《合肥研究院在气溶胶光学厚度反演研究方面取得进展》

  • 来源专题:光电情报网信息监测服务平台
  • 编译者: husisi
  • 发布时间:2023-02-24
  • 近日,中国科学院合肥物质科学研究院安徽光学精密机械研究所研究员孙晓兵团队为满足单角度多波段偏振气溶胶探测的需求,提出了一种多波段强度和偏振信息联合利用的最优化反演算法,相关成果发表在Remote Sensing上。

    大气气溶胶光学厚度(Aerosol optical depth,AOD)常用来表征气溶胶对太阳辐射的消光作用,在遥感大气校正及细颗粒物污染评估中具有重要作用。该团队提出的反演算法主要利用短波红外波段的偏振信息,在不需要地面先验信息的情况下,对地面和大气信息进行分离,然后使用标量信息来获得最终结果。利用该方法进行地气解耦,可以避免地表反射率数据库更新不及时造成的反演误差和时空匹配误差。

    研究人员利用搭载在高光谱观测卫星(GF-5B)上的高精度偏振扫描仪(POSP)的观测数据对该算法进行了验证。与不同地区气溶胶自动观测网(AEROENT)站点的AOD产品比对结果表明,该算法能反演不同地表上空的AOD;与中分辨率成像光谱仪(MODIS)的AOD产品进行比对,验证了算法在不同污染条件下的有效性。

    相关研究得到航天科技创新应用研究项目、中国高分辨率对地观测系统项目、中国资源卫星应用中心项目的资助。

    图1 POSP的反演结果与AEROENT产品比对

    图2 POSP的AOD反演结果(a)与MODIS产品(b)对比(2022年5月4日)

相关报告
  • 《合肥研究院在拓扑半金属材料研究方面取得新进展》

    • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
    • 编译者:冯瑞华
    • 发布时间:2018-07-31
    • 中国科学院合肥物质科学研究院强磁场科学中心研究员田明亮课题组在拓扑半金属研究中取得新进展。研究人员通过SHMFF水冷磁体33T强磁场下的电输运量子振荡测量,给出了层状化合物Nb3SiTe6为拓扑半金属的实验证据,相关研究结果在线发表在美国物理学会期刊Physical Review B上。 “拓扑半金属”是不同于“拓扑绝缘体”的一类全新拓扑电子态,具备奇异的磁输运性质(如手性负磁阻、巨磁电阻),以及极高的载流子迁移率等,是目前量子材料领域研究的热点和前沿。根据能带的结构特点,拓扑半金属可以分为拓扑狄拉克半金属、外尔半金属和“节线”(Node-Line)半金属等。在拓扑节线半金属中,能带的交叉点在晶格动量空间形成连续的闭合曲线。在这种表面平带(flat band)中引入电子关联效应或超导配对,将有望实现分数拓扑态或高转变温度超导等新物态。 田明亮课题组研究员宁伟、博士生安琳琳、张红伟等,利用水冷磁体33T稳态场对层状化合物Nb3SiTe6在强磁场下的量子输运特性进行了研究。理论计算认为这种化合物可能是一种新的节线半金属。研究人员通过解理Nb3SiTe6单晶获得不同厚度的Nb3SiTe6纳米片,并对纳米片的磁电阻行为和霍尔电阻进行了仔细测量。研究表明,Nb3SiTe6纳米片的输运过程主要是空穴主导的,其迁移率随着纳米片变薄而减小。而磁电阻测量发现,Nb3SiTe6纳米片在较高磁场下表现出线性磁电阻,在磁场高达33T时依然没有饱和的迹象,同时在高场下(>20T)出现量子振荡行为。通过不同磁场角度下的量子振荡结果发现,Nb3SiTe6的费米面具有二维特征,且样品中的电子具有非平庸的贝里位相(Berry phase)。这些实验结果首次给出了Nb3SiTe6是拓扑保护的半金属材料的实验证据。 该研究成果以Magnetoresistance and Shubnikov–de Haas oscillations in layered Nb3SiTe6 thin flakes 为题发表在《美国物理评论》杂志上 [Phys. Rev. B 97, 235113 (2018)]。该研究工作得到了国家重点研发计划项目、国家自然科学基金以及合肥大科学中心等的支持。
  • 《空天院科研团队在气溶胶遥感协同反演研究取得新进展》

    • 来源专题:光电信息技术
    • 编译者:王靖娴
    • 发布时间:2025-03-07
    • 【内容概述】据中国光学期刊网3月3日报道,近日,中国科学院空天信息创新研究院(空天院)石崇研究团队在气溶胶遥感反演方面,提出一种基于大气辐射传输模型(物理机理)与迁移学习(数据驱动)融合的全新遥感算法AIRTrans,实现了气溶胶光学特性的精准高效反演。 针对静止卫星(如Himawari-8/AHI)高频次观测需求,研究团队创新性地提出一种融合大气辐射传输模型与机器学习的AIRTrans算法。首先,研究团队基于辐射传输模型,充分考虑多种气溶胶类型光学特性与地表特性,构建了卫星仿真模拟数据库,预训练神经网络模型;之后,进一步通过地面实测数据对模型进行微调,显著提升真实场景泛化能力。该算法构建了小时级的地表反射率数据库,并综合考虑背景气溶胶的影响。 与地面观测数据的验证结果显示,AIRTrans算法在全球多区域独立验证中表现优异,AOT和FMF反演结果的均方根误差(RMSE)分别为0.132和0.146,较Himawari-8卫星官方产品精度提升约40%和49%。尤其在细模态比反演方面,该算法成功解决了官方产品存在的系统性低估问题。此外,在沙尘暴与雾霾污染事件的监测方面,AIRTrans算法成功捕捉到AOT与FMF时空演变过程,这将为极端污染的动态监测及预警提供新的契机。 该研究提出的算法框架具有很强的普适性,可拓展至其他多光谱传感器的气溶胶参数反演,为碳中和背景下大气污染精准治理、气候效应评估等需求提供关键技术支撑。该成果以“Development of a hybrid algorithm for the simultaneous retrieval of aerosol optical thickness and fine-mode fraction from multispectral satellite observation combining radiative transfer and transfer learning approaches”为题,发表于国际遥感领域顶级期刊《Remote Sensing of Environment》(中国科学院一区,IF=11.1)。 (文献见附件)