一种改进的气溶胶光学厚度细模态分数反演算法 第二部分：在亚洲的应用与验证

摘要： 由于细颗粒气溶胶主要源于人为活动，细模态气溶胶光学厚度（fAOT）可用于推算PM2.5浓度。但基于卫星的fAOT产品（如中分辨率成像光谱仪MODIS数据）在陆地观测时存在较大不确定性。本研究采用亚洲地区数据对改进型查找表-光谱解卷积算法（LUT-SDA）进行测试与优化，通过引入季节变化参数替代2010-2014年AERONET数据建立的恒定年均值气溶胶参数，显著提升了算法精度。相较于原北京、香港和大阪版本，升级后的LUT-SDA使细模态占比（FMF）总均方根误差从0.24降至0.18。将该方法应用于2015-2016年间45个AERONET站点的fAOT反演验证显示：31%站点超过50%的反演值落在±(0.05+0.15×AERONET fAOT)误差范围内，42%站点40-50%反演值符合要求。与MODIS第6版fAOT相比，LUT-SDA反演结果与AERONET数据吻合度更高且偏差更低——约48%反演值处于误差包络内（RMSE=0.29），而MODIS仅22%达标（RMSE=0.42）。MODIS算法在亚洲多数区域存在严重低估现象（大量零值）。研究表明，优化后的LUT-SDA方法适用于卫星影像的大范围fAOT估算。