基于DT和DB算法的关中地区冬季气溶胶光学厚度反演研究

发布时间：2020-10-19 10:56

　　 随着经济发展和城市化进程不断加快环境问题愈发严重,许多地区频频遭遇罕见的连续高强度大气污染。为了满足区域性连续监测气溶胶的要求、完成更高效的气溶胶科学监测、更精准快速的分析和预报气溶胶扩散趋势,需要将遥感反演监测气溶胶的方法于地基监测方法相结合组成完整的“天地”一体化监测体系。应用暗像元法和深蓝算法分别对关中地区冬季气溶胶进行反演,通过与MODIS气溶胶产品和地基监测站数据进行精度验证,分析两种反演算法在关中地区的适用性。旨在提供高精度的实时气溶胶连续监测办法,为区域性气溶胶监测、污染源揭示、扩散趋势预测提供更高效准确的方法。研究中涉及的主要内容包括暗像元反演算法的优化、暗目标的确定、深蓝算法代码编写、深蓝算法地表反射率库的构建。主要取得了以下研究成果:(1)完成暗像元算法的优化,提高反演效率,完成暗像元法对关中地区气溶胶的反演,其结果表示暗像元法反演结果虽然在大趋势上与气溶胶产品以及地面测站数据吻合,但其反演精度较低,不适用于精度较高的气溶胶定量反演。但是其优势在于反演流程简单、需要的数据易获取,在气溶胶监测应用中,能够使用暗像元方法完成简单的趋势分析、模拟大气污染物的扩散路径。(2)编写深蓝算法代码,完成基于深蓝算法的关中地区的气溶胶反演,结果表明,深蓝算法在关中地区冬季气溶胶反演中具有良好的适用性,反演结果相比暗像元反演结果更连续,精确度更高。与气溶胶产品和地基测站数据之间均具有较高的线性拟合度。将此方法用于监测关中地区冬季气溶胶状况,能够弥补地基监测方法的不足,对关中地区冬季气溶胶进行连续观测,反应关中区域气溶胶的分布情况以及污染物的扩散过程,对连续天雾霾过程完成污染源追踪和扩散预警可以用于关中地区冬季气溶胶的连续监测。(3)在总结两种反演方法的基础上对反演结果进行误差分析,继而探讨了影响反演精度的主要原因以及对应的解决办法。并使用深蓝算法对关中地区冬季连续天雾霾过程中的AOD进行反演,分析关中地区气溶胶的分布情况以及连续天雾霾过程中气溶胶的扩散模式,并且与风向数据结合,分析了风向对气溶胶扩散的影响。遥感技术反演气溶胶光学厚度的方法与地基监测方法相比有明显的优势,可以高效完成气溶胶的科学监测,精准快速分析预报气溶胶扩散趋势,对有关部门及时监测、预警和改善空气污染问题具有十分重要的指导意义。
【学位单位】：西北大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：X513;X87
【部分图文】：

技术路线图

第二章 材料与方法第二章 材料与方法2.1 研究区概况关中地区做为陕西省的黄金地带，其经济发展在全省中占居重要位置，从行政区划讲有六个省辖地级市包括西安、咸阳、宝鸡、渭南、铜川以及杨凌，是陕西城市群集中分布的地区，也是全省政治文化传播、经济发展、旅游服务、生产生活的中心区域，占陕西省国土面积的 27%，总人口的 60%[46]。

图 3-1 LUT 查找表优化部分代码其次，解决影像中某个像元在内插计算后恰好有两个最佳结果时程序终止计算的问题。以下是解决该问题时的部分优化代码，其核心思想是当筛选出的值大于两个时，只将其中的一个值赋值给参数并传递下去，优化部分代码如图 3-2 所示。图 3-2 暗像元算法传参部分代码优化最后，为了解决影像裁剪后反演过程中出现的带状缺失问题，优化其循环方式，
【参考文献】

相关期刊论文 前10条

1 苏城林;苏林;陈良富;贾松林;刘聪;余超;;NPP VIIRS数据反演气溶胶光学厚度[J];遥感学报;2015年06期

2 喻义勇;陆晓波;朱玉霞;;基于环境一号卫星的气溶胶光学厚度反演技术研究[J];环境监测管理与技术;2015年04期

3 王中挺;辛金元;贾松林;厉青;陈良富;赵少华;;利用暗目标法从高分一号卫星16m相机数据反演气溶胶光学厚度[J];遥感学报;2015年03期

4 金健;卢远;李嘉力;华璀;;北部湾MODIS气溶胶光学厚度的反演[J];地理空间信息;2015年01期

5 宋挺;黄君;严飞;吴蔚;;无锡市MODIS气溶胶光学厚度与PM_(2.5)质量浓度的相关性分析[J];环境监测管理与技术;2015年01期

6 吕春光;田庆久;王磊;黄彦;耿君;;利用Landsat-8 OLI反演大气气溶胶的可见光谱段地表反射率估算[J];遥感信息;2015年01期

7 廖礼;漏嗣佳;符瑜;常文渊;廖宏;;中国东部气溶胶在天气尺度上的辐射强迫和对地面气温的影响[J];大气科学;2015年01期

8 范娇;郭宝峰;何宏昌;;基于MODIS数据的杭州地区气溶胶光学厚度反演[J];光学学报;2015年01期

9 韩蕾;曹国良;王静晞;胡渭平;冯莹;;关中地区大气环境承载力分析[J];环境工程;2014年09期

10 金玲艳;李琦;;基于智慧城市的雾霾求解系统探索[J];测绘科学;2014年08期

相关博士学位论文 前5条

1 郭阳洁;基于气溶胶遥感的中国陆地大气PM2.5浓度估算[D];武汉大学;2014年

2 李成林;城市大气污染的定量遥感监测方法研究[D];兰州大学;2012年

3 邓君俊;长三角地区霾天气形成机理和预报方法研究[D];南京大学;2011年

4 孙林;城市地区大气气溶胶遥感反演研究[D];中国科学院研究生院（遥感应用研究所）;2006年

5 唐家奎;基于MODIS数据气溶胶反演建模与网格计算中间件研究[D];中国科学院研究生院（遥感应用研究所）;2005年

相关硕士学位论文 前10条

1 刘欢;重庆市主城区冬季大气细颗粒物（PM2.5）质量浓度的遥感估算模型研究[D];重庆师范大学;2016年

2 司一丹;卫星遥感影像反演PM2.5并行算法研究与应用[D];河南大学;2016年

3 王旭;京津冀地区PM_(2.5)浓度的遥感反演方法研究[D];河北师范大学;2016年

4 张璐;基于国产遥感卫星数据的北京市气溶胶光学厚度反演研究[D];华东师范大学;2016年

5 李强;基于MODIS数据的南昌市气溶胶光学厚度反演研究[D];东华理工大学;2015年

6 王力;华北地区气溶胶时空分异特性及对农作物影响的模拟研究[D];重庆交通大学;2015年

7 刘佳雨;北京市MODIS气溶胶光学厚度与PM2.5浓度关系研究[D];成都理工大学;2015年

8 张晖;卫星遥感气溶胶光学厚度与西安市PM_(10)浓度关系模型研究[D];西北大学;2014年

9 范辰乾;基于MODIS数据的气溶胶光学厚度与PM2.5浓度关系研究[D];山东师范大学;2014年

10 黄亿明;利用MODIS遥感数据进行气溶胶反演研究[D];长安大学;2014年

本文编号：2847108