论文部分内容阅读
近年来,随着城市化进程和工业化的快速发展,全国各地雾霾天气频发,不但制约着经济的发展,造成财政损失,更是威胁着人类的生命健康。国内外大量研究表明,细颗粒物(PM2.5)、可吸入颗粒物(PM10)对健康造成了众多负面效应。大气污染已经成为我国环境方面的一个比较突出的问题,开展PM2.5、PM10浓度的监测和预测研究具有重要的意义,同时可为我国大气污染控制、环境管理提供理论依据和技术支撑。本文选择辽宁省为研究区,探究城市空气中PM2.5浓度、PM10浓度的变化特征;提取监测点相对应的MODIS气溶胶光学厚度(AOD)数据、温度、相对湿度、边界层高度、纬向风速、经向风速和气压数据,探讨AOD和各个气象因子与PM2.5、PM10浓度的相关性。在此基础上,逐步建立PM2.5、PM10浓度遥感估算模型,并进一步估算辽宁省PM2.5、PM10浓度,在宏观上了解辽宁省PM2.5、PM10浓度的空间分布以及变化趋势。研究表明,全年PM2.5与PM10浓度变化趋势一致。春季和冬季PM2.5和PM10浓度较高且波动性较强,夏季和秋季PM2.5和PM10浓度较低且变化较为平稳。AOD、气压、相对湿度、边界层高度对PM2.5和PM10浓度影响显著。订正后的PM2.5、PM10浓度的回归模型的确定系数较直接的回归模型均提高明显。在垂直和湿度耦合订正的基础上分别建立的PM2.5、PM10浓度的全年逐步回归模型得到的预测值与监测值间的确定系数R2分别提高到0.602和0.516,PM2.5浓度的秋季和冬季遥感估算模型、PM10浓度的遥感估算模型得到的预测值与监测值间的确定系数R2均高于全年模型的R2,模型的拟合效果良好。PM10粒子中粗粒子对气溶胶的消光不敏感,导致PM10浓度模型的精度普遍低与PM2.5浓度模型的精度。反演得到的PM2.5浓度的低值区主要分布在辽宁省周边山地丘陵地区,高值区主要分布在中心城市群;PM10浓度的低值区主要分布在东部城市和西南部城市,高值区分布在中心城市和西北部城市地区。PM2.5、PM10浓度的估算值与AOD的空间分布呈现一致性。各城市污染程度具有差异性,在不同的时期,污染物浓度差异显著。估算的PM2.5、PM10浓度的空间分布和各城市的监测值分布基本一致,在可接受的范围内。