吴浪:基于多源遥感数据的中国大陆地区PM2.5反演及其与城市化关系研究论文

吴浪:基于多源遥感数据的中国大陆地区PM2.5反演及其与城市化关系研究论文

本文主要研究内容

作者吴浪(2019)在《基于多源遥感数据的中国大陆地区PM2.5反演及其与城市化关系研究》一文中研究指出:近十多年来,随着我国经济飞速发展,城镇化速度持续加快,雾霾频发也成为了我国一个突出的环境问题,直至近几年我国才逐渐意识到PM2.5危害的严重性,在2013年底才初步建成了全国PM2.5地面监测网络。PM2.5监测作为环境监测的重要内容之一,常规地面监测站点由于其站点分散,且监测时序较短,使得我国PM2.5健康效应和环境污染控制等方面的研究较为薄弱。而大范围长时序的卫星遥感监测能有效弥补地面站点分布的缺点,能为PM2.5监测提供充足的数据。快速城市化是造成我国PM2.5大范围污染的重要因素之一,PM2.5反演主要采用卫星遥感气溶胶产品结合气象数据,但很少有考虑到城市化信息对PM2.5反演的影响。而夜间灯光数据(NTL)作为代表城市化和人类活动的良好指标,理论上可以影响PM2.5浓度。基于以上背景,本研究基于气溶胶光学厚度(AOD)以及气象数据,构建含有夜间灯光数据的PM2.5反演模型,以评估夜间灯光数据在PM2.5预测中的作用,接着反演历史PM2.5浓度并分析其时空变化特征,再进一步对其空间分布的城市化因子进行分析,为中国大陆地区PM2.5污染治理与健康研究提供科学依据。本研究具体工作和结论如下:(1)为了评估夜间灯光数据在PM2.5预测中的作用,针对神经网络模型适合非线性研究的特点,基于神经网络模型分别建立了含有夜间灯光数据的神经网络-NTL模型和不包含夜间灯光数据的神经网络-basic模型两种PM2.5反演模型,反演PM2.5与地面站点监测PM2.5的验证表明,神经网络-NTL模型比神经网络-basic模型反演精度更高,NTL能提高反演模型的性能。夜间灯光数据由于能揭示人类活动的季节性变化而使得PM2.5反演浓度分布更具有季节性特征。(2)基于各年相同月份AOD-PM2.5关系相对稳定的假设,采用2016年模型对2001-2016年历史月份PM2.5浓度进行估算。首先反演2015年各月份PM2.5浓度并与地面监测站点PM2.5进行对比验证,结果表明精度良好,且夜间灯光数据的精度提升效果在历史浓度反演中同样能表现出来。进一步反演2001-2016年历史PM2.5浓度,并对我国2001-2016年PM2.5时空分布与变化特征进行分析。结果表明,我国PM2.5浓度分布与地形和人类活动紧密相关,总体上呈现“五高五低”空间分布格局。季节分布特征显示,我国PM2.5污染最严重的是冬季,最轻的是夏季。月份分布特征显示,12月、1月浓度最高而7、8月最低。年均值浓度变化不同区域不尽相同,但总体来看秋冬季浓度逐渐加重。空间自相关分析表明,PM2.5年均浓度分布呈现出强烈的正空间自相关关系。(3)PM2.5分布的城市化因子地理探测器q值显示,人口密度是影响PM2.5浓度的最大因子,其次分别为外商直接投资、市辖区道路面积和人均GDP。城镇化率的解释力逐渐下降,城区人口和市辖区园林绿地面积的解释力逐渐增加。地理加权回归结果显示,黄河淮河以北地区和西北地区的PM2.5受城市化因素影响明显;PM2.5浓度与城市化因子中的人口密度、城市道路面积呈正相关,其中与人口密度相关性空间分布从南到北逐渐增强,城市道路面积的影响从西部到东部逐渐增强;PM2.5浓度与城市化率、第三产业占比、市辖区园林绿地面积负相关,其中,与城市化率负相关性从东南到西北方向逐渐增强,与第三产业占比的负相关性从西北到东南方向逐渐增强。总体而言,VIIRS NTL数据具有估算PM2.5的潜力,可以成为估算地面PM2.5分布的有用补充数据源。长时序月均PM2.5空间分布变化特征可以为历史节能减排措施效果评估提供参考依据。而揭示PM2.5浓度分布的城市化驱动因素并分析其分布状况,可以为政府实施跨区域污染防治措施提供空间参考,为提高中国人居环境奠定基础。

Abstract

jin shi duo nian lai ,sui zhao wo guo jing ji fei su fa zhan ,cheng zhen hua su du chi xu jia kuai ,wu mai pin fa ye cheng wei le wo guo yi ge tu chu de huan jing wen ti ,zhi zhi jin ji nian wo guo cai zhu jian yi shi dao PM2.5wei hai de yan chong xing ,zai 2013nian de cai chu bu jian cheng le quan guo PM2.5de mian jian ce wang lao 。PM2.5jian ce zuo wei huan jing jian ce de chong yao nei rong zhi yi ,chang gui de mian jian ce zhan dian you yu ji zhan dian fen san ,ju jian ce shi xu jiao duan ,shi de wo guo PM2.5jian kang xiao ying he huan jing wu ran kong zhi deng fang mian de yan jiu jiao wei bao ruo 。er da fan wei chang shi xu de wei xing yao gan jian ce neng you xiao mi bu de mian zhan dian fen bu de que dian ,neng wei PM2.5jian ce di gong chong zu de shu ju 。kuai su cheng shi hua shi zao cheng wo guo PM2.5da fan wei wu ran de chong yao yin su zhi yi ,PM2.5fan yan zhu yao cai yong wei xing yao gan qi rong jiao chan pin jie ge qi xiang shu ju ,dan hen shao you kao lv dao cheng shi hua xin xi dui PM2.5fan yan de ying xiang 。er ye jian deng guang shu ju (NTL)zuo wei dai biao cheng shi hua he ren lei huo dong de liang hao zhi biao ,li lun shang ke yi ying xiang PM2.5nong du 。ji yu yi shang bei jing ,ben yan jiu ji yu qi rong jiao guang xue hou du (AOD)yi ji qi xiang shu ju ,gou jian han you ye jian deng guang shu ju de PM2.5fan yan mo xing ,yi ping gu ye jian deng guang shu ju zai PM2.5yu ce zhong de zuo yong ,jie zhao fan yan li shi PM2.5nong du bing fen xi ji shi kong bian hua te zheng ,zai jin yi bu dui ji kong jian fen bu de cheng shi hua yin zi jin hang fen xi ,wei zhong guo da liu de ou PM2.5wu ran zhi li yu jian kang yan jiu di gong ke xue yi ju 。ben yan jiu ju ti gong zuo he jie lun ru xia :(1)wei le ping gu ye jian deng guang shu ju zai PM2.5yu ce zhong de zuo yong ,zhen dui shen jing wang lao mo xing kuo ge fei xian xing yan jiu de te dian ,ji yu shen jing wang lao mo xing fen bie jian li le han you ye jian deng guang shu ju de shen jing wang lao -NTLmo xing he bu bao han ye jian deng guang shu ju de shen jing wang lao -basicmo xing liang chong PM2.5fan yan mo xing ,fan yan PM2.5yu de mian zhan dian jian ce PM2.5de yan zheng biao ming ,shen jing wang lao -NTLmo xing bi shen jing wang lao -basicmo xing fan yan jing du geng gao ,NTLneng di gao fan yan mo xing de xing neng 。ye jian deng guang shu ju you yu neng jie shi ren lei huo dong de ji jie xing bian hua er shi de PM2.5fan yan nong du fen bu geng ju you ji jie xing te zheng 。(2)ji yu ge nian xiang tong yue fen AOD-PM2.5guan ji xiang dui wen ding de jia she ,cai yong 2016nian mo xing dui 2001-2016nian li shi yue fen PM2.5nong du jin hang gu suan 。shou xian fan yan 2015nian ge yue fen PM2.5nong du bing yu de mian jian ce zhan dian PM2.5jin hang dui bi yan zheng ,jie guo biao ming jing du liang hao ,ju ye jian deng guang shu ju de jing du di sheng xiao guo zai li shi nong du fan yan zhong tong yang neng biao xian chu lai 。jin yi bu fan yan 2001-2016nian li shi PM2.5nong du ,bing dui wo guo 2001-2016nian PM2.5shi kong fen bu yu bian hua te zheng jin hang fen xi 。jie guo biao ming ,wo guo PM2.5nong du fen bu yu de xing he ren lei huo dong jin mi xiang guan ,zong ti shang cheng xian “wu gao wu di ”kong jian fen bu ge ju 。ji jie fen bu te zheng xian shi ,wo guo PM2.5wu ran zui yan chong de shi dong ji ,zui qing de shi xia ji 。yue fen fen bu te zheng xian shi ,12yue 、1yue nong du zui gao er 7、8yue zui di 。nian jun zhi nong du bian hua bu tong ou yu bu jin xiang tong ,dan zong ti lai kan qiu dong ji nong du zhu jian jia chong 。kong jian zi xiang guan fen xi biao ming ,PM2.5nian jun nong du fen bu cheng xian chu jiang lie de zheng kong jian zi xiang guan guan ji 。(3)PM2.5fen bu de cheng shi hua yin zi de li tan ce qi qzhi xian shi ,ren kou mi du shi ying xiang PM2.5nong du de zui da yin zi ,ji ci fen bie wei wai shang zhi jie tou zi 、shi he ou dao lu mian ji he ren jun GDP。cheng zhen hua lv de jie shi li zhu jian xia jiang ,cheng ou ren kou he shi he ou yuan lin lu de mian ji de jie shi li zhu jian zeng jia 。de li jia quan hui gui jie guo xian shi ,huang he huai he yi bei de ou he xi bei de ou de PM2.5shou cheng shi hua yin su ying xiang ming xian ;PM2.5nong du yu cheng shi hua yin zi zhong de ren kou mi du 、cheng shi dao lu mian ji cheng zheng xiang guan ,ji zhong yu ren kou mi du xiang guan xing kong jian fen bu cong na dao bei zhu jian zeng jiang ,cheng shi dao lu mian ji de ying xiang cong xi bu dao dong bu zhu jian zeng jiang ;PM2.5nong du yu cheng shi hua lv 、di san chan ye zhan bi 、shi he ou yuan lin lu de mian ji fu xiang guan ,ji zhong ,yu cheng shi hua lv fu xiang guan xing cong dong na dao xi bei fang xiang zhu jian zeng jiang ,yu di san chan ye zhan bi de fu xiang guan xing cong xi bei dao dong na fang xiang zhu jian zeng jiang 。zong ti er yan ,VIIRS NTLshu ju ju you gu suan PM2.5de qian li ,ke yi cheng wei gu suan de mian PM2.5fen bu de you yong bu chong shu ju yuan 。chang shi xu yue jun PM2.5kong jian fen bu bian hua te zheng ke yi wei li shi jie neng jian pai cuo shi xiao guo ping gu di gong can kao yi ju 。er jie shi PM2.5nong du fen bu de cheng shi hua qu dong yin su bing fen xi ji fen bu zhuang kuang ,ke yi wei zheng fu shi shi kua ou yu wu ran fang zhi cuo shi di gong kong jian can kao ,wei di gao zhong guo ren ju huan jing dian ding ji chu 。

论文参考文献

  • [1].基于神经网络的河南省空气污染预测研究[D]. 张超利.华北水利水电大学2019
  • [2].基于深度学习的城市垃圾桶智能分类研究[D]. 黄国维.安徽理工大学2019
  • [3].基于LSTM的环境污染时间序列预测模型的研究[D]. 曾豪.华中科技大学2019
  • [4].基于循环神经网络的城市空气质量预测研究[D]. 谢崇波.西南科技大学2019
  • [5].基于神经网络的室内PM2.5预测研究及应用[D]. 陈成.苏州科技大学2019
  • [6].基于BP神经网络的PM2.5预测系统的设计与实现[D]. 陈志文.南华大学2019
  • [7].一种基于长短期记忆神经网络的火电厂NO_x排放量预测方法[D]. 张涛.华北电力大学(北京)2019
  • [8].燃煤电厂SCR脱硝催化剂寿命预测[D]. 唐诗洁.华北电力大学(北京)2019
  • [9].PSO-RBF及CFD在MBR中的应用研究[D]. 陶颖新.天津工业大学2019
  • [10].深度卷积神经网络在湿地类型信息提取中的应用研究[D]. 王迪.哈尔滨师范大学2019
  • 读者推荐
  • [1].石家庄市空气污染对儿童呼吸系统疾病门诊影响及温度的修饰效应[D]. 陈浪.华北理工大学2019
  • [2].西安市城区大气PM2.5和PM10的时空变化规律与植被覆盖度的相关性研究[D]. 张丹丹.西北大学2019
  • [3].大气PM2.5与高脂饮食联合暴露对母鼠及其子代糖脂代谢的影响[D]. 王新茹.华北理工大学2019
  • [4].基于遥感估计的PM2.5时空特征及影响因素分析[D]. 王文婷.河南大学2019
  • [5].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
  • [6].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
  • [7].基于卫星遥感的沿淮五省PM2.5估算研究[D]. 周云云.华东师范大学2019
  • [8].西安市PM2.5来源变化及基于LUR模型的时空分布特征[D]. 刘泽宇.兰州大学2019
  • [9].陕西省城市化水平与PM2.5浓度的相关性分析[D]. 曾昭昭.陕西师范大学2018
  • [10].中心性肥胖青少年认知功能和心血管危险因素的研究[D]. 何春燕.安徽医科大学2007
  • 论文详细介绍

    论文作者分别是来自西南大学的吴浪,发表于刊物西南大学2019-09-24论文,是一篇关于反演论文,气溶胶论文,夜间灯光数据论文,人工神经网络模型论文,城市化论文,西南大学2019-09-24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,资料来自西南大学2019-09-24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:;  ;  ;  ;  ;  ;  

    吴浪:基于多源遥感数据的中国大陆地区PM2.5反演及其与城市化关系研究论文
    下载Doc文档

    猜你喜欢