利用高分四號數據監測“京津冀”地區陸地氣溶膠

王中挺　張玉環　袁淑云　趙少華　周春艷　陳　輝　馬鵬飛

(環境保護部衛星環境應用中心，北京　100094)

?

利用高分四號數據監測“京津冀”地區陸地氣溶膠

王中挺張玉環袁淑云趙少華周春艷陳輝馬鵬飛

(環境保護部衛星環境應用中心，北京100094)

高分四號衛星是我國發射的新型高分辨率對地觀測靜止軌道衛星，在大氣環境遙感監測方面有著廣闊的前景。本文針對高分四號衛星的數據特點，以當前較為成熟的暗目標法為基礎，利用濃密植被在紅光和藍光波段的線性關系，去除地表貢獻，實現氣溶膠光學厚度的反演，構建了應用于高分四號衛星數據的陸地氣溶膠反演算法。在此基礎上，利用2016年5月10日和20日過境“京津冀”地區的高分四號時間進行了反演試驗，并利用地面CE318的觀測結果進行了驗證。結果表明，本算法能較好的反映氣溶膠的空間分布，與地面結果有較高的相關性，但整體高于地面觀測值。

高分四號，京津冀，氣溶膠，遙感

1　引　言

2015年12月29日，“高分四號”衛星在西昌衛星發射中心搭載長征三號乙運載火箭成功發射。經過半年的在軌運行測試，2016年6月13日，高分四號正式投入使用。高分四號重約5噸，設計壽命8年，運行在距地3.6萬公里的地球靜止軌道，定位于東經105.6度的赤道上空，能夠對地球表面約三分之一的區域進行大范圍觀測，且能長期對某一地區持續觀測。高分四號搭載有一臺可見光/中波紅外面陣相機，采用面陣凝視方式成像，可見光波段分辨率50米，中波紅外波段分辨率400米，分辨率在50米以內。

高分四號衛星的研制開辟了我國高軌高分辨率對地觀測技術的新領域，代表我國靜止軌道衛星的最高水平，也處于國際先進行列[1]。高分四號衛星的載荷設計使之能夠在監測森林火災、洪澇災害等方面發揮重要作用，同時對同一地區的持續觀測使高分四號在觀測大氣環境的快速變化方面也有著廣闊的應用前景。

大氣氣溶膠是遙感獲取PM2.5、灰霾、沙塵等大氣環境參數的關鍵參數。目前，從可見光波段反演陸地氣溶膠的算法主要有：

(1)暗目標法。利用濃密植被在紅光、藍光波段的地表反射率較低，構建暗目標在這兩個波段的線性關系，從衛星觀測的信號中去除地表反射貢獻，提取氣溶膠信息。該算法已成功應用于TM、高分一號等國內外傳感器[2-3]。

(2)深藍算法。假定地表反射率隨時間變化較小，利用清晰天的地表反射率[4-6]去除地表貢獻，從藍光波段反演氣溶膠，該算法已成功應用于干旱半干旱區域。

(3)多角度算法。根據同一地物在不同觀測角度的地表反射率比值不隨波長變化，Diner等[7]從MISR的多角度數據反演得到氣溶膠，Hagolle等[8]、張玉環等[9]則利用不同天的衛星多角度數據計算價值函數反演得到氣溶膠。

但是，上述陸地氣溶膠反演算法主要是針對極軌衛星數據，而針對高分四號等靜止衛星數據開展的氣溶膠反演研究較少。主要有，Mei等[10]利用歐洲的MSG靜止衛星SERIVI數據研究了氣溶膠反演。

因此，為了拓展國產衛星的應用，本文針對國產先進的高分四號衛星數據，以暗目標法為基礎，研究了氣溶膠的反演算法，并在京津冀地區進行了反演試驗。

2　算法原理

在大氣水平均一假設條件下，衛星接收到的大氣頂部的表觀反射率ρTOA可以表達為[11]：

(1)

式中，θ為天頂角，下標s表示太陽入射方向，v表示觀測方向；φ為相對方位角；S為大氣底層向下的半球反射率，T為大氣整層的透過率，ρ0是大氣程輻射的等效反射率，ρs為地表反射率。公式中，ρ0、S和T等三個參數不受地表影響僅與大氣狀況相關，遙感反演一般是去除地表ρs的影響建立這三個參數與大氣信息(包括大氣分子與氣溶膠)的函數關系，從而實現氣溶膠的反演。

針對高分四號衛星的波段特征，本文采用目前較為成熟的暗目標法實現陸地氣溶膠的反演。暗目標法就是濃密植被法，其原理是對于植被密集的地表(即暗目標)，紅藍波段不僅有較小的反射率，并且紅、藍反射率之間具有很好的線性相關，因此根據暗目標的紅藍波段的地表反射率的線性關系從紅藍波段的表觀反射率去除地表貢獻，獲得大氣參數S、ρ0、T，進而得到氣溶膠光學厚度。

(2)

暗目標的識別采用計算NDVI設定閾值的方法實現。歸一化植被指數(NDVI)能夠較好的反映地表植被分布狀況而且能夠去除部分的大氣影響，通過NDVI一般就能較好的區分植被、水體、土壤等地表類型。

(3)

式中，ρnir和ρred分別表示近紅外波段和紅波段反射率。但NDVI也會受到大氣影響，使暗目標的識別出現錯判，需要根據氣溶膠反演結果做進一步的處理以去除偽暗目標[3]。

在識別出暗目標后，將暗目標的藍光和紅光波段的表觀反射率代入(1)式，同時與(2)式結合得到方程組：

(4)

在具體反演過程中，我們利用輻射傳輸模型建立ρ0、S和T等大氣參數與氣溶膠光學厚度之間的對應關系，代入高分四號衛星的藍光和紅光波段的表觀反射率，可實現氣溶膠光學厚度的反演。具體數據處理流程參見下節。

3　數據處理流程

基于上述原理，我們設計了如下的數據處理流程，從高分四號衛星數據獲取氣溶膠的反演信息。數據處理采用IDL8.3語言實現。

3.1大氣參數與氣溶膠光學厚度對應關系的構建

使用6S軟件設定相應的參數進行輻射傳輸計算得出大氣參數與氣溶膠光學厚度的對應關系。6S(the Second Simulation of the Satellite Signal in the Solar Spectrum)是利用連續階散射(Successive Orders of Scattering)的方法對大氣輻射傳輸過程進行計算的軟件，預設了大氣廓線、氣溶膠類型、傳感器參數等常用參數，是目前應用比較廣泛的輻射傳輸軟件[11]。

利用6S進行輻射傳輸計算時，觀測幾何參數、氣溶膠參數、波段等參數設定如下：①太陽天頂角9個(0～66°)，相對方位角設為12°等(0～180°)，由于高分四號為靜止衛星，對同一地點觀測角度不變，根據觀測區域將其設為固定值；②氣溶膠設為大陸型氣溶膠，0.55μm的光學厚度從0～2變化；③由于我們暫未獲得高分四號的波段響應函數，假設其波段響應為高斯分布，利用中心波長和波段寬帶建立波段響應函數暫時作為真實波段響應函數輸入6S中進行計算。

3.2數據預處理

利用在進行氣溶膠反演時，需要對獲得的圖像進行預處理，包括兩個方面的工作：

(1)輻射定標。采用如下的公式完成絕對輻射定標，獲取表觀輻亮度：

(4)

式中，a、b為定標系數，θs由中國資源衛星中心提供。

然后，根據GF-4星數據附帶的XML文件太陽高度角參數，利用下式，將獲得的表觀輻亮度轉換為表觀反射率ρ。

(5)

其中，E為大氣層頂太陽輻照度，θs為太陽天頂角。

(2)云處理與水陸分離。根據高分四號衛星的波段特點，云去除則是采用紅波段反射率結合NDVI的方法識別云象元[12]；水陸分離則是采用NDVI的方式分離水體，將NDVI為負值的像元識別為水體。

3.3氣溶膠光學厚度的反演

在高分四號衛星紅光和藍光波段的表觀反射率數據后，按照下面的步驟進行氣溶膠反演計算：

(1)大氣參數提取。從圖像的XML文件中讀取的太陽高度角，進行轉換得到太陽天頂角，按照太陽天頂角進行線性插值，得到各個氣溶膠光學厚度下模擬計算的、和等大氣參數。

(2)計算暗像元氣溶膠。按照式(3)，從圖像紅光和近紅外波段的表觀反射率計算圖像的NDVI，根據閾值選取暗目標。將各個氣溶膠光學厚度下的大氣參數，代入式(4)中計算紅光和藍光波段地表反射率比率k；與經驗設定的k相差最小的氣溶膠光學厚度值即為所求。

4　結果與驗證

我們選取了2016年5月10日、5月20日期間過境京津冀地區的高分四號衛星數據在完成以上處理后，得到了反演結果如圖1、圖2所示。可以看出，5月10日，京津冀地區氣溶膠光學厚度整體較低，整體在0.5以下，呈北低南高的分布狀況，北部的承德、張家口光學厚度較低，北京市區稍高，在南部的石家莊、邯鄲等工業較為集中的地區出現部分高值；5月20日，京津冀地區氣溶膠光學厚度整體較高，在北京及承德南部出現高值區，部分地區光學厚度超過了1，在南部的邢臺、邯鄲等地由于云影響未獲得反演結果。

圖1　2016年5月10日京津冀地區氣溶膠反演圖

圖2　2016年5月20日京津冀地區氣溶膠反演圖

為定量驗證本文的反演結果，我們利用地面CE318獲取了衛星過境期間的氣溶膠光學厚度。該儀器架設在衛星環境應用中心樓頂。為便于比較，地面獲得的氣溶膠光學厚度利用?ngstr?m公式[13]轉化為550nm，地面觀測數據采用衛星過境時間2小時內平均值，高分四號衛星反演的氣溶膠結果采用地面CE318觀測點10公里范圍內的區域平均值。

2016年5月期間北京地區的高分四號數據，共有3天有相應的地面觀測數據。如圖3所示，雖然本算法所獲得的結果與地面CE318觀測結果有著較高的相關性，相關系數大于0.9，但整體明顯高于地面CE318觀測結果偏大，可能是本文所采用的數據還在在軌測試當中，尚不穩定所致。

圖3　高分四號氣溶膠反演結果地基驗證圖

5　結　論

本文詳細描述了暗目標法對高分四號衛星數據進行氣溶膠光學厚度反演的應用，并進行了反演試驗、結果的地基驗證。可以看出：由于高分四號衛星設置有藍光、紅光、近紅外波段，暗目標法能夠適用于高分四號衛星數據的陸地氣溶膠光學厚度的反演；高分四號衛星在京津冀地區的氣溶膠反演實驗表明，本算法可以較好的反映陸地氣溶膠的空間分布；通過與地基CE318觀測結果的驗證，本算法與地面結果有較高的相關性，但數值整體偏大。

隨著高分四號衛星在軌測試的結束，定標系數、波段響應函數等參數會更加精確，數據質量也會更好，本算法獲得的陸地氣溶膠反演精度也將會有進一步提高，高分四號衛星數據將在我國未來大氣環境監測方面發揮更大的作用。

[1]范一大，吳瑋.“高分四號”發射成功助力防災減災事業[J].中國減災，2016，2：48-49.

[2]Kaufman Y J and Sendra C.Algorithm for automatic atmospheric corrections to visible and near-IR satellite imagery [J].International Journal of Remote Sensing，1988，9：1357-1381.

[3]王中挺，辛金元，賈松林，等.利用暗目標法從高分一號衛星16 m相機數據反演氣溶膠光學厚度[J].遙感學報，2015，19(3)：530-538.

[4]Hsu C N，Tsay S C，King M D and Herman J R.Aerosol properties over Bright-Reflecting source regions [J].IEEE Trans.actions on Geoscience.and Remote Sensing，2004，42(3)：557-569.

[5]Hsu C N，Tsay S C，and King M D and Herman J R..Deep blue retrievals of aAsian aerosol properties during ACE-Asia [J].IEEE Transactions on Geoscience and Remote SensingTrans.Geosci.Remote Sens，2006，44(11)：3180-3195.

[6]王中挺，厲青，王橋 等.利用深藍算法從HJ-1數據反演陸地氣溶膠[J].遙感學報，2012，16(3)：615-629.

[7]Diner D J，Martonchika J V，Kahna R A，Pinty B，Gobron N，Nelson D L and Holben B N.Using angular and spectral shape similarity constraints to improve MISR aerosol and surface retrievals over land [J].Remote Sensing of Environment，2005，94(2005)：155-171.

[8]Hagolle O，Dedieu G，Mougenot B，Debaecker V，Duchemin B and Meygretet A.Correction of aerosol effects on multi-temporal images acquired with constant viewing angles：a Application to Formosat-2 images[J].Remote Sensing of Environment，2008，112(4)：1689-1701.

[9]張玉環，李正強，侯偉真，許華.利用HJ-1 CCD高分辨率傳感器反演灰霾氣溶膠光學厚度[J].遙感學報，2013，17(4)：959-969.

[10]Mei L，Xue Y，Leeuw G et al.Retrieval of aerosol optical depth over land based on a time series technique using MSG/SERIVI data[J].Atmos.Chem.Phys.Discuss.，2012，12：4031-4071.

[11]Vermote E F，Tanre D，Deuze J L，Herman M and Morcrette J.Second simulation of the satellite signal in the solar spectrum 6S：An overview[J].IEEE Transactions onTrans.Geoscience and Remote SensingGeosci.Remote Sens.，1997，35(3)：675-686.

[12]韓杰，楊磊庫，謝玉娟，梁洪有。基于多光譜分析的HJ-1B數據云檢測算法[J].測繪科學，2013，38(1)：150-152.

[13]?ngstr?m A.The parameters of atmospheric turbidity[J].Tellus，1964，16(1)：64-75.

The aerosol monitoring over Beijing-Tianjin-Hebei region from GF-4 data

WANG ZhongtingZHANG YuhuanYUAN ShuyunZHAO ShaohuaZHOU ChunyanCHEN HuiMa Pengfei

(Satellite Environmental Center，Ministry of Environmental Protection of the People's Republic of China，Beijing 100094)

GF-4 is Chinese new high resolution geostationary satellite of earth observing，and it has a wide prospect in air environment monitoring. In the paper，aimed to the characteristics of GF-4，based on the Dark Dense Vegetation method，the surface contribution is removed by the linear relation of surface reflectance between blue and red band，and the aerosol is retrieved，then the aerosol retrieving method is built for GF-4 data. Finally，the retrieving experiment is processed in May 10 and May 20 over over Beijing-Tianjin-Hebei region，and the result is validated by the measurements of ground-based CE318. The result shows that，our method can monitor the spatial distribution of aerosol，the correlation coefficient with CE318 is large，but our result is larger than CE318.

GF-4，Beijing-Tianjin-Hebei region，aerosol，remote sensing

王中挺，博士，高級工程師，主要從事氣溶膠、顆粒物、灰霾等環境遙感方面的工作

張玉環，博士，工程師，主要從事大氣環境遙感研究

X87

A

1673-288X(2016)05-0113-04

項目資助：國家自然科學基金(批準號：41301358)

引用文獻格式：王中挺等.利用高分四號數據監測“京津冀”地區陸地氣溶膠[J].環境與可持續發展，2016，41(5)：113-116.