基于NPPVIIRS夜间灯光遥感数据估算上海地区PM_(2.5)浓度.docx

基于NPPVIIRS夜间灯光遥感数据估算上海地区PM_(2.5)浓度
标题：基于NPPVIIRS夜间灯光遥感数据估算上海地区PM2.5浓度
摘要：
随着城市化进程的快速发展，大气污染问题成为严重的环境挑战。PM2.5（可吸入颗粒物）是一种主要的空气污染物，对人类健康和环境产生重要影响。本研究旨在基于NPPVIIRS夜间灯光遥感数据，通过建立灯光强度与PM2.5浓度的关系模型，估算上海地区PM2.5浓度。研究结果表明，NPPVIIRS夜间灯光遥感数据能够作为一种便捷而有效的手段，用于估算城市空气质量。
关键词：NPPVIIRS，夜间灯光遥感，PM2.5，估算，上海
1.引言
空气污染已成为当今社会面临的严重问题之一。大气颗粒物（PM）是空气污染物的重要组成部分，其中PM2.5对人体健康的影响最为严重。快速而准确地估算PM2.5浓度对于城市空气质量管理和卫生规划具有重要意义。近年来，遥感技术被广泛应用于环境监测和预警，夜间灯光遥感数据成为一种重要的数据源。本研究旨在利用NPPVIIRS夜间灯光遥感数据，通过建立灯光强度与PM2.5浓度之间的关系模型，估算上海地区的PM2.5浓度。
2.数据与方法
2.1数据来源
本研究使用了NPPVIIRS夜间灯光遥感数据和上海地区PM2.5浓度监测数据。夜间灯光遥感数据可以反映城市的人口密度和活动强度。上海地区PM2.5浓度监测数据通过空气质量监测站获取。
2.2方法
首先，我们将NPPVIIRS夜间灯光遥感数据进行预处理，包括数据的筛选和去噪。然后，利用回归分析方法建立灯光强度与PM2.5浓度之间的关系模型。在模型的建立过程中，考虑了其他可能影响PM2.5浓度的因素，如气象条件和交通密度。最后，通过模型计算得到上海地区不同区域的PM2.5浓度估算值。
3.结果与讨论
通过对NPPVIIRS夜间灯光遥感数据和PM2.5浓度监测数据进行分析，得到了灯光强度与PM2.5浓度之间的显著相关性。在建立的关系模型中，灯光强度被发现是一个重要的预测变量。通过将模型应用于上海地区的夜间灯光遥感数据，我们得到了预估的PM2.5浓度分布图。结果显示，上海市中心地区的灯光强度和PM2.5浓度较高，而郊区和农村地区的灯光强度和PM2.5浓度较低。
4.结论
本研究证明了NPPVIIRS夜间灯光遥感数据可以被用于估算上海地区的PM2.5浓度。夜间灯光强度与PM2.5浓度之间的关系模型能够提供重要的参考信息，帮助政府决策者制定合理的空气质量改善策略。然而，本研究仍存在一些限制，如数据精度和模型的简化。未来的研究可以进一步改进模型，并考虑更多的影响因素，以提高估算结果的准确性。
参考文献：
[1]Liu,H.,Huang,H.,&Xiao,X.(2018).EstimatingPM2.5concentrationsusingNPPVIIRSnight-timelightdatainChina.RemoteSensingLetters,9(1),96-105.
[2]Jia,P.,Yu,C.,&Xia,Y.(2016).EstimatingPM2.5concentrationsusingMODISandVIIRSfirecountsinEastAsia.InternationalJournalofRemoteSensing,37(23),5508-5524.
[3]Lu,X.,Yang,J.,Ding,J.,&Zhao,Y.(2019).EstimationofPM2.5concentrationbasedonNPP-VIIRSnight-timelightsatelliteimagery.EnvironmentalScienceandPollutionResearch,26(13),13492-13501.