MAIAC算法从DSCOVR EPIC数据同步反演气溶胶光学厚度、光谱吸收及层高的创新研究

《Frontiers in Remote Sensing》：Simultaneous retrieval of aerosol optical depth, spectral absorption and layer height from DSCOVR EPIC using MAIAC algorithm

本文介绍了MAIAC v3算法从DSCOVR EPIC的UV-Vis-NIR光谱观测中同步反演气溶胶光学厚度（AOD）、光谱吸收及气溶胶层高（ALH）的创新方法。该算法首次利用紫外与O2 A、B波段协同增强对气溶胶层高的敏感性，并基于全球验证数据（AERONET与CALIPSO）证实了AOD（R～0.71–0.73）、单次散射反照率（SSA，误差±0.03）与ALH（RMSE～1.1 km）的高精度反演能力，为地球系统建模与空气质量监测提供了重要数据支撑。

　　

MAIAC EPIC处理算法概述

MAIAC EPIC算法包含标准处理与高级气溶胶表征两部分。标准处理基于分区正弦投影（ZSP）将EPIC L1B数据重采样至10 km网格，通过动态时间序列分析获取地表二向反射因子（BRF）与BRDF模型（采用sRTLS模型），并计算气溶胶反演所需的光谱回归系数（SRC）。算法利用紫外（340 nm、388 nm）与可见光（443 nm、680 nm）通道，在已知地表反射率的条件下，通过查找表（LUT）与Levenberg-Marquardt优化算法同步反演AOD₄₄₃、吸收系数（k₀）与光谱吸收指数（SAE）。

MAIAC v2算法：AOD与光谱吸收的联合反演

v2算法通过最小化目标函数（公式2）反演AOD₄₄₃、k₀与SAE，其中k_λ遵循幂律关系（公式1）。LUT基于烟雾与粉尘的气溶胶模型生成，固定实部折射率（烟雾m=1.48，粉尘m=1.56）与粒径分布（烟雾双模态对数正态分布）。反演限于AOD₄₄₃>0.6或检测到吸收性气溶胶时进行，并假设ALH为1 km或4 km，但此假设可能在强羽流条件下引入误差。

MAIAC v3算法：加入ALH反演

v3算法通过结合EPIC的UV-Vis-NIR与O₂ A（764 nm）、B（688 nm）波段，将ALH作为第四参数加入反演（公式3）。ALH敏感性源于UV波段的高光学厚度与多次散射效应，以及O₂吸收带的垂直分辨能力。算法使用SHARM-IPC代码生成O₂波段LUT，并采用两步反演策略：先通过v3反演获取ALH，再基于此高度通过v2反演气溶胶光学属性，以提升精度。反演阈值降低至AOD₄₄₃>0.4，覆盖更广的气溶胶负载条件。

气溶胶层高反演示例

通过对比CALIPSO CALIOP的背向散射加权高度（ALH_C），v3算法在多种烟雾与粉尘事件中表现出良好的ALH反演能力。例如，加拿大与西伯利亚的森林野火烟雾ALH可达7 km，而南亚的生物质燃烧烟雾多局限于边界层（1–3 km）。非洲粉尘在陆地上空高度为1–2 km，越过地中海后升至3–4 km。算法在空间一致性上表现稳健，但亮地表或低AOD区域可能出现异常值。

验证

全球验证显示，v3算法反演的AOD与AERONET相关性较高（R～0.71–0.73），但RMSE～0.4且存在正偏差（烟雾0.07，粉尘0.15），部分归因于EPIC的近后向散射几何。SSA在443 nm与680 nm的精度显著，RMSE为0.02–0.03，偏差 within ±0.01，且64%–97%的反演值落在AERONET不确定性（±0.03）范围内。ALH与CALIOP对比显示，陆地上空ALH偏低0.45 km（烟雾）至0.75 km（粉尘），海洋上空无偏差；全球RMSE～1.1 km，60%–77%的ALH反演落在EE=±1 km范围内。

总结

MAIAC v3算法实现了从单视角EPIC观测中同步获取AOD、ALH与光谱吸收的突破。其在SSA与ALH反演上的高精度（SSA RMSE～0.02–0.03，ALH RMSE～1.1 km）支持了气溶胶成分（如黑碳/棕碳、赤铁矿/针铁矿）的定量分析，为模型约束与健康暴露研究提供了关键参数。当前算法仍假设气溶胶类型与粒径分布，未来可通过多传感器协同进一步提升反演能力。