摘要
气溶胶光学厚度（Aerosol Optical Depth-AOD）作为量化大气中的气溶胶含量的重要指标之一，对于大气污染物的监测和分析的相关研究至关重要，因此被广泛认为是研究大气物理和区域空气质量的关键指标。由于地基AOD监测难以实现对气溶胶的区域性监测，从卫星遥感传感器的观测数据中反演AOD已成为大规模监测气溶胶负荷的主要技术，目前，为了更好地量化颗粒物浓度、进行空气质量管理、环境健康评估和气候变化等研究，涌现了越来越多的新型卫星传感器和多种反演算法生成的AOD产品数据。然而目前的AOD产品在时间分辨率与空间分辨率上相互制约，且存在时空不连续、精度较低等问题，无法满足长时间序列的区域性的大气研究。 本研究考虑了像元尺度的气溶胶不确定性的影响，基于最大似然方法（Maximum Likelihood Estimate-MLE），同时实现MODIS（Moderate-resolution Imaging Spectroradiometer-MODIS）暗像元算法（Dark Target-DT）、多角度大气校正算法（Multi-Angle Implementation of Atmospheric Correction algorithm-MAIAC）以及双星协同反演算法（Synergetic Retrieval of Aerosol Properties-SRAP）的AOD产品数据融合，生成一个新的具有更高精度和空间覆盖度的AOD数据集。对融合后的AOD数据集进行验证，结果显示AOD融合数据集的空间覆盖率分别比MODIS的DT AOD产品数据,MODIS的MAIAC AOD产品和MODIS的SRAP AOD产品数据分别高206％,36％以及14％，研究结果表明融合后的AOD数据集产品能够较好地扩展AOD分布的空间覆盖范围。利用AERONET地基数据对融合数据进行验证，可以发现AOD融合数据集相关系数达到0.89，融合数据集的MAE（Mean Absolute Error-MAE）和RMSE（Root mean square error-RMSE）分别为0.03和0.2，落入Δτ=±0.05±0.15τ不确定范围内的点为78％，验证精度优于三个参与融合的数据源产品。 本研究对AOD融合数据集进行了相关应用分析，将处理后的融合数据集发布于能源与环境遥感大数据平台，实现数据的共享。此外，本研究使用AOD融合数据对苏皖鲁豫交界区的典型污染天气进行探究，基于融合数据估算的PM2.5及PM10与当地实测数据有较好的一致性。证明了本研究生成的AOD融合数据产品在确保精度的基础上有效地提高了AOD数据的空间覆盖率，且在典型污染天气研究中具有一定的适用性。
NETL