[发明专利]一种融合卫星遥感和地面监测数据的臭氧浓度估算方法

说明书

本发明公开了一种融合卫星遥感和地面监测数据的臭氧浓度估算方法，属于环境监测技术领域。包括：步骤一，多源样本数据的收集、预处理与融合，得到输入参数；步骤二，基于多层映射反向传播神经网络，建立臭氧浓度估算运算基础模型；步骤三，基于影响因素、前溯时间和空间范围，探寻所得臭氧浓度估算运算基础模型的最优化输入参数组合，根据所得最优化输入参数组合对地面臭氧浓度进行准确估算，得到臭氧浓度的空间连续分布情况，实现融合卫星遥感和地面监测数据的臭氧浓度估算方法。本发明具有准确性高、可靠性强、操作简单的优点，所用到的多源样本数据均免费且开源，增强了通用性，能够快速估算臭氧浓度并绘制其在目标区域的连续分布图。

技术领域

本发明属于环境监测技术领域，涉及一种融合卫星遥感和地面监测数据的臭氧浓度估算方法。

背景技术

随着城市化和工业化进程的加速，大气污染问题日趋严重，臭氧已经成为影响环境空气质量的首要污染物，并直接影响着人类的身心健康。因此，监测并揭示臭氧在时间和空间上连续分布的规律，对防治臭氧污染以及预防其对健康的危害具有重要意义。

目前，常见的臭氧监测方法有地面监测和遥感监测。地面监测基于监测站进行全天候连续观测，能够直接得到地表空间臭氧浓度及其随时间变化的准确信息。但是，监测站点建设成本高，数量有限，分布不均，难以实现大范围空间内连续准确的臭氧浓度监测。利用卫星遥感影像数据监测臭氧的研究始于20世纪80年代，主要包括模式比例因子法、基于物理机理的半经验法以及统计模型方法等。在过去的几十年中，上述臭氧估算方法尽管已经有了较广泛的应用，但仍存在以下问题：1)模型结构与模拟过程十分复杂，计算成本较高；2)对基础数据要求较高，而污染物排放清单往往存在较大的不确定性，这就使得估算精度有限；3)估算结果受参数设置的影响较大，这些参数不仅计算过程十分繁琐，而且在不同地域之间差异显著。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种融合卫星遥感和地面监测数据的臭氧浓度估算方法，所述基于机器学习的臭氧浓度估算方法准确性高，可靠性强，操作简单，解决了现有臭氧浓度估算方法所得结论的不确定性高且计算复杂的问题。

为了达到上述目的，本发明采用以下技术方案予以实现：

本发明公开了一种融合卫星遥感和地面监测数据的臭氧浓度估算方法，包括以下步骤：

步骤一，多源样本数据的收集、预处理与融合，得到输入参数；

步骤二，基于多层映射反向传播神经网络，建立臭氧浓度估算运算基础模型；

步骤三，基于影响因素、前溯时间和空间范围三个维度，结合步骤一所得输入参数，探索步骤二所得臭氧浓度估算运算基础模型的最优化输入参数组合，根据所得最优化输入参数组合对地面臭氧浓度进行估算，得到臭氧浓度的空间连续分布结果，实现融合卫星遥感和地面监测数据的臭氧浓度估算方法。

优选地，步骤一中，多源样本数据包括：卫星遥感影像数据、空气质量监测数据和气象数据。

优选地，步骤一中，多源样本数据的预处理，包括去云处理和获得归一化植被指数NDVI：基于卫星遥感影像数据的云层识别与分类、云层在地面的投射影响范围和云层覆盖率，并根据不同的云层特性对遥感影像进行去云处理；对卫星遥感影像数据进行正射校正和空间位置配准，并提取卫星遥感影像数据中各波段的波段反射率，获得归一化植被指数NDVI。

优选地，步骤一中，多源样本数据的融合，包括以下操作：通过邻近分析算法获取距离环境监测站点最近的气象站点，并将该距离环境监测站点最近的气象站点监测到的气象数据，作为该环境监测站点的气象信息，实现多源样本数据的融合；其中，针对多源样本数据建立用于溯源分析的索引。