论文部分内容阅读
近年来,随着我国社会经济的飞快发展,气溶胶逐渐成为影响城市空气质量的重要污染物,细颗粒物(PM2.5)等大气污染问题引发人们越来越多的关注,因而运用卫星遥感技术开展空气质量监测工作具有现实的意义。本论文以北京市为研究区,在中分辨率MODIS数据遥感气溶胶光学厚度(AOD)的基础上,开展高分辨率HJ-1CCD影像反演AOD的研究工作;并结合地面环境、气象监测站数据,分析AOD与PM2.5浓度的相关关系,建立两者之间的回归拟合模型来估算颗粒物浓度,以实现实时动态监测大气环境的目的。本论文主要研究成果如下:(1)采用改进的暗像元算法,得到了2015年北京市AOD均值及其时空分布特征。MODIS和HJ-1数据AOD反演精度分别为0.838和0.702,且夏秋季节反演精度高于春冬季节。季节变化上,AOD均值夏季最大,其次是春、冬、秋季,且春夏两季明显高于秋冬两季;空间分布上,城区和郊区AOD差别较大,且呈现由西北向东南逐渐增大的趋势。(2)对比分析了MODIS和HJ-1数据AOD与PM2.5浓度的直接相关模型及PM2.5浓度的时空变化特征。得到两者年度最佳拟合方程为一元二次函数模型,且季节性拟合模型要优于年度拟合模型;估算PM2.5浓度的效果HJ-1星优于MODIS数据。PM2.5季节平均浓度为秋冬季高于春夏季,四季浓度大小顺序为冬季>秋季>春季>夏季;空间上PM2.5浓度呈现由北向南渐增的梯度分布规律。(3)引入温度、相对湿度、气压、风速等主导性气象因子,建立HJ-1 AOD和PM2.5浓度间的多元回归拟合模型,提高了模型的拟合效果及PM2.5浓度的估算精度,从而更准确的监测城市空气质量状况。