2. 中国科学院遥感应用研究所,北京 100101
2. Institute of Remote Sensing Applications, Chinese Academy of Sciences, Beijing 100101
大气中唯一能够以3种热力学状态存在的物质就是水。地球之所以成为人类宜居的星球,水起着重要作用。大气中的水汽是一种有效的温室气体,由水汽组成的云对地球辐射收支有较大影响,在水的相态转变导致的能量吸收和释放对全球环流起着关键作用。目前对水汽的直接测量局限于地面和探空台站网,水汽在时间上和空间上都富于变化,这些站网测值很难代表大气水汽的全球分布。对空间和时间能做到足够覆盖的遥感技术使了解全球水汽分布成为可能,帮助人们较好地掌握水循环、大气-生物圈的相互作用、地球辐射收支,并监测全球及区域气候变化。
大气可降水量是指单位截面的晴空大气柱内所含水汽总量,是卫星遥感必不可少的大气探测项目。从最成熟的红外遥感到微波探测,直至近年提出的GPS全球定位系统都开展了多种多样的大气可降水量测量。大气可降水量反演方法随着遥感器探测波段不同而不同,但本质上都是根据大气水汽在探测通道上吸收透过率来反演大气中的水汽总量。具体操作时反演方法有物理反演法、统计分析法和查找表法。物理反演法是利用辐射传输模拟计算建立反演公式和对应系数,完全解析反演水汽总量。统计分析法是利用大量的遥感器观测数据与真实大气可降水量之间建立统计关系式。查找表法是利用前期模拟计算结果,建立水汽透过率与水汽量查找表,实际反演时进行反查表,最终反演水汽总量。
20世纪70年代以来,一批科学家致力于用近红外方法探测大气水汽,即采用近红外水汽吸收带差分方法探测大气水汽。基于近红外水汽带的不透明度与大气水汽含量的相关关系,利用吸收通道 (940 nm附近) 辐亮度与860 nm窗区通道辐亮的比值来确定水汽透过率,并从这一透过率得到水汽含量。Frouin等[1]采用上述概念做了飞机试验,用1台辐射计测量地面反射的太阳辐射强度,辐射计设置两个通道,中心都在940 nm的吸收峰但宽度不同,得到的水汽含量误差约为20%。1993年Gao等建议用3个通道遥感大气可降水[2-3],3个通道中1个在940 nm水汽吸收区,另两个在邻近的大气窗区 (865 nm和1040 nm附近),该方法称为反射法,限于白天陆地区域,不包括湖泊与河流,该方法要求下垫面背景较亮,它在计算吸收通道与窗区通道的辐亮度比时较大程度地消除了地表反射率的影响,并在机载可见红外成像分光计 (AVIRIS) 的资料得到印证[3]。反射法的优点之一是对所假定大气模式不太灵敏,且对垂直气柱中任何高度的水汽具有几乎一样的灵敏度,而红外方法对较高高度的湿度更灵敏。Kleidman等[4]将反射法推广用到海洋上,由于太阳耀斑区域具有足够的亮度使这种方法得以应用,且在NASA-ER2上飞行的MODIS机载模拟器获取的数据进行验证,结果表明:这种方法依赖于耀斑的亮度 (反射率>0.15),这些前期研究为后来MODIS近红外资料反演水汽总量奠定了基础。
美国从20世纪90年代开始考虑在卫星遥感器上设置此类通道[5-6],1999年发射升空的Terra/MODIS目前已取得大量卫星观测数据,Gao等[7]阐述了近红外方法反演水汽产品业务算法,并与地基微波探测进行比对,Albert等[8]也对反演算法做了检验。德国于1996年研制了组合式光电扫描仪MOS,利用该卫星上观测近红外数据开展水汽反演算法研究[9]。2002年欧洲空间局发射的ENVISAT卫星携带中分辨率成像分光计,开始利用940 nm附近通道自动反演水汽总量[10]。日本在ADEOS卫星上搭载的偏振测量仪器POLDER,其目的之一也是研究近红外水汽的探测与反演。我国在1999年风云一号卫星的扫描辐射计上就设置了940 nm水汽通道,并进行反演试验[11-14]。2002年神州三号飞船上搭载的中分辨率成像光谱仪设置了多个940 nm通道,用所获取的资料进行了反演试验,得到了理想结果[15]。FY-3A于2008年5月27日成功发射,其中搭载的中分辨率光谱成像仪 (MERSI) 延续FY-1C/1D近红外水汽探测经验,并设置更多的类似通道。本文基于上述基础设计开发了MERSI近红外资料反演水汽总量的算法和业务处理流程,并进行了反演试验和结果检验。
1 遥感器简介FY-3A中分辨率光谱成像仪 (MERSI) 共设有20个光谱通道。其中5个通道可用于近红外水汽探测,其位置如图 1所示。图 1还给出中纬度地区冬季大气和夏季大气状况下940 nm水汽吸收带的形状。在图 1下部红色与黑色色块分别表示MERSI和MODIS通道位置。MERSI两端的通道为两个窗区通道;中间3个为水汽通道,分布在吸收较强的带中心和吸收较弱的两翼。
![]() |
|
图 1. FY-3A MERSI与EOS/MODIS近红外通道设置位置比较示意图 Fig 1. The comparison of spectral location of the NIR channels between FY-3A/MERSI and EOS/MODIS |
表 1列出了我国卫星、飞船和EOS/MODIS上搭载遥感器近红外水汽探测通道的设置。FY-1C/1D卫星只有1个水汽通道,难以区分干燥大气与潮湿大气。神舟三号飞船与EOS/MODIS都设有多个水汽通道,便于区分潮湿大气和干燥大气,较小的通道宽度也使反演中所取的近似能得到较好的结果。相比之下,FY-3A/MERSI设置的3个水汽通道比较有利于水汽探测,窗区865 nm通道是吸收比较小的窗区,这也是其他遥感器的共同选择。MERSI选用的1030 nm通道与EOS/MODIS的1240 nm通道相比,前者吸收更小,信噪比稍高,并靠近于水汽吸收带,这对于陆地区域的水汽反演更为有利。
![]() |
表 1 不同星载遥感器在近红外水汽吸收带附近的通道位置和宽度 (单位:nm) Table 1 The spectral location and width of NIR channels of different satellite remote sensors at water vapor absorption spectral range (unit:nm) |
2 反演方法 2.1 基本原理
卫星观测近红外值反演水汽总量基于差分吸收概念,即从空间观测地球-大气系统反射的太阳光,在有水汽吸收带的波段上,观测到的光谱会出现低谷,这些低谷相对整个光谱包络线的深度与光路上的水汽含量有关。因此,这些低谷的深度应该含有大气柱中水汽含量的信息。然而,从卫星只能探测到这些低谷上反射光的绝对值,却无法直接得到它相对于包络线的深度值。为此,在距吸收带最近没有气体吸收的波长上,也测出反射光的大小,近似代表吸收带上包络线的值,然后由这两种测值求出低谷的深度。这种做法叫做通道比方法,其数学表达形式为
![]() |
(1) |
或
![]() |
(2) |
式中,ρ*和ρ分别表示大气顶的表观反射率和下垫面反射率; T是从太阳到下垫面,再从下垫面到遥感器这一路径的大气透过率;下标wv,0分别表示水汽通道和窗区通道;01,02分别表示左右两个翼区通道。上述公式成立需作如下假定[13-15]:① 卫星接收的主要是下垫面反射的直射辐射,程辐射较少,而且以单次散射为主,即在大气气溶胶含量较大的地方该公式适用性差;② 大气成分的散射与水汽吸收两种过程各自独立;③ 散射辐射在水汽和窗区两个波长上变化缓慢。式 (1) 用于两个通道相比,窗区通道波长尽可能离吸收通道近。式 (2) 为3个通道相比,即在水汽通道两侧各选一个窗区通道,水汽通道的测值与两个窗区通道测值的平均值相比,比例常数k01和k02为
![]() |
(3) |
式 (3) 中,λ为波长;下标01和02分别表示短波一侧窗区通道和长波一侧窗区通道;式 (1) 和式 (2) 等式左端的各个表观反射率由卫星测量得到。两个比例常数k01和k02通道确定后即可计算出来。透过率Twv可利用合适的水汽吸收模式算出一定水汽总量下的值。若各个通道的下垫面反射率为已知量,从卫星所测的通道比就可推算水汽总量。
式 (1) 和式 (2) 的区别是所用通道的个数不同。式 (1) 仅用1个窗区通道,式 (2) 则需在水汽通道两侧各有1个窗区通道。产生这一区别的根本原因是下垫面反射率随波长变化,窗区通道的下垫面反射率容易获得,而吸收通道则难以得到。如果遥感器只有1个可用的窗区通道,就只能选择式 (1)。因此,必须认真考虑下垫面反射率的光谱分布,给出各种情况下水汽通道与窗区通道的下垫面反射率ρwv和ρ0,或者其相对值。若下垫面只有一种覆盖物,由于窗区通道与水汽通道波长相近,ρwv和ρ0可认为近似相等,式 (1) 化为
![]() |
(4) |
若有两个可用的窗区通道,则可选择式 (2)。由文献[3]和[4]可知,在所用波段内假设下垫面的反射率随波长作线性变化能明显减弱下垫面反射率的影响,因此有
![]() |
(1) |
于是式 (2) 化为
![]() |
(5) |
根据上述原理和近似方法,由通道测值比反演水汽可有两种做法。一是直接用卫星实测的通道比与相匹配的常规探空水汽值建立相关关系,然后用这种相关关系进行卫星资料的水汽量反演。张弓等人曾用这种方法反演FY-1C卫星的资料[14]。这种方法将实际的下垫面反射率、气溶胶散射和大气状况等因素的影响都已考虑在内,而且很直观,但由于地表和大气状况在不同地区和季节千差万别,如共用一个回归公式和系数,则统计相关性较差。如按地域和季节分别建立相关关系,会有明显改进,这就需要积累较长时间的卫星资料,才能在有限的区域和时段内收集到足够多样本,得到可用的回归公式,因此,卫星在轨运行较长时间后才能提供有效产品。另一种做法是选取足够多有代表性的大气廓线、下垫面反射率数据和气溶胶参数,通过辐射传输计算,生成探测通道上的表观反射率值~大气柱水汽总量数据集。用这些数据进行统计回归,建立通道比与柱水汽总量间的关系,然后用于卫星资料反演。也可以用这些数据做成查找表,获取卫星资料后,用查找表通过插值得到待求的水汽总量。考虑到算法的通用性和多遥感器的可移植性,FY-3A/MERSI采用第2种做法。
MERSI在吸收通道两侧各设有1个窗区通道,这样,既可用两通道比做反演,也可用三通道比做反演。如遇较大面积的水面,如海面可用两通道比;在陆地区域大多用三通道比。鉴于神舟三号用近红外反演水汽的经验[15],在940 nm水汽带不同位置的通道,由于吸收强弱不同,对同一时间地点用不同通道反演的结果有很大差异。当时按照各个通道敏感的水汽含量值给出各自权重,然后将各个通道的反演值做加权平均,作为最终反演值。与探空比对,表明反演误差较小[15]。MERSI也设有3个水汽通道,因此也将多个通道对的反演值加权平均后作为最终输出值。FY-3A/MERSI是国内首次搭载,光谱通道的实际性能、遥感器的定标和测量误差、所选大气和地表参数如何等多种因素尚不清楚,所以准备采用较简便易行的查找表方法进行反演。图 2是具体的业务反演算法流程图。
![]() |
|
图 2. 水汽反演的查找表建立及反演流程 Fig 2. Look-up Table (LUT) establishment of PWV and retrieval procedure |
流程中最重要的步骤是建立准确的水汽总量~通道透过率查找表。为此,在遥感器确定后必须选好建表所用的大气廓线和辐射传输模型。选用的大气廓线既要具有代表性,又能包括各种可能的大气状况。如MODIS最初就采用6条标准大气廓线,分别代表全球不同纬度带。FY-3A/MERSI采用热带地区、中纬度地区夏季、中纬度地区冬季、副极区夏季、副极区冬季和美国标准大气廓线,以及不同等级水汽总量 (0~20 g·cm-2),通过辐射传输计算得到这些通道的透过率,形成了对每一大气廓线不同水汽总量下各个通道的透过率查找表,实际业务反演过程中,大气廓线的选取是依据太阳天顶角和下垫面温度共同决定的。有了卫星测值,利用这些查找表通过插值就可得到所求的水汽总量。所用的辐射传输模式需要在计算气体吸收上有足够的精度。在对地遥感的辐射传输计算中,MODTRAN是常用模型且精度较高。对MERSI的光谱通道宽度来说,它所采用的统计带模式可以满足计算水汽透过率的要求。
查找表中设定的水汽总量必须覆盖合适的范围,既满足测量需要,又处于遥感器的可测范围内,且预设的水汽总量间隔不能太大。为此采用5个通道光谱响应曲线计算不同水汽含量下3个通道对的透过率比,以分析其对水汽含量最敏感的范围 (如图 3所示)。在反演卫星资料时以3个通道透过率对水汽量的灵敏度作为权重,求出各个通道对反演值的加权平均作为最终反演结果。图 3清楚显示FY-3A/MERSI 3个水汽通道对大气中不同水汽含量的敏感性,吸收带两翼的905 nm和980 nm通道对不同水汽量的敏感性比较接近,对弱水汽含量不敏感,但对于水汽含量较大时有敏感性,因此适合于赤道附近水汽含量较大区域的水汽总量遥感探测。吸收峰的940 nm通道在水汽较弱时就非常敏感,这对于干旱区域大气中弱水汽含量的探测十分有用。基于这3个通道对不同水汽含量的敏感性,对同一大气气柱,用3个通道可能得到不同的水汽值。利用透过率对水汽量求导分别求出3个通道对水汽含量的灵敏度η=∣Δτ/Δw∣,即通道透过率τ随水汽含量w的变化,用3个通道的灵敏度联合求出其权重
![]() |
|
图 3. FY-3A/MERSI两通道水汽透过率比与水汽总量的关系 Fig 3. The dependence of the transmission ratio between two channels of FY-3A/MERSI on the water vapor amount |
![]() |
(6) |
再求出3个通道水汽量的加权平均值
![]() |
(7) |
作为最终大气水汽总量产品反演值。
940 nm通道水汽透过率随水汽量变化曲线与其他两个通道的曲线差异明显。当水汽总量为1~2 g·cm-2,随着水汽量增大,940 nm通道的曲线迅速下降,另外两条曲线随水汽量变化较为平缓,表明对比较干燥大气940 nm通道的敏感度高于其他两个通道,权重系数较大。由此预计,随水汽总量继续增大,940 nm通道会比其余两个通道先达到饱和 (透过率为0),而变为不敏感,权重大大降低。
3 业务产品实例与初步检验MERSI水汽总量产品在业务称为陆上大气可降水量 (PWV),该业务产品包括:5 min段产品和日、旬、月产品。其中,MERSI日大气可降水量产品包括全球产品和中国区域产品。5 min段产品是利用MERSI近红外水汽吸收通道和附近的窗区通道数据反演得到该产品,输入MERSI L1的5 min段数据,输出对应5 min段大气可降水量产品。产品的空间分辨率与MERSI L1产品一致,标明地理经纬度和质量信息,但不进行投影变换。日产品是基于5 min段陆上大气可降水量产品,经过轨道拼图和投影处理, 生成等经纬度的大气可降水量日产品。全球产品空间分辨率为0.05°×0.05°,格点数为7200×3600;中国区域产品空间分辨率保持原始分辨率,为0.01°×0.01°,格点数为7000×5000,经纬度范围为5°~55°N,70°~140°E。旬、月产品是以陆上大气可降水量日产品作为输入,生成旬或月平均水汽总量,即陆上大气可降水量旬产品和月产品。这两种产品全球覆盖,空间分辨率为0.05°×0.05°,格点数为7200×3600。详细产品规格见表 2。
![]() |
表 2 MERSI陆上大气可降水量产品规格表 Table 2 The specification of MERSI PWV over land |
图 4a和图 4b是2009年11月29日00:30(世界时,下同) MERSI陆上大气可降水量5 min段产品示例,图中展示的是澳大利亚东北部区域,图中黑色区域为反演无效区,灰色区域为云覆盖区,其他为大气可降水量反演有效值,颜色由蓝至红表示大气可降水量的增加,大气可降水量大于5 g·cm-2全部用深红色表示。反演结果显示澳大利亚东北部沿海区域的空气中水汽量非常充沛,逐渐向内陆和沙漠区域水汽量逐渐减少。图 4c和图 4d为MERSI陆地大气可降水量日产品,分别是中国区域和全球区域,图中显示纬度较高且太阳天顶角大于72°的区域为无效反演区,图 4d中全球海洋赤道附近有一个椭圆形的耀斑有效反演区域。从单日1 km×1 km分辨率产品的反演结果看,FY-3A/MERSI大气可降水量产品有非常好的大气水汽精细分布特征,对于较小范围的水汽充沛区和干燥区能明显表征,对于高空间分辨率的空中水资源分布具有较高的应用价值。图 4e是MERSI陆地大气可降水量合成月产品 (2009年8月1—31日),图中的有效反演区域包括中低纬度的陆地区域和赤道两侧的海上耀斑区域,图中表明赤道附近是高值带,陆地区域高值区包括南美的亚马逊雨林、南亚和中国东南部、东南亚岛屿以及中南部非洲,另外在中国东北部、欧洲中部、俄罗斯南部和美国东南部有次高值分布区域。洋面上空只有耀斑区域才有反演结果,因此多天合成结果海上难以获取完整覆盖,但能隐约看到太平洋西部的大气中强水汽区域。
![]() |
|
图 4. MERSI陆地大气可降水量产品 (a)5 min段产品RGB三通道合成彩色图像,(b)5 min段产品反演结果,(c)2009年8月27日中国区域日产品,(d)2009年4月18日全球日产品,(e) 多日合成月平均产品 Fig 4. Cases of MERSI PWV product over land (a) granule product in five minutes (RGB true color image), (b) granule product in five minutes (retrieved results), (c) daily Chinese regional product on 27 August 2009, (d) daily global product on 18 Apr 2009, (e) multi-day composition product |
为将近红外水汽反演值作为定量产品投入应用,必须与其他测值进行比对验证。获取大气水汽含量信息的地面手段很多,如地基遥感有微波辐射计观测和近代兴起的GPS观测[16-17],卫星遥感有微波辐射计观测、热红外分裂窗观测和水汽廓线观测、近红外观测,更有常规的气象无线电探空观测,已经成为例行的规范观测项目,探空站遍布全球。这对近红外水汽产品的检验提供了十分有利的条件。卫星上的微波观测主要用于海洋区域,而近红外水汽观测主要适用于陆地上空,因此两者难以进行比对。在卫星上用热红外分裂窗观测水汽是常用的成熟的方法,但一般认为它的精度较近红外观测低。地基GPS观测开展时间不长,使用还不多见,使用较多的是与地基微波观测或探空作比对,检验近红外产品的真实性。由于目前我国地基微波辐射观测资料并不多见,本文利用气象探空数据对中国及周边区域的近红外水汽反演值进行了比较,图 5对应与图 4c中2009年8月27日地面探空站00:00(世界时,下同) 和12:00探空值廓线的水汽总量分布,与图 4c卫星反演水汽总量分布比较,除云区外,其他区域水汽总量空间分布大小趋势两者完全一致,这说明FY-3A/MERSI具有较好的大气水汽总量的探测能力。
![]() |
|
图 5. 2009年8月27日地面探空站点积分水汽总量分布 (单位:g·cm-2) Fig 5. The distribution of PWV from ground-based radio-sosunding on 27 August 2009 (unit: g·cm-2) |
FY-3A/MERIS近红外水汽总量业务产品自2009年8月开始稳定业务运行,部分通道的反演结果还不够稳定,目前还不能开展大范围长序列的精度检验,只能开展部分结果的初步精度检验。图 6是卫星反演水汽总量与12:00探空数据在2009年8月和12月的定量比较检验,其中给出了940 nm和905 nm两个通道卫星反演值与探空值比较,图中显示卫星反演值与探空值有很好的相关性,说明MERSI近红外通道有较强的晴空水汽探测能力,能精确地分辨大气中水汽总量相对强弱,但总体看卫星反演值比探空值偏小。940 nm通道反演值比探空值偏低30%左右,905 nm通道反演值比探空值偏低20%左右,前者反演值与探空值相关性高,后者相关性稍弱。940 nm通道反演值达到5 g·cm-2时基本出现饱和,905 nm通道对于较强水汽量响应灵敏,超过7g·cm-1的水汽量依旧有明显响应,因此多通道联合反演水汽总量十分必要。图 7是MERSI水汽反演结果与MODIS近红外水汽总量产品比较,图中也显示MERSI反演产品系统性偏小。
![]() |
|
图 6. 2009年8月和12月FY-3A/MERSI反演近红外通道水汽总量与地面探空数据对比 (单位:g·cm-2) Fig 6. A comparison of NIR retrieved PWV from FY-3A/MERSI with the ground-based radio-sounding data in August and December of 2009 (unit: g·cm-2) |
![]() |
|
图 7. 2008年12月16日MERSI水汽反演结果与MODIS近红外水汽总量产品比较 (a) MODIS,(b) MERSI Fig 7. A comparison of NIR PWV between MERSI and MODIS on 16 December 2008 (a) MODIS, (b) MERSI |
上述比较结果说明:① 反演值与探空值有系统性偏低误差,需要进一步优化算法,升级反演查找表。上述比较检验采用的探空时间与卫星观测时间有不一致性,这本身会引入误差。② 尽管卫星反演值有一定系统偏差,但940 nm通道对水汽总量较低的情况精度较好,905 nm通道对水汽总量较高的情况较好,这样两个通道可互为补充,总之,MERSI对大气水汽总量有较好的探测效果。总体上讲,卫星反演水汽总量结果精度满足应用需求。
4 小结经过前期研究,目前积累了丰富的卫星近红外探测水汽反演经验,为FY-3A近红外水汽产品业务生成处理做好了技术准备[11-15, 18],并很快将该算法在FY-3A/MERSI实现业务化。本文对FY-3A/MERSI近红外水汽通道的灵敏度进行了估算,灵敏度分析试验也发现两个弱吸收通道:905 nm和980 nm,对水汽的灵敏度相近。文中设计了业务算法反演流程,并且利用最新的MERSI全球观测资料开展业务反演试验,业务系统顺利生成了单日轨道产品、日拼图产品和旬、月多日合成产品,反演结果能够清晰展现全球陆地水汽总量的空间分布特征,为天气气候和水资源研究提供卫星遥感产品。这些结果表明:FY-3A/MERSI具有较强的近红外水汽探测能力,并能探测空中水汽的空间分布精细特征。940 nm通道对水汽量较少的情况精度较好,905 nm通道对水汽量较大的情况较好,这样多个通道反演水汽量可互为补充。用探空资料对卫星反演结果进行部分月份的初步检验,结果表明:反演结果与探空值有相关性较好,结果稳定可靠,卫星反演值与探空值有20%~30%系统性偏低现象,需要进一步改进优化算法。
目前比对检验方法单一,检验的时间序列还不够充分,算法还在优化过程中,随着FY-3A/MERSI观测资料的大量积累,会得到更加可靠和精度更高的全球大气水汽总量业务产品。
[1] | Frouin R, Deschamps P Y, Lecomte P. Dermination from space of atmospheric total water vapor amounts by differential absorption near 940 nm: Theory and airborne verification. J Appl Meteor, 1990, 29, (6): 448–459. DOI:10.1175/1520-0450(1990)029<0448:DFSOAT>2.0.CO;2 |
[2] | Gao B C, Goetz A F H. Column atmospheric water vapor and vegetation liquid water retrievals from airborne imaging spectrometer data. J Geophys Res, 1990, 95, (D4): 3549–3564. DOI:10.1029/JD095iD04p03549 |
[3] | Gao B C, Heidebrecht K B, Goetz A F H. Derivation of scaled surface reflectances from AVIRIS data. Remote Sensing of Environment, 1993, 44, (2-3): 165–178. DOI:10.1016/0034-4257(93)90014-O |
[4] | Kleidman R, Kaufman Y J, Remer L A, et al. Remote sensing of total precipitable water vapor in the near-IR over Ocean Glint. Geophys Res Let, 2000, 27: 2657–2660. DOI:10.1029/1999GL011156 |
[5] | King M D, Kaufman Y J, Menzel W P, et al. Remote sensing of cloud, aerosol and water vapor properties from the Moderate Resolution Imaging Spectrometer (MODIS). IEEE Trans Geosci Remote Sensing, 1992, 30, (1): 2–27. DOI:10.1109/36.124212 |
[6] | KaufmanY J, Gao B C. Remote sensing of water vapor in the near IR from EOS/MODIS. IEEE Trans Geosci Remote Sensing, 1992, 30, (5): 871–884. DOI:10.1109/36.175321 |
[7] | Gao B C, Yoram J K. Water vapor retrievals using Moderate Resolution Imaging Spectroradiometer (MODIS) near-infrared channels. IEEE Trans Geosci Remote Sensing, 2003, 41, (2): ACH4-1–ACH4-10. |
[8] | Albert P, Bennartz R, Preusker R, et al. Remote sensing of atmospheric water vapor using the Moderate Resolution Imaging Spectroradiometer (MODIS). J Atmos Oceanic Tech, 2005, 22: 309–314. DOI:10.1175/JTECH1708.1 |
[9] | Tahl S, Schoenermark M V. Determination of the column water vapor of the atmosphere using backscattered solar radiation measured by MOS. Int J Remote Sensing, 1998, 19, (17): 3223–3236. DOI:10.1080/014311698213939 |
[10] | Bennartz R, Fischer J. Retrieval of columnar water vapor over land from backscattered solar radiation using the medium resolution imaging spectrometer. Remote Sensing of Environment, 2001, 78: 274–283. DOI:10.1016/S0034-4257(01)00218-8 |
[11] | 黄意玢, 董超华. 用940 nm吸收带测量水汽总量. 气象科技, 2002, 30, (1): 24–27. |
[12] | 黄意玢, 董超华, 刘志权, 等. 940 nm水汽通道反射率计算试验. 应用气象学报, 2002, 13, (4): 413–421. |
[13] | 黄意玢, 董超华. 用940 nm通道遥感水汽总量的可行性试验. 应用气象学报, 2002, 13, (2): 184–192. |
[14] | 张弓, 许健民, 黄意玢. 用FY-1C两个近红外太阳反射光通道的观测数据反演水汽总含量. 应用气象学报, 2003, 14, (4): 385–394. |
[15] | 黄意玢, 董超华, 范天锡. 用神州三号中分辨率成像光谱仪数据反演大气水汽. 遥感学报, 2006, 10, (5): 742–748. |
[16] | King M D, Menzel W P, KaufmanY J, et al. Cloud and aerosol properties, and profiles of temperature and water vapor from MODIS. IEEE Trans Geosci Remote Sensing, 2003, 41, (2): 442–458. DOI:10.1109/TGRS.2002.808226 |
[17] | Liu J, Liang H, Sun Z, et al. Validation of the Moderate-Resolution Imaging Spectroradiometer precipitable water vapor product using measurements from GPS on the Tibetan Plateau. J Geophys Res, 2006, 111: D14103. DOI:10.1029/2005JD007028 |
[18] | 胡秀清, 黄意玢. 利用940 nm卫星遥感数据反演大气水汽的方法比较与应用分析. 气象科技, 2010, 38, (5): 581–587. |