馮仁諾

(成都市鐵路中學(xué)， 四川成都 610081)

?

遙感與實時監(jiān)測結(jié)合的城市空氣污染分析研究

馮仁諾

(成都市鐵路中學(xué)， 四川成都 610081)

城市空氣污染已經(jīng)成為居民生活環(huán)境的首要問題，利用遙感與實時監(jiān)測相結(jié)合的空氣污染分析具有重要的意義。文章利用MODIS數(shù)據(jù)的宏觀特點結(jié)合環(huán)保部門實時監(jiān)測數(shù)據(jù)，實現(xiàn)了兩類研究方法相結(jié)合的分析研究。該方法避免了單一的站點監(jiān)測信息的空間表達(dá)缺失性，同時補充了遙感數(shù)據(jù)監(jiān)測和預(yù)報的精確性。

遙感；空氣污染物；空氣質(zhì)量監(jiān)測

城市空氣污染已經(jīng)成為威脅城鎮(zhèn)居民健康的頭號污染。隨著工業(yè)化和城鎮(zhèn)化的發(fā)展，城市空氣污染指數(shù)飆升，逐步發(fā)展成為環(huán)境污染中亟需解決的問題。在過去10年里，以PM2.5和臭氧為主要污染物，CO、SO2等多種污染物并存的大氣復(fù)合污染問題日益突顯。如何監(jiān)測空氣質(zhì)量、控制與預(yù)測空氣污染程度成為了重要的研究課題[1]。近年來，國內(nèi)外許多學(xué)者依據(jù)不同的用途、不同的建模方法與不同的空間尺度等提出了不同的空氣污染模型[2]。對于如何將遙感技術(shù)運用到大氣污染的監(jiān)測中，國內(nèi)外學(xué)者己做了大量的研究工作[3]。周斌等人運用光在傳輸過程中會被大氣中的氣體分子選擇性地吸收這一特性，使用差分光學(xué)吸收光譜法測量大氣污染氣體[4]。Chu等人利用NASA的MODIS 10 km分辨率的氣溶膠光學(xué)厚度產(chǎn)品證實了其在監(jiān)測全球、區(qū)域和局部大氣污染方面的應(yīng)用,有很顯著監(jiān)測效果[5]，Hutchison利用衛(wèi)星圖像動態(tài)監(jiān)測大氣光學(xué)厚度，通過多時相對比反演大氣質(zhì)量[6]。

近年來隨著高分辨率、多光譜衛(wèi)星遙感的發(fā)展，實時有效地對城市進(jìn)行大氣污染監(jiān)測變?yōu)榱丝赡?，衛(wèi)星遙感對城市大氣污染的宏觀分析相對于地面監(jiān)測站所進(jìn)行的單點監(jiān)測而言更具備宏觀的優(yōu)勢[7]，利用遙感技術(shù)與實時監(jiān)測技術(shù)相結(jié)合，及時而有效地監(jiān)測和預(yù)測大氣污染己成為一項有著現(xiàn)實意義的課題。

1　遙感與實時監(jiān)測數(shù)據(jù)

遙感影像具備光譜波段豐富的特點，遙感的不同波段數(shù)據(jù)可以用來反演不同的地球地物數(shù)據(jù)，其本身又具備空間大尺度的監(jiān)測特點，常常被用來作為各項環(huán)境研究對象的監(jiān)測分析數(shù)據(jù)[8]。但是遙感衛(wèi)星的運轉(zhuǎn)時間的限制，對同一研究區(qū)域不能夠獲取全部時段的數(shù)據(jù)資源。而空氣污染監(jiān)測站雖然具備較好的時間連續(xù)性，但是由于地理環(huán)境的約束，不能在地表所有的地方都安裝監(jiān)測設(shè)備，只能安裝部分代表性的節(jié)點，故對空氣污染的空間表征性不能做到連續(xù)而只能進(jìn)行插值模擬。利用遙感技術(shù)與實時監(jiān)測技術(shù)相結(jié)合是解決兩者之間對實際污染狀況解釋缺陷的補充。由于MODIS衛(wèi)星遙感數(shù)據(jù)的免費性和公開性，其數(shù)據(jù)越來越多地被應(yīng)用于環(huán)境監(jiān)測領(lǐng)域。MODIS傳感器它采用暗目標(biāo)法[9]等原理在陸地上空反演氣溶膠光學(xué)厚度[10]，全球經(jīng)緯度投影MODIS真彩圖瓦片地圖分級及對應(yīng)相關(guān)參數(shù)如表1所示。除MODIS數(shù)據(jù)外，Landsat系列衛(wèi)星遙感影像也是作為遙感的主要數(shù)據(jù)來源，Landsat的TM影像具備多個波段的數(shù)據(jù)特性，不同波段的合成可以為地物反演提供支持。

表1　全球經(jīng)緯度投影MODIS真彩圖瓦片地圖分級及對應(yīng)相關(guān)參數(shù)

空氣污染的實時監(jiān)測數(shù)據(jù)獲取來源為中華人民共和國環(huán)境保護(hù)部的在線數(shù)據(jù)中心(http://datacenter.mep.gov.cn/report/air_daily)，該數(shù)據(jù)中心提供的是各大中城市的AQI指數(shù)。AQI 指數(shù)(Air Quality Index，簡稱AQI)是作為定量描述空氣質(zhì)量狀況的無量綱指數(shù)，空氣質(zhì)量指數(shù)大小分為六級，相對應(yīng)空氣質(zhì)量的6個類別，指數(shù)越大、級別越高說明污染的情況越嚴(yán)重，對人體的健康危害也就越大[11]。在城市區(qū)域，由于人為顆粒物排放較多，為霧轉(zhuǎn)化為霾提供了有力條件，霾常常與霧同時或相繼發(fā)生，因此籠統(tǒng)上稱為霧霾[12]。AQI指數(shù)的判斷標(biāo)準(zhǔn)是空氣中負(fù)氧離子含量，其主要污染物為PM2.5，通常利用AQI指數(shù)可以較為真實的表達(dá)城市空氣的質(zhì)量。本文選擇了地理空間數(shù)據(jù)云(http://www.gscloud.cn/)所提供的Landsat數(shù)據(jù)，通過使用該平臺的高級檢索可以較為清楚的獲得某個確定地區(qū)確定時間的遙感數(shù)據(jù)。

2　數(shù)據(jù)分析

本文將地理空間數(shù)據(jù)云下載獲得的北京市區(qū) Landsat7數(shù)據(jù)中的全波段數(shù)據(jù)與對應(yīng)時次來自環(huán)保部門對應(yīng)地面站點的AQI監(jiān)測數(shù)據(jù)進(jìn)行對比，通過利用數(shù)據(jù)的432波段進(jìn)行RGB通道的彩色合成，生成如圖1(a)所示，較為清晰的彩色影像。再利用457波段進(jìn)行RGB合成，生成的圖像能夠清晰地顯示云霧的陰影如圖1(b)所示。該影像能夠較好地反映出當(dāng)天北京地區(qū)的天空條件及具備較少的云霧，并且根據(jù)圖2所示的中華人民共和國環(huán)境保護(hù)部的在線數(shù)據(jù)中心的數(shù)據(jù)顯示，北京當(dāng)天的AQI指數(shù)較低約為50，空氣質(zhì)量良好。通過可見光波段的數(shù)據(jù)處理以及組合方式的調(diào)整，能夠簡單的對一個地區(qū)的地物進(jìn)行體現(xiàn)。

3　結(jié)論

北京市區(qū)在2016年2月12日到2016年3月12日期間，空氣污染指數(shù)隨著春季寒流的影響，具有較大的變化。其中最低值在2月13日左右達(dá)到50以下，而最高值可達(dá)350以上。文章中所使用的TM影像的過境時間有限，所以對于同一個地區(qū)的TM影像數(shù)據(jù)獲取的時效性會受到較大的干擾。

通過彩色遙感影像可以獲得相關(guān)地區(qū)的空氣云霧量，通過該影像數(shù)據(jù)與實時監(jiān)測結(jié)合數(shù)據(jù)相互結(jié)合的方法，可以很好地反映灰空氣污染的程度，并且在時效性和空間整體性都具備較好的表現(xiàn)。而基于遙感數(shù)據(jù)的空氣污染研究等，其空間上的宏觀性信息的獲取能夠為空氣污染監(jiān)測、預(yù)警、防控等，尤其是全國范圍內(nèi)的空氣污染治理效果評價提供重要支撐。下一步可以根據(jù)MODIS衛(wèi)星的基礎(chǔ)數(shù)據(jù)，該衛(wèi)星遙感獲得的基礎(chǔ)數(shù)據(jù)是氣溶膠光學(xué)厚度，是整層大氣顆粒物含量的光學(xué)參數(shù)。通過相關(guān)衛(wèi)星遙感影像的反演，可進(jìn)一步獲得氣溶膠光學(xué)厚度具體參數(shù)。而MODIS數(shù)據(jù)本身時效性較好，可以進(jìn)一步開展該遙感數(shù)據(jù)與實際監(jiān)測數(shù)據(jù)相結(jié)合的空氣污染分析研究。

(a) 432波段RGB合成圖象

(b) 457波段RGB合成圖象圖1　2016年2月15日當(dāng)天TM影像

圖2　歷時30 d北京市區(qū)空氣污染指數(shù)曲線圖

[1]賈瑾. 基于空氣質(zhì)量數(shù)據(jù)解析大氣復(fù)合污染時空特征及過程序列[D].浙江大學(xué),2014.

[2]胡子梅. 基于衛(wèi)星遙感和地面監(jiān)測數(shù)據(jù)的上海市氣溶膠污染研究[D].華東師范大學(xué),2014.

[3]傅為. 基于MODIS氣溶膠光學(xué)厚度反演的PM10濃度監(jiān)測[D].中南大學(xué),2009.

[4]周斌,劉文清,齊峰,等. 差分光學(xué)吸收光譜法測量大氣污染氣體的研究[J]. 環(huán)境科學(xué)研究,2001(5):23-26.

[5]Min Wu, Wei Zhang, Xuejun Wang, Dinggui Luo. Application of MODIS satellite data in monitoring water quality parameters of Chaohu Lake in China[J]. Environmental Monitoring and Assessment, 2009： 1481-1484.

[6]Keith D. Hutchison. Applications of MODIS satellite data and products for monitoring air quality in the state of Texas[J]. Atmospheric Environment, 2003： 3717.

[7]李成才,毛節(jié)泰,劉啟漢,等. MODIS衛(wèi)星遙感氣溶膠產(chǎn)品在北京市大氣污染研究中的應(yīng)用[J]. 中國科學(xué)： D輯:地球科學(xué),2005(S1):177-186.

[8]覃先林,易浩若. 基于MODIS數(shù)據(jù)的林火識別方法研究[J]. 火災(zāi)科學(xué),2004(2):83-89.

[9]Yoram J, Kaufman, Claudia Sendra. Algorithm for automatic atmospheric corrections to visible and near-IR satellite imagery[J]. International Journal of Remote Sensing, 1988: 98.

[10]R·Richter, D·Schlapfer, A·Muller. An automatic atmospheric correction algorithm for visible/NIR imagery[J]. International Journal of Remote Sensing, 2006: 2710.

[11]吳兌. 近十年中國灰霾天氣研究綜述[J]. 環(huán)境科學(xué)學(xué)報,2012(2):257-269.

[12]陳圓圓. 基于遙感與模式技術(shù)的華東地區(qū)可吸入顆粒物預(yù)報方法研究[D].華東師范大學(xué),2013.

TU993.2

A

[定稿日期]2016-03-21