摘要:MODIS 3 km DT(Dark Target)卫星气溶胶光学厚度AOD(Aerosol Optical Depth)数据产品已广泛应用于大气污染监测,但受反演方法限制,该数据产品像元缺失严重、时空覆盖度低、精度偏低。相比,MODIS 10 km DT_DB_Combined AOD数据产品因融合DT和DB(Deep Blue)两种反演算法,一定程度上可弥补MODIS 3 km DT AOD数据产品在时空覆盖度与精度方面的缺陷,但分辨率偏低。此外,受气溶胶组分来源的季节变化与地表反射率估算的季节性误差影响,MODIS AOD数据产品精度同时也存在季节性特征。本文由此以京津冀为试验区,顾及AOD季节变化特性,开展MODIS 10 km DT_DB_Combined AOD数据产品偏差纠正下的地统计反演模拟BGIM(Bias-corrected Geostatistical Inverse Model)降尺度算法研究。试验同时引入AERONET地基观测数据和MODIS 3 km DT AOD数据产品作为降尺度结果的绝对与相对验证标准。结果表明:季节偏差系数纠正下生成的MODIS 3 km DT_DB_Combined AOD与10 km DT_DB_Combined AOD、3 km DT AOD数据产品的绝对精度相当,验证R2分别为0.79、0.70、0.71;且相比MODIS 3 km DT AOD数据产品,季节偏差系数纠正下的MODIS 3 km DT_DB_Combined AOD数据与其相关系数可达0.93;在时间覆盖度和空间覆盖度方面可分别提升11.21%和11.44%,其中春、冬两季空间覆盖度提升效果尤为显著。研究结果证实BGIM降尺度算法可有效估算MODIS 3 km DT_DB_Combined AOD数据,提高MODIS 3 km AOD产品的时空覆盖度,并同时抑制原有MODIS 10 km DT_DB_Combined AOD数据产品的季节性高估现象。
摘要:激光测高仪回波波形饱和现象客观存在,为增加可用激光点数目、提高饱和波形测高精度,本文提出了一种波形饱和识别与测高误差改正方法,首先,利用回波波形峰度系数对饱和波形进行识别,然后,针对饱和现象对波形高斯拟合的影响,计算高斯拟合波形与原始波形相交区域的形心位置,以形心位置差异确定因波形饱和导致的测高误差并改正。最后,采用ICESat/GLAS(Ice,Cloud and land Elevation Satellite/Geo-science Laser Altimeter System)在青海湖、纳木错、色林错采集的波形数据进行实验。结果表明,经本文算法改正后数据误差均值为0.03 m,大型湖泊区域可实现约0.05 m的测高精度,结合峰度的饱和识别方法可以对波形进行有效筛选,可发现GLAS遗漏的饱和波形,饱和改正算法可以有效改正波形饱和引起的测高误差,改正后精度明显优于GLAS提供的饱和改正结果,相关结论对高分七号卫星激光波形处理有一定参考价值。