基于MODIS气溶胶产品的安徽省颗粒物浓度反演研究

基于MODIS level2的气溶胶产品,分别利用地面气象观测和ECMWF再分析资料进行垂直订正和地面水汽订正,建立MODIS气溶胶光学厚度与地面颗粒物浓度间的关系模型,并分析了颗粒物浓度的时间变化特征。结果表明:(1)MODIS光学厚度与地面PM_(2.5)和PM_(10)浓度相关性较差,经过垂直订正得到的地面消光系数与PM_(2.5)和PM_(10)浓度的相关性增强,水汽订正后的干消光系数与PM_(2.5)和PM_(10)浓度的相关性进一步提高。(2)ECMWF再分析格点数据中边界层厚度和相对湿度产品适用于MODIS光学厚度的垂直订正和水汽订正。(3)利用MODIS光学厚度历史数据反演的合肥市月平均PM_(2.5)浓度自2000年以来呈震荡增长趋势,PM_(2.5)浓度冬季较高,春秋次之,夏季最低。     

长三角地区土地覆盖对气溶胶光学厚度的影响

文章利用MODIS L1B数据和NASA的V5.2气溶胶光学厚度反演算法反演了长江三角洲地区的高空间分辨率的气溶胶光学厚度,反演结果与CE-318地基观测数据的进行对比验证,两者的相关系数在0.7以上,反演结果精度良好,表明MODIS反演高空间分辨率气溶胶光学厚度的可行性。利用反演的高空间分辨率气溶胶光学厚度,结合长江三角洲地区地表覆盖数据,建立两者的交叉列联表,分析了长江三角洲地区的气溶胶光学厚度和地表覆盖类型变化的关系:地表覆盖类型的变化驱动着气溶胶光学厚度的变化,森林、草原等植被覆盖度高的地区,气溶胶光学厚度值要低于城镇等人为活动较高地区。     

基于遥感技术的贵州省PM10浓度年际变化监测与分析研究

文章选取MODIS数据,利用暗像元算法反演得到气溶胶光学厚度,利用BP神经网络算法通过网络训练和验证,得出PM10浓度遥感监测模型。利用该模型反演得到贵州省2014年3、7、10、12四个典型月份的PM10浓度值。结果表明模型训练和验证PM10浓度模拟值与实测值相关性系数（r）分别为0.76和0.62,利用此模型监测贵州省PM10近地面浓度是可行的;贵州省夏、秋季PM10浓度较低,春、冬季PM10浓度较高;贵州省的PM10浓度整体较低,空气质量较好。     

BP网络框架下MODIS气溶胶光学厚度产品估算中国东部PM2.5

近年来随着中国经济的快速发展,中国区域的大气污染情况日趋严重,大气污染监测与治理已刻不容缓.由于卫星遥感具有较广的空间覆盖、成本低等优点,卫星遥感反演气溶胶光学厚度(AOD)产品被普遍认为是地面PM2.5浓度的重要指标,且已被广泛地应用于地面PM2.5遥感监测.利用2007～2008年的MODIS/Terra气溶胶光学厚度产品,考虑中国东部地区5个大气成分站点风速、风向、温度、湿度和边界层高度等气象数据,构建后向(BP)神经网络,提出了基于MODIS AOD产品估算PM2.5的模型.利用5个大气成分站点PM2.5观测数据对模型进行散点拟合和时间序列拟合验证,结果表明:①从PM2.5观测值与估算值的散点回归分析来看,PM2.5估算值与观测值相关系数最好的为庐山站(R=0.6),其它4个站次之,但其相关系数均在0.4(中强相关)以上;②从PM2.5观测值与估算值的时间序列比对分析来看,PM2.5估算值和观测值差值随时间变化而变化,且存在明显的日际振荡现象,但经相邻5 d滑动平均处理,5个站点的PM2.5估算值与观测值相关系数得到普遍提升,滑动后的相关系数RMA均在0.7以上(除郑州外),庐山RMA达到0.83.结果表明在BP网络框架下,基于MODIS AOD产品估算PM2.5的模型能较好地应用于PM2.5监测.     

利用MODIS遥感数据反演广州市气溶胶光学厚度

利用中分辨率成像光谱仪(MODIS)数据和NASA的V5.2气溶胶业务反演算法,对广州市进行了高空间分辨率气溶胶光学厚度的反演,并应用地面太阳光度计(CE-318)观测的气溶胶光学厚度进行验证.结果表明,利用MODIS L1B数据进行高分辨率气溶胶光学厚度反演,结果精度较高.利用反演结果分析2008~2009年冬季广州市的气溶胶光学厚度时空变化特征,2008年12月的气溶胶光学厚度较低,平均大约为0.65,随后气溶胶光学厚度逐渐增大,到2009年2月,气溶胶光学厚度平均大约为1.35.广州市气溶胶光学厚度空间差异显著,在0.1~1之间变化,呈东北低西南高的空间分布特征.即森林覆盖率比较高的地区气溶胶较低.     

卫星遥感监测遵义市大气质量状况研究

为了解遵义市大气质量空间分布状况,采用MODIS L1B 1 km遥感影像数据,基于6S大气辐射传输模型构建查找表,利用暗像元法反演了遵义市AOD(气溶胶光学厚度)分布,并将反演结果与NASA公布的MOD04_3K气溶胶产品及地面观测空气质量数据进行对比。结果表明:反演的遵义市AOD结果与NASA公布的MOD04_3K气溶胶产品相关性为0.73,与地面观测的AQI、PM2.5、PM10相关性分别为0.70、0.70、0.61,反演结果与验证数据具有较好的一致性,AOD反演结果具有较高准确性;遵义市AOD分布呈现西南部较高,东北部较低的格局,遵义市全域AOD均值为0.23,红花岗区AOD均值最高(0.51),赤水市AOD值最低(0.12)。     

环境一号卫星在监测大气PM10中的应用

选择京津唐地区作为实验区,从环境一号卫星(HJ-1)的CCD数据出发,利用暗目标法反演陆地气溶胶,然后在对气溶胶光学厚度进行垂直订正和湿度校正的基础上,得到PM10的反演模型,进行PM10的反演实验.并利用中国环境监测总站的地面监测数据对结果进行了检验.结果表明,HJ-1的时空分辨率满足PM10周监测的需要,结果与地面数据有一定的相关性(相关系数为0.58),为提高PM10的反演精度还需结合更多的地面数据进行模型的修正.     

沈阳一次雾霾天气颗粒物浓度及光学特征变化

利用2011年10月17～22日连续在线观测沈阳地区大气能见度、颗粒物质量浓度ρ(PM10)、ρ(PM2.5)、ρ(PM1.0)、以及通过太阳光度计测量数据反演得到的气溶胶光学厚度、Angstrom波长指数、气溶胶粒子谱分布数据,结合相对湿度、风速、温度等气象资料,分析了2011 年秋季沈阳一次雾霾天气过程中能见度与颗粒物质量浓度及气溶胶光学特征变化.结果表明:相对温度偏高、小风天气以及颗粒物质量浓度累积是造成沈阳能见度下降、引发雾霾天气的主要因素;雾霾期间细粒子所占比例较高,ρ(PM10)、ρ(PM2.5)、ρ(PM1.0)平均值分别为138.8、103.3、94.9μg/m3,比雾霾过程前均增加约2倍左右,PM2.5/PM10和PM1.0/PM10分别为74.7%和68.6%;当RH0.90),RH >80%时, 能见度与颗粒物浓度间的相关性减弱;雾霾期间气溶胶光学厚度明显增加,雾霾前气溶胶光学厚度和Angstrom波长指数平均值分别为0.82和0.94,雾霾期间气溶胶光学厚度和Angstrom波长指数平均值分别为1.42和1.25;雾霾天气过程中,细模态粒子的峰值浓度约是雾霾前细粒子浓度的2倍,说明沈阳地区大气污染物以细粒子为主,进而影响气溶胶光学特征发生变化.     

北京地区多气溶胶遥感参量与PM2.5相关性研究

利用卫星和地基遥感气溶胶数据分析了北京地区多气溶胶性质参量与PM2.5的相关性,提出了计算粒子直径小于2.5μm的气溶胶体积浓度和光学厚度(AOD)的方法,并用该方法对2012年3～9月北京地区地基遥感气溶胶体积浓度和光学厚度进行了尺度校正.结果表明:多种气溶胶遥感参量如气溶胶光学厚度、体积浓度和质量浓度等均与PM2.5存在一定的相关性;相比于卫星遥感参量,地基遥感参量与PM2.5的相关性更好;各波段的总气溶胶光学厚度与PM2.5的相关性随波长的增加而减小;经粒子尺度校正后,气溶胶的体积浓度和长波段总气溶胶光学厚度与PM2.5的相关性明显增加.     

长江三角洲PM2.5质量浓度遥感估算与时空分布特征

卫星遥感反演气溶胶光学厚度(AOT)已被广泛地应用于地面PM2.5遥感监测.为遥感监测长江三角洲地区PM2.5,利用2013年的MODIS/Terra AOT产品,考虑研究区36个空气质量监测站点的风速、温度、湿度和边界层高度等气象条件,构建了基于MODIS AOD产品估算PM2.5的模型.利用17个空气质量监测站点数据对模型进行散点拟合验证,结果表明模型估算精度较高,春夏秋冬4个季节PM2.5质量浓度的模型估算值与地面监测值的相关系数R2值分别为0.45、0.50、0.58和0.52.利用模型估算的长时间序列PM2.5时空分布数据进行时空变化特征分析,结果表明:1 2000~2013年研究区PM2.5质量浓度呈增长趋势,月均增长量为0.047μg·m-3,最大值出现在2月,为(66.2±19.3)μg·m-3,最小值出现在8月,为(22.6±5.9)μg·m-3.2研究区PM2.5质量浓度空间分布差异显著,南部低,北部高,高值主要出现在由上海、杭州和南京构成的三角形区域的城市群中,而低值主要出现在南部远离城市的森林区域.结果表明基于MODIS/Terra AOT产品和地面观测气象数据估算PM2.5的多元线性回归模型能较好地应用于区域PM2.5监测.     

珠三角地区利用PM_(2.5)反演气溶胶数浓度谱方法

大气气溶胶数浓度谱分布(PNSD)对于大气辐射和光学计算至关重要,利用目前普遍观测的气溶胶质量浓度(PM2.5)来反演计算PNSD,能有效补充PNSD观测的不足,对于需要PNSD信息的研究工作如大气能见度计算等有重要的实用价值。本文利用2014年11月~2015年1月在广州城市站进行同期连续观测的干气溶胶粒子的PM2.5、PNSD数据进行客观分析,建立了一种使用PM2.5反演PNSD的方法,并评估了该方法的适用性。结果表明该反演算法具有较好的适用性和稳定性,对于积聚模态的PNSD反演效果较好,但对于PM2.5高浓度的反演结果差异较大。该反演方法将为珠三角地区的大气能见度计算和应用提供有利的依据和支撑。     

珠三角地区利用PM_(2.5)反演气溶胶数浓度谱方法

大气气溶胶数浓度谱分布(PNSD)对于大气辐射和光学计算至关重要,利用目前普遍观测的气溶胶质量浓度(PM2.5)来反演计算PNSD,能有效补充PNSD观测的不足,对于需要PNSD信息的研究工作如大气能见度计算等有重要的实用价值。本文利用2014年11月~2015年1月在广州城市站进行同期连续观测的干气溶胶粒子的PM2.5、PNSD数据进行客观分析,建立了一种使用PM2.5反演PNSD的方法,并评估了该方法的适用性。结果表明该反演算法具有较好的适用性和稳定性,对于积聚模态的PNSD反演效果较好,但对于PM2.5高浓度的反演结果差异较大。该反演方法将为珠三角地区的大气能见度计算和应用提供有利的依据和支撑。     

高分辨率气溶胶光学厚度在珠三角及香港地区区域颗粒物监测中的应用研究

利用最新的MODlS(中分辨率成像光谱仪)气溶胶光学厚度(AOD)反演算法,反演珠江三角洲及香港地区2008年高分辨率(1 km x1 km)AOD分布,并与AERONET观测数据进行了验证(r=0.917).分析了2008年珠江三角洲及香港地区5个站点地面监测PM10质量浓度与反演的AOD数据相关性.结果表明:两者直...     

基于AGRI颗粒物浓度遥感反演及季节变化分析

基于AGRI数据反演区域PM_2.5浓度.利用6S辐射传输模式,分析气溶胶光学厚度AOD与能见度相关性,建立AOD、气溶胶标高和能见度模型;通过对大气柱AOD垂直订正,构建AOD与近地面PM_2.5浓度关系的物理模型;同时引入了地面相对湿度数据.结果表明,FY-4A遥感的PM_2.5浓度与地面空气质量监测站的PM_2.5浓度变化趋势一致,算法计算效率较高.利用AGRI估算近地面PM_2.5与地面观测网对比分析,其结果不亚于于MODIS以及VIIRS的对比结果,AGRI估算的均方根误差和相对误差较小.从季节分析,冬季近地面颗粒物浓度是影响整层大气柱AOD值的主要因素,AGRI反演结果精度较好,夏季相关系数相对于其他三个季节偏低.总体而言,采用FY-4A/AGRI反演颗粒物浓度精度可靠,有利于实现区域气溶胶全天候实时监测.     

南宁市HJ-1CCD数据气溶胶光学厚度反演

利用环境一号卫星(HJ-1)CCD数据高时间分辨率、空间分辨率和宽覆盖的特点,进行城市地区气溶胶光学厚度定量反演研究。提出使用环境卫星数据自带的逐像元卫星观测角度文件及相应参数进行逐像元太阳天顶角、太阳方位角推算,生成四波段合成角度数据。结合改进后的暗目标算法,以及基于逐像元角度数据的6S查找表,对南宁市2014年1月14日、15日、16日HJ-1CCD数据进行气溶胶光学厚度反演。反演结果与ARONET地基观测数据进行验证,表明该算法有较高反演精度,相关系数为0.865,同时与MODIS气溶胶反演结果进行比较。结果表明,经过HJ-1CCD数据反演的气溶胶光学厚度可作为气溶胶时空分布的实时监测手段。     

石河子市PM_(2.5)浓度的遥感反演研究

大气悬浮细颗粒物PM_(2.5)已成为中国各大城市的首要空气污染问题,快速了解其浓度及空间分布状况,对于控制PM_(2.5)质量浓度、提高空气质量具有重要意义。以石河子市为研究区,利用HJ-1 CCD影像,通过暗像元法、6S模型反演气溶胶光学厚度,结合DTF-6太阳光度计数据进行验证,然后根据AOD与PM_(2.5)之间的统计关系建立符合研究区实际特点的PM_(2.5)反演参数和算法,建立遥感反演模型获取PM_(2.5)的空间分布。结果表明:PM_(2.5)浓度反演结果的平均绝对误差为0.93 ug/m3,反演精度较高,石河子市PM_(2.5)的空间分布呈现北低南高,西低东高的特点。     

京津冀地区MODIS 3 km气溶胶光学厚度产品与10 km产品的对比分析

本文以京津冀为研究区,对该地区的大气气溶胶光学厚度的分布及变化进行分析.利用AERONET地基观测的气溶胶光学厚度(AOD)数据,对最新发布的MODIS/Aqua C6.1 3 km AOD产品在京津冀地区的适用性进行验证,并将3 km产品与MODIS/Aqua C6.1 10 km产品进行对比.分析结果表明:MODIS 3 km AOD产品比AERONET地基AOD的相关性高,相关系数达到了0.95;与MODIS 10 km AOD产品相比,其下垫面为城市地区的反演精度低;在时空分布上,MODIS 3 km AOD产品更好的呈现了气溶胶梯度变化,季平均结果中,四季3 km AOD值都略高于10 km产品.以上结论可为MODIS 3 km AOD产品在京津冀地区的使用提供了借鉴与参考.     

长江三角洲地区大气气溶胶光学厚度研究

利用在浙江临安太阳光度计测得的气溶胶光学厚度与MODIS lever2气溶胶产品进行对比，得到较好的相关。给出长江三角洲地区的光学厚度季节和月平均分布图以及几个城市光学厚度的逐月平均值，并分析这一地区气溶胶光学厚度特征。为更好的研究区域空气污染，利用长江三角洲地区几个城市的空气污染指数(API)与MODIS气溶胶光学厚度(AOD)进行对比，提出一种污染监测手段。     

基于iLME+Geoi-RF模型的四川省PM2.5浓度估算

高分辨率PM2.5空间分布数据对动态监测和控制PM2.5污染具有重要意义.选取Himawari-8气溶胶光学厚度(AOD)、ERA5气象再分析资料、DEM、土地利用数据、夜光遥感数据、增强型植被指数和人口数据等作为估算变量,使用改进的重采样法进行数据匹配,并提出改进的线性混合模型(iLME)结合地理智能随机森林(Geoi-RF)构建组合模型估算PM2.5浓度.结果表明:①在选取的估算变量中,气溶胶光学厚度、气压、温度、相对湿度和边界层高度是影响2016年四川省PM2.5浓度的重要因素,其相关系数分别为0.65、0.58、0.55、0.54和0.35.②iLME+Geoi-RF模型精度相较其他模型有较大提升,模型拟合Rl2、RMSR 和 MAE 分别为0.98、3.25 μg·m-3和 1.98 μg·m-3,交叉验证 R2、RMSR 和 MAE 分别为0.89、7.95 μg·m-3和4.81μg·m-3.该模型可获取更高精度的四川省PM2.5时空分布特征,为区域空气质量评估、人体暴露风险评价和环境污染治理提供更加合理地科学参考.③2016年四川省PM2.5浓度存在显著的季节性差异,各季节PM2.5浓度大小关系为:冬季＞秋季＞春季＞夏季.2016年四川省月均PM2.5浓度总体上呈先降后升的"V"型趋势,最小值在6月,最大值在12月,8月和11月有微小起伏.在空间分布上四川省PM2.5浓度总体上呈东高西低和局部污染程度较高的特点,高值区主要分布在城市快速发展和人口密集的东部地区,低值区主要分布在经济发展落后和人口稀疏的西部地区.④虽然不同模型估算出的PM2.5浓度整体分布基本一致,但iLME+Geoi-RF模型能更准确有效地估算本研究区污染的空间分布.     

基于MODIS气溶胶光学厚度与气象要素的苏锡常地区PM2.5地面浓度分布研究

基于GIS技术和岭回归分析方法,采用苏锡常地区的MODIS高分辨率气溶胶光学厚度资料、PM_(2.5)浓度观测资料和苏锡常及周边地区的气象观测资料,构建了基于气溶胶光学厚度和气象要素的PM_(2.5)地面浓度分布估算模型,模拟了2013年春季苏锡常地区PM_(2.5)的空间分布状况,并将此模型与气象要素多元回归模型、气溶胶光学厚度直接回归模型进行比较.结果表明:该模型将遥感观测资料与地面气象观测资料相结合,能够有效地模拟PM_(2.5)的空间分布状况;2013年春季苏锡常地区PM_(2.5)的空间分布具有整体上西北高、东南低,中心城区高、城郊区低的趋势,局部高浓度区域可能与工业生产、交通等人为因素有关;该模型能够在保持较高精度的前提下,有效地突出局部地区的变化特征,体现出更强的空间分异性,对于研究PM_(2.5)的空间分布规律具有一定的实际应用价值.