采用二流式算法的GOCIAOT反演方法及其應(yīng)用

姚玲玲, 張霄宇, 江彬彬

(浙江大學(xué) 地球科學(xué)學(xué)院,空氣污染與健康研究中心,浙江 杭州 310027)

?

采用二流式算法的GOCIAOT反演方法及其應(yīng)用

姚玲玲, 張霄宇, 江彬彬

(浙江大學(xué) 地球科學(xué)學(xué)院,空氣污染與健康研究中心,浙江 杭州 310027)

針對(duì)靜止海洋水色傳感器(GOCI) 2.1 μm短波紅外通道缺失和高太陽(yáng)天頂角的特點(diǎn),采用二流式算法,并考慮氣溶膠的折射率、地球曲率等因素,重新計(jì)算地表反射率、表觀反射率以及反演GOCI氣溶膠光學(xué)厚度(AOT).結(jié)果表明：參數(shù)重新計(jì)算后的GOCIAOT反演精度明顯增高；根據(jù)目前廣泛使用的實(shí)測(cè)AOT(440 nm)>1.00霾判定閾值,采用線性內(nèi)插方法,建議GOCIAOT以AOT(555 nm)>0.81作為霾判定閾值；中分辨率成像光譜儀(MODIS)是業(yè)務(wù)化的極軌衛(wèi)星,GOCIAOT整體略大于MODISAOT,擬合精度R2=0.82.以2015年11月27日至同年12月2日華北地區(qū)發(fā)生的霾事件為例,結(jié)合具有大范圍觀測(cè)能力的MODIS衛(wèi)星,多源遙感監(jiān)測(cè)方法有效地反映了該霾事件的動(dòng)態(tài)發(fā)展過(guò)程.

靜止海洋水色傳感器(GOCI)；氣溶膠光學(xué)厚度(AOT)；二流式算法；霾事件；動(dòng)態(tài)觀測(cè)

靜止海洋水色傳感器(靜止海洋水色成像儀(geostationary ocean color imager,GOCI)是全球第一顆海洋靜止衛(wèi)星(communication, ocean and meteorological satellite,COMS)衛(wèi)星上的載荷[1],于格林尼治時(shí)間2010年6月27日在位于法屬圭亞那庫(kù)魯?shù)陌Ⅺ悂喣劝l(fā)射中心成功發(fā)射.該衛(wèi)星幅寬為2 500 km×2 500 km(以130°E,36°N為中心),空間分辨率為500 m×500 m,每天從北京時(shí)間的8:15到15:15可對(duì)我國(guó)東部(除了廣東、港澳)地區(qū)進(jìn)行1 h時(shí)間分辨率的高時(shí)相連續(xù)觀測(cè).

GOCI主要用于海洋觀測(cè),其波段設(shè)置位于可見(jiàn)光和近紅外之間.由于缺失短波紅外波段,GOCI無(wú)法獲取紅光和藍(lán)光與短波紅外的系數(shù),也就無(wú)法獲取紅光和藍(lán)光的真實(shí)地表反射率,無(wú)法采用傳統(tǒng)的暗像元法來(lái)進(jìn)行氣溶膠光學(xué)厚度(aerosol optical thickness,AOT)的反演[2].

目前主要有2種方法用于GOCIAOT的遙感反演.1)韓國(guó)海洋衛(wèi)星中心(korea ocean satellite center,KOSC)根據(jù)不同的水體類型分別獲取地表真實(shí)反射率,進(jìn)而得到海洋上空的AOT.對(duì)于一類水體,挑選1 m中影像最干凈的1 d,作為校正過(guò)的地表真實(shí)反射率,同時(shí)假設(shè)海平面10 m高度的風(fēng)速為6 m/s,通過(guò)Fresnel法則獲取一類水體的真實(shí)地表反射率.對(duì)于二類水體,為避免云陰影對(duì)計(jì)算結(jié)果造成偏差,使用1 m中次小的地表反射率[1]作為整個(gè)月的真實(shí)地表反射率.2)Zhang等[3]提出同化中分辨率成像光譜儀(moderate resolution imaging spectroradiometer,MODIS)和GOCI數(shù)據(jù),以獲取GOCI第3和第4波段的地表反射率以及AOT和表觀反射率的關(guān)系,進(jìn)而采用6S傳輸模型反演得到AOT.方法1)主要適用于海洋上空AOT的獲取,并且受人為判斷因素的干擾比較大；而方法2)需借助MODIS數(shù)據(jù),過(guò)程復(fù)雜.因此,需要一種過(guò)程操作方便、適用性強(qiáng)的算法,以獲取準(zhǔn)確的AOT,進(jìn)而實(shí)現(xiàn)對(duì)我國(guó)部分地區(qū)大氣環(huán)境的動(dòng)態(tài)觀測(cè).

近似求解方法(如：二流式算法)是求解大氣輻射傳輸方程的常用方法,其基本思想是把出射和入射輻射通量作為常微分方程的變量來(lái)進(jìn)行求解.Xue等[4]采用二流式算法對(duì)高分辨率輻射儀(advanced very high resolution radiometer,AVHRR)數(shù)據(jù)進(jìn)行了AOT的反演.Wang等[5]對(duì)MODIS 500 m分辨率數(shù)據(jù)采用二流式算法反演得到660、550及 470 nm處的氣溶膠光學(xué)厚度,并與黑河、珠江三角洲及北京的全球氣溶膠監(jiān)測(cè)網(wǎng)(aerosol robotic network,AERONET)數(shù)據(jù)做了對(duì)比.Li等[6-7]利用二流式算法把MODIS的氣溶膠光學(xué)厚度同化成高分辨率的環(huán)境一號(hào)衛(wèi)星(HJ-1)氣溶膠光學(xué)厚度,并提出采用時(shí)間序列法對(duì)二流式算法進(jìn)行改進(jìn),在考慮地表參數(shù)屬性、大氣臭氧和水汽的影響后,重新反演了AVHRR的氣溶膠光學(xué)厚度.

靜止軌道海洋衛(wèi)星遙感是當(dāng)前國(guó)際主要空間機(jī)構(gòu)爭(zhēng)相發(fā)展的地球觀測(cè)熱點(diǎn)技術(shù)之一.我國(guó)于2015年啟動(dòng)了“靜止軌道海洋水色衛(wèi)星遙感關(guān)鍵技術(shù)”研究.本文為我國(guó)自主靜止軌道海洋水色衛(wèi)星技術(shù)的發(fā)展和應(yīng)用作了一點(diǎn)探索.

基于目前二流式算法在AOT反演上的進(jìn)展,針對(duì)GOCI數(shù)據(jù),本文以遙感圖像處理平臺(tái)(the environment for visualizing images,ENVI)為工作環(huán)境,發(fā)展一種操作簡(jiǎn)便、結(jié)果精確的AOT反演方法,并采用AERONETAOT對(duì)GOCIAOT進(jìn)行精度校驗(yàn)；與MODISAOT進(jìn)行比較,以評(píng)價(jià)聯(lián)合MODIS和GOCI對(duì)華北地區(qū)AOT大范圍高時(shí)相觀測(cè)的可能性；結(jié)合MODIS的大面積觀測(cè)能力,對(duì)發(fā)生在2015年11月底我國(guó)華北地區(qū)的一次嚴(yán)重霾事件進(jìn)行動(dòng)態(tài)監(jiān)控.

1 大氣輻射傳輸方程與二流式算法

1.1 大氣輻射傳輸方程

為了精確描述固體地球和大氣系統(tǒng)中的大氣輻射傳輸機(jī)制,在整個(gè)大氣層中對(duì)微小體積的大氣輻射特征進(jìn)行積分,并且認(rèn)為局部大氣層與地面平行,輻射傳輸方程[8]為

(1)

1.2 二流式算法

(2)

該方程的邊界條件如下：

(3)

(4)

A為地表反射率.

由此,建立衛(wèi)星獲得的表觀反射率和地表反射率A的關(guān)系式：

(5)

進(jìn)一步假設(shè)大氣散射僅由空氣分子和氣溶膠顆粒造成[4],則由空氣分子造成的瑞利散射表達(dá)式[11]為

(6)

大氣氣溶膠光學(xué)厚度為

(7)

式中：V為能見(jiàn)度；H1=0.886+0.022 2V；H2=3.77km；α為?ngstr?m波長(zhǎng)指數(shù)(也稱氣溶膠波長(zhǎng)指數(shù)).

整個(gè)大氣總的無(wú)量綱光學(xué)厚度為

(8)

1.3 參數(shù)求解

Xue等[4]針對(duì)AVHRR極軌衛(wèi)星特點(diǎn)提出的二流式算法適用于能見(jiàn)度大于5km的大氣環(huán)境,沒(méi)有考慮氣溶膠的折射率和曲率等問(wèn)題.COMS是高度為36 000km的靜止衛(wèi)星,衛(wèi)星天頂角較高,必須考慮氣溶膠折射率和地球曲率的影響[12].因此,在采用二流式算法進(jìn)行GOCIAOT反演時(shí)必須重新對(duì)式(2)中的參數(shù)進(jìn)行求解才能得到精確的數(shù)值.

1.3.1 太陽(yáng)天頂角 在GOCI衛(wèi)星的反演AOT過(guò)程中,由于高的太陽(yáng)天頂角,必須考慮氣溶膠折射率和地球曲率的影響,則太陽(yáng)天頂角的公式改寫(xiě)為

(9)

式中：z為傳感器高度；Re=6 317km為地球半徑；n0為地面折射率；nz為高度z處的地面折射率；θs0為原始太陽(yáng)天頂角.

如圖1所示為GOCI太陽(yáng)天頂訂正前、后對(duì)比圖,B為GOCI圖像原始太陽(yáng)天頂角,D為經(jīng)過(guò)校正后的太陽(yáng)天頂角(經(jīng)過(guò)校正之后的太陽(yáng)天頂角變小).AOT反演結(jié)果如圖2所示,灰度值由淺至深代表AOT值由小到大,白色區(qū)域?yàn)樵?可見(jiàn)反演出來(lái)的氣溶膠光學(xué)厚度整體偏高3倍左右.因此,必須重新考慮后向散射系數(shù),通過(guò)雙向反射分布函數(shù)(bidirectionalreflectancedistributionfunction,BRDF)重新推算出后向散射系數(shù)(大于平常值0.1),才能使得反演氣溶膠厚度回到正常的范圍.

圖1 靜止海洋水色傳感器(GOCI)衛(wèi)星圖像太陽(yáng)天頂角訂正前、后的比較Fig.1 Comparison of geostationary ocean color imager(GOCI) image solar zenith angle before and after corrected

圖2 太陽(yáng)天頂角校正前、后GOCIAOT對(duì)比Fig.2 Comparison of GOCIAOT before and after solar zenith angle correction

1.3.2 后向散射系數(shù) 采用GOCI自帶的軟件GDPS(GOCIdataprocessingsystem)計(jì)算雙向反射系數(shù)[13]：

(11)

ρF(λ)=AF·RF,其中,RF為有效反射，AF為關(guān)于風(fēng)速的函數(shù),且滿足

其中,εbak為水體后向散射系數(shù),Kd為水體漫透射系數(shù)[15],

其中,μd為平均水體向下輻照度的余弦,μu為平均水體向上的輻照度的余弦,z1為水深.

假設(shè)地表為理想的漫反射體,則

?·π=ψ,其中,?為BRDF的值,ψ為為雙向反射因子(bidirectionalreflectancefactor,BRF),則后向散射系數(shù)為

ε=4ψ·cosθs·cosθ′.

(12)

1.3.3 表觀反射率 衛(wèi)星遙感反演陸地上的空氣溶膠光學(xué)厚度是基于大氣上界觀測(cè)表觀反射率獲取的.假設(shè)陸地表面是均勻朗伯表面,且大氣垂直均勻變化,則衛(wèi)星測(cè)量值可用等效反射率表示,即表觀反射率為

(10)

式中：L為衛(wèi)星測(cè)量輻亮度；Es為大氣頂?shù)奶?yáng)輻射通量密度；μs=cosθs.把式(9)訂正過(guò)的太陽(yáng)天頂角代入式(10)中求出表觀反射率.

1.3.4 地表反射率 獲得地表反射率的過(guò)程實(shí)際上是對(duì)衛(wèi)星產(chǎn)品進(jìn)行大氣校正的過(guò)程,其目的是消除大氣和光照等因素對(duì)地物反射的影響.利用ENVI5.1軟件的快速大氣校正(quickatmosphericcorrection,QUAC)模塊自動(dòng)從圖像上收集不同物質(zhì)的波譜信息,獲取經(jīng)驗(yàn)值完成高光譜和多光譜的快速大氣校正,校正結(jié)果近似于ENVI5.1軟件中FLAASH(fastline-of-sightatmosphericanalysisofhypercubes)大氣校正模型的結(jié)果或相當(dāng)于基于輻射傳輸模型結(jié)果的±15%[16]，其基本原理如下.

衛(wèi)星接收到的信息是由地面反射、鄰近像元散射和折射后的遙感信息.首先假設(shè)傳感器接收到輻射值為L(zhǎng),一個(gè)像元的表面反射率為ρsuf,像元周圍的平均反射率為ρa(bǔ)ve.則

L=(O+Qρa(bǔ)ve)+Pρsuf.

(13)

將式(13)轉(zhuǎn)化為

ρsuf=Gain(L-ηset).

(14)

式中：Gain=1/Q,ηset=(O+Q)ρa(bǔ)ve；

O、P、Q為太陽(yáng)光子傳輸?shù)?種路徑,對(duì)于QUAC,其值直接由圖像本身的光譜數(shù)據(jù)確定：

(15)

式中：(ρend)lib為ENVI軟件已知的物體反射率的光譜曲線,(L-Qρa(bǔ)ve)end為圖像本身收集的純凈像元的平均反射率.

在QUAC中,使用基于連續(xù)最大角凸錐(sequentialmaximumangleconvexcone,SMACC)方法尋找純凈像元.由于輸出的數(shù)據(jù)是放大10 000倍,在ENVI中重新縮小0.000 1即可獲取真實(shí)的地表反射率.

將由GDPS求出的后向散射系數(shù)、地表反射率和表觀反射率代入改進(jìn)后的二流式模型進(jìn)行計(jì)算,得出AOT.

2 校驗(yàn)數(shù)據(jù)

2.1 AERONET氣溶膠光學(xué)厚度數(shù)據(jù)

AERONET是由美國(guó)國(guó)家宇航局和法國(guó)國(guó)家科學(xué)研究中心共同建立的一個(gè)分布在全球的地基氣溶膠觀測(cè)網(wǎng)[17].該網(wǎng)站提供的數(shù)據(jù)目前廣泛應(yīng)用于氣溶膠光學(xué)特性精度的驗(yàn)證.AERONET提供的AOT數(shù)據(jù)分為3個(gè)等級(jí)：Level1.0是未經(jīng)過(guò)嚴(yán)格濾云和驗(yàn)證的數(shù)據(jù)；Level1.5是經(jīng)過(guò)嚴(yán)格濾云,但沒(méi)有驗(yàn)證的數(shù)據(jù)；Level2.0經(jīng)過(guò)除云處理和人工檢查,并且有質(zhì)量保證的數(shù)據(jù)[18-19].

由于Level2.0級(jí)數(shù)據(jù)缺失,本研究采用AERONET監(jiān)測(cè)站Level1.5級(jí)數(shù)據(jù)對(duì)GOCIAOT數(shù)據(jù)進(jìn)行精度校驗(yàn).為配合GOCI有限的陸地覆蓋范圍,選取Beijing(116.38°E,39.977°N)、Beijing-RADI(116.379°E,40.005°N)、Xianghe(116.962°E,39.754°N)、Beijing-CAMS(116.317°E,39.933°N)、Taipei-CWB(121.500°E,25.030°N)、XuZhou-CUMT(117.142°E,34.217°N)和Taihu(120.215°E,31.421°N)等7個(gè)站點(diǎn),選擇華北地區(qū)一次嚴(yán)重霾事件期間中的4d(2015年11月27、29、30和12月2日)的數(shù)據(jù),其中AERONET缺失2015年11月28和12月1日的觀測(cè)數(shù)據(jù).由于AERONET缺少555nm波段AOT的觀測(cè)值,根據(jù)2個(gè)相鄰波段(500nm和675nm)AOT值通過(guò)線性內(nèi)插法計(jì)算得到555nm波段的AOT.同時(shí),選擇GOCI成像前、后30min的AERONETAOT作為有效驗(yàn)證數(shù)據(jù),并選取以AERONET站點(diǎn)為中心的±0.5°范圍內(nèi)的GOCIAOT與觀測(cè)站值進(jìn)行校驗(yàn).云覆蓋區(qū)域賦值為0.

2.2 MODIS氣溶膠光學(xué)厚度數(shù)據(jù)

MODIS是搭載于Terra和Aqua衛(wèi)星上的傳感器.可提供在可見(jiàn)光、近紅外和紅外共36個(gè)通道的全球觀測(cè),廣泛適用于氣溶膠、地表和云等的高分辨率監(jiān)測(cè).MODIS為太陽(yáng)同步極軌衛(wèi)星上的傳感器,觀測(cè)范圍覆蓋全球,其數(shù)據(jù)可靠性得到了國(guó)內(nèi)外學(xué)者的認(rèn)可[20-23].

MODIS標(biāo)準(zhǔn)數(shù)據(jù)產(chǎn)品中的MOD04 3km氣溶膠產(chǎn)品,星下點(diǎn)分辨率為1km×1km,采用傳統(tǒng)的暗像元算法求解AOT.在ENVI5.1軟件環(huán)境下,對(duì)二級(jí)數(shù)據(jù)MOD04在550nm處的氣溶膠光學(xué)厚度重投影到WGS-84地理坐標(biāo)系(worldgeodeticsystem—1984coordinatesystem)下,進(jìn)行投影校正,并對(duì)每間隔5min的產(chǎn)品進(jìn)行拼接,云覆蓋區(qū)域?yàn)?值,并選取經(jīng)緯度與GOCIAOT一致的MODISAOT作對(duì)比驗(yàn)證.由于求解的AOT放大了1 000倍,必須進(jìn)行增益與偏移運(yùn)算,計(jì)算公式為

(15)

式中：N為遙感影像像元亮度值,Scal=0.001,ηset=0.

3 結(jié)果與討論

3.1 參數(shù)重新計(jì)算前、后GOCI 氣溶膠光學(xué)厚度驗(yàn)證

將只考慮氣溶膠折射、沒(méi)有考慮氣溶膠折射和BRDF、考慮了氣溶膠折射率和BRDF這3種情況下分別計(jì)算得到的GOCIAOT數(shù)據(jù)進(jìn)行比較,如圖3所示,E為AERONETAOT值,G為GOCIAOT值,結(jié)果如下.

1)在只考慮氣溶膠折射,但是沒(méi)有重新計(jì)算地表BRDF參數(shù)的情況下,AOT反演結(jié)果誤差非常大,較站點(diǎn)觀測(cè)值平均值偏大0.25,擬合精度R2=0.51,平均偏高1.25倍,最高甚至可達(dá)實(shí)測(cè)值的28倍多,如圖3(a)所示.

2)在沒(méi)有考慮氣溶膠折射,也沒(méi)有重新計(jì)算地表BRDF參數(shù)的情況下,反演結(jié)果較站點(diǎn)觀測(cè)值平均偏高0.18,擬合精度R2=0.68,如圖3(b)所示.

圖3 三種不同情況下二流式算法改進(jìn)前、后555 nm波段處的GOCIAOT與AERONETAOT對(duì)比Fig.3 Comparison of AOT at 555 nm between AERONET and GOCI before and after improvement of two-stream algorithm under three different conditions

3)在考慮氣溶膠折射并且重新計(jì)算BRDF的情況下,GOCIAOT與AERONET觀測(cè)值偏差變小,平均誤差僅為0.06,擬合精度R2=0.91,如圖3(c)所示.可見(jiàn),采用改進(jìn)二流式算法后,GOCIAOT與AERONETAOT一致性優(yōu).

在高值區(qū)(AOT>0.81),GOCIAOT與AERONETAOT整體斜率為0.98,截距為0.04,略大于0,且兩者之間的均方根誤差為0.01,擬合精度R2=0.83；當(dāng)AOT<0.81時(shí),兩者整體斜率為0.77,截距為0.19,擬合精度R2=0.65,均方根誤差為0.19,平均值誤差為0.12.可見(jiàn),GOCIAOT在高值區(qū)與AERONETAOT實(shí)測(cè)值更接近,GOCIAOT整體略大于AERONETAOT.

4)如圖4所示為11月30日世界同一時(shí)間(UTC)各時(shí)段(00：00, 01：00, 02：00, 03：00, 04：00, 05：00, 06：00, 07：00UTC)GOCI和AERONET的AOT值,對(duì)555nm波段處的AERONETAOT和GOCIAOT進(jìn)行對(duì)比發(fā)現(xiàn),兩者整體斜率為0.96,截距為0.15,R2=0.89,說(shuō)明GOCIAOT高精度能及時(shí)反映氣溶膠濃度變化.

圖4 2015年11月30日各時(shí)段555 nm波段處的GOCIAOT與AERONETAOT比較 Fig.4 Comparison of AOT at 555 nm betweenGOCI and AERONET during each period onNovember 30, 2015

3.2 GOCI與MODIS氣溶膠光學(xué)厚度的比較

圖5 550 nm波段處MODISAOT與555 nm 波段處GOCIAOT比較Fig.5 Comparison between MODISAOT at 550 nm and GOCIAOT at 555 nm

將GOCI和MODIS遙感影像上AOT數(shù)據(jù)擬合后發(fā)現(xiàn),擬合線斜率為0.88,截距0.15略大于0,并且兩者之間的均方根誤差為0.27,平均偏差為0.02.如圖5所示,M為550nm波段處的MODISAOT,G為555nm波段處的GOCIAOT.GOCIAOT數(shù)據(jù)整體與MODISAOT數(shù)據(jù)基本一致,GOCIAOT整體略大于MODISAOT,R2=0.82.因此,MODIS數(shù)據(jù)可與GOCI數(shù)據(jù)相結(jié)合,構(gòu)建應(yīng)用于我國(guó)東部地區(qū)的霾動(dòng)態(tài)監(jiān)測(cè)模式,為霾事件監(jiān)測(cè)預(yù)警預(yù)報(bào)提供新思路和新方法.

3.3 GOCI 霾閾值

霾事件觀測(cè)是衛(wèi)星氣溶膠數(shù)據(jù)的重要應(yīng)用方面,關(guān)于霾的氣溶膠閾值,很多學(xué)者開(kāi)展過(guò)討論,如Li等[24]用地基遙感手段觀測(cè)北京冬季霧霾時(shí)取440nm波段處的AOT>1作為霾判定閾值,獲得了很好的效果；顏鵬等[25]在研究京津地區(qū)秋冬季霧霾期間的氣溶膠光學(xué)特性時(shí)發(fā)現(xiàn),霧霾影響時(shí)期的氣溶膠值為0.94～0.97.

針對(duì)AERONET地面觀測(cè)AOT數(shù)據(jù)缺少555nm波段的特點(diǎn),參考440nm波段處AOT>1的閾值[26],將440nm波段處AERONETAOT和555nm波段處GOCIAOT進(jìn)行線性內(nèi)插,得到與AERONET相匹配的氣溶膠光學(xué)厚度,發(fā)現(xiàn)當(dāng)440nm波段處地面觀測(cè)值A(chǔ)OT>1時(shí),555nm波段處GOCIAOT大于0.81,如圖6所示,因此,在GOCI555nm波段處,本次研究以GOCIAOT>0.81為霾判定閾值.

圖6 440 nm波段處AERONETAOT >1的值與對(duì)應(yīng)555 nm波段處GOCIAOT值的比較Fig.6 Comparison between AERONETAOT >1 at 440 nm band and GOCIAOT at 555 nm band

4 應(yīng) 用

自2015年11月27日起,華北地區(qū)(河北、山西、北京、天津和山東、河南兩省黃河以北地區(qū))[26]遭遇大范圍霾,北京市PM2.5小時(shí)濃度自11月27日凌晨開(kāi)始,達(dá)到重度及以上污染級(jí)別,并持續(xù)近110h,南部部分站點(diǎn)超過(guò)900μg/m3,為2015年最嚴(yán)重的污染過(guò)程.

研究發(fā)現(xiàn),在2015年11月27日～30日,550nm波段處的MODISAOT和555nm波段處的GOCIAOT影像顯示,氣溶膠光學(xué)厚度大于0.81的區(qū)域主要分布在河北省、天津市和北京市,面積超35 000平方公里,并在12月1日進(jìn)一步覆蓋了河南省、山東省部分地市.在此之后,華北地區(qū)都受到了此次霾的影響,其中30日最為嚴(yán)重.如圖7所示,

11月30日的八景GOCI影像數(shù)據(jù)清晰地顯示了這次霾事件的發(fā)展：以京津?yàn)橹行闹饾u向河北地區(qū)擴(kuò)散,南部則逐漸向山東半島遷移擴(kuò)散,最終整個(gè)華北地區(qū)被霾覆蓋；受地形影響,小五臺(tái)山、燕山和霧靈山沿線00：16(UTC)時(shí)仍未受污染,至06：16(UTC)時(shí),山東省黃河以北地區(qū)被霾控制,07：16(UTC)時(shí),霾擴(kuò)散至整個(gè)河北省中北部.圖中,白色區(qū)域?yàn)樵聘采w區(qū)域；灰色部分為無(wú)值區(qū)域,0～0.8為AOT的濃度,0.81以上均為黑色.至2015年12月2日00：16(UTC)時(shí)霾消散.

由于GOCI無(wú)法觀測(cè)到山西省及河南部分區(qū)

域,結(jié)合MODIS進(jìn)行全區(qū)域完整的動(dòng)態(tài)觀測(cè),如圖8所示.結(jié)果表明,該次霾事件主要發(fā)生在北京、天津河北西北部和山東北部一帶；由于可能受太行山的阻擋,山西省未受此次霾影響；河北以北的內(nèi)蒙古空氣質(zhì)量較好；遼寧省除靠近河北的山地地區(qū)有霾現(xiàn)象外,其他地區(qū)均未被霾覆蓋；由此可見(jiàn),此次華北地區(qū)的霾事件屬內(nèi)源性污染事件.冬季華北地區(qū)的燃煤采暖、秸稈焚燒都會(huì)促進(jìn)該地區(qū)氣溶膠濃度的增加,另外,該地區(qū)的重工業(yè)亦相對(duì)發(fā)達(dá),排放二氧化硫較多,從而加速硫酸鹽類氣溶膠的生成；從擴(kuò)散條件看,2015年11月底大氣環(huán)流異常,降雪次數(shù)多,導(dǎo)致該地區(qū)濕度高、溫度低、逆溫強(qiáng),加劇了污染的持續(xù)和累積.

11月30日的MODIS兩景(03：30—03：40和05：10—05：15UTC)中霾覆蓋范圍與GOCI整體一致，如圖7(c)和圖8(a)以及圖7(e)和圖8(b).由此可見(jiàn),GOCIAOT的動(dòng)態(tài)觀測(cè)能力,配合MODIS的大面積觀測(cè),不僅可以實(shí)現(xiàn)對(duì)霾的實(shí)時(shí)監(jiān)控,并且可以為識(shí)別霾提供信息支持.

圖7 2015年11月30日中國(guó)華北地區(qū)從00: 16到07: 16(UTC)555 nm波段處GOCIAOT的反演圖Fig.7 Retrieved GOCIAOT at 555 nm band from 00: 16 to 07: 16 (UTC) over Northern China on November 30, 2015

圖8 2015年11月30日中國(guó)華北地區(qū)550 nm波段處MODISAOT反演圖Fig.8 Retrieved MODISAOT at 550 nm band over Northern China on November 30, 2015

5 結(jié) 論

(1)采用二流式算法重新計(jì)算參數(shù)后獲得的GOCIAOT反演精度明顯提高,GOCIAOT在高值區(qū)表現(xiàn)更佳；該方法無(wú)需與MODISAOT等其他遙感數(shù)據(jù)同化,數(shù)據(jù)量少,且僅運(yùn)用ENVI進(jìn)行運(yùn)算,操作簡(jiǎn)便.

(2)參考實(shí)測(cè)440nm波段處AOT>1的霾判定閾值,將555nm波段處GOCIAOT與440nm波段處AERONETAOT作擬合分析,得出555nm波段處GOCIAOT>0.81，可作為霾判定閾值的結(jié)論.

(3)GOCIAOT與MODISAOT的擬合精度高達(dá)0.82,均方根誤差為0.27,平均偏差為0.02,兩者結(jié)果較一致,擬合優(yōu)度高,MODIS觀測(cè)范圍的廣泛性彌補(bǔ)了GOCI的局限性.

(4)結(jié)合MODIS的大范圍觀測(cè)能力,多源遙感觀測(cè)方法不僅動(dòng)態(tài)反映了霾的發(fā)展過(guò)程,同時(shí)也彌補(bǔ)了GOCI觀測(cè)范圍的有限性.

[1]LEEJ,KIMJ,SONGCH,etal.Algorithmforretrievalofaerosolopticalpropertiesovertheoceanfromthegeostationaryoceancolorimager[J].RemoteSensingofEnvironment, 2010, 114(5): 1077-1088.

[2]RYUJH,HABHJ,CHOS,etal.Overviewofgeostationaryoceancolorimager(GOCI)andGOCIdataprocessingsystem(GDPS) [J].OceanScienceJournal, 2012, 47(3): 223-233.

[3]ZHANGY,LIZ;ZHANGY,etal.HightemporalresolutionaerosolretrievalusinggeostationaryoceancolorImager:applicationandinitialvalidation[J].JournalofAppliedRemoteSensing, 2014, 8(7):4480-4494.

[4]XUEY,CRACKNELLAP.Operationalbi-angleapproachtoretrievetheearthsurfacealbedofromAVHRRdatainthevisibleband[J].InternationalJournalofRemoteSensing, 1995, 16(3): 417-429.

[5]WANGY,XUEY,LIY,etal.Priorknowledge-supportedaerosolopticaldepthretrievaloverlandsurfacesat500mspatialresolutionwithMODISdata[J].InternationalJournalofRemoteSensing, 2012, 33(3):674-691.

[6]LIY,XUEY,HEX,etal.High-resolutionaerosolremotesensingretrievaloverurbanareasbysynergeticuseofHJ-1CCDandMODISdata[J].AtmosphericEnvironment, 2012, 46(1): 173-180.

[7]LIY,XUEY,LEEUWGD,etal.RetrievalofaerosolopticaldepthandsurfacereflectanceoverlandfromNOAAAVHRRdata[J].RemoteSensingofEnvironment, 2013, 133: 1-20.

[8]KONDRAT’EVKY.Radiationintheatmosphere[M].NewYork:AcademicPress, 1969: 732-739.

[9]ROSENFELDD,LIUG,YUX,etal.,Highresolution(375m)cloudmicrostructureasseenfromtheNPP/VIIRSsatelliteimager[J].AtmosphericChemistryandPhysicsDiscussions, 2013, 13(11): 29845-29894.

[10]MODULEEAC.QUACandFLAASHuser’sguide[M].NewYork:ITTVisualInformationSolutionsPublishers, 2009: 5-13.

[11]LIY,XUEY,HEX,etal.High-resolutionaerosolremotesensingretrievaloverurbanareasbysynergeticuseofHJ-1CCDandMODISdata[J].AtmosphericEnvironment, 2012, 46(1): 173-180.

[12] 劉良明.衛(wèi)星海洋遙感導(dǎo)論[M].武漢:武漢大學(xué)出版社, 2005: 198-290.

[13]LEEKH,RYUJH,AHNJH,etal.FirstretrievalofdataregardingspatialdistributionofAsiandustaerosolfromthegeostationaryoceancolorimager[J].OceanScienceJournal, 2012, 47(4): 465-472.

[14]MOHANANEC,MUIRCHEARTAIGHIO.Optimalpowerlawdescriptionofoceanicwhitecapcoveragedependenceonwindspeed[J].JournalofPhysicalOceanography, 1980, 10: 2094-2099.

[15]MORELA.Opticalmodelingoftheupperoceaninrelationtoitsbiogenousmattercontent(caseIwaters) [J].JournalofGeophysicalResearch:Oceans(1978-2012), 1988, 93(C9): 10749-10768.

[16] 姜秋富,衛(wèi)星多光譜遙感數(shù)據(jù)溢油檢測(cè)方法研究[D].山東：中國(guó)海洋大學(xué),2011: 1-49.JIANGQiu-fu.Thestudyofoilspilldecetionusingsatellitemulti—spectraldata[D].Shandong:OceanUniversityofChina, 2011: 1-49.

[17]ECKTF,HOLBENBN,REIDJS,etal.Fogandcloudinducedaerosolmodificationobservedbytheaerosolroboticnetwork(AERONET) [J].JournalofGeophysicalResearchAtmospheres, 2012, 117(D7): 107-116.

[18]SMIRNOVA,HOLBENBN,ECKTF,etal.Cloud-screeningandqualitycontrolalgorithmsfortheAERONETdatabase[J].RemoteSensingofEnvironment, 2000, 73(3): 337-349.

[19] 周春艷,柳欽火,唐勇,等.MODIS氣溶膠C004、C005產(chǎn)品的對(duì)比分析及其在中國(guó)北方地區(qū)的適用性評(píng)價(jià)[J]. 遙感學(xué)報(bào), 2009, 13(5): 854-872.ZHOUChun-yan,LIUQin-huo,TANGYong,etal.ComparisonbetweenMODISaerosolproductC004andC005andevaluationoftheirapplicabilityinthenorthofChina[J].JournalofRemoteSensing, 2009, 13(5): 854-872.

[20]MENGF,CAOC,SHAOX.Spatio-temporalvariabilityofSuomi-NPPVIIRS-derivedaerosolopticalthicknessoverChinain2013 [J].RemoteSensingofEnvironment, 2015, 163: 61-69.

[21]HEQ,LIC,TANGX,etal.ValidationofMODISderivedaerosolopticaldepthovertheYangtzeRiverDeltainChina[J].RemoteSensingofEnvironment, 2010, 114(8): 1649-1661.

[22]GROSSON,PARONISD.ComparisonofcontrastreductionbasedMODISAOTestimateswithAERONETmeasurements[J].AtmosphericResearch, 2012,116(8): 33-45.

[23]SCHUTGENSNAJ,NAKATAM,NAKAJIMAT.ValidationandempiricalcorrectionofMODISAOTandAEoverocean[J].AtmosphericMeasurementTechniquesDiscussions, 2013, 6(2): 3765-3818.

[24]LIZQ,GUX,WANGL,etal.Aerosolphysicalandchemicalpropertiesretrievedfromground-basedremotesensingmeasurementsduringheavyhazedaysinBeijingwinter[J].AtmosphericChemistryandPhysics, 2013, 13(20): 10171-10183.

[25] 顏鵬,劉桂清,周秀驥,等.上甸子秋冬季霧霾期間氣溶膠光學(xué)特性[J].應(yīng)用氣象學(xué)報(bào),2010, 21(3): 257-265.YANPeng,LIUGui-qing,ZHOUXiu-ji,et,al.ApparatusofaerosolopticalpropertiesduringautumnandwinterhazeoverShangdianziarea[J].JournalofAppliedMeteorologicalScience, 2010, 21(3): 257-265.

[26] 中國(guó)氣象局.中國(guó)氣象地理區(qū)劃手冊(cè)[M].北京：氣象出版社,2006: 1-5.

Retrieval method of GOCIAOT using two stream approximate algorithm and its application

YAO Ling-ling, ZHANG Xiao-yu, JIANG Bin-bin

(Department of Earth Science, Research Center for Air Pollution and Health, Zhejiang University, Hangzhou 310027, China)

Aerosol optical thickness (AOT) of geostationary ocean color imager (GOCI) was retrieved based on the two-stream approximate algorithm considering aerosol refractive index and earth curvature and other causations, aiming at the lackage of 2.1 μm short wave infrared band and the high solar zenith angle of GOCI. As specified, the retrieval precision of GOCIAOT gets improved after parameters recalculation. According to the widely used groundbase haze threshold of AOT (440 nm) > 1.00, GOCIAOT (555 nm) >0.81 is proposed as the haze determination threshold based on the linear interpolation method. Moderate resolution imaging spectroradiometer (MODIS) is an operational polar orbiting satellite, GOCIAOT is slightly higher than MODISAOT with R2of 0.82. The haze event from November 27 to December 2, 2015 was selected as one case and MODIS satellite was combined to realize real-time dynamic monitoring of haze events over North China, which indicates that the multi satellites remote sensing monitoring method can reflect the dynamic process of haze event effectively.

geostationary ocean color imager (GOCI); aerosol optical thickness (AOT); two-stream approximate algorithm; haze event; dynamic observation

2015-12-09.

國(guó)家重點(diǎn)研發(fā)計(jì)劃資助項(xiàng)目(2016YFC1400901)；浙江省教育廳資助項(xiàng)目(Y201430393)；浙江省環(huán)?？萍加?jì)劃資助項(xiàng)目(2013A021)；浙江大學(xué)空氣污染與健康研究中心資助項(xiàng)目.

姚玲玲(1990—),女,碩士,從事大氣環(huán)境遙感研究. ORCID: 0000-0002-7558-0754. E-mail: lynnzju@foxmail.com 通信聯(lián)系人：張霄宇,女,副教授. ORCID: 0000-0002-7270-7270. E-mail: zhang_xiaoyu@zju.edu.cn

10.3785/j.issn.1008-973X.2016.12.024

P 237

A

1008-973X(2016)12-2424-09