近日，中國(guó)科學(xué)院空天信息創(chuàng)新研究院遙感衛(wèi)星應(yīng)用國(guó)家工程實(shí)驗(yàn)室研究員李正強(qiáng)團(tuán)隊(duì)采用深度學(xué)習(xí)定量遙感方法反演陸地上空氣溶膠細(xì)模態(tài)比例研究取得進(jìn)展。

　　氣溶膠是指空氣動(dòng)力學(xué)直徑小于100微米、懸浮在空氣中的顆粒物。氣溶膠光學(xué)厚度（AOD）遙感反演已經(jīng)較為成熟。MODIS作為寬覆蓋多光譜全球觀測(cè)遙感器的典型代表，其暗目標(biāo)（DT）和深藍(lán)（DB）方法AOD產(chǎn)品被廣泛用在全球氣候變化和大氣環(huán)境污染評(píng)估方面。細(xì)模態(tài)比例（FMF）是表征細(xì)顆粒物占比的一種粒徑相關(guān)參數(shù)，是灰霾遙感（例如PM2.5遙感）的關(guān)鍵基礎(chǔ)參量。陸地上空FMF因遙感機(jī)理復(fù)雜、觀測(cè)信息缺乏等原因?qū)е路囱堇щy，MODIS氣溶膠官方團(tuán)隊(duì)對(duì)其發(fā)布的FMF產(chǎn)品因精度低而強(qiáng)烈建議不要定量化使用。

　　空天院研究人員提出了一種全連接神經(jīng)網(wǎng)絡(luò)（FCNN）和卷積神經(jīng)網(wǎng)絡(luò)（CNN）組合的深度學(xué)習(xí)方法（Neural Network based AEROsol retrieval，NNAero），解決定量化信息留存和神經(jīng)網(wǎng)絡(luò)通用化處理之間的差異等若干技術(shù)問(wèn)題，通過(guò)NASA的AERONET和空天院的SONET地基氣溶膠觀測(cè)網(wǎng)數(shù)據(jù)開(kāi)展MODIS氣溶膠反演模型訓(xùn)練，根據(jù)氣溶膠微物理光學(xué)特性充分利用光譜、空間兩種維度的信息聯(lián)合約束，最大化挖掘多光譜遙感信息量，反演的氣溶膠細(xì)模態(tài)比例精度顯著提升。NNAero同時(shí)輸出副產(chǎn)品氣溶膠光學(xué)厚度。

　　經(jīng)過(guò)地基基準(zhǔn)數(shù)據(jù)驗(yàn)證，NNAero反演的氣溶膠細(xì)模態(tài)比例和光學(xué)厚度均具有較高的精度。該研究證明了使用MODIS這種寬覆蓋多光譜類型遙感器數(shù)據(jù)具備提取氣溶膠微物理參數(shù)的可行性。NNAero具備和深藍(lán)算法同樣對(duì)較亮地表的覆蓋能力，遠(yuǎn)優(yōu)于暗目標(biāo)方法；NNAero產(chǎn)品空間分辨率最高可達(dá)0.5km。

　　該、研究成果以Joint Retrieval of the Aerosol Fine Mode Fraction and Optical Depth Using MODIS Spectral Reflectance Over Northern and Eastern China: Artificial Neural Network Method為題發(fā)表在遙感領(lǐng)域期刊《環(huán)境遙感》（Remote Sensing of Environment）上。論文第一作者為空天院副研究員陳興峰。該研究得到了國(guó)家自然科學(xué)基金和國(guó)家留學(xué)基金的支持。

MODIS反演FMF的深度神經(jīng)網(wǎng)絡(luò)架構(gòu)

NNAero和MODIS官方DT、DB算法產(chǎn)品精度對(duì)比

NNAero vs DB的AOD(上圖），NNAero vs DT的FMF(下圖)反演產(chǎn)品對(duì)比