【摘要】：隨著國家經濟的不斷繁榮,人類活動加劇,造成各地出現霧霾天氣的頻率持續(xù)上升。由于霧霾天氣中含有大量的大氣污染物,會給自然環(huán)境產生很大的危害,也會對人們的身體造成損害。人類在工業(yè)生產和生活中排放的大氣污染物能夠在化學反應的轉化下形成二次氣溶膠,進而演變成霾,使PM2.5在大氣中的含量不斷升高,而PM2.5是造成霧霾天氣的主要污染物之一,進而出現霧霾天氣。目前,我國主要是通過建立地面監(jiān)測站的方式來監(jiān)測大氣污染狀況。該方法監(jiān)測精度高,可靠性好,但成本較高,地面監(jiān)測站點密度不足,無法對大區(qū)域的空氣污染物進行連續(xù)性強、覆蓋率高的實時監(jiān)測。衛(wèi)星遙感監(jiān)測手段與常規(guī)的地面監(jiān)測方式對比,具有可監(jiān)測區(qū)域大、實時性更好和成本較低等優(yōu)點。氣溶膠光學厚度是氣溶膠膠體重要光學特性之一,對氣溶膠進行反演獲取其光學厚度,分析AOD與PM2.5濃度之間的相關性,并建立相關模型,通過該相關模型能夠獲得較大區(qū)域PM2.5的濃度,可以彌補地面監(jiān)測站點數目有限,導致的監(jiān)測區(qū)域偏小的不足。本文以成都市雙流區(qū)作為研究區(qū)域,選取2017年7月到2018年1月云層較少的Terra-MODIS衛(wèi)星遙感影像數據作為反演數據,通過目前最常用的暗像元法借助ENVI5.3軟件平臺反演出不同時期雙流區(qū)的氣溶膠厚度。同時收集雙流區(qū)12個監(jiān)測站點與影像對應的PM2.5濃度值,并利用統(tǒng)計分析原理對雙流區(qū)PM2.5濃度的整體特性進行分析。通過反演得到的氣溶膠光學厚度值和對應監(jiān)測站PM2.5濃度值的相關性,構建以線性函數、指數函數、對數函數和乘冪函數為基礎的回歸估算模型,通過對回歸估算模型擬合優(yōu)度R2及模型精度的比較,選擇出最優(yōu)模型。通過分析氣象因子,土地利用因子對PM2.5濃度的影響,將影響因子與PM2.5做相關性分析,最后將各影響因子加入到AOD與PM2.5濃度多元回歸估算模型的構建中,并驗證多元回歸估算模型的精度。通過對AOD的監(jiān)測來實現對大氣環(huán)境中PM2.5濃度實時動態(tài)監(jiān)測的目的。本文通過上述研究方法,得到如下成果:(1)通過暗像元法對雙流區(qū)的MODIS影像進行反演,得到不同時間的AOD反演結果圖像。(2)對雙流區(qū)PM2.5濃度值在時間軸上的變化進行了分析,冬季PM2.5值普遍高于夏季和秋季。(3)獲取以監(jiān)測站點為中心周圍9平方公里范圍的土地利用類型情況,并分析土地利用因子中的農用地、建筑用地、交通用地、水域用地等對PM2.5濃度的影響和相關性。(4)通過氣溶膠光學厚度與PM2.5濃度值間的pearson相關系數與雙側顯著性來分析氣溶膠光學厚度與PM2.5之間的相關性,并構建了氣溶膠光學厚度與PM2.5值的線性函數、指數函數、冪函數、對數函數等4種回歸估算模型,并對擬合優(yōu)度R2進行比較,篩選出擬合優(yōu)度R2最高的線性模型,確定了一元一次函數是四種估算模型中秋季、冬季效果最優(yōu)的估算模型。(5)在AOD和PM2.5濃度最優(yōu)的一元回歸估算模型基礎上,加入氣象因子和土地利用因子對線性函數進行優(yōu)化,建立一個多元線性回歸估算模型,并驗證了其精度比一元一次線性函數精度要高,證明了在回歸模型中加入氣象因子和土地利用因子進行優(yōu)化的方法的可行性。
【學位授予單位】：成都理工大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：X513
【圖文】：

PM2.5 的濃度與土地利用因子中農用地、建設用地、交通用地、水域兩兩間的關性；（3）PM2.5 估算模型構建利用 MODIS1KM 分辨率的影像反演得到的 AOD 數據與 PM2.5 濃度間的關性，并構建估算模型，篩選擬合優(yōu)度和驗證模型精度。1.3.2 技術路線本文擬從兩個方面對雙流區(qū)的 PM2.5 濃度展開研究，首先收集不同時間的 MODIS 影像、監(jiān)測站 PM2.5 濃度值和影響因子數據資料，將獲取得到MODIS 影像通過反演得到 AOD 濃度值，并建立與 PM2.5 濃度的相關模型；析不同影響因子對 PM2.5 濃度的關系，建立各影響因子和 AOD 與 PM2.5 濃度多元回歸模型，通過監(jiān)測站點的 PM2.5 濃度驗證兩種模型的精度，得出多元歸模型估算的 PM2.5 濃度精度更高，采用的技術路線如圖 1-1 所示。

第 3 章 研究區(qū)概況和數據獲取究區(qū)概況理位置區(qū)坐落于四川省中西部，成都平原中南部，成都市西南角，地理坐03°47′—104°15′、北緯 30°13′—30°40′。東連龍泉驛區(qū)、簡陽市，南山區(qū)，西鄰新津縣、崇州市，北靠溫江區(qū)、青羊區(qū)、武侯區(qū)及錦都市中心城區(qū)最近的一個二圈城市。全區(qū)轄 8 個街道、18 個鎮(zhèn)。新區(qū)核心區(qū)域，成都雙流國際機場所在地，成都市城市向南發(fā)展的府新區(qū)成都直管區(qū)、西南航空港經濟開發(fā)區(qū)和成都高新區(qū)中和街道內有成雅、成樂、成自瀘、成都繞城、成都第二繞城高速、成新蒲昆鐵路、成貴高鐵等交通線路，交通十分便捷，地理位置如圖 3-

第 4 章 基于 MODIS 影像的氣溶膠反演地球的球面特性等影響，當掃描角度與掃描中心角度大于 15°時，就會形成幾何變形。相鄰像元發(fā)生重疊，影像就會重疊，產生蝴蝶結效應，如圖 4-1 所示。已有很多研究證明，“蝴蝶結”現象形成與擺動式傳感器的成像原理有關，“不同的掃描角度蝴蝶結現象不同，角度越小，“蝴蝶結”現象越不明顯，反之“蝴蝶結”現象越明顯。目前，有兩種常見的消除“蝴蝶結”現象方法，一種是星歷表法，一種是非星歷表法，非星歷表法主要包括相關系數和“Lambert projection”法，因 MODIS 影像中沒有星歷表數據，無法使用星歷表法。本次在ENVI5.3軟件中的GeoreferenceMODIS 工具對 MODISL1B 數據進行處理，在對影像進行幾何校正前，bow-tie去除前后對比如圖 4-1 和圖 4-2 所示。

【參考文獻】

相關期刊論文 前10條

1 賈松林;蘇林;陶金花;王子峰;陳良富;尚華哲;;衛(wèi)星遙感監(jiān)測近地表細顆粒物多元回歸方法研究[J];中國環(huán)境科學;2014年03期

2 胡遠東;管曉淑;王擎宇;達良俊;;大慶市區(qū)大氣環(huán)境質量評價與污染特征研究[J];國土與自然資源研究;2013年03期

3 周峰;許有鵬;呂慧華;;基于MODIS-EVI數據的長江三角洲地區(qū)植被變化的特征[J];長江流域資源與環(huán)境;2012年11期

4 王中挺;厲青;王橋;李莘莘;陳良富;周春艷;張麗娟;徐擁軍;;利用深藍算法從HJ-1數據反演陸地氣溶膠[J];遙感學報;2012年03期

5 傅敏寧;鄭有飛;徐星生;牛魯燕;;PM_(2.5)監(jiān)測及評價研究進展[J];氣象與減災研究;2011年04期

6 王琪;鄧啟紅;唐猛;劉蔚巍;;長沙市郊區(qū)環(huán)境大氣中顆粒物PM_(10)的質量濃度及其變化特性[J];中南大學學報(自然科學版);2010年06期

7 肖鐘ng;江洪;陳健;張秀英;彭少麟;;利用MODIS遙感數據反演廣州市氣溶膠光學厚度[J];中國環(huán)境科學;2010年05期

8 何秀;鄧兆澤;李成才;劉啟漢;王美華;劉曉陽;毛節(jié)泰;;MODIS氣溶膠光學厚度產品在地面PM_(10)監(jiān)測方面的應用研究[J];北京大學學報(自然科學版);2010年02期

9 周春艷;柳欽火;唐勇;王凱;孫林;何穎霞;;MODIS氣溶膠C004、C005產品的對比分析及其在中國北方地區(qū)的適用性評價[J];遙感學報;2009年05期

10 ;Quantitative relationship between visibility and mass concentration of PM2.5 in Beijing[J];Journal of Environmental Sciences;2006年03期

相關會議論文 前1條

1 唐麗娟;朱蓮芳;錢文斌;祁杰;韓玨靖;;蘇州市2011年一次典型灰霾天氣過程特征分析[A];第28屆中國氣象學會年會——S8大氣成分與天氣氣候變化的聯系[C];2011年

相關博士學位論文 前2條

1 李昕;基于MODIS的AOD反演與PM2.5時空變化分析與監(jiān)測[D];山東農業(yè)大學;2017年

2 胡婷;中國區(qū)域氣溶膠的光學厚度特征和氣候效應研究[D];南京信息工程大學;2008年

相關碩士學位論文 前10條

1 馮海媛;廣州市MODIS氣溶膠光學厚度與PM_(2.5)濃度關系研究[D];廣州大學;2017年

2 薛慧;基于MODIS影像的包頭市氣溶膠光學厚度的反演建模研究[D];內蒙古工業(yè)大學;2017年

3 張?zhí)炱?基于MODIS影像的中國地區(qū)氣溶膠產品驗證與PM2.5反演[D];西南交通大學;2017年

4 李強;基于MODIS數據的南昌市氣溶膠光學厚度反演研究[D];東華理工大學;2015年

5 劉佳雨;北京市MODIS氣溶膠光學厚度與PM2.5濃度關系研究[D];成都理工大學;2015年

6 范辰乾;基于MODIS數據的氣溶膠光學厚度與PM2.5濃度關系研究[D];山東師范大學;2014年

7 冉凡坤;基于HJ衛(wèi)星的北京市氣溶膠光學厚度遙感反演[D];中國地質大學（北京）;2014年

8 石勇;武漢市MODIS氣溶膠光學厚度與空氣PM10濃度的關系研究[D];華中農業(yè)大學;2012年

9 劉勇;MODIS氣溶膠光學厚度與南京主城區(qū)空氣污染指數的關系研究[D];南京師范大學;2007年

10 王皓;南京市區(qū)空氣污染指數與MODIS氣溶膠光學厚度的回歸分析[D];南京師范大學;2006年

本文編號：2786883