基于多时相的静止卫星气溶胶特性反演研究

High-temporal atmospheric aerosol properties are essential for analyzing the resources of aerosols and formation mechanism of heavy pollution. This is also the research hotspot in remote sensing of atmospheric aerosol. Although high-temporal aerosol properties can be obtained from geostationary satellite sensors, the accuracy of aerosol properties from geostationary satellite is very limited. The main reason is that the retrieval of aerosol properties and surface reflectance from most of geostationary meteorological satellite is an ill posed inverse problem. The effect of surface BRDF and misclassification of heavy polluted aerosol layer also limited the accuracy of aerosol retrieval. Therefore, how to retrieve high-temporal and more properties of aerosol using geostationary satellite sensors is a big problem in aerosol remote sensing research. In this study, we proposed a novel dynamic threshold cloud-haze masking algorithm to distinguish cloud and heavy polluted aerosol layer. Then, optimized multi-angle aerosol algorithm was proposed to separate the contribution of surface and atmospheric aerosols, and measurements from multi-wavelength were used to retrieve high-precision and high-temporal aerosol optical depth, single scattering albedo, and fraction of fine aerosols. At last, the retrieval was validated and evaluated using AERONET products. The study retrieved more properties of aerosol with higher accuracy using multi-temporal geostationary satellite images and new aerosol retrieval algorithm. The results can be applied to estimate the effects of aerosols on climate change, air quality, and human health. This research provides groundwork of aerosol retrieval of China-made geostationary satellites.

高时间分辨率气溶胶特性是分析重污染天气气溶胶来源、形成机制和预报的重要参数，是气溶胶遥感研究的热点。目前静止卫星虽然能够获取高时间分辨率气溶胶信息，但受地表反射率估计误差、地表BRDF效应及气溶胶重污染层识别反演困难等因素限制，反演精度不高。基于此，申请人提出基于多时相数据反演静止卫星气溶胶特性的新思路，拟利用动态阈值云霾识别算法对云进行精确识别；使用多时相数据解耦地表和气溶胶贡献，并结合多波段观测信息实现精确反演城市和重污染区域高时间分辨率气溶胶光学厚度、单次散射反照率和细粒子比例等信息；最后通过地面站点数据进行不同情形下的误差来源分析。本研究从多时相静止卫星数据着手，以新的算法开展高时间分辨率气溶胶特性研究，研究结果能够为评估气溶胶对气候变化、环境的影响提供更精确数据支持，并为国产新一代静止卫星气溶胶研究提供理论基础。

高时间分辨率气溶胶特性是分析重污染天气气溶胶来源、形成机制和预报的重要参数，是气溶胶遥感研究的热点。目前静止卫星虽然能够获取高时间分辨率气溶胶信息，然而静止卫星受地表反射率估算误差及气溶胶重污染层识别反演困难等因素限制，气溶胶产品反演精度不高。我们分析了目前静止卫星的气溶胶产品精度，结果表明静止卫星目前的气溶胶产品能够解释67%的地面观测的气溶胶光学厚度；然而只有55%的气溶胶光学厚度落在误差线以内（±0.05±0.2*AODground）；气溶胶光学厚度的偏差随着气溶胶光学厚度的增加而增大；气溶胶光学厚度的反演精度和地表类型有显著的相关，夏季城市地区的气溶胶光学厚度的反演精度最高；静止卫星气溶胶产品能够较好的反映气溶胶光学厚度的日变化信息，特别是夏季的气溶胶信息；静止卫星气溶胶产品在空间分布上与MODIS产品有较大的偏差，特别是中国西北地区。云去除是精确反演气溶胶的前提和关键步骤。然而，去云目前仍然是一个具有挑战性的难题。因此，我们提出了简化云去除算法，该算法利用简化辐射传输模型和少量阈值参数可以实现精确去云的效果。我们利用CALIPSO数据对结果进行了验证，结果表明该算法的云识别正确率为86.08%，比官方产品的85.71%的正确率要高。该算法的总体精度要比目前的阈值算法高，同时具有输入参数少的优势。为了更精确的反演气溶胶，我们开发了基于简化辐射传输模型和地面观测气溶胶特性的气溶胶算法。该算法得到的气溶胶光学厚度有70%以上落在期望误差线范围内。其与地面站点气溶胶光学厚度的相关性在0.92以上，RMSE小于0.164。反演结果能够更好的得到气溶胶光学厚度日变化，其结果比官方气溶胶光学厚度精度更高。本研究从静止卫星气溶胶数据着手，分析了静止卫星气溶胶算法存在的问题，开发了新的通用云霾识别算法，并开发了新的气溶胶算法以开展高时间分辨率气溶胶特性研究，研究结果能够为评估气溶胶对气候变化、环境的影响提供更精确数据支持，并为国产新一代静止卫星气溶胶研究提供理论基础。