周 鹏

(中国科学院地理信息与文化科技产业基地,江苏 苏州 215163)

基于MODIS数据的大气气溶胶光学厚度反演
——以皖苏沪地区为例

周 鹏

(中国科学院地理信息与文化科技产业基地,江苏 苏州 215163)

目的 气溶胶是影响大气质量的重要因素，卫星遥感在气溶胶反演研究上的优势日益凸显。利用2016年5月16日和5月25日皖苏沪地区MODIS L1B数据，反演气溶胶光学厚度的分布。方法 利用AERONET监测网中太湖、徐州、合肥、南京和上海监测站的太阳光度计观测数据，对反演结果进行了精度验证。结果 结果表明：绝对误差不超过0.08，相对误差绝对值在18%以内，反演结果符合研究精度要求。结论 反演结果与实际观测数据之间虽然存在一定偏差，但大致能反映研究期内皖、苏、沪地区气溶胶光学厚度的分布情况，研究结果具有一定的参考价值。

MODIS数据；气溶胶光学厚度；暗像元法；6S大气辐射传输方程；反演验证

0 引 言

近年来，随着中国经济社会的发展，能源消耗增加，机动车拥有量不断上升，空气质量下降，空气污染严重。作为影响大气环境质量的一个重要因子，大气气溶胶是分布在大气中的固态或液态悬浮微粒组成的体系，天然的气溶胶有雾、霾、微尘等，对太阳辐射具有吸收和散射作用，影响地-气系统的辐射收支平衡。气溶胶光学厚度(aerosol optical depth，AOD)是大气气溶胶最重要的参数之一，是反映大气浑浊度的物理量，也是确定大气气溶胶气候效应的关键因子[1]。

国内外学者或机构研究气溶胶光学厚度主要有两种方式：地基观测数据分析(如利用全球自动观测网AERONET站点数据)和卫星遥感反演。如刘亚锋[2]依据环保局提供的大气环境检测数据统计了汉中市气溶胶分布特征。地基观测数据探测虽然可准确地获取气溶胶光学厚度信息，但这种方法获取的数据只能反映观测点的气溶胶信息，不能反映大范围气溶胶分布信息，而卫星遥感反演具有大范围同步观测、时效性强、快捷、获取信息方便等优点，可更有效地获取气溶胶信息。国内有许多学者采用这种方法研究气溶胶光学厚度，并取得一定成果，如范姣等[3]利用中分辨率成像光谱仪(moderate-resolution imaging spectrometer,MODIS)数据反演了杭州市气溶胶光学厚度，王宏斌等[4]验证和检验中国地区MODIS数据气溶胶产品的精确性。

Terra和Aqua卫星是美国NASA的地球观测系统(earth observation system,EOS)计划中的卫星系统，搭载的MODIS,以其高分辨率、多通道、覆盖范围广等优点为国内外广泛运用于气溶胶光学厚度反演[5-7]。笔者以2016年5月16日和5月25日皖苏沪地区MODIS L1B数据为数据源，采用暗像元法和6S大气辐射传输模型对皖苏沪地区气溶胶光学厚度进行反演，并用AERONET中国站点数据对其反演结果进行验证和误差分析。

1 反演原理

假定观测表面是均匀的朗伯面，建立大气顶层辐射亮度值与表面反射率关系，在不考虑大气吸收情况下，卫星观测表面反射率表示为[7]：

(1)

式中：ρb为卫星观测表面的反射率，ρa为大气反射率，μ，μ1，Φ，Φ1分别为太阳方位角、太阳天顶角、卫星方位角和卫星天顶角。T(μ)，T(μ1)分别为太阳辐射到地表、地表到卫星传感器的大气透过率，s是大气球面反射率，ρ是地表的反射率。此外，ρb也与AOD有函数关系，假设ρb在均匀朗伯面和大气垂直方向均匀变化的基础上可表示为：

(2)

式中：L是传感器测量的辐射亮度值，τ为光学厚度，E为大气顶层的太阳辐射通量[7]。

由(1)式和(2)式可知：卫星观测表面反射率既是气溶胶光学厚度的函数也是地表反射率的函数，若已知某一地区地表反射率，则可反演出气溶胶光学厚度。

2 反演过程

2.1 数据预处理

2.1.1 数据获取

从NASA官网获取2016年5月16日和5月25日MODIS L1B数据，确保覆盖江苏省、安徽省和上海市范围内无云或少云。然后分别对MODIS L1B数据反射率(band1-band26)和发射率(band20-band36)进行辐射校正和几何校正。

2.1.2 数据合成

根据暗像元法可知，满足气溶胶反演的MODIS波段为：0.62～0.67 μm(第1波段)、0.46～0.48 μm(第3波段)和2.1～2.15 μm(第7波段)。在此基础上，利用ENVI软件将已辐射校正和几何校正的发射率及反射率文件合成为一个文件。

2.1.3 角度数据合成

打开MODIS数据的卫星天顶角、卫星方位角、太阳天顶角和太阳方位角文件，合成为一个文件后再重采样为1354×2030像素、分辨率为1 km的角度文件，最后利用几何校正的GCP文件校正角度数据文件。由于在HDF文件中角度数据文件扩大了100倍，在此需要用Band Math工具将角度文件缩小100倍，将已合成的发射率、反射率数据和角度数据按江苏省、安徽省和上海市矢量边界裁剪出皖、苏、沪地区数据，结果如图1所示。

图1 皖苏沪地区MODIS影像(左)和角度合成数据(右)

2.1.4 云检测

使用ENVI的modis_cloud工具对裁剪好的发射率与反射率合成文件进行云量检测并保存检测结果文件。

2.2 气溶胶反演

2.2.1 模型选择

选用MODIS数据的蓝色波段(0.47 μm)、红色波段(0.65 μm)和短波红外波段(2.13～3.8 μm)，使用Kaufman[8]的红蓝波段与短波红外波段关系，6S大气辐射传输模型和暗像元法反演0.55 μm波长的气溶胶光学厚度。

2.2.2 气溶胶类型确定

气溶胶类型在气溶胶反演中至关重要，国际上把气溶胶分为4种类型：沙尘性气溶胶、水溶性气溶胶、海洋性气溶胶和烟煤性气溶胶。苏沪地区位于中纬度沿海，空气中水汽含量较多，受海洋影响大；安徽处于亚热带季风气候区，春季降水丰富，皖南植被覆盖度高，皖中地区有长江和巢湖，空气湿度大。根据范娇等[3]研究可将皖苏沪地区气溶胶类型划归为水溶性气溶胶。

2.2.3 地表反射率的确定

根据Kaufman[8]的研究，在纯净大气条件下，气溶胶对应的植被覆盖区在红色与蓝色波段下，其地表反射率可由2.1 μm通道反射率计算得到，其关系可表示为：

(3)

式中ρα为红色波段(0.66 μm)地表反射率，ρβ为蓝色波段(0.47 μm)地表反射率。Levy等[9]考虑到散射角和植被指数对地表反射率影响，提出改进型比值关系：

(4)

式中γ可由MODIS数据2.1 μm和1.24 μm通道计算得到，δ为散射角，为太阳天顶角、卫星天顶角和相对方位角的函数，具体方程可表示为：

δ=arccos(-cosμ1cosμ+sinμ1sinμcosφ)

(5)

图2 皖苏沪地区2016年5月16日(左)和2016年5月25日(右)气溶胶光学厚度分布

2.2.4 反演结果

在ENVI软件中反演气溶胶需LUT查找表文件，可在NASA网站找到6S大气辐射传输模型计算服务，输入相关参数后生成查找表文件。再使用ENVI软件的modis_aerosol_inversion工具分别输入云检测文件、角度数据和LUT查找表文件后得出皖、苏、沪地区气溶胶反演结果，最后对反演结果的影像分级并制作专题图，如图2所示。

由图2可知，(1)在2016年5月16日，气溶胶光学厚度较大的地区为太湖和长江入海口附近，主要原因有：太湖湖面蒸发旺盛，空气水汽含量大，长江入海口附近既有淡水蒸发，又有海水蒸发，海水中微小盐粒更是理想的凝结核。苏北、苏中和皖北地区由于春季空气干燥，河湖少，空气水汽含量小，气溶胶光学厚度较小。(2)2016年5月25日，气溶胶光学厚度较大的地区位于苏南长江入海口地区，皖北地区由于农田秸秆焚烧导致大气中固体微粒剧增，气溶胶光学厚度最大，气溶胶光学厚度较小的地区有苏北、苏中和皖南地区。

图3 AERONET站点分布

3 反演结果验证

为了验证反演结果的精度，选用国际AERONET气溶胶检测网站点提供的数据进行精度评价，AERONET是由美国国家航空航天局(NASA)组织，采用CE-318太阳光度计的地基气溶胶全球观测网络，可同时获取0.34μm、0.38μm、0.44μm、0.50μm、0.67μm、0.87μm、1.02μm和1.64μm8个通道的AOD数据。皖苏沪地区能获取到AREONET观测网中的太湖、徐州、合肥、南京和上海5个观测点数据(表1)，图3为5个观测站点的分布图。

表1 AERONET皖苏沪地区5个站点位置和观测时段

获取地基监测站的气溶胶光学厚度观测数据(等级为level1.0)后，依据卫星过境时间，从监测站气溶胶监测数据中提取MODIS卫星过境时间与地基观测时间最接近的地基气溶胶光学厚度观测数据与MODIS数据反演的气溶胶光学厚度进行比对。

由于AERONET站点数据没有0.55μm波长的AOD数据，为了更好地利用地基观测数据对卫星反演结果进行验证,将卫星过境前后0.5h地基观测数据进行平均后，依据Angstrom波长指数公式[10-13]，将太阳光度计的观测波段数据转换为0.55μm气溶胶光学厚度数据，Angstrom指出气溶胶光学厚度与波长之间关系可用公式(6)表示:

(6)

式中τ0.55表示0.55μm波长气溶胶观测值，α为反粒子大小，λ1为0.55，β为大气浑浊度系数。α，β可由公式(7)、(8)得到。

(7)

β=ε0.5/2α

(8)

τ1和τ2分别为地面监测站数据中0.67μm和0.5μm波长的气溶胶光学厚度，λ1和λ2分别为0.67 μm和0.50 μm。ε0.5为地面监测数据波长为0.5 μm的气溶胶光学厚度。

通过计算得到AERONET观测数据波长0.55 μm的气溶胶光学厚度，并将MODIS反演数据与观测数据进行对比(表2)。

从表2看出，该反演方法得到的反演值与观测值绝对误差都较小，5月16日绝对误差最大值为0.036，最小值为0.019；相对误差最大值和最小值分别为17.56%和5.76%。5月25日绝对误差最大值为0.080，最小值为0.031；相对误差最大值和最小值分别为10.78%和2.75%。由上述可知，皖、苏、沪地区两天气溶胶光学厚度反演值与监测站实测数据吻合度较好。

表2 反演值与观测值对比与误差

4 结论与讨论

2016年5月16日和5月25日皖、苏、沪地区大气气溶胶反演结果显示，5月中旬气溶胶光学厚度苏北和皖南的数值整体较苏南和皖中地区偏小；5月下旬苏北和苏中地区气溶胶光学厚度比苏南地区偏低，皖北地区气溶胶光学厚度较大，空气质量较差；上海市气溶胶光学厚度都较低，空气质量优良。参考中国气象局提供的天气数据，皖苏沪地区气溶胶光学厚度分布情况与天气情况较相符。

利用暗像元法和6S大气辐射传输方程反演的气溶胶光学厚度，参考AERONET太阳光度计观测数据,对反演结果验证说明反演精度较好，具有一定参考价值。

因为地表的复杂性和多样性，很难获得准确的地表反射率。采用暗像元法，通过红、蓝通道计算的地表反射率和MODIS其他通道计算的地表反射率都存在一定的不确定因素，皖、苏、沪地区面积大，地表特征是否适用于此方法还需要实验深入验证。

[1]李强.基于MODIS数据的南昌市气溶胶光学厚度反演研究[D].南昌:东华理工大学,2015.

[2]刘亚锋.汉中市区大气气溶胶特征分析[J].陕西理工学院学报(自然科学版),2013,29(06):35-39.

[3]范姣,郭宝锋,何宏昌.基于MODIS数据的杭州地区气溶胶光学厚度反演[J].光学学报,2015,35(01):1-9.

[4]王宏斌,张镭,焦圣明，等.中国地区MODIS气溶胶产品的验证及反演误差分析[J].高原气象，2016，35(03)：810-822.

[5]陈好,顾行发,程天海，等.中国地区气溶胶类型特性分析[J].遥感学报,2013,17(06):1565-1571.

[6]杨红,龙卢超,刘爱民，等.深圳地区气溶胶的光学特征及来源分析[J].光学学报,2013,33(12):14-21.

[7]刘佳雨,杨武年.基于MODIS数据的气溶胶光学厚度反演[J].地理信息世界,2014,21(03)：29-32.

[8]KAUFMAN Y J,WALD A E,REMER L A,et al.The MODIS 2.1 μm channel-correlation with visible reflectance for use in remote sensing of aerosol[J].IEEE Transact Geoscie Remote Sens,1997,35(05):1286-1298.

[9]LEVY R C,REMER L A,MATTOO S,et al.A new algorithm for retrieving aerosol properties over land from MODIS spectral reflectance[J].J Geophys Res,2006(07):1-52.

[10]ANGSTROM A.The parameters of atmospheric turbidity[J].Tellus,1964,16(01):64-75.

[11]KING M D,KAUFMAN Y J,MENZEL W P,et al.Remote sensing of cloud，aerosol,and water vapor properties from the moderate resolution imaging spectrometer(MODIS)[J].IEEE Transact Geosci Remote Sens,1992,30(01)：2-27.

[12]戴燃坡，谢勇，马青玉.基于两天MODIS数据的气溶胶光学厚度反演[J].南京师大学报(自然科学版),2016,39(01):139-144.

[13]金健，卢远，李嘉力，等.北部湾MODIS气溶胶光学厚度的反演[J].地理空间信息，2015，13(01):8-11.

[责任编辑：关金玉 英文编辑：刘彦哲]

Aerosol Optical Depth Inversion Based on MODIS Data—A Case of Anhui,Jiangsu and Shanghai Area

ZHOU Peng

(Science and Technology Industry Base of Geo-Information and Culture, Chinese Academy of Sciences,Suzhou，Jiangsu 215163,China)

Objective Aerosols are important factors affecting the quality of the atmosphere.Satellite remote sensing technology is playing an important role in the aerosol inversion.This paper inverted the aerosol optical depth over Anhui,Jiangsu and Shanghai area based on the MODIS L1B data on 16thand 25thMay 2016.Methods Using the solar spectrometer observation data of AERONET monitoring network in Taihu,Xuzhou,Hefei,Nanjing and Shanghai to verify the accuracy of the inversion results.Results The results showed that the absolute error was no more than 0.08 and the absolute value of relative error less than 18%.The inversion results reached the precision demand.Conclusion Although there are some deviations between the inversion results and the actual observation data,it can generally reflect the distribution of the aerosol optical depth in Anhui,Jiangsu and Shanghai.The results have certain reference value.

MODIS；aerosol optical depth；dark pixel method；6S atmospheric radiative transfer equation；inversion verification.

周鹏(1994-)，男，江苏苏州人，助理工程师，主要从事资源环境遥感、地图制图研究。

P 237

A

10.3969/j.issn.1673-1492.2017.05.009

来稿日期：2016-09-30