMS站;
图4是基于实测空气污染指数数据-北京市生态环境监测中心站点空气质量指数对2021年12月反演得到的夜间气溶胶光学厚度进行对比验证得到的散点图;
图4中的站点包括:(a)北京东城东四站;(b)北京海淀万柳站;(c)北京怀柔镇站;(d)北京朝阳奥林匹克中心站;(e)北京顺义新城站;(f)北京西城官园站。
图5是基于实测空气污染指数数据-北京市生态环境监测中心站点空气质量指数对2022年3月反演得到的夜间气溶胶光学厚度进行对比验证得到的散点图;
图5中的站点包括:(a)北京东城东四站;(b)北京海淀万柳站;(c)北京怀柔镇站;(d)北京朝阳奥林匹克中心站;(e)北京顺义新城站;(f)北京西城官园站。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
本发明实施例提供了一种利用卫星微光遥感反演夜间大气气溶胶光学厚度的方法,是一种针对夜间气溶胶光学厚度的反演算法,其用于VIIRS/DNB(Visible InfraredImaging Radiometer Suite Day/Night Band)数据实现夜间气溶胶光学厚度反演。由于在夜间,月光和大气路径辐射是难以忽略的影响因素。因此本发明方法利用大气辐射传输模拟解释夜间辐射源(太阳天顶角、月球天顶角、月相角)及其它因子(传感器天顶角、地表反照率)对星上辐亮度的影响,进而选定敏感因素实现夜间气溶胶光学厚度反演。本发明提出的方法考虑到了夜间除地面人工辐亮度之外的辐射源的影响,通过利用地面实测气溶胶光学厚度数据(AERONET AOD)与空气质量指数空气质量指数进行夜间气溶胶光学厚度的验证和比较。验证结果表明,该方法反演得到的气溶胶光学厚度具有较高的精度,可以为其它相关领域(如:环境监测、气候变化研究等)提供数据支持,具有重要的实用价值。
本发明实施例提供的利用卫星微光遥感反演夜间大气气溶胶光学厚度的方法包括三个主要方面:首先,对夜间传感器接收到的星上辐亮度(除地面人工光源辐射外)的影响因子进行分析,结合因子敏感性情况制定适宜的仿真方案,利用MODTRAN模型进行辐射传输模拟,以获取仿真星上辐亮度构建查找表;其次,根据影响因子影响结果选取夜间除地面人工光源辐射外的月光、大气程辐射影响弱的日期进行背景合成,以获取干洁条件下地面人工光源真实辐射;最终根据本发明方法结合地面真实辐射情况以及辐射传输模拟构建的查找表实现夜间气溶胶光学厚度的反演。
本发明的主要理论思路是:
在城市夜间的主要辐射包括日月对地面辐射经过地面反射后到达传感器的辐亮度、大气程辐射(包括气溶胶层反射的日月光)以及地面光源的直接辐射。卫星观测到的辐射可以被表示为:
LTOA=LN-sat+LA-sat (1)
式中,LTOA为卫星观测到的辐亮度;LN-sat为卫星观测到的自然光源辐亮度;LA-sat为卫星观测到的地面人工光源辐亮度。其中LN-sat与LA-sat可分别被表示为:
LA-sat=LAe-τ/μ (2)
LN-sat=Lsun-sat+Lmoon-sat (3)
式中,τ为大气气溶胶总光学厚度;μ为卫星观测角度的余弦值;LA为地面人工光源辐射;Lmoon-sat为传感器观测到的月亮辐亮度;Lsun-sat为传感器观测到的太阳辐亮度。Lmoon-sat、Lsun-sat可用辐射传输方程表示如下:
式中,Lp-sun和Lp-moon为大气程辐射;ρE为地表反照率;SA为大气向下的球面反照率;FS和FM为到达地面的太阳辐亮度和月亮辐亮度;TA(·)为地表到达卫星传感器的大气透过率。
在实际应用中,查找表被用来减少辐射传输模拟的工作量如下:
LN-sat=LUT(τ,SZA,SOA,MZA,MPA…) (6)
式中,LUT()表示查找表,SZA为卫星天顶角,SOA为太阳天顶角,MZA为月球天顶角,MPA为月相角。
当忽略自然光辐射的影响时,即使卫星人造光辐射等于TOA辐射时,就可以得到初始AOD为:
式中,τ0是未考虑自然辐射影响的初始AOD。
将τ0代入到公式中(1)可以得到相应的模拟卫星自然光辐射,在初始AOD情况下的顶层辐亮度为:
式中,是初始AOD下的卫星自然辐亮度;是初始AOD下的顶层辐亮度。通常,应大于LTOA。在这种情况下,将卫星观测到的顶层辐亮度与仿真得到的卫星自然辐亮度的差值作为卫星人造光辐射如下:
L′A-sat=LTOA-L′N-sat (9)
式中,是卫星观测到的人工辐亮度(初步考虑自然辐射影响)。通常,应该比真值小。
将替换掉在公式(3)中的LA-sat从而得到经过初步考虑自然光源的AOD经过初步考虑自然光源为:
式中,τ1为迭代一次后的AOD。通常,由于被低估,此时τ1大于真值。
根据上述迭代过程,AOD值经过大气辐射传输模拟的修正后,AOD值将逐渐收敛。当τn与τn-1之差的绝对值小于ε(经验值)时,认为迭代是完全的(如图2所示)。在本本发明中,优选的,将ε设置为0.01,此时对应的τn为该算法的输出AOD。
由于AERONET地面站测量的是340、380、440、500、870和1020nm处的AOD,而VIIRS/DNB通道的等效光谱波长为709nm,因此本发明实施例中需将利用Angstrom指数将AERONET的500nm和870nm波长数据内插到709nm处,如公式(10)所示:
式中λ1,λ2分别为波长709和870nm;τλ1和τλ2分别为对应波段的AOD值;α为500-870nm的Angstrom指数,可以从AERONET观测值中获得。即基于公式(11)可以得到目标光谱波长的大气溶胶光学厚度。
卫星传感器具有不同的光谱响应函数,这意味着直接使用其他传感器的通道表面反射率作为MODTRAN模型的输入参数可以显著影响仿真结果。为了解决这一问题,本发明方法利用高质量的MODIS表面反射率产品作为背景场,整合典型基体的光谱数据、VIIRS的光谱响应函数和MODIS相应的光谱响应函数,推导出利用MODIS模拟的VIIRS的反射率:
式中,ρb是某波段的反射率;ρ(λ)是连续的地物光谱曲线;f(λ)是对应波段的光谱响应函数;λmax和λmin是光光谱响应函数波段范围的上下界。获取MODIS传感器通道及VIIRS/DNB通道反射率后,建立二者的转换关系,进而可以实现将MODIS通道反射率转换为VIIRS/DNB SDR的通道地表反射率。
ρDNB=a0+a1ρM-B1+a2ρM-B2+a3ρM-B3+a4ρM-B4 (13)
式中,ρDNB是VIIRS/DNB波段地表反射率,ρM-Bi是MODIS波段地表反射率,其中MODIS波段序列号i=1,……,4,ak(k=0,……,4)表示各波段地表反射率ρM-Bi的系数。
实施例
为了进一步验证本发明实施例提供的利用卫星微光遥感反演夜间大气气溶胶光学厚度的方法的处理效果,以位于中国东部沿海区域作为研究区域进行实验验证。按照颗粒物的物理性质不同,气溶胶可以被分为固态气溶胶(烟尘)、液态气溶胶(雾)以及固液混合态气溶胶(烟雾)。中国东部沿海地区经济较为发达,人口稠密,因此固态气溶胶以及固液混合态气溶胶含量较高。此外,中国东部沿海地区,毗邻中国渤海、黄海以及东海区域,降水丰富,水汽交换率高,更易生成气溶胶。同时,中国东部地区位于第三阶梯,属于低海拔区域,不利于气溶胶扩散。华北地区是经济发展较为活跃、人口密度较高的区域之一,也是大气污染较为严重的地区之一。在华北地区,空气中的气溶胶含量较高,尤其是冬季,能见度明显下降,影响人们的出行和健康。同时,华北地区的夜间光污染较为严重,城市夜景亮度高,对于低照度条件下的夜间气溶胶光学厚度反演来说是一种挑战,但也可以为改进方法提供验证和应用的场景。因此,选择华北地区作为夜间气溶胶光学厚度反演的研究区域是有充分理由和科学价值的。在本实例中,选取了4个AERONET站点,即Xianghe站、Beijing站、Beijing_CAMS站、Beijing_RADI站以及6个环境监测中心的站点,即北京东城东四站、海淀万柳站、怀柔镇站、朝阳奥林匹克中心站、顺义新城站、西城官园站,具体所选站点情况如表1所示。
表1
本实例中具体采用的数据包括:
(1)遥感影像数据,包括VIIRS遥感影像产品(空间分辨率为750m)以及MODIS遥感影像产品(空间分辨率为500m)两部分。其中,VIIRS(Visible infrared ImagingRadiometer)遥感影像产品包括:VIIRS星上辐亮度产品,即SVDNB产品(VIIRS/DNB SensorData Records),相应的地理信息产品,即GDNBO产品(VIIRS/DNB SDR EllipsoidGeolocation),以及VIIRS云掩模产品,即VIIRS Cloud Mask EDR产品;MODIS遥感影像产品为MODIS地表反射率产品,即MOD09GA和MYD09GA;
辅助数据,包括地表覆盖类型产品,即MCD12Q1(空间分辨率为500m),以及MERRAA-2(Modern-Era Retrospective analysis for Research and Applications,Version 2)AOD产品,即M2I3NXGAS(空间分辨率为0.5°);
地面实测数据,包括AERONET AOD以及环境监测站点的空气质量指数数据。
本实施例中,所涉及到地表反射率转换系数如表2所示:
表2
1、数据预处理
(1)利用ArcMap软件、ENVI软件对遥感影像进行预处理:包括拼接、裁剪以及重采样步骤;
(2)利用Matlab语言,基于VIIRS云掩模产品对VIIRS的影像数据进行云掩模;
(3)将地面站点前一天当地时17:00之后和后一天8:00之前的数值取平均认为是当天夜间气溶胶光学厚度真实值对反演得到的AOD进行验证,同时利用Matlab语言采用Angstrom指数将AERONET AOD的500nm和870nm波长数据内插到VIIRS/DNB SDR数据所在的709nm处;
(4)由于VIIRS过境站点的时间通常为17:00UTC-18:00UTC,因此本实验选取当地时1:00/2:00am的空气质量指数数据进行平均即视作VIIRS过境时刻的真实空气质量指数;
(5)利用Matlab语言,获取地面人工光源的真实辐射值。
2、辐射传输模拟与模型构建
(1)为了探究各类参数对卫星观测值的影响,本实验利用Matlab、Python语言,本实验选取太阳天顶角、传感器天顶角、月球天顶角、月相角、地表反射率、气溶胶光学厚度、气溶胶光学厚度、大气模式以及气溶胶模式基于MODTRAN模型进行VIIRS通道传感器的仿真,观察仿真星上辐亮度的变化规律;
(2)根据输入参数对星上辐亮度的敏感性情况,利用Matlab语言生成变量为气溶胶光学厚度-传感器天顶角-月球天顶角-月相角-地表反射率-大气模式-气溶胶模式的查找表文件(MODTRAN的仿真参数如表3所示);
表3
(3)利用Python语言,基于查找表信息生成tp5文件,并利用MODTRAN实现实现tp5的批量化处理,将MODTRAN生成的tp6、chn文件读出,最终得到相应的星上辐亮度。
3、地面人工光源真实辐射值获取
为了获得准确的城市灯光辐射值,采用了分季节的多天背景合成的方法。为了减小月球辐射的影响,根据前述各类参数对星上辐亮度影响的敏感性实验的结果,选取每个季节中月相角大于150°的影像作为多天背景合成的输入。在合成的过程中,对于每一个格网,都选择参与合成的若干天中最大的辐射值作为背景图中对应格网的辐射值。
4.夜间气溶胶光学厚度反演
(1)结合前述得到的地面人工光源真实辐射以及传感器观测到的星上辐亮度,通过公式(7),获取初始夜间气溶胶光学厚度值;
(2)利用地表覆盖类型产品区分气溶胶类型(当地表覆盖类型为建筑时认为是城市气溶胶类型,反之则为农村气溶胶类型),根据日期设置大气类型(当所属月份为4-9月认为是中纬度夏季气溶胶类型,反之则认为是中纬度冬季气溶胶类型),将初始夜间气溶胶光学厚度产品以及相应的月球天顶角、传感器天顶角、太阳天顶角、气溶胶类型、大气类型以及地表反射率带入查找表中获取初始夜间气溶胶光学厚度下的星上辐亮度(公式6);
(3)根据公式(10)获得利用MODTRAN迭代一次后的夜间气溶胶光学厚度;
(4)重复以上(2)(3)步骤,直至收敛,即可得到经过大气辐射模拟校正后的气溶胶光学厚度值。
本实施例对星上辐亮度的影响参数进行敏感性分析,得到仿真星上辐亮度随影响因子变化情况如图2所示。如图2的(a)所示,在夜间,地表反照率对传感器接收到的辐射的影响是正向的,且其变化趋势呈线性变化;图2的(b)展示了不同大气模式下的星上辐亮度差异,星上辐亮度随大气模型的变化而大幅波动;图2的(c)展示了不同气溶胶模式下传感器接收到的辐亮度的差异,可以看出在夜间城市气溶胶对仿真星上辐亮度的影响弱于其他气溶胶模式,而其他气溶胶模式对星上辐亮度的影响相当;图2的(d)与(e)分别展示了太阳天顶角和月球天顶角变化对仿真星上辐亮度的影响。日/月天顶角对星上辐亮度的影响相似。而当日/月天顶角超过90°时,星上辐亮度降低到极低的范畴,而夜间太阳天顶角通常超过90°,因此本实验只需进行月光模拟;图2的(f)展示了传感器天顶角对星上辐亮度的影响,当传感器天顶角在0°-80°之间时,它对星上辐亮度的影响是负向的,但在80°-90°之间时正向的;图2的(g)展示了月相角对星上辐亮度的影响,其影响是负向的,需要注意的是星上辐亮度随月相角的变化不是线性的,当月相角大于150°时,夜间传感器接收到的星上辐亮度降低到极低的范畴,据此,本实验在背景合成时选择月相角大于150°的影像进行背景合成以降低月光影响;图2的(h)展示了气溶胶光学厚度对星上辐亮度的影响,即星上辐亮度随着气溶胶光学厚度的增大而降低。
为确保检索到的夜间气溶胶光学厚度的准确性,本实施例基于2020年12月至2022年11月Beijing、Beijing_RADI和Beijing_CAMS站点2020年12月至2021年11月Xianghe站点的AOD对反演的夜间气溶胶光学厚度和MERRA-2AOD进行了验证,验证结果如图3、表4所示,表4给出了基于AERONET AOD产品对反演得到的夜间气溶胶光学厚度进行验证后的精度评价结果。
表4展示了4个AERONET站点的验证结果的分析,反演得到的夜间气溶胶光学厚度和MERRA-2AOD均表现出良好的准确性。从整体精度性能来看,演得到的夜间气溶胶光学厚度精度略优于MERRA-2AOD。反演得到的夜间气溶胶光学厚度的MAEs在0.08-0.13之间,MBEs在0.00-0.08之间,RMSEs在0.11-0.17之间。MERRA-2AOD的MAEs在0.02-0.15之间,MBEs在0.02-0.15之间,RMSEs在0.16-0.26之间。但是,重要的是要注意,由于AERONET站点位于北半球的中纬度地区,因此在冬季等日照持续时间较短的时期可能无法进行测量。
表4
为了进一步评价检索到的夜间气溶胶光学厚度在较短日照时间下的表现,将反演得到的夜间气溶胶光学厚度值与2021年12月和2022年3月东城东四、海淀万柳、怀柔镇、朝阳国家奥体中心和西城官园6个环境监测站的相应空气质量指数值进行了比较:
图4展示了2021年12月的空气质量指数值与反演得到的夜间气溶胶光学厚度值的比较结果,而表5提供了每个站点处的两变量之间的皮尔逊相关系数,即表5给出了基于北京生态环境监测中心站点的空气质量指数数据对2021年12月反演得到的夜间气溶胶光学厚度反演进行验证后的精度评价结果。其皮尔逊相关系数范围从0.733到0.852,可以明显看出,反演得到的夜间气溶胶光学厚度和空气质量指数值之间存在很强的相关性。
表5
注:皮尔逊相关性大于0.8-1.0表示相关性极强;皮尔逊相关性在0.6-0.4表示强相关;皮尔逊相关性在0.4-0.6表示中等相关;皮尔逊相关性在0.2-0.4表示相关性较弱;皮尔逊相关性低于0.2表示弱相关甚至无相关性。
图5展示了2022年3月的空气质量指数值与反演得到的夜间气溶胶光学厚度值的比较结果,而表6提供了每个站点处的两变量之间的皮尔逊相关系数,即表6给出了基于北京生态环境监测中心站点的空气质量指数数据对2022年3月反演得到的夜间气溶胶光学厚度反演进行验证后的精度评价。其皮尔逊相关系数范围从0.736到0.940,可以明显看出,反演得到的夜间气溶胶光学厚度和空气质量指数值之间存在很强的相关性。
表6
注:皮尔逊相关性大于0.8-1.0表示相关性极强;皮尔逊相关性在0.6-0.4表示强相关;皮尔逊相关性在0.4-0.6表示中等相关;皮尔逊相关性在0.2-0.4表示相关性较弱;皮尔逊相关性低于0.2表示弱相关甚至无相关性。
本发明实施例提供的利用卫星微光遥感反演夜间大气气溶胶光学厚度的方法的核心集中于弥补了前人在夜间气溶胶反演中忽略月光影响的局限性,基于大气辐射传输模拟的理论方法更为全面的分析了夜间辐射真实状态,循序渐进。从基于大气辐射传输模拟判断出月相角大于150°后星上辐亮度降低到极低的范围,进而选取月相角大于150°的影像作为多天背景合成的输入,从而尽可能降低多天背景合成中月光的影像;到基于大气辐射传输模拟判定夜间太阳天顶角对星上辐亮度贡献极低,因此只需进行月光仿真;再到基于构建查找表弥补消光法只考虑地面人工光源辐射的局限性。本发明所用方法可以从理论上更好的解决以上问题,同时根据验证结果可知,本发明所用方法可以得到较高精度的夜间气溶胶光学厚度产品,对扩展气溶胶应用的时间范围,从而更有效的实现气候环境监测具有极为重要的研究意义。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
以上所述的仅是本发明的一些实施方式。对于本领域的普通技术人员来说,在不脱离本发明创造构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (5)
1.利用卫星微光遥感反演夜间大气气溶胶光学厚度的方法,其特征在于,包括下列步骤:
步骤1,确定夜间传感器接收到的星上辐亮度中的自然幅亮度的影响因子,基于辐射传输模拟获取仿真自然幅亮度以构建查找表;
步骤2,基于自然光源辐亮度的影响因子,选取满足指定条件的星上辐亮度影像进行背景合成,以获取地面人工光源真实辐射;
步骤3,基于地面人工光源真实辐射和查找表实现夜间气溶胶光学厚度的反演:
步骤301,获取初始夜间气溶胶光学厚度值:其中,μ表示卫星观测角度的余弦值,LTOA表示卫星观测到的辐亮度,LA表示地面人工光源辐射,LA的值为步骤2获取的地面人工光源真实辐射;
步骤302,基于查找表获取τ0对应的自然幅亮度L'N-sat,根据公式L′A-sat=LTOA-L′N-sat得到卫星观测到的人工辐亮度L′A-sat;
步骤303,基于当前得到的人工辐亮度L′A-sat,获取当前迭代计算的夜间气溶胶光学厚度:其中,n表示迭代次数;
步骤304,基于查找表获取当前τn对应的自然幅亮度L'N-sat,并计算得到的对应的人工辐亮度L′A-sat重复执行步骤303和304,直到计算得到的夜间气溶胶光学厚度τn收敛。
2.如权利要求1所述的方法,其特征在于,步骤1中,自然幅亮度的影响因子包括:传感器天顶角、月球天顶角、月相角、地表反射率、气溶胶光学厚度、大气模式和气溶胶模式。
3.如权利要求2所述的方法,其特征在于,步骤2中,选取每个季节中月相角大于150°的星上辐亮度影像进行背景合成。
4.如权利要求2所述的方法,其特征在于,自然幅亮度的影响因子中的地表反射率的获取方式为:
其中,ρDNB表示处理数据所在波段的地表反射率,ρM-B_kρM-Bi表示第k个MODIS波段的地表反射率,a0表示常数项,ak表示第k个波段的系数,且k=1,…,K,K表示MODIS波段数量。
5.如权利要求1至4任一项所述的方法,其特征在于,步骤2中,在背景合成的过程中,对于合成的背景图像的每个像元,选择参与合成的若干天中最大的辐射值作为背景图中对应像元的辐射值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310478108.0A CN116822141A (zh) | 2023-04-28 | 2023-04-28 | 利用卫星微光遥感反演夜间大气气溶胶光学厚度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310478108.0A CN116822141A (zh) | 2023-04-28 | 2023-04-28 | 利用卫星微光遥感反演夜间大气气溶胶光学厚度的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116822141A true CN116822141A (zh) | 2023-09-29 |
Family
ID=88119209
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310478108.0A Pending CN116822141A (zh) | 2023-04-28 | 2023-04-28 | 利用卫星微光遥感反演夜间大气气溶胶光学厚度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116822141A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117935063A (zh) * | 2024-03-22 | 2024-04-26 | 航天宏图信息技术股份有限公司 | 基于rssdm夜间气溶胶光学厚度反演方法、装置及设备 |
CN118090635A (zh) * | 2024-04-25 | 2024-05-28 | 吉林大学 | 一种地基热红外高光谱成像仪对月观测数据处理方法 |
-
2023
- 2023-04-28 CN CN202310478108.0A patent/CN116822141A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117935063A (zh) * | 2024-03-22 | 2024-04-26 | 航天宏图信息技术股份有限公司 | 基于rssdm夜间气溶胶光学厚度反演方法、装置及设备 |
CN117935063B (zh) * | 2024-03-22 | 2024-06-11 | 航天宏图信息技术股份有限公司 | 基于区域相似标准差法rssdm夜间气溶胶光学厚度反演方法、装置及设备 |
CN118090635A (zh) * | 2024-04-25 | 2024-05-28 | 吉林大学 | 一种地基热红外高光谱成像仪对月观测数据处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109581372B (zh) | 一种生态环境遥感监测方法 | |
CN110750904B (zh) | 一种基于遥感数据的区域碳储量空间格局监测系统和方法 | |
CN102628940B (zh) | 一种遥感图像大气订正方法 | |
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 | |
CN109974665B (zh) | 一种针对缺少短波红外数据的气溶胶遥感反演方法及系统 | |
CN111487216B (zh) | 一种二氧化碳通量反演方法、系统 | |
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 | |
Zhong et al. | Estimation of hourly land surface heat fluxes over the Tibetan Plateau by the combined use of geostationary and polar-orbiting satellites | |
CN109580003A (zh) | 一种静止气象卫星热红外数据估算近地面大气温度方法 | |
Rautiainen et al. | Coupling forest canopy and understory reflectance in the Arctic latitudes of Finland | |
CN110411927B (zh) | 一种大气细粒子aod和地表偏振反射率协同反演方法 | |
CN111415309B (zh) | 一种基于最小反射率法的高分辨率遥感影像大气校正方法 | |
CN116519557B (zh) | 一种气溶胶光学厚度反演方法 | |
Privette et al. | Vegetation structure characteristics and relationships of Kalahari woodlands and savannas | |
CN115204691B (zh) | 基于机器学习和遥感技术的城市人为热排放量估算方法 | |
Zhang et al. | Development of the direct-estimation albedo algorithm for snow-free Landsat TM albedo retrievals using field flux measurements | |
He et al. | Direct estimation of land surface albedo from simultaneous MISR data | |
CN113408111A (zh) | 大气可降水量反演方法及系统、电子设备和存储介质 | |
Barbano et al. | Performance evaluation of MeteoTracker mobile sensor for outdoor applications | |
Wang et al. | Retrieval of aerosol optical depth for Chongqing using the HJ-1 satellite data | |
CN116628405A (zh) | 一种估算草地植被高度的遥感方法 | |
He et al. | Modis aerosol optical thickness product algorithm verification and analysis | |
Qi et al. | Sharpening method of satellite thermal image based on the geographical statistical model | |
Jiang et al. | New oprational real-time daily rolling weekly Green Vegetation fraction product derived from suomi NPP VIIRS reflectance data | |
He et al. | Estimation of hourly average illuminance under clear sky conditions in Chongqing |
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 |