首页 | 本学科首页   官方微博 | 高级检索  
     

包头市细颗粒物遥感监测混合线性模型
引用本文:同丽嘎,李雪铭,张靖. 包头市细颗粒物遥感监测混合线性模型[J]. 遥感信息, 2019, 0(2): 36-41
作者姓名:同丽嘎  李雪铭  张靖
作者单位:包头师范学院资源与环境学院;辽宁师范大学城市与环境学院;大连民族大学环境与资源学院
基金项目:国家自然科学基金(41761036);国家自然科学基金青年科学基金(31500384)
摘    要:以PM2.5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PM2.5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PM2.5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PM2.5浓度时空差别明显,PM2.5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。

关 键 词:混合线性模型  PM2.5  深蓝算法  AOD  包头市

Mixed Linear Model of Remote Sensing Monitoring for Fine Particulate Matter (PM2.5) in Baotou City
TONG Liga,LI Xueming,ZHANG Jing. Mixed Linear Model of Remote Sensing Monitoring for Fine Particulate Matter (PM2.5) in Baotou City[J]. Remote Sensing Information, 2019, 0(2): 36-41
Authors:TONG Liga  LI Xueming  ZHANG Jing
Affiliation:(College of Resources and Environment,Baotou Teachers’ College,Baotou,Innger Mongolia 014030,China;School of Urban and Environmental Sciences,Liaoning Normal University,Dalian,Liaoning 116029,China;College of environment and resources,Dalian Minzu University,Dalian,Liaoning 116600,China)
Abstract:TONG Liga;LI Xueming;ZHANG Jing(College of Resources and Environment,Baotou Teachers’ College,Baotou,Innger Mongolia 014030,China;School of Urban and Environmental Sciences,Liaoning Normal University,Dalian,Liaoning 116029,China;College of environment and resources,Dalian Minzu University,Dalian,Liaoning 116600,China)
Keywords:mixed linear model  PM 2.5  deep blue algorithm  AOD  Baotou city
本文献已被 CNKI 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号