排序方式: 共有25条查询结果,搜索用时 15 毫秒
21.
细颗粒物PM2.5(Fine Particulate Matter)是影响空气质量和公共健康的关键因素之一。高时空分辨率的PM2.5数据是公共健康风险评估和流行病学研究的基本需求。相较于地面站点,卫星遥感技术具有连续观测、宽覆盖和低成本的优势,基于卫星气溶胶光学厚度AOD(Aerosol Optical Depth)反演PM2.5质量浓度的方法已成为热点。本研究概述了卫星AOD产品反演PM2.5浓度的原理,介绍了用于PM2.5反演的主要卫星AOD产品及其反演精度;总结了现有的PM2.5估算方法及其优缺点,指出目前PM2.5反演研究存在的问题;提出未来PM2.5反演方向主要集中在高时空分辨率的PM2.5浓度重建、基于激光雷达数据的三维PM2.5浓度反演及PM2.5化学组分反演等方向。比例因子法、物理机理模型和统计模型这3种方法都能在不同时期不同程度地准确估算PM2.5浓度,代表了那个时期较为前沿的研究热点,但比例因子法和物理机理模型因其自身的局限性而应用较少,而统计模型因其独特的时间或时空异质性的可描述性和强大的非线性描述能力的优势而被广泛应用并不断改进。目前PM2.5反演研究存在的问题主要有3种:(1)卫星AOD的非随机缺失问题造成估算的PM2.5数据缺失;(2)反演模型的精度问题;(3)PM2.5的化学成分估算问题。基于此,本文为了准确揭示近地面PM2.5的时空变化趋势,提高基于卫星AOD产品的近地面PM2.5反演研究的准确性,提出了几点未来的研究方向:首先,新型的高空间(如风云四号、高分五号)、高时间分辨率(Himawari-8/9)卫星AOD产品在PM2.5的精细化估算研究上具有很大优势,这对于高时空分辨率的PM2.5浓度重建具有重要意义;其次,随着大气探测技术的发展,星载、机载及地基激光雷达都能够获取垂直分布信息,搭载在无人机上的颗粒物传感器可实现PM2.5垂直方向上的监测,将其与光学遥感卫星数据及地面监测数据结合,可实现三维的PM2.5浓度反演;最后,PM2.5化学组分信息对于分析污染成因、暴露特征等尤其重要,其时空变化趋势研究是一个重要的发展方向,然而,地面PM2.5组分观测站网仍不完善,如何克服卫星遥感估算中对地面站网的依赖,实现PM2.5化学成分的高精度反演需要进一步研究。通过本研究,有助于进一步了解不同PM2.5估算方法的原理机制及其优缺点,为基于卫星AOD产品反演近地面PM2.5浓度的新的发展方向提供启示,提升近地面PM2.5浓度反演的精度及时空分辨率。 相似文献
22.
针对森林火灾模型模拟、预测火灾蔓延结果精度随时间增加而降低的问题,提出了使用卫星遥感火监测数据重初始化火灾模型降低模拟结果误差的方法。使用FARSITE(Fire Area Simulator)火灾模拟系统模拟内蒙古自治区一场森林火灾,并使用375 m的VIIRS(Visible infrared Imaging Radiometer Suite)火监测数据对FARSITE重初始化,探究该方法在中国林火蔓延模拟中的应用。使用SC(S?rensen’s Coefficient)值,辅以多源卫星遥感数据,评估该方法模拟结果精度。结果显示,各模拟过程中,模拟结果精度均随模拟时间的增加而降低,重初始化的模拟结果与实际过火区一致性更高,VIIRS重初始化模拟结果SC值最高提高56.89%,最终SC值提高了45.45%;最终模拟结果的SC值从最初的54.14%经过VIIRS火点修正后提高到78.76%;模拟过程中的VIIRS火点重初始化的模拟结果SC值最高为87.8%。使用VIIRS火监测数据重初始化FARSITE火灾模拟系统,将火灾分为多次进行模拟,缩短模拟时间,有效控制模拟误差的传递,提高了森林火灾蔓延模拟的精度,这种方法提高了火灾模型在大规模、长时间森林火灾应用中的可靠性。 相似文献
23.
NO2是主要的大气痕量气体, 对流层NO2垂直柱密度分布图已经用于诸如污染排放和污染物分布的科学应用研究。就NO2柱浓度的卫星差分光谱吸收反演算法(DOAS)进行了评述, 包括误差分析、验证和发展趋势。对DOAS算法中的主要技术环节进行了详细的阐述, 如ring效应算法、平流层NO2浓度算法和大气质量因子(AMF)问题。论文描述了影响卫星反演NO2浓度, 如云、NO2廓线的先验数据和气溶胶等不确定性因素。针对NO2反演应用需求提出了今后应该加强的内容, 如进一步加强NO2算法研究、发展空气质量探测的静止卫星、重视基于地基多轴被动DOAS和机载平台成像DAOS观测对卫星反演结果的验证。 相似文献
24.
自2013年大气污染防治行动以来,PM2.5、PM10、SO2、NO2等空气污染物浓度都有不同程度下降,但臭氧污染仍有上升趋势,臭氧污染已成为制约中国空气质量持续改善的关键问题。地基站点可以提供空间上特定点的臭氧浓度,但无法获得近地面臭氧连续的空间分布。由于臭氧大量分布于平流层,遥感卫星反演的臭氧柱浓度产品仅能反映整层臭氧柱浓度,但整层臭氧柱浓度与近地面浓度无明显相关性,因而无法体现近地面臭氧浓度。本文综合地基监测数据、再分析资料、卫星产品,采用不同的模型方法,得到近地面臭氧浓度的时空分布,结果表明集成学习方法可以准确估算近地面臭氧在空间上的分布状况和在时间上的变化趋势。本文对比了梯度提升回归树(GBRT)、极端随机树(ERT)、极端梯度提升器(XGBoost) 3种不同的集成学习方法在近地面臭氧污染估算的效果表现,3种集成学习方法在2019年—2020两年的十折交叉验证R2都在0.89以上,极端梯度提升器(XGBoost)方法在RMSE、MAE指标上有最好的表现,2019年—2020年两年的平均R... 相似文献
25.