利用NPP/VIIRS微光数据反演夜间气溶胶光学厚度

利用NPP/VIIRS微光数据反演夜间气溶胶光学厚度 Nighttime aerosol optical depth retrievals from VIIRS day/night band data 1 first-author 姜梦蝶，研究方向为偏振辐射定标、夜间气溶胶反演。E-mail： 871331483@qq.com 姜梦蝶，研究方向为偏振辐射定标、夜间气溶胶反演。E-mail： 871331483@qq.com 871331483@qq.com 2 3 corresp 陈林，研究方向为卫星资料辐射定标、遥感产品反演与应用。E-mail： chenlin@cma.gov.cn 陈林，研究方向为卫星资料辐射定标、遥感产品反演与应用。E-mail： chenlin@cma.gov.cn chenlin@cma.gov.cn 1 2 3 1 2 3 北京理工大学 光电学院光电成像技术与系统教育部重点实验室, 北京 100081 北京理工大学 光电学院光电成像技术与系统教育部重点实验室, 北京 100081 Key Laboratory of Photoelectric Imaging Technology and System of Ministry of Education , School of Optics and Photonics, Beijing Institute of Technology, Beijing 100081, China Key Laboratory of Photoelectric Imaging Technology and System of Ministry of Education , School of Optics and Photonics, Beijing Institute of Technology, Beijing 100081, China 中国气象局国家卫星气象中心, 北京 100081 中国气象局国家卫星气象中心, 北京 100081 National Satellite Meteorological Center, China Meteorological Administration, Beijing 100081, China National Satellite Meteorological Center, China Meteorological Administration, Beijing 100081, China 中国气象局 中国遥感卫星辐射测量和定标重点开放实验室, 北京 100081 中国气象局 中国遥感卫星辐射测量和定标重点开放实验室, 北京 100081 Key Laboratory of Radiometric Calibration and Validation for Environmental Satellites, China Meteorological Administration, Beijing 100081, China Key Laboratory of Radiometric Calibration and Validation for Environmental Satellites, China Meteorological Administration, Beijing 100081, China 大气气溶胶具有气候环境和健康效应，且具有明显的时空和昼夜变化特征。因此探测夜间气溶胶光学厚度（AOD）具有重要的意义。NPP/VIIRS上的昼夜通道DNB（Day Night Band）为夜间反演AOD提供了有效的数据。基于大气辐射传输理论对夜间AOD进行反演，首先，利用“背景合成法”获取夜间城市灯光真实辐射值；然后，利用改进的“消光法”反演夜间AOD。选取华北地区作为研究对象，获得了2016-03—2017-02新月日期的夜间城市灯光真实值，选择其中的2016年7月和10月的2次污染天气过程，反演了夜间AOD分布。通过北京、天津和郑州的太阳光度计地基观测结果和北京市环境质量监测站空气质量指数（AQI）对反演结果进行验证，结果表明反演结果和观测结果有较好的一致性，展示了卫星微光数据在夜间城市污染空间分布监测中的应用潜力。 Aerosol has an extensive impact on Earth’s climate and ecosystems and thus harmful to human health. The distribution of atmospheric aerosols has diurnal variation, and nighttime aerosol concentrations are higher than those during the day. Therefore, the accurate monitoring of AOD at night is significant but challenging. The Visible/Infrared Imager/Radiometer Suite (VIIRS) of Suomi National Polar-orbiting Partnership has a Day Night Band (DNB), which can observe the city light overnight. The artificial night light observed by the DNB of VIIRS reflects the extinction effect of the atmosphere and it is helpful in obtaining the nighttime AOD. To monitor the nighttime AOD, this study obtained the nighttime AOD on the basis of the theory of atmospheric radiation transmission. First, moonless and cloudless DNB data were selected, and the artificial lights during the crescent period were obtained by multi-day DNB data fusion. Second, the nighttime AOD was retrieved based on the extinction effect of aerosol on artificial lights. Finally, the obtained AOD is compared with the AOD from the CE318 and AQI indices from the environmental quality monitoring station to verify the feasibility of the retrieval method. This study focused on the nighttime AOD in North China from March 2016 to February 2017. The artificial lights of North China from four seasons were obtained, indicating that the major cities, especially the JingJinJi urban agglomeration, are very prominent in the artificial lights distribution map, and the traffic network between cities is clearly visible. Meanwhile, the nighttime AOD distribution during two heavily polluted weather processes in July and October 2016 was retrieved. The retrieval results indicate that the nighttime aerosols in North China are mainly distributed in the JingJinJi region and the provincial capital, which have developed industries and a dense population. Moreover, the retrieved and observed AODs are consistent, with an agreement index of up to 0.962, indicating that the retrieval study achieved good results. This study demonstrates the potential of satellite twilight data in monitoring the spatial distribution of urban pollution at night. The distribution characteristics of nighttime urban lights and aerosols are also provided, enriching the understanding of the temporal and spatial distribution of aerosols at night. 夜间气溶胶 光学厚度 NPP VIIRS DNB 城市灯光 遥感反演 nighttime aerosol optical depth NPP VIIRS DNB city lights remote sensing retrieval 1　引言 1 大气气溶胶是指均匀分散于大气中的固体微粒和液体微粒所构成的稳定混合体系，气溶胶光学厚度（AOD）通常用以推算气溶胶含量。大气中的气溶胶通过直接辐射强迫和间接辐射强迫对地球的气候和生态系统有着广泛的影响。同时也影响人类健康，气溶胶粒子能够随着人的呼吸活动进入呼吸道，部分沉积在肺中造成病变。大气气溶胶的分布具有昼夜变化性，相关研究表明（ 严少敏和吴光，2015 严少敏和吴光，2015 ），夜间气溶胶的浓度往往高于白天，主要原因为：一方面许多在白天被禁止的高污染活动会在晚上进行，例如重型车辆作业、非法秸秆的焚烧；另一方面，由于夜间地面温度低，空气湍流减少而导致垂直空气运动很少，故气流停滞现象夜间尤为明显。因此，寻找必要的手段在夜间监测大气气溶胶分布的时空变化十分必要。 当前，针对气溶胶主要有两种监测手段：地基遥感和卫星遥感。国际项目全球太阳辐射计观测网AERONET（Aerosol Robotic NETwork）在世界各地的500多个站点布置了多波段太阳光度计，用来长期观测气溶胶的光学特性（车慧正 等，2015； 李正强 等，2019 李正强 等，2019 ）。但是由于站点个数有限且分布不均匀，目前只能在有限的区域进行，而无法进行大范围气溶胶光学特性的遥感，尤其是在环境恶劣的边远地区和广阔的海洋地区更是无法使用。卫星遥感目前被广泛使用，其中搭载在Terra和Aqua卫星平台上的中分辨率成像光谱仪MODIS（Moderate-resolution Imaging Spectroradiometer）是应用最广的传感器之一， 李晓静等（2003） 李晓静等（2003） 利用MODIS数据，采用暗像元法进行了大量气溶胶反演研究。但是，由于AERONET使用的是太阳光度计，MODIS利用太阳反射通道的观测，它们都只能在白天对气溶胶进行监测。 为了构建气溶胶监测的昼夜体系， Zhang等（2008） Zhang等（2008） 利用美国国防气象卫星上的线性扫描业务系统（DMSP/OLS）的可见/近红外通道中的夜间观测数据，通过检测夜间人造光的衰减，证明了反演夜间AOD的可能性。然而，由于OLS传感器缺少星上定标，该研究的结果只能是定性的。2011-10-28发射升空的Suomi NPP（National Polar-orbiting Partnership）卫星是美国新一代极轨气象卫星的首颗卫星，其携带包含可见光红外扫描辐射仪VIIRS（Visible Infrared Imaging Radiometer Suite）在内的5个对地观测仪器。VIIRS拥有的昼夜通道DNB（Day Night Band）为夜间反演气溶胶的光学厚度提供了有效的数据。 Johnson等（2013） Johnson等（2013） 最早提出利用VIIRS/DNB通道探测到的来自在无云天空上方的人造光源与附近暗背景区域的辐射值差异来反演夜间气溶胶光学厚度的方法。 McHardy等（2015） McHardy等（2015） 根据给定的人造光源，通过对比VIIRS/DNB通道观测到辐射值衰减的变化来反演气溶胶光学厚度。国内，利用各种卫星数据进行白天气溶胶反演的工作较多（ 李成才 等，2003 李成才 等，2003 ； 苏城林 等，2015 苏城林 等，2015 ； 陈澄 等，2015 陈澄 等，2015 ），但利用VIIRS/DNB通道进行夜间气溶胶光学厚度反演的研究较少。 赵笑然等（2017） 赵笑然等（2017） 进行了北京地区VIIRS/DNB反演PM 2.5 的尝试，但其反演过程忽略了大气程辐射的影响，而这恰恰是在气溶胶光学厚度较大、多次散射严重时会有较大影响，且并未给出反演结果的空间分布。 VIIRS/DNB夜间观测数据主要来源于城市灯光，这对监测夜间城市上空的空气质量变化十分有利。但国内相关研究还处在起步阶段，研究工作较少，因此本文尝试利用中国华北地区夜间城市灯光微光数据，从大气辐射传输理论出发，利用“背景合成法”获取夜间城市灯光背景辐射，利用改进的“消光法”反演夜间气溶胶光学厚度的空间分布。并与日本葵花八号（Himawari-8）卫星反演AOD和太阳光度计地基观测的白天AOD和环保部的夜间空气质量指数（AQI）进行了对比验证。 2　微光仪器与数据 1 NPP/VIIRS继承和发展了DMSP/OLS、NOAA系列卫星上改进的高分辨率辐射计（NOAA/AVHRR）和地球观测系统中的中分辨率光谱仪（EOS/MODIS）这3个遥感器的功能。OLS是最早被用来进行夜间气溶胶探测，但由于传感器缺乏星上定标，所以只能应用于定性研究而非定量观测。VIIRS传感器对OLS夜晚的微光探测能力做了改进和优化，VIIRS和OLS的各项参数对比见 表1 表1 。 参数 DMSP/OLS NPP/VIIRS 轨道信息 太阳同步，~850 km 太阳同步，~824 km 夜间过交点时间 ~1930UTC ~0130UTC 幅宽 3000 km 3000 km 光谱宽度 全色500—900 nm 全色500—900 nm 光谱中心 ~600 nm ~700 nm 水平采集间隔 2.8 km 0.740±0.043 km（扫描） 0.755±0.022 km（轨道） 水平分辨率 5—7 km <0.770 km <0.750 km（边缘） 地理信息误差 ~450 m—5.4 km 266 m（Nadir），1151 m（边缘） 最小可探测信号强度 4×10 -5 W·m -2 3×10 -5 W·m -2 噪声门限 ~5×10 -6 W·m -2 ~5×10 -7 W·m -2 辐射量化级 6 bit 13—14 bit 伴随光谱通道 1个（热红外） 11（夜间）/21（白天） 饱和现象，杂散光校正 在城市地区有，未经过校正 无饱和，经过校正 微光数据是由NOAA和NGDC发布的VIIRS/DNB传感器数据（SVDNB）和相关地理定位信息。本文采用的数据空间覆盖范围为大气污染较为严重的华北地区（31.5°N—42.5°N，107°E—122.8°E），时间为2016-03—2017-02。 与此同时，使用AERONET北京站level 2.0 AOD数据、CARSNET郑州站和天津站AOD监测数据、环境监测总站的空气质量指数AQI站点数据和日本葵花八号（H8）官方气溶胶产品L3ARP Hourly数据中的“AOT_L2_Mean”数据集用于反演结果的验证。 3　夜间AOD反演原理和方法 1 3.1　夜间AOD反演原理 2 在无月光或者月光很弱（月相角 > 90°）的夜间，卫星微光仪器接收到的观测辐射 I sat 主要由两个部分组成，如 式（1） 式（1） ： <math display="block" id="M1"><msub><mrow><mi>I</mi></mrow><mrow><mi mathvariant="normal">s</mi><mi mathvariant="normal">a</mi><mi mathvariant="normal">t</mi></mrow></msub><mo>=</mo><msub><mrow><mi>I</mi></mrow><mrow><mi mathvariant="normal">s</mi></mrow></msub><msup><mrow><mi mathvariant="normal">e</mi></mrow><mrow><mo>-</mo><mi>τ</mi><mo>/</mo><mi>μ</mi></mrow></msup><mo>+</mo><msub><mrow><mi>I</mi></mrow><mrow><mi mathvariant="normal">p</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25473635&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25473633&type= 22.77533340 4.06400013 式中， τ 是大气总光学厚度， μ 是卫星天顶角的余弦值， I sat 是卫星观测到的总辐射， I s 是人工光源（城市灯光）真实辐射值， I p 是大气程辐射， 式（1） 式（1） 的右边第一项代表卫星观测到的通过大气直接衰减的地面人工光源辐射。 I sat 和 μ 为已知项。 I s 可以利用多天背景融合方法，从而得到干洁大气条件下，城市灯光的背景辐射值。对于大气总光学厚度 τ 和程辐射 I p 这两个未知参量来说，只有一个方程，无法确定两者的值。但可以建立一个在某个光学厚度和某个观测角度下， <math id="M2"><msub><mrow><mi>I</mi></mrow><mrow><mi mathvariant="normal">s</mi></mrow></msub><msup><mrow><mi mathvariant="normal">e</mi></mrow><mrow><mo>-</mo><mi>τ</mi><mo>/</mo><mi>μ</mi></mrow></msup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25473639&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25473637&type= 7.78933382 4.06400013 即直接辐射和 I p 的关系。因此，利用6S辐射传输模型模拟气溶胶光学厚度 τ 为0.1—3.0及观测角度0°—60°时，程辐射 I p 与通过大气直接衰减的人工光源辐射 <math id="M3"><msub><mrow><mi>I</mi></mrow><mrow><mi mathvariant="normal">s</mi></mrow></msub><msup><mrow><mi mathvariant="normal">e</mi></mrow><mrow><mo>-</mo><mi>τ</mi><mo>/</mo><mi>μ</mi></mrow></msup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25473642&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25473640&type= 7.78933382 4.06400013 分别占模拟的卫星观测辐射 I sat 的比例。由于研究区域为城市中心以及城市型气溶胶对大气环境的影响显著（ Li等，2018 Li等，2018 ），选择气溶胶类型为城市型气溶胶，并建立光学厚度与卫星观测角度、散射辐射和直射辐射相关的查找表。 假定先忽略程辐射 I p ， 式（1） 式（1） 变形为 式（2） 式（2） ： <math display="block" id="M4"><msup><mrow><mi>τ</mi></mrow><mrow><mi>'</mi></mrow></msup><mo>=</mo><mo>-</mo><mi>μ</mi><mi mathvariant="normal">l</mi><mi mathvariant="normal">n</mi><mrow><mrow><mo stretchy="false">(</mo><msub><mrow><mi>I</mi></mrow><mrow><mi mathvariant="normal">s</mi><mi mathvariant="normal">a</mi><mi mathvariant="normal">t</mi></mrow></msub></mrow><mo>/</mo><mrow><msub><mrow><mi>I</mi></mrow><mrow><mi mathvariant="normal">s</mi></mrow></msub></mrow></mrow><mtext> </mtext><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25473646&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25473644&type= 26.07733345 4.40266657 这样，初步的大气总光学厚度 τ <math id="M5"><msup><mrow/><mrow><mi>'</mi></mrow></msup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25473650&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25473648&type= 0.84666669 3.30200005 就可以用卫星观测辐射 I sat 、卫星天顶角余弦值 μ 和人工光源辐射值 I s 来表示。 得到初步的大气总光学厚度 τ′ 后，将 式（2） 式（2） 得到的气溶胶光学厚度初猜值 τ′ 代入上述查找表，得到此光学厚度和相应观测角度下通过大气直接衰减的人工光源辐射应占比例 P S ，从而得到通过大气直接衰减的人工光源辐射应有值 I s1 ，如 式（3） 式（3） 所示。将 I s1 与实际卫星观测辐射值 I s 比较，若小于实际值 I s ，则将应有值 I s1 和卫星观测辐射 I sat 再次代入 式（2） 式（2） 得到 τ ″。循环上述迭代步骤直至通过大气直接衰减的人工光源辐射应有值 I s1 达到或超过实际卫星观测辐射值 I s 的95%，则结束该迭代过程，此时的光学厚度值为所要求取的大气总光学厚度 τ 。 <math display="block" id="M6"><msub><mrow><mi>I</mi></mrow><mrow><mi mathvariant="normal">s</mi><mn mathvariant="normal">1</mn></mrow></msub><mo>=</mo><mrow><mrow><mfenced separators="|"><mrow><msub><mrow><mi>I</mi></mrow><mrow><mi>s</mi><mi>a</mi><mi>t</mi></mrow></msub><mo>×</mo><msub><mrow><mi>P</mi></mrow><mrow><mi>s</mi></mrow></msub></mrow></mfenced></mrow><mo>/</mo><mrow><msup><mrow><mi mathvariant="normal">e</mi></mrow><mrow><mo>-</mo><msup><mrow><mi>τ</mi></mrow><mrow><mi>'</mi></mrow></msup><mo>/</mo><mi>μ</mi></mrow></msup></mrow></mrow></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25473656&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25473652&type= 30.56466866 5.67266655 大气总光学厚度主要包括气溶胶、水汽、臭氧3部分。水汽和臭氧的光学厚度可以通过实时的大气参数计算获得，它们的值在DNB的波长处的消光效应与气溶胶相比很小。因此，大气气溶胶光学厚度 τ 可以由下式表示。 <math display="block" id="M7"><msub><mrow><mi>τ</mi></mrow><mrow><mi mathvariant="normal">气</mi><mi mathvariant="normal">溶</mi><mi mathvariant="normal">胶</mi></mrow></msub><mo>≈</mo><mi>τ</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25473661&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25473658&type= 14.22399998 3.72533321 3.2　AOD反演算法流程 2 基于上述反演原理，本文从大气辐射传输理论出发，通过多天城市灯光背景融合获取人工光源真实辐射值，利用改进的“消光法”反演夜间气溶胶光学厚度，反演流程如 图1 图1 。 3.2.1　微光数据预处理 3 为了减小路径辐射对卫星观测辐射值的影响，筛选卫星观测天顶角小于60°的数据作为反演的有效数据。VIIRS/DNB一轨数据的扫描时间约为5 min，无法完全覆盖研究区域。为了实现一天内的若干轨原始数据的拼接，需要建立等经纬度网格进行投影，投影空间分辨率为0.01°。云在夜间人工光源的辐射传输过程中扮演着很重要的角色，它可以通过遮挡地面城市灯光和地表辐射来改变辐射传输过程。反演AOD之前，需要对夜间灯光数据进行云检测，以获取晴空像元。虽然VIIRS有自己的云检测产品，但是由于夜间卫星无法获得可见光信息，且VIIRS缺失常用于晴空测试的6.7 μm通道、位于水汽吸收区的7.3 μm水汽通道和用于检测高云的13.9 μm通道（ 夏浪 等，2014 夏浪 等，2014 ），因此VIIRS夜间云检测产品精度还有待提高。海洋上空云检测通常将海洋的空间均匀性作为判断条件之一。变异系数可以反映组内个体间的离散程度，其含义是组内个体的标准差与其算数平均数对比的相对数（ 王文森，2007 王文森，2007 ），如 式（5） 式（5） ，可用来表征空间均匀性。 <math display="block" id="M8"><mi>V</mi><mo>=</mo><mi>σ</mi><mo>/</mo><mover accent="true"><mi>x</mi><mo>¯</mo></mover></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25473671&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25473669&type= 11.68400002 2.70933342 式中， V 代表变异系数， σ 代表标准差， <math id="M9"><mover accent="true"><mi>x</mi><mo>¯</mo></mover></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25473674&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25473672&type= 1.69333339 2.62466669 代表算术平均数。 由于云层的存在会使得卫星接收到的地表辐射值存在“模糊”效应，即造成变异系数降低，因此通过计算人工光源辐射值的变异系数来进行云检测。以每个网格为中心建立3×3的窗口模板，计算窗口内的变异系数，当某一网格的辐射值大于1×10 -9 W/（cm 2 ·sr）（即为人工光源）而变异系数小于0.3时，认为这是由云层引起的“模糊”，继而将此网格判断为云。整体数据剔除云的区域后即为晴空像元，可用于后续的分析。 为验证云检测结果的准确性，将本文云检测结果与NPP/VIIRS云检测中间产品（IICMO）和VIIRS I5（11.45 μm）通道亮温值BT（Brightness Temperature）分布进行比对。IICMO云层覆盖信息包括４个等级：完全晴空、可能晴空、可能有云、完全有云。质量信息包括很好、中等、不好、很差４个等级，选择质量信息为很好，云层覆盖信息为完全有云和可能有云的数据进行对比，选取07-01夜间的某一轨数据，结果如 图2 图2 所示，由于研究目标为灯光区域，因此将亮温值分布和云检测产品都与有效城市灯光值进行了匹配，其中 图2（a） 图2（a） 和 图2（b） 图2（b） 分别是I5（11.45 μm）通道亮温值初始分布和匹配之后的分布，图中颜色越白代表亮温值越低， 图2（c） 图2（c） 和 图2（d） 图2（d） 是IICMO的云检测产品匹配前后的结果，图中白色部分代表云， 图2（e） 图2（e） 是本文所使用的变异系数进行云判识的结果，只针对灯光区域进行云检测。从目视结果来看，相对于官方云检测产品，本文的云检测算法对于城市上空的碎云和云边缘的判识更好。 图2（d） 图2（d） 与 图2（e） 图2（e） 分别代表了灯光区域的NPP/VIIRS云检测官方产品和本文的变异系数云检测结果，两图的灯光区域中，二者都判断为有云的一致性比例为51.53%，均判断为无云的一致性比例为14.53%，总一致性比例为66.06%；云检测产品判断为有云而变异系数结果为无云的比例为4.44%，反之为29.50%，官方产品云检测的条件更为严格。 1,2;3,4;5; 3.2.2　人工光源真实辐射值 3 采用多天背景融合获得人工光源（即城市灯光）真实辐射值（ 余越 等，2018 余越 等，2018 ）。为了降低季节性差异带来的影响，对每个季节分别进行融合。同时为了减小月球辐射的影响，每个月的有效数据选择新月时期的10 d。融合的过程中，对于每一个网格，都选取参与融合的若干天中最大的辐射值作为背景图中对应网格的辐射值。使用的数据是一个季节（3个月）内受月光影响较小的日期，约为30 d。对2016-12—2017-02融合时每一个像元点的有效数据量进行了统计，参与合成的有效天数绝大部分都在20 d以上，因此认为背景合成有效数据是足够的。 图3 图3 为背景合成得到的2016年—2017年春夏秋冬4个季节的背景图。从 图3 图3 可以看出，融合得到的城市灯光分布中京津冀城市群灯光十分显著，各个主要城市也都在图中突显出来。同时，各城市之间的交通路网清晰可见。 1,2;3,4; 3.2.3　AOD数据反演 3 为了确保数据精确配准，同时为了减小灯光辐射突变值对结果的影响，对灯光数据进行降分辨率处理。采用10×10网格对数据进行下采样，去掉100个网格中的由云检测筛掉的和数据本身存在的无效值，取剩余网格有效值的中值作为10×10网格中心点的辐射值。 对数据进行反演时，根据地基站点数据，挑选每个月新月时期白天气溶胶光学厚度相对较大的日期进行夜间气溶胶光学厚度的反演。以2016-07-08为例，首先分别读取07-08夜间灯光投影数据和夏季（6月、7月、8月）的灯光背景图，然后对于经纬度地理位置相同的网格，根据 式（2） 式（2） 计算得到这一网格当日的气溶胶光学厚度初值 τ′ 。 利用建立的直接辐射与间接辐射查找表，将反演的气溶胶光学厚度 τ′ 初值带入查找表，迭代反演出最接近真值的气溶胶光学厚度 τ 。最终反演得到2016-03—2017-02新月日期的夜间气溶胶光学厚度分布。 图4（a） 图4（a） 、（b）分别为2016-07-08和2016-10-26最终反演的结果。 4　实验结果与分析 1 4.1　微光数据反演AOD结果 2 基于上述反演原理和方法，利用华北区VIIRS/DNB微光数据进行夜间AOD反演。从 图4 图4 可以看出，中国华北地区夜间气溶胶主要分布在京津冀地区及各省会等大城市，这些地区是中国经济发展的领头区域，人口密集，各种产业发展迅猛，尤其是工业比较发达，各种人为排放源也很多。同时，东部地区的气溶胶分布明显比西部地区密集，这恰好说明了中国东部沿海地区经济发达，而西部地区地广人稀的特点。并且从地势上来说，华北平原属于低海拔地区，周围的海拔都比较高，这样的地理环境也不利于气溶胶的扩散，因此这个地区容易发生气溶胶污染。 1,2; 静止卫星具有高时间分辨率，可以连续观测气溶胶的日变化甚至是小时变化。选择H8官方气溶胶产品L3级每小时产品结果对反演结果进行验证，其数据分辨率为0.05°。为了和VIIRS/DNB的反演结果保持分辨率一致，将H8气溶胶产品投影在空间分辨率为0.1°的等经纬度网格中。H8的气溶胶产品数据是在500 nm处的反演结果，由于VIIRS/DNB通道的中心波长为709 nm，需要利用Angstrom指数计算出709 nm处的气溶胶光学厚度。 图5 图5 是2016-07-02—2016-07-03 H8探测到的中国华北地区气溶胶分布图和VIIRS/DNB反演得到的气溶胶分布图，以北京地区为例，气溶胶光学厚度从07-02下午到07-03早晨在持续增高，VIIRS/DNB反演的AOD正处于这一上升过程中。 图6 图6 是2016-10-30—2016-10-31一次大气污染生消过程中的H8、VIIRS/DNB和地基AOD的对比。H8和VIIRS/DNB反演的AOD的变化过程同样与地基结果比较吻合（以郑州为例）。但同时，二者的分布存在着差异，这是因为二者的反演原理不同，H8的反演原理与MODIS相似，在反演气溶胶时主要依靠植被覆盖较好地区的低反射率（暗目标法）（ 葛邦宇 等，2018 葛邦宇 等，2018 ），而本研究在反演时，利用的是城市灯光（常常无法适用暗目标法），因此，二者的反演区域较为“互补”。此外，有文献指出（ Kikuchi等，2018 Kikuchi等，2018 ），H8 AOD反演算法将太阳天顶角大于70°的数据进行了剔除，因此H8的AOD产品在早上和下午（太阳天顶角较大的情况下）有效数据会少于中午时刻（太阳天顶角较小的情况下）。虽然在绝对精度有所欠缺，但是下午H8反演的AOD到夜晚的VIIRS/DNB反演的AOD再到第二天上午H8反演的AOD结果与地基观测值的趋势对比（ 图5（d） 图5（d） 、 图6（d） 图6（d） ），较好地符合了2次大气污染的生消过程，也间接反映了夜间气溶胶光学厚度反演的合理性。 1,2;3,4; 1,2;3,4; 4.2　与地面观测站AOD进行对比 2 使用地基太阳光度计观测来探测气溶胶的光学厚度是目前公认较为精确的手段，本研究选择位于北京的AERONET基站以及位于郑州和天津的CARSNET基站观测数据来进行反演结果的验证。由于地面站只在白天有观测数据，因此将某日16：00之后的数据和第二天10：00之前数据平均作为当日夜间的观测数据，对于一些缺失数据的天数则选择时间最接近的数据。同时，需要利用Angstrom指数将AERONET在675 nm处和CARSNET在670 nm处的结果插值到VIIRS/DNB通道的等效光谱波长709 nm处。对于VIIRS/DNB反演结果，将站点最邻近的点周边2×2（北京为2×3）格点数据平均后进行比对。 图7 图7 是3个站点的对比结果。 1,2;3,4;5; 使用一致性系数对反演结果进行评价，一致性系数可以反映反演值和观测值之间的一致性，定义如 式（6） 式（6） 。 <math display="block" id="M10"><msub><mrow><mi>A</mi></mrow><mrow><mi mathvariant="normal">i</mi><mi mathvariant="normal">n</mi><mi mathvariant="normal">d</mi><mi mathvariant="normal">e</mi><mi mathvariant="normal">x</mi></mrow></msub><mo>=</mo><mn mathvariant="normal">1</mn><mo>-</mo><mfrac><mrow><mstyle displaystyle="true"><munderover><mo largeop="true">∑</mo><mrow><mi>k</mi><mo>=</mo><mn mathvariant="normal">1</mn></mrow><mrow><mi>n</mi></mrow></munderover></mstyle><mrow><mo stretchy="false">(</mo><msub><mrow><mi>P</mi></mrow><mrow><mi mathvariant="normal">k</mi></mrow></msub><mo>-</mo><msub><mrow><mi>O</mi></mrow><mrow><mi>k</mi></mrow></msub><msup><mrow><mo stretchy="false">)</mo></mrow><mrow><mn mathvariant="normal">2</mn></mrow></msup></mrow></mrow><mrow><mstyle displaystyle="true"><munderover><mo largeop="true">∑</mo><mrow><mi>k</mi><mo>=</mo><mn mathvariant="normal">1</mn></mrow><mrow><mi>n</mi></mrow></munderover></mstyle><mrow><mfenced separators="|"><mrow><mo stretchy="false">(</mo><mo stretchy="false">|</mo><msubsup><mrow><mi>P</mi></mrow><mrow><mi>k</mi></mrow><mrow><mi>'</mi></mrow></msubsup><mo stretchy="false">|</mo><mo>+</mo><mo stretchy="false">|</mo><msubsup><mrow><mi>O</mi></mrow><mrow><mi>k</mi></mrow><mrow><mi>'</mi></mrow></msubsup><msup><mrow><mo stretchy="false">|</mo><mo stretchy="false">)</mo></mrow><mrow><mn mathvariant="normal">2</mn></mrow></msup></mrow></mfenced></mrow></mrow></mfrac></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25473839&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25473836&type= 44.11133575 17.78000069 式中， <math id="M11"><msubsup><mrow><mi>P</mi></mrow><mrow><mi>k</mi></mrow><mrow><mi>'</mi></mrow></msubsup><mo>=</mo><msub><mrow><mi>P</mi></mrow><mrow><mi>k</mi></mrow></msub><mo>-</mo><mover><mrow><mi>O</mi></mrow><mo>¯</mo></mover></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25473843&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25473841&type= 18.20333290 4.31799984 ， <math id="M12"><msubsup><mrow><mi>O</mi></mrow><mrow><mi>k</mi></mrow><mrow><mi>'</mi></mrow></msubsup><mo>=</mo><msub><mrow><mi>O</mi></mrow><mrow><mi>k</mi></mrow></msub><mo>-</mo><mover><mrow><mi>O</mi></mrow><mo>¯</mo></mover></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25473849&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25473846&type= 18.54199982 4.31799984 ， O 和 P 分别是地基观测和VIIRS/DNB反演的经过归一化后的AOD值。当结果是1时表明观测值和预测值完全一致，而结果为0时这表明完全不一致。经过计算，各个站点的一致性系数如 表2 表2 所示，其中郑州站点一致性系数较低的主要原因为地面站数据缺失，造成无法利用前一天傍晚和第二天清晨平均数据进行对比验证。从 表2 表2 可以看出，VIIRS/DNB反演得到的气溶胶光学厚度值与地面站的观测值变化趋势有较好一致性。 站点名称 经纬度 时间 一致性 2 AERONET北京站 2 116.381°E， 39.977°N 2016-07 0.942 2016-10 0.962 CARSNET 天津站 117.20°E， 39.12°N 2016-07 0.939 2 CARSNET 郑州站 2 113.881°E， 34.781°N 2016-07 0.648 2016-10 0.671 4.3　与环境质量监测部门发布的AQI指数进行对比 2 选择北京城区内位于东四、官园、农展馆等地6个环境质量监测站的AQI数据。AQI指数每小时发布一次，而VIIRS在北京的过境时间在1：30附近，因此选择1：00和2：00的AQI指数平均值与本文的反演结果的北京城区平均值进行比对，结果如 图7 图7 所示， 图8（a） 图8（a） 、 图8（b） 图8（b） 分别为7月和10月的比对结果。两者的一致性系数分别是0.931和0.745。 4.4　实验结果误差分析 2 虽然VIIRS/DNB反演结果和太阳光度计气溶胶观测数据和AQI监测数据在变化趋势上有较好的一致性，但在定量分析上还存在一定的差异。造成误差的主要原因有： （1）云检测结果的影响。本文仅使用了DNB通道辐射值的变异系数进行云检测，可能会将气溶胶误判为云，不够准确。然而NPP/VIIRS的云检测产品在夜间存在误差，缺少准确的夜间云检测产品。 1,2;3; （2）多天融合获得城市灯光值数据时无法得到完全“干净”的背景辐射，因为气溶胶是持续存在的。这会导致融合的城市灯光辐射值偏小，从而导致反演AOD在强污染天气时偏小。而背景灯光辐射的不变性假设也是本研究的一个误差来源。 （3）月光的影响并未完全消除。月光对微光数据获得的城市灯光有影响，本文为了减小月光对反演结果的影响只选择了新月前后的日期进行反演。为了准确消除月光对反演结果的影响以及增加可反演日期，未来可以考虑利用月球照度模型计算月球照度。 （4）CE318和H8都只能在白天进行观测，没有夜间AOD产品，对反演结果验证时缺失可靠的验证数据。月球光度计的发展和应用（Li等，2015）或能解决这一问题。 （5）气溶胶类型的选择对反演精度有一定的影响。本文选择的是城市型气溶胶类型来建立光学厚度与卫星观测角度、散射辐射和直射辐射相关的查找表。基于地基观测气溶胶模型的建立有助于进一步提升反演精度。 5　结论 1 针对夜晚气溶胶光学厚度的卫星遥感测量问题，本文从大气辐射传输理论出发，利用NPP/VIIRS的微光数据，通过“背景合成法”融合多天数据获得人工光源真实背景辐射值，利用改进的“消光法”考虑了大气程辐射的影响，反演中国华北地区的夜间气溶胶光学厚度。个例选取了2016-07和2016-10的2次大气污染过程，利用H8气溶胶产品、太阳光度计气溶胶观测数据和环保部的AQI进行了一致性比较。与H8气溶胶产品对比展示了气溶胶光学厚度的昼夜变化性，在空间分布上与常规的卫星AOD产品更多呈现“互补”的结果。与地面气溶胶光学厚度和AQI观测的一致性和相关性验证，表明了反演结果和地基观测结果具有较好一致性。 本文展示了利用微光数据反演夜间气溶胶光学厚度的可行性和初步的结果，获得了夜间城市灯光和气溶胶的分布特点，丰富了对夜间气溶胶时空分布的理解以及利用微光数据反演气溶胶的方法。 但本研究仍存在一定的不足，如夜间云检测、月球辐射对反演结果的影响以及气溶胶类型的细化以及算法的适用性都是仍待解决的问题，后续需对反演算法作进一步的优化完善，从而得到更准确的夜间气溶胶产品。 参考文献（References） Che H , Zhang X Y , Xia X , Goloub P , Holben B , Zhao H , Wang Y , Zhang X C , Wang H , Blarel L , Damiri B , Zhang R , Deng X , Ma Y , Wang T , Geng F , Qi B , Zhu J , Yu J , Chen Q and Shi G . 2015 . Ground-based aerosol climatology of china: aerosol optical depths from the china aerosol remote sensing network (CARSNET) 2002-2013 . Atmospheric Chemistry and Physics , 15 ( 13 ): 7619 - 7652 [ DOI: 10.5194/acp-15-7619-2015 http://dx.doi.org/10.5194/acp-15-7619-2015 ] Ground-based aerosol climatology of china: aerosol optical depths from the china aerosol remote sensing network (CARSNET) 2002-2013 Chen C , Li Z Q , Hou W Z , Li D H and Zhang Y H . 2015 . Dynamic model in retrieving aerosol optical depth from polarimetric measurements of PARASOL . Journal of Remote Sensing , 19 ( 1 ): 25 - 33 Dynamic model in retrieving aerosol optical depth from polarimetric measurements of PARASOL 陈澄 , 李正强 , 侯伟真 , 李东辉 , 张玉环 . 2015 . 动态气溶胶模型的PARASOL多角度偏振卫星气溶胶光学厚度反演算法 . 遥感学报 , 19 ( 1 ): 25- 33 [ DOI: 10.11834/jrs.20154043 http://dx.doi.org/10.11834/jrs.20154043 ] 动态气溶胶模型的PARASOL多角度偏振卫星气溶胶光学厚度反演算法 Gao L , Zhang L Y , Li J , Chen L , Sun L and Li X J . 2014 . Retrieval of atmospheric aerosol optical depth over land from AVHRR . Journal of Applied Meteorological Science , 25 ( 1 ): 42 - 51 Retrieval of atmospheric aerosol optical depth over land from AVHRR 高玲 , 张里阳 , 李俊 , 陈林 , 孙凌 , 李晓静 . 2014 . 利用AVHRR数据反演陆地气溶胶光学厚度 . 应用气象学报 , 25 ( 1 ): 42- 51 [ DOI: 10.11898/1001-7313.20140105 http://dx.doi.org/10.11898/1001-7313.20140105 ] 利用AVHRR数据反演陆地气溶胶光学厚度 Ge B Y , Yang L K , Chen X F , Li Z Q , Mei X D and Liu L . 2018 . Study on aerosol optical depth retrieval over land from Himawari-8 data based on dark target method . Journal of Remote Sensing , 22 ( 1 ): 38 - 50 Study on aerosol optical depth retrieval over land from Himawari-8 data based on dark target method 葛邦宇 , 杨磊库 , 陈兴峰 , 李正强 , 梅笑冬 , 刘李 . 2018 . 暗目标法的Himawari-8静止卫星数据气溶胶反演 . 遥感学报 , 22 ( 1 ): 38- 50 [ DOI: 10.11834/jrs.20187033 http://dx.doi.org/10.11834/jrs.20187033 ] 暗目标法的Himawari-8静止卫星数据气溶胶反演 Johnson R S , Zhang J , Hyer E J , Miller S D and Reid J S . 2013 . Preliminary investigations toward nighttime aerosol optical depth . Atmospheric Measurement Techniques Discussions , 6 ( 5 ): 1245 - 1255 [ DOI: 10.5194/amt-6-1245-2013 http://dx.doi.org/10.5194/amt-6-1245-2013 ] Preliminary investigations toward nighttime aerosol optical depth Kikuchi M , Murakami H , Suzuki K , Nagao T M and Higurashi A . 2018 . Improved hourly estimates of aerosol optical thickness using spatiotemporal variability derived from himawari-8 geostationary satellite . IEEE Transactions on Geoscience and Remote Sensing , 56 ( 6 ): 3442 - 3455 [ DOI: 10.1109/TGRS.2018.2800060 http://dx.doi.org/10.1109/TGRS.2018.2800060 ] Improved hourly estimates of aerosol optical thickness using spatiotemporal variability derived from himawari-8 geostationary satellite Li C C , Mao J T , Liu Q H , Chen J Z , Yuan Z B , Liu X Y , Zhu A H and Liu G Q . 2003 . Study of distribution and the seasonal variation characteristic of aerosol optical thickness using MODIS in the east of China . Chinese Science Bulletin , 48 ( 19 ): 2094 - 2100 Study of distribution and the seasonal variation characteristic of aerosol optical thickness using MODIS in the east of China 李成才 , 毛节泰 , 刘启汉 , 陈介中 , 袁自冰 , 刘晓阳 , 朱爱华 , 刘桂青 . 2003 . 利用MODIS研究中国东部地区气溶胶光学厚度的分布和季节变化特征 . 科学通报 , 48 ( 19 ): 2094- 2100 [ DOI: 10.1360/csb2003-48-19-2094 http://dx.doi.org/10.1360/csb2003-48-19-2094 ] 利用MODIS研究中国东部地区气溶胶光学厚度的分布和季节变化特征 Li D H, Li Z Q, Lv Y, Zhang Y, Li K T and. Xu H . 2015 . Determination of nocturnal aerosol properties from a combination of lunar photometer and lidar observations //Proceedings of SPIE 9640, Remote Sensing of Clouds and the Atmosphere XX. Toulouse, France : SPIE: 96400 W[ DOI: 10.1117/12.2194918 http://dx.doi.org/10.1117/12.2194918 ] Determination of nocturnal aerosol properties from a combination of lunar photometer and lidar observations Li X J , Liu Y J , Qiu H and Zhang Y X . 2003 . Retrieval method for optical thickness of aerosols over Beijing and its vicinity by using the MODIS data . Acta Meteorologica Sinica , 61 ( 5 ): 581 - 592 Retrieval method for optical thickness of aerosols over Beijing and its vicinity by using the MODIS data 李晓静 , 刘玉洁 , 邱红 , 张玉香 ， 刘李 . 2003 . 利用MODIS资料反演北京及其周边地区气溶胶光学厚度的方法研究 . 气象学报 , 61 ( 5 ): 581- 592 [ DOI: 10.11676/qxxb2003.058 http://dx.doi.org/10.11676/qxxb2003.058 ] 利用MODIS资料反演北京及其周边地区气溶胶光学厚度的方法研究 Li Z Q , Xie Y S , Zhang Y , Li L , Xu H , Li K T and Li D H . 2019 . Advance in the remote sensing of atmospheric aerosol composition . Journal of Remote Sensing , 23 ( 3 ): 359 - 373 Advance in the remote sensing of atmospheric aerosol composition 李正强 , 谢一凇 , 张莹 , 李雷 , 许华 , 李凯涛 , 李东辉 . 2019 . 大气气溶胶成分遥感研究进展 . 遥感学报 , 23 ( 3 ): 359- 373 [ DOI: 10.11834/jrs.20198185 http://dx.doi.org/10.11834/jrs.20198185 ] 大气气溶胶成分遥感研究进展 Li Z Q , Xu H , Li K T , Li D H , Xie Y S , Li L , Zhang Y , Gu X F , Zhao W , Tian Q J , Deng R R , Su X L , Huang B , Qiao Y L , Cui W Y , Hu Y , Gong C L , Wang Y Q , Wang X F , Wang J P , Du W B , Pan Z Q , Li Z Z and Bu D . 2018 . Comprehensive study of optical, physical, chemical, and radiative properties of total columnar atmospheric aerosols over China: an overview of sun–sky radiometer observation Network (SONET) measurements . Bulletin of the American Meteorological Society , 99 ( 4 ): 739 - 755 [ DOI: 10.1175/bams-d-17-0133.1 http://dx.doi.org/10.1175/bams-d-17-0133.1 ] Comprehensive study of optical, physical, chemical, and radiative properties of total columnar atmospheric aerosols over China: an overview of sun–sky radiometer observation Network (SONET) measurements McHardy T M , Zhang J , Reid J S , Miller S D , Hyer E J and Kuehn R E . 2015 . An improved method for retrieving nighttime aerosol optical thickness from the VIIRS Day/Night Band . Atmospheric Measurement Techniques , 8 ( 11 ): 4773 - 4783 [ DOI: 10.5194/amt-8-4773-2015 http://dx.doi.org/10.5194/amt-8-4773-2015 ] An improved method for retrieving nighttime aerosol optical thickness from the VIIRS Day/Night Band Su C L , Su L , Chen L F , Jia S L , Liu C and Yu C . 2015 . Retrieval of aerosol optical depth using NPP VIIRS data . Journal of Remote Sensing , 19 ( 6 ): 977 - 982 Retrieval of aerosol optical depth using NPP VIIRS data 苏城林 , 苏林 , 陈良富 , 贾松林 , 刘聪 , 余超 . 2015 . NPP VIIRS数据反演气溶胶光学厚度 . 遥感学报 , 19 ( 6 ): 977- 982 [ DOI: 10.11834/jrs.20155051 http://dx.doi.org/10.11834/jrs.20155051 ] NPP VIIRS数据反演气溶胶光学厚度 Wang W S . 2007 . Coefficient of variation—A simple and useful indicator to measure the degree of dispersion . China Statistics , ( 6 ): 41 - 42 Coefficient of variation—A simple and useful indicator to measure the degree of dispersion 王文森 . 2007 . 变异系数——一个衡量离散程度简单而有用的统计指标. 中国统计, (6): 41 - 42 [DOI: 10.3969/j.issn.1002-4557.2007.06.025] 变异系数——一个衡量离散程度简单而有用的统计指标. 中国统计, (6): Xia L , Mao K B , Sun Z W , Ma Y and Zhao F . 2014 . Method for detecting cloud at night from VIIRS data based on DNB . Remote Sensing for Land and Resources , 26 ( 3 ): 74 - 79 Method for detecting cloud at night from VIIRS data based on DNB 夏浪 , 毛克彪 , 孙知文 , 马莹 , 赵芬 . 2014 . 基于DNB验证的VIIRS夜间云检测方法 . 国土资源遥感 , 26 ( 3 ): 74- 79 [ DOI: 10.6046/gtzyyg.2014.03.12 http://dx.doi.org/10.6046/gtzyyg.2014.03.12 ] 基于DNB验证的VIIRS夜间云检测方法 Yan S M and Wu G . 2015 . Increase in haze pollutions in china due to nocturnal emissions . Guangxi Sciences , 22 ( 6 ): 675 - 680 Increase in haze pollutions in china due to nocturnal emissions 严少敏 , 吴光 . 2015 . 夜间废气排放加重中国雾霾污染 . 广西科学 , 22 ( 6 ): 675- 680 [ DOI: 10.3969/j.issn.1005-9164.2015.06.019 http://dx.doi.org/10.3969/j.issn.1005-9164.2015.06.019 ] 夜间废气排放加重中国雾霾污染 Yu Y , Hu X Q , Min M , Xu T F , He Y Q , Chen L and Xu R H . 2018 . NPP/Visible infrared image radiometer suite low-light image fusion algorithm for city lights in mid-eastern China . Laser and Optoelectronics Progress , 55 ( 10 ): 102804 NPP/Visible infrared image radiometer suite low-light image fusion algorithm for city lights in mid-eastern China 余越 , 胡秀清 , 闵敏 , 许廷发 , 何玉青 , 陈林 , 徐榕焓 . 2018 . NPP/VIIRS微光图像融合中国中东部城市灯光算法 . 激光与光电子学进展 , 55 ( 10 ): 102804 [ DOI: 10.3788/LOP55.102804 http://dx.doi.org/10.3788/LOP55.102804 ] NPP/VIIRS微光图像融合中国中东部城市灯光算法 Zhang J , Reid J S , Miller S D and Turk F J . 2008 . Strategy for studying nocturnal aerosol optical depth using artificial lights . International Journal of Remote Sensing , 29 ( 16 ): 4599 - 4613 [ DOI: 10.1080/01431160802020528 http://dx.doi.org/10.1080/01431160802020528 ] Strategy for studying nocturnal aerosol optical depth using artificial lights Zhao X R , Shi H Q , Yang P L , Zhang L , Fang X and Liang K . 2017 . Inversion algorithm of PM 2.5 air quality based on nighttime light data from NPP-VIIRS . Journal of Remote Sensing , 21 ( 2 ): 291 - 299 Inversion algorithm of PM2.5 air quality based on nighttime light data from NPP-VIIRS 赵笑然 , 石汉青 , 杨平吕 , 张雷 , 方荀 , 梁快 . 2017 . NPP卫星VIIRS微光资料反演夜间PM 2.5 质量浓度 . 遥感学报 , 21 ( 2 ): 291- 299 [ DOI: 10.11834/jrs.20176162 http://dx.doi.org/10.11834/jrs.20176162 ] NPP卫星VIIRS微光资料反演夜间PM2.5质量浓度 致谢:本研究使用了NOAA CLASS的VIIRS数据、JAXA的H8数据、6SV辐射传输模型、AERONET北京站点、CARSNET郑州和天津站的地基AOD数据以及环境监测总站的AQI指数。 10.11834/jrs.20229104 1007-4619（2022）03-0493-12 姜梦蝶，陈林，何玉青，胡秀清，刘明奇，张鹏.2022.利用NPP/VIIRS微光数据反演夜间气溶胶光学厚度.遥感学报，26（3）： 493-504 姜梦蝶，陈林，何玉青，胡秀清，刘明奇，张鹏.2022.利用NPP/VIIRS微光数据反演夜间气溶胶光学厚度.遥感学报，26（3）： 493-504 Jiang M D，Chen L，He Y Q，Hu X Q，Liu M Q and Zhang P. 2022. Nighttime aerosol optical depth retrievals from VIIRS day/night band data. National Remote Sensing Bulletin， 26（3）：493-504 Jiang M D，Chen L，He Y Q，Hu X Q，Liu M Q and Zhang P. 2022. Nighttime aerosol optical depth retrievals from VIIRS day/night band data. National Remote Sensing Bulletin， 26（3）：493-504 国家自然科学基金（编号：41675036，41590874）；国家重点研发计划（编号： 2016YFA0600101） Supported by National Natural Science Foundation of China (No. 41675036, 41590874); National Key Research and Development Program of China (No. 2016YFA0600101) 2019-04-15 2022-03-07 2022-03-28 2019-10-14 遥感学报 3 26