共查询到18条相似文献，搜索用时 140 毫秒
1.
2.
利用遥感数据评价燃煤电厂空气质量 总被引：1，自引：0，他引：1
卫星观测数据可以评价燃煤电厂的空气质量等级。NO2、SO2 和烟尘是燃煤电厂排放的主要污染物,本文利用卫星遥感观测的NO2、SO2和气溶胶光学厚度AOD(Aerosol Optical Depth)开展燃煤电厂空气质量评价。以中国华北地区为实验区,分析对比了3种污染物不同时间分辨率和空间分辨率的污染状况,确定了单因子的5级分级标准,根据燃煤电厂排放污染物的权重不同,提出了评价近地表空气质量状况的模型。本文综合考虑3种污染因子来反映电厂空气质量,有利于提高评价的准确性以及反应信息的全面性。结果表明,该模型能正确反映不同地区电厂的空气质量特点。 相似文献
3.
为探讨1996年以来华北平原对流层NO_2柱浓度变化的空间特征,基于GOME、SCIAMACHY和OMI卫星传感器的监测数据,以SCIAMACHY的NO_2柱浓度为基准,根据建立的GOME和SCIAMACHY,SCIAMACHY和OMI之间的相关关系,校正GOME和OMI监测的NO_2数据;利用线性正弦曲线模型拟合方法研究1996年—2016年长时间序列华北平原对流层NO_2变化的空间分布特征。结果显示,华北平原对流层NO_2浓度自1996年开始持续上升,到2011年达到最高值,然后呈现下降趋势。该变化趋势主要受经济发展和环保政策的双重影响。1996年—2011年,NO_2柱浓度高值区分布在北京市、天津市、河北唐山市和保定市、山东德州市和济南市、安徽滁州市以及江苏南京市、常州市和无锡市,并且具有较高增长率;2012年—2016年NO_2柱浓度平均值远高于1996年—2011年NO_2柱浓度平均值,高值地区范围扩大,分布在河北南部、河南北部和山东西部,但华北平原地区NO_2柱浓度均呈现负增长,表明"十二五"规划提出的大气环保政策取得了显著成效。同时,对流层NO_2柱浓度可以反映典型环保事件如北京奥运会、国庆阅兵和南京青奥会时期大气环保政策的实施效果。 相似文献
4.
卫星遥感反演气溶胶光学厚度已被广泛应用于近地面空气污染遥感监测。为揭示福州地区细颗粒物污染的空间分异趋势,利用2014年—2015年的地基监测细颗粒物(PM_(2.5))浓度数据、MODIS 3 km气溶胶光学厚度(AOD)卫星数据以及GEOS-FP气象数据,分别构建了估计福州地区近地面PM2.5浓度的日校正模型和站点一日校正模型,并利用十折交叉验证方法对2个模型进行评价验证。结果表明:(1)日校正模型和站点一日校正模型分别能够解释福州地区PM2.5浓度76.2%和81.4%的变异,反演的2014年—2015年福州地区近地面PM2.5浓度和地面实测站点数据之间的相关性R~2分别为0.724(RMSE=10.993μg·m~(-3))和0.781(RMSE=9.687μg.m~(-3));(2)分别针对不同下垫面环境的城市站点和县郊站点数据进行模型拟合验证,两个模型反演的PM2.5浓度值与地面实测值之间皆具有良好的相关性,R~2最高可达0.808;(3)将模型反演的PM2.5浓度季均值与地面实测季均值进行对比分析,结果也显示二者高度相关,据此反演的2015年福州地区年平均PM2.5浓度分布图可清晰地揭示福州地区PM_(2.5)浓度分布的空间变化情况。由此可见,基于MODIS 3 km AOD产品和气象数据建立的近地面PM_(2.5)浓度遥感估算模型能够很好地反演出福州地区近地面PM2.5浓度分布情况。 相似文献
5.
漳州城市建设和工业飞速发展,汽车数量剧增,人为大气污染排放显著增加,空气质量下降,对人们的生活和健康造成了影响。本文利用2014—2015年连续2年的日平均污染数据,选择主要污染物SO2、NO2、O3、PM10、PM2.5和AQI指数,分别与日平均气温做相关分析,研究发现:SO2浓度在不同季节与温度的相关不同,这是由于气温与SO2的清除机制没有直接关系,因此相关不确定;NO2浓度与气温基本呈负相关,而O3的浓度呈正相关。秋季影响当地空气质量的主要气象条件是气温,当气温高于25℃时,空气质量改善明显。 相似文献
6.
NPP卫星VIIRS微光资料反演夜间PM2.5质量浓度 总被引：1，自引：0，他引：1
为研究城市夜间PM_(2.5)质量浓度,利用NPP卫星上可见光红外成像辐射套件(VIIRS)DNB通道的微光辐射数据,以辐射传输理论为基础,建立了夜间城市灯光辐射强度与地面表层PM_(2.5)质量浓度的关系,并基于支持向量机方法建立了夜间城市PM_(2.5)质量浓度反演模型。以北京市作为研究对象,选取2015-03—2015-05期间无月、无云且晴朗夜空条件下4个PM_(2.5)监测站点的微光辐射数据与时空匹配的PM_(2.5)质量浓度数据对模型进行验证。研究结果表明:夜间城市灯光辐射强度与地面表层PM_(2.5)质量浓度呈现负相关性,相关系数最高的定陵站点达到–0.83。基于支持向量机方法建立的PM_(2.5)反演模型获得的PM_(2.5)质量浓度与实际PM_(2.5)质量浓度的相关系数达到0.95,反演结果较优,为进一步大范围监测PM_(2.5)质量浓度空间分布以及改善城市夜间空气质量状况评估方法提供了可行性参考。 相似文献
7.
大气污染物浓度全方位动态监测是进行区域大气污染精细化防控的重要前提。为开展长三角地区小时分辨率PM2.5浓度无缝制图,本研究通过耦合AOD缺失信息重建与多模数据融合技术,建立了一套能够有效集成卫星遥感、地面观测、数值模拟等多源异构数据资料的近地面PM2.5浓度无缝制图方案,并据此生产了2015年—2020年长三角地区小时分辨率无缝PM2.5浓度格点数据产品。结果表明：本研究生产的PM2.5浓度无缝格点产品与国控站点观测数据的交叉验证相关系数达0.9,平均偏差不超过10 μg·m-3。较于空间分布不均且相对稀疏的站点观测PM2.5浓度资料,面域无缝PM2.5浓度格点数据更能有效揭示长三角地区PM2.5污染的时空变化特征;在2015年—2020年研究期内,其平均下降速率超过3 μg·m-3·a-1。本研究发展的PM2.5浓度无缝制图方法和生产的相关数据产品有望为区域灰霾污染防控和PM2.5暴露健康风险评估研究提供方法参考和基础数据支撑。 相似文献
8.
北京地区Landsat 8 OLI高空间分辨率气溶胶光学厚度反演 总被引：3，自引：0，他引：3
卫星气溶胶光学厚度(AOD)反演中,传统暗目标方法在反射率较低的水体、浓密植被覆盖区域取得了较好效果,在反射率较高且结构复杂的高反射地表上空目前多采用深蓝算法,但存在空间分辨率较低,对细节分布描述性较差等问题。为解决这一问题,本文首先以5年(2008年—2012年)长时间序列MODIS地表反射率产品为基础,采用最小值合成法建立500 m分辨率逐月地表反射率产品数据集,然后利用地物波谱库中典型地物波谱数据,分析建立MODIS与Landsat 8 OLI传感器蓝光波段反射率转换模型,最后北京地区AERONET地基观测数据确定了气溶胶光学物理参数,并反演获取了北京地区上空500 m分辨率的AOD分布。为验证反演算法的精度,分别将反演结果同AERONET及MODIS/Terra气溶胶产品(MOD04)进行交叉对比,同时利用相关系数R,均方根误差RMSE,平均绝对误差MAE以及MODIS AOD产品预期误差EE共4个指标进行衡量。结果表明:算法反演获取的AOD与AERONET观测值具有较高的一致性,各指标分别为R=0.963,RMSE=0.156,MAE=0.097,EE=85.3%,稍优于MOD04产品(R=0.962,RMSE=0.158,MAE=0.101,EE=75.8%),并且有效的对比点数也高于MOD04。通过与地基观测相比,卫星遥感获取的高分辨率城市地区AOD精度可作为定量评估城市空气质量的有效依据。 相似文献
9.
MERSI和MODIS卫星监测京津冀及周边地区PM2.5浓度 总被引：1，自引：0，他引：1
京津冀及周边地区是中国PM_(2.5)污染最重的区域之一,利用卫星遥感技术监测大范围的PM_(2.5)时空分布变化是一种先进的重要手段。本研究首先基于暗像元算法利用FY-3B/MERSI与AQUA/MODIS对京津冀及周边区域进行了遥感AOT反演和验证分析;然后,引入气象资料和地面观测资料利用GWR模型反演了区域PM_(2.5)浓度,并对遥感反演结果进行了交叉验证评估,综合对比分析了MERSI和MODIS的气溶胶及PM_(2.5)遥感监测能力;最后,利用MERSI数据对2017年第一季度京津冀及周边区域的PM_(2.5)月均浓度时空分布变化情况进行了初步探索分析。结果表明:FY-3B/MERSI在气溶胶及PM_(2.5)遥感监测能力方面略优于AQUA/MODIS,MERSI反演的1 km分辨率AOT和PM_(2.5)与地面站点实测结果的决定系数R2分别为0.76μg/m~3和0.79μg/m~3,均方根误差分别为0.26μg/m~3和28μg/m~3,平均绝对误差分别为0.16μg/m~3和15μg/m~3,能基本满足对京津冀及周边区域PM_(2.5)的精细化监测需要。2017年第一季度京津冀及周边区域PM_(2.5)月均浓度遥感监测结果表明该区域的PM_(2.5)空间分布格局与地形地貌关系密切,高值区整体上沿太行山脉成带成片;从时间变化来看,1—3月呈逐月下降的趋势,其中3月份PM_(2.5)区域浓度较1月和2月有大幅下降。这说明FY-3\MERSI遥感反演产品能为环境质量监测和环境管理工作效果评估提供有效参考,本研究对国产卫星在大气环境遥感业务中的大力发展应用有重要参考意义。 相似文献
10.
11.
大气温室气体监测仪GMI（Greenhouse gases Monitor Instrument）是高分五号（GF-5）卫星载荷之一，主要用于全球温室气体含量监测和碳循环研究。高精度反演是卫星大气CO2遥感的基本需求。地表反射率影响卫星遥感辐射量及辐射传输过程中的地气耦合过程，严重制约着CO2的反演精度，针对GMI开发高精度的大气CO2反演算法，地表反射是一个需要重点考虑的因素。城市是CO2重要的发射源，且城市下垫面存在明显的二向反射特性，加上城市大气条件不良，复杂的地气耦合效应存在这都考验反演算法的准确性和鲁棒性。本文针对北京城市地区，利用2011年—2016年共5年的MODIS（MODerate-resolution Imaging Spectroradiometer）地表二向反射分布函数BRDF（Bidirectional Reflectance Distribution Function）数据，构建了适合利用单次观测数据反演的BRDF模型，并提出一种同时反演地表BRDF参数和大气CO2含量的算法。结果表明在550 nm波长处气溶胶光学厚度AOD（Aerosol Optical Depth）小于0.4时，大部分GMI模拟数据的反演误差控制在0.5%（~2 ppm）内。利用GOSAT （Greenhouse gases Observing SATellite）实测数据的反演结果与修正后的日本国立环境研究所NIES（National Institute for Environmental Studies）反演结果进行对比，其平均误差为1.25 ppm，相关性达到0.85。本算法满足GMI数据在北京城市区域高精度CO2反演的需求，并使得反演高值气溶胶区域数据成为可能，增加了GMI观测数据的利用率。 相似文献
12.
基于臭氧监测仪OMI对流层NO2柱浓度产品研究了京津冀城市群2005年-2014年NO2时空变化及影响因素:(1)10年柱浓度年均增长率为3.35%,且年度波动较大。忽略2008年国家奥运会的环境治理所引起的变化,2005年-2011年NO2呈逐渐升高趋势;2012年-2014年呈逐渐降低趋势,以2014年下降最为显著。(2)呈西北低东南高的趋势。燕山-太行山山系以北的承德和张家口市浓度较低,山系以南主要有北京-天津-唐山与石家庄-邢台-邯郸两个污染中心。(3)京津冀北部三面环山不利于NO2的扩散,夏季丰富的降水对NO2具有显著湿沉降作用。(4)通过相关性分析、文献及国家政策印证等方法,发现地区产业及能源结构很大程度上决定了地区的污染来源。北京市10年来第三产业一直处于主导且稳步提高,煤炭消耗量低,但汽车保有量增加了1.5倍,主要来源为机动车尾气排放;天津市第二产业比第三产业比重略高,煤炭消耗量是北京的两倍之余,但汽车保有量仅是北京市的一半,由此可知工业排放和机动车是共同来源;河北省第二产业比重很高,燃煤量占京津冀地区的80.6%,河北省工业排放是NO2的主要来源,但近几年随着机动车保有量的剧增,其尾气排放分担率不可小觑。 相似文献
13.
Assessment of human health impact caused by air pollution is crucial for evaluating environmental hazards. In this paper, concentrations of six air pollutants (PM10, PM2.5, NO2, SO2, O3, and CO) were first derived from satellite observations, and then the overall human health risks in China caused by multiple air pollutants were assessed using an aggregated health risks index. Unlike traditional approach for human health risks assessment, which relied on the in-situ air pollution measurements, the spatial distribution of aggregated human health risks in China were obtained using satellite observations in this research. It was indicated that the remote sensing data have advantages over in-situ data in accessing human health impact caused by air pollution. 相似文献
14.
S. L. Kesav Unnithan 《地理信息系统科学与遥感》2020,57(2):159-173
ABSTRACTThe physical processes associated with the constituents of the troposphere, such as aerosols have an immediate impact on human health. This study employs a novel method to calibrate Aerosol Optical Depth (AOD) obtained from the MODerate resolution Imaging Spectrometer (MODIS – Terra satellite) for estimating surface PM2.5 concentration. The Combined Deep Blue Deep Target daily product from the MODIS AOD data acquired across the Indian Subcontinent was used as input, and the daily averaged PM2.5pollution level data obtained from 33 monitoring stations spread across the country was used for calibration. Mixed Effect Models (MEM) is a linear model to deal with non-independent data from multiple levels or hierarchy using fixed and random effects of dependent parameters. MEM was applied to the dataset obtained for the period from January to August 2017. The MEM considers a fixed and random component, where the random components model the daily variations of the AOD – PM2.5 relationships, site-specific adjustment parameters, temporal (meteorological) variables such as temperature, and spatial variables such as the percentage of agricultural area, forest cover, barren land and road density with the resolution of 10 km × 10 km. Estimation accuracy was improved from an R2 value of 0.66 from our earlier study (when PM2.5 was modeled against only AOD and site-specific parameters) toR2 value of 0.75 upon the inclusion of spatiotemporal (meteorological) variables with increased % within Expected Error from 18% to 35%, reduced Mean Bias Error from 3.22 to 0.11 and reduced RMSE from 29.11 to 20.09. We also found that spline interpolation performed better than IDW and Kriging inefficiently estimating the PM2.5 concentrations wherever there were missing AOD data. The estimated minimum PM2.5 is 93 ± 25μg/m3 which itself is in the upper limit of the hazardous level while the maximum is estimated as 170 ± 70μg/m3. The study has thus made it possible to determine the daily spatial variations of PM2.5 concentrations across the Indian subcontinent utilizing satellite-based AOD data. 相似文献
15.
《International Journal of Digital Earth》2013,6(8):814-828
ABSTRACTTropospheric NO2 column (TNC) products retrieved from five satellites including GOME/ERS-2 (H, 1997–2002), SCIAMACHY (S, 2003–2011), OMI (O, 2005–2015), GOME-2/METOP_A (A, 2007–2013) and GOME-2/METOP_B (B, 2013–2015) were compared in terms of their spatiotemporal variability and changes over China. The temporal series of H suggested an increasing trend of TNC from 1997 to 2002, those of S, O and A revealed further increasing trends until the highest level of TNC was reached in 2011, but decreasing trends were detected by those of O and B from 2011 to 2015. Seasonally, TNC was the highest in winter and the lowest in summer. Variability and changes from satellite TNC products are also analyzed in different regions of China. Spatially, it was the highest in North China and the lowest in Tibetan Plateau based on five datasets. Overall, TNCs from A, B and S were higher than that from O; and TNC from S was larger than that from A at the country level. The higher TNC the region has, the larger difference satellite products would show. However, different datasets reached a good agreement in the spatial pattern of trends in TNC with highly significant increasing trends detected in North China. 相似文献
16.
利用NPP卫星的VIIRS传感器数据,基于暗像元法反演陆地气溶胶光学厚度AOD。首先,根据红外波段的归一化植被指数NDVI来对暗像元进行识别;然后,利用6S软件进行辐射传输计算构建查找表;最后,根据VIIRS数据从查找表插值得到AOD,并对其进行海拔校正。选取华北地区作为反演实验区,获得了2013年9月1日的气溶胶分布。利用AERONET北京站太阳光度计地基观测结果对反演结果对比验证,发现二者具有显著的相关性,相关系数达到0.7920。将2013年9月1日的MODIS AOD产品与本研究反演的AOD进行比对,发现二者分布趋势一致,相关系数为0.7059,相关性显著。反演结果表明,本文算法反演陆地AOD效果较好,为大气颗粒物环境监测提供了良好方法手段和数据源。 相似文献
17.
In this study, we have implemented a fast atmospheric correction algorithm to IRS-P6 advanced wide field sensor (AWiFS) satellite data for retrieving surface reflectance under different atmospheric and surface conditions. The algorithm is based on MODIS climatology products and simplified use of Second Simulation of Satellite Signal in Solar Spectrum (6S) radiative transfer code. The algorithm requires information on aerosol optical depth (AOD) for correcting the satellite dataset. The atmospheric correction algorithm has been tested for IRS-P6 AWiFS False colour composites covering the International Crops Research Institute for the Semi-Arid Tropics Farm, Patancheru, Hyderabad, India, under varying atmospheric conditions. Ground measurements of surface reflectance representing different land use/land cover, i.e. red soil, chick pea, groundnut and pigeon pea crops were conducted to validate the algorithm. Terra MODIS AOD550 validated with Microtops-II sun photometer–derived AOD500 over the urban region of Hyderabad exhibited very good correlation of ～0.92, suggesting possible use of satellite-derived AOD for atmospheric correction. 相似文献
18.
为了验证风云三号D星MERSI传感器的气溶胶光学厚度（AOD）数据对地面PM2.5的污染过程预报的效果,本文基于WRF-Chem（Weather Research and Forecasting model coupled with Chemistry）大气化学模式和三维变分同化方法,针对2020-02-10—2020-02-12中国北方地区的一次PM2.5重污染过程,进行了同化和预报试验研究。同化数据来自常规地面站点的PM2.5浓度数据和风云三号D星MERSI传感器的气溶胶光学厚度（AOD）数据。控制试验不同化任何资料,3组同化试验分别为仅同化地面PM2.5,仅同化卫星AOD,以及同时同化PM2.5和卫星AOD两种资料。结果表明,3组同化试验都可以有效提高初始场准确率,以地面PM2.5作为检验标准,仅同化PM2.5、仅同化AOD、同时同化两种资料相对于控制试验,初始场的平均偏差分别降低54.9%、21.9%和49.0%,平均相关系数分别提升51.4%、16.0%和34.0%,平均均方根误差分别降低50.6%、17.2%和42.3%。以卫星AOD作为检验标准,3组同化试验相对于控制试验,初始场的平均偏差分别降低37.6%、78.4%和83%,平均均方根误差分别降低31.6%、62.2%和65.2%。同化后的初始场对预报有显著的改进,改进持续时间达24 h,以地面PM2.5作为检验标准,同时同化两种资料的试验对24 h预报的平均偏差减少19.7%,相关系数提升8.8%,均方根误差减少17.2%;以卫星AOD作为检验标准,24 h预报的平均偏差减少40.1%,相关系数提升25.9%,均方根误差降低34.7%。试验结论为,相对于仅同化地面PM2.5资料,同化风云卫星AOD资料可以提升后期预报效果。 相似文献