京津冀地区PM2.5/PM10浓度时空分布监测与分析

针对京津冀地区多年来重工业较多、结构性污染突出等问题,该文充分利用多期扬尘地表和工业企业污染源、交通网络、地理国情地表覆盖数据、气象和地形数据,结合MODIS AOD产品和环境监测数据,采用主成分分析和最佳子集回归方法优选预测变量,构建估算PM2.5和PM10浓度的地理加权回归模型,实现京津冀地区2013、2015和2017年PM2.5/PM10年均浓度空间分布模拟制图,分析PM2.5/PM10年均浓度时空分布。实验结果表明,PM2.5和PM10浓度估算模型的决定系数R2分别为0.76和0.86,平均相对预测误差分别为10.87%和13.54%。     

基于改进LUR模型的大区域PM2.5浓度空间分布模拟

针对采用传统土地利用回归（land use regression,LUR）模型进行大气污染物浓度模拟时预测变量信息损失的缺陷,将主成分分析（principle component analysis,PCA）与逐步多元线性回归（stepwise multiple line regression,SMLR）相结合,提出了一种改进的LUR（PCA+SMLR）模型模拟大区域PM_2.5浓度空间分布的方法。首先采用相关分析筛选与PM_2.5显著相关的预测变量,然后对筛选出的预测变量进行主成分变换（PCA）,最后保留所有主成分变量进行SMLR建立回归模型模拟PM_2.5浓度。并以京津冀为研究区域进行实验验证,对PCR、SMLR、PCA+SMLR这3种模型的实验结果进行对比分析,结果表明,PCA+SMLR模型可提高预测变量对回归模型的贡献度,调整后R2达0.883,并且其精度检验指标及制图效果皆优于传统的LUR模型,证明了该模型可有效提高PM_2.5浓度的模拟精度,对PM_2.5区域联防联控具有指导意义。     

基于MODIS数据的PM2.5反演在大气污染监测中的应用

针对基于传统10km气溶胶光学厚度产品计算PM2.5无法获得更为精细的PM2.5空间分布特征的问题,提出采用6S模型计算获得不同气溶胶光学厚度条件下辐射传输模型方程参数查找表,该查找表可以采用原始光谱波段信息进行数据反演,并结合暗像元法计算得到的地表反射率信息,在辐射传输模型方程计算结果的基础上进行线性插值获得1km气溶胶光学厚度,再利用地面实测PM2.5浓度数据,通过回归分析的方法,获得1km的PM2.5监测数据。以西安市为例,1km分辨率的PM2.5更进一步表现了西安市域内PM2.5的空间分布特征,具有明显的地形分异特征,而且呈现出从城区向郊区逐渐衰减的趋势。研究结果为小区域的PM2.5来源和变化分析提供了一种有效的技术途径。     

基于GIS的武汉市AQI时空分布规律研究

以武汉市2013-01-01~2013-06-30期间的10个环境空气质量自动监测站的AQI监测数据为基础,运用GIS空间分析工具,采用反距离加权插值法(IDW)获得武汉市各月AQI空间分布图。并将AQI监测数据与监测站其他6项空气污染物监测指标数据进行相关性分析。结果表明,2013年上半年武汉市AQI具有明显的时空分布特征,1~6月AQI总体呈逐渐下降趋势,中心城区AQI高值面积逐渐缩小,北部AQI高于南部地区。各项污染指标对于AQI的相关程度依次是PM2.5、CO、SO2、NO2、PM10、O3。     

杭州城区土地利用类型对PM2.5浓度影响分析

针对PM2.5质量浓度空间分布的季节性差异与土地利用分布的定量关系问题,该文以浙江省杭州市为实验区,收集PM2.5质量浓度实测数据和MODIS气溶胶光学厚度(AOT)遥感数据,并对AOT进行标高订正和水汽校正,建立了PM2.5质量浓度和AOT的回归模型,通过模型得出了杭州市各季节的PM2.5质量浓度空间分布图;在此基础上,进一步分析了杭州市PM2.5浓度与土地利用类型(扬尘地表与非扬尘地表)之间的空间分布相关性。结果表明,杭州市2015年PM2.5质量浓度分布的季节性变化特征是冬季春季秋季夏季;建设用地和交通用地等扬尘地表对PM2.5的浓度贡献较大,特别是在冬季和春季两个季节。该研究结果对于认识空气中PM2.5的来源与时空分布特征具有一定的理论和实践意义。     

利用MODIS资料监测湖北省PM2.5的3种模型对比

为确定适宜遥感监测湖北省PM2.5浓度的模型,该文运用MODIS气溶胶光学厚度(AOD)产品、气象数据、土地利用数据、数字高程模型(DEM)数据和地面监测站点获取的PM2.5质量浓度数据建立了智能算法模型(模型1)、地理加权回归模型(模型2)和线性混合模型(模型3),并用地面监测站点数据评估模型拟合结果。结果表明:模型3在所有表征反演精度的统计指标(全数据集R~2、回归斜率、均方根误差、平均绝对误差)上均表现出优异性;十折交叉验证结果表明模型1、模型2和模型3的R~2分别为0.559 8,0.562 2,0.755 5,3种模型皆不存在过拟合现象;对湖北省2015年PM2.5浓度时空分布特征的分析结果表明模型3能够提供可靠数据,可为PM2.5浓度监测提供一种有效的补充手段。     

北京PM2.5浓度空间分布的贝叶斯地理加权回归模拟北大核心CSCD

针对地理加权回归(GWR)模型无法克服小样本数据下异常值影响的问题,该文利用贝叶斯地理加权回归(BGWR)模型对北京地区2016年10月1日至12月29日长达90d的PM2.5监测数据进行了浓度模拟。该方法通过加入贝叶斯先验信息,选取不同的平滑函数,在局部空间样本稀少的情况下,有效降低了异常值和"弱数据"对回归结果的影响,更加真实地反映了PM2.5浓度空间分布。实验结果表明,基于不同平滑函数的3种BGWR模型校正决定系数分别达到了0.799、0.801和0.867。平均比GWR模型提升了28%,比OLS模型提升了32%,证实了BGWR模型在模拟PM2.5浓度分布时具有更好的适用性。     

无锡城市扩展的遥感监测及其模拟研究

我国已经进入快速城市化阶段,及时掌握城市空间动态扩展信息对于城市规划、城市建设、管理及决策具有重要的现实意义。本文以无锡市1991年和2001年Landsat TM遥感影像为数据源,提取建成区信息,并引入位序-规模分布理论进行城市扩展的模拟研究。结果表明无锡市东部、东南部和西部大幅度地向外扩展,建成区面积增加了52.4km2。位序规模分布模拟表明主城区城市用地斑块不断膨胀,平均斑块面积增大,大量碎小斑块被吸收和合并,模拟结果与建成区斑块的实际扩展变化比较吻合。     

基于地理国情数据的PM_(2.5)因子多元回归分析

针对对PM2.5和与其相关的测绘成果进行的相关分析和回归模型分析相对不足的问题,该文以河北省石家庄市为研究对象,在相关因素分析的基础上,运用多元线性回归分析与多元非线性回归分析两种方法对石家庄市PM2.5浓度与扬尘地表、工业企业分布、地表覆盖以及道路等地理国情数据进行回归建模,并进行对比分析,根据判定系数R2得到最优建模方法及PM2.5重要影响因素及其影响关系。结果表明,该实验中多元非线性回归分析能获得较好的拟合效果,由模型可以看出扬尘地表、未利用地、人造覆盖面积与PM2.5呈正相关,是影响PM2.5的重要因素。该研究结果对于认识空气中PM2.5的来源与分布特征具有重要的参考价值。     

基于MODIS时序影像的湖南省油菜种植面积遥感监测分析

基于时间序列影像数据的提取方法可实现快速监测大面积农作物的种植分布和面积估算.以湖南省为研究区,利用2017年500 m空间分辨率的MODIS NDVI时序数据,结合湖南省耕地分布数据和实地样点数据得到油菜物候标准曲线,采用最小二乘法与阈值法提取得到湖南省油菜种植分布.结果显示,遥感提取得到的湖南省油菜种植面积主要分布在湘北洞庭湖平原、湘中衡阳市、湘南岳阳市,油菜种植面积3.87×106 hm2,通过与2016年湖南省县域统计油菜种植面积数据进行比较,油菜空间格局分布大体一致,相关性系数为0.81,R2为0.66.采用油菜关键物候期的MODIS时序遥感影像,能有效地监测油菜空间分布和估算种植面积,这为油菜种植管理提供基础数据支撑.     

Exploration of spatial and temporal characteristics of PM2.5 concentration in Guangzhou,China using wavelet analysis and modified land use regression model

ABSTRACT

This article attempts to detail time series characteristics of PM2.5 concentration in Guangzhou (China) from 1 June 2012 to 31 May 2013 based on wavelet analysis tools, and discuss its spatial distribution using geographic information system software and a modified land use regression model. In this modified model, an important variable (land use data) is substituted for impervious surface area, which can be obtained conveniently from remote sensing imagery through the linear spectral mixture analysis method. Impervious surface has higher precision than land use data because of its sub-pixel level. Seasonal concentration pattern and day-by-day change feature of PM2.5 in Guangzhou with a micro-perspective are discussed and understood. Results include: (1) the highest concentration of PM2.5 occurs in October and the lowest in July, respectively; (2) average concentration of PM2.5 in winter is higher than in other seasons; and (3) there are two high concentration zones in winter and one zone in spring.     

一种新的实用土地利用/覆盖图生成方法

详细阐述了应用全国1km土地利用/覆盖25层分层栅格数据合并生成单层土地利用/覆盖图的方法。通过对初始合成结果的归类、合并和空间平滑,有效减少了图像上像元分布零散的情况,突出了土地利用的空间总体分布格局。具体应用表明,这种处理方法得到的土地利用/覆盖图能够满足水文、地学分析的要求。     

融合GNSS PWV、风速与大气污染观测的河北省春季PM2.5浓度模型研究

PM2.5浓度时空演化特征分析有助于大气污染的现状和发展认知，但PM2.5浓度监测积累时间较短，且受到排放强度和气象因素的影响，因此可融合全球导航卫星系统（Global Navigation Satellite System，GNSS）天顶可降水量（precipitable water vapor，PWV）、风速和大气污染物构建PM2.5浓度模型。以河北省为例，首先分别开展PM2.5浓度与大气污染物、GNSS PWV及风速的相关性分析；然后将大气污染物、GNSSPWV和风速作为输入，PM2.5浓度作为输出，利用逆传播（back propagation，BP）神经网络分别构建城市PM2.5浓度模型和区域PM2.5浓度模型；最后进行PM2.5浓度模型可靠性检验。将模型预测值与PM2.5浓度实测值比较发现，预测PM2.5浓度等级准确率高，相对误差较低。该模型可用于区域PM2.5浓度时空演化特征分析。     

亚热带山地丘陵区气象要素空间化方法分析

空间连续的气象要素是区域环境、生态系统模拟的重要参数,空间插值是实现气象观测站点数据空间化的主要方法。由于不同区域气候要素时空分布的复杂性,研究适用于特定区域的空间化方法具有重要意义。本文以湖南省为研究区,分析长江中游亚热带丘陵区气象要素的空间化方法。基于湖南省及其毗邻地区的46个气象站点14年(2000—2013年)的气象观测数据(月降水量、月均温)和DEM数据,对普通克里金法(OK)、反距离加权法(IDW)、样条法(SPLINE)和基于DEM的多元线性回归插值法(MLR)进行比较分析研究。研究结果表明:1)月降水量和月均温的MRE和RMISE值排序分别为:SPLINEIDWMLROK和SPLINOKIDWMLR;年平均降水量和年均温插值的MRE和RMISE值排序分别为:SPLINEIDWOKMLR和SPLINOKIDWMLR;2)MLR法不仅插值误差小,而且能从细节上反映出气象变化的空间变异性;3)对多变量进行数据探索分析表明,MLR插值法中,经度、坡度与年降水量空间分布存在空间的一致性;纬度、高程和坡度对年均温的空间分布具有很强的解释力。     

中国重点区域PM2.5时空变化分析与预测

在我国工业化和城市化迅速发展的背景下,细小颗粒物PM_2.5污染已经成为当前主要空气污染物。本文使用基于Python编程语言的网络爬虫技术获取了中国京津冀、长三角、珠三角3个重点区域的PM_2.5日均值数据,分别基于Excel软件和ArcGIS软件进行PM_2.5时空变化特征分析。最后,通过建立分数阶累加灰色预测模型对北京市2018年PM_2.5月均值浓度进行预测。结果显示:1)时间上,我国PM_2.5浓度表现为“冬高夏低”的“U”形变化趋势;2)空间上,我国PM_2.5浓度整体表现为由南北地区向中部地区PM_2.5浓度逐渐增加;3)分数阶GM(1,1)模型对PM_2.5月均值浓度数据的预测精确度较高,结合预测结果可从长期或短期提出PM_2.5污染治理的措施建议。     

应用空间技术研究干旱和半干旱地区由盐化作用造成的土地退化(英文)

This study applied a computerized parametric methodology to monitor, map, and quantify land degradation by salinization risk detection techniques at a 1：250 000 mapping scale using geo-information technology. The northern part of the Shaanxi province in China was taken as a case. Multi-temporal remotely sensed materials of both Landsat TM and thematic maps （ETM＋） were used as the bases to provide comprehensive views of surface conditions such as vegetation cover and salinization detection. With ERDAS ver. 9.1 software, the Normalized Differential Salinity Index （NDSl） and Salinity Index （S.I.） were computed and then evaluated for land degradation by salinization. Arc/Info ver. 9.2 software was used along with field observation data （GPS） for analysis. Using spatial analysis methods, results showed that 19 973.1 km^2 （72%） of land had no risk of land degradation by salinization, 3 684.7 km^2 （13%） had slight land degradation by salinization risk, 2 797.9 km^2 （10%） had moderate land degradation by salinization risk, and 1 218.9 km^2 （4%） of the total land area was at a high risk of land degradation by salinization. The study area, in general, is exposed to a high risk of soil salinization.     

结合VIIRS和监测数据插值的北京雾霾监测方法

本文使用2014-03-20至2014-03-26的北京市VIIRS夜间灯光影像数据和地面监测站PM2.5质量浓度数据,通过遥感图像处理和GIS空间分析相结合,对雾霾强度变化及PM2.5质量浓度空间分布进行分析,提出一种监测雾霾的新方法。结果表明,VIIRS夜间灯光影像成像特征与雾霾浓度变化密切相关,结合同时期地面监测站PM2.5监测数据,能定性反映北京市雾霾强度变化及定量反映PM2.5质量浓度的空间分布。该方法不仅弥补了MODIS等数据在夏季的雾霾监测效果优于冬季的不足,同时也填补了传统光学遥感卫星难以在夜间监测雾霾的空白。     

地表覆盖分类数据对区域森林叶面积指数反演的影响

以江西省吉安市为研究区,将5种全球地表覆盖分类数据(包括美国地质调查局(USGS)、马里兰大学(UMD)和波士顿大学(BU)生成的3套数据和欧洲生成的2套数据)以及由TM影像生成的区域地表覆盖分类数据,分别与MODIS1km反射率资料结合,利用基于4尺度几何光学模型的LAI反演方法生成研究区的LAI。在1km和4km两种尺度上将反演的LAI与TM资料生成的LAI进行比较,评价地表覆盖分类数据对LAI反演结果的影响。结果表明,TM和欧洲太空局的GLOBCOVER地表覆盖分类数据用于反演LAI的结果较好,在1km尺度上,反演的LAI与统计模型估算的TMLAI相关的R2分别为0.44和0.40,在4km尺度上的R2分别为0.57和0.54;其次为波士顿大学的MODIS地表覆盖分类数据,据其反演的LAI与TMLAI相关的R2在1km和4km尺度上分别为0.38和0.51;而马里兰大学的UMD和欧洲的GLC2000地表覆盖分类数据会导致反演的LAI存在较大误差,据其反演的LAI与TMLAI之间的一致性较差,在1km和4km两种尺度上平均偏低20%左右;LAI的反演结果对聚集度系数具有强的敏感性。该研究表明,为了提高区域/全球LAI反演精度,需要有高质量的地表覆盖分类数据。     

基于土地利用变化模拟的生态风险动态评价

以松滋市2000年和2010年Landsat TM影像为基础,利用CA-Markov模型并引入土地利用总体规划限制因素,预测松滋市2020年土地利用情况。构建土地利用生态风险指数,运用4 km×4 km的网格模型采样,采用普通克里金插值法进行插值,引入密度分割法进行归一化等级划分,利用GIS工具进行空间叠加分析并制作土地利用生态风险分级图,实现土地利用变化生态风险动态评价,揭示生态风险变化趋势。模拟预测及评价结果显示:1松滋市2000~2020年土地利用结构发生较大变化,耕地、水域和未利用地面积减少,林地和建设用地面积增加。2土地利用生态风险呈逐步升高趋势,由2000年的21.95升高到2020年的88.53,分布以中部及南部较高,西部及东北部较低。32000~2020年分级结果主要以低风险、较低风险及次中风险为主,特高风险区域逐渐增多,生态风险等级以中心城区为中心呈圈层分布,且距离越远生态风险等级越低。