蘇倩欣 李婧 陳敏瑜

摘? ?要：大氣污染已成為全球性問(wèn)題，日益嚴(yán)重的大氣氣溶膠污染是當(dāng)前大氣研究的熱點(diǎn)。衛(wèi)星遙感憑借大空間大尺度、多時(shí)相監(jiān)測(cè)氣溶膠的優(yōu)勢(shì)，成為大氣環(huán)境研究最重要的監(jiān)測(cè)方法之一。本文立足于大氣氣溶膠衛(wèi)星遙感技術(shù)，總結(jié)了反演氣溶膠光學(xué)厚度的基本原理及方法;并從氣溶膠光學(xué)厚度的時(shí)空分布、與顆粒物濃度關(guān)系、對(duì)大氣污染的影響3方面，闡述了氣溶膠光學(xué)厚度的應(yīng)用研究進(jìn)展。最后，總結(jié)了當(dāng)前大氣氣溶膠反演存在的問(wèn)題和發(fā)展趨勢(shì)，希望未來(lái)在反演模型的適用性、反演精度的提高等方面有所突破。

關(guān)鍵詞：氣溶膠? 衛(wèi)星遙感? 氣溶膠光學(xué)厚度? 顆粒物濃度? 大氣污染

1950s以來(lái)，大氣污染已成為全球性的環(huán)境污染問(wèn)題之一。其影響及人群健康問(wèn)題得到了全世界學(xué)者的關(guān)注，相關(guān)研究已在全球展開并不斷深入[1]。

氣溶膠是指大氣中懸浮的固體和液體微粒共同組成的多項(xiàng)體系，當(dāng)以大氣為載體時(shí)稱之為大氣氣溶膠，其尺度范圍大約在0.001～10μm之間[2];除一般無(wú)機(jī)元素外，其化學(xué)組分還有元素碳（EC）、有機(jī)碳（OC）、有機(jī)化合物（尤其是揮發(fā)性有機(jī)物（VOC）、多環(huán)芳烴（PAH）和有毒物）、生物物質(zhì)（細(xì)菌、病菌、霉菌等）[3-4]。大氣中氣溶膠的含量雖少，但對(duì)大氣中的物理化學(xué)過(guò)程、氣候系統(tǒng)都起著重要的作用[5]。近年來(lái)世界范圍霧霾天氣的出現(xiàn)大大降低了城市的能見度[6]，給人民的健康生活帶來(lái)了極大的不便，因此十分有必要對(duì)大氣氣溶膠進(jìn)行監(jiān)測(cè)與治理。

傳統(tǒng)的對(duì)大氣氣溶膠監(jiān)測(cè)的方法主要以地面實(shí)時(shí)監(jiān)測(cè)為主，無(wú)法滿足環(huán)境監(jiān)測(cè)實(shí)時(shí)、動(dòng)態(tài)的要求，而遙感監(jiān)測(cè)正好彌補(bǔ)了這一不足，具有廣闊的應(yīng)用前景。

目前對(duì)氣溶膠的遙感反演研究主要集中在氣溶膠光學(xué)厚度、氣溶膠濃度等的反演方面[7]，本文以綜述的形式，總結(jié)了氣溶膠衛(wèi)星反演的主要算法、研究?jī)?nèi)容及發(fā)展方向，為氣溶膠衛(wèi)星遙感反演研究提供參考。

1? 衛(wèi)星遙感反演原理和方法

1.1 衛(wèi)星遙感反演AOD的基本原理

氣溶膠光學(xué)厚度（Aerosol Optical Depth，AOD）定義為介質(zhì)消光系數(shù)在垂直方向上的積分，用以描述氣溶膠對(duì)光的削減作用?？捎迷诠浪愦髿鉁啙岫取⒘Ｗ涌倽舛?，評(píng)判大氣質(zhì)量等方面。衛(wèi)星接收信息是地球大氣的散射以及地表反射的綜合作用，這是衛(wèi)星遙感反演的原理[7]。

假設(shè)地球表面為均勻朗伯表面，不考慮氣體吸收，衛(wèi)星觀測(cè)到的表觀反射率為：

其中，分別為觀測(cè)天頂角、太陽(yáng)天頂角和太陽(yáng)光線的散射輻射方位角;為分子散射的程輻射;ω0為單次散射反照率;為氣溶膠光學(xué)厚度;為程輻射反射率;μ，μ0分別為觀測(cè)角θ和入射角θ0的余弦值;為歸一化地標(biāo)反射率的下行輻射通量;為向上的總透過(guò)率;為地表反射率;為大氣后向散射比[7]。

通過(guò)公式可知，衛(wèi)星觀測(cè)到的表觀反射率可表達(dá)為氣溶膠光學(xué)厚度和地表反射率的函數(shù)，即已知地表反射率，并確定了大氣氣溶膠模型，可反演出相應(yīng)的氣溶膠光學(xué)厚度[8]。

1.2 衛(wèi)星遙感反演AOD的算法

不同地表類型和氣溶膠組成的不同，需以不同的原理來(lái)對(duì)氣溶膠進(jìn)行反演。常用方法為表1所示的12種算法。

以上反演算法的多適用于城市地區(qū)。這與近年來(lái)城市霧霾的不斷加重，研究區(qū)域更注重城市有關(guān)。如王鈺等使用暗像元法及Landsat-8 OLI數(shù)據(jù)反演北京地區(qū)的AOD，并對(duì)比驗(yàn)證長(zhǎng)時(shí)間序列的反演值與AERONET地面站點(diǎn)觀測(cè)值，發(fā)現(xiàn)所得的AOD反演值與地面站點(diǎn)觀測(cè)值一致性較高。且經(jīng)過(guò)誤差分析發(fā)現(xiàn)：地表反射率估算、氣溶膠模型的選取和查找表間隔的設(shè)置都會(huì)造成AOD的反演誤差[10]。趙小鋒等用暗像元法反演AOD，通過(guò)建立多指標(biāo)體系綜合分析廈門市AOD的時(shí)空變化特征，發(fā)現(xiàn)廈門市AOD具有鮮明的季節(jié)變化特征和顯著正空間自相關(guān)性，AOD在林地和建筑用地上空具有顯著差異[25]。徐夢(mèng)溪等提出了一種優(yōu)選反演算法，引入中紅外通道表觀反射率來(lái)選擇V5.2法（添加了Walthall雙向反射分布訂正）或擴(kuò)展暗像元法計(jì)算表觀反射率。以許昌地區(qū)作為研究區(qū)，分別使用以上幾種方法進(jìn)行AOD反演，結(jié)果發(fā)現(xiàn)優(yōu)選算法有一定的可行性[8]。張璐等基于HJ-1衛(wèi)星數(shù)據(jù)，運(yùn)用深藍(lán)算法探索在長(zhǎng)江三角洲反演AOD的可行性，并將結(jié)果與其他氣溶膠產(chǎn)品比較，發(fā)現(xiàn)反演結(jié)果的數(shù)值雖然與MODIS AOD產(chǎn)品存在系統(tǒng)性偏差，但能在空間上較好地反映長(zhǎng)三角的大氣氣溶膠分布狀況，且空間分辨率較高[21]。彭威[17]、方煒[26]利用V5.2算法，分別以珠三角、廣州市為研究對(duì)象，反演氣溶膠光學(xué)厚度，分析其時(shí)空動(dòng)態(tài)變化特征。以上研究運(yùn)用不同的算法反演AOD，大都考慮到了AOD的地域性、季節(jié)性差異和反演誤差等問(wèn)題。

2? 氣溶膠光學(xué)厚度應(yīng)用研究

2.1 氣溶膠光學(xué)厚度的時(shí)空分布

目前我國(guó)利用衛(wèi)星遙感研究大氣氣溶膠的區(qū)域主要集中在經(jīng)濟(jì)發(fā)達(dá)的東部城市或城市群地區(qū)，而廣大的西部地區(qū)除沙塵暴外則較少被提及，這應(yīng)是未來(lái)研究工作的側(cè)重點(diǎn)[27-31]。

張亮林等分析中國(guó)2007—2017年間AOD的時(shí)空分布特征，發(fā)現(xiàn)：時(shí)間上具有東高西低，東部減少、西部基本不變的特征;年際間AOD值呈余弦曲線式波動(dòng)下降特征;年內(nèi)表現(xiàn)出春夏高、秋冬低等特點(diǎn)[32]。張磊研究2001—2015年廣東地區(qū)AOD的時(shí)空變化特征，發(fā)現(xiàn)15年間廣東地區(qū)AOD值的變化，以2007年為轉(zhuǎn)折點(diǎn)，表現(xiàn)為先升后降，與產(chǎn)業(yè)轉(zhuǎn)型，節(jié)能減排有關(guān)。四季特征表現(xiàn)為春夏高、秋冬低，在空間上珠三角>粵西>粵東>山區(qū)，并發(fā)現(xiàn)每年大約在3，4月達(dá)到峰值[33]。王德輝通過(guò)對(duì)珠三角MODIS氣溶膠產(chǎn)品與多年統(tǒng)計(jì)數(shù)據(jù)的分析，發(fā)現(xiàn)近年來(lái)珠三角大氣污染的AOD高值中心在廣東省;AOD高值的產(chǎn)生具有空間獨(dú)立性和區(qū)域輸送的聯(lián)系性;且四季均有，冬半年尤多。珠三角大氣氣溶膠污染是由其表層開放復(fù)雜系統(tǒng)的整體作用決定的，人類活動(dòng)在其中起主導(dǎo)作用[34]。以上研究均表明AOD具有明顯的時(shí)空分布差異，冬季變化尤為明顯。

2.2 氣溶膠光學(xué)厚度與顆粒物濃度

研究表明細(xì)顆粒物濃度上升是灰霾形成的主要原因，且對(duì)人體健康有較嚴(yán)重的危害[7]。

國(guó)內(nèi)外許多研究發(fā)現(xiàn)，AOD與近地面顆粒物質(zhì)量濃度有很強(qiáng)的相關(guān)性。Jerome Vidot等使用寬視場(chǎng)水色掃描儀（Sea WiFS）數(shù)據(jù)及氣象信息，分析Sea WiFS AOD和顆粒物質(zhì)量濃度之間的關(guān)系，發(fā)現(xiàn)AOD與PM10、PM2.5質(zhì)量濃度之間的相關(guān)系數(shù)分別為0.42和0.48[35]。王德輝對(duì)廣州市9個(gè)自動(dòng)監(jiān)測(cè)子站的AOD值與TERRA衛(wèi)星監(jiān)測(cè)的PM10小時(shí)平均值進(jìn)行對(duì)比分析，發(fā)現(xiàn)二者具有良好的相關(guān)性，可形成空間覆蓋和數(shù)據(jù)上較好的優(yōu)勢(shì)互補(bǔ)[34]。王偉齊等分析北京市2014年地面PM2.5和Terra、Aqua衛(wèi)星接收的AOD的時(shí)空分布特征，發(fā)現(xiàn)Aqua衛(wèi)星接收的AOD與城區(qū)的PM2.5質(zhì)量濃度相關(guān)系數(shù)比Terra衛(wèi)星的要高，更適合用于監(jiān)測(cè)和反演城區(qū)地面的PM2.5質(zhì)量濃度[36]。

由于兩者相關(guān)性并不十分顯著，許多學(xué)者希望通過(guò)提高AOD的精度，增強(qiáng)其與顆粒物的相關(guān)性。Liu Yang等建立了美國(guó)東部AOD與日平均PM2.5質(zhì)量濃度之間的經(jīng)驗(yàn)?zāi)Ｐ?，并發(fā)現(xiàn)相對(duì)濕度、季節(jié)化及監(jiān)測(cè)站點(diǎn)的地理屬性影響AOD與PM2.5之間的相關(guān)性[37]。郭建平等在考慮氣溶膠吸濕增長(zhǎng)條件下，分析我國(guó)東部地區(qū)2007—2008年11個(gè)觀測(cè)站監(jiān)測(cè)PM2.5質(zhì)量濃度數(shù)據(jù)與衛(wèi)星遙感反演AOD之間的相關(guān)性，結(jié)果發(fā)現(xiàn)相關(guān)系數(shù)明顯提高[38]。李成才等將MODIS氣溶膠產(chǎn)品與北京空氣污染指數(shù)進(jìn)行相關(guān)分析，發(fā)現(xiàn)：垂直和濕度校正后的衛(wèi)星遙感AOD能夠有效反映近地面顆粒物污染的空間分布特征，而且如果具備每日的垂直分布信息的進(jìn)一步訂正，相關(guān)系數(shù)還將提高[39]。黃觀等在考慮氣象要素的情況下，利用MODIS AOD產(chǎn)品與同期地面觀測(cè)的PM10質(zhì)量濃度數(shù)據(jù)，建立烏魯木齊市全年、春季、夏季、秋季的PM10遙感反演模型，發(fā)現(xiàn)：經(jīng)過(guò)垂直—濕度訂正后的AOD能較為準(zhǔn)確地反演地面PM10質(zhì)量濃度，相關(guān)系數(shù)從0.433提高到0.63[40]。還有部分學(xué)者通過(guò)氣溶膠季節(jié)標(biāo)高，研究AOD與顆粒物的季節(jié)性相關(guān)差異[41-43]。以上研究結(jié)果均印證了陳水森的觀點(diǎn)，PM2.5遙感的關(guān)鍵問(wèn)題為區(qū)域尺度氣溶膠光學(xué)厚度垂直訂正和區(qū)域尺度近地面消光系數(shù)濕度效應(yīng)校正研究[44]。

大氣粒子遙感的部分研究工作考慮了氣溶膠垂直分布、大氣水汽甚至風(fēng)速的影響[45]，取得了一定的成果，但仍存在許多問(wèn)題，如：方法普遍存在空間局限性，估算結(jié)果的不確定性較大[46];衛(wèi)星尺度下的近地面大氣狀況的巨大差異，擴(kuò)大了大范圍區(qū)域尺度反演結(jié)果的不確定性。

2.3 氣溶膠與空氣污染

在中國(guó)大陸，城市大氣中的主要污染物為可吸入氣溶膠顆粒物，近年來(lái)出現(xiàn)的較嚴(yán)重的灰霾、霧霾等就是大氣污染的結(jié)果。

國(guó)內(nèi)許多學(xué)者都就氣溶膠與大氣污染的關(guān)系進(jìn)行了研究。如李成才等將AOD與空氣污染指數(shù)（Air Pollution Index，API）的長(zhǎng)期數(shù)據(jù)進(jìn)行比較，并進(jìn)行季節(jié)性的垂直-濕度訂正，二者的相關(guān)系數(shù)達(dá)到0.54。在2004年10月的污染個(gè)例中，利用衛(wèi)星遙感的AOD分布和每日變化再現(xiàn)了污染事件的發(fā)展過(guò)程，發(fā)現(xiàn)北京城區(qū)的AOD與API的相關(guān)系數(shù)高達(dá)0.82[39]。孫娟等通過(guò)建立10km×10km分辨率的MODIS AOD與氣象站點(diǎn)能見度歷史數(shù)據(jù)的季節(jié)平均關(guān)系，得到上海地區(qū)季節(jié)性氣溶膠標(biāo)高;并利用標(biāo)高及AOD的季節(jié)分布反演上海地區(qū)的區(qū)域能見度分布，發(fā)現(xiàn)：冬春季，上海地區(qū)平均能見度較差，外環(huán)線以內(nèi)能見度在10km以下[47]。李正強(qiáng)等以華北作為研究區(qū)，提出了基于衛(wèi)星遙感的AOD數(shù)據(jù)獲得的灰霾指數(shù)和污染時(shí)空氣質(zhì)量指數(shù)（Air Quality Index，AQI）等級(jí)的方法和相關(guān)的監(jiān)測(cè)系統(tǒng)設(shè)計(jì)，發(fā)現(xiàn)衛(wèi)星遙感能較好地反映灰霾污染程度變化，并把衛(wèi)星監(jiān)測(cè)結(jié)果與實(shí)測(cè)的AQI數(shù)據(jù)進(jìn)行對(duì)比，誤差小于一個(gè)AQI等級(jí)[48]。

綜上研究，AOD與空氣污染指數(shù)、空氣質(zhì)量指數(shù)等有較強(qiáng)相關(guān)性，可認(rèn)為大氣顆粒物嚴(yán)重影響著空氣質(zhì)量，因此需要加快促進(jìn)地面實(shí)測(cè)數(shù)據(jù)和遙感數(shù)據(jù)相結(jié)合，以實(shí)現(xiàn)氣溶膠監(jiān)測(cè)的業(yè)務(wù)化。通過(guò)及時(shí)發(fā)布城市環(huán)境空氣質(zhì)量等措施，以便城市居民能夠科學(xué)出行[7]。

3? 氣溶膠遙感反演的發(fā)展趨勢(shì)

遙感技術(shù)在大氣監(jiān)測(cè)和氣溶膠光學(xué)特性反演等方面已取得了眾多成果，但也面臨著一些問(wèn)題和困難，因此，未來(lái)關(guān)于氣溶膠遙感反演，應(yīng)該在以下方面有所突破：

（1）數(shù)據(jù)資料的收集整理。如建立一個(gè)全國(guó)的氣溶膠資料庫(kù)，系統(tǒng)分析氣溶膠的時(shí)空特征，有助于找出現(xiàn)階段研究的不足，未來(lái)有針對(duì)性地開展研究工作[49]。

（2）基于輻射傳輸理論的氣溶膠反演模型。目前的反演方法大多是基于統(tǒng)計(jì)模型建立的經(jīng)驗(yàn)公式或假設(shè)，物理意義不夠明確，適用性不強(qiáng)[7]，增加了準(zhǔn)確模擬和預(yù)測(cè)氣候系統(tǒng)對(duì)直接輻射強(qiáng)迫響應(yīng)的困難[50]。而從大氣輻射傳輸理論出發(fā)，研究不同形狀、不同大小粒子的散射和吸收機(jī)理，有助于建立起具有普適性，物理意義明確的氣溶膠反演體系[7]。

（3）不同遙感方法的綜合比較試驗(yàn)。雖然目前氣溶膠的研究方法較多，但不同方法的適用范圍還需進(jìn)一步研究和完善，因此可考慮在更大范圍、更長(zhǎng)時(shí)間上進(jìn)行一次綜合的不同觀測(cè)方法的比較試驗(yàn)[11，27]，為以后的氣溶膠研究提供具體可行的方法。

（4）氣溶膠遙感反演與地面監(jiān)測(cè)、地基遙感監(jiān)測(cè)相結(jié)合。如多波光度計(jì)、激光雷達(dá)[51]、無(wú)人機(jī)等，能較顯著地提高遙感監(jiān)測(cè)的速度和反演精度。

參考文獻(xiàn)

[1] Yue Tingting，Chai Fahe，Hu Jingnan，et al. Gaseous emissions from compressed natural gas buses in urban road and highway tests in China[J].Journal of environmental sciences，2016（10）：193-199.

[2] 湯玉明，鄧孺孺，許敏端，等.廣州市秋季氣溶膠光學(xué)特性日變化[J].中山大學(xué)學(xué)報(bào)：自然科學(xué)版，2019，58（2）：58-67.

[3] Larry K.Berg，Jerome D.Fast，James C.Barnard，et al. The Two-column Aerosol Project：PhaseⅠ-Overview and impact of elevated aerosol Layers on aerosol optical depth[J].Journal of Geophysical Research：Atmospheres，2016，121（1）：336-361.

[4] He Junliang，Zha Yong，Zhang Jiahua，et al. Retrieval of aerosol optical thickness from HJ-1 CCD data based on MODIS-derived surface reflectance[J].International Journal of Remote Sensing，2015，36（3）：882-898.

[5] Yuxiang Luo，Xiaobo Zheng，Tianliang Zhaoc，et al. A climatology of aerosol optical depth over China from recent 10 years of MODIS remote sensing data[J].International Journal of Climatology，2014，34（3）：863-870.

[6] Moody J.L.Keene W.C.Cooper O.R.et al. Flow climatology for physicochemical properties of dichotomous aerosol over the western North Atlantic Ocean at Bermuda[J].Atmospheric Chemistry&Physics，2014，14（2）：691-717.

[7] 湯玉明，鄧孺孺，劉永明，等.大氣氣溶膠遙感反演研究綜述[J].遙感技術(shù)與應(yīng)用，2018，33（1）：25-34.

[8] 徐夢(mèng)溪，許寶華，鄭勝男，等.基于MODIS衛(wèi)星遙感數(shù)據(jù)的大氣氣溶膠光學(xué)厚度優(yōu)選反演方法[J].南京工程學(xué)院學(xué)報(bào)：自然科學(xué)版，2013，11（2）：1-7.

[9] 余衛(wèi)國(guó)，房世波，余學(xué)祥.中國(guó)衛(wèi)星遙感氣溶膠研究進(jìn)展[J].能源環(huán)境保護(hù)，2006（1）：1-6.

[10]王鈺，何紅艷，譚偉，等.基于暗目標(biāo)法的Landsat-8 OLI數(shù)據(jù)氣溶膠光學(xué)厚度反演[J].航天返回與遙感，2018，39（2）：115-125.

[11]李加恒，劉厚鳳，趙丹婷.基于MODIS的氣溶膠光學(xué)厚度反演算法及應(yīng)用進(jìn)展[J]. 綠色科技， 2012（2）：108-111.

[12]吳海燕，盧遠(yuǎn)，華璀.基于暗像元法的南寧市氣溶膠反演[J].環(huán)?？萍?，2015（5）：34-38，53.

[13]Martins，José Vanderlei，Tanré Didier，et al. MODIS cloud screening for remote sensing of aerosol over oceans using spatial variability[J].Geophysical Research Letters，2002，29（12）：MOD4-1-MOD4-4.

[14]Tanré D.，Devaux C.，Herman M. Radiative properties of desert aerosols by optical ground-based measurements at solar wavelengths[J].Journal of Geophysical Research，1998，93（D11）：14223-14231.

[15]唐家奎，薛勇.MODIS陸地氣溶膠遙感反演-利用Terra和Aqua雙星MODIS數(shù)據(jù)協(xié)同反演算法[J].中國(guó)科學(xué)D輯：地球科學(xué)，2005，35（5）：474-481.

[16]KY Kondratyev，AA Buznikov，OB Vasilyev. Influence of the atmosphere on the spectral brightness and contrast of natural formations with spectrophotometric measurements of earth from space[J]. Atmospheric Ocean Physics，1975，11（11）：348-361.

[17]彭威.基于遙感估算珠江三角洲地區(qū)大氣顆粒物質(zhì)量濃度[D].南京大學(xué)，2014.

[18]陳澄，李正強(qiáng)，侯偉真，等.動(dòng)態(tài)氣溶膠模型的PARASOL多角度偏振衛(wèi)星氣溶膠光學(xué)厚度反演算法[J].遙感學(xué)報(bào)，2015，19（1）：25-33.

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

[20]Otto P. Hasekamp，Jochen Landgraf. Retrieval of aerosol properties over land surfaces：capabilities of multiple-viewing-angle intensity and polarization measurements[J].Applied Optics，2007，46（16）：3332-3344.

[21]張璐，施潤(rùn)和，李龍.基于HJ-1衛(wèi)星數(shù)據(jù)反演長(zhǎng)江三角洲地區(qū)氣溶膠光學(xué)厚度[J].遙感技術(shù)與應(yīng)用，2016，31（2）：290-296.

[22]Waquet F.，Riedi J.，Labonnote L C，et al. Aerosol Remote Sensing over Clouds Using A-Train Observations[J].Journal of the Atmospheric Sciences，2009，66（8）：2468-2480.

[23]鄧孺孺，田國(guó)良，王雪梅，等.大氣污染定量遙感方法及其在長(zhǎng)江三角洲的應(yīng)用[J].紅外與毫米波學(xué)報(bào)，2003，22（3）：181-185，244-245.

[24]Shunlin Liang，Bo Zhong，Hongliang Fang. Improved estimation of aerosol optical depth from MODIS imagery over land surfaces[J].Remote Sensing of Environment，2006（104）：416-425.

[25]趙小鋒， 劉嘉慧， 趙顏創(chuàng)， 等. 城市氣溶膠光學(xué)厚度空間格局特征多指標(biāo)綜合分析[J].地球信息科學(xué)學(xué)報(bào)， 2018， 20（3）：360-367.

[26]方煒.廣州市氣溶膠光學(xué)厚度及PM（2.5）濃度的時(shí)空特征及其影響因素[D].中山大學(xué)， 2017.

[27]吳蒙，羅云，吳兌，等.我國(guó)近年來(lái)基于MODIS衛(wèi)星遙感大氣氣溶膠研究進(jìn)展[A].中國(guó)環(huán)境科學(xué)學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C].?？?，2016.

[28]李成才，毛節(jié)泰，劉啟漢，等.利用MODIS研究中國(guó)東部地區(qū)氣溶膠光學(xué)厚度的分布和季節(jié)變化特征[J].科學(xué)通報(bào)，2003（19）：2094-2100.

[29]劉桂青，李成才，朱愛華，等.長(zhǎng)江三江洲地區(qū)大氣氣溶膠光學(xué)厚度研究[J].環(huán)境保護(hù)，2003（8）：50-54.

[30]劉桂青，毛節(jié)泰，李成才.長(zhǎng)江三角洲地區(qū)大氣氣溶膠光學(xué)厚度研究[J].上海環(huán)境科學(xué)，2003（S2）：58-63，193.

[31]肖鐘湧，江洪，陳健，等.利用MODIS遙感數(shù)據(jù)反演廣州市氣溶膠光學(xué)厚度[J].中國(guó)環(huán)境科學(xué)，2010（5）：577-584.

[32]張亮林， 潘竟虎， 張大弘. 基于MODIS數(shù)據(jù)的中國(guó)氣溶膠光學(xué)厚度時(shí)空分布特征[J]. 環(huán)境科學(xué)學(xué)報(bào)， 2018， 38（11）：4431-4439.

[33]張磊.2001-2015年廣東地區(qū)氣溶膠光學(xué)厚度變化趨勢(shì)及其影響因素[D].南京大學(xué)，2016.

[34]王德輝.珠江三角洲大氣氣溶膠污染形成機(jī)制與遙感監(jiān)測(cè)研究[D].廣州大學(xué)，2007.

[35]Jerome Vidot，Richard Santer，Didier Ramon. Atmospheric particulate matter （PM） estimation from SeaWiFS imagery[J].Remote Sensing of Environment，2007，111（1）：1-10.

[36]王偉齊，張成網(wǎng)，臧增亮，等.Terra和Aqua衛(wèi)星MODIS 3 km AOD與北京PM2.5對(duì)比分析[J].氣象科學(xué)，2017，37（1）：93-100.

[37]Liu Yang，Sarnat Jeremy A.，Kilaru Vasu. Estimating Ground-level PM2.5 in the Eastern United States Using Satellite Remote Sensing[J].Environmental Science & Technology，2006，40（30）：5880-5892.

[38]郭建平，吳業(yè)萊，張小曳，等.BP網(wǎng)絡(luò)框架下MODIS氣溶膠光學(xué)厚度產(chǎn)品估算中國(guó)東部PM2.5[J].環(huán)境科學(xué)，2013，34（3）：817-825.

[39]李成才，毛節(jié)泰，劉啟漢，等.MODIS 衛(wèi)星遙感氣溶膠產(chǎn)品在北京市大氣污染研究中的應(yīng)用[J].中國(guó)科學(xué)（D輯：地球科學(xué)），2005，35（增刊1）：177-186.

[40]黃觀，劉偉，劉志紅，等.烏魯木齊市MODIS氣溶膠光學(xué)厚度與PM10濃度關(guān)系模型研究[J].環(huán)境科學(xué)學(xué)報(bào)，2016，36（2）：649-657.

[41]張暉，王伯鐸，陳良富，等.西安市及周邊地區(qū)MODIS氣溶膠光學(xué)厚度與PM10濃度關(guān)系模型研究[J].環(huán)境工程學(xué)報(bào)，2014，8（2）：665-671.

[42]周云云，張德英，施潤(rùn)和.多種氣象要素及其變化對(duì)AOD與PM2.5關(guān)聯(lián)模型的影響研究[J]. 環(huán)境科學(xué)學(xué)報(bào)，2019，39（1）：204-211.

[43]何秀，鄧兆澤，李成才，等.MODIS氣溶膠光學(xué)厚度產(chǎn)品在地面PM10監(jiān)測(cè)方面的應(yīng)用研究[J].北京大學(xué)學(xué)報(bào)：自然科學(xué)版，2010（2）：178-184.

[44]陳水森，王重洋，劉尉，等.大氣顆粒物遙感研究進(jìn)展[J].熱帶地理.2015，35（1）：1-6.

[45]B.Pelletier，R.Santer，J.Vidot. Retrieving of particulate matter from optical measurements： A semiparametric approach[J].Journal of Geophysical Research，2007，112（D06208）：1-18.

[46]Hone-Jay Chu，Hwa-Lung Yu，Yi-Ming Kuo. Identifying spatial mixture distributions of PM2.5 and PM10 in Taiwan during and after a dust storm[J].Atmospheric Environment，2012（54）：728-737.

[47]孫娟，束炯，魯小琴，等.上海地區(qū)氣溶膠特征及MODIS氣溶膠產(chǎn)品在能見度中的應(yīng)用[J].環(huán)境污染與防治，2007，29（2）：127-131.

[48]李正強(qiáng)，許華，張瑩，等.基于衛(wèi)星數(shù)據(jù)的灰霾污染遙感監(jiān)測(cè)方法及系統(tǒng)設(shè)計(jì)[J].中國(guó)環(huán)境監(jiān)測(cè)，2014（3）：159-165.

[49]毛節(jié)泰，張軍華，王美華.中國(guó)大氣氣溶膠研究綜述[J].氣象學(xué)報(bào)，2002，60（5）：625-634.

[50]范學(xué)花，陳洪濱，夏祥鰲.中國(guó)大氣氣溶膠輻射特性參數(shù)的觀測(cè)與研究進(jìn)展[J].大氣科學(xué)，2013，37（2）：477-498.

[51]Michel Mallet，Véronique Pont，Catherine Liousse，et al. Aerosol direct radiative forcing over Djougou （northern Benin） during the African Monsoon Multidisciplinary Analysis dry season experiment （Special Observation Period-0）[J].Journal of Geophysical Research，2016，113（D23）：2036-2044.