基于数据融合的大气颗粒物遥感监测方法技术

本发明专利技术公开了一种基于数据融合的大气颗粒物遥感监测方法，涉及空气质量监测技术领域。该方法通过将卫星遥感反演数据和地面监测数据进行融合，并对融合后的结果进行插值运算，得到了完整空间覆盖的颗粒物浓度数据，有效的解决了由于天气、卫星轨道间隔、云覆盖问题以及暗目标反演算法本身的局限性造成的颗粒物浓度数据缺失问题，极大的提高了空气质量监测的准确率。

【技术实现步骤摘要】

本专利技术涉及空气质量监测
，尤其涉及一种基于数据融合的大气颗粒物遥感监测方法。
技术介绍
数据融合的主要目的在于从多源数据中提取出比原先单一来源数据更多、更有价值的信息、并提高和改善原有数据在某些方面的性能指标。对于颗粒物遥感监测而言，融合的目的在于在确保其原始空间分辨率的基础上，尽可能提高颗粒物数据的空间覆盖率，提供及时有效的颗粒物产品以用于空气质量研究。目前，主要是使用MODIS、HJ、FY等影像反演大气颗粒物遥感监测得到的数据进行数据融合，但是，这种数据融合方法存在以下缺陷：由于卫星轨道间隔、云覆盖问题以及暗目标反演算法本身的局限性，造成遥感影像反演颗粒物产品空间覆盖率较低并且存在数据的大范围缺失问题，难以作为良好的融合数据源，一定程度上限制了其在空气质量监测等领域的应用。
技术实现思路
本专利技术的目的在于提供一种基于数据融合的大气颗粒物遥感监测方法，从而解决现有技术中存在的前述问题。为了实现上述目的，本专利技术采用的技术方案如下：一种基于数据融合的大气颗粒物遥感监测方法，包括如下步骤：S1，对卫星遥感数据进行反演，得到卫星遥感反演的近地面颗粒物浓度；S2，所述卫星遥感反演的近地面颗粒物浓度与地面监测数据融合，得到颗粒物浓度的天地融合数据；S3，利用插值算法对所述天地融合数据进行处理，得到完整空间覆盖的颗粒物浓度数据。进一步地，S1之前还包括步骤：S001，获取卫星遥感数据；S002，对所述卫星遥感数据进行预处理，所述预处理包括：辐射校正、几何校正、去云、去水。优选地，S1包括如下步骤：S101，基于卫星遥感数据，利用暗像元算法，反演得到气溶胶光学厚度柱浓度数据；S102，对所述气溶胶光学厚度柱浓度数据进行垂直订正，得到气溶胶近地面“湿”消光系数；S103，对所述气溶胶近地面“湿”消光系数进行湿度订正，得到气溶胶近地面“干”消光系数；S104，利用所述气溶胶近地面“干”消光系数与近地面颗粒物浓度的关系确定近地面颗粒物浓度。优选地，S102具体按照如下步骤实施：利用中尺度模式的预测和地面激光雷达探测获取混合层高度分布信息，与地面观测的散射系数建立经验关系；遥感获得的气溶胶光学厚度按照混合层高度和稳定度类型转化为气溶胶消光系数的垂直分布，再将气溶胶消光系数的垂直分布转换为地面消光系数的分布。优选地，所述将气溶胶消光系数的垂直分布转换为地面消光系数的分布，按照如下公式进行： N a ( h ) ≈ N a ( 0 ) exp ( - h H a ) ]]>其中，Na(0)是地面气溶胶浓度，Na(h)是在高度为h处的气溶胶浓度，Ha是混合层高度。优选地，S103具体按照如下步骤实施：S1031，利用地面气象站点观测的相对湿度数据插值得到局地湿度分布，获取湿度因子；S1032，根据所述湿度因子，对所述气溶胶近地面“湿”消光系数进行湿度订正。优选地，S104具体按照如下步骤实施：S1041，基于地基颗粒物浓度观测数据和对应的气溶胶近地面“干”消光系数的数据样本，进行统计回归分析，拟和出二者的线性模型；S1042，利用所述线性模型，根据S103中得到的所述气溶胶近地面“干”消光系数计算区域尺度的近地面颗粒物浓度。优选地，S2中，所述融合的方法包括：S201，将所述卫星遥感反演数据转换为矢量格式，得到矢量格式的卫星遥感反演数据；S202，将所述矢量格式的卫星遥感反演数据与所述地面监测数据融合，得到融合数据。优选地，所述插值算法为IDW插值。本专利技术的有益效果是：本专利技术实施例提供了一种基于数据融合的大气颗粒物遥感监测方法，通过将卫星遥感反演数据和地面监测数据进行融合，并对融合后的结果进行插值运算，得到了完整空间覆盖的颗粒物浓度数据，有效的解决了由于天气、卫星轨道间隔、云覆盖问题以及暗目标反演算法本身的局限性造成的颗粒物浓度数据缺失问题，极大的提高了空气质量监测的准确率。附图说明图1是本专利技术实施例提供的方法流程示意图；图2是基于MODIS的PM2.5遥感反演监测图；图3是PM2.5遥感反演监测数据与地面监测数据融合图；图4是融合插值后的PM2.5空间分布图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本专利技术，并不用于限定本专利技术。如图1所示，本专利技术实施例提供了一种基于数据融合的大气颗粒物遥感监测方法，可以包括如下步骤：S1，对卫星遥感数据进行反演，得到卫星遥感反演的近地面颗粒物浓度；S2，所述卫星遥感反演的近地面颗粒物浓度与地面监测数据融合，得到颗粒物浓度的天地融合数据；S3，利用插值算法对所述天地融合数据进行处理，得到完整空间覆盖的颗粒物浓度数据。卫星遥感反演颗粒物，由于受天气、卫星轨道间隔、云覆盖问题以及暗目标反演算法本身的局限性，造成遥感反演的颗粒物分布部分缺失的问题；地面监测站点可获取每天逐小时PM2.5的监测数据，从地面监测站获得的大气颗粒物数据，空间分布较均匀，将遥感反演的PM2.5结果转换为矢量点的格式，与地面监测站点实测值叠加融合，可弥补部分数据缺失。融合后的结果虽然可以部分提升颗粒物的空间覆盖，但是受融合数据本身的限制，这种融合方法均不能实现气溶胶数据完整的空间覆盖，而插值方法则可以对融合数据进行进一步处理，将剩余的空缺数据通过插值填补，即可获得完整空间覆盖的数据。利用完整空间覆盖的颗粒物浓度数据，可以极大的提高空气质量监测的准确率。在本专利技术的一个优选实施例中，S1之前还可以包括步骤：S001，获取卫星遥感数据；S002，对所述卫星遥感数据进行预处理，所述预处理包括：辐射校正、几何校正、去云、去水。上述融合数据的预处理，主要是针对特定的卫星数据源。在本专利技术的一个优选实施例中，S1可以包括如下步骤：S101，基于卫星遥感数据，利用暗像元算法，反演得到气溶胶光学厚度柱浓度数据；S102，对所述气溶胶光学厚度柱浓度数据进行垂直订正，得到气溶胶近地面“湿”消光系数；S103，对所述气溶胶近地面“湿”消光系数进行湿度订正，得到气溶胶近地面“干”消光系数；S104，利用所述气溶胶近地面“干”消光系数与近地面颗粒物浓度的关系确定近地面颗粒物浓度。其中，S102具体按照如下步骤实施：利用中尺度模式的预测和地面激光雷达探测获取混合层高度分布信息，与地面观测的散射系数建立经验关系；遥感获得的气溶胶光学厚度按照混合层高度和稳定度类型转化为气溶胶消光系数的垂直分布，再将气溶胶消光系数的垂直分布转换为地面消光系数的分布。优选地，所述将气溶胶消光系数的垂直分布转换为地面消光系数的分布，可以按照如下公式进行： N a ( h ) ≈ N a (本文档来自技高网...

【技术保护点】
一种基于数据融合的大气颗粒物遥感监测方法，其特征在于，包括如下步骤：S1，对卫星遥感数据进行反演，得到卫星遥感反演的近地面颗粒物浓度；S2，所述卫星遥感反演的近地面颗粒物浓度与地面监测数据融合，得到颗粒物浓度的天地融合数据；S3，利用插值算法对所述天地融合数据进行处理，得到完整空间覆盖的颗粒物浓度数据。

【技术特征摘要】
1.一种基于数据融合的大气颗粒物遥感监测方法，其特征在于，包括如下步骤：S1，对卫星遥感数据进行反演，得到卫星遥感反演的近地面颗粒物浓度；S2，所述卫星遥感反演的近地面颗粒物浓度与地面监测数据融合，得到颗粒物浓度的天地融合数据；S3，利用插值算法对所述天地融合数据进行处理，得到完整空间覆盖的颗粒物浓度数据。2.根据权利要求1所述的基于数据融合的大气颗粒物遥感监测方法，其特征在于，S1之前还包括步骤：S001，获取卫星遥感数据；S002，对所述卫星遥感数据进行预处理，所述预处理包括：辐射校正、几何校正、去云、去水。3.根据权利要求1所述的基于数据融合的大气颗粒物遥感监测方法，其特征在于，S1包括如下步骤：S101，基于卫星遥感数据，利用暗像元算法，反演得到气溶胶光学厚度柱浓度数据；S102，对所述气溶胶光学厚度柱浓度数据进行垂直订正，得到气溶胶近地面“湿”消光系数；S103，对所述气溶胶近地面“湿”消光系数进行湿度订正，得到气溶胶近地面“干”消光系数；S104，利用所述气溶胶近地面“干”消光系数与近地面颗粒物浓度的关系确定近地面颗粒物浓度。4.根据权利要求3所述的基于数据融合的大气颗粒物遥感监测方法，其特征在于，S102具体按照如下步骤实施：利用中尺度模式的预测和地面激光雷达探测获取混合层高度分布信息，与地面观测的散射系数建立经验关系；遥感获得的气溶胶光学厚度按照混合层高度和稳定度类型转化为气溶胶消光系数的垂直分布，再将气溶胶消光系数的垂直分布转换为地面消光系数的分布。5.根据权利要求4所述的基于数据融合的大气颗粒物遥感监测方法，其特征在于，所述将气溶胶消光系数的垂直分布转换为地面消光系数的分布，按照如下公式进行： ...

【专利技术属性】
技术研发人员：刘锐，谢涛，陈静，陈贝贝，盛琳，
申请(专利权)人：中科宇图科技股份有限公司，
类型：发明
国别省市：北京;11