南京市空气质量分布规律研究.docVIP

南京市空气质量分布规律研究 　　摘 要：该文首先分析了大气的光谱特征，利用遥感技术（RS）监测南京地区空气质量，然后利用地理信息技术（GIS）生成空气质量时、空分布图，分析时、空分布规律及影响因素，最后根据规划理论对未来南京城市建设提出了对策建议。 　　关键词：空气质量；分布规律；遥感技术；南京市 　　中图分类号 P468.0 文献标识码 A 文章编号 1007-7731（2016）07-72-05 　　Abstract：The paper analyzed the spectral characteristics of the atmosphere and monitored air quality of Nanjingby remote sensing（RS）.Then， using geographic information technologies （GIS）to generate distribution map of time and spatial of air quality and analyze distribution law of time and spatial and influencing factors.Finally， according to the planning theory，put forward scientific advice for the future urban planning and construction in Nanjing City. 　　Key words：Air quality；Distribution law；Remote sensing technology；Nanjing City 　　2013年南京市雾霾天数为242d，是历史上雾霾天数最多的1a，当年12月份南京正式出台了应急处置方案，规定当空气质量污染达到红色预警时，中小学必须停课。在接下来的很多天内许多有关雾霾天气的报道频繁地在各大媒体上报道，空气质量问题顿时成了人们关注的焦点。近几年来，随着工业的迅猛发展，国民经济快速提高，南京市空气质量却越来越差。随着科技水平的进步，卫星遥感可以提供广阔背景上的有关气溶胶污染物的区域分布，在污染监测上具有广阔的前景[1]。本文通过MODIS遥感影像数据对南京市空气质量的分布规律进行研究分析，找出南京市空气质量的分布规律，以期为南京市解决空气环境问题，改善人民生活的环境水平，提高生活质量，并在城市规划的相关方面提供可行性的建议。 　　1 研究现状 　　目前很多国内学者都利用美国宇航局（NASA）提供的MODIS影像数据进行对气溶胶的相关研究，普遍应用的算法大都为Kaufman等所建立的暗像元算法。算法利用密集植被在红波段（0.6～0.68mm）和蓝波段（0.40～0.48mm）低反射率的性质，以植被指数（NDVI）或近红外波段通道（21mm）反射率将其判别为暗像元来达到最终反演气溶胶的目的[2]。刘佳雨等利用经典的暗像元算法，对北京地区的MODIS卫星遥感影像数据进行了气溶胶光学厚度（AOD）反演，并对其空间分布进行了分析，为环境监测部门提供了大气污染治理依据[3]。宋挺等将MODIS数据反演得出的气溶胶光学厚度与无锡市区实测得到的PM2.5质量浓度进行相关性分析，经过气溶胶光学厚度经垂直分布和湿度修正后，两者相关性显著提高，得出气溶胶光学厚度可作为PM2.5监测的有效补充[4]。李成才等总结了自己利用MODIS资料进行的研究工作，证实了MODIS遥感手段可获取气溶胶分布，其可为区域环境大气污染研究提供数据依据[5]。王静等利用MODIS气溶胶光学厚度产品AOT与北京市清华园PM2.5质量浓度进行比较分析，得出MODIS AOT可以作为监测PM2.5分布及传输的补充手段[6]。 　　在大数据背景下，很多环保部门实时对外提供空气质量与预测，对遥感技术监测空气质量提出新要求。目前最为普遍的监测空气质量问题的方法是通过仪器测出近地面大气中所含污染物（CO、SO2、NO2、PM10、PM2.5、O3等）的浓度，再通过某种算法计算出空气质量指数，然后分出不同的污染指数等级。这种监控方法在近地面时呈点状分布的，对于大范围的空气质量检测的误差比较大，而通过MODIS遥感影像可以分析出一定区域范围内的空气质量污染的严重程度。本次研究是采用MODIS遥感影像数据反演出的气溶胶厚度和地面监测点的数据相结合来探索南京市空气质量分布规律。 　　2 研究数据和方法 　　2.1 研究区概况 南京市位于长江下游中部地区，江苏省西南部，长江穿城而过，沿江岸线总长近200km。地理坐标为北纬31°14′～32°37′，东经118°22′～119°14′[7]。