一、利用MODIS遥感大气气溶胶及气溶胶产品的应用（论文文献综述）
陈雪薇[1]（2021）在《长三角地区气溶胶产品精度验证与时空分布分析》文中研究表明近些年,随着我国经济发展,人们对生活质量的追求不断提高,空气污染逐渐成为人们关注的热点。长三角地区是中国经济最活跃的地区之一,具有人口密度大,工业聚集,交通网络发达等特点,工业废气、汽车尾气等污染气体排放量高,因此加强对包括大气颗粒物浓度等在内的空气质量指标的监控力度,有利于区域大气空气污染的研究和治理。气溶胶光学厚度（Aerosol Optical Depth,AOD）是表征大气浑浊度的关键因子,其值能够很大程度反映近地表颗粒物浓度大小。本研究利用AERONET和国家空间基础设施华中综合实验场的地基观测数据,评估验证MODIS与VIIRS多种AOD遥感数据产品,分析2011年-2020年这些产品在该地区的适用性,为AOD相关研究提供参考依据。本文得出的主要结论如下:Terra/Aqua C6.1的暗目标算法（Dark Target,DT）、深蓝算法（Deep Blue,DB）和暗目标与深蓝算法融合产品（DT&DB）在杭州、宁波、合肥、上兴、南信和太湖站点的时空匹配精度分析结果显示,较小的采样窗口拟合效果较好,所以选用以3×3像元为空间窗口、±15min为时间窗口的组合进行评价。在该组合验证结果中,两个以农田为主的地面站点的DB算法和DT算法精度均较好,但是DT算法的R2（R2）相对较高。太湖站点只有DB算法能够反演出有效的观测点,虽然观测年份较长但反演出的有效观测点点数较少,与其临近太湖有关,水体像元无法反演AOD。三个城镇站点的DB算法R2最高,DB算法落在MODIS期望误差内的数据均超过60%。对VIIRS EDR产品验证结果表明,其DT算法精度较差,R2均小于0.6,DB算法精度较高（R2范围为0.79-0.95,超过50%的数据落在期望误差内）。与Aqua产品相比,上兴站点VIIRS DB算法的精度要高于Aqua DB算法,而在其他两站点Aqua两种产品的精度均更高。从整体上来看,MODIS产品适用性更广泛,VIIRS DB算法的误差较小但其DT算法的误差较大。就时间变化而言,AOD月均值具有明显的波动性,高值出现在3、4月（春季）,低值出现在7、8月（夏季）。2011年和2014年的AOD年均值较高,而2011年-2020年整体呈下降趋势。α月均值的范围为0.8-1.6,主要污染粒子为混合粒子和细粒子,表明人为活动带来的影响较大。空间变化而言,长三角的AOD值分布差异明显,主要表现为北高南低。平原地区和沿海临江地区的污染较为严重,山地丘陵地区的空气质量较好。
张瑞芳[2]（2021）在《河南省气溶胶光学特性的时空变化特征及其影响因子》文中进行了进一步梳理本文利用2001-2018年的Terra MODIS C6.1气溶胶产品对河南省气溶胶光学特性进行研究,分析气溶胶光学厚度（AOD）、Angstrom波长指数（AE）、气溶胶柱质量浓度（AMC）、细粒子比例（FMF）等时空分布特征,并针对典型区域研究了气溶胶光学参数的时间变化特征;然后结合气象数据、社会经济统计数据、MODIS产品中的归一化植被指数（NDVI）、陆地地表温度（LST）等,分析影响气溶胶光学厚度的因素。结果表明:（1）河南省年均气溶胶光学厚度及其在各个季节的空间分布总体上呈北高南低、东高西低;而Angstrom波长指数空间分布与气溶胶光学厚度分布基本相反。春夏两季AOD明显高于秋冬季;而夏季AE值最高,春季最低,表明夏季主要以细模态气溶胶为主。2001-2010年河南省东部和南部AOD呈现增加趋势;2011-2018年全省AOD呈现下降趋势。整体上2001-2018年河南省AOD呈现逐年下降趋势,AOD月均值在6～7月份最高。2001-2010年河南省AE指数年平均值迅速增加,2011年后出现下降趋势,且AE指数月平均的峰谷值大小均有所下降。（2）河南省气溶胶柱质量浓度分布与光学厚度分布类似,而细粒子比例的空间分布却与光学厚度基本相反。河南省春季由于沙尘气溶胶的影响,AMC平均值最大,FMF值最小;夏季AMC值略高于秋冬季,但夏季FMF远高于其他季节。2001-2018年河南省大部分地区年均AMC均表现为减少的趋势,而FMF表现为上升趋势,尤其2012-2017年河南省FMF年均值均高于0.5。从月变化上看,全省AMC月均值在4～5月份最高,FMF月均值在7～8月份最高;2011年后河南省AMC和FMF月平均的峰谷差值均有所减少,AMC的月平均峰值呈现降低趋势。（3）河南省西部、西南地区AOD与年平均温度、相对湿度成正相关,全省地区AOD与风速为负相关;从季节相关性来看,风速与AOD在春季为正相关,其他季节为负相关;降水量与AOD在春季为负相关。通过主成分分析可知,影响气溶胶光学厚度的主要影响因子包括人口密度、地表温度和降水量。
牛林芝[3]（2021）在《关中地区气溶胶光学厚度时空特征研究》文中研究表明气溶胶是导致全球大气环境变化的重要因素,并且对全球气候系统和人类健康具有至关重要的影响。在我国污染最严重的区域之一的关中地区研究气溶胶特性的时空变化对生态环境和气候变化具有重要意义。基于2002年7月至2020年2月的MODIS04＿3KM气溶胶产品数据集,利用标准差椭圆（SDE）和基于加权回归的季节趋势分解（STL）方法,在时间和空间两个维度上分析了关中地区气溶胶光学厚度（AOD）和气溶胶细模态粒子占比（FMF）的时空分布和变化特征,利用相关分析、奇异值分解（SVD）、后向轨迹分析（HYSPLIT）方法,分析AOD和FMF对地形、LUCC、气象因子和社会经济因素的响应,并分析了关中地区城乡之间气溶胶光学厚度和气溶胶下行长波辐射效应的差异。本研究主要得到以下的结论:（1）关中地区气溶胶时空分布特征及其变化。关中地区2002-2020年之间气溶胶光学厚度空间分布呈现显着的区域差异性,AOD值在关中盆地腹地地区均高,在南北山脉地区为低值区,气溶胶细模态粒子占比（FMF）呈现出相反的分布特征。AOD在不同季节呈现出相似的空间分布特征,盆地腹地值较高,南北山脉值较低。FMF季节性空间分布差异较大。标准差椭圆分析AOD空间变化结果显示,在2011年之前,AOD平均中心分布于泾阳县的西部,在2012年之后,AOD平均中心向东移动。基于STL时间序列分解对AOD和FMF进行季节性分解,2002-2020年关中地区AOD整体呈先增长后下降趋势,而FMF整体呈上升趋势。关中地区AOD在2014年年之前出现三个增长峰,之后主要呈下降趋势;FMF呈现出“六峰六谷”的变化形态,基本为隔年变化的形态。（2）关中地区气溶胶光学特性变化的影响因素。分析了关中地区AOD对地形、土地利用/土地覆被变化、气象因素和社会经济因子的响应,结果表明,关中地区的多年平均AOD与海拔分布反向显着相关。不同土地覆被类型区对气溶胶特性的影响差异显着,裸地、城市建设用地、水体土地覆盖类型区是AOD高值聚集区、FMF低值分布区,混交林、落叶阔叶林等高植被覆盖区是AOD低值主要分布区、FMF高值聚集区。基于SVD分析了每一类气象因子与AOD的协同变化关系,关中地区AOD受各气象因子的共同影响,其中相对湿度和风速是两个重要影响因子。结合后向轨迹模型发现,气流轨迹不同季节有明显差异,春、夏、冬季主要是来自周边区域的输送,而秋季主要是区域内部的输送。关中地区气溶胶负荷的时空变化受到社会经济的显着影响,与经济发展和污染排放治理措施和政策有很大相关性。（3）城乡辐射效应差异。对比关中地区城乡之间AOD和地表长波下行辐射（LWDN）差异,结果表明:不同地区的城乡差异不同,LWDN和AOD的年际和季节性空间分布特征有很好的一致性,二者具有密切的相关性。西安、宝鸡ΔAOD和长波辐射的差异（ΔL↓）为正值,铜川市的ΔAOD和ΔL↓为负值。AOD会增加陆地表面接收到的长波辐射能量,且城市地区AOD对LWDN的作用大于农村地区。
张恒星[4]（2021）在《基于多源遥感的大气气溶胶光学特性表征与辐射强迫计算》文中研究指明大气气溶胶已被证实与大气环境污染密切相关,理清大气气溶胶负荷与大气污染程度及变化趋势之间的联系,对大气污染的防治与进一步调控具有重要意义。此外,气溶胶颗粒还能够吸收和散射太阳短波辐射以及地球长波辐射,对太阳能利用和局部/全球气候产生显着影响。遥感设备的发展为气溶胶相关研究提供了基础数据,辐射传输模型的完善极大促进了气溶胶辐射强迫、气候效应的研究。较早发展的地基遥感能够提供高光谱、种类丰富的观测数据,但地基的站点监测模式使其不能支持连续空间的直接气溶胶辐射强迫（DARF）评估,而卫星遥感虽然空间覆盖度高,但因其产品适用性不同以及参数种类欠缺难以直接用于DARF评估。如何耦合多源遥感数据,成为了区域性DARF评估的关键。因此,本文着重于卫星遥感气溶胶产品评估体系的开发以及天基气溶胶辐射强迫特性计算模型的构建。本文首先通过地基监测平台获取了气溶胶光学特性数据,对目标区域气溶胶负荷的时空变化趋势进行了表征,并结合圣巴巴塔离散纵坐标大气辐射传输模型,对气溶胶辐射强迫效应进行了定量分析,之后基于统计指标构建了卫星遥感气溶胶产品评估体系,对不同卫星数据集的准确性进行了验证和比较,最后,在选择最优卫星数据集的基础上发展了一种基于查找表和卫星数据进行气溶胶辐射强迫特性计算的研究方法。本文主要研究结果如下:（1）研究期间,哈尔滨地区大气污染明显且始终受到人为源气溶胶的影响。直接气溶胶辐射强迫与辐射强迫效率的影响因素不同,分别为污染程度和吸收型气溶胶占比。（2）根据统计指标建立的卫星遥感气溶胶产品评估体系,能够得到不同地区的最优气溶胶产品,在植被覆盖度高的地区,DT算法表现最好,而在地表反照率高的沙漠、干旱或半干旱地区,DB算法更占优势。当土地类型复杂且气溶胶来源多变时,DTB算法的优势得以突出。（3）本文构建的基于地基数据建立查找表进而计算气溶胶辐射强迫的研究方法具有良好的准确性,所得结果与基于地基数据所得的结果十分接近,能够支撑不同条件下的气溶胶辐射强迫特性研究。
王炜栋[5]（2021）在《基于MODIS数据的近10年西安市气溶胶光学厚度反演研究》文中研究指明随着经济社会的快速发展,生态破坏和环境污染问题日趋严重,气溶胶颗粒物已经成为影响大气质量的主要污染物。气溶胶粒子改变大气辐射平衡、影响生态系统,并对人体健康造成长期危害。有限的地面环境监测站不能及时、大范围的对空气污染物进行连续监测,其监测结果也不能反映一个区域的连续变化。随着卫星遥感技术的快速发展,利用卫星覆盖范围广、多传感器、多分辨率和连续性特点来反演气溶胶光学厚度成为一个重要研究方向,这也节省了大量时间和成本。本研究基于暗像元算法和地表反射率数据库法,利用MODIS L1B1km数据和MOD09A1数据,结合当地的气象资料建立查找表和假定气溶胶模式,反演分析了2009-2018年10年间西安市的气溶胶光学厚度。利用MOD04＿L2气溶胶产品和地面PM10监测数据对比分析了反演精度,分析了10年间AOD的时空分布特征和气溶胶的影响因素。本文主要内容有:（1）利用暗像元算法反演3-11月份西安市气溶胶光学厚度,利用近三年的同一月份的地表反射率数据MOD09A1,建立地表反射率库,根据地表反射率算法反演冬季气溶胶。将冬季反演的AOD与NASA的MOD04＿L2标准气溶胶产品对比,通过回归计算相关系数为0.79。本研究在利用暗像元算法反演时,假设地表都是暗像元,这种假设带来的误差对反演结果影响较大。而在冬季地表植被稀疏,特别是城市地区,地表基本是亮地表,采用近三年同一月合成的反射率库,反射率误差更小,采用该算法在城市地区精度更高,在植被覆盖度高的一些地方,效果较差。（2）利用地面空气质量监测站的PM10数据对比反演的AOD,相关系数为0.568,经过湿度订正和标高订正后,相关系数为0.633。通过卫星反演气溶胶,可以弥补地基监测站的不足,对西安市环境污染连续观测,动态反映气溶胶分布情况和运动形式,对于环境污染物监测和预报提供一定依据。（3）分析了近十年西安市AOD的时空分布特征,发现城市地区AOD均值较高,而在东南和西南一些高海拔地区AOD值小。季节特征为:春季最大,冬季最小;其次探讨了影响AOD的因素,主要通过降水、海拔、坡度、地表覆盖及NDVI值来分析与AOD的相关性,降水与AOD的变化趋势在一些年份刚好相反,降水多,AOD小。海拔越高、坡度大,NDVI值越高的区域,相应AOD越小,反之越大。地表覆盖类型与AOD的关系为:农田及城市建成区的AOD值高于其他地方。
向嘉敏[6]（2020）在《FY4A AGRI蓝光通道交叉辐射定标及其气溶胶监测应用研究》文中研究指明近年来,大气污染问题已成为影响人们身体健康、日常生活及城市可持续发展的重要因素,精确遥感反演气溶胶光学厚度,全面监测大气污染变化对环境治理和城市规划具有重要需求价值和科学意义。因此本文基于国产静止气象卫星FY4A AGRI数据,开展蓝光波段交叉辐射定标研究,以京津冀地区为研究区,实现了2018年3月至10月期间FY4AAGRI蓝光波段气溶胶光学厚度的反演。论文研究工作及主要成果总结如下:（1）以高辐射精度MODIS传感器为参考传感器,基于敦煌辐射校正场,利用交叉辐射定标原理进行FY4AAGRI辐射定标系数校正,并利用敦煌和澳大利亚Frome Lake两个辐射定标场数据对研究结果进行了对比分析及精度验证。交叉辐射定标结果表明:在敦煌与Frome Lake定标场检验区内,交叉辐射定标系数的相对误差均小于原始定标误差,分别为5.80%和2.84%,成像时刻角度因素和不同传感器光谱响应差异因素都对交叉辐射定标结果精度产生影响。（2）基于MODIS地表反射率数据,考虑AGRI与MODIS两种传感器的光谱响应函数差异,得到深蓝算法反演所需的AGRI蓝光波段地表反射率数据,并经过角度校正,结合所建立的地表反射率数据和6S查找表反演出AGRI蓝光波段气溶胶光学厚度。（3）将FY4A AGRI反演结果与相近时刻的MODIS气溶胶产品进行了对比验证。研究表明,二者AOD反演结果空间分布整体趋势是一致的,具有较好的相关性,这表明利用FY4A AGRI蓝光波段反演的气溶胶空间分布是合理的,AGRI蓝光波段辐射定标精度、两种传感器的角度差异、空间配准等因素都会影响AGRI气溶胶反演精度。（4）以2018年4月27日和10月2日两天为例,给出了每日7个时刻的AOD反演结果。分析发现,一天内各时刻的气溶胶光学厚度变化存在差异,且AOD日内变化情况短时间内较为明显,这表明本文基于FY4AAGRI数据高时空分辨率特征展开的气溶胶光学厚度反演研究,在遥感监测短时间内气溶胶日内变化方面具有重要应用价值。
桂柯[7]（2020）在《全球及区域气溶胶光学特性长期演变趋势及其驱动因子研究》文中指出自然或人为排放的大气气溶胶可以通过气溶胶-辐射相互作用和气溶胶-云相互作用在全球及区域尺度上对地球气候系统产生重要影响。而气溶胶光学特性是估计大气气溶胶辐射强迫及其气候响应中最大的不确定性之一。针对全球及区域气溶胶变化,从气溶胶光学特性出发,对全球及区域气溶胶进行长期演变趋势及成因研究是目前气溶胶气候效应研究领域的热点问题。本文首先利用AERONET和CARSNET地基观测数据对MERRA-2再分析和MISR卫星反演气溶胶光学厚度（AOD）产品在全球及典型区域的适用性进行了全面评估。接着,基于长期的MERRA-2和多源卫星AOD数据集,综合性的分析了总气溶胶、不同化学组分、不同粒径大小和非球形AOD在全球及12个典型研究区域（华北、华南、东北亚、美国东部、欧洲西部、南亚、撒哈拉沙漠、中东、中国西北、亚马逊流域、非洲中南部和东南亚）不同历史时期的演变趋势。然后在揭示了本地排放和气象驱动因子长期变化对区域性AOD变化影响的基础上,定量评估了排放和气象驱动因子的相对贡献。最后,运用CALIPSO反演的气溶胶消光系数垂直廓线和分层统计探测样本数据,对不同类型气溶胶的三维分布结构、区域垂直分布差异和分层演变趋势进行了综合性的分析。主要结论总结如下:从全球尺度来看,MERRA-2 AOD具有与卫星反演AOD可比拟的精度（R=0.84,RMSE=0.14和MAE=0.07）,但其表现具有明显的区域性差异。在中国东部、南亚等人为气溶胶主导区域,MERRA-2存在系统性偏低,这可能与MERRA-2缺少硝酸盐、铵盐气溶胶模块有关。尽管如此,通过对比多源AOD数据集的趋势评估结果表明,MERRA-2能够定量地重现MODIS/Terra观测到的年和季节性AOD趋势（尤其是十年趋势）。MISR AOD的评估结果表明,MISR AOD日产品在全球范围内表现良好,与地基观测之间的R、MAE、RMSE和RMB分别为0.85、0.06、0.12和0.96。AOD总匹配样本掉入预期偏差EE＿1[±(0.05+0.20×AODobs)]和EE＿2[±(0.03+0.10×AODobs)]以内的百分比分别为80.4%和59.9%。通过分析1980-2016年全球不同区域的AOD时间序列发现,AOD在美国东部和欧洲西部均呈现出非单调的下降趋势,其下降趋势的强度在近十年有所放缓。在中国东部,AOD在2006年前经历了一个持续而显着的上升,而之后得益于我国实施的多项减排措施,趋势急剧反转（由正转负）。在南亚,AOD在整个研究期间均呈现显着而持续的上升趋势,响应了该地区不断增加的人为排放。统计分析表明,在1980-2014年期间,与排放驱动因子的贡献（0%–56%）相比,气象因素在几乎所有的研究区域均能解释更大比例的AOD年际变化（20.4%–72.8%）。在人为排放主导区域,SO2是主导的排放驱动因子,能够解释12.7%–32.6%的区域性AOD变化;在生物质燃烧主导区域,碳质气溶胶（BC和OC）是首要的排放驱动因子,贡献了24.0%–27.7%的变化。此外,风速和环境湿度（土壤湿度和相对湿度）分别是沙尘和生物质燃烧主导区域最重要的气象驱动因子,分别能够贡献11.8%–30.3%和11.7%–35.5%的区域性AOD年际变化。以上结果表明,气象参数的变化是驱动区域性AOD年代际变化的关键因子之一。不同化学组分AOD的区域性年际变化揭示了硫酸盐气溶胶（SO4）是驱动美国东部和欧洲西部总气溶胶下降最主要的化学组分,但碳质气溶胶和自然源气溶胶（沙尘和海盐气溶胶）的增加在一定程度上削减了总气溶胶的下降幅度。在撒哈拉沙漠和中东地区,沙尘气溶胶是驱动总AOD年际演变的主导气溶胶类型。然而,人为源气溶胶在中东地区总AOD年际变化中扮演的角色正在逐年攀升。人为排放产生的人为源气溶胶（特别是硫酸盐气溶胶）是主导华北和华南地区总AOD年际演变中最主要的气溶胶类型。总AOD在上述区域2006年以后的下降,除了归因于硫酸盐气溶胶的显着下降以外,其他类型气溶胶的下降也在不同程度上有所贡献。在南亚地区,总AOD的年际演变是由人为和自然源气溶胶所共同驱动的,而前者的主导作用正在逐年增强。此外,MISR反演的不同类型气溶胶的演变趋势进一步表明,在多数以人为气溶胶为主导的陆地区域,小粒径气溶胶（直径<0.7μm）变化趋势的空间分布模态与总气溶胶保持高度一致。也就是说,人为活动排放产生的小粒径气溶胶是驱动人为气溶胶主导区域总气溶胶变化中最主要的气溶胶类型。分析CALIPSO反演的不同类型气溶胶消光系数（EC）的多年平均（2007-2018）三维垂直结构表明,纯沙尘气溶胶垂直EC的增强主要发生在沙源地的近地层（3km以下）,而在0-1 km高度范围内,EC能超过0.1km-1。对比而言,污染性沙尘气溶胶的分布较为广泛,多分布于沙源地及其下游人为活动密集区域,其最大的抬升高度超过4 km。而烟尘气溶胶的影响范围遍布全球,其在海洋上的抬升高度甚至能超过6 km。在全球及所有的12个研究区域,超过50%的柱气溶胶含量均位于对流层低层（0-2km）,而6km以上的贡献比小于2%。陆上气溶胶在地形和大气环流的作用下能够被抬升到更高的高度。评估CALIPSO不同类型气溶胶的整层及分层发生频率（Fo O）发现,所有类型气溶胶的全球多年平均整层Fo O为5.6%,其中清洁性海洋、纯沙尘、污染性大陆、清洁性大陆、污染性沙尘、烟尘、沙尘和海盐混合型气溶胶分别贡献了2.08%、1.08%、0.41%、0.10%、0.86%、0.64%和0.48%。所有类型气溶胶整层Fo O的区域平均最大值出现在中东地区（21.0%）,而最低值出现在欧洲西部（6.3%）。华北地区是污染性沙尘整层Fo O最高的区域,约为5.13%。评估全球及区域不同类型气溶胶（纯沙尘、污染性沙尘和烟尘）的整层及分层演变趋势可知,纯沙尘气溶胶在华北、东南亚以及中东地区均呈现了显着的（P<0.1）下降趋势,过去10年分别下降了-38.02%、-20.34%和-23.05%。污染性沙尘气溶胶在东北亚、华北、华南地区呈现显着的下降,而在南亚和中东地区呈现显着的上升。对比而言,烟尘气溶胶在全球多数区域均呈现了显着的下降趋势,其中全球、陆地和海洋在过去十年分别下降了13.29%、13.51%和12.89%。此外,不同类型气溶胶的分层AOD在驱动整层AOD的演变趋势中扮演着不同的角色。例如,在人为气溶胶主导区域（例如中国东部、南亚和美国东部）,总AOD的变化趋势与0-3km内积分AOD的变化趋势基本一致,说明累积在低层的人为排放气溶胶的变化主导了这些区域的总AOD变化。
黄春林[8]（2020）在《基于MODIS卫星的大气气溶胶类型识别及辐射特性研究》文中提出太阳能的高效利用可以有效缓解我国能源的供需矛盾,而随着大气污染的加剧,大气气溶胶严重影响了太阳能的高效利用及光热转换效率。大气气溶胶通常指的是悬浮在大气环境中的空气动力学直径在0.001～100μm范围内的固体或液体颗粒物。作为当今气候研究中最大的不确定因素之一,气溶胶能够通过直接作用或者间接作用影响地气系统的辐射收支以及全球或局部地区气候,并且气溶胶的影响在一定程度上受其类型支配。对大气中气溶胶的类型进行判别,并结合已有的对单一类型气溶胶气候效应的研究,是探索气溶胶对地气系统影响的一种较为有效的途径。然而,极其复杂的来源以及较短的大气寿命导致气溶胶具备很大的时空异质性,这使得气溶胶的类型识别工作面临挑战。因此,建立准确有效的气溶胶类型识别模型,在此基础上开展空间连续的区域性气溶胶类型识别研究,能够有效促进对气溶胶辐射特性和气候效应的理解,具有非常重要的理论意义以及应用价值。本文将大气污染条件引入卫星遥感气溶胶产品的性能评价体系中,对不同大气背景条件下的MODIS-AOD数据进行了分析与验证,在此基础上结合气溶胶相对光学厚度概念建立了天基气溶胶类型识别模型,为之后运用卫星数据进行区域性气溶胶类型识别提供了依据,最后,利用模型识别结果建立了台北地区的气溶胶光学特性查找表,结合SBDART模型对台北地区的气溶胶辐射特性进行了数值表征。本文主要研究内容包括以下三个部分:（1）将不同MODIS-AOD数据集重采样至相同分辨率,在年/季节尺度下对AOD值和有效数据量的空间分布进行分析。根据地表PM2.5监测数据对大气污染条件进行划分,基于地基数据对MODIS-AOD在不同的污染水平和气溶胶类型下的准确性进行了验证。结果表明,在秋/冬季,DT算法虽然具备更高的精度,但反演结果存在大量的数据缺失区域,DB算法在所有季节都能提供覆盖全国的AOD数据;在同样的污染条件下,DT算法的优势在于反演数据的准确度,而DB算法的优势在于数据获取的能力。（2）建立了适用于MODIS卫星数据波段的区域性天基气溶胶类型识别模型,并在全球范围内选取了八个典型气溶胶源区用于模型识别结果的准确性验证。准确性验证包括:基于地基数据的验证、基于卫星数据的验证、地基-卫星识别结果的逐日对比、单个案例验证以及区域性识别验证。结果显示:本文建立的模型具备识别不同类型气溶胶的能力,并且能够支撑空间连续的区域性气溶胶类型识别研究。（3）基于天基气溶胶类型识别模型与地基遥感平台提供的监测数据,同时利用SBDART辐射传输模型,对中国台北地区不同大气背景状况下的气溶胶辐射强迫特性进行了数值表征。结果显示:研究期间DARF具备夏高冬低的季节性变化规律,气溶胶产生的DARF值与其粒子种类密切相关,不同类型粒子计算所得的DARF明显不同,城市工业型气溶胶是高DARF的主要贡献者。
苏炜清[9]（2020）在《气溶胶空间模式指数的构建与应用 ——以长江三角城市群为例》文中研究说明大气气溶胶的变化影响着整个人类的生活,对于大气气溶胶的测度主要以大空间尺度上遥感手段的气溶胶光学厚度AOD（Aerosol Optical Depth）或AOT（Aerosol Optical Thickness）监测为主。随着监测范围的扩大,对于大气气溶胶空间模式的分析越发重要。空间模式一般用于指代有几何含义的对象或排列分布格局,在地理学中,空间模式是地理对象的抽象,是地理对象在分析空间中的像,而在本研究中的气溶胶的空间模式指气溶胶在空间上的分布规律（聚集分布,离散分布,随机分布）。一直以来,气溶胶空间模式的测度受遥感产品的精度与算法有效性的局限,而现在得益于气溶胶遥感产品的精度的提高,可获取的对于大气气溶胶的空间分布数据更为准确,使得通过气溶胶遥感产品构建气溶胶空间模式的算法更为有效。本研究通过构建了气溶胶空间模式算法计算得到气溶胶空间模式指数,该指数能够将气溶胶的测度方式由基于气溶胶光学厚度的点模式转向基于气溶胶空间模式的面模式,这种测度方式的转变能够为气溶胶的预测预警提供新的思路。本文主要以2004年-2018年长江三角城市群区域MODIS mcd19A2气溶胶产品为数据。通过构建气溶胶空间模式算法来解析遥感产品数据,求解得到气溶胶空间模式指数。在对该指数进行验证后,研究了在时间维度与空间维度上气溶胶空间模式的变化情况,以及通过机器学习的方式探究气溶胶空间模式指数的应用前景。研究的主要内容与结论如下:（1）气溶胶遥感产品的处理首先,本文以遥感图像的处理为入手点,通过遥感图像的计算得到了关于遥感图像的气溶胶光学厚度每日平均时间序列与气溶胶面积系数每日平均时间序列。通过交叉小波研究了两组时间序列在时域与频域的相似性与相异性。结果发现这种相似性与相异性表征了气溶胶空间分布的变化过程。对于这种变化过程的理解为构建气溶胶空间模式算法建立了逻辑基础。（2）气溶胶空间模式算法的构建通过气溶胶的变化过程,建立以气溶胶光学厚度均值与气溶胶面积系数均值为自变量的函数关系式。通过该函数关系式计算研究区域2004-2018年气溶胶空间模式指数。以现有空间自相关分析方法-莫兰指数为对照,对比验证了该算法的有效性。（3）基于气溶胶空间模式指数的时空分析比较了气溶胶空间模式指数与四种气象因素在时间域与频率域的差异性。发现风场内部环流造成了气溶胶的消散过程,温度与气溶胶聚集过程多表现正相关,降水造成了局部气溶胶的消散,其次气溶胶聚集的过程首先造成了聚集区域内湿度的增强,在湿度累积的情况下会变成降水。统计气溶胶空间模式指数的突变数量。发现气溶胶的突变点总量是一个先增长再减少的波动过程。从聚集突变点的数量可以推断出激化的时间年份应该分别是2007年,2011年与2015年。探究了城市缓冲区随着城市发展域扩张变化下的气溶胶空间模式的变化,发现华东城市群区域在2008年以前的气溶胶来源主要是内部产生的,从2008年开始输入性气溶胶逐渐成为影响该区域气溶胶变化的重要原因。（4）基于隐马尔可夫模型的气溶胶空间模式24小时预测对气溶胶遥感图像进行瓦片化处理并展布,以瓦片化数据模拟海量数据的HMM机器学习过程。利用气溶胶空间模式瓦片化数据,计算了隐马尔可夫模型的状态转移矩阵与空间模式初始概率,通过代入四种气象数据瓦片与气溶胶瓦片化数据相结合计算了模型所需的发射矩阵。以2004-2013年气溶胶空间模式指数瓦片数据为训练数据,以2014年-2018年气溶胶空间模式指数瓦片数据为测试数据。完成了气溶胶空间模式指数24小时预测模型。根据预测结果构建了混淆矩阵并针对结果精度不高的问题提出了改进方案。
李丁[10]（2020）在《基于AHI/TROPOMI的气溶胶AOD/SSA遥感反演 ——以中国东部地区为例》文中研究说明大气气溶胶是导致气候变化不确定性和开展空气污染监测治理的关键因素。我国经过几十年的工业化和城镇化高速发展,已成为全球气溶胶光学厚度（Aerosol Optical Depth,AOD）的显着高值区。当前广泛使用的卫星遥感AOD产品以极轨卫星为主,观测频次有限,难以满足大气环境动态监测需求。同时,相比于气溶胶总量,人为气溶胶的占比越来越受到关注:其关键参数单次散射反照率（Single Scattering Albedo,SSA）直接影响辐射强迫正负水平。然而受限于复杂的气溶胶性质和卫星传感器有限的光谱波段,SSA的卫星遥感产品较少。为此,本文以中国东部地区为研究区域,基于静止卫星Himawari-8/AHI和最新的大气成分高光谱卫星Sentinel-5P/TROPOMI,开展了如下研究工作:（1）针对AHI JAXA三个版本Himawari8/AHI Level-3逐小时气溶胶AOD产品,利用分布在中国东部的11个地基太阳光度计站点数据和MODIS C6 AOD产品,进行交叉验证分析。结果表明,V010版本AOD产品能有效地捕捉AOD的逐小时变化特征,但是低估严重（RMSE>0.3）。最新的V030版本AOD产品基本解决了低估问题（斜率接近1）,但是其精度在各个站点有明显差异（R:0.73-0.91）,且总体表现不如MODIS产品,仍有改进空间。（2）将改进的时间序列（Improved Time-Series,ITS）算法应用于AHI传感器的AOD反演上。该算法基于K-ratio不变的核心策略,充分地利用了静止卫星的高时间分辨率特性。在此基础上根据AERONET站点长期地基观测数据的统计分析,重构了适合于中国地区的气溶胶类型,进而反演每小时内多个的AOD。与地基观测数据和MODIS AOD数据交叉对比结果显示,ITS反演精度比AHI JAXA Level-2产品有显着提高（R>0.8,RMSE<0.2）。（3）提出了一种基于Gradient Boost Regression Tree（GBRT）决策树模型的SSA快速反演算法。利用紫外波段对吸收性气溶胶的高敏感性和TROPOMI具有与OMI相同波段设置的优势,以OMI紫外波段产品（Ultraviolet absorbing index（UVAI）、SSA、AOD等）作为训练集,并通过AERONET地基数据进行质量控制,构建预测模型,从而使用TROPOMI UVAI数据获取高分辨率的SSA产品,反演效率高。（4）提出了一种基于辐射传输模型的多源卫星数据协同反演气溶胶SSA算法。首先使用Optical Properties of Aerosols and Clouds（OPAC）气溶胶模型结合中国东部AERONET观测数据预设气溶胶模式,然后根据中国地基Lidar观测重建气溶胶垂直廓线形状,进而建立查找表（look-up table,LUT）反演SSA。反演结果与SONET地基数据和其他卫星产品交叉比较,一致性好且精度较高。该论文有图87幅,表16个,参考文献195篇
二、利用MODIS遥感大气气溶胶及气溶胶产品的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、利用MODIS遥感大气气溶胶及气溶胶产品的应用（论文提纲范文）
（1）长三角地区气溶胶产品精度验证与时空分布分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 大气气溶胶地基及卫星遥感监测研究进展 |
| 1.2.2 大气气溶胶遥感产品研究进展 |
| 1.2.3 长三角及周边地区的气溶胶监测研究进展 |
| 1.3 研究内容与技术路线 |
| 第二章 研究区概况与产品介绍 |
| 2.1 研究区概况 |
| 2.2 卫星遥感数据和地基观测数据简介 |
| 2.2.1 MODIS传感器及产品介绍 |
| 2.2.2 VIIRS传感器及产品介绍 |
| 2.2.3 地基观测数据及其处理方法 |
| 第三章 基于地基数据的MODIS AOD产品精度分析 |
| 3.1 基于地基数据的MODIS AOD产品精度验证方法与时空匹配分析 |
| 3.1.1 基于地基数据的卫星AOD产品的验证方法 |
| 3.1.2 基于MODIS AOD产品与地基数据的时空匹配精度分析 |
| 3.2 时空匹配背景下MODIS AOD产品精度分析 |
| 第四章 基于地基数据的VIIRS AOD产品精度分析与比较 |
| 4.1 基于地基数据的VIIRS AOD产品精度分析 |
| 4.2 VIIRS EDR AOD 产品与MODIS Aqua AOD 产品对比分析 |
| 第五章 基于MODIS Terra DB的长三角地区AOD时空分布特征分析 |
| 5.1 基于MODIS Terra DB的长三角地区AOD的时间变化分析 |
| 5.1.1 长三角地区AOD的月变化规律 |
| 5.1.2 长三角地区AOD的季节变化规律 |
| 5.1.3 长三角地区AOD的年际变化规律 |
| 5.2 基于MODIS Terra DB的长三角地区AOD的空间分布特征分析 |
| 第六章 结论与展望 |
| 6.1 研究结论 |
| 6.2 创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（2）河南省气溶胶光学特性的时空变化特征及其影响因子（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究进展 |
| 1.2.1 气溶胶监测研究进展 |
| 1.2.2 气溶胶时空分布研究进展 |
| 1.2.3 气溶胶影响因子研究进展 |
| 1.3 研究内容与研究目的 |
| 第二章 资料与方法 |
| 2.1 研究区域 |
| 2.2 MODIS数据 |
| 2.2.1 气溶胶光学特性数据 |
| 2.2.2 地表温度 |
| 2.2.3 植被指数 |
| 2.3 非遥感数据 |
| 2.3.1 气象站点数据 |
| 2.3.2 社会经济数据 |
| 2.4 研究方法 |
| 2.4.1 变化趋势分析法 |
| 2.4.2 相关分析法 |
| 2.4.3 主成分分析法 |
| 第三章 河南省气溶胶光学特性的时空分布 |
| 3.1 气溶胶参数简介 |
| 3.2 气溶胶光学厚度分布特征 |
| 3.2.1 气溶胶光学厚度时空分布特征 |
| 3.2.2 区域气溶胶光学厚度变化分析 |
| 3.3 Angstrom波长指数分布特征 |
| 3.3.1 Angstrom波长指数时空分布特征 |
| 3.3.2 区域Angstrom波长指数变化分析 |
| 3.4 气溶胶柱质量浓度分布特征 |
| 3.4.1 气溶胶柱质量浓度时空分布特征 |
| 3.4.2 区域气溶胶柱质量浓度变化分析 |
| 3.5 细粒子比例分布特征 |
| 3.5.1 细粒子比例时空分布特征 |
| 3.5.2 区域细粒子比例变化分析 |
| 3.6 本章小结 |
| 第四章 气溶胶光学厚度的影响因子 |
| 4.1 影响因子分析 |
| 4.1.1 气象因子分析 |
| 4.1.2 MODIS NDVI分析 |
| 4.1.3 MODIS地表温度分析 |
| 4.1.4 社会统计数据分析 |
| 4.2 影响因子主成分分析 |
| 4.3 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 特色与创新 |
| 5.3 不足与展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（3）关中地区气溶胶光学厚度时空特征研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外相关研究研究进展 |
| 1.2.1 气溶胶监测研究 |
| 1.2.2 气溶胶光学厚度时空特征研究进展 |
| 1.2.3 下行长波辐射研究进展 |
| 1.3 研究目标、内容及技术路线 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 研究技术路线 |
| 第二章 研究区概括与数据资料 |
| 2.1 研究区概括 |
| 2.2 研究数据资料 |
| 2.2.1 卫星数据 |
| 2.2.2 地基数据 |
| 2.2.3 MODIS AOD在关中地区的适用性验证 |
| 2.3 研究方法 |
| 2.3.1 标准差椭圆分析 |
| 2.3.2 STL时间序列分析 |
| 2.3.3 奇异值分解方法 |
| 2.3.4 后向轨迹模式 |
| 第三章 关中地区气溶胶时空分布特征及其变化 |
| 3.1 气溶胶多年平均空间分布特征 |
| 3.2 不同季节气溶胶的空间分布特征 |
| 3.3 气溶胶多年平均空间动态变化特征 |
| 3.4 气溶胶光学厚度和气溶胶细模态粒子占比的时间序列分析 |
| 第四章 关中地区气溶胶光学特性变化的影响因素 |
| 4.1 地形对AOD的影响 |
| 4.2 LUCC对AOD和FMF的影响 |
| 4.3 气溶胶对气象因子的响应 |
| 4.3.1 AOD对气象因子的响应 |
| 4.3.2 气象因子对FMF的影响 |
| 4.3.3 后向轨迹聚类分析 |
| 4.4 社会经济因子对AOD和FMF的影响 |
| 第五章 城乡气溶胶辐射效应差异性研究 |
| 5.1 关中地区城乡气溶胶光学厚度的时空分布差异(ΔAOD) |
| 5.1.1 关中地区城乡气溶胶光学厚度空间分布特征 |
| 5.1.2 关中地区城乡气溶胶光学厚度季节变化特征 |
| 5.1.3 关中地区城乡气溶胶光学厚度时间序列 |
| 5.2 关中地区城乡地表长波下行辐射差异 |
| 5.2.1 关中地区地表长波下行辐射空间分布 |
| 5.2.2 关中地区地表长波下行辐射城乡地区空间分布特征 |
| 5.3 AOD对地表长波下行辐射的影响 |
| 结论与展望 |
| 主要结论 |
| 展望 |
| 参考文献 |
| 攻读硕士学位期间取得的科研成果 |
| 致谢 |
（4）基于多源遥感的大气气溶胶光学特性表征与辐射强迫计算（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 气溶胶光学特性研究现状 |
| 1.2.2 气溶胶辐射强迫研究现状 |
| 1.3 目前研究中存在的问题 |
| 1.4 论文主要研究内容 |
| 第2章 基于地基遥感的气溶胶光学特性与辐射效应研究 |
| 2.1 引言 |
| 2.2 研究地区概况 |
| 2.2.1 站点描述 |
| 2.2.2 CE318 太阳光度计 |
| 2.3 气溶胶光学特性研究 |
| 2.3.1 AOD与AE变化趋势分析 |
| 2.3.2 气溶胶类型表征 |
| 2.4 气溶胶辐射效应研究 |
| 2.4.1 SBDART辐射传输模型 |
| 2.4.2 短波DARF与 ARFE的数值表征 |
| 2.4.3 净辐射通量与大气加热率的垂直分布 |
| 2.5 本章小结 |
| 第3章 基于卫星的人口密集地区气溶胶时空分布及其变化趋势分析 |
| 3.1 引言 |
| 3.2 气溶胶观测数据 |
| 3.2.1 MODIS观测数据 |
| 3.2.2 AERONET观测数据 |
| 3.3 卫星遥感气溶胶产品评估体系构建 |
| 3.3.1 产品评估体系 |
| 3.3.2 全球人口密集地区概述 |
| 3.3.3 最优数据集选取 |
| 3.4 气溶胶时空分布与变化趋势分析 |
| 3.5 本章小结 |
| 第4章 天基气溶胶辐射强迫特性计算模型构建 |
| 4.1 引言 |
| 4.2 天基气溶胶辐射强迫特性计算模型 |
| 4.2.1 气溶胶光学特性参数查找表 |
| 4.2.2 模型验证 |
| 4.3 不同条件下的DARF数值表征 |
| 4.3.1 气溶胶类型 |
| 4.3.2 大气污染程度 |
| 4.3.3 季节变化 |
| 4.4 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读硕士学位期间发表的论文 |
| 附录2 攻读硕士学位期间参加的科研项目 |
（5）基于MODIS数据的近10年西安市气溶胶光学厚度反演研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 气溶胶遥感反演的研究进展 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 2 研究区概况及研究数据 |
| 2.1 研究区慨况 |
| 2.1.1 地理环境 |
| 2.1.2 气候状况 |
| 2.2 研究所用数据 |
| 2.2.1 MODIS卫星数据 |
| 2.2.2 降水及相对湿度数据 |
| 2.2.3 高程数据 |
| 2.2.4 PM_(10) 数据 |
| 2.3 本章小结 |
| 3 气溶胶光学厚度反演原理与研究方法 |
| 3.1 气溶胶光学厚度反演原理 |
| 3.1.1 气溶胶光学厚度 |
| 3.1.2 气溶胶光学厚度反演原理 |
| 3.1.3 气溶胶模型 |
| 3.1.4 6S大气辐射传输模型 |
| 3.2 气溶胶光学厚度反演方法 |
| 3.3 气溶胶反演结果误差来源分析 |
| 3.4 AOD订正方法 |
| 3.5 研究方法 |
| 3.5.1 暗像元法反演流程 |
| 3.5.2 地表反射率库法反演流程 |
| 3.5.3 反演AOD精度验证 |
| 3.6 本章小结 |
| 4 AOD反演结果分析 |
| 4.1 AOD的精度分析 |
| 4.1.1 暗像元算法反演的AOD与 MOD04 数据对比分析 |
| 4.1.2 地表反射率库法反演的AOD与 MOD04 数据对比分析 |
| 4.1.3 野外监测站实测数据验证 |
| 4.2 AOD的时空变化特征 |
| 4.2.1 AOD的年际变化特征 |
| 4.2.2 AOD的季节变化特征 |
| 4.2.3 AOD的月变化特征 |
| 4.3 本章小结 |
| 5 西安市AOD的影响因素分析 |
| 5.1 降水对AOD的影响 |
| 5.2 海拔和坡度对AOD的影响 |
| 5.3 NDVI对 AOD的影响 |
| 5.4 土地覆盖类型对AOD的影响 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 攻读硕士期间的研究成果 |
| 参考文献 |
（6）FY4A AGRI蓝光通道交叉辐射定标及其气溶胶监测应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究目的与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 交叉辐射定标国内外研究现状 |
| 1.2.2 气溶胶遥感反演与监测国内外研究现状 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究技术路线 |
| 第二章 研究区和数据 |
| 2.1 研究区 |
| 2.1.1 FY4AAGRI蓝光波段交叉辐射定标研究区 |
| 2.1.2 FY4AAGRI蓝光波段气溶胶反演试验研究区 |
| 2.2 研究数据 |
| 2.2.1 FY4AAGRI卫星遥感数据 |
| 2.2.2 MODIS数据 |
| 第三章 FY4A AGRI蓝光波段交叉辐射定标 |
| 3.1 交叉辐射定标原理 |
| 3.1.1 辐射定标基本原理 |
| 3.1.2 交叉辐射定标基本原理与流程 |
| 3.1.3 参考传感器的选取 |
| 3.2 FY4AAGRI交叉辐射定标过程 |
| 3.2.1 6S辐射传输模型模拟表观反射率 |
| 3.2.2 卫星天顶角校正 |
| 3.2.3 相对方位角校正 |
| 3.2.4 光谱响应差异校正 |
| 3.2.5 定标系数计算 |
| 3.3 FY4A定标系数精度评价与分析 |
| 3.3.1 定标影响因素分析 |
| 3.3.2 定标系数精度评价分析 |
| 3.4 本章小结 |
| 第四章 基于FY4AAGRI蓝光波段的气溶胶反演研究 |
| 4.1 深蓝算法反演气溶胶的基本原理 |
| 4.1.1 深蓝算法原理 |
| 4.1.2 大气辐射传输模型 |
| 4.2 基于深蓝算法的FY4AAGRI气溶胶反演过程 |
| 4.2.1 遥感影像预处理 |
| 4.2.2 FY4AAGRI成像时刻角度差异校正 |
| 4.2.3 6S查找表建立 |
| 4.2.4 蓝光波段地表反射率构建 |
| 4.3 FY4AAGRI蓝光波段反演气溶胶精度分析 |
| 4.3.1 与MODIS气溶胶产品对比验证 |
| 4.3.2 FY4AAGRI蓝光波段反演气溶胶误差原因分析 |
| 4.4 FY4AAGRI反演气溶胶初步应用分析 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 论文特色与创新 |
| 5.3 存在问题与展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（7）全球及区域气溶胶光学特性长期演变趋势及其驱动因子研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 大气气溶胶的来源、类型与形成 |
| 1.3 大气气溶胶的气候效应 |
| 1.4 大气气溶胶的光学特性 |
| 1.4.1 气溶胶光学特性观测和再分析资料的研究进展 |
| 1.4.2 气溶胶光学厚度长期演变趋势的研究进展 |
| 1.5 待解决的关键科学问题及本文整体思路 |
| 1.6 具体章节安排 |
| 第2章 研究区域、资料和方法 |
| 2.1 研究区域概括 |
| 2.2 资料介绍 |
| 2.2.1 地基气溶胶光学特性观测数据 |
| 2.2.2 多源卫星气溶胶光学特性反演数据 |
| 2.2.3 再分析数据 |
| 2.2.4 人为排放清单 |
| 2.3 主要方法介绍 |
| 2.3.1 匹配方法及评估指标 |
| 2.3.2 趋势检验和斜率估计方法 |
| 2.3.3 逐步多元线性回归 |
| 2.3.4 变量相对重要性估计方法 |
| 第3章 气溶胶光学厚度(AOD)的长期分布特征、演变趋势及其驱动因子 |
| 3.1 再分析AOD产品全球及区域适用性评估 |
| 3.1.1 全球性表现 |
| 3.1.2 区域性表现 |
| 3.2 全球AOD的分布特征及其区域性年际演变 |
| 3.2.1 不同历史时期全球AOD分布特征 |
| 3.2.2 区域性AOD年际演变 |
| 3.3 全球及区域性AOD演变趋势图 |
| 3.4 区域性AOD年代际趋势对本地排放和气象因子的响应 |
| 3.5 本地排放和气象因子对区域性AOD年代际趋势的相对贡献 |
| 3.6 本章小结 |
| 第4章 不同化学组分AOD的长期分布特征及其演变趋势 |
| 4.1 不同化学组分AOD的全球分布特征 |
| 4.1.1 年分布 |
| 4.1.2 季节分布 |
| 4.2 不同化学组分AOD的区域性年内变化和年际演变 |
| 4.2.1 区域性年内变化 |
| 4.2.2 区域性年际演变 |
| 4.3 不同化学组分AOD的全球变化趋势图 |
| 4.4 不同化学组分AOD在总AOD年际演变中的相对贡献 |
| 4.5 本章小结 |
| 第5章 不同粒径大小和非球形气溶胶的分布特征及其演变趋势 |
| 5.1 MISR有效样本量 |
| 5.2 卫星AOD产品验证 |
| 5.2.1 全球性表现 |
| 5.2.2 区域性表现 |
| 5.3 不同粒径大小和非球形气溶胶的分布特征 |
| 5.4 不同气溶胶污染等级发生频率的空间分布 |
| 5.5 不同粒径大小和非球形气溶胶的变化趋势 |
| 5.6 本章小结 |
| 第6章 对流层内不同类型气溶胶的三维垂直分布及其长期演变 |
| 6.1 不同类型气溶胶的三维垂直分布特征 |
| 6.2 不同类型气溶胶随高度的分布特征 |
| 6.2.1 不同类型气溶胶总AOD的空间分布 |
| 6.2.2 不同类型气溶胶在不同高度内积分AOD的空间分布 |
| 6.3 不同类型气溶胶在不同高度内积分AOD的区域性特征 |
| 6.4 不同类型气溶胶消光系数的区域平均垂直廓线 |
| 6.5 不同类型气溶胶发生频率的三维垂直分布 |
| 6.5.1 全球三维垂直分布 |
| 6.5.2 区域平均垂直廓线 |
| 6.6 不同类型气溶胶的时空演变趋势 |
| 6.6.1 不同类型气溶胶整层AOD的演变趋势 |
| 6.6.2 不同类型气溶胶分层积分AOD的演变趋势 |
| 6.6.3 不同类型气溶胶整层及分层积分AOD的区域性演变趋势 |
| 6.7 本章小结 |
| 第7章 结论 |
| 7.1 全文总结 |
| 7.2 讨论与展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（8）基于MODIS卫星的大气气溶胶类型识别及辐射特性研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 气溶胶物性遥感测量研究现状 |
| 1.2.2 气溶胶类型识别研究现状 |
| 1.2.3 气溶胶辐射特性研究现状 |
| 1.3 主要研究内容及论文组织架构 |
| 1.4 论文技术路线 |
| 第2章 中国地区MODIS气溶胶观测数据准确性验证 |
| 2.1 引言 |
| 2.2 数据 |
| 2.2.1 数据来源 |
| 2.2.2 数据预处理与验证指标 |
| 2.3 气溶胶观测数据时空分布特性分析 |
| 2.3.1 年尺度MODIS-AOD空间分布与验证 |
| 2.3.2 季节尺度MODIS-AOD空间分布与验证 |
| 2.4 不同大气背景下的气溶胶观测数据准确性分析 |
| 2.4.1 大气污染程度 |
| 2.4.2 气溶胶类型 |
| 2.5 本章小结 |
| 第3章 天基气溶胶类型识别模型构建 |
| 3.1 引言 |
| 3.2 天基气溶胶类型识别模型 |
| 3.2.1 气溶胶相对光学厚度 |
| 3.2.2 气溶胶识别参数阈值计算 |
| 3.2.3 天基气溶胶类型识别模型 |
| 3.3 气溶胶类型识别模型验证 |
| 3.3.1 典型气溶胶主导地区选取 |
| 3.3.2 典型地区的模型准确性验证 |
| 3.3.3 地基与卫星识别结果对比验证 |
| 3.4 基于MDOIS数据的气溶胶类型识别 |
| 3.4.1 单个案例识别结果 |
| 3.4.2 区域性识别结果 |
| 3.5 本章小结 |
| 第4章 基于SBDART的气溶胶辐射强迫计算 |
| 4.1 引言 |
| 4.2 SBDART辐射传输模型 |
| 4.3 目标地区概况 |
| 4.3.1 地理位置及气候 |
| 4.3.2 气溶胶负荷及类型 |
| 4.4 气溶胶直接辐射强迫 |
| 4.4.1 气溶胶光学特性查找表 |
| 4.4.2 年/月尺度DARF计算结果 |
| 4.4.3 不同气溶胶类型下的DARF结果 |
| 4.5 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读硕士学位期间发表的论文 |
| 附录2 攻读硕士学位期间参加的科研项目 |
（9）气溶胶空间模式指数的构建与应用 ——以长江三角城市群为例（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 背景与意义 |
| 1.2 研究现状 |
| 1.2.1 气溶胶的遥感观测研究现状 |
| 1.2.2 气溶胶的时空分布研究现状 |
| 1.2.3 气溶胶的气象过程研究现状 |
| 1.2.4 气溶胶的机器学习应用研究现状 |
| 1.3 研究目标与研究内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 论文的结构安排 |
| 第二章 研究方案与研究区域 |
| 2.1 研究方案 |
| 2.2 技术路线 |
| 2.3 关键问题 |
| 2.4 研究区域 |
| 2.5 研究方法 |
| 2.5.1 交叉小波与小波奇异性分析 |
| 2.5.2 隐马尔可夫模型 |
| 2.6 本章小结 |
| 第三章 气溶胶数据的提取与分析 |
| 3.1 研究数据 |
| 3.1.1 MODIS MCD19A2 气溶胶产品 |
| 3.1.2 长江三角城市群气象数据 |
| 3.1.3 太湖流域土地利用数据 |
| 3.2 AOD与气溶胶面积系数的计算与验证 |
| 3.3 AOD与气溶胶面积系数的时频相关性分析 |
| 3.4 本章小结 |
| 第四章 气溶胶空间模式指数的构建与分析 |
| 4.1 气溶胶空间模式的数学模型 |
| 4.2 气溶胶空间模式指数的验证 |
| 4.3 气溶胶空间模式指数的气象影响因素 |
| 4.4 气溶胶空间模式指数的奇异性分析 |
| 4.5 气溶胶空间模式指数城市群特征分析 |
| 4.6 本章小结 |
| 第五章 气溶胶空间模式的预测模型 |
| 5.1 气溶胶空间模式指数的瓦片化与展布 |
| 5.2 气溶胶空间模式指数的24小时预测模型 |
| 5.2.1 24小预测模型概述 |
| 5.2.2 24小时预测模型变量计算 |
| 5.2.3 24小时预测模型建立 |
| 5.3 实验结果 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 研究成果与结论 |
| 6.1.1 方法成果与结论 |
| 6.1.2 应用成果与结论 |
| 6.2 研究创新与特色 |
| 6.3 存在问题与展望 |
| 参考文献 |
| 附录 |
| 致谢 |
（10）基于AHI/TROPOMI的气溶胶AOD/SSA遥感反演 ——以中国东部地区为例（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景及选题意义 |
| 1.2 国内外研究进展 |
| 1.3 研究内容与论文结构 |
| 2 卫星反演气溶胶理论 |
| 2.1 基本参数介绍 |
| 2.2 辐射传输公式推导 |
| 2.3 本章小结 |
| 3 AHI-AOD验证与反演算法 |
| 3.1 数据介绍 |
| 3.2 官方产品验证 |
| 3.3 ITS算法反演AOD |
| 3.4 本章小结 |
| 4 SSA反演算法 |
| 4.1 数据介绍 |
| 4.2 SSA反演算法介绍 |
| 4.3 机器学习模型反演SSA |
| 4.4 辐射传输模型反演SSA |
| 4.5 反演结果分析 |
| 4.6 本章小结 |
| 5 效果评价与应用 |
| 5.1 时间序列分析 |
| 5.2 算法组合 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 附录1 |
| 作者简历 |
| 学位论文数据集 |
四、利用MODIS遥感大气气溶胶及气溶胶产品的应用（论文参考文献）
- [1]长三角地区气溶胶产品精度验证与时空分布分析[D]. 陈雪薇. 南京信息工程大学, 2021(01)
- [2]河南省气溶胶光学特性的时空变化特征及其影响因子[D]. 张瑞芳. 南京信息工程大学, 2021(01)
- [3]关中地区气溶胶光学厚度时空特征研究[D]. 牛林芝. 西北大学, 2021
- [4]基于多源遥感的大气气溶胶光学特性表征与辐射强迫计算[D]. 张恒星. 武汉科技大学, 2021(01)
- [5]基于MODIS数据的近10年西安市气溶胶光学厚度反演研究[D]. 王炜栋. 兰州交通大学, 2021(02)
- [6]FY4A AGRI蓝光通道交叉辐射定标及其气溶胶监测应用研究[D]. 向嘉敏. 南京信息工程大学, 2020(02)
- [7]全球及区域气溶胶光学特性长期演变趋势及其驱动因子研究[D]. 桂柯. 中国气象科学研究院, 2020(03)
- [8]基于MODIS卫星的大气气溶胶类型识别及辐射特性研究[D]. 黄春林. 武汉科技大学, 2020(04)
- [9]气溶胶空间模式指数的构建与应用 ——以长江三角城市群为例[D]. 苏炜清. 南京师范大学, 2020(03)
- [10]基于AHI/TROPOMI的气溶胶AOD/SSA遥感反演 ——以中国东部地区为例[D]. 李丁. 中国矿业大学, 2020