摘要:
[目的]探索利用卫星遥感数据建立符合上海市实际情况的近地面空气PM2.5质量浓度的估算模型,并对模型进行检验和评价,为解决目前PM2.5对人群健康慢性影响研究中存在历史数据缺乏和现实数据时空局限性提供有效的方法支撑.[方法]利用美国航天局(NASA)发布的中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)L1B1KM卫星遥感数据,采用V5.2算法,推算气溶胶光学厚度(aerosol optical depth,AOD),并对其进行垂直和湿度校正,计算近地面干消光系数(Edry),引入日均温度、日均气压、日均风速等与气溶胶扩散密切相关的气象因子,建立不同季节估算PM2.5质量浓度的多元线性回归模型,用实测值对模型进行验证,并与已有文献的建模方法进行比较.[结果]上海市春夏秋冬四季AOD均值分别为0.57、0.48、0A1、0.72,季节变化明显,冬春两季较高;空间分布上市区高于郊区.将AOD进行垂直校正和湿度校正,得到Edry,按照四季分别建立了由Edry估算PM2.5质量浓度的多元线性回归模型,结果显示Edry与PM2.5浓度四季均呈正相关,日均气压、日均风速与PM2.5浓度均呈负相关,日均温度冬春季与PM2.5浓度呈正相关,夏秋季与PM2.5浓度呈负相关;按照现有文献方法,发现不引入气象因素模型的拟合精度和预测精度分别在50%左右,本研究建立的包含气象因素的模型四季的拟合精度和预测精度均较高,分别达到80.74%~90.83%和70.58%~77.79%,优于已有文献的建模方法.[结论]本研究基于卫星遥感数据构建的PM2.5质量浓度推算模型拟合精度和预测精度都较高,经比较评价优于已有文献的建模方法,可以用于上海市近地面空气PM2.5质量浓度的估算,以解决目前上海市PM2.5质量浓度监测与人群慢性健康危害研究中存在的PM2.5质量浓度历史数据缺乏和现实存在的监测站点少,分布不均等导致监测数据时空局限性的问题.