当前位置： 首页» 新闻快讯 韦晶同学在气溶胶和地面PM2.5遥感研究方面取得多项重要成果 发布时间：Wed Jul 03 10:37:00 CST 2019

　　2018级博士研究生韦晶同学，近期（2019年）在国际著名期刊（RSE, IEEE TGRS和 AE）发表5篇文章，系统评估并改进了多种区域和全球气溶胶卫星算法与产品，并将机器学习方法用于估算地面PM2.5, 首次生产了全国1千米高精度PM2.5产品资料，为我国空气污染监控和理解其形成变化规律奠定了基础。

       1.首次得到中国地区1千米较高精度的大气细颗粒物（PM2.5）产品 （Wei et al., RSE, 2019）　　

　　目前，由于受当前低空间分辨率的气溶胶光学厚度产品（3—50 km）限制，我国绝大多数由卫星获取的PM2.5浓度数据空间分辨率较低，难以满足中小尺度大气污染监测的需要，特别是城市地区。同时，由于AOD-PM2.5关系中存在较大的不确定性，传统方法面临巨大挑战。针对该问题，本研究开发了一种新的高空间分辨率高精度大气细颗粒物遥感估算方法：时空—随机森林模型。该模型利用高精度的AOD产品，依托于丰富的气象、土地利用、人类活动等因子，同时考虑了PM2.5时空异质性因素，采用数据挖掘的方式改善PM2.5观测值与卫星AOD之间的关系，首次生产得到中国地区1千米PM2.5日产品。结果表明，该方法能够准确地估计逐日PM2.5浓度（R2 = 0.85, RMSE = 15.57 μg m-3，MAE = 9.76 μg m-3）。同时该方法能够较好的预测未来月（R2 =0.73）、季（R2 =0.78）和年（R2 =0.79）尺度的PM2.5数据，由于卫星较长的覆盖时间，该方法可以用于估算历史PM2.5数据记录。对比结果表明该方法在模型性能和预测能力方面均优于广泛使用的回归模型和以往研究中提出的大多数模型。新生产的PM2.5产品的空间分辨率是大多数传统产品的3到10倍，空间覆盖更广，大气污染信息更精细（图6），这对于研究城市地区的空气质量研究具有十分重要的意义。

　　图6. 中国地区1千米PM2.5季节空间分布图

　　该研究结果已在遥感领域顶级期刊 Remote Sensing of Environment发表，期刊2018年影响因子为8.218，是SCI一区Top期刊。

　　Wei, J., Huang, W., Li, Z.*, Xue, W., Peng, Y., Sun, L., and Cribb, M. Estimating 1-km-resolution PM2.5 concentrations across China using the space-time random forest approach, Remote Sensing of Environment, 2019. https://doi.org/10.1016/j.rse.2019.111221

      

       2..提出MODIS气溶胶官方产品融合改进新方法 (Wei et al., AE, 2019a,b)

　　MODIS由于其长时间卫星观测、较高的空间分辨率和较短的重放周期，被广泛的应用到地表、大气和海洋等研究中，MODIS气溶胶团队提供了业务化运行的大气气溶胶产品，并经过多次算法更新，于2017年秋季发布了最新版本（Collection 6.1, C6.1）的气溶胶产品，这对大气气溶胶和空气污染研究具有十分重要的意义。本文研究首次在全球尺度定量化评估了暗目标法（Dark Target, DT）、深蓝算法（Deep Blue, DB）和两者融合产品（Combined DT and DB, DTB）三种气溶胶算法生产的10千米空间分辨率的逐日MODIS气溶胶产品，并系统分析了地表反射率、气溶胶类型、污染程度、地表类型和地表高程对气溶胶反演结果的影响。研究时间为2013年至2017年。结果表明与先前C6版本相比，新版本气溶胶产品的数据质量整体得到明显改进。不同算法在局部地区（特别是陆地）的表现能力存在明显的差异，DT算法在浓密植被覆盖地区表现良好，相反，除高亮地表地区（如沙漠、裸地等），DB算法在植被地区仍展现出较好的精度，据统计DB算法在多数局部地区及超过半数的地基观测站点表现出最优的精度（图1）。这表明，在三种气溶胶产品中，由于不合适的气溶胶产品融合方法，导致官方DTB融合产品在全球范围内并不总是最优的。

　　

　　图1. MODIS DT、DB和DTB三种气溶胶产品在站点尺度的最优表现：(a) 样本点数；(b) 满足期望误差比例; (c) 平均偏差; (d) 均方根误差

　　针对上述问题，我们接下来系统分析了DT和DB两种算法在不同地表覆盖类型、地表起伏度及气溶胶类型变化的表现能力，改进并提出了新的DTB产品融合方法，即：1）在不同地表类型（包括林地、草地、耕地、城市、裸地和水体），通过归一化植被指数（NDVI）确定融合DT和DB产品的最佳NDVI阈值；由于DT算法没有考虑地形和伪影校正，因此在地形起伏变化剧烈的地区使用DB产品；在大陆型和沙尘型为主的地区，优先使用DB产品。基于上述方法，我们生产得到MODIS Terra和Aqua卫星全球新的10千米气溶胶产品（DTB1），并与地基观测数据和官方气溶胶产品（DTB0）进行精度验证和对比。结果表明超过90%的观测站点采集到的有效样本点对数目明显增加，大部分站点的整体精度得到提高，不确定估计偏差明显降低（图2）。这些结果表明，新的改进融合方案比官方方法更为稳健和准确，可以用于生产更高质量的全球气溶胶产品，这有助于未来大气气溶胶和大气污染等相关研究。

　　

　　图2 本文气溶胶融合产品（DTB1）与官方融合产品（DTB0）在站点尺度的相对变化对比：(a) 样本数目；(b) 满足期望误差比例；(c) 平均绝对偏差；(d) 均方根误差.

　　该研究结果已分别在大气领域权威期刊Atmospheric Environment期刊发表，期刊2018年影响因子为4.013，是SCI二区Top期刊。

　　Wei, J., Li, Z.*, Peng, Y., and Sun, L. MODIS Collection 6.1 aerosol optical depth products over land and ocean: validation and comparison. Atmospheric Environment, 2019a, 201, 428-440. https://doi.org/10.1016/j.atmosenv.2018.12.004

　　Wei, J., Li, Z.*, Sun, L., Peng, Y., and Wang, L. Improved merge schemes for MODIS Collection 6.1 Dark Target and Deep Blue combined aerosol products. Atmospheric Environment, 2019b, 202, 315-327. https://doi.org/10.1016/j.atmosenv.2019.01.016

　　

　　3..提出区域稳健的高空间分辨率气溶胶遥感反演新算法(Wei et al., TGRS, 2019a,b)

　　尽管上文生产得到的全球1千米气溶胶产品在全球尺度整体精度较高，但在局部地区仍存在一定的估计偏差，如在京冀津地区明显的高估现象。针对该问题，本研究提出一种区域稳健的高空间分辨率气溶胶反演算法，该方法摒弃传统地表反射率确定方法，考虑了地表双向反射分布函数，利用RossThick-LiSparse模型计算逐日地表双向反射率，降低BRDF效应影响，不断提高地表反射率的估计精度和时间分辨率；针对气溶胶类型假设，利用AERONET 气溶胶光学特性参数的月地基观测数据，采用时间序列分析和聚类分析方法，自定义了区域上月尺度气溶胶类型，提高气溶胶类型的假设准确性；对于主要气体（如H2O和O3）吸收，依托ERA-Interim再分析逐日观测数据，应用改进的气体吸收模型进行校正；应用通用动态阈值云检测法模拟得到不同传感器（如MODIS、VIIRS等）的动态阈值模型，准确识别并掩膜影像中的云等。基于该方法，成功应用于MODIS和VIIRS不同卫星传感器气溶胶光学厚度反演，得到中国东部地区MODIS和VIIRS数据1千米和750米高精度气溶胶光学厚度数据集，并选择AERONET地基观测数据和MODIS/VIIRS官方气溶胶产品进行精度验证和对比。结果表明，本文气溶胶反演结果整体优于与官方气溶胶产品，特别是城市地区；与未考虑地表BRDF效应相比，整体精度整体得到改善。同时新算法生产的气溶胶光学厚度产品的空间分辨率是官方气溶胶产品的3到10倍，可提供更精细的气溶胶空间分布信息（图4和图5）。该算法稳健、准确，同时具有较强的普适性，能够适用于不同的传感器。

　　

　　图4. 北京-天津-河北地区本文MODIS数据气溶胶反演结果（1 km）与MODIS不同气溶胶产品（1—10 km）空间分布与对比结果

　　图5. 北京-天津-河北地区本文VIIRS数据气溶胶反演结果（750 m）与VIIRS官方气溶胶产品（6 km）空间分布与对比结果

　　

　　该研究结果已分别在遥感领域顶级期刊 IEEE Transactions on Geoscience and Remote Sensing发表，期刊2018年影响因子为5.630，是SCI二区Top期刊。

　　Wei, J., Li, Z.*, Peng, Y., Sun, L., and Yan, X. A regionally robust high-spatial-resolution aerosol retrieval algorithm for MODIS images over Eastern China. IEEE Transactions on Geoscience and Remote Sensing, 2019a, 57(7), 4748-4857. https://doi.org/10.1109/TGRS.2019.2892813.

　　Wei, J., Li, Z.*, Sun, L., Yang, Y., Zhao, C., and Cai, Z. Enhanced aerosol estimations for Suomi-NPP VIIRS images over heterogeneous surfaces, IEEE Transactions on Geoscience and Remote Sensing, 2019b, Accepted.

　　

　　

　　

相关附件：