一种基于差值指数的颗粒物PM2.5浓度反演新方法

摘要

从分析对颗粒物PM2.5敏感的光谱特性入手,提出了一种基于差值指数的颗粒物PM2.5浓度反演新方法.使用Avafield-1光谱仪(测量范围300～1100 nm)测量了典型地物植被、土壤在不同的颗粒物PM2.5污染条件下的光谱曲线,发现颗粒物使得植被和裸土的光谱曲线在红光波段反射率增加,在近红外波段反射率下降,且其变化量较为稳定,因此使用对颗粒物敏感的红光波段和近红外波段,构建差值指数(differ-ence index,DI)以表征颗粒物PM2.5的浓度变化.以北京市为研究区,选择TM影像,求取差值指数,结合北京市及周边地区地面空气质量监测站提供的PM2.5逐时数据,反演了北京市的颗粒物PM2.5的浓度.结果表明,2016年3月1日(监测站PM2.5浓度均值为105.8)预测模型相关系数r为0.796,精度表现良好,12月14日(监测站PM2.5均值为15.8)预测模型相关系数r为0.628,即颗粒物污染程度较低情况下,差值指数模型预测精度低于颗粒物污染程度较高的情况,分析原因是颗粒物浓度较低时,由颗粒物引起的地物光谱特征变化比较不明显,造成差值指数模型精度较低.由于空气质量为重度及严重污染时,获取的遥感影像质量较差,影响颗粒物浓度反演,因此该方法适合轻度、中度污染情况下的颗粒物PM2.5浓度反演.该方法获取污染数据简单,反演结果空间分辨率较高(30m),且可根据需要选取包含敏感波段数据的遥感影像用以获取不同时间、空间分辨率的颗粒物PM2.5浓度分布,具有广泛的应用前景.