气象要素对气溶胶光学厚度估算PM2.5的影响

地面监测得到的近地面细颗粒物PM2.5浓度较为精确，但数据覆盖范围相对较小，卫星遥感反演的气溶胶光学厚度（AOD）数据可以反映污染物浓度分布，具有范围大且速度快的特点，因此，大多数学者通过建立PM2.5-AOD模型来实现卫星遥感监测PM2.5浓度，并通过引入气象要素来优化模型.然而，气象要素的选择与引入往往对模型的精度有较大的影响，如何有效地选择对PM2.5浓度影响较大的气象要素一直是PM2.5-AOD模型中的关键问题.因此，本文基于华东地区2014-2015年的MODIS AOD和地面监测站的PM2.5浓度数据，结合再分析气象资料，利用多元逐步线性回归方法建立PM2.5-AOD模型，从由特定时刻、高度上的气象要素与随时间、高度变化的气象要素组成的气象要素集中，筛选出对因变量PM2.5浓度有显著影响的关键气象要素.结果表明：在地域与季节双重尺度下的PM2.5-AOD模型精度更高；相较于特定时刻高度的气象要素，随时间和高度变化的气象要素对PM2.5-AOD模型的影响更为显著；在地域与季节双重尺度下，1000~850 hPa经向风速差、世界时0：00-6：00近地面温度差、850~600 hPa温度差、6：00边界层高度、12：00-18：00近地面压强差、1000~850 hPa温度差对模型影响较大，但应依据不同季节和不同地区的具体影响程度作为选择标准