Please wait a minute...
img

官方微信

遥感技术与应用  2005, Vol. 20 Issue (3): 343-345    DOI: 10.11873/j.issn.1004-0323.2005.3.343
研究与应用     
基于MODIS数据的城市气溶胶光学厚度反演方法
郭广猛,马 龙
(中国科学院地理科学与资源研究所,北京  100101)
Urban Aerosol Optical Thickness Retrieval from MODIS Data
GUO Guang-meng, MA Long
(Institute of Geography Science and Natural Resource,Chinese Academy of Science,Beijing100101,China)
 全文: PDF 
摘要:

遥感的方法为大面积获取气溶胶光学厚度提供了手段。目前使用MODIS(中分辨率成像光谱仪)数据反演气溶胶光学厚度常用的是暗像素方法以及对比法。由于城市地区符合暗像素标准的像素较少,而且城市地区的气溶胶成分复杂,难以确定其具体成分,所以暗像素方法会产生较大误差。根据MODIS第7、3、1波段对气溶胶的不同响应,以三者的反射率为自变量,结合地面实地观测数据,给出了计算北京地区气溶胶光学厚度的计算公式,误差分析表明该方法更适合城市地区。

关键词: MODIS气溶胶光学厚度城市    
Abstract:

Aerosol plays an important role in global climate change and remote sense provides a better
method to retrieve aerosol optical thickness (AOT) at large scale. Currently dark object subtraction and
contrast reduction method are two widely used methods for MODIS data to get AOT. Due to the facts that
there are few pixels whose reflectance in urban area are not small enough, the urban aerosols are from
multi-sources and their components are difficult to verify, dark object method may lead to big errors if it is
used in urban area. Here the different response of MODIS band 7, 3, 1 to aerosol are used together with
the ground based measurements, a formula is put forward asτ= 4.4376×ρ7+50.5579×ρ3-24.3317×ρ1
-3.5575 to calculate AOT in urban area. The error analysis shows that the error of 81% results is less
than 10% and 61% is less than 6%. This formula is derived from the data observed in one day. The more
accurate result can be derived from the meteorological data provied by hundreds of weather sations.

Key words: MODIS    Aero optical thickness    Urban area
收稿日期: 2004-08-17 出版日期: 2011-10-27
:  TP 79  
作者简介: 郭广猛(1976-),男,博士生,主要从事遥感与环境变化方面的研究.
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  

引用本文:

郭广猛,马 龙. 基于MODIS数据的城市气溶胶光学厚度反演方法[J]. 遥感技术与应用, 2005, 20(3): 343-345.

GUO Guang-meng, MA Long. Urban Aerosol Optical Thickness Retrieval from MODIS Data. Remote Sensing Technology and Application, 2005, 20(3): 343-345.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2005.3.343        http://www.rsta.ac.cn/CN/Y2005/V20/I3/343

〔1〕 李晓静,刘玉洁,邱红,等.利用MODIS资料反演北京及其周边地区气溶胶光学厚度的方法研究〔J〕.气象学报,2003,61(5):580~591.
〔2〕 刘玉洁,杨忠东.MODIS遥感信息处理原理与算法〔M〕.北京:科学出版社,2001.
〔3〕 Kaufman Y J, Tanre D, Remer L A,et al.Operational Remote Sensing of Tropospheric Aerosol Over Land from EOS Moderate Resolution Imaging Spectroradiometer〔J〕. Journal of Geophysical Research, 102(D14):17051~17067.
〔4〕 李成才.MODIS遥感气溶胶光学厚度及应用于区域环境大气污染研究〔D〕.北京:北京大学大气科学系,2002.
〔5〕 Tanre D, Devaux C, Herman M,et al. Radiative Properties of Desert Aerosols by Optical Ground-based Measurements at Solar Wavelengths〔J〕. Geophys Res, 1988, 93: 14223 ~14231.
〔6〕 Kaufman Y J, Wald A E, Remer L A,et al. The MODIS 2.1μm Channel-correlation with Reflectance for Use in Remote Sensing of Aerosol〔J〕. IEEE Trans Geosci Remote Sensing, 1997,35(5):1286~1298.
〔7〕 徐祥德,周秀骥,翁永辉,等.星载MODIS资料与地面光度计探测气溶胶变分场〔J〕.科学通报,2003,48(15):1680~1685.
 

[1] 王鹏龙,高峰,黄春林,宋晓谕,王宝,魏彦强,牛艺博. 面向SDGs的城市可持续发展评价指标体系进展研究[J]. 遥感技术与应用, 2018, 33(5): 784-792.
[2] 王恺宁,王修信,黄凤荣,罗涟玲. 喀斯特城市地表温度遥感反演算法比较[J]. 遥感技术与应用, 2018, 33(5): 803-810.
[3] 石满,陈健,覃帮勇,李盛阳. 天宫二号数据地表温度反演及其在城市群热环境监测中的应用[J]. 遥感技术与应用, 2018, 33(5): 811-819.
[4] 金点点,宫兆宁. 基于Landsat 系列数据地表温度反演算法对比分析—以齐齐哈尔市辖区为例[J]. 遥感技术与应用, 2018, 33(5): 830-841.
[5] 冯姣姣,王维真,李净,刘雯雯. 基于BP神经网络的华东地区太阳辐射模拟及时空变化分析[J]. 遥感技术与应用, 2018, 33(5): 881-889.
[6] 汪航,师茁. 基于MODIS时间序列数据的春尺蠖虫害遥感监测方法研究—以新疆巴楚胡杨为例[J]. 遥感技术与应用, 2018, 33(4): 686-695.
[7] 王琳,徐涵秋,李胜. 重钢重工业区迁移对区域生态的影响研究[J]. 遥感技术与应用, 2018, 33(3): 387-397.
[8] 卢惠敏,李飞,张美亮,杨刚,孙伟伟. 景观格局对杭州城市热环境年内变化的影响分析[J]. 遥感技术与应用, 2018, 33(3): 398-407.
[9] 拉巴卓玛,次珍. 2002~2015年西藏雅鲁藏布江流域积雪变化及影响因子分析研究[J]. 遥感技术与应用, 2018, 33(3): 508-519.
[10] 汤玉明,邓孺孺,刘永明,熊龙海. 大气气溶胶遥感反演研究综述[J]. 遥感技术与应用, 2018, 33(1): 25-34.
[11] 张帅,师春香,梁晓,贾炳浩,吴捷. 风云三号积雪覆盖产品评估[J]. 遥感技术与应用, 2018, 33(1): 35-46.
[12] 陈健,周杰,李雅雯. 基于静止卫星GOCI数据的陆地上空气溶胶光学厚度遥感反演[J]. 遥感技术与应用, 2017, 32(6): 1040-1047.
[13] 何炳伟,赵伟,李爱农,冯文兰,谭剑波,雷光斌,南希. 基于Landsat 8遥感影像的新旧城区热环境特征对比研究-以成都市为例[J]. 遥感技术与应用, 2017, 32(6): 1141-1150.
[14] 王帅,徐涵秋,唐菲. 基于IBI和CA模型的城市建成区提取及其应用——以上海市为例[J]. 遥感技术与应用, 2017, 32(6): 1161-1170.
[15] 陈洋波,张涛,窦鹏,董礼明,陈华. 基于SVM的东莞市土地利用/覆被自动分类误差来源与后处理[J]. 遥感技术与应用, 2017, 32(5): 893-903.