遥感估算珠三角地表大气PM2.5的区域复合模型研究

摘要

近年来，中国细颗粒物的大气污染事件频频爆发，引起社会的广泛关注。利用卫星遥感估算PM2.5质量浓度的方法，具有覆盖范围广、分辨率高、可以持续提供动态信息等优势，但遥感模型估算精度高度依赖于PM2.5地面站点监测数据。我国迄今（2018年5月）已建立了488个PM2.5地面监测站，而PM2.5与气溶胶光学厚度(Aerosol Optical Depth，AOD)之间的关系具有显著的时空变异性，利用某些站点数据建立的模型，若直接移植到缺乏监测站点的地区用于估算PM2.5浓度，则存在较大的不确定性。目前，大多数PM2.5遥感估算模型处于站点尺度，在区域尺度上很难正确反映出PM2.5和AOD之间的相互耦合规律。在精度和时空适用性方面，目前的PM2.5遥感估算模型仍需进一步提升。 针对上述问题，本文选取珠三角地区2014年12月至2015年11月的MODIS气溶胶产品和同期气象数据（包括边界层高度;相对湿度;平均温度;风速;大气压;降水量;日照辐射强度等气象因素）作为实验数据。首先，验证了遥感数据的反演精度。接着，分析了PM2.5、AOD、气象数据的相互关系。在此基础上，依次采用统计回归法，最优子集筛选法和多元回归法，构建并确定珠三角地区PM2.5站点复合模型的最终形式。随后，由站点复合模型为基点，使用克里金插值、非监督分类法等多种地学技术构建了珠三角PM2.5区域复合模型，完成由点及面的建模目标，并对模型模拟精度进行评价。本文主要研究内容和结论如下: (1)验证了MODIS AOD数据的反演精度。利用AERONET AOD对暗像元法反演的MODIS AOD数据进行线性回归分析，二者决定系数达到0.870，有80％的反演数据在误差范围内。MODIS AOD反演结果可靠性高，可用于建模研究。 (2)验证了PM2.5与AOD和气象数据之间的相关性。PM2.5和AOD时空分布格局相似。PM2.5与AOD和气象因素存在显著的线性相关性。季节尺度下，相关系数相较于全年尺度，值域更宽、标准差更高，更适合用于研究PM2.5与AOD相互关系的差异。季节尺度相较于全年尺度更适合进行建模研究。 (3)构建了珠三角地区遥感估算PM2.5站点复合模型(Site composite Model，SCM，)。利用多项参数精度指标(R2;Pearson相关系数;RMSE;MAPE)，将原始回归模型（PM2.5-AOD单因素回归）、修正回归模型(PM2.5-修正AOD单因素回归)和多因素回归模型的拟合精度相比较，得到站点复合模型。通过两个阶段的筛选，站点复合模型在春季、夏季、秋季、冬季的模型平均拟合调整R2为59.804％、62.078％、43.043％、46.377％，相较于原始模型OM提高37.708％、39.087％、25.289％、22.903％，相较于最优TM模型分别提高了36.528％、26.573％、28.571％、33.004％。采用气象数据对模型修正并选择站点最优模型，可以有效提高站点模型的精度。 (4)构建了珠三角地区遥感估算PM2.5区域复合模型(Region composite Model，RCM，)。从站点复合模型出发，依次采用克里金插值技术、非监督分类法，构建区域复合模型。在季节尺度下，根据PM2.5区域复合模型类型的差异，将珠三角地区划分为12类（春季）、5类（夏季）、15类（秋季）、15类（冬季）分区。春季、夏季、秋季、冬季的模型，其精度参数均值分别为:R2为0.619、0.602、0.498、0.623;MAPE为27.310％、20.307％、28.144％、19.730％;RMSE为15.759μg/m3、12.030μg/m3、15.795μg/m3、13.132μg/m3，拟合精度优异。利用保留样本评估区域复合模型预测效果。春季、夏季、秋季、冬季，PM2.5的预测值与真实值的规律一致。各季R2范围为0.421-0.708，各季MAPE范围为10.286％-43.780％、RMSE为4.670-21.260μg/m3。本文构建的珠三角地区遥感估算PM2.5区域复合模型的预测效果优异，实际应用价值较高。

目录

声明

摘要

图索引

表索引

1绪论

1．1研究背景与意义

1．2国内外研究进展

1．2．1全球PM2．5研究趋势

1．2．2 PM2．5遥感估算研究进展

1．2．3存在问题和不足

1．3研究思路

1．3．1研究目标

1．3．2研究内容

1．3．3技术路线

1．3．4技术难点

1．4本章小结

2数据来源与预处理

2．1珠三角地区概况

2．1．1经济社会

2．1．2自然环境

2．1．3大气污染

2．2数据来源

2．2．1 MODIS AOD数据

2．2．2 AERONET AOD数据

2．2．3 PM2．5地面监测数据

2．2．4气象数据

2．3．1 MODIS AOD的预处理

2．3．2 AERONET AOD的预处理

2．3．3 PM2．5地面监测数据的预处理

2．3．4气象数据的预处理

2．4本章小结

3．1研究方法

3．1．1 MODIS AOD地面验证

3．1．2 PM2．5与AOD的相关性研究

3．1．3 PM2．5与气象因子的相关性分析

3．2结果与讨论

3．2．1卫星遥感AOD数据的地面验证

3．2．2 PM2．5与AOD的时空分布特征对比

3．2．3站点PM2．5与AOD相关性水平

3．2．4 PM2．5与气象因子的相关性分析

3．3本章小结

4 PM2．5遥感估算站点复合模型研究

4．1研究方法

4．1．1气象因子的选取

4．2．2站点模型构建方法

4．2结果与讨论

4．2．1第一阶段建模结果

4．2．2第二阶段建模结果

4．2．3站点复合模型构建结果

4．3本章小结

5 PM2．5遥感估算区域复合模型研究

5．1研究方法

5．1．1区域复合模型构建

5．1．2区域复合模型拟合精度评估

5．1．3区域复合模型预测效果评估

5．2结果与讨论

5．2．1区域复合模型构建结果

5．2．2拟合精度评估结果

5．2．3模型预测效果评估结果

5．3本章小结

6．1结论

6．2创新点

6．3不足与展望

参考文献

攻读硕士期间发表论文及科研成果目录

攻读硕士学位期间参与的课题情况

致谢