利用霾优化变换（HOT）估算大气污染颗粒物的研究

论文摘要

随着国民经济的快速发展、城市化进程的加快和机动车的迅速增加,人类向大气中排放的污染物日益增多,大气污染日益加剧,各种大气污染灾害频繁发生,而颗粒物污染是我国大气污染的主要形式。目前,卫星遥感已成为大气污染监测的重要技术手段之一。本论文以南京市为研究区尝试将基于图像运算的霾优化变换HOT（Haze Optimized Transformation）运用于大气污染的遥感监测中,即利用大气辐射传输模型（6S）和MODIS数据,开展HOT用于大气污染遥感监测的可行性研究。本研究试图为大气污染卫星遥感监测提供一种新的技术方法,以促进大气污染遥感监测技术的发展。利用6S模型模拟分析HOT与气溶胶光学厚度、地表类型、观测角度的关系,以研究HOT表征AOT的敏感性；分析基于MODIS数据提取的HOT与地面监测的大气污染颗粒物之间的关系,构建适用于研究区的HOT与地面日均PM10质量浓度的关系模型,以实现利用HOT估算大气污染颗粒物。利用6S模型模拟结果表明HOT与AOT高度正相关。通过对2007-2009年冬、春季节南京地区的从MODIS图像中提取的HOT数据与相应的地面PM10浓度数据的回归分析表明：HOT与PM10质量浓度之间具有显著相关性,置信度水平α=0.01；构建的城市、植被、水体、混合地表的一元二次模型在冬春半年的拟合精度分别为80.16%、80.53%、74.95%、80.16%,冬季的拟合精度分别为75.87%、75.22%、74.93%、75.33%,春季的拟合精度分别为84.80%、85.23%、84.27%、84.81%,模型的拟合精度较高。本文研究结果表明利用HOT估算地面可吸入颗粒物PM10浓度具有可行性,为利用HOT实现大气污染颗粒物的遥感监测提供参考依据。

论文目录

• 摘要
• Abstract
• 目录
• 图目录
• 表目录
• 第一章 绪论
• 1.1 选题背景及意义
• 1.1.1 选题背景
• 1.1.2 选题意义
• 1.2 国内外研究进展
• 1.2.1 国外研究进展
• 1.2.2 国内研究进展
• 1.3 研究目标、内容、技术路线
• 1.3.1 研究目标
• 1.3.2 研究内容
• 1.3.3 技术路线
• 第二章 研究区域概况与数据预处理
• 2.1 研究区域概况
• 2.1.1 自然环境状况
• 2.1.2 空气污染状况
• 2.2 数据源
• 2.2.1 MODIS数据
• 2.2.1.1 数据特征
• 2.2.1.2 MODIS L1B和MODIS Geolocation数据
• 2.2.2 地面空气污染指数数据API
• 2.2.2.1 数据特征
• 2.2.2.2 PM10质量浓度数据
• 2.3 数据的获取与预处理
• 2.3.1 MODIS数据的获取与预处理
• 2.3.2 PM10质量浓度的获取与预处理
• 第三章 HOT的模拟分析
• 3.1 霾优化变换算法（HOT）的原理
• 3.2 基于MODIS数据的晴空线的确定方法
• 3.3 基于6S模型分析HOT的敏感性
• 3.3.1 6S模型介绍
• 3.3.2 HOT与AOT的关系
• 3.3.3 HOT与地表类型的关系
• 3.3.4 HOT与观测角度的关系
• 第四章 HOT估算大气污染颗粒物
• 4.1 构建HOT与PM10关系模型
• 4.1.1 冬春季HOT与PM1O关系模型
• 4.1.2 分季节HOT与PM10关系模型
• 4.2 模型对比分析
• 第五章 结论与展望
• 5.1 结论
• 5.2 创新点
• 5.3 展望
• 参考文献
• 致谢