基于NPP/VIIRS夜间灯光遥感数据估算上海地区PM_(2.5)浓度

• 全文链接
• 请求原文

作   者：

李珂;  刘朝顺;  焦鹏龙; 

作者机构：

华东师范大学地理科学学院;  华东师范大学地理信息科学教育部重点实验室; 

关键词：

空气质量PM_(2.5);  多元线性回归;  夜间灯光遥感;  VIIRS/DNB; 

期刊名称：

环境科学学报

基金项目：

华东师范大学地理学国家理科基地科研训练及科研能力提高项目

i s s n：

0253-2468

年卷期：

2019 年 06 期

页   码：

1913-1922

摘   要：

随着工业化和城市化的迅速发展,中国面临着越来越严重的大气污染危机,以细颗粒物(PM_(2.5))为标志的区域性大气复合污染问题已经成为我国大气环境污染治理的核心工作.目前,传统的地面监测站监测PM_(2.5)浓度的方法空间分辨率较差且耗费人力物力,而卫星遥感数据监测PM_(2.5)浓度的方法大部分只能应用于白天.由于PM_(2.5)浓度在时间上存在周期性变化,因此利用卫星遥感数据监测的夜间PM_(2.5)浓度可以作为表征PM_(2.5)日变化规律的重要补充.本研究采用Suomi National Polar-orbiting Partnership(Suomi NPP)卫星搭载的可见红外成像辐射计套件(Visible Infrared Imaging Radiometer Suite, VIIRS)中Day/Night波段(DNB)夜间灯光影像数据,依据大气气溶胶消光原理和站点气象数据,建立PM_(2.5)浓度的预测模型,基于多元线性回归分析对上海地区9个空气质量监测站在2014—2018年冬季无月无云的晴朗夜间的PM_(2.5)浓度值进行估计,并对PM_(2.5)浓度的空间分布进行模拟.结果表明,在研究时段上海地区PM_(2.5)实际浓度与模型估算PM_(2.5)浓度之间R~2=0.767,均方根误差(RMSE)为19.210μg·m~(-3),验证了VIIRS/DNB夜间灯光影像数据在估算PM_(2.5)浓度方面有巨大潜力.