论文部分内容阅读
城市地区的气溶胶分布存在小尺度变化,现有的卫星气溶胶产品分辨率较低,不能反映这种小尺度变化。而高分辨率的气溶胶产品能弥补上述不足,因此基于高分辨率遥感影像的气溶胶反演研究对城市地区的气溶胶研究和空气污染监测都有重大意义,具有重要的研究价值。本文利用Sentinel-2高分辨率遥感影像研究气溶胶光学厚度(Aerosol Optical Depth,AOD)反演,旨在得到高分辨率的AOD产品。本文针对Sentinel-2影像的特点,提出了一种新的地表反射率库构建方法,并且用AERONET数据确定了研究区域的气溶胶类型,在此基础上实现了高分辨率的AOD反演。本文的研究内容如下:(1)基于Sentinel-2重访周期较短的特点,提出一种基于“最干净影像”的地表反射率估计方法,该方法通过分析长时间序列的AERONET的AOD数据,确定一个月的时间窗口中的“最干净影像”,并对其进行精确的大气校正得到地表反射率。“最干净影像”对应的地表反射率影像就构成了地表反射率库。在进行气溶胶反演时,用待反演影像和地表反射率库中同一月份的地表反射率影像进行反演。(2)气溶胶类型是影响AOD反演精度的重要因素,本文通过分析北京的气溶胶体积分布,确定用双峰对数正态谱分布表征北京的气溶胶类型。在此基础上,通过统计3年的AERONET气溶胶光学参数,得到每个月的双峰对数正态谱分布的具体参数,由此确定了北京每个月的气溶胶类型,有助于提高AOD反演精度。(3)利用上述的Sentinel-2地表反射率库和气溶胶类型的确定方法,结合基于查找表的AOD反演方法,进行北京地区的AOD反演,并对结果从空间分布和反演精度进行分析。首先分析了AOD反演结果的空间分布,并和PM2.5分布图进行比较,结果表明本文得到的AOD产品能很好地反映气溶胶分布的小尺度变化。然后用AERONET的AOD数据验证了本文算法的AOD反演结果,并和暗像元算法的反演结果进行比较,结果表明本文提出的AOD反演算法的反演结果和AERONET的AOD测量值的相关系数为0.9424,并且共有85.56%的反演结果落入期望误差范围内,反演效果优于暗像元算法。(4)将本文构建的Sentinel-2地表反射率库用于Landsat8影像的AOD反演,用AERONET的AOD数据对反演结果进行验证,结果表明Landsat8反演结果与AERONET的AOD测量值显著相关,相关系数为0.69,有82.35%的反演结果处于期望误差范围内。