本發(fā)明涉及氣溶膠監(jiān)測技術(shù)領(lǐng)域，更為具體地，涉及一種基于衛(wèi)星遙感的地面PM2.5反演方法及系統(tǒng)。

背景技術(shù)：

PM2.5指空氣中空氣動力學(xué)粒徑小于2.5微米的顆粒物。與大粒徑顆粒物相比，PM2.5粒徑小，富含大量的有毒有害物質(zhì)且在大氣中的停留時間長、輸送距離遠(yuǎn)，因而對人體和大氣環(huán)境質(zhì)量的影響很大。國外大量的流行病學(xué)研究證明PM2.5與負(fù)面的健康效應(yīng)有關(guān)，如會導(dǎo)致心血管和呼吸系統(tǒng)疾病的發(fā)病率及死亡率升高。

其中，對PM2.5的健康效應(yīng)的研究需要長時間、大范圍的PM2.5暴露數(shù)據(jù)的支撐。而利用衛(wèi)星遙感AOD(Aerosol Optical Depth，氣溶膠光學(xué)厚度)反演地面PM2.5是近年來快速發(fā)展的一項新技術(shù)。與地面監(jiān)測相比，衛(wèi)星監(jiān)測不受地面監(jiān)測站點選址的限制，具有地面監(jiān)測站點無可比擬的時間和空間覆蓋度。

現(xiàn)有的利用衛(wèi)星遙感AOD反演地面PM2.5濃度的方法主要有比例因子方法、基于物理機(jī)理的半經(jīng)驗公式法和統(tǒng)計模型法三種。

其中，比例因子方法是利用大氣化學(xué)傳輸模型模擬出PM2.5與AOD的比例關(guān)系因子，然后將這個比例因子乘上衛(wèi)星遙感得到的AOD，從而估算地面PM2.5濃度。該方法不需要地面PM2.5監(jiān)測數(shù)據(jù)就可以進(jìn)行模型模擬和計算，但模型準(zhǔn)確性差，且涉及到大氣污染化學(xué)傳輸模型的模擬，對數(shù)據(jù)要求高，需要準(zhǔn)確的地面污染物排放清單，不利于推廣應(yīng)用。

基于物理機(jī)理的半經(jīng)驗公式法是基于PM2.5、AOD、濕度、以及AOD垂直廓線特征等參數(shù)之間關(guān)系的物理機(jī)理，構(gòu)建出PM2.5的估算公式。由于PM2.5和AOD關(guān)系的物理機(jī)理比較復(fù)雜，現(xiàn)有的半經(jīng)驗公式尚不能完全準(zhǔn)確描述他們之間的關(guān)系，因而使得PM2.5反演的效果總體不理想。

與前兩種方法相比，統(tǒng)計模型法的準(zhǔn)確性相對較高，特別是高級統(tǒng)計模型可適用于高PM2.5濃度區(qū)域，但其需要大量的地面監(jiān)測數(shù)據(jù)來進(jìn)行模型的擬合和驗證。雖然我國目前已經(jīng)構(gòu)建了一些利用衛(wèi)星遙感AOD反演PM2.5的高級統(tǒng)計模型方法(如廣義線性模型、地理加權(quán)回歸模型等)，但其精度并不高，因此需要開發(fā)一種精度更高的統(tǒng)計模型，從而為環(huán)境及健康效應(yīng)的研究提供精度更高的PM2.5暴露數(shù)據(jù)。

技術(shù)實現(xiàn)要素：

鑒于上述問題，本發(fā)明的目的是提供一種基于衛(wèi)星遙感的地面PM2.5反演方法及系統(tǒng)，以解決現(xiàn)有的高級統(tǒng)計模型在反演地面PM2.5時存在精度不高的問題。

根據(jù)本發(fā)明的一個方面，提供一種基于衛(wèi)星遙感的地面PM2.5反演方法，包括：

將待反演地區(qū)的AOD數(shù)據(jù)、地面PM2.5數(shù)據(jù)、氣象數(shù)據(jù)以及土地利用數(shù)據(jù)分別重采樣到創(chuàng)建的與AOD數(shù)據(jù)分辨率相同的網(wǎng)格后進(jìn)行數(shù)據(jù)匹配；

根據(jù)網(wǎng)格中所匹配的地面PM2.5數(shù)據(jù)、AOD數(shù)據(jù)和氣象數(shù)據(jù)，構(gòu)建反映時間變異的線性混合效應(yīng)模型，根據(jù)線性混合效應(yīng)模型估算待反演地區(qū)的地面PM2.5的初步濃度值；

根據(jù)待反演地區(qū)的地理坐標(biāo)和土地利用數(shù)據(jù)，構(gòu)建反映空間變異的廣義加和模型，根據(jù)廣義加和模型獲取線性混合效應(yīng)模型的PM2.5殘差；

將PM2.5殘差與初步濃度值加和，估算待反演地區(qū)的地面PM2.5的最終濃度值。

此外，還包括：采用十折交叉驗證方法對線性混合效應(yīng)模型和廣義加和模型進(jìn)行交叉驗證，并相應(yīng)調(diào)整線性混合效應(yīng)模型和廣義加和模型，以確定最終的線性混合效應(yīng)模型和廣義加和模型；根據(jù)確定的最終的線性混合效應(yīng)模型和廣義加和模型估算待反演地區(qū)的地面PM2.5的最終濃度值。

另一方面，本發(fā)明還提供一種基于衛(wèi)星遙感的地面PM2.5反演系統(tǒng)，包括：

數(shù)據(jù)匹配單元，用于將待反演地區(qū)的AOD數(shù)據(jù)、地面PM2.5數(shù)據(jù)、氣象 數(shù)據(jù)以及土地利用數(shù)據(jù)分別重采樣到創(chuàng)建的與AOD數(shù)據(jù)分辨率相同的網(wǎng)格后進(jìn)行數(shù)據(jù)匹配；

線性混合效應(yīng)模型構(gòu)建單元，用于根據(jù)網(wǎng)格中所匹配的地面PM2.5數(shù)據(jù)、AOD數(shù)據(jù)和氣象數(shù)據(jù)，構(gòu)建反映時間變異的線性混合效應(yīng)模型，根據(jù)線性混合效應(yīng)模型估算待反演地區(qū)的地面PM2.5的初步濃度值；

廣義加和模型構(gòu)建單元，用于根據(jù)待反演地區(qū)的地理坐標(biāo)和土地利用數(shù)據(jù)，構(gòu)建反映空間變異的廣義加和模型，根據(jù)廣義加和模型獲取線性混合效應(yīng)模型的PM2.5殘差；

PM2.5濃度值估算單元，用于將PM2.5殘差與初步濃度值加和，估算待反演地區(qū)的地面PM2.5的最終濃度值。

利用上述根據(jù)本發(fā)明的基于衛(wèi)星遙感的地面PM2.5反演方法及系統(tǒng)，通過采用兩級(即線性混合效應(yīng)模型+廣義加和模型)高級統(tǒng)計模型來反映PM2.5隨時間和空間的變異，從而有效提高對地面PM2.5濃度的估算精度；同時，還可以根據(jù)數(shù)據(jù)的可獲得性，加入不同的氣象數(shù)據(jù)、土地利用數(shù)據(jù)來進(jìn)一步提高模型的精度，從而使PM2.5的反演更加靈活。

為了實現(xiàn)上述以及相關(guān)目的，本發(fā)明的一個或多個方面包括后面將詳細(xì)說明并在權(quán)利要求中特別指出的特征。下面的說明以及附圖詳細(xì)說明了本發(fā)明的某些示例性方面。然而，這些方面指示的僅僅是可使用本發(fā)明的原理的各種方式中的一些方式。此外，本發(fā)明旨在包括所有這些方面以及它們的等同物。

附圖說明

通過參考以下結(jié)合附圖的說明及權(quán)利要求書的內(nèi)容，并且隨著對本發(fā)明的更全面理解，本發(fā)明的其它目的及結(jié)果將更加明白及易于理解。在附圖中：

圖1為根據(jù)本發(fā)明實施例的基于衛(wèi)星遙感的地面PM2.5反演方法流程示意圖；

圖2為根據(jù)本發(fā)明實施例的基于衛(wèi)星遙感的地面PM2.5反演系統(tǒng)的邏輯結(jié)構(gòu)框圖。

在所有附圖中相同的標(biāo)號指示相似或相應(yīng)的特征或功能。

具體實施方式

以下將結(jié)合附圖對本發(fā)明的具體實施例進(jìn)行詳細(xì)描述。

針對前述現(xiàn)有的高級統(tǒng)計模型在估算地面PM2.5濃度時存在精度不高的問題，本發(fā)明通過采用線性混合效應(yīng)模型+廣義加和模型兩級高級統(tǒng)計模型，從而能夠有效提高對地面PM2.5的估算精度。

在對本發(fā)明進(jìn)行說明前，先對本發(fā)明中涉及的概念和術(shù)語進(jìn)行說明。

在本發(fā)明中采用美國宇航局Aqua衛(wèi)星上的中分辨率成像光譜儀(MODerate-resolution Imaging Spectroradiometer，簡稱MODIS)第六版(C6)衛(wèi)星遙感AOD產(chǎn)品。對該產(chǎn)品中的數(shù)據(jù)采用暗目標(biāo)算法(DT)和深藍(lán)算法(DB)提取衛(wèi)星AOD數(shù)據(jù)并進(jìn)行逆方差加權(quán)融合，以構(gòu)建并反演我國全國尺度的PM2.5濃度分布。其中，在本發(fā)明中，采用基于逆方差加權(quán)平均的衛(wèi)星AOD數(shù)據(jù)融合方法對AOD數(shù)據(jù)進(jìn)行融合，至于是如何采用上述方法對AOD數(shù)據(jù)進(jìn)行融合的，則不在本發(fā)明描述的范圍之內(nèi)，在此不再贅述。

此外，需要說明的是，在本發(fā)明中PM2.5亦可寫為PM_2.5。

為了詳細(xì)說明本發(fā)明提供的基于衛(wèi)星遙感的地面PM2.5反演方法，圖1示出了根據(jù)本發(fā)明實施例的基于衛(wèi)星遙感的地面PM2.5反演方法流程。

如圖1所示，本發(fā)明提供的基于衛(wèi)星遙感的地面PM2.5反演方法包括：

S110：將待反演地區(qū)的AOD數(shù)據(jù)、地面PM2.5數(shù)據(jù)、氣象數(shù)據(jù)以及土地利用數(shù)據(jù)分別重采樣到創(chuàng)建的網(wǎng)格中，然后進(jìn)行數(shù)據(jù)匹配。

需要說明的是，上述待反演地區(qū)的AOD數(shù)據(jù)為融合后的AOD數(shù)據(jù)，待反演地區(qū)的地面PM2.5數(shù)據(jù)、氣象數(shù)據(jù)以及土地利用數(shù)據(jù)分別從相應(yīng)的數(shù)據(jù)產(chǎn)品中收集所得。

其中，首先創(chuàng)建一個與AOD數(shù)據(jù)分辨率相當(dāng)?shù)木W(wǎng)格，然后將融合后的待反演地區(qū)的AOD數(shù)據(jù)、收集到的待反演地區(qū)的地面PM2.5數(shù)據(jù)、待反演地區(qū)的氣象數(shù)據(jù)和待反演地區(qū)的土地利用數(shù)據(jù)進(jìn)行重采樣到網(wǎng)格中并匹配。

具體地，對于AOD數(shù)據(jù)采用如下方式：首先構(gòu)建AOD數(shù)據(jù)像元點的泰森多邊形，并與創(chuàng)建的網(wǎng)格進(jìn)行空間疊置分析，從而將AOD數(shù)據(jù)分配到網(wǎng)格中的每個網(wǎng)格單元中。

對于收集到的地面PM2.5數(shù)據(jù)采用如下方式：將網(wǎng)格中的某個網(wǎng)格單元內(nèi)所有PM2.5站點同一天采集到的地面PM2.5數(shù)據(jù)進(jìn)行平均后賦值給對應(yīng)的網(wǎng)格單元。

對于氣象數(shù)據(jù)采用如下方式：將網(wǎng)格中的某個網(wǎng)格單元的分辨率與該網(wǎng)格單元對應(yīng)的氣象數(shù)據(jù)的分辨率進(jìn)行比較，將高于對應(yīng)網(wǎng)格單元的分辨率的氣象數(shù)據(jù)進(jìn)行平均后賦值給對應(yīng)的網(wǎng)格單元，將不高于對應(yīng)網(wǎng)格單元的分辨率的氣象數(shù)據(jù)采用空間插值方法賦值給對應(yīng)的網(wǎng)格單元。

土地利用數(shù)據(jù)與氣象數(shù)據(jù)類似，采用如下方式：將網(wǎng)格中的某個網(wǎng)格單元的分辨率與該網(wǎng)格單元對應(yīng)的土地利用數(shù)據(jù)的分辨率進(jìn)行比較，將高于對應(yīng)網(wǎng)格單元的分辨率的土地利用數(shù)據(jù)進(jìn)行平均后賦值給對應(yīng)的網(wǎng)格單元，將不高于對應(yīng)網(wǎng)格單元的分辨率的土地利用數(shù)據(jù)采用空間插值方法賦值給對應(yīng)的網(wǎng)格單元。

為了提高模型的精度，除了上述的AOD數(shù)據(jù)、氣象數(shù)據(jù)和土地利用數(shù)據(jù)外，還可以增加火點數(shù)據(jù)。具體地，為網(wǎng)格的每個網(wǎng)格單元創(chuàng)建一個緩沖區(qū)，計算該緩沖區(qū)內(nèi)每天的火點數(shù)量，然后將計算的火點數(shù)量賦值給對應(yīng)的網(wǎng)格單元。

當(dāng)將上述數(shù)據(jù)都重采樣到網(wǎng)格后，將同一網(wǎng)格單元內(nèi)同一天不同類型的數(shù)據(jù)進(jìn)行匹配。

S120：根據(jù)網(wǎng)格中所匹配的地面PM2.5數(shù)據(jù)、AOD數(shù)據(jù)和氣象數(shù)據(jù)，構(gòu)建反映時間變異的線性混合效應(yīng)模型以估算待反演地區(qū)的地面PM2.5的初步濃度值。

其中，在構(gòu)建線性混合效應(yīng)模型時，只使用隨時間變化的數(shù)據(jù)(如AOD數(shù)據(jù)、氣象數(shù)據(jù)等)，如此才能夠反映出PM2.5隨時間的變異。其中，氣象數(shù)據(jù)包括地表風(fēng)速、邊界層高度、地表氣壓、邊界層內(nèi)平均相對濕度、降水量等。數(shù)據(jù)可以隨年積日、月或者季節(jié)變化。

具體地，在構(gòu)建線性混合效應(yīng)模型的過程中，根據(jù)固定效應(yīng)和隨機(jī)效應(yīng)截距、AOD數(shù)據(jù)、氣象數(shù)據(jù)和火點數(shù)量的固定效應(yīng)斜率、AOD數(shù)據(jù)隨年積日變化的隨機(jī)效應(yīng)斜率、以及氣象數(shù)據(jù)和火點數(shù)量的隨機(jī)效應(yīng)斜率構(gòu)建線性混合效應(yīng)模型，以估算地面PM2.5的初步濃度值。然而對于氣象數(shù)據(jù)和火點數(shù)量的隨機(jī)效應(yīng)斜率，可根據(jù)實際情況設(shè)定隨年積日或隨月份或隨季節(jié)變化， 或者也可不設(shè)定氣象數(shù)據(jù)和火點數(shù)量的隨機(jī)效應(yīng)斜率。

其中，當(dāng)用到火點數(shù)據(jù)時，還可以根據(jù)在每個網(wǎng)格單元中創(chuàng)建的緩沖區(qū)內(nèi)的火點數(shù)量來加入到線性混合效應(yīng)模型中，以提高模型的估算精度。

S130：根據(jù)待反演地區(qū)的地理坐標(biāo)和土地利用數(shù)據(jù)，構(gòu)建反映空間變異的廣義加和模型以獲取線性混合效應(yīng)模型的PM2.5殘差。

其中，在構(gòu)建線廣義加和模型時，只使用隨空間變化的數(shù)據(jù)(即不隨時間變化或隨時間變化緩慢的數(shù)據(jù)，如地理坐標(biāo)、土地利用數(shù)據(jù)等)，如此才能夠反映出PM2.5隨空間的變異。其中，土地利用數(shù)據(jù)包括森林覆蓋率和城市區(qū)域覆蓋率等。

具體地，在構(gòu)建上述廣義加和模型的過程中，根據(jù)線性混合效應(yīng)模型的PM2.5殘差與待反演地區(qū)的地理坐標(biāo)、土地利用數(shù)據(jù)之間的平滑函數(shù)關(guān)系，構(gòu)建廣義加和模型，以獲取線性混合效應(yīng)模型的PM2.5殘差。

S140：將PM2.5殘差與初步濃度值加和，估算待反演地區(qū)的地面PM2.5的最終濃度值。

進(jìn)一步地，為了確保模型穩(wěn)定性和PM2.5濃度值的估算精度，采用十折交叉驗證方法對線性混合效應(yīng)模型和廣義加和模型進(jìn)行交叉驗證，并相應(yīng)調(diào)整線性混合效應(yīng)模型和廣義加和模型，以確定最終的線性混合效應(yīng)模型和廣義加和模型，然后根據(jù)確定的最終的線性混合效應(yīng)模型和廣義加和模型估算待反演地區(qū)的地面PM2.5的最終濃度值。

具體地，在進(jìn)行交叉驗證的過程中，當(dāng)交叉驗證結(jié)果顯示模型存在過度擬合時，通過調(diào)整AOD數(shù)據(jù)、氣象數(shù)據(jù)、土地利用數(shù)據(jù)對線性混合效應(yīng)模型和廣義加和模型進(jìn)行調(diào)整，然后對調(diào)整后的線性混合效應(yīng)模型和廣義加和模型再次進(jìn)行交叉驗證，直到交叉驗證結(jié)果顯示調(diào)整后的線性混合效應(yīng)模型和廣義加和模型的過度擬合在可接受(即預(yù)設(shè))范圍內(nèi)時，根據(jù)調(diào)整后的線性混合效應(yīng)模型和廣義加和模型估算地面PM2.5的濃度值；當(dāng)估算的地面PM2.5的濃度值在空間分布上存在異常時，可以重復(fù)上述S120～S140步驟，直到調(diào)整到滿意的模型效果，進(jìn)而確定最終模型。

需要說明的是，上述的最終模型指經(jīng)過調(diào)整后形成的最終的線性混合效應(yīng)模型和最終的廣義加和模型。

下面以一個示例對本發(fā)明提供的基于衛(wèi)星遙感的地面PM2.5反演方法進(jìn) 行更為詳細(xì)的說明。

S1：創(chuàng)建一個覆蓋全中國(包括臺灣)的網(wǎng)格，網(wǎng)格尺寸為0.1°×0.1°(大約為10km×10km，共100,699個網(wǎng)格單元)，將融合的待反演地區(qū)的AOD數(shù)據(jù)分配到網(wǎng)格單元中。

其中，S1進(jìn)一步包括：對MODIS AOD數(shù)據(jù)產(chǎn)品的所有原始像元中心點(包括缺失AOD數(shù)據(jù)的像元點)創(chuàng)建泰森多邊形，然后將此泰森多邊形與0.1°×0.1°網(wǎng)格進(jìn)行空間疊置分析，從而將MODIS AOD原始像元重采樣到0.1°×0.1°的網(wǎng)格，然后將采用DT和DB逆方差平均融合的AOD數(shù)據(jù)分配到網(wǎng)格單元中。

S2：收集待反演地區(qū)的地面PM2.5數(shù)據(jù)、氣象數(shù)據(jù)、土地利用數(shù)據(jù)以及火點數(shù)據(jù)，將收集到的上述數(shù)據(jù)重采樣到創(chuàng)建的網(wǎng)格中并匹配。

具體地，地面PM2.5數(shù)據(jù)來源于環(huán)境監(jiān)測部門、氣象數(shù)據(jù)采用GEOS-5FP(Goddard Earth Observing System Model,Version 5，戈達(dá)德地球觀測系統(tǒng)模型第5版)氣象數(shù)據(jù)產(chǎn)品、土地利用數(shù)據(jù)來源于GlobCover 2009(指拍攝時間為2009年的全球陸地覆蓋數(shù)據(jù))數(shù)據(jù)產(chǎn)品、火點數(shù)據(jù)來源于MODIS的火點觀測數(shù)據(jù)，對各數(shù)據(jù)進(jìn)行重采樣到0.1°×0.1°的網(wǎng)格并進(jìn)行分配。分配的過程如下：

S2.1：將某一網(wǎng)格單元內(nèi)所有PM2.5站點同一天的數(shù)據(jù)進(jìn)行平均后賦值給該網(wǎng)格單元；

S2.2：對于GEOS-5FP氣象數(shù)據(jù)，由于其分辨率低于網(wǎng)格單元分辨率的，利用反距離加權(quán)插值方法進(jìn)行賦值；

S2.3：對于GlobCover土地利用數(shù)據(jù)，由于分辨率高于網(wǎng)格單元分辨率的，對其進(jìn)行平均處理分配到網(wǎng)格單元；

S2.4：對于MODIS火點數(shù)據(jù)，對每個網(wǎng)格單元創(chuàng)建75km的緩沖區(qū)，計算緩沖區(qū)內(nèi)每天的MODIS的火點數(shù)，然后賦值給對應(yīng)的網(wǎng)格單元。

S2.5：數(shù)據(jù)分配到網(wǎng)格后，將同一網(wǎng)格單元、同一天的不同類別數(shù)據(jù)進(jìn)行匹配。

S3：線性混合效應(yīng)模型設(shè)定了模型截距和AOD的斜率隨年積日的變化、以及氣象數(shù)據(jù)斜率隨季節(jié)變化作為隨機(jī)項，以此來解釋模型關(guān)系的時間變異；對于降雨和火點數(shù)據(jù)，交叉驗證結(jié)果顯示其不適合設(shè)定隨機(jī)項，因此只設(shè)定了固定效應(yīng)項。

其中，在S3中，線性混合效應(yīng)模型的基本結(jié)構(gòu)如下式所示：

PM_2.5,st＝(μ+μ')+(β₁+β₁')AOD_st+(β₂+β₂')WS_st+(β₃+β₃')PBLH_st+(β₄+β₄')PS_st

+(β₅+β₅')RH_PBLH_st+β₆Precip_Lag1_st+β₇Fire_spots_st (1)

+ε_1,st(μ'β₁')～N[(0,0),Ψ₁]+ε_2,sj(β₂'β₃'β₄'β₅')～N[(0,0,0,0),Ψ₂]

式中：PM_2.5，st：網(wǎng)格單元s在第t天的地面PM2.5濃度值；

AOD_st：網(wǎng)格單元s在第t天的逆方差加權(quán)平均融合的AOD；

WS_st，PBLH_st，PS_st，RH_PBLH_st，Precip_Lag1_st：分別為網(wǎng)格單元s在第t天的地表風(fēng)速、邊界層高度、地表氣壓、邊界層內(nèi)平均相對濕度、前一天降水量；

Fire_spots_st：網(wǎng)格單元s在第t天的75km緩沖區(qū)范圍內(nèi)的MODIS火點數(shù)量；

μ和μ′：分別為固定效應(yīng)截距和隨年積日變化的隨機(jī)效應(yīng)截距；

β₁-β₇：各自變量的固定效應(yīng)斜率；

β₁′：AOD對年積日變化的隨機(jī)效應(yīng)斜率；

β₂′-β₅′：相應(yīng)氣象數(shù)據(jù)隨季節(jié)變化的隨機(jī)效應(yīng)斜率；

ε_1，st：網(wǎng)格單元s在第t天的誤差項；

ε_2，sj：網(wǎng)格單元s在季節(jié)j的誤差項；

Ψ₁和Ψ₂：分別是隨天和隨季節(jié)變化隨機(jī)效應(yīng)的方差-協(xié)方差矩陣。

由于一些省份的PM2.5觀測站點較少，特別是在西部一些省份(如西藏、新疆、青海等)，沒有足夠多的匹配數(shù)據(jù)來構(gòu)建一個穩(wěn)健的模型，因此進(jìn)行分省建模。對每個省創(chuàng)建一個緩沖區(qū)，用緩沖區(qū)內(nèi)所有匹配數(shù)據(jù)進(jìn)行建模。對于緩沖區(qū)的選擇，需滿足以下條件：1)至少50km；2)至少有3000個匹配數(shù)據(jù)；3)至少有300天的匹配數(shù)據(jù)。

在滿足上述條件情況下，嘗試不同的緩沖區(qū)大小，選擇了模型表現(xiàn)最佳的緩沖區(qū)范圍。對于不同省份緩沖區(qū)之間的重疊區(qū)域，本發(fā)明對其重復(fù)的預(yù)測估算值進(jìn)行了平均處理。同時嘗試了氣象數(shù)據(jù)斜率隨年積日或月份的變化作為隨機(jī)效應(yīng)，但結(jié)果發(fā)現(xiàn)這會造成模型的過度擬合。

S4：采用廣義加和模型，對待反演地區(qū)的地理坐標(biāo)、土地利用數(shù)據(jù)采用了薄板回歸樣條平滑函數(shù)進(jìn)行擬合。

其中，在S4中，廣義加和模型的基本結(jié)構(gòu)如下式所示：

PM_2.5_resid_st＝

μ₀+s(X_{_}Lon，Y_Lat)_s+s(ForestCover)_s+s(UrbanCover)_s+ε_st

(2)

式中：PM_2.5_resid_st：線性混合效應(yīng)模型得到的網(wǎng)格單元s在第t天的

PM2.5殘差；

μ₀：截距項；

s(X_Lon，Y_Lat)_s：對網(wǎng)格單元s地理坐標(biāo)的平滑函數(shù)；

s(ForestCover)_s：對網(wǎng)格單元s森林覆蓋率的平滑函數(shù)；

s(UrbanCover)_s：對網(wǎng)格單元s城市區(qū)域覆蓋率的平滑函數(shù)；

ε_st：網(wǎng)格單元s在第t天的誤差項。

S5：采用了十折交叉驗證進(jìn)行驗證，并對模型進(jìn)行了數(shù)次調(diào)整；

其中，采用十折交叉驗證對線性混合效應(yīng)模型和廣義加和模型的過度擬合進(jìn)行評價，模型結(jié)構(gòu)式(1)和(2)是經(jīng)過多次驗證和調(diào)整后的最終模型結(jié)構(gòu)(即經(jīng)過多次驗證和調(diào)整而形成的最終的線性混合效應(yīng)模型和廣義加和模型)。

S6：將調(diào)整好的最終模型，應(yīng)用于S2中不含地面PM2.5的匹配數(shù)據(jù)，以估算地面PM2.5濃度。

其中，對最終模型所估算出的PM2.5估算值空間分布進(jìn)行分析，如無發(fā)現(xiàn)明顯異常值，最終輸出文件格式為逗號分隔值文件(即CSV文件)。

與上述方法相對應(yīng)，本發(fā)明提供一種基于衛(wèi)星遙感的地面PM2.5反演系統(tǒng)。其中，圖2示出了根據(jù)本發(fā)明實施例的基于衛(wèi)星遙感的地面PM2.5反演系統(tǒng)的邏輯結(jié)構(gòu)。

如圖2所示，本發(fā)明提供的基于衛(wèi)星遙感的地面PM2.5反演系統(tǒng)200包括數(shù)據(jù)匹配單元210、線性混合效應(yīng)模型構(gòu)建單元220、廣義加和模型構(gòu)建單元230、PM2.5濃度值估算單元240和交叉驗證單元250。

需要說明的是，上述待反演地區(qū)的AOD數(shù)據(jù)為融合后的AOD數(shù)據(jù)，待反演地區(qū)的地面PM2.5數(shù)據(jù)、氣象數(shù)據(jù)以及土地利用數(shù)據(jù)分別從相應(yīng)的數(shù)據(jù)產(chǎn)品中收集所得。

其中，數(shù)據(jù)匹配單元210用于將待反演地區(qū)的AOD數(shù)據(jù)、地面PM2.5數(shù)據(jù)、氣象數(shù)據(jù)以及土地利用數(shù)據(jù)分別重采樣到創(chuàng)建的與AOD數(shù)據(jù)分辨率相 同的網(wǎng)格中，然后進(jìn)行數(shù)據(jù)匹配。

具體地，首先創(chuàng)建一個與AOD數(shù)據(jù)分辨率相當(dāng)?shù)木W(wǎng)格，然后將融合后的待反演地區(qū)的AOD數(shù)據(jù)、收集到的待反演地區(qū)的地面PM2.5數(shù)據(jù)、氣象數(shù)據(jù)和土地利用數(shù)據(jù)進(jìn)行重采樣到網(wǎng)格中并匹配。

對于AOD數(shù)據(jù)采用如下方式：首先構(gòu)建AOD數(shù)據(jù)像元點的泰森多邊形，并與創(chuàng)建的網(wǎng)格進(jìn)行空間疊置分析，從而將融合后的AOD數(shù)據(jù)分配到網(wǎng)格中的每個網(wǎng)格單元中。

對于收集到的地面PM2.5數(shù)據(jù)采用如下方式：將網(wǎng)格中的某個網(wǎng)格單元內(nèi)所有PM2.5站點同一天采集到的地面PM2.5數(shù)據(jù)進(jìn)行平均后賦值給對應(yīng)的網(wǎng)格單元。

對于氣象數(shù)據(jù)采用如下方式：將網(wǎng)格中的某個網(wǎng)格單元的分辨率與該網(wǎng)格單元對應(yīng)的氣象數(shù)據(jù)的分辨率進(jìn)行比較，將高于對應(yīng)網(wǎng)格單元的分辨率的氣象數(shù)據(jù)進(jìn)行平均后賦值給對應(yīng)的網(wǎng)格單元，將不高于對應(yīng)網(wǎng)格單元的分辨率的氣象數(shù)據(jù)采用空間插值方法賦值給對應(yīng)的網(wǎng)格單元。

土地利用數(shù)據(jù)與氣象數(shù)據(jù)類似，采用如下方式：將網(wǎng)格中的某個網(wǎng)格單元的分辨率與該網(wǎng)格單元對應(yīng)的土地利用數(shù)據(jù)的分辨率進(jìn)行比較，將高于對應(yīng)網(wǎng)格單元的分辨率的土地利用數(shù)據(jù)進(jìn)行平均后賦值給對應(yīng)的網(wǎng)格單元，將不高于對應(yīng)網(wǎng)格單元的分辨率的土地利用數(shù)據(jù)采用空間插值方法賦值給對應(yīng)的網(wǎng)格單元。

為了提高模型的精度，除了上述的AOD數(shù)據(jù)、氣象數(shù)據(jù)和土地利用數(shù)據(jù)外，還可以增加火點數(shù)據(jù)。具體地，為網(wǎng)格的每個網(wǎng)格單元創(chuàng)建一個緩沖區(qū)，計算該緩沖區(qū)內(nèi)每天的火點數(shù)，然后將計算的火點數(shù)賦值給對應(yīng)的網(wǎng)格單元。

當(dāng)將上述數(shù)據(jù)都分配到網(wǎng)格后，即可將同一網(wǎng)格單元內(nèi)同一天的不同類別數(shù)據(jù)進(jìn)行匹配。

線性混合效應(yīng)模型構(gòu)建單元220用于根據(jù)網(wǎng)格中所匹配的地面PM2.5數(shù)據(jù)、AOD數(shù)據(jù)和氣象數(shù)據(jù)，構(gòu)建反映時間變異的線性混合效應(yīng)模型以估算待反演地區(qū)的地面PM2.5的初步濃度值。

具體地，在構(gòu)建線性混合效應(yīng)模型的過程中，根據(jù)固定效應(yīng)截距、隨機(jī)效應(yīng)截距、AOD數(shù)據(jù)、氣象數(shù)據(jù)和火點數(shù)量的固定效應(yīng)斜率、AOD數(shù)據(jù)隨年積日變化的隨機(jī)效應(yīng)斜率、以及氣象數(shù)據(jù)和火點量的隨機(jī)效應(yīng)斜率構(gòu)建線性 混合效應(yīng)模型，以估算待反演地區(qū)的地面PM2.5的初步濃度值。其中，對于氣象數(shù)據(jù)和火點數(shù)量的隨機(jī)效應(yīng)斜率，可根據(jù)實際情況設(shè)定隨年積日、月份或季節(jié)變化的隨機(jī)效應(yīng)斜率，或者不設(shè)定氣象數(shù)據(jù)和火點數(shù)量的隨機(jī)效應(yīng)斜率。

進(jìn)一步地，當(dāng)用到火點數(shù)據(jù)時，還可以根據(jù)在每個網(wǎng)格單元中創(chuàng)建的緩沖區(qū)內(nèi)的火點數(shù)量來加入到線性混合效應(yīng)模型，以提高模型的估算精度。

廣義加和模型構(gòu)建單元230用于根據(jù)待反演地區(qū)的地理坐標(biāo)和土地利用數(shù)據(jù)，構(gòu)建反映空間變異的廣義加和模型以獲取線性混合效應(yīng)模型的PM2.5殘差。

具體地，在構(gòu)建上述廣義加和模型的過程中，根據(jù)線性混合效應(yīng)模型的PM2.5殘差與待反演地區(qū)的地理坐標(biāo)、土地利用數(shù)據(jù)之間的平滑函數(shù)關(guān)系，構(gòu)建廣義加和模型，以獲取線性混合效應(yīng)模型的PM2.5殘差。

PM2.5濃度值估算單元240用于將PM2.5殘差與初步濃度值加和，估算待反演地區(qū)的地面PM2.5的最終濃度值。

進(jìn)一步地，還可以包括交叉驗證單元250，用于采用十折交叉驗證方法對線性混合效應(yīng)模型和廣義加和模型進(jìn)行交叉驗證，并相應(yīng)調(diào)整線性混合效應(yīng)模型和廣義加和模型，以確定最終的線性混合效應(yīng)模型和廣義加和模型，并根據(jù)確定的最終的線性混合效應(yīng)模型和廣義加和模型估算待反演地區(qū)的地面PM2.5的最終濃度值。

通過上述可知，本發(fā)明提供的基于衛(wèi)星遙感的地面PM2.5反演方法及系統(tǒng)，采用兩級(即線性混合效應(yīng)模型+廣義加和模型)高級統(tǒng)計模型來反映PM2.5隨時間和空間的變異，從而有效提高對地面PM2.5濃度的估算精度；同時，加入不同的氣象數(shù)據(jù)、土地利用數(shù)據(jù)來進(jìn)一步提高模型的精度，從而使得對PM2.5的濃度估算更加靈活。

如上參照附圖以示例的方式描述了根據(jù)本發(fā)明的。但是，本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，對于上述本發(fā)明所提出的，還可以在不脫離本發(fā)明內(nèi)容的基礎(chǔ)上做出各種改進(jìn)。因此，本發(fā)明的保護(hù)范圍應(yīng)當(dāng)由所附的權(quán)利要求書的內(nèi)容確定。