基于中分辨率傳感成像儀(MODIS)的氣溶膠光學厚度(AOD)產品反演的PM2.5濃度被廣泛應用在公共健康和氣候效應方面的研究上。然而,基于極軌衛(wèi)星數據反演的PM2.5濃度只能在晴空條件下獲取,且時間分辨率較低。本文利用日本葵花8靜止衛(wèi)星成像儀(AHI)觀測的大氣層頂反射率,建立了PM2.5濃度隨機森林反演模型�；谠撃Ｐ头囱萘� 2016-2017年京津冀地區(qū)的PM2.5濃度,并與基于AOD建立的反演模型進行了對比分析。本研究得出主要結論如下:(1)有云條件下,大氣層頂反射率主要由云粒子決定,云層以下氣溶膠粒子的散射光很難穿透云層到達大氣層頂部。因此,本文分別基于晴空格點下的大氣層頂反射率和AOD建立隨機森林PM2.5濃度反演模型。利用大氣層頂反射率的反演模型十折交叉驗證確定系數可達0.72,平均絕對誤差為21.8 μg/m3;而基于AOD的反演模型確定系數可達0.75,平均絕對誤差為21.2 μg/m3。基于AOD的反演模型精度略高于基于大氣層頂反射率的反演模型,但基于AOD的反演模型樣本數量僅為基于大氣層頂反射率反演模型的一半左右。(2)本文利用2016年地面站點觀測的PM2.5濃...

【文章頁數】：65 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內外研究現狀
        1.2.1 氣溶膠光學厚度反演現狀
        1.2.2 基于氣溶膠光學厚度反演地面PM_2.5濃度現狀
        1.2.3 基于大氣層頂反射率反演地面PM_2.5濃度現狀
        1.2.4 有云條件下反演地面PM_2.5濃度現狀
    1.3 研究內容和技術路線
第二章 理論與方法
    2.1 氣溶膠光學厚度反演原理
    2.2 地面PM_2.5濃度反演理論基礎
    2.3 隨機森林模型簡介
第三章 研究區(qū)域與數據介紹
    3.1 研究區(qū)域簡介
    3.2 地形數據和PM_2.5站點數據
    3.3 靜止衛(wèi)星數據
    3.4 氣象數據介紹
第四章 基于氣溶膠光學厚度和反射率的京津冀PM_2.5濃度遙感反演模型
    4.1 引言
    4.2 數據匹配與提取
    4.3 數據集描述
    4.4 相關性分析
    4.5 模型構建與調參驗證
        4.5.1 驗證方法和指標
        4.5.2 模型調參驗證
    4.6 本章小結
第五章 基于遙感反演的京津冀網格化地面PM_2.5變化特征
    5.1 引言
    5.2 基于遙感反演的京津冀地面PM_2.5濃度季節(jié)變化
    5.3 基于遙感反演的京津冀地面PM_2.5濃度日變化
    5.4 2017年網格化地面PM_2.5濃度遙感反演
    5.5 有云格點下基于氣象因子的京津冀地面PM_2.5濃度回歸模型
        5.5.1 有云格點PM_2.5濃度統(tǒng)計模型構建與驗證
        5.5.2 九類云格點下PM_2.5濃度空間回歸分布
    5.6 本章小結
第六章 結論與展望
    6.1 結論與討論
    6.2 研究創(chuàng)新性
    6.3 研究展望
參考文獻
致謝
作者簡介



本文編號：3982866