利用MODIS研究徐州市气溶胶光学厚度及其时空分析

doi:10.13474/j.cnki.11-2246.2018.0381

测绘通报 ›› 2018, Vol. 0 ›› Issue (12): 41-45.doi: 10.13474/j.cnki.11-2246.2018.0381

利用MODIS研究徐州市气溶胶光学厚度及其时空分析

卢秀^1,2,3, 李佳^1,2,3, 段平^1,2,3, 程峰^1,2,3

1. 云南师范大学旅游与地理科学学院, 云南昆明 650500;
2. 云南省高校资源与环境遥感重点实验室, 云南昆明 650500;
3. 云南省地理空间信息技术工程技术研究中心, 云南昆明 650500

收稿日期:2018-03-05 修回日期:2018-04-17 出版日期:2018-12-25 发布日期:2019-01-03
通讯作者: 李佳。E-mail:keguigiser@163.com E-mail:keguigiser@163.com
作者简介:卢秀(1992-),女,硕士生,主要研究方向为资源环境遥感。E-mail:1037134652@qq.com
基金资助:
国家自然科学基金（41561048）

Research on Aerosol Optical Depth and Its Temporal and Spatial Analysis in Xuzhou City Using MODIS

LU Xiu^1,2,3, LI Jia^1,2,3, DUAN Ping^1,2,3, CHENG Feng^1,2,3

1. College of Tourism and Geographical Sciences, Yunnan Normal University, Kunming 650500, China;
2. Key Laboratory of Remote Sensing of Resources and Environment of Yunnan Province, Kunming 650500, China;
3. Geospatial Information Technology Engineering Research Center of Yunnan Province, Kunming 650500, China

Received:2018-03-05 Revised:2018-04-17 Online:2018-12-25 Published:2019-01-03

摘要/Abstract

摘要： 近些年来，气溶胶对环境的影响越来越受到人们的重视，气溶胶光学厚度（AOD）是表征气溶胶最重要的因子之一。本文研究基于2016年3月至9月的MODIS L1B数据，采用暗像元方法和6S辐射传输模型对江苏省徐州市的AOD进行遥感反演监测。基于反演的气溶胶光学厚度结果，对2016年徐州市AOD时空变化及差异特征进行了分析，结果显示不同地理单元的AOD均较为一致，其中7月的厚度值最大，5月次之，3月较小，4、6、8和9月最低；铜山县、邳州市、徐州市3个县市的AOD明显高于徐州地区的平均值水平，新沂和睢宁地区的AOD也相对较高，沛县、丰县等地区的AOD最低。

关键词: 徐州, MODIS, 气溶胶光学厚度, 遥感监测

Abstract: In recent years,more and more attention has been paid to the influence of aerosol on the environment. Aerosol optical depth (AOD) is one of the most important factors to characterize aerosol. This study was based on the MODIS L1B data from March to September in 2016 and the AOD of Xuzhou city,Jiangsu province was remote sensing inversion monitored by dark pixel method and 6S radiation transmission model. Based on the results of inversion of AOD,the temporal and spatial variation and different characteristics of AOD in Xuzhou city in 2016 are analyzed. The analysis results show that the AOD values of the different geographic units are consistent rule,of which the thickness value is the largest in July,the second in May,the smaller in March,the lowest in April,June,August and September. The AOD values of Tongshan county,Pizhou city and Xuzhou city are obviously higher than the average level of Xuzhou area. The AOD values of Xinyi and Suining areas are relatively high,and the AOD of Peixian and Fengxian areas and so on are the lowest.

Key words: Xuzhou city, MODIS, aerosol optical depth, remote sensing monitoring

中图分类号:

卢秀, 李佳, 段平, 程峰. 利用MODIS研究徐州市气溶胶光学厚度及其时空分析[J]. 测绘通报, 2018, 0(12): 41-45.

LU Xiu, LI Jia, DUAN Ping, CHENG Feng. Research on Aerosol Optical Depth and Its Temporal and Spatial Analysis in Xuzhou City Using MODIS[J]. 测绘通报, 2018, 0(12): 41-45.

参考文献

[1] 王静,杨复沫,王鼎益,等.北京市MODIS气溶胶光学厚度和PM2.5质量浓度的特征及其相关性[J].中国科学院大学学报,2010,27(1):10-16.
[2] ENGEL-COX J A,HOLLOMAN C H,COUTANT B W,et al.Qualitative and Quantitative Evaluation of MODIS Satellite Sensor Data for Regional and Urban Scale Air Quality[J].Atmospheric Environment,2004,38(16):2495-2509.
[3] KAUFMAN Y J,SENDRA C.Algorithm for Automatic Atmospheric Corrections to Visible and Near-IR Satellite Imagery[J].International Journal of Remote Sensing,1988,9(8):1357-1381.
[4] TANRE D,DEVAUX C,HERMAN M,et al.Radiative Properties of Desert Aerosols by Optical Ground-based Measurements at Solar Wavelengths[J].Journal of Geophysical Research Atmospheres,1988,93(D11):14223-14231.
[5] HERMAN J R,BHARTIA P K,TORRES O,et al. Global Distribution of UV-absorbing Aerosols from Nimbus 7/TOMS Data[J].Journal of Geophysical Research:Atmospheres,1997,102(D14):16911-16922.
[6] DINER D J,BRASWELL B H,DAVIES R,et al.The Value of Multiangle Measurements for Retrieving Structurally and Radiatively Consistent Properties of Clouds,Aerosols,and Surfaces[J].Remote Sensing of Environment,2005,97(4):495-518.
[7] HSU N C,TSAY S C,KING M D,et al.Aerosol Properties over Bright-reflecting Source Regions[J].IEEE Transactions on Geoscience and Remote Sensing,2004,42(3):557-569.
[8] 程伟,王黎明,田庆久.一种基于阴影像元的光学遥感大气校正方法[J].测绘学报,2008,37(4):469-475.
[9] 范萌,张胜敏,陈良富,等.珠三角地区长时间序列气溶胶时空变化特征分析[J].遥感学报,2016,20(6):1413-1423.
[10] 张西雅,扈海波.京津冀地区气溶胶时空分布及与城市化关系的研究[J].大气科学,2017,41(4):797-810.
[11] 纪晓璐,廉丽姝,周甜甜,等.基于MODIS数据的环渤海地区气溶胶时空变化特征分析[J].环境污染与防治,2017,39(11):1238-1241.
[12] 李广超,李如仁,赵阳阳,等.基于二次多项式的AOD数据融合方法[J].测绘通报,2018(1):67-71.
[13] VERMOTE E F,TANRE D,DEUZE J L,et al.Second Simulation of the Satellite Signal in the Solar Spectrum,6S:an Overview[J].IEEE Transactions on Geoscience and Remote Sensing,1997,35(3):675-686.
[14] 彭妮娜,易维宁,方勇华.400-1000nm波段反演气溶胶光学厚度的暗像元法[J].红外与激光工程,2008,37(5):878-883.
[15] KAUFMAN Y J,WALD A E,REMER L A,et al.The MODIS 2.1-μm Channel-correlation with Visible Reflectance for Use in Remote Sensing of Aerosol[J].IEEE Transactions on Geoscience and Remote Sensing,1997,35(5):1286-1298.
[16] XIA X G,CHEN H B,WANG P C,et al.Variation of Column-integrated Aerosol Properties in a Chinese Urban Region[J].Journal of Geophysical Research Atmospheres,2006,111(D5):769-785.

利用MODIS研究徐州市气溶胶光学厚度及其时空分析

Research on Aerosol Optical Depth and Its Temporal and Spatial Analysis in Xuzhou City Using MODIS

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	齐丹宁, 胡政军, 赵尚民. 山西省西山煤田长时间序列NDVI时空变化趋势及对气候响应[J]. 测绘通报, 2021, 0(9): 98-102,107.
[2]	杨瑞芳, 尹思阳. 全球热带森林分布区NPP变化及其气候响应分析[J]. 测绘通报, 2021, 0(5): 49-53,110.
[3]	李广超, 赵海盟, 伍毅, 杨彬, 李丽和, 张洪, 杨泉光, 陈伟. 2000-2016年广西防城金花茶自然保护区关键生态环境参数时空变化[J]. 测绘通报, 2021, 0(2): 13-17.
[4]	王媛, 杜明义, 杨柳忠, 蔡国印, 张宁. 多源遥感数据支持下的城市生态状况评价[J]. 测绘通报, 2021, 0(11): 16-20.
[5]	赵金龙, 赵慧. 基于DMSP-OLS和MODIS数据的宁夏城市化与生态环境耦合协调分析[J]. 测绘通报, 2021, 0(10): 9-14,27.
[6]	赵鹏飞, 白杨, 王盼, 吴沛卿. 黄河流域七大城市群污染气体时空变化特征卫星遥感监测[J]. 测绘通报, 2021, 0(10): 48-53.
[7]	高照忠, 黄雅君, 魏海霞, 张金兰. 近30年云贵高原水蚀荒漠化遥感监测及影响因子时空分异规律[J]. 测绘通报, 2021, 0(10): 117-122.
[8]	陈王梦, 李通, 张丽, 张红日, 闫敏, 杜跃飞. 遥感技术支持下的下龙湾西岸养殖塘变化监测及其对“三生用地”影响分析[J]. 测绘通报, 2020, 0(9): 66-71.
[9]	宋晓春, 刘兴科, 孙玮婕. 黑河流域MODIS气溶胶产品时空对比分析[J]. 测绘通报, 2020, 0(7): 64-69.
[10]	江杉, 王益澄, 马仁锋. 中国东海叶绿素浓度变化分析及其海水温度响应[J]. 测绘通报, 2020, 0(6): 39-44.
[11]	孙久虎. 一种云端一体化的土地督察遥感监测方法[J]. 测绘通报, 2020, 0(3): 129-133.
[12]	林晓萍. 基于国产卫星影像的自然资源动态监测[J]. 测绘通报, 2020, 0(11): 28-32.
[13]	沈谦, 朱长明, 张新. GF-2支持下的干旱区稀疏植被区植被覆盖度估算[J]. 测绘通报, 2019, 0(7): 33-38.
[14]	汪桂生, 仇凯健. 利用MODIS NDVI进行淮南矿区植被覆盖度动态监测[J]. 测绘通报, 2018, 0(6): 34-40.
[15]	马静宇, 秦怡, 任宇鹏, 王鑫, 谷娟, 郭仲皓, 邹乐君, 沈晓华. 基于MODIS植被丰度的沙漠化界线提取方法探究——以陕甘宁地区为例[J]. 测绘通报, 2018, 0(5): 102-107.