基于MODIS数据构建成都市双流区PM2.5估算模型的研究

发布时间：2020-08-09 08:42

【摘要】：随着国家经济的不断繁荣,人类活动加剧,造成各地出现雾霾天气的频率持续上升。由于雾霾天气中含有大量的大气污染物,会给自然环境产生很大的危害,也会对人们的身体造成损害。人类在工业生产和生活中排放的大气污染物能够在化学反应的转化下形成二次气溶胶,进而演变成霾,使PM2.5在大气中的含量不断升高,而PM2.5是造成雾霾天气的主要污染物之一,进而出现雾霾天气。目前,我国主要是通过建立地面监测站的方式来监测大气污染状况。该方法监测精度高,可靠性好,但成本较高,地面监测站点密度不足,无法对大区域的空气污染物进行连续性强、覆盖率高的实时监测。卫星遥感监测手段与常规的地面监测方式对比,具有可监测区域大、实时性更好和成本较低等优点。气溶胶光学厚度是气溶胶胶体重要光学特性之一,对气溶胶进行反演获取其光学厚度,分析AOD与PM2.5浓度之间的相关性,并建立相关模型,通过该相关模型能够获得较大区域PM2.5的浓度,可以弥补地面监测站点数目有限,导致的监测区域偏小的不足。本文以成都市双流区作为研究区域,选取2017年7月到2018年1月云层较少的Terra-MODIS卫星遥感影像数据作为反演数据,通过目前最常用的暗像元法借助ENVI5.3软件平台反演出不同时期双流区的气溶胶厚度。同时收集双流区12个监测站点与影像对应的PM2.5浓度值,并利用统计分析原理对双流区PM2.5浓度的整体特性进行分析。通过反演得到的气溶胶光学厚度值和对应监测站PM2.5浓度值的相关性,构建以线性函数、指数函数、对数函数和乘幂函数为基础的回归估算模型,通过对回归估算模型拟合优度R2及模型精度的比较,选择出最优模型。通过分析气象因子,土地利用因子对PM2.5浓度的影响,将影响因子与PM2.5做相关性分析,最后将各影响因子加入到AOD与PM2.5浓度多元回归估算模型的构建中,并验证多元回归估算模型的精度。通过对AOD的监测来实现对大气环境中PM2.5浓度实时动态监测的目的。本文通过上述研究方法,得到如下成果:(1)通过暗像元法对双流区的MODIS影像进行反演,得到不同时间的AOD反演结果图像。(2)对双流区PM2.5浓度值在时间轴上的变化进行了分析,冬季PM2.5值普遍高于夏季和秋季。(3)获取以监测站点为中心周围9平方公里范围的土地利用类型情况,并分析土地利用因子中的农用地、建筑用地、交通用地、水域用地等对PM2.5浓度的影响和相关性。(4)通过气溶胶光学厚度与PM2.5浓度值间的pearson相关系数与双侧显著性来分析气溶胶光学厚度与PM2.5之间的相关性,并构建了气溶胶光学厚度与PM2.5值的线性函数、指数函数、幂函数、对数函数等4种回归估算模型,并对拟合优度R2进行比较,筛选出拟合优度R2最高的线性模型,确定了一元一次函数是四种估算模型中秋季、冬季效果最优的估算模型。(5)在AOD和PM2.5浓度最优的一元回归估算模型基础上,加入气象因子和土地利用因子对线性函数进行优化,建立一个多元线性回归估算模型,并验证了其精度比一元一次线性函数精度要高,证明了在回归模型中加入气象因子和土地利用因子进行优化的方法的可行性。
【学位授予单位】：成都理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：X513
【图文】：

路线图,研究技术,路线图

PM2.5 的浓度与土地利用因子中农用地、建设用地、交通用地、水域两两间的关性；（3）PM2.5 估算模型构建利用 MODIS1KM 分辨率的影像反演得到的 AOD 数据与 PM2.5 浓度间的关性，并构建估算模型，筛选拟合优度和验证模型精度。1.3.2 技术路线本文拟从两个方面对双流区的 PM2.5 浓度展开研究，首先收集不同时间的 MODIS 影像、监测站 PM2.5 浓度值和影响因子数据资料，将获取得到MODIS 影像通过反演得到 AOD 浓度值，并建立与 PM2.5 浓度的相关模型；析不同影响因子对 PM2.5 浓度的关系，建立各影响因子和 AOD 与 PM2.5 浓度多元回归模型，通过监测站点的 PM2.5 浓度验证两种模型的精度，得出多元归模型估算的 PM2.5 浓度精度更高，采用的技术路线如图 1-1 所示。

位置,成都,新区,成都市

第 3 章研究区概况和数据获取究区概况理位置区坐落于四川省中西部，成都平原中南部，成都市西南角，地理坐03°47′—104°15′、北纬 30°13′—30°40′。东连龙泉驿区、简阳市，南山区，西邻新津县、崇州市，北靠温江区、青羊区、武侯区及锦都市中心城区最近的一个二圈城市。全区辖 8 个街道、18 个镇。新区核心区域，成都双流国际机场所在地，成都市城市向南发展的府新区成都直管区、西南航空港经济开发区和成都高新区中和街道内有成雅、成乐、成自泸、成都绕城、成都第二绕城高速、成新蒲昆铁路、成贵高铁等交通线路，交通十分便捷，地理位置如图 3-

影像,蝴蝶结,星历表,现象

第 4 章基于 MODIS 影像的气溶胶反演地球的球面特性等影响，当扫描角度与扫描中心角度大于 15°时，就会形成几何变形。相邻像元发生重叠，影像就会重叠，产生蝴蝶结效应，如图 4-1 所示。已有很多研究证明，“蝴蝶结”现象形成与摆动式传感器的成像原理有关，“不同的扫描角度蝴蝶结现象不同，角度越小，“蝴蝶结”现象越不明显，反之“蝴蝶结”现象越明显。目前，有两种常见的消除“蝴蝶结”现象方法，一种是星历表法，一种是非星历表法，非星历表法主要包括相关系数和“Lambert projection”法，因 MODIS 影像中没有星历表数据，无法使用星历表法。本次在ENVI5.3软件中的GeoreferenceMODIS 工具对 MODISL1B 数据进行处理，在对影像进行几何校正前，bow-tie去除前后对比如图 4-1 和图 4-2 所示。

【参考文献】