基于葵花8静止卫星的京津冀地区地面PM 2.5 浓度反演研究

发布时间：2024-05-27 06:00

　　基于中分辨率传感成像仪(MODIS)的气溶胶光学厚度(AOD)产品反演的PM2.5浓度被广泛应用在公共健康和气候效应方面的研究上。然而,基于极轨卫星数据反演的PM2.5浓度只能在晴空条件下获取,且时间分辨率较低。本文利用日本葵花8静止卫星成像仪(AHI)观测的大气层顶反射率,建立了PM2.5浓度随机森林反演模型。基于该模型反演了 2016-2017年京津冀地区的PM2.5浓度,并与基于AOD建立的反演模型进行了对比分析。本研究得出主要结论如下:(1)有云条件下,大气层顶反射率主要由云粒子决定,云层以下气溶胶粒子的散射光很难穿透云层到达大气层顶部。因此,本文分别基于晴空格点下的大气层顶反射率和AOD建立随机森林PM2.5浓度反演模型。利用大气层顶反射率的反演模型十折交叉验证确定系数可达0.72,平均绝对误差为21.8 μg/m3;而基于AOD的反演模型确定系数可达0.75,平均绝对误差为21.2 μg/m3。基于AOD的反演模型精度略高于基于大气层顶反射率的反演模型,但基于AOD的反演模型样本数量仅为基于大气层顶反射率反演模型的一半左右。(2)本文利用2016年地面站点观测的PM2.5浓...

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 气溶胶光学厚度反演现状
        1.2.2 基于气溶胶光学厚度反演地面PM_2.5浓度现状
        1.2.3 基于大气层顶反射率反演地面PM_2.5浓度现状
        1.2.4 有云条件下反演地面PM_2.5浓度现状
    1.3 研究内容和技术路线
第二章 理论与方法
    2.1 气溶胶光学厚度反演原理
    2.2 地面PM_2.5浓度反演理论基础
    2.3 随机森林模型简介
第三章 研究区域与数据介绍
    3.1 研究区域简介
    3.2 地形数据和PM_2.5站点数据
    3.3 静止卫星数据
    3.4 气象数据介绍
第四章 基于气溶胶光学厚度和反射率的京津冀PM_2.5浓度遥感反演模型
    4.1 引言
    4.2 数据匹配与提取
    4.3 数据集描述
    4.4 相关性分析
    4.5 模型构建与调参验证
        4.5.1 验证方法和指标
        4.5.2 模型调参验证
    4.6 本章小结
第五章 基于遥感反演的京津冀网格化地面PM_2.5变化特征
    5.1 引言
    5.2 基于遥感反演的京津冀地面PM_2.5浓度季节变化
    5.3 基于遥感反演的京津冀地面PM_2.5浓度日变化
    5.4 2017年网格化地面PM_2.5浓度遥感反演
    5.5 有云格点下基于气象因子的京津冀地面PM_2.5浓度回归模型
        5.5.1 有云格点PM_2.5浓度统计模型构建与验证
        5.5.2 九类云格点下PM_2.5浓度空间回归分布
    5.6 本章小结
第六章 结论与展望
    6.1 结论与讨论
    6.2 研究创新性
    6.3 研究展望
参考文献
致谢
作者简介



本文编号：3982866