江苏省MODIS气溶胶光学厚度和PM_(2.5)质量浓度关系研究

采用Terra-MODIS L1B数据和NASA的V5.2气溶胶业务反演算法,通过6S辐射传输模型自制查找表,反演出江苏省的气溶胶光学厚度。利用地基太阳光度计观测资料计算的气溶胶光厚度数据对反演结果进行了验证。利用反演结果对南京、扬州和徐州等3个城市的气溶胶光学厚度与PM2.5质量浓度数据的关系进行了回归分析,证实了MODIS气溶胶光学厚度可以作为预测PM2.5区域分布与传输的有效补充手段。研究结果有助于相关部门了解大气污染情况及其变化趋势,在区域大气污染监测中具有应用价值。

基于遥感的上海地区雾霾监测研究

以中分辨率成像光谱仪(MODIS)遥感数据为数据源,综合利用6S传输模型与NASA V5.2算法对2013年12月4日至8日上海地区雾霾污染进行了连续性监测,并对其形成原因进行分析。结果表明,此次雾霾污染主要是由本地生产和外地迁移来源共同作用形成,上海地区气溶胶光学厚度在12月6日达到最大,雾霾污染区域逐渐从上海地区的西北向东南扩散,污染等级也逐渐降低。

利用卫星遥感数据估算上海市近地面空气PM_(2.5)浓度的探索

[目的]探索利用卫星遥感数据建立符合上海市实际情况的近地面空气PM_(2.5)质量浓度的估算模型,并对模型进行检验和评价,为解决目前PM_(2.5)对人群健康慢性影响研究中存在历史数据缺乏和现实数据时空局限性提供有效的方法支撑。[方法]利用美国航天局(NASA)发布的中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)L1B1KM卫星遥感数据,采用V5.2算法,推算气溶胶光学厚度(aerosol optical depth,AOD),并对其进行垂直和湿度校正,计算近地面干消光系数(Edry),引入日均温度、日均气压、日均风速等与气溶胶扩散密切相关的气象因子,建立不同季节估算PM_(2.5)质量浓度的多元线性回归模型,用实测值对模型进行验证,并与已有文献的建模方法进行比较。[结果]上海市春夏秋冬四季AOD均值分别为0.57、0.48、0.41、0.72,季节变化明显,冬春两季较高;空间分布上市区高于郊区。将AOD进行垂直校正和湿度校正,得到Edry,按照四季分别建立了由Edry估算PM_(2.5)质量浓度的多元线性回归模型,结果显示Edry与PM_(2.5)浓度四季均呈正相关,日均气压、日均风速与PM_(2.5)浓度均呈负相关,日均温度冬春季与PM_(2.5)浓度呈正相关,夏秋季与PM_(2.5)浓度呈负相关;按照现有文献方法,发现不引入气象因素模型的拟合精度和预测精度分别在50%左右,本研究建立的包含气象因素的模型四季的拟合精度和预测精度均较高,分别达到80.74%~90.83%和70.58%~77.79%,优于已有文献的建模方法。[结论]本研究基于卫星遥感数据构建的PM_(2.5)质量浓度推算模型拟合精度和预测精度都较高,经比较评价优于已有文献的建模方法,可以用于上海市近地面空气PM_(2.5)质量浓度的估算,以解决目前上海市PM_(2.5)质量浓度监测与人群慢性健康危害研究中存在的PM_(2.5)质量浓度历史数据缺乏和现实存在的监测站点少,分布不均等导致监测数据时空局限性的问题。