基于GOCI影像的杭州PM2.5遥感建模及时空变异分析

摘要：

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PM25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.

关键词：GOCI、PM2.5、气溶胶光学厚度、回归分析、变异系数分析

所属期刊栏目：37

分类号：P427.2(气象基本要素、大气现象)

资助基金：浙江省自然科学基金;国家重点实验室开放基金;杭州市科技发展计划;杭州市科技发展计划

在线出版日期：2021-03-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1-9