霾光谱特性分析与卫星遥感识别算法.pdfVIP

第36卷 ，第 12期 光 谱 学 与 光 谱 分 析 Vo1．36，No．12，pp3817—3824 2016年 12月 SpectroscopyandSpectralAnalysis December，2016 霾光谱特性分析与卫星遥感识别算法 葛 巍 ，陈良富 ，司一丹 ，葛 强 ，范 萌h，李莘莘 1．中国科学院遥感与数字地球研究所遥感科学国家重点实验室，北京 100101 2．河南大学计算机与信息工程学院，河南 开封 475004 摘 要 近年来 ，我国频繁发生的灰霾污染事件和常态性的高细颗粒物浓度 (PM2)，已经引起 了全世界范 围的广泛关注。卫星遥感能够对大气污染进行快速准确地监测。然而在大气遥感领域具有代表性的中分辨 率成像光谱仪(NAsA／MODIs)，其云监测和暗像元反演算法通常把灰霾当做薄云、雾或地表亮目标处理， 无法反演霾天的气溶胶光学厚度 (aerosolopticaldepth，AOD)。笔者研究了云、雾、霾、地表覆盖等不同像 元在可见光、近红外以及红外通道的光谱特性。基于MODIS数据，参考相关的云监测和气溶胶反演算法， 选取多个对灰霾敏感的光谱通道，计算表观反射率和亮度温度。针对不同波段 ，分别探讨了霾与薄云、低层 云、雾、浓密植被和地表亮 目标等像元之间的光谱差异 ，统计灰霾分布的阈值区间，并设计基于MODIS卫 星遥感数据的灰霾识别 自动处理流程。通过对 2008年华北平原春夏两个重霾事件进行测试 ，该算法的霾分 布监测结果与卫星真彩图具有较好的一致性 。基于北京和香河 AERONET站点观测的高AOD数据，验证 了本算法的霾识别率接近8o ，在一定程度能够弥补 MODIS标准气溶胶算法用于灰霾天的不足。最后 ，分 析了灰霾识别过程中的主要误差来源，并提出了基于霾纹理特征，以及其他辅助数据支撑的改进方法。 关键词 霾；光谱特性；MODIS；表观反射率；亮度温度 中图分类号：TP79 文献标识码：A DOI：10．3964~．issn．1000—0593(2016)12—3817—08 中悬浮着的极小的、相对湿度较小的微粒组成，从定义来看 引 言 霾是大气气溶胶的一种类型_1]。但是 ，目前 国内外流行的卫 星传感器和反演算法，通常只在晴天条件下，才能对大气气 随着我 国社会经济的快速发展，以可吸人颗粒物 溶胶进行较好 的监测 。以气溶胶观测领域具有代表性的 (PM2．)、N02和SO2等为代表的大气污染物排放大量增 NAsA对地观测系统 EOS／M0DIs为例 ，它不能提供我国霾 加，我国的空气质量状况受到社会各界的广泛关注。相关监 天的气溶胶光学厚度产品。这主要是因为 ：首先 ，气溶胶产 测结果表明，我国约三分之一的国土、近一半人 口正在遭受 品生产过程中需要剔除云的影响，而以M0DIS数据为代表 灰霾的危害，特别是华北平原，珠江、长江三角洲，成渝等 的多通道云检测算法，通常错误地将雾霾等重污染情况识别 地区面临更加严重的大气污染。除了影响气候变化和生态环 成薄云、低层云等l2。]。另外，MODIS标准的暗像元算法 ， 境外，霾对公共健康带来的负面效应跟人类更加密切，如能 通常只在浓密植被地区具有较好效果，对反射率较高的亮 目 够诱发呼吸道系统疾病、心脑血管病、小儿佝偻病等多种疾 标地区并不适用_4]。而雾霾天较强的气溶胶多次散射 ，通常 病。目前环保部门主要从空气质量的角度关注霾天近地面的 使得卫星观测的可见光至近红外波段具有较强的反射，进一 PM2 ． 、 NO2和SCh等污染物浓度。这些近地面上 “点”尺度 步导致暗像元算法将雾霾当作高反射地表而不进行处理。第 的监测 ，虽