Crédito: CC0 Dominio público
Los aerosoles, partículas suspendidas en la atmósfera, afectan el sistema climático de la Tierra al dispersar y absorber directamente la radiación solar y terrestre, además de actuar como núcleos de condensación de nubes y núcleos de hielo para modificar las propiedades de las nubes.
Los sensores satelitales recién lanzados a menudo enfrentan dificultades para obtener suficientes observaciones en poco tiempo para respaldar el desarrollo de restricciones de reflexión de la superficie terrestre (LSR) para la búsqueda de aerosoles.
El equipo de investigación dirigido por el prof. Li Zhengqiang del Instituto de Investigación de Información Aeroespacial (AIR) de la Academia de Ciencias de China (CAS) y sus colegas propusieron un método generalizado de reconstrucción de la reflexión de la superficie terrestre que proporciona restricciones efectivas de reflexión de la superficie para la búsqueda precisa de aerosoles. El estudio fue publicado en Teledetección ambiental Junio 16.
Basado en el producto de reflectancia de la superficie de referencia, el método propuesto requiere solo una breve observación del sensor de destino y utiliza tecnología de reflectancia mínima de espacio-tiempo para reconstruir el producto de reflectancia histórico a largo plazo de la superficie del sensor de referencia. Luego, el LSR virtual reconstruido se puede usar para construir restricciones de superficie confiables para una búsqueda altamente precisa de parámetros de aerosol.
Los investigadores aplicaron este método al polarímetro de exploración de observación de partículas (POSP) a bordo del satélite Gaofen-5 (02). Descubrieron que al usar observaciones superpuestas de POSP y MODIS durante solo un mes, se podía establecer una dependencia estable de la reconstrucción de la reflectancia de la superficie entre ellos. La profundidad óptica del aerosol obtenida basada en el LSR reconstruido alcanzó un alto nivel de precisión de acuerdo con los resultados de la validación en comparación con las observaciones de AErosol RObotic NETwork.
Proporcionado por la Academia de Ciencias de China