论文部分内容阅读
随着人民生活质量的日益提高,生产生活方式已对人类赖以生存的环境造成了不同程度的污染。就大气污染而言,以PM2.5、PM10为主的大气细颗粒污染物仍是大气污染防治的重点与难点之一。目前利用卫星遥感定量反演气溶胶颗粒物分布已成为大气颗粒物浓度监测的新兴手段,可大尺度的观测到大气污染物的时空分布特征。该方法在一定程度上不仅克服了地面有限个监测站点观测范围的局限性,以至于对无监测站点的偏远县城地区依然能较好的监测当地大气颗粒污染物空间分布规律,从而为当地政府部门在大气污染防治策略制定与决策工作中提供可靠的技术支撑。本文以成都市为研究区域,分别利用6S辐射传输模型构建本地大气、气溶胶模式和6S中纬度大气、城市型气溶胶模式的查找表,基于MODIS L1B级遥感数据产品定量反演成都市大气气溶胶光学厚度（AOD）,再对两种模式反演的AOD进行垂直订正与湿度订正,最终建立成都市大气PM2.5细颗粒物质量浓度反演模型,并进行了相关性分析,主要成果如下:（1）经交大站收集的成都市臭氧监测数据以及通过模式反演的水汽数据进行分析计算,得出每幅当天卫星过境时段的臭氧和水汽总量,随后带入6S辐射传输模型得出成都市本地大气模式参数;再由粒径谱仪气溶胶颗粒物数浓度观测资料,拟合出成都市月均气溶胶粒径分布谱函数曲线图,发现1-2月、6-9月成都市气溶胶粒径谱分布遵循Junge幂律分布,3-5月、10月成都市气溶胶粒径谱分布遵循修正的Gamma分布,将分布曲线参数带入6S辐射传输模型,最终得到本地模式下的气溶胶光学厚度反演查找表。（2）基于本地模式的查找表以及6S中纬度大气、城市型气溶胶模式构建的查找表,利用ENVI+IDL遥感开发软件,编程插值反演计算得出两种模式下成都市2017年57景AOD大小,将其与成都市近地面PM2.5颗粒物浓度相关性比较发现,两者模式的AOD与颗粒物浓度相关性均偏低,但本地模式的AOD反演值与颗粒物浓度的相关性（R2=0.2305）要优于6S通用模式的相关性（R2=0.1676）。（3）通过气溶胶边界层数据和湿度数据对两种模式下反演的AOD进行垂直订正与湿度订正,订正后的AOD与PM2.5颗粒物浓度总体相关性分别达到0.4026、0.2678,有较大提升。按季节分析,发现两种模式下秋季的相关性最高,分别达到0.7652、0.7203;本地模式的冬季相关性和6S通用模式的春季相关性较低,分别为0.3042、0.1883;对两种模式按季节分别建立了PM2.5浓度反演线性模型,拟合效果以一元二次方程模型拟合最优。（4）依照春、夏、秋、冬各季节的PM2.5颗粒物浓度反演模型,得出两种模型下PM2.5反演值与PM2.5实测值的折线趋势统计图,通过对比分析发现本地模式在春季、秋季的反演值较同季节6S通用模式的反演值更接近成都市PM2.5颗粒物浓度实测值,总体来看,本地模式的反演模型准确度比6S通用模式要相对更高。