基于Mie散射激光雷达的南京仙林地区气溶胶消光特性及PM2.5质量浓度估算模型研究

摘要

随着经济发展以及城市规模的不断扩大，大气污染问题日趋严重，对环境的压力也日益加重，对居民的身体健康构成了严重威胁。近年来遥感技术在大气污染监测领域的应用越来越广。激光雷达凭借其高时间分辨率以及垂直分辨率，可以实时监测城市地区上空不同高度的气溶胶浓度的变化，对于传统的大气污染监测方法是一种有力的补充。
　　在国家自然科学基金项目“长三角地区气溶胶污染特征与形成机制研究”(No.41671428)的资助下，本文采用532nm的Mie散射激光雷达获取了南京仙林地区2013-2016年间的雷达回波数据，并利用Fernald方法对所采集的雷达回波进行反演得到整个气柱上不同高度的消光系数，分析研究区内不同高度消光系数的日变化、季节变化及特定天气条件下的变化特征。基于反演得到的消光系数结合WRF模式模拟的气象因子，分析各因子对PM2.5质量浓度的影响程度，并通过多元回归分析和随机森林建立了PM2.5质量浓度估算模型。
　　本文的主要研究结果如下:
　　(1)对反演得到的消光系数进行统计分析，得出仙林地区不同高度多年日均消光系数的变化规律。结果表明，近地表0.2km内的消光系数值较大，集中在0.8km-1以上。0.2-2km的高度范围内存在稳定的气溶胶层，消光系数在0.4km-1左右。而3km以上消光系数值已经很小，气溶胶浓度很低。大气边界层的高度在一日之内变化明显，午后受太阳辐射影响，对流作用增强，高度不断上升，傍晚时刻到达顶峰。而从季节上来看，春季和秋季各高度层的变化情况与全年平均变化情况相似。夏季由于对流作用较强，气溶胶扩散快，近地表1km以内的消光系数值在一天内浮动较大。冬季大气结构较为稳定，且受逆温的影响，各高度层消光系数的变化较为平稳。
　　(2)以逆温造成的雾霾天气(2013.11.30-2013.12.1)为例，并结合PM10、PM2.5等大气颗粒物浓度数据分析了消光系数在特定天气条件下的变化情况。结果表明，在逆温的影响下，仙林地区出现稳定的大气层结，近地表气溶胶扩散减弱，颗粒物浓度迅速增加。对比消光系数和颗粒物浓度的变化情况，可以发现近地表0.03km消光系数与颗粒物浓度的变化趋势一致，表明近地表消光系数的增加主要是由颗粒物不易扩散而逐渐累积导致，而消光系数也能反映出颗粒物浓度的变化。
　　(3)将PM2.5实测浓度与不同高度的消光系数和WRF模拟的气象因子进行Pearson相关性分析。结果表明近地表的消光系数和PM2.5浓度之间有较好的相关性，呈现正相关关系，可用于PM2.5质量浓度的估算。而其他气象因子也均有一定的相关性，但单个因子的相关性不明显，PM2.5质量浓度的变化主要是各个因子的共同作用的结果。
　　(4)结合WRF模式模拟的气象因子和边界层高度数据，利用多元回归分析和随机森林建立了不同的PM2.5浓度估算模型。经过对比分析发现，引入不同高度气象因子的随机森林模型是最优的估算模型。

目录

声明

论文说明

摘要

图目录

表目录

第一章 绪论

1．1 研究背景与意义

1．2 国内外研究进展

1．2．1 激光雷达监测大气气溶胶的研究进展

1．2．2 大气颗粒物监测的研究进展

1．3 研究目标与研究内容

1．3．1 研究目标

1．3．2 研究内容

1．3．3 技术路线

第二章 研究区、数据源及模型

2．1 研究区概况

2．2 仪器与数据

2．2．1 Mie散射激光雷达

2．2．2 PM2.5实测数据

2．2．3 FNL全球分析资料数据

2．3 研究模型/模式

2．3．1 WRF大气模式

2．3．2 随机森林模型

第三章 Mie散射激光雷达探测数据处理方法

3．1 Mie激光雷达方程及其求解方法

3．2 Mie激光雷达数据预处理

3．2．1 激光雷达回波信号的累加与平均

3．2．2 背景信号的扣除

3．2．3 几何订正

3．2．4 信号平滑

3．2．5 定标点的选择

3．3 气溶胶消光系数反演

3．3．1 反演方法

3．3．2 有云数据处理

第四章 仙林地区气溶胶消光系数变化特征

4．1 气溶胶消光系数垂直分布的日变化特征

4．2 气溶胶消光系数垂直分布的季节变化特征

4．3 特定天气条件下的气溶胶消光系数特征

第五章 PM2.5质量浓度估算模型

5．1 PM2.5质量浓度相关因子分析

5．1．1 PM2.5与消光系数关系分析

5．1．2 PM2.5与相对湿度关系分析

5．1．3 PM2.5与平均风速关系分析

5．1．4 PM2.5与温度关系分析

5．1．5 PM2.5与边界层高度关系分析

5．2 基于多元回归分析估算PM2.5

5．2．1 模型构建

5．2．2 消光系数与PM2.5的关系模型

5．2．3 含近地面影响因子的估算模型

5．2．4 含不同高度影响因子的估算模型

5．3 基于随机森林模型估算PM2.5

5．3．1 模型构建

5．3．2 含近地面影响因子的估算模型

5．3．3 含不同高度影响因子的估算模型

5．4 各模型对比分析

第六章 结论与展望

6．1 结论

6．2 不足与展望

附录

参考文献

在读期间发表的学术论文及研究成果

致谢