南昌PM2.5时空分布规律与土地利用空间分布关系研究

发布时间：2021-05-08 03:57

　　经济的快速发展,不可避免的带来了PM2.5污染的问题,当前,对于PM2.5的研究也备受关注,但是关于PM2.5浓度和土地利用空间关系的研究相对较少。南昌作为江西省重点发展区域,PM2.5污染也是不得不面对的问题,本文借助遥感技术手段获取相关数据,探讨南昌PM2.5时空分布规律与土地利用空间分布的相关关系。本文利用MOD02₁KM数据进行气溶胶光学厚度反演,然后利用气溶胶光学厚度AOD反演结果数据预测南昌地区PM2.5浓度,同时,利用Landsat8遥感影像获取南昌同时期的土地利用分类数据。最后,通过利用ArcGIS和SPSS等软件对南昌PM2.5与土地利用空间分布进行相关关系分析。（1）南昌春、夏、秋、冬季节PM2.5空间分布规律表现为:南昌东部和西部偏低,中部和北部偏高的趋势,春季和秋季的分布规律比较相近,夏季的PM2.5浓度最小,冬季最大。（2）基于landsat8遥感数据进行监督分类处理,将南昌地物类型分为林地、绿地、水体、建设用地和裸地共5类,并对南昌土地利用类型在四个季节的分布规律进行分析研究,结果表明:a、林地多集中分布在西南地区、绿地在南昌各区都有分... 

【文章来源】：东华理工大学江西省

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 卫星遥感大气气溶胶的进展
        1.2.2 基于AOD反演PM2.5的理论基础
        1.2.3 基于遥感技术的PM2.5浓度的估算
        1.2.4 PM2.5与土地利用空间分布关系研究
    1.3 研究内容
    1.4 技术路线
2 研究区概况及研究方法
    2.1 研究区概况
        2.1.1 地理位置与地形地貌
        2.1.2 社会与经济
        2.1.3 生态环境与空气污染状况
    2.2 研究方法
        2.2.1 气溶胶光学厚度反演方法-改进的暗像元法
        2.2.2 PM2.5浓度预测方法-GWR模型
        2.2.3 其他辅助方法
3 数据源及数据预处理
    3.1 MODIS数据源及预处理
        3.1.1 MODIS数据源
        3.1.2 MODIS数据预处理
    3.2 细颗粒物(PM2.5)数据源及预处理
        3.2.1 PM2.5数据源
        3.2.2 PM2.5数据预处理
    3.3 landsat8数据源及预处理
        3.3.1 Landsat数据源
        3.3.2 Landsat8数据预处理
4 基于MODIS数据的气溶胶光学厚度反演及PM2.5浓度预测
    4.1 气溶胶光学厚度反演结果
    4.2 反演结果与NASA气溶胶产品的对比分析
    4.3 基于站点的细颗粒物(PM2.5)变化规律分析
        4.3.1 细颗粒物(PM2.5)月变化规律
        4.3.2 细颗粒物(PM2.5)季变化规律
    4.4 基于AOD数据的PM2.5浓度预测
        4.4.1 基于GWR模型的PM2.5浓度空间分布
        4.4.2 PM2.5浓度预测结果验证
5 土地利用空间分布及与PM2.5空间分布关系分析
    5.1 土地利用空间分布分析
        5.1.1 土地利用空间分布规律分析
        5.1.2 归一化植被指数(NDVI)空间分布规律
        5.1.3 归一化建筑指数(NDBI)空间分布规律
        5.1.4 归一化水体指数(NDWI)空间分布规律
    5.2 土地利用空间分布与PM2.5空间分布关系分析
        5.2.1 土地利用结构空间分布与M2.5空间分布关系分析
        5.2.2 土地利用类型指数同细颗粒物(PM2.5)相关性关系分析
6 结论与展望
    6.1 结论
    6.2 不足与展望
参考文献
致谢



本文编号：3174627