《基於VIIRS數據的京津冀PM2.5時空分異及其人文影響機理研究》是依託香港大學深圳研究院，由李衛鋒擔任項目負責人的面上項目。
基本介紹
- 中文名：基於VIIRS數據的京津冀PM2.5時空分異及其人文影響機理研究
- 項目類別：面上項目
- 項目負責人：李衛鋒
- 依託單位：香港大學深圳研究院
項目摘要,結題摘要,
項目摘要
減輕大氣污染，消除霧霾已經成為中國城市亟待解決的問題。明晰主要大氣污染物濃度的時空分布，研究其形成和演化的主要人文影響機理，對於制定大氣污染防治政策具有直接的參考價值。本項目選擇採用VIIRS的氣溶膠光學厚度數據，並結合風速、風向、濕度和邊界層高度等氣象數據，提出基於遙感數據估算 PM2.5濃度分布的經驗模型。利用京津冀地區多個環境監測站點的PM2.5實測數據對模型進行散點擬合和時間序列擬合驗證。根據估算的PM2.5濃度分布時空分異，結合土地利用、道路交通、人口和人類活動分布等地理信息數據，建立空間統計模型，探討PM2.5時空分異與人類活動（人口、土地、交通、餐飲等）的關係，並對未來的政策目標進行情景模擬。
結題摘要
本項目圍繞“遙感數據反演地面PM2.5濃度的全方位立體化監測”與“地面PM2.5濃度時空分異的人文影響機理”兩大科學問題，以京津冀地區為核心研究區，重點開展了三個方面的研究工作：（1）遙感反演地面PM2.5 濃度分布的經驗模型；（2）PM2.5濃度的時空格局分析；（3）PM2.5 時空分異的人文影響機理分析。取得了以下主要進展：（1）發展了VIIRS遙感反演地面PM2.5濃度分布的經驗模型。利用Suomi-NPP衛星VIIRS感測器的AOD產品，結合地面監測站點數據, 並考慮風速、風向、溫度、 濕度和邊界層高度等氣象數據和高程、植被等其它輔助數據, 建立了遙感反演PM2.5濃度分布的時空統計模型。相比於絕大部分已有模型，本項目建立的時空統計模型表現良好，能夠同時捕捉到PM2.5同AOD關係的時空非平穩性。同時，本項目也進行了多維度對比MODIS和VIIRS衛星反演地面PM2.5濃度的能力，結果表明：VIIRS model擁有更高的模型精度、能夠捕捉到更高濃度PM2.5數據，反演得到的PM2.5數據具有更多的空間細節信息，因此能更好地反演地面PM2.5濃度；（2）揭示了PM2.5的時序變化格局。以北京為例，以日曆的方式展現了北京2014年全年的PM2.5濃度變化規律。結果顯示2014年北京PM2.5變化有三種不同的晝夜變化模式，每種模式背後都有其背後合理的大氣物理解釋；北京PM2.5變化沒有明顯的周模式，反映了人類活動的周模式可能對PM2.5變化影響不大；北京PM2.5雖然存著季度變化規律，但不遵循嚴格地季度月份劃分。（3）探討了京津冀地區 PM2.5 濃度時空分異的影響因素。結合VIIRS AOD、土地覆被、氣象因子、道路分布、人口密度、工業排放等空間變數,分別構建了 PM2.5 濃度和這些因素的土地利用回歸模型、 地理加權回歸模型和時間固定效應模型,對北京地區PM2.5 濃度時空分異的影響因素進行探析。結果表明：京津冀地區PM2.5 年均濃度呈現出很強的空間異質性,有明顯的緯度、海陸和海拔分異特徵。PM2.5 濃度顯著的季節分異主要是受到氣象因素的影響,某些月份中局地排放源會導致該時段 PM2.5 濃度空間分異的變化。
