[发明专利]基于卫星遥感和地气系统数据的PM2.5浓度检测方法及装置

说明书

本发明公开了一种基于卫星遥感和地气系统数据的PM2.5浓度检测方法及装置，使用卫星遥感数据对预设区域内的PM2.5浓度进行检测，其中检测方法包括如下步骤：获取预设区域内的气溶胶光学厚度数据、气象数据和地表场景数据；依据气溶胶光学厚度数据、气象数据和地表场景数据，建立地理加权回归模型；依据地理加权回归模型，计算预设区域内的PM2.5浓度。通过引入气象数据、地表场景数据及时空关系数据，提出了一种提高PM2.5浓度卫星估算空间覆盖度的算法，有效地弥补了传统卫星产品在空间连续性上的不足，并结合地理加权回归算法对全域PM2.5浓度分布进行高精度估算，为开展大气污染防治提供更为精确的数据支撑。

技术领域

本发明涉及大气环境检测技术领域，特别涉及一种基于卫星遥感和地气系统数据的PM2.5浓度检测方法及装置。

背景技术

随着我国工业化和城市化的持续高速发展，人们生活水平急剧升高，越来越多地环境问题也急剧出现。近年来，中国多次发生大范围的持续雾霾天气。而雾霾主要由PM2.5组成，PM2.5是指悬浮在大气中空气动力学直径不超过2.5微米的细颗粒物。与较粗的大气颗粒物相比，PM2.5粒径小，面积大，活性强，易附带有毒、有害物质，且在大气中的停留时间长、输送距离远，因而对人体健康、大气环境质量及辐射收支的影响很大。PM2.5可以直接进入人体的呼吸道和肺泡，危害呼吸系统和心血管系统；PM2.5的散光作用还会降低环境能见度，带来严重的交通问题与感官体验；另外，PM2.5粒子会散射和吸收太阳辐射和地面射出的长波辐射，从而影响地、气辐射收支，使地面温度降低，高空的温度升高。因此，对于PM2.5浓度的监测与控制显得尤为重要。

自2013年以来，我国开始逐步建立实时监测城市空气质量的监测网络，目前共有1497个站点投入使用，对各个城市的空气质量进行逐小时监测，但是，这些站点分布不均，东部发达地区站点较多，西部地区站点相对较少，针对于站点也无法实现区域范围的监测。因此基于站点的监测具有分布不均匀、覆盖范围低的缺点，难以进行大范围的研究。

随着遥感技术的发展，卫星数据被广泛应用到空气质量监测之中。与传统地基监测站点相比，卫星遥感具有大空间范围内连续监测的特点，可有效进行大面积PM2.5监测。目前基于卫星气溶胶光学厚度数据已经发展出了多种PM2.5浓度估算算法，主要分为比例因子模型、基于物理机理的半经验模型，以及统计模型，人工智能模型等，根据这些方法也取得了有效的成果。但由于云和气候的影响，容易造成卫星数据的大量缺失，从而限制了卫星数据源的输入，导致了PM2.5浓度监测结果在空间覆盖度上出现了较大缺陷，无法对全域空气质量进行高质全面监测。

发明内容

本发明实施例的目的是提供一种基于卫星遥感和地气系统数据的PM2.5浓度检测方法及装置，通过引入气象数据、地表场景数据及时空关系数据，提出了一种提高PM2.5浓度卫星估算空间覆盖度的算法，有效地弥补了传统卫星产品在空间连续性上的不足，并结合地理加权回归算法对全域PM2.5浓度分布进行高精度估算，为开展大气污染防治提供更为精确的数据支撑。

为解决上述技术问题，本发明实施例的第一方面提供了一种基于卫星遥感和地气系统数据的PM2.5浓度检测方法，使用卫星遥感数据对预设区域内的PM2.5浓度进行检测，包括如下步骤：

获取预设区域内的气溶胶光学厚度数据、气象数据和地表场景数据；

依据所述气溶胶光学厚度数据、所述气象数据和所述地表场景数据，建立地理加权回归模型；

依据所述地理加权回归模型，计算所述预设区域内的PM2.5浓度。

进一步地，所述依据所述气溶胶光学厚度数据、所述气象数据和所述地表场景数据建立地理加权回归模型，包括：

依据所述气溶胶光学厚度数据、所述气象数据和所述地表场景数据，建立随机森林模型；

依据所述随机森林模型，对所述气溶胶光学厚度数据进行校准；