山区气溶胶多角度偏振遥感地气解耦方法评估.pdf

山区复杂的地形特征会导致地表反射率估算误差增加，降低地气解耦精度，进而影响气溶胶反演精度。当前应用较广泛的反演方法有基于波段关系估算地表反射的暗目标算法(DT)、基于区域地表反射率库的深蓝算法(DB)和基于双向反射分布函数(BRDF)、双向偏振分布函数(BPDF)模型估算地表反射率的GRASP(Generalized retrieval of at-mosphere and surface properties)算法。为探究适合山区气溶胶遥感的地气解耦方法，利用地面气溶胶自动观测网(AERONET)气溶胶产品(AOD_A)对比分析了 2005 年至 2013 年间 POLDER-3(Polarization and directionality of the earths reflectances)的GRASP气溶胶产品(AOD_G)、中等分辨率成像光谱仪(MODIS)的DT气溶胶产品(AOD_DT)和DB气溶胶产品(AOD_DB)在中国区域的精度。结果显示，非山区站点处AOD_G与AOD_A整体相关性最高(R=0.921)，AOD_DT 和 AOD_DB 总体精度差异不大，但山区 AOD_G 高于期望误差的比例达 79.87%，AOD_DT 和AOD_DB高估程度分别增加了近30%和20%。在河北兴隆和兰州大学半干旱气候与环境观测站(SACOL)两个山区站点分季节验证显示，植被覆盖度低的秋冬季节三种卫星产品精度均存在下降趋势，表明除去地表植被对反射率的影响后，山区地形影响了地气解耦精度。进一步分析显示，山区起伏地形对基于BRDF、BPDF模型的地气解耦方法影响较大；在山区等起伏地表上空，多角度观测的地表波段关系更有利于精确估算地表反射，而在城区BRDF、BPDF模型与波段关系估算地表反射的误差水平接近。研究结果为进一步优化多角度观测(如高分五号DPC)的山区气溶胶反演算法提供了新的方向。关 键 词:山区;多角度偏振;气溶胶光学厚度;地气解耦中 图 分 类 号:P422 文 献 标 识 码:A 文章编号:1673-6141(2023)04-339-018Evalutaion of land-atmospheric decoupling methods for mountainous aerosol multi-angle polarization remote sensingZHAI Yingchao 1,WANG Han 2*,ZHAO Meiru 3,CHEN Ke 1,LI Linsen 1(1 College of Surveying and Land Information Engineering,Henan Polytechnic University,Jiaozuo 454000,China;2 School of Environment and Spatial Informatics,China University of Mining and Technology,Xuzhou 221116,China;3 School of Geography and Tourism,Anhui Normal University,Wuhu 241000,China)AbstracAbstract t:The complex terrain characteristics of mountainous areas can increase the estimation error of DOI:10.3969/j.issn.1673-6141.2023.04.005基金项目:国家自然科学基金(42075132)作者简介:翟颖超(1998-),女,河南鹿邑人,硕士研究生,主要从事大气遥感方面的研究。E-mail:导师简介:王 涵(1986-),河南平舆人,博士,副教授,硕士生导师,主要从事定量大气遥感方面的研究。E-mail:收稿日期:2022-10-13;修改日期:2022-12-16*通信作者。大 气 与 环 境 光 学 学 报18 卷surface reflectance,reduce the accuracy of land-atmospheric decoupling,and then affect the accuracy of aerosol retrieval.Currently,the widely used retrieval methods include the dark target algorithm(DT)based on the band relationship to estimate the surface reflectance,the deep blue algorithm(DB)based on the regional surface reflectance library,and the generalized retrieval of atmosphere and surface properties (GRASP)algorithm based on the bidirectional reflectance distribution function(BRDF)and bidirectional polarization distribution function(BPDF)model to estimate the surface reflectance.To explore the land-atmospheric decoupling methods suitable for aerosol remote sensing in mountainous areas of China,the accuracy and applicability of GRASP aerosol optical depth(AOD_G)of polarization and directionality of the earths reflectances(POLDER-3),DT aerosol optical depth(AOD_DT)and DB aerosol optical depth(AOD_DB)of moderate resolution imaging spectroradiometer(MODIS)in China from 2005 to 2013 were compared and analyzed using AErosol RObotic NETwork(AERONET)aerosol optical depth(AOD_A).The results show that the overall correlation between AOD_G and AOD_A at non-mountainous sites is the highest(with correlation coefficient R=0.921),and the overall accuracy of AOD_DT and AOD_DB is not much different.However,the proportion of AOD_G higher than the expected error in mountainous areas is 79.87%,and the overestimation proportion of AOD_DT and AOD_DB increases by nearly 30%and 20%,respectively.Seasonal validation at two mountain sites,Xinglong in Hebei Province and Seimi-Arid Climate and Environment Observatory of Lanzhou University(SACOL),shows that the accuracy of all three satellite products tend to decrease in the autumn and winter seasons when the vegetation cover is low,indicating that the mountain topography can affect the accuracy of land-atmosphere decoupling after removing the influence of surface vegetation on reflectance.Further analysis shows that the mountainous terrain has a great influence on the land-atmosphere decoupling method based on BRDF and BPDF model.The multi-angle observation of surface band relationship is more conducive to accurate estimation of surface reflection over undulating surface such as mountainous areas,while there is no significant difference of estimating surface reflection between BRDF/BPDF models and band relationships in urban areas.The results provide a new direction for further optimizing the multi-angle observation(such as Gaofen-5 DPC)aerosol retrieval algorithm in mountainous areas.K Keyey wordswords:mountainous areas;multi-angle polarization;aerosol optical depth;land-atmospheric decoupling0 引言大气气溶胶是悬浮在大气中固体和液体微粒的总称，其时空变化对区域气溶胶的分析研究具有重要意义1。气溶胶光学厚度(AOD)表征介质消光系数在垂直方向的积分，用于描述气溶胶对光的消减作用，探测方式主要有地面观测和卫星观测。地面观测可提供高精度气溶胶参数，而卫星通过大范围、长时间的动态观测，可弥补地面观测站点的不足。卫星观测信息是大气散射和地表反射的综合结果，对气溶胶的反演首先要将气溶胶散射信息和地表反射从观测数据中分离，因此，卫星气溶胶遥感本质上是利用卫星辐射信340第 4 期翟颖超，等：山区气溶胶多角度偏振遥感地气解耦方法评估息进行地气解耦的过程。地气解耦的精度对AOD反演有着至关重要的影响，0.01的地表反射率误差会造成约0.1的气溶胶反演误差2。由于陆地下垫面地表类型复杂多样，导致下垫面的地表反射率确定较为困难。山区地形起伏较大，地表方向性反射特性更加复杂，地气解耦误差增大，进而影响气溶胶反演精度。作为世界上最大的山地国家，探究适合山区地气解耦方法，准确获取山区地表反射率信息对提高山区气溶胶反演精度具有重要意义。国内外学者针对气溶胶卫星遥感反演做了大量研究，利用光学遥感卫星反演AOD最常用的算法是暗目标(DT)算法3和深蓝(DB)算法4。由于大气散射辐射和地表反射辐射的偏振性差异较大，借助偏振信息更易区分两者的贡献5。法国国家太空研究中心研制的多角度偏振系列传感器POLDER(Polarization and directionality of the earths reflectances)受到了国内外学者的广泛关注。基于POLDER多角度偏振数据已提出了许多反演算法68，探索如何利用偏振数据优势提高反演精度。Dubovik等911基于多源数据统计优化提出GRASP(Generalized retrieval of atmosphere and surface properties)算法，它可以像地基观测一样，从多角度偏振观测中反演出非常完整的气溶胶产品集12，是目前唯一一种完整反演POLDER气溶胶产品的算法13。近年来，我国也研制出了类似POLDER的多角度偏振成像仪(DPC)，并于2018年5月搭载在高分五号01星上发射升空，成为继POLDER-3后全球多角度、多波段、偏振观测数据的重要来源14。DPC共8个波段，包括3个偏振波段(490、670、865 nm)和5个非偏振波段(443、565、763、765、910 nm)。它可对同一目标多次成像，实现912个角度的观测。2021年9月，由中国科学院安徽光学精密机械研究所研制的大气气溶胶多角度偏振探测仪(DPC-II)、高精度偏振扫描仪(POSP)、大气痕量气体差分吸收光谱仪(EMI-II)和大气主要温室气体监测仪(GMI-II)搭载在高分五号02星上成功发射15。DPC-II在高分五号01卫星载荷DPC基础上进行了优化，增加了多角度观测角度数，提高了空间分辨率，并实现了与POSP的协同观测。POSP具备多光谱的全偏振探测能力，与DPC-II联合探测，可获取大气气溶胶的高精度偏振数据。研究表明，多角度和偏振信息可以提高陆地气溶胶反演精度16，利用地表二向性偏振分布函数(BPDF)模型，结合偏振传感器观测数据估计地表偏振贡献，可提高地气解耦的精度17。在已有研究基础上，本文从不同 AOD 反演算法中的地气解耦方法出发，利用 AERONET AOD(AOD_A)数据，对比分析中分辨率成像光谱仪(MODIS)中数据集 Collection 061(C6.1)DT 算法(AOD_DT)、DB算法(AOD_DB)和POLDER-3 GRASP算法(AOD_G)在山区及非山区的反演精度，探究地形对山区地气解耦方法的影响，得出适合山区的多角度偏振遥感地气解耦方法，以便为提高山区DPC气溶胶及地表参数反演精度提供参考。1 数据与方法介绍1.1 MODIS DT、DB数据MODIS是搭载在Terra和Aqua(过境时间分别为地方时10：30、13：30)卫星上的传感器，12天对地观测一次，可获取陆地和海洋温度、云、气溶胶等数据。MOD04(Terra卫星)和MYD04(Aqua卫星)为大气2、3级标准数据产品，其中每日气溶胶数据为2级产品，每月气溶胶数据为3级产品。DT算法最早由Kaufman18提出，其原理是将绿色植被、湿土壤和水体等地表反射率较低的区域作为暗341大 气 与 环 境 光 学 学 报18 卷像元，在这些暗像元中，气溶胶对中红外波段(2.13 m)的干扰很小，地表反射率和表观反射率基本一致，且2.13 m反射率与蓝(0.47 m)、红(0.66 m)波段反射率存在固定线性关系，因此根据2.13 m表观反射率计算0.47 m和0.66 m的地表反射率；再利用表观反射率的大气贡献项和大气辐射传输模型建立查找表，进而反演AOD。从MODIS Collection 005版本开始，DT算法反演AOD时采用新的思想：蓝、红波段与中红外波段的地表反射率比值不是常量，它与归一化植被指数(NDVI)、太阳天顶角、传感器方位角和散射角有关，具体关系为190.66=(k+0.002-0.27)2.12-0.00025+0.033,(1)0.47=0.490.66+0.005,(2)INDVSWIR=(*1.24-*2.12)(*1.24+*2.12),(3)其中=cos-1(-cos0cos+sin0sincos),(4)k=0.48INDVSWIR 0.75k=0.48+0.2(INDVSWIR-0.25)0.25 INDVSWIR 0.75,(5)式中0.47、0.66、2.12分别为0.47、0.66、2.12 m波段的地表反照率，INDV，SWIR为短波红外的NDVI值，*1.24、*2.12分别为1.24 m和2.12 m波段的表观反照率，0为太阳天顶角，为观测天顶角，为相对方位角。由于DT算法在地表反射率高的地区，上述线性关系并不成立，会导致较大的反演误差。为解决高反射率地区气溶胶反演的问题，Hsu等4提出了DB算法。该算法假设亮目标地区蓝波段地表反射率较低、红光和近红外波段相对较高，利用气溶胶的吸收特性，使暗目标的总反射率变亮，亮目标的总反射率变暗，基于这种差异建立查找表来反演AOD及其特性。算法根据历史的地表反射率产品建立蓝波段地表反射率库，进而反演亮地表地区AOD。MODIS C6.1中DB算法中地表反射率的确定有三种方法：动态地表反射率、提前计算好的地表反射率库、前两者方法结合20，方法的选择取决于2.1 m处的表观反射率和NDVI。为与GRASP/POLDER数据时空分辨率相对应，研究选取MYD04 DT、DB的气溶胶日数据集进行对比分析，时间自 2005 年 1 月1日至2013年12月31日，空间分辨率为 0.1 0.1。其中AOD_DT数据集为“Optical_Depth_Land_And_Ocean”,AOD_DB 数 据 集 为“Deep_Blue_Aerosol_Optical_Depth_550_Land_Best_Estimate”。1.2 POLDER-3/GRASP数据2004年，POLDER-3传感器搭载于PARASOL卫星发射升空，每2天覆盖地球一次，分辨率为5.3 km 6.2 km。运行期间提供超过9年的观测数据，覆盖0.4431.020 m范围内共9个波段，其中490、670、865 nm为偏振通道。它最多可从16个角度观测地面目标，得到多角度偏振辐射信息。Dubovik等21提出了GRASP算法，算法基于不确定性的正态分布假设，结合最大似然原理，对多组观测数据和先验约束进行最小二乘最优拟合，实现气溶胶和地表特性的联合反演。GRASP/POLDER-3算法采用线性半经验核驱动模型Ross-Li22，23、Maignan24模型作为二向性反射分布函数(BRDF)模型和二向性偏振分布函数(BPDF)模型表征地表反射率的方向特性。其中BRDF表达式为各项同性散射核、水平方向均一叶冠的辐射传输体散射核、342第 4 期翟颖超，等：山区气溶胶多角度偏振遥感地气解耦方法评估具有投影阴影的三维目标场景的几何光学表面散射核的线性组合形式，即R(iv)=fiso()+fvol()Kvol(iv)+fgeo()Kgeo(iv),(6)式中R(i，v，)为波段的BRDF值，i 与v 分别为太阳天顶角和观测天顶角，为相对方位角，为观测波段；fiso()为各向同性散射系数，等于太阳天顶照射、传感器天顶观测时的地表反射率，fvol()与fgeo()分别为体散射与几何光学散射对应的权重系数，三个参数均和波长相关；Kvol(i，v，)与Kgeo(i，v，)分别为体散射核与几何光学核，是太阳天顶角、观测天顶角及相对方位角的函数。当观测数据多于三个时，可利用最小二乘法拟合确定最优权重系数 fiso()、fvol()与fgeo()。然而，最初提出的Ross-Li核驱动模型并未明确考虑地形效应。在地形复杂地区求解地表反射率时，还需将具体的影响因素(如坡度、坡向、太阳高度角等)引入到核驱动BRDF模型中，采用最具有代表性的地表散射类型作为其核25。BPDF模型用来模拟来自地表的偏振反射量，Maignan等24基于物体表面的偏振光是由单次镜面反射产生的假设，假设反射面(植被和裸土)各项同性分布，提出了只含有一个自由参数的植被BPDF模型，其表达式为Rp(sv)=Aexp(-tan)exp(-INDV)Fp(n)4(s+v),(7)式中Rp为偏振反射率，s 为太阳天顶角，v 为观测天顶角，A 为自由参数，为入射角，INDV为归一化植被指数，Fp 为菲涅耳矩阵，n为折射率，s、v 为太阳天顶角和观测天顶角的余弦。Maignan BPDF模型适用于植被覆盖的地表类型，而地面的偏振反射量除依赖地表植被覆盖情况、观测几何情况因素外，还与地表起伏、阴影以及表面粗糙度等因素相关。当观测角度较大时，Maignan BPDF模型会出现模型值远大于实际观测值的情况26；对地形起伏和观测几何关系中存在的阴影问题，后续也有学者引入阴影方程27，对BPDF模型进行改进。POLDER-3 采用 GRASP 算法可得到四种产品：GRASP/optimized、GRASP/high-precision、GRASP/models和GRASP/components。由于GRASP/high-precision产品采用精确的辐射传输模型，且各气溶胶参数总体反演结果更准确，因此，选择 GRASP/high-precision产品作为卫星多角度偏振数据进行研究分析。GRASP/high-precision数据经处理分为lev1(每日数据)、lev2(经过滤和聚合的全分辨率数据)和lev3(在lev2基础上以0.1 0.1为分辨率创建的网格化产品)。本研究使用的是lev3 GRASP AOD日产品，时间自2005年3月22日至2013年10月11日。1.3 AERONET数据美国航空航天局(NASA)和法国国家太空研究中心联合建立的AERONET观测网，可对全球气溶胶的光学特性进行实时、高精度探测。AERONET提供0.341.06 m范围的气溶胶数据，数据经处理分为三个等级：lev1.0(初级数据)、lev1.5(经过滤云处理未经过验证数据)和lev2.0(经过滤云处理且经过验证数据)，获取的AOD观测误差为0.010.0228，常用作检测卫星AOD反演精度的标准。中国气象局于2002年采用和AERONET相同的CE318型太阳光度计布设了中国气溶胶监测网(CARSNET)29，30。2010年，中科院遥感与数字地球研究所联合国内多所高等院校和科研所建立了太阳-天空辐射计观测网(SONET)31。CARSNET和SONET累积了多年观测数据，在研究气溶胶时空变化、光学特性、卫星数据真实性验证、气候效应评估等方面作出了重要贡献。因数据获取、站点数据匹配量等问题，本研究采用数据匹配较多的AERONET AOD 343大 气 与 环 境 光 学 学 报18 卷lev2.0数据作为地面真实值，验证卫星气溶胶产品精度。25个AERONET站点分布如图1所示，各站点处三种卫星产品与地面观测数据匹配时间及条数参见表1。1.4 SRTM数据SRTM(Shuttle Radar Topography Mission)是由NASA和美国国家地理空间情报局联合生产的DEM产品32。该数据集包括56 S61 N间，全球80%以上的陆地地形数据。采样间隔有1 和3，对应分辨率为30 m(SRTM1)和90 m(SRTM3)，研究采用的是SRTM1 DEM数据。在ArcGIS中提取以站点为中心、与卫星数据相同邻域范围的SRTM1 DEM数据，在空间分析模块计算海拔及坡度数据。若统计得到的海拔均值与AERONET站点海拔相差较大，则不考虑该站点。根据GB/T13977-92 1：5000 1：10000地形图航空摄影测量外业规范 中地形类别划分标准(表2)，将坡度大于6且海拔大于200m的站点划分为山地站点。1.5 精度验证方法卫星数据与地面数据对应的中心波长和时空尺度不同，为使对比更准确，对二者进行时空和波段匹配。以 AERONET 站点经纬度所在像元为中心，取 5 5 临近像元的 GRASP/POLDER 数据(0.5 0.5)和MODIS数据(50 km 50 km)；同时取卫星过境前后30 min内AOD_A数据，分别求均值作为卫星与地面数据。由于GRASP产品侧重于可见光范围(550 nm)的AOD比较和分析33，34，因此，利用AOD自然对数与波长自然对数间的多项式拟合关系35可得到550 nm处的AOD，即图 1 25个AERONET站点分布Fig.1 Distribution of 25 AERONET sites344第 4 期翟颖超，等：山区气溶胶多角度偏振遥感地气解耦方法评估lna()=a+bln+c(ln)2,(8)为量化匹配结果，采用相关系数R、均方根误差ERMS、偏差SBia、期望误差(EE，EE)等指标进行定量评价式中a()为波长为 的AOD，a、b、c为多项式拟合参数。此方法得到的拟合误差为0.010.02。用同样插值方法得到550 nm AOD_A数据。表1 25个AERONET站点有效数据时间范围Table 1 Effective data time range of 25 AERONET sitesSiteBeijing*Beijing-CAMS*Dunhuang_LZUHangzhou-ZFUHefei*JingtaiKaipingLangtang#Lanzhou_City*LiangningLulin#MinqinMuztagh_Ata#NCU_Taiwan*NUIST*PKU_PEKQOMS_CAS#SACOL#ShouxianTaipei_CWB*XiangHeXinglong#Yufa_PEKZhangyeZhongshan_Univ*Valid data time range with AOD_DT(number of data)2005.01.182013.11.22(658)2012.08.042013.06.27(83)_2007.08.132007.11.11(24)2005.11.172008.11.20(43)2008.04.28(1)2008.10.222008.11.15(7)2009.04.242009.04.28(3)2009.10.022009.11.07(9)2005.04.072005.07.03(20)2006.09.292013.12.02(95)_2011.08.04(1)2005.03.062013.07.11(156)2010.03.112010.04.05(8)2006.08.152008.08.27(16)2010.10.132013.12.04(61)2006.07.282012.08.10(335)2008.05.162008.12.24(36)2005.01.172013.12.08(206)2005.01.132013.12.31(766)2006.03.142012.05.01(278)2006.08.162006.09.09(11)2008.04.292008.06.16(8)2011.11.022012.04.26(26)Valid data time range with AOD_DB(number of data)2005.01.022013.12.31(1229)2012.08.042013.06.27(108)2012.04.042012.04.26(10)2007.09.072007.11.14(17)2005.11.172008.11.20(53)2008.02.282008.04.30(21)2008.11.102008.11.15(5)2009.04.242009.04.28(3)2009.10.022010.03.13(42)2005.04.072005.06.24(26)2006.11.102013.12.01(46)2010.05.262010.06.17(4)2011.06.202011.10.13(5)2005.03.062011.11.28(78)2010.03.072010.04.05(14)2006.08.152008.08.27(16)2010.11.052013.12.31(71)2006.07.282012.08.10(681)2008.05.162008.12.25(46)2005.02.152013.12.03(58)2005.01.032013.12.31(1298)2006.02.192012.05.01(615)2006.08.162006.09.09(11)2008.04.122008.06.16(20)2011.11.022012.04.26(28)Valid data time range with AOD_G(number of data)2005.03.272013.08.18(341)2012.08.212013.06.26(13)2012.04.072012.04.27(5)2007.10.162007.11.08(2)2005.11.282008.03.10(14)2008.03.012008.04.28(9)2008.11.15(1)2009.04.24(1)2009.10.132010.01.16(11)2005.05.022005.05.26(3)2006.10.062013.01.18(8)2010.05.19(1)2011.07.212011.09.07(4)2006.09.252013.03.06(12)2010.03.112010.03.13(2)2006.08.152008.08.24(5)2010.10.102012.11.06(54)2006.08.052012.04.26(189)2008.11.032008.12.14(5)2007.01.292012.10.19(9)2005.03.272013.08.30(337)2006.02.192012.04.16(201)2006.08.192006.09.09(3)2008.04.242008.05.19(6)2011.11.282011.12.25(3)注:*代表城区；#代表山区；表示无数据表2 1 10000地形图地形类别划分标准Table 2 1:10000 topographical map topographic classification standardTerrain categoryFlatlandHilly landMountainAlpineSlope/()25Elevation difference/m 500345大 气 与 环 境 光 学 学 报18 卷和分析。相关系数R越接近1或1，变量相关程度越强。均方根误差ERMS可以表明样本的离散程度。偏差SBia正值代表高估，负值代表低估。落入期望误差内的样本数量越多，表明卫星数据质量越好。其表达式分别为R=i=1n(Xi-X)(Yi-Y)i=1n(Xi-X)2i=1n(Yi-Y)2,(9)ERMS=i=1n(Yi-Xi)2n,(10)SBia=i=1n(Yi-Xi)n,(11)EE=(0.050.15Xi),(12)式中n为卫星与地面互相匹配数据条数，Xi为地面数据，-X为地面数据均值，Yi代表卫星数据，-Y为卫星数据均值。2 山区AOD产品分析2.1 山区及非山区反演精度对比分析图 2(a)(c)为非山区站点三种产品卫星数据与地面数据线性拟合结果，其中 mean 为 AOD_A 均值，%=EE、%EE、%EE分别为落在期望误差范围内、范围之上和范围之下的比例。总的来看，AOD_DT与AOD_DB精度差异不大，AOD_G与AOD_A一致性最好，但落入期望误差的百分比明显低于AOD_DT和AOD_DB。AOD_DT 落入期望误差内的百分比(60.59%)、偏差(0.072)和均方根误差(0.286)稍优于AOD_DB(EE内：58.01%，SBia=0.088，ERMS=0.293)，两种产品与地面数据的相关性较为接近。三种产品中，AOD_G与AOD_A相关系数和线性拟合直线斜率均为最高(分别为0.921、0.830)，但落入期望误差内百分比仅为 39.90%，高估和低估比例分别为 53.58%、6.52%，这一结果与 Tan 等36利用中国地区 15 个AERONET站点数据验证结果(R=0.953，EE内：39.20%)具有一致性，表明AOD_G在中国地区存在一定高估。图2(d)(f)为山区站点三种产品卫星数据与地面数据线性拟合结果。山区三种气溶胶产品精度有下降趋势，与地面数据一致性明显降低，且存在高估现象。AOD_DT与AOD_A相关系数为0.723，偏差值相比非山区站点有所增加，高估程度增加了近4倍，表明DT算法中地表反射率估算方法在山区不均匀地形的影响下适用性降低，导致山区AOD_DT产品精度降低。AOD_DB相比非山区站点精度也有所下降，但落入期望误差内百分比(48.52%)和偏差(0.110)为三种产品中最优，这也表明DB算法在C6.1版本中 的改进(减少异质地形中的伪影、改进高地地形的地表反射率建模)对山区气溶胶反演具有很大帮助。AOD_G与AOD_A的相关系数仍为最高(R=0.857)，但落入期望误差内的百分比仅为18.82%，近80%的AOD_G值都在误差346第 4 期翟颖超，等：山区气溶胶多角度偏振遥感地气解耦方法评估范围之上，高估现象最为严重。综上所述，AOD_DT和AOD_DB产品在非山区精度差异不大，AOD_G产品具有较高的稳定性，但存在高估现象，山区三种产品精度均存在显著下降趋势，高估程度明显增大。2.2 不同山区站点反演精度对比由于气溶胶反演误差主要为地表反射率估计误差和气溶胶类型假设误差，而山区同一站点气溶胶类型变化不大，对山区站点具体分析有助于探究山区复杂地形对地气解耦精度的影响，为山区气溶胶反演提供参考。因此选取数据量较多的代表性山区站点兴隆和SACOL，对3种不同地气解耦方法得到的气溶胶产品在山区的精度差异及影响因素进行详细分析。其中，兴隆(40.396 N，117.578 E)站点距北京市区东北约120 km，地处燕山山脉东段，山地面积大，坡度陡，海拔970 m，平均坡度17.98。兰州大学半干旱气候与环境观测站SACOL(35.946 N，104.137 E)，位于海拔1961 m的萃英山顶，区域平均坡度11.51，属典型的黄土高原地貌，植被覆盖率低，地表反照率大。兴隆站点 图 3(a)(c)验证结果显示：AOD_DT 与 AOD_A 相关性(R=0.739)、ERMS(0.369)、SBia(0.185)均优于AOD_DB(R=0.697，ERMS=0.515，SBia=0.275)，同时落入期望误差内的百分比为39.57%，为3图 2 非山区及山区气溶胶产品验证。(a)(c)非山区站点AOD_DT、AOD_DB、AOD_G结果;(d)(f)山区站点AOD_DT、AOD_DB、AOD_G结果Fig.2 Validation of aerosol products in non-mountainous and mountainous area.(a)(c)Results of AOD_DT,AOD_DB and AOD_G for non mountainous sites;(d)(f)results of AOD_DT,AOD_DB and AOD_G for mountainous sites347大 气 与 环 境 光 学 学 报18 卷种产品中最高；AOD_DB 高估