论文部分内容阅读
随着大气污染与空气质量问题的日益凸显,气溶胶的气候与环境效应越来越受关注。作为大气气溶胶的重要参数之一,气溶胶光学厚度(Aerosol Optical Depth,AOD)能够表征大气的浑浊度或气溶胶总含量。良好的AOD数据源对大气环境与空气质量及相关领域的研究意义重大。目前,最常用的AOD数据主要包括地基遥感产品和卫星遥感产品,但它们的空间代表性或空间覆盖率不够好,难以满足越来越高的研究和应用需求。本文结合回归分析方法、运用泛克里金(Universal Kriging, UK)数据融合方法对不同AOD产品进行了融合,并采用了气溶胶自动观测网(AErosol RObotic NETwork, AERONET)的地基AOD产品对融合结果进行了验证与评价。研究表明,运用UK方法对来自中分辨率成像光谱仪(MODerate-resolutionImaging Spectroradiometer,MODIS)、臭氧监测仪(Ozone Monitoring Instrument,OMI)和AERONET的AOD产品进行融合能够获得精度更高的AOD融合产品。本文在AERONET AOD地基数据“不充分”的情况下运用UK方法对2008年5月的三种AOD日产品进行融合,得到了误差更小的融合结果；并证实了基于UK的融合方法对过境时间不同、成像气象条件、反演算法与误差不一致的AOD数据融合的可行性。2008年5月,AERONET站点位置处的每日MODIS AOD产品与AERONET AOD之间的均方根误差(RMSE)为0.137 (MODIS AOD月均值为0.812),经UK方法处理后的日融合结果与AERONET AOD之间的RMSE为0.101,相对融合前产品的RMSE减少了0.036,减少量是融合前AOD月均值的26.277%。然而,UK方法不能在提高精度的同时,提高数据的空间覆盖率——融合结果的空间覆盖是融合前不同卫星产品的共同覆盖范围(交集)。因此,提高AOD数据源的共同覆盖范围,可有效提高AOD融合结果的空间覆盖率。本文运用一元线性回归方法建立了MODIS/Aqua AOD和MODIS/Terra AOD之间的回归模型,并采用这一模型、利用MODIS/Terra AOD对MODIS/Aqua AOD缺失值进行估算,从而得到覆盖更全的MODIS AOD数据。另外,本文运用逐步回归分析方法建立了MODIS AOD与OMI AOD、气象要素之间的估算模型I, OMI AOD与MODISAOD、气象要素之间的估算模型,并采用这些模型对日AOD中仅被单一数据覆盖的像元进行估算,从而有效扩大AOD数据的覆盖范围,为UK方法的AOD数据融合提供覆盖更全的数据源。此外,本文还采用反映人类活动综合影响的人类足迹数据(Human Footprint, HFP)对估算模型进行了改进,得到了改进的估算模型。采用覆盖率提高之后的AOD每日数据进行融合,融合结果的空间覆盖范围是MODIS AOD及OMI AOD日产品的最大覆盖范围(并集)。由于MODIS AOD和OMI AOD的估算模型估算精度不一致,导致被两种AOD数据源覆盖、仅被MODIS AOD覆盖、仅被OMI AOD覆盖三种覆盖情况下的像元处AOD融合结果的精度(采用每日AOD融合结果与AERONET AOD数据之间的RMSE进行评价)不一致。不同覆盖情况下的融合结果与AERONET AOD之间的RMSE不一致,将不考虑人类足迹的估算模型进行AOD缺失值估算填补后的AOD作为融合数据源时,被两种AOD数据同时覆盖时为0.101、仅被MODIS AOD覆盖时为0.111、仅被OMI覆盖时为0.124。将考虑人类足迹的估算模型进行AOD缺失值填补后的AOD作为融合数据源时,融合结果与AERONET AOD之间的RMSE分别为0.091、0.100、0.106。这表明,HFP对大气AOD具有一定的贡献,证实了人类活动是大气AOD变化的原因之一。