Please wait a minute...
国土资源遥感  2020, Vol. 32 Issue (1): 106-114    DOI: 10.6046/gtzyyg.2020.01.15
     技术应用 本期目录 | 过刊浏览 | 高级检索 |
厦门市MODIS气溶胶光学厚度与空气质量指数的回归分析
施益强1,2,邓秋琴1,吴君1,王坚3
1. 集美大学理学院地理科学系,厦门 361021
2. 集美大学遥感与地理信息研究中心,厦门 361021
3. 厦门市环境监测中心站,厦门 361012
Regression analysis of MODIS aerosol optical thickness and air quality index in Xiamen City
Yiqiang SHI1,2,Qiuqin DENG1,Jun WU1,Jian WANG3
1. Department of Geographic Sciences of School of Science, Jimei University, Xiamen 361021, China
2. Research Center of Remote Sensing and Geo-Information, Jimei University, Xiamen 361021, China
3. Xiamen Environmental Monitoring Central Station, Xiamen 361012, China
全文: PDF(5406 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

基于MODIS遥感数据和地面监测数据,以厦门市为研究区域,运用地理信息系统(geographic information system,GIS)技术和统计回归分析方法,进行气溶胶光学厚度(aerosol optical thickness,AOT)时空特征及其与空气质量指数(air quality index,AQI)的分步长和分季节的相关性分析。结果表明: 2000—2015年间,AOT时空变化明显,月均值最高和最低的月份分别为4月份(1.133)和1月份(0.635),季节均值呈春、夏、秋、冬递减趋势,年均值则表现为缓慢上升趋稳态势; 沿海一带AOT月均值和年均值整体较高,较低值分布在西北和东北区域; AOT与AQI的5种回归模型中,决定系数R 2最高的是幂函数回归方程的0.388 3; 使用分步长法建立回归模型,总体上呈现步长越大R 2越高的特点,以AQI指数分级的最小间隔50为步长来评价回归模型AQI计算值与地面实测值,其正确率可达77.35%,基本能满足AQI等级预报的要求; 分季节建立的回归模型,总体上的R 2比不分季节的略高,其中春季的R 2最低,其他3个季节的R 2相差不大,对于AQI预测的正确率也提高到了83.33%; 基于当前的污染遥感监测技术,通过建立回归模型进行空气质量等级的反演具有一定可行性。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
施益强
邓秋琴
吴君
王坚
关键词 空气质量指数MODIS气溶胶光学厚度GIS步长回归分析厦门市    
Abstract

Based on MODIS product and the pollution concentration measured near the ground, the authors analyzed the spatio-temporal characteristics of aerosol optical thickness (AOT) and the regression on AOT and air quality index (AQI) by different lengths and seasons in Xiamen City, by using geographic information system (GIS) technology and statistical regression method. The results showed that there was a distinct change in the spatio-temporal characteristics of AOT from 2000 to 2015; for example, the AOT highest monthly average 1.13 appeared in April and the lowest 0.64 appeared in January, AOT seasonal average tended to decrease from spring through summer and autumn to winter, and its yearly average showed a steady trend of slow rise. The higher values of monthly and annual average AOT were almost distributed in the coastal areas and the lower values occur in northwest and northeast regions. R 2 of regression model of power function for AQI and AOT was the highest in the five regression models with its value being 0.388 3. AQI was divided into groups with a certain step length, and the regression model with AQI and AOT was built up, which exhibited larger step length and higher R 2. According to AQI grading length 50, the precision of the forecasting AQI value and the actual value could reach 77.35%, which could on the whole meet the demand of air quality level forecast. R 2 and the precision of the four-season regression models were a little higher than those of the full year regression models, and the R 2 was the lowest in spring season, R 2in other three seasons is almost the same, with the precision up to 83.33%. With the present remote sensing technology for air pollution monitoring, the utilization of the correlation models to estimate the level of air quality seems to be feasible.

Key wordsAQI    MODIS AOT    GIS    step length    regression analysis    Xiamen City
收稿日期: 2019-01-18      出版日期: 2020-03-14
ZTFLH:  TP79  
基金资助:福建省自然科学基金项目“基于多源数据反演的厦门市PM2.5时空变化及其影响机制研究”(编号: 2015J01626);“福建省雾霾天气遥感监测研究”(编号: 2017J01659);福建省教育厅科技项目“福建省空气质量的多源卫星遥感监测”(编号: JA14183);“基于空间信息技术的厦门市PM2.5时空特征及影响机理研究”(编号: JA13186)
作者简介: 施益强(1977-),男,硕士,副教授,主要研究方向为GIS与RS技术应用与城市环境遥感。Email: yqshi_2004@jmu.edu.cn。
引用本文:   
施益强,邓秋琴,吴君,王坚. 厦门市MODIS气溶胶光学厚度与空气质量指数的回归分析[J]. 国土资源遥感, 2020, 32(1): 106-114.
Yiqiang SHI,Qiuqin DENG,Jun WU,Jian WANG. Regression analysis of MODIS aerosol optical thickness and air quality index in Xiamen City. Remote Sensing for Land & Resources, 2020, 32(1): 106-114.
链接本文:  
http://www.gtzyyg.com/CN/10.6046/gtzyyg.2020.01.15      或      http://www.gtzyyg.com/CN/Y2020/V32/I1/106
Fig.1  2011—2017年AQI为优和良的天数变化
Fig.2  1990—2017年PM10、PM2.5与NO2浓度变化
Fig.3  地面监测站点空间分布
AQI数值 AQI级别 AQI类别
[0,50] 一级
(50,100] 二级
(100,150] 三级 轻度污染
(150,200] 四级 中度污染
(200,300] 五级 重度污染
Tab.1  AQI分级信息
Fig.4  2000一2015年间AOT月均值
Fig.5  2000一2015年间AOT年均值
Fig.6  2000一2015年间AOT月均值空间分布
Fig.7  2000一2015年间AOT年均值空间分布
回归分
析模型
拟合方程 R2
指数 y=53.477e0.430 2x 0.371 8
线性 y=33.154x+51.875 0.370 6
对数 y=20.63lnx+85.97 0.367 9
二次函数 y=-15.119x2+58.261x+44.196 0.386 7
幂函数 y=83.589x0.274 6 0.388 3
Tab.2  AQI与AOT回归模型
Fig.8  幂函数回归模型
Fig.9  分步长线性回归模型
模型 步长1 步长5 步长10 步长25 步长50
步长1模型 2.53 13.10 25.34 56.35 77.35
步长5模型 9.80 16.11 33.18 68.10
步长10模型 14.50 28.73 60.31
步长25模型 26.67 57.80
步长50模型 55.33
Tab.3  精度评价结果
模型 步长1 步长5 步长10 步长25 步长50
步长1模型 8.33 16.67 37.50 62.50 79.17
步长5模型 20.83 41.67 45.83 66.67
步长10模型 41.67 45.83 62.50
步长25模型 41.67 62.50
步长50模型 66.67
Tab.4  精度评价结果(随机数据)
Fig.10  分季节回归模型
[1] 陈辉, 厉青, 王中挺 , 等. 利用MODIS资料监测京津冀地区近地面PM2.5方法研究[J]. 气象与环境学报, 2014,30(5):27-37.
Chen H, Li Q, Wang Z T , et al. Study on monitoring surface PM2.5 concentration in Jing-Jin-Ji regions using MODIS data[J]. Journal of Meteorology and Environment, 2014,30(5):27-37.
[2] 高大伟, 徐宏辉, 郁珍艳 , 等. MODIS气溶胶光学厚度在临安大气颗粒物监测中的应用[J]. 环境科学研究, 2012,25(7):739-744.
Gao D W, Xu H H, Yu Z Y , et al. Application of MODIS aerosol optical depth in monitoring PM10 concentrations in Lin’an[J]. Research of Environmental Sciences, 2012,25(7):739-744.
[3] 张晖, 王伯铎, 陈良富 , 等. 西安市及周边地区MODIS气溶胶光学厚度与PM10浓度关系模型研究[J]. 环境工程学报, 2014,8(2):665-671.
Zhang H, Wang B D, Chen L F , et al. A study of relationship between MODIS aerosol optical depth and PM10 concentration over Xi’an[J]. Journal of Environmental Engineering, 2014,8(2):665-671.
[4] 刘显通, 李菲, 谭号波 , 等. 基于卫星遥感资料监测地面细颗粒物的敏感性分析[J]. 中国环境科学, 2014,34(7):1649-1659.
Liu X T, Li F, Tan H B , et al. Analysis of sensitivity of monitored ground PM2.5 concentrations based on satellite remote sensing data[J]. China Environmental Science, 2014,34(7):1649-1659.
[5] 王皓, 查勇 . MODIS气溶胶光学厚度对城市空气质量的指示[J]. 城市环境与城市生态, 2006,19(3):21-24.
Wang H, Zha Y . Urban air quality by MODIS AOT products[J]. Urban Environment and Urban Ecology, 2006,19(3):21-24.
[6] Zheng S, Cao C X, Singh R P . Comparison of ground based indices (API and AQI) with satellite based aerosl products[J]. Science of the Total Environment, 2014(488-489):398-412.
[7] 潘本锋, 李莉娜 . 环境空气质量指数计算方法与分级方案比较[J]. 中国环境监测, 2016,32(1):13-17.
Pan B F, Li L N . Comparision of the calculation method and classifying program of air quality index among some countries[J]. Environmental Monitoring in China, 2016,32(1):13-17.
[8] 刘希, 胡秀清 . 厦门海域大气气溶胶光学厚度地基观测分析及卫星遥感检验[J]. 热带海洋学报, 2011,30(4):38-43
Liu X, Hu X Q . Ground-based measurements of the aerosol optical thickness at Xiamen sea and satellite remote sensing test[J]. Journal of Tropical Oceangraphy, 2011,30(4):38-43.
[9] 赵颜创, 赵小锋, 刘乐乐 , 等. 厦门市林地与建设用地对大气气溶胶空间分布的影响分析[J]. 地球信息科学学报, 2016,18(12):1653-1659.
Zhao Y C, Zhao X F, Liu L L . Impacts of the forests and built-up areas on the spatial distribution of aerosol in Xiamen City[J]. Journal of Geo-Informantion Science, 2016,18(12):1653-1659.
[10] 张春桂, 彭云峰, 林晶 , 等. 福建三大城市群气溶胶遥感监测及时空变化分析[J]. 气象, 2010,36(8):92-99.
Zhang C G, Peng Y F, Lin J , et al. Remote sensing retrieval and spatio-temporal analysis of aerosol over three cities of Fujian[J]. Meteorological Monthly, 2010,36(8):92-99.
[11] 肖建能, 杜国明, 施益强 , 等. 厦门市环境空气污染时空特征及其与气象因素相关分析[J]. 环境科学学报, 2016,36(9):3363-3371.
Xiao J N, Du G M, Shi Y Q , et al. Spatiotemporal distribution pattern of ambient air pollution and its correlation with meteorological factors in Xiamen City[J]. Acta Scientiae Circumstantiae, 2016,36(9):3363-3371.
[12] 石勇 . 武汉市MODIS气溶胶光学厚度与空气PM10浓度的关系研究[D]. 武汉:华中农业大学, 2012.
Shi Y . Study on the Correlation Between MODIS AOD and Concentration of PM10 Pollutants in Wuhan[D]. Wuhan:Huazhong Agricultural University, 2012.
[13] 王盈晓 . 基于MODIS数据的武汉市地表温度与空气污染关系研究[D]. 武汉:华中师范大学, 2016.
Wang Y X . Study on the Correlation Between Land Surface Temperature and Air Pollution Basic on MODIS Data in Wuhan[D]. Wuhan:Central China Normal University, 2016.
[14] 徐建辉, 江洪, 肖钟湧 . 长江三角洲PM10质量浓度遥感估算与时空分布特征[J]. 环境工程学报, 2016,10(3):1349-1358.
Xu J H, Jiang H, Xiao Z Y . Estimate PM10 concentration over the Yangtze Delta using remote sensing:Analysis of spatial and temporal variations[J]. Journal of Environmental Engineering, 2016,10(3):1349-1358.
[15] 李成才, 毛节泰, 刘启汉 , 等. MODIS卫星遥感气溶胶产品在北京市大气污染研究中的应用[J]. 中国科学(地球科学), 2005,35(s1):177-186.
Li C C, Mao J T, Liu Q H , et al. Application of MODIS aerosol products air pollution research in Beijing[J]. Science in China (Earth Science), 2005,35(s1):177-186.
[16] 李薛, 龚绍琦, 付东洋 , 等. 上海市PM10浓度四季遥感模型研究[J]. 大气科学学报, 2016,29(1) 126-132.
Li X, Gong S Q, Fu D Y , et al. Study on the four-season remote sensing models of PM10 concentration in Shanghai[J]. Transactions of Atmospheric Sciences, 2016,29(1) 126-132.
[17] 林长城, 王宏, 陈彬彬 , 等. 厦门市空气质量时空分布特征及其与气象条件的关系[J]. 福建农林大学学报(自然科学版), 2010,39(1):79-83.
Lin C C, Wang H, Chen B B , et al. The temporal and spatial distribution of air quality and the relation with meteorological conditions in Xiamen City[J]. Journal of Fujian Agriculture and Forestry University(Natural Science Edition), 2010,39(1):79-83.
[1] 王永全,李清泉,汪驰升,朱家松,王新雨. 基于系留无人机的应急测绘技术应用[J]. 国土资源遥感, 2020, 32(1): 1-6.
[2] 宋仁波,朱瑜馨,丁上珊,贺巧宁,王细元,王月香. 基于GIS空间分析的任意多边形骨架线自动提取方法[J]. 国土资源遥感, 2020, 32(1): 51-59.
[3] 梅昭容,李云驹,康翔,魏善宝,潘剑君. 基于移动窗口分析法的矿区景观格局时空演变研究[J]. 国土资源遥感, 2019, 31(4): 60-68.
[4] 安全,贺中华,赵翠薇,梁虹,焦树林,杨朝晖. 基于地貌视角的喀斯特流域水系分维估算方法适应性分析[J]. 国土资源遥感, 2019, 31(4): 104-111.
[5] 陈俊,沈润平,李博伦,遆超普,颜晓元,周旻悦,王绍武. 基于Logistic回归分析的塑料大棚遥感指数构建[J]. 国土资源遥感, 2019, 31(3): 43-50.
[6] 张瑜,赵晓丽,左丽君,张增祥,徐进勇. 黄土高原土地利用变化对生态系统服务价值的影响[J]. 国土资源遥感, 2019, 31(3): 132-139.
[7] 范小晶,张永福,程珍珍. 基于DMSP/OLS夜间灯光数据的新疆1992—2013年能源消费研究[J]. 国土资源遥感, 2019, 31(1): 212-219.
[8] 姜文,秦其明. 基于GIS的路网应急疏散脆弱性研究[J]. 国土资源遥感, 2019, 31(1): 277-282.
[9] 黄巧,彭玉玲,秦文杰. 老挝沙湾水经济区土地利用适宜性评价[J]. 国土资源遥感, 2018, 30(4): 156-162.
[10] 李尧,叶成名,谢强,梁莉. 基于RS和GIS的山区重要生态服务功能区划定方法[J]. 国土资源遥感, 2018, 30(4): 82-89.
[11] 随欣欣,眭素文. 基于MapGIS和ArcGIS的遥感解译成果图件数据库设计与实现[J]. 国土资源遥感, 2018, 30(4): 218-224.
[12] 杜金龙,朱记伟,解建仓,马增辉. 基于GIS的城市土地利用研究进展[J]. 国土资源遥感, 2018, 30(3): 9-17.
[13] 熊文兵,莫伟华,丁美花,王君华,莫建飞. 基于开源GIS的生态质量气象评价系统[J]. 国土资源遥感, 2018, 30(2): 243-248.
[14] 刘佳, 辛鑫, 刘斌, 邸凯昌, 岳宗玉, 王承安. 基于DMSP/OLS夜间灯光影像的2000—2013年鄂尔多斯市城市扩张遥感制图与驱动因子分析[J]. 国土资源遥感, 2018, 30(1): 166-172.
[15] 刁明光, 瞿翟, 薛涛, 李建存, 张永强. 基于AE插件式矿山遥感监测成果数据质量检查系统[J]. 国土资源遥感, 2017, 29(4): 219-224.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《国土资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 Email:gtzyyg@agrs.cn; gtzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发