基于MODIS數據氣溶膠光學厚度特征分析

海

洋信息

MARINE

INFORMATION

Doi:

10.19661/.2019.02.007

!

借息技術

】

基于

MODIS

數據氣溶膠光學厚度特征分析

侯思遠

，

劉雨華

，

鄭小慎

，

徐帆

，

杜榮璇

(

天津科技大學海洋與環境學院天津

300457

)

摘

要

氣溶膠光學厚度，

(

AOD

)

是表征大氣渾濁程度的關鍵的物理量

也是確定氣溶膠氣候效應的重要因素

$

本文

以環渤海區域為例

，

首先利用太陽光度計觀測數據對

MODIS

數據氣溶膠光學厚度產品進行驗證分析

，暗像元法反演

結果最好月至月

；年

然后基于

2005

1

2019

年暗像元法反演結果分析環渤海地區氣溶膠光學厚度的時空分

2

MODIS

布春夏季節氣溶膠處于高值區()

$

結果表明

：，

環渤海地區

AOD

分布呈現出明顯的季節變化

，

0.7-0.9

秋冬季節處于

低值區)

(季

0.2-0.5

，

AOD

高值區主要分布于北京天津及河北和山東交界地區

、

$

氣溶膠分布特征可能與沙塵天氣

、

風變化和工業生產生活的污染物排放有關

$

關鍵詞

氣溶膠光學厚度

；

MODIS

數據；

環渤海區域

中圖分類號

X513

Analysis

of

MODIS

Aerosol

Opticalon

ThicknessData

Characteristics

Bad

HOURong-xuan

Si-yuan, DU

LIUYu-hua,ZHENG

Xiao-shen,

XU

Fan,

(

College

of

of

Marine China

andSciences,TianjinScience

EnvironmentalUniversityand

Technology,

Tianjin

300457,

)

Abstract

Aerosolthickness

opticalimportant

of

(AOD)

is

thethefactor

key

physicalturbidity atmosphere

quantitythe

inand

inRimthis

determining

theclimaticregionthe

effectsthe

of

as

aerosols.Takingpaper

photometer

Bohai

studyarea,

us

solar

obrvationandoptical

data

the

todemonstrating

verify

analyzebetter

theMODISperformance

data

aerosolproducts,

thickness

ofpixelmethodpixelJanuary

dark dark

inversion

.to

Then

bad

onMODISfrom2005

themethod

inversion

results

of

Februarythe

2019,

the the

temporaldistribution

andSea.

spatialAOD

of analyzed

AODBohaiThe

isin

results

showthat

distribution

has

obviousasonal

thelow

variations.aerosol

The

reaches

the

high

valueinsummer,

(0.7-0.9)and

springand

valuetheAODTianjin

(0.2-0.5)andThein

invalueis

autumnhigh

winter

ason.mainly

areadistributedandthe

Beijing,

border

characteristics

area

betweenProvince.

Hebeidistributionbe

Provinceofaerosolsdust

andThemay

Shandong

to

related

weather,

monsoon,

and

pollutant

emissions

from

industrial

production.

KeywordsMODIS

aerosolregion

optical

thickness;

data;Bohai

Rim

大氣氣溶膠是液態或固態顆粒在大氣中的懸

浮體系

，

氣溶膠可以通過輻射和吸收太陽輻射直

接影響地球的輻射熱收支平衡

，

是氣候變化的重

，

AOD

)

是氣溶膠最重要的參數之一

，

為衰弱系

數在垂直方向上的積分

，

是描述氣溶膠對光的

削減作用的

是一個無量綱值

，

對準確獲得氣

溶膠濃度和研究氣候變化有著重要的意義

#

要因子叭

隨著城市化進程的推進

，

大氣環境污

染問題日益突出

。

AOD

主流觀測可以分為地面觀測和衛星反演

#

大氣氣溶膠光學厚度

(

Aerosol

Optical

Depth

,

收稿日期

：

2019-05-31

項目支撐

：

大學生創新創業項目

(

2

)

。

||

36

海洋信

2019

年第

2

期||

AOD

地面觀測則有實際地點觀測和地基站點觀

信息技術

測兩種

，

觀測方法普遍采用太陽光度計測量觀

產品進行融合

。

測點數據

，

因而不能反映氣溶膠光學厚度的大

在地面及現場觀測中

，

地基氣溶膠觀測網絡

AERONET

(/

)

起到了

范圍時間分布

，

有極大的局限性

"

而衛星遙感

反演具有范圍廣

、

時效性強等特點

，

不再局限

于觀測站點設置的局限性

，

可以彌補地面監測

數據支撐的作用叫

它是由

NASA

和法國國家科

學研究中心

(

CNRS

)

共同建立的

。

AERONET

的目標是獲取氣溶膠的特征參數

，

并驗證衛星反

演的氣溶膠參數

，

AERONET

在全球陸地和海洋

的不足

，

高效快速的獲得區域大范圍

AOD

分布

特征叫

目前

，

國內外有多顆衛星提供了

AOD

反演

產品

，

如美國的、

MODIS

MISR

、

SeaWIFS

#

上分布著

400

個觀測站

，

采用的觀測設備主要是

CIMEL

系列太陽光度計叫

本文以環渤海區域為例

，

利用太陽光度計觀

測數據對

MODIS

數據氣溶膠光學厚度產品進行

VIIRS

、

OMI

#

Calipso

等

，

國內利用環境一

號

(

HJ-1

)

系列衛星上搭載的寬覆蓋率光譜

CCD

和

FY-3A

上搭載的中分辨率光譜成像

儀

(MERSI

)

可以實現對氣溶膠光學厚度反

驗證分析

，

基于

20052019

年

1

月至

年

2

月

MODIS

暗像元法反演結果分析環渤海地區氣溶

膠光學厚度的時空分布

。

演叫氣溶膠算法主要包含了暗像元法

(

DT

)

、

深藍算法

(

DB

)

以及融合算法

(

CO

)

，

其中

DT

算法主要是成熟的大陸和海洋上空氣溶膠光學

1

數據與方法

厚度反演方法

，

DB

算法適用區域可用于干旱與

半干旱高亮度地區和濃密植被覆蓋的暗區域及

復雜的城市區域

，“

融合方案是基于歸一化植被

指

指數

(NDVI)

數據將地表分為

NDVI

<

2

、

0.2

!

1.1

研究區域介紹

環渤海地區”

也稱為

“

環渤海經濟圈

”

，

京津冀

海洋信息

MARINE

INFORMATION

人口的

22.2%

,

地理位置十分重要叫氣溶膠觀

測的區域地基站點分布不均

，

站點多分布于北京

地區

°

本文選擇

113.5°

E

至

120E°

、

36°N

至

41

。

/

區域進行實測數據驗證分析及

AOD

時空變

化研究區域

。

1.2

數據介紹

本文使用的是美國國家航空航天局

(

National

Aeronautics

and

Space

Administration

,

NASA

)

發

布于

LAADS

DAAC

網站

(

ladsweb

.

/arch

)

的

2005

年

1

月一

2018

年

12 日

月的C6

版本

Level1

MODIS/Aqua

尺度數據產品

(

MOD04

L2

)

,

空間分辨率為

0.1°

x

0.1

。

。

對(

C6

版本暗像元法

DT

)

、

深藍

算法 種方法得到

(

DB

)

以及融合算法

(

CO

)

3

，

的AOD

產品數據進行分析

。

實測數據包括基站監測數據和現場監測數

據

。

基站數據采用

CE318

多波段太陽光度

計測量在香河站點

(

39.754°

N

,

116.962°

E

)

AERONET

level1.5

級

AOD

數據產品數據

，包含

340380870

、、、、、

440

、

500675

1

020

nm

共

7

個波段的

2018

年全年數據

；

現場監測數據采用

Microtops

II

手持太陽光度計在天津濱海新區站

點

(

39.087°NE

,年

117.704°)

現場觀測

2018

1

月

一

2018

年

12

月的數據

,

數據包含

340

、

500

、

870

、020

936

、

1

nm

共

5

個波段數據

。

2

MODIS

AOD

數據產品驗證

2.1

數據的預處理

由于實測數據不包括

550

nm

波段上的

AOD

數據

，

依據朗伯一比爾定律

，

利用其它波

張家口

段

(

500

nm

和

675

nm

)

上的

AOD

數據和對應

波段的波長指數進行插值

，

得出

550

nm

波段上

的數據

AOD

,

變換獲得波長指數的計算公式

問

如下

：

其中血和

"

為波長

,

dz

為波長血至九區

"

間內的波長指數

,

和

#

A2

分別對應波長血和

上的

AOD

數據

。

介于波長血和

"

之間的任一波

長九對應的

AOD

數據可由下式計算

：

||

38

海洋

2019

年第

2

期||

嚴)

2

(

1

2

)

2.2

MODIS

AOD

數據驗證

實測數據為

AERONET

地基數據一香河

站點

(,

39.754°N

116.962°

E

)

和濱海站點

(

39.087°

N

,

117.704°)

E

觀測的

AOD

數據

,

對

MODIS

數據暗像元法

(

DT

)

、

深藍算法

(

DB

)

以及融合算法

(

CO

)

3

種方法得到的

AOD

產品

數據進行驗證

。

以觀測站點為中心

，

選取周圍

3x3

像元內的

MODIS

氣溶膠光學厚度結果做空

間平均

，與時間

作為

MODIS

不同算法的

AOD

,

間隔在

3

h

內的實測數據進行驗證分析

。

圖

2

為衛星

AOD

與實測數據的對比分析圖

,

匹配數據為

234

組

實測數據與暗像元算法反演

算法結果的擬合曲線為

y0.1497

=+

0.7885x

,

判

定系數

R

2

=0.64

信息技術

坦

：

Q

o

<

#

8

G

SIGOW

實測

AOD

(

a

)

DB

結果與實測數據的對比

0.7885x

+

0.1497

0

1

0.20.40.60.8

實測

AOD

1.21.6

1.41.8

2

(

bDT

)

結果與實測數據的對比

坦

瞬

o

o

Q

o

<

S

IG

O

W

實測

AOD

(

c

)

CO

結果與實測數據的對比

圖

2

衛星

AOD

與實測數據的對比分析

||

2||

2019

年第

海洋信息

MARINE

INFORMATION

41°N

40°N

北京

遼寧

39°N

河北

天津

渤海

3,°N

35°N

山東

36°N

114°E 115°E O O 120°E

116°E117118119°E

EE

圖

3

20052018

年

一

年

AOD

整體分布圖

3.2

氣溶膠光學厚度時間變化

年開始峰值又達到

AOD

0.9

—

1.0

之間

$

圖

4

為環渤海地區

20052018

年年

1

月

一

12

月

AOD

的數值變化圖

，

由圖分析可知

，

該圖呈

“

多峰型

”

分布并且有相似的走向

，

2005

年氣溶

時間上

1

月至

6

月呈現出波動上升趨勢

，

在

7

月和

8

月達到峰值

，

從

8

月開始再逐步波動式

下降

$

夏季高值的原因是由于環渤海地區夏季以

較細粒徑的城市

一

工業氣溶膠為主控模態

，

夏季

膠光學厚度偏高

，

隨后

3

年普遍較低

$

2006

—

2008，

年

AOD

峰值都在低于

0.7

的情況下

2009

持續高溫條件下光化學反應加速了細粒子的生成

。

20

2

2

O1

O1

2

O1

2

O1

O1

2

O1

2

O1

O1

2

O1

2

0

7

6

5

4

3

2

1

0

圖

4AOD

2005

年

一

2018

年月平均

3.3

氣溶膠光學厚度季節變化

圖

5

為

20052019

年

3

月

一

年

2

月間的

AOD

79

、

8

月為夏季

，2

、

10

、、

11

月為秋季

，

12

1

、

月為冬季

。

信息技術

40o40o

NN

383838

OOO

NN

40°N

N

0.7

36°N36°N

36°N

114°E116°E114°E116°E116°E

11(°E11(°E11(°E

120°E120°E120°E

114°E

0.6

40°N40°N

40°N

383838

OOO

N

0.5

NN

36°N36°N

36°N

114°E116°E114°E116°E116°E

11(°E11(°E11(°E

120°E120°E120°E

114°E

0.4

40°N40°N

40°N

0.3

383838

OOO

NN

N

36°N36°N

36°N

114°E116°E114°E116°E116°E

海洋信息

MARINE

INFORMATION

明顯的季節變化趨勢

，

季節分布特點為夏季

AOD

值最高

(

0.60.5

),

——

0.90.7

),

春季次之

(

秋季

(

0.3-0.5

)

的

AOD

處于全年較低水平

,

冬

季)

(

0.2-0.4

的

AOD

是處于全年的最低水平

&

總體上

，

環渤海地區

AOD

的季節變化呈現出夏

季

＞

春季秋季

＞＞

冬季

，

這與中國東部地區氣溶

膠表現的特征基本一致譏

圖

6

為環渤海地區

20052018

年年

1

月

一

12

月的環渤海地區分布圖

14

年月均

AOD

，

環渤海

空

陸地區域

AOD

高值區分布于重工業區

,

主要集

中于河北和山東的交界

，

夏秋季分布特點尤為突

出

；

渤海上空海區

AOD

高值區主要分布于渤海

的近陸架區

，

春冬季節尤為突出

。

由圖

5

和圖

6

綜合來看

，

12(

、

1

2

月環渤海

地區陸地區域的

AOD

整體水平在全年中最

低

(

0.2

—

0.4

之間

)

，

但出現零散的分布點

，

且年

際變化差異性較小

，

此時氣溶膠處于相對穩定的

時期

&

3

、

4

(

5

月份渤海灣及周邊區域的

AOD

呈現出趨勢性上漲

，

此時期的變化較大

，

春季多

有沙塵

、、

揚沙

浮沉等天氣

，

而且會在很多地區

頻繁的出現月

，

導致了

AOD

的升高

&

67

(

、

8

自然科學版

AOD

呈現出下降趨勢

，

這可能是由于夏季降雨

量加大致使空氣清潔

，月份

AOD

減小

&

9

AOD

達到相對較高的數值

(

0.6-0.7

)

，

但是在

10

月

份下降到一個相對較低的水平

(

0.4-0.5

)

，

9

、

10

、

11

月份內陸地區的

AOD

進一步降低0.3-

(

0.4

)

，

而渤海灣

AOD

開始回升

，

整體上

AOD

高

值區域由內陸向渤海灣地區轉移

。

總體來看

，AOD值在

環渤海地區

5

—

6

月達

到峰值

，

在

1

—&

2

月處于最低值

從年際變化趨

勢來看基本處于波動的上升趨勢

，9

4

—

月因氣溶

膠的活動較強

AOD

值變化較大

，，

波動也大冬

季的

AOD

值變化最小

，

波動也最小

&

||

42

海洋年第

2

息

2019

2

期||

4

結語

本文利用實測與

MODIS

數據相匹配的

234

組

AOD

數據進行驗證

，：

結果表明

MODIS

暗像

元算法反演結果更適用于環渤海地區

&

在時空分

布分析中可以看到

，

環渤海地區氣溶膠光學厚度

呈現出明顯的季節性分布

，

AOD

高值區主要集

中于夏季

，AODAOD

冬季的

數值明顯降低

&

間分布大體上呈現出西南高東北低的分布

&

河北

中南部

、

冀魯交界處和天津南部為高值區

，

北京

北部及河北北部處于低值區

。

參考文獻

：

[1]LA,V,

Levy

J

R,C.al,Evaluation

Remerof

Mattins

et

the over

MODISocean

aerosol

retrievals

and

land

during

CLAMS[J].the

of Atmospheric

Journal

Sciences,

2005,

62(4):

974-992.

[2] 徐夢溪許寶華鄭勝男

，，，

等

.

基于衛星遙感數

MODIS

據的大氣氣溶膠光學厚度優選反演方法

[

J].

南京工程

學院學報

(

),

2013,

11(2):

1-7.

[3]Jiaoaerosolo

H.G.,-

Yan

H.,

Y.,

BiB. Advances

et

al.

in

brvationcorrespondingplan

network

and

science

[J]

.

Scientia

26(1):

Meteorologica2006,

Sinica,

110-117.

[4]

延昊，

矯梅燕等

，

畢寶貴

，

.

國內外氣溶膠觀測網絡發

展進展及相關科學計劃

[J].(1):

氣象科學

，2006

110-117.

[5]

何嫻

.

環渤海經濟圈港口物流協同發展研究

[D].

武漢

：

武漢理工大學

,

2010.

[6]

孫海波

.

氣溶膠光學特性與后向散射消光對數比的相

關性研究南京：