Retrieval of the Haze Optical Thickness in North China Plain Using MODIS Data
Retrieval of the Haze Optical Thickness in North China Plain Using MODIS Data
复制标题
利用MODIS数据反演华北平原霾光学厚度
DOI：
10.1109/tgrs.2012.2214038
复制
发表时间：
2013-05
影响因子：
8.2
通讯作者：
Liu, Yang
中科院分区：
文献类型：
--
作者：
Tao, Jinhua;Su, Lin;Han, Dong;Liu, Yang
由于严重的颗粒污染，中国工业化地区的重雾霾越来越多。然而，由于云掩膜和可疑的高表面反射率，在这种情况下的气溶胶检索通常被排除在NASA的中分辨率成像光谱仪（MODIS）气溶胶产品之外。提出了一种利用MODIS数据检索雾霾气溶胶光学厚度（HAOT）的算法，作为对现有MODIS检索算法的补充。该方法包括：1)雾霾识别；2)利用MODIS数据建立雾霾条件下的地表反射率数据库；3)利用全球三维大气化学输送模型（GEOS-Chem）模拟四种气溶胶组分的雾霾气溶胶模型。将该算法与MODIS稠密暗植被算法结合，反演了2008年3 - 9月华北平原1 km HAOT。反演的HAOT值大多在0.7 ~ 3之间，与气溶胶机器人网络观测值的相关系数为0.82，平均相对差值为19%。利用地面测量分析了与雾霾检测、表面反射率和雾霾模型误差相关的反演不确定性。
China's industrialized regions have seen increasing occurrence of heavy haze caused by severe particle pollution. However, aerosol retrieval under these circumstances is often excluded from NASA's Moderate Resolution Imaging Spectrometer (MODIS) aerosol products due to cloud mask and suspected high surface reflectance. An algorithm to retrieve the haze aerosol optical thickness (HAOT) is developed using MODIS data to supplement the current MODIS retrieval algorithm. This method includes 1) haze identification, 2) the generation of a surface reflectance database using MODIS data in hazy conditions, and 3) the development of haze aerosol models with four aerosol components simulated by a global 3-D atmospheric chemical transport model (GEOS-Chem). This algorithm was used in combination with the MODIS dense dark vegetation algorithm to retrieve 1 km HAOT over North China Plain from March to September of 2008. The values of the retrieved HAOT values are mostly between 0.7–3, with a correlation coefficient of 0.82 with the Aerosol Robotic NETwork observations and a 19% mean relative difference. Retrieval uncertainties associated with the errors in haze detection, surface reflectance, and haze models were analyzed using ground measurements.
登录
查看更多内容
影响因子：
8.2
作者：
M. Oo;M. Jerg;E. Hernández;Ana J. Picon;B. Gross;F. Moshary;Samir A. Ahmed
通讯作者：
M. Oo;M. Jerg;E. Hernández;Ana J. Picon;B. Gross;F. Moshary;Samir A. Ahmed
影响因子：
5
作者：
V. Ramanathan;P. Crutzen
通讯作者：
V. Ramanathan;P. Crutzen
影响因子：
8.2
作者：
R. Levy;L. Remer;Y. Kaufman
通讯作者：
R. Levy;L. Remer;Y. Kaufman
影响因子：
3.1
作者：
S. Sherwood;T. Horinouchi;Heidi A. Zeleznik
通讯作者：
S. Sherwood;T. Horinouchi;Heidi A. Zeleznik
影响因子：
13.5
作者：
S. Liang;B. Zhong;H. Fang
通讯作者：
S. Liang;B. Zhong;H. Fang