张超:基于CE-318观测数据的桂林PM2.5浓度反演研究论文

张超:基于CE-318观测数据的桂林PM2.5浓度反演研究论文

本文主要研究内容

作者张超(2019)在《基于CE-318观测数据的桂林PM2.5浓度反演研究》一文中研究指出:桂林作为世界著名旅游城市,近年来成为“一带一路”和粤桂湘黔交界重要联接点。经济飞速发展,空气质量却逐年下降,使相关部门对桂林大气污染与空气质量状况越来越重视。通常将漂浮在大气体系中直径在0.001100μm范围内的固体和液体颗粒混合组成的多相体系定义为大气气溶胶,其对空气污染等影响较大,是目前大气环境问题的研究热点。因此,研究桂林大气气溶胶的遥感监测方法为该城市大气污染的监测与控制提供科学依据,具有重要意义。利用桂林市2017年9月至2018年8月CE-318多波段太阳光度计地基遥感数据和地面监测站观测数据,通过统计分析,回归建模等方法研究大气气溶胶光学特性,对气溶胶光学厚度(AOD)与PM2.5质量浓度之间的相关性进行分析建模,以达到遥感反演PM2.5质量浓度的目的。主要研究结果如下:1、对于各个不同波段的太阳光辐射来说,大气气溶胶的消光能力都不相同,并且AOD随着波长变大而减小。桂林市AOD500nm季均值大小为春季>冬季>秋季>夏季。Angstrom波长指数(α)年均值为1.265,说明细粒子是桂林市大气气溶胶的主控粒子,桂林市大气气溶胶类型倾向于由海盐气溶胶和城市-工业气溶胶两种类型混合而成的特定气溶胶类型。水汽含量具有明显的季节性且其变化趋势符合桂林市的气候特征。能见度值变化大小为夏季>秋季>冬季>春季,与AOD呈反相关关系。2、PM2.5和PM10是桂林市主要大气污染物。相比PM10,PM2.5质量浓度与AOD的相关性更好。AOD与PM2.5质量浓度的相关性随着波长减小而增强。3、AOD作为x与PM2.5质量浓度作为y回归建模结果如下:幂函数模型是秋季和夏季的最优拟合模型,其拟合方程和相关系数分别为:秋季,y=72.175x0.8157,R=0.75;夏季,y=41.925x0.6221,R=0.804。一元二次函数模型是冬季和春季的最优拟合模型,其拟合方程和相关系数分别为:冬季,y=-29.93 x2+118.11x+10,R=0.755;春季,y=-6.2x2+38.617x+11.7,R=0.653。AOD与PM2.5质量浓度相关性的强弱关系为:夏季>冬季>秋季>春季。4、在四个季节中,秋季相对湿度对估算PM2.5质量浓度的影响最大。基于AOD和相对湿度估算PM2.5质量浓度的拟合模型优于仅基于AOD的拟合模型。

Abstract

gui lin zuo wei shi jie zhe ming lv you cheng shi ,jin nian lai cheng wei “yi dai yi lu ”he yue gui xiang qian jiao jie chong yao lian jie dian 。jing ji fei su fa zhan ,kong qi zhi liang que zhu nian xia jiang ,shi xiang guan bu men dui gui lin da qi wu ran yu kong qi zhi liang zhuang kuang yue lai yue chong shi 。tong chang jiang piao fu zai da qi ti ji zhong zhi jing zai 0.001100μmfan wei nei de gu ti he ye ti ke li hun ge zu cheng de duo xiang ti ji ding yi wei da qi qi rong jiao ,ji dui kong qi wu ran deng ying xiang jiao da ,shi mu qian da qi huan jing wen ti de yan jiu re dian 。yin ci ,yan jiu gui lin da qi qi rong jiao de yao gan jian ce fang fa wei gai cheng shi da qi wu ran de jian ce yu kong zhi di gong ke xue yi ju ,ju you chong yao yi yi 。li yong gui lin shi 2017nian 9yue zhi 2018nian 8yue CE-318duo bo duan tai yang guang du ji de ji yao gan shu ju he de mian jian ce zhan guan ce shu ju ,tong guo tong ji fen xi ,hui gui jian mo deng fang fa yan jiu da qi qi rong jiao guang xue te xing ,dui qi rong jiao guang xue hou du (AOD)yu PM2.5zhi liang nong du zhi jian de xiang guan xing jin hang fen xi jian mo ,yi da dao yao gan fan yan PM2.5zhi liang nong du de mu de 。zhu yao yan jiu jie guo ru xia :1、dui yu ge ge bu tong bo duan de tai yang guang fu she lai shui ,da qi qi rong jiao de xiao guang neng li dou bu xiang tong ,bing ju AODsui zhao bo chang bian da er jian xiao 。gui lin shi AOD500nmji jun zhi da xiao wei chun ji >dong ji >qiu ji >xia ji 。Angstrombo chang zhi shu (α)nian jun zhi wei 1.265,shui ming xi li zi shi gui lin shi da qi qi rong jiao de zhu kong li zi ,gui lin shi da qi qi rong jiao lei xing qing xiang yu you hai yan qi rong jiao he cheng shi -gong ye qi rong jiao liang chong lei xing hun ge er cheng de te ding qi rong jiao lei xing 。shui qi han liang ju you ming xian de ji jie xing ju ji bian hua qu shi fu ge gui lin shi de qi hou te zheng 。neng jian du zhi bian hua da xiao wei xia ji >qiu ji >dong ji >chun ji ,yu AODcheng fan xiang guan guan ji 。2、PM2.5he PM10shi gui lin shi zhu yao da qi wu ran wu 。xiang bi PM10,PM2.5zhi liang nong du yu AODde xiang guan xing geng hao 。AODyu PM2.5zhi liang nong du de xiang guan xing sui zhao bo chang jian xiao er zeng jiang 。3、AODzuo wei xyu PM2.5zhi liang nong du zuo wei yhui gui jian mo jie guo ru xia :mi han shu mo xing shi qiu ji he xia ji de zui you ni ge mo xing ,ji ni ge fang cheng he xiang guan ji shu fen bie wei :qiu ji ,y=72.175x0.8157,R=0.75;xia ji ,y=41.925x0.6221,R=0.804。yi yuan er ci han shu mo xing shi dong ji he chun ji de zui you ni ge mo xing ,ji ni ge fang cheng he xiang guan ji shu fen bie wei :dong ji ,y=-29.93 x2+118.11x+10,R=0.755;chun ji ,y=-6.2x2+38.617x+11.7,R=0.653。AODyu PM2.5zhi liang nong du xiang guan xing de jiang ruo guan ji wei :xia ji >dong ji >qiu ji >chun ji 。4、zai si ge ji jie zhong ,qiu ji xiang dui shi du dui gu suan PM2.5zhi liang nong du de ying xiang zui da 。ji yu AODhe xiang dui shi du gu suan PM2.5zhi liang nong du de ni ge mo xing you yu jin ji yu AODde ni ge mo xing 。

论文参考文献

  • [1].西安市和临汾市冬季PM2.5中微生物的分布特征研究[D]. 钱亚利.西北大学2019
  • [2].长沙市大气环境中PM2.5浓度影响因子分析及预测模拟[D]. 王开心.湖南师范大学2019
  • [3].肉鸡饲养场PM2.5、粪便和土壤中抗生素抗性基因污染特征及抗生素耐药菌的分布[D]. 刘菲.常州大学2019
  • [4].山东省PM2.5和O3时空分布特征及典型区域内污染过程分析[D]. 隋玟萱.云南大学2018
  • [5].2000-2017年中国PM2.5浓度的时空变化过程研究[D]. 时燕.云南师范大学2019
  • [6].安徽省典型城市PM2.5污染特征及其输送路径研究分析[D]. 沈素婷.合肥工业大学2019
  • [7].聊城市冬季PM2.5化学组分、污染特征及来源解析[D]. 刘晓迪.聊城大学2019
  • [8].燃煤烟气PM2.5化学联合声波团聚实验研究[D]. 吴瑞鹏.华北电力大学(北京)2019
  • [9].太原市大气细颗粒物(PM2.5)污染特征及来源解析[D]. 刘素.华北电力大学(北京)2019
  • [10].基于LUR模型的中国PM2.5时空变化规律研究[D]. 刘炳杰.东北林业大学2019
  • 读者推荐
  • [1].基于SAR与光学数据的高原湿地土壤水分反演研究[D]. 关韵桐.云南师范大学2019
  • [2].面向Himawari-8的PM2.5质量浓度估算方法研究与应用[D]. 朱文德.河南大学2019
  • [3].基于遥感数据的中原城市群PM2.5与城市化水平的时空耦合关系及影响因子研究[D]. 候璠.河南大学2019
  • [4].基于静止轨道卫星GF-4和H8的夏季气溶胶光学厚度反演研究[D]. 马小雨.广西大学2019
  • [5].石家庄地区PM2.5浓度的反演模型构建研究[D]. 武紫超.河北师范大学2019
  • [6].岱海湖泊面积与水位动态变化及其驱动力分析[D]. 刘旭隆.内蒙古大学2019
  • [7].地理信息技术在领导干部自然资源资产离任审计中的应用研究[D]. 张俊豪.西安外国语大学2019
  • [8].全球气溶胶光学厚度反演算法研究[D]. 武昆.辽宁师范大学2019
  • [9].基于MODIS数据构建成都市双流区PM2.5估算模型的研究[D]. 梁佳.成都理工大学2018
  • [10].2000~2016年中国典型区域PM2.5浓度值的反演模型及时空变化模拟研究[D]. 邓琼飞.云南师范大学2018
  • 论文详细介绍

    论文作者分别是来自桂林电子科技大学的张超,发表于刊物桂林电子科技大学2019-10-15论文,是一篇关于气溶胶光学厚度论文,相对湿度论文,相关性论文,桂林电子科技大学2019-10-15论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自桂林电子科技大学2019-10-15论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  

    张超:基于CE-318观测数据的桂林PM2.5浓度反演研究论文
    下载Doc文档

    猜你喜欢