激光探测对于获取云和气溶胶的垂直廓线, 研究大气中云和气溶胶的垂直分布特征以及对全球气候变化的影响意义重大。 而星载大气激光雷达云气溶胶分类算法的研究, 对于激光雷达数据的参数反演及应用极为重要。 针对激光条件下探测的云和气溶胶特有的光学信息和空间分布, 结合概率统计与机器学习算法, 提出了一种对于云/气溶胶、 云相态及气溶胶子类型识别的分类算法, 实现了星载激光雷达的大气特征层快速、 有效分类。 算法采用中国地区2016年CALIOP的观测数据作为样本数据, 主要由三部分组成: (1) 基于激光探测的云和气溶胶层不同的光学特性以及地理空间分布特征, 分别构建了云和气溶胶的γ532, χ, δ, Z和lat的五维概率密度函数, 以此为基础构建云气溶胶的分类置信函数, 并基于此实现了云和气溶胶类型的反演; (2) 选取支持向量机(SVM)作为随机朝向冰晶粒子(ROI)和水云分类的算法模型基础, 结合云层的γ532, χ, δ Z和云顶温度T的概率密度函数构建ROI, 水平朝向冰晶粒子(HOI)和水云的分类置信函数以修正SVM误分的特征层以及筛选出水云中少部分的HOI冰云, 获得云相态的分类结果; (3) 以各气溶胶子类型的光学以及空间分布特性为基础, 采用决策树策略的气溶胶子类型识别算法实现了对气溶胶子类型的区分, 完成气溶胶子类型的识别。 利用现有CALIOP观测结果作为样本数据构建分类数据库, 避免了对于地面以及航测数据的依赖, 而机器学习则大大简化了算法的实现过程, 使得云气溶胶分类更加高效。 算法结果与正交极化云气溶胶激光雷达垂直特征层分布数据(CALIPSO VFM)产品对比分析: 云层有98.51%一致性, 气溶胶有88.43%的一致性, 且白天比夜间一致性高。 对于云相态分类, 可以有效区分出水云和冰云, 其中二者水云一致性高达93.44%。 在气溶胶子类型反演结果中, 可以准确识别出大多数气溶胶特征层子类型。 霾、 沙尘以及晴空三种典型情况下的反演结果均与CALIOP VFM产品数据具有较好的一致性。 其中, 霾天的大部分煤烟型以及污染型(污染沙尘以及污染大陆) 气溶胶反演结果与VFM具有较好的一致性。 沙尘天也能够获得较好的沙尘以及污染沙尘的结果。 晴空为数不多的气溶胶层也取得了较为一致的结果。 对于实现的星载大气激光雷达特征层分类算法, 针对CALIOP激光测量的云气溶胶层的分类进行了重要的改进, 在保证一定精度的基础上, 简化了算法, 提高了数据处理的效率, 在下一步工作中, 将分别构建不同时段和季节的分类模型以及提高两种不同偏振特性的冰云和气溶胶子类型的分类精度。

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。

大气温湿廓线是数值预报中最基本的气象参数, 高光谱红外卫星可以观测到较高垂直分辨率的大气信息, 为了准确获取廓线信息, 利用搭载于美国对地观测卫星Suomi NPP(national polar-orbiting partnership)平台上的CrIS(cross-track infrared sounder)红外高光谱观测资料, 讨论了通道选取方法, 采用特征向量统计法反演法得到初始大气廓线, 利用非线性牛顿迭代法进一步提高反演精度。 将反演结果和全球数据同化系统GDAS(global data assimilation system)模式分析数据以及配对的无线探空值进行比较, 发现反演结果与真值趋势一致, 较之初始廓线有显著提高, 在100～700 hPa之间, 温度廓线反演精度最高, 均方差小于1 K, 在300～900 hPa之间, 湿度廓线反演精度最高, 均方差小于20%, 与所选取通道的雅各比峰值区间一致。

近红外通道观测大气CO2含量是利用其对太阳辐射的吸收作用，温度是影响吸收气体吸收的一个重要因子，文中讨论了CO2观测的温度敏感性.首先阐述了温度对气体吸收谱线的强度、增宽的影响; 然后根据CO2反演过程中使用的大气温度产品的精度水平，利用逐线积分辐射传输模型模拟计算了1 K的随机温度误差对垂直大气观测的影响，以及由此导致的CO2反演误差，并与模拟的1 ppm和2 ppm的CO2浓度变化所造成的观测与反演变化量进行了比较.通过对比分析六种大气模式下的模拟计算结果，得出1 K大气随机温度误差是影响高精度大气CO2观测反演的重要因子.

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。