氣溶膠光學厚度柵格圖-環(huán)境遙感地理信息服務(wù)工作室課件

基于GWR方法的區(qū)域PM2.5濃度估算實驗進展匯報匯報人：郭宇日期：2014.05.11

?主要內(nèi)容:

背景介紹1實驗數(shù)據(jù)及方法2

實驗結(jié)果（初步）3

總結(jié)及展望4污染現(xiàn)狀

背景介紹NOxPM10SO2COPM2.5……研究現(xiàn)狀

PM2.5監(jiān)測濃度空間濃度模擬分布制圖空間插值遙感反演土地利用回歸（LUR）地理加權(quán)回歸（GWR）

背景介紹局限于資金、人力、物力等客觀條件，現(xiàn)有空氣質(zhì)量監(jiān)測站點稀疏，無法實現(xiàn)區(qū)域空間連續(xù)環(huán)境監(jiān)測。空間異質(zhì)性

?方法出發(fā)點針對現(xiàn)有方法的優(yōu)缺點，綜合遙感及土地利用線性回歸及地理加權(quán)估計空間異質(zhì)性的特色，選取研究區(qū)時間段（年均、季均、月均）PM2.5濃度模擬進行方法探索研究，力求建立PM2.5濃度估算最佳模型，從而進行濃度空間分布制圖。

?研究思路詳細、準確了解PM2.5濃度的空間分布，揭示其時空分布與變化規(guī)律。能夠針對PM2.5污染健康損害，一方面為最優(yōu)健康出行路線的研究提供可靠數(shù)據(jù)支撐，另一方面有利于制定有效措施降低人體PM2.5空氣污染暴露強度及健康風險。

?研究意義

?實驗設(shè)計框架數(shù)據(jù)收集預(yù)處理回歸建模檢驗及制圖PM2.5監(jiān)測站點濃度數(shù)據(jù)（EPA）----因變量氣溶膠光學厚度值（AOD）（NASA）----自變量土地利用類型數(shù)據(jù)（USGS）----自變量人口分布數(shù)據(jù)（UnitedStatesCensus）----自變量道路交通數(shù)據(jù)（OpenStreetMap）----自變量葉面積指數(shù)（LAI）----自變量氣象環(huán)境數(shù)據(jù)（NARR）（溫度、降水、風速）----自變量

?研究數(shù)據(jù)MOD04影像幾何糾正、裁剪波段值處理MYD04影像幾何糾正、裁剪波段值處理550nm_AOD上午550nm_AOD下午＋＝AOD柵格分布（10KM）日均

?數(shù)據(jù)預(yù)處理月均AOD柵格年均AOD柵格季均AOD柵格

氣溶膠光學厚度柵格圖

LAI柵格圖加州研究區(qū)LAI柵格分布圖

土地利用及道路數(shù)據(jù)緩沖區(qū)半徑：200、400、600、800、1000m統(tǒng)計地理特征變量

?建模方法地理加權(quán)回歸（GeographicallyWeightedRegression）通過采取局部參數(shù)估計方式，用以反映樣本對回歸模型權(quán)重在空間上的非平穩(wěn)性，使得回歸模型結(jié)果在局部地理區(qū)域更加合理。

?建模過程從普通最小二乘法（OLS）回歸入手，獲得一個正確的OLS模型，然后使用同樣的解釋變量運行GWR：注意：（1）多重共線性（即當存在兩個或多個冗余變量或者這些變量共同提供同一信息時）（2）“啞元”解釋變量（例如，向城鎮(zhèn)中心外的人口普查區(qū)賦予值1，而向其他區(qū)域賦予值0）

?實驗初步結(jié)果（一）2006年加州全年P(guān)M2.5統(tǒng)計數(shù)據(jù)

?實驗初步結(jié)果（二）全年對應(yīng)AOD天數(shù)PM2.5統(tǒng)計數(shù)據(jù)

?實驗初步結(jié)果（三）春季對應(yīng)AOD天數(shù)PM2.5統(tǒng)計數(shù)據(jù)

?實驗初步結(jié)果（三）夏季對應(yīng)AOD天數(shù)PM2.5統(tǒng)計數(shù)據(jù)

?實驗初步結(jié)果（三）冬季對應(yīng)AOD天數(shù)PM2.5統(tǒng)計數(shù)據(jù)

?總結(jié)展望（1）年均PM2.5濃度估算與林地類、氣溶膠光學厚度和風速相關(guān)，且隨著空間尺度呈現(xiàn)遞增趨勢（200-1000m）;（2）季均PM2.5濃度估算的相關(guān)地理因素隨著季節(jié)變化而變化；春季主要與林地類、自由用地、氣溶膠光學厚度、距海距離、溫度相關(guān)；夏季與林地類和氣溶膠光學厚度相關(guān)；而冬季則與林地類、自由用地、