论文部分内容阅读
目前我国在环境问题上面临着前所未有的挑战,其中大气污染问题已成为影响我国城市和区域可持续发展及环境外交的重要因素,全面掌握大气污染的区域分布情况及其变化规律对环境治理和规划尤为重要。我国面积辽阔,可是大气环境监测的常规业务基本还是依靠常规的地面监测,尚未形成天地一体化的监测体系,对区域、全球的大气环境质量的掌握程度仍处于较低水平。卫星遥感监测与基于地面设立的物理或化学分析测量的传统方法相比,具有宽覆盖、连续、动态等特点,在大气环境质量变化的连续性、空间性和趋势监测方面具有明显优点。但是国内由于受遥感数据源和技术支撑条件的限制,大气环境应用水平较低,特别是结合环境保护的大气环境卫星遥感监测工作还处于起步阶段。本文以近几年环境污染较为严重的济南市为例,基于MODIS数据,选取2012年到2013年的晴天影像建立样本,采用目前体系较为成熟的暗像元算法,反演济南市区域范围内各天的气溶胶光学厚度。同时,获取了相对应时间段济南市各监测点瞬时PM2.5浓度监测值,通过地统计分析原理,在时间维度上和空间维度上分别分析济南市PM2.5的整体污染特征。最后在气溶胶光学厚度的所有反演结果中选取质量较高的部分,提取各监测点的瞬时气溶胶光学厚度值与相对应的PM2.5浓度监测值做相关性分析和回归分析,并以不同的函数分别建立回归模型,选取最佳拟合模型。基于以上研究过程,可以得出如下结论。由于陆地地表类型变化多样,在陆地表面1km尺度像元内多是混合像元,要精确构建像元尺度的地表反射率模型,以便准确估算像元尺度的地表反射噪声,是比较困难的。尤其是针对亮目标的反射来说,气溶胶散射信息是弱信息,地表的高反射率估算模型误差往往掩盖了气溶胶信息。所以,陆地地表比较成熟的算法只是针对低反射率的地表类型,为此美国国家航空航天局在MODIS载荷专门设计大气效应很小的短波红外波段(2.1μm),以获得该波段地表反射信息,然后通过与红光波段、蓝光波段反射率的线性关系获得红光和蓝光波段地表噪声的算法。该算法经过国内外学者的不断验证和改进,已经趋于成熟,被称为暗像元算法。其他不具备类似波段设置的卫星探测数据在气溶胶光学厚度的反演中采取暗像元算法时需要解决假暗目标的识别问题。因此,相对于暗像元算法,MODIS数据是最为合适的卫星探测数据。济南市目前空气质量相对于全省和全国其他各地市处于较为严重的水平,加强整治和科学预判已经迫在眉睫,且是决定城市经济发展的较大因素。其整体PM2.5污染特征呈现如下,在空间趋势上,济南市PM2.5污染特征在春、秋、冬三季都是在南北投影上呈现自北向南逐渐下降的趋势,在东西投影上,呈现自中心向两边逐渐下降的趋势;而在夏季,则刚好相反,在南北投影上呈现由中心向两边逐渐下降的特征,而在东西方向上呈现自西向东逐渐下降的趋势。在用气溶胶光学厚度反演结果和PM2.5浓度值建立相关性分析时,发现相关系数为-0.603,同时显著性(双侧)为0.000<0.01,因此具有一定的统计学意义。因此,利用MODIS数据反演气溶胶光学厚度进而建立PM2.5观测和预测体系具有一定的科学性和可行性。根据已有的观测数据和反演结果,进行气溶胶光学厚度和PM2.5浓度值的回归模型建立,分别选取线性、对数、二次、三次、幂函数、指数函数等6种函数类型,经过综合比对拟合结果、相关参数和检验精度,发现一元三次方程函数拟合效果最佳,R2达到0.5以上,具有较好的解释力度。