通过无人驾驶飞行器观测垂直形状中的粒子分布模式的识别
Zhi-Heng Chen1, Bo-Wen Li2, Bai Li3
1Center for ITS and UAV Applications Research, School of Ocean and Civil Engineering, Shanghai Jiao Tong University, Shanghai, 200240, China; Data-Driven Management Decision Making Lab, Shanghai Jiao Tong University, Shanghai, 200240, China.
Environmental pollution (Barking, Essex : 1987)
|March 31, 2024
概括
这项研究使用无人机测量颗粒物 (PM2.5) 的垂直分布. 总体而言,PM2.5度随着高度的增加而下降,受湿度,温度,边界层高度和风速的影响.
科学领域:
- 大气科学 大气科学
- 环境科学 环境科学
- 空气质量监测 空气质量监测
背景情况:
- 空气污染物度通常会随着海拔低于边界层而下降.
- 对垂直配置中的污染物分散率的详细研究,特别是通过现场测量,是有限的.
研究的目的:
- 使用无人驾驶飞行器调查PM2.5的垂直分布.
- 量化PM2.5的垂直分布,并确定影响气象因素.
主要方法:
- 使用无人机 (UAV) 配备便携式监测设备进行现场测量.
- 分析了PM2.5度数据,以确定垂直分布模式和相关性.
- 采用逆向轨迹来识别异常PM2.5形状的来源.
- 应用渐进回归和随机森林分析来评估气象因素的影响.
主要成果:
- PM2.5度显示在边界层以下的高度上呈线性下降.
- 异常值 (随高度增加的PM2.5) 与来自西南的空气质量有关.
- 确定了影响PM2.5垂直分布斜率的关键气象因素:地面对空气相对湿度差异,地面对空气温度差异,边界层高度和风速.
- 地与空气相对湿度差异是最重要的因素 (0.718),其次是地与空气温度差异 (0.140),边界层高度 (0.088) 和风速 (0.053).
结论:
- 在边界层以下的PM2.5的垂直分布可以使用其垂直轮的斜率有效量化.
- 气象条件,特别是湿度和温度梯度以及边界层动态,在塑造PM2.5垂直分布方面发挥着至关重要的作用.
- 基于无人机的现场测量为了解空气污染物分散模式提供了有价值的数据.
