近年来, 我国频繁发生的灰霾污染事件和常态性的高细颗粒物浓度（PM2.5）, 已经引起了全世界范围的广泛关注。 卫星遥感能够对大气污染进行快速准确地监测。 然而在大气遥感领域具有代表性的中分辨率成像光谱仪(NASA/MODIS), 其云监测和暗像元反演算法通常把灰霾当做薄云、 雾或地表亮目标处理, 无法反演霾天的气溶胶光学厚度(aerosol optical depth, AOD)。 笔者研究了云、 雾、 霾、 地表覆盖等不同像元在可见光、 近红外以及红外通道的光谱特性。 基于MODIS数据, 参考相关的云监测和气溶胶反演算法, 选取多个对灰霾敏感的光谱通道, 计算表观反射率和亮度温度。 针对不同波段, 分别探讨了霾与薄云、 低层云、 雾、 浓密植被和地表亮目标等像元之间的光谱差异, 统计灰霾分布的阈值区间, 并设计基于MODIS卫星遥感数据的灰霾识别自动处理流程。 通过对2008年华北平原春夏两个重霾事件进行测试, 该算法的霾分布监测结果与卫星真彩图具有较好的一致性。 基于北京和香河AERONET站点观测的高AOD数据, 验证了本算法的霾识别率接近80%, 在一定程度能够弥补MODIS标准气溶胶算法用于灰霾天的不足。 最后, 分析了灰霾识别过程中的主要误差来源, 并提出了基于霾纹理特征, 以及其他辅助数据支撑的改进方法。

基于气溶胶和云光学特性库(OPAC)以及灰霾的地基研究结果,研究了水溶型(WASO)、黑碳型(BC)、沙尘型(DUST)及伴随雾云生消产生的亚微米细粒子(SubM)4 种类型的灰霾组分.利用米氏理论计算了各组分的消光系数、散射相函数、偏振相函数等光学特性,并分析了相对湿度(RH)对水溶型粒子光学特性的影响,利用辐射传输(RT3)模拟了卫星观测到的各灰霾组分多角度标量和偏振信号.结果表明：在大部分卫星观测角度,WASO 和SubM的标量信号较强,而BC 和WASO 的偏振信号较强；随着RH 的增加,WASO 粒子的消光系数有着较大的增长,而散射相函数和偏振相函数则随之整体减小,这种变化主要是由于粒子半径吸湿增大引起的.因此,为实现灰霾的遥感反演,需结合多角度偏振和标量观测信号.

露天生物质燃烧是重要的大气污染物排放源, 导致空气质量恶化并引起气候变化。 卫星遥感数据能够提供大尺度、 多时相的监测信息, 然而燃烧火点监测和火烧迹地监测两种方式都存在着局限性。 以美国东南部地区为研究区域, 通过结合卫星遥感获取的高分辨率燃烧面积数据及多时相的燃烧火点数据, 建立时空匹配模型估算露天生物质燃烧过火面积。 通过分析植被燃烧前后的光谱变化特征, 基于高分辨率的Landsat-5 TM4波段(0.84 μm)与7波段(2.22 μm)数据, 利用差分归一化燃烧比(dNBR: the differential normalized burn ratio)提取燃烧面积数据; 而燃烧火点数据则通过分析燃烧植被的热红外光谱特征利用MODIS 4与11 μm波段数据提取。 结果显示, 该地区燃烧面积与燃烧火点数量之间相关系数达0.63, 并且二者之间的比例关系随植被类型而发生变化, 林地、 草地、 灌木、 耕地和沼泽五种植被类型对应的像元燃烧面积分别为0.69, 1.27, 0.86, 0.72和0.94 km2。 通过与美国火灾中心(national interagency fire center, NIFC)地面调查数据比对, 模型估算的美国东南部过火面积数据较为精确, 而同期的MODIS燃烧面积产品(MCD45)及燃烧源清单产品(global fire emissions database, GFED)遗漏了该区域大量的小面积燃烧事件。 因此, 本研究建立的过火面积估算模型能够提供更为精确的排放源参数信息, 有利于区域空气质量模式准确地模拟露天生物质燃烧排放状况。

随着全球及区域尺度内空气污染问题的日益突显,利用卫星遥感进行大气探测的技术也得到了不断发展。 分别介绍了气溶胶、灰霾、近地面颗粒物、污染气体、温室气体的遥感反演原理,及近年来国内外算法和 应用进展情况。同时,阐述了建立多源卫星空气质量监测系统的迫切性,及其国内外发展现状。最后,针对目 前我国空气质量卫星监测技术的需求,指出了目前大气遥感技术在我国发展的不足之处,并为进一步提升卫星 遥感技术在大气监测领域的应用和扩展提出了一些建议。

大气校正是遥感数据定量化应用的关键步骤, 国产环境与灾害监测预报小卫星星座(简称HJ-1)CCD相机数据在进行大气校正时, 面对数据量大、 观测角度变化大、 气溶胶多变等各种问题。 本文针对HJ-1 CCD相机的波段特征, 利用Hsu等提出的深蓝算法借助地表反射率库反演得到气溶胶光学厚度, 结合辅助角度数据计算观测几何, 利用核驱动模型完成了BRDF校正, 提出了针对HJ-1 CCD数据的在植被、 裸土等地表类型通用的大气校正算法; 在数据处理中, 采用查找表和双线性插值的方法分块计算HJ-1 CCD图像的大气参数, 利用IDL语言的矩阵运算大大加快了大气校正速度, 实现了快速大气校正。 以2012年7月3日过境中国华北平原的1景CCD数据进行了算法实验, 结果表明, 该算法较好的校正了大气对地表反射率的影响, 能够在8 min内快速完成1景数据量约为1 G的CCD数据的大气校正, 校正后的土壤和植被等典型地物的反射率更接近其光谱特征; 同时, 将校正结果与同期过境的MODIS地表反射率产品进行了比对, 由于分辨率的较高, HJ-1的结果细节表现要优于MODIS, 而二者获得的典型地物反射率相关性较好(相关系数大于09)。 误差分析表明, 气溶胶类型的误判会对近红外波段地表反射率带来较大的误差, 在005左右, 而地表反射率库002的误差, 会对红波段和绿波段的大气校正结果带来001左右的误差。

随着我国城市的发展， 霾已经成为大气污染的重要形式。 从霾的物理性质出发， 利用米理论和RT3计算了霾的光学性质和反射特性， 表明环境一号(HJ-1)卫星CCD相机的第一和第二波段最适宜霾的反演。 然后， 利用深蓝算法， 基于MODIS地表反射率产品建立地表反射率库， 实现霾的反演。 最后， 以北京为试验区进行了2009年全年的反演试验， 结合地面观测结果的验证表明， HJ-1监测结果与地面结果有着较好的相关性（相关系数大于0.9）， 但整体大于地面监测结果。 讨论表明， 地表反射率库的误差对区分霾影响较小（带来的霾光学厚度误差小于0.1）， HJ-1的CCD传感器的辐射分辨率尚不能完全满足霾监测需求。

陆地气溶胶一般由粗粒子和细粒子气溶胶组成, 二者的光学特性并不相似, 如何利用卫星观测数据获取粗粒子和细粒子气溶胶是反演中所面临的重要问题。 基于AERONET/PHOTONS北京站地面观测数据, 本文分析得到了北京地区的气溶胶模式(包括气溶胶复折射指数和谱分布函数), 结果表明北京地区的气溶胶呈明显的粗细粒子混合的双峰分布, 粗细粒子的光学性质也差异明显。 在此基础上, 利用暗目标法从2007年全年的北京地区MODIS数据反演得到气溶胶细粒子、 粗粒子和总光学厚度。 对反演结果的地面验证表明, 利用MODIS数据能够较好实现细粒子和总体气溶胶光学厚度(相关系数在0.8以上)以及Angstrom指数(相关系数为0.517)的反演, 但对粗粒子应用效果较差。

MODIS V4算法在观测天顶角较大或太阳天顶角较大时会出现火点漏判现象, 针对这个问题, 通过数值模拟的方法分析了由明火与背景地物组成的火点像元的亮温在不同观测几何条件下的变化, 并在MODIS V4算法基础上提出了针对环境卫星红外相机的基于观测几何的遥感火点监测算法.通过高分辨CCD数据建立烟羽掩码对多景环境卫星火点监测结果进行了验证.与MODIS火点产品对比, 环境卫星在火点定位以及小面积火点识别方面具有优势.

环境一号卫星CCD相机(HJ-1-CCD) 30m的空间分辨率在地物识别中具有潜在优势， 然而由于缺少短波红外通道， 利用暗像元法反演地表反射率较为困难。 基于北京与珠三角地区的地物光谱试验， 获得暗像元的植被指数与红、 蓝波段反射率比值， 构建基于辐射传输模型的大气校正算法。 为了验证算法精度， 将北京地区卫星反演值与实测的草坪、 水体、 沥青、 水泥等光谱数据， 以及居民区、 建筑物等模拟数据进行对比分析， 表明红、 蓝波段反演的相对误差分别控制在38.7%和37.2%以内。 通过与MODIS地表反射率标准产品对比， 当反射率较小时红、 蓝波段的相关性R2分别达到0.809 4和0.723 9； 环境星CCD数据能有效减弱混合像元影响， 对水泥、 建筑物等亮目标的反演精度高于MODIS产品。

基于差分吸收光谱算法, 使用卫星数据反演大气NO2和SO2等痕量气体柱浓度的时候, Ring效应是影响反演结果精度的一个重要因素。 Ring效应是指: 受太阳表面大气消光效应影响, 产生称之为夫琅禾费线的暗线结构, 而由于太阳光在地球大气中传输引起非弹性散射, 导致观测到的夫琅禾费线变短, 这个结果可以近似地认为是对夫琅禾费线的填充。 研究表明, 大气中的N2和O2分子的转动拉曼散射是导致Ring效应的主要原因。 利用星载传感器OMI/AURA测量的太阳光谱和N2和O2分子的转动拉曼散射截面卷积, 除以原始太阳光谱, 再经过差分计算, 可以获得Ring效应的差分截面, 以用来反演痕量气体的浓度。 计算的结果与利用辐射传输方程得到的结果比较, 相关系数R2达到了0.966 3, 表明二者基本是一致的。