1． 2． 2 数据预处理

本文涉及到的数据处理主要包括气溶胶数据及土地覆盖类型数据的获取、投影转换、影像裁剪、数据合成、类别合并及信息统计等。对于 MOD04 气溶胶数据，文中研究采用的是 550nm 波长处的 AOD 数据集，为保证投影信息一致，首先对 AOD 数据进行投影转换，即由原来的正弦曲线投影转为 Albers 投影，AOD 数据处理主要包括两个方面: 季度合成和日均 AOD 计算。在数据处理过程中，获取的 MOD04 气溶胶产品中普遍存在两个问题: 部分数据有效观测值较少及数据中存在奇异值，因此，为保证本文研究的精度，文中对获 取的气溶胶数据逐一进行筛选，仅保留有效气溶胶数据( 影像中有效像元数大于等于 50% 视为有效数据) ，利用公式( 1) 和( 2) 对气溶胶数据进行季度合成和日均 AOD 计算，在计算过程中剔除数据中的无效像元值及奇异值。

式中，AODQS表示气溶胶季度合成数据，AOD 表示有效气溶胶数据，总数为 S，s 表示第 s 幅数据; AODAvg表示日均 AOD 值，AOD( i，j) 表示数据中第 i 行 j 列像元值，N 表示有效像元总数，其中 N = m × n。 图 2 为青岛、淄博、济南 2001—2010 年夏季气溶胶空间分布图，可以看出 10 年间 3 个城市夏季气溶胶的空间分布现状和变化规律: 青岛市 AOD 浓度整体较低，空气污染程度较小，淄博市、济南市的 AOD 浓度明显高于青岛市，空气污染相对严重; 同时，各城市 AOD 浓度的年际变化规律不稳定，波动起伏较大，不同城市的空气染年际变化情况也有所不同。

文中考虑到大气能见度( V) 与空气污染之间的相关关系，把能见度分为 4 个等级。V 在 10km 以上时，颗粒物浓度低，大气污染轻，可视为无污染天气; V 在 5—10km 时，大气污染较轻，空气质量稍差，为轻微污染天气; V 在 2． 5—5km 时，大气污染较为严重，空气质量较差，为中度污染天气; 然而在 V 不足2． 5km时，空气质量差，为重度污染天气。根据 Koschmieder 提出的能见度与光学厚度的相关关系［30］，

式中，H 为标高( km) ，V 为大气能见度，AODTH为计算得到的 AOD 划分阈值。以上能见度可与本文使用的光学厚度直接对应( 表 2) ，对日均 AOD 数据按照表 2 进行分段处理，分别统计青岛、淄博、济南 3 个城市各空气等级污染天气出现的天数，并计算其有效百分比，表 3 为统计结果。

声明：参考《生态学报》第30卷16期，如涉版权请联系删除

相关链接：大气，空气，颗粒物