项目名称: 多源卫星遥感反演气溶胶光学特性研究

项目编号: No.41471306

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 天文学、地球科学

项目作者: 光洁

作者单位: 中国科学院遥感与数字地球研究所

项目金额: 79万元

中文摘要: 利用卫星数据反演气溶胶光学特性,尤其是吸收特性,对气候变化领域准确评估气溶胶辐射效应,以及定量遥感中准确进行大气校正有着重要意义。气溶胶单次散射反照率(SSA)很大程度上决定了气溶胶辐射强迫的正负,而气溶胶光学厚度(AOD)和不对称因子与辐射强迫的大小直接相关。本项目研究并发展陆地大气气溶胶光学特性(AOD和SSA)多星多源遥感数据协同反演模型及算法,有望提高陆地气溶胶光学特性(AOD和SSA)反演的覆盖范围、精度和可靠性,解决气溶胶反演过程中预定气溶胶类型以及过分依赖先验知识带来的误差。同时,将SSA作为未知量加入反演过程,实现对陆地上空可见光波段SSA的卫星反演,从而为全球变化、环境保护领域提供更为准确、全面的数据集,进一步推动遥感数据在各个行业的定量化应用。

中文关键词: 气溶胶;单次散射反照率;光学厚度;紫外遥感;可见光-近红外遥感

英文摘要: The use of satellite remote sensing data to retrieve aerosol optical properties, especially their absorptive characteristics, is of great significance in accurately estimating aerosol radiative effects for climate change studies, and for accurate atmospheric correction in quantitative remote sensing applications. Aerosol single scattering albedo (SSA) determines the sign (positive or negative) of aerosol radiative forcing, and the asymmetry factor of aerosols and aerosol optical depth (AOD) are highly correlative with the radiative forcing magnitude. To improve the accuracy of satellite retrieval of these above-mentioned aerosol optical properties, we propose to develop an inversion model for atmospheric aerosol optical properties retrieval using multi-source and multi-satellite remote sensing data. As opposed to a single sensor inversion product, it is expected to improve the coverage, accuracy and reliability of satellite aerosol products. At the same time, the proposed method would tackle the traditional limitation of requiring prior aerosol types in inversion algorithms by setting the SSA as an unknown quantity into the inversion process and constructing explicit expressions of simultaneous inversion model of AOD and SSA. This fulfilled retrieval model is of rigorous physical meaning, thereby would provide a more accurate and reliable basic dataset for the field of global change, environmental protection, and further promote the application of quantitative remote sensing data in various application domains.

英文关键词: Aerosol;Single Scattering Albedo;Optical Depth;Ultraviolet Remote Sensing;Visible-near Infrared Remote Sensing

成为VIP会员查看完整内容
0

相关内容

无人机地理空间情报在智能化海战中的应用
专知会员服务
117+阅读 · 2022年4月14日
美智库最新报告:小数据人工智能潜力不可估量,39页pdf
专知会员服务
73+阅读 · 2021年11月18日
专知会员服务
19+阅读 · 2021年10月3日
专知会员服务
52+阅读 · 2021年10月1日
专知会员服务
21+阅读 · 2021年8月23日
专知会员服务
89+阅读 · 2021年7月9日
图像分割在医学影像中的应用
极市平台
2+阅读 · 2022年2月16日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
深度学习的图像修复
AI研习社
22+阅读 · 2019年3月28日
AI如何帮助卫星遥感释放价值?
未来论坛
19+阅读 · 2018年8月8日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
19+阅读 · 2020年7月21日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
小贴士
相关主题
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员