近些年,隨著我國經(jīng)濟(jì)快速發(fā)展,城市空氣污染已成為影響生態(tài)環(huán)境的突出問題之一,其中PM2.5污染最為嚴(yán)重。目前,主要通過地面監(jiān)測站來監(jiān)測PM2.5濃度,但由于監(jiān)測站數(shù)量有限、分布不均勻、無法對大區(qū)域的空氣污染物進(jìn)行實(shí)時(shí)監(jiān)測,使其具有一定的局限性,利用地基GNSS技術(shù)與衛(wèi)星遙感技術(shù)監(jiān)測PM2.5濃度已成為一種新趨勢、新方法。本文結(jié)合地基GNSS技術(shù)全天候、實(shí)時(shí)性及衛(wèi)星遙感技術(shù)全覆蓋、空間性的優(yōu)點(diǎn),利用2018年陜西地區(qū)大氣可降水量（Precipitable Water Vapor,PWV）、氣溶膠光學(xué)厚度（Aerosol Optical Depth,AOD）、空氣質(zhì)量、氣象及地理位置數(shù)據(jù)等,構(gòu)建地理加權(quán)回歸（Geographically Weighted Regression,GWR）模型模擬 PM2.5 濃度,分析陜西地區(qū)PM2.5濃度分布特征。對GWR模型適用性及模擬精度進(jìn)行分析評定,發(fā)現(xiàn)綜合考慮多因素及空間差異性的GWR模型更適合陜西地區(qū)PM2.5空間聚集特征,可預(yù)測監(jiān)測站未覆蓋區(qū)域更高精度的PM2.5濃度,主要研究內(nèi)容如下:（1）基于地基GNSS技術(shù)的PM2.5濃度反演分析。利用2... 

【文章來源】：西安科技大學(xué)陜西省

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

技術(shù)路線圖

2研究區(qū)域及數(shù)據(jù)獲取72研究區(qū)域及數(shù)據(jù)獲取2.1研究區(qū)域概況本文選取空氣污染較為嚴(yán)重的陜西地區(qū)作為研究區(qū)域，陜西地區(qū)地處我國西北部黃河中游地區(qū)，總面積205603km2，經(jīng)緯度范圍為東經(jīng)105°29′～111°15′、北緯31°42′～39°35′。陜西北部主要以黃土高原為主，中部、南部分別以關(guān)中平原和秦巴山區(qū)為主，南北海拔高，分別為900m-1900m和1000m-3000m，中部海拔較低僅為460m-850m。研究區(qū)域地面空氣質(zhì)量監(jiān)測站、氣象站和GNSS站分布情況（圖2.1所示）。圖2.1研究區(qū)域各站點(diǎn)分布圖研究區(qū)域四季分明，南北氣候差異大，其中關(guān)中、陜北地區(qū)以暖溫帶氣候?yàn)橹�，陜南地區(qū)以北亞熱帶氣候?yàn)橹�，春季�?月至5月）降水量少，夏季（6月至8月）高溫多雨，秋季（9月至11月）氣候濕潤，冬季（12月、1月、2月）天冷干燥。降水量夏多冬少，大范圍降雨主要集中在7～8月；南多北少，由南向北遞減，受地形影響明顯。本文研究時(shí)間為2018年，研究時(shí)期陜西省人口約3864萬人，GDP為24438.320億元，相比2017年增加8.3%。工業(yè)產(chǎn)業(yè)穩(wěn)定發(fā)展并持續(xù)增長，其中能源工業(yè)增速較快，煤炭開采及洗選業(yè)、石油與天然氣開采業(yè)、石油與煤炭及其它燃料加工業(yè)均有不同程度增長，分別增長12.3%、11.9%、9.1%。電力、熱力生產(chǎn)和供應(yīng)業(yè)同比增長1.2%。

2研究區(qū)域及數(shù)據(jù)獲取9一般用空氣質(zhì)量指數(shù)AQI（AirQualityIndex，AQI）來評價(jià)空氣質(zhì)量狀況，其中包含PM2.5、PM10、SO2、NO2、O3、CO六項(xiàng)指標(biāo)，其范圍及等級（表2.2所示）。表2.2空氣質(zhì)量AQI指數(shù)、PM2.5標(biāo)準(zhǔn)值空氣質(zhì)量等級AQI指數(shù)PM2.5標(biāo)準(zhǔn)值（單位：μg/m3）優(yōu)（一級）0-500-35良（二級）51-10035-75輕度污染（三級）101-15075-115中度污染（四級）151-200115-150重度污染（五級）201-300150-250嚴(yán)重污染（六級）＞300＞250利用陜西省環(huán)保局?jǐn)?shù)據(jù)中心公布的2018年各季節(jié)污染物含量和歷年污染物排放量數(shù)據(jù)，分析研究區(qū)域空氣污染情況及主要污染物含量。結(jié)果顯示，空氣污染主要受大氣顆粒污染物的影響，多發(fā)生在冬季，夏季臭氧也會產(chǎn)生影響，碳氧化物等污染物出現(xiàn)概率較校造成空氣污染的主要污染物有PM2.5、PM10、NO2、SO2、CO、O3，2018年平均濃度分別為51μg/m3、104μg/m3、40μg/m3、16μg/m3、2.0μg/m3、164μg/m3，各市PM2.5濃度均未達(dá)到二級標(biāo)準(zhǔn)，城市空氣優(yōu)良率僅為66.5%。分析計(jì)算2018年研究區(qū)域各站點(diǎn)空氣質(zhì)量數(shù)據(jù)，獲取PM2.5濃度空間分布情況（圖2.2所示，單位：μg/m3）。圖2.2研究區(qū)域年均PM2.5空間分布圖

【參考文獻(xiàn)】：
期刊論文
[1]京津冀冬季氣溶膠光學(xué)厚度遙感反演[J]. 孫灝,劉偉漢,王艷梅,周偉,蔡創(chuàng)創(chuàng).  遙感信息. 2020(01)
[2]連續(xù)臺風(fēng)時(shí)期香港區(qū)域的水汽變化分析[J]. 周蘇婭,聞德保,梅登奎.  大地測量與地球動力學(xué). 2020(01)
[3]深空站區(qū)域?qū)α鲗友舆t模型構(gòu)建及在嫦娥四號中的應(yīng)用[J]. 路偉濤,謝劍鋒,韓松濤,陳略,任天鵬,牛東文,王美,李黎.  中國科學(xué):技術(shù)科學(xué). 2019(11)
[4]CMONOC觀測約束下的中國大陸地區(qū)MODIS PWV校正[J]. 劉備,王勇,婁澤生,占偉.  測繪學(xué)報(bào). 2019(10)
[5]基于超快速星歷反演大氣可降水量的精度分析[J]. 師蕓,鄔康康,申靖宇.  全球定位系統(tǒng). 2019(05)
[6]融合GNSS PWV、風(fēng)速與大氣污染觀測的河北省春季PM2.5濃度模型研究[J]. 王勇,任棟,劉嚴(yán)萍,李江波.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2019(08)
[7]大氣氣溶膠成分遙感研究進(jìn)展[J]. 李正強(qiáng),謝一凇,張瑩,李雷,許華,李凱濤,李東輝.  遙感學(xué)報(bào). 2019(03)
[8]利用BDS數(shù)據(jù)反演大氣可降水量及其精度分析[J]. 高志鈺,李建章,劉彥軍,劉江濤,張健琿.  測繪通報(bào). 2019(05)
[9]對流層映射函數(shù)對GNSS反演可降水量的影響分析[J]. 黃逸宇,魏冠軍,任瑞.  全球定位系統(tǒng). 2019(02)
[10]區(qū)域CORS網(wǎng)在PM2.5監(jiān)測中的應(yīng)用研究[J]. 李建武,海連洋,馬遠(yuǎn)新,王騰軍,宋會傳.  測繪通報(bào). 2019(01)

博士論文
[1]聯(lián)合空基和地基GNSS觀測反演大氣水汽方法研究[D]. 夏朋飛.武漢大學(xué) 2018

碩士論文
[1]基于MODIS和地面監(jiān)測數(shù)據(jù)的西安市PM2.5濃度反演研究[D]. 毛敏.長安大學(xué) 2018
[2]聯(lián)合地基GNSS與MODIS的霧霾預(yù)測[D]. 梁春麗.桂林理工大學(xué) 2018
[3]京津冀地區(qū)PM2.5濃度預(yù)測模型建立與時(shí)空分析[D]. 崔相輝.山東科技大學(xué) 2018
[4]環(huán)渤海區(qū)域PM2.5時(shí)空地統(tǒng)計(jì)建模與分析[D]. 劉穎穎.華中農(nóng)業(yè)大學(xué) 2017
[5]基于MODIS影像的中國地區(qū)氣溶膠產(chǎn)品驗(yàn)證與PM2.5反演[D]. 張?zhí)炱?西南交通大學(xué) 2017
[6]GPS技術(shù)用于霧霾天氣監(jiān)測的探索研究[D]. 呂旭陽.長安大學(xué) 2015
[7]基于MODIS數(shù)據(jù)的氣溶膠光學(xué)厚度與PM2.5濃度關(guān)系研究[D]. 范辰乾.山東師范大學(xué) 2014
[8]PM2.5濃度土地利用回歸建模關(guān)鍵問題研究[D]. 羅艷青.中南大學(xué) 2014



本文編號：3246447