学位论文 > 优秀研究生学位论文题录展示

基于MODIS数据的气溶胶光学厚度与PM2.5浓度关系研究-以济南市为例

作　者: 范辰乾
导　师: 王召海
学　校: 山东师范大学
专　业: 地图学与地理信息系统
关键词: 中分辨率成像光谱仪气溶胶光学厚度 PM2.5 济南市
分类号: X513
类　型: 硕士论文
年　份: 2014年
下　载: 39次
引　用: 0次
阅　读: 论文下载

内容摘要

目前我国在环境问题上面临着前所未有的挑战，其中大气污染问题已成为影响我国城市和区域可持续发展及环境外交的重要因素，全面掌握大气污染的区域分布情况及其变化规律对环境治理和规划尤为重要。我国面积辽阔，可是大气环境监测的常规业务基本还是依靠常规的地面监测，尚未形成天地一体化的监测体系，对区域、全球的大气环境质量的掌握程度仍处于较低水平。卫星遥感监测与基于地面设立的物理或化学分析测量的传统方法相比，具有宽覆盖、连续、动态等特点，在大气环境质量变化的连续性、空间性和趋势监测方面具有明显优点。但是国内由于受遥感数据源和技术支撑条件的限制，大气环境应用水平较低，特别是结合环境保护的大气环境卫星遥感监测工作还处于起步阶段。本文以近几年环境污染较为严重的济南市为例，基于MODIS数据，选取2012年到2013年的晴天影像建立样本，采用目前体系较为成熟的暗像元算法，反演济南市区域范围内各天的气溶胶光学厚度。同时，获取了相对应时间段济南市各监测点瞬时PM2.5浓度监测值，通过地统计分析原理，在时间维度上和空间维度上分别分析济南市PM2.5的整体污染特征。最后在气溶胶光学厚度的所有反演结果中选取质量较高的部分，提取各监测点的瞬时气溶胶光学厚度值与相对应的PM2.5浓度监测值做相关性分析和回归分析，并以不同的函数分别建立回归模型，选取最佳拟合模型。基于以上研究过程，可以得出如下结论。由于陆地地表类型变化多样，在陆地表面1km尺度像元内多是混合像元，要精确构建像元尺度的地表反射率模型，以便准确估算像元尺度的地表反射噪声，是比较困难的。尤其是针对亮目标的反射来说，气溶胶散射信息是弱信息，地表的高反射率估算模型误差往往掩盖了气溶胶信息。所以，陆地地表比较成熟的算法只是针对低反射率的地表类型，为此美国国家航空航天局在MODIS载荷专门设计大气效应很小的短波红外波段（2.1μm），以获得该波段地表反射信息，然后通过与红光波段、蓝光波段反射率的线性关系获得红光和蓝光波段地表噪声的算法。该算法经过国内外学者的不断验证和改进，已经趋于成熟，被称为暗像元算法。其他不具备类似波段设置的卫星探测数据在气溶胶光学厚度的反演中采取暗像元算法时需要解决假暗目标的识别问题。因此，相对于暗像元算法，MODIS数据是最为合适的卫星探测数据。济南市目前空气质量相对于全省和全国其他各地市处于较为严重的水平，加强整治和科学预判已经迫在眉睫，且是决定城市经济发展的较大因素。其整体PM2.5污染特征呈现如下，在空间趋势上，济南市PM2.5污染特征在春、秋、冬三季都是在南北投影上呈现自北向南逐渐下降的趋势，在东西投影上，呈现自中心向两边逐渐下降的趋势；而在夏季，则刚好相反，在南北投影上呈现由中心向两边逐渐下降的特征，而在东西方向上呈现自西向东逐渐下降的趋势。在用气溶胶光学厚度反演结果和PM2.5浓度值建立相关性分析时，发现相关系数为-0.603，同时显著性（双侧）为0.000＜0.01，因此具有一定的统计学意义。因此，利用MODIS数据反演气溶胶光学厚度进而建立PM2.5观测和预测体系具有一定的科学性和可行性。根据已有的观测数据和反演结果，进行气溶胶光学厚度和PM2.5浓度值的回归模型建立，分别选取线性、对数、二次、三次、幂函数、指数函数等6种函数类型，经过综合比对拟合结果、相关参数和检验精度，发现一元三次方程函数拟合效果最佳，R2达到0.5以上，具有较好的解释力度。

全文目录

目录  4-7
摘要  7-9
Abstract  9-12
1 绪论  12-21
  1.1 研究意义  12-13
  1.2 研究背景  13-15
  1.3 国内外研究现状  15-21
    1.3.1 国外大气环境卫星遥感技术发展现状  15-19
      1.3.1.1 陆地气溶胶光学遥感  15-17
      1.3.1.2 颗粒污染物遥感  17-19
    1.3.2 国内大气环境卫星遥感技术发展现状  19-21
      1.3.2.1 陆地气溶胶光学遥感  19-20
      1.3.2.2 颗粒污染物遥感  20-21
2 研究区概况  21-24
  2.1 位置与地形  21-22
  2.2 气候  22
  2.3 行政区划  22-23
  2.4 人口和经济  23
  2.5 济南市空气污染状况  23-24
3 相关概念  24-31
  3.1 灰霾基本知识  24-29
    3.1.1 灰霾的概念和判别标准  24-25
    3.1.2 灰霾与雾的区别  25-26
    3.1.3 灰霾的危害  26-27
    3.1.4 PM2.5 相关介绍  27-29
  3.2 气溶胶与气溶胶光学厚度  29-31
    3.2.1 气溶胶  29-30
    3.2.2 气溶胶光学厚度  30-31
4 研究方法介绍和相关说明  31-41
  4.1 卫星遥感探测气溶胶的反演方法  31-34
    4.1.1 单通道算法  31-32
    4.1.2 多通道算法  32
    4.1.3 多角度多通道算法  32
    4.1.4 暗目标法  32
    4.1.5 结构函数法  32-33
    4.1.6 偏振方法  33-34
  4.2 HDF 文件格式  34-36
    4.2.1 概述  34
    4.2.2 HDF 数据结构特点  34
    4.2.3 HDF 数据类型  34-35
    4.2.4 HDF 文件格式  35-36
  4.3 6S 辐射传输模型简介  36-39
  4.4 数据选取  39-41
    4.4.1 MODIS 数据介绍  39-40
    4.4.2 MODIS 数据的命名规则  40
    4.4.3 选取说明  40-41
5 气溶胶光学厚度反演  41-57
  5.1 气溶胶及其颗粒污染物卫星遥感基本原理  41-44
    5.1.1 陆地气溶胶光学遥感原理  41-44
    5.1.2 大气颗粒污染物遥感基本原理  44
  5.2 地表反射噪声去除方法  44-46
    5.2.1 基于地表反射率关系的暗像元算法  44-45
    5.2.2 基于地表反射率模型算法  45-46
  5.3 气溶胶模式  46-48
  5.4 查找表构建  48
  5.5 反演插值与海拔高度校正  48-49
  5.6 反演过程  49-57
    5.6.1 MODIS 数据的预处理  51-53
      5.6.1.1 发射率文件和反射率文件的几何校正  52
      5.6.1.2 角度数据集的几何校正  52-53
    5.6.2 波段合成和裁剪  53-54
    5.6.3 合成后处理  54
    5.6.4 气溶胶反演  54-57
6.气溶胶光学厚度与 PM2.5 相关性回归分析  57-73
  6.1 济南市 PM2.5 污染特征  57-64
    6.1.1 济南市 PM2.5 污染特征时间趋势分析  58-59
    6.1.2 济南市 PM2.5 污染特征空间地统计分析  59-64
  6.2 AOD 与 PM2.5 相关性分析  64-67
  6.3 AOD 与 PM2.5 回归建模  67-68
  6.4 模型检验  68-73
    6.4.1 线性函数检验  68-69
    6.4.2 对数函数检验  69-70
    6.4.3 二次函数检验  70-71
    6.4.4 三次函数检验  71-73
7.总结与讨论  73-74
  7.1 结果讨论  73-74
  7.2 不足与展望  74
参考文献  74-78
攻读学位期间发表的学术论著  78-80
致谢  80

基于MODIS数据的气溶胶光学厚度与PM2.5浓度关系研究-以济南市为例

内容摘要

全文目录

相似论文