论文部分内容阅读
基于卫星遥感监测的区域大范围覆盖能弥补地面大气颗粒物PM2.5站点监测空间分布稀疏且不均匀的缺陷,顾及PM2.5浓度分布的空间非平稳性特点,本研究设计利用卫星遥感反演大气气溶胶光学厚度(AOD)结合地统计回归模型进行多尺度地面PM2.5污染浓度分布模拟.以京津翼城市群核心区为例,先基于MODIS数据采用SARA算法反演1km高分辨率AOD;再综合土地利用类型、人口密度分布、气象要素等模型预测要素,分别在研究区开展基于局部回归GWR(地理加权回归模型)与传统全局回归LUR(土地利用回归模型)的PM2.5浓度空间分布模拟;此外,再分别以3km及10km 分辨率的MODIS AOD产品作为各模型输入要素并模拟结果作为参考.结果显示,相较于OLS模型,1km高分辨率GWR模型模拟结果对PM2.5浓度分布空间变异性的表达能力更强,GWR模型拟合度R2达0.75,模型误差RMSE仅为10μg/m3(OLS模型结果:R2=0.53,RMSE=16μg/m3).对比交叉验证结果反映GWR模型较OLS模型具有更强的稳健性,在空间尺度方面,基于1km高分辨率SARA_AOD的GWR模型能在保证精度的基础上更为精细地反映区域PM2.5浓度污染空间分布特征.利用融合高分辨率AOD的GWR模型开展污染空间本部模拟有利于弥补当前污染监测空间范围的局限性,对于准确识别区域PM2.5浓度污染异常空间、优化污染防控措施具有重要意义.