Retrieval of 500 m Aerosol Optical Depths from MODIS Measurements over Urban Surfaces under Heavy Aerosol Loading Conditions in Winter

Jin, Shikuan; Ma, Yingying; Zhang, Ming; Gong, Wei; Dubovik, Oleg; Liu, Boming; Shi, Yifan; Yang, Changlan

doi:10.3390/rs11192218

开放式访问信函

在冬季重气溶胶负荷条件下，从城市表面MODIS测量中反演500米气溶胶光学深度

¹

武汉大学测绘与遥感信息工程国家重点实验室，武汉430079

²

中国武汉430079地理空间技术协同创新中心

^三

中国地质大学地理与信息工程学院湖北省关键区演化重点实验室，武汉430074

⁴

CNRS，UMR 8518-LOA-Laboratoire d'Optique Atmosphérique，Univ.Lille，F-59000 13法国里尔

^*

信件应寄给的作者。

远程传感器。 2019,11(19), 2218;https://doi.org/10.3390/rs11192218

收到的提交文件：2019年8月26日/修订日期：2019年9月8日/接受时间：2019年9月19日/发布日期：2019年9月23日

（本文属于特刊遥感反演研究进展)

下载

浏览地物

审查报告版本注释

摘要

:

中分辨率成像光谱仪（MODIS）气溶胶产品因其可靠的精度而在全球范围内得到广泛应用。然而，在中国中部大部分城市地区，通常使用MODIS的操作暗目标（DT）算法反演的气溶胶光学厚度（AOD）已丢失。这是由于高表面反射率和严重的气溶胶负荷，特别是在冬季，当高云层覆盖率和频繁发生的薄雾事件减少了有效的卫星观测数量时。从有限的卫星数据中检索AOD是非常必要的，并且对于进一步的气溶胶研究非常重要。本文提出了一种改进的500 m MODIS数据AOD反演方法，该方法基于扩展的地表反射率估算方案和基于地面太阳光度观测的动态气溶胶模型。该改进方法被应用于重气溶胶负荷期间的AOD反演，有效地补充了AOD的稀缺性，与空间分辨率较高的城市地表相对应。验证结果表明，反演的AOD与来自Terra和Aqua卫星的MODIS DT AOD（R=~0.87；RMSE=~0.11）和地面测量值（R=0.89；RMSE=0.15）一致。该方法可以很容易地应用于受空气污染影响的不同城市环境，有助于气溶胶的研究。

关键词：

气溶胶光学厚度;城市表面;遥感;重气溶胶负荷

1.简介

气溶胶由具有不同化学成分、光学特性、形状和尺寸的颗粒组成，这些颗粒对全球气候变化具有重大影响[1]. 它们不仅通过直接散射入射太阳光影响地球的辐射收支平衡，还通过作为云凝聚核参与云的形成间接影响降水[2,三,4,5]. 此外，人为气溶胶排放量的增加会造成空气污染，并对公众健康构成威胁[6,7]. 准确获取气溶胶信息有助于估算气溶胶粒子浓度、调查气候变化、监测气溶胶环境污染以及其他研究。

卫星遥感技术具有覆盖面积大、有效时间长、相对成本低等优点，已成为获取全球范围气溶胶分布信息的主要方法之一[8]. 基于不同的卫星多通道传感器，如中分辨率成像光谱仪（MODIS），提出并改进了许多气溶胶反演算法[9,10,11]，先进的超高分辨率辐射计[12]，臭氧监测仪器[13]和高级Himawari成像仪[14,15]. 地球观测系统（Earth Observation System）的Terra和Aqua卫星上搭载的MODIS传感器的幅宽约为2000公里，几乎每天覆盖全球。MODIS发布的气溶胶光学厚度（AOD）产品已得到广泛验证、认可和使用。MODIS操作陆地暗目标（DT）气溶胶反演算法基于两个主要假设[16]（1）地表（2.12μm）的短波红外反射率与对应稠密暗植被像素的可见光波段之间存在线性关系；（2）几种预定义气溶胶类型的混合。DT算法应用于晴空条件下低表观反射率的陆地观测时表现稳定。与气溶胶机器人网络太阳光度计数据相比，在全球范围内，由DT算法得出的AOD超过60%在预期误差（EE）范围内[17].

中国是世界上最大的发展中国家，由于其快速工业化和城市化，目前空气污染严重[18]. 人为气溶胶排放量的增加导致空气污染，改变了气溶胶的组成，影响了被动卫星对AOD的反演。几位研究人员一直在关注中国北方污染严重的地区。Wang等人[19]这表明，从可见红外成像辐射计套件中获得的卫星数据中，约有三分之一由于严重的气溶胶负载情况而被错误删除。Li等人[20]指出DT算法中包含的默认气溶胶模型可能不适用，并提出了基于霾检测和全球三维大气化学传输模式的多个霾事件的霾AOD反演方法。Yan等人[21]开发了一种增强的雾霾气溶胶检索算法，该算法不仅适用于雾天，也适用于正常天气。然而，这些研究项目大多对空间分辨率较低的大区域感兴趣：缺乏从城市表面相对高分辨率的卫星测量反演AOD的研究。

近年来，由于经济的快速发展和人为气溶胶粒子的大量排放，华中地区也面临着严重的空气污染。武汉是位于中国中部江汉平原的特大城市，拥有1100万常住人口，占地8000多公里²城市化面积约80%。河流和湖泊释放出大量的水蒸气(图1)位于城市周围，导致全年湿度高。这些条件导致气溶胶颗粒的吸湿性增长，影响气体颗粒的转化率，并形成局部雾霾[22,23,24]. 这些不利因素，再加上估算相对高反射率城市表面的巨大不确定性，对从卫星测量中反演气溶胶产生了负面影响。在这种条件下成功检索AOD具有挑战性。值得注意的是，长期的云层覆盖和频繁的雾霾事件减少了冬季有效卫星观测的数量[25]; 因此，从有限的可用数据中检索尽可能多的气溶胶信息是很重要的。在重负荷条件下进行有效的气溶胶反演势在必行，它可以用于区域气候变化、空气污染控制和气溶胶的研究。

在本研究中，我们以武汉为例，使用改进的气溶胶模型和改进的DT算法从冬季进行的500m MODIS测量中反演AOD。相对较高的空间分辨率有助于揭示城市环境中气溶胶的变化，并为未来的研究提供有用的信息[26]. 此外，中国自主研发的FY-3D卫星配备了运行一年的中分辨率光谱成像仪II[27]. 该传感器的设计类似于MODIS，将在未来几年内用作气候变化和大气污染调查的重要工具。本研究也为从FY-3D卫星图像中检索气溶胶信息奠定了基础。

2.数据、测量和方法

2.1. 站点和卫星数据

气溶胶观测站安装在武汉大学测绘与遥感信息工程国家重点实验室（114°21′E，30°32′N）的屋顶上，气溶胶的主要来源是城市活动。研究中使用的气溶胶光学特性是根据杜博维克提出的方法，从CIMEL太阳-天空辐射计（CE-318）的测量中获得的[28,29]. 该仪器每年使用中国气象局气溶胶遥感网进行校准，以确保数据的可靠性[30].

白天的Terra/Aqua MODIS图像和产品是从NASA的一级大气档案和分发系统（LAADS）分布式主动档案中心（DAAC）获取的(https://ladsweb.modaps.eosdis.nasa.gov/search网站/).

2.2. 气溶胶模型

由于气溶胶在大气中具有较大的时空变异性和相对较短的生命周期，因此很难在全球范围内对其进行统一表征[31]. 受气象因素差异、当地人为排放和长距离粉尘输送的影响，武汉地区的粉尘浓度变化较大。根据以往的研究，武汉市气溶胶的变化可分为三个主要阶段[24,25,32]：（1）在清洁日，主要来自局部上升的矿物粉尘的粗模式颗粒占主导地位。（2）随着空气污染的发展，吸收型和非吸收型微模粒子都在增加，并成为主导。（3）在极端空气污染期间，非吸收细模式粒子的数量和大小继续增加。这可能是由于在高湿度条件下，气粒转化率和颗粒吸湿性增长的增加。基于上述认识，我们利用2012年至2016年CE-318的测量数据对气溶胶的光学特性进行了分类，采用K均值聚类方法获得了两个与AOD相关的气溶胶模型[33]：相对散射气溶胶模型（SAM）和吸收气溶胶模型图2两个气溶胶模型相对独立，聚类分析中的输入特征参数为670nm处的单次散射反照率（SSA）和440nm处的不对称因子，以避免因紫外线吸收（440nm附近）而形成尘埃团[33,34].

表1显示SAM、AAM和MODIS DT算法气溶胶模型的基本参数（AOD=0.5）[33]和经典的大陆气溶胶模型[35]. 与中国普遍使用的MODIS DT算法中的Developing和Urban-Ind模型相比，AAM具有较高的吸收率。动态气溶胶模型更准确地描述了气溶胶的变化，有助于从被动卫星图像中检索AOD，尤其是在气溶胶信号占总信号较大比例的重度气溶胶负载条件下。虽然经典的大陆气溶胶模型由于独立于AOD而不利于气溶胶的反演，但它仍然有助于描述自然大陆背景气溶胶。此外，MODIS DT算法气溶胶模型在中国中部和南部等高湿度条件下，由于吸湿性增长导致的气溶胶粒径增加被低估。这些不恰当的气溶胶假设可能导致AOD反演不准确和失败。

2.3. 表面反射率

从卫星图像中估计地表反射率一直是一项困难的任务，主要是由于不均匀土地覆盖和地表特性的巨大不确定性。考夫曼等人[36]首先，由于叶绿素和液态水吸收太阳光，MODIS波段1（0.66μm）和波段3（0.47μm）的地表反射率与密集植被地上的波段7（2.12μm）高度线性相关。由于波段7通常被认为对细颗粒气溶胶不敏感，因此可以估计两个可见波段的表面反射率，而线性关系在不同的卫星观测角度和下垫面上是可变的。因此，Levy等人[16]通过添加散射角和短波红外归一化差异植被指数（NDVI）来更新线性关系_SWIR公司)根据波段5（1.24μm）和波段7计算。该更新被广泛认为是有用的，并在陆地MODIS气溶胶产品（C005-L）中运行。然而，在城市表面上，由于与茂密植被相比，表面性质不同，线性关系再次发生变化。Gupta等人[37]重新计算线性关系，并将其视为卫星散射角NDVI的函数_SWIR公司和城市覆盖率（UP），以减少复杂城市条件下地表反射率的估计不确定性。

向上 = \sum_{1}^{n个} {S公司}_{我} / {S公司}_{t吨 o（o） t吨 一 我} \cdot L（左） {T型}_{我}

(1)

UP的计算如等式（1）所示，通过该等式，我们通过反距离加权方法将表面反射率估计方案从10 km分辨率的MODIS图像扩展到500 m分辨率的MODOS图像。这个书信电报_我指位于我从MODIS土地覆盖类型产品（MCD12Q1）中获得的第个像素，该产品是500米分辨率的年产品，基于两个MODIS传感器的测量结果提供了五种不同的分类方案[38]. 一旦土地类型被视为城市地表书信电报_我设置为1（否则为0）。n个是指落入由经纬度控制的表观反射率像素范围内的土地覆盖像素数。S公司_我和S公司_全部的用我第th个陆地类型像素和所有反向距离之和。也就是说，S公司_我/S公司_全部的是的权重我第个土地覆盖像素。然后，可以根据Gupta等人提出的方案估计城市表面反射率[37]确定UP后。

2.4. 检索策略

归一化视反射率

ρ_{T型 O（运行） A类}

卫星以特定波长接收到的信号可以近似为方程（2）[39]:

ρ_{T型 O（运行） A类} (μ_{秒}, μ_{v（v）}, \emptyset) = ρ_{0} (μ_{秒}, μ_{v（v）}, \emptyset) + \frac{T型 (μ_{秒}) T型 (μ_{v（v）}) ρ_{秒} (μ_{秒}, μ_{v（v）}, \emptyset)}{[1 - ρ_{秒} (μ_{秒}, μ_{v（v）}, \emptyset) S公司]}

(2)

哪里，

ρ_{0} (μ_{秒}, μ_{v（v）}, \emptyset)

是大气路径的等效反射率，

T型 (μ_{秒}) T型 (μ_{v（v）})

是向上和向下的大气透过率，

ρ_{秒} (μ_{秒}, μ_{v（v）}, \emptyset)

是表面二项式反射率，以及

S公司

是大气下边界的半球反射。

μ_{秒}

,

μ_{v（v）}

、和

\emptyset

分别是卫星观测几何参数太阳天顶角、卫星天顶角和相对方位角。右侧的每个项也可以被视为气溶胶的函数，除了表面反射率。

为了计算理论视反射率，对太阳光谱（6S）辐射传输代码中的卫星信号进行矢量二次模拟[40,41,42]被雇佣。最新版本2.1已于2018年11月发布(http://6s.ltdri.org/). 它包含几个经典的气溶胶模型（如大陆、海洋、城市和尘埃），并允许用户自定义具有不同成分或光学特性的气溶胶粒子。此外，与以前的标量版本相比，矢量6S辐射传输码预置了更多的波长节点和大气垂直层，并考虑了偏振，这有助于避免蓝色波长的大量反演错误[43].

AOD检索的第一步是筛选合适的像素，以消除云、雪、水和阴影的影响。云罩是从MODIS云罩产品（MOD/MYD35）中获得的，该产品定义了“可能清晰”（95%无云）和“自信清晰”（99%无云）数据集[44]. 利用MODIS波段4（0.55μm）和波段6（1.64μm）计算的归一化雪指数（NDSI）检测积雪。如果NDSI大于0.4，则通常表示有雪[45]. 城市用水（河流或湖泊）在一年内变化不大，我们根据上述MCD12Q1中的土地覆盖类型将其去除。阴影通常是由云层、地形起伏和高层建筑造成的，在近红外波段具有低反射率[46]. 因此，我们使用了一个简单的阈值测试（频带7<0.03）来删除阴影像素。

第二步是运行矢量6S辐射传输代码，以获得方程（2）中所示的大气参数。输入参数包括定制的气溶胶模型（SAM和AAM）、大陆气溶胶模型、观测几何条件、目标和传感器的高度以及MODIS的光谱信息。最后，我们从三个气溶胶模型和两个MODIS光谱通道（波段1和波段3）中获得了六个LUT。

最后一步是从MODIS数据中检索AOD。在此之前，按照Patadia等人的方法，对初始表观反射率图像进行气体吸收校正[47]. 可降水量的水汽数据来自MODIS水汽产品（MOD/MYD05），总臭氧柱来自臭氧监测仪器。由于研究区域位于低海拔平原（~30m）上，瑞利光学厚度的变化可以忽略不计。然后，通过比较观察到的和模拟的表观反射率，检索AOD，如等式（3）和（4）所示：

(ρ_{B类 我 u个 e（电子）} - ρ_{B类 我 u个 e（电子）}^{*}) / ρ_{B类 我 u个 e（电子）} + (ρ_{R（右） e（电子） d日} - ρ_{R（右） e（电子） d日}^{*}) / ρ_{R（右） e（电子） d日} \leq ε

(3)

ρ^{*} = η \cdot ρ_{c（c） u个 秒 t吨}^{L（左） U型 T型} + (1 - η) \cdot ρ_{c（c） o（o） n个 t吨}^{L（左） U型 T型}

(4)

哪里

ρ

是MODIS观测到的表观反射率，

ρ^{*}

是相应的理论视反射率，以及

ε

是检索错误。下标红色和蓝色指MODIS波段1和波段3。

ρ^{*}

通过混合计算

ρ_{c（c） u个 秒 t吨}^{L（左） U型 T型}

和

ρ_{c（c） o（o） n个 t吨}^{L（左） U型 T型}

这是LUT分别使用定制（SAM或AAM取决于

ε

)和大陆气溶胶模型。

η

表示外部线性混合比。最后，AOD值由最小值确定

ε

.

3.结果和讨论

3.1. 检索结果

为了评估本文提出的AOD检索方法，对武汉地区过去三个冬季的MODIS传感器图像进行了处理。武汉冬季平均AOD如所示图3冬季AOD（~1.0）的高值集中在郊区，而非市中心，主要包括城市的北部、西南部和东南部。这一现象很可能与当地排放源的分布有关，因为重工业为了减轻空气污染而转移到城市外围。居住在郊区的人们在冬季也倾向于有更多的燃烧行为（生物质和化石燃料，而不是电），这增加了人为气溶胶微粒的排放。与2016年相比，2017年和2018年的AOD值总体略有下降，表明空气质量有所改善。值得注意的是，2018年AOD比中心城市显著增加(图3c、黑点框），这可能归因于人类活动的增加，例如地铁建设和即将到来的2019年世界军事运动会的城市更新。高分辨率的AOD反演显示了城市上空更多的气溶胶信息，为进一步的颗粒物污染调查奠定了基础。

3.2. 验证

卫星气溶胶反演的不确定性主要取决于地表反射率估计、气溶胶模型和合适的像素选择[48]. 太阳-天空辐射计可以直接观测大气，是测量气溶胶最准确的方法，包括气溶胶消光及其光学特性。图4通过与现场测量结果的比较，显示了结果的验证。从拟合方程、相关系数（R）、根平方误差（RMSE）、EE（0.05+0.15τ）和检索匹配数（N）五个评价指标对检索结果进行了讨论。总的来说，与DT和“深蓝”（DB）产品相比，我们的结果在两个MODIS传感器中的EE最高（约70%），RMSE最低（约0.15）。R也保持在相对较高的水平，略低于DT 3 km分辨率产品。这表明我们的AOD检索方法在研究领域取得了更好的准确性。尽管70%以上的点位于EE边界内，但低斜率（~0.7）表明，在AOD较高的情况下，检索结果通常被高估。该地区3km和10km DT产品的检索效率都相对较低，显示出对AOD（几乎不包括EE）的整体高估，而较低的N几乎不到DB产品和我们结果的一半。这可能是由于DT算法的气溶胶模型中存在不适当的假设，DT算法是针对全球范围设计的。在冬季，气溶胶的吸收被低估，导致在严重气溶胶负载条件下，AOD反演不准确且失败。此外，与DT算法相比，我们的方法有效地增加了城市上空气溶胶调查所需的AOD检索中的N。DB产品中N最高，而RMSE较大（在Terra MODIS中高达0.516），拟合斜率较低（~0.6），表明反演结果不够可靠。

为了进一步评估我们在不同空间和时间尺度上的AOD检索结果，我们计算了相同空间分辨率下的平均值，并将其与三种MODIS产品进行了比较，如图所示图5.R（~0.9）和RMSE（~0.1）表明，我们的结果与3km DT产品非常一致。拟合斜率小于1，表明DT算法的高估得到了部分缓解。同样的现象也出现在10 km DT产品中，而DB产品的相关性相对较差（~0.7 R）。如低斜率（~0.6）所示，DB产品有低估晴朗条件下AOD的趋势，高估重负荷气溶胶期间的AOD。它也与DB产品和CE-318测量值之间的比较一致图4总之，本研究中的方法不仅提高了准确性，而且增加了有效检索像素的数量。这对于城市颗粒物污染的后续调查具有重要意义。

3.3. 案例分析

还选择了几个案例，以更好地评估我们在不同条件下从Terra和Aqua MODIS传感器测量值中检索AOD的结果，如所示图6值得注意的是，真彩色图像由三个MODIS波段（1、3和4）组成，每个波段都进行了单独的线性归一化增强，以获得更清晰的显示。通常，在我们看来，云是亮白色的，植被和土壤是黑色的，城市表面呈现出非白色。该城市分布在河流的东部和西部，包括一个人口稠密的大区域，其中缺少MODIS操作DT算法的AOD值。我们的AOD检索结果有效地补充了城市范围内的缺失值，并且在陆地空间分布方面与DT 3 km产品非常一致。在~1.0 AOD的重载气溶胶条件下（例如图6b、 d），我们展示了气溶胶空间分布的更多细节，特别是在我们关注的AOD（红点）值极高的地区。郊区由于秸秆燃烧、燃放烟花爆竹和冬季供暖导致的AOD局部高值，为了防止空气污染的恶化，通常禁止在市中心使用，这可能会暴露气溶胶排放源。这些信息引导我们进一步研究区域气溶胶，并在进一步的计划中控制空气污染。此外，我们的检索方法还可以在AOD相对较低的时期产生合理的结果(图6a、 c）。有时气溶胶集中在武汉北部，这表明气溶胶受到了中国北方的影响(图6a） ●●●●。

4.结论

开发了一种新的方法，从冬季重气溶胶负荷条件下城市表面收集的MODIS数据中检索500 m空间分辨率的AOD。根据CIMEL太阳-天空辐射计进行的多年测量值，通过聚类分析计算出局部气溶胶模型。一种表面反射率估计方案[37]基于逆距离加权方法，采用并推广到更高的空间分辨率条件。该方案在研究区域表现良好。在像素筛选后（去除云、雪、水和阴影），通过比较两个MODIS通道的实测和理论视反射率，执行AOD检索过程，同时匹配气溶胶动态模型和AOD值。本研究提出的相对高分辨率AOD反演方法有效地补充了城市表面的气溶胶信息。与众所周知的MODIS操作DT算法一样，我们的方法可以用于其他空气污染严重的城市环境，并有可能移植到类似的其他传感器中。

利用太阳-天空辐射计和MODIS C6.1气溶胶产品对反演结果进行了验证。城市地表对应的AOD与太阳-天空辐射计获得的数据有很好的相关性。Terra卫星的RMSE和EE分别为0.129和0.715；Aqua卫星的数值分别为0.181和0.704。R为~0.89。此外，当现有DT算法中AOD值几乎缺失时，成功的反演次数显著增加，尤其是在重负荷气溶胶条件下（AOD>1）。在空间尺度上，我们的结果与MODIS DT产品也很一致。与Terra和Aqua卫星数据相关的平均R值分别为0.905和0.847。此外，通过使用改进的气溶胶模型，与MODIS AOD产品相比，AOD的高估得到了部分缓解，该模型考虑了入射太阳光的更高吸收率和颗粒吸湿增长率。

本研究是武汉市政府支持的一系列城市雾霾和颗粒物污染调查中的第一项。我们提高了在冬季典型的重气溶胶负荷条件下城市表面AOD反演的准确性和效率。在未来的工作中，我们将把该方法应用于FY-3D卫星图像，以进一步调查华中地区的空气污染。

作者贡献

S.J.设计了实验并准备了手稿草稿；Y.M.、M.Z.和W.G.帮助组织了研究，分析了数据并修改了手稿。Y.M.和M.Z.对本研究的贡献相同；O.D.为研究提供建议；B.L.、Y.S.和C.Y.协助完成了实验。

基金

这项工作得到了国家重点研发计划（2018YFB0504500）、国家自然科学基金（41875038、41801261、41905032）、湖北省自然科学基金会（2017CFB404）和武汉市科学技术计划（2019020701011453）的支持。

致谢

我们感谢MODIS科学团队提供MODIS数据和产品，感谢Landsat科学团队提供本研究中使用的Landsat-8 OLI图像。最后，我们还要感谢所有匿名评论员的建设性意见。

利益冲突

作者声明没有利益冲突。

工具书类

Hansen，J。；佐藤，M。；Ruedy，R.辐射强迫与气候响应。《地球物理学杂志》。物件。 1997,102, 6831–6864. [谷歌学者] [交叉参考]
考夫曼，Y.J。；Nakajima，T.亚马逊烟雾对云微物理和反照率的影响——来自卫星图像的分析。J.应用。美托洛尔。 1993,32, 729–744. [谷歌学者] [交叉参考]
海伍德，J。；Boucher，O。对流层气溶胶直接和间接辐射强迫的估算：综述。地球物理学评论。 2000,38, 513–543. [谷歌学者] [交叉参考]
Rosenfeld博士。；美国洛曼。；拉加，G.B。；C.D.奥多德。；Kulmala，M。；Fuzzi，S。；Reissell，A。；Andreae，M.O.洪水还是干旱：气溶胶如何影响降水？科学类 2008,321, 1309–1313. [谷歌学者] [交叉参考] [公共医学]
李J.M。；简，B.D。；黄，J.P。；胡玉霞。；赵，C.F。；Kawamoto，K。；Liao，S.J。；Wu，M.天基激光雷达云滴数浓度的长期变化。遥感环境。 2018,213, 144–161. [谷歌学者] [交叉参考]
Che，H。；张，X。；李毅。；Zhou，Z。；曲J.J.1981-2005年中国水平能见度趋势。地球物理学。Res.Lett公司。 2007,34, 497–507. [谷歌学者] [交叉参考]
领带，X.X。；Wu，D。；Brasseur，G.中国广州肺癌死亡率和大气气溶胶粒子暴露。大气。环境。 2009,43, 2375–2377. [谷歌学者] [交叉参考]
金，医学博士。；考夫曼，Y.J。；W.P.门泽尔。；Tanre，D.从中等分辨率成像光谱仪（modis）遥感云、气溶胶和水汽特性。IEEE传输。地质科学。远程传感器。 1992,30, 2–27. [谷歌学者] [交叉参考]
北卡罗来纳州徐。；Tsay，S.C.公司。；金，医学博士。；Herman，J.R.亮反射源区的气溶胶特性。IEEE传输。地质科学。远程传感器。 2004,42, 557–569. [谷歌学者] [交叉参考]
雷默，洛杉矶。；考夫曼，Y.J。；Tanré，D。；马图，S。；Chu，地方检察官。；Martins，J.V。；李，R.R。；Ichoku，C。；利维，R.C。；Kleidman，R.G。；等。modis气溶胶算法、产品和验证。J.大气。科学。 2005,62, 947–973. [谷歌学者] [交叉参考]
利维，R.C。；马图，S。；洛杉矶蒙察克。；雷默，洛杉矶。；塞耶，A.M。；帕塔迪亚，F。；北卡罗来纳州徐市，收集陆上和海上6种modis气溶胶产品。大气。测量。技术。 2013,6, 2989–3034. [谷歌学者] [交叉参考]
Higurashi，A.使用noaa-avhrr在全球范围内开发双通道气溶胶反演算法。J.大气。科学。 1999,56, 924–941. [谷歌学者] [交叉参考]
Chimot，J。；Veefkind，J.P。；Vlemmix，T。；德哈恩，J.F。；阿米里迪斯，V。；Proestakis，E。；马里诺，E。；Levet，P.F.使用神经网络方法从477 nm o-2-o-2光谱带的omi测量中对气溶胶高度反演进行的探索性研究。大气。测量。技术。 2017,10, 783–809. [谷歌学者] [交叉参考]
Ge，B。；李，Z。；刘，L。；Yang，L。；陈，X。；侯伟（Hou，W.）。；Zhang，Y。；李，D。；李，L。；Qie，L.用于himawari-8/ahi气溶胶检索的暗靶方法：应用和验证。IEEE传输。地质科学。远程传感器。 2018,57, 381–394. [谷歌学者] [交叉参考]
张志勇。；范，M。；Wu，W.L。；王，Z.F。；陶，M.H。；魏杰。；王，Q。北京上空himawari-8先进himawari成像仪的简化气溶胶反演算法。大气。环境。 2019,199, 127–135. [谷歌学者] [交叉参考]
利维，R.C。；雷默，洛杉矶。；马图，S。；佛蒙特，E.F。；Kaufman，Y.J.第二代操作算法：通过中等分辨率成像光谱仪光谱反射率反演陆地上的气溶胶特性。《地球物理学杂志》。Res.大气。 2007,112. [谷歌学者] [交叉参考]
古普塔，P。；雷默，洛杉矶。；利维，R.C。；Mattoo，S.美国国家航空航天局eos-terra和aqua任务对modis 3公里陆地气溶胶光学深度的验证。大气。测量。技术。 2018,11, 3145–3159. [谷歌学者] [交叉参考]
黄，R.J。；Zhang，Y。；Bozzetti，C。；Ho，K.F。；曹建杰。；Han，Y。；Daellenbach，K.R。；斯洛维克，J.G。；普拉特，S.M。；Canonaco，F.在中国雾霾事件中，二次气溶胶对颗粒物污染的贡献很高。自然 2014,514, 218–222. [谷歌学者] [交叉参考] [公共医学]
Wang，Y。；Chen，L.F。；Li，S.S。；王X.H。；Yu，C。；Si，Y.D。；Zhang，Z.L.重气溶胶负荷对viirs气溶胶光学厚度（aod）反演算法的干扰。远程传感器。 2017,9, 397. [谷歌学者] [交叉参考]
李，S。；Chen，L。；熊，X。；陶，J。；苏·L。；Han博士。；Liu，Y.利用modis数据反演华北平原灰霾光学厚度。IEEE传输。地质科学。远程传感器。 2013,51, 2528–2540. [谷歌学者] [交叉参考]
严，X。；史伟忠。；罗，N.N。；Zhao，W.J.华北平原上空基于卫星的雾霾气溶胶监测的新方法，以及与modis收集的6种气溶胶产品的比较。大气。物件。 2016,171, 31–40. [谷歌学者] [交叉参考]
陶，M.H。；Chen，L.F。；苏，L。；Tao，J.H.华北平原区域霾污染的卫星观测。《地球物理学杂志》。Res.大气。 2012,117. [谷歌学者] [交叉参考]
杨，Y。；刘，X。；曲，Y。；Wang，J。；An，J。；Zhang，Y。；Zhang，F.2013年1月中国特大城市北京持续极端雾霾事件的形成机制。大气。物件。 2015,155, 192–203. [谷歌学者] [交叉参考]
张，M。；马云（Ma，Y.）。；龚，W。；Wang，L。；夏，X。；Che，H。；胡，B。；Liu，B.雾霾和高湿度城市条件下紫外、可见光、近红外和短波光谱中的气溶胶辐射效应。大气。环境。 2017,166, 9–21. [谷歌学者] [交叉参考]
刘，B。；马云（Ma，Y.）。；龚·W。；张，M。；Yang，J.基于地面和卫星观测的武汉冬季持续空气污染研究。大气。波卢特。物件。 2018,9, 156–165. [谷歌学者] [交叉参考]
李，C.C。；Lau，A.K.H。；毛J.T。；Chu，D.A.香港上空modis测量的1公里气溶胶光学厚度的检索、验证和应用。IEEE传输。地质科学。远程传感器。 2005,43, 2650–2658. [谷歌学者]
徐，N。；牛，X.H。；胡晓强。；王X.H。；Wu，R.H。；Chen，S.S.公司。；Chen，L。；Sun，L。；丁·L。；Yang，Z.D。；等。风云-3d上先进的mersi ii的发射前校准和辐射性能。IEEE传输。地质科学。远程传感器。 2018,56, 4866–4875. [谷歌学者] [交叉参考]
O.Dubovik。；King，M.D.，一种灵活的反演算法，用于从太阳和天空辐射测量中检索气溶胶光学特性。《地球物理学杂志》。Res.大气。 2000,105, 20673–20696. [谷歌学者] [交叉参考]
O.Dubovik。；霍尔本，B。；埃克，T.F。；斯米尔诺夫，A。；考夫曼，Y.J。；金，医学博士。；Tanre，D。；Slutsker，I.在世界各地观测到的关键气溶胶类型的吸收和光学特性的变化。J.大气。科学。 2002,59, 590–608. [谷歌学者] [交叉参考]
切，H.Z。；Zhang，X.Y。；陈，H.B。；达米里，B。；Goloub，P。；李振强。；张，X.C。；魏毅。；周，H.G。；Dong，F。；等。中国气溶胶遥感网络的仪器校准和气溶胶光学深度验证。《地球物理学杂志》。Res.大气。 2009,114. [谷歌学者] [交叉参考]
埃克，T.F。；霍尔本，B.N。；Sinyuk，A。；平克，R.T。；Goloub，P。；陈，H。；Chatenet，B。；李，Z。；辛格，R.P。；Tripathi，S.N.公司。；等.细/粗模式气溶胶混合物光学特性的气候学方面。《地球物理学杂志》。Res.大气。 2010,115. [谷歌学者] [交叉参考] [绿色版本]
张，M。；马云（Ma，Y.）。；龚·W。；刘，B。；Shi，Y。；Chen，Z.气溶胶光学特性和辐射效应：使用10年观测对中国中部城市气溶胶的评估。大气。环境。 2018,182, 275–285. [谷歌学者] [交叉参考]
利维，R.C。；雷默，洛杉矶。；Dubovik，O.全球气溶胶光学特性及其在陆地上中等分辨率成像光谱仪气溶胶反演中的应用。《地球物理学杂志》。Res.大气。 2007,112. [谷歌学者] [交叉参考]
李，Z。；Zhang，Y。；Xu，H。；李凯。；O.Dubovik。；Goloub，P.中国地区的基本气溶胶模型：地面柱状大气遥感测量的聚类分析。地球物理学。Res.Lett公司。 2019,46, 4924–4932. [谷歌学者] [交叉参考]
达阿尔梅达，G.A。；Koepke，P。；Shettle，E.P.《大气气溶胶：全球气候和辐射特征》。医学微生物学杂志。 1991,54, 55–61. [谷歌学者]
考夫曼，Y.J。；Tanre博士。；雷默，洛杉矶。；佛蒙特，E.F。；Chu，A。；Holben，B.N.。使用eos中等分辨率成像光谱仪对陆地上空对流层气溶胶进行业务遥感。《地球物理学杂志》。Res.大气。 1997,102, 17051–17067. [谷歌学者] [交叉参考]
古普塔，P。；利维，R.C。；马图，S。；雷默，洛杉矶。；Munchak，L.A.在modis暗目标检索算法中检索城市表面气溶胶光学厚度的表面反射率方案。大气。测量。技术。 2016,9, 3293–3308. [谷歌学者] [交叉参考]
弗里德尔，文学硕士。；Sulla-Menahe，D。；Tan，B。；施耐德，A。；拉曼库蒂，N。；Sibley，A。；Huang，X.Modis收集的5个全球土地覆盖：新数据集的算法改进和表征。遥感环境。 2010,114, 168–182. [谷歌学者] [交叉参考]
佛蒙特，E.F。；ElSaleous，N。；法官，狱警。；考夫曼，Y.J。；普里维特，J.L。；雷默，L。；罗杰，J.C。；Tanre，D.地表可见到中红外eos-modis数据的大气校正：背景、操作算法和验证。《地球物理学杂志》。Res.大气。 1997,102, 17131–17141. [谷歌学者] [交叉参考]
佛蒙特，E.F。；Tanre，D。；Deuze，J.L。；Herman，M.太阳光谱中卫星信号的第二次模拟，6s：概述。IEEE传输。地质科学。远程传感器。 1997,35, 675–686. [谷歌学者] [交叉参考]
科奇诺瓦，S.Y。；佛蒙特，E.F。；马塔雷斯，R。；Klemm，F.J.卫星数据大气校正用6s辐射传输码矢量版本的验证。第一部分：路径辐射。申请。选择。 2006,45, 6762–6774. [谷歌学者] [交叉参考] [公共医学]
科奇诺瓦，S.Y。；佛蒙特，E.F。；莱维，R。；Lyapustin，A.大气校正和气溶胶反演的辐射传输代码：相互比较研究。申请。选择。 2008,47, 2215–2226. [谷歌学者] [交叉参考] [公共医学]
Levy，R.C.公司。；雷默，洛杉矶。；Kaufman，Y.J.忽略偏振对陆上modis气溶胶反演的影响。IEEE传输。地质科学。远程传感器。 2004,42, 2576–2583. [谷歌学者] [交叉参考]
Ackerman公司。；克拉玛依州斯特拉巴拉。；W.P.门泽尔。；R.A.弗雷。；穆勒，C.C。；L.E.Gumley用modis区分晴空和云彩。《地球物理学杂志》。Res.大气。 1998,103, 32141–32157. [谷歌学者] [交叉参考]
霍尔，D.K。；Riggs，G.A。；所罗门森，V.V。；东北部迪吉罗拉莫。；Bayr，K.J.Modis雪地覆盖产品。遥感环境。 2002,83, 181–194. [谷歌学者] [交叉参考]
朱，Z。；王，S.X。；Woodcock，C.E.fmask算法的改进和扩展：陆地卫星4-7、8和哨兵2图像的云、云阴影和雪检测。遥感环境。 2015,159, 269–277. [谷歌学者] [交叉参考]
帕塔迪亚，F。；利维，R.C。；Mattoo，S.从反射短波辐射的卫星观测反演气溶胶光学深度时，修正微量气体吸收。大气。测量。技术。 2018,11, 3205–3219. [谷歌学者] [交叉参考] [绿色版本]
朱，D.A。；考夫曼，Y.J。；Ichoku，C。；雷默，洛杉矶。；Tanre，D。；Holben，B.N.陆地modis气溶胶光学深度反演验证。地球物理学。Res.Lett公司。 2002,29，模式2:1–模式2:4。[谷歌学者] [交叉参考]

图1。真彩色卫星图像显示了由Landsat-8 OLI测量得出的真实城市地形(https://www.usgs.gov)2017年12月17日。长江水系将武汉分为三大城镇：汉口、汉阳和武昌。红点代表我们安装在武汉大学的观测点。

图1。真彩色卫星图像显示了由Landsat-8 OLI测量得出的真实城市地形(https://www.usgs.gov)2017年12月17日。长江水系将武汉分为三大城镇：汉口、汉阳和武昌。红点代表我们在武汉大学设置的观测点。

图2。单次散射反照率(一,b)和气溶胶体积大小分布(c（c）,d日)根据CE-318测量值，采用K-均值聚类方法计算了散射气溶胶模型（SAM）和吸收气溶胶模型的平均值。

图3。武汉市2016-2018年冬季平均AOD的空间分布。2018年黑点框(c（c）)显示了AOD在中心城市上空的增加。

图3。武汉市2016-2018年冬季平均AOD的空间分布。2018年黑点框(c（c）)显示了中心城市AOD的增加。

图4。550 nm处AOD与我们现场CE-318测量值的散射图。MOD和MYD表示Terra(一,c（c）,e（电子）,克)和Aqua(b,d日,（f）,小时)卫星。DT-3K、DT-L2和DB-L2是从MODIS气溶胶产品（MOD/MYD04）中获取的3 km“暗目标”、10 km“深目标”和10 km“深蓝”的AOD值。红色实线是线性拟合线，黑色虚线是预期误差线。

图5。将我们的结果（纵坐标）与三种MODIS产品进行比较。MOD和MYD表示Terra上的传感器(一–c（c）)和Aqua(d日–（f）)分别是。DT-3K、DT-L2和DB-L2是3公里“深目标”、10公里“深靶”和10公里“深蓝”。红色实线是线性拟合线，黑色虚线是预期误差线。

图5。将我们的结果（纵坐标）与三个MODIS产品进行比较。MOD和MYD表示Terra上的传感器(一–c（c）)和Aqua(d日–（f）)分别是。DT-3K、DT-L2和DB-L2是3公里“深目标”、10公里“深靶”和10公里“深蓝”。红色实线是线性拟合线，黑色虚线是预期误差线。

图6。我们在Terra和Aqua MODIS传感器上选择了四个500米AOD检索结果与DT-3K产品的对比案例：(一)2018年12月17日03:30 UTC(b)2017年2月26日03:00 UTC(c（c）)2017年2月14日05:45 UTC，以及(d日)2018年2月26日05:40 UTC。

表1。将SAM和AAM与MODIS DT算法气溶胶模型和气溶胶光学厚度（AOD）为0.5的大陆模型进行比较。

	模型	第页_（f）	第页_c（c）	v（v）_（f）	v（v）_c（c）	σ_（f）	σ_c（c）	折射率
本研究	山姆	0.159	2.188	0.072	0.114	0.494	0.631	1.495–0.007i
本研究	AAM公司	0.144	2.210	0.074	0.113	0.482	0.644	1.501–0.012英寸
MODIS DT算法	发展	0.155	3.269	0.096	0.092	0.442	0.778	1.430–0.007i
	烟雾	0.139	3.922	0.094	0.065	0.423	0.763	1.510–0.020i
	城市-Ind	0.162	3.396	0.097	0.060	0.440	0.841	1.420–0.006i
	灰尘	0.147	2.200	0.043	0.326	0.682	0.574	1.502–0.002英寸
大陆的	WATE公司	0.180		3.050		1.090		1.530–0.006i
	灰尘		17.600		7.360		1.090	1.530–0.008i
	烟灰	0.050		0.105		0.690		1.750–0.430i

注：。r、 v和σ分别表示气溶胶体积模态半径、总体积和标准偏差。下标f和c表示细模式和粗模式气溶胶。折射率显示了气溶胶粒子在670nm处的吸收和散射特性。

分享和引用

MDPI和ACS样式

Jin，S。；马云（Ma，Y.）。；张，M。；龚，W。；O.Dubovik。；刘，B。；Shi，Y。；杨，C。冬季重气溶胶负荷条件下城市表面MODIS测量的500m气溶胶光学厚度反演。远程传感器。 2019,11, 2218.https://doi.org/10.3390/rs11192218

AMA风格

金S、马Y、张M、龚W、杜波维克O、刘B、施Y、杨C。冬季重气溶胶负荷条件下城市表面MODIS测量的500m气溶胶光学厚度反演。遥感. 2019; 11(19):2218.https://doi.org/10.3390/rs11192218

芝加哥/图拉宾风格

Jin、Shikuan、Yingying Ma、Ming Zhang、Wei Gong、Oleg Dubovik、Boming Liu、Yifan Shi和Changlan Yang。2019.“在冬季重气溶胶负荷条件下，从城市表面MODIS测量中检索500米气溶胶光学深度”遥感11，编号19:2218。https://doi.org/10.3390/rs11192218

请注意，从2016年第一期开始，该杂志使用文章编号而不是页码。请参阅更多详细信息在这里.

文章菜单