孫立娥,崔文連,王艷玲,王 靜,陳 輝,薛 蓮
1.青島市環(huán)境監(jiān)測(cè)中心站,山東 青島 266003 2.環(huán)境保護(hù)部衛(wèi)星環(huán)境應(yīng)用中心,北京 100094
基于環(huán)境一號(hào)衛(wèi)星的PM2.5濃度遙感反演研究
孫立娥1,崔文連1,王艷玲1,王 靜1,陳 輝2,薛 蓮1
1.青島市環(huán)境監(jiān)測(cè)中心站,山東 青島 266003 2.環(huán)境保護(hù)部衛(wèi)星環(huán)境應(yīng)用中心,北京 100094
2014年12月29—30日,青島市發(fā)生了一次空氣污染過(guò)程,利用環(huán)境一號(hào)衛(wèi)星CCD遙感影像數(shù)據(jù)和實(shí)測(cè)PM2.5濃度數(shù)據(jù),分析了該過(guò)程前后5 d的實(shí)測(cè)PM2.5濃度與環(huán)境一號(hào)衛(wèi)星CCD遙感影像的DN值之間的相關(guān)性,分別按日期和區(qū)域建立了反演模型。結(jié)果表明,按日期擬合反演模型相關(guān)系數(shù)為0.02~0.51,按區(qū)域擬合反演模型相關(guān)系數(shù)為0.01~0.80,總體來(lái)說(shuō),區(qū)域擬合結(jié)果較好。
青島市;PM2.5;環(huán)境一號(hào)衛(wèi)星CCD;遙感;反演
近年來(lái),隨著城市經(jīng)濟(jì)的高速發(fā)展,環(huán)境污染問(wèn)題也日益突出,其中空氣環(huán)境質(zhì)量問(wèn)題尤為嚴(yán)重。可吸入顆粒物PM10、PM2.5仍是空氣中的首要污染物,因PM2.5粒徑小、面積大,易附帶有毒、有害物質(zhì),對(duì)人體健康和環(huán)境質(zhì)量影響極大,因此PM2.5濃度監(jiān)測(cè)顯得尤為重要。
目前,環(huán)境保護(hù)部已在全國(guó)177個(gè)城市布設(shè)了552個(gè)國(guó)控監(jiān)測(cè)點(diǎn)位,建成發(fā)展中國(guó)家最大的空氣質(zhì)量監(jiān)測(cè)網(wǎng),但監(jiān)測(cè)站點(diǎn)少這一不足依然存在,尚不能實(shí)現(xiàn)全國(guó)所有城市的全面覆蓋。而遙感作為一種新的監(jiān)測(cè)手段,以其大范圍、同步觀測(cè)、重訪周期短等優(yōu)勢(shì),可為現(xiàn)場(chǎng)定點(diǎn)監(jiān)測(cè)提供有力的補(bǔ)充。目前利用遙感手段估算顆粒物濃度的研究主要集中在以下3個(gè)方面:一是利用MODIS(中分辨率成像光譜儀)氣溶膠光學(xué)厚度產(chǎn)品估算顆粒物濃度[1-7],反演的PM2.5濃度與實(shí)測(cè)值的相關(guān)系數(shù)在0.40~0.62;二是利用遙感光譜數(shù)據(jù)反演氣溶膠光學(xué)厚度,再與實(shí)測(cè)顆粒物濃度建立反演算法[8-10],反演的PM2.5濃度與實(shí)測(cè)值的相關(guān)系數(shù)可達(dá)0.66;三是利用激光雷達(dá)數(shù)據(jù)反演顆粒物濃度[11-13],反演的PM2.5濃度與實(shí)測(cè)值的相關(guān)系數(shù)可達(dá)0.9以上。
本文針對(duì)青島市市區(qū)的一次重度空氣污染過(guò)程,對(duì)該過(guò)程前后共5 d的PM2.5濃度進(jìn)行了研究,分析了空氣監(jiān)測(cè)子站的實(shí)測(cè)PM2.5濃度與環(huán)境一號(hào)衛(wèi)星CCD遙感影像的亮度(DN值)之間的相關(guān)性,分別按日期和區(qū)域建立了反演模型,并分析了區(qū)域反演模型得到的區(qū)域平均值與實(shí)測(cè)區(qū)域平均值之間的相關(guān)關(guān)系。
1.1 遙感數(shù)據(jù)
環(huán)境與災(zāi)害監(jiān)測(cè)預(yù)報(bào)小衛(wèi)星星座A、B星于2008年9月6日發(fā)射,兩顆衛(wèi)星軌道相同,相位相差180°,均搭載了4波段CCD相機(jī),兩星組網(wǎng)后CCD相機(jī)的重訪周期為2 d。CCD圖像幅寬700 km,空間分辨率30 m,4個(gè)波段分別為藍(lán)(430~520 nm)、綠(520~600 nm)、紅(630~690 nm)和近紅外(760~900 nm)。研究選用的環(huán)境一號(hào)衛(wèi)星CCD數(shù)據(jù)分別獲取自2014年12月22、25日、29—30日、2015年1月1日。
1.2 實(shí)測(cè)數(shù)據(jù)
青島市目前設(shè)置了23個(gè)空氣自動(dòng)監(jiān)測(cè)子站,對(duì)二氧化硫、二氧化氮、一氧化碳、PM2.5、PM10等污染物濃度進(jìn)行連續(xù)監(jiān)測(cè)。研究選用的實(shí)測(cè)數(shù)據(jù)是與遙感數(shù)據(jù)準(zhǔn)同步的PM2.5一小時(shí)平均濃度數(shù)據(jù)??諝庾詣?dòng)監(jiān)測(cè)站分布情況,詳見圖1。
圖1 空氣自動(dòng)監(jiān)測(cè)站分布
1.3 方法
提取遙感影像4個(gè)波段的DN值,與PM2.5濃度進(jìn)行相關(guān)性分析,建立反演模型,具體流程如圖2所示。
根據(jù)監(jiān)測(cè)子站經(jīng)緯度坐標(biāo),將子站記錄在遙感影像上,為減小定位誤差,取站點(diǎn)周圍25×25像元范圍內(nèi)亮度值的平均值作為該站點(diǎn)的DN。分析PM2.5濃度與環(huán)境衛(wèi)星CCD相機(jī)4個(gè)波段的DN值之間的相關(guān)關(guān)系,在建立相關(guān)關(guān)系模型過(guò)程中,剔除相關(guān)性較差的異常數(shù)據(jù)。
圖2 PM2.5遙感反演流程
1.3.1 按日期擬合PM2.5濃度反演模型方法
以2014年12月22日的數(shù)據(jù)為例,從遙感影像上提取該日全市23個(gè)監(jiān)測(cè)站點(diǎn)中有效站點(diǎn)4個(gè)波段的DN值,分別與對(duì)應(yīng)站點(diǎn)的PM2.5濃度進(jìn)行線性擬合,見式(1):
PM2.5=a+b×DNi
(1)
式中:DNi表示與PM2.5濃度相關(guān)性最強(qiáng)的某一波段的DN值。按照此方法,依次建立2014年12月22、25日、29—30日、2015年1月1日的反演模型。
1.3.2 按區(qū)域擬合PM2.5濃度反演模型方法
以市內(nèi)3區(qū)為例,從遙感影像上提取這5日該區(qū)域有效監(jiān)測(cè)站點(diǎn)4個(gè)波段的DN值,分別與對(duì)應(yīng)站點(diǎn)的PM2.5濃度進(jìn)行線性擬合,見式(2):
PM2.5=a+b×DNi
(2)
式中:DNi表示與PM2.5濃度相關(guān)性最強(qiáng)的某一波段的DN值。按照此方法,依次建立開發(fā)區(qū)、嶗山區(qū)、城陽(yáng)區(qū)、膠州市、即墨市、平度市、萊西市、原膠南市的反演模型。
分別利用每天23個(gè)站點(diǎn)的有效實(shí)測(cè)數(shù)據(jù)與準(zhǔn)同步的衛(wèi)星遙感光譜數(shù)據(jù)進(jìn)行相關(guān)性分析,對(duì)比4個(gè)波段與PM2.5濃度的相關(guān)關(guān)系,結(jié)果發(fā)現(xiàn)藍(lán)光波段的DN值與PM2.5濃度相關(guān)性最好,因此利用藍(lán)光波段與PM2.5濃度建立模型。統(tǒng)計(jì)分析了每天參與建模的點(diǎn)位數(shù)、估算值與觀測(cè)值的均方根誤差(RMSE)、平均相對(duì)誤差(APD)及相關(guān)系數(shù)(r)統(tǒng)計(jì)量,詳見表1。
表1 按日期建立的反演模型精度統(tǒng)計(jì)
由表1可知,按照日期擬合,r在0.02~0.51,APD在26.79%~44.50%,RMSE在0.011~0.086 mg/m3,2014年12月25日的反演結(jié)果最好,12月29~30日反演結(jié)果比較差,這可能是由于模型在PM2.5濃度過(guò)高的情況下反演誤差較大所致。PM2.5濃度實(shí)測(cè)值與模型估算值的對(duì)比結(jié)果,如圖3所示。由圖3可見,2014年12月22、25日和2015年1月1日的PM2.5濃度較低,在0~0.20 mg/m3,而2014年12月29—30日的PM2.5濃度較高,在0.15~0.40 mg/m3,但誤差較大,反演結(jié)果低估了實(shí)際PM2.5濃度。
圖3 PM2.5濃度實(shí)測(cè)值與模型估算值相關(guān)關(guān)系散點(diǎn)圖(實(shí)線為1∶1線)
3.1 區(qū)域監(jiān)測(cè)站點(diǎn)擬合模型誤差
分別利用各區(qū)市監(jiān)測(cè)站點(diǎn)5 d的實(shí)測(cè)數(shù)據(jù)與準(zhǔn)同步的衛(wèi)星遙感光譜數(shù)據(jù)進(jìn)行相關(guān)性分析,建立反演模型,同時(shí)剔除相關(guān)性較差的異常數(shù)據(jù)。統(tǒng)計(jì)分析了每天參與建模的點(diǎn)位數(shù)、估算值與觀測(cè)值的RMSE、APD及r統(tǒng)計(jì)量,見表2。
由表2可知,按照區(qū)域擬合,r在0.01~0.80,APD在26.29%~62.94%,RMSE在0.028~0.141 mg/m3,市內(nèi)三區(qū)的反演結(jié)果最好,平度市反演結(jié)果比較差。PM2.5濃度實(shí)測(cè)值與模型估算值的對(duì)比結(jié)果,見圖4。
表2 按區(qū)域建立的反演模型精度統(tǒng)計(jì)
圖4 PM2.5濃度實(shí)測(cè)值與模型估算值相關(guān)關(guān)系散點(diǎn)圖(實(shí)線為1∶1線)
平度市反演結(jié)果比較差,主要是由于平度市的實(shí)測(cè)PM2.5濃度很高,研究直接采用遙感影像的DN參與建模,在重污染時(shí),DN值會(huì)有一個(gè)飽和的表現(xiàn),因此表觀反射率的差異無(wú)法準(zhǔn)確描述PM2.5濃度的差異,這就導(dǎo)致平度市的反演結(jié)果趨向于一個(gè)中間數(shù)值,無(wú)法準(zhǔn)確反映實(shí)測(cè)PM2.5的濃度。
3.2 區(qū)域平均值統(tǒng)計(jì)結(jié)果分析
從青島環(huán)境監(jiān)測(cè)政務(wù)微博上查找并下載上述5 d對(duì)應(yīng)時(shí)刻的PM2.5濃度區(qū)域平均值。同時(shí),利用3.1小節(jié)中各區(qū)市反演模型估算PM2.5濃度的區(qū)域平均值與實(shí)測(cè)PM2.5濃度區(qū)域結(jié)果進(jìn)行對(duì)比。結(jié)果發(fā)現(xiàn),估算的區(qū)域平均值與實(shí)測(cè)區(qū)域平均值之間有一定相關(guān)性,見圖5。
估算的區(qū)域平均值與實(shí)測(cè)區(qū)域平均值有一定相關(guān)性,r為0.69,APD為35.35%,RMSE為0.051 mg/m3。按照估算模型計(jì)算得到的平度市區(qū)域平均值均為負(fù),這主要是由于3.1小節(jié)中平度市反演模型低估了實(shí)測(cè)PM2.5濃度數(shù)據(jù),因此反演所得區(qū)域平均值為負(fù)。
圖5 PM2.5濃度區(qū)域?qū)崪y(cè)平均值與模型估算值的散點(diǎn)圖(實(shí)線為1∶1線)
基于青島市城區(qū)23個(gè)空氣自動(dòng)監(jiān)測(cè)站5 d的PM2.5實(shí)測(cè)數(shù)據(jù)和準(zhǔn)同步的環(huán)境一號(hào)衛(wèi)星CCD遙感影像數(shù)據(jù),按照日期和區(qū)域分別擬合PM2.5濃度反演模型,擬合結(jié)果與地面監(jiān)測(cè)數(shù)據(jù)具有一定相關(guān)性。按照區(qū)域擬合較日期擬合結(jié)果要好,這主要是因?yàn)橄啾却髿庑盘?hào)來(lái)講,地表反射率相對(duì)于衛(wèi)星表觀反射率貢獻(xiàn)要大的多,因此區(qū)域差異非常明顯;兩種方式在實(shí)測(cè)PM2.5濃度高于0.2 mg/m3時(shí),擬合結(jié)果都會(huì)變差,這主要是因?yàn)樵谥匚廴镜臅r(shí)候,DN值會(huì)有一個(gè)飽和的表現(xiàn),因此表觀反射率的差異無(wú)法準(zhǔn)確描述PM2.5濃度的差異。
1)按日期擬合r在0.02~0.51,APD在26.79%~44.50%,RMSE在0.011~0.086 mg/m3,當(dāng)PM2.5濃度大時(shí)擬合結(jié)果誤差也較大。
2)按區(qū)域擬合r在0.01~0.80,APD在26.29%~62.94%,RMSE在0.028~0.141 mg/m3,平度市反演結(jié)果最差,市內(nèi)三區(qū)結(jié)果最好。
3)利用各區(qū)市反演模型估算PM2.5濃度的區(qū)域平均值,與實(shí)測(cè)PM2.5濃度區(qū)域結(jié)果進(jìn)行對(duì)比,r為0.69,APD為35.35%,RMSE為0.051 mg/m3。
綜上,利用遙感影像的DN值反演PM2.5濃度具有一定的應(yīng)用價(jià)值,但依然存在一些不足。在今后的研究中,將收集更多的遙感影像數(shù)據(jù)和地面監(jiān)測(cè)數(shù)據(jù),進(jìn)行長(zhǎng)時(shí)間序列的反演驗(yàn)證,設(shè)法減小誤差。
[1] 李成才,毛節(jié)泰,劉啟漢,等.利用MODIS光學(xué)厚度遙感產(chǎn)品研究北京及周邊地區(qū)的大氣污染[J].大氣科學(xué),2003,27(5):869-880.
[2] 王靜,楊復(fù)沫,王鼎益,等.北京市MODIS氣溶膠光學(xué)厚度和PM2.5質(zhì)量濃度的特征及其相關(guān)性[J].中國(guó)科學(xué)院研究生院學(xué)報(bào),2010,27(1):10-16.
[3] 何秀,鄧兆澤,李成才,等.MODIS氣溶膠光學(xué)厚度產(chǎn)品在地面PM10監(jiān)測(cè)方面的應(yīng)用研究[J].北京大學(xué)學(xué)報(bào)(自然科學(xué)版),2010,46(2):178-184.
[4] 石勇.武漢市MODIS氣溶膠光學(xué)厚度與空氣PM10濃度的關(guān)系研究[R].武漢:華中農(nóng)業(yè)大學(xué),2012.
[5] 陶金花,張美根,陳良富,等.一種基于衛(wèi)星遙感AOT估算近地面顆粒物的方法[J].中國(guó)科學(xué):地球科學(xué),2013,43(1):143-154.
[6] 郭建平,吳業(yè)榮,張小曳,等.BP網(wǎng)絡(luò)框架下MODIS氣溶膠光學(xué)厚度產(chǎn)品估算中國(guó)東部PM2.5[J].環(huán)境科學(xué),2013,34(3):817-825.
[7] 陳輝,厲青,王中挺,等.利用MODIS資料監(jiān)測(cè)京津冀地區(qū)近地面PM2.5方法研究[J].氣象與環(huán)境學(xué)報(bào),2014,30(5):27-37.
[8] WANG Z F,CHEN L F,TAO J H,et al.Satellite-based estimation of regional particulate matter(PM) in Beijing using vertical-and-RH correcting method[J].Remote sensing of environment,2010,114(1):50-63.
[9] 王中挺,王子峰,厲青,等.環(huán)境一號(hào)衛(wèi)星在監(jiān)測(cè)大氣PM10中的應(yīng)用[J].中國(guó)環(huán)境科學(xué),2011,31(2):202-206.
[10] 范辰乾.基于MODIS數(shù)據(jù)的氣溶膠光學(xué)厚度與PM2.5濃度關(guān)系研究—以濟(jì)南市為例[R].濟(jì)南:山東師范大學(xué),2014.
[11] 何濤,侯魯健,呂波,等.激光雷達(dá)探測(cè)反演PM2.5濃度的精度研究[J].中國(guó)激光,2013,40(1):212-217.
[12] 李成才,劉啟漢,毛節(jié)泰,等.利用MODIS衛(wèi)星和激光雷達(dá)遙感資料研究香港地區(qū)的一次大氣氣溶膠污染[J].應(yīng)用氣象學(xué)報(bào),2004,15(6):641-650.
[13] 李倩,李成才,王燁芳,等.利用激光雷達(dá)和衛(wèi)星遙感獲得城市地面大氣懸浮顆粒物濃度分布[J].北京大學(xué)學(xué)報(bào)(自然科學(xué)版),2013,49(4):673-682.
Study on the Retrieval of PM2.5Based on HJ-1 Satellite
SUN Li’e1,CUI Wenlian1,WANG Yanling1,WANG Jing1,CHEN Hui2,XUE Lian1
1.Qingdao Environment Monitoring Centre, Qingdao 266003, China 2.Satellite Environment Centre, Ministry of Environmental Protection, Beijing 100094, China
During December 29 to 30th 2014, an air pollution event occurred in Qingdao City. By using HJ-1 CCD data and ground-based measurements, the correlation of ground-based PM2.5and DN value of HJ-1 CCD during five days pre and post this process was analysed, and the PM2.5retrieval models were established respectively by days and regions. The result showed that, the correlation coefficient between the retrieved and measured PM2.5by days was between 0.02 and 0.51 and that by regions was between 0.01 and 0.80.Overall, the result of the model established by days was better.
Qingdao City;PM2.5;HJ-1 CCD;remote sensing;retrieve
2015-06-16;
2015-09-22
孫立娥(1986-),女,山東鄒平人,碩士,助理工程師。
X831,X87
A
1002-6002(2016)03- 0129- 06
10.19316/j.issn.1002-6002.2016.03.21