,, ,,,
(1.山東科技大學(xué) 測(cè)繪科學(xué)與工程學(xué)院,山東 青島 266590; 2.北京師范大學(xué) 全球變化與地球系統(tǒng)科學(xué)研究院,北京 100875)
沙塵暴是在特定的地理環(huán)境和下墊面條件下,由特殊的氣象條件形成的一種較為常見的自然現(xiàn)象[1]。世界沙塵暴多發(fā)區(qū)主要分布于北非、中東、中亞及東南亞、北美及澳大利亞,我國新疆、甘肅等西北部地區(qū)屬于中亞沙塵暴區(qū),華北北部地區(qū)屬于東亞沙塵暴區(qū)。沙塵暴發(fā)生時(shí)常伴有大風(fēng),可造成交通受阻、供電中斷、埋壓農(nóng)田,嚴(yán)重時(shí)可導(dǎo)致房屋倒塌、引發(fā)火災(zāi)、人畜傷亡等,沙塵暴中產(chǎn)生的沙塵還會(huì)造成空氣和水源污染,引起呼吸系統(tǒng)疾病。沙塵災(zāi)害所造成的生態(tài)環(huán)境和間接經(jīng)濟(jì)損失難以估量[2]。開展沙塵監(jiān)測(cè)不僅對(duì)沙塵災(zāi)害預(yù)警和生態(tài)環(huán)境影響評(píng)價(jià)具有重要意義,而且對(duì)人類社會(huì)生活和全球氣候變化產(chǎn)生深遠(yuǎn)影響。
沙塵暴的遙感監(jiān)測(cè)多指利用衛(wèi)星數(shù)據(jù)分析判識(shí)沙塵暴的起源、傳輸路徑、影響范圍和強(qiáng)度變化,并對(duì)沙塵暴的形成、發(fā)展、擴(kuò)散進(jìn)行動(dòng)態(tài)監(jiān)測(cè)。目前,用于沙塵災(zāi)害監(jiān)測(cè)的手段有地面定點(diǎn)觀測(cè)和衛(wèi)星遙感監(jiān)測(cè),而沙塵暴常發(fā)生在人跡罕至的沙漠及其臨近的干旱和半干旱地區(qū),常規(guī)的地面觀測(cè)站點(diǎn)受自然環(huán)境條件影響,難以實(shí)現(xiàn)對(duì)沙塵暴的長期監(jiān)測(cè)和預(yù)報(bào)[3];由于人力、物力、財(cái)力和技術(shù)等諸多因素的限制,很難通過大規(guī)模構(gòu)建地面觀測(cè)站實(shí)現(xiàn)沙塵暴的監(jiān)測(cè)。近幾十年來,具有高時(shí)空分辨率和高光譜分辨率的新型傳感器不斷服務(wù)于人類,使得運(yùn)用遙感技術(shù)監(jiān)測(cè)沙塵災(zāi)害成為可能。靜止氣象衛(wèi)星由于其高時(shí)間分辨率的特點(diǎn),在沙塵動(dòng)態(tài)監(jiān)測(cè)中具有無可比擬的優(yōu)勢(shì),同時(shí)還可與地面觀測(cè)數(shù)據(jù)在精度上相互驗(yàn)證,深化了沙塵監(jiān)測(cè)的定量化研究[4]。
國內(nèi)外專家針對(duì)沙塵暴的遙感監(jiān)測(cè)方法進(jìn)行過大量研究,主要涉及氣象學(xué)、地質(zhì)學(xué)、地理學(xué)、災(zāi)害預(yù)報(bào)、數(shù)值模擬等多個(gè)領(lǐng)域,在沙塵暴的遙感監(jiān)測(cè)方法上已取得一些關(guān)鍵性進(jìn)展。Shenk 和Curran[5],Carlson[6]、Griggs[7]利用氣象衛(wèi)星單通道(可見光或紅外通道)進(jìn)行沙塵監(jiān)測(cè),由于沙塵暴發(fā)生時(shí)復(fù)雜的大氣環(huán)境,單一通道對(duì)于沙塵和云的區(qū)分很困難,存在一定局限性;Ackerman[8]針對(duì)中分辨率成像光譜儀(moderate-resolution imaging spectroradiometer,MODIS)數(shù)據(jù),最早提出分裂窗亮溫差值算法,利用8.5、11、12 μm三個(gè)熱紅外波段綜合提取沙塵的思路,對(duì)后續(xù)多通道沙塵監(jiān)測(cè)的研究提供重要參考;鄭新江等[9]根據(jù)3.75 μm和11 μm波段的反射輻射特性,與可見光1.06 μm反射率之間建立統(tǒng)計(jì)關(guān)系,提出了沙塵識(shí)別的新方法;范一大等[10]針對(duì)改進(jìn)型甚高分辨率輻射儀(advanced very high resolution radiometer,NOAA/AVHRR)數(shù)據(jù),提出基于查找表變換和經(jīng)驗(yàn)?zāi)P偷膬煞N沙塵暴信息提取新方法,并通過多光譜合成影像分別對(duì)沙塵暴的信息提取和強(qiáng)度監(jiān)測(cè)進(jìn)行探討;羅敬寧等[11]利用美國第五代極軌氣象衛(wèi)星NOAA KLM系列衛(wèi)星和“風(fēng)云一號(hào)”(FY-1)C/D數(shù)據(jù),根據(jù)近紅外1.6 μm波段特性,設(shè)計(jì)出沙塵強(qiáng)度定量描述的新方法,為多源遙感數(shù)據(jù)沙塵監(jiān)測(cè)結(jié)果的對(duì)比提供了重要思路;Huang等[12]利用MODIS和被動(dòng)微波輻射計(jì)(advanced microwave scanning radiometer-EOS,AMSR-E)數(shù)據(jù),基于11、12 μm熱紅外輻射亮溫差與微波波段89和23.8 GHz的極化輻射亮溫差,協(xié)同完成沙塵遙感識(shí)別,為后續(xù)微波數(shù)據(jù)在沙塵遙感監(jiān)測(cè)中的應(yīng)用提供了指導(dǎo);劉三超等[13]基于MODIS Terra和Aqua數(shù)據(jù),白天采用熱紅外亮溫差與多光譜組合閾值法提取沙塵信息,夜晚則僅用紅外波段亮溫差值法提取沙塵信息,MODIS數(shù)據(jù)在沙塵監(jiān)測(cè)中表現(xiàn)出巨大潛力;羅敬寧等[14]利用風(fēng)云三號(hào)衛(wèi)星數(shù)據(jù),綜合考慮不同波段的反射輻射特性,提出全球沙塵遙感識(shí)別方法和DDI沙塵強(qiáng)度指數(shù),為定量分析全球沙塵強(qiáng)度提供依據(jù)。此外,通過不同天氣沙漠地表輻射收支特征[15]和沙塵氣溶膠垂直廓線[16]提取沙塵,為沙塵監(jiān)測(cè)拓展了新思路。
常用于沙塵監(jiān)測(cè)的衛(wèi)星以極軌衛(wèi)星為主,由于重訪周期較長,圖像獲取時(shí)間間隔較大,沙塵暴的動(dòng)態(tài)監(jiān)測(cè)受到很大限制。Himawari-8衛(wèi)星是下一代地球同步氣象衛(wèi)星的先驅(qū),其攜帶的AHI傳感器有16個(gè)波段,觀測(cè)頻率為每10 min一次,可以提高對(duì)沙塵暴的監(jiān)測(cè)、預(yù)測(cè)精度。本研究基于日本新一代靜止氣象衛(wèi)星Himawari-8的超高時(shí)間分辨率以及足以媲美極軌衛(wèi)星空間分辨率的優(yōu)異特性,運(yùn)用Himawari-8衛(wèi)星主載荷AHI傳感器數(shù)據(jù)對(duì)沙塵進(jìn)行了遙感監(jiān)測(cè)?;贖imawari-8 AHI的波段設(shè)計(jì),分析多類型沙塵光譜特性,結(jié)合沙塵監(jiān)測(cè)的物理原理,提出中紅外和熱紅外通道亮度溫度差值的組合閾值法對(duì)沙塵動(dòng)態(tài)監(jiān)測(cè),并以一個(gè)典型沙塵天氣的實(shí)例,對(duì)方法的可行性進(jìn)行了驗(yàn)證。
沙塵中包含大量礦物質(zhì),沙塵粒子本身能發(fā)射長波輻射,也能吸收地面向上的長波輻射,同時(shí)還能通過對(duì)太陽輻射的吸收和散射共同影響地球輻射收支和能量平衡,表現(xiàn)出光譜特征的差異性[9]??罩袘腋〉纳硥m粒子的輻射特性與粒子的大小、形狀、質(zhì)地和濃度密切相關(guān),其中粒徑大小是決定沙塵散射特性的重要因素[17]。不同強(qiáng)度的沙塵天氣,沙塵粒徑差異較大,其粒徑范圍為0.01~100 μm。隨著沙塵粒徑的增大,在前向方向集中的散射能量越多,同時(shí)吸收消光也逐漸增加,從而散射比下降[9]。沙塵遙感監(jiān)測(cè)主要依據(jù)沙塵層與其他地物(云、地表)在散射和輻射特性上的差異來提取沙塵信息[18]。
表1 Himawari-8 AHI主要技術(shù)參數(shù)
圖1 第7波段與紅外各波段亮溫差
根據(jù)沙塵遙感的基本原理和反射輻射特性,對(duì)Himawari-8衛(wèi)星的AHI載荷數(shù)據(jù)多光譜通道進(jìn)行綜合分析,能較好地識(shí)別下墊面的沙塵信息。
表1為Himawari-8 AHI的主要技術(shù)參數(shù)。共有16個(gè)波段,包括3個(gè)可見光波段、3個(gè)近紅外波段和10個(gè)紅外波段。與Himawari-7相比,其頻段數(shù)目大幅度增加,不僅大幅提高觀測(cè)性能,還提高了空間分辨率。如Himawari-7可見光波段的空間分辨率僅為1 km,而Himawari-8則達(dá)0.5 km;Himawari-7近紅外波段的空間分辨率僅為4 km,而Himawari-8紅外波段達(dá)1 km。中紅外通道(3.9 μm)主要包含了地物的輻射和反射信息,測(cè)量發(fā)現(xiàn),該通道疊加了更多的沙塵反射信息[14],對(duì)沙塵有明顯反映,因此可用作沙塵反演中沙塵判識(shí)的主要依據(jù)。Ackerman等[19]發(fā)現(xiàn)熱紅外大氣窗口區(qū)8~12 μm的亮度溫度差可減小地面影響,可用來較好地研究沙塵暴。對(duì)提取的典型地物進(jìn)行統(tǒng)計(jì)分析,采用3.9 μm波段與熱紅外各波段分別進(jìn)行差值計(jì)算,分析發(fā)現(xiàn)沙塵在第7波段亮度溫度(用BT7表示,后面依此遞推)與11、12、13、14波段亮度溫度的差值與其他地物有明顯差別,可將其作為判識(shí)依據(jù)。如圖1所示。
從圖2可以看出,雖然第7波段與11、12、13、14波段的亮度溫度差值明顯高于其他地物,但與沙漠類型非常接近,因此單獨(dú)分析沙塵和沙漠在第7波段與11、12、13、14波段亮溫差(圖2),發(fā)現(xiàn)BT7與BT13的差異明顯。因此,可利用BT7與BT13的差值作為沙塵與沙漠區(qū)分的依據(jù)。
圖2 沙塵與沙漠亮溫差對(duì)比
當(dāng)沙漠、云、裸土、植被等干擾類別存在時(shí),為了驗(yàn)證提取算法的有效性,從2016—2017年幾次典型沙塵天氣的Himawari-8影像中,用圖像處理軟件提取各種地物類型的純凈像元值,統(tǒng)計(jì)分析不同地物類型在第7波段與11、12、13、14波段的亮度溫度差值,并計(jì)算其均值與標(biāo)準(zhǔn)差,如圖2、圖3所示。發(fā)現(xiàn)BT7與BT13的差值可以很好地區(qū)分沙塵與沙漠;BT7與BT11、BT12、BT14的差值可以將沙塵與其他地物類型相區(qū)分。
由于Himawari-8衛(wèi)星的時(shí)間分辨率高,且為靜止衛(wèi)星,幅寬較大,同一景圖像上,相同地物的亮度溫度也存在差異,導(dǎo)致不同時(shí)間的沙塵監(jiān)測(cè)效果不同。若對(duì)所有時(shí)刻的影像都采用同一種方法,精度無法達(dá)到要求。因此以當(dāng)?shù)貢r(shí)間16時(shí)(UTC=8)為時(shí)間節(jié)點(diǎn),分別進(jìn)行分析,具體的技術(shù)路線詳見圖4。
圖3 不同波段不同地物亮溫差均值的單倍標(biāo)準(zhǔn)差
首先,對(duì)影像進(jìn)行云檢測(cè),剔除云對(duì)沙塵識(shí)別的影響;其次,對(duì)識(shí)別沙塵的閾值進(jìn)行分析,確定合適的沙塵提取閾值;最后,根據(jù)沙塵閾值進(jìn)行沙塵提取,下面對(duì)流程圖中的關(guān)鍵技術(shù)進(jìn)行逐個(gè)介紹。
1.2.1 云檢測(cè)
與下墊面相比,云一般有很高的反射率,同時(shí)其溫度又相對(duì)較低[19]。利用藍(lán)光通道的表觀反射率大于閾值和熱紅外15通道的亮度溫度小于閾值可以很好地把云檢測(cè)出來。判識(shí)條件:
ρBlue>TBlue_Cloud,
(1)
圖4 沙塵反演技術(shù)流程圖
(2)
其中:ρBlue為藍(lán)光通道表觀反射率;TBlue_Cloud為藍(lán)光通道表觀反射率度閾值;BTTIR為熱紅外15通道亮度溫度;TTIR_Cloud為熱紅外15通道亮度溫度閾值。
1.2.2 沙塵閾值判識(shí)
1.2.2.1 基本閾值判識(shí)
中紅外3.9 μm通道對(duì)沙塵有明顯的反映,采用3.9 μm通道作為主要判識(shí)依據(jù),判識(shí)條件為:
BTB07>TTIR_Dust 1。
(3)
其中:BTB07為3.9 μm通道的亮度溫度;TTIR_Dust 1為3.9 μm通道亮度溫度閾值。這里采用經(jīng)驗(yàn)閾值法(TTIR_Dust 1約300 K左右),以此作為沙塵判識(shí)首要條件。
1.2.2.2 中紅外與熱紅外通道差值
通過對(duì)沙塵與其他地物的遙感光譜特性分析發(fā)現(xiàn),中紅外3.9 μm通道與熱紅外通道的差值具有明顯差異。在實(shí)際應(yīng)用中,采用3.9 μm與8.6、9.6、10.4、11.2 μm通道之間的差值(brightness temperature differenec,BTD)組合作為沙塵判識(shí)的主要依據(jù),計(jì)算公式為:
BTDi=BT3.9-BTi。
(4)
其中:i=11、12、13、14;BT3.9為3.9 μm通道的亮度溫度;BT11、BT12、BT13、BT14分別為8.6、9.6、10.4、11.2 μm通道的亮度溫度。采用經(jīng)驗(yàn)閾值法(BTDi一般取值為20~60 K),可作為沙塵識(shí)別的主要條件。
1.2.3 沙塵強(qiáng)度指數(shù)
1.6 μm近紅外波段對(duì)沙塵反映明顯,可以較好地描述沙塵暴特征[11]。與可見光波段相比,該波段受到大氣分子和微粒氣溶膠干擾較小,在沙塵監(jiān)測(cè)中具有較高的穩(wěn)定性,對(duì)多顆衛(wèi)星資料研究發(fā)現(xiàn),沙塵強(qiáng)度與1.6 μm反射率之間存在線性一致關(guān)系,可以很好解決沙塵監(jiān)測(cè)的標(biāo)準(zhǔn)同一化[11]。沙塵強(qiáng)度(dust index,DI)計(jì)算公式:
DI=10×e0.8×R1.6-1 。
(5)
其中:R1.6為近紅外1.6 μm波段測(cè)得的反射率。
研究發(fā)現(xiàn),北京時(shí)間16時(shí)之后,采用上述方法可以較好地對(duì)沙塵進(jìn)行識(shí)別。但北京時(shí)間16時(shí)之前,沙塵漏判誤判較多,針對(duì)這一情況,增加BT7與BT14的差值加以判斷:當(dāng)BT7-BT14大于閾值,雖然沙塵誤判問題得到解決,但是仍有嚴(yán)重漏判;Himawari-8衛(wèi)星數(shù)據(jù)包含11、12 μm波段附近的熱紅外分裂窗通道,干燥沙塵對(duì)11、12 μm的輻射有不同的吸收衰減[11],因此,當(dāng)BT7-BT14小于閾值時(shí)結(jié)合BT14-BT15大于0作為識(shí)別沙塵的條件。改進(jìn)以后,北京時(shí)間16時(shí)之前沙塵監(jiān)測(cè)結(jié)果的漏判和誤判問題得以解決。
本研究選取Himawari-8衛(wèi)星2016年5月5日UTC 2:00~9:00的數(shù)據(jù),為便于觀察沙塵的時(shí)空變化,選擇每小時(shí)1景影像,經(jīng)過預(yù)處理后得到研究區(qū)域的16個(gè)波段的影像,利用真彩色合成影像可以從目視解譯的角度對(duì)沙塵進(jìn)行判識(shí),如圖5所示,上圖為Himawari-8真彩色影像圖,下圖為沙塵反演結(jié)果??梢钥闯?,這次沙塵天氣從上午10點(diǎn)已經(jīng)在內(nèi)蒙古中部地區(qū)形成,逐漸向東北方向傳輸擴(kuò)散,持續(xù)時(shí)間長,而且影響范圍較廣。
為了驗(yàn)證沙塵識(shí)別算法的可行性,以O(shè)MI反演的紫外氣溶膠指數(shù)(aerosol index,AI)產(chǎn)品為參考,對(duì)反演結(jié)果進(jìn)行了驗(yàn)證。AI指數(shù)是識(shí)別沙塵氣溶膠的關(guān)鍵參數(shù),在東亞大陸具有很好的一致性,其分辨率較高為13 km×24 km,每天提供的數(shù)據(jù)幾乎可以覆蓋全球[20]。AI指數(shù)主要通過對(duì)比觀測(cè)到的兩個(gè)紫外線波段(354、388 nm)的反射輻射,來提取沙塵氣溶膠含量,云和其他非吸收性氣溶膠AI指數(shù)的數(shù)值非常小,接近于零;而對(duì)沙塵等吸收性氣溶膠,AI指數(shù)為正值,且數(shù)值相對(duì)較大[21]。圖6為2016年5月5日北京時(shí)間13時(shí)沙塵監(jiān)測(cè)結(jié)果與OMI沙塵結(jié)果的對(duì)比,表明該算法能夠有效地提取出沙塵區(qū)域,提取結(jié)果與OMI AI產(chǎn)品具有較好的時(shí)空一致性。
圖5 2016年5月5日真彩色合成影像與沙塵監(jiān)測(cè)結(jié)果圖
Himawari-8衛(wèi)星的超高時(shí)間分辨率極大地改善了沙塵監(jiān)測(cè)研究的時(shí)效性,為持續(xù)動(dòng)態(tài)追蹤、定位沙塵暴的起源、傳輸和擴(kuò)散奠定了基礎(chǔ),其攜帶的AHI傳感器可以獲取多個(gè)沙塵敏感波段數(shù)據(jù),可有效分析和監(jiān)測(cè)沙塵信息。
考慮中紅外3.9 μm通道和多個(gè)熱紅外等通道的反射輻射特性,提出中紅外和熱紅外通道亮度溫度差值的組合閾值法,可準(zhǔn)確判別沙塵的發(fā)生情況。本方法簡單可靠,白天和夜晚都適用。通過對(duì)長時(shí)間序列影像沙塵監(jiān)測(cè)結(jié)果之間的對(duì)比分析,可以實(shí)時(shí)、準(zhǔn)確地捕捉沙塵的影響范圍和強(qiáng)度,用OMI AI產(chǎn)品驗(yàn)證分析Himawari-8衛(wèi)星沙塵提取結(jié)果,沙塵范圍與強(qiáng)度基本一致,可以滿足業(yè)務(wù)化監(jiān)測(cè)的需求。
圖6 OMI氣溶膠指數(shù)與沙塵監(jiān)測(cè)結(jié)果對(duì)比圖
參考文獻(xiàn):
[1]潘耀忠,范一大,史培軍,等.近50年來中國沙塵暴空間分異格局及季相分布-初步研究[J].自然災(zāi)害學(xué)報(bào),2003,12(1):1-8.
PAN Yaozhong,FAN Yida,SHI Peijun,et al.Spatial variation and seasonal distribution of dust-storm in China in resent 50 years:A preliminary study[J].Journal of Natural Disasters,2003,12(1):1-8.
[2]趙仕偉,胥永文,史薈燕,等.我國沙塵災(zāi)害遙感監(jiān)測(cè)研究與展望[J].氣象與環(huán)境科學(xué),2009,32(4):65-68.
ZHAO Shiwei,XU Yongwen,SHI Huiyan,et al.Research and prospect of remote sensing monitoring on Chinese sand-dust disaster[J].Meteorological and Environmental Sciences,2009,32(4):65-68.
[3]史培軍,嚴(yán)平,高尚玉,等.我國沙塵暴災(zāi)害及其研究進(jìn)展與展望[J].自然災(zāi)害學(xué)報(bào),2000,9(3):71-77.
SHI Peijun,YAN Ping,GAO Shangyu,et al.The duststorm disaster in China and its research progress[J].Journal of Natural Disasters,2000,9(3):71-77.
[4]范一大,史培軍,王秀山,等.中國北方典型沙塵暴的遙感分析[J].地球科學(xué)進(jìn)展,2002,17(2):289-294.
FAN Yida,SHI Peijun,WANG Xiushan,et al.The analysis of typical dust storm in northern China by remote sensing[J].Advance in Earth Sciences,2002,17(2):289-294.
[5]SHENK W E,CURIAN R J.The detection of dust storms over land and water with satellite visible and infrared measurements[J].Monthly Weather Review,1974,102:830-837.
[6]CARLSON T N.Atmospheric turbidities in Saharan dust outbreaks as determined by analysis of satellite brightness data[J].Monthly Weather Review,1979,107:322-335.
[7]GRIGGS M.Measurements of atmospheric aerosol optical thickness over water using ERTS-1 data[J].Journal of the Air Pollution Control Association,1975,25(6):622-626.
[8]ACKERMAN S A.Remote sensing aerosols using satellite infrared observation[J].Journal of Geophysical Research,1997,102(D14):17069-17079.
[9]鄭新江,陸文杰,羅敬寧.氣象衛(wèi)星多通道信息監(jiān)測(cè)沙塵暴的研究[J].遙感學(xué)報(bào),2001,5(4):300-305.
ZHENG Xinjiang,LU Wenjie,LUO Jingning.Research on the duststorm monitoring using multi-channel meteorological satellite data[J].Journal of Remote Sensing,2001,5(4):300-305.
[10]范一大,史培軍,潘耀忠,等.基于NOAA/AVHRR數(shù)據(jù)的區(qū)域沙塵暴強(qiáng)度監(jiān)測(cè)[J].自然災(zāi)害學(xué)報(bào),2001,10(4):46-51.
FAN Yida,SHI Peijun,PAN Yaozhong,et al.Monitoring the intensity of regional dust storm using NOAA/AVHRR data[J].Journal of Natural Disasters,2001,10(4):46-51.
[11]羅敬寧,范一大,史培軍,等.多源遙感數(shù)據(jù)沙塵暴強(qiáng)度監(jiān)測(cè)信息可比方法[J].自然災(zāi)害學(xué)報(bào),2003,12(2):28-34.
LUO Jingning,FAN Yida,SHI Peijun,et al.Information-comparable method of monitoring the intensity of dust storm by multisource data of remote sensing[J].Journal of Natural Disasters,2003,12(2):28-34.
[12]HUANG J P,GE J M,WENG F Z,et al.Detection of Asia dust storms using multisensory satellite measurements[J].Remote Sensing of Environment,2007,110(2):186-191.
[13]劉三超,柳欽火,高懋芳.利用Terra和Aqua雙星MODIS數(shù)據(jù)協(xié)同研究沙塵暴[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版),2006,31(12):1051-1054.
LIU Sanchao,LIU Qinhuo,GAO Maofang.On Asian dust storm in China by combining daytime and nighttime Terra and Aqua MODIS data[J].Geomatics and Information Science of Wuhan University,2006,31(12):1051-1054.
[14]羅敬寧,徐喆,亓永剛.基于風(fēng)云三號(hào)衛(wèi)星的全球沙塵遙感方法[J].中國沙漠,2015,35(3):690-698.
LUO Jingning,XU Zhe,QI Yonggang.Global dust remote densing with the FengYun-3 satellite[J].Journal of Desert Research,2015,35(3):690-698.
[15]李帥,胡列群,何清,等.塔克拉瑪干沙漠腹地地表輻射收支特征研究[J].中國沙漠,2012,32(4):1035-1044.
LI Shuai,HU Liequn,HE Qing,et al.Surface radiation budget in hinterland of the Taklimakan desert[J].Journal of Desert Research,2012,32(4):1035-1044.
[16]鄭有飛,劉貞,劉建軍,等.中國北部一次沙塵過程中沙塵氣溶膠的時(shí)空分布及輸送特性[J].中國沙漠,2013,33(5):1440-1452.
ZHENG Youfei,LIU Zhen,LIU Jianjun,et al.The Spatio-temporal distribution and transport behavior of a dust event in north China[J].Journal of Desert Research,2013,33(5):1440-1452.
[17]LU H Y,SUN D H.Pathway of dust input to the Chinese Loess plateau during the last glacial and interglacial periods[J].Catena,2000,40(3):251-261.
[18]張樹譽(yù),梁生俊,盧西順.衛(wèi)星遙感在陜西沙塵天氣監(jiān)測(cè)中的應(yīng)用[J].陜西氣象,2001(6):31-32.
ZHANG Shuyu,LIANG Shengjvn,LU Xishun.Application of satellite remote sensing in monitoring dust weather in Shaanxi province[J].Shaanxi Meteorology,2001(6):31-32.
[19]ACKERMAN S A,STRABALA K I,MENEEL W P,et al.Discriminating clear sky from clouds with MODIS[J].Journal of Geophysical Research Atmospheres,1998,103(D24):32141-32157.
[20]YANG Y K,SUN L,ZHU J S,et al.A simplified Suomi NPP VIIRS dust detection algorithm[J].Journal of Atmospheric and Solar-Terrestrial Physics,2017,164:314-323.
[21]劉貞,張雪姣,鄭有飛,等.基于CALIPSO對(duì)中國春季一次沙塵暴的研究[J].環(huán)境科學(xué)學(xué)報(bào),2016,36(12):4315-4327.
LIU Zhen,ZHANG Xuejiao,ZHENG Youfei,et al.Spatio-temporal distribution and transport behavior of a dust event based on the CALIPSO in China[J].Acta Scientiae Circumstantiae,2016,36(12):4315-4327.