第4期关雷曹景庆郭慧宇勾昆：基于高分四号卫星数据的气溶胶光学厚度反演2019年8月
基于高分四号卫星数据的气溶胶光学厚度反演关
雷
曹景庆
郭慧宇
勾
昆
150025）
黑龙江（黑龙江第三测绘工程院，
摘要
哈尔滨
气溶胶厚度是衡量空气质量的一项重要指标，受风向变化等多种因素影响，区域范围内气溶胶变化较为剧烈，基于
高分四号卫星作为我国第一颗高分辨率地球同步观测固定站方式的气溶胶监测难以对大范围区域气溶胶数据进行有效监测。
具备对大区域气溶胶厚度监测的基础。本文利用暗像元法，卫星，具备可见光、近红外波段的探测能力，重访周期缩短到秒级，并通过天气信息验证选择2019年4月15日至17日过境哈尔滨地区的高分四号数据进行了反演，获取气溶胶光学厚度分布，了反演结果的准确性。
关键词
气溶胶；高分四号；暗像元法
文献标识码B
文章编号2095-7319（2019）04-0035-05
中图分类号P208
0.引言近些年，随着国家经济的发展、居民生活水平的不断提高，全国机动车保有量已超过3亿辆，大量的机动车运行不仅引发了交通承载能力超限的问题，同时机动车排出的尾气污染了大气环境，主要体现造成雾霾经天气增多，成为威胁居民生命健康的一个重要因素，济发展与环境保护的冲突愈演愈烈。雾霾天气的形成主要是由悬浮于大气中的大量极细微的干尘粒构成，气象学上称为气溶胶颗粒，同时气溶胶也是大气混浊度的一个重要物理量，对区域大气雾霾的产生发挥了对于大主导作为。了解气溶胶的分布和时空变化规律，气环境的防治具有重要意义。目前国内外学者主要集中于两种方式开展气溶胶分布的研究，一种是通过地面监测站的方式获取如许文龙[1]等利用站点附近气溶胶光学厚度数据，AERONRT气溶胶粒径分布数据估算了近地面PM2.5质量浓度。高中明[2]等利用AERONET和SKYNET两个国际气溶胶网站提供的2.0等级气溶胶数据产品，分析了中国北方地区6站气溶胶光学特征的日变化规律和季节变化特征。许敏端[3]等利用CE318太阳光度计观测数据反演了广州市2015年晴空气溶胶的基本光学特性，并对其来源进行了分析。通过站点观测获取的气溶胶数据较为准确，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[4]。卫星遥感手段能够有效的对大范围区域的气溶胶数据进行获取，快速发展的传感器技术提升了数据获取的准确性，通过多星联合使用的方式，有效解决了遥感卫星获取数据时间分辨率的问题。卫星遥感反演气溶胶厚度不仅可以克服地基探测数据少、不能反映气溶胶变化的时空分布的缺点，还可为更深入地了解区域内的气溶胶变化提供了更好的监测方法[5]。如陈洪滨[6]等综述性介绍国内外卫星遥感气溶胶特性方面的研究进展和成果,并讨论了卫星遥感资料在气候和环境研究领域中的应用。顾杨[7]等采用MOD04L2气溶胶产品数据和多重分形技术研究华北地区的大气气溶胶光学厚度的多重分形特征。王中挺[8]等利用高分四号数据监测“京津冀”地区陆地气溶胶。能高分四号卫星搭载可见光/中波红外相机，同时对同一地区持续观测，在大气环境变化监测方面拥有广阔的应用前景。2019年春季，受季风影响，黑龙江沙尘天气严重，本文选择2019年4月15日至4月17日覆盖哈尔滨市范围的高分四号卫星数据，开展气溶胶反演分析。1.反演原理6S（SecondSimulationofSatelliteSignalintheSolarSpectrum）传输模型模拟了电磁波在大气介质中传播时与气溶胶和地球地表相互作用的过程，是目前被普遍用于气溶胶厚度反演的模型。对于被动式光学遥感，来自太阳辐射，传感器接收到的地物目标的辐射亮度，到达大气层顶的太包括大气下行、上行辐射传输过程。阳辐射称为太阳辐照度，在其向下传输到达地物过程/35/
2019年8月经纬天地第4期
中，受到大气消光影响，可区分为太阳直接辐射被大气削弱的部分和大气散射后漫反射到达地物目标的部地分，传感器接收到来自地物目标总辐射的发射能量、物目标周围环境总辐射的能力以及大气反射太阳辐射部分的能力。假设陆地表面是对其过程进行分析，可构（1）建表观反射率与气溶胶厚度等参数的公式：表1高分四号各波段平均太阳辐照度表渊1冤
式中，P*为表观反射率，ρt为地物目标反射率，ρα为大气反射率，S为大气半球发射率，T（θv）为上行太阳辐射透过率，T（θs）为下行太阳辐射大气透过率。谱段号太阳辐照度谱段号太阳辐照度B1B2B31706.661941.551834.34B4B51592.271123.62基于暗目标法，利用浓密植被在红、蓝波段地表反去射率低的特性，构建暗目标在这两个波段线性关系，除地表反射率影响，获取大气底层向下的半球反射率S、大气程ρ0、大气整层的透过率T，获得气溶胶光学（NDVI）厚度。归一化植被指数能够较好地反映地表植被分布状况而且能够去除部分的大气影响[8]。（2）（2）基于公式同时结合红光和蓝光波段反射率具实现气溶胶有线性关系的特点，完成传输模型的构建，光学厚度的反演。2.数据处理2.1数据预处理对卫星遥感数据进行质量检查，辐射校正及几何校正，计算可见光、近红外波段的表观反射率及中红外波段的亮度温度。课题需要的高分四号卫星正射影像草地、林地等。高分四具有多种地貌类型：城市、山地、号卫星影像的预处理还需要全国30m分辨率的DEM数据以及已经经过正射校正过的全国20m分辨率数据。应用ENVI5.3打开影像数据，采用人以景为单位，工目视检查的方法，对每景数据进行质量检查，并进行文字记录，检查影像云、雪覆盖情况，是否满足云、雪覆斑点和坏线。盖量小于10%，是否存在噪声、为消除和修正辐射误差而引起的图像畸变，获取地表实际反射的太阳辐射亮度值和反射率，恢复图像解译等工作提供工作的本来面目，为图像识别、分类、基础，而进行辐射校正工作。对高分四号数据进行绝对辐射定标，将记录的原始DN值转换为大气外层表面反射率（辐射亮度）。从高分四号卫星自带的XML文件中查询到的辐射定标系数与理论值差异较大，通过实验分析与技术咨询，资源卫星中心每年发布一版针对定标公式国产卫星的辐射定标系数，（3）为：L=Gain×DN+Offset（3）单位为W式中：L为转换后辐亮度，·m^2·sr^(-1)·um^(-1),DN为卫星载荷观测值；Gain为定标斜率，单位为W·m^2·sr^(-1)·um^(-1)，Offset为绝对定标系数偏移量，单位为W·m^2·sr^(-1)·um^(-1)，空缺值为0。高分四号给出了5种状态的定标系数，例如状态红、近红波段的积分2-6-4-6-6，指的是全色、蓝、绿、时间分别是2ms、6ms、4ms、6ms和6ms。用户需先根据高分四号图像的XML文件参数判断图像波段的状态，然后选择相应的定标系数。使用目前资源卫星中心提供的最新的2018年定标参数进行辐射定标。/36/
第4期关雷曹景庆郭慧宇勾昆：基于高分四号卫星数据的气溶胶光学厚度反演2019年8月
表1Pan传感器GainGF-4Pan2-6-4-6-6GF-4Pan4-16-12-16-16GF-4Pan6-20-16-20-20GF-4Pan6-40-30-40-40GF-4Pan8-30-20-30-300.4993Bias0高分四号各波段修正定标参数B1B2Bias0Gain1.1484Bias0Gain0.8558B3Bias0Gain0.6046B4Bias0Gain1.09040.30430.1590000.41750.3833000.42440.2998000.35050.3109000.24940.2150000.157700.146800.142700.120500.085800.116000.205300.220900.1600.11500.0011070定标斜率（响应度）gainGF-4IRS定标截距（偏离量）offset-0.878625表观反射率计算公式（4）为：（4）此公式（4）中π、D、ESUN（大气层顶的平均太阳光谱辐照度）为常数，L通过上一步辐射定标求得，θ为太阳天顶角，可从影像自带XML文件中查得。2.2气溶胶反演反演哈尔滨基于高分四号数据，利用暗目标算法，市2019年4月15日至17日气溶胶数据。图12019年4月15日哈尔滨市气溶胶数据/37/
2019年8月经纬天地第4期
图22019年4月16日哈尔滨市气溶胶数据图32019年4月17日哈尔滨市气溶胶数据/38/
第4期关雷曹景庆郭慧宇勾昆：基于高分四号卫星数据的气溶胶光学厚度反演2019年8月
从处理成果中可以看到，哈尔滨上空的气溶胶数据从4月15日至4月17日由厚到薄逐渐消散，经查询，2019年4月16日黑龙江省气象台发布由于北部低压冷锋自黑龙江省西北部向东南部过境，冷锋前为较强暖气团和强西南风，使黑龙江省大部分地区出现大风升温天气；大风使本地或附近尘沙被风吹起，尘沙等细粒浮游空气中，使空气相当混浊。处理结果这与当期的天气情况也较为吻合。3.结束语本文利用高分四号数据反演哈尔滨气溶胶光学厚度，通过该项研究表明：能够快速对大高分四号覆盖范围大、重访周期短，范围区域气溶胶厚度进行有效监测，准实时为气象部红门提供气象预报依据。高分四号卫星数据有蓝光、光、近红外波段，可以利用暗目标算法完成气溶胶厚度反演。目前利用高分四号数据直接开展气溶胶反演研究的相关工作还未大量展开，需要遥感、气象相关领域学者加强国产卫星气溶胶反演研究，进一步发挥国产卫星的作用。参考文献：【1】许文龙,胡方超,王雨轩.基于AERONET数据估算近地面PM2.[J/OL].环境科学学报:1-8[2019-06-15].https://doi.org/10.13671/j.hjkxxb.2019.0098.【2】高中明,闭建荣,黄建平.基于AERONET和SKYNET网观测的中国北方地区气溶胶光学特征分析[J].高原气象,2013,32(5):1293-1307.【3】许敏端,邓孺孺,秦雁,梁业恒,汤玉明.广州市晴空气溶胶光学特性及源特征分析[J].遥感技术与应用,2019,34(2):424-434.【4】周鹏.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[J].河北北方学院学报(自然科学版),2017,33(5):35-39.【5】王艳莉.基于GF-4PMS数据反演城市地区气溶胶光学厚度[D].杭州师范大学,2018.【6】陈洪滨,范学花,夏祥鳌.大气气溶胶的卫星遥感及其在气候和环境研究中的应用[J].大气科学,2018,42(3):621-633.【7】顾杨,卢霞,徐胜华,刘付程,杨毅.MODIS数据的多重分形雾霾信息提取方法[J].测绘科学,2019,44(2):63-69.地区陆地气溶胶[J].【8】王中挺,张玉环,袁淑云,赵少华,周春艳,陈辉,马鹏飞.利用高分四号数据监测“京津冀”环境与可持续发展,2016,41(5):113-116.【9】李晓静,刘玉洁,邱红,张玉香.利用MODIS资料反演北京及其周边地区气溶胶光学厚度的方法研究[J].气象学报,2003(5):580-591,4.作者简介：关雷（1982—），男，黑龙江哈尔滨人，硕士，工程师。主要从事遥感应用与科技研发工作。/39/
