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Landsat8影像的Himawari-8叶绿素a空间降尺度研究

新型地球静止气象卫星Himawari-8由于空间分辨率较低,其叶绿素a产品难以满足空间异质性高的近岸海域水质监测要求。为了克服这个限制,基于非线性的随机森林算法,利用陆地资源卫星Landsat8的波段反射率数据和Himawari-8的叶绿素a产品,通过构建降尺度模型,以提高Himawari-8的叶绿素a数据的空间分辨率。结果表明,2个秋季模型和2个冬季模型的模型决定系数(R²)分别达到0.6、0.72、0.71和0.85;均方根误差(RMSE)为别为1.47,1.05,1.89,0.76mg/m³。通过实测站点数据对比分析表明,降尺度模型生成的叶绿素a与葵花叶绿素a数据具有较高的一致性,R²达到了0.81,能较好的反映近岸海域叶绿素a浓度的空间变化特征。     

基于葵花影像中国地区夜间云识别方法研究

目的实现适用于中国地区的夜间云识别。方法根据红外波段云与非云的亮温差异,采用亮温阈值法研究适用于中国地区的夜间云识别算法。中国地形高程差异明显,其地表辐射能量也存在较大差异,影响云检测结果精度,因而提出基于三个高程阶梯的云识别方法。由于云检测结果验证缺少可见光波段,使用MODIS云数据产品和雷达数据CALIPSO分别做定性和定量验证。结果云检测区域与MODIS的MYD06云产品基本一致,CALIPSO雷达数据四个月的平均验证结果为:非云区域的提取精度约77.86%,云区域的提取精度为79.67%,将有云区域错提为非云的误差率为2.76%,而将非云区域误提取为有云区域的错误率为12.31%。结论利用日本静止气象卫星Himawari-8影像数据,根据阈值法提出的基于三个高程阶梯的云检测算法,较好地实现了适用于中国地区的夜间云识别。     

厦门市绿色植被降温服务功能核算及其时空动态特征

为了准确核算厦门市绿色植被降温服务功能,收集厦门市2010年和2015年18个气象站点数据,采用30 m空间分辨率Landsat卫星数据和250 m空间分辨率、16 d合成的MODIS植被指数产品,在已有基于能量平衡估算模型的基础上,通过考虑植被覆盖及降温服务时长,构建了绿色植被降温服务功能核算的改进模型,并对厦门市2010—2015年绿色植被降温服务功能时空动态特征进行分析.结果表明:①改进模型能够较为准确且合理地描述绿色植被降温服务功能的时空变化特征.②厦门市北部山区由于高植被覆盖度降温服务功能高于南部城市建成区,而城市建成区中的城市绿地也具有明显的降温作用.③2010—2015年各区降温服务功能实物量整体呈增加趋势.其中,同安区降温服务功能实物量变化量最多,为166.12×106 kW·h;湖里区变化量最少,为9.72×106 kW·h;其余各区变化量都在40×106~75×106 kW·h范围内.④森林在降温服务中贡献最大,达60%以上.相比2010年,2015年降温服务功能实物量除了灌木林地变化率为-4.29%外,其余绿色植被类型均呈增长趋势,如森林和农田的增长率为11.97%、14.23%,草地和城市绿地的增长率为87.45%、92.11%.研究显示,厦门市2010—2015年的绿色植被降温服务功能总体呈明显增强趋势,其中城市绿地的降温服务功能增强尤为明显.      

磺胺二甲基嘧啶在过硫酸盐存在下的辐照降解研究

本研究对磺胺二甲基嘧啶(SMT)在不同条件下的辐照降解进行了研究.SMT(20 mg·L~(-1),约0.072 mmol·L~(-1))在外加过硫酸根浓度为0、1、2、4、10和20 mmol·L~(-1)条件下分别进行辐照,发现伽马辐照可有效去除水中的SMT,并可极大地促进溶液TOC的去除,过硫酸盐与伽马辐照联合作用表现出明显的协同效应.在本研究中,各条件下的辐照降解反应均符合准一级反应动力学.在外加过硫酸盐的条件下,溶液的矿化度可以得到极大的提高,当吸收剂量为1 k Gy时,其矿化度由3.5%提高到22.8%,当吸收剂量为5 k Gy时,矿化度由14.1%提高到70.1%.在辐解后的溶液中,利用IC检测到硫酸根离子(SO_4~(2-))、甲酸根离子(HCOO~-)和乙酸根离子(CH_3COO~-)3种离子的存在,一部分中间产物通过GC-MS检测得到,常见的含氮离子(NO_2~-、NO_3~-和NH_4~++)并未在溶液中检测到.同时,本研究还深入探讨了SMT辐照降解机理和降解途径.     

亚洲地区MODIS和Himawari-8细模态气溶胶产品验证及其时空分布分析

利用AERONET观测网数据,结合MODIS(中分辨率成像光谱仪)及Himawari-8(新一代地球同步气象卫星)的气溶胶产品分析了亚洲41个站点2015—2016年细模态气溶胶光学特性.结果表明,MODIS和Himawari-8反演气溶胶细模态比例(FMF)及细模态气溶胶光学厚度(fAOD)落在误差区间EE(期望误差)内的比例均不超过80%,其中8个典型站点则不超过50%,总体上MODIS要优于Himawari-8,但与AERONET地基观测资料相比还存在一定的误差.因此,需要进一步研究反演方法,提升地表反射率的确定精度,从而提高卫星遥感反演精度.通过季节平均的比较,发现春、夏、秋、冬四季MODIS和Himawari-8的反演值均有所低估,MODIS fAOD各季节平均偏差相对较小.Himawari-8 FMF秋季在Dhaka_University站的平均偏差较大,MODIS FMF春、冬季的平均偏差最大值相对较大,夏、秋季则相对较小;对于同一站点在相同季节均为Himawari-8 fAOD偏差较大,并且MODIS fAOD各季节的平均偏差最大值均小于Himawari-8 fAOD的偏差值.同时,利用卫星观测分析了亚洲地区FMF和fAOD年均及季节平均分布特征,发现MODIS和Himawari-8 FMF年均分布高值区主要位于华北平原、东北平原、四川盆地和中南半岛,MODIS fAOD年均分布高值区主要位于中南半岛,Himawari-8 fAOD年均值则普遍较低.MODIS FMF和fAOD季节平均分布呈现出夏秋高、春冬低的趋势,Himawari-8 FMF和fAOD季节平均分布则呈现出春秋高、夏冬低的特征,高值区的位置和量值均有明显的季节变化.     

C8-SBA-15新型介孔涂层SPME-HPLC联用测定水样中的芘

以辛基键合SBA- 15为固相微萃取(SPME)的吸附涂层,考察了吸附和解吸时间、萃取温度、搅拌速率对SPME效率的影响.该方法的线性范围为3.0-320μg/L,检出限为0.5μg/L,依据此方法测定了环境水样中芘,具有灵敏度高和精密度好的特点.     

Water quality monitoring in a slightly-polluted inland water body through remote sensing — Case study of the Guanting Reservoir in Beijing, China

This study focused on the water quality of the Guanting Reservoir, a possible auxiliary drinking water source for Beijing. Through a remote sensing (RS) approach and using Landsat 5 Thematic Mapper (TM) data, water quality retrieval models were established and analyzed for eight common water quality variables, including algae content, turbidity, and concentrations of chemical oxygen demand, total nitrogen, ammonia nitrogen, nitrate nitrogen, total phosphorus, and dissolved phosphorus. The results show that there exists a statistically significant correlation between each water quality variable and remote sensing data in a slightly-polluted inland water body with fairly weak spectral radiation. With an appropriate method of sampling pixel digital numbers and multiple regression algorithms, retrieval of the algae content, turbidity, and nitrate nitrogen concentration was achieved within 10% mean relative error, concentrations of total nitrogen and dissolved phosphorus within 20%, and concentrations of ammonia nitrogen and total phosphorus within 30%. On the other hand, no effective retrieval method for chemical oxygen demand was found. These accuracies were acceptable for the practical application of routine monitoring and early warning on water quality safety with the support of precise traditional monitoring. The results show that performing the most traditional routine monitoring of water quality by RS in relatively clean inland water bodies is possible and effective.     

基于多源同步数据的闽江下游悬浮物定量遥感

利用2006-09-18的同步Landsat TM数据、水面实测光谱数据和现场水样数据,研究了闽江下游的悬浮物,在这3种同步数据的基础上建立了分别基于实测光谱与影像光谱的悬浮物遥感预测模型.结果表明,实测光谱数据在690nm波长处,归一化光谱反射率与悬浮物浓度达到最大正相关,由690nm和530nm二处的反射率构成的比值预测模型与实测悬浮物浓度的拟合精度最高,最佳拟合模型可表达为SS=116.2(R690/R530)-33.4.TM影像各波段中以(TM2 TM3)2波段组合与实测悬浮物浓度的相关性最佳.由其所建立的影像光谱预测模型与实测悬浮物浓度的拟合精度最高.最佳拟合模型可表达为SS=3793.7(RTM3 RTM2)2-16.5.模型的精度评价表明,实测光谱模型的预测能力要强于影像光谱模型.但二者差异不大.在缺乏地面实测光谱数据时.基于影像光谱的遥感定量模型仍不失为一种预测悬浮物浓度的有效方法,其对闽江下游悬浮物浓度的反演结果能较准确地反映出该区域悬浮物浓度分布的空间差异,具有较高的实用性.