EN中文

Journal of Geo-information Science >

2014 , Vol. 16 >Issue 5: 790 - 796

DOI: https://doi.org/10.3724/SP.J.1047.2014.00790

Orginal Article

The Sensitivity of the Current POLDER Land Aerosol Polarized Retrieval Algorithm to Particle Size

  • WANG Jiacheng , *
Expand
  • Physics department, Fuyang Teachers College, FuYang 236037, China

*The author: WANG Jiacheng, E-mail：

Received date: 2013-08-09

  Request revised date: 2014-01-21

  Online published: 2014-09-04

Copyright

《地球信息科学学报》编辑部 所有
Fold

Abstract

One of the polarized remote sensing advantages is its insensitivity to the land surface reflection, and now it has been widely used for aerosol properties retrieval from satellite and ground-based remote sensing. As to aerosols, the polarized remote sensing is only sensitive to small particles; however, there are different understandings of the small particle size to which extend the polarized remote sensing is sensitive. For example, some studies take fine mode aerosols as small particles, but the maximum radius of fine mode aerosol varies between 0.4~1.0μm. What’s the upper threshold of the particle size to which the polarized remote sensing is sensitive? In order to determine the sensitivity of the polarized remote sensing to aerosol particle size, three steps are conducted as follows: firstly, the POLDER (Polarization and Directionality of the Earth’s Reflectances, which is equipped on Polarization and Anisotropy of Reflectances for Atmospheric Science coupled with Observations from a Lidar) and AERONET (Aerosol Robotic Network) data in Hefei between 2007 and 2008 are collected and processed, i.e. the AERONET data within a 1-hour range window (±30min) around the POLDER during zenith pass and the POLDER data in a 3×3 pixel box centered on the Hefei site are averaged in time and space respectively. Secondly, the aerosol optical depths in different particle size range are calculated using the refractive index and size distribution data from Hefei site according to Mie theory. Finally, the particle size to which the polarized remote sensing is sensitive is determined by finding the best fit between the POLDER aerosol optical depth and the AERONET aerosol optical depth calculated above. The results show that the polarized remote sensing is not sensitive to all the fine mode particles, but sensitive to particles with radius approximately less than 0.3μm at 865nm band. The results will not only help us to understand and utilize the aerosol products obtained from the polarized remote sensing, but also help us in polarized remote sensing application.

Key words： POLDER; AERONET; polarized remote sensing; aerosol; particle size

Cite this article

WANG Jiacheng . The Sensitivity of the Current POLDER Land Aerosol Polarized Retrieval Algorithm to Particle Size[J]. Journal of Geo-information Science, 2014 , 16(5) : 790 -796 . DOI: 10.3724/SP.J.1047.2014.00790

1 引言

气溶胶对气候和大气环境均有着重要的影响[1-5]。在陆地,由于地表反射复杂,且一些地表在可见光波段的反射远大于气溶胶散射,给陆地气溶胶遥感带来诸多困难[6-7]。偏振观测对地表反射不太敏感,在陆地气溶胶遥感中表现出一定的优势,已被用于陆地气溶胶遥感中[7-8]。从早期的POLDER-1到现在搭载在PARASOL(Polarization and Anisotropy of Reflectances for Atmospheric Science coupled with Observations from a Lidar)上的POLDER-3,它们都能提供多波段、多角度的对地偏振观测,这些观测已进行了10年左右,积累了丰富的观测数据,根据这些观测并利用Deuze等人的POLDER陆地气溶胶反演算法获取了全球长时序的气溶胶性质参数[9-10]。但偏振观测仅对小粒子敏感,而对小粒子有不同的理解,如在目前的气溶胶地基遥感和卫星遥感中大都将气溶胶视为大模式和小模式的叠加,小模式往往被视为小粒子[11],其上 限半径一般在0.4~1.0 μm内变化,那么偏振遥感是否对所有小模式粒子都敏感?如果不是,那么偏振遥感敏感的气溶胶粒子范围又是多少?了解偏振遥感敏感的粒子尺度范围对人们理解、应用偏振遥感气溶胶产品,以及指导气溶胶偏振遥感等都具有重要的意义。本研究将以POLDER和AERONET合肥站的陆地气溶胶性质参数为研究对象,探讨偏振遥感对气溶胶粒子尺度的敏感性。

2 数据与方法

2.1 气溶胶性质参数

本研究涉及的气溶胶性质参数主要有2个,分别是气溶胶的粒子尺度分布参数和气溶胶光学厚度(AOD)参数。
(1)尺度分布参数
对数正态分布是描述气溶胶粒子尺度分布的较好模型之一[12-16],已经在气溶胶遥感中得到广泛应用,气溶胶的尺度分布包括体积尺度分布和粒子数尺度分布。体积尺度分布可表示为：
dV ( r ) dlnr = V 0 σ 2 π exp [ - ( lnr - ln r v ) 2 2 σ 2 ] (1)
其中, V 0 表示单位面积大气柱内气溶胶粒子的体积; r v 是粒子的体积分布中值半径; σ 是体积分布中值半径标准偏差的自然对数。粒子数尺度分布可表示为：
dN ( r ) dlnr = N 0 σ 2 π exp [ - ( lnr - ln r n ) 2 2 σ 2 ] (2)
其中, N 0 表示单位面积大气柱内气溶胶粒子的数目; r n 是粒子的数分布中值半径; σ 在这2种分布函数中具有相同值。实际的气溶胶粒子尺度分布可以用大粒子模式和小粒子模式的对数正态分布的叠加来描述,即：
dV ( r ) dlnr = ∑ i = 1 2 d V i ( r ) d ln r (3)
气溶胶自动观测网(AERONET)反演得到的气溶胶粒子尺度分布数据有22个,反映了整层大气柱内不同气溶胶粒子半径对应的气溶胶体积浓度。图1为2007年12月15日合肥站(31.905 N,117.162 E)的一次反演实例,图中的2个峰分别对应于小模式和大模式,其中,小模式粒子的上限半径约为 0.5 μm左右。
Fig.1 Example of AERONET aerosol particle size distribution

图1 AERONET气溶胶粒子尺度分布产品实例

Fig.2 Results of the calibrations

图2 仪器定标结果

(2)气溶胶光学厚度
气溶胶光学厚度是描述气溶胶光学性质最常用的参数,表示整层大气柱内气溶胶的含量,是粒子尺度分布、折射指数和边界层高度等的综合反映,定义为：
τ ( λ ) = ∫ 0 top β ext ( λ , z ) dz (4)
β ext ( λ , z ) = ∫ r min r max σ ext ( λ , z , r ) dN ( r ) dlnr dlnr (5)
其中, τ ( λ ) 、 β ext ( λ , z ) 和 σ ext ( λ , z , r ) 分别为气溶胶光学厚度、消光系数和消光截面。由式(4)、(5)可知,从整层大气柱内粒子尺度分布和折射指数出发,并利用米散射理论即可计算出气溶胶的光学厚度[17]。

2.2 研究数据

本研究采用的数据包括AERONET的气溶胶粒子尺度分布及折射指数和POLDER-3的气溶胶光学厚度等数据,研究区域为合肥地区,时间段为2007-2008年。
合肥站是AERONET的站点之一,采用的仪器是法国Cimel公司生产的太阳辐射计CE-318,它有440、675、865、1020 nm 4个波段,其中,865 nm波段还具有偏振观测能力。该仪器能够自动对太阳直射光和天空漫射光进行测量,由这些测量数据可以得到整层大气柱内多种气溶胶性质参数,如小模式、大模式和全部气溶胶在各波段的光学厚度,粒子的尺度分布和各波段的折射指数等。其中,尺度分布是大、小两种模式尺度分布的叠加,算法在半径区间0.493~0.992 μm内寻找 dV ( r ) / dlnr 的最小反演值,该最小值对应的半径即为小模式的上限半径[5]。本研究采用了李正强等的反演算法(数据由李正强提供),该算法考虑了偏振观测的影响[18-19]。在本次测量中对仪器进行了2次辐射测量定标和偏振测量定标,图2给出了本仪器的几次定标参数,定标的不确定性约为1%~2%,由此导致的气溶胶光学厚度的误差为0.01-0.02左右[18-19]。
POLDER-3是搭载在法国的小卫星PARASOL上的一种对地观测仪器,每2 d可以覆盖地球一次,过境时间为地方时13:30分左右。在443~910 nm间分布着9个波段,其中,443、670和865 nm 3个波段还具有偏振观测的能力,各波段均能在14~16个角度内实现对地观测[16]。星下点的空间分辨率约为5.3 km×6.2 km。目前, 针对该仪器的陆地气溶胶反演算法主要采用670 nm和865 nm 2个波段的多角度偏振观测,将像元进行3×3窗口的平滑处理,并利用查找表的方法反演气溶胶光学厚度和Angstrom指数等[10],反演的气溶胶产品的分辨率约为19 km×19 km。图3给出了一轨POLDER-3气溶胶光学厚度产品实例,从图3可看出,由于云等因素的影响,较大的区域无法得到反演数据。
Fig.3 Example of POLDER-3 aerosol products

图3 POLDER-3气溶胶产品实例

需要指出的是,由AERONET得到的是固定地点随时间变化的气溶胶数据,而POLDER得到的则是空间变化的气溶胶数据,为了能够将AERONET和POLDER 2种数据进行相关分析,根据Ichoku等人的理论对这2种数据作了如下处理,即：将卫星过顶前后半小时内( ± 30 min)的AERONET数据作时间平均;取以合肥站点为中心像元的3×3窗口内的POLDER数据进行空间平均,然后将这2种平均值作相关分析[20]。

2.3 研究方法

现行的POLDER陆地气溶胶反演算法完全是基于偏振观测,AOD是其反演的重要参数之一。偏振观测仅对小粒子敏感,本研究的目标就是要确定现行POLDER陆地气溶胶偏振反演算法敏感的小粒子上限半径。AERONET的AOD包含了大、小粒子的共同贡献,无法用于确定POLDER偏振算法敏感的尺度范围,但AERONET同时也反演出了整层大气柱内气溶胶粒子尺度分布参数和折射指数等,由这些参数可以计算出不同尺度范围内气溶胶粒子的光学厚度。本研究从AERONET数据出发,计算了上限半径分别为0.439、0.4、0.37、0.334、0.3和0.255 μm范围内的气溶胶光学厚度,然后将这些不同尺度范围内的光学厚度分别与对应的POLDER气溶胶光学厚度进行线性拟合,最佳拟合对应的上限半径即可视为POLDER偏振算法敏感的粒子尺度。为此,下面将讨论不同粒子尺度范围内AOD的计算方法和最佳拟合的界定。
2.3.1 AOD的计算
AERONET的气溶胶粒子尺度分布参数用体积尺度分布( dV ( r ) / dlnr )表示,有22个反演数据,分别对应于0.05~15 μm范围内22个不同的粒子半径处的整层气溶胶体积浓度[18],其与 dN ( r ) / dlnr 的关系可用下式表示：
dN ( r ) lnr = 3 4 π r 3 dV ( r ) lnr (6)
需要指出的是,AERONET的气溶胶粒子尺度分布是整层大气柱内粒子贡献的结果,即并非某一高度处的尺度分布,而是不同高度粒子尺度分布沿高度的积分,故有下列关系：
τ ( λ ) = ∫ r min r max σ ext ( λ , r ) dN ( r ) dlnr dlnr = ∫ r min r max Q ext ( λ , r ) π r 2 3 4 π r 3 dV ( r ) dlnr 1 r dr ≈ ∑ Q ext 3 4 r i 2 dV ( r i ) dln r i Δ r i (7)
其中, Q ext ( λ , r ) 为消光效率因子,根据上式由整层大气柱内的粒子尺度分布数据和折射指数数据,并结合米散射理论即可计算出不同尺度范围内气溶胶粒子的光学厚度。
2.3.2 最佳拟合的界定
为合理确定偏振遥感敏感的气溶胶粒子范围,对最佳拟合作如下界定：(1)拟合线的斜率越接近1越好;(2)落在误差限内的反演结果百分比(Gfrac)越大越好(这里的误差限指： Δτ = ± 0.05 ± 0.15 τ [21]);(3)均方值(RMS)越小越好;(4)相关系数越高越好。之所以作上述的界定是因为当计算采用的粒子尺度范围与POLDER敏感的尺度范围一致时,计算得到的光学厚度与POLDER的光学厚度在理论上应相等,因此, 拟合时斜率应接近于1;误差限采用了MODIS陆地气溶胶光学厚度反演的误差限,研究表明, 在865 nm波段,MODIS气溶胶光学厚度产品中有71%的结果落在误差限内,该误差限被用于判断MODIS陆地气溶胶产品的质量,所以,借用该误差限来衡量POLDER的陆地气溶胶反演质量是较为合理的。后2个条件是统计理论的自然要求。

3 偏振遥感对粒子尺度的敏感性分析

由于云的影响,以及POLDER每2 d才能覆盖地表一次,再加之上述AERONET和POLDER数据时空一致性的要求,在2年内得到的匹配数据为47个。
图4给出了与POLDER数据匹配的AERONET气溶胶尺度分布数据,图中的粗线表示平均值。其中,AERONET小模式上限半径为0.439、0.576和0.756 μm的情况分别占59.6%、21.3%和19.1%,不存在上限半径小于0.439 μm的情况。图5给出的是865 nm波段AERONET小模式气溶胶光学厚度与POLDER反演的光学厚度的线性拟合结果。从拟合的结果可以看出,POLDER对小模式气溶胶光学厚度明显存在低估的现象,另外,只有62%的反演结果落在误差限内,低于MODIS的71%。这说明偏振遥感并非对所有小模式粒子都敏感,其敏感粒子的上限半径应不大于0.439 μm。
Fig.4 Aerosol particle size distribution data

图4 气溶胶粒子尺度分布数据

Fig.5 Correlation between POLDER AOD and AERONER AOD

图5 POLDER气溶胶光学厚度与AERONET小模式气溶胶光学厚度的相关性

为此,以0.439 μm为最大的上限半径,并依次设置0.4、0.37、0.334、0.3和0.255 μm等不同的上限半径,利用AERONET的尺度分布数据和折射指数数据,分别计算这些上限半径为对应的865 nm波段的气溶胶光学厚度,然后分别与对应的POLDER数据相拟合,结果如图6所示,相应的拟合指标列在表1中。由图6和表1可见,当上限半径为0.439 μm时,POLDER对光学厚度仍然明显存在低估的现象,尽管Gfrac也达到79%,但斜率仅为0.69。随着粒子上限半径的降低,拟合线的斜率和Gfrac 2个关键参数逐渐增加,在上限半径为0.334 μm和0.3 μm时,斜率最接近于1,两者对应的相关系数近似相等,但后者对应的Gfrac和RMS明显优于前者,因此,可认为在上限半径为0.3 μm时出现了最佳拟合,即偏振遥感敏感粒子的上限半径约为0.3 μm左右。同时,当上限半径为0.3 μm时,落在误差限内的反演结果高达97%,远远高出MODIS的71%,可见,偏振观测在陆地气溶胶小粒子遥感方面更具有优势。
Fig.6 Correlation between POLDER AOD and AERONER AOD with different maximum radii

图6 POLDER AOD与AEROET不同上限半径粒子AOD的相关性

Tab.1 Fit parameters

表1 拟合参数

0.439μm 0.4μm 0.37μm 0.334μm 0.3μm 0.255μm AERONET小模式
斜率 0.69 0.749 0.82 0.92 1.08 1.44 0.55
Gfrac(%) 79 83 87 91 96 87 64
RMS 0.077 0.064 0.053 0.043 0.037 0.049 0.101
相关系数 0.9 0.903 0.906 0.906 0.9 0.87 0.89

4 结论

利用POLDER和AERONET合肥站数据,研究了现行POLDER陆地气溶胶偏振反演算法对气溶胶粒子尺度的敏感性,结果表明,该算法并非对所有的小模式粒子都敏感,其敏感的粒子上限半径为0.3 μm左右,这一结果将有助于人们为该算法对遥感气溶胶产品的理解和应用,对指导偏振遥感具有一定的意义。
致谢：感谢李正强博士提供的AERONET合肥站数据,感谢POLDER团队在陆地偏振遥感方面所做的辛勤工作,使得我们的研究能够顺利地开展。本研究还得到了安徽省科技创新项目(12010302080)的支持,在此一并谢忱。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Quaas J, Boucher O, Bellouin N, et al.Satellite-based estimate of the direct and indirect aerosol climate forcing[J]. Journal of Geophysical Research, 2008,113(D5):D05204.

[2]
Hansen J, Nazarenko L, Ruedy R, et al.Earth's energy imbalance: Confirmation and implications[J]. Science , 2005,308(5727):1431-1435.

[3]
Mishchenko M I, Cairns B, Hansen J E, et al.Monitoring of aerosol forcing of climate from space: analysis of measurement requirements[J]. Journal of Quantitative Spectroscopy and Radiative Transfer, 2004,88(1):149-161.

[4]
Wang J, Zhao Q, Yang S, et al.A new method for improving the retrieved aerosol fine-mode fraction from MODIS over ocean[J]. International Journal of Remote Sensing, 2012,33(8):2551-2562.

[5]
Wang J, Zhao Q, Cui S, et al.Assessment of aerosol modes used in the MODIS ocean aerosol retrieval[J]. Journal of the Atmospheric Sciences, 2012,69(12):3595-3605.

[6]
Mishchenko M I, Cairns B, Hansen J E, et al.Accurate monitoring of terrestrial aerosols and total solar irradiance: introducing the Glory Mission[J]. Bulletin of the American Meteorological Society, 2007,88(5):677-691.

[7]
Herman M, Deuzé J L, Devaux C, et al.Remote sensing of aerosols over land surfaces including polarization measurements and application to POLDER measurements[J]. Journal of Geophysical Research: Atmospheres, 1997,102(D14):17039-17049.

[8]
蒋哲, 陈良富, 王中挺. 细粒子气溶胶光学厚度和谱分布偏振的反演[J]. 地球信息科学学报, 2012,14(4): 460-464.

[9]
Deuzé J L, Bréon F M, Devaux C, et al.Remote sensing of aerosols over land surfaces from POLDER-ADEOS-1 polarized measurements[J]. Journal of Geophysical Research: Atmospheres, 2001,106(D5):4913-4926.

[10]
Tanré D, Bréon F M, Deuzé J L, et al.Remote sensing of aerosols by using polarized, directional and spectral measurements within the A-Train: the PARASOL mission[J]. Atmospheric Measurement Techniques Discussions, 2011,4(2):2037-2069.

[11]
Bréon F M, Vermeulen A, Descloitres J.An evaluation of satellite aerosol products against sunphotometer measurements[J]. Remote Sensing of Environment, 2011,115(12):3102-3111.

[12]
Shettle E P, Fenn R W.Models for the aerosols of the lower atmosphere and the effects of humidity variations on their optical properties[R]. AIR FORCE GEOPHYSICS LAB HANSCOM AFB MA, 1979.

[13]
d'Almeida G A. On the variability of desert aerosol radiative characteristics[J]. Journal of Geophysical Research: Atmospheres, 1987,92(D3):3017-3026.

[14]
Kaufman Y J, Gitelson A, Karnieli A, et al.Size distribution and scattering phase function of aerosol particles retrieved from sky brightness measurements[J]. Journal of Geophysical Research: Atmospheres, 1994,99(D5):10341-10356.

[15]
Kaufman Y J, Holben B N.Hemispherical backscattering by biomass burning and sulfate particles derived from sky measurements[J]. Journal of Geophysical Research: Atmospheres (1984-2012), 1996,101(D14):19433-19445.

[16]
Herman M, Deuzé J L, Marchand A, et al. Aerosol remote sensing from POLDER/ADEOS over the ocean: Improved retrieval using a nonspherical particle model[J]. Journal of geophysical research, 2005,110(D10): D10S02.

[17]
郭彩丽. 大气辐射导论[J].大气科学,2005,29(3):416-416.

[18]
Wang J, Yang S, Zhao Q, et al.Analyses of aerosol properties in Hefei based on polarization measurements of a sun photometer[J]. International Journal of Remote Sensing, 2012,33(1):69-80.

[19]
Li Z, Goloub P, Dubovik O, et al.Improvements for ground-based remote sensing of atmospheric aerosol properties by additional polarimetric measurements[J]. Journal of Quantitative Spectroscopy and Radiative Transfer, 2009,110(17):1954-1961.

[20]
Ichoku C, Chu D A, Mattoo S, et al. A spatio-temporal approach for global validation and analysis of MODIS aerosol products[J]. Geophysical Research Letters, 2002,29(12):MOD1-1- MOD1-4.

[21]
Remer L A, Kaufman Y J, Tanré D, et al.The MODIS aerosol algorithm, products, and validation[J]. Journal of the Atmospheric Sciences, 2005,62(4):947-973.

Options
Outlines

/

〈 〉