项目名称: 气溶胶谱分布地基反演算法改进研究

项目编号: No.41301381

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 天文学、地球科学

项目作者: 蒋哲

作者单位: 中国科学院大气物理研究所

项目金额: 25万元

中文摘要: 研究气溶胶的光学物理特性是认识其对环境质量、气候变化和人体健康影响的基础。掌握气溶胶谱分布将有助于分析气溶胶的来源结构及其动力学过程,直接为治理颗粒物污染提供依据。目前利用地基遥感可见光、近红外的天空散射光和太阳直射光可以反演得到气溶胶谱分布信息,但往往基于单一地表反射率的假设,并且忽略了前向散射的贡献。本项目针对现有地基反演算法存在的不足开展不确定性分析和敏感性实验,并提出以下改进方案: 1)订正太阳直射光信号中的前向散射光的影响; 2)在可见光、近红外通道的基础上引入独立的短波红外光谱信息; 3)地表反射率的确定由先验预估方法改为根据MODIS地表反射率库计算。 基于改进后的算法,本项目拟采用北京地区的PREDE-POM02观测数据进行气溶胶谱分布反演实验,并将反演结果与AERONET、ELPI气溶胶谱分布产品进行对比分析。

中文关键词: 气溶胶;遥感;谱分布;地基反演;

英文摘要: In order to estimate the radiative effect of the atmospheric aerosols oin the climate system, it is of the upmost importance to accurately determine the optical and physical properties of aerosls in the atmosphere. Size distribution information is crucial for understanding the behavior and transformation of aerosols, as well as their influence on the atmosphere. Ground-based networks (such as AERONET and SKYNET) have been established worldwide for studying the columnar properties of aerosol using sun-sky radiometers. The optical depth and size distribution of aerosols can be retrieved by taking sun direct and sky diffuse radiation measurements in both visible and near-infrared bands. In addition, validating aerosol products obtained from various satellite sensors requires ground-based measurements of a variety of aerosol characteristics. Therefore, error analysis and quality assurance of ground-based products is of great importance. To overcome some problems existing in the current ground-based inversion algorithms, we propose to make the following improvement on the data retrieval method: 1) to adopt MODIS surface reflectance database instead of a priori estimates; 2) to add short-wave infrared band observation data; 3) to account for the solar radiation forward-scattered into the field of view of instruments.

英文关键词: aerosol;remote sensing;size distribution;ground-based inversion;

成为VIP会员查看完整内容
0

相关内容

【ICLR2022】基于任务相关性的元学习泛化边界
专知会员服务
18+阅读 · 2022年2月8日
个性化学习推荐研究综述
专知会员服务
58+阅读 · 2022年2月2日
专知会员服务
16+阅读 · 2021年9月7日
专知会员服务
22+阅读 · 2021年8月22日
专知会员服务
24+阅读 · 2021年5月23日
专知会员服务
31+阅读 · 2021年2月17日
专知会员服务
33+阅读 · 2021年2月7日
【AAAI2021】基于双任务一致性的半监督医学图像分割
专知会员服务
30+阅读 · 2021年2月7日
小目标检测技术研究综述
专知会员服务
120+阅读 · 2020年12月7日
多源数据行人重识别研究综述
专知会员服务
40+阅读 · 2020年11月2日
2022 年 Java 将何去何从?
InfoQ
0+阅读 · 2022年4月17日
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4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
多模态视觉语言表征学习研究综述
专知
27+阅读 · 2020年12月3日
重磅!商汤开源目标跟踪最强算法SiamRPN系列
AI前线
13+阅读 · 2019年5月24日
CVPR 2019 | 无监督领域特定单图像去模糊
PaperWeekly
14+阅读 · 2019年3月20日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28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 · 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
0+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
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
12+阅读 · 2020年12月10日
Heterogeneous Graph Transformer
Arxiv
27+阅读 · 2020年3月3日
小贴士
相关主题
相关VIP内容
【ICLR2022】基于任务相关性的元学习泛化边界
专知会员服务
18+阅读 · 2022年2月8日
个性化学习推荐研究综述
专知会员服务
58+阅读 · 2022年2月2日
专知会员服务
16+阅读 · 2021年9月7日
专知会员服务
22+阅读 · 2021年8月22日
专知会员服务
24+阅读 · 2021年5月23日
专知会员服务
31+阅读 · 2021年2月17日
专知会员服务
33+阅读 · 2021年2月7日
【AAAI2021】基于双任务一致性的半监督医学图像分割
专知会员服务
30+阅读 · 2021年2月7日
小目标检测技术研究综述
专知会员服务
120+阅读 · 2020年12月7日
多源数据行人重识别研究综述
专知会员服务
40+阅读 · 2020年11月2日
相关资讯
2022 年 Java 将何去何从?
InfoQ
0+阅读 · 2022年4月17日
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4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
多模态视觉语言表征学习研究综述
专知
27+阅读 · 2020年12月3日
重磅!商汤开源目标跟踪最强算法SiamRPN系列
AI前线
13+阅读 · 2019年5月24日
CVPR 2019 | 无监督领域特定单图像去模糊
PaperWeekly
14+阅读 · 2019年3月20日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
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 · 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
0+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
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员