基于MODIS的氣溶膠光學厚度反演算法及應用進展

李加恒，劉厚鳳，趙丹婷

（山東師范大學 人口·資源與環境學院，山東 濟南 250014）

1 引言

氣溶膠是指以大氣作為氣相載體與懸浮在其中半徑小于幾十微米的固態或液態微粒共同組成的多相體系［1］。由于其具有在大氣層中分布廣泛、生命期短暫、空間變化巨大、化學成分復雜，影響區域乃至全球氣候等特點，目前已成為大氣科學研究的熱點問題。

我國的大氣氣溶膠監測主要以地面監測為主，地面監測可以得到較為準確的氣溶膠信息，但由于我國幅原遼闊，并且大多數監測站點分布在各個大、中城市，因此依靠現有的監測臺（站）與監測技術，不能全面、連續地監測我國的環境質量狀況，而遙感監測是實現這一目的的有效方式［2］，與傳統的地基探測方法不同，衛星遙感可以進行快速、大范圍、低成本、周期性動態監測，為人們實時了解大區域范圍內的氣溶膠變化提供了可能。

2 遙感反演氣溶膠理論的發展

國際上利用衛星遙感氣溶膠的理論始于20世紀70年代。1977年，NOAA［3］開始利用高分辨率輻射計AVHRR可見光第一通道（0.63μm）進行海洋上空氣溶膠光學厚度的遙感。Gordon［4］考慮了氣溶膠在海洋水色遙感中的影響，并用AVHRR／NOAA觀測開發生成業務產品。Tanre等［5］在陸地遙感中去除大氣，特別是氣溶膠的渾濁效應，并由此開始了陸地氣溶膠的遙感研究。近年來，隨著對氣溶膠特性的深入研究，利用衛星遙感氣溶膠也得到了不斷的發展，各種傳感器包括多光譜、多角度、偏振、成像掃描等功能的應用對遙感氣溶膠光學特性提供了更加全面的信息，先后出現了多種衛星遙感氣溶膠的方法，如單通道遙感和多通道遙感、對比法遙感、多角度多通道遙感、偏振特性遙感等［6］。在眾多遙感氣溶膠光學特性的研究中，最具代表性、應用最廣泛的為基于MODIS等傳感器的多光譜信息來反演監測氣溶膠光學厚度的研究。

1991年NASA正式啟動地球觀測系統（EOS）計劃，并于1999和2002年分別發射了Terra（EOS.AM1）和 Aqua（EOS.PM1）兩顆對地觀測衛星。MODIS是Terra和Aqua兩顆極地軌道衛星搭載的主要傳感器，它的英文全稱為Moderate Resolution Imaging Spectradiometer，即中分辨率成像光譜儀，具有36個光譜通道，分布在0.4～14μm的電磁波譜范圍內。MODIS儀器的星下點地面分辨率分別為250、500和1 000m，掃描寬度為2 330km，在對地觀測過程中，可同時獲取來自大氣、海洋和陸地表面的信息，它的運行周期為1～2d，每日或每兩日可獲取一次全球觀測數據［7］。MODIS各波段輸出的灰度量化等級為12bit，量化等級比NOAA AVHRR高4倍，并且采用了可見光波段星上校準技術以確保觀測的長期穩定［8］。由于MODIS數據具有多光譜分辨率、高時空分辨率等特點，因此它在監測資源、環境、災害和全球氣候變化等方面具有重大意義。

3 基于MODIS反演氣溶膠光學厚度的主要算法

目前利用衛星遙感反演氣溶膠光學厚度的方法包括單通道反射比、多通道反射比、密集植被暗背景、海陸對比及單次散射反照率的反演、多角度成像偏振和陸地粒子譜的反演、熱輻射對比、用于TOMS資料的紫外方法等［9］。本文主要介紹其中比較有代表性的幾種主要的氣溶膠反演算法。

3.1 暗像元算法

暗像元法是由Kaufman和Sendra［10］反演稠密植被上空氣溶膠光學厚度建立的。陸地上的稠密植被、濕土壤及水體覆蓋區在可見光波段反射率很低，在遙感圖像上稱為暗像元，在晴空無云天氣的陸地暗像元上空，衛星觀測反射率隨大氣氣溶膠光學厚度單調增加，利用這種關系反演大氣氣溶膠光學厚度的算法，稱為暗像元法。暗像元法基于表觀反射率大氣貢獻項，利用大多數陸表在紅（0.60～0.68μm）和藍（0.40～0.48μm）波段反射率低的特性，根據歸一化植被指數（NDVI）或近紅外通道（2.1μm）反射率進行暗像元判識，并依據一定的關系假定這些暗像元在紅或藍通道的地表反射率，用于反演氣溶膠光學厚度［7］。該法最初只能應用于預先知道有稠密植被的地區，為了使方法的適用性更好，Holben和 Kaumfan［11］用中紅外波段（2.1μm 或3.8μm）來尋找暗像元。擬合得到紅（0.66μm）、藍（0.47μm）和中紅外通道（2.1μm）地表反射率的關系：

由公式（1）、（2）確定紅、藍通道的地表反照率ρR和ρB，并且假定符合研究區域的氣溶膠模型，就可以由衛星獲取的表觀反射率來反演氣溶膠光學厚度。暗像元法是目前遙感陸地上空氣溶膠應用最廣泛的算法。

3.2 擴展的暗像元算法

一般情況下，當地表反射率較低時，傳感器接收的輻射值隨氣溶膠的增多而迅速增大，隨著地表反射率的增大，輻射值隨氣溶膠的增加而增大的幅度變慢，當反射率增大到一定程度時，氣溶膠的指示作用降低，輻射值將不隨氣溶膠的增加而增加，甚至有時會出現隨氣溶膠的增加而降低的趨勢。因此，在干旱、半干旱以及城市等高反射率地區氣溶膠光學厚度的反演還存在不少困難［2］。

3.3 結構函數法

對于中高緯度地區冬季或干季，大多數像元為亮地表，在暗地表上以路徑輻射為主的反演算法用于亮地表上會產生很大的反演誤差。對比法是基于如下假定，即在同一地區一段時間內地表反射率不變。那么，以“清潔日”大氣為參考，可以反演出“污染日”大氣氣溶膠光學厚度。Tanre［13］和 Holben［14］在采用對比法時，引入了結構函數概念形成結構函數法，該算法主要利用表觀反射率的地表貢獻項反演氣溶膠光學厚度。

結構函數法在應用于反演過程中時，需要以干潔的背景氣溶膠信息作為己知。通過地面觀測或其它途徑來確定“清潔日”氣溶膠光學厚度，假定地表目標無變化，由透射函數的變化就能獲取其它“污染日”的氣溶膠光學厚度。這一方法依賴于單次散射反照率及不對稱因子，相對于散射相函數有較好的獨立性。為在干旱、半干旱地區和城市區等亮地表上空的氣溶膠光學厚度反演提供了途徑。

3.4 高反差地表法

高反差地表法是由Kondmtyev［15］等在20世紀70年代提出的用于反演晴空條件下陸地上空的氣溶膠光學厚度的方法。這一方法反演氣溶膠光學厚度是在兩個空間位置比較靠近的區域，假設大氣的光學特性不變，選擇明、暗兩種對比明顯的像元（區域）反演氣溶膠光學厚度，這里要求的暗像元（區域）是與明亮像元（區域）相對而言的，并不局限于水體以及濃密植被等特定地區，能夠在一定程度上解決亮地表上空氣溶膠光學厚度反演問題。但要實現業務化反演氣溶膠光學厚度還比較困難。

3.5 多星協同反演算法

為克服反演過程中未知參數較多，亮地表氣溶膠信息難以從衛星信號中分離出來的困難，唐家奎等［16］提出了基于Terra和Aqua雙星 MODIS數據的協同反演算法，雙星協同反演算法無需事先假定氣溶膠類型等參數，無須估算地表反照率，而將地表反射率與氣溶膠一同反演，可應用于包括城市等高反射率地區在內的各種地表類型。

但該算法在氣溶膠光學厚度反演時受以下因素的限制［16］：（1）很難獲得方程的解析解，唐家奎等使用牛頓迭代法獲得其近似的數值解，計算速度比較慢，而且有些像元可能會出現不收斂或結果誤差較大的情況；（2）由于兩顆衛星的時間有一定間隔，氣溶膠以及大氣中其它組分（如水汽、臭氧等）的性質會發生變化，同一像元可能會出現部分云污染，（3）由于使用的是兩顆衛星的數據，傳感器的性能退化、不同傳感器數據之間的圖像配準誤差等，這些都會影響最終氣溶膠光學厚度反演結果的精度。

3.6 其他AOD反演算法

（1）Robertet al提出的 V5.2算法，以新的方法考慮植被指數，認為可見光與中紅外通道的表觀反射率比值的變化與植被狀況有一定關系，利用衛星觀測的可見光和近紅外通道的反射率比值（VIS／SWIR）對表觀反射率進行參數化，使其成為植被指數和散射角的函數。

（2）馬里蘭大學Liang et al［17］提出的亮像元法，該算法的核心是基于MODIS多時相觀測的優勢，結合Terra和Aqua數據平臺，利用某段觀測時間內連續的一系列影像，尋找某一個時間觀測窗口內每一個像元在一系列能觀測到的范圍內最清晰的一個。在全球不同的4個區域（美國的華盛頓、中國的北京、尼日爾的Banizoumbou和加拿大的Bratts Lake）的實驗結果顯示：利用該算法反演的AOD與AERONET的觀測值能很好的吻合，新算法的殘余標準差和相關系數分別為0.11和0.89，相對于暗像元法算法的0.11和0.57，精度得到顯著提高。

3.7 主要反演算法的比較

暗像元法基于經驗關系，利用了多波段信息，適宜地表反射率較低時的情況（小于0.15），在下半年城市周邊植被覆蓋區域的應用效果較好；擴展的暗像元法可以解決在城區由于地表反射率和城市氣溶膠的強吸收性，導致暗像元算法失效的問題；結構函數法對于城市及周邊地區的氣溶膠反演更具有優勢；高反差地表法一般需要有序列圖像對比，其反演的結果只是相對氣溶膠光學厚度，很難實現業務化運行；雙星協同反演算法由于不受地表類型的限制，對城市等具有較高反射率的地表依然有效，但也受傳感器時間間隔誤差、云污染等客觀因素的影響；近年來出現的新的算法局部的反演精度還不錯，但大范圍的精度驗證還有待開展。

4 基于MODIS遙感反演AOD技術的應用

4.1 在氣溶膠空間變化及區域輸送研究中的應用

Chu［18］等利用NASA的 MODIS 10km分辨率的Level2氣溶膠光學厚度產品進行研究，證實了其在監測全球、區域和局地大氣污染方面有很顯著的應用價值。Lau［19］等研究表明，AOD的空間分布可以用來監測污染物區域輸送。劉桂青等［20］利用長江三角洲地區幾個城市的空氣污染指數與MODIS AOD產品進行對比，指出MODIS AOD從某種程度上可以反映地面大氣的污染狀況，并提出了一種對局域尺度進行空氣污染的監測手段。王雨［21］、李成才、毛節泰［22～23］、晏利斌［24］、段婧［25］等利用 MODIS氣溶膠產品分析了各地區氣溶膠的時空分布特征等。申彥波［26～27］等利用太陽光度計觀測資料和MODIS氣溶膠光學厚度資料分析了氣溶膠的時空分布特征，并與我國北方發生的沙塵天氣進行了對比，發現兩者之間關系密切。李曉靜等［28］同時釆用暗像元法和結構函數法遙感北京及地區的氣溶膠光學厚度分布特征，并利用地基太陽光度計的觀測值驗證了反演結果。

4.2 在氣溶膠光學厚度與地面顆粒物濃度相關性

研究中的應用

從目前的研究趨勢來看，不少學者通過建立兩者之間的數學模型，試圖以氣溶膠光學厚度AOD來反映PM10的濃度分布及輸送情況。

Engel－Cox等［29］以 MODIS數據和氣溶膠光學厚度為基礎，定性、定量的研究了AOD在大氣污染研究中的應用問題，通過將衛星遙感資料與地面污染物質量濃度的對比發現二者在美國中、東部地區比西部地區具有較高的相關性。Lau等［19］研究表明，MODIS遙感的AOD與地面PM10濃度具有較好的相關，MODIS遙感的AOD分布，可以在污染物區域輸送監測上扮演一個重要角色。Wang等［30］利用在美國阿拉巴馬州的一個城市衛星資料與多個站點的地面空氣監測數據的對比研究表明，PM2.5質量濃度與AOD相關系數在0.7以上，表明主要污染物分布在混合層內，且證明AOD可以定量用于空氣質量的評估。Donkelaar等［31］通過分析從MODIS、MISR反演得到的氣溶膠光學厚度和地面PM2.5之間的線性關系，發現兩者之間具有很強的相關性，相關系數分別為0.69和0.71，進而由AOD數據制作出全球PM2.5分布圖。

李成才等［32］通過對香港地區 MODIS遙感的AOD與地面PM10濃度的比較發現兩者有較高相關性，對于監測城市地區大氣污染和變化趨勢有現實意義。程興宏等［33］利用車載氣溶膠分析測量儀對北京市區的PM10進行多點采樣，并與同時段AOD數據進行相關分析，得到相關系數為0.49，證實了AOD和地面實測PM10的相關性是顯著的。李成才等［34］利用2001年MODIS氣溶膠光學厚度產品和北京市可吸入顆粒物PM10日均濃度進行比較分析，發現在引入濕度因子和季節變化的氣溶膠標高的影響后，兩者的相關系數為0.535，大于統計學上99%置信度的要求，證實了該氣溶膠光學厚度AOD可用于可吸入顆粒物PM10監測。

5 結語

由于大氣污染問題的日益嚴重，國內外對氣溶膠及可吸入顆粒物的研究都在加強，基于衛星遙感監測大氣氣溶膠的技術也在不斷成熟，對現有反演算法進行改善，使其能適用于多種不同類型的地表區域并提高反演精度，減小反演誤差是今后衛星遙感氣溶膠面臨的新挑戰。

［1］王新強.基于6S模型從MODIS圖像反演陸地上空大氣氣溶膠光學厚度［J］.量子電子學報，2003，20（5）：629～634.

［2］孫 林.城市地區大氣氣溶膠遙感反演研究［D］.北京：中國科學院，2006.

［3］Carlson T N，Wending P.Reflected radiance measured by NOAA－3AVHRR as a function of optical depth for Saharan dust［J］.Appl Meteoro，1977（16）：1 368～1 371.

［4］Gordon H R.Removal of atmospheric effects from satellite imagery of oceans［J］.Appl Opt，1978（17）：1 631～1 636.

［5］Tanre D.Atmospheric modeling for space measurements of gorund reflectance including bi－directional properties［J］.Appl Opt，1979（18）：3 587～3 594.

［6］King M D，Kaufman Y J，Tanre D，et al.Remote Sensing of Tropospheric Aeorsols from space：Past Perseni and Futuer［J］.Bulletin of American Meteorological Society，1999（16）：2 229～2 259.

［7］劉玉潔，楊忠東.MODIS遙感信息原理與算法［M］.北京：科學出版社，2001.

［8］黃家潔，萬幼川，劉良明.MODIS的特性及其應用［J］.地理空間信息，2003，1（4）：20～28.

［9］李成才.MODIS遙感氣溶膠光學厚度及應用于區域環境大氣污染研究［D］.北京：北京大學，2003.

［10］Kaufman，Sendra C.Alaorithm for automatic atomospheric corrections to visible and near－IR satellite imagery.Int［J］.Remote Sens，1988（9）：1 357～1 381.

［11］Kaumfan YJ，Wald A E，Remer LA，et al.The modis 2.1μm channel corrclation with visible reflectance for use in remote sensing of aerosol.IEEE trans.geosci［J］.Remote Sens，1997（35）：1 286～1 298.

［12］Kaufman Y J，Tanre D，Remer L，et al.MODIS semi－allilual repon［J］.Remot Sens，2002（4）：371～372.

［13］Tanre D，Devaux C.Radiative properties of desert aerosols by optical ground based measurements at solar wavelengths［J］.Geophys Res，1988（93）：14 223～14 231.

［14］Holben B N E，Vermote Y J，Kaufman D，et al.Aerosol retrieval over land from Avhrr data－application for atmospheric correction.IEEE trans geosci［J］.Remote sens，1992（30）：212～222.

［15］Kondratyew K，Y Buznikov A，A Vasilyev O B，et al.Influence of the atmosphere on the spectral brightness and contrasts of natural formations of spectrophotometry of the earth from space［J］.Izvestiya Atmospheric Ocean Physics，1975（11）：210～218.

［16］唐家奎，薛 勇.MODIS陸地氣溶膠遙感反演－利用Terra和Aqua雙星MODIS數據協同反演算法［J］.中國科學D輯：地球科學，2005，35（5）：474～481.

［17］Liang S L，Zhong B，Fang H L.Improved estimation of aerosol optical depth from Modis imagery、over land surfaces［J］.Remote Sensing of Environment，2006（104）：416～425.

［18］Chu D A，Kaufman Y J，Zibordi G，et al.Global monitoring of air pollution over land from the earth observing system－terra moderate resolution imaging spectroradiometer（MODIS）［J］.Geophys Res，2003，108（D21）：61～71.

［19］Lau Kai－Hon Alexis，Li Chengcai，Mao Jietai，et al.A new way of using MODIS data to study air pollution over the pear river delta［J］.Proceedings of the SPIE，2003（7）：4 891.

［20］劉桂青，李成才，朱愛華，等.長江三角洲地區大氣氣溶膠光學厚度研究［J］.環境保護，2003（8）：50～54.

［21］王 雨，傅云飛.利用MODIS衛星資料對中國中東部和印度次大陸氣溶膠特性的分析［J］.氣候與環境研究，2007，12（2）：137～146.

［22］李成才，毛節泰，劉啟漢，等.用MODIS遙感資料分析四川盆地氣溶膠光學厚度時空分布特征［J］.應用氣象學報，2003，14（1）：1～7.

［23］李成才，毛節泰，劉啟漢.利用從MODIS研究中國東部地區氣溶膠光學厚度的分布和季節變化特征［J］.科學通報，2003，48（19）：2 094～2 010.

［24］晏利斌，劉曉東.京津冀地區氣溶膠季節變化及與云量的關系［J］.環境科學研究，2009，22（8）：924～931.

［25］段 婧，毛節泰.長江三角洲大氣氣溶膠光學厚度分布和變化趨勢研究［J］.環境科學學報，2007，27（4）：537～543.

［26］申彥波，沈志寶，汪萬福.2001年春季中國北方大氣氣溶膠光學厚度與沙塵天氣［J］.高原氣象，2003（22）：185～190.

［27］申彥波，王 標，石廣玉.2006年春季我國東部海域氣溶膠光學厚度與沙塵天氣［J］.地球科學進展，2008 23（3）：290～298.

［28］李曉靜，劉玉潔，邱 紅，等.利用modis資料遙感北京及其周邊地區氣溶膠光學厚度的方法研究［J］.環境科學學報，2003（3）：29～31.

［29］Engel－Cox J A，Christopher H H，Basil W C，et al.Qualitative and quantitative evaluation of MODIS satellite sensor data for regional and urban scale air quality［J］.Atmospheric Environment，2004（38）：102～114.

［30］Wang J，Christopher S A.Intercomparison between satellitederived aerosol optical thickness and PM2.5mass：Implications for air quality studies［J］.Geophysical Research Letters，2003，30（21）：465～471.

［31］Donkelaar A V，Martin R V，Park R J.Estimating Groundlevel PM2.5using AOD determined from satellite remote sensing［J］.Geophys Res，2006（111）：21 202～21 212.

［32］李成才，毛節泰，劉啟漢，等.利用MODIS資料遙感香港地區高分辨率氣溶膠光學厚度［J］.大氣科學，2005，29（3）：71～72.

［33］徐祥德，周 麗，周秀驥，等.城市環境大氣重污染過程周邊源影響域［J］.中國科學，2004，34（10）：958～966.

［33］程興宏，徐祥德，陳尊裕，等.北京地區PM10空間分布特征的綜合變分分析［J］.應用氣象學報，2007，18（2）：182～183.

［34］李成才，毛節泰，劉啟漢，等.MODIS衛星遙感氣溶膠產品在北京市大氣污染研究中的應用［J］.中國科學，2005（35）：177～186.