基于MCD19-A2数据和GWR模型的2011-2020年中国大气PM2.5质量浓度反演

Authors：郭一土; 夏楠; 周子钰; 朱沛玥; 全伟琳

Source：农业工程学报, 2023, (5): 184-191.

DOI：10.11975/j.issn.1002-6819.202209024

• 模型
• 反演
• 气溶胶光学厚度
• PM2.5
• MCD19-A2
• 地理加权回归
• 中国陆地

为探究MODIS高时空分辨率气溶胶产品数据在长时间序列下对于反演中国陆地PM2.5 质量浓度的适用性和准确性.该研究基于MCD19-A2 数据研究2011-2020 年中国陆地气溶胶光学厚度(aerosol optical depth,AOD)的时空分布特征,以降水、风速等 8 个气象要素为辅助变量建立反演PM2.5 的地理加权回归模型(geographically weighted regression,GWR)并分析中国陆地PM2.5的空间分布.结果表明:1)2011-2020 年中国陆地气溶胶时空分布基本符合"西低东高、逐年下降"的规律且10 a 间AOD值存在较大季节差异,春季(0.294)>夏季(0.262)>冬季(0.223)>秋季(0.194).2)利用方差膨胀系数(variance expansion coefficient,VIF)对变量进行多重共线性检验,建立并分析 2011-2020 年GWR模型,发现建模集决定系数均大于 0.760,验证集决定系数均大于0.740,且均方根误差均小于7.070 μg/m3,模型拟合效果良好.3)将GWR模型预测的PM2.5 浓度值分别通过样条函数插值法、反距离加权插值法、克里金插值法和自然邻近插值法进行空间插值,发现 4种插值方法决定系数均大于 0.910,均方根误差均小于7.030 μg/m3,插值结果十分可靠,并与国家地球系统科学数据中心所提供的"1 km 高质量中国 PM2.5 分布"数据一致.该研究表明结合 MCD19-A2 数据与GWR模型反演PM2.5 浓度具有较好的适用性.