基于卫星遥感与时空统计模型的大气颗粒物浓度反演研究
文献类型：学位论文
| 作者 | 郭元喜 |
| 答辩日期 | 2017-07 |
| 文献子类 | 博士后出站报告 |
| 授予单位 | 中国科学院地理科学与资源研究所 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 汤秋鸿 |
| 关键词 | PM10 PM2.5 MODIS AOD 两阶段时空统计模型 时空地理加权回归模型 |
| 学位名称 | 博士后 |
| 英文摘要 | 随着社会经济高速发展，我国的大气环境污染问题日益严重，其中大多数地区的首要污染物主要为大气颗粒物（空气动力学直径≤10 μm的可吸入颗粒物PM10、空气动力学直径≤2.5 μm的细颗粒物PM2.5）。大气颗粒物作为大气气溶胶的一种，对中国乃至整个亚太地区的能量与水分循环，以及大气中发生的许多物理化学过程都产生很大影响。同时国内外大量流行病学研究已经证明，大气颗粒物与许多负面健康效应有关。基于卫星遥感反演的气溶胶光学厚度（AOD）资料，开发适用于我国的高级统计模型，估算大气颗粒物浓度的时空分布信息，具有非常重要的科学与现实意义。 一、本文利用来自中分辨率成像光谱仪（MODIS）的AOD数据，发展了两阶段时空模型，反演了近15年来中国东部0.1°网格的PM10浓度，分析了其空间分布与时间变化特征。结果表明： 两阶段时空模型相较于一元线性回归模型在精度上有较大提高。十折交叉验证显示，两阶段模型的皮尔森相关系数（R）为0.67、平均预测误差（MPE）为26.46 μg/m3、均方根误差（RMSE）为38.81 μg/m3。与一元线性回归模型相比，R增大了91%，MPE、RMSE分别减小了24%和21%。在对反演得到的网格PM10浓度进行偏差校正后，我们发现，中国东部的PM10浓度存在明显的空间分布差异。从多年平均的情况来看，污染最严重的地区主要分布在经济发达、人口稠密的华北平原一带，年均值可达100~160 μg/m3；陕甘宁地区由于邻近西北戈壁沙漠，容易受到沙尘天气影响，成为另一个高值中心；四川盆地因地势四周高中间低，不利于污染物扩散，PM10污染也较为严重。长江流域以南的大部分地区以及东北地区，PM10污染较轻。2001年，中国东部大约65%的地区属于PM10浓度年均值高于100 μg/m3的重污染区域；这一比例在2012年以前呈现逐年减小趋势，尤其自2008年开始，该比例甚至低于10%；2013及2014年，这一比例分别上升至20%和33%，这与中国东部大范围爆发雾霾天气的时间点相吻合；2015年，该比例下降至12%。2001~2015年平均的PM10浓度年均值与季节均值分别为88 μg/m3、91 μg/m3、73 μg/m3、88 μg/m3及94 μg/m3。15年间，PM10浓度年均值由115 μg/m3下降至78 μg/m3，下降了33%，四季均值则分别下降了30%、40%、30%和6%，由此可见，近15年来我国东部PM10污染形势整体向好，除冬季以外，其余季节的PM10污染均有明显改善。 二、本文利用MODIS AOD数据，发展了时空地理加权回归（GTWR）模型，反演了2013年4月~2015年3月北京市3公里网格的PM2.5浓度，探讨了卫星遥感应用于城市尺度环境管理与健康研究的可行性。结果表明： 根据十折交叉验证的结果显示，总体上，GTWR模型的决定系数（R2）为0.58、MPE为21.01 μg/m3、RMSE为30.81 μg/m3。GTWR模型精度显著高于包括多元线性回归模型、地理加权回归模型、时间加权回归模型和线性混合效应模型在内的诸多传统统计模型。与同为高级时空统计模型的两阶段模型相比，GTWR模型也更具优势：当可用于建模的每日样本数量≥5时，二者没有显著差异（十折交叉验证的R2均为0.68）；但当每日可用样本数量＜5时，GTWR模型表现更佳（十折交叉验证的R2分别为0.45、0.08）。分析显示，冷季（10~3月），模型中地理位置信息的加入对GTWR模型精度的提高发挥了主要作用；暖季（4~9月），则是时间变化信息的加入更加有利于模型精度的提高。通过对GTWR模型的估算结果进行偏差校正，可以看到，研究时段内北京各地的PM2.5年均浓度为62~100 μg/m3，其中，市区与东南部郊区污染严重，年均值一般在82 μg/m3以上，西部和北部郊区污染较轻，年均值通常低于73 μg/m3。2012年修订的《环境空气质量标准》规定，PM2.5年平均浓度的二级标准限值为35 μg/m3，因此北京全部人口都暴露于二级标准之上，承受着较高的环境健康风险。研究发现，MODIS AOD产品的空间分辨率由10 km提升至3 km，并不会带来模型精度的任何提高，但更高时间分辨率PM2.5浓度数据的使用却可以帮助模型获得更好的表现，例如，用逐日数据替代由空气质量指数（AQI）反演得到的非逐日数据，可以使十折交叉验证R2增大94%，MPE、RMSE分别减小28%和24%。 |
| 语种 | 中文 |
| 页码 | 87 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/193728]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 郭元喜. 基于卫星遥感与时空统计模型的大气颗粒物浓度反演研究[D]. 中国科学院地理科学与资源研究所. 中国科学院地理科学与资源研究所. 2017. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。