在卫星气溶胶反演中,如何确定研究区域的气溶胶模型直接影响目前大多数卫星遥感算法的气溶胶光学厚度反演精度。本文基于气溶胶自动观测网(AERONET)典型类型的动态气溶胶模型,提出了一种基于动态气溶胶模型的气溶胶光学厚度反演算法,并...在卫星气溶胶反演中,如何确定研究区域的气溶胶模型直接影响目前大多数卫星遥感算法的气溶胶光学厚度反演精度。本文基于气溶胶自动观测网(AERONET)典型类型的动态气溶胶模型,提出了一种基于动态气溶胶模型的气溶胶光学厚度反演算法,并将其运用到PARASOL(Polarization and Anisotropy of Reflectance for Atmospheric Science coupled with Observations from Lidar)卫星的反演中。针对华北地区2012年的PARASOL卫星观测数据,应用动态气溶胶模型反演算法反演气溶胶光学厚度,并与地面观测站点进行对比验证,结果显示通过气溶胶模型选取与反演结果的迭代约束,在865 nm反演的气溶胶光学厚度与地基观测的相关程度(R2)达到0.71,均方根误差(RMSE)为0.15,与PARASOL气溶胶产品相比一定程度提高了反演结果的精度。展开更多
文摘在卫星气溶胶反演中,如何确定研究区域的气溶胶模型直接影响目前大多数卫星遥感算法的气溶胶光学厚度反演精度。本文基于气溶胶自动观测网(AERONET)典型类型的动态气溶胶模型,提出了一种基于动态气溶胶模型的气溶胶光学厚度反演算法,并将其运用到PARASOL(Polarization and Anisotropy of Reflectance for Atmospheric Science coupled with Observations from Lidar)卫星的反演中。针对华北地区2012年的PARASOL卫星观测数据,应用动态气溶胶模型反演算法反演气溶胶光学厚度,并与地面观测站点进行对比验证,结果显示通过气溶胶模型选取与反演结果的迭代约束,在865 nm反演的气溶胶光学厚度与地基观测的相关程度(R2)达到0.71,均方根误差(RMSE)为0.15,与PARASOL气溶胶产品相比一定程度提高了反演结果的精度。