[发明专利]一种基于静止轨道卫星的PM2.5浓度估算方法

说明书

一种基于静止轨道卫星的PM2.5浓度估算方法，采用符合精度要求的气溶胶光学厚度数据与对应的PM2.5浓度数据建立数据集，基于随机森林机器学习方法完成样本学习和数据测试，对测试结果进行精度验证，并调整随机森林机器学习模型的参数使其达到精度要求，通过最终得到的计算模型进行不同天气情况下多时相的PM2.5浓度估算。本发明的基于静止轨道卫星的PM2.5浓度遥感估算方法可以有效地进行多时相PM2.5浓度遥感估算，弥补传统方法在时间连续性上的不足，为开展大气污染防治提供更为精确的数据支撑。

技术领域

本发明涉及遥感技术领域，特别涉及一种基于静止轨道卫星的PM2.5浓度估算方法。

背景技术

随着我国工业化和城市化的持续高速发展，人们生活水平急剧增高，越来越多的环境问题也随之出现，近年来，中国多次发生大范围持续雾霾天气。而雾霾主要由可入肺细颗粒物PM2.5组成，PM2.5是指空气动力学直径小于2.5μm的颗粒物，相比于PM10来说，PM2.5的粒径更小，能在大气中长时间停留和远距离传输，因而对大气环境质量的影响更大；PM2.5易于附着各类有毒有害物质(如持久性有机污染物、重金属、各种致病菌等)，并且可直接到达肺部产生更大的健康危害。国外大量的流行病学研究已经证明了PM2.5与负面的健康效应有关，如会导致心脑血管和呼吸系统疾病的超额发病率及死亡率等。因此，对于细颗粒物PM2.5浓度的实时监测与控制显得尤为重要。目前来说，对于PM2.5浓度的研究主要包括地面观测跟遥感反演两种方式，其中，地面观测主要有离线样品采集跟实时在线样品检测两种，但是地面监测站点覆盖范围低、时间不连续，难以进行长时间、大范围的研究。卫星遥感方法可以有效的解决这些问题，因为气溶胶光学厚度与PM2.5浓度有着较强的相关性，所以通过气溶胶光学厚度进行PM2.5遥感估算方法被广泛应用于PM2.5浓度的估算工作中。其中，卫星遥感数据大多来源于极轨卫星，即太阳同步轨道卫星，因其轨道通过地球的南北极与太阳同步，其同点重访周期一般较长，如中分辨率成像光谱仪MODIS(moderate-resolution imaging spectroradiometer)数据获取为每天两次(北京时间为10：30,13:30)，以此遥感数据为基础进行的PM2.5浓度估算，不能很好地反映污染物的迁移，在高时间分辨率PM2.5浓度估算方面还存在很多问题。而静止轨道卫星在时间分辨率方面具有较大的优势，如日本Himawari-8气象卫星的观测频率提高到了每十分钟一次，对云层等动向的持续性观测性能也得到了进一步的提升，这对于PM2.5浓度的动态监测遥感估算提供了新的机遇。

发明内容

针对目前卫星遥感估算PM2.5浓度算法遥感数据主要来源于极轨卫星的现状，为提高PM2.5浓度遥感估算方法的时间连续性，拓展在环境监测上的运用，提出一种基于静止轨道卫星的PM2.5浓度估算方法。

本发明由下述技术方案实现：

获取静止轨道卫星观测气溶胶光学厚度数据；

计算对应地面站点相应波段气溶胶光学厚度，并对卫星观测气溶胶光学厚度数据进行精度验证；

建立不同天气情况下预定波段PM2.5浓度与对应的卫星观测气溶胶光学厚度的数据集；

基于随机森林机器学习模型完成样本学习与数据测试，得到PM2.5浓度的遥感估算；

对数据测试得到的PM2.5浓度进行精度验证，得到精度验证结果；

根据所述精度验证结果调整随机森林机器学习模型的参数，重复上述样本学习、数据测试以及精度验证的步骤，直至使数据测试得到的PM2.5浓度达到预定的精度要求；

根据调整后的随机森林机器学习模型进行PM2.5浓度的估算。

进一步的，获取静止轨道卫星气溶胶光学厚度数据的步骤包括，提取预定波段的静止轨道卫星观测气溶胶光学厚度数据，将未经投影变换的原始影像投影到WGS-84坐标系，按预定时间间隔获取预定波段的气溶胶光学厚度数据。