基于modis影像空气质量评价及中国区域云量分析研究

《基于modis影像空气质量评价及中国区域云量分析研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：姜徽种於少、Ｉ硕：ｔ学位论文基于ＭＯＤＩＳ影巧空气质量评价及题目：中国区域宏量分析研究ＡｉｒｕａｌｉｔＡｓｓｅｓｓｍｅｎｔｕｓｉｎＭＯＤＩＳｄａｔ：ａＱｙｇＴｉｔｌｅ：ａｎｄＣｌｏｕｄＦｒａｃｔｉｏｎＡｎａｌｙｓｉｓｏｖｅｒＣｈｉｎａ学科、专业：地图学与地理信息系统研究方向：遥感应用作者姓名：汪超Ｌ．？：巧Ｖ导师及职称：麻金继教授Ｖ－．；二论文提交日期；２０１５年５月＇‘授予学位日期：２０１５年６月活．，ｆ媒’．ｅ屯．靖

2、安徽师范大学学位评定委员会办公室沉Ｊ痛遽基于MODIS影像空气质量评价及中国区域云量分析研究汪超安徽师范大学硕士学位论文二○一五年五月基于MODIS影像空气质量评价及中国区域云量分析研究摘要对地观测卫星可以对地球进行长时间大范围的监测，为人们提供大量重要的观测资料。利用卫星数据研究云主要从两个方面考虑，一方面，云是遥感应用领域中一个主要干扰因素，影响对地表的监测；另一方面，云在地气系统中起到重要的调节作用，为精确预测气候变化，构建数值预测模型时需要大量的云参数资料。本论文的研究内容有：首先，利用去除云像元的MODISL1B影像反演北京市

3、上空的气溶胶光学厚度，并与地面监测PM2.5质量浓度数据进行回归拟合出四个经验预测模型，从而完成对城市空气质量评价模型的构建这一遥感应用；其次，通过MODIS云检测产品反演高分辨率的云量资料，并与地面观测云量进行对比分析，从而一方面为气候变化研究提供高分辨率的云量资料，另一方面对云检测产品精度进行分析评价，为改进云检测算法模型提供方向；最后对MODIS云检测方法进行探究。本论文结论主要有以下几点：1.构建的PM222.5质量浓度的四个经验模型的精度分别为R=0.818，R=0.750，R2=0.699和R2=0.629。其中，二次模型效果最好，能够

4、提供快速而较经济的PM2.5空间分布信息。2.利用四个模型和2012年10月11日的MODIS影像反演了PM2.5质量浓度，并与地面监测的PM2.5进行对比，有50%，46.4%，46.4%和39.3%的站点分别在四个预测模型的误差范围内。3.利用MODIS云检测产品反演了中国区域近十年的上午星和下午星的高分辨率云量，统计分析其时间序列发现：总云量变化趋势为略有下降，并且下午星云量比上午星要多，与地面观测的日均云量的相关性较好，例如2012年的相关系数为0.878。4.对比卫星反演和地面观测的月平均云量发现：在寒季两者相差较大，可能是植被覆盖较少或

5、冰雪覆盖导致地表反射率较大，被误判为云。5.经过在6个不同下垫面区域的统计分析实验表明：去除寒季数据后，中国北方的几个研究区域的两种云量的相关性增加明显，特别是东北森林区域，而在南方研究区域没有明显变化，可能是积雪造成云的误判。6.通过云检测测试，发现利用亮温差BTBT检测能够有效抑制将荒漠或植3.73.9被稀疏的亮地表区域误判为云。关键词：MODIS图像；AOT；PM2.5；云量；云检测VAirQualityAssessmentusingMODISdataandCloudFractionAnalysisoverChinaAbstractEart

6、hobservationsatellitesprovidealotofimportantinformationforindustrialproductionanddailylife,withthecapacityoflong-termandlarge-scaleearthsystemmonitoring.Remotesensingdatahasbeenwidelyappliedtocloudresearch,mainlyfortworeasons:ontheonehand,cloudisanimportantinterferencefactorin

7、manyremotesensingapplications,suchasthemonitoringoftheground,soremovingthecloudsisaprerequisiteforfurtherapplications;ontheotherhand,cloudsplayanimportantregulatoryroleintheearth-atmospheresystem,inordertoaccuratepredictionoftheclimate,theconstructionofanumericalmodelrequiresa

8、largenumberofaccuratecloudparameterswithregionalorglobalcover