排序方式: 共有108条查询结果,搜索用时 31 毫秒
1.
2.
通过分析2001—2012年上海市PM_(10)浓度(由API(Air Pollution Index)转化得到)的变化规律,构建了上海市PM_(10)浓度的遥感反演模型。结果表明:1)上海市PM_(10)浓度存在季节性变化,应分别建立遥感反演模型。2)分析MODIS气溶胶光学厚度(Aerosol Optical Depth,AOD)产品与PM_(10)浓度之间的相关性发现,AOD须经过垂直和湿度订正才可与PM_(10)建立较好的关系。3)结合垂直和湿度订正分别建立的上海市PM_(10)浓度春夏秋冬四季的遥感反演模型均通过了拟合度检验,其中春季模型采用指数函数、夏季和秋季模型采用二次多项式函数、冬季采用幂函数、全年采用二次多项式函数,利用此四季模型反演上海市PM_(10)浓度具有较高的可信度。 相似文献
3.
针对区域大气污染物排放量与空气质量在时空分布上存在不完全协同、匹配的现象,论文选择SO2、NOX、PM2.5、CO和VOCs作为大气污染物指标,选择气溶胶光学厚度(Aerosol Optical Depth, AOD)表征颗粒物环境空气质量,以武汉市为例,综合应用耦合模型和空间错位指数模型研究2类指标之间的空间非协同耦合规律。主要结论如下:① 武汉市大气污染物排放量与颗粒物空气质量具有不同空间分布特征,大气污染物排放量呈现由城市中心城区向远城区递减的趋势,其中SO2、PM2.5和VOCs的排放具有明显的中心聚集现象,而NOX和CO聚集现象不显著,且与道路分布明显相关;AOD分布具有明显的空间差异性,总体上呈由西北向东南依次递减的趋势。② 武汉市大气污染物排放与颗粒物空气质量的空间非协同耦合规律:越靠近城市中心城区,空间协同耦合现象越显著,空间错位现象越弱;越远离主城区,空间非协同耦合现象越显著,空间错位现象越显著;SO2排放量与AOD在武汉市远城区的空间错位指数均大于0.7,且耦合度指数小于0.3,呈现较强的非协同耦合特征,NOX、VOCs、PM2.5的排放量与AOD在武汉中心城区的空间错位指数均小于0.5,且耦合度指数大于0.5,协同耦合现象较为显著。③ 基于时空非协同耦合分析城市大气环境污染治理建议:针对污染物与AOD空间错位不显著的城市中心城区,以本地减排治理为主;针对污染物与AOD空间错位显著的远城区,应在污染溯源分析的基础上进行区域协调综合治理。 相似文献
4.
针对Aqua和Terra MODIS AOD数据利用线性回归算法拟合结果不够精确的问题,本文提出了二次多项式回归算法对其进行拟合,二次多项式是指这个多项式的项数超过1,且最高次方数为2。采用二次多项式回归和线性回归算法分别对2015年随机选择的一天和4-6月的AOD数据进行拟合,并将两种方法拟合的结果进行对比分析。研究结果显示,针对同一组Aqua和Terra MODIS AOD数据的拟合,二次多项式回归方法拟合得到的RMSE、MAE、R值比线性回归拟合方法得到的值精度都要高很多,说明二次多项式回归拟合方法在Aqua和Terra MODIS AOD数据的拟合方面优于线性回归方法的拟合,证明了二次多项式回归拟合方法适用于此方面的研究,而且能够提升Aqua和Terra MODIS AOD数据拟合结果的精度。 相似文献
5.
OLCI(Ocean Land Colour Instrument)作为MERIS(Medium Resolution Imaging Spectrometer)的后继升级版传感器,在气溶胶反演中存在潜在优势,但是目前利用OLCI数据进行气溶胶监测的研究较少。因此,本文针对OLCI多通道反射特征开发了OLCI云检测算法,并对传统查找表构建方法进行改进,根据观测几何特征提出动态查找表法,并通过光谱卷积方式等效转换MODIS和OLCI红蓝通道地表反射率并获取OLCI红蓝通道地表反射率固定关系,进而实现台湾岛550 nm处的AOD反演。与550 nm处AERONET level 2.0 AOD验证结果首先表明不同季节、不同站点的精度表现存在一定差异,其次相对于同期MOD04_3K AOD产品,本文反演结果与全球气溶胶自动观测网(AERONET)站点实测值之间表现出更显著 的相关性(R2=0.8199),均方根误差(RMSE)从0.175下降到0.113,相对平均误差(RME)从33.6%下降到26.7%,且67.5%的OLCI AOD落在预测误差(EE)区间内,明显大于MOD04_3K AOD落在预测误差区间的百分比(55.7%)。此外,误差分析表明,当实际AOD值较低时,红蓝通道地表反射率之间关系的误判会导致较为明显的AOD反演相对误差。 相似文献
6.
卫星观测不仅能反映区域宏观大气污染状况,也能从城市尺度上监测大气污染物的变化。基于以上优势,本文利用MODIS气溶胶光学厚度(AOD)和OMI对流层NO_2垂直柱浓度数据,比较2015年与2012年—2014年以及2015年3个时期(减排前、减排中、减排后)AOD和NO_2柱浓度的变化,定性分析了阅兵期间华北平原地区污染物减排效果,重点定量评估北京市联控减排措施的效果。研究发现2015年减排中华北平原重污染地区AOD和NO_2柱浓度相比于前3年同期有明显降低。定量分析北京市的减排效果得到:2015年减排中较前3年同期而言,AOD降低59%,NO_2柱浓度降低41%;较2015年减排前而言,AOD降低73%,NO_2柱浓度降低30%,去除气象条件影响后,AOD下降43%,NO_2柱浓度下降21%,说明严格的联控减排措施有效地改善了空气质量,气象条件也起到积极的作用。减排措施结束后,AOD和NO_2柱浓度比减排中分别增加159%和71%。研究结果表明,卫星遥感与地基监测评估效果相当,能反映北京地面污染物排放能力;它既能观测区域尺度大气污染变化,又可评估城市尺度大气污染减排。随着卫星技术水平的提高,期望未来卫星遥感可作为一种独立手段来定量评估区域及城市尺度空气质量减排措施的效果。 相似文献
7.
利用MODIS气溶胶光学厚度(AOD,Aerosol Optical Depth)产品与同期乌鲁木齐市空气质量指数进行相关性分析,得到二者的相关系数为0.664。对MODIS AOD产品进行垂直和湿度订正后,二者的相关性显著提高,相关系数从0.664提高到0.805。订正后按季节分类统计,春、夏、秋3季的相关系数分别为0.775、0.608和0.822,其中秋季的订正更为有效,可用性更高。这可能受到不同季节气溶胶来源、特征以及数据样本差异的影响。最后分别建立全年、春季、夏季和秋季的线性、对数、一元二次、乘幂和指数5种类型的拟合模型。考虑模型易于利用的因素,依据各拟合模型相关系数的大小得到全年以及各季节最优拟合模型,该模型函数可用来反演和监测乌鲁木齐市空气质量指数。 相似文献
8.
利用中分辨率光谱仪(MODIS)获得的气溶胶光学厚度(AOD)、细粒子比例(FMF)和臭氧检测仪(OMI)获得的气溶胶指数(AI)统计分析了2005—2014年我国华东地区气溶胶光学性质的时空分布特征,同时利用潜在源分析(PSCF)模型对我国华东地区AOD和AI的潜在源区进行分析。研究结果表明:华东地区的AOD、FMF和AI时空分布存在较大的差异,2005—2014年AOD和AI的平均值高值主要分布在华东地区北部,FMF的高值区则分布在华东南部地区;10 a间华东地区AOD呈现出先升高后降低的趋势,FMF波动幅度不明显,AI值有所上升;整个华东地区AOD的季节变化较为明显,春夏两季AOD明显高于秋冬两季。华东北部和中部地区夏季由于较高的相对湿度,AOD最大可达0.8以上。而在华东南部地区,夏季受到降水的影响,AOD维持在0.2~0.4之间。FMF季节变化趋势与AOD不同,夏季最大达到0.58,春季最小仅为0.26。AI平均值在冬季最大高达0.63,夏季最小,为0.27。PSCF分析显示华东地区AOD主要源区以局地排放为主,同时也存在由河南、湖北和湖南等周边省市近距离输送影响;AI以局地和北方远距离输送为主,同时也受到河南、湖北等周边省市近距离输送的影响。 相似文献
9.
利用中国太阳分光观测网的观测资料结合MODIS(中分辨率成像光谱仪)的气溶胶产品分析了北京、兰州、上海3个典型区域城市的气溶胶光学特性。结果表明:北京AOD(气溶胶光学厚度)年平均为0.41±0.35,春夏高,秋冬低,Angstrm波长指数α年平均为1.40±0.85表现为细模态粒子,MODIS的光学厚度为0.52±0.39与地面观测相关系数为0.91,存在系统性高估;兰州AOD年平均为0.55±0.21,夏季最低,秋冬较高,α年平均为0.95±0.20表现为粗模态粒子,MODIS光学厚度为0.43±0.21与地面观测相关系数仅为0.07,存在系统性低估;上海AOD年平均为0.55±0.21,无明显季节变化,α平均为1.03±0.25,MODIS光学厚度为0.74±0.30与地面观测相关系数为0.75,存在系统性高估。城市地理位置和复杂地表等原因造成反照率的不确定,MODIS气溶胶产品在这3个城市的反演效果仍有很大提升空间。 相似文献
10.
对FY-4A卫星的气溶胶光学厚度(AOD)产品进行检验,并根据卫星相关观测资料,通过改进后的PMRS方法,反演得到中国近地面PM2.5质量浓度网格化分布。结果表明,FY-4A卫星反演不同站点AOD与地基观测网(AERONET)观测结果吻合较好,但存在一定的低估或高估现象,相关系数区间为0.54—0.87。将细粒子比(FMF)以0.4为界进行划分,FMF>0.4时,拟合结果较FMF≤0.4时更接近于AERONET观测结果;但FMF≤0.4时,卫星反演的AOD稳定性优于FMF>0.4时。通过引入AOD的大小,改进FMF>0.4时对细粒子柱状体积消光比(VEf)的估算算法,并通过改进后的PMRS方法对中国近地面PM2.5浓度进行逐时反演,其反演结果和地面观测结果相关较好,其中,乌鲁木齐、石家庄和徐州观测点的相关系数均高于0.7,但数值上仍存在高估或低估,误差结果由多种因素决定。空间分布中,卫星反演的中国2019年近地面PM2.5浓度月均值与近地面观测的结果有较好的对应关系,二者逐月演变趋势基本一致,基本可以反映出中国近地面大气细粒子的空间分布,特别是秋、冬季京津冀周边区域、汾渭平原等污染高值区均与地面观测对应较好。 相似文献