论文部分内容阅读
近20年来,尽管我国大气污染治理取得了显著的成效,但城市区域大气污染形势依然严峻,影响着民众的日常生活和身心健康,是我国亟待解决的重大环境问题。为了掌握大气污染状况和污染物来源,我国已建立了超过1400个地面空气质量监测站点用于实时观测我国大气状况。但是由于这些地面站点在空间分布上仍较为稀疏,站点间距较大,维护成本高,且难以获取空间上连续分布的污染物浓度,对局域性的污染指示能力有限。大气污染最为关注的目标是大气中空气动力学直径小于2.5μm的颗粒物(即PM2.5),它是造成雾霾污染的主要污染物。除人工污染源外,自然污染源如山火、火山喷发也是PM2.5颗粒物的主要来源。与传统的地面站监测相比,卫星遥感技术能够快速监测大空间范围内PM2.5等大气污染物的连续分布,而且能够长时间持续观测,在跟踪大气污染物的发生、发展态势方面有其独特的优势。本文以PM2.5空间分布监测及发生发展态势信息获取为目标,研究基于卫星遥感数据反演PM2.5的方法。通过分析目前大气监测卫星数据特性以及其与PM2.5参数的关系,研究双星协同的AOT（Aerosol Optical Thickness）反演算法及基于低分辨率NDVI（Normalized Difference Vegetation Index）的AOT反演方法,建立了两种AOT反演模型。同时,在提升PM2.5反演精度、基于多源数据融合的山火烟雾识别及其影响范围分析方法开展了深入研究。本论文主要创新如下:（1）提出了一种城市区域复杂背景双星协同AOT反演算法。针对城市区域高亮地表AOT反演困难,利用双星遥感数据,结合大气辐射传输模型,建立了多波段的卫星表观反射率和地表反射率之间的关系,同时反演出地表反射率和AOT,实现了利用卫星遥感数据进行城市区域AOT参数的反演。（2）提出了一种利用低空间分辨率NDVI反演高空间分辨率AOT的算法模型。针对城市区域复杂地表高空间分辨率AOT反演的困难,利用波谱库数据构建NDVI与可见光波段地表反射率之间的关系模型,通过卫星遥感NDVI产品计算地表反射率,结合互信息最大化方法反演高空间分辨率遥感图像的地表反射率和AOT,并利用MODIS NDVI和HJ-1A/B产品数据验证了该AOT反演算法。实现了高空间分辨率的AOT反演,解决了城市区域高空间分辨率AOT反演困难的问题。（3）提出了一种改进的PM2.5估算模型,大幅度提升了PM2.5反演精度。针对城市区域频发的PM2.5污染,为了避免PM2.5估算模型中AOT与气象因子的时空不一致导致的估算误差,采用同一传感器获得的AOT和气象因子,并加入人口分布参数,建立了改进的PM2.5估算模型。将该模型用于成都平原城市群PM2.5的估算,结果表明估算模型具有较高的精度。（4）研究了利用地球静止卫星监控大气污染发生、发展变化趋势的AOT反演算法。针对城市区域大气污染源追踪的研究,在传统的暗像元算法基础上,结合地球静止卫星传感器的波谱范围,提出了利用NDVI值识别可见光波段中暗像元算法,并结合6S（the Second Simulation of the Satellite Signal in the Solar Spectrum）大气辐射传输模型创建的查找表,实现AOT反演。利用高分4号卫星数据验证了该算法,反演结果证实了算法的有效性。（5）研究了基于多源数据融合的山火烟雾识别方法,分析了大面积山火对城市空气质量的影响规律。针对频发的山火灾害导致的大气污染问题,利用提出的山火烟雾识别方法研究了2015年-2017年3年间北美西部山火事件对纽约市空气质量的影响。统计结果发现纽约市空气质量8月份受影响最频繁,山火烟雾造成PM2.5增加了113.37%,同时PM2.5组分也明显增加,还发现山火烟雾可以传输几千公里并在空中停留几天甚至一周。