利用MISR数据进行气溶胶反演的分层贝叶斯方法
应用统计
2012-07-30 v2
摘要
大气气溶胶可能对人类健康及预期寿命造成严重损害。利用NASA多角度成像光谱辐射计（MISR）观测到的辐射数据，当前的MISR业务算法以17.6公里×17.6公里的空间分辨率反演气溶胶光学厚度（AOD）。对气溶胶及其对公共健康影响的系统研究，特别是在人口密集的城市地区，需要更精细分辨率的AOD值空间分布估计。我们将MISR业务的加权最小二乘准则及其用于AOD反演的正向模拟嵌入到似然框架中，并进一步将其扩展为贝叶斯分层模型，以适应4.4公里×4.4公里的更精细空间尺度。为了利用AOD的空间平滑性，我们的方法通过假设AOD的高斯马尔可夫随机场先验，从相邻像素的数据中借用强度。我们的模型将AOD和气溶胶混合向量均视为连续变量。AOD和混合向量的推断使用Metropolis-within-Gibbs采样方法进行。反演不确定性通过后验变异性进行量化。我们还实现了一种并行MCMC算法以降低计算成本。我们使用来自AERONET（气溶胶机器人网络）的地基测量、手持式太阳光度计和Google Earth的卫星图像评估了我们的反演性能。基于中国北京地区的案例研究，我们表明4.4公里的分辨率可以提高遥感气溶胶反演的精度和覆盖范围，以及我们对气溶胶空间和季节行为的理解。这种改进在高AOD事件期间尤为重要，这通常表明严重的空气污染。
引用
@article{arxiv.1107.3351,
title = {A Hierarchical Bayesian Approach for Aerosol Retrieval Using MISR Data},
author = {Yueqing Wang and Xin Jiang and Bin Yu and Ming Jiang},
journal= {arXiv preprint arXiv:1107.3351},
year = {2012}
}
备注
39 pages, 15 figures