烏魯木齊城市綠地景觀格局與AOD的關系研究

摘 要：以烏魯木齊市作為研究區，利用2010年、2015年、2020年三期的MOD04_L2氣溶膠產品數據和MOD13A3歸一化植被指數月產品，運用像元二分法、Pearson相關系數方法，在大尺度上對其時空分布特征進行分析。結果表明：①氣溶膠光學厚度（AOD）月度變化的高值在4月和8月，季度變化的高值在春季和夏季，年度變化的高值在2020年，空間上的變化主要集中在米東區和中心城區。②氣溶膠光學厚度（AOD）與植被覆蓋度成呈負相關。③不同土地覆蓋類型上氣溶膠光學厚度（AOD）及植被覆蓋度的分布存在差異。

關鍵詞：氣溶膠光學厚度：植被覆蓋度；時空分布；烏魯木齊

中圖分類號：X51 文獻標志碼：A 文章編號：1673-9655（2024）04-00-07

0 引言

大氣環境受工業化、城市化、科學技術革新、自然資源消耗等人類經濟活動的影響，污染程度越來越嚴重[1]。大氣污染主要是由顆粒物造成的，顆粒物懸浮在大氣中形成了氣溶膠體系，氣溶膠按其來源可分為一次氣溶膠和二次氣溶膠兩種。它們可以來自被風揚起的細灰和微塵、海水濺沫蒸發而成的鹽粒、火山爆發的散落物以及森林燃燒的煙塵等天然源，也可以來自化石和非化石燃料的燃燒、交通運輸以及各種工業排放的煙塵等人為源。有研究表明，越小的顆粒對人體的危害越大，直徑＜5 μm的微粒容易被吸入人體，直接進入支氣管，干擾肺部的氣體交換，引發包括哮喘、支氣管炎和心血管病等方面的疾病，對人的呼吸系統產生重要影響[2]。現有研究表明，綠地可有效消減大氣污染物，其作用機制主要體現在直接作用和間接影響兩個方面：一方面在于綠地植物對PM2.5等污染物具有直接阻滯、吸收、覆蓋等作用[3]；

另一方面布局合理的綠地斑塊和廊道可穿插、聯結形成貫穿城市的風道，從而間接加快大氣污染物的稀釋擴散[4]。

國內外關于氣溶膠光學厚度（AOD）的研究日益增加，大多數學者圍繞MODIS、氣溶膠、反演研究、時空分布等主題研究氣溶膠光學厚度（AOD）。觀察大氣氣溶膠的光學特性對于更好地了解大氣環境條件是必不可少的，同時地面儀器和衛星傳感器有助于我們觀測相對較廣區域的大氣氣溶膠的光學特性。MODIS提供的重要產品之一是每日2級全球氣溶膠表征參數[5，6]；Remer LA等[7]初步驗證了用于海洋氣溶膠檢索的算法；Chu等[8]利用衛星上搭載的中分辨率成像光譜儀（MODIS），在陸地上實現了首次實際測量氣溶膠光學厚度。通過與AERONET觀測網的數據驗證證明，MODIS氣溶膠產品可以在許多應用中定量使用，但是要謹慎使用，因為殘留的云、雪、冰和水污染可能會影響MODIS產品的精度。國內學者在氣溶膠光學厚度（AOD）方面也做了較多的研究。齊海[9]運用MODIS衛星數據研究了十年間我國的氣溶膠變化情況；白冰[10]通過研究結果表明，氣溶膠光學厚度（AOD）的增加，會使西北地區沙塵氣溶膠的出現頻率的降低，而在這當中污染沙塵氣溶膠的出現頻率是相對較高的，而且沙塵暴暴發期間存在污染物的遷移。目前對于氣溶膠光學厚度（AOD）與植被覆蓋度的相關性這方面的直接研究較少，國內學者大多集中于對綠地消減空氣污染物、植被指數與空氣污染物相關性方面的研究。綠地植被對緩解大氣污染、凈化城市空氣起到了一定作用。羅曼[11]研究對比測定了武漢市青山區綠地5種不同群落結構綠地的顆粒污染物及氣體污染物的含量，分析了綠地對空氣污染物的消減作用；王浩洋[12]根據城市型氣溶膠反演結果與AERONET監測研究發現，在經濟發達、人類活動頻繁的地區，氣溶膠濃度一般都較高，而在植被覆蓋豐富的山區和人口稀少、經濟落后的地區，氣溶膠濃度一般都較低。

本文對烏魯木齊市2010年、2015年、2020年三期的氣溶膠光學厚度（AOD）的分布進行觀察，再結合三年烏魯木齊市城市綠地景觀格局，進而分析烏魯木齊市城市綠地景觀格局與氣溶膠光學厚度（AOD）的分布是否存在關聯性，對烏魯木齊市綠地景觀格局與氣溶膠的影響作用進行定量研究，為烏魯木齊的城市綠地規劃建設提供一定的參考意見，為定量研究城市綠地景觀格局的和分析其與氣溶膠的關系提供借鑒，同時也為定量研究中國其他北方城市的綠地景觀格局與氣溶膠的關系提供借鑒。

1 研究區域、數據和方法

1.1 研究區域和數據來源

烏魯木齊市作為新疆維吾爾自治區首府，位于中國西北、新疆中部，市區三面環山，山地面積廣大，其中北部平原較為開闊，轄區地勢由東南向西北降低。地理坐標為東經86°37′33″～ 88°58′24″，北緯42°45′32″～44°08′00″。烏魯木齊屬中溫帶大陸性干旱氣候，氣溫較高的是7、8月，平均氣溫25.7℃；氣溫較低的是1月，平均氣溫-15.2℃。截至2019年，全市轄7個區、1個縣、3個國家級開發區和1個綜合保稅區，烏魯木齊作為第二亞歐大陸橋經濟帶上的節點城市，是中國西部地區重要的經濟中心城市。

對于廣大缺乏測站點的地區來說，采用衛星遙感數據可以提高地面污染物監測的時空覆蓋性[13]。

氣溶膠光學厚度數據為美國NASA所發布的MOD04_L2氣溶膠產品數據。數據為從NASA的GSFC（Goddard Space Flight Center）中下載（http：//ladsweb.nascom.nasa.gov/data/search.html）的上午星TERRA的MODIS AOD產品，版本為C6.1、波長為550 μm的Level2 AOD產品，其為每日氣溶膠數據集，空間分辨率為10 km×10 km，時間范圍為2010年、2015年、2020年三期的1—12月，行列號為h24v04，共5916幅影像。植被指數遙感數據為美國NASA所發布的MOD13A3柵格化的歸一化植被指數數據，數據為從美國國家航空航天局（https：//ladsweb.modaps.eosdis.nasa.gov/）中下載的柵格化的歸一化植被指數月產品，空間分辨率為1 km，時間范圍為2010年、2015年、2020年三期的1—12月，行列號為h24v04，共36幅影像。

1.2 像元二分模型

利用遙感測量植被覆蓋度的方法較為普遍，比較實用的方法是利用植被指數近似估算植被覆蓋度FVC，常用的植被指數為歸一化植被指數NDVI。本文基于像元二分模型[14]求植被覆蓋度：

FVC=（NDVI－NDVIsoil）/（NDVIveg－NDVIsoil） （1）

式中：NDVIsoil—純土壤像元的最小值，NDVIveg—純植被像元的最大值[15]。參考天山北坡NDVI閾值劃分，再結合烏魯木齊市NDVI閾值劃分，截取置信度99.5%和0.5%分別作為NDVI最大值和最小值。

1.3 Pearson相關性分析

Pearson相關系數是統計學方法中的線性相關系數，其分析通常用于來判斷比較定距變量間的線性關系[16]，Pearson相關系數r的絕對值越大，表示因變量與自變量的相關程度越高。計算Pearson相關系數的同時，對其進行顯著性檢驗，從而說明相關性的產生是不是偶然因素導致的。顯著性檢驗水平用P值（sig）表示，若P值（sig）＜0.05，說明變量之間是存在相關性的，即相關性顯著。若P值（sig）＞0.05，則說明變量間的相關性不顯著。

2 結果與分析

2.1 氣溶膠光學厚度時間變化特征

由圖1可知，2010—2020年全年氣溶膠光學厚度月際平均值的變化較為明顯，出現了較為明顯的增長下降過程。2010年，1—2月氣溶膠光學厚度的平均值明顯升高，2月到達頂峰，此后3—8月整體呈增長趨勢，8月到達頂峰，8—12月出現了急劇下降現象，2010年月際平均值最大值出現在2月，可能是由于采暖期內的燃煤塵的增加，再加上烏魯木齊市在采暖期期間，靜風頻率高達26%左右，12月、1月高達30%以上[17]。整體看，氣溶膠光學厚度的平均值波動較大，月際平均值的最大值主要出現在2月、4月、8月，月際平均值的最小值主要出現在1月、11月、12月。

本文季節劃分為春季（4—5月）、夏季（6—8月）、秋季（9—10月）、冬季（11—3月）。在季度變化中，由圖2可知，在2010年期間，氣溶膠光學厚度季度平均值呈現出先上升后下降的趨勢，夏季到達峰值，此時氣溶膠光學厚度的值為0.08；2015年，氣溶膠光學厚度季度平均值的變化波動較大，出現了一次明顯的增長下降過程，高值區在夏季，低值區在冬季；2020年期間，氣溶膠光學厚度季度平均值的變化整體呈現下降趨勢，高值區在春季，氣溶膠光學厚度的值為0.09，低值區在冬季。整體看，烏魯木齊市2010—2020年的氣溶膠光學厚度的季度平均值隨時間變化總體呈下降趨勢。季度平均值的最大值主要出現在春季、夏季，數值在0.08～0.09，季度平均值的最小值主要出現在冬季，數值在0.02～0.04，且季度平均值的最大值、最小值浮動較小。

由圖3可知，2010—2020年氣溶膠光學厚度年際平均值的變化趨于平穩，年際氣溶膠光學厚度接近于0.05，年際平均值的最大值在2020年，年際平均值的最小值在2015年。由此可知，在2010—2020年，氣溶膠光學厚度年際平均值呈現先下降后上升的變化趨勢，年際平均值的變化總體來說是上升的。在2010—2020年，平均氣溶膠光學厚度的值為0.04。總體看，烏魯木齊市在年度變化中，氣溶膠光學厚度的年際平均值變化幅度較小。氣溶膠光學厚度年際平均值的最大值主要出現在2020年，數值為0.05，且年際平均值的最大值先減少后增加。可以看出，烏魯木齊市氣溶膠光學厚度雖然有下降過程，但是總體呈較弱的升高趨勢。說明氣溶膠狀態的大氣污染物在政府的科學管控和有效治理下有了改善，但是也不能松懈，環境保護是持久戰。

2.2 氣溶膠光學厚度空間分布特征

從圖4來看，氣溶膠光學厚度在月度空間變化中，1—2月、12月的氣溶膠光學厚度高值集中在烏魯木齊縣和達坂城區交界處，3月的氣溶膠光學厚度高值集中在米東區、烏魯木齊縣和達坂城區交界處，4月的氣溶膠光學厚度高值集中在城鎮地區、米東區、烏魯木齊縣和達坂城區交界處，5—6月的氣溶膠光學厚度高值集中在城鎮地區、米東區，7—8月的氣溶膠光學厚度高值集中在城鎮地區、米東區、烏魯木齊縣，9—10月的氣溶膠光學厚度高值集中在城鎮地區，11月的氣溶膠光學厚度整體較弱。總體來看，城鎮地區在一年中有7個月氣溶膠光學厚度的值都較高。

由圖5可知，2010年季度氣溶膠光學厚度的分布情況如下：夏季整體季度氣溶膠光學厚度較高，主要集中于頭屯河區、新市區、沙依巴克區、水磨溝區、天山區；冬季由于MOD04_L2數據缺失，各月月均數值整體較低；2015年季度氣溶膠光學厚度分布情況如下：春季、夏季整體季度氣溶膠光學厚度都較高，主要集中于米東區；秋季季度氣溶膠光學厚度分布相較于2010年秋季，整體分布有所降低；冬季由于MOD04_L2數據缺失，各月月均數值整體較低；2020年季度氣溶膠光學厚度分布情況如下：夏季整體季度氣溶膠光學厚度都較高，主要集中于米東區、頭屯河區、新市區、沙依巴克區、水磨溝區、天山區；秋季季度氣溶膠光學厚度分布相較于2015年秋季，整體分布有所上升；冬季由于地表反射率較高，所以導致氣溶膠光學厚度數據偏低甚至缺失，各月月均數值整體較低。整體看，烏魯木齊市在2010—2020年，氣溶膠光學厚度在季度空間變化中，春季、夏季的氣溶膠光學厚度高值主要集中在米東區、城鎮地區；秋季的氣溶膠光學厚度高值主要集中在城鎮地區，冬季受積雪覆蓋影響，所得數據的高值主要出現在烏魯木齊縣與達坂城區交界處。

由圖6可知，2010年烏魯木齊市的氣溶膠光學厚度分布情況如下：全年年均氣溶膠光學厚度高值區主要分布在頭屯河區、新市區、沙依巴克區、水磨溝區、天山區、烏魯木齊縣與達坂城交界處，2010年的高值區主要分布在頭屯河區、新市區、沙依巴克區、水磨溝區、天山區，主要集中于中心城區；2015年烏魯木齊市全年年均氣溶膠光學厚度高值區主要分布在米東區，可能是由于米東區處于古爾班通古特沙漠南部，夏季受冷空氣的影響，出現的西北風裹挾著沙漠表面土壤的細小顆粒，形成了沙塵氣溶膠。這些沙塵塵土顆粒比一般的大氣氣溶膠略大，除非被沙塵暴吹到相對高空，不然它們一般會在空氣中短暫飛行然后落回地面，所以可以判斷米東區夏季出現的沙塵暴是引起氣溶膠光學厚度數值升高的主要原因；2020年烏魯木齊市的氣溶膠光學厚度分布情況如下：全年年均氣溶膠光學厚度高值區主要分布在米東區、烏魯木齊縣與達坂城交界處，2020年

的高值區主要分布在米東區、烏魯木齊縣與達坂城交界處，其次在頭屯河區、新市區、沙依巴克區、水磨溝區、天山區數值也較高。這可能是由于米東區受春夏季沙塵暴影響，所以在3—8月數值都較高；烏魯木齊縣與達坂城區交界處于博格達山與博羅科努山的之間，屬于平原地區，附近有柴窩堡湖、鹽湖，適宜人類生存生活，發展種植業和工業，所以此地區在冬季進入采暖期后，氣溶膠光學厚度數值較高，并且受山地的阻擋，工業污染物較難擴散；頭屯河區、新市區、沙依巴克區、水磨溝區、天山區處于中心城區，數值較高可能與工業和建筑業的加速發展、汽車的尾氣排放量增加密切相關。在這10年中，氣溶膠光學厚度高值區主要出現在米東區，其次是城鎮地區、烏魯木齊縣與達坂城區交界處。

2.3 不同植被覆蓋度類型對氣溶膠光學厚度的影響

為探究氣溶膠光學厚度和植被覆蓋度的相關關系，本文選取了2010—2020年的氣溶膠光學厚度數據和植被覆蓋度的合成數據進行了相關性分析。結果顯示，在無植被覆蓋區，氣溶膠光學厚度和植被覆蓋度的相關性在1月、2月、4月、7月、12月，夏季、冬季的P值（sig）大都＜0.05，說明氣溶膠光學厚度和植被覆蓋度之間是存在相關性，且都為負相關，負相關關系在12月最為顯著，相關系數為-0.330**；在極低植被覆蓋區，氣溶膠光學厚度和植被覆蓋度的相關性在1月、9月、10月，年度的P值（sig）大都＜0.05，說明氣溶膠光學厚度和植被覆蓋度之間是存在相關性，且都為負相關，負相關關系在年度最為顯著，相關系數均為-0.084**；在低植被覆蓋區，氣溶膠光學厚度和植被覆蓋度的相關性在2—4月、7—8月、11月，夏季、冬季、年度的P值（sig）大都＜0.05，說明氣溶膠光學厚度和植被覆蓋度之間是存在相關性，且都為負相關，負相關關系在8月最為顯著，相關系數為-0.417**；在中植被覆蓋區，氣溶膠光學厚度和植被覆蓋度的相關性在1—4月、6月、12月，春季、冬季、年度的P值（sig）大都＜0.05，說明氣溶膠光學厚度和植被覆蓋度之間是存在相關性，且都為負相關，負相關關系在2月最為顯著，相關系數為-0.228**；在高植被覆蓋區，氣溶膠光學厚度和植被覆蓋度的相關性在1—6月、9—12月，春季、冬季、年度的P值（sig）大都＜0.05，說明氣溶膠光學厚度和植被覆蓋度之間是存在相關性，且都為負相關，負相關關系在春季最為顯著，相關系數為-0.226**；在極高植被覆蓋區，氣溶膠光學厚度和植被覆蓋度的相關性在1—4月、6—8月、10—12月，春季、秋季、冬季、年度的P值（sig）大都＜0.05，說明氣溶膠光學厚度和植被覆蓋度之間是存在相關性，且都為負相關，負相關關系在秋季最為顯著，相關系數為-0.307**。可以看出，隨著植被覆蓋度的增加，氣溶膠光學厚度與植被覆蓋度的在月度、季度、年度上的負相關關系越來越明顯，尤其在高植被覆蓋區，說明在高植被覆蓋度區，氣溶膠光學厚度較小，而當植被覆蓋度＜20%，研究區處于無植被覆蓋區、極低植被覆蓋區時，氣溶膠光學厚度與植被覆蓋度的在月度、季度、年度上的關系大多呈正相關關系，進一步說明了植被較少時，地表粗糙度較小，植被對于氣溶膠的吸附阻滯作用較小，這時的地表產生的沙塵氣溶膠也較多，所以可能導致氣溶膠光學厚度的值較高；當植被覆蓋度＞20%，研究區處于低、中、高、極高植被覆蓋地區時，植被較多，地表粗糙度較大，風速較低，植被對于氣溶膠的吸附阻滯作用是較為明顯的。

2010—2020年，在月度相關性上，氣溶膠光學厚度和植被覆蓋度在1—4月、6月、11—12月呈負相關關系，說明此時植被覆蓋度越高，氣溶膠光學厚度越小，而在5月、7—10月呈正相關關系，說明氣溶膠光學厚度越大，植被覆蓋度也越高，但此時的氣溶膠光學厚度高值主要分布在米東區、城鎮地區、但植被覆蓋度類型在米東區主要為低植被覆蓋度，在城鎮地區為中植被覆蓋度，說明此時影響氣溶膠光學厚度的主要因素不是植被覆蓋度，有可能是城鎮地區的人類活動產生了過多的氣溶膠污染物；在季度相關性上，氣溶膠光學厚度和植被覆蓋度的季度相關性在春季、冬季相關性呈負相關關系，負相關關系關系較弱；在夏季、秋季相關性呈正相關關系，說明氣溶膠光學厚度越大，植被覆蓋度也越高，但此時的氣溶膠光學厚度高值主要分布在在米東區、城鎮地區、但植被覆蓋度類型在米東區主要為低植被覆蓋度，在城鎮地區為中、高植被覆蓋度，說明此時影響氣溶膠光學厚度的主要因素不是植被覆蓋度，米東區可能由于受冷空氣的影響出現了沙塵暴，所以氣溶膠光學厚度數值較高，而在城鎮地區，建筑較密集，污染物難以擴散，所以即使植被覆蓋度較高，氣溶膠光學厚度的值也是比較大的；在年相關性上，氣溶膠光學厚度和植被覆蓋度的年相關性呈負相關關系為-0.473**，且負相關關系顯著，說明在這10年間，植被覆蓋度越高，氣溶膠光學厚度越小，植被覆蓋度越小，氣溶膠光學厚度越高，可能是由于植物通過葉片吸附阻滯了氣溶膠中的固體顆粒物，從而降低了氣溶膠，增大了空氣能見度，使氣溶膠光學厚度減小。也就是說，植被的吸附和去除能力，使氣溶膠光學厚度隨著植被覆蓋度增加而減少，所以，增加植被覆蓋度對減少氣溶膠、緩解大氣污染具有一定的積極作用。

2.4 土地利用對氣溶膠光學厚度及植被覆蓋度的影響

為了探究不同土地利用類型上氣溶膠光學厚度及植被覆蓋度的分布差異，利用2010年、2015年、2020年的土地利用數據，對相應年份不同土地利用類型中氣溶膠光學厚度及植被覆蓋度進行定量分析。土地利用類型包括耕地、林地、草地、水域、居民地和未利用土地6個一級類型，圖7為不同土地利用類型中氣溶膠光學厚度和植被覆蓋度的均值。由圖7可知，在氣溶膠光學厚度的變化中，在不同土地利用類型中氣溶膠光學厚度的值由大到小排列，排序為：城鄉、工礦、居民用地＞耕地＞未利用土地＞草地＞林地＞水域，當土地利用類型為城鄉、工礦、居民用地時，氣溶膠光學厚度的值較大，可能是由于此類用地上人口密集、人類活動頻繁促進了逆溫的增強，大氣垂直交換減弱，污染物稀釋擴散能力減弱，再加上中高大的建筑物使得城市內部風速減弱，影響了污染物的擴散而導致氣溶膠光學厚度的值較大；當土地利用類型為耕地時，氣溶膠光學厚度的值較大，可能是由于此類用地上人類的耕地活動破壞了地表的植被，降低了土壤的表面硬度，使大量粉塵暴露在外，因風蝕揚起的沙塵造成了氣溶膠光學厚度的值的升高；當土地利用類型為未利用土地時，氣溶膠光學厚度的值較大，可能是由于此類用地上缺少植被的覆蓋，地表粗糙度低，使得地表易于受到風蝕作用，導致氣溶膠光學厚度的值較高[18]。

在植被覆蓋度的變化中，在不同土地利用類型中植被覆蓋度的值由大到小排列，排序為：林地＞耕地＞草地＞城鄉、工礦、居民用地＞未利用土地＞水域。說明在植被覆蓋度的變化中，當土地利用類型為林地、耕地時，植被覆蓋度的值較大，而在城鄉、工礦、居民用地，未利用土地上，植被覆蓋度較小，說明在此類用地上，還需要加強對植被的種植和保護，才能提升城市綠化，緩解大氣污染狀況。

3 結論

（1）總體來看，2010—2020年在時間變化上，烏魯木齊市氣溶膠光學厚度年際平均值的最大值主要出現在2020年，數值為0.05，且年際平均值的最大值先減少后增加。可以看出，在這10年中，烏魯木齊市氣溶膠光學厚度雖然有下降過程，但是總體呈較弱的升高趨勢。在空間變化上，烏魯木齊市整體的氣溶膠光學厚度空間變化分布較不均勻，主要集中在米東區、中心城區。

（2）通過皮爾森相關分析研究烏魯木齊市植被覆蓋度與氣溶膠光學厚度的相關性，結果顯示，植被覆蓋度與氣溶膠光學厚度成呈負相關關系，說明植被覆蓋度越高，氣溶膠光學厚度越小；反之，植被覆蓋度越低，氣溶膠光學厚度越大。

（3）為了探究不同土地覆蓋類型上氣溶膠光學厚度及植被覆蓋度的分布差異，利用2010年、2015年、2020年的土地利用數據，對相應年份不同土地利用類型中氣溶膠光學厚度及植被覆蓋度進行了定量分析。結果顯示，當土地利用類型為城鄉、工礦、居民用地，耕地，未利用土地時，氣溶膠光學厚度的值較大，可能是由于此類用地上人口密集、人類活動頻繁、缺少植被的覆蓋，地表粗糙度低，使大量粉塵暴露在外，地表易于受到風蝕作用，導致氣溶膠光學厚度的值較高。

參考文獻：

[1] 張丹丹.西安市城區大氣PM2.5和PM10的時空變化規律與植被覆蓋度的相關性研究[D].西安：西北大學，2019.

[2] Kampa M， Castanas E. Human health effects of air pollution[J].Environmental pollution，2008， 151（2）：362-367.

[3] 唐繼剛.城市綠地規劃的理論基礎與模式研究[M].北京：中國環境科學出版社，2008.

[4] 邵天一，周志翔，王鵬程，等.宜昌城區綠地景觀格局與大氣污染的關系[J].應用生態學報，2004（4）：691.

[5] 鄧潔.基于大氣污染治理的城市綠地景觀格局優化研究——以永州市為例[J].現代園藝，2019，42（23）：8-10.

[6] Gilbert O L. Effects of air pollution on landscape and land-use around Norwegeian aluminium smelters[J]. Environmental Pollution （1970），1975， 8（2）：113-121.

[7] Weber N， Haase D， Franck U. Assessing modelled outdoor traffic-induced noise and air pollution around urban structures using the concept of landscape metrics[J].Landscape and Urban Planning， 2014（125）：105-116.

[8] Pope R， Wu J. Characterizing air pollution patterns on multiple time scales in urban areas： a landscape ecological approach[J]. Urban ecosystems， 2014， 17（3）： 855-874.

[9] 余繼峰，張濤，宋召軍.高等教育“十三五”規劃教材數學地質方法與應用[M].徐州：中國礦業大學出版社，2019.

[10] 白冰.我國北方地區大氣氣溶膠分布輸送特征及其對夏季風活動的響應[D].蘭州：蘭州大學，2020.

[11] 王浩洋.遙感反演安徽地區氣溶膠光學厚度及其時空特征分析[D].合肥：安徽大學，2015.

[12] 岳峰，戴菲，郭曉華.基于遙感反演的武漢市空氣污染物與植被覆蓋度相關性研究[J].風景園林，2019，26（1）：76-81.

[13] 汪曦.衛星遙感氣溶膠光學厚度與地面細顆粒物濃度和居民日死亡率的關聯性研究[D].上海：復旦大學，2013.

[14] 劉廣峰，吳波，范文義，等.基于像元二分模型的沙漠化地區植被覆蓋度提取——以毛烏素沙地為例[J].水土保持研究，2007（2）：268-271.

[15] 呂達仁，周秀驥，李維亮，等.30年來我國大氣氣溶膠光學厚度平均分布特征分析[J].大氣科學，2002（6）：721-730.

[16] 方宗義，劉玉潔.衛星云參數處理方法和1991年的云氣候特征分析[C].氣象衛星遙感反演和應用學術會議，2001：135-142.

[17] 中華人民共和國大氣污染防治法[R].2000.

[18] 孫娜.珠三角地區可吸入顆粒物的遙感監測及其與下墊面的相關性分析[D].北京：中國地質大學，2013.