[发明专利]一种污染天气下的PM2.5浓度卫星遥感估算方法

说明书

一种污染天气下的PM2.5浓度卫星遥感估算方法，采用卫星气溶胶光学厚度数据与对应的地面PM2.5浓度数据建立数据集，基于梯度提升回归树学习方法完成样本学习和数据测试，对测试结果进行精度验证，并调整梯度提升回归树的参数使其达到精度要求，通过最终得到的回归树计算模型，可以有效地用于污染天气下的PM2.5浓度估算，其结果精度更高、估算速度更快，能够补充传统方法在污染天气下PM2.5浓度估算的不足，为开展大气污染防治提供更为精确的数据支撑。

技术领域

本发明涉及遥感技术领域，特别涉及一种污染天气下的PM2.5浓度卫星遥感估算方法。

背景技术

随着我国工业化和城市化的持续高速发展，人们生活水平急剧增高，越来越多的环境问题也随之出现，近年来，中国多次发生大范围持续雾霾天气。而雾霾主要由可入肺细颗粒物PM2.5组成，PM2.5是指空气动力学直径小于2.5μm的颗粒物，相比于PM10来说，PM2.5的粒径更小，能在大气中长时间停留和远距离传输，因而对大气环境质量的影响更大；PM2.5易于附着各类有毒有害物质(如持久性有机污染物、重金属、各种致病菌等)，并且可直接到达肺部产生更大的健康危害。国外大量的流行病学研究已经证明了PM2.5与负面的健康效应有关，如会导致心脑血管和呼吸系统疾病的超额发病率及死亡率等。2010年的全球疾病负担研究结果表明，1990年全球因PM2.5污染造成的额外死亡人数约为291万人，而到2010年该数字上升到了约322万人；研究还显示，PM2.5是2010年全球的第9大致死风险因素，是我国第4大致死风险因素。因此，对于细颗粒浓度的控制显得尤为重要。

目前来说，对于PM2.5浓度的研究主要包括地面观测跟遥感反演两种方式，其中，地面观测主要有离线样品采集跟实时在线样品检测两种，但是地面监测站点覆盖范围低、时间不连续，难以进行长时间、大范围的研究。卫星遥感方法可以有效的解决这些问题，因为气溶胶光学厚度与PM2.5浓度有着较强的相关性，所以基于气溶胶光学厚度的遥感估算方法被广泛应用于PM2.5浓度的估算工作中，PM2.5浓度遥感估算方法有很多，但是当PM2.5浓度较高时，估算的效果并不理想，经常出现数据缺失、估值不准等问题，所以针对污染天气下PM2.5浓度的遥感估算不完善，还存在很多问题。

发明内容

针对目前卫星遥感估算PM2.5浓度算法主要集中在晴空天气下的应用的现状，为提高PM2.5浓度遥感估算方法的适用性，拓展在环境监测上的运用，本发明提出一种污染天气下的PM2.5浓度卫星遥感估算方法。

本发明由下述技术方案实现：

一种污染天气下的PM2.5浓度卫星遥感估算方法，所述污染天气的PM2.5浓度大于75μg/m³，所述方法包括如下步骤：

获取气溶胶光学厚度数据并进行基于地面观测数据的精度验证；

建立污染天气下的PM2.5浓度与所述气溶胶光学厚度数据相对应的数据集，将数据集分为训练样本数据集与测试样本数据集；

基于梯度提升回归树学习方法完成样本学习与数据测试；

对数据测试得到的PM2.5浓度进行精度验证，得到精度验证结果；

根据所述精度验证结果调整梯度提升回归树参数，重复上述样本学习、数据测试以及精度验证的步骤，使数据测试得到的PM2.5浓度达到预定的精度要求；

根据调整后的梯度提升回归树进行污染天气下的PM2.5浓度的估算。

进一步的，所述获取气溶胶光学厚度数据的步骤包括：

获取指定时间间隔，指定产品类型气象卫星气溶胶光学厚度数据。

读取数据集并提取550nm处数据作为研究输入气溶胶光学厚度数据集。

进一步的，按照地基气溶胶光学厚度进行波段插值，并对所述卫星气溶胶光学厚度数据进行精度验证，步骤包括：