论文部分内容阅读
本文利用沈阳市2014年8月～2015年7月的MODIS LIB lkm遥感数据以及同期11个监测站点的气象要素资料,通过6S辐射传输模型反演了沈阳市的气溶胶光学厚度,分析了PM2.5质量浓度与订正前后AOD之间的相关性,在此基础上建立了PM2.5的反演模型,并利用气象要素对PM2.5的影响进行了分析。研究的主要结论如下：(1)沈阳市AOD季节变化明显,冬季的气溶胶反演结果一般较高,秋季次之,春、夏季最小；空间尺度上,春季,东部地区气溶胶光学厚度值普遍高于西部地区,秋季,辽中地区气溶胶光学厚度值高于市区,夏季和冬季市区范围的气溶胶光学厚度值普遍高于周围地区。(2)分析得到PM2.5质量浓度与AOD之间的相关性较低,经过标高订正和垂直订正后,两者的相关性得到了显著的提高,考虑到各季节AOD的来源差异,为了进一步分析二者的相关性,将全年划分为冬半年和夏半年,PM2.5质量浓度与AOD的相关系数得到了显著的提高。(3)建立PM2.5的反演模型,对模型的精度进行检验,得到冬半年线性模型均方根误差最小,夏半年指数模型均方根误差最小,说明拟合效果较好,都具有较好的解释力度。通过选取的最佳拟合模型来反演PM2.5,发现反演的PM2.5质量浓度与实测值之间的RMSE较小,说明反演效果较好,可以用来反演沈阳市PM2.5。(4)气象要素对PM2.5的影响各个季节有所不同。春季PM2.5与温度呈显著的负相关,与气压呈显著的正相关；夏季PM2.5与温度呈显著的正相关,与相对湿度呈显著的负相关；秋季PM2.5与温度呈显著的正相关,与风速呈显著的正相关；冬季PM2.5与相对湿度呈显著的正相关,与风速呈显著的负相关。