河北平原区城市气溶胶光学厚度与基于PM10的空气污染指数关系研究

摘要

近年来,许多大中型城市的大气气溶胶已经成为空气污染的主要物质。尽管地面环境监测站可以监测气溶胶粒子的浓度,但这些站点一般比较分散,难以全面监测气溶胶的空间分布和时间变化。MODIS卫星观测资料包含了丰富的气溶胶光学特性时空变化的信息,在监测大气气溶胶光学厚度方面具有独特的优势,可以弥补地面观测的不足。
　　 空气污染指数(API)是一个反映和评价空气质量的重要指标,就是将常规监测的几种空气污染物的浓度简化成为单一的概念性数值形式,并分级表征空气质量状况与空气污染的程度。其结果简明直观,使用方便,有利于普通公众了解空气环境质量的优劣。在中国大陆,大部分城市大气首要污染物为可吸入气溶胶颗粒物。因此,建立基于PM10气溶胶光学厚度与空气污染指数之间的关系模型,是发挥卫星遥感技术在大气颗粒物污染监测中重要作用的必要环节。
　　 本文利用河北平原区8个城市2008年1月-2009年12月两年的MODIS数据和河北省环保部门提供的空气质量日报数据,在ENVI4.6技术平台的支撑下,以暗像元法和6S模型为理论基础,反演了河北平原区城市气溶胶光学厚度(AOD)。通过分析气溶胶光学厚度和基于PM10浓度的空气污染指数的空间分布和季节变化特征,归纳出不同气溶胶分布特征的城市类型,进一步探究首要污染物为PM10时8个城市API与AOD之间的关系,并利用全年和分季节数据分别建立气溶胶光学厚度和城市空气污染指数的线性回归模型。由于物理意义上的差别,两个指数相关性不会太高。为了提高二者的相关性,引入气溶胶季节标高和季节虚拟变量对AOD进行订正,得到精度更高的定量模型。最后,通过相关性对比及置信度检验,可以发现引入季节虚拟变量后,河北平原区各个城市空气污染指数API与气溶胶光学厚度AOD之间的模型精度均有显著提高,表明利用遥感技术监测AOD来指示城市空气质量的目的是可行的。
　　 本研究创新点:
　　 1.建立了河北平原城市基于可吸入颗粒物的空气污染指数API与AOD之间的定量模型；
　　 2.通过引入季节虚拟变量,提高了定量模型的预测精度。

目录

文摘

英文文摘

1 绪论

1.1 研究目的和意义

1.2 研究综述

1.2.1 国外遥感技术应用于大气污染研究进展

1.2.2 国内遥感技术应用于大气污染研究进展

1.3 论文结构及创新点

1.3.1 论文结构

1.3.2 论文创新点

2 研究区概况

2.1 自然地理环境

2.2 社会经济特征

2.3 河北平原区城市大气污染概况

3 数据来源与数据处理

3.1 数据来源

3.1.1 MODIS数据

3.1.2 TM数据

3.1.3 空气污染指数API

3.2 技术路线与数据处理方法

3.2.1 技术路线

3.2.2 工作平台

3.2.3 MODIS数据预处理

3.2.4 反演气溶胶光学厚度AOD

3.2.4数据整理

4 气溶胶光学厚度与空气污染指数时空分布特征

4.1 MODIS反演的气溶胶光学厚度分布特征

4.1.1 河北平原区城市气溶胶光学厚度空间分布特征

4.1.2 河北平原区城市气溶胶光学厚度时间变化特征

4.2 河北平原区城市空气污染指数时空变化特征

4.2.1 河北平原区城市空气污染指数空间差异

4.2.2 河北平原区城市空气污染指数季节变化

4.2.3 河北平原区城市空气污染指数月际变化

5 气溶胶光学厚度与空气污染指数关系模型

5.1 气溶胶光学厚度与空气污染指数关系模型

5.1.1 全年API与AOD关系模型

5.1.2 季节API与AOD关系模型

5.2 标高订正的气溶胶光学厚度与空气污染指数关系模型

5.3 引入虚拟变量的气溶胶光学厚度与空气污染指数关系模型

5.4 建模数据的相关性比较

6 结论与讨论

6.1 主要结论

6.2 讨论

参考文献

致谢