摘要
随着我国工业化、城市化的迅速发展，污染气体排放量大幅增长，空气污染问题日益严峻，严重危害着人类健康。随着各类遥感卫星陆续发射升空，为监测大气成分提供了海量数据。因此，本文以四川省为研究区域，主要选取Sentinei-5P卫星搭载的TROPOMI传感器所提供的二氧化氮（NO2）数据、ERA5气象再分析资料、DEM数据、土地利用数据（LUCC）和植被指数数据（NDVI）等多源数据作为估算变量，将多源数据与环境监测站点提供的臭氧浓度数据进行时空匹配、训练以及拟合验证。从而对整个四川省区域的臭氧浓度进行估算，并分别从月、季、年时间尺度以及空间尺度对臭氧浓度的分布特征展开分析。本研究主要结论如下： （1）本研究使用四川省2019年3月~2022年2月日均数据，将匹配的总数据集分别输入到GTWR模型、GWR-LMM模型、CNN模型、RNN模型、GTWR+CNN模型、GTWR+RNN模型、GWR-LMM+RNN模型、GTWR+IRF模型和GWR-LMM+IRF模型训练，并进行拟合对比，确定精度最高的估算模型。 （2）通过对比得知本研究构建的GWR-LMM+IRF模型相较其他模型拟合效果最好，模型拟合的R2、RMSE和MAE分别为0.98、5.33μg·m-3和3.74μg·m-3，交叉验证的R2、RMSE和MAE分别为0.92、11.1μg·m-3和8.16μg·m-3。表明该模型可获取较高精度的四川省臭氧时空分布特征，为空气污染评估和治理提供合理的参考。 （3）在时间分布上，四川省1~12月的月均臭氧浓度变化趋势近似为双峰型（“M”字形）。表现为1~5月快速上升呈明显的隆升态势，并于5月达到第一个峰值，5~6月有小幅度的降低，7~8月开始上升并于8月达到第二个峰值，8~9月梯度式下降呈现隆降态势，并在12月份达到最低值。其中污染最严重的月份为4月~8月。四川省臭氧浓度存在显著的季节性差异，各季节臭氧浓度大小关系为：夏季＞春季＞秋季＞冬季。 （4）在空间分布上，GWR-LMM+IRF模型能较准确的估算四川省臭氧污染的空间分布特征。四川省臭氧浓度呈东高西低和局部污染程度较高的特点，高污染区主要分布在经济快速发展和人口密集的东部地区，低值区主要分布在经济发展落后和人口稀疏的西部地区。 （5）甄别影响四川省近地面臭氧浓度的关键因素对空气质量精细化治理至关重要。在本研究所选取的影响因素中，温度、光照辐射强度和前体物是影响四川省臭氧浓度的关键因素。
NETL