长江流域资源与环境 >> 2015, Vol. 24 >> Issue (09): 1451-1457.doi: 10.11870/cjlyzyyhj201509002

• 区域可持续发展 • 上一篇    下一篇

基于MODIS AOD数据的南京市大气能见度估算

刘振波1,2, 张明明3, 葛云健1,2, 邱斌4   

  1. 1. 南京信息工程大学气象灾害省部共建教育部重点实验室, 江苏 南京 210044;
    2. 南京信息工程大学地理与遥感学院, 江苏 南京 210044;
    3. 安徽省池州市气象局, 安徽 池州 247100;
    4. 南京市浦口区气象局, 江苏 南京 211800
  • 收稿日期:2014-11-29 修回日期:2015-03-23 出版日期:2015-09-20
  • 作者简介:刘振波(1978~),男,副教授,主要研究方向为资源环境遥感.E-mail:ZBLiu@nuist.edu.cn
  • 基金资助:
    江苏省基础研究计划(自然科学基金)项目(编号:BK20130992);江苏省高校优势学科建设工程资助项目;国家重点基础研究发展"973"计划(编号:2010CB950701)。

Estimating visibility of nanjing using modis aod data

LIU Zhen-bo1,2, ZHANG Ming-ming3, GE Yun-jian1,2, QIU Bin4   

  1. 1. Key Laboratory of Meteorological Disaster of Ministry of Education, Nanjing University of Information Science & Technology, Nanjing 210044, China;
    2. School of Geography and Remote Sensing, Nanjing University of Information Science & Technology, Nanjing 210044, China;
    3. Chizhou Meteorological Bureau of Anhui, Chizhou 247100, China;
    4. Pukou Meteorological Bureau of Nanjing, Nanjing 211800, China
  • Received:2014-11-29 Revised:2015-03-23 Online:2015-09-20

摘要: 以南京市为研究区,利用MODIS气溶胶产品数据(MOD04L2)获取研究区气溶胶标高数据,结合地面气象站点能见度观测数据,构建研究区不同季节能见度估算模型,估算南京市2013年能见度时空分布。研究结果表明,研究区能见度模型估算值与实测值总体趋势较为一致,分季节模型能见度估算均值相对误差为14.3%;南京市2013年能见度年均值为6.07 km,大致呈现出由市区向周边郊区逐渐升高的趋势;研究区不同季节能见度差异明显,夏季能见度显著高于其他3个季节,在该季节全市能见度均值达到9.93 km,约为其余3个季节均值的2倍左右,气候状况与经济社会发展布局是影响研究区能见度时空差异的主要因素。

关键词: 能见度, 气溶胶光学厚度, 卫星遥感, MODIS

Abstract: Visibility is one of basic parameters in meteorological observation, which can be used to represent the degree of atmospheric quality. Accurate measurement of atmospheric visibility is important for both human health and transportation. Visibility measurement through ground-based instrumentation on regional scale is lacking. In this paper, seasonal models are fitted using visibility measurement data from meteorological observation station located in Nanjing university of Information Science & Technology and aerosol scale height data from MODIS aerosol optical depth production. Using the seasonal models, visibility distribution of Nanjing in 2013 was mapped and the temporal and spatial distribution of regional visibility over the Nanjing area was analyzed. The results showed that the aerosol scale height in summer had the highest value of 1.328 km and the value in winter had the lowest value of 0.587 6 km in the Nanjing City. According to the validation of estimated visibility values using meteorological station measurement data, the average absolute error and average relative error of estimated visibility values were 1.72 km and 30.71%, respectively. The seasonal average estimated visibility values present better consistency with measurement data with the seasonal average absolute error and relative error of 1.29 km and 14%, respectively. Spatial scale difference between the observational station data and remote sensing data was the main cause of estimation error. Furthermore, the high wind speed will increase the model estimation error through the analysis of synchronous observation wind data. The annual average visibility of 2013 over the Nanjing area is 6.07 km presenting an increasing trend from the city center to the suburbs. In the study area, the visibility values in different seasons were obviously different. Visibility value of summer was 9.93 km and it was higher than the other three seasons with visibility value. According to the natural and economic conditions in study area, the spatio-temporal distribution of visibility is mainly affected by weather and the arrangement of regional economic developments. Besides, the effect of human activities was also an important factor in affecting visibility value. A large number of construction projects in the city central areas in 2013 contributed to produce local dust weather which can result in high value of visibility.

Key words: visibility, aerosol optical depth, satellite remote sensing, MODIS

中图分类号: 

  • TP79
[1] 中国气象局.地面气象观测规范[M].北京:气象出版社,2003:149-152.
[2] KESSNER A L, WANG J, LEVY R C, et al. Remote sensing of surface visibility from space: A look at the United States East Coast[J]. Atmospheric Environment, 2013, 81: 136-147.
[3] 李成才,毛节泰,刘启汉,等.MODIS卫星遥感气溶胶产品在北京市大气污染研究中的应用[J].中国科学D辑 地球科学,2005,35(增刊Ⅰ):l77-186.
[4] 吴晓京,陈云浩,李三妹.应用MODIS数据对新疆北部大雾地面能见度和微物理参数的反演[J].遥感学报,2005,9(6):688-696.
[5] 吴文玉,孔芹芹,马晓群,等.基于MODIS数据的安徽区域日蒸散量估算与分析[J].长江流域资源与环境,2014,23(6):854-861.
[6] 林燕芬.大气气溶胶对能见度、云和降雨的影响机制[D].上海:复旦大学博士学位论文,2009.
[7] 罗云峰,吕达仁,何晴,等.华南沿海地区太阳直接辐射、能见度及大气气溶胶变化特征分析[J].气候与环境研究,2000,5(1):36-44.
[8] 尚 倩,李子华,杨 军,等.南京冬季大气气溶胶粒子谱分布及其对能见度的影响[J].环境科学,2011,32(9):2750-2760.
[9] 肖钟湧,江 洪,陈 健,等.利用MODIS遥感数据反演广州市气溶胶光学厚度[J].中国环境科学,2010,30(5):577-584.
[10] 任 佳,王振会,孙 林,等.基于MODIS数据反演江浙皖地区气溶胶光学厚度[J].环境科学与技术,2010,33(8):167-171.
[11] 王 缅,刘文清,陆亦怀,等.气溶胶前向散射大气能见度测量系统传递系数的标定及校准方法[J].光学技术,2008,34(3):334-337.
[12] 王 静,杨复沫,王鼎益,等.北京市MODIS气溶胶光学厚度和PM2.5质量浓度的特征及其相关性[J].中国科学院研究生院学报,2010,27(1):10-16.
[13] 朱忠敏,龚 威,余 娟,等.水平能见度与气溶胶光学厚度转换模型的适用性分析[J].武汉大学学报·信息科学版,2010,35(9):1086-1090.
[14] 孙 娟,束 炯,鲁小琴,等.上海地区气溶胶特征及MODIS气溶胶产品在能见度中的应用[J].环境污染与防治,2007,29(2):127-131.
[15] WANG L L, WANG Y S, XIN J Y, et al. Assessment and comparison of three years of Terra and Aqua MODIS Aerosol Optical Depth Retrieval (C005) in Chinese terrestrial regions[J]. Atmospheric Research, 2010, 97(1/2): 229-240.
[16] 叶懿安,朱继业,李升峰,等.长三角城市工业碳排放及其经济增长关联性分析[J].长江流域资源与环境,2013,22(3):257-262.
[17] 南京市气象台.南京2013年气候分析[EB/OL].(2014-01-14).http://js.people.com.cn/html/2014/01/16/282708.html.
[18] 朱爱华,李成才,刘桂青,等.北京地区MODIS卫星遥感气溶胶资料的检验与应用[J].环境科学学报,2004,24(1):86-90.
[19] KOSCHMIEDER H. Theorie der horizontalen Sichtweite: Kontrast und Sichtweite[M].Keim & Nemnich, 1925.
[20] 盛立芳,申莉莉,李秀镇,等.水平能见度经验公式在青岛沿海地区的应用[J].中国海洋大学学报,2009,39(5):877-882.
[21] 范 伟,韩 永,王 毅,等.内陆和沿海地区大气气溶胶标高的测量分析[J].红外与激光工程,2006,35(5):532-535.
[22] 张倩倩.基于MODIS数据的雾霾检测方法研究[D].南京:南京师范大学硕士学位论文,2012.
[23] 毛节泰,刘晓阳,李成才,等.MODIS卫星遥感北京地区气溶胶光学厚度及与地面光度计遥感的对比[J].应用气象学报,2002,13(特刊):127-135.
[24] 李成才.MODIS遥感气溶胶光学厚度及应用于区域环境大气污染研究[D].北京:北京大学博士学位论文,2002.
[1] 朱婧瑄, 齐述华, 刘贵花, 王点, 熊梦雅. 2000~2013年鄱阳湖流域蒸散量时空变化[J]. 长江流域资源与环境, 2016, 25(Z1): 9-16.
[2] 彭焕华, 李朝奎, 唐志光, 梁继. 丹江口库区陆地植被物候空间格局及其与海拔的响应关系[J]. 长江流域资源与环境, 2016, 25(10): 1626-1634.
[3] 张煦, 马驿, 郑雯, 汪善勤. 基于时序MODIS-NDVI的油菜种植面积变化趋势分析——以江汉平原为例[J]. 长江流域资源与环境, 2016, 25(03): 412-419.
[4] 陈颖锋, 王玉宽, 傅斌, 刘勤, 王跚. 基于MODIS地面温度数据的成都市热岛时空变化[J]. 长江流域资源与环境, 2016, 25(01): 156-162.
[5] 张延兵, 陶建斌, 刘鹏程, 徐京京. 基于时间序列MODIS数据的贵州省森林物候地域分异[J]. 长江流域资源与环境, 2015, 24(11): 1891-1897.
[6] 王林, 陈正洪, 代娟, 汤阳. 气象因子与地理因子对长江三峡库区雾的影响[J]. 长江流域资源与环境, 2015, 24(10): 1799-1804.
[7] 唐昀凯, 刘胜华. 城市土地利用类型与PM2.5浓度相关性研究——以武汉市为例[J]. 长江流域资源与环境, 2015, 24(09): 1458-1463.
[8] 易予晴, 龙腾飞, 焦伟利, 彭剑威, 刘慧婵, 凌赛广. 武汉城市群夏季热岛特征及演变[J]. 长江流域资源与环境, 2015, 24(08): 1279-1285.
[9] 付晓辉, 肖刚, 姜玉印, 高亮. 近53年宜昌市霾的演变特征及气象因子诊断[J]. 长江流域资源与环境, 2010, 19(2): 164-.
[10] 梁文广,赵英时,周霞,. 基于MODIS数据的地表组分温度反演研究[J]. 长江流域资源与环境, 2008, 17(6): 948-948.
[11] 王 中,陈艳英. 三峡库区航运气象条件分析[J]. 长江流域资源与环境, 2008, 17(1): 79-79.
[12] 李俊杰,何隆华,陈 杰. 南京城市热场的卫星遥感分析[J]. 长江流域资源与环境, 2005, 14(6): 760-763.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 聂钠, 于坤香. 我国世界自然遗产地旅游业环境经济核算思路[J]. 长江流域资源与环境, 2009, 18(2): 121 .
[2] 张 政, 付融冰| 杨海真, 顾国维. 水量衡算条件下人工湿地对有机物的去除[J]. 长江流域资源与环境, 2007, 16(3): 363 .
[3] 曹银贵,王 静,程 烨,刘爱霞,许 宁,郝 银,饶彩霞. 三峡库区土地利用变化与影响因子分析[J]. 长江流域资源与环境, 2007, 16(6): 748 .
[4] 徐俊杰, 何 青, 刘 红, 陈吉余. 2006年长江特枯径流特征及其原因初探[J]. 长江流域资源与环境, 2008, 17(5): 716 .
[5] 游庆龙. 三江源地区1961~2005年气温极端事件变化[J]. 长江流域资源与环境, 2008, 17(2): 232 .
[6] 许素芳,周寅康. 开发区土地利用的可持续性评价及实践研究——以芜湖经济技术开发区为例[J]. 长江流域资源与环境, 2006, 15(4): 453 -457 .
[7] 郝汉舟, 靳孟贵, 曹李靖, 谢先军. 模糊数学在水质综合评价中的应用[J]. 长江流域资源与环境, 2006, 15(Sup1): 83 -87 .
[8] 吴炳方,罗治敏. 基于遥感信息的流域生态系统健康评价——以大宁河流域为例[J]. 长江流域资源与环境, 2007, 16(1): 102 -106 .
[9] 刘耀彬, 李仁东. 现阶段湖北省经济发展的地域差异分析[J]. 长江流域资源与环境, 2004, 13(1): 12 -17 .
[10] 陈永柏,. 三峡工程对长江流域可持续发展的影响[J]. 长江流域资源与环境, 2004, 13(2): 109 -113 .