MODIS氣溶膠光學(xué)厚度空氣污染指數(shù)的關(guān)系研究

MODIS氣溶膠光學(xué)厚度空氣污染指數(shù)的關(guān)系研究隨著我國國民經(jīng)濟(jì)迅速發(fā)展，城鎮(zhèn)化加速，城市化進(jìn)程中的問題也隨之顯現(xiàn)。同時隨著生活質(zhì)量的提高，空氣污染問題日益受到民眾的重視。本文試圖利用MODIS遙感衛(wèi)星數(shù)據(jù)得到的氣溶膠光學(xué)厚度（AOT），以及由地面檢測得到的空氣污染指數(shù)（API）數(shù)據(jù)，分析兩者之間的關(guān)系，對兩者進(jìn)行回歸分析，建立兩者之間的回歸模型，最終可以由遙感得到的AOT數(shù)據(jù)計算得出地面API的數(shù)據(jù)。由于AOT數(shù)據(jù)會受到氣象因素和季節(jié)的影響，在建立回歸模型的過程中，會分季節(jié)建立回歸模型并引入一些主要的氣象因子（風(fēng)速、氣壓）對回歸模型進(jìn)行校正，以期獲得較好的回歸模型。通過研究可以得到結(jié)論如下：1.沒有氣象因子參與時，夏季和秋季的擬合精度相對較高，分別為0.7215和0.6693。2.考慮了氣壓和風(fēng)速后，對模型精度提高顯著，其中秋季和冬季的擬合精度都可以達(dá)到0.7258。3.對氣象要素分組后發(fā)現(xiàn)，在氣壓低于1010hpa的情況下，模型的預(yù)測精度相對較高，可達(dá)0.7349。1.1相關(guān)概念簡介 1.1.1 MODIS簡介從1991年起，美國NASA啟動了為期20年的地球觀測系統(tǒng)(EOS)計劃。在這個計劃中，把區(qū)域性地表覆蓋變化的趨勢和模式、人類活動影響的觀測分析、全球初級生產(chǎn)力動態(tài)變化以及自然災(zāi)害監(jiān)測研究等作為長期地球環(huán)境變化研究的重要內(nèi)容。MODIS ( Moderate Resolution Imaging Spectrometer，中等分辨率成像光譜儀)是EOS計劃中重要的傳感器，現(xiàn)已搭載于兩顆EOS衛(wèi)星上（TERRA衛(wèi)星和AQUA衛(wèi)星），于2000年上半年開始進(jìn)行數(shù)據(jù)服務(wù)。TERRA衛(wèi)星是裝載有MODIS傳感器的極地軌道環(huán)境遙感衛(wèi)星，發(fā)射于1999年12月18日。TERRA衛(wèi)星從北京地區(qū)上空的過境時間，一般在10:30 (北京時)之間，并呈周期變化。它的地面重復(fù)周期為16天(即16天后衛(wèi)星將于地方時的同一時間出現(xiàn)在同一地點(diǎn)的上空)。MODIS探測器每天覆蓋全球一次,提供了在可見光、近紅外和紅外共36個通道的全球觀測，為反演有關(guān)陸地、云、氣溶膠、水汽、臭氧、海色、浮游植物、生物地球化學(xué)等產(chǎn)品提供了豐富的信息。本文使用的MODIS AOT數(shù)據(jù)即來自于TERRA搭載MODIS傳感器。1.1.2 氣溶膠光學(xué)厚度大氣氣溶膠通常是指懸浮于大氣中的微小粒子，粒徑范圍可以從0.001 u m到幾十微米，主要包括6大類7種氣溶膠粒子，即：沙塵氣溶膠、碳?xì)馊苣z（黑碳和有機(jī)碳?xì)馊苣z）、硫酸鹽氣溶膠、硝酸鹽氣溶膠、銨鹽氣溶膠和海鹽氣溶膠。作為地一氣系統(tǒng)的重要組成部分，它主要通過直接輻射強(qiáng)迫和間接輻射強(qiáng)迫改變地一氣系統(tǒng)的輻射收支來影響著氣候。氣溶膠自身對輻射的散射和吸收產(chǎn)生直接輻射強(qiáng)迫作用，對短波輻射的散射增加了反射回天空的輻射，從而增加了地球反照率并冷卻了氣候系統(tǒng)，其對太陽輻射和長波輻射的吸收改變了大氣加熱率。大氣氣溶膠的光學(xué)厚度是表征大氣渾濁度的一個重要物理量，是確定氣溶膠氣候效應(yīng)的一個關(guān)鍵因子，并在一定程度上能夠反映區(qū)域大氣的污染程度。當(dāng)氣溶膠粒子濃度增大時會改變云的特性，從而產(chǎn)生了間接輻射強(qiáng)迫作用，主要是改變了云的反照率。同時，氣溶膠粒子可以對異質(zhì)化學(xué)產(chǎn)生間接作用，它通過改變影響氣候的物質(zhì)(如溫室氣體)的濃度而影響氣候，氣溶膠通過對太陽輻射的散射和吸收以及太陽和地球輻射的相互作用干擾輻射平衡(Kaufman等，1999)。因此氣溶膠濃度大小在全球氣候變化中起著非常重要的作用。大氣氣溶膠同時具有顯著的環(huán)境效應(yīng)，有些氣溶膠粒子是大氣中的污染物質(zhì)，直接影響空氣質(zhì)量。特別是產(chǎn)生于工業(yè)城市地區(qū)的氣溶膠由碳等固體粒子和S02, NOx在濕潤空氣環(huán)境中的化學(xué)反應(yīng)形成的液態(tài)粒子組成(李曉靜等，2003 )。直徑小于2.5um的氣溶膠顆粒(PM2.5 )因為對可見光的消光(散射和吸收)作用導(dǎo)致地面能見度的顯著下降;直徑在l0um以下的氣溶膠顆粒物(PM10 )可到達(dá)人類呼吸系統(tǒng)的支氣管區(qū)，直徑小于5um的微?？傻竭_(dá)肺泡區(qū)，最終導(dǎo)致心血管和哮喘疾病的增加，直接對人類的健康造成顯著的影響，威脅著人類的生存與社會可持續(xù)發(fā)展。近年來，大氣污染是大多數(shù)發(fā)展中國家在工業(yè)化過程中普遍面臨的一個難題。1.1.3 空氣污染指數(shù)空氣污染指數(shù)（API）就是將我們?nèi)粘z測的可吸入顆粒物、二氧化硫、氮氧化物等三項空氣污染物，按照其濃度簡化成概念性的指數(shù)形式，并對其進(jìn)行分級，來表示空氣質(zhì)量的好壞。我們根據(jù)不同污染物的濃度，由計算公式得出該污染物的空氣質(zhì)量分指數(shù)，選取其中分指數(shù)最大的作為空氣污染指數(shù)，所選取的污染物即為空氣中主要污染物?？諝馕廴痉种笖?shù)的計算公式如下：式中：IAPIP污染物項目P的空氣質(zhì)量分指數(shù)；CP污染物項目P的質(zhì)量濃度值；BPHi相應(yīng)地區(qū)的空氣質(zhì)量分指數(shù)及對應(yīng)的污染物項目濃度指數(shù)表中與CP相近的污染物濃度限值的高位值；BPLo相應(yīng)地區(qū)的空氣質(zhì)量分指數(shù)及對應(yīng)的污染物項目濃度指數(shù)表中與CP相近的污染物濃度限值的低位值；IAPIHi相應(yīng)地區(qū)的空氣質(zhì)量分指數(shù)及對應(yīng)的污染物項目濃度指數(shù)表中與BPHi對應(yīng)的空氣質(zhì)量分指數(shù)；IAPILo相應(yīng)地區(qū)的空氣質(zhì)量分指數(shù)及對應(yīng)的污染物項目濃度指數(shù)表中與BPLo對應(yīng)的空氣質(zhì)量分指數(shù)。各類污染物對應(yīng)的空氣污染分指數(shù)如下表：1.2 選題1.2.1 選題背景隨著我國經(jīng)濟(jì)的迅速發(fā)展，城市的規(guī)模越來越大，城市的建設(shè)發(fā)展也不斷加快，城市的空氣質(zhì)量逐漸受到威脅。同時，隨著人民生活水平的不斷提高，城市的空氣質(zhì)量對人們健康的影響越來越多的受到的關(guān)注。環(huán)境保護(hù)與經(jīng)濟(jì)的發(fā)展的協(xié)調(diào)一致成為各國政府面臨的又一個新的問題。對大氣質(zhì)量變化特征進(jìn)行分析，有利于引導(dǎo)城市實施可持續(xù)的發(fā)展戰(zhàn)略，避免盲目追求經(jīng)濟(jì)增長而對環(huán)境造成不可逆轉(zhuǎn)的破壞。我國幅員遼闊，而地面監(jiān)測網(wǎng)點(diǎn)有限，并且并且大多集中在各個大中城市的主城區(qū)內(nèi)，如果只是依賴現(xiàn)有的監(jiān)測臺站和傳統(tǒng)的監(jiān)測技術(shù)，就無法大范圍地監(jiān)測大氣污染。近年來隨著衛(wèi)星遙感技術(shù)的發(fā)展，大氣污染監(jiān)測技術(shù)也有了長足的進(jìn)步，大氣污染監(jiān)測不再局限于地面，從局地走向了宏觀，從離散發(fā)展到連續(xù)。如何使用遙感技術(shù)及時有效地監(jiān)測和預(yù)測大氣污染己成為一項十分重要的任務(wù)。1.2.2 選題意義 現(xiàn)階段迫切需要新的大氣環(huán)境監(jiān)測手段，來彌補(bǔ)一般地面觀測難以反映的污染狀況空間分布和變化趨勢的不足。由于MODIS衛(wèi)星觀測資料包含了豐富的氣溶膠光學(xué)特性時空變化的信息，因此利用衛(wèi)星遙感大氣氣溶膠光學(xué)厚度具有獨(dú)特的優(yōu)勢。同時，它是常規(guī)資料比較缺乏的地區(qū)氣溶膠光學(xué)厚度信息的重要來源，己成為氣溶膠研究乃至全球氣候變化研究領(lǐng)域中的一個熱門課題。本研究旨在通過MODIS氣溶膠光學(xué)厚度產(chǎn)品與城市空氣污染指數(shù)進(jìn)行相關(guān)分析，著重研究不同氣象因子對兩者的影響，從而更有效地利用MODIS氣溶膠光學(xué)厚度推算城市空氣污染指數(shù)，來評估空氣質(zhì)量等級，為居民生活的舒適度提供更充實的依據(jù)。用該方法可以在一定程度上對地面常規(guī)監(jiān)測進(jìn)行補(bǔ)充，為缺少地面觀測臺站的地區(qū)提供監(jiān)測手段。第二章 研究區(qū)域概況2.1研究區(qū)域概況2.1.1 某地區(qū)市地理氣候概況某地區(qū)是江蘇省所轄地級市，位于江蘇省西南，長江下游南岸(北緯31373219、東經(jīng)1185811958)，古稱“潤州”或“京口”建城超過3000多年。位于江蘇省南部的長江南岸-蘇南，是長江三角洲經(jīng)濟(jì)圈（上海經(jīng)濟(jì)圈)的重要城市組成城市，往東距離上海市230公里，往西距離南京80公里。東西最大長95.5公里，南北長76.9公里。東南和常州市接壤，西面是南京市，北與揚(yáng)州市、泰州市隔江相望。某地區(qū)是亞熱帶季風(fēng)氣候,四季分明,溫暖濕潤,熱量豐富,雨量充沛，氣候條件優(yōu)越。市區(qū)全年無霜期239天,市屬四縣的全年無霜期分別為揚(yáng)中227天，丹陽224天,句容229天,丹徒230天。市區(qū)年攝氏零度以上積溫5631.4,各縣年攝氏零度以上積溫5431.65526.5。市區(qū)年輻射總量111.3千卡/平方厘米，年平均相對濕度76%。 由于某地區(qū)市地處北亞熱帶，受大陸、海洋以及來自南北天氣系統(tǒng)的影響,氣候比較復(fù)雜,年際間的變化大。同時，北瀕長江，西高東低，地勢起伏，地貌不一，加上局部天氣系統(tǒng)的影響，又形成某些特殊的氣候，其中最明顯的特征是:風(fēng)力偏大，特別是春、秋、冬季的北向風(fēng)；氣溫偏高，尤其秋、冬季氣溫明顯高于周圍地區(qū)；梅雨強(qiáng)度大，某地區(qū)、句容、揚(yáng)州、泰興一線的梅雨量和梅期暴雨強(qiáng)度明顯大于兩側(cè)地區(qū)。2.1.2 某地區(qū)市空氣污染概況某地區(qū)市地處長江和京杭大運(yùn)河的交匯處，位于上海經(jīng)濟(jì)圈和南京都市圈交叉輻射范圍，是中國歷史文化名城、長三角重要的港口、工貿(mào)和旅游城市。經(jīng)過多年發(fā)展，某地區(qū)市目前擁有2個國家級開發(fā)區(qū)、6個省級開發(fā)區(qū)、5個國家級高新技術(shù)產(chǎn)業(yè)基地，形成現(xiàn)代裝備制造、綠色化工、特種金屬、新材料、造紙業(yè)等五大主導(dǎo)產(chǎn)業(yè)。產(chǎn)業(yè)的擴(kuò)張在 促進(jìn)某地區(qū)經(jīng)濟(jì)高速發(fā)展的同時，不可避免地產(chǎn)生一系列的環(huán)境問題。某地區(qū)東部地區(qū)作為全市電力、化工、造紙等重污染企業(yè)的聚集區(qū)，異味污染等環(huán)境問題尤為突出。目前，某地區(qū)東部地區(qū)集中了索普化工基地、新區(qū)國際化學(xué)工業(yè)園等大型的化工產(chǎn)業(yè)聚集區(qū)，并且由于歷史布局的原因，零散分布著一些中小型企業(yè)。近年來隨著城市化進(jìn)程加快，某地區(qū)主城區(qū)不斷地東擴(kuò)南進(jìn)，原先的工業(yè)用地逐漸由建設(shè)初期的城市邊緣地區(qū) 演變?yōu)槌鞘泻诵膮^(qū)，在企業(yè)周邊環(huán)境敏感性大大增加的同時，廠、群矛盾不斷激化。工業(yè)廢氣排放、垃圾填埋、生豬屠宰、異味河流等異味污染源，在不利氣象條件下，造成的異味污染事件時有發(fā)生，嚴(yán)重影響了周邊居民的正常生活。某地區(qū)東部地區(qū)也由此成為某地區(qū)市異味污染的重災(zāi)區(qū)和環(huán)境信訪的高發(fā)區(qū)。第三章 API和AOT的回歸分析3.1回歸模型分析3.1.1 全年分析用兩年的API數(shù)據(jù)和AOT數(shù)據(jù)做散點(diǎn)圖（如上圖），可以看出來兩者之間具有一定的相關(guān)關(guān)系。把2013-1014年的API數(shù)據(jù)按照從低到高的順序排列，然后每個兩個數(shù)據(jù)抽取一個作為最后檢驗之用，其他的數(shù)據(jù)則用作建立模型。其中建模數(shù)據(jù)97個，檢驗數(shù)據(jù)50個。檢驗數(shù)據(jù)如下表：日期APIAOT氣壓風(fēng)速2013/1/1890.4511024.322013/1/20610.6121024.122013/2/1780.6071023.142013/2/15980.8711029.722013/3/6700.6151020.152013/3/14940.6411031.932013/4/9890.599102322013/4/24600.3811016.222013/5/10991.1291009.932013/5/241121.3111001.132013/6/3980.5941010.752013/6/121020.8991012.522013/10/3850.4831021.342013/10/201201.1111023.932013/11/15690.5371025.722013/12/5830.5321022.212013/12/27710.6811035.732014/1/2710.5181019.332014/2/28820.6691022.962014/3/71080.5871031.772014/3/12690.3541014.722014/3/311060.6711016.972014/4/61091.2011025.882014/4/12960.6211011.932014/4/151211.0191018.372014/4/20780.8851019.732014/4/27950.5611016.532014/5/7780.5131010.542014/5/24870.8821009.762014/6/8800.8721005.542014/6/12910.9021007.532014/6/201211.3711002.742014/6/24830.8691007.122014/7/10580.5771003.322014/8/12830.5691006.242014/8/29770.5981015.422014/9/7720.6011010.232014/9/15820.6711014.352014/9/30880.8391022.142014/10/11700.3811020.332014/10/171040.8721022.342014/10/20580.4451014.712014/10/24980.6671019.432014/10/271100.8981027.152014/10/30800.6691018.612014/11/20980.7581023.522014/11/23860.4221020.232014/11/30980.6751019.142014/12/15790.6011025.722014/12/20780.3011030.232014/12/28740.2881025.73建模數(shù)據(jù)如下表：日期APIAOT氣壓風(fēng)速2013/1/2950.4791030.642013/1/9700.4581031.532013/1/24590.4221025.152013/1/27790.6121031.732013/2/5900.8031020.522013/2/12930.841029.132013/2/27920.8141022.342013/3/4940.8831025.732013/3/8890.6241012.242013/3/9910.6371008.642013/3/161110.923102322013/4/61210.9511018.582013/4/14780.4821011.142013/4/19750.4631018.182013/4/25650.4581013.752013/5/5900.5611019.762013/5/20890.6811005.422013/5/22850.6791007.332013/5/30590.4531016.142013/6/1910.5891008.112013/6/3980.5941010.752013/6/121020.8991012.522013/9/20960.7111013.852013/10/1800.4551018.122013/10/15900.4511025.372013/10/16910.4511028.522013/10/251090.9811025.842013/10/30620.3621024.662013/11/20940.8811023.422013/11/29810.5111029.862013/12/8990.7041020.522013/12/91000.8011023.442013/12/27710.6811035.732014/1/1690.5011021.732014/2/21720.5171031.552014/2/22790.5161029.562014/3/3750.7871025.562014/3/5660.6451029.442014/3/11910.5691022.152014/3/12690.3541014.722014/3/24790.3881020.512014/3/27850.4531016.952014/4/4910.5141021.532014/4/51040.6911020.952014/4/7981.0151018.522014/4/81001.0291017.332014/4/13880.5121020.532014/4/14910.4931023.342014/4/151211.0191018.372014/4/191020.7121016.222014/4/25790.7231016.382014/4/26820.4191015.332014/4/28890.4921019.752014/4/30900.5031014.522014/5/10800.5411010.972014/5/121020.7621012.122014/5/29840.7531006.732014/6/41091.1221006.122014/6/9790.8731006.662014/6/10830.8871007.132014/6/14750.7781007.922014/6/15790.8721007.542014/6/22760.7931009.732014/6/23990.9051008.622014/7/1600.561101122014/7/3530.5351004.722014/7/10580.5771003.322014/8/12830.5691006.242014/8/15570.4121011.712014/8/16770.7111010.152014/9/5550.5631011.142014/9/6610.5711012.152014/9/81231.3231009.822014/9/91311.4211009.432014/9/16870.7021016.162014/9/29890.8431012.532014/10/8700.4551021.732014/10/10750.6511020.632014/10/12600.4511020.752014/10/161030.883102522014/10/18990.6711020.952014/10/19690.3631017.332014/10/21560.4461016.952014/10/23580.4471022.142014/10/25960.7121018.722014/10/261170.9231019.312014/10/28810.7111025.472014/10/29710.6631022.152014/10/30800.6691018.612014/11/19990.7761027.942014/11/21950.712102112014/11/22850.411022.532014/11/24850.3191018.642014/11/25960.601102132014/12/2600.5871030.912014/12/5550.5361031.432014/12/16820.6031036.972014/12/17760.2991036.622014/12/22800.3421030.912014/12/23750.2891024.52將100個建模數(shù)據(jù)以API為因變量，AOT為自變量建立回歸模型，模型類型包括指數(shù)函數(shù)、對數(shù)函數(shù)、冪函數(shù)、線性和一元二次方程。API和AOT兩年擬合結(jié)果自變量模型類型模型方程R方F精度AOT線性方程Y=53.499x+49.4860.47989.1070.4788冪函數(shù)Y=99.289x0.3810.37959.2680.3792指數(shù)函數(shù)Y=55.646e0.608x0.42270.9190.4223一元二次方程Y=25.967x2+14.913x+62.4010.49146.2390.4907對數(shù)Y=33.081Ln(x)+100.2730.42070.1290.4196其中x為自變量AOT,Y為因變量API比較幾種模型，從F值的角度來看，線性好于指數(shù)，指數(shù)好于對數(shù)。但從R方來看，一元二次方程好一些，同時其精度也是最好的。下圖是一元二次方程的擬合圖像：3.1.2 分季節(jié)模型建立某地區(qū)市地處亞熱帶季風(fēng)區(qū)，四季分明。由于不同季節(jié)氣象要素差異很大，相應(yīng)AOT和API也會受到影響，所以有必要對不同季節(jié)下AOT和API的相關(guān)性分別進(jìn)行討論。本文對建模數(shù)據(jù)和檢驗數(shù)據(jù)分別進(jìn)行季節(jié)分類，以3-5月為春季，6-8月為夏季，9-11月為秋季，12-2月為冬季。下表是每個季節(jié)建模和檢驗數(shù)據(jù)數(shù)量:春季夏季秋季冬季建模32173119檢驗1691511分季節(jié)建立回歸模型如下：分季節(jié)回歸模型季節(jié)模型類型模型方程R方F春季線性Y=55.407x+53.6650.53733.697對數(shù)Y=36.107Ln(x)+106.8070.52832.436二次Y=-1.952x2+58.151x+52.7820.53716.269冪函數(shù)Y=106.873x0.3980.49328.233指數(shù)Y=59.664e0.606x0.49328.255夏季線性Y=65.843x+31.6950.50314.186對數(shù)Y=46.401Ln(x)+95.8350.49713.848二次Y=-1.952x2+58.151x+52.7820.53716.269冪函數(shù)Y=96.017x0.6420.72634.485指數(shù)Y=40.775e0.860x0.73836.66秋季線性Y=63.038x+43.6470.65756.661對數(shù)Y=44.892Ln(x)+106.7070.6449.74二次Y=-5.335x2+71.871x+40.4650.6727.391冪函數(shù)Y=105.860x0.5060.58239.036指數(shù)Y=52.318e0.700x0.58739.73冬季線性Y=48.663x+50.2050.44411.222對數(shù)Y=22.759Ln(x)+92.0110.3457.362二次Y=171.304x2-148.867x+102.1450.6059.943冪函數(shù)Y=91.407x0.2770.3156.434指數(shù)Y=54.833e0.596x0.4119.774對不同的季節(jié)的模型進(jìn)行分析，在綜合考慮F值和R方的情況下在線性、對數(shù)、二次、冪函數(shù)和指數(shù)五種模型中選擇最優(yōu)的模型。春季對數(shù)模型，由于F值和R方都高于其他模型，即春季對數(shù)模型即為最佳；夏季線性模型F值和R方大，線性模型最佳；秋季從F值考慮，線性模型較好，從R方考慮一元二次方程最佳；冬季考慮F值，線性模型優(yōu)于一元二次方程；從R方考慮，一元二次方程優(yōu)于線性模型。春季對數(shù)模型擬合情況：夏季線性模型擬合情況：秋季線性擬合情況：冬季線性擬合情況：3.1.3 模型對比分析API和AOT擬合模型對照表季節(jié)模型類型模型方程R方F兩年一元二次方程Y=25.967x2+14.913x+62.4010.49146.239春季對數(shù)Y=28.491Ln(x)+101.4080.3919.145夏季線性Y=70.209x+26.8730.76141.407秋季線性Y=63.038x+43.6470.66956.661冬季線性Y=48.663x+50.2050.44411.222其中x為AOT，Y為API從上表可以看出來，在全年擬合模型和分四個季節(jié)擬合的精度較高的五個模型之中，夏季的AOT和API相關(guān)系數(shù)較高，秋季的相關(guān)系數(shù)稍低。對兩年和四個季節(jié)的模型進(jìn)行誤差分析，得到兩年的線性模型精度為0.5148，春季線性模型的精度為0.3855，夏季對數(shù)模型擬合的精度為0.7215，秋天線性模型擬合精度為0.6693，冬天線性模型擬合精度為0.4445。明顯夏秋季節(jié)的擬合精度要高于其他季節(jié)。3.2含有氣象因子的API和AOT多元回歸模型上一節(jié)討論了沒有氣象因子參與的API和AOT的回歸模型，發(fā)現(xiàn)他們之間的模型擬合并不好，我們考慮到可能是受到了不同氣象條件的影響，所以引入了氣象因子，希望能對模型的精度有所提高。先考察一下兩項氣象數(shù)據(jù)和和的相關(guān)系數(shù)，如下表：氣象因子相關(guān)系數(shù)API風(fēng)速-0.051氣壓-0.071AOT風(fēng)速-0.073氣壓-0.26其中AOT和氣壓在0.01水平上是顯著性相關(guān)的。在這一節(jié)，我們建立了三類多元回歸模型，即在都以API為因變量的時候，分別以AOT和氣壓、AOT和風(fēng)速、AOT和氣壓及風(fēng)速做自變量建立多元回歸模型。自變量回歸模型R方F精度AOT、氣壓、風(fēng)速Y=55.728x1+0.240x2-0.116x3-195.5130.49130.5290.4909AOT、氣壓Y=55.771x1+0.237x2-193.1630.49146.2480.4907AOT、風(fēng)速Y=53.493x1-0.010x3+49.5250.47944.0940.4788表中Y為API，x1為AOT，x2為氣壓，x3為風(fēng)速3.2.1 含有氣象因子的季節(jié)API和AOT模型季節(jié)模型方程R方F精度春季Y=55.309x1+0.281x2-0.031x2-231.3390.54810.9180.5481Y=55.287x1+0.279x2-230.0040.54816.9820.5481Y=55.362x1+0.064x3+53.4350.53816.2720.5375夏季Y=67.437x1+2.033x2+1.960x3-2026.1270.6657.9440.665Y=69.213x1+2.166x2-2155.5870.63711.4030.6369Y=63.852x1+2.487x3+25.3920.5497.9270.5495秋季Y=67.804x1+1.027x2-1006.8950.69931.380.6993Y=55.769x1-1.740x3+55.0040.65225.2460.6516Y=63.453x1+1.080x2-2.018x30.72622.9440.7258冬季Y=39.231x1-0.548x2+618.5310.4025.0450.4022Y=63.453x1+1.080x2-2.018x3-1050.8790.72622.9440.7258Y=55.769x1-1.740x3+55.0040.65225.2460.65163.2.2 含有氣象因子分季節(jié)模型分析比較沒有加入氣象數(shù)據(jù)的模型，在加入了風(fēng)速和氣壓氣象數(shù)據(jù)的考慮之后，春季和冬季的預(yù)測精度有了比較明顯的提升。選取其中精度較好的模型，春季的預(yù)測精度由0.3855提升到了0.5481；冬季的預(yù)測精度由0.4445提升到了0.7258。但是發(fā)現(xiàn)夏季的模型精度不僅沒有提高，反而有一定程度的降低?？赡苁怯捎诘孛鏆庀髷?shù)據(jù)和MODIS監(jiān)測不同步且夏季的氣象要素變化劇烈等原因造成的。3.3對氣象因子進(jìn)行分級的模型對建模數(shù)據(jù)和檢驗數(shù)據(jù)按照既定的分級類型進(jìn)行分級，分級類別依次是大于等于1010氣壓大于1010且小于等于1020氣壓大于1020且風(fēng)速小于3氣壓大于1020且風(fēng)速大于等于3，然后分別建立相應(yīng)的回歸模型。3.2.1 四組的AOT和API模型模型類型模型方程R方F氣壓小于等于1010hpa線性Y=67.378x+31.0650.73538.801對數(shù)Y=58.398Ln(x)+100.2800.68830.92二次Y=38.331x2-6.226x+63.3490.75219.732冪函數(shù)Y=98.214x0.6450.64325.212指數(shù)Y=46.319e0.729x0.65826.926氣壓大于1010hpa小于等于1020hpa線性Y=63.970x+44.3610.53137.383對數(shù)Y=38.737Ln(x)+104.5300.48731.344二次Y=48.722x2-2.495x+64.8770.54318.989冪函數(shù)Y=104.175x0.4490.44426.305指數(shù)Y=51.959e0.739x0.4830.498氣壓大于1020hpa且風(fēng)速小于3m/s線性Y=33.311x+63.2580.256.342對數(shù)Y=16.462Ln(x)+92.5560.2024.801二次Y=110.426x2-98.903x+98.8920.3374.574冪函數(shù)Y=91.569x0.1900.1653.742指數(shù)Y=65.008e0.391x0.215.064氣壓大于1020hpa且