卫星遥感监测近地表细颗粒物多元回归方法研究 A study of multiple regression method for estimating concentration of fine particulate matter using satellite remote sensing.pdfVIP

下载本文档

2
0
约5.33万字
约 9页
2018-01-12 发布于上海
举报
版权申诉

卫星遥感监测近地表细颗粒物多元回归方法研究 A study of multiple regression method for estimating concentration of fine particulate matter using satellite remote sensing.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

卫星遥感监测近地表细颗粒物多元回归方法研究 A study of multiple regression method for estimating concentration of fine particulate matter using satellite remote sensing

中国环境科学 2014,34(3) ：565~573 China Environmental Science 卫星遥感监测近地表细颗粒物多元回归方法研究 1,2 1* 1 1 1 1,2 贾松林 ,苏林 ,陶金花 ,王子峰 ,陈良富 , 尚华哲 (1. 中国科学院遥感与数字地球研究所,遥感科学国家重点实验室,北京 100101 ；2. 中国科学院大学,北京 100049) 摘要：对地基监测 PM2.5 和气象数据、MODISAOD 卫星数据与 NCEP FNL 数据进行了处理分析,在与一元简单线性模型(模型 1)进行对的基础上,建立了适应于北京及其附近地区遥感监测近地面颗粒物(PM2.5)浓度的多元线性(模型 2)和非线性(模型 3)回归模型,并对模型进行了评价验证和遥感监测初步应用.结果表明:模型 1,2,3 分别能够解释 PM2.5 32.5%,56.1%,62.7% 的变异.反演的 PM2.5 浓度与站点监测值相 2 2 2 3 关性分别为 0.5488(R =0.3012), 0.7449(R =0.5549), 0.7431(R =0.5523).对于站点监测 PM2.5 浓度 63.1652 μg/m 的均值,反演均方根误差 RMSE 分别为 43.5562, 35.3321, 36.8450 μg/m3.模型 2 和 3 中气象因子分别能够解释 PM2.5 23.6%和 12.6%的变异,说明了气象因子影响北京地区春季 PM2.5-AOD 关系的显著性.3 种模型整体上都不同程度地存在着低值高估和高值低估的现象. 关键词：近地表细颗粒物浓度(PM2.5) ；卫星遥感监测；多元回归模型；气象要素；气溶胶光学厚度(AOD) 中图分类号：X87 文献标识码：A 文章编号：1000-6923(2014)03-0565-09 A study of multiple regression method for estimating concentration of fine particulate matter using satellite remote 1,2 1* 1 1 1 1,2 sensing. JIA Song-lin , SU Lin , TAO Jin-hua , WANG Zi-feng , CHEN Liang-fu , SHANG Hua-zhe (1.State Key Laboratory of Remote Sensing Science, Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing 100101, China ；2.Graduate University of Chinese Academy of Sciences, Beijing 100049, China). China Environmental Science, 2014,34(3)：565~573 Abstract ：In comparison with the simple linear model (Model 1), we developed two multiple regression models- linearmodel (Model 2) and nonlinear model (Model 3)-to estimate the ground PM2.5concentration using satellite observations