论文部分内容阅读
近年来,我国经济飞速发展,但高速发展的经济背后是粗放式的发展模式,使得能源资源大量消耗,尤其是化石燃料燃烧使大气污染物的排放量日益增加,导致我国的空气污染问题日益严重。京津冀地区作为我国主要的经济发达地区之一,是我国雾霾污染最严重区域,引起了社会各界的广泛关注。PM2.5也已成为我国大多数地区的首要大气污染物,严重影响着人类健康和人们的生产生活。因此,亟需准确、全面的了解PM2.5浓度的时空分布特征,以期为进一步识别区域大气污染源时空分布规律、大气扩散条件时空变化规律提供科学基础,也为区域大气污染的治理提供科学依据。研究表明,卫星遥感在大气污染监测方面具有地面监测无可比拟的优势,在区域大气颗粒物浓度的研究中起着举足轻重的作用。卫星遥感反演的气溶胶光学厚度能够表征大气层中气溶胶颗粒的数量状况,可以反映出大气的污染状况。因此,通过建立气溶胶光学厚度与近地面PM2.5浓度的关系模型,可获得大尺度范围内近地面PM2.5浓度的时空分布,弥补地基监测的不足,为认识区域大气颗粒物浓度的特征提供可能。本文基于2013年至2014年京津冀地区国家空气质量监测点的PM2.5浓度小时数据和MODIS AOD数据,采用混合效应模型建立AOD-PM2.5的关系模型,利用十折交叉验证法及均方根误差和相对预测误差等统计指标来评估模型拟合的精确度,随后用校正因子对估算的研究期内PM2.5浓度均值进行订正,进而分析京津冀地区PM2.5浓度的空间分布特点及不同时间尺度上的变化规律。主要的研究结论如下:（1）采用混合效应模型对AOD-PM2.5进行时间及空间上的校准后能提高二者间的相关性,模型拟合的R2为0.93,斜率近为0.89。经十折交叉验证后,模型拟合R2为0.74,RMSE为19.11μg/m3,RPE为30.38%,模型存在着一定的过拟合现象。从模型验证结果来看,混合效应模型拟合的精度效果较好,表明经过时间及空间上校准后的混合效应模型的拟合度较高,能够较好的适用于预测一定范围内近地面PM2.5浓度。（2）由于建模数据在时间上的缺失以及模型自身预测方面的局限性等因素导致模型在估算长期PM2.5浓度均值时产生偏差,为减小这种估算偏差,本文采用校正因子对估算结果进行校正。京津冀地区20132014年PM2.5浓度的校正因子均值为1.54,意味着AOD值的非随机性缺失使得模型估算结果偏低,经过校正后模型估算的各监测点的PM2.5浓度值与实测值间的决定系数R2为0.89,斜率近为0.90,两者间相关性较高,表明采用校正因子来改进估算结果能够达到预期效果,说明在估算长期的PM2.5浓度时采用校正因子对模型估算结果进行订正能够在一定程度上减小因AOD的非随机性缺失而引起的预测偏差。（3）从估算的研究区内20132014年PM2.5浓度均值的空间分布状况来看,PM2.5的浓度均值为81.47μg/m3,其中中南部的保定、石家庄、邢台、邯郸等地的PM2.5浓度值均高于105μg/m3,是国家二级空气质量标准的三倍多,表明这些地区的污染较为严重;北部的张家口、承德及秦皇岛等地区PM2.5浓度相对较低,京广铁路沿线PM2.5浓度较高,整体上呈现出“南高北低”的分布大势。从年际变化上来看,2013年PM2.5浓度年均值为86.16μg/m3,2014年PM2.5浓度年均值为76.03μg/m3,京津冀地区2014年PM2.5浓度与2013年相比表现出下降态势,表明京津冀地区2014年大气污染状况比2013年有所好转,也说明京津冀地区的大气污染得到了有效的控制。此外,PM2.5浓度还表现出明显的季节性变化特点,研究期间内冬半年PM2.5浓度明显高于夏半年,表明京津冀地区冬半年污染较为严重,尤其在保定、石家庄、邢台及邯郸地区。