以斜程能见度精确探测为目标，综述了激光遥感在斜程能见度测量中的主要技术及其研究进展，分析了现有探测技术在斜程能见度测量中的不足与局限性，重点介绍了一种新型的激光雷达结合辐射传输模式的斜程能见度测量方法，剖析了基于拉曼-米散射激光雷达的气溶胶精细探测技术、基于辐射传输模式的大气散射辐射亮度解析方法以及大气散射辐射亮度校正的斜程能见度测量技术与应用案例，突破了当前白天斜程能见度测不准的技术瓶颈。最后，展望了激光遥感技术在全球斜程能见度测量中的应用潜力。

传统气溶胶反演方法通常先基于模型假设确定地表反射率，但反演结果会受到假设的影响；而深度学习方法基于数据驱动，能在气溶胶定量反演中得到更加准确、高效的结果，但模型训练需要充足的优质样本数据支持。为此，使用大气辐射传输模型构建模拟样本，支持深度学习方法实现气溶胶定量反演，旨在解决当前训练数据代表性不足、数据获取困难的问题。利用辐射传输模型模拟不同参数条件下传感器获得的辐射信息，考虑概率组合及筛选标准限制进行模拟数据构建，并使用深度置信网络（DBN）对模拟样本进行训练，获得气溶胶反演模型。将模型应用于Landsat-8数据，在中国北京地区开展气溶胶反演实验。最后使用AERONET地面站点的实测数据对反演结果进行精度验证。验证结果表明，模型估算的气溶胶与站点测量值吻合良好，相关系数为0.8989，均方根误差为0.1029，约74.05%的估算值在误差标准内。本文提供了一种基于辐射传输方程构建样本数据集的思路，可减少样本质量与数量导致的局限性，实现深度学习方法对气溶胶光学厚度的高精度反演。

吸收性气溶胶指数(AAI)可用于表征紫外波段吸收性气溶胶成分占比,是卫星遥感探测的重要数据产品之一。通过SCIATRAN辐射传输模型设置太阳天顶角、观测天顶角、相对方位角、地表高度、云高等参数,创建大气层顶反射率的查找表,结合TROPOMI的数据,反演吸收性气溶胶指数。由于仪器本身的特性,直接反演的AAI不能完全表征吸收性气溶胶的分布特征,需要扣除背景值,本研究通过统计法获取太平洋区域AAI的背景值。采用2020年9月美国加利福尼亚州山火时期数据进行分析, 研究山火烟雾羽流的传输。结果显示了气溶胶的分布特征,取得的背景校正效果良好。反演结果与TROPOMI官方发布产品的空间分布特征基本一致,两者的平均相关系数达到0.963。最后比较了卫星遥感AAI数据与地面AERONET站点气溶胶光学厚度(AOT)数据,可以看出两者的气溶胶变化趋势一致。

叶面积指数(LAI)与植被光合作用、 蒸腾作用、 生物量的形成等有密切联系, 是玉米长势监测、 灾害胁迫监测、 产量预测等重要参数之一, 也是辐射传输模型、 作物生长模型等机理模型的一个重要参数。 Sentinel-2卫星是“全球环境与安全监测”计划的第二颗卫星, 具有较高的时空分辨率, 且具有红边波段, 其可见光和近红外波段的分辨率为10m, 是农业遥感应用的理想数据源。 PROSAIL辐射传输模型是遥感反演玉米冠层LAI的有效途径, 然而在反演中存在输入参数不确定性大、 调参困难、 病态反演、 速度慢等问题。 模型的参数标定能够获取观测反射率及不确定性范围内的参数取值, 提供丰富准确的参数信息, 降低模型反演过程中的偏差。 为探索参数标定在玉米冠层LAI反演中的应用, 研究以Sentinel-2A卫星影像为数据源, 使用马尔可夫链蒙特卡洛方法(MCMC)对PROSAIL模型进行参数标定, 通过加入5%的观测光谱不确定性, 获取各参数在不确定性范围内的后验取值概率分布, 以优化反演过程中的参数设置, 提高LAI反演精度。 研究结果表明: （1）PROSAIL模型对可见光和近红外波段较为敏感的输入参数有LAI、 叶片叶绿素含量及结构系数, 将此三个参数作为查找表反演中的可变参数能够有效地进行LAI的反演, 反演精度的决定系数达0.7以上。 （2）MCMC方法能够对PROSAIL模型进行参数标定, 获取研究区内玉米各参数取值分布信息, 参数后验分布与实际情况接近, 表明利用MCMC方法进行参数标定可行有效。 （3）通过参数标定可以有效提高LAI的反演精度, 在降低反演偏差和异常值方面尤为明显, 参数标定优化后的反演平均偏差由原先的20%降低至8%, 同时估算精度由76%提高至90%。 研究结果表明: 利用MCMC进行PROSAIL模型参数标定, 能够提高PROSAIL模型的LAI反演精度, 降低反演偏差, 为利用PROSAIL辐射传输模型提高作物冠层参数反演精度提供借鉴。

通过模拟高光谱遥感器通道中心波长漂移前后的典型植被红边区间反射率，定量分析通道中心波长漂移对红边光谱的影响。结果表明，通道中心波长漂移导致植被红边区间反射率曲线出现多处尖峰、抖动，使植被反射率曲线在本不具有特征吸收的区域变得不光滑，并与红边位置误差呈显著线性关系，决定系数R²达到0.99。10 nm分辨率的高光谱遥感器，存在1，3，5 nm的通道中心波长漂移量时，给植被红边区间反射率造成的最大误差分别为1.46%、4.49%和9.57%，所获取的植被红边将分别“蓝移”0.75，2.60，5.52 nm。通道中心波长漂移会导致红边伪漂移，或对植被受胁迫引发的红边漂移造成“掩盖”或“强化”效应，进而影响基于高光谱遥感数据的植被受胁迫状态等指标的监测精度。高光谱遥感器通道中心波长漂移是红边漂移不可忽视的来源，精确的光谱定标是植被红边光谱相关定量化应用的重要基础。

主要讨论O2-O2在477 nm处吸收带反演的有效云量。首先通过差分吸收光谱(DOAS)算法反演460~490 nm内的O2-O2斜柱浓度,并对O2-O2斜柱浓度中出现的条带进行修正;然后通过SCIATRAN辐射传输模型设置太阳天顶角、观测天顶角、相对方位角、地表反照率、地面高度、云量、云压等参数的不同节点,创建O2-O2斜柱浓度和反射率的查找表,进一步对查找表进行转换得到云量的查找表;最后对O2-O2斜柱浓度、连续反射率及相关太阳几何信息进行多维插值,得到大气痕量气体差分吸收光谱仪(EMI)有效云量。为验证所提算法的准确性,将EMI结果与OMI(ozone monitoring instrument)云量进行比较,两者均呈由低云量到高云量频数递减的趋势,其中云量为0和云量为1均出现频数高值现象,云量相关性R为0.82,相关性表现良好。

风云三号D星(FY-3D)于2017年11月15日成功发射, 搭载了国内第一颗自主研制的极轨红外高光谱大气探测仪(High-spectral Resolution Infrared Atmospheric Sounder, HIRAS), 数据将在数值天气预报、大气温/湿廓线反演、大气成分探测等方面得到广泛应用。为满足高精度的探测能力需求, HIRAS的光谱分辨率达到0.625 cm-1, 辐射定标精度要求达到1.0 K, 光谱定标精度要求达到10×10-6, 均为目前国内星载红外仪器最高精度指标。由于光谱频率的精确性会直接影响辐射精度, 红外干涉仪器在数据应用之前必须进行光谱定标精度的精确评估和监测。以晴空视场下的高精度逐线辐射传输模拟光谱作为参考基准, 利用互相关法计算光谱频率偏差, 对发射后的HIRAS在轨数据的光谱定标精度进行了全面评估和验证研究。HIRAS在长波、中波1和中波2的光谱精度达到3×10-6, 其中长波和中波1光谱偏差标准差小于2×10-6, 远优于仪器设计指标要求; 长期的光谱精度稳定性显示HIRAS中波1和中波2的光谱定标精度较稳定, 在半年时间内频率变化小于5×10-6, 长波波段在半年的时间内有往负频率偏差变化的趋势, 变化量约为7×10-6, 需要进行持续监测。HIRAS在轨光谱精度可满足后端产品反演和同化用户的使用需求。

在基于红外高光谱辐射数据进行大气遥感方面的研究中, 准确模拟红外高光谱数据是很重要的一步。 分析了红外高光谱辐射仪的测量原理, 建立了基于Atmospheric Radiation Transfer Simulator(ARTS）的考虑仪器干涉图截断与离散化处理过程的正向模型。 在该正向模型中, 首先采用高光谱辐射传输模式ARTS模拟得到离散化理想光谱, 通过逆傅里叶变换将理想光谱转化为干涉图, 对干涉图加窗截断处理, 模拟仪器响应函数对干涉图的影响, 最后采用傅里叶变换得到仪器测量光谱。 在这一过程中, 窗口函数的选择取决于仪器的干涉图截断方式。 未经过切趾处理的仪器, 其对应的窗口函数为矩形窗口; 经过切趾函数处理, 可以减少干涉图截断造成的能量泄露现象。 逆傅里叶变换与傅里叶变换过程中必须满足Nyquist采样定律。 基于已建立的正向模型, 模拟了Atmospheric Emitted Radiance Interferometer (AERI)在Southern Great Plains (SGP)站点的108组晴空辐射数据, 并与AERI的实测结果进行比较分析, 结果发现理想光谱与AERI实测光谱在吸收线上差异较大, 最大残差达到35 mW·sr-1·m-2·(cm-1)-1（简称RU）以上, 增加干涉图截断过程后, 模拟光谱与实测光谱的最大残差减小到10 RU以内。 截断过程的增加对模拟光谱的精度有明显提高, 尤其在吸收线上, 模拟光谱明显被平滑, 模拟精度显著提高。 进一步分析六种常用窗口函数截断处理的结果与AERI实测数据的残差, 结果发现, 模拟过程中选择窗口函数为矩形窗口时, 模拟光谱与AERI实测数据残差最小, 基本可以约束在5 RU以内, 确定了AERI的干涉图截断方式可以近似看作矩形截断。 另外, 在理想光谱转换为干涉图的过程中, 理想光谱分辨率的选择决定了干涉图信息的采样率以及ARTS的计算效率, 因此综合考虑模型计算精度和模型计算效率, 确定最佳的理想光谱分辨率对于提高模型计算效能是非常必要的; 基于此, 本文模拟了不同理想光谱分辨率下的仪器测量光谱, 对比分析了模拟光谱与AERI实测光谱的残差分布, 并讨论了光谱分辨率对模型计算耗时的影响。 结果表明, 对于AERI, 在对应的正向模型中设置理想光谱分辨率为0.241 1 cm-1时, 可在保证模型准确度的前提下, 最大化模型计算效率。

提出一种基于大气矢量辐射传输模型的地物偏振反射率反演方法.利用辐射传输模型, 建立地表反射率、观测条件与传感器入瞳处辐亮度偏振态的查找表, 再进行查找表反查及数值计算, 完成偏振反射率反演.验证实验表明, 典型地面目标物的偏振反射率反演精度可达到90%.

地表反照率是研究陆地辐射收支情况、区域及全球气候、地貌等信息的先决条件,对其进行精确测量是开展相关研究的前提和保证。由于大气层吸收的影响,地表反照率不能进行直接测量。因此,采用测量垂直向下与向上散射光的方法,结合SCIATRAN辐射传输模型获得地表反照率。基于此方法,在机载平台上进行观测实验,获取机载平台上垂直向上和向下的辐亮度值,采用迭代反演方法获得石家庄到保定地区紫外波段350~395 nm的地表反照率,并对不同下垫面、不同波段反照率进行比较,对城区中心到边缘过渡变化进行详细分析。结果表明,紫外波段350~395 nm地表反照率随波长增大而缓慢升高,结果与中等分辨率成像光谱仪(MODIS)数据可达到良好的一致性。不同观测区域结果对比显示,城区地表反照率大于农田,且城区中心比边缘地表反照率大0.014左右,其差异也随波长增大而升高。