基于多源数据的南美洲安第斯地区PM2.5估算

发布时间：2020-04-14 00:11

【摘要】：PM2.5是空气中的重要污染物,可对人体全身多个系统造成损害。近几年来,PM2.5的排放造成空气污染,对人类健康的负面影响。根据已有研究显示,在世界很多地区,空气污染物的年平均浓度都高于世界卫组织的指导值。开展PM2.5动态变化监测,探讨其发生机制,掌握其变化规律与变化趋势,可为控制与降低PM2.5对人体的危害,保护大气环境提供数据与技术依据。在缺乏地面监测的地区,遥感和地理信息系统是其监测空气污染的有力工具,例如南美洲的一些国家。本研究采用多源数据,包括MODIS气溶胶数据,和通过不同模型和传感器所获取的大气、植被、人口数据,利用GWR函数整合处理数据,开展2015年南美安第斯地区和里约热内卢市的PM2.5值反演研究。主要研究内容与结论如下。1.在南美洲安第斯地区,PM2.5和AOD有较强相关性。每个月的相关系数都达到了70和90%之间,显示出具有良好的相关性。其中,9月份、10月份、11月份和12月份的相关系数到了97%以上。因此,可使用地理加权回归GWR模型来开展PM2.5反演。2.研究以解释性变量数据(AOD、大气指标、植被和人口)作为数据源,使用GWR模型,通过集成数据、普通最小二乘法(OLS)估计、GWR的功能计算三个步骤反演了缺少监测点的南美的安第斯地区和里约热内卢市两个尺度的PM2.5,并取得了较高的精度,其平均绝对偏差(MAD)为3.5;平均平方误差(MSE)为20;根均方根误差(RMSE)为4.5;平均绝对百分比错误(MAPE)为25和平方相关系数(R~2):0.83。反演结果如下:(1)南美洲安迪斯地区PM 2.5最低浓度为0.2-22μg/m~3,主要分布在北部(哥伦比亚和厄瓜多尔地区),PM 2.5最高为40-78μg/m~3,主要分布在智利中部,在五月,六月和7月。8月份,智利中部PM 2.5为47μg/m~3,而玻利维亚、秘鲁等国家PM 2.5在年内变化很小,保持在40μg/m~3以下(35-40μg/m~3)。南美洲安迪斯地区,11月大部分区域PM 2.5在22μg/m~3以下(17-22μg/m~3),12月都低于28μg/m~3(17-28μg/m~3),12月只有哥伦比亚的一些地点提出了超过35μg/m~3。(2)里约热内卢市PM2.5最高值集中在5月、6月和7月,分别是18μg/m~3,25μg/m~3,18μg/m~3,主要分布在里约热内卢市的中部,南部和东部。其中8月最高的价值是26μg/m~3,主要分布在里约热内卢市的中部、北部和西部;11月PM2.5最高值是48μg/m~3;12月的PM2.5下降到18μg/m~3,集中在里约热内卢市的南部。里约热内卢市PM2.5最低值为0.2-10μg/m~3。研究结果表明,这种方法对大范围条件下预测PM2.5分布较为有效,特别是对于没有PMs监测站点的地区。但是,在今后的研究中需对这一模型进行深入研究,利用更多地面监测数据和更高空间分辨率遥感数据,以期获得更好的结果。
【学位授予单位】：云南师范大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：X513

【相似文献】

相关期刊论文 前10条

1 甄峰;;基于多源数据的规划评估[J];中国建设信息化;2018年03期

2 谢洪;吴博义;胡晓斌;;一种车载移动海量多源数据管理方法[J];遥感信息;2017年05期

3 向广林;;基于流量守恒定律下多源数据融合的交通状态监测和预测[J];城市地理;2017年14期

4 郭奎城;马江水;孙广瑞;李旭东;李清伟;赵书跃;;浅覆盖区多源数据融合整合的技术方法[J];地质通报;2008年07期

5 卢代军,夏学知,张子鹤,沙基昌;多源数据融合系统性能评价的测试床研究[J];舰船电子工程;2005年02期

6 徐肇忠;;用USEMAP软件包改善GIS中多源数据的几何相关性[J];武测科技;1989年04期

7 周永兴;孔岳洋;;基于多网络架构的出租车监管系统多源数据融合技术方案[J];数字技术与应用;2018年03期

8 谢丽敏;钱海忠;陈竞男;何海威;刘闯;;基于动态化简的多源数据相似性评估[J];测绘与空间地理信息;2017年07期

9 臧宇哲;肖扬;;基于多源数据的三维建模方法研究[J];吉林建筑大学学报;2017年05期

10 ;大数据榜单项目“多源数据融合集成与分析技术”启动实施[J];大众科学;2018年09期

相关会议论文 前10条

1 冯国英;曾德贤;王夏男;;太空多源数据挖掘方法研究[A];第二届中国空天安全会议论文集[C];2017年

2 陈伟清;刘彦花;;城市规划多源数据整合与数据库建设[A];现代测量技术与地理信息系统科技创新及产业发展研讨会论文集[C];2009年

3 李晓庆;张平升;刘令;李炳林;;基于多源数据的组团新区职住及通勤特征分析[A];共享与品质——2018中国城市规划年会论文集（06城市交通规划）[C];2018年

4 廖邦固;韩雪培;;多源数据的空间坐标变换方法探讨[A];认识地理过程 关注人类家园——中国地理学会2003年学术年会文集[C];2003年

5 杨锋杰;卢燕;杨振毅;宋翠玉;;多源数据融合的方法与应用[A];山东地球物理六十年[C];2009年

6 李颖;段冰若;蔡玉蘅;;基于多源数据的北京存量空间功能识别[A];共享与品质——2018中国城市规划年会论文集（05城市规划新技术应用）[C];2018年

7 李政霖;何浪;杨孝增;;基于多源数据挖掘的山体保护与利用策略研究——以贵阳市为例[A];共享与品质——2018中国城市规划年会论文集（05城市规划新技术应用）[C];2018年

8 刘英才;;GIS中间件的数据集成应用[A];中国地质学会2015学术年会论文摘要汇编（中册）[C];2015年

9 刘彬;杜臣昌;陈天一;;多源数据下的商业设施布局规划评估方法探索——以青岛市中心城区为例[A];共享与品质——2018中国城市规划年会论文集（11城市总体规划）[C];2018年

10 刘s，

本文编号：2626621