论文部分内容阅读
近年来,我国中东部频繁发生的雾霾天气受到了公众的广泛关注。雾霾的元凶是细颗粒物(PM2.5)。尽管环保部门的日常监测可以提供精确的PM2.5数据,但这种常规监测只能在有限的地面站点进行,我国广大农村和西部地区站点较少。相比之下,卫星遥感观测则具有覆盖面积广阔,宏观变化清晰的特点,可以充分反映颗粒物在大区域尺度上的分布及传输特征。气溶胶光学厚度（Aerosol Optical Depth,AOD）是大气气溶胶的重要光学特性之一,也是遥感估算PM2.5浓度的主要参数。相对于传统的极轨卫星,同一地区只能实现每天1-2次的覆盖观测,地球静止卫星具有时间分辨率高的突出优势,对污染物的跨境传输、雾霾成因解析等研究领域具有重要意义。然而静止卫星由于波段较少,数据量交大,在气溶胶反演精度和实时性等方面,还存在较多问题,无法满足我国环保气象等部门的业务需要。为了全天候、高精度、实时的产出气溶胶光学厚度遥感产品,本文针对目前国际上先进的葵花8号（Himawari-8）静止卫星数据,从反演算法和实时处理方面相对应的提出三个方面的解决方案:1.气溶胶模式构建。在卫星观测中,气溶胶模式的假定主要基于全球长时间序列地基数据的聚类分析。对某些特定地区或国家,全球尺度上的通用大陆型气溶胶模式可能并不适用。特别针对某些大气颗粒物污染状况比较严重的地区或国家,气溶胶组分复杂,变异性强,选择合适的气溶胶模式来构建查找表更加重要。本文将VIIRS-AOD-ATBD中的五种气溶胶模式与MODIS-DARK-TARGETS-ATBD-C005中的大陆型气溶胶模式构建查找表,并通过阈值判断与约束,选择最合适的气溶胶模式下反演的气溶胶光学厚度,作为Himawari-8 AOD观测值。2.地表反射率关系构建。建立准确的地表反射率关系,实现地气解耦是气溶胶光学厚度反演最重要的问题。对于不同的地表类型,可见光和近红外通道的地表反射率差别较大。本文通过大气校正得到的地表反射率,根据NDVI（Normalized difference vegetation Index）进行回归分析,训练得到各波段间最佳拟合关系及其NDVI分类阈值,最终成功构建出适用于Himawari-8的0.46μm-0.64μm波段和0.64μm-2.3μm波段间的地表反射率关系。3.气溶胶反演算法加速。气溶胶光学厚度反演过程中,有两个方面是整体性能的瓶颈,一是通过设定气溶胶模式,调用复杂的辐射传输模型构建查找表的过程,二是调用查找表对整幅影像进行逐像元反演的过程。随着GPU通用计算的不断发展,其强大的浮点计算能力,高密度的计算方式,高性价比的优势为上述问题提供了有效的解决方案。本文将基于CUDA（Compute Unified Device Architecture）模型CPU与GPU并行协同处理的异构计算体系,规划一系列合理的气溶胶反演处理子任务,充分利用CPU和GPU各自的优点,最终实现Himawari-8大气气溶胶光学厚度反演算法的加速。本文算法反演的气溶胶光学厚度与地基AERONET观测数据总体的相关系数可达0.87,回归方程为=0.93+0.04,分季节观测时的相关性也较高。从区域尺度上对比Terra、Aqua和Himawari-8 standard AOD产品,同样表明本文反演结果在分布和精度上具有一致性。算法在CUDA并行化过程中,本文分别从任务分配、线程设定、存储模式三个方面对其进行优化。测试结果表明并行算法性能提升比较明显,并且随着影像尺度的增加,加速比不断提升并逐渐稳定在5.5左右。