摘 要

随着我国经济化和城市化的不断发展，环境问题日渐突出，雾霾天气在许多经济发达区域不断爆发，严重影响了人们的日常活动。PM2.5作为雾霾的主要构成成分，揭示PM2.5浓度的时空分布规律以及与土地利用类型的相关性关系，对环境保护和资源的可持续发展都具有重要意义。本文以武汉市为研究区域，收集武汉市2016年1月1日至12月31日的PM2.5浓度地面监测点数据和MODIS气溶胶光学厚度模型，并对MODIS数据进行校，通过所获各种数据，揭示了武汉市PM2.5浓度与气溶胶光学厚度（AOD）的相关性，并在此基础上建立了线性回归方程，得出了武汉市春季的PM2.5浓度分布图；并结合春季PM2.5浓度与武汉市土地分类结果，进一步分析了武汉市PM2.5浓度与土地利用类型（水体、绿地、建设用地和裸地）的关系。结果表明：PM2.5浓度与气溶胶光学厚度（AOD）有较好的相关性，AOD可以用来预测大范围大尺度PM2.5浓度的分布规律；绿地与PM2.5浓度表现为显著的负相关关系，建设用地与PM2.5浓度表现为显著的正相关性，水体和裸地与PM2.5浓度相关系数较小，表现为无明显关系，增加绿地面积比例、有序扩张城市可有效的降低PM2.5浓度，维持城市大气环境及生态环境的稳定。

关键词：遥感AOD ；PM2.5浓度；时空分布特征；土地利用类型

Abstract

With the continuous development of our country's economy and urbanization, environmental issues have become increasingly prominent. Haze and haze has continued to erupt in many economically developed regions, seriously affecting people’s lives and health. PM2.5 is the main component of smog. It reveals the spatial and temporal distribution characteristics of PM2.5 and its relationship with land use types. It is of great significance to environmental protection and sustainable development of resources. This paper takes Wuhan City as the research area, and collects PM2.5 concentration ground monitoring point data and MODIS aerosol optical thickness model from January 1 to December 31, 2016 in Wuhan. The MODIS data is also used to study the data. The correlation between PM2.5 concentration and aerosol optical thickness was revealed, and the regression equation was established. The distribution of PM2.5 concentration in spring in Wuhan was obtained. On this basis, the PM2.5 concentration in Wuhan was further analyzed. Relationship with land-use types (water bodies, green areas, construction land and bare land). The results show that there is a good correlation between PM2.5 concentration and aerosol optical thickness, aerosol optical thickness can be used to study the distribution of PM2.5 concentration in large areas; there is a significant negative correlation between the concentration of PM2.5 and green space. There is a significant positive correlation between construction land and PM2.5 concentration. There is no obvious relationship between water body and bare land and PM2.5 concentration. Increasing the proportion of green area and orderly expansion of cities can effectively reduce PM2.5 concentration and maintain the stability of urban environment. .

Key Words： MODIS AOD；PM2.5 concentration；Spatial and temporal distribution；land use type

目 录

摘 要 I

Abstract II

第1章绪论 1

1.1 研究意义 1

1.2研究背景 1

1.3国内外研究现状 2

第2章区域概况及数据来源 3

2.1区域概况 3

2.2 MODIS气溶胶数据来源 3

2.3 武汉市PM2.5浓度数据 3

2.4武汉市气象及遥感数据 5

第3章数据处理 6

3.1 MODIS04_3K数据反演气溶胶光学厚度AOD 6

3.1.1反演方法介绍 6

3.1.2反演结果 7

3.2武汉市土地分类结果与讨论 7

3.2.1 遥感影像分类方法 7

3.2.2武汉市土地分类 8

3.2.3分类结果讨论 9

第4章PM2.5浓度反演 10

4.1反演方法介绍 10

4.1.1统计模型 10

4.1.2化学传输模型 10

4.2 AOD与PM2.5浓度相关性分析 10

4.3 MODIS气溶胶光学厚度与PM2.5浓度回归方程建立 12

第5章结果与分析 14

5.1结果分析 14

5.2不足 15

5.2.1数据量不足 15

5.2.2土地分类精度不高 15

第6章结论 17

参考文献 18

致 谢 20

第1章绪论

研究意义

PM2.5是指空气中物理学直径小于2.5μm的细颗粒物。由于其颗粒细小的特点，当人体吸入PM2.5后，可通过人的肺部的气体交换进入人的血液中，人体将花费很长的时间将其代谢出去；若人体长期暴露于PM2.5污染严重的环境，则有可能患上严重的呼吸系统疾病，进而产生心血管性疾病等并发症，更有严重者因患上肺癌和心脏病等恶性疾病而离世^[1][2][3][4] 。

PM2.5的危害及其巨大，要从源头上控制PM2.5的产生，因此解析PM2.5的来源就及其重要，根据资料显示^[5][6]，PM2.5的主要来源为化石燃料的大量燃烧，同时汽车尾气、城市扬尘也为PM2.5的产生提供了良好的条件。除此之外城市土地利用类型对城市PM2.5的空间分布有较大的影响，增加城市的绿化面积，能够显著的提高城市空气质量^[7]。

目前我国PM2.5监测以地面监测站数据为主，但地面监测站点的建立受人力、物力和环境等多方面因素影响，无法在较大范围内普及，一个较为发达的城市往往只有十个左右的观测站点，并不能满足城市及更大尺度的研究要求。通过获取地面监测站点数据，

并结合MODIS卫星遥感技术，可以在地面监测站点数量或数据不足的情况下，进行大范围大区域连续空间的PM2.5浓度监测。

1.2研究背景

MODIS，即中分辨率成像光谱仪，该传感器分别搭载于NASA的Aqua卫星和Terra卫星上，通过两颗卫星对地球各类信息的同时瞬时观测，并将所获取的地球信息以X波段方式进行直接广播，免费为全世界的用户提供其需要服务。

1999年美国成功发射了针对地球环境遥感的极地轨道Terra卫星。Terra卫星实时对地球信息进行全方位的观测，并免费为多国用户提供其所需服务，卫星的主要目的是实现从单系列极轨空间对地球包含大气、陆地、海洋和太阳辐射在内等多种信息进行检测和测量，获取有关冰雪圈、陆地、海洋和太阳动力等信息，通过这些信息对土地利用和覆盖的研究、气候变化研究、自然灾害分析研究和大气臭氧层变化分析研究，从而实现对地球环境的监测与保护^[8]。

MODIS传感器扫描宽度为2330km，在时间范围上一天即可实现一次全球观测，遥感卫星提供的数据为多波段数据，多波段数据提供的信息较多，其中反映的数据包括大气水汽、大气温度、云特征、云边界、物理化学、臭氧层、海洋、陆地等方面的特征信息，可实现对海洋、陆地、生物圈等地球环境的观测。MODIS对研究全球气候变化、环境变化等具有重要的意义。

1.3国内外研究现状

国际上卫星遥感气溶胶的研究始于上世纪七十年代^[9]，再有较为完善的反演方法之后，利用MODIS气溶胶光学厚度监测大范围大时间跨度PPM2.5浓度的方法被广泛使用。Lu D et al^[10]利用卫星遥感数据反演了1998年至2014年的中国PM2.5浓度，揭示了中国PM2.5浓度随时间变化特征。Yan X et al^[11]建立了精细的气溶胶模型估算中国的PM2.5浓度。Yin S et al^[12]使用MODIS遥感研究作物秸秆燃烧造成的PM2.5浓度时空变化特征，从而揭示了作物秸秆燃烧与PM2.5浓度的相关关系。唐昀凯^[13]将MODIS遥感和土地利用类型结合起来，探究出土地利用类型和PM2.5浓度关系。许多案例揭示出MODIS气溶胶光学厚度在大范围大时间跨度PM2.5监测的作用，证明这一方法具有非常高的研究价值。

第2章区域概况及数据来源

2.1区域概况

本次研究所选的研究区域为武汉市，武汉市全境面积为8494平方公里，武汉市的经纬度范围为东经113度41分至东经115度05分，北纬29度58分至31度22分。

武汉市2016年全年空气质量状况如表1。从表1可知，武汉市2016年全年空气质量较好，优良天数较多，污染物以PM2.5为主。

表1空气质量状况

2.2 MODIS气溶胶数据来源

MODIS探测仪具有36个光谱通道探测资料，电磁辐射频率范围为0.4μm-1.4μm，其中1通道和2通道的作用主要用于陆地和云边界的监测，分辨率为250m；3至7通道用于陆地和云特征的监测，分辨率为500m；8至16通道主要用于海洋水色浮游植物、生物地理和化学监测，分辨率为1000m；17至19通道主要用于大气水汽监测，分辨率为1000m；20至23通道主要用于地球表面和云顶温度的监测，分辨率为1000m；24通道和25通道用于温度的监测，分辨率为1000m；26至29通道用于卷云和水汽的监测，分辨率为1000m；30通道用于臭氧的监测，分辨率为1000m；31至32通道的作用为地球表面和云顶温度的监测，分辨率为1000m；33至36通道的数据主要用于云顶高度的监测，分辨率为1000m。MODIS有许多级别的产品，其中L2级大气标准产品MOD04产品为气溶胶产品。

本文的研究区域为武汉市，根据上述MODIS产品的介绍，选取MOD04_3K气溶胶产品，选择波长为0.55μm，选取时间为2016年1月1日至12月31日。

2.3 武汉市PM2.5浓度数据

武汉市PM2.5浓度实测数据来源于武汉市环保局官网， 2016年1月1日至2016年12月31日作为数据选取时间，10个监测点（坐标）为A:汉阳月湖（114.26°E 30.56°N）;B: 武昌紫阳（114.31°E 30.54°N）; C:汉口花桥（114.29°E 30.62°N）:D;沌口新区（114.23°E 30.51°N）:E:青山钢花（114.39°E 30.62°N）;F:汉口江滩（114.31°E 30.59°N）;G:沉湖七壕（113.88°E 30.30°N）;H:东湖梨园（114.38°E 30.58°N）;I:东湖高新（114.39°E 30.52°N）;J:吴家山（114.14°E 30.64°N），分布如图1所示。如图1所示，武汉市的10个监测站点均匀分布在武汉市内，能够准确地反映武汉市PM2.5浓度分布特征。

图1 武汉市地面监测站点分布图

2.4武汉市气象及遥感数据

气象数据来源于中国气象网提供的武汉市气象站点2016年1月至12月的日均相对温度、湿度、风速等数据。

遥感数据选取为USGS网站的Landsat8卫星遥感数据，分辨率为30m。由于武汉市地理位置原因，单张遥感图无法包含整个武汉市，所以将下载的多张遥感图进行拼接裁剪处理后，得到完整的武汉市遥感影像。

图2武汉市Landsat8遥感图

第3章数据处理

3.1 MODIS04_3K数据反演气溶胶光学厚度AOD

气溶胶遥感监测的依据是气溶胶会引起表面反射率的变化，根据这种特点来反演气溶胶。在较小气溶胶厚度和暗地表的条件下，大气贡献率可近似的看作大气分子散射反射率R1、地表反射R2和气溶胶散射R3之和：

R(Θ)=R1(Θ) R2(Θ) R3(Θ)

散射角度Θ：太阳与视角的几何平面

R3（Θ）是关于气溶胶光学厚度的函数τ，气溶胶单词散射反射率ω代表散射在总体消光中所占的比例，气溶胶散射相关函数P（Θ）表示散射的角度分布。在气溶胶光学厚度较小的时候，R3(Θ)与τωP（Θ）之积成正相关。除此之外，气溶胶信息在不同波段和角度上体现，如气溶胶的现状、气溶胶的组成、气溶胶波谱分布。反演气溶胶时，由于大气散射的存在，气溶胶的垂直分布也应被考虑在内。气溶胶的遥感反演的主要问题是排除云层、水汽等因素对表观反射率的影响，确定反射率和气溶胶类型。

3.1.1反演方法介绍

MODIS数据反演气溶胶光学厚度AOD一般有以下几类方法：

（1）暗象元法

MODIS在大量浓密植物的红蓝波段的反射率很低，利用这一特性，在具有较多浓密的植被的区域，将地表贡献率与大气的贡献率从各类遥感信息中区分开来。此类方法适用于研究范围内有较多浓密的植被，具有很好的精度，但若研究区域为干旱或沿海地区，则会造成较大的误差。

（2）结构函数法

此类方法需要事先有一张较为清晰的样本图，利用此样本图预估出周围的气溶胶光学厚度，并建立两者的函数关系。根据建立的函数关系，计算出所需影像的气溶胶光学厚度。此类方法对地面反射率的要求较小，但却对数据的要求较高。

（3）偏振算法

太阳入射辐射与大气气溶胶以及大气分子会产生相互作用，由于相互作用的存在，入射辐射会发生偏振。在计算气溶胶信息时，只要计算出偏振值得结果，就可以获得相应的气溶胶信息，进而获取对应的气溶胶光学厚度。

（4）深蓝算法

SeaWiFS图像建立地表反射率数据库，利用地表反射率数据库，根据气溶胶光学厚度的大小，采用不同的波段进行反演，在气溶胶光学厚度较大时使用蓝光数据和红光数据进行反演，在气溶胶光学厚度较小时使用蓝光数据进行反演。

（5）紫外算法

使用紫外观测数据时，会使地标信号最小化，从而表现出对气溶胶的吸收灵敏性，

在反演时采用紫外算法，由于紫外算法对气溶胶的吸收灵敏性，可在一定程度上排除其他因素对气溶胶的影响，从而获得气溶胶光学厚度信息，而且此方法受地面影响较小，水体和陆地的反演效果相同。

3.1.2反演结果

武汉市具有较为密集的植被，且水体面积较大，适合采用暗像元法。因此采用暗像元法反演MODIS气溶胶光学厚度（AOD），参考论文中的方法^[14]，对MODIS数据进行标高校正、水汽校正和“干”消光系数等操作，获得武汉市2016年1月1日至2016年12月31日的AOD分布图，由于MODIS数据缺少10天数据，一共有355幅AOD遥感影像。最后根据武汉时的空间范围，将AOD图裁剪为与武汉市一致的图像。

3.2武汉市土地分类结果与讨论

3.2.1 遥感影像分类方法

遥感分类是指在特征空间中利用计算机对遥感图像各种地物特征进行统计、解析、比对和归纳，将所选的特征样本点作为判断标准，根据所选标准将样本点划分为若干互不重叠的子空间，再依次识别剩余各个地物像元的灰度值，将其划分到剩余的各个样本子空间，以此来达到实现遥感图像的识别工作。

遥感影像分类方法一般分为监督分类和非监督分类两大类。

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：