下载文档原格式
2023年度气溶胶光学厚度
气溶胶光学厚度是气溶胶在大气中的浓度与光线传播距
离的比值，它是大气环境质量的一个重要指标。
本文将介
绍2023年度气溶胶光学厚度的情况。
据统计，全球平均气溶胶光学厚度约为0.1~0.3，其中
人类活动对大气环境产生的影响占到了很大一部分。
2023
年度全球气溶胶光学厚度整体呈上升趋势，特别是发展中
国家和工业化程度较高的地区。
其中，中国东部沿海地区、印度、巴基斯坦、伊朗等国家和地区的气溶胶光学厚度增
长较为明显，其中中国东部沿海地区的气溶胶光学厚度达
到了0.6以上。
导致这种现象的原因不尽相同，但普遍存在的是工业污染、交通尾气排放、大气扰动等因素对气溶胶的影响。
此外，气候变化也对气溶胶光学厚度产生了一定的影响。
近
年来，全球气候异常，洪涝、干旱、台风等极端天气频繁
发生，这都会导致大气环境变化，同时也会对气溶胶光学
厚度产生一定的影响。
针对这种情况，有关部门采取了一系列措施，包括减少
工业排放、加强机动车管理、控制农村散煤等。
同时，气
象科学家也加强了测量和研究工作，依靠遥感技术、数值
模拟技术等手段对气溶胶光学厚度进行精细化测量和分析，以制定更为科学的大气环境保护政策和措施。
总之，2023年度全球气溶胶光学厚度普遍呈上升趋势，但有关部门和气象科学家已经采取了多种措施对气溶胶光
学厚度进行监测和控制，以确保大气环境的质量和人民健
康的安全。
气溶胶光学厚度遥感反演方法研究气溶胶光学厚度是指大气中可见光波段的气溶胶对光的吸收和散射能力，是研究大气污染和气候变化的重要参数之一。
随着遥感技术的发展，气溶胶光学厚度的遥感反演方法也越来越多样化。
本文将围绕气溶胶光学厚度的遥感反演方法展开探讨，并介绍其中几种常用的方法。
首先，我们来介绍一种基于太阳辐射的反演方法，即通过观测太阳辐射在大气中的衰减程度来推导气溶胶光学厚度。
该方法的基本原理是：利用太阳辐射的特定波段观测数据，与大气传输模型进行比对，通过比较模型计算的大气透过率和实际观测得到的透过率之间的差异，推导出气溶胶光学厚度。
这种方法的优点是简单且操作直观，但是需要准确的大气传输模型和太阳辐射观测数据。
另一种常用的反演方法是利用遥感数据中的多光谱信息进行反演。
这种方法利用多光谱数据中不同波长的光谱信息和气溶胶光学特性之间的关系，从而反演出气溶胶光学厚度。
常用的多光谱遥感数据包括MODIS卫星的数据和Landsat卫星的数据。
这种方法的优点是获取的数据较全面和准确，但是对大气参数和气溶胶光学特性的准确性要求较高。
此外，还有一些基于亮温数据的反演方法。
亮温是指地物在遥感图像中反射和辐射出的热能，不同的地物有不同的亮温值。
利用亮温数据可以推导出地表和大气的温度分布，从而推导出气溶胶光学厚度。
这种方法适用于全球遥感数据，但是对地表和大气温度的准确性有一定要求。
在不断深入研究中，一些新的反演方法也得到了发展。
例如，基于人工神经网络的反演方法。
通过训练神经网络，能够从遥感数据中学习到气溶胶光学厚度和其他大气参数之间的复杂非线性关系，从而实现准确的反演。
这种方法的优点是能够适应复杂的遥感数据，减少传统方法中的模型假设和参数要求，提高了反演的准确性。
综上所述，气溶胶光学厚度的遥感反演方法多样化且不断发展。
通过太阳辐射观测、多光谱数据分析、亮温数据推算和人工神经网络等方法，可以准确地反演出气溶胶光学厚度。
未来随着遥感技术的不断进步，反演方法将更加精细化和高效化，为大气污染和气候变化研究提供更加可靠的数据支持。
气溶胶的光学厚度与反射率比的处理方法高飞【摘要】气溶胶光学厚度与气溶胶反射率比都是大气校正所需的重要大气参数,同时也是海洋水色卫星主要的数据产品,它们的测量精度将直接影响到卫星数据产品正演的精度和卫星数据产品的应用.文章在简述气溶胶光学厚度与气溶胶反射率比的基本测量原理和处理方法的基础上,结合多次试验数据结果进行简要的评价.【期刊名称】《海洋技术》【年(卷),期】2003(022)001【总页数】4页(P25-28)【关键词】海洋水色;大气校正;气溶胶光学厚度【作者】高飞【作者单位】国家海洋技术中心,天津 300111【正文语种】中文【中图分类】基础科学第 22 卷第 1 期2003年 3 月海洋技术OCEAN TECHNOLOGYVol.22,No.1March,2003气溶胶的光学厚度与反射率比的处理方法高飞（国家海洋技术中心，天津 300111 ）摘要：气溶胶光学厚度与气溶胶反射率比都是大气校正所需的重要大气参数，同时也是海洋水色卫星主要的数据产品，它们的测量精度将直接影响到卫星数据产品正演的精度和卫星数据产品的应用。
文章在简述气溶胶光学厚度与气溶胶反射率比的基本测量原理和处理方法的基础上，结合多次试验数据结果进行简要的评价。
关键词：海洋水色；大气校正；气溶胶光学厚度中图分类号：P412文献标识码：B文章编号：1003-2029(2003)01-0025-04 1 简述海洋水色大气校正是海洋水色卫星遥感器获取海面光学参数的重要环节。
在卫星遥感器高度处接收到的总辐射信号中来自大气的辐射信号占约90% ，要从卫星接收总辐射信号中提取出海洋水色信号，即正演出携带海洋生物光学信息的离水辐射率，就必须消除大气辐射信号的影响。
在大气校正过程中，L与 e 都是大气校正所需的重要大气参数，ra是大气中气溶胶光学厚度，e 是气溶胶反射率比。
L与 e 参数的测量将直接影响到卫星数据产品正演的精度，因此应用恰当的处理方法来获得 Ta 与 e 参数是现场大气参数测量的重点。
东中国海海域气溶胶特征及光学厚度反演算法研究的开题报告一、研究背景及意义气溶胶是指悬浮在大气中的微小颗粒物，包括沙尘、烟雾、颗粒物等，对空气质量和气候变化等方面产生重要影响。
东中国海地区的气溶胶来源多样，有重工业、交通、农业等。
近年来，随着经济的发展和人类活动的增加，这些污染源不断增多，使得东中国海地区的气溶胶污染问题日益突出，给生态环境和人类健康带来了巨大危害。
因此，对东中国海地区的气溶胶特征及光学厚度反演算法研究具有重要的科学意义和现实意义。
正确掌握东中国海地区气溶胶的污染程度和来源的特点，可以为制定生态环保政策、改善空气质量和人类健康提供重要依据。
二、研究内容及方法本研究将采用现场观测、遥感和数值模拟相结合的方法，研究东中国海地区气溶胶的光学性质及污染特征，并设计适用于该区域的气溶胶光学厚度反演算法。
1.现场观测部分在东中国海地区的主要城市和污染源地设置气溶胶测量点，利用颗粒物采样器、激光颗粒物计数器等仪器，获取气溶胶的物理和化学特征，包括颗粒物分布、粒径分布、组成、浓度等信息。
利用这些数据，分析气溶胶来源特征和变化规律。
2.遥感部分采用MODIS、MISR等遥感卫星数据获取东中国海地区的气溶胶光学厚度及其时空分布特征。
结合现场观测数据，分析气溶胶的污染特征和来源情况。
3.数值模拟部分选取合适的数值模式，并利用模式仿真技术，在东中国海地区对气溶胶的浓度分布、属性特征、来源等进行模拟和预测。
通过比较现场观测数据和模拟结果，验证数值模拟的准确性，并预测东中国海地区气溶胶的发展趋势。
4.光学厚度反演算法部分根据现场观测和遥感卫星数据分析的结果，针对东中国海地区的气溶胶光学特性和影响因素，设计适用于该区域的气溶胶光学厚度反演算法。
并利用遥感卫星数据进行算法检验。
三、研究计划1.前期工作（2021.9-2022.2）确定研究方向和方法，了解国内外研究现状和发展趋势，编写开题报告和研究计划。
2.实验观测（2022.3-2022.8）在东中国海地区的主要城市和污染源地建立气溶胶监测点，收集、记录、分析观测数据，统计污染等级。
第2章 气溶胶光学厚度反演的原理和方法气溶胶光学厚度（Aerosol Optical Depth ）简称AOD ，定义为介质的消光系数在垂直方向上的积分，描述的是气溶胶对光的消减作用[7]。
它是气溶胶最重要的参数之一，表征大气浑浊程度的关键物理量，也是确定气溶胶气候效应的重要因素。
通常高的AOD 值预示着气溶胶纵向积累的增长，因此导致了大气能见度的降低。
现阶段对于AOD 的监测主要有地基遥感和卫星遥感两种方法。
其中地基遥感又有多种形式：多波段光度计遥感、全波段太阳直接辐射遥感、激光雷达遥感等。
其中多波段光度计遥感是目前地基遥感研究中采用的最广泛的方法。
美国NASA 和法国LOA-PHOTONS 联合建立的全球地基气溶胶遥感观测网AERONET 所使用的就是多波段太阳光度计（Sun/Sky Photomerers ），在全球共布设1217个站点长期观测全球气溶胶的光学特性，积累了大量的AOD 数据，并用作检测气溶胶光学厚度反演精度的标准。
而近年来卫星遥感技术的快速发展，多种传感器被用来研究气溶胶特性，加上经济发展带来的大气污染问题使得利用卫星遥感资料反演AOD 成为热门课题。
2.1 气溶胶光学厚度反演的基本原理大气光学厚度是指沿辐射传输路径单位截面上气体吸收和粒子散射产生的总消弱，是无纲量值。
在可见光和近红外波段，它可以由下列公式计算得出：)()()()()()(a 21m λτ+λτ+λτ+λτ+λτ=λτμωω (2-1)其中)(λτ表示大气总的光学厚度，)(m λτ表示整层大气的分子散射光学厚度，)(1λτω表示氧气的吸收光学厚度，)(2λτω表示臭氧的吸收光学厚度，)(λτμ表示水汽的吸收光学厚度，)(a λτ表示气溶胶光学厚度[21; 22]。
卫星遥感反演大气气溶胶是利用卫星传感器探测到的大气顶部的反射率，也称为表观反射率，可以表示为[23]：F /L s s *μπ=ρ (2-2) 其中，L 表示卫星传感器探测到的辐射值，F s 表示大气上界太阳辐射通量，μs 表示太阳天顶角θs 的余弦值。
ρ*与地表二项反射率之间的关系可以表达为：ρ-θθφθθρ+φθθρ=φθθρνννν*s d s s a s *s 1)(T )(F ),,(),,(),,( (2-3)其中，θν表示传感器天顶角，θs 表示太阳天顶角，φ表示太阳方位角和卫星方位角确定的相对方位角；),,(s a φθθρν表示由大气分子和气溶胶散射造成的路径辐射，它与地表状况无关；)(F s d θ表示地表反射率归一化为零时总的向下辐射通量，也可以称为总的向下透过率，由于气溶胶粒子对太阳光的吸收和散射作用，它的值小于1.0；)(T θν是向上进入卫星传感器视场方向的总透过率，S 是大气后向散射比。
在单次散射近似中，路径辐射),,(s a φθθρν与气溶胶光学厚度τa 和单次散射反射率ω0之间的关系如下[24]：),,(s a φθθρν=μμφθθτω+φθθρνννSs a a 0s m 4),,(P ),,((2-4)其中),,(s m φθθρν是分子散射造成的路径辐射，它取决与大气模式，μν表示传感器天顶角的余弦值，μS表示太阳天顶角的余弦值。
在式（2-3）中，)(F s d θ、)(T θν和S 取决于ω0，τa 和),,(P s a φθθν。
假设地表是均匀朗伯表面，大气垂直均匀变化，将式（2-4）代入（2-3）得：ρτω-τωθτωθφθθρ+μμφθθτω+φθθρ=φθθρννννν*a a 0a a 0S a a 0S d s Ss a a 0s m s *)P ,,(s 1)P ,,,(T )P ,,,(F ),,(4),,(P ),,(),,( (2-5)上式中),,(s φθθρν为假设的朗伯体特性的地表反射率，卫星传感器接收到的表观发射率),,(s *φθθρν既是地表反射率),,(s φθθρν的函数，又是气溶胶光学厚度τa 的函数[25]。
表观反射率),,(s *φθθρν以及太阳和传感器的几何参数),,(s φθθν可以从卫星遥感资料中获取，假如可以得知地表反射率),,(s *φθθρν，并用气溶胶类型和大气模式来确定ω0和),,(P s a φθθν的相关参数，理论上就可以计算得出地面上空的气溶胶光学厚度τa 。
反之，若已知地面上空气溶胶光学厚度τa 、气溶胶类型以及大气模式，也可以反演出地表反射率),,(s *φθθρν[26]。
由式（2-3）可以得出反演气溶胶的最优条件是地表反射率低且光谱波段波波长较短。
在地表反射率角度的情况下，气溶胶散射引起的路径辐射),,(s a φθθρν（与地表状况无关）对表观反射率),,(s *φθθρν起主要作用，此时反演气溶胶光学厚度误差较小；而在地表反射率较大的情况下，地表贡献项ρ-θθφθθρνν*s d s s 1)(T )(F ),,(对表观反射率),,(s *φθθρν影响较大，此时反演精度较低[27]。
2.2 气溶胶光学厚度反演的主要方法自20世纪70年代中期开始，利用卫星数据反演气溶胶光学厚度的研究已经有40年的历史，反演的方法有单通道算法、多通道算法、暗像元法、结构函数法、深蓝算法、多星协同反演法、海陆对比法、多角度偏振法、热辐射对比等[28]。
目前有代表性的常用气溶胶光学厚度反演算法有两种：一种是通过路径辐射项求取气溶胶光学厚度的暗像元法，另一种是通过透过率求取气溶胶光学厚度的对比法。
暗像元算法英文全称为Dense Dark Vegetation ，简称DDV ，它是通过路径辐射项来计算气溶胶光学厚度。
由于地表物体的复杂多样性造成反射率变化范围很大，很难从辐射值中分理处辐射项，如果想通过辐射项来获取气溶胶信息，就必须使地表辐射值较小且能确定其精确值，这样就能够最大限度的消除地表反射率的不确定性带来的影响。
在卫星影像中，大量浓密植被区由于在可见光波段反射率极低(约为0.01~0.02)，它们被称作暗像元。
1988年Kaufman 等利用大多数地物在红（0.60~0.68μm ）蓝(0.40~0.48μm)波段反射率低的特性,根据归一化植被指数（NDVI ）或近红外通道（2.1μm ）的表观反射率进行暗像元的识别，并假定已知这些暗像元在红蓝通道的地表反射率，依据一定的关系反演气溶胶光学厚度[29]。
通过大量的卫星影像资料，考虑到多种地表覆盖物，拟合得到红（0.66μm ）蓝（0.47μm ）和中红外通道（2.1μm ）地表反射率的关系[29]：42*1.2blue*1.2red ρ=ρρ=ρ (2-6)对于2.1μm 通道卫星观测表观反射率几乎不受气溶胶影响，其值接近地表反射率，因此可以用2.1μm 通道的表观反射率代替地表反射率，根据式（2-6）计算出红蓝通道的地表反射率。
再假定合适的气溶胶模型，就可以计算出气溶胶光学厚度。
然而对于干旱、半干旱以及冬季城市等高发射率地区，用暗像元法来反演气溶胶光学厚度还存在不少困难，在以上地区由于地表的非均一性使确定地表反射率的精确值十分不易[30]。
当地表反射率升高时，气溶胶的指示作用降低[31]。
一般情况下，当地表反射率较低时，传感器接收到的辐射值随着气溶胶的增多而迅速变大，暗像元法就是利用浓密植被在红、蓝波段的地表反射了和气溶胶的这种关系来反演光学厚度；随着地表反射率的不断增大，接收到的辐射值随气溶胶的增多而增大速度减缓，当地表反射率增大到某一程度时，辐射值将不随气溶胶的增多而增大，甚至会出现降低的趋势。
为了使暗像元方法的应用更为广泛，2002年Kaufman 等通过大量的数据验证，对以前的方法进行了扩展：对于星下点，暗像元法适用于中红外通道表观反射率小于0.4的区域；对于非星下点，需要考虑太阳和卫星的几何参数，适用范围可以扩展到中红外通道表观反射率小于)11(0.1250μ+μ的地区（其中μ为卫星天顶角的余弦值，0μ为太阳天顶角的余弦值），红蓝通道的地表反射率依然遵循式（2-6）的函数关系。
扩展后的暗像元法是由Levy 和Remer 等人提出的称为V5.2的气溶胶反演算法[32; 33]。
与原来的算法相比，它主要有两方面的改进：首先提出VIS/SWIR （可见光和中红外通道的反射率比值）不再是一个常量，而是一个函数关系；其次考虑了NDVI （植被指数）对于地表反射率的影响，红蓝通道和中红外通道的地表反射率关系如式（2-7）所示[34]：)(g )(f s66.0s 47.0s 1.2s 66.0ρ=ρρ=ρ (2-7)该方法中的VIS/SWIR 的变化跟不但跟地表植被指数有关，根据Remer 和Gatebe 等的研究表明它还与太阳天顶角、传感器方位角、散射角有关，尤以散射角的影响最大[35; 36]。
它可以表示为：)cos sin sin cos cos (cos 001φθθ+θθ-=Θ-(2-8)其中θ表示观测天顶角， θ0表示太阳天顶角，φ表示太阳方位角和卫星方位角的相对方位角。
根据式（2-8）可将式（2-7）扩展为：int y slope )(g int y slope )(f 66.047.066.047.0s66.0s 66.0s 47.01.266.01.266.0s12.2s1.2s66.0+ρ=ρ=ρ+ρ=ρ=ρ (2-9)其中005.0y i n t 49.0slope 003.000025.0yint 27.0002.0slope slope 66.047.066.047.01.266.0NDVI 1.266.01.66.0R SWI ==+Θ=-Θ+= (2-10)NDVI SWIR 可表示为：)()(NDVI m1.2m2.1m 1.2m 2.1SWIRρ+ρρ-ρ=(2-11)其中，ρm2.1和ρm1.2分别表示MODIS 第5波段和第7波段接收到的辐射值，当NDVI SWIR 大于0.6时，表示该地区的植被状况较好；当NDVI SWIR 小于0.2时，表示该地区植被稀疏[37]。
当25.0NDVI SWIR <时，48.0slope NDVI 1.266.0RSWI =； 当0.75NDVI SWIR >时，58.0slope NDVI 1.266.0R SWI =； 当0.75NDVI 25.0SWIR ≤≤时，)25.0NDVI (*2.048.0slope SWIR NDVI 1.266.0R SWI -+= 其中slope 和yint 为统计方程的经验系数，slope 为偏移量，yint 为截距。
将（2-10）代入（2-9）可得出： a ． 植被指数小于0.25的情况：005.049.0033.000025.0)27.0002.048.0(s66.0s 47.0s1.2s66.0+⨯ρ=ρ+Θ+-Θ+⨯ρ=ρ (2-12)b ．植被指数大于0.75的情况：005.049.0033.000025.0)27.0002.058.0(s66.0s 47.0s1.2s66.0+⨯ρ=ρ+Θ+-Θ+⨯ρ=ρ (2-13)c ． 植被指数介于0.25和0.75之间的情况：005.049.0033.000025.0]27.0002.0)25.0NDVI (2.048.0[s66.0s47.0SWIR s1.2s66.0+⨯ρ=ρ+Θ+-Θ+-+⨯ρ=ρ (2-14)对于旱季和中高纬度地区的冬季，植被覆盖少，地物反射率高，此时应用暗目标法会造成一定的误差，因此，针对陆地亮地表的情况，发展了结构函数法来反演气溶胶光学厚度。
