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。     

杭州地区2015年PM2.5浓度时空变化特征分析

在2015年杭州地区11个地面观测站PM2.5质量浓度监测数据的基础上,结合MOD04_3K AOT产品,建立了利用AOT反演近地面PM2.5质量浓度的模型.利用实测和遥感反演数据共同分析了杭州市PM2.5质量浓度时空变化特征.分析结果表明,PM2.5质量浓度分布的日变化特征为:在杭州市中心城区,冬季、春季及秋季都存在典型的双峰变化,冬季、春季的峰值出现在9:00-12:00,秋季峰值出现在6:00-9:00;夏季表现出夜间浓度高于白天的特征.PM2.5质量浓度分布的季节性变化特征为:冬季＞春季＞秋季＞夏季.PM2.5质量浓度的空间分布格局为:杭州地区东北区域的浓度明显高于其他区域;杭州—富阳—桐庐沿线、杭州—临安沿线PM2.5质量浓度存在高浓度的分布条带,PM2.5质量浓度的空间分布与城镇化的格局相似.PM2.5质量浓度空间分布与地形和植被指数呈负相关,春季地形和植被指数对PM2.5浓度分布的抑制影响最大.     

MERSI和MODIS卫星监测京津冀及周边地区PM2.5浓度

京津冀及周边地区是中国PM_(2.5)污染最重的区域之一,利用卫星遥感技术监测大范围的PM_(2.5)时空分布变化是一种先进的重要手段。本研究首先基于暗像元算法利用FY-3B/MERSI与AQUA/MODIS对京津冀及周边区域进行了遥感AOT反演和验证分析;然后,引入气象资料和地面观测资料利用GWR模型反演了区域PM_(2.5)浓度,并对遥感反演结果进行了交叉验证评估,综合对比分析了MERSI和MODIS的气溶胶及PM_(2.5)遥感监测能力;最后,利用MERSI数据对2017年第一季度京津冀及周边区域的PM_(2.5)月均浓度时空分布变化情况进行了初步探索分析。结果表明:FY-3B/MERSI在气溶胶及PM_(2.5)遥感监测能力方面略优于AQUA/MODIS,MERSI反演的1 km分辨率AOT和PM_(2.5)与地面站点实测结果的决定系数R2分别为0.76μg/m~3和0.79μg/m~3,均方根误差分别为0.26μg/m~3和28μg/m~3,平均绝对误差分别为0.16μg/m~3和15μg/m~3,能基本满足对京津冀及周边区域PM_(2.5)的精细化监测需要。2017年第一季度京津冀及周边区域PM_(2.5)月均浓度遥感监测结果表明该区域的PM_(2.5)空间分布格局与地形地貌关系密切,高值区整体上沿太行山脉成带成片;从时间变化来看,1—3月呈逐月下降的趋势,其中3月份PM_(2.5)区域浓度较1月和2月有大幅下降。这说明FY-3\MERSI遥感反演产品能为环境质量监测和环境管理工作效果评估提供有效参考,本研究对国产卫星在大气环境遥感业务中的大力发展应用有重要参考意义。     

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%。     

大气程辐射遥感图像与城市大气污染监测研究

作为对地探测的遥感技术所获取的遥感图像包含了地面和大气信息,并且主要是地面信息.利用地面反射率分布图像将遥感数字图像中弱的大气信息与强的地面目标信息分离,生成仅仅包含大气信息的大气程辐射遥感图像.利用多(高)光谱遥感数字图像中不同波段的大气程辐射遥感图像可以不受地面干扰地对城市大气污染的类型和程度(气溶胶粒径和含量)进行遥感监测.在大气污染地面观测数据(可吸入颗粒物PM10浓度)的支持下,利用MODIS多光谱遥感数字图像生成的对应多光谱大气程辐射遥感数字图像,以上海市为例进行了城市大气污染遥感监测的原理方法研究.     

MODIS卫星遥感估计福州地区近地面PM2.5浓度

卫星遥感反演气溶胶光学厚度已被广泛应用于近地面空气污染遥感监测。为揭示福州地区细颗粒物污染的空间分异趋势,利用2014年—2015年的地基监测细颗粒物(PM_(2.5))浓度数据、MODIS 3 km气溶胶光学厚度(AOD)卫星数据以及GEOS-FP气象数据,分别构建了估计福州地区近地面PM2.5浓度的日校正模型和站点一日校正模型,并利用十折交叉验证方法对2个模型进行评价验证。结果表明:(1)日校正模型和站点一日校正模型分别能够解释福州地区PM2.5浓度76.2%和81.4%的变异,反演的2014年—2015年福州地区近地面PM2.5浓度和地面实测站点数据之间的相关性R~2分别为0.724(RMSE=10.993μg·m~(-3))和0.781(RMSE=9.687μg.m~(-3));(2)分别针对不同下垫面环境的城市站点和县郊站点数据进行模型拟合验证,两个模型反演的PM2.5浓度值与地面实测值之间皆具有良好的相关性,R~2最高可达0.808;(3)将模型反演的PM2.5浓度季均值与地面实测季均值进行对比分析,结果也显示二者高度相关,据此反演的2015年福州地区年平均PM2.5浓度分布图可清晰地揭示福州地区PM_(2.5)浓度分布的空间变化情况。由此可见,基于MODIS 3 km AOD产品和气象数据建立的近地面PM_(2.5)浓度遥感估算模型能够很好地反演出福州地区近地面PM2.5浓度分布情况。     

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。     

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。     

MODIS数据东湖叶绿素a遥感反演研究

以武汉东湖为研究区域,利用MODIS数据和地面准同步叶绿素a浓度实测数据,建立适合东湖水体的叶绿素a浓度遥感定量估算模型,从而分析MODIS数据应用于内陆湖泊水体叶绿素a浓度反演的可行性。     

基于LUR的武汉市PM2.5浓度空间分布模拟

基于稀疏监测点的监测数据无法直接获取城市内部空气污染的高分辨率空间分布。以武汉市为例,研究了基于土地利用回归(landuseregression,LUR)模型的大气PM2.5浓度高分辨率空间分布模拟。采用双变量相关分析识别出与PM2.5浓度相关性最高的4个影响因子,分别是1000m缓冲区内道路长度,500m缓冲区内水域面积,500m缓冲区内建设用地面积以及工业污染影响。采用PM2.5月平均浓度和识别出的影响因子连同气象条件(月平均温度和月降水量)进行多元线性回归分析,相关系数R2达到0.905,调整后的R2为0.885。在研究区建立均匀格网(2km×2km),利用得到的LUR方程计算格点PM2.5浓度值,应用空间插值制成武汉市主城区夏季PM2.5浓度空间分布模拟图。模拟结果显示,主城区有三个PM2.5浓度高值中心,分别为青山工业区、江北工业区和汉口汉西建材市场区域。汉阳南部、武昌南部的大型湖泊和水域面积比例较大的区域表现为两个PM2.5浓度低值中心。     

气溶胶光学厚度对蓝藻水华信息提取的影响

通过探讨气溶胶光学厚度(AOT)对蓝藻水华信息提取的影响程度和消除方法,为蓝藻水华的动态监测提供可靠依据.首先,利用MODIS数据产品(MOD 02,MOD 04和MOD 09),基于单波段和比值植被指数2种方法分别提取了2006年太湖蓝藻水华的空间分布信息,探讨了AOT对信息提取阈值选择的影响方式和影响程度.研究结果表明:在固定阈值情况下,采用上述2种方法提取的蓝藻水华信息面积差异与AOT的相关性高于自选阈值情况下的相关性;在单波段法和比值植被指数法中,大气校正前所设定的阈值与AOT的相关性都高于大气校正后再选择阈值的相关性.这反映出AOT对蓝藻水华信息提取的影响是不容忽视的,即便不能完全消除,也要选择适当的方法尽量降低其影响程度.     

卷积神经网络的PM2.5预报模型

针对目前基于机器学习的PM2.5预报模型无法充分利用研究区域内其他相关站点的数据问题,该文提出了一种区域时空点数据的表示方法,并在此基础上提出了基于卷积神经网络的PM2.5预报模型。该模型利用了区域内多站点的历史PM2.5实测数据以及相应的气象预报数据,对区域内任一站点PM2.5浓度进行预报。实验结果显示,该模型在京津冀区域内能对未来至少3d内的PM2.5浓度进行较高精度的预报。与基于单站点的前馈神经网络预报结果对比表明,对区域整体污染及气象状况建模的卷积神经网络模型预报精度更高。该模型对区域内所有站点的预测结果与地面实测值的分布基本一致,表明了该模型具有对区域内PM2.5浓度进行时空预报的能力。     

GLASS叶面积指数产品验证

在国家高技术研究发展计划(863计划)重点项目的支持下,已利用MODIS和AVHRR地表反射率数据生成了1981年—2012年的GLASS(Global LAnd Surface Satellite)叶面积指数(LAI)产品。本文从两个方面对GLASS LAI产品的质量进行分析和评价:(1)与现有的全球LAI产品进行比较,分析GLASS LAI产品的时空变化特征;(2)利用LAI的地面测量数据,对GLASS LAI的精度进行评价。研究结果表明:GLASS LAI与CCRS LAI在高纬度和赤道附近区域的差异较大;相对而言,GLASS LAI与MODIS(主算法反演)和CYCLOPES LAI在空间分布上具有更好的一致性;GLASS和CYCLOPES LAI的时间序列曲线连续平滑,MODIS LAI在一些区域的植被生长季节存在剧烈的跳跃;与LAI的地面测量数据进行比较,GLASS LAI产品的R2为0.76,RMSE为0.51,结果明显优于MODIS和C YCLOPES LAI产品。     

多时相MODIS指数提取东北三省水稻种植面积

为准确提取水稻面积,以东北为研究区域,采用多时相16d合成MODIS增强型植被指数数据和8d合成MODIS地表反射率数据提取水稻种植分布。选取水稻代表样点利用IDL编程提取物候曲线,利用归一化植被指数(NDVI)将水稻与其他明显地类区分,然后建立水稻增强型植被指数(EVI)、地表水体指数(LSWI)之间的相关关系,结合最新2015年土地利用数据提取东北三省2015年水稻种植面积。同时运用运筹学理论建立省级尺度水稻判别条件最优化模型,分析其在空间分布上的差异性和相关性,并将结果与统计年鉴进行对比分析,分析表明MODIS数据适合大区域省级范围水稻面积的提取,精度可达90%以上。由此得出,MODIS数据在省级尺度提取水稻种植面积上有着较大的优势。     

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。     

VIIRS高分辨率地表反射率关系库支持下的气溶胶光学厚度反演

通过遥感技术反演气溶胶光学厚度AOD对于全面、动态监测大气污染时空变化具有重要意义.可见光红外成像辐射仪VIIRS作为MODIS的后继传感器,可在全球范围内实现对气溶胶的连续时空监测.针对复杂的地表类型,通过构建基于像素的动态地表反射率关系库,能实现陆地AOD高分辨率反演.利用全球气溶胶自动观测网站AERONET地基站点观测结果对反演结果对比验证,发现二者具有显著的相关性,相关系数达到0.849,RMSE为0.184,优于官方产品的0.197;通过与2018-04-20真彩图比对,反演结果较官方产品更符合实际气溶胶分布趋势.该算法在陆地AOD反演上具有良好的性能,为进一步研究利用Suomi-NPP VIIRS数据反演大气颗粒物质量浓度提供了重要数据源.     

高分四号卫星在干旱遥感监测中的应用

高分四号(GF-4)是国家高分辨率对地观测系统重大专项天基系统中的一颗地球同步卫星,为探索GF-4号卫星在大面积干旱监测中的应用,本文对该卫星在快速监测大面积干旱方面的应用能力进行了初步探讨。以2016年内蒙古自治区巴林左旗和巴林右旗地区严重旱灾为例,利用NDVI差值对该区域的干旱情况进行了监测,并与MODIS NDVI产品进行对比分析,得到了研究区内2016年干旱分布情况,结果表明其总体趋势与MODIS NDVI产品一致,且细节信息更加丰富。本文主要是GF-4卫星数据结合GF-1卫星数据对内蒙部分干旱区域进行监测和分析,体现了国产高分辨率卫星数据,尤其是GF-4卫星数据,对提高中国突发灾害的应对能力具有重要意义。     

基于MODIS的城市大气颗粒物污染指数研究

遥感特征指数法是一种简单、高效的信息提取方法。根据气溶胶散射或吸收引起的卫星不同波段间表观反射率变化,构建了基于MODIS的城市大气颗粒物污染指数,结合石家庄市各环境空气质量站实测颗粒物浓度数据,分析差值植被指数(difference vegetation index,DVI)、归一化灰霾指数(normalized difference haze index,NDHI)、归一化建筑指数(normalized difference built-up index,NDBI)和差值建筑指数(difference built-up index,DBI)与PM10之间的相关关系。结果表明,除NDHI外,DVI,NDBI和DBI与大气颗粒物质量浓度均呈现负相关关系,DBI与PM10之间线性相关关系较为明显,综合多种大气颗粒物污染指数构建的大气颗粒物质量浓度估算模型,可以用来简便、快速地指示城市大气颗粒物污染状况。     

黑河流域MODIS气溶胶产品时空对比分析

卫星遥感监测提供的气溶胶产品很多，而当前使用最多的是Terra和Aqua卫星上搭载的MODIS传感器获得卫星影像数据反演气溶胶光学厚度AOD。MODIS数据反演得到的气溶胶光学厚度产品目前经历了C002、C003、C004、C005、C006等版本。为了对比分析黑河流域的MODIS气溶胶产品，本文首先对黑河流域范围内C006版本的气溶胶光学厚度产品的精度进行了验证，然后对比分析了研究区气溶胶光学厚度的时空变化特征。采用黑河生态水文遥感试验（HIWATER）气溶胶光学厚度地基观测数据验证MODIS气溶胶光学厚度产品的精度。验证结果显示MODIS气溶胶产品的精度较高，可信度也较高，具有显著的适用性。对比分析发现研究区的气溶胶光学厚度的时空变化特征很明显，下午星Aqua的气溶胶光学厚度值比上午星Terra的高，并且中下游气溶胶光学厚度值比上游地区较高。夏季的气溶胶光学厚度比其他季节的气溶胶光学厚度值高，春季气溶胶光学厚度高值区域集中分布在下游地区，夏季的高值区域分布在上游区域，秋季的高值区域分布比较均匀，冬季高值主要分布在研究区的西部地区。     

新冠疫情影响下武汉市气溶胶类型变化分析

应用湖北省武汉市2019年12月1日—2020年4月30日期间的大气颗粒物数据(PM10与PM2.5),以及MODIS气溶胶产品,获取该区域的气溶胶光学厚度(aerosol optical depth,AOD)、精细模式分数(fine-mode fraction,FMF)数据,建立4种气溶胶类型(城市/工业型、沙尘型、干洁海洋型和混合型)模型,对比分析新冠肺炎疫情影响下,社会管控及产业停产对武汉市大气颗粒物及气溶胶类型特性的影响。结果表明,管控及停产期间由于人为排放量减少,大气颗粒物浓度值均呈现下降趋势,除春节假期以外,城市/工业型气溶胶占比同样呈下降趋势,干洁海洋型气溶胶占比则上升至13.4%,而有序复工复产后,变化趋势则与管控停产期间相反。与2017—2019年同时期相比,春节后持续管控及停产期间,大气颗粒物浓度值和气溶胶参数同样低于往年同期。MODIS气溶胶产品能够有效获取区域气溶胶特性,对区域大气环境的监测及治理提供数据帮助。