1 概述 
　　每年春季，我國北方大部分地區(qū)都會受到不同程度的沙塵天氣的影響，一方面，沙塵引起的能見度降低與大顆粒沙塵的沉降嚴重影響了運輸業(yè)、農(nóng)業(yè)等行業(yè)的正常發(fā)展，對于國民經(jīng)濟造成極大的直接和間接的損失；另一方面，懸浮在空氣中粒徑小于100μm的總懸浮顆粒物會對人們的健康帶來不利的影響。 
　　國內(nèi)對沙塵天氣的檢測當前以遙感為主、地面站點檢測為輔。比較而言，使用衛(wèi)星傳感器獲取的遙感影像具有檢測范圍廣且時效性強的特點，以搭載MODIS的Aqua和Terra衛(wèi)星為例，它們可以以1～2天為周期獲取數(shù)據(jù)，這樣便可以及時發(fā)現(xiàn)沙塵源地并將其規(guī)模和運動方向標記出來，達到動態(tài)、省時省力檢測大范圍沙塵天氣的目的。隨著遙感技術(shù)的發(fā)展，衛(wèi)星傳感器更加廣泛地應用于環(huán)境管理與污染檢測等方向。 
　　2 數(shù)據(jù)源 
　　2.1 MODIS數(shù)據(jù) 
　　MODIS是Terra與Aqua上搭載的十分重要的地球觀測傳感器，兩顆衛(wèi)星上的MODIS傳感器可以每1～2天對地球觀測一次，同時獲取36個波段（0.4～14.3μm）的數(shù)據(jù)，包括16個熱紅外波段以及20個可見光與近紅外波段，這些數(shù)據(jù)常用于反演水汽含量、地表溫度、氣溶膠參數(shù)等，可以幫助研究人員理解陸地、海洋以及低層大氣的動態(tài)變化進程，并有助于構(gòu)建可以預測變化的地球系統(tǒng)模型。 
　　2.2 臭氧檢測儀（OMI）的數(shù)據(jù) 
　　2.2.1 Aura/OMI傳感器。Aura衛(wèi)星亦隸屬于EOS系統(tǒng)，該衛(wèi)星被設計用于獲取臭氧、氣溶膠和大氣中關(guān)鍵氣體的定量信息，因此，Aura搭載了四個相關(guān)的傳感器，分別是高分辨動力發(fā)聲器、微波分叉發(fā)聲器、臭氧層觀測儀和對流層放射光譜儀。其中，OMI可以對264～504nm范圍的波段進行觀測，其光譜分辨率在0.42～0.63nm，利用OMI獲取的數(shù)據(jù)可以對大氣中的NO2、SO2、BrO、HCHO以及氣溶膠進行量測，同時使用OMI還可以區(qū)分不同的氣溶膠類型，如沙塵和硫化物。 
　　2.2.2 紫外波段氣溶膠指數(shù)（UVAI）。大氣氣溶膠可以通過吸收作用對紫外輻射產(chǎn)生影響，研究表明，沙塵的增加使達到地面的紫外輻射量減少，而這個過程又可以對對流層中臭氧光化學反應產(chǎn)生影響，因此可以使用臭氧觀測儀收集的數(shù)據(jù)衍生出反映氣溶膠變化的紫外波段氣溶膠指數(shù)，可以認為UVAI提供了氣溶膠對紫外波段吸收作用的量化指標。Torres等人的研究表明紫外觀測對氣溶膠具有高度的敏感性，并能有效降低地表反射率對觀測的影響。在實際應用中，常常用于對煤煙或沙塵的檢測。 
　　在獲取UVAI時，將通過氣溶膠觀測到的光譜輻射率記為I360，而將無氣溶膠時觀測到的光譜輻射率記為I331，分別計算二者實測值與理論值的比值，并計算差值。使用等式可以表示為： 
　　3 算法原理與算法描述 
　　3.1 沙塵檢測算法原理以及亮度溫度的計算 
　　3.1.1 亮度溫度差值/比值算法。本文進行亮度溫度差值和比值運算時選擇MODIS 29、31和32波段，這三個波段分別處于8～9μm和10～12μm光譜區(qū)間，這樣選擇的原因在于氣溶膠顆粒在這一光譜區(qū)間內(nèi)其光譜特征會隨著波長的改變而產(chǎn)生較大的波動，通過對不同的影像進行對比便可以有效識別不同的氣溶膠類型。不僅如此，大氣對該光譜區(qū)間的干擾往往是小的，這樣得到的影像便可以反映氣溶膠的實際情況。因此，基于單一波段影像數(shù)據(jù)，科學家成功實現(xiàn)了對大氣中火山灰的觀測。而且隨著高光譜數(shù)據(jù)的應用，研究人員利用窄波段光譜數(shù)據(jù)實現(xiàn)了對沙塵等氣溶膠更高精度的觀測。然而單一波段的影像不僅會受到地面輻射的干擾，同時氣體與氣溶膠還對輻射具有不可忽略的吸收作用?？梢岳脗鞲衅鹘邮盏降募t外波段的輻射亮度值公式對上述內(nèi)容進行描述： 
　　式中：Bλ為普朗克方程；Ta表示大氣中氣溶膠層的溫度；Ts表示地表溫度；δλ為氣溶膠光學厚度。 
　　從等式中可以看出，即使當氣溶膠層足夠厚，使地面輻射的干擾可以忽略不計，即 ，所接收到的輻射亮度依然受到氣體與氣溶膠本身的影響，而正如前文所述，在8～9μm和10～12μm內(nèi)，氣體對輻射的干擾會達到小，在這種情況下，就只需要考慮氣溶膠本身的吸收作用。 
　　3.1.2 Dust*-parameter（D*）算法。Dust*-parameter（D*）算法是基于上文論述的BTD11-12和BTD8.6-11兩種差值算法得到的，其表達式為： 
　　式中：C和E分別為BTD11-12、BTD8.6-11的溫度位移，本文取值分別為0.09與15.0。 
　　通過前文所述，可以得知BTD11-12與BTD8.6-11均可以對以石英為主要成分的沙塵進行有效觀測，除此以外，BTD8.6-11還對硅質(zhì)礦物非常敏感，因為硅質(zhì)礦物擁有較寬的殘余輻射帶，相較于11μm，可以吸收更多在8.6μm處的輻射，造成BTD8.6-11的值為負值；而云層與此相反，因為云層會更多地吸收11μm處的輻射，這樣BTD8.6-11值即為正值。基于此，如果沙塵中含有硅質(zhì)礦物，D*算法就可以有效進行識別，同時取自然指數(shù)可以對沙塵信號進行放大。 
　　3.1.3 MODIS亮度溫度計算方法。本文使用普朗克函數(shù)對亮度溫度進行求解，在進行計算之前，需要將MODIS影像的像元值轉(zhuǎn)換為對應的熱輻射強度值，衛(wèi)星接收到的熱輻射強度轉(zhuǎn)換方法如下：sr-1·μm-1；NDi為第i波段影像的像元值；DRi與DRSi則是對應波段的輻射常量。 
　　接下來，利用普朗克函數(shù)對各波段亮度溫度計算，亮度溫度Ti計算公式為： 
　　式中：λi是對應波段的有效波長，在本文中使用的是29、31和32波段的有效波長分別為8.6μm、11μm和12μm。C1和C2均為光譜常量，它們的值分別是C1=119104356W·m-2·sr-1·μm4、C2=1.4387685×104μm·K。在計算時為簡便直觀可以將C2/λi與C1/λi5看作一個整體。 
　　實際上，亮度溫度是描述一般地物的“等效”溫度參數(shù)即在一定的波段范圍內(nèi)，這一參數(shù)指的是當一般地物與黑體具有相等的輻射亮度時，黑體所具有的溫度。它表示地物的輻射量與具有多大溫度的黑體的輻射相當，由于一般地物的比輻射率ε均小于1，故地物的亮度溫度往往小于它對應的實際溫度。從影像中可以看到計算得到的亮度溫度的取值在220K和300K之間，比同季節(jié)正常的地表溫度低一些，根據(jù)上述結(jié)論，這個計算結(jié)果是合理的。 
　　3.2 云層的處理 
　　3.2.1 決定系數(shù)（R2）去云。通過計算BT7.3與BT11間的決定系數(shù)來確定高緯度云層的地理位置從而將其去除，當決定系數(shù)趨近于1，說明觀測區(qū)域是云層的可能性極大；當這個數(shù)值遠離1，則該區(qū)域應為無云區(qū)域。這個方法的關(guān)鍵在于尋找一個合適的閾值來界定云層與非云層區(qū)域，如果閾值選擇偏小，可能會將有用的信息劃為云層而遭到掩蓋；如果偏大，則有部分高緯度云層會有所遺漏。在本實驗中，首先選取同一地區(qū)有云與無云時刻的兩幅影像，并按上述方法計算其28、31波段的亮度溫度與決定系數(shù)，根據(jù)決定系數(shù)影像上像元值的直方圖分布決定該閾值的取值。 
　　3.2.2 BT11去云。31波段被設計用于獲取云層或地表溫度，而云層的溫度往往低于后者。因此從11μm波段的亮度溫度影像上便可以對云層覆蓋區(qū)域進行判別。本文首先統(tǒng)計出BT11影像上的大值Tmax，為了排除噪聲對統(tǒng)計結(jié)果的影響，選擇大的五個像元值并計算其平均數(shù)作為Tmax，同時根據(jù)相關(guān)文獻，可以獲知云層在11μm處的大亮度溫度約為273K，而對應的地表溫度為288.2K，其比值為0.95，因此本文將溫度大值的0.95倍作為云層的閾值溫度，即T云=0.95×Tmax。那么，BT11影像上像元值大于T云且小于Tmax的區(qū)域可作為無云區(qū)域；同樣的，當像元值小于T云，則相應區(qū)域可判定為有云區(qū)域。 
　　4 結(jié)語 
　　本文主要依據(jù)紅外波段對沙塵粒徑、光學折射系數(shù)等屬性的敏感性展開沙塵檢測算法的研究，在構(gòu)建算法時，主要考慮了云層對沙塵數(shù)據(jù)的掩蓋以及地面輻射、大氣吸收散射作用等因素對沙塵信息的干擾。 
　　云層不僅會對沙塵數(shù)據(jù)掩蓋，同時細小的卷云有可能會與提取的沙塵信息混淆造成精度下降，因此本文通過雙重云層掩膜算法對云層去除，介紹了亮度溫度差值算法（BTD）、亮度溫度比值算法（RBT）和Dust*算法的沙塵檢測算法，考慮到云層的影響，又介紹了決定系數(shù)（R2）去云和BT11去云方法，終獲得沙塵檢測結(jié)果。本文提到的檢測方法可以實現(xiàn)一定精度的沙塵檢測，但是隨著沙塵越來越嚴重，對沙塵的檢測及產(chǎn)生原因的研究還需要更加深入。