基于NPP/VIIRS夜间灯光遥感数据估算上海地区PM2.5浓度

被引：10

作者：

李珂 ^{[1
]}

刘朝顺 ^{[1
,2
]}

焦鹏龙 ^{[1
]}

机构：

[1] 华东师范大学地理科学学院

[2] 华东师范大学地理信息科学教育部重点实验室

来源：

环境科学学报 | 2019年 / 39卷 / 06期

基金：

上海市自然科学基金;

关键词：

夜间灯光遥感; VIIRS/DNB; 多元线性回归; 空气质量PM2.5;

D O I：

10.13671/j.hjkxxb.2019.0030

中图分类号：

X513 [粒状污染物];

学科分类号：

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(PM2.5)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PM2.5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PM2.5浓度的方法大部分只能应用于白天.由于PM2.5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PM2.5浓度可以作为表征PM2.5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PM2.5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PM2.5浓度值进行估计,并对PM2.5浓度的空间分布进行模拟.结果表明,在研究时段上海地区PM2.5实际浓度与模型估算PM2.5浓度之间R2=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PM2.5浓度方面有巨大潜力.

引用

页码：1913 / 1922

页数：10

共 22 条

[1] 上海地区空气污染变化特征及其气象影响因素
陈镭
马井会
甄新蓉
曹钰
[J]. 气象与环境学报, 2017, 33 (03) : 59 - 67
[2] NPP卫星VIIRS微光资料反演夜间PM质量浓度
赵笑然
石汉青
杨平吕
张雷
方荀
梁快
[J]. 遥感学报, 2017, 21 (02) : 291 - 299
[3] 中国大陆城市PM污染时空分布规律
李名升
任晓霞
于洋
周磊
[J]. 中国环境科学 , 2016, (03) : 641 - 650
[4] 手工法与自动监测法测定PM2.5质量浓度比对研究
蔡艳
张懿华
沙斐
沈丽萍
胡海燕
[J]. 环境科学与管理, 2012, 37 (07) : 110 - 113
[5] 我国可降水量同地面水汽压关系的经验表达式
杨景梅，邱金桓
不详
[J]. 大气科学 , 1996, (05) : 620 - 626
[6] 基于行人穿行的LED道路照明功效研究[D]. 宋佳音.天津大学 2012
[7] 基于地面MPL研究上海霾天气及吸湿增长的影响[D]. 庄雯雯.东华大学 2015
[8] Projection of near-future anthropogenic PM 2.5 over India using statistical approach[J] . Abhishek Upadhyay,Sagnik Dey,Pramila Goyal,S.K. Dash.Atmospheric Environment . 2018
[9] Assessment of local and distant sources of urban PM 2.5 in middle Indo-Gangetic plain of India using statistical modeling[J] . Arideep Mukherjee,Madhoolika Agrawal.Atmospheric Research . 2018
[10] Mapping nighttime PM 2.5 from VIIRS DNB using a linear mixed-effect model[J] . D. Fu,X. Xia,M. Duan,X. Zhang,X. Li,J. Wang,J. Liu.Atmospheric Environment . 2018

← 1 2 3 →