PDF《基于遥感资料的北京大气污染治理投资对降低 PM2.5 的效能...》

10 km*10 km)进行了验证,发现其精 度较高,但在北京南部植被浓密的香河地区精度 (相关系数 r = 0.970,标准误差 RMSE = 0.134,y = 1? 061x + 0. 035;

其中, y 为MODIS AOT, x 为AERONET 实测AOT, 下同) 高于北京城区(r=0? 948,RMSE = 0? 240, y = 1. 102x + 0. 11);

Xin 等(2011)也得出了类似的结论.从上述研究可以发现, MODIS AOT C051 产品数据略高于实测 AOT,且在 重霾天气下较为明显,但并不影响趋势分析.本研究 使用的是空间分辨率为 1°*1°的MODIS AOT

3 级C051 产品,是由 MOD AOT L2 C051 数据网格合成, 因此,其精度及适用性应能满足本研究需要. 本研究的技术路线如下:①结合北京市 PM2.5 系 统监测数据和 MODIS AOT L3 C051 产品,估算北京 市2001―2012 年的年均 PM2.5 浓度;

②分析大气污 染治 理投资与已纳入考核体系的大气污染物(PM10 、SO2 、NO2 ) 年均浓度的关系;

③分析北京市 2001―2012 年间大气污染治理投资与大气 PM2.5 浓 度的关系;

④分析北京市大气污染治理投资对降低 大气 PM2.5 浓度的效能及可能影响因素. 2.1 北京地区历史 PM2.5 浓度估算模型 选取中国北京地区 Terra 卫星的 MOD

08 L3 C051 产品的 Optical_Depth_Land_And_Ocean_Mean 图层,即0.55 μm 的气溶胶光学厚度(AOT)均值,作 为估算北京历史 PM2.5 浓度的基础数据.该数据空间 分辨率为 1°*1°,属于

3 级产品,可直接用于进行集 中的科学研究.由于 Terra 卫星在北京地区的过境时 间为上午

11 时左右,因此,本研究所选取的 PM2.5 浓 度数据亦为对应日期上午

11 时的 PM2.5 浓度.北京 PM2.5浓度数据来源于

35 个监测站点,其位置分布 如图

1 所示. 为表征北京市 PM2.5 浓度的总体状况,使用

35 个站点当日

11 时的 PM2.5 平均浓度,数据的时间跨 度为

2013 年4月1日至

2014 年2月8日,建模所

3 4 环境科学学报35 卷图1北京市 PM2.5 监测站点分布图 Fig.1 Location of PM2.5 monitoring stations in Beijing 用MODIS AOT 数据亦为同期数据.为了尽量减少大 气状况的季节差异的影响,按季度分别建立 PM2.5 浓 度和 MODIS AOT 的线性回归模型. 回归模型形式 如下: [PM2.5 ] =a*AOT+b 式中,[PM2.5 ]为对应时刻近地面 PM2.5 浓度,AOT 为 北京地区瞬时大气气溶胶光学厚度,a、b 为系数. 为保证回归模型的客观性,从每个季节 AOT 日 数据中随机抽取

35 天的 MODIS AOT 作为回归样本 (如果已被抽取的某天无有效 MODIS AOT 数据,亦 不另行抽取),建立对应季节的回归模型,剩余部分 的数据用于模型验证.其中,春季样本的时间跨度为

2013 年4月1日―5 月31 日,夏季样本的时间跨度 为2013 年6月1日―8 月31 日,秋季样本的时间跨 度为

2013 年9月1日―11 月30 日,冬季样本的时 间跨度为

2013 年12 月1日―2014 年2月8日. 2.2 北京市大气污染治理投资数据 环境污染治理投资是指在工业污染源治理和 城市环境基础设施建设的资金投入中,用于形成固 定资产的那部分资金,包括工业新老污染源治理工 程投资、建设项目 三同时 环保投资,以及城市环 境基础设施建设所投入的资金(国家统计局,2013). 当年完成投资指从当年

1 月1日起至年度最后一天 止完成的全部投资额,其反映当年的实际投资规 模,可用于计算有关投资效果、进行年度国民经济 平衡分析(国家统计局,2013).其中,工业污染治理 投资完成情况是指每年新老污染源治理工程的投 资情况,是每年的流量数据,属于环境污染治理投 资的一部分.工业污染治理投资完成情况中对投资 的对象进行了分类,包括治理废水、治理废气、治理 固体废弃物、治理噪声、治理其他