第二代“深蓝”气溶胶反演算法的完善外文翻译资料

 2022-11-29 15:32:54

英语原文共 20 页，剩余内容已隐藏，支付完成后下载完整资料

第二代“深蓝”气溶胶反演算法的完善

摘要：

MODIS C5.1气溶胶反演产品中深蓝算法产品已经提供了在亮地表例如沙漠、半干旱、城市区域的气溶胶特性。然而，C5.1的反演算法还需要完善，例如：用于估计地表反射率的地表数据库。这对于混合植被覆盖区域与无植被覆盖区域的反演相当重要，并且这些区域的季节性变化也比较大。为了解决这个问题，我们开辟了一种混合型算法，这种算法基于已经成熟的地表反射率数据库与归一化植被指数来决定气溶胶反演中的地表反射率。由此，这种发展后的深蓝算法气溶胶反演产品也存在在干旱与半干旱地区，乃至整个陆地表面。此文中，主要讨论的是深蓝算法中地表反射率的估计，气溶胶模型的选择，云掩膜方案，以及由此发展的MODIS C6 AOD产品。有一种相似的算法也用到了SeaWIFS深蓝产品中。基于此，得到了发展后的深蓝算法产品与AERONET的初步比较结果，期望误差最佳估计值好于0.05 20%。用了10个站点的长期数据比较，发现79%的高质量深蓝AOD值低于这个期望误差。

1 引言

自然和人为的空气污染源的影响近年来越来越受到科学界的关注。 事实上，对流层气溶胶不仅通过与太阳和陆地辐射相互作用而扰乱辐射能平衡，而且还可以通过改变云的性质和寿命。 政府间气候变化专门委员会（IPCC）估计，由人为气溶胶引起的全球平均直接强迫为-0.5plusmn;0.4Wm-2[IPCC, 2007], 相反，温室气体的强迫程度较小。这些结果表明，气溶胶冷却效应可以在过去几十年中部分地反映了由温室效应造成的变暖。气溶胶间接和半直接辐射效应已知具有显著的不确定性[Lohmann和Feitcheer，2005; Stevens和Feingold，2009]，尽管近年来，已经尝试用模型模拟和卫星数据来评估其优势[例如，Bauer和Menon，2012; Wilcox，2012]。除了对气候的辐射影响外，大气气溶胶负荷与空气质量和人类健康的关系 [Pope,2000],，生态系统的矿物运输和生物繁衍[Meskhidze等，2005]，以及对太阳能发电效率的影响[Breikreutz et al。，2009]等问题都引起广泛关注。

卫星观测的气溶胶特性的反演精确性在气候学中是一个极具挑战性的课题。关于气溶胶的微物理和光学性质的更多未知性比目前的卫星传感器可以测量的信息内容更难以确定[e.g., Hasekamp and Landgraf, 2007; Knobelspiesse et al., 2012]。对于单独的卫星传感器如AVHRR、SeaWIFS、MODIS、VIIRS，其中最影响气溶胶反演精度的因素有：（1）地表反射率的确定，包括其中的光谱与角度依赖性，（2）气溶胶的微物理与光学模型选择（3）云掩膜（4）对冰雪覆盖的识别，特别是发生季节性融化的地方。气溶胶微物理学和光学性质的确定在确定气溶胶反演的准确度时成为越来越重要的因素[Jeong et al., 2005], 而气溶胶负载降低时，地表反射率的精确表征变得比较重要[Mi et al., 2007]. 由于全球绝大部分地区气溶胶光学厚度不高（气候统计中小于0.25[e.g.,Remer et al., 2008]），地表反射率的确定仍是气溶胶空间遥测的关键因素之一，特别是对于陆地气溶胶的观测。由于地表的亮度问题，与海洋气溶胶反演相比，陆地气溶胶反演仍是一个复杂的课题。特别是，对于传统卫星传感器，在红光和近红外波段上，卫星传感器所获得的顶层大气反射率被在沙漠地表与半干旱地表区域获得的反射率所掩盖，导致很难区分顶层大气信息与这样的陆地表面在气溶胶中的贡献。因此，之前的卫星气溶胶反演算法例如在SeaWIFS,AVHRR,MODIS上都只用了暗像元算法[Kaufman et al., 1997; Levy et al.2007]，而这个算法不能提供亮地表区域的气溶胶特性。值得注意的是，多功能，极化或主动（激光雷达）测量对气溶胶反演提供了额外的约束，并且确实能够以合理的精度在这些明亮的表面上反演出气溶胶性质[e.g., Deuzeacute; et al., 2001; Martonchik et al., 2009; Omar et al., 2009; Lyapustin et al., 2011; Sayer et al., 2012b]; 然而，具有这些能力的现有传感器和算法通常具有较窄的条带宽度，较短的数据记录和/或需要数据的时间合成，因此使得它们不太适用于一些应用。深蓝算法的发展缩小了亮地表的气溶胶反演差距，例如在SeaWiFS和MODIS的气溶胶产品中。深蓝算法利用了诸如SeaWiFS和MODIS等仪器的蓝光波长测量，其中地面上的表面反射率比较长波长通道低得多，以此推断气溶胶的性质[Hsu et al., 2004, 2006]。深蓝算法使用MODIS反射率数据，成功地制作了一套气溶胶产品，包括气溶胶光学厚度，Aring;ngstrouml;m指数和沙漠和半干旱地区和城市地区的吸尘，这些都收集在MODIS 5.1版本的数据集Aqua/MYD_04与Terra/MOD_04二级产品中。

上述改进虽然成功，但是在第一代深蓝算法中使用的许多近似和假设需要进行细化和改进，以获得更好的反演精度。 最重要的问题之一是改进反演中的地表反射率确定方案。在MODIS C5算法中，静态表面数据库的使用限制了算法在季节性植被变化的地区（如萨赫勒和许多城市地区）中反演气溶胶的能力。此外，仅在高反射地表进行反演，导致在具有混合植被和非植被表面的区域上反演的信息量不足。因此，为了优化地表反射率的估计，已经做出了广泛的努力来开发第二代深蓝算法，采用混合方法来利用地表反射率数据库和动态地表反射率。

在本文中，我们将描述在用于处理MODIS数据以创建深蓝算法产品的收集6（C6）的增强型深蓝色算法中对表面反射率测定，气溶胶模型选择和云掩膜方案的改进，以及SeaWiFS Version 3产品。第2节说明了与先前的C5算法相比，这种新算法的方法和每个关键组件的详细变化。第3节总结了从新算法生成的气溶胶产品的结果。最后，我们将在第4部分中展示新的MODIS深蓝C6产品的临时验证，然后在第5节中得出一些结论。值得注意的是，本文的主要目标是作为开发增强型深蓝色算法的总体文件，同时使用Aerosol RoboticNetwork（AERONET）测量对SeaWiFS和MODIS深蓝色气溶胶产品性能的详细评估是 由Sayer等人提供 [2012a，2013]。

2、对深蓝算法的改进

为了在陆地上检索气溶胶性质，我们采用极化辐射传递模型[Dave，1972]来计算反射强度场，该定义为：

其中R是归一化辐射（或表观反射率），F0是外空太阳能通量，I是大气顶部的辐射，mu;是天视角的余弦，mu;0是太阳天顶角的余弦，phi;是散射辐射传播方向和入射太阳方向之间的相对方位角。这种辐射传输方式包括完全多重散射并考虑到偏振; 对于本研究至关重要的是与较长波长相比，在0.412至0.49mu;m的蓝色波长范围内，，瑞利散射较重要，而辐射传输程序中忽略偏振将导致计算反射率的显著误差。[Mishchenko et al., 1994].

由于从空间传感器获取气溶胶性质需要高度准确和精确的辐射测量，所以传感器校准和表征在气候研究可以实现高质量的长期卫星气溶胶数据之前是至关重要的。这对于Terra / MODIS来说尤为重要，因为它在1999年推出以来，光学特性和探测器已经受损。事实上，某些频带的检测器，特别是带8（0.412mu;m）的特征随着时间的推移发生了显著变化，导致校准不确定度增加。为了解决这个问题，我们采用了由美国航空航天局海洋生物学处理组织来描述Terra / MODIS探测器的交叉校准方法[Meister et al.,2005; Franzetal.,2008;Kwiatkowska et al., 2008]. 响应与扫描角度和极化灵敏度校正都应用于这些蓝色波段的MODIS Level 1B反射，这对于深蓝算法至关重要。 对Terra / MODIS C5进行了校准校正，并导致深蓝色气溶胶反演质量的显著提高。(see Jeong et al. [2011] for details).类似的处理方法也适用于Terra/MODIS C6.

在对1B级反射进行必要的校准校正后，深蓝色算法将多个波段((0.412, 0.47,0.65, 0.86, 1.24, 1.38, 2.11, 11, and 12 mu;m for MODIS)作为2级气溶胶产品反演的输入。在图1所示的数据流程图中提供了增强型深蓝算法在陆地上的概述。用于说明不同类型地面的处理流程，基本步骤描述如下：

  1. 通过检查来自0.412mu;m通道的反射率，11和12微米的亮度温度和1.38mu;mMODIS反射率的空间变化来筛选反演场景的云存在。与C5类似，在气溶胶反演处理开始之前，首先测试像C6算法中云的存在以及雪/冰表面的像元。对云或雪/冰污染的像元不执行反演。
  2. 对于给定像元，使用三种不同方法之一来确定0.412,0.47和0.65mu;m通道的表面反射率：（i）通过动态地表反射率确定（ii）基于其地理位置使用由MODIS或SeaWiFS测量创建的预先计算的地表反射率数据库（iii）前两种方法的组合。 使用哪种方法取决于在短波红外（SWIR）或近红外（NIR）波长下的TOA反射率（即对于MODIS和SeaWiFS为0.865mu;m）和归一化差异植被指数（NDVI），定义为:

其中R0.65和R0.86分别对应于在0.65和0.86mu;m处测量的TOA反射。

  1. 然后将0.412,0.47和0.65mu;mTOA反射率与查找表中包含的维度进行比较，其维度由太阳天顶，卫星（观测）天顶和相对方位角组成，地表反射率，气溶胶光学厚度和单次散射反照率。 使用最大似然法将气溶胶光学厚度和混合比的适当值与测量的反射率相匹配。 当气溶胶云浓厚时，使用0.65mu;m通道的反射率数据。对于该算法的细节，见Hsu et al.[2004, 2006].

除了极度吸收蓝光的灰尘外，增强型深蓝色算法中用于气溶胶模型生成和选择的基本程序与MODIS C5版本相似。 此外，与C5相比，在导出Aring;ngstrouml;m指数和吸尘的方法中没有作出重大修改。 然而，云筛选和地表反射率测定都已经大大改变，以提高反演气溶胶性质的准确性。云掩膜方案（特别对于卷云）见下表，地表反射率的计算将在2.2中讨论：

2.1 云与冰/雪覆盖

MODIS C6深蓝算法在云和雪/冰存在下的标记程序方面有若干改进。云的筛选方法使用的详细步骤的流程图如图2所示。以前，C5算法基于3times;3像素区域内的0.412mu;m（R0.412）的TOA反射率的变异性，使用简单的保守滤波器。然而，为了充分过滤掉浑浊的像素，在易变的地表反射率的区域上的像素有时也被标记为云被污染。 在C6中，除了R0.412变异滤波器之外，还实现了对11mu;m（BT11）的亮度温度（BT）和11mu;m和12mu;m（BTD11-12）之间的BT差异（BTD）的新的检测。通过将热红外通道与蓝色通道相结合，云层与下垫面之间的对比变得更加明显，特别是在具有高表面不均匀性的区域。这允许我们放松以前在C5中使用的0.412mu;m可变性滤波器的标准，并且随后保留更多的像元用于气溶胶反演，同时仍然保持来自云的最小污染。

此外，为了在C6中识别薄卷云，已经做出了重大努力。 在C5深蓝算法中，使用基于MODIS谱带26（即1.38mu;m）的单一阈值方法，虽然被证明是一般鲁棒的[Huang et al，2011]，但导致有时过滤了卷云像元 对于撒哈拉沙漠以外的荒漠地区尤其如此; 由于该MODIS波段对水蒸气吸收很敏感，所以大气中极少量的柱状水蒸汽（即总可沉淀水量小于5mm）可能会导致1.38mu;m（R1.38）的TOA反射系数升高， 因此导致卷云的错误检测。与上述空间变异性测试相同，Sayer等人对C6进行了改进 Sayer et al. [2013]。该文中表面在某些地区使C6相对于C5的数据量多。

一个这样的例子（2006年3月7日）图3.在这一天，C5深蓝色回收的气溶胶光学厚度（AOT）（图3b）的显着差距在撒哈拉大约20°N-25°N和0°-10°E处被看到。 这个差距是由于这个区域的R1.38的高值引起的，因为卷风标志。 相应的MODIS真彩色图像似乎并不表示在该地区存在卷云，因此AOT中的差距最有可能是由于在非常干燥的大气条件下卷云的过筛（图3d）。

为了缓解这个问题，我们实施了一个共同使用R1.38，BT11，BTD11-12和从国家环境预测中心（NCEP）获得的总降水量（TPW）作为辅助数据输入的一部分的方案 进入C6算法。 已经证明使用BTD11-12有效地识别了卷云的存在[Hansell等，2007]。 如图3e所示，包括卷云在内的覆盖区域通常与阳性BTD11-12相关，与Hansell等人的模拟结果一致。 Hansell et al. [2007].。

为了考虑NCEP TPW数据的粗分辨率（1°纬度times;1°经度）以及在薄卷边缘附近的BTD11-12上的下表面的影响，根据预先计算的地表反射率数据库与根下垫面的反射率在0.65mu;m波段内的不同表面类型来选择不同的步长和阈值以实现最佳的卷云筛选。这些步骤和阈值如图2所示。如图3g所示，这种改进的方案导致C6中以前在C5中超滤的区域中的气溶胶反演数量显著增加。

如图4所示，我们还通过适应Hall等人描述的方法，改进了C6中底层雪/冰表面的识别。 [1995]。 C6算法中使用的归一化差分雪/冰指数（NDSI）的值定义为：

其中R0.555和R2.1分别对应于由MODIS在0.555和2

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[25772]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章