论文部分内容阅读
气溶胶光学厚度(Aerosol Optical Depth,AOD)是可以全面评估大气中气溶胶负荷的变量,对于区域空气质量评估至关重要。MODIS气溶胶产品数据因其时间序列长、重访周期短和数据精度可靠等优点,被广泛应用于全世界范围内的气溶胶特性研究。但存在空间分辨率粗糙,在干旱区的数据精度缺乏验证等不足。因此,本研究选用中等分辨率数据(GF-1,HJ和Landsat系列)得到高空间分辨率(500米)AOD数据,可为干旱地区的生态建设和绿洲调控提供辅助参考数据。本研究选择尘源区精河县及其下游的乌苏市为研究区,利用常见的遥感数据(GF-1,HJ和Landsat)结合深蓝算法(Deep blue algorithm,DB)和暗像元算法(Dark target,DT),分析研究区AOD的年、季空间分布特征。借助随机森林算法分析AOD的影响因素。研究成果如下:(1)本研究发现大陆型气溶胶较为适合研究区复杂的气溶胶变化状况。基于DT(R~2>0.74)、DB(R~2>0.68)算法均能较好反映研究区AOD空间分布状况。DT算法呈现出轻微的低估趋势,DB算法与之相反。相较于DT,DB算法得到的AOD数据空值区域明显减少,摆脱干旱区植被的限制,更适合研究区。(2)估算得到AOD数据(如Landsat AOD)能较好的反映重点区域气溶胶空间分布及其变化,但受限于重访周期和数据质量会存在较为严重的数据缺失状况。因此,干旱区的气溶胶研究MODIS AOD的主流数据,辅以Landsat/HJ/GF-1数据得到的高空间分辨率AOD数据,可以很好地提升重点区域的年内分析精度。(3)研究区AOD季节分布特征呈现出AOD_春>AOD_夏>AOD_秋的规律,位于尘源区精河县的AOD(0.3521)明显高于乌苏市(0.2173)。随机森林结果显示温度、降水和潜在蒸散量为主要影响因子,其重要性得分为0.263、0.209和0.290。