集成多源遥感数据的PM2.5浓度空间分布制图
针对传统地面稀疏站点监测PM2.5浓度以点带面的缺陷,本研究拟借助多源遥感数据开展了地面大气细颗粒物PM2.5浓度空间分布模拟研究.以京津冀地区2013年的年均、季均PM2.5浓度模拟图为例,用简化的气溶胶反演算法(SARA)反演了1 km高分辨率AOD,并结合高分辨率遥感提取污染相关地理要素,对研究区PM2.5浓度空间分布进行地理统计模拟及优选.结果表明:①SARA算法反演的AOD与地基AERONET相关性达0.99,能准确地反映研究区AOD的时空分布特征;②集成多源遥感数据的地理加权回归模型拟合度高(平均R2-0.66),其空间模拟显示研究区平均PM2.5污染南部城镇最重,中东部城区次之,西北山区较轻;③研究区PM2.5污染程度高,全年平均模拟浓度高达75μg/m3,在气候环境及主要污染源季节性差异驱动下,浓度分布季节性特征显著,冬季污染最严重,而夏、秋季相对较轻.该成果对于精细把握PM2.5污染特征,指导污染防控具有重要意义.
AOD反演、PM2.5、地理加权回归、遥感制图
TP7;S12
国家自然科学基金项目41201384;湖南省高校开放平台创新基金项目15K132;国家测绘局地理国情监测重点实验室开放基金项目2014NGCM01;地理国情监测项目HNGQJC2015-02,2015JC03;资源与环境信息系统国家重点实验室开放基金项目;中南大学研究生自主探索创新项目2016zzts429
2017-01-07（万方平台首次上网日期，不代表论文的发表时间）
共8页
1717-1724
