论文部分内容阅读
近年来,大气污染问题越来越引起人们的重视。在大气污染物中,PM2.5已经成为我国空气污染重点监测的对象。目前,PM2.5浓度的发布主要依赖于地面监测站点的实时观测。随着航天事业的发展,卫星遥感技术已逐渐成为监测大气污染状况的有效手段。开展空气质量评价和气候变化研究工作通常需要实时的、大范围的和长时间序列的大气监测资料,而现有针对科学研究的大气反演方法难以满足各行业部门的即时需求。通过深入地分析与研究,造成以上问题的原因总结为以下3点:1)在大气遥感领域,由卫星原始影像经过定量反演模型生产出PM2.5产品的过程依赖一些辅助文件,采用传统串行构建辅助文件的方法,时间成本较高;2)对于较大数据量的遥感影像,采用传统反演算法进行大规模卫星资料的反演时存在反演时间过长、效率偏低的问题;3)传统的地基监测和桌面应用系统已经无法满足普通大众了解身边PM2.5浓度的需求。为了解决以上问题,本研究借鉴传统处理海量遥感影像的方法,利用并行处理技术实现了大气参数的快速反演;基于多源卫星数据,在Android平台下设计了一种PM2.5监测系统。本研究的主要工作总结为以下3个方面:1)提出了一种基于任务量与工作节点数的动态分配任务算法。详细描述了PM2.5反演所依赖的查找文件的构建原理,利用MPI技术中主——子节点交互的特点,设计了一种基于任务量与工作节点数的动态分配算法,实现了查找文件的快速构建。2)设计了一种基于像元特征的动态切分任务策略。基于反演算法中的识别像元特征模块,在利用并行处理方式的同时,提出了基于像元特征的动态切分算法,提高了由原始遥感影像转换为目标产品的处理效率。3)设计了一种基于Android与遥感数据的PM2.5监测系统。基于多源卫星遥感数据,设计了一种基于Android的PM2.5污染监测系统,利用Server端与Client端的消息推送机制,实现了高精度、多范围的PM2.5浓度的实时提醒。