|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 京津冀内陆平原区PM_(2.5)浓度时空变化定量模拟显示文摘近年来我国京津冀地区霾污染日趋严重,为揭示该地区PM_(2.5)时空变化特征,以京津冀内陆平原为研究区,以MODIS AOD数据作为主要预测因子,采用混合效应模型建立研究区2013~2014年AOD-PM_(2.5)逐日变化的关系模型.利用十折交叉验证法对模型拟合进行验证.结果表明,采用混合效应模型对AOD-PM_(2.5)进行时间上的校准能够提高二者间的相关性,模型拟合的PM_(2.5)质量浓度与地面实测值间的R^2为0.78,经过交叉验证后R^2为0.70,RMSE、RPE分别为20.80μg·m^(-3)、28.76%.针对研究区冬季AOD有效值非随机性缺失带来的采样偏差,用校正因子对模型预测的2013~2014年间PM_(2.5)平均浓度进行校正,结果表明研究区内PM_(2.5)平均浓度均高于75μg·m^(-3),南部和西部地区的PM_(2.5)浓度相对较高,北部和东部地区PM_(2.5)浓度相对较低,呈现出'南高北低、西高东低'的分布趋势.研究结果表明混合效应模型能够适用于近地面PM_(2.5)监测,也为该区域大气颗粒物污染治理提供了科学依据. | 郝静 孙成 郭兴宇 王卫 刘方田 党海燕 | 2018 | 环境科学2018，39，4： | 32 |
| 2 | 卫星遥感监测近地表细颗粒物多元回归方法研究显示文摘对地基监测PM2.5和气象数据、MODISAOD卫星数据与NCEP FNL数据进行了处理分析,在与一元简单线性模型(模型1)进行对比的基础上,建立了适应于北京及其附近地区遥感监测近地面颗粒物(PM2.5)浓度的多元线性(模型2)和非线性(模型3)回归模型,并对模型进行了评价验证和遥感监测初步应用.结果表明:模型1,2,3分别能够解释PM2.5 32.5%,56.1%,62.7%的变异.反演的PM2.5浓度与站点监测值相关性分别为0.5488(R2=0.3012),0.7449(R2=0.5549),0.7431(R2=0.5523).对于站点监测PM2.5浓度63.1652μg/m3的均值,反演均方根误差RMSE分别为43.5562,35.3321,36.8450μg/m3.模型2和3中气象因子分别能够解释PM2.5 23.6%和12.6%的变异,说明了气象因子影响北京地区春季PM2.5-AOD关系的显著性.3种模型整体上都不同程度地存在着低值高估和高值低估的现象. | 贾松林 苏林 陶金花 王子峰 陈良富 尚华哲 | 2014 | 中国环境科学2014，34，3： | 21 |
| 3 | 空气质量卫星遥感监测技术进展显示文摘随着全球及区域尺度内空气污染问题的日益突显,利用卫星遥感进行大气探测的技术也得到了不断发展。分别介绍了气溶胶、灰霾、近地面颗粒物、污染气体、温室气体的遥感反演原理,及近年来国内外算法和应用进展情况。同时,阐述了建立多源卫星空气质量监测系统的追切性,及其国内外发展现状。最后,针对目前我国空气质量卫星监测技术的需求,指出了目前大气遥感技术在我国发展的不足之处,并为进一步提升卫星遥感技术在大气监测领域的应用和扩展提出了一些建议。 | 陈良富 陶金花 王子峰 李莘莘 张莹 范萌 李小英 余超 邹铭敏 苏林 陶明辉 | 2015 | 大气与环境光学学报2015，10，2： | 21 |
| 4 | 中国2013年1月PM_(2.5)重污染过程卫星反演研究显示文摘利用第三代空气质量模型CMAQ(community multiscale air quality modelling system)模拟的PM2.5垂直分层数据和中尺度气象模型WRF(weather research and forcasting model)模拟的高分辨率湿度数据,分别对MODIS AOD(aerosol optical depth)资料进行垂直与湿度订正,建立了订正后的AOD数据与PM2.5地面监测数据之间的线性拟合模型,其线性相关系数r=0.77(n=57,P<0.01).基于此线性拟合模型,首次反演了2013年1月全国10 km分辨率PM2.5月均浓度的空间分布特征,并分析了人口暴露水平.结果表明,2013年1月我国PM2.5月均浓度大于100μg·m-3、200μg·m-3的面积占国土面积的比例分别高达10.99%、1.34%,暴露人口占全国总人口的比例分别高达45.01%、6.31%. | 薛文博 武卫玲 付飞 王金南 韩宝平 雷宇 | 2015 | 环境科学2015，36，3： | 15 |
| 5 | MODIS卫星遥感估计福州地区近地面PM_(2.5)浓度显示文摘卫星遥感反演气溶胶光学厚度已被广泛应用于近地面空气污染遥感监测。为揭示福州地区细颗粒物污染的空间分异趋势,利用2014年—2015年的地基监测细颗粒物(PM_(2.5))浓度数据、MODIS 3 km气溶胶光学厚度(AOD)卫星数据以及GEOS-FP气象数据,分别构建了估计福州地区近地面PM2.5浓度的日校正模型和站点一日校正模型,并利用十折交叉验证方法对2个模型进行评价验证。结果表明:(1)日校正模型和站点一日校正模型分别能够解释福州地区PM2.5浓度76.2%和81.4%的变异,反演的2014年—2015年福州地区近地面PM2.5浓度和地面实测站点数据之间的相关性R^2分别为0.724(RMSE=10.993μg·m^(-3))和0.781(RMSE=9.687μg.m^(-3));(2)分别针对不同下垫面环境的城市站点和县郊站点数据进行模型拟合验证,两个模型反演的PM2.5浓度值与地面实测值之间皆具有良好的相关性,R^2最高可达0.808;(3)将模型反演的PM2.5浓度季均值与地面实测季均值进行对比分析,结果也显示二者高度相关,据此反演的2015年福州地区年平均PM2.5浓度分布图可清晰地揭示福州地区PM_(2.5)浓度分布的空间变化情况。由此可见,基于MODIS 3 km AOD产品和气象数据建立的近地面PM_(2.5)浓度遥感估算模型能够很好地反演出福州地区近地面PM2.5浓度分布情况。 | 杨立娟 徐涵秋 金致凡 | 2018 | 遥感学报2018，22，1： | 14 |
| 6 | MODIS气溶胶光学厚度产品和激光雷达数据在大气颗粒物监测中的应用显示文摘遥感反演是区域尺度上近地面颗粒物数据获取的有效手段。利用激光雷达观测的消光系数垂直分布、地面相对湿度、风速等数据,对无锡市MODIS(中分辨率成像光谱仪)气溶胶光学厚度(AOD)产品进行垂直、湿度和风速订正,并用研究区域中7个地面站点的PM_(10)和PM_(2.5)浓度监测数据对订正结果进行评估。结果表明:经过订正的MODIS AOD产品与地面监测数据具有良好的相关性,其中与PM_(10)的决定系数达到0.452,与PM_(2.5)的决定系数达到0.449,说明MODIS AOD产品经相关订正后,可用于无锡及其附近地区地面空气污染的监测。在MODIS AOD产品的垂直订正方面,利用激光雷达数据的订正效果好于利用能见度数据的订正效果。在遥感与实测数据的相关性季节变化方面,夏季相关性最高,秋季次高,春季较低,冬季最低。 | 宋挺 刘军志 胡婷婷 盛世杰 严飞 冬梅 周文麟 | 2016 | 遥感技术与应用2016，31，2： | 12 |
| 7 | 基于WRF模型与气溶胶光学厚度的PM_(2.5)近地面浓度卫星反演显示文摘为了反演高分辨率的PM_(2.5)近地面浓度,利用WRF(中尺度气象模型)模拟的大气相对湿度、风速、边界层高度等气象因子对AOD(气溶胶光学厚度)分别进行订正,以逐步提高AOD与近地面ρ(PM_(2.5))间的相关性;分析不同反演模型的统计学特征,优选反演模型,并利用最优模型反演中国中东部地区2014年年均ρ(PM_(2.5))的空间分布特征.结果表明:AOD经相对湿度订正后,其与近地面ρ(PM_(2.5))的相关性显著提高,相关系数达到0.77;同时引入相对湿度、风速2个气象因子,AOD与近地面ρ(PM_(2.5))的相关系数升至0.79(n=145,P<0.01);同时引入相对湿度、风速和边界层高度3个气象因子,AOD与近地面ρ(PM_(2.5))的相关系数进一步升至0.80(n=145,P<0.01).模型反演表明,研究区域内ρ(PM_(2.5))年均值大于35μg/m3的面积高达334.49×104km2,占研究区域面积的83.2%,并且高污染地区与人口密度高度重合.分析表明,北京、天津、河北、山东及河南等典型重污染省、直辖市分别有96.30%、100%、78.16%、98.86%、100%面积的ρ(PM_(2.5))超标,分别约有99.97%、100%、96.41%、98.88%、100%人口生活在空气质量超标地区. | 薛文博 武卫玲 许艳玲 易爱华 任阵海 王金南 | 2016 | 环境科学研究2016，29，12： | 10 |
| 8 | 基于AERONET数据估算近地面PM2.5显示文摘近年来对PM2.5估算的研究大多是从卫星遥感的气溶胶光学厚度出发,而从气溶胶粒子谱本身出发的研究较少.基于此,本文提出一种新方法,利用2016-2017年AERONRT北京、香河、徐州和太湖4个站点的气溶胶粒径分布数据估算了近地面PM2.5质量浓度,经标高订正和湿度订正后用地面监测数据对估算结果进行评价检验.结果表明:①估算的2016-2017年PM2.5日均值和地面实测数据的拟合度R^2分别为北京0.42、香河0.31、徐州0.05和太湖0.49,经标高订正和湿度订正后分别提升至0.69(RMSE=39.33μg·cm^-3)、0.79(RMSE=35.36μg·cm^-3)、0.49(RMSE=32.93μg·cm^-3)和0.75(RMSE=15.24μg·cm^-3);②将估算的PM2.5季均值与地面实测季均值进行对比分析,结果也显示二者基本相当,同时基于该方法估算了2006-2017年北京和香河地区PM2.5年均值,分析了其变化趋势.由此可见,基于AERONET的粒子谱数据能够较好地估算近地面PM2.5质量浓度,并且可以利用该方法估算PM2.5历史数据,分析变化趋势. | 许文龙 胡方超 王雨轩 | 2019 | 环境科学学报2019，39，6： | 7 |
| 9 | 河北省气溶胶标高时空变化及其成因显示文摘以2012年河北省20个监测站的MODIS AOD(气溶胶光学厚度)和近地面水平能见度数据为基础,应用Peterson模型和高斯模型,计算气溶胶标高月均值年内变化模型系数;应用全微分近似计算原理,构建了气溶胶标高时空变化的成因模型.结果表明:1全省平均气溶胶标高以夏季最高,为3.298 km;春、秋季次之,分别为2.864和2.284 km;冬季最低,为1.597 km.全省气溶胶标高空间分布以夏季地域差异最显著,最大值为3.193 km;冬季地域差异最小,最大值为1.487 km.2在全省尺度上,大气颗粒物排放强度和大气边界层高度每变化1%时,将会引致气溶胶标高分别变化0.577%和0.143%,二者对气溶胶标高变化的贡献率分别为80.1%和19.9%;在省内6个次级区域尺度上,大气颗粒物排放强度越大的区域,大气边界层高度对气溶胶标高的贡献率越大,如冀中南平原、沧州沿海平原和冀东平原的贡献率分别达到63.7%、57.8%、54.2%;反之则贡献率较低,如冀中平原、冀西北山区和冀东北山区的贡献率则分别仅为45.4%、32.6%、8.6%. | 成贺玺 王卫 杜玮璐 邸兰杰 牛子宁 王京涛 | 2015 | 环境科学研究2015，28，2： | 7 |
| 10 | 四川盆地冬季两次典型大气污染过程对比分析显示文摘为探究四川盆地冬季污染天气过程气溶胶分布和垂直气象场特征,利用MODIS MCD19A2大气气溶胶光学厚度数据、实况格点融合分析数据、环境空气质量监测数据以及探空气象观测数据,对四川盆地2017年12月19日—2018年1月3日以及2018年1月11—24日两次污染天气过程的气溶胶光学厚度(AOD)空间分布以及气象条件进行分析.结果表明:①四川盆地冬季两次污染天气过程中,成都市一直为AOD高值区.②霾天气过程(2018年1月11—23日)中,四川盆地AOD高值区分布区域更广,高低空环流形势稳定,混合层高度偏低,近地层逆温和高湿环境均有利于霾天气的形成与持续.③沙尘天气过程(2017年12月29日—2018年1月1日)中,四川盆地AOD值呈“南高北低”的空间分布特征;冷空气携带沙尘气溶胶自北向南影响四川盆地,对混合层高度有小幅抬升作用,空气质量得到轻微改善;但混合层高度始终偏低,干冷空气使近地层相对湿度下降,本地气溶胶粒子数减少,但沙尘气溶胶粒子数增加,伴随近地层逆温稳定维持,有利于沙尘天气的形成与持续.研究显示,冬季四川盆地混合层高度偏低、近地层逆温稳定维持,均不利于气溶胶粒子垂直扩散,导致四川盆地易出现污染天气. | 杨景朝 陶勇 杜云松 肖递祥 张超 王成鑫 谢鹏宇 马振峰 | 2021 | 环境科学研究2021，34，8： | 6 |
| 11 | 基于消光系数的机场PM_(2.5)质量浓度神经网络预测模型显示文摘分析了气溶胶粒径吸湿增长因子、风速和NO_2与消光系数和PM_(2.5)质量浓度之间的相关性及影响规律。提出了一种基于消光系数的机场PM_(2.5)质量浓度神经网络预测模型。首先,建立消光系数与PM_(2.5)质量浓度之间的定量关系,并分析相对湿度对其影响。然后,分析风速和NO_2对消光系数和PM_(2.5)质量浓度的影响。最后,将四项参数与PM_(2.5)质量浓度之间的复杂关系通过模糊神经网络进行学习和表达,实现PM_(2.5)质量浓度的预测。使用实测PM_(2.5)质量浓度数据对预测模型进行了对比验证。结果表明,该预测模型的预测精度较高,能较为客观的反映机场PM_(2.5)质量浓度的变化情况,这对研究颗粒物质量浓度对机场能见度的影响规律以及机场周边污染治理决策提供数据支持具有重要的意义。 | 熊兴隆 崔雅峰 马愈昭 | 2017 | 科学技术与工程2017，17，32： | 6 |
| 12 | 多尺度PM_(2.5)分布特征的空间插值与遥感反演对比显示文摘精确识别污染物浓度的空间分布是进行区域大气污染防治的重要基础。利用MODIS卫星数据,采用基于地面气象和环境空气质量监测站点观测数据为基础的反演模型,反演获取2013年12月珠三角地区典型大气污染过程1 km分辨率的PM_(2.5)浓度数据,对比分析遥感反演及基于环境空气质量监测站点观测数据的空间插值方法对区域、城市和乡镇尺度PM_(2.5)浓度空间分布特征的再现效果差异。结果表明,珠三角地区PM_(2.5)遥感反演结果与地面观测数据的相关性达到0.74,相关性水平较好,遥感反演结果可描述区域、城市和乡镇尺度上PM_(2.5)污染浓度的空间分布特征,识别不同空间位置的污染程度差异;基于站点观测数据的空间插值方法对PM_(2.5)浓度空间分布特征的再现能力有限,在区域尺度PM_(2.5)浓度空间分布特征分析时效果尚可,在站点有限的城市和乡镇尺度分析中效果不佳,容易产生对高浓度污染地区的误判;在需要利用站点观测数据分析区域尺度PM_(2.5)浓度空间分布特征时,析取克里金、反距离权重或径向基函数插值方法的效果相对较好。 | 廖程浩 曾武涛 张永波 李莹 林常青 刘启汉 | 2017 | 环境科学与技术2017，40，12： | 4 |
| 13 | 灰霾背景下基于最优链路的低轨道量子卫星星间切换策略显示文摘为了应对灰霾对星地量子通信信道所带来的突发性干扰,根据灰霾天气下量子信号在自由空间中的衰减指数,本文提出了一种基于信号功率衰减最低的最优链路量子卫星切换策略。当目前的星地链路参数满足切换条件时,地面用户通过对不同信道中量子信号功率衰减系数的比对,测试到最小衰减卫星链路,基于对光子态Bell基的测量,完成卫星间的量子纠缠交换,建立新的纠缠信道,保证通信在切换过程中的连续性。仿真结果表明,当系统呼损率为5%,能见度为1km,地面用户数分别为50、100、300,轨道高度为300km和1400km时,量子卫星的切换成功率分别为95%、93.6%、91.8%和92%、90%、87%。由此可见,本策略能够在保证通信可靠性的前提下,实现星地间量子信道的平稳切换,提高量子卫星通信系统在灰霾背景下链路的有效性。 | 聂敏 赵新宇 杨光 裴昌幸 | 2017 | 量子光学学报2017，23，1： | 4 |
| 14 | 杭州城区土地利用类型对PM2.5浓度影响分析显示文摘针对PM2.5质量浓度空间分布的季节性差异与土地利用分布的定量关系问题,该文以浙江省杭州市为实验区,收集PM2.5质量浓度实测数据和MODIS气溶胶光学厚度(AOT)遥感数据,并对AOT进行标高订正和水汽校正,建立了PM2.5质量浓度和AOT的回归模型,通过模型得出了杭州市各季节的PM2.5质量浓度空间分布图;在此基础上,进一步分析了杭州市PM2.5浓度与土地利用类型(扬尘地表与非扬尘地表)之间的空间分布相关性。结果表明,杭州市2015年PM2.5质量浓度分布的季节性变化特征是冬季>春季>秋季>夏季;建设用地和交通用地等扬尘地表对PM2.5的浓度贡献较大,特别是在冬季和春季两个季节。该研究结果对于认识空气中PM2.5的来源与时空分布特征具有一定的理论和实践意义。 | 潘骁骏 侯伟 蒋锦刚 | 2017 | 测绘科学2017，42，10： | 3 |
| 15 | 包头市细颗粒物遥感监测混合线性模型显示文摘以PM_(2.5)为主的颗粒物污染是影响我国城市空气质量的首要因素之一。针对城市尺度,高时间分辨率的MODIS气溶胶产品空间分辨率不足,且气溶胶光学厚度(AOD)与PM_(2.5)回归精度受到季节因素的影响而精度不足的问题,以Landsat-8OLI为数据源,选取季节因子为影响AOD变化的随机效应,以风速、地表温度、AOD等为固定效应,提出AOD与实测PM_(2.5)关系的混合线性模型。结果表明,与线性模型相比,该模型有较好的回归精度;包头市PM_(2.5)浓度时空差别明显,PM_(2.5)浓度冬季浓度水平最高,春季最低;从空间分布来看昆都仑区污染较高,青山区北部次之,东河区和九原区最低。 | 同丽嘎 李雪铭 张靖 | 2019 | 遥感信息2019，34，2： | 1 |
| 16 | 利用卫星数据反演中国近海气溶胶浓度及干沉降通量显示文摘利用Aqua卫星MODIS光谱成像仪遥感的气溶胶光学厚度(AOD)资料,结合CALIPSO卫星给出的气溶胶消光系数和相对湿度垂直剖面数据,反演了中国近海低层大气气溶胶浓度,并依据水面干沉降模型估算中国近海气溶胶干沉降通量的时空分布,提出了一种订正AOD的方法;使用中国沿海城市气溶胶浓度监测值,在渤海、黄海、东海和南海4个海区拟合得到了4组AOD与PM10质量浓度的线性关系;反演了2014年3月—2015年2月中国近海气溶胶浓度。结果显示,中国近海气溶胶浓度全年均值为38.15μg/m3,渤海比南海高约149%,沿岸海域高出远海约30%,冬春月份高于夏秋月份约3.7%;气溶胶干沉降通量年均值为0.028g·m-2·d-1,同样表现出北部海域高于南部海域、冬春季高于夏秋季的分布趋势。 | 孙榛 孟灵 高会旺 王健稳 | 2018 | 中国海洋大学学报(自然科学版)2018，48，3： | 1 |
| 17 | 东亚冬季风异常对区域气溶胶分布的影响显示文摘气溶胶已是东亚地区最主要的大气污染物之一,其时空分布会受到东亚季风气候的影响。利用2000~2014年MODIS/AOD(Moderate-resolution Imaging Spectroradiometer/Aerosol Optical Depth)和NCEP月平均气象场再分析资料,本研究分析了东亚冬季风长期变化趋势、气溶胶年际变化规律,探讨了东亚冬季风强度变化对气溶胶分布的影响。基于MODIS/AOD,发现近10年东亚地区冬季AOD呈现上升趋势,最大值为2007年的0.44,高值区覆盖四川盆地、华北平原及长江中下游大部分地区。风场特征类冬季风指数分析表明,东亚冬季风存在明显的年际和年代际差异,近年出现逐渐减弱的趋势。强冬季风年,海陆气压差增大、东亚大槽加深增强,东亚地区偏北风异常,风场的增强将引导更多冷空气南下,从而给东亚大部分地区带来明显的降温天气;弱年相反。气象场差异引起气溶胶分布变化,强年较强的偏北风将气溶胶向南方输送,东亚地区AOD出现“北低南高”的空间分布;弱年偏北风较弱,导致气溶胶集中在华北平原一带,AOD出现“北高南低”的空间分布。 | 谢旻 王体健 高达 李树 庄炳亮 刘芷君 | 2021 | 气候与环境研究2021，26，4： | 1 |
| 18 | 一种基于机器学习和葵花8号数据的PM_(2.5)浓度监测方法显示文摘基于卫星遥感数据和气象数据构建模型是实现PM_(2.5)浓度监测的重要方法。利用2017-2020年河南区域的葵花8号AOD相关产品、地面气象观测数据及PM_(2.5)浓度逐时地面观测数据,建立样本数据库,探究了PM_(2.5)浓度与遥感反演参数、气象因子的相关关系,提出一种基于空间距离的机器学习方法,构建了卫星遥感与气象数据相结合的PM_(2.5)监测模型,并利用PM_(2.5)观测数据对模型进行散点拟合和空间分布的验证。结果表明:PM_(2.5)浓度与能见度(V)、气温(T)、气溶胶光学厚度(AOD)有极为显著的相关关系;从PM_(2.5)浓度反演值与观测值的散点回归分析来看,PM_(2.5)浓度反演值与观测值相关系数R^(2)=0.73;从PM_(2.5)浓度反演值与观测值的空间分布图来看,PM_(2.5)浓度反演值实现了空间格点的小时监测,弥补了非晴空及夜间监测数据的缺失,在空间分布上与观测值一致,具有很高的精确性和可靠性。基于空间距离的机器学习方法构建PM_(2.5)浓度监测模型能很好地应用于PM_(2.5)浓度监测,为PM_(2.5)浓度监测提供了新的思路和方法。 | 叶昊天 邹春辉 田宏伟 | 2023 | 气象与环境科学2023，46，3： | 0 |
| 19 | 基于MODIS数据的地面颗粒物浓度估算方法显示文摘提出了一种基于卫星遥感数据的近地面颗粒物质量浓度(PM值)估计方法 .采用Terra/MODIS卫星数据和基于连续两天MODIS数据的气溶胶光学厚度反演算法,反演出无锡地区的气溶胶光学厚度;再利用所反演的气溶胶光学厚度与地面实测颗粒物质量浓度数据进行分析,得出颗粒物质量浓度的大小分布范围与气溶胶光学厚度的关系模型;进一步利用研究区域中地面站点监测到的颗粒质量浓度数据对估算结果进行评估.结果表明该方法所估算的PM值与地面实测数据具有较好的相关性,且地面监测的颗粒物质量浓度均分布在卫星遥感数据所估算的范围之内.本研究证明了MODIS卫星数据监测地面颗粒物质量浓度的可行性,为近地面PM值的估算提供了有效手段. | 戴燃坡 宿慧丹 陶晨阳 郭各朴 马青玉 谢勇 | 2016 | 南京师大学报(自然科学版)2016，39，3： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员