卫星高光谱大气红外探测仪和中分辨率光谱成像仪资料联合反演沙尘高度研究

Sandstorms occur more frequently since the beginning of the 21st century, which has seriously impacted human life. Quantitative monitoring of dust features such as optical thickness and height is very important for predicting the evolution and mitigating the impact. Satellite observations provide an effective way of monitoring dust characteristics with global coverage. Progress has been made on dust detection and optical thickness determination from satellite observations, however, challenge remains on the height determination, especially over land. This study proposes to synergistically use measurements from multiple instruments on A-Train satellites for retrieval of dust optical thickness and dust top height using combined neural networks and physical retrieval methodologies. The dust optical thickness and top height will be retrieved from collocated MODIS and AIRS measurements, while the CALIPSO measurements will be used for validation. It is expected that a dust property dataset containing dust optical thickness and top height will be derived from 10+ years of MODIS and AIRS measurements over East Asia region. This study is important to understand the evolution, distribution and pattern of dust storms, the developed methodologies can also be applied to process future Chinese Fengyun-3 and Fengyun-4 advanced imager and sounder measurements for dust property products.

进入21世纪以来，沙尘暴发生的频次有上升趋势，作为一种自然灾害，已经严重影响人们生活。定量监测沙尘特性和高度对预报沙尘暴移动和评估沙尘过程带来的危害和影响具有重要意义。卫星观测提供了一个大范围监测沙尘特性的有效手段，目前虽然沙尘的检测和光学厚度反演比较成熟，但陆地沙尘顶的高度确定仍然面临很大挑战。本研究利用A-Train系列卫星多仪器观测资料联合反演沙尘顶高度和光学厚度，采用神经网络和物理反演相结合的方法从卫星高光谱大气红外探测仪和中分辨率光谱成像仪资料中提取沙尘顶高度，并利用只提供星下点观测的星载激光雷达资料验证反演结果。本研究预期得到10年以上AIRS/MODIS东亚地区沙尘高度定量资料，对理解沙尘的移动和分布规律研究具有重要意义，该方法也能适用于未来我国风云三号和风云四号成像仪及高光谱大气探测器沙尘定高。

沙尘暴是频繁发生于沙漠干旱区域，受强风作用不断扩大移动，进而影响人们生活和环境的一种灾害性天气。卫星观测是监测大范围沙尘暴天气过程的有效手段，从观测中提取沙尘层的高度和光学厚度信息对沙尘暴的传输预报以及气候效应评估等有重要意义，同时也可作为对数值模式预报结果的有效验证手段。本项目主要针对多源卫星观测特征，综合利用NASA A-train系列卫星上高光谱分辨率大气探测仪AIRS、高空间分辨率成像仪MODIS和气溶胶垂直廓线探测仪CALIOP的观测信息，开展对沙尘大气沙尘气溶胶定量参数提取与验证工作，重点开展基于多源数据（星基、地基）并结合沙尘光学参数模型等开展沙尘的辐射效应分析，沙尘层高度反演算法开发和结果检验工作。本项目收集整理了十多年覆盖东亚地区的沙尘大气A-train系列卫星及地基观测多源数据，涵盖AIRS L1，MODIS L1，MOD04，CALIOP L1、Alay L2、Clay L2，CARSNET（地基）观测数据，建立多源数据匹配方法和多种数据产品的质量控制方案，发展了陆面沙尘识别算法，并在此基础上开发了1套基于物理方法的沙尘高度反演模型，3套基于神经网络方法的反演模型，分别获取沙尘气溶胶光学厚度（DOT）信息、沙尘高度（DTH）信息并进行了验证分析。通过在沙尘高度统计反演算法中增加沙尘光学厚度信息，改善沙尘高度反演精度。基于沙尘高度反演数据集分析了沙尘源区沙尘高度分布的气候特征。项目取得的成果包括：（1）开发了基于星地多源数据的沙尘定量参数反演方法和验证技术，方法和技术也可应用于其它地球物理参数信息的提取和验证；（2）建立了长时序的沙尘观测科学数据集，为进一步研究我国沙尘时空分布特征和演变规律，以及由此所引起的气候与环境效应提供了有效的观测依据。（3）开发的方法和模型使得沙尘光学定量遥感从白天延展到夜间，沙尘高度的定量遥感从仅有CALIOP星下点主动探测延展到大范围的AIRS被动遥感探测； （4）研究成果可用于我国气象卫星风云四号A星（2016年12月发射）以及风云三号D星（2017年11月发射）上高光谱分辨率大气探测仪（GIIRS/FY4A，HIRAS/FY3D）和高空间分辨率成像仪（AGRI/FY4A，MERSI-II/FY-3D）观测资料的联合反演沙尘特性。