CN102539336A - 基于环境一号卫星的可吸入颗粒物估算方法及*** - Google Patents
基于环境一号卫星的可吸入颗粒物估算方法及*** Download PDFInfo
- Publication number
- CN102539336A CN102539336A CN2011100344212A CN201110034421A CN102539336A CN 102539336 A CN102539336 A CN 102539336A CN 2011100344212 A CN2011100344212 A CN 2011100344212A CN 201110034421 A CN201110034421 A CN 201110034421A CN 102539336 A CN102539336 A CN 102539336A
- Authority
- CN
- China
- Prior art keywords
- ground
- aerosol
- pixel
- pellet
- optical depth
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Processing (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于环境一号卫星的可吸入颗粒物估算方法,包括:S1:环境一号A/B星的CCD相机获取的原始数据反演目标区域的气溶胶光学厚度,并对目标区域的气溶胶光学厚度进行插值和平滑处理;S2:通过激光雷达获取大气边界层高度,根据大气边界层高度对经过插值和平滑处理后的气溶胶光学厚度垂直订正,获得近地面气溶胶的消光系数;S3:通过气象仪的观测获得近地面相对湿度,对近地面气溶胶消光系数进行湿度订正,获得没有吸湿增长影响的干燥近地面气溶胶消光系数;S4:将干燥近地面气溶胶消光系数转化为近地面可吸入颗粒物的浓度。本发明通过卫星遥感连续、动态获取大气信息的优势,全面、动态的反映了可吸入颗粒物在较大区域内的空间分布。
Description
技术领域
本发明涉及大气环境遥感监测技术领域,特别涉及一种基于环境一号卫星的可吸入颗粒物估算方法及***。
背景技术
作为一种主要的大气污染物,气溶胶对公共健康的影响已经是公认的事实,直接威胁着人类生存与可持续发展。其中,可吸入颗粒物PM10(空气动力学直径小于10μm的颗粒物)可达人体的支气管区,粒径小于5μm的颗粒物可达到肺泡区,部分更小的例子甚至可以通过毛细血管进入人体血液循环***,对心脏及心血管造成较大危害。据《2006年中国环境状况公报》统计,在我国监测的557个城市中,43.4%的城市大气质量没有达标,颗粒物为主要污染物。
准确获取PM10的时空分布、来源及传输路径是衡量其污染影响,制定颗粒物防治政策的重要保障。当前PM10监测主要依靠地面站点,然而由于观测设备一般昂贵且维护复杂,环境监测站点分布不均且数量有限,无法全面、动态的反映可吸入颗粒物在较大区域内的空间分布,难以对污染物来源、输送通道进行准确分析。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是如何全面、动态的反映可吸入颗粒物在较大区域内的空间分布,对污染物来源、输送通道进行准确分析,降低设备成本及维护复杂度。
(二)技术方案
为解决上述技术问题,本发明提供了一种基于环境一号卫星的可吸入颗粒物估算方法,包括以下步骤:
S1:环境一号A/B星的电荷耦合元件CCD相机获取的原始数据反演目标区域的气溶胶光学厚度,并对所述目标区域的气溶胶光学厚度进行插值和平滑处理;
S2:通过激光雷达获取大气边界层高度,根据所述大气边界层高度对经过所述插值和平滑处理后的气溶胶光学厚度的每个像元逐一进行垂直订正,获得近地面气溶胶的消光系数;
S3:通过气象仪的观测获得近地面相对湿度,根据所述近地面相对湿度对所述近地面气溶胶消光系数的每个像元逐一进行湿度订正,获得没有吸湿增长影响的干燥近地面气溶胶消光系数;
S4:根据近地面可吸入颗粒物的浓度与所述干燥近地面气溶胶消光系数的相关关系,将所述干燥近地面气溶胶消光系数的每个像元逐一转化为近地面可吸入颗粒物的浓度。
其中,步骤S1具体包括:
S11:基于辐射传输模型对不同观测几何、气溶胶模式、气溶胶光学厚度,以及地表类型条件下环境一号A/B星的电荷耦合元件CCD相机的表观反射率进行模拟,建立反演气溶胶光学厚度的多维查找表;
S12:获取环境一号A/B星的电荷耦合元件CCD相机的原始数据,对所述原始数据进行重采样,由所述原始数据的辅助数据文件中获取辐射定标系数和与所述原始数据对应的观测几何,通过所述辐射定标系数将经重采样后的原始数据的灰度值转换为表观反射率,所述观测几何包括:太阳天顶角、观测天顶角和太阳与卫星的相对方位角;
S13:根据所述表观反射率计算归一化植被指数,根据所述归一化植被指数进行暗像元的识别,利用所述观测几何对所述多维查找表进行插值,得到不同气溶胶光学厚度下所述暗像元的红、蓝波段的大气参数,并根据所述大气参数和所述暗像元的表观反射率,通过辐射传输方程反演得到目标区域的气溶胶光学厚度,所述暗像元为归一化植被指数大于设定阈值的像元;
S14:采用N×N像元的距离加权平均的滤波方法,对目标区域的气溶胶光学厚度进行插值和平滑处理。
其中,步骤S13中,利用归一化植被指数识别暗像元,利用所述观测几何从所述多维查找表中插值得到不同气溶胶光学厚度下所述暗像元的红、蓝波段的大气参数,根据所述辐射传输方程和所述暗像元的红、蓝波段表观反射率计算得到暗像元的红、蓝波段的地表反射率,拟合所述暗像元的红、蓝波段的地表反射率之间的比率与实测的暗像元经验比率相同,此时对应的气溶胶光学厚度即为该暗像元的反演结果,所述大气参数与气溶胶光学厚度相对应,包括:大气下界的半球反射率、大气透过率、以及大气的路径辐射项等效反射率。
其中,步骤S2具体包括:
S21:通过激光雷达获取大气边界层高度;
S22:通过下式计算所述近地面气溶胶消光系数,
Ka,0(λ)≈τa(λ)/HA
其中,Ka,0(λ)为所述近地面的气溶胶消光系数,τa(λ)为经所述预处理后的目标区域的气溶胶光学厚度,HA为所述大气边界层高度。
其中,步骤S3具体包括:
S31:通过气象仪的观测获得近地面相对湿度;
S32:通过下式计算所述干燥近地面气溶胶消光系数,
ka,Dry(λ)=ka,0(λ)/(1-RH/100)-g
其中,ka,Dry(λ)为所述干燥近地面气溶胶消光系数,ka,0(λ)为所述近地面的气溶胶消光系数,RH为所述近地面相对湿度,g为由气溶胶化学组份决定的常数。
其中,在步骤S4中通过下式计算所述近地面可吸入颗粒物的浓度,
PM10=aka,Dry+b
其中,PM10为所述近地面可吸入颗粒物的浓度,a和b为由地面观测数据拟合获得的常数,ka,Dry(λ)为所述干燥近地面气溶胶消光系数。
其中,步骤S4之后还包括步骤:
S5:将获得的所述近地面可吸入颗粒物的浓度进行输出。
本发明还公开了一种基于环境一号卫星的可吸入颗粒物估算***,包括:
反演处理模块,用于环境一号A/B星的电荷耦合元件CCD相机获取的原始数据反演目标区域的气溶胶光学厚度,并对所述目标区域的气溶胶光学厚度进行插值和平滑处理;
垂直订正模块,用于通过激光雷达获取大气边界层高度,根据所述大气边界层高度对经过所述插值和平滑处理后的气溶胶光学厚度的每个像元逐一进行垂直订正,获得近地面气溶胶的消光系数;
湿度订正模块,用于通过气象仪的观测获得近地面相对湿度,根据所述近地面相对湿度对所述近地面气溶胶消光系数的每个像元逐一进行湿度订正,获得没有吸湿增长影响的干燥近地面气溶胶消光系数;
转化模块,用于根据可吸入颗粒物质量浓度与所述干燥近地面气溶胶消光系数的相关关系,将所述干燥近地面气溶胶消光系数的每个像元逐一转化为近地面可吸入颗粒物的浓度。
其中,所述反演处理模块进一步包括:
查找表建立子模块,用于基于辐射传输模型对不同观测几何、气溶胶模式、气溶胶光学厚度,以及地表类型条件下环境一号A/B星的电荷耦合元件CCD相机的表观反射率进行模拟,建立反演气溶胶光学厚度的多维查找表;
预处理子模块,用于获取环境一号A/B星的电荷耦合元件CCD相机的原始数据,对所述原始数据进行重采样,由所述原始数据的辅助数据文件中获取辐射定标系数和与所述原始数据对应的观测几何,通过所述辐射定标系数将经重采样后的原始数据的灰度值转换为表观反射率,所述观测几何包括:太阳天顶角、观测天顶角和太阳与卫星的相对方位角;
计算反演子模块,用于根据所述表观反射率计算归一化植被指数,根据所述归一化植被指数进行暗像元的识别,利用所述观测几何对所述多维查找表进行插值,得到不同气溶胶光学厚度下所述暗像元的红、蓝波段的大气参数,并根据所述大气参数和所述暗像元的表观反射率,通过辐射传输方程反演得到目标区域的气溶胶光学厚度,所述暗像元为归一化植被指数大于设定阈值的像元;
插值平滑处理子模块,用于采用N×N像元的距离加权平均的滤波方法,对目标区域的气溶胶光学厚度进行插值和平滑处理。
(三)有益效果
本发明通过卫星遥感连续、动态获取大气信息的优势,全面、动态的反映了可吸入颗粒物在较大区域内的空间分布,能够对污染物来源、输送通道进行准确分析,并降低了设备成本及维护复杂度。
附图说明
图1是按照本发明一种实施方式的基于环境一号卫星的可吸入颗粒物估算方法的流程图;
图2是按照本实施方式估算出的近地面PM10的浓度与地面观测的PM10的浓度的结果比对图;
图3是按照本发明一种实施方式的基于环境一号卫星的可吸入颗粒物估算***的结构框图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
卫星遥感具有在大空间范围内连续、动态获取大气信息的优势,能够在不同尺度上反映污染物的宏观分布趋势、源汇分布和传输路径,为大气污染的全方位立体监测提供了重要的信息来源。近年来,卫星遥感数据被广泛用于颗粒物及污染气体监测,对空气质量政策制定和大气污染预报有着巨大的应用价值。
但利用卫星遥感进行大气环境的业务化监测在相当程度上取决于卫星数据的空间分辨率和时间分辨率。如美国国家航空航天管理局(National Aeronautics and Space Administration,NASA)的中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)数据每天有两次覆盖,但目前NASA公布的气溶胶光学厚度产品只有10km,在城市污染监测方面仍显得粗糙;美国陆地资源卫星(Landsat)的专题测图仪(Thematic Mapper,TM)、我国中巴资源卫星(CBERS-02B)的电荷耦合元件(Charge-coupled Device,CCD)等传感器空间分辨率优于30m,虽可以满足空间分辨率的需要,但100km的幅宽和十几天的重返周期很难满足实际应用的需求。我国于2008年9月6日发射的环境一号卫星(HJ-1A/B),其搭载的CCD相机具有高空间分辨率(星下点分辨率为30m)和高时间分辨率(A星和B星联合使用可以在2天内覆盖全国),相比于MODIS和TM、CBERS-02B/CCD等载荷,在时间和空间两个方面适合于城市群颗粒物浓度区域分布的监测。
基于环境一号卫星(HJ-1A/B)的CCD影像数据可反演气溶胶光学厚度(Aerosol Optical Thickness,AOT)。AOT是整层大气内气溶胶的消光系数在垂直方向上的积分,其与近地面PM10的浓度具有一定的相关性,但二者的相关关系主要受到两个不确定因素的影响,即气溶胶垂直分布和气溶胶消光系数的吸湿增长特性。这两个因素分别与污染来源、大气垂直结构、气象条件,以及气溶胶的模式、粒子谱分布和化学组成密切相关,随季节和地域不同而显著变化。因此,直接由HJ-1A/B的AOT估算近地面PM10的浓度面临着大量的不确定性,其时间和空间适用性有限。因此需要借助气溶胶垂直分布和吸湿增长等信息估算近地面PM10的浓度,以满足环境监测的实际需要。
图1为按照本发明一种实施方式的基于环境一号卫星的可吸入颗粒物估算方法的流程图,包括以下步骤:
S1:根据HJ-1A/B星获得的CCD影像数据反演目标区域(如华北地区)的AOT,并对所述目标区域的AOT进行插值和平滑处理;
具体包括:S11:基于辐射传输模型(本实施方式中辐射传输模型为Second Simulation of the Satellite Signal in the Solar Spectrum,6S模型)对不同观测几何、气溶胶模式、气溶胶光学厚度(本实施方式中,气溶胶光学厚度的取值范围为0~2),以及地表类型条件下的HJ-1A/B星CCD相机红、蓝波段的表观反射率进行模拟,建立反演气溶胶光学厚度的多维查找表,本实施方式中,相应参数设定为:9个太阳天顶角(0°、6°、12°、24°、35.2°、48°、54°、60°和66°),查找表计算的波段为CCD相机的蓝波段和红波段,气溶胶模型为大陆型气溶胶,相对于0.55μm波长处的气溶胶光学厚度设为6个等级(0、0.25、0.5、1、1.5和1.95),海拔为0米,地表类型为植被。
S12:通过HJ-1A/B星上的CCD相机获得CCD影像数据,为加快运行速度和提高信噪比,对所述CCD影像数据进行10×10像元的合成,重采样成为300米分辨率的图像,由所述CCD影像数据的辅助数据xml文件中获取辐射定标系数和与所述CCD影像数据对应的观测几何,通过所述辐射定标系数将经重采样后的CCD影像数据的灰度值(DN值)转换为表观反射率,所述观测几何包括:太阳天顶角、观测天顶角和太阳与卫星的相对方位角。
S13:根据所述表观反射率计算归一化植被指数(NormalizedDifference Vegetation Index,NDVI),根据计算出的NDVI识别暗像元,利用所述观测几何从所述多维查找表中插值得到不同光学厚度下所述暗像元红、蓝波段的大气参数,根据辐射传输方程和所述暗像元的红、蓝波段表观反射率计算得到暗像元的红、蓝波段的地表反射率,拟合所述暗像元的红、蓝波段的地表反射率之间的比率与实测的暗像元经验比率(地面实测获得,一般为1.55)相同,此时对应的气溶胶光学厚度即为该暗像元的反演结果,所述暗像元为归一化植被指数大于设定阈值(本实施方式中,设定阈值为0.3)的像元,所述大气参数与气溶胶光学厚度相对应,包括:大气下界的半球反射率、大气透过率、以及大气的路径辐射项等效反射率。
S14:采用N×N像元的距离加权平均的滤波方法,对目标区域的气溶胶光学厚度进行插值和平滑等预处理,本实施方式中,由于高反射地表(如裸土)和云像元不满足暗像元条件而未进行AOT反演,步骤S13得到的目标区域的气溶胶光学厚度存在一定的空值区,为内插部分非暗像元点的AOT值以及抑制异常点,需要对目标区域的AOT进行插值和平滑处理,采用9×9像元的距离加权平均的滤波方法进行。
S2:通过激光雷达获取大气边界层高度,基于所述大气边界层高度对经过插值和平滑处理后的AOT的每个像元逐一进行垂直订正,获得近地面气溶胶的消光系数,具体为:
AOT是大气各层气溶胶消光系数的垂直积分:
其中,ka(λ,z)表示波长λ处在高度为z的气溶胶消光系数。假定气溶胶消光系数沿垂直方向呈负指数的分布:
ka(λ,z)≈ka,0(λ)exp(-z/HA)
其中,HA表示气溶胶的标高,此处即用激光雷达获取的大气边界层高度近似代替,ka,0(λ)表示近地面的气溶胶消光系数。综合上面两式,可得:
基于上述方程,即可利用激光雷达获取的大气边界层高度对所述HJ-1A/B卫星AOT进行垂直订正,获取近地面气溶胶消光系数,即:
ka,0(λ)≈τa(λ)/HA
其中,ka,0(λ)为所述近地面的气溶胶消光系数,τa(λ)为经插值和平滑处理后的目标区域的气溶胶光学厚度,HA为所述大气边界层高度。
S3:通过气象仪的观测获得近地面相对湿度,根据所述近地面相对湿度对所述近地面气溶胶消光系数的每个像元逐一进行湿度订正,获得没有吸湿增长影响的干燥近地面气溶胶消光系数,具体地,通过气象仪的观测获得近地面相对湿度;气溶胶消光吸湿增长因子f(RH)为环境气溶胶消光系数(含吸湿增长影响)与干燥气溶胶消光系数(无吸湿增长影响)之比,且取吸湿增长因子为
f(RH)=(1-RH/100)-g
其中,RH为所述近地面相对湿度(百分比),g为由气溶胶化学组份决定的常数。则干燥条件下的气溶胶消光系数ka,Dry(λ)可由所述过程S3所得的近地面气溶胶消光系数ka,0(λ)经湿度订正得到:
ka,Dry(λ)=ka,0(λ)/(1-RH/100)-g
其中,ka,Dry(λ)为所述干燥近地面气溶胶消光系数,ka,0(λ)为所述近地面的气溶胶消光系数,RH为所述近地面相对湿度,g为由气溶胶化学组份决定的常数。
S4:根据近地面可吸入颗粒物的浓度与所述干燥近地面气溶胶消光系数的相关关系,将所述干燥近地面气溶胶消光系数的每个像元逐一转化为近地面可吸入颗粒物的浓度,具体地,根据Mie散射定律,在气溶胶化学组分及例子谱一定的情况下,干燥气溶胶消光系数与所述PM10的浓度成正比,则可依据二者的相关关系由所述过程S3获取的干燥气溶胶消光系数估算近地面PM10的浓度,通过下式计算所述近地面PM10的浓度,
PM10=aka,Dry+b
其中,PM10为所述近地面可吸入颗粒物的浓度,a和b为由地面观测数据拟合获得的常数,ka,Dry(λ)为所述干燥近地面气溶胶消光系数。
步骤S4之后还包括步骤:
S5:将获得的所述近地面可吸入颗粒物的浓度进行输出,本实施方式中,将所述近地面PM10的浓度的估算结果输出为具有空间定位信息的栅格影像文件(如GeoTiff),并根据环保监测的业务需要自动生成专题图和统计报表。
图2为本实施方式中根据HJ-1A/B获得的CCD影像数据估算出的近地面PM10的浓度与北京地区地面观测的PM10的浓度(由空气污染指数API推算得出)的结果比对图,数据获取的时间为2009年5月2日至8月23日,共26天数据,可以看出二者具有较高的一致性。
本发明还公开了一种基于环境一号卫星的可吸入颗粒物估算***,如图3所示,包括:
反演处理模块,用于环境一号A/B星的电荷耦合元件CCD相机获取的原始数据反演目标区域的气溶胶光学厚度,并对所述目标区域的气溶胶光学厚度进行插值和平滑处理;
垂直订正模块,用于通过激光雷达获取大气边界层高度,根据所述大气边界层高度对经过所述插值和平滑处理后的气溶胶光学厚度的每个像元逐一进行垂直订正,获得近地面气溶胶的消光系数;
湿度订正模块,用于通过气象仪的观测获得近地面相对湿度,根据所述近地面相对湿度对所述近地面气溶胶消光系数的每个像元逐一进行湿度订正,获得没有吸湿增长影响的干燥近地面气溶胶消光系数;
转化模块,用于根据可吸入颗粒物质量浓度与所述干燥近地面气溶胶消光系数的相关关系,将所述干燥近地面气溶胶消光系数的每个像元逐一转化为近地面可吸入颗粒物的浓度。
其中,所述反演处理模块进一步包括:
查找表建立子模块,用于基于辐射传输模型对不同观测几何、气溶胶模式、气溶胶光学厚度,以及地表类型条件下环境一号A/B星的电荷耦合元件CCD相机的表观反射率进行模拟,建立反演气溶胶光学厚度的多维查找表;
预处理子模块,用于获取环境一号A/B星的电荷耦合元件CCD相机的原始数据,对所述原始数据进行重采样,由所述原始数据的辅助数据文件中获取辐射定标系数和与所述原始数据对应的观测几何,通过所述辐射定标系数将经重采样后的原始数据的灰度值转换为表观反射率,所述观测几何包括:太阳天顶角、观测天顶角和太阳与卫星的相对方位角;
计算反演子模块,用于根据所述表观反射率计算归一化植被指数,根据所述归一化植被指数进行暗像元的识别,利用所述观测几何对所述多维查找表进行插值,得到不同气溶胶光学厚度下所述暗像元的红、蓝波段的大气参数,并根据所述大气参数和所述暗像元的表观反射率,通过辐射传输方程反演得到目标区域的气溶胶光学厚度,所述暗像元为归一化植被指数大于设定阈值的像元;
插值平滑处理子模块,用于采用N×N像元的距离加权平均的滤波方法,对目标区域的气溶胶光学厚度进行插值和平滑处理。
以上实施方式仅用于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的范畴,本发明的专利保护范围应由权利要求限定。
Claims (9)
1.一种基于环境一号卫星的可吸入颗粒物估算方法,其特征在于,包括以下步骤:
S1:环境一号A/B星的电荷耦合元件CCD相机获取的原始数据反演目标区域的气溶胶光学厚度,并对所述目标区域的气溶胶光学厚度进行插值和平滑处理;
S2:通过激光雷达获取大气边界层高度,根据所述大气边界层高度对经过所述插值和平滑处理后的气溶胶光学厚度的每个像元逐一进行垂直订正,获得近地面气溶胶的消光系数;
S3:通过气象仪的观测获得近地面相对湿度,根据所述近地面相对湿度对所述近地面气溶胶消光系数的每个像元逐一进行湿度订正,获得没有吸湿增长影响的干燥近地面气溶胶消光系数;
S4:根据近地面可吸入颗粒物的浓度与所述干燥近地面气溶胶消光系数的相关关系,将所述干燥近地面气溶胶消光系数的每个像元逐一转化为近地面可吸入颗粒物的浓度。
2.如权利要求1所述的可吸入颗粒物估算方法,其特征在于,步骤S1具体包括:
S11:基于辐射传输模型对不同观测几何、气溶胶模式、气溶胶光学厚度,以及地表类型条件下环境一号A/B星的电荷耦合元件CCD相机的表观反射率进行模拟,建立反演气溶胶光学厚度的多维查找表;
S12:获取环境一号A/B星的电荷耦合元件CCD相机的原始数据,对所述原始数据进行重采样,由所述原始数据的辅助数据文件中获取辐射定标系数和与所述原始数据对应的观测几何,通过所述辐射定标系数将经重采样后的原始数据的灰度值转换为表观反射率,所述观测几何包括:太阳天顶角、观测天顶角和太阳与卫星的相对方位角;
S13:根据所述表观反射率计算归一化植被指数,根据所述归一化植被指数进行暗像元的识别,利用所述观测几何对所述多维查找表进行插值,得到不同气溶胶光学厚度下所述暗像元的红、蓝波段的大气参数,并根据所述大气参数和所述暗像元的表观反射率,通过辐射传输方程反演得到目标区域的气溶胶光学厚度,所述暗像元为归一化植被指数大于设定阈值的像元;
S14:采用N×N像元的距离加权平均的滤波方法,对目标区域的气溶胶光学厚度进行插值和平滑处理。
3.如权利要求2所述的可吸入颗粒物估算方法,其特征在于,步骤S13中,利用归一化植被指数识别暗像元,利用所述观测几何从所述多维查找表中插值得到不同气溶胶光学厚度下所述暗像元的红、蓝波段的大气参数,根据所述辐射传输方程和所述暗像元的红、蓝波段表观反射率计算得到暗像元的红、蓝波段的地表反射率,拟合所述暗像元的红、蓝波段的地表反射率之间的比率与实测的暗像元经验比率相同,此时对应的气溶胶光学厚度即为该暗像元的反演结果,所述大气参数与气溶胶光学厚度相对应,包括:大气下界的半球反射率、大气透过率、以及大气的路径辐射项等效反射率。
4.如权利要求1所述的可吸入颗粒物估算方法,其特征在于,步骤S2具体包括:
S21:通过激光雷达获取大气边界层高度;
S22:通过下式计算所述近地面气溶胶消光系数,
Ka,0(λ)≈τa(λ)/HA
其中,Ka,0(λ)为所述近地面的气溶胶消光系数,τa(λ)为经所述预处理后的目标区域的气溶胶光学厚度,HA为所述大气边界层高度。
5.如权利要求1所述的可吸入颗粒物估算方法,其特征在于,步骤S3具体包括:
S31:通过气象仪的观测获得近地面相对湿度;
S32:通过下式计算所述干燥近地面气溶胶消光系数,
ka,Dry(λ)=ka,0(λ)/(1-RH/100)-g
其中,ka,Dry(λ)为所述干燥近地面气溶胶消光系数,ka,0(λ)为所述近地面的气溶胶消光系数,RH为所述近地面相对湿度,g为由气溶胶化学组份决定的常数。
6.如权利要求1所述的可吸入颗粒物估算方法,其特征在于,在步骤S4中通过下式计算所述近地面可吸入颗粒物的浓度,
PM10=aka,Dry+b
其中,PM10为所述近地面可吸入颗粒物的浓度,a和b为由地面观测数据拟合获得的常数,ka,Dry(λ)为所述干燥近地面气溶胶消光系数。
7.如权利要求1所述的可吸入颗粒物估算方法,其特征在于,步骤S4之后还包括步骤:
S5:将获得的所述近地面可吸入颗粒物的浓度进行输出。
8.一种基于环境一号卫星的可吸入颗粒物估算***,其特征在于,包括:
反演处理模块,用于环境一号A/B星的电荷耦合元件CCD相机获取的原始数据反演目标区域的气溶胶光学厚度,并对所述目标区域的气溶胶光学厚度进行插值和平滑处理;
垂直订正模块,用于通过激光雷达获取大气边界层高度,根据所述大气边界层高度对经过所述插值和平滑处理后的气溶胶光学厚度的每个像元逐一进行垂直订正,获得近地面气溶胶的消光系数;
湿度订正模块,用于通过气象仪的观测获得近地面相对湿度,根据所述近地面相对湿度对所述近地面气溶胶消光系数的每个像元逐一进行湿度订正,获得没有吸湿增长影响的干燥近地面气溶胶消光系数;
转化模块,用于根据可吸入颗粒物质量浓度与所述干燥近地面气溶胶消光系数的相关关系,将所述干燥近地面气溶胶消光系数的每个像元逐一转化为近地面可吸入颗粒物的浓度。
9.如权利要求8所述的可吸入颗粒物估算***,其特征在于,所述反演处理模块进一步包括:
查找表建立子模块,用于基于辐射传输模型对不同观测几何、气溶胶模式、气溶胶光学厚度,以及地表类型条件下环境一号A/B星的电荷耦合元件CCD相机的表观反射率进行模拟,建立反演气溶胶光学厚度的多维查找表;
预处理子模块,用于获取环境一号A/B星的电荷耦合元件CCD相机的原始数据,对所述原始数据进行重采样,由所述原始数据的辅助数据文件中获取辐射定标系数和与所述原始数据对应的观测几何,通过所述辐射定标系数将经重采样后的原始数据的灰度值转换为表观反射率,所述观测几何包括:太阳天顶角、观测天顶角和太阳与卫星的相对方位角;
计算反演子模块,用于根据所述表观反射率计算归一化植被指数,根据所述归一化植被指数进行暗像元的识别,利用所述观测几何对所述多维查找表进行插值,得到不同气溶胶光学厚度下所述暗像元的红、蓝波段的大气参数,并根据所述大气参数和所述暗像元的表观反射率,通过辐射传输方程反演得到目标区域的气溶胶光学厚度,所述暗像元为归一化植被指数大于设定阈值的像元;
插值平滑处理子模块,用于采用N×N像元的距离加权平均的滤波方法,对目标区域的气溶胶光学厚度进行插值和平滑处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110034421 CN102539336B (zh) | 2011-02-01 | 2011-02-01 | 基于环境一号卫星的可吸入颗粒物估算方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110034421 CN102539336B (zh) | 2011-02-01 | 2011-02-01 | 基于环境一号卫星的可吸入颗粒物估算方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102539336A true CN102539336A (zh) | 2012-07-04 |
CN102539336B CN102539336B (zh) | 2013-10-09 |
Family
ID=46346769
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110034421 Expired - Fee Related CN102539336B (zh) | 2011-02-01 | 2011-02-01 | 基于环境一号卫星的可吸入颗粒物估算方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102539336B (zh) |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103344611A (zh) * | 2013-07-16 | 2013-10-09 | 中国人民解放军陆军军官学院 | 基于ccd成像技术的侧向激光雷达测量气溶胶参数的方法 |
CN104007088A (zh) * | 2014-06-16 | 2014-08-27 | 中国人民解放军陆军军官学院 | 后向散射激光雷达几何因子的测量方法 |
CN104198342A (zh) * | 2014-08-27 | 2014-12-10 | 北京市环境保护监测中心 | 一种融合地面监测与卫星影像的建筑裸地大气颗粒物测算方法 |
CN104297117A (zh) * | 2014-10-23 | 2015-01-21 | 浙江省环境保护科学设计研究院 | 基于遥感技术的风景名胜区道路交通污染预警装置及方法 |
CN105608697A (zh) * | 2015-12-24 | 2016-05-25 | 电子科技大学 | 基于遥感气溶胶和萤火虫群算法的空气污染源识别方法 |
CN105787184A (zh) * | 2016-03-04 | 2016-07-20 | 华北电力大学(保定) | 一种基于pm2.5的大气气溶胶光学厚度估计方法 |
CN106096247A (zh) * | 2016-06-06 | 2016-11-09 | 华北电力大学(保定) | 基于多因子拟合模型的大气气溶胶光学厚度估计方法 |
CN106092841A (zh) * | 2016-05-31 | 2016-11-09 | 中国人民解放军陆军军官学院 | 以pm2.5质量浓度为约束条件反演气溶胶消光系数吸湿增长因子与相对湿度函数关系的方法 |
CN106446307A (zh) * | 2015-08-05 | 2017-02-22 | 中国科学院遥感与数字地球研究所 | 基于气溶胶地基数据的aod垂直订正效果评价方法及*** |
CN106950574A (zh) * | 2017-04-14 | 2017-07-14 | 北京市环境保护监测中心 | 一种大气中灰霾总量的遥感测算方法及装置 |
CN107589055A (zh) * | 2017-09-15 | 2018-01-16 | 深圳市卡普瑞环境科技有限公司 | 一种颗粒物检测方法以及检测设备 |
CN107972887A (zh) * | 2017-11-22 | 2018-05-01 | 北京航空航天大学 | Pm2.5的监测方法及装置 |
CN108426815A (zh) * | 2018-04-20 | 2018-08-21 | 中国科学院遥感与数字地球研究所 | 一种近地面细颗粒物组分浓度估算方法 |
CN108445507A (zh) * | 2018-01-31 | 2018-08-24 | 北京环境特性研究所 | 基于雾霾测量数据的气溶胶粒子谱分布拟合方法及*** |
CN108693087A (zh) * | 2018-04-13 | 2018-10-23 | 中国科学院城市环境研究所 | 一种基于图像理解的空气质量监测方法 |
CN108957486A (zh) * | 2018-06-12 | 2018-12-07 | 安徽科创中光科技有限公司 | 去水汽的干性气溶胶质量浓度探测激光雷达*** |
CN109030301A (zh) * | 2018-06-05 | 2018-12-18 | 中南林业科技大学 | 基于遥感数据的气溶胶光学厚度反演方法 |
CN109507072A (zh) * | 2018-11-19 | 2019-03-22 | 北京大学 | 一种细颗粒物湍流通量测量方法 |
CN109581371A (zh) * | 2018-11-09 | 2019-04-05 | 中国科学院空间应用工程与技术中心 | 遥感相机成像参数的自动调整方法 |
CN109582910A (zh) * | 2018-12-11 | 2019-04-05 | 国网湖南省电力有限公司 | 基于空气混合高度的地面pm2.5的计算方法及*** |
CN109752745A (zh) * | 2019-01-28 | 2019-05-14 | Oppo广东移动通信有限公司 | 分体式设备定位方法、装置、分体式设备及存储介质 |
CN110095389A (zh) * | 2018-07-02 | 2019-08-06 | 杭州师范大学 | 一种短时间尺度内城市大气细颗粒物时空变异评价方法 |
CN111912754A (zh) * | 2020-07-23 | 2020-11-10 | 安徽省气象科学研究所 | 一种近地面颗粒物浓度的遥感反演方法 |
CN111999268A (zh) * | 2020-08-19 | 2020-11-27 | 成都信息工程大学 | 一种大气消光系数湿度订正方法 |
CN112816373A (zh) * | 2019-11-15 | 2021-05-18 | 中国气象局广州热带海洋气象研究所(广东省气象科学研究所) | 一种黑碳垂直廓线的无人机监测***及订正方法 |
CN114414446A (zh) * | 2021-12-29 | 2022-04-29 | 中国科学院空天信息创新研究院 | 基于卫星遥感的近地面颗粒物浓度估算方法、装置和设备 |
CN116466368A (zh) * | 2023-06-16 | 2023-07-21 | 成都远望科技有限责任公司 | 基于激光雷达和卫星资料的沙尘消光系数廓线估算方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106596362A (zh) * | 2016-12-14 | 2017-04-26 | 北京市环境保护监测中心 | 一种激光雷达输送通量计算方法和装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040153284A1 (en) * | 2003-01-31 | 2004-08-05 | Bernstein Lawrence S. | Method for performing automated in-scene based atmospheric compensation for multi-and hyperspectral imaging sensors in the solar reflective spectral region |
CN1727844A (zh) * | 2005-07-05 | 2006-02-01 | 华东师范大学 | 航空高光谱遥感反演边界层气溶胶光学厚度的地表反差法 |
-
2011
- 2011-02-01 CN CN 201110034421 patent/CN102539336B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040153284A1 (en) * | 2003-01-31 | 2004-08-05 | Bernstein Lawrence S. | Method for performing automated in-scene based atmospheric compensation for multi-and hyperspectral imaging sensors in the solar reflective spectral region |
CN1727844A (zh) * | 2005-07-05 | 2006-02-01 | 华东师范大学 | 航空高光谱遥感反演边界层气溶胶光学厚度的地表反差法 |
Non-Patent Citations (3)
Title |
---|
何秀 等: "MODIS 气溶胶光学厚度产品在地面PM10监测方面的应用研究", 《北京大学学报( 自然科学版)》 * |
李成才 等: "MODIS 卫星遥感气溶胶产品在北京市大气污染研究中的应用", 《中国科学 D 辑 地球科学》 * |
赵祥 等: "高光谱遥感数据的改正暗目标大气校正方法研究", 《中国科学 D 辑: 地球科学》 * |
Cited By (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103344611B (zh) * | 2013-07-16 | 2015-07-01 | 中国人民解放军陆军军官学院 | 基于ccd成像技术的侧向激光雷达测量气溶胶参数的方法 |
CN103344611A (zh) * | 2013-07-16 | 2013-10-09 | 中国人民解放军陆军军官学院 | 基于ccd成像技术的侧向激光雷达测量气溶胶参数的方法 |
CN104007088A (zh) * | 2014-06-16 | 2014-08-27 | 中国人民解放军陆军军官学院 | 后向散射激光雷达几何因子的测量方法 |
CN104198342A (zh) * | 2014-08-27 | 2014-12-10 | 北京市环境保护监测中心 | 一种融合地面监测与卫星影像的建筑裸地大气颗粒物测算方法 |
CN104198342B (zh) * | 2014-08-27 | 2017-05-24 | 北京市环境保护监测中心 | 一种融合地面监测与卫星影像的建筑裸地大气颗粒物测算方法 |
CN104297117A (zh) * | 2014-10-23 | 2015-01-21 | 浙江省环境保护科学设计研究院 | 基于遥感技术的风景名胜区道路交通污染预警装置及方法 |
CN106446307B (zh) * | 2015-08-05 | 2020-01-14 | 中国科学院遥感与数字地球研究所 | 基于气溶胶地基数据的aod垂直订正效果评价方法及*** |
CN106446307A (zh) * | 2015-08-05 | 2017-02-22 | 中国科学院遥感与数字地球研究所 | 基于气溶胶地基数据的aod垂直订正效果评价方法及*** |
CN105608697B (zh) * | 2015-12-24 | 2018-04-13 | 电子科技大学 | 基于遥感气溶胶和萤火虫群算法的空气污染源识别方法 |
CN105608697A (zh) * | 2015-12-24 | 2016-05-25 | 电子科技大学 | 基于遥感气溶胶和萤火虫群算法的空气污染源识别方法 |
CN105787184A (zh) * | 2016-03-04 | 2016-07-20 | 华北电力大学(保定) | 一种基于pm2.5的大气气溶胶光学厚度估计方法 |
CN106092841A (zh) * | 2016-05-31 | 2016-11-09 | 中国人民解放军陆军军官学院 | 以pm2.5质量浓度为约束条件反演气溶胶消光系数吸湿增长因子与相对湿度函数关系的方法 |
CN106096247A (zh) * | 2016-06-06 | 2016-11-09 | 华北电力大学(保定) | 基于多因子拟合模型的大气气溶胶光学厚度估计方法 |
CN106096247B (zh) * | 2016-06-06 | 2018-08-07 | 华北电力大学(保定) | 基于多因子拟合模型的大气气溶胶光学厚度估计方法 |
CN106950574B (zh) * | 2017-04-14 | 2019-11-08 | 北京市环境保护监测中心 | 一种大气中灰霾总量的遥感测算方法及装置 |
CN106950574A (zh) * | 2017-04-14 | 2017-07-14 | 北京市环境保护监测中心 | 一种大气中灰霾总量的遥感测算方法及装置 |
CN107589055A (zh) * | 2017-09-15 | 2018-01-16 | 深圳市卡普瑞环境科技有限公司 | 一种颗粒物检测方法以及检测设备 |
CN107589055B (zh) * | 2017-09-15 | 2020-03-06 | 深圳市卡普瑞环境科技有限公司 | 一种颗粒物检测方法以及检测设备 |
CN107972887A (zh) * | 2017-11-22 | 2018-05-01 | 北京航空航天大学 | Pm2.5的监测方法及装置 |
CN107972887B (zh) * | 2017-11-22 | 2019-11-08 | 北京航空航天大学 | 基于Cubesat卫星的PM2.5的监测方法及装置 |
CN108445507A (zh) * | 2018-01-31 | 2018-08-24 | 北京环境特性研究所 | 基于雾霾测量数据的气溶胶粒子谱分布拟合方法及*** |
CN108693087A (zh) * | 2018-04-13 | 2018-10-23 | 中国科学院城市环境研究所 | 一种基于图像理解的空气质量监测方法 |
CN108426815B (zh) * | 2018-04-20 | 2021-04-27 | 中国科学院遥感与数字地球研究所 | 一种近地面细颗粒物组分浓度估算方法 |
CN108426815A (zh) * | 2018-04-20 | 2018-08-21 | 中国科学院遥感与数字地球研究所 | 一种近地面细颗粒物组分浓度估算方法 |
CN109030301A (zh) * | 2018-06-05 | 2018-12-18 | 中南林业科技大学 | 基于遥感数据的气溶胶光学厚度反演方法 |
CN108957486A (zh) * | 2018-06-12 | 2018-12-07 | 安徽科创中光科技有限公司 | 去水汽的干性气溶胶质量浓度探测激光雷达*** |
CN110095389A (zh) * | 2018-07-02 | 2019-08-06 | 杭州师范大学 | 一种短时间尺度内城市大气细颗粒物时空变异评价方法 |
CN109581371A (zh) * | 2018-11-09 | 2019-04-05 | 中国科学院空间应用工程与技术中心 | 遥感相机成像参数的自动调整方法 |
CN109507072A (zh) * | 2018-11-19 | 2019-03-22 | 北京大学 | 一种细颗粒物湍流通量测量方法 |
CN109507072B (zh) * | 2018-11-19 | 2020-09-08 | 北京大学 | 一种细颗粒物湍流通量测量方法 |
CN109582910A (zh) * | 2018-12-11 | 2019-04-05 | 国网湖南省电力有限公司 | 基于空气混合高度的地面pm2.5的计算方法及*** |
CN109752745A (zh) * | 2019-01-28 | 2019-05-14 | Oppo广东移动通信有限公司 | 分体式设备定位方法、装置、分体式设备及存储介质 |
CN109752745B (zh) * | 2019-01-28 | 2021-10-26 | Oppo广东移动通信有限公司 | 分体式设备定位方法、装置、分体式设备及存储介质 |
CN112816373A (zh) * | 2019-11-15 | 2021-05-18 | 中国气象局广州热带海洋气象研究所(广东省气象科学研究所) | 一种黑碳垂直廓线的无人机监测***及订正方法 |
CN111912754B (zh) * | 2020-07-23 | 2023-03-28 | 安徽省气象科学研究所 | 一种近地面颗粒物浓度的遥感反演方法 |
CN111912754A (zh) * | 2020-07-23 | 2020-11-10 | 安徽省气象科学研究所 | 一种近地面颗粒物浓度的遥感反演方法 |
CN111999268A (zh) * | 2020-08-19 | 2020-11-27 | 成都信息工程大学 | 一种大气消光系数湿度订正方法 |
CN111999268B (zh) * | 2020-08-19 | 2023-09-15 | 成都信息工程大学 | 一种大气消光系数湿度订正方法 |
CN114414446A (zh) * | 2021-12-29 | 2022-04-29 | 中国科学院空天信息创新研究院 | 基于卫星遥感的近地面颗粒物浓度估算方法、装置和设备 |
CN114414446B (zh) * | 2021-12-29 | 2023-10-20 | 中国科学院空天信息创新研究院 | 基于卫星遥感的近地面颗粒物浓度估算方法、装置和设备 |
CN116466368A (zh) * | 2023-06-16 | 2023-07-21 | 成都远望科技有限责任公司 | 基于激光雷达和卫星资料的沙尘消光系数廓线估算方法 |
CN116466368B (zh) * | 2023-06-16 | 2023-08-22 | 成都远望科技有限责任公司 | 基于激光雷达和卫星资料的沙尘消光系数廓线估算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102539336B (zh) | 2013-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102539336B (zh) | 基于环境一号卫星的可吸入颗粒物估算方法及*** | |
Boilley et al. | Comparison between meteorological re-analyses from ERA-Interim and MERRA and measurements of daily solar irradiation at surface | |
CN102338869B (zh) | 下行短波辐射和光合有效辐射数据的反演方法及*** | |
WO2010106582A1 (ja) | 日射量の評価方法および評価装置 | |
CN104406686B (zh) | 复杂地形条件下太阳短波入射辐射估算方法 | |
Stengel et al. | Assimilation of SEVIRI infrared radiances with HIRLAM 4D‐Var | |
CN114019579B (zh) | 高时空分辨率近地表空气温度重构方法、***、设备 | |
CN105678085A (zh) | 一种pm2.5浓度的估算方法及*** | |
CN103994976A (zh) | 基于modis数据的农业旱情遥感监测方法 | |
CN110927120B (zh) | 一种植被覆盖度预警方法 | |
CN116519913B (zh) | 基于星载和地基平台融合的gnss-r数据土壤水分监测方法 | |
Revuelto et al. | Backward snow depth reconstruction at high spatial resolution based on time‐lapse photography | |
CN110632032A (zh) | 一种基于地表反射率库的沙尘暴监测方法 | |
CN116822141A (zh) | 利用卫星微光遥感反演夜间大气气溶胶光学厚度的方法 | |
He et al. | Direct estimation of land surface albedo from simultaneous MISR data | |
Khesali et al. | A method in near-surface estimation of air temperature (NEAT) in times following the satellite passing time using MODIS images | |
Hassan et al. | Application of Landsat-7 ETM+ and MODIS products in mapping seasonal accumulation of growing degree days at an enhanced resolution | |
CN111199092A (zh) | 太阳辐射遥感估算方法、***及数据处理装置 | |
Wang et al. | Regional estimates of evapotranspiration over Northern China using a remote-sensing-based triangle interpolation method | |
AU2021105536A4 (en) | A High Spatial-Temporal Resolution Method for Near-Surface Air Temperature Reconstruction | |
CN108897074B (zh) | 一种全球海洋降水反演方法 | |
Masabi et al. | Evaluation the efficiency of a parametric model based on MODIS data for solar radiation estimation in comparison with some empirical models | |
He et al. | Spatial and temporal characteristics of surface albedo in Badain Jaran Desert, China | |
CN110222301A (zh) | 一种雾霾条件下地表太阳短波辐射计算方法 | |
Zhou et al. | Land surface albedo estimation with Chinese GF-1 WFV data in Northwest China |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20131009 Termination date: 20210201 |