基于GOCI影像的杭州PM2.5遥感建模及时空变异分析

地球静止卫星上的GOCI(geostationary ocean color imager)传感器具有较高的时间分辨率,在研究短时间尺度内大气PM2.5浓度时空变化方面具有一定的应用潜力。本文根据GOCI影像的波段特征,利用2011-2013年实测PM2.5浓度、大气气溶胶光学厚度(aerosol optical depth,AOD)与气象因子数据,分别进行了GOCI PM2.5浓度单变量和多变量反演建模研究,并结合2013年12月6日的GOCI AOD数据,实现了单日杭州市PM2.5浓度遥感反演与时空变异分析。结果表明:在单变量模型中,分季节模型的平均相对误差最高值28.11%比年度模型的平均相对误差34.04%低,分季节模型精度优于年度模型;单变量模型的平均相对误差34.04%比多变量模型的平均相对误差48.96%低,单变量模型精度优于多变量模型;把单变量冬季模型应用于杭州GOCI AOD数据,得出逐时大气PM2.5的空间分布,并计算了PM2.5浓度的变异系数,发现杭州各区县变异系数大都在0.5以下,东部和北部的数值较高,中西部地区的值较低。