风云四号B星/AGRI陆地气溶胶光学厚度产品的评估及其与亚洲地区地球静止卫星产品的对比

《Atmospheric Environment》：Evaluation of the FY-4B/AGRI Land Aerosol Optical Depth Product and Comparison with Geostationary Satellite Products over Asia

　　

摘要

风云四号B星（FY-4B）搭载的先进静止辐射成像仪（AGRI）陆地气溶胶光学厚度（AOD）产品自2022年8月起正式发布。初始业务化产品基于暗目标（DT）算法，并已完成前期评估。随后，在改进的深蓝（DB）算法框架下开发了一种新的陆地AOD产品，该产品采用了逐小时地表反射率先验数据库，其反演思路与日本向日葵9号搭载的改进型向日葵成像仪（AHI）以及韩国GK-2B搭载的静止环境监测光谱仪（GEMS）基本一致。本研究对基于FY-4B/AGRI深蓝算法的AOD产品进行评估，并与AHI和GEMS产品进行对比。结果表明，与AHI（R=0.765，RMSE=0.217）和GEMS（R=0.707，RMSE=0.214）相比，AGRI的AOD产品精度最高（R=0.840，RMSE=0.175），57.66%的数据点落在期望误差包络范围内（EE=±(0.05+0.20τ)），处于AHI（56.19%）与GEMS（59.38%）之间。AGRI的AOD产品在不同植被指数范围内的反演误差保持相对稳定，而AHI和GEMS的精度则受到一定限制。在几何敏感性方面，AGRI的AOD在观测天顶角大于56°时精度下降，而AHI在太阳天顶角（SZA）小于15°时误差显著增加，GEMS则表现出更大的变异性。这些发现证实了基于FY-4B深蓝算法的AOD产品在国际上的竞争力精度，并为未来多星气溶胶产品的融合提供了量化指导。

引言

气溶胶通过吸收和散射太阳辐射调节区域气候过程，直接影响地表-大气系统的能量收支（Chen等，2024）。气溶胶光学厚度（AOD）是表征大气污染状况的关键光学参数之一，在气溶胶负荷监测、大气污染评估、公共健康与气候变化研究中发挥着重要作用（Li等，2017）。尽管气溶胶机器人观测网（AERONET）为气溶胶反演算法优化提供了高精度地面基准参考，但卫星遥感在大规模连续监测方面仍然是不可或缺的（Pei等，2024，2026；Chen等，2025）。目前，来自中分辨率成像光谱仪（MODIS）、可见光红外成像辐射仪组（VIIRS）和中分辨率光谱成像仪（MERSI）等极轨传感器的卫星遥感气溶胶产品已建立较为成熟的全球气溶胶长期监测数据集（Yang等，2022，2024，2025）。然而，受轨道特性限制，这些传感器的重访频率相对较低，难以有效刻画气溶胶的短期演变及其输送过程（Li等，2022）。相比之下，静止地球轨道（GEO）卫星在连续监测气溶胶日变化及污染事件动态演变方面具有独特优势。一个典型例子是GEMS，这是首个部署在GEO轨道的紫外-可见超光谱仪器，搭载于2020年2月19日发射的静止韩国多用途卫星2B号（GEO-KOMPSAT-2B，简称GK-2B）上（Kim等，2020）。改进型向日葵成像仪（AHI）是GEO轨道上的多光谱成像辐射仪，搭载于2016年11月2日发射的向日葵9号卫星上（Lin等，2026）。

目前，基于GEO遥感数据物理反演气溶胶的精密算法框架已经建立。该框架依赖于通过辐射传输模拟构建的查找表（LUT），通过将大气顶（TOA）表观反射率与预先模拟的LUT条目进行匹配来反演AOD。在地表反射率（SR）建模方面，可以识别出两种代表性的物理反演方法。第一种基于暗目标（DT）算法，其核心原理是利用可见光通道与短波红外（SWIR）通道之间SR的光谱相关性，将大气信号与地表信号分离开来。因此，利用SWIR波段表征地表贡献，随后通过SWIR与可见光波段SR之间的经验关系将其去除（Kaufman等，1997；Levy等，2007；Levy等，2013；Guo等，2026）。第二种方法依赖预构建的SR数据库。先验地表约束的获取利用了SR随时间变化相对缓慢与气溶胶具有显著动态变异性之间的物理对比。通常采用长期的晴空观测来建立覆盖不同时间段和观测几何条件的SR数据库，从中直接估计并扣除地表贡献（Choi等，2018；Si等，2025；Su等，2023；Xie等，2022）。除上述两种基于SR的方法外，深蓝（DB）算法为缺乏SWIR通道的传感器提供了一种替代方案。与DT算法相比，DB算法更适用于缺乏SWIR通道的超光谱载荷以及明亮地表区域，因此已成为紫外-可见超光谱静止卫星AOD反演的重要技术手段（Hsu等，2013）。这些算法框架支撑了当前静止轨道AOD产品的发展，但地表处理方式、气溶胶假设及观测几何方面的差异可能导致产品相关的不确定性。基于这些通用反演框架，面向具体传感器的方法学开发主要集中在地表反射率表征、气溶胶模型处理以及反演或校正策略上。针对AGRI，相关研究包括自适应基于DT的SR关系、BRDF表征以及区域和季节特定的气溶胶处理（Si等，2024；Wang等，2024；Zhou等，2024）；而针对AHI和GEMS的相关进展则涉及动态地表反射率估计、气溶胶处理及仪器校正（Choi等，2024；Gao等，2021；Su等，2021）。

现有研究评估了静止轨道AOD产品的区域适用性和误差特征，揭示了与气溶胶负荷、气溶胶类型及复杂地表条件相关的产品不确定性（Feng等，2021；Lee等，2024；Wang等，2020）。然而，在东亚地区，这是一个具有高排放、复杂地表以及多种气溶胶类型并存特征的区域，不同算法方法在多种下垫面条件下的性能一致性，以及GEO特定观测几何条件下的表现，尚未进行系统评估。值得注意的是，FY-4B的静止轨道位置在2024年初调整至105°E，大幅改变了其对亚洲地区的观测几何。这一重新定位将观测覆盖范围扩展至典型干旱和半干旱地区，包括中亚和西亚。在此背景下，基于SR的算法在新覆盖区域的适应性仍然是一个待解的问题。此外，中国、日本和韩国的业务化静止轨道AOD产品在东亚及其周边地区能否达到一致的精度，也尚不清楚。这两个问题都有待系统的评估和验证。

为应对这些问题，本研究利用2024年3月至2025年2月的AERONET观测参考数据，对轨道重新定位后的AGRI陆地AOD产品进行定量评估，并与AHI和GEMS的AOD产品进行对比分析。在此基础上，结合物理诊断手段，系统分析SR和观测几何特征对AGRI AOD产品反演性能的联合影响。本研究的主要内容包括：（1）评估不同陆地地表条件下AGRI AOD产品的空间稳定性；（2）分析气溶胶负荷、观测几何及地表背景对反演误差的物理贡献；（3）为未来静止轨道反演框架中的BRDF模型优化和几何偏差校正提供量化依据。

研究区域

本研究聚焦于三个静止轨道卫星气溶胶产品的共同有效覆盖区域：FY-4B/AGRI、GK-2B/GEMS和Himawari-9/AHI。如图1所示，由于赤道静止轨道位置不同，其观测范围有所差异：FY-4B（105°E）在2024年初轨道重新定位后，覆盖范围向西扩展更广；GK-2B（128.2°E）聚焦于东亚核心区及邻近海域；Himawari-9（140.7°E）覆盖西太平洋地区。

总体验证与分析

图2(a)展示了2024年3月至2025年2月AGRI AOD产品与AERONET AOD的验证散点图。AGRI的AOD产品与AERONET观测值表现出强线性相关性，R=0.84，回归斜率为0.88。在0.1~0.7的低中气溶胶负荷范围内，大部分数据点聚集在1:1线附近，表明在中等气溶胶条件下反演性能稳定。相反，在AOD较高（>1.0）的高气溶胶负荷条件下……

结论

为系统评估FY-4B/AGRI的AOD产品在轨道重新定位后的反演精度和误差特征，本研究利用2024年3月至2025年2月的AERONET地面观测数据进行定量验证。同时与另外两个业务化静止轨道AOD产品——Himawari-9/AHI和GK-2B/GEMS进行了交叉比较和误差分析。主要发现总结如下：

（1）在亚洲区域，AGRI的AOD产品保持了……

作者贡献声明（CRediT）

Yang Leiku：撰写—审阅与编辑、监督、获取资金。Ye Zhen：撰写—初稿、可视化、形式分析、数据整理。Cheng Yueming：资源提供。Lv Xiaoran：软件、调查。Niu Xiaolong：软件、调查。Guo Shijiao：软件、调查。Si Yidan：撰写—审阅与编辑、监督、方法论、获取资金、概念构思。Chen Lin：资源提供、方法论。

未引用文献

Cheng等，2024；JAXA地球观测研究中心，2020。

利益冲突声明

作者声明，他们没有已知的可能影响本文所报告工作的财务利益或个人关系。

数据可用性声明

本研究所使用的FY-4B/AGRI的AOD产品数据可从中国国家卫星气象中心获取。AERONET地面观测数据可在https://aeronet.gsfc.nasa.gov公开获取。Himawari-9/AHI的气溶胶产品可从JAXA向日葵监测平台获取（https://www.eorc.jaxa.jp/ptree/index.html）。GK-2B/GEMS的气溶胶产品可从韩国国家环境卫星中心获取（https://nesc.nier.go.kr）。MODIS的MCD43D……

利益冲突声明

? 作者声明，他们没有已知的可能影响本文所报告工作的财务利益或个人关系。

致谢

本工作得到了中国国家重点研发计划（项目编号：2025YFE0108100）、河南省自然科学基金（项目编号：252300421048）、北京市自然科学基金（项目编号：8262036）和国家自然科学基金委员会（项目编号：42471424）的支持。

Ye Zhen | Yang Leiku | Si Yidan | Chen Lin | Cheng Yueming | Lv Xiaoran | Niu Xiaolong | Guo Shijiao

河南理工大学测绘与国土信息工程学院，河南焦作454000，中国