近十來年杭州市大氣氣溶膠光學厚度衛(wèi)星反演研究

吳宜航, 白鶴鳴, 程晉昕, 于之鋒, 齊 冰, 杜榮光, 周 斌

(1.杭州師范大學遙感與地球科學研究院,浙江 杭州 311121; 2.內蒙古自治區(qū)氣候中心,內蒙古 呼和浩特 010051;3.云南省氣候中心,云南 昆明 650034; 4.杭州市氣象局,浙江 杭州310051)

?

近十來年杭州市大氣氣溶膠光學厚度衛(wèi)星反演研究

吳宜航1, 白鶴鳴2, 程晉昕3, 于之鋒1, 齊 冰4, 杜榮光4, 周 斌1

(1.杭州師范大學遙感與地球科學研究院,浙江 杭州 311121; 2.內蒙古自治區(qū)氣候中心,內蒙古 呼和浩特 010051;3.云南省氣候中心,云南 昆明 650034; 4.杭州市氣象局,浙江 杭州310051)

利用杭州市2003-2015年逐日MODIS數據,基于暗像元算法反演其500 m空間分辨率的氣溶膠光學厚度(AOD)歷史序列,并結合地基觀測數據進行驗證,在此基礎上分析杭州市AOD時空分布特征.結果表明:AOD反演結果的平均絕對誤差、相對誤差分別為0.16%、33.08%,反演結果相對可靠;在2003-2015年期間,杭州市AOD年均值呈波動狀態(tài),但無明顯增加或下降趨勢,最大值出現在2008年,最小值出現在2013年;春、夏季AOD均值較高,大于秋、冬季,冬季AOD均值最低;AOD月均值在1-6月呈現增加趨勢,并在6月達到峰值,隨后在7-12月呈減小趨勢;此外,杭州市AOD空間分布特征表現為東北部高、西南部低,其中,最高值區(qū)域主要分布于杭州市中心,次高值分布于江干區(qū)、余杭區(qū)東部、蕭山區(qū)東部.

氣溶膠光學厚度;MODIS;暗像元法;杭州市;變化趨勢

氣溶膠是懸浮在氣體中的固體或液體顆粒,它們與氣體載體共同組成多相體系,具有一定的穩(wěn)定性,且沉降速度小,其直徑多在10-3～102μm之間[1].氣溶膠光學厚度(Aerosol Optical Depth,AOD)是氣溶膠的消光系數沿輻射傳播路徑在垂直方向上的積分，是描述氣溶膠特性、推算氣溶膠含量、評價大氣環(huán)境污染程度以及氣溶膠輻射氣候效應和校正空間遙感大氣效應研究的一個關鍵因子[2].目前,可以采用地基遙感或者衛(wèi)星遙感的方法來監(jiān)測氣溶膠光學厚度.傳統(tǒng)地基觀測結果較為精確,但只能獲取氣溶膠單點的信息,難以滿足大范圍區(qū)域的研究需要.衛(wèi)星遙感探測速度快、周期短、宏觀性強,可以獲取整個研究區(qū)域氣溶膠光學厚度的時空分布信息,從而對大氣污染等治理提供有效的建議,進一步改善城市的空氣質量.

Kaufman等[3]根據大量實驗得出紅、藍波段與中紅外波段地表反射率之間的關系,并應用于AOD的反演,即暗像元算法.Levy等[4]在此基礎上,考慮了植被指數的影響,提出了改進的暗像元算法(即V5.2算法).基于暗像元算法或改進的暗像元算法探究AOD時空分布特征已有大量研究.王玲等[5]結合MODIS和AERONET資料確定杭州市氣溶膠類型,使用V5.2算法,對杭州市AOD進行反演.任佳等[6]利用傳統(tǒng)的暗像元法和V5.2 算法反演江浙皖地區(qū)氣溶膠光學厚度的空間分布,并對兩種算法所得結果進行比較與分析.肖鐘湧等[7]利用V5.2算法對廣州市進行了AOD反演,分析了廣州AOD的時空變化特征.

NASA提供的MODIS氣溶膠產品包括C5版本的10 km產品和C6版本的3 km產品,空間分辨率都較為粗糙,不能滿足城市尺度的研究需求,鑒于此,利用MODIS原始數據,基于暗像元反演杭州市500 m空間分辨率的AOD,在精度驗證的基礎上,研究杭州市2003-2015年AOD的時空分布特征.

1 數據與方法

1.1 研究區(qū)概況

杭州市位于浙江省北部,東臨杭州灣,是長三角經濟群重要城市之一,是浙江省的政治、經濟、文化和金融中心.杭州屬亞熱帶季風性氣候,四季分明,雨量充沛.其地形復雜多樣,地勢西高東低,杭州市西部屬浙西丘陵區(qū),東部屬浙北平原,地勢低平[8].

根據杭州市轄區(qū)行政區(qū)劃,研究區(qū)范圍為東經119.66°～120.72°,北緯29.84°～30.58°,市轄8個區(qū)(富陽區(qū)暫未計入).由于氣溶膠與周邊的大氣環(huán)境有密切聯(lián)系,且為研究方便,取杭州市邊界經緯度最大范圍矩形為研究區(qū)域(圖1).

圖1 研究區(qū)位置圖Fig. 1 Location of study area

杭州市為浙江省的發(fā)達城市,然而,近年來隨著城市規(guī)模不斷擴張,工業(yè)、交通等污染物大量排放,大氣污染狀況不斷加劇,空氣質量日趨嚴重.通過杭州市近十來年大氣氣溶膠光學厚度的研究,分析其時空演變格局,對杭州市PM2.5等大氣污染問題的研究具有重要的科學意義,可為進一步改善人民群眾的生活環(huán)境提供有效指導意見.

1.2 數據來源與介紹

研究中使用的遙感數據為Terra/MODIS傳感器的MOD02數據和地理定位數據(MOD03),均為2003-2015年的每天日間過境軌道數據.MOD02為反射率數據,分別提供3種不同的空間分辨率類型,包括MOD02QKM、MOD02HKM和MOD021KM,空間分辨率分別為250 m、500 m和1 km,由于MOD02QKM數據波段較少,暗像元算法應用受限,因此采用MOD02HKM數據.MOD03數據含有反演所需的太陽/衛(wèi)星的方位角和天頂角等經緯度信息,空間分辨率為1 km.

AOD觀測數據來自于AERONET氣溶膠監(jiān)測網和杭州市氣象局,數據均由法國太陽直射光度計CE-318測量得到,其AOD觀測精度可達0.01～0.02,足以作為真值用于檢驗衛(wèi)星反演的AOD值[9].在研究區(qū)域范圍內,選取AERONET氣溶膠監(jiān)測網中浙江農林大學(Hangzhou_ZFU,119.727 42°E,30.257 3°N)觀測站點,其時間范圍為2007年8月至2009年2月;由杭州市氣象局提供的觀測站點為杭州站(120.16°E,30.23°N)和臨安站(119.42°E,30.13°N),二者觀測時間范圍均為2011年1月至2014年12月.

1.3 AOD反演方法

1.3.1 AOD遙感反演原理

假設下墊面為均勻朗伯面,大氣垂直均勻變化,則陸地表觀反射率ρ*可由下式計算:

其中θ是太陽天頂角,θ0是衛(wèi)星天頂角,Φ為相對方位角(太陽方位角和衛(wèi)星方位角的差),ρa為大氣路徑反射率(路徑輻射),T(θ)和T(θ0)分別表示向下和向上整層的大氣透過率(直射+漫射),ρ為地表反射率,s為大氣的球面反照率,系數1/(1-ρs)代表地面與大氣層多次散射的作用,方程右邊第二項表示地表和大氣共同產生的反射率.

ρa、T(θ)、T(θ0)和s都取決于單次散射比ω0、氣溶膠光學厚度τ和氣溶膠散射相函數P.所以衛(wèi)星觀測到的表觀反射率ρ*既是氣溶膠光學厚度τ的函數,又是地表反射率ρ的函數.因此當地表反射率ρ已知,且假定氣溶膠模式(ω0、P),結合已知的衛(wèi)星觀測資料信息(ρ*、θ0、Φ),就可以得出氣溶膠光學厚度.

1.3.2 AOD遙感反演方法

1.3.3 AOD遙感反演流程

在ENVI/IDL環(huán)境下,結合MCTK擴展包,編程實現MODIS數據的輻射定標、幾何校正、鑲嵌等預處理過程.在具體處理過程中,根據暗像元法反演原理,并考慮到云和水體的存在會導致AOD的反演結果出現較大誤差,因此,非暗目標、云及水體像元在預處理過程中予以剔除,不參與反演過程.利用0.66μm波段的反射率進行云像元判定:ρ0.66<0.14即認定為云像元[13].水體去除采用周成虎等[14]提出的譜間關系法,即滿足:MODIS第1通道加上第4通道大于第2通道加上第6通道判定為水體像元.

表1 查找表參數設置

研究中采用6S大氣輻射傳輸模型建立查找表.根據杭州的地理緯度信息,選擇3月-8月為中緯度夏季大氣廓線、9月-次年2月為中緯度冬季大氣廓線,氣溶膠模式為大陸型氣溶膠模式.具體參數設置見表1.

根據暗目標的判定條件,選取暗目標作為反演對象,將實際的表觀反射率、太陽天頂角、衛(wèi)星天頂角、相對方位角、地表反射率信息代入已經建立的查找表進行查找,反演氣溶膠光學厚度.

2 結果與分析

2.1 精度驗證

利用地基觀測數據,結合Angstrom經驗公式,計算得到550 nm波段的AOD觀測值.根據觀測站點的地理位置,提取反演影像觀測站點周圍3×3像元的平均值作為該站點的反演值,同時,觀測數據選取衛(wèi)星過境時間±0.5 h之內的平均值,通過對觀測值與反演值的對比分析,進而進行反演結果精度驗證,結果如圖2所示.

圖2 AOD反演值與觀測值對比分析Fig. 2 Comparison analysis of AOD between inversion value and observation value

由圖2可知,AOD反演結果和地基觀測數據相關系數較高,都在0.7以上，說明數據之間的相關性良好.同時,根據圖2中對角線(y=x),對比AOD反演值與實測數據可知,夏半年反演值普遍比冬半年高;且當AOD較大時,衛(wèi)星反演值相對較小,此時低估了AOD.總體而言,AOD反演結果和地基觀測數據有良好的相關性,其反演結果可以用來分析研究杭州市時空變化規(guī)律.

表2 各觀測站點其AOD反演精度驗證結果

Tab. 2 Result of accuracy validation of inversion AOD for observation sites

站點日期絕對誤差相對誤差/%浙江農林大學2007．8-2009．20．17737．03杭州站2011．1-2014．120．17141．29臨安站2011．1-2014．120．14220．92平均值0．16333．08

圖3 2003-2015年杭州市AOD年際變化 Fig. 3 Annual variation of AOD in Hangzhou city from 2003 to 2015

由表2所示精度驗證結果可知,由暗像元法反演得到的杭州市AOD,研究區(qū)范圍內3站點整體平均絕對誤差為0.163,整體平均相對誤差為33.08%.臨安站點的反演效果最好,絕對誤差為0.142,相對誤差為20.92%.

2.2 杭州市AOD時空分布特征

根據杭州市2003-2015年逐日反演結果,計算不同時間尺度(年、季、月)下研究區(qū)域逐像元的AOD均值與杭州市整體AOD均值,并最終分析杭州市AOD的時間變化與空間分布特征.

2.2.1 AOD年際變化

2003-2015年杭州市整體AOD年均值變化趨勢如圖3所示,可見,近十來年杭州市AOD年均值呈波動狀態(tài),但整體無明顯上升或下降趨勢.在2003-2008年期間,除2004年較2003年有小幅下降外,其余年份AOD均呈現逐年上升趨勢,并于2008年達到峰值.在2009-2010年期間，AOD年均值表現為下降趨勢,于2010年出現谷值,但在2011年,AOD年均值急劇增加,出現另一峰值,隨后呈下降趨勢,并趨于平緩.在2003-2015年期間,2008年AOD年均值最大,2013年最小.

通過分析2003-2015年杭州市AOD逐年空間分布圖(圖4)可知,在整個研究時段內,AOD年均值總體表現為東北高西南低,與他人研究結果一致[15-16].這與該地區(qū)城市、地形、人口分布有關.杭州市東北地區(qū)與嘉興海寧市毗鄰,同屬于杭嘉湖平原地區(qū),該區(qū)域地勢低平,經濟發(fā)達,人口眾多,交通網絡密集,工廠企業(yè)遍布；而西部、南部地區(qū)主要為浙西丘陵區(qū),多山地,植被茂密,經濟等人為活動較少,AOD普遍較低.其中AOD最高值區(qū)域主要分布于杭州市中心,如上城區(qū)、下城區(qū)、拱墅區(qū);次高值分布于江干區(qū)、余杭區(qū)東部、蕭山區(qū)東部.與此同時,人口密度較大、工業(yè)產業(yè)密集的杭州市周邊城市地區(qū)同樣呈現出高值,如東南側的紹興市、錢塘江沿線的富陽區(qū)、桐廬縣,以及位于杭州市西側的臨安市.

圖4 2003-2015年杭州市年均AOD空間分布圖Fig. 4 Spatial distribution of annual AOD of Hangzhou city from 2003 to 2015

由圖4可知,近十來年杭州市區(qū)AOD年際空間變化特征表現為:2004、2005年較2003年高值區(qū)域面積(AOD高于0.9)相對變小,但從2005年起到2008年,AOD高值區(qū)不斷擴大,江干區(qū)、余杭區(qū)東部以及蕭山區(qū)東部AOD值增高明顯.2009年到2010年,AOD高值區(qū)相對減少.但2011年AOD高值區(qū)面積明顯擴大,同時,整個研究區(qū)AOD平均值均有不同程度的上升.2012年之后總體呈現下降趨勢,此后,2013年到2015年變化較為平緩.

2.2.2 AOD季節(jié)變化

圖5 2003-2015年杭州市AOD季節(jié)變化 Fig. 5 Seasonal variation of AOD in Hangzhou city from 2003 to 2015

計算2003-2015年杭州市AOD季節(jié)均值,其整體變化見圖5,空間分布如圖6所示.AOD整體季節(jié)平均值分別為0.776(春季)、0.793(夏季)、0.539(秋季)、0.316(冬季).由圖5可知,春季和夏季的AOD均值較高,均大于0.75,遠大于秋季和冬季,而冬季AOD均值最低.杭州市春季容易受到北方沙塵天氣南下或是局地污染源的影響,大氣中氣溶膠粒子長時間滯留容易造成春季AOD 的增加[17].而夏季AOD高于春季可能是由于夏季濕度較高,吸濕性氣溶膠粒子吸濕增長會使AOD增大,另外夏季光化學作用也會導致AOD增加[18].

圖6 2003-2015年杭州市AOD季節(jié)變化空間分布Fig. 6 Spatial distribution of seasonal variation of AOD in Hangzhou city from 2003 to 2015

圖7 2003-2015年杭州市AOD季節(jié)平均值歷年變化Fig. 7 Annual change of seasonal AOD in Hangzhou city from 2003 to 2015

由圖6可知,杭州市東北平原地區(qū)AOD季節(jié)均值較高,而西南丘陵地區(qū)較低,夏季AOD平均值與春季相比空間分布變化較小,東北平原地區(qū)AOD均在0.8以上,西南丘陵地區(qū)為0.5～0.8.但同春季相比,杭州市主城區(qū)AOD大于1的高值區(qū)域范圍變大.秋季東北平原地區(qū)AOD值大多為0.5～0.8,西南丘陵地區(qū)大多為0.3～0.5,整個區(qū)域AOD值降低.而到了冬季,AOD均值更低,主要為0.2～0.4.

圖7為杭州市AOD季節(jié)均值歷年變化圖,整體來看,近十來年歷年春季和夏季AOD均值較為接近,且春、夏季AOD均大于秋、冬季,冬季最低.其中,2005、2008、2009、2011、2014以及2015年夏季AOD均值高于春季,其余年份相反.2012、2013年夏季AOD均值呈現下降趨勢,但2014年上升至歷年最高值,達0.896,2015年呈下降趨勢,與春季平均值十分接近.近十來年秋季AOD均值變化較為平緩,2006年到2008年有一個小的高峰年,2013年最低,此后,秋季AOD平均值呈上升趨勢.冬季AOD季節(jié)平均值最低,其最低值(0.255)出現在2005年,最高值(0.377)出現于2007年.

整體而言,2003年AOD平均值春季≈夏季>秋季>冬季,到2015年AOD平均值變化為夏季≈春季>秋季>冬季,總體趨勢一致.由圖7和圖8可知,相比于2003年春季和夏季,2015年春季與夏季AOD平均值顯著下降,春季平均值從0.808下降到0.71,夏季AOD平均值從0.799下降為0.72;杭州市中心、東北部與蕭山東部地區(qū)AOD平均值明顯降低,且杭州市范圍內AOD平均值整體降低,大于1.1的高值區(qū)域明顯縮小;秋季研究區(qū)范圍內AOD平均值由0.519變化為0.581,小幅上升;2015年冬季AOD平均值由0.35變化為0.285,下降了0.065,杭州市AOD平均值整體下降.

圖8 2003與2015年杭州市AOD四季分布圖Fig. 8 Seasonal distribution of AOD in Hangzhou city in 2003 and 2015

圖9 2003-2015年杭州市AOD月均值變化Fig. 9 The monthly mean variation of AOD in Hangzhou city from 2003 to 2015

2.2.3 AOD月變化

圖9為近十來年杭州市AOD月均值,由該圖可知,AOD月均值以6月份最大,12月份最小,且6月份以前AOD呈上升趨勢,之后呈現下降趨勢.

圖10為各月AOD月均值空間分布圖,整個研究區(qū)范圍內,從1月到6月AOD月平均值高值區(qū)面積一直在增加,6月為最大值,7月到12月呈現不斷下降趨勢,12月最小.同一時期,杭州市東北地區(qū)AOD平均值均高于西南地區(qū),且AOD平均值浮動范圍較大.

圖10 2003-2015年杭州市AOD月空間分布圖Fig. 10 The monthly spatial distribution of AOD in Hangzhou city from 2003 to 2015

圖11 2003-2015年杭州市AOD月平均值逐月時間序列Fig. 11 The time series of average monthly AOD in Hangzhou city from 2003 to 2015

近十來年杭州市逐月AOD時間序列如圖11所示,其年內逐月峰值一般出現于5月份或者6月份,最低值一般出現于12月份或1月份,年內多呈現兩頭低中間高的趨勢.其中,2008年6月與2014年6月峰值明顯高于其他年份,AOD月平均值均大于1,分別為1.174和1.101.2005年12月與2010年12月AOD值明顯低于其他年份,AOD月平均值均小于0.2,分別為0.185和0.175.

3 結 論

本文根據MODIS數據,基于暗像元法,反演杭州市逐日AOD,得到研究區(qū)域2003-2015年500 m空間分辨率的AOD逐日序列,利用浙江農林大學、杭州站、臨安站地基觀測數據進行精度驗證,最后對杭州市AOD時空分布特征進行分析.結果表明:

1)利用地面太陽光度計觀測數據對反演得到的杭州市AOD進行精度驗證,3站點平均絕對誤差為0.163,平均相對誤差為33.08%.臨安站點的反演效果最好,絕對誤差為0.142,相對誤差為20.92%.且AOD反演結果和地基觀測數據相關系數均在0.7以上,說明AOD反演結果和地基觀測數據有良好的相關性,精度較為可靠.

2)從AOD時間變化特征看，在2003-2015年期間,杭州市AOD年均值呈波動狀態(tài),但無明顯增加或下降趨勢,2008年AOD年均值最高,2013年AOD年均值最低;春季和夏季的AOD均值較高,均大于0.75,遠大于秋季和冬季,而冬季AOD均值最低;月際變化特征為1-6月AOD呈上升趨勢,并在6月達到最大值,隨后呈下降趨勢,12月最小.

3)從AOD空間分布特征看，杭州市AOD東北地區(qū)高西南地區(qū)低,其中,最高值區(qū)域主要分布于杭州市中心(上城區(qū)、下城區(qū)、拱墅區(qū)),次高值分布于江干區(qū)、余杭區(qū)東部、蕭山區(qū)東部.逐年空間分布上,高值區(qū)面積表現為先增高后減小的趨勢.季節(jié)空間分布上,春夏季高值區(qū)面積大于秋冬季.月度空間分布上,1-6月AOD月平均值在0.6以上的面積一直在增加,6月最大,7月至12月不斷下降,12月最小.

[1] HINDS W C. Aerosol technology: properties, behavior, and measurement of airborne particles[M]. New York: John Wiley & Sons,2012.

[2] 李棟.MODIS遙感中國東部海區(qū)氣溶膠光學厚度與現場測量數據的對比分析[D].青島：中國海洋大學,2010.

[3] KAUFMAN Y J, WALD A E,REMER L A, et al. The MODIS 2.1 μm channel-correlation with visible reflectance for use in remote sensing of aerosol[J]. IEEE Transaction on Geoscience and Remote Sensing,1997,35(5):1286-1298.

[4] LEVY R C, REMER L A, MATTOO S, et al. A new algorithm for retrieving aerosol properties over land from MODIS spectral reflectance[J/OL]. Journal of Geographical Research, 2006: 20070017450[2016-02-20].https://ntrs.nasa.gov/search.jsp?R=20070017450.

[5] 王玲,田慶久,李姍姍.利用MODIS資料反演杭州市500米分辨率氣溶膠光學厚度[J].遙感信息,2010(3):50-54.

[6] 任佳,王振會,孫林,等.基于MODIS數據反演江浙皖地區(qū)氣溶膠光學厚度[J].環(huán)境科學與技術,2010,33(8):167-171.

[7] 肖鐘湧,江洪,陳健,等.利用MODIS遙感數據反演廣州市氣溶膠光學厚度[J].中國環(huán)境科學,2010,30(5):577-584.

[8] 齊冰.杭州地區(qū)霾特征及氣溶膠物理特性觀測研究[D].南京:南京信息工程大學,2013.

[9] 李曉靜,張鵬,張興贏,等.中國區(qū)域MODIS陸上氣溶膠光學厚度產品檢驗[J].應用氣象學報,2009,20(2):147-156.

[10] KAUFMAN Y J, TANRE D, GORDON H R, et al. Passive remote sensing of tropospheric aerosol and atmospheric correction for the aerosol effect[J]. Journal of Geophysical Research: Atmospheres,1997,102(D14):16815-16830.

[11] KAUFMAN Y J, TANRE D, REMER L A, et al. Operational remote sensing of tropospheric aerosol over land from EOS moderate resolution imaging spectroradiometer[J]. Journal of Geophysical Research: Atmospheres,1997,102(D14):17051-17061.

[12] 劉玉潔.MODIS遙感信息處理原理與算法[M].北京:科學出版社,2001.

[13] 楊珊榮.MODIS數據云檢測算法及云補償方法研究[D].福州：福建師范大學,2009.

[14] 周成虎,駱劍承.遙感影像地學理解與分析[M].北京:科學出版社,2003:75-78.

[15] 朱于紅,張自力,田平,等.基于衛(wèi)星遙感的浙北平原氣溶膠光學特性長期變化分析[J].環(huán)境科學學報,2015,35(2):352-362.

[16] 周寅.長三角地區(qū)大氣氣溶膠光學厚度遙感及時空變化規(guī)律研究[D].南京:南京信息工程大學,2014.

[17] 齊冰,杜榮光,于之鋒,等.杭州市大氣氣溶膠光學厚度研究[J].中國環(huán)境科學,2014,34(3):588-595.

[18] 段婧,毛節(jié)泰.長江三角洲大氣氣溶膠光學厚度分布和變化趨勢研究[J].環(huán)境科學學報,2007,27(4):537-543.

On the Inversion of Aerosol Optical Depth of Hangzhou Based on the Satellite in the Past Decade

WU Yihang1, BAI Heming2, CHENG Jinxin3, YU Zhifeng1, QI Bing4, DU Rongguang4, ZHOU Bin1

(1. Institute of Remote Sensing and Earth Sciences, Hangzhou Normal University, Hangzhou 311121, China; 2. Climate Center of Inner Mongolia Autonomous Region, Hohhot 010051, China; 3.Yunnan Climate Center, Kunming 650034, China;4. Hangzhou Meteorological Bureau, Hangzhou 310051, China)

Based on the daily MODIS data from 2003 to 2015 in Hangzhou, a historical sequence of aerosol optical depth(AOD) with 500 m spatial resolution was inverted by using dense dark vegetation method. Combining with the ground observation data, the temporal and spatial distribution characteristics of AOD in Hangzhou were analyzed.The results showed that the absolute and relative error of AOD inversion results were 0.16%, 33.08% on average, respectively. The annual average of AOD had a relatively slight fluctuation during 2003-2015 in Hangzhou, with the maximum in 2008 and the minimum in 2013. The seasonal mean of AOD in spring and summer were higher than the value in autumn and winter, the seasonal average of AOD in winter was the lowest. The monthly mean of AOD showed an increasing trend from January to June and the peaking point was observed in June, while the value dropped down in the next six months. In addition, it was found that the distribution of AOD was featured by high value in northeast and low in southwest. The highest was mainly located in the centre of the city, while the secondary high value area were in Jianggan District and east of Yuhang District and Xiaoshan District.

aerosol optical depth; MODIS; dense dark vegetation method; Hangzhou; variation trends

2016-03-06

浙江省自然科學基金項目(LY16D010006);杭州市科技發(fā)展計劃項目(20130533B09).

周 斌(1972-),男,教授,博士,主要從事顆粒物光學性質的理論模擬和計算、二類水色水體遙感等研究.E-mail:hznu_bzhou@126.com

10.3969/j.issn.1674-232X.2016.06.018

P407.1

A

1674-232X(2016)06-0659-09