大气气溶胶通过散射和吸收辐射直接影响地气辐射平衡(Kaufman et al., 1997)，并对环境空气质量造成影响，是造成我国近年来灰霾频发、空气质量下降的关键因素.有关气溶胶的研究近年来受到高度重视，被列为全球变化研究和大气环境污染研究的关键问题(邱金桓等，2003；Levy et al., 2007).以气溶胶光学厚度(Aerosol Optical Depth，AOD)为代表的卫星气溶胶光学遥感结果反映了大气气溶胶粒子对入射辐射的散射和吸收作用，其大小与气溶胶粒子的尺度、形状、组成、颗粒物(Particulate Matter，PM)浓度和表面积浓度等有着密切的关系.在利用卫星观测结果(AOD)定量化反演可吸入颗粒物(PM₁₀，空气动力学当量直径≤10 μm的颗粒物)和细颗粒物(PM_2.5，空气动力学当量直径≤2.5 μm的颗粒物)的空间分布研究中，常用的模型包括直接相关法(Engel-Cox et al., 2004；Zhang et al., 2009)、气溶胶垂直分布和相对湿度校正模型(Hutchison et al., 2008；Liu et al., 2004)、多环境气象因素模型(Liu et al., 2005；Martin et al., 2008；王桥等，2011).反演思路通常以遥感气溶胶光学厚度为模型输入，引入气溶胶垂直分布、粒子吸湿增长特性及多种环境-气象要素作为订正因子来实现AOD-PM反演模型的建立，遥感输入多采用美国中分辨率成像光谱仪(Moderate-resolution Imaging Spectroradiometer，MODIS)的10 km空间分辨率气溶胶产品.

MODIS是“图谱合一”的光学遥感仪器，有36个波段，包括专门用于气溶胶探测的波段，分别搭载在美国地球观测系统(EOS)系列的极地轨道环境遥感卫星Terra和Aqua上，具备宽波段覆盖(36个波段)、中高空间分辨率(250~1000 m)、高重访周期(1天4次过境)的特点，其昼间观测数据可用于全球气溶胶光学参数的反演，已广泛应用于气候模型计算、环境污染动态变化分析和空气质量监测(Levy et al., 2007；Michael et al., 1999).MODIS气溶胶产品的算法历经多次更新，2014年推出Collection 006版本的气溶胶产品，计划逐步取代之前的Collection 005产品.

MODIS C005及之前版本的气溶胶光学产品的空间分辨率均为10 km.为满足局地气溶胶和环境空气监测的需求，NASA 2014年发布的MODIS C006版本气溶胶产品引入了3 km高空间分辨率的气溶胶光学厚度产品.基于此，本研究利用1年多的地基观测资料，分析阿克苏地区MODIS 3 km AOD的精度，探讨气溶胶标高、湿度等环境因子在遥感AOD反演近地颗粒物质量浓度(PM₁₀)中的影响和作用，以期为该高分遥感产品在环境空气质量监测评估中的应用提供重要参考.

MODIS Collection 006版气溶胶产品融合深蓝算法(Deep Blue)和暗目标(Dark Target)算法的合成结果，并在气体吸收计算、瑞利散射计算、陆地/海洋判识、云检测和产品质控方面做了较多改进.暗像元反演算法中，假定暗目标像元的红波段(0.66 μm)与蓝波段(0.47 μm)间的地表反射率可用线性关系描述，可见光红波段与近红外波段(2.1 μm)地表反射率的关系是散射角和植被指数的函数，依据三波段间反射率关系构建查找表拟合0.55 μm AOD，并得到细粒子AOD贡献、约束条件下的地表反射率和拟合误差等结果(Levy et al., 2013).

MODIS 3 km气溶胶产品与10 km产品在建立查找表、地面反射率假定关系和反演流程等方面采用了一致的反演方法和查找表策略，但仅采用暗目标算法进行反演，并且在像元筛选和组织策略上有所区别(Levy et al., 2013；Remer et al., 2013).MODIS 3 km C006 产品算法流程见图 1.其与10 km产品的主要区别是：①搜索窗口不同，前者采用6×6的像元(MODIS 1B数据，空间分辨率500 m×500 m)搜索窗口“过滤”云、雪、冰和亮地表等不满足反演要求的像元，而后者的搜索窗口为20×20像元；②高质量像元判定准则不同，通过标准①筛选的像元按红光波段(0.66 μm)表观反射率高低排序，剔除50%的最亮像元和20%的最暗像元，前者6×6的搜索窗口中最多有11个像元被保留并平均作为一个3 km像元的表观反射率，若有超过5个像元经上述策略被保留，则该3 km像元反演质量标识为“高质量”，而后者保留像元数最多有120个且保留像元不少于51个才被标识为“高质量”像元；③后者20×20的像元搜索窗口若最终仅有不多于12个像元保留，反演仍然进行，但产品质量标识为“低质量”，但前者不做类似低质量像元反演；④前者仅采用暗目标法进行反演，后者则包括暗目标和深蓝算法的融合结果.AOD反演算法中最大的不确定是地表对表观反射率的贡献，地面反射率0.01的估计误差将导致AOD 0.1的反演误差(Munchak et al., 2013).基于全球的AERONET地面观测资料，Remer等(2013)得到了全球范围内MODIS 3 km AOD产品的期望误差(Expected Error)为±0.05±0.20×AOD，而10 km AOD的期望误差为±0.05±0.15×AOD.

图 1(Fig. 1)

图 1 MODIS C006陆地气溶胶3 km(10 km)产品算法流程(图中像元指空间分辨率500 m×500 m的 MODIS 1B 数据，括号中数字代表10 km产品策略) Fig. 1 Flowchart of MODIS C006 3 km(10 km)retrievals over land

研究区为新疆阿克苏地区，地处西天山南麓，境内多戈壁、沙漠，人类集聚区主要集中于少量的山前绿洲地区.该地区气候上属典型的温带干旱性，具有降水量少蒸发量大、春季多沙尘的气候特点.由于南临中国最大的沙漠塔克拉玛干沙漠，每年春末、夏末风季，大风天气极易发生沙尘暴、扬尘和浮尘.沙尘天气是该地区城市空气质量超标的主要因素，2006—2010年阿克苏市区受沙尘天气影响造成的污染天气共393 d，占总污染天数的52.8%(数据源于内部资料：阿克苏地区环境保护监测站.2012.阿克苏地区环境质量现状及评价的研究和应用).作为以燃煤为主要能源的南疆城市，特殊的地理位置气候及冬季煤炭燃料结构决定了阿克苏市城市大气污染类型长期为典型的沙尘、煤烟共同作用的复合污染.

由于Terra卫星仪器老化，Terra/MODIS L1B数据需做进一步修订(Levy et al., 2013)，NASA 2014年首先发布了质量较为稳定的AQUA下午星的3 km MODIS产品.本文以该产品为主要遥感资料，收集了自2013年1月1日至12月31日覆盖研究区的AQUA/MODIS 3 km C006 Leve2气溶胶产品.该产品由NASA 的Goddard Space Flight Center中的LAADS(Level 1 and the atmosphere archive and distribution system)上下载得到.原始数据为HDF-4格式，利用MCTK MODIS数据处理工具对MOD04进行投影转换和批处理，最终获得覆盖研究区的ENVI img格式数据.

为验证MODIS 3 km气溶胶产品精度，需要收集同区域同时段内的地基气溶胶观测资料.本文地基气溶胶观测资料主要以气溶胶自动观测网(AERONET)资料为主.AERONET(AErosol RObotic NETwork)是由美国NASA和法国PHOTONS联合发起，提供了全球近600个地面观测点的地基太阳光度计观测资料，涉及光谱气溶胶光学厚度、气溶胶反演产品及大气垂直柱水汽含量的气溶胶参数(周春燕等，2009).AERONET统一采用法国CIMEL CE318系列多波段太阳直射辐射计，并对仪器、校验和处理过程进行标准化处理.AOD的观测误差为0.01~0.02，AERONET Level2.0数据经过严格滤云和质量控制，质量精度最高(Munchak et al., 2013；Holben et al., 1998).距离研究区最近的AERONET 站点分别为中国的Dunhuang_LZU站点(40.5°N，95.0°E，海拔1061 m)和塔吉克斯坦的Issyk-Kul站点(42.6°N，77.0°E，海拔1650 m)(图 2所示)，考虑到研究区距后者直线距离约300 km且均位于天山山脉西段，具有相似的地形地貌，本文采用Issyk-Kul站点的Level2.0 AOD数据对MODIS C006 3 km AOD产品进行验证.

图 2(Fig. 2)

图 2 研究区与邻近AERONET站点分布示意图(右下图中标识了研究区和相邻AERONET的相对位置) Fig. 2 Location of research area and the adjacent AERONET sites

环境空气质量资料包括PM₁₀数据、相对湿度等地面监测站观测资料.阿克苏地区大气环境空气监测子站目前仅分布于阿克苏市区.本文选取位于阿克苏市内的时间序列相对完整、运行质量均较为稳定的2个空气子站(城市中心站和城市公园站，直线距离约2.1 km，经纬度：41.2°N，80.3°E)2013年度PM₁₀、湿度小时数据.由于2个空气子站均未有能见度数据，2012—2013年能见度小时均值来自与之临近的阿克苏市工业园区的沙尘监测点.PM₁₀由中晟泰科7201型β射线法悬浮颗粒物分析仪测定，气象数据(相对湿度RH)由自动气象站观测获得，能见度数据由英国Biral SWS200 能见度仪测定.环境空气质量监测资料均为小时均值，除能见度资料为2012年4月—2013年6月外，其他空气质量资料均覆盖2013年1月1日—12月31日，与卫星AOD数据时间相匹配(表 1).

表1(Table 1)

表1 本文所用资料及来源 Table 1 Data sources in the paper

表1 本文所用资料及来源 Table 1 Data sources in the paper 资料 时间 数据源 卫星AOD 2013年全年 美国航空航天局(NASA)戈德太空飞行中心 地基AOD 2013年全年 AERONET Issyk-Kul地面点 PM10 2013年全年 阿克苏市环境空气子站 相对湿度 2013年全年 阿克苏市环境空气子站 能见度 2012年4月—2013年6月 阿克苏市沙尘监测站

将地面上一点的CE318地面观测数据与影像上单像元的3 km×3 km范围的AOD平均值直接对比，可能由于影像的投影变换定位偏差导致出现对比畸值.为此，可采用对应地面点像元为中心的5×5像元的有效AOD平均再与卫星过境时最近(±0.5 h平均)的AERONET的地基AOD加以比对(Remer et al., 2013).

MODIS气溶胶产品为0.55 μm波长结果，而AERONET地基AOD无此波段，可利用Angström关系式得到基于地基数据的0.55 μm AOD.Angström关系式(Angström，1964)描述了满足Junge谱分布的气溶胶粒子在无水汽影响波段上气溶胶光学厚度与波长之间的定量关系：

空间上，仍然采用2.3节的5×5像元平均的空间匹配策略；时间上，由于环境空气质量资料为连续时间采样后的小时均值结果，因此，可将与卫星过境时最接近的环境空气质量小时均值与卫星结果进行匹配.下面重点分析卫星气溶胶产品与空气站PM₁₀的相关的理论依据和环境参数订正策略.

基于无云平面平行大气假设，垂直方向上的总的气溶胶光学厚度(AOD)可表述为：

环境空气子站的颗粒物质浓度是将单点近地颗粒物采样并烘干后(RH<40%)称重或用β射线法得到的近地颗粒物质量浓度，可表述为：

根据Wang(2010)等的研究，气溶胶消光系数和颗粒物质量浓度存在如下关系：

综合式(4)和式(6)，得到τ_a(λ)和[PM]_x的近似定量关系：

由于环境空气子站测得的PM₁₀为烘干后近地颗粒物质量浓度，上式考虑湿度影响f(RH)，并作代换，可得基于卫星观测AOD的地面PM₁₀估算公式：

伴随相对湿度(RH)升高，空气中的水溶性气溶胶颗粒会吸湿膨胀，粒径增大，导致消光系数可以增大数倍(贾松林等，2014).f(RH)又称为散射吸湿增长因子，它描述了相对湿度对气溶胶散射能力，可定义为(Zieger et al., 2013)：

由式(8)和(9)可知，卫星观测AOD与PM₁₀的关系受气溶胶的垂直分布(H_A)和湿度条件影响(RH).分别利用垂直高度订正和RH相对湿度订正，将有助于提高二者的相关关系(高大伟等，2012；李成才等，2005).

大气气溶胶标高(H)的物理含义为整个气柱中颗粒物按地面浓度在垂直方向均匀分布所能达到的高度，即假定气溶胶浓度随高度分布保持不变时的气溶胶层等效厚度H_A，可用边界层高度近似(Wang et al., 2010).

按Koschmieder定律，大气水平能见度可由地面消光系数计算：

由于AOD垂直分布具有季节性变化的特征，故按照不同季节对AOD进行垂直标高订正(李成才等，2005).由于能见度数据为2012年4月—2013年6月，故具体的数据处理策略为：统计此期间对应地面点的AOD数据，共获得143对AOD和能见度数据，利用公式(11)分季节计算每组数据对应的垂直标高，按春季(3—5月)、夏季(6—8月)、秋季(9—11月)和冬季(1、2、12月)求得标高的4个季节平均值，即为研究区的季节气溶胶标高.

即使气溶胶化学组分不变，相对湿度的变化也会导致气溶胶尺度及其分布、形状及消光特性的变化(李成才等，2005).湿度订正通常采用下式：

分别以阿克苏市两个城市空气子站(城市中心站和城市公园站)为中心，7.5 km为半径的区域内所有3 km×3 km有效AOD数据取平均，剔除无对应地面湿度和PM₁₀点，最终获得152对和151对MODIS 3 km AOD和地面PM₁₀数据对.

对于Issyk-Kul地面观测点，2013年全年获得MODIS 3 km AOD与卫星过境前后(±0.5 h)AERONET AOD的有效数据对一共219对，二者散点对比结果如图 3所示.图中 AERONET 地基观测数据为横坐标，MODIS 的气溶胶光学厚度为纵坐标.Remer(2013)的研究结果表明，MODIS 3 km陆地气溶胶产品与AERONET地基观测的误差为Δτ=±0.05±0.2τ.图中虚线即为该期望误差线.地基和遥感AOD相关系数r达到0.8836，落在期望误差内的数据对占全部数据对(219)的72%，高于期望误差的数据对占28%，没有低于期望误差的数据对(表 2)，这表明虽然MODIS 3 km 气溶胶产品的精度基本满足预期，但相对AERONET地基观测值，MODIS 3 km AOD结果存在高估.这可能与云检测算法不彻底导致残留云的存在或者对地表反射率估计偏低有关(夏祥鳌，2006).由于本文仅分析了Issyk-Kul AERONET地基观测点1年的数据，这种高估在干旱半干旱区是否普遍存在有待进一步研究.

图 3(Fig. 3)

图 3 MODIS 3 km AOD与卫星过境前后(±0.5 h)AERONET AOD散点对比图(图中虚线为期望误差线：±0.05±0.2×AOD；黑实线为1 ∶ 1对角线；灰线为趋势线) Fig. 3 Scatter plot of MODIS 3 km AOD at 550 nm retrieved against AERONET observed AOD(One-to-one lines and EE envelopes ±0.05±0.2×AOD are plotted as black solid and dashed lines)

表2(Table 2)

表2 MODIS 3 km AOD与Issyk-Kul站点数据统计分析结果 Table 2 Probability statistics result of MODIS 3 km AOD and AERONET site at Issyk-Kul

表2 MODIS 3 km AOD与Issyk-Kul站点数据统计分析结果 Table 2 Probability statistics result of MODIS 3 km AOD and AERONET site at Issyk-Kul AERONET平均值 MODIS平均值 相关系数 斜率 偏移 在期望误差内的数据对比例 高于期望误差的数据对比例 低于期望误差的数据对比例 0.1241 0.1831 0.8836 1.221 0.036 72% 28% 0

按2.4.2节的方法，获得研究区四季标高.对比国内不同学者研究结果，研究区四季标高与李成才(2005)计算得到的北京地区四季标高基本一致(表 3)，体现出典型的干旱半干旱地区气候特点.研究区春季的气溶胶标高最高，夏秋次之，冬季最低.研究区临近沙漠，春季气温回升、土壤松动、气候干燥，大风天气明显增多，近低空空气对流强烈，导致气溶胶垂直标高全年最高，且极易发生沙尘暴、扬尘和浮尘天气.而冬季天气系统不活跃、温度较低，气压较高，易形成城市逆温，空气对流减弱，垂直标高为全年最低.

表3(Table 3)

表3 气溶胶垂直标高的四季统计结果 Table 3 Statistical results of average aerosol scalar height for four seasons

表3 气溶胶垂直标高的四季统计结果 Table 3 Statistical results of average aerosol scalar height for four seasons 研究区 四季气溶胶标高/km 文献来源 冬 春 夏 秋 临安 0.684 1.322 1.460 0.898 高大伟等，2010 北京 1.076 2.221 1.947 1.461 李成才等，2005 阿克苏 0.601 2.336 1.888 1.166 本研究

统计分析2013年研究区全部AOD和PM₁₀数据，城市中心站和城市公园站共有152对和151对AOD与地面PM₁₀数据对.如图 4所示，全年研究区所有有效AOD及对应PM₁₀具有相似的变化趋势，春季二者值均为四季最高.作为西部干旱半干旱地区，阿克苏地区空气质量的显著特点是春季多沙尘暴，3—5月沙尘频发，导致PM₁₀浓度和AOD均偏高.四季变化上，地面监测PM₁₀体现为春季最高、冬秋季次之，夏季最低的特点(图 5).但由于冬季大量绿色植被凋敝，暗目标数量较少导致冬季AOD样本总量在四季中最少(市区站和城市公园站均仅有9期有效数据)，且冬季AOD为四季最低.由于城市公园站地处城市公园，多植被、临近郊农田，而城市中心站地处市中心，两空气子站所处地理环境的差异导致后者季平均PM₁₀高于前者.遥感AOD是晴朗天空下地面站为中心5×5像元范围内有效AOD的平均结果，即有植被暗目标区域的统计平均，空气质量较差时城市公园站较城市中心站存在更多的暗目标AOD，因此，异常天气占比前者高于后者，导致冬季城市公园站AOD均值高于城市中心站.上述分析也表明不同区位空气子站数据的选取也会导致AOD在长时间尺度(如季平均)结果上发生一定的差异.

图 4(Fig. 4)

图 4 2013年研究区有效MODIS 3 km AOD和相应PM10均值变化 Fig. 4 MODIS 3 km AOD and PM10 in 2013 in Akesu

图 5(Fig. 5)

图 5 2013年研究区有效MODIS 3 km AOD和相应PM10季平均 Fig. 5 Seasonal average of MODIS 3 km AOD and PM10

将AOD与地面点PM₁₀直接对比，两地面站点相关系数(r)分别为0.5584(城市中心站，R²=0.3119)和0.5790(城市公园站，R²=0.3352)(图 6)，均满足统计学上可置信度99%的要求，表明研究区卫星观测AOD与地面PM₁₀数据在0.01显著性水平下具备一定的线性相关关系.该相关性也远高于其他基于MODIS 10 km AOD的近地颗粒物质浓度反演结果(Wang et al., 2010；贾松林等，2014；高大伟等，2012；李成才等， 2003，2005；郑卓云等，2011)，表明MODIS 3 km AOD具备良好的区域环境应用潜力.

图 6为经垂直标高订正后的AOD与PM₁₀的相关关系，经垂直订正后，二者的相关系数(r)分别升至0.5818(城市中心站)和0.5845(城市公园站)，拟合优度(R²)分别为0.3385和0.3416，较直接比较分别提高了8.52%和1.91%，引入气溶胶标高订正可解释PM₁₀ 2.66%和0.64%的变异.湿度订正后，相关系数(r)达到0.5965(城市中心站)和0.6148(城市公园站)，拟合优度(R²)分别为0.3559和0.3780，较高度订正后提高了5.14%和11.07%，引入气溶胶湿度订正可解释PM₁₀ 1.74%和3.64%的变异.说明气溶胶标高和湿度对于AOD-PM关系具有不同程度影响，但订正效果并不如其他研究显著(郑卓云等，2011；高大伟等，2012；李成才等，2005).研究区年降水量仅28.3~131.6 mm，年均蒸发量高达1221~1311 mm，年均相对湿度只有46.5%(数据源于内部资料：阿克苏地区环境保护监测站.2012.阿克苏地区环境质量现状及评价的研究和应用)，如此低的湿度使得环境颗粒物实际已处于“干”粒子态，导致湿度订正的效果并不十分显著.

图 6(Fig. 6)

图 6 MODIS 3 km AOD与PM10(±0.5 h)的分析结果(a，d: 未订正；b，e: 垂直订正；c.f: 垂直订正和高度订正) Fig. 6 Correlation between MODIS 3 km AOD and PM10(±0.5 h)

由表 3可知，城市中心站和城市公园站PM₁₀质量浓度与AOD的相关系数(r)均大于0.55，经高度订正和湿度订正后二者的相关系数和拟合优度均提高，标准误差和变异系数均下降，反映线性回归模型的总体精度有所提高，模型反演值对真实值的偏离程度有所收窄.分别对比2个空气子站的线性各统计参量，城市公园站经高度和湿度订正后的相关系数达到0.6148.虽然二者相距较近，但城市公园站AOD-PM相关性总体优于城市中心站.考虑城市公园站多植被等暗目标，其较差空气质量条件下获得有效数据的概率高于城市中心站，导致城市公园站平均PM₁₀浓度高于城市中心站.AOD对于高浓度PM₁₀的反应要敏感于低浓度PM₁₀情况，因此，城市公园站模型相关性较好.两地面点的差异性结果也表明，不同地面点的选取也对AOD-PM₁₀反演精度产生一定程度影响，由于绿色植被稀疏且受人为影响强烈，城市中心区域的AOD-PM₁₀反演误差较大.经高度和湿度订正后模型的标准误差虽有下降，但较高的变异系数也反映线性回归模型对于地面PM₁₀的反演值误差仍然较大，令高度和湿度订正后的线性模型总体反演精度提升不大.

表4(Table 4)

表4 MODIS 3 km AOD与地面PM10线性相关的各统计参量 Table 4 Correlation between MODIS 3 km AOD and PM10

表4 MODIS 3 km AOD与地面PM10线性相关的各统计参量 Table 4 Correlation between MODIS 3 km AOD and PM10 参数项 相关系数(r) 拟合优度(R2) 标准误差 变异系数 注：ρ(PM10)-AOD：3 km AOD与PM10质量浓度相关分析；ρ(PM10)-AODSEC：3 km AOD经气溶胶标高订正与PM10质量浓度相关分析；ρ(PM10)-AODSEC，f(RH)：3 km AOD经气溶胶标高订正和湿度订正后与PM10质量浓度相关分析；“/”前后分别为城市中心站和城市公园站数据. ρ(PM10)-AOD 0.5584/0.5790 0.3119/0.3352 0.1167/0.1252 87.21% /107.48% ρ(PM10)-AODSEC 0.5818 /0.5845 0.3385 /0.3416 0.1143/0.1246 85.51% /106.97% ρ(PM10)-AODSEC，f(RH) 0.5965 /0.6148 0.3559/0.3780 0.1128 /0.1211 84.37%/103.96%

研究区除山前人口聚集和工农业发达的绿洲地区多植被覆盖外，其他区域主要以戈壁和沙漠为主，植被稀疏，以月或季节为周期，可以获得较每日产品更多的有效像元和区域覆盖.为分析研究区AOD在不同季节的空间分布趋势，将研究区2013年所有的每日有效AOD数据按季节平均，得到研究区四季气溶胶分布(如图 7所示).由于研究区南部为塔克拉玛干沙漠北缘，常年为戈壁荒漠，四季均无有效AOD数据覆盖.AOD有效数据主要集中在以阿克苏河冲积平原和渭干河三角洲两个绿洲带，这两个绿洲带也是人口聚集、地区工农业发展较为集中的区域，而这两个绿洲带的AOD也普遍高于同季节其他地区，反映人类活动产生的影响.AOD存在季节性的变化，春季明显高于其他季节，阿克苏市、阿瓦提县、阿拉尔市和沙雅县等主要城市春季平均AOD在1.5以上，夏季和秋季AOD均值基本介于0.6~0.7之间，但阿克苏市城区夏秋季AOD季均值仍然维持在1.0以上，显然与城市交通工业发展产生更多的人为污染有关.冬季由于样本数量较少(9 d)，有效AOD仅呈零星分布.

图 7(Fig. 7)

图 7 研究区AOD季平均结果 Fig. 7 Spatially distributed seasonal mean AOD of MODIS 3 km AOD for Akesu

1)经AERONET地基观测数据验证，MODIS C006 3 km AOD 与AERONET地基数据的相关系数(r)达到0.8836，研究区的MODIS 3 km AOD满足Δτ=±0.05±0.2τ的期望误差，落在期望误差内的数据对占全部数据对(219)的72%，表明MODIS 3 km 气溶胶产品质量稳定.但相对AERONET地基观测结果，MODIS 3 km气溶胶产品对研究区AOD存在高估.

2)研究区的四季统计气溶胶标高结果有明显的干旱半干旱地区气候特点.研究区春季的气溶胶标高最高，夏秋次之，冬季最低.研究区临近沙漠，春季气温回升、土壤松动，加上偏北风盛行，对流强烈，导致气溶胶垂直标高较高，而冬季天气系统不活跃、存在城市逆温，垂直标高全年最低.

3)研究区AOD和PM₁₀全年存在同步变化趋势和相关关系，两地面站PM₁₀质量浓度与AOD的相关系数(r)均大于0.55，直接对比的相关性好于其他研究.这与研究区所处干旱半干旱地区气候特点有关，由于环境湿度本身较低，空气中颗粒物已近“干粒子”状态.同时，经高度订正和湿度订正后AOD-PM₁₀的相关系数和拟合优度均有所提高，标准误差和变异系数均下降，但提升并不明显.并且这种影响与地面点选取的不同而有所差异.

4)研究区AOD存在季节性的变化，春季明显高于其他季节，阿克苏市、阿瓦提县、阿拉尔市和沙雅县等主要城市春季平均AOD在1.5以上，夏季和秋季AOD均值基本介于0.6~0.7之间，但阿克苏市城区夏秋季AOD季均值仍然维持在1.0以上，显然与城市交通工业发展产生更多的人为污染有关.MODIS C006 3 km AOD产品可应用于区域大气质量监测.

5)研究表明，MODIS C006 3 km AOD产品质量较为稳定，在空气质量监测和评估方面具有应用价值.基于遥感的月均或季均等长时间尺度结果可更好地应用于环境空气质量指示和评估.