基于MODIS的华东地区气溶胶光学厚度时空变化特征分析

选用2001年1月-2015年12月MODIS数据,运用线性趋势等方法研究华东地区气溶胶光学厚度(AOD)的变化特征及影响因素。结果表明,2001-2015年华东地区AOD平均值变化范围在0.4~0.7之间,且呈现递减趋势。山东省西部、安徽省北部及江苏省AOD相对较高;福建省、浙江省南部及江西省南部地区AOD较低。华东地区气溶胶最低值出现在12月,最高值出现在6月;虽然冬季AOD变化趋势增长较高,但最高值仍出现在夏季。AOD主要受地形、NDVI、风速及人类活动等因素的影响,地形、NDVI、风速均与AOD呈负相关。     

2000-2019年常州市MODIS气溶胶光学厚度时空变化特征研究

利用2000—2019年TERRA和AQUA相结合的气溶胶光学厚度(AOD)产品数据,从时间和空间角度分析了常州市AOD的变化特征。结果显示：(1)2012—2019年常州市PM_2.5与AOD年均值的相关系数为0.898,表明AOD产品适用于常州市气溶胶污染年际变化研究。(2)2000—2019年常州市AOD年均值范围为0.463～0.688,平均值为0.627。其中,2000—2007年常州市AOD年均值整体呈上升趋势,2011—2019年呈下降趋势。常州市AOD的月变化趋势呈倒“U”形,特征最高值出现在6月,最低值出现在12月。常州市AOD有明显的季节变化特征,夏季最高,冬季最低。(3)常州市AOD高值主要分布在西部的溧阳市金坛区,北部的新北区也存在少量高值分布。(4)通过Moran指数发现,常州市Moran指数均大于零,表明各年份AOD均呈集聚状态。2000—2010年常州市AOD的空间集聚程度较高,2010年以后的空间集聚效应逐渐减弱。空间热点分析表明,2011—2019年常州市AOD高值集聚区域相比2000—2010年有所减少,冷点集聚区域有所增加,AO...     

云南省气溶胶光学厚度时空变化特征的遥感研究

利用中分辨率成像光谱仪(MODIS)的气溶胶产品研究云南省气溶胶光学厚度(AOT)的时空变化特征。研究结果表明:在长时间尺度上,区域月平均AOT没有明显的增长趋势,年平均值大约为0.19,反映了人为活动排放进入大气的气溶胶没有明显的增加;月平均AOT的变化呈双峰分布特征,2个峰值分别出现在3、8月,AOT大约为0.35±0.08和0.31±0.05,5月出现明显的谷值(0.20±0.03),AOT减少的原因可能是该地区降水增多,大量的降水可以清除大气中的气溶胶粒子,最小值常出现在1月或12月,AOT大约为0.09±0.02。在空间上,云南省AOT普遍较低,年平均值的空间分布为0~0.4,低值区出现在西北部的迪庆州、怒江州和丽江市;AOT高值区分布在云南省的南部和东北部地区,3月AOT值最大可达0.80以上,南部和北部差值达到0.60以上,8月AOT的高值区主要出现在中部的玉溪市红河州北部、玉溪市和昆明市。云南省AOT北高南低分布格局的原因主要是北部地区人为气溶胶排放较少,另外,由于地形的影响,北部地区风速较大,气溶胶停留在大气中的时间较短,AOT较小。     

江苏省PM_(2.5)质量浓度的时空变化格局模拟

基于遥感数据,利用多元线性回归模型研究地面监测的PM_(2.5)质量浓度数据与AOD、气象数据及地面植被覆盖等数据的关系,空间精细化反演江苏省PM_(2.5)质量浓度分布。结果表明,AOD、气象数据及地面植被覆盖数据能较好地反演出PM_(2.5)质量浓度时空分布特征;江苏全省PM_(2.5)质量浓度呈现出冬高秋低、春夏居中的季节变化规律;春、冬季PM_(2.5)质量浓度的高值区集中在苏锡常、宁镇扬及泰州、南通等东南沿海的城市,而在靠近西北内陆的盐城、连云港、徐州、淮安、宿迁PM_(2.5)质量浓度较低,夏、秋季呈现出相反的态势。     

基于遥感数据的京津冀地区PM2.5时空分布特征

基于MODIS AOD遥感数据,采用多元线性回归模型对PM2.5地面监测数据进行模拟估算,同时加入降水量、相对湿度等气象因子以提高模型精度,结合GIS空间分析技术,得到2015—2016年京津冀地区空间连续的PM2.5浓度分布。结果表明:利用多元线性回归模型反演PM2.5浓度效果较好,R 2均在0.59~0.84之间。在时间上,京津冀地区PM2.5浓度呈现出夏季最低、秋季稍高、冬春两季最高的变化趋势;在空间上,2015年和2016年京津冀地区PM2.5浓度有明显的区域差异,均呈现出西北低、东南高的分布格局,大致与燕山山脉和太行山脉走向一致。     

基于TM影像的桂林市植被覆盖时空动态监测与分析

以西部地区中等规模城市——桂林市为例,利用1991、2006年两期TM卫星影像数据,在对原始数据预处理的基础上,提取归一化植被指数(NDVI)。依据混合像元二分模型,生成桂林市所辖5城区的两期植被覆盖度监测分类图像,对区域植被覆盖状况进行时空动态变化分析。结果表明,1991年~2006年间,城市植被覆盖区面积总体呈现下降趋势;在划分的3类植被覆盖类型中,低植被覆盖区面积减少幅度最为明显,中、高植被覆盖区面积有不同程度增长;低植被覆盖区主要分布在城市建成区与一些村镇外围区域,中、高植被覆盖区集中分布在城市远郊地带。此外,随着城市化的迅速发展,城乡各类建设用地面积不断增加,城市边缘地带的绿色植被正逐步被人工景观所取代。     

基于多源资料的徐州地区气溶胶时空变化特征

综合利用AERONET、MODIS、CALIPSO、MERRA-2气溶胶反演产品和CHAP PM_2.5产品,对徐州地区2014—2020年的气溶胶光学特性水平和垂直分布、气溶胶组分和PM_2.5质量浓度的时空变化进行了综合分析。分析AERONET数据发现,徐州地区气溶胶光学厚度(AOD,550nm)夏季最高,其次为春季和秋季,冬季最低,而波长指数(AE)则相反;季节平均AOD和AE分别为0.53~0.71和1.11~1.33;2014—2018年平均AOD为0.70~0.47,呈显著下降趋势。粒子谱呈双峰分布,且季节差异显著,其中春夏季主导粒子分别为粗、细粒子,秋冬季的粗、细粒子浓度相当。粒子有效半径在春季最大、夏季最小。冬季单次散射反照率(SSA,440~1 020 nm) 最小,气溶胶吸收光学厚度(AAOD,440 nm) 最大,而夏季相反。气溶胶直接辐射强迫 (ARF) 与AOD呈显著正相关,大气层底部ARF对AOD的变化更敏感,且其辐射强迫效率 (ARFE) 与SSA有较强负相关。分析CALIPSO气溶胶廓线发现,冬春季气溶胶消光系数随高度减小的趋势更显著;受边界层高度影响,夏季气溶胶消光系数随高度减小的趋势显著减缓。近地面气溶胶消光系数有逐年减小趋势,其中冬春季的下降更显著。分析MODIS AOD空间分布发现,AOD总体呈市区高、周边地区低的分布特征。徐州全域AOD年均值呈下降趋势,其中市区下降最快,年下降率约为-0.12。从CHAP PM_2.5空间分布来看,徐州西北部PM_2.5最高,所有区域均呈下降趋势,其中冬季下降幅度最大,年下降率为-6 μg/m³。从MERRA-2再分析资料来看,颗粒物柱质量浓度中沙尘占比最大,其次为硫酸盐。颗粒物柱质量浓度总体呈逐年下降趋势,年下降率为-0.29 mg/m²,其中沙尘气溶胶下降最大。     

基于时空回归克里格和AOD数据的PM2.5时空插值

基于京津冀地区2016年PM_(2.5)浓度监测数据和MOD04的10 km分辨率气溶胶数据,结合时空位置,建立PM_(2.5)回归模型,使用时空回归克里格方法对京津冀地区进行PM_(2.5)时空插值,对比研究时空回归克里格与只使用监测站数据的普通时空克里格方法的时空插值结果。结果表明,两种方法的插值结果时空趋势相同,京津冀地区东南部PM_(2.5)浓度较高,夏秋两季浓度低于春冬两季;时空回归克里格插值结果的均方根误差为26.1,时空克里格插值结果均方根误差为28.3,即兼顾时空趋势并结合气溶胶数据的时空回归克里格插值精度提高了约8%。     

风云三号卫星气溶胶光学厚度产品的适用性验证

利用长三角地区浦东、东滩、太湖3个测站的太阳光度计CE318地基遥感观测得到的气溶胶光学厚度(AOD)数据对风云三号气象卫星FY-3A/B MERSI反演的550 nm波长AOD进行有效性验证。结果表明,FY-3A的反演结果相关系数高于0.96,仅有20%的样本表现出较大的偏差。FY-3B的相关系数最高为0.77,均方根误差(RMSE)最大为0.35。太湖站点的相关系数比浦东大,说明MERSI的反演算法在太湖更适用。FY-3A/B MERSI反演结果总体上偏小,存在一定的系统偏差,主要由气溶胶模型的假设、设备标定、选择像素比例等原因造成。     

能见度分级约束下的大气气溶胶光学厚度特征

利用ＰＩＳ太阳光谱仪观测了北京地区１９９３年３月—１９９５年３月晴天和少云天气的太阳直接辐射光谱,波长范围为０．４０－１．０４μｍ。光谱分辨率１．２５ｎｍ,共有１０６４组数据。观测期间,将地面能见度分为五级。由太阳直射谱获得了各能见度下大气气溶胶光学厚度谱。研究表明,北京地区大气气溶胶光学厚度虽然其总体季节统计规律为春夏大,秋冬小,然而,当加入能见度分级约束后,各能见度下气溶胶光学厚度的季节变化,近于消失。这表明少数“反常”垂直结构不影响能见度分级的平均结果。而不分级的光学厚度季节起伏主要由各季节的几率能见度决定。文中还把年平均五种能见度下的光谱光学厚度与ＬＯＷＴＲＡＮ模式作了对比。由光学厚度谱反演出了气溶胶粒子谱分布,为建立我国北方局地气溶胶模式构造了基本框架