MODIS卫星遥感北京地区气溶胶光学厚度及与地面光度计遥感的对比_毛节泰.docx

特刊 毛节泰等: MODIS 卫星遥感北京地区气溶胶光学厚度及与地面光度计遥感的对比 139第 13 卷特刊 应用气象学报 Vol. 13, Suppl. 2002 年 1 月 JOURNAL OF APPLIED METEOROLOGICAL SCIENCE January 2002MODIS卫星遥感北京地区气溶胶光学厚度及与地面光度计遥感的对比毛节泰1) 李成才1) 2) 张军华1) 3) 刘晓阳1) 刘启汉2)1) ( 北京大学物理学院大气科学系, 北京 100871)2) ( 香港科技大学海岸与大气研究中心)3)( Department of Physics, Dalhousie University, Canada)提 要介绍 MODIS 卫星遥感气溶胶的方法, 利用北京大学地面多波段太阳光度计的观测进行了对比, 二者的相关性比较好。给出了描述北京地区气溶胶光学厚度分布的几幅图片。卫星遥感对于更好地研究空气污染提供了一种新手段, 卫星遥感的气溶胶光学厚度弥补了地面观测空间覆盖不足的缺陷。卫星遥感的气溶胶资料不仅对全球和区域气候研究而且对城市污染分析提供了丰富的资料。关键词: 卫星遥感 气溶胶光学厚度 地面光度计引 言对流层气溶胶粒子来源于工业活动、生物燃烧等人为源以及沙尘、海洋粒子等自然源。它们对太阳辐射的直接作用以及对云的微物理过程的影响、对大气化学过程的影响分别表现为对气候变化的直接强迫和间接强迫 1 5 。由于大多气溶胶只有几天的生命期以及空间变化很大, 利用卫星来观测全球气溶胶的分布和变化非常迫切6, 7 。NASA 发射的 Terra 卫星承载的 M ODIS 传感器具有 36 个通道, 覆盖了紫外、可见、近红外、红外等通道, 为反演气溶胶和地表特征提供了丰富的信息8, 9 。卫星接收到的辐射来源于地球大气的散射以及地表反射的复杂相互影响, 卫星遥感陆地气溶胶长期以来存在地表反射率和气溶胶光学特征两方面同时未知的难题。Kaufman 等通过大量飞机试验发现对于植被密集的具有较低反照率的地表存在 2. 13 m 近红外通道反照率与 0. 47 m、0. 66 m 可见光通道反射率相关很好的结论, 成功地运用于 MODIS 的气溶胶反演10, 11 。城市气溶胶光学厚度同时反映了大气污染的污浊程度, 高分辨率的卫星遥感提供了监测城市大气污染的可能性。卫星遥感弥补了一般地面观测难以反映污染物空间具体分布和变化趋向的不足。但是对于光学厚度反演过程中源于地表反照率和气溶胶模型带来的误差难以估计, 卫星遥感需要同时有地面太阳光度计观测进行对比。NASA 在全球几个洲的大陆部分和少数海岛海岸建立了一个包含大约 70 个地面太阳光度计的全球自动观测网, 为 M ODIS 遥感气溶胶提供地面多通道遥感的对比资料12, 13 。我们利用多通道太阳光度计在北京的连续观测, 对照了 MODIS 气溶胶产品, 二者的相关性比较好。对于中国大陆, 各地区地表植被分布、气溶胶类型具有很大差异, 有必要在不同代表性地区建立这种连续观测的地面站。1 MODIS 陆地气溶胶遥感首先简单回顾一下利用卫星遥感大气气溶胶的基本原理 14, 15 。卫星观测到的反射率 R sat可以由下式表示:satSURFsatR = f ( 0, R ) = L ( 0, , , 0, 0, )/ 0F 0) (1) 其中, F 0 为大气上界太阳辐射通量密度, 0 为整层大气光学厚度, ( 0, 0) 为入射光的方向, ( , )是卫星观测方向, 0, 0, , 分别为天顶角的余弦和方位角, L sat( , , , 0,0)为卫星接收到的辐射, 它满足辐射传输方程。如果假设下垫面是反射率为 R SU RF的均匀朗伯面, R sat可表示为:ATMATMSURFR sat(,0,0) =R ATM(,0,0) + T(0) TSURF ( ATM) RR ATM为整层大气反射率, T ATM ( 0) 和 T ATM ( ) 分别表示从太阳到地面、从地面到卫星大气层总的透过率(直射+ 漫射), 系数 1/ (1- R SU RF RATM ) 代表地面和大气层多次散射的作用, 因此卫星观测到的反射率 R sat既是气溶胶光学厚度的函数, 又是下垫面反射率的函数, 如果知道了下垫面的反射率 R SURF, 并假定一定大气气溶胶模型, 可以反演得到气溶胶光学厚度。辐射传输过程一般利用辐射传输模式来完成。业务的反演算法为节省计算时间采用一个含有多维变量的查算表( LU T) 。NASA 的 M ODIS 气溶胶算法中, 首先为了获得较高的信噪比, 将 250 m 和 500 m 的晴空卫星资料合成为 1 km 分辨率的资料, 以下列 4 个优先级进行蓝光 0. 47 m 和红光0. 66m 通道地表反射率的确定 10 :1) 如果 0. 01R*2. 10. 05, 则 R 0. 47=R *2. 1/ 4, R 0. 66=R *2. 1/ 2;2) 如果 R *3. 80. 025, 则 R 0. 47= 0. 01, R 0. 66= 0. 02;3) 如果 0. 01R*2. 10. 10, 则 R 0. 47=R *2. 1/ 4, R 0. 66=R *2. 1/ 2;4) 如果 0. 01R*2. 10. 15, 则 R 0. 47=R *2. 1/ 4, R 0. 66=R *2. 1/ 2在 10 km 10 km 的像素点中选择出 10% 40% 低地表反射率的像点进行反演并取平均, 作为 10 km 10 km 的代表值。在气溶胶模型的选取上, Kaufman 等采用了一种先假设为大陆型气溶胶进行反演, 然后计算红光、蓝光的单次散射路径辐射的比值进一步订正气溶胶类型和光学厚度的方法。单次散射路径辐射定义为:L=P/ ( 40)(3)其中 , P , 分别为光学厚度, 相函数和散射比(单次散射反照率)。 ,0 为观测方向和入射光方向天顶角的余弦。具体确定方法如下 10 :1) 光学厚度 red A ( ) , 沙尘型气溶胶;3) L red/ L blue B(), 为非沙尘型气溶胶。为散射角, 当 40150 时, A ( )= 0. 90, B()= 0. 72; 当 150168 时, A( )= 0. 9- 0. 01( - 150 ), B( )= 0. 72。对于非沙尘型气溶胶, 采用按地域和季节来确定气溶胶模式的粗略方法。在中国大陆的东部和南部, 一般取为城市和沙尘混合型气溶胶 10 。最后按照两个通道的光学厚度, 可进一步确定 ngstr om 常数以及 550 nm 的光学厚度。2 地面多波段太阳光度计观测利用多波段光度计遥感气溶胶光学厚度是目前气溶胶遥感手段中最准确的方法, 通常被用来校验卫星遥感的结果, 如 NOAA 为验证第一代利用 AVHRR 遥感海洋上空气溶胶的方法, 曾经在 10 个沿岸和岛屿观测点及观测船上进行了气溶胶多波段光度计遥感, 通过比较两种遥感结果的一致性来验证卫星遥感的结果16 。NASA 为了研究全球气溶胶的传输、气溶胶辐射效应、验证辐射传输模式以及校验卫星遥感气溶胶的结果, 在全球建立了一个气溶胶自动地面遥感网( AERONET) 12 。在北京大学物理楼楼顶, 我们建立了长期连续的多波段太阳光度计观测。该仪器为北京师范大学光电仪器厂生产的BB 型10 波段光度计17 。探测器采用硅光电二极管, 仪器视场为 3 圆形视场, 10 个波段中心波长分别位于 450 nm、500 nm、550 nm、600 nm、650nm、700 nm、750 nm、800 nm、850 nm、900 nm 附近, 半波宽度 10 20 nm。多波段光度计遥感是以太阳为光源的被动遥感手段, 自大气上界入射到地气系统的太阳辐射受到大气中气体分子以及大气气溶胶粒子的散射和吸收, 在地面接收到的太阳辐射包含了大气中气溶胶信息, 通过测量接收到的辐射就可以反演气溶胶的信息。多波段光度计遥感气溶胶光学厚度的基本原理如下:设日地平均距离大气上界波长为 处太阳辐射通量密度为F0 ( ), 通过大气到达地面的太阳辐射为 F( ), ( )为波长为 处大气光学厚度, m( )为大气质量数, 它表示太阳光自某一天顶角 入射时和自天顶( = 0) 入射时整层大气的光学厚度比值, m ( )=, 为日地距离校正因子, 根据朗伯比尔定律 18F( ) = F0( )exp(- m ( ) ) ( 4) 其中, = ( r m/ r) 2, r m 为日地平均距离, r 为观测时实际的日地距离。m 为大气质量数。对式(4)两边取对数, 得ln( F()/) = lnF0() - m( )()(5) 太阳光度计测得的电压正比于入射的太阳辐射, 设 V ()为太阳光度计的实测数值, V 0( ) 为光度计对应于 F 0()的测量值, 则有ln( V( )/ ) = lnV 0( ) - m( ) ( ) (6) 如果已知 V 0( ), 根据公式(6) , 整层大气的光学厚度可以由下式求出:1V 0()() =ln()(7) m( )V()()主要由 3 部分组成:() =aero() +r () +ab()(8)aero( ) 为大气气溶胶光学厚度, r ( )为大气分子瑞利散射光学厚度, ab( ) 为大气中吸收气体的光学厚度。如果已知波长 处大气分子瑞利散射光学厚度和吸收气体的光学厚度, 根据式( 8) 可以求出该波段大气气溶胶光学厚度。当地面处于标准状态, 气压为 p 0= 1013. 25 hPa 时, 单波长的大气分子瑞利散射光学厚度可由下式求出 18 :r, 0() =0. 0088 - 4. 05(9) 在实际地面气压是 p 时, 整层大气分子瑞利散射光学厚度按下式求出:pr () =r, 0()(10) p 0吸收气体的光学厚度与光度计各波段吸收气体的吸收系数有关, 应根据不同的波段分别计算该波段吸收气体的光学厚度。由(8) 知, 为求出大气气溶胶光学厚度, 必须已知大气上界波长为 处太阳辐射通量密度F0( ) 对应的仪器响应常数 V0( ), 确定 V 0( )的过程即仪器定标的过程。常用的定标方法有标准光源法和 Langley 法两种 18 。我们采用了标准光源法和 Langley 法相结合的方法进行了仪器定标17 , 对该台仪器分别在海拔较高, 远离城市的河北兴隆天文台 ( 海拔 1000 m) 、西藏当雄( 海拔 4200 m) 、安徽黄山( 海拔 1860 m) 3 个定标点进行 Langley 法定标。订正后总误差在光学厚度比较小的情况下应小于 10%, 在中等浑浊度情况下, 相对误差在 2%左右 17 。3 卫星遥感与太阳光度计观测的比较结果我们取得了 NASA 发布的 2000 年 8 12 月 MODIS 遥感陆地气溶胶的数据, 该数据集的空间分辨率为 10 km 10 km。基本每天 10: 00 到 11: 00( 北京时, 下同) 卫星经过北京。我们提取出距离北京大学地面光度计观测点 15 km 以内最近的像点的数值, 两者的对比如图 1 所示。从图 1 可见对于太阳光度计所测的光学厚度小于 0. 5 的情况, 二者具有比较好的相关。如果去除了距离大于 10 km 并且时间差距 3 h 以上的数据, 拟合线的斜率更接近 1. 0。同时我们得出一般情况下卫星遥感的 10 km 10 km 分辨率的气溶胶光学厚度小于地面光度计遥感的结果。由于太阳光度计的观测时间一般在午后 1: 00 到 2: 00, 晚于卫星观测时间 2 3 h, 地面光度计遥感的结果较大的结论也与我们利用光度计观测气溶胶发现中午大于上午的结论相符15 。图 1MODIS 卫星遥感的光学厚度与地面光度计观测的对比( 三角形符号代表所有的数据点; 十字形符号代表空间选择后的数据( 去掉距离大于 10 km 的点) ; 圆形符号代表进一步作了时间选择的数据( 去掉了观测时间间隔大于3 h 的点) 。经空间选择后, 二者的平均距离仍然在8 km 左右, 且卫星观测代表 10 km 10 km 的平均。时间上地面光度计延迟平均 2 h)图 2 为这两组数据的时间序列。图中可见主要在第 307、318 和 341天的 3 个数据点光度计观测远大于卫星遥感值。虽然我们从理论上说, 太阳光度计的测量具有较高的精度, 由于太阳光度计的观测更代表局地性, 卫星观测结果代表 10 km 10 km 的平均, 所以这种差异可能是由于气溶胶在小尺度上空间和时间上的局地变化引起。另外一个可能图 2 卫星遥感与地面光度计遥感的时间序列( 横坐标为时间( Julian Day) ,纵坐标为光学厚度, 实线圆点为地面多波段光度计观测, 虚线十字符号为MODIS 遥感结果)的原因是太阳光度计遥感过程中, 太阳直射路径中是否有云, 现在完全凭观测人员的肉眼和多次读数是否稳定来判断。M ODIS 的 10 km 10 km 的气溶胶产品建立在 250 m 和 500 m 分辨率多通道的晴空、云量识别算法的基础上。微量卷云的影响, 将造成气溶胶光学厚度的较大误差。图 3 卫星遥感与地面光度计遥感( 550 nm) 的对比( 星点处代表北京大学地面观测点所在位置, 圆点代表卫星观测数据的覆盖区域和分辨率, 左图为 2000 年 12 月12 日( day347) , 光度计遥感结果为 0. 152, 时间迟后175 min; 右图为 2000 年12 月 15 日( day350) , 光度计遥感结果为0. 116, 时间迟后 134 min)图 3 向我们展示了 2000 年 12 月 12 日( day347) 和 2000 年 12 月 15 日( day350) 卫星遥感与地面光度计遥感的对比, 两者基本相吻合。卫星遥感给出的空间变化使我们更好地理解地面光度计得到的在空间上孤立的数据的代表性。由卫星遥感我们看到, 在北京的西北部山区向东南部平原方向, 气溶胶分布一般呈递增趋势。北京大学处于北京城区的西北, 处于郊区向城区过渡的地带, 气溶胶空间变化梯度也常常较大。由于气溶胶的时间变化也比较迅速, 所以这种对比观测对时间和空间的匹配应有更严格的要求。表 1 数据相关性统计分析全部原始数据空间选择( 距离小于 10 km)空间加时间选择( 3 h 内)相关系数置信度要求样本数( 95% , 99% )相关系数样本数置信度要求( 95% , 99% )相关样本数系数置信度要求( 95% , 99% )( 1)0. 327310. 3440. 474240. 3880. 538190. 433( 2)0. 490280. 4630. 643220. 5150. 724170. 575注: ( 1) 为未去除 307, 318 和 341 天三组数据的情况, ( 2) 为去除了这三组数据的情况。表 1 给出图 1中 3种情况的相关系数分别为: 0. 327, 0. 474 和 0. 538, 在经过了空间选择和时间选择后, 数据相关性明显提高, 超过 95% 置信度要求。这说明气溶胶时间和空间变化性比较大。而去除太阳光度计测量的 3 个野点的数据以后, 相关系数提高到:0. 490, 0. 643 和 0. 724, 都远超过 99%置信度要求。说明对于参与这种比较的数据质量非常重要。对于我们今后地面光度计观测的启示是: 第 1 在时间上和卫星过境时间尽量匹配; 第 2 注意观测时刻的云的影响, 是否绝对晴空, 或采取其他手段同时监测太阳直射路径是否有微小云量存在19 。从卫星遥感的角度来看, 地表反照率通过近红外方法确定带来一定的误差, 按照 Kaufman等的估计, 这种误差与地表植被的密集程度有关。暗背景密集植被地区误差较小10 。另外气溶胶模型的选择存在一定的误差, 而且往往是光学厚度反演过程中的最大误差。4 卫星遥感北京地区气溶胶分布个例从以上的地面观测与卫星遥感的对比分析, 我们可以认为 M ODIS 气溶胶遥感产品达到相应的质量要求。卫星遥感的优势在于提供气溶胶的区域分布, 我们选取了两天的如下个例, 与北京地区的地形分布叠加在同一张图上, 来分析北京地区气溶胶的分布和区域污染特征。图 4 卫星遥感的气溶胶光学厚度( 550 nm) 分布( 左图为 2000 年 8 月 31 日( doy244) , 北京大学太阳光度计观测值 0. 723( 延迟 144 min) ; 当日空气污染指数为 69( 良好) , 主要污染物为可吸入颗粒物。右图为 2000 年 9 月 28 日( doy272) , 北京大学太阳光度计观测值 0. 265( 延迟138 min) , 当日空气污染指数为45( 优) )图 4 为2000 年 8 月31日和 9月 28 日两天由M ODIS 卫星遥感所给出的气溶胶光学厚度分布。空气污染指数分别为 69( 良好) 、45( 优) , 分别相当于国家空气质量 II 级和 I 级标准。从图中可见以下特征: ( 1) 气溶胶的区域分布强烈受到地形的影响。在海拔较高的山区, 气溶胶光学厚度明显低于平原地区。主要因为二者在边界层热力和动力结构上具有显著的不同, 其次工业和交通等人为气溶胶源的分布显著不同。这个结果和一般在北京西部或北部的山上可看到蓝天而城区无法看到以及山区和市区水平能见度也截然不同相符合。( 2) 在空气质量良好和优时, 气溶胶光学厚度最大值( 约 1. 0 和 0. 6) 位于城区中心, 大值覆盖区域偏向城区东南。说明此时影响空气质量的污染源主要为市区本身的交通和建筑工地引起。( 3) 在官厅水库附近( 图中西北角部分) 存在显著的大值区, 连续两天分别达到 1. 0和 0. 5 以上, 水平与市区相当。除了地形因素以外, 与当地建有污染工业可能有关。5 总结与讨论通过将卫星遥感气溶胶光学厚度和地面多波段光度计在北京地区遥感结果的对比,证实 MODIS 卫星遥感气溶胶产品达到一定的精度, 可以用来反映气溶胶的区域分布。两者的比较也证实气溶胶光学厚度具有较大的时间和空间变化性。对于参与对比的地面光度计观测在观测时间上应尽可能匹配卫星过境时间, 在云和雾的识别上对于地面观测同时是一个重要的问题。卫星遥感北京地区气溶胶分布的个例表明, 卫星可以提供描述城市污染的新手段, 它具有任何常规地面监测所不具备的优势: 直观再现染物的空间分布, 对于区域污染事件可提供关于污染源、污染物分布和变化趋势的信息。本文的方法是 Kaufman 建立在低反照率地表上反演气溶胶的方法, 对于北京地区的复杂下垫面会存在误差较大的问题, 尤其是在北京的冬季会比夏季更差。建立更多的地面太阳光度计观测进行对照, 同时研究将地面观测与卫星观测有机结合的方法, 应该是今后工作的重点。致谢: 本文的研究结果利用了 Goddard Space Flight Center, NASA 的数据, 作者表示衷心感谢。参考文献1 Schwartz S E, Coauthors. Connections between aerosol properties and forcing of climate. Aerosol Forcing of Climate, In Charlson R J, Heintzenberg J, Ed. John Wiley and Sons, 1995. 251 280.2 Boucher O, Anderson T L. General circulation model assessment of the sensitivity of direct clim ate forcing by anthro pogenic sulfate aerosols to aerosol size and chemistry, Journal of Geop hysical Research, 1995, 100 ( D12) : 26117 26134.3 Twohy C H, Durkee P A, Huebert B J, et al. Effects of aerosol particles on the m icrophysics of coastal stratiform clouds. Journal of Climate, 1995, 8: 773 783.4 张立盛, 石广玉. 硫酸盐和烟尘气溶胶辐射特性及辐射强迫的模拟计算. 大气科学, 2000, 25( 2) : 231 242.5 罗云峰, 李维亮, 周秀骥. 20 世纪 80 年代中国地区大气气溶胶光学特征的平均状况分析. 气象学报, 2001, 59( 1) :77 86.6 King M D, KaufmanY J, Tanre D, et al. Remote sensing tropospheric aerosols from space: past, present and future.Bulletin of the A merican Meteorological Society , 1999, 80( 11) : 2229 2259.7 KaufmanY J, Tanre D, Gordon H R, et al. Passive remote sensing of T ropospheric aerosols and atmospheric correction for the aerosol effect, J. Geo. Res . , 1997, 102( D14) : 16815 16830.8 King M D, Kaufman Y J, Menzel W P, et al. Remote sensing of cloud, aerosol, and water vapor properties from the M oderate Resolution Imaging Spectrometer ( MODIS) . IEEE T ransactions on Geoscience and Remote Sensing 1992, 30: 2 27.9 Barnes W L, Pagano T S, Salomonson V V. Prelaunch characteristics of the Moderate Resolution Imaging Spectrora diometer (MODIS) on EOS AM1. IEEE T ransactions on Geoscience and Remote Sensing, 1998, 36: 1088 1100.10 Kaufman Y J, Tanre D, Remer L, et al. Remote sensing of tropospheric aerosols from EOS MODIS over land. J .Geoph. Res ., 1997, 102: 17051 17067.11 Kaufman Y J, Wald A E, Remer L A, et al. T he MODIS 2. 1m channelCorrelation with visible reflectance for use in remote sensing of aerosol. I EEE T ransactions on Geoscience and Remote Sensing, 1997, 35: 1286 1298.12 Holben B N, Eck T F, Slutsker I, et al. AERONETA federated instrument network and data archives for aerosol characterization, Remote Sensing of Envir on. , 1998, 66: 1 16.13 Kaufman Y J, H olben B N. Will aerosol measurements from Terra and Aqua polar orbiting satellites represent the daily aerosol abundance and properties? Geophysics Research Letters, 2000, 27( 23) : 3861 3864.14 Dubovik O, Smirnov A, Holben B N, et al. Accuracy assessments of aerosol optical properties retrieved from Aerosol Robotic Network( AERONET) sun and sky radiance measurements.J . Geoph. Res. 2000, 105( 8): 9791 9806.15 张军华, 刘莉, 毛节泰. 地基多波段遥感西藏当雄地区气溶胶光学特征. 大气科学, 2000, 24( 4) : 549 558.16 Stowe L L, Ignatov A M, Singh R R. Development, validation and potential enhancements to the second generation op erational aerosol product at the National Environmental Satellite, Data, and Information Service of the National Oceanic and Atmospheric Administration, J. Geop h. Res. , 1997, 102( D14) : 16923 16934.17 张军华,王美华, 毛节泰. 地基多波段光度计遥感气溶胶误差分析及订正. 大气科学, 2000, 24(6) : 855 859.18 王永生. 大气物理学. 北京. 气象出版社, 1987. 177 183.19 Smirnov A, Holben B N, Eck T F, et al. Cloud screening and quality control algorithms for the AERONET Database.Rem . Sen. Eviron. , 2000, 73: 337 349.THECOMPARISON OF REMOTE SENSING