夜间灯光数据反演大气细颗粒物浓度方法研究

夜间灯光数据反演大气细颗粒物浓度方法研究

ID:34907929

大小:10.87 MB

页数:108页

时间:2019-03-13

夜间灯光数据反演大气细颗粒物浓度方法研究_第1页
夜间灯光数据反演大气细颗粒物浓度方法研究_第2页
夜间灯光数据反演大气细颗粒物浓度方法研究_第3页
夜间灯光数据反演大气细颗粒物浓度方法研究_第4页
夜间灯光数据反演大气细颗粒物浓度方法研究_第5页
资源描述:

《夜间灯光数据反演大气细颗粒物浓度方法研究》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密级中国地质大学(北京)博壬学位论文*-夜间灯光数据反演大气细颗粒物浓度方法研究、3004110003学号:T...?'研究生:李润亚工程专业:地图制图学与地理信息研究方向:3S集成与应用指导教师:刘湘南教授二零一五年十二月分类号密级中園地质大学(化京)博壬学位论文夜间灯光数据反演大聲细叛粒物浓度方法研究学号:3004110003研究生:李润亚专业:地图制图学与地理信息王程巧究方向:3S集成与应用指导教师:刘湘南教授二零一五年十二月ADisserta村on

2、SubmitedtoChinaUniversityofGeosciencesforDoctorDereegStudyonthemethodologyofusingnight村melightdatato’retrieveatmoshericfinearticlesconcentrationppPh.D.Candidate:LiRunyaMajor:CartographyandGeorahicInformationgpEngineeringStudyOrientation:Integrationandap

3、plicationof3SDissertationSupervisor:Prof.LiuXiangnanChinaUniversityofGeosciences(Beijing)声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研巧成果,。尽我所知除了文中特别加1^标注和致谢的地方外,论文中不包含其他人己经发表或撰写过的研究成果,也不包含为获得中国地质大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研巧所做的任何贡献均己在论文中作了明确的说明并表示了谢意。^^签名、?:葦4冷多曰期:感啤、

4、关于论文使用授权的说明本人完全了解中国地质大学有关保留、使用学位论文的规定,即:学校有权保留送交论文的复印件,允许论文被查阅和借阅;学校可W公布论文的全部或部分内容,可y■采用影印、缩印或其他复制手段保存论文。(保密的论文在解密后应遵守此规定开□保密(__年))答名:-导师签名期;杳如交摘要利用遥感技术监测气溶胶对雾靈的监测具有重要意义。当前使用日间气溶胶光学厚度(AerosolOpticalThickness,AOT)反演地表大气颗粒物浓度非常普-遍,结果可靠性高。本研究W美国国防气象卫星计划可见红外成像线性扫描业D化o-(efens

5、eMeroloicalSatelli化ProamtheOerationalLinescanSstem务系统g巧py,DMSP-OLS)的夜间灯光数据为数据源,探讨应用夜间灯光数据反演大气颗粒物浓度的模型与方法,并基于此方法进行夜间大气颗粒物浓度的反演。本文选取北京市作为研究区201302014年1月北京市大气,收集年1月至""污染监测站中的23个城市环境评价点的每天平均PM2.5浓度数据,夜间灯光(NtTimeLiht,NTL)2013ighg数据、月相数据和气象数据,并获取准同步的-8年9月1日北京地区的LANDSTA0LI影像数据。通过理论分化

6、研究了影响BP每天NTL的主要因素,对各个因素分别进行了不同途径的处理神经;建立了网络模型用于反演;从构建的4个区域中提取了每天的NT1数据的部分数据并计BP神NTL算得出了,通过数据反演了地表PM2经网络的输入参数.5浓度;使用粒子群算法(PSO算法)对BP网络进行了优化。论文的研究工作及结论如下:1)对数字化后的月相、每天NTL图像的DN值和各气象因素进行相关性分析。结果表明;月相对每天NTL图像有显著影响。巧应用消除月相影响后的NTL图像,提取了4个与PM2.5浓度相关的指数,其中非饱和区亮度指数与湿度校正的PMz5浓度相关性最高。3)应用

7、北京市城区边界,划分了4个区域,获取了4个区域的NTL数据,计算了反演地表大气的PM2.5浓度的BP神经网络的输入参数。构建了大气污染水平评估模型。采用同时期的数据,运用其它3种模型与本研究建立的模型进行了对比。论文的创新点:1)应用夜间灯光遥感影像反演大气PM2.5浓度,探讨了夜间灯光数据与PM2.5浓度的相关性,提取PM,引入了评估大气污染状况2.5浓度敏感的夜间灯光指数的新数据源,为城市范围内

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。