[发明专利]一种短时间尺度内城市大气细颗粒物时空变异评价方法

说明书

本发明公开一种短时间尺度内城市大气细颗粒物时空变异评价方法。由于地球静止卫星上的GOCI传感器具有较高的时间分辨率，在研究短时间尺度内PM2.5浓度时空变化方面具有一定的应用潜力。因而本发明通过GOCI影像的波段特征，利用实测PM2.5浓度与气象因子数据，分别进行了GOCI PM2.5浓度单变量和多变量反演建模研究，并结合GOCI大气气溶胶光学厚度(AOD)数据，实现了杭州市PM2.5浓度遥感反演与时空变异分析。这为城市PM2.5浓度短时间尺度的时空变异评价提供了一种方法创新。

技术领域

本发明属于大气环境遥感领域，具体涉及大气污染物、城市生态环境监测、大气遥感等领域。该方法将卫星遥感反演技术拓展到大气细颗粒物的模拟模型中，使用遥感手段实现大气细颗粒物短期变化快慢情况的监测。

背景技术

PM2.5是气溶胶颗粒的重要组成部分，因它的粒径小于2.5um，所以被称为细颗粒物。目前PM2.5浓度监测数据主要从地面监测站点获取，由于该方法有限，人们开始利用卫星遥感技术来研究PM2.5浓度的分布情况，且卫星遥感技术在该方面具有巨大的优势。

一般的遥感卫星一天成一景影像，而GOCI时间分辨率是1小时，每天可获取8景影像，对于研究某一地区PM2.5浓度变化快慢具有一定优势。GOCI(Geostationary OceanColor Imager)是韩国2010年发射的地球静止气象卫星COMS(Communication，Ocean，Meteorological Satellite)上搭载的新一代卫星传感器，可以用于气象服务。GOCI时间分辨率是1小时，成像的时间是从上午9:00一直到下午16:00，因而可以连续8个小时的影像图。

且前人研究卫星遥感反演的AOD数据和PM2.5之间的关系，一般建立的是二者之间的年度回归模型，这样所建模型的精度较低，因而本文在建立年度模型的基础上，又分四季建立二者之间的模型，精度有一定提高。

基于上述背景，本发明使用实测PM2.5、AOD，进行PM2.5浓度的单变量建模研究；再结合GOCI AOD产品，实现对某地区PM2.5浓度的遥感反演与时空变异分析。

发明内容

本发明的目的是针对现有技术的不足，提出一种短时间尺度内城市大气细颗粒物时空变异评价方法，尤其适用于对大气细颗粒物进行短时期变化快慢的研究，可以获取大气细颗粒物的大面积分布情况，具有高频率的特征。

本发明解决其关键技术问题所采用的技术方案包括以下几个步骤：

步骤(1)、通过国家基准气候站获取大气细颗粒物的实测数据，基于GOCI影像的波段特征利用太阳光度计获取气溶胶光学厚度(Aerosol Optical Depth,AOD)的实测数据；从GOCI官网获取GOCI影像。

步骤(2)、使用Excel中的数据分析模块对实测PM2.5与AOD数据进行相关性分析，相关性系数大于0.4代表中等相关，可以进行建模分析，相关性系数的绝对值越大，代表相关性越强。

步骤(3)、对PM2.5与AOD数据进行分类，一种是以年为单位进行建模，另外一种是以四季为单位处理，且这两种方案都需把数据分为两种类型(处理数据和验证数据)，其中三分之二用于建立PM2.5与AOD的模拟模型，三分之一用于验证模型。

步骤(4)、建立PM2.5与AOD的模拟模型，使用一元回归分析方法，建立关于PM2.5浓度的线性函数、对数函数、二次方函数、立方函数、幂函数函数、指数函数共6种模型。比较年尺度和四季尺度下这6种模型下的决定系数、相对误差和均方根误差，决定系数越大，相对误差和均方根误差越小，代表模型精度越高，通过比较确定PM2.5与AOD的最优模型。

步骤(5)、使用二流式算法来反演GOCI影像的气溶胶光学厚度，获得GOCI反演的AOD分布图；其中使用二流式算法改进大气辐射传输方程为：