一种PM2.5浓度的估算方法及系统技术方案

本发明专利技术公开了一种PM2.5浓度估算方法及系统。该PM2.5浓度的估算方法包括：接收卫星传输的卫星遥感数据，并根据卫星遥感数据获取气溶胶光学厚度AOD；从全球气象预报系统GFS中获取气象预报数据，并根据气象预报数据获取大气边界层高度HPBL和近地面相对湿度RH；获取地面站点采集的PM2.5数据；根据地面站点的地理位置信息，对相同时间点的PM2.5数据、AOD、HPBL以及RH进行空间匹配；根据空间匹配后的PM2.5数据、AOD、HPBL以及RH建立地理加权回归模型，并根据地理加权回归模型估算PM2.5浓度。本发明专利技术通过引入气象预报数据中的HPBL和RH，并对AOD、HPBL、RH以及地面站点采集的PM2.5数据进行空间匹配，以评估区域内的PM2.5浓度，与现有技术相比，具有估算精确高的优点。

【技术实现步骤摘要】

本专利技术涉及大气环境遥感监测领域，具体涉及一种PM2.5浓度估算方法及系统。
技术介绍
作为一种主要的大气污染物，气溶胶粒子对公共健康的影响已经是公认的事实，直接威胁着人类生存与可持续发展。其中，细颗粒物PM2.5(空气动力学直径小于2.5μm的颗粒物)可达人体的肺泡区xx，粒径小于5μm的颗粒物可达到肺泡区xx，部分更小的粒子甚至可以通过毛细血管进入人体血液循环系统，对心脏及心血管造成较大危害2012年联合国环境规划署公布的《全球环境展望5》指出，每年有近200万的过早死亡病例与颗粒物污染有关。我国大气细颗粒物(PM2.5)污染也十分严重，年均浓度超过发达国家3到5倍，大气低能见度的范围和程度在逐年扩展，我国东部地区多次出现持续4-5天的大范围严重灰霾天气。准确获取PM2.5的时空分布、来源及传输路径是衡量其污染影响，制定颗粒物防治政策的重要保障。当前PM2.5监测主要依靠地面站点，然而由于观测设备一般昂贵且维护复杂，环境监测站点分布不均且数量有限，无法全面、动态的反映颗粒物在较大区域内的空间分布，难以对污染物来源、输送通道进行准确分析。卫星遥感具有在大空间范围内连续、动态获取大气信息的优势，能够在不同尺度上反映污染物的宏观分布趋势、源汇分布和传输路径，为大气污染的全方位立体监测提供了重要的信息来源。近年来，卫星遥感数据被广泛用于颗粒物及污染气体监测，对空气质量政策制定和大气污染预报有着巨大的应用价值；但是，直接由AOD产品估算区域尺度近地面PM2.5浓度面临着大量的不确定性，其时间和空间适用性有限。
技术实现思路
针对现有技术中的缺陷，本专利技术提供了一种PM2.5浓度估算方法及系统。本专利技术提出了一种PM2.5浓度估算方法，包括：接收卫星传输的卫星遥感数据，并根据所述卫星遥感数据获取气溶胶光学厚度AOD；从全球气象预报系统GFS中获取气象预报数据，并根据所述气象预报数据获取大气边界层高度HPBL和近地面相对湿度RH；获取地面站点采集的PM2.5数据；根据所述PM2.5数据中携带的地理位置信息，对相同时间点的所述PM2.5数据、所述AOD、所述HPBL以及所述RH进行空间匹配；根据空间匹配后的所述PM2.5数据、所述AOD、所述HPBL以及所述RH建立地理加权回归模型；根据所述地理加权回归模型估算PM2.5浓度。可选的，在所述根据地面站点的地理位置，对相同时间点的所述PM2.5数据、所述AOD、所述HPBL以及所述RH进行空间匹配之前，还包括：根据所述卫星遥感数据、所述气象预报数据以及所述PM2.5数据中携带的时间信息，对所述PM2.5数据、所述AOD、所述HPBL以及所述RH进行第一次时间匹配；获取卫星的过境时间，并根据所述过境时间获取地面站点采集的PM2.5数据的有效值，对第一次时间匹配后的所述PM2.5数据、所述AOD、所述HPBL以及所述RH进行第二次时间匹配。可选的，所述根据地面站点的地理位置，对相同时间点的所述PM2.5数据、所述AOD、所述HPBL以及所述RH进行空间匹配，包括：根据所述PM2.5数据中携带的地理位置信息，获取在所述地理位置信息所属第一预设范围内AOD的平均值和第二预设范围内的HPBL和RH的有效值；对相同时间点的所述PM2.5数据、所述AOD的平均值、所述HPBL和所述RH的有效值进行空间匹配。可选的，所述地理加权回归模型为：lnPM2.5(ui,vi)＝β0(ui,vi)+β1(ui,vi)lnAOD+β2(ui,vi)lnHPBL+β3(ui,vi)ln(1-RH/100)其中，β0(ui,vi)为常数项在观测点(ui,vi)处的回归系数，β1(ui,vi)为所述AOD在观测点(ui,vi)处的回归系数，β2(ui,vi)为所述HPBL在观测点(ui,vi)处的回归系数，β3(ui,vi)为所述RH在观测点(ui,vi)处的回归系数，PM2.5(ui,vi)为观测点(ui,vi)处的PM2.5浓度。可选的，所述根据所述地理加权回归模型获取PM2.5浓度包括：采用加权最小二乘法，根据所述地理加权回归模型获取权重函数矩阵，所述权重函数矩阵如下：β(ui,vi)＝[XTW(ui,vi)X]-1XTW(ui,vi)Y其中，β为回归系数，W为权重函数矩阵，Y为PM2.5浓度矩阵，X为输入参数矩阵，输入参数包括：常数项、AOD、HPBL以及RH；采用交叉验证法，根据所述权重函数矩阵获取每个地面站点的最优带宽，并根据所述最优带宽获取各输入参数的权重函数矩阵；对各输入参数的权重函数矩阵和与所述输入参数对应的地面站点的地理位置进行空间匹配，获取空间函数权重矩阵；通过克里金空间插值法，根据所述空间函数权重矩阵分别获取常数项、AOD、HPBL以及RH的回归系数；根据所述卫星遥感数据中每个像元对应的AOD、HPBL、RH以及所述回归系数，结合所述地理加权回归模型获取所述像元的PM2.5浓度。本专利技术还提出了一种PM2.5浓度估算系统，其特征在于，包括：第一获取模块，用于接收卫星传输的卫星遥感数据，并根据所述卫星遥感数据获取气溶胶光学厚度AOD；第二获取模块，用于从全球气象预报系统GFS中获取气象预报数据，并根据所述气象预报数据获取大气边界层高度HPBL和近地面相对湿度RH；第三获取模块，用于获取地面站点采集的PM2.5数据；空间匹配模块，拥有根据所述PM2.5数据中携带的地理位置信息，对相同时间点的所述PM2.5数据、所述AOD、所述HPBL以及所述RH进行空间匹配；建模模块，用于根据空间匹配后的所述PM2.5数据、所述AOD、所述HPBL以及所述RH建立地理加权回归模型；估算模块，用于根据所述地理加权回归模型估算PM2.5浓度。可选的，还包括：第一时间匹配模块和第二时间匹配模块；所述第一时间匹配模块，用于在所述根据地面站点的地理位置，对相同时间点的所述PM2.5数据、所述AOD、所述HPBL以及所述RH进行空间匹配之前，根据所述卫星遥感数据、所述气象预报数据以及所述PM2.5数据中携带的时间信息，对所述PM2.5数据、所述AOD、所述HPBL以及所述RH进行第一次时间匹配；所述第二时间匹配模块，用于获取卫星的过境时间，并根据所述过境时间获取地面站点采集的PM2.5数据的有效值，对第一次时本文档来自技高网...

【技术保护点】
一种PM2.5浓度估算方法，其特征在于，包括：接收卫星传输的卫星遥感数据，并根据所述卫星遥感数据获取气溶胶光学厚度AOD；从全球气象预报系统GFS中获取气象预报数据，并根据所述气象预报数据获取大气边界层高度HPBL和近地面相对湿度RH；获取地面站点采集的PM2.5数据；根据所述PM2.5数据中携带的地理位置信息，对相同时间点的所述PM2.5数据、所述AOD、所述HPBL以及所述RH进行空间匹配；根据空间匹配后的所述PM2.5数据、所述AOD、所述HPBL以及所述RH建立地理加权回归模型；根据所述地理加权回归模型估算PM2.5浓度。

【技术特征摘要】
1.一种PM2.5浓度估算方法，其特征在于，包括：
接收卫星传输的卫星遥感数据，并根据所述卫星遥感数据获取气
溶胶光学厚度AOD；
从全球气象预报系统GFS中获取气象预报数据，并根据所述气象
预报数据获取大气边界层高度HPBL和近地面相对湿度RH；
获取地面站点采集的PM2.5数据；
根据所述PM2.5数据中携带的地理位置信息，对相同时间点的所
述PM2.5数据、所述AOD、所述HPBL以及所述RH进行空间匹配；
根据空间匹配后的所述PM2.5数据、所述AOD、所述HPBL以及所
述RH建立地理加权回归模型；
根据所述地理加权回归模型估算PM2.5浓度。
2.根据权利要求1所述的方法，其特征在于，在所述根据地面站
点的地理位置，对相同时间点的所述PM2.5数据、所述AOD、所述HPBL
以及所述RH进行空间匹配之前，还包括：
根据所述卫星遥感数据、所述气象预报数据以及所述PM2.5数据
中携带的时间信息，对所述PM2.5数据、所述AOD、所述HPBL以及所
述RH进行第一次时间匹配；
获取卫星的过境时间，并根据所述过境时间获取地面站点采集的
PM2.5数据的有效值，对第一次时间匹配后的所述PM2.5数据、所述
AOD、所述HPBL以及所述RH进行第二次时间匹配。
3.根据权利要求2所述的方法，其特征在于，所述根据地面站点
的地理位置，对相同时间点的所述PM2.5数据、所述AOD、所述HPBL
以及所述RH进行空间匹配，包括：
根据所述PM2.5数据中携带的地理位置信息，获取在所述地理位
置信息所属第一预设范围内AOD的平均值和第二预设范围内的
HPBL和RH的有效值；
对相同时间点的所述PM2.5数据、所述AOD的平均值、所述HPBL
和所述RH的有效值进行空间匹配。
4.根据权利要求1所述的方法，其特征在于，所述地理加权回归
模型为：
lnPM2.5(ui,vi)＝β0(ui,vi)+β1(ui,vi)lnAOD+β2(ui,vi)lnHPBL+
β3(ui,vi)ln(1-RH/100)
其中，β0(ui,vi)为常数项在观测点(ui,vi)处的回归系数，β1(ui,vi)
为所述AOD在观测点(ui,vi)处的回归系数，β2(ui,vi)为所述HPBL在观
测点(ui,vi)处的回归系数，β3(ui,vi)为所述RH在观测点(ui,vi)处的回归系
数，PM2.5(ui,vi)为观测点(ui,vi)处的PM2.5浓度。
5.根据权利要求4所述的方法，其特征在于，所述根据所述地理
加权回归模型获取PM2.5浓度包括：
采用加权最小二乘法，根据所述地理加权回归模型获取权重函数
矩阵，所述权重函数矩阵如下：
β(ui,vi)＝[XTW(ui,vi)X]-1XTW(ui,vi)Y
其中，β为回归系数，W为权重函数矩阵，Y为PM2.5浓度矩阵，
X为输入参数矩阵，输入参数包括：常数项、AOD、HPBL以及RH；
采用交叉验证法，根据所述权重函数矩阵获取每个地面站点的最
优带宽，并根据所述最优带宽获取各输入参数的权重函数矩阵；
对各输入参数的权重函数矩阵和与所述输入参数对应的地面站
点的地理位置进行空间匹配，获取空间函数权重矩阵；
通过克里金空间插值法，根据所述空间函数权重矩阵分别获取常
数项、AOD、HPBL以及RH的回归系数；
根据所述卫星遥感数据中每个像元对应的AOD、HPBL、RH以及
所述回归系数，结合所述地理加权回归模型获取所述像元的PM2.5浓
度。
6.一种PM2.5浓度估算系统，其特征在于，包括：<...

【专利技术属性】
技术研发人员：王桥，陈辉，厉青，王中挺，张丽娟，毛慧琴，周春艳，马鹏飞，张玉环，陈翠红，
申请(专利权)人：环境保护部卫星环境应用中心，
类型：发明
国别省市：北京;11