MODIS(MCD19A2)中国2000-2024年度平均气溶胶光学深度数据集

摘要 :本摘要简要介绍MODIS(MCD19A2)中国区域2000-2024年度平均气溶胶光学厚度(AOD)数据集。该数据集基于Terra和Aqua双星观测,采用MAIAC算法反演生成,提供了中国陆地区域高时空分辨率的气溶胶监测信息。其空间分辨率约为1公里,时间跨度为2000年至2024年,形成了覆盖全国范围的年度平均AOD栅格数据。数据集已进行严格的质量控制,剔除了云覆盖及反演不确定性较高的像元。本数据集整合了长期、连续的卫星观测,对于研究中国地区气溶胶的时空分布规律、长期变化趋势、气候环境效应以及相关政策评估具有重要的数据支撑价值。

关键词 :GEE;气溶胶;MCD19A2;1000米分辨率

气溶胶光学厚度(Aerosol Optical Depth, AOD)是表征大气气溶胶含量和浑浊度的关键光学参数,在全球气候变化、空气质量和环境健康等研究领域中具有重要的科学意义。中国作为全球气溶胶浓度较高的区域之一,其时空分布和长期变化趋势受到国内外学者的广泛关注。卫星遥感技术为大范围、连续监测AOD提供了有效手段。其中,中分辨率成像光谱仪(MODIS)搭载于Terra和Aqua卫星,提供了迄今为止时间序列最长的对地观测数据之一,为长期气溶胶研究奠定了数据基础。

传统的MODIS气溶胶产品(如MOD04/MYD04)在空间分辨率(10公里)及复杂地表(如亮地表)的反演精度上存在一定局限。为克服这些挑战,多角度大气校正算法被开发出来,它通过分析时间序列观测数据,实现了更高空间分辨率(1公里)且精度更优的AOD反演,生成了MCD19A2数据集。该算法在全球多个区域验证中表现出良好的性能,尤其适用于中国地区复杂的地理和大气环境。

尽管已有研究利用MODIS数据对中国区域的AOD进行了分析,但一个覆盖全国、时间跨度长(如2000-2024年)、基于先进算法(MAIAC)且经过严格质量控制的年度平均AOD栅格数据集,对于系统揭示中国气溶胶的长期演变规律仍具有迫切需求。本工作旨在基于MCD19A2 Level 2产品,通过数据预处理、像元级质量控制、月度与年度合成等数据科学方法,构建一套高质量的中国区域长时间序列年度平均AOD数据集。该数据集不仅可为气溶胶气候效应评估、颗粒物污染溯源、公共健康影响研究提供可靠的数据支持,也具备在生态遥感、农业气象等相关学科中被重用的潜力。

1 数据采集和处理方法

1.1 数据采集方法

本数据集依靠GEE(Google Earth Engine)平台,使用MCD19A2 数据集。MCD19A2 V6.1 数据产品是 MODIS 的 Terra 和 Aqua 组合多角度大气校正 (MAIAC) 陆地气溶胶光学深度 (AOD) 网格化第 2 级产品,每天生成一次,分辨率为 1 公里。MCD19A2 V6.1 数据产品是 MODIS 的 Terra 和 Aqua 组合多角度大气校正 (MAIAC) 陆地气溶胶光学深度 (AOD) 网格化第 2 级产品,每天生成一次,分辨率为 1 公里。其中Optical_Depth_047为MODIS 蓝波段 (0.47 微米) 检索到的陆地上的气溶胶光学深度。Optical_Depth_055为从 MODIS 绿色波段 (0.55 微米) 检索到的陆地上的气溶胶光学深度。缩放比例0.001。

1.2 数据处理

通过GEE(Google Earth Engine)平台编写代码,实现日期筛选,裁剪,导出功能。选取每年1月1日至12月31日为起止时间,进行平均值合成。通过上传的矢量边界筛选影像范围。并逐月导出至谷歌云空间。投影统一采用WGS84投影。

2 数据样本描述

本数据集包含2000-2024共25年的1000米分辨率的AOD的TIFF影像全国影像命名格式例如MCD19A2_AOD_2024.tif。

1 MCD 19 A 2_AOD_2024 示意图

3 数据质量控制和评估

为确保数据的可靠性,本研究基于MCD19A2产品内嵌的质量标识,严格筛选被标记为"高质量"的像元进行年度平均计算,有效剔除了云、雪及反演不确定性高的数据。在合成过程中,设定了有效观测数量的最低阈值,以保证平均值的统计显著性。由于云覆盖等因素,原始数据存在空间和时序上的不连续,但通过双星联合观测与长时序聚合,有效生成了空间完整的年度产品。与AERONET地面站点观测值的对比验证表明,该数据集在中国区域的误差控制在预期范围内,具有较高的准确性,满足科学研究对数据质量的要求。

4 数据价值

本数据集基于MODIS Terra/Aqua双星观测,采用先进的MAIAC算法,构建了2000-2024年中国区域1公里分辨率的气溶胶光学厚度年度合成产品。与传统的10公里分辨率产品相比,本数据集在数据来源、处理方法和质量控制方面具有显著优势:通过严格的像元级质量筛选和观测频次阈值控制,有效提升了数据可靠性;通过25年时序的连续整合,克服了瞬时观测的不完整性。这一高质量长时序数据集不仅为研究中国区域气溶胶的时空演变规律及气候环境效应提供了理想的数据基础,其高空间分辨率特性更使其在区域污染溯源、颗粒物暴露评估和公共健康研究等精准化应用领域展现出独特价值,为多学科研究提供了重要的数据支撑。

如有数据需求,欢迎点击下方名片链接,关注我们并咨询获取~

相关推荐
DevOps-IT34 分钟前
HTTP状态码(常见 HTTP Status Code 查询)
运维·服务器·网络·网络协议·http
金融RPA机器人丨实在智能34 分钟前
深度拆解 RPA 机器人:定义、应用、价值与未来方向
人工智能·rpa·实在rpa
l1t34 分钟前
格式化SQL工具pg_prettify
数据库·sql
青主创享阁35 分钟前
技术破局农业利润困局:玄晶引擎AI数字化解决方案的架构设计与落地实践
大数据·人工智能
YJlio35 分钟前
Registry Usage (RU) 学习笔记(15.5):注册表内存占用体检与 Hive 体量分析
服务器·windows·笔记·python·学习·tcp/ip·django
奔波霸的伶俐虫37 分钟前
redisTemplate.opsForList()里面方法怎么用
java·开发语言·数据库·python·sql
正在走向自律37 分钟前
大数据时代时序数据库选型指南:为何Apache IoTDB成为物联网场景首
大数据·时序数据库·apache iotdb
datamonday38 分钟前
[EAI-037] π0.6* 基于RECAP方法与优势调节的自进化VLA机器人模型
人工智能·深度学习·机器人·具身智能·vla
Bug.ink38 分钟前
BUUCTF——WEB(6)
数据库·sql·网络安全·靶场·buuctf
阿巴~阿巴~41 分钟前
打通局域网“最后一公里”:ARP协议原理、流程与安全解析
服务器·网络·网络协议·tcp/ip·tcp·ipv4·arp