项目名称: 主被动卫星资料联合反演气溶胶和云特性的方法研究

项目编号: No.41475027

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: 范学花

作者单位: 中国科学院大气物理研究所

项目金额: 86万元

中文摘要: 云-气溶胶相互作用是气候变化研究中的热点和难点问题。晴空条件下气溶胶直接辐射强迫评估已有较大进展,但有云情况下气溶胶直接辐射强迫的评估不确定性仍很大。目前研究面临的主要问题是缺乏云天时的气溶胶观测资料,因为绝大多数卫星遥感都先将云剔除,只给出晴空区的气溶胶特性,不能提供云天时气溶胶和云的特性。A-Train卫星编队包括PARASOL偏振成像仪、MODIS中分辨率成像仪以及CALIOP星载激光雷达,具备主被动准同步联合遥感能力,为改进气溶胶遥感算法和同时反演云、气溶胶特性提供了契机。鉴于此,本项目拟联合利用上述主被动卫星观测资料,用最优统计理论发展晴空、云天(层云上存在气溶胶)和云-晴空过渡区条件下,气溶胶和云微物理特性同时反演的方法,并对反演结果加以验证。研究结果将为偏振传感器的仪器指标性能评估和资料处理提供理论依据,也将进一步提高对气溶胶辐射和气候效应的认识。

中文关键词: 主被动联合;同时反演;气溶胶;云;微物理特性

英文摘要: Aerosol-cloud interactions have been one of difficulties and hot issues in the study of the climate change. Improvements on the estimation of the clear-sky aerosol direct radiative forcing has been substantial with availability of aerosol optical properties from the ground-based and satellite remote sensing. The uncertainties in the cloudy-sky aerosol radiative forcing remain large due to the lack of cloudy-sky aerosol properties measurements. It is common to distinguish cloudy and cloud free areas at the first step when deriving the aerosol properties from remote sensing measurements. However, it is necessary to make simultaneous retrieval of aerosol and cloud properties from satellites in order to quantify the aerosol and cloud effects on climate. The A-train satellite constellation allows a synergetic use of PARASOL, with MODIS/AQUA to obtain the spatial information on the cloudy parameters, and with CALIOP to get the accurate information on cloud/aerosol layer height and thickness. The proposed work aims to explore the capability of combining the active- and passive- satellite measurements for simultaneous retrieval of aerosol and cloud microphysical properties in clear and cloudy sky by using the statistical optimized theory and validate the retrieval results. The study can give reference for the instrument performance evaluation and data processing of the current and future polarization sensor. In addition, the study results will improve the undestanding of aerosol-radiation-climate effects.

英文关键词: combined active and passive remote sensing;simultaneous retrieval;aerosol;cloud;microphysical properties

成为VIP会员查看完整内容
0

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
88+阅读 · 2022年4月17日
专知会员服务
52+阅读 · 2021年10月1日
专知会员服务
86+阅读 · 2021年9月4日
专知会员服务
26+阅读 · 2021年8月24日
【CMU博士论文】开放世界目标检测与跟踪,168页pdf
专知会员服务
58+阅读 · 2021年6月14日
专知会员服务
27+阅读 · 2021年1月29日
大数据安全技术研究进展
专知会员服务
92+阅读 · 2020年5月2日
「图像异常检测 」最新2022研究综述
专知
5+阅读 · 2022年4月16日
贝索斯和马斯克比拼放卫星
36氪
0+阅读 · 2022年4月11日
大数据团队热招 | 邀你携手打造数据未来
微软招聘
0+阅读 · 2021年12月9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
1+阅读 · 2021年4月29日
基于视频的目标检测的发展【附PPT与视频资料】
人工智能前沿讲习班
19+阅读 · 2018年12月14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 · 2013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
国家自然科学基金
0+阅读 · 2008年12月31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
相关资讯
「图像异常检测 」最新2022研究综述
专知
5+阅读 · 2022年4月16日
贝索斯和马斯克比拼放卫星
36氪
0+阅读 · 2022年4月11日
大数据团队热招 | 邀你携手打造数据未来
微软招聘
0+阅读 · 2021年12月9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
1+阅读 · 2021年4月29日
基于视频的目标检测的发展【附PPT与视频资料】
人工智能前沿讲习班
19+阅读 · 2018年12月14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
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 · 2013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
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员