PSO聚類算法的京津冀地區氣溶膠光學厚度反演

王書濤，王貴川，凡堃堃，吳 興，王玉田

燕山大學電氣工程學院，河北省測試計量技術及儀器重點實驗室，河北 秦皇島 066004

引 言

近年來，遙感衛星影像反演已經成為了獲取較大時空分布的氣溶膠光學厚度(aerosol optical depth, AOD)的主要手段，國內外學者根據不同星載傳感器數據的特點和成像區域特征提出很多算法：暗目標法[1-2]、深藍算法[3]、多星協同算法[4]等。其中，暗目標法充分利用了遙感影像中濃密植被暗像元的信息特征，受到地表噪聲的干擾較小，反演流程也比較簡單，因此得到了廣泛應用。我國學者對暗目標法進行改進以用于國產衛星數據反演AOD，如HJ系列衛星[5]、GF系列衛星[6]、CBERS02B衛星[7]等。

氣溶膠理化性質的不確定性和時空分布的無規律性是從遙感影像中反演氣溶膠參數的難點。AOD反演的核心是如何剔除地表反射率貢獻，通過輻射模型如6S模型、MODTRAN模型等能夠實現這一目標。模型的輸入參數中，氣溶膠類型是影響AOD反演精度的主要因素之一，由于不同地域下地理環境、氣候和社會發展情況的差異，模型中預設氣溶膠類型的針對性和適用性較差，所以確定研究區域氣溶膠類型是準確反演AOD的關鍵。

針對這些問題，提出了一種新方法：一方面調整暗目標法以適用于高分四號(GF-4)多光譜遙感數據，構建類三元一次方程組；另一方面利用粒子群(particle swarm optimization, PSO)聚類算法確定符合京津冀地區的氣溶膠類型，將其作為6S模型的輸入參數建立查找表，然后逐像元查表求解方程組，實現對研究區域AOD的反演。……