论文部分内容阅读
大气环境状况对社会各行业和个人生活等影响越来越大。人们熟知的细颗粒物PM2.5作为大气主要污染物之一,也是国家空气质量监测重要指标。当前大多数信息平台发布的PM2.5浓度数据主要来源于地基遥感站点的实时监测。现代遥感技术自上世纪中期开始蓬勃发展,推动卫星遥感技术成长为监测大气环境的更有效方式,具有更好的时空覆盖率。卫星遥感在大气污染监测领域应用最广泛的数据是气溶胶光学厚度（Aerosol Optical Depth,AOD）,主动的激光雷达能够获取高精度的气溶胶垂直分布信息,但只能观测星下轨迹附近的大气,空间覆盖能力有限,被动的仪器具备丰富的光谱信息和宽覆盖能力,但难以解析气溶胶和其他污染物的垂直分布状况。而卫星遥感产品在PM2.5估算中的关键就是建立PM2.5与AOD之间关系,影响其相关性的主要因素就是气溶胶垂直分布信息。在科研人员不断提升遥感探测精确度的同时,社会各行业部门对卫星遥感探测实时性也提出迫切需求,尤其是在灾害预警、环境检测、军事侦查等领域的应用甚至需要真正或近乎实时的处理能力。与此同时,如何让大气遥感技术更好融入大众生活服务,在公共健康与出行规划等领域实现与“互联网+”的紧密结合。为了助力解决以上问题,本研究将采用主被动遥感相结合方式反演PM2.5,提升反演精确度,并使用GPU并行加速,提升PM2.5反演算法效率,最后利用卫星遥感反演PM2.5数据,基于Android平台设计一种PM2.5监测系统,实现对用户运动轨迹PM2.5暴露量监测统计。本文的主要研究内容如下所示:（1）采用主被动遥感相结合方式反演PM2.5。首先基于主被动载荷观测反演的气溶胶消光垂直廓线及气溶胶标高对大气模式模拟的区域气溶胶垂直分布进行修正,提出一种利用MODIS柱浓度的校准气溶胶消光系数廓线的方法,将CALIPSO与GEOS-Chem不同层的消光系数相关性从0.69提升到0.91,在此基础上通过AOD垂直订正获取气溶胶消光,然后根据统计相关模型将气溶胶消光信息转化为区域尺度的PM2.5浓度,最终反演的PM2.5与中国环境监测总站发布的PM2.5数据相关系数R达到0.87。（2）基于GPU并行化PM2.5反演算法。首先对PM2.5反演算法进行可并行化分析,然后基于CUDA（Compute Unified Device Architecture）并行计算架构特点,合理设计CPU和GPU任务分配、GPU线程映射和数据访存,最终形成单Kernel函数、异步数据传输、GPU保存过程数据的方法,实现算法高效并行化,实验表明CUDA并行化加速反演算法最高能达到7倍多的加速比。（3）基于Android平台PM2.5监测系统设计。以卫星遥感反演PM2.5数据为数据源,通过集成百度地图SDK服务来记录用户日常活动轨迹,实现对用户运动轨迹PM2.5浓度监测统计,使用极光推送SDK服务进行实时提醒,使得大气遥感技术更好融入大众生活服务,在公共健康与出行规划等领域实现与“互联网+”的紧密结合。