王甡

摘 要：采用大連市區(qū)多時(shí)相MODIS遙感數(shù)據(jù)，運(yùn)用6S大氣輻射傳輸模型查找表反演大氣氣溶膠光學(xué)厚度，解析大連市區(qū)不同時(shí)期的氣溶膠光學(xué)厚度分布特征，并結(jié)合地面同步自動(dòng)監(jiān)測(cè)的PM2.5濃度數(shù)據(jù)，建立PM2.5濃度遙感估算模型，在精度評(píng)估基礎(chǔ)上將模型反演結(jié)果與空氣自動(dòng)監(jiān)測(cè)子站、環(huán)境空氣質(zhì)量功能區(qū)、植被、高程、污染源分布等做應(yīng)用分析，為大連市區(qū)PM2.5污染區(qū)域防治提出參考依據(jù)。

關(guān)鍵詞：氣溶膠光學(xué)厚度反演;PM2.5濃度遙感反演;模型應(yīng)用

中圖分類號(hào)：S181

文獻(xiàn)標(biāo)識(shí)碼：A

近年，大連市區(qū)顆粒物污染持續(xù)存在，自2012年9月全面開展PM2.5監(jiān)測(cè)以來，PM2.5是影響大連市區(qū)環(huán)境空氣質(zhì)量的主要污染因子，但有限的地面監(jiān)測(cè)數(shù)據(jù)還不足以反映大范圍的大氣顆粒物空間分布特征。衛(wèi)星遙感能使PM2.5相關(guān)研究突破傳統(tǒng)地面監(jiān)測(cè)的限制，使之在時(shí)間跨度和空間尺度上得到有效延伸和擴(kuò)展[1]。大氣氣溶膠光學(xué)厚度（Aerosol Optical Depth，簡(jiǎn)稱AOD）是指大氣消光系數(shù)在垂直方向的積分，PM2.5消光作用在大氣顆粒物中占相當(dāng)比重，與氣溶膠光學(xué)厚度有一定關(guān)系。本文以大連市區(qū)為研究區(qū)域，結(jié)合大氣輻射傳輸模型，利用遙感數(shù)據(jù)反演氣溶膠光學(xué)厚度，解析不同時(shí)期大連市區(qū)的氣溶膠PM2.5光學(xué)厚度分布特征，同時(shí)結(jié)合同步地面自動(dòng)監(jiān)測(cè)PM2.5濃度數(shù)據(jù)，建立晴空無云條件下的PM2.5濃度遙感估算模型，將反演結(jié)果與環(huán)境要素、局地污染源空間分布做應(yīng)用分析，為PM2.5防治區(qū)劃提供決策依據(jù)。

1 數(shù)據(jù)來源

本研究所用的數(shù)據(jù)為MODIS數(shù)據(jù)產(chǎn)品的MOD02和MOD03數(shù)據(jù)，來自NASA官網(wǎng)，采用分層數(shù)據(jù)格式（HDF）存儲(chǔ)，其中MOD02光譜數(shù)據(jù)采用1km分辨率，具有36個(gè)光譜通道，MOD03地理定位數(shù)據(jù)，數(shù)據(jù)集中包含MODIS每個(gè)像元的幾何參數(shù)，包括經(jīng)緯度、高度、太陽天頂角、太陽方位角、衛(wèi)星天頂角、衛(wèi)星方位角。

根據(jù)大連市區(qū)歷史天氣數(shù)據(jù)，以天氣晴朗無云為基本條件，收集篩選2014—2016年共17期MODIS L1B 1KM遙感數(shù)據(jù)，初步篩選光譜反射率數(shù)據(jù)，經(jīng)過假彩色合成后，辨認(rèn)無明顯噪聲條帶后，確定影下載像日期，并下載同期MOD03角度數(shù)據(jù)。

地面同步的環(huán)境空氣監(jiān)測(cè)數(shù)據(jù)采用大連市區(qū)現(xiàn)有的10個(gè)國控子站數(shù)據(jù)。為減少數(shù)據(jù)匹配誤差，對(duì)數(shù)據(jù)進(jìn)行以下預(yù)處理：以每個(gè)地面監(jiān)測(cè)站點(diǎn)為中心，選取周圍3×3領(lǐng)域內(nèi)（約3km×3km）的AOD空間平均值作為該站點(diǎn)的AOD值;為了平滑PM2.5數(shù)據(jù)在時(shí)間變化上的噪音，取Terra星過境時(shí)點(diǎn)前后5min的PM2.5時(shí)間平均值與相應(yīng)AOD值做空間匹配。

2 技術(shù)方法

按照“衛(wèi)星數(shù)據(jù)—地面監(jiān)測(cè)數(shù)據(jù)—潛在污染源分布”為主線，利用多時(shí)相MODIS遙感數(shù)據(jù)，利用大氣輻射傳輸模型計(jì)算氣溶膠光學(xué)厚度，在此基礎(chǔ)上結(jié)合地面同步監(jiān)測(cè)數(shù)據(jù)，構(gòu)建經(jīng)驗(yàn)?zāi)Ｐ头囱莨浪愦筮B市區(qū)PM2.5濃度。大氣輻射傳輸模型受大氣參數(shù)和地表反射率影響，大氣參數(shù)獲取一般采用6S大氣輻射傳輸模型[2];地表反射率獲取算法主要有暗像元法[3]、深藍(lán)算法[4]、多角度偏振算法[5]。

本文在暗像元區(qū)域采用“6S”模型建立表觀反射率、地表反射率及氣溶膠光學(xué)厚度三者對(duì)應(yīng)關(guān)系，通過查找表算法和大氣輻射傳輸方程提取暗像元區(qū)域氣溶膠光學(xué)厚度，采用高精度克里金空間插值模型得到市區(qū)氣溶膠光學(xué)厚度，分析氣溶膠光學(xué)厚度時(shí)空變化特征;分析氣溶膠光學(xué)厚度與PM2.5濃度的相關(guān)性，建立衛(wèi)星遙感估算PM2.5濃度的反演模型，利用模型對(duì)氣溶膠光學(xué)厚度結(jié)果進(jìn)行PM2.5濃度填圖。

3 結(jié)果分析

3.1 遙感提取氣溶膠光學(xué)厚度空間分布特征

采用基于暗像元的氣溶膠光學(xué)厚度反演算法提取大連市區(qū)17期MODIS遙感數(shù)據(jù)。結(jié)果表明，5—6月氣溶膠光學(xué)厚度呈上升趨勢(shì)，7—10月呈下降趨勢(shì);5月、9月、10月氣溶膠光學(xué)厚度呈現(xiàn)呈平均分布特征;6—8月呈現(xiàn)明顯局地特征，氣溶膠光學(xué)厚度值較高區(qū)域分布在羊頭洼、雙島灣、三澗堡、營城子、辛寨子、革鎮(zhèn)堡、南關(guān)嶺、大連灣、開發(fā)區(qū)、大孤山半島區(qū)域以及金州南端。

3.2 遙感反演估算PM2.5濃度模型

采用多時(shí)相氣溶膠光學(xué)厚度數(shù)據(jù)與同步PM2.5建立反演模型。結(jié)果表明，暗像元和插值區(qū)的組合模型和基于暗像元的插值模型精度相當(dāng)。提取各月典型氣溶膠光學(xué)厚度數(shù)據(jù)反演PM2.5濃度，單幅影像PM2.5的國控點(diǎn)驗(yàn)證精度較低，其中選擇相關(guān)性較高的反演數(shù)據(jù)作為應(yīng)用基礎(chǔ)數(shù)據(jù)。

4 遙感反演PM2.5濃度的應(yīng)用分析

遙感反演結(jié)果表明，國控子站受影響半徑為4km;二類區(qū)PM2.5濃度高出一類區(qū)4μg·m-3，PM2.5濃度較高的一類功能區(qū)為臥龍植物園和旅順口風(fēng)景名勝區(qū);在低空250m的空間范圍容易受到近地面PM2.5濃度影響;高覆蓋植被區(qū)的PM2.5濃度明顯低于中覆蓋和低覆蓋植被區(qū);沙河口區(qū)和西崗區(qū)工業(yè)源煙粉塵排放強(qiáng)度對(duì)PM2.5濃度影響較大。杏樹屯、泡崖、向應(yīng)等16個(gè)街道為PM2.5濃度潛在超標(biāo)區(qū)域。結(jié)合遙感解譯結(jié)果，潛在的超標(biāo)污染源為電廠（大連發(fā)電公司、開發(fā)區(qū)電廠、金州熱電廠、北海熱電廠）、交通（西安路周邊）、堆場(chǎng)（主要集中在保稅區(qū)、金州的大李家街道和得勝街道）和化工廠（大連西太平洋石油化工有限公司、大連凱飛化學(xué)股份有限公司），此外，在遙感監(jiān)測(cè)范圍內(nèi)的33家市控污染源有19個(gè)可能對(duì)大氣PM2.5濃度有所貢獻(xiàn)。

5 結(jié)論

通過MODIS數(shù)據(jù)反演出大連市區(qū)氣溶膠光學(xué)厚度，結(jié)合地面同步PM2.5監(jiān)測(cè)數(shù)據(jù)，建立的大連市區(qū)PM2.5遙感估算模型，其應(yīng)用結(jié)果表明：大連市區(qū)需進(jìn)一步加強(qiáng)市區(qū)綠化用地建設(shè)，特別是北至南關(guān)嶺、南至辛寨子地域;海拔50m以下的近地面空間是PM2.5濃度防控的重點(diǎn)空間，繼續(xù)加強(qiáng)動(dòng)土工程的揚(yáng)塵管理;沙河口區(qū)和西崗區(qū)工業(yè)煙塵排放企業(yè)需提高除塵設(shè)備效率;加強(qiáng)甘井子區(qū)和金州灣沿岸的礦山開采活動(dòng)監(jiān)管，重點(diǎn)防控電力、交通、堆場(chǎng)、化工、鍋爐房、建材、土制品、鋼鐵等行業(yè)的煙塵排放;對(duì)PM2.5濃度超標(biāo)的潛在16個(gè)超標(biāo)街道進(jìn)行摸底調(diào)查;對(duì)落入PM2.5濃度潛在超標(biāo)區(qū)域的19家市控污染源企業(yè)加強(qiáng)監(jiān)管。

參考文獻(xiàn)

[1]?楊晟朗，李本綱.基于遙感資料的北京大氣污染治理投資對(duì)降低PM2.5的效能分析[J].環(huán)境科學(xué)學(xué)報(bào)，2015，35（01）：42-48.

[2]劉佳，王利民，楊玲波，等.基于6S模型的GF-1衛(wèi)星影像大氣校正及效果[J].農(nóng)業(yè)工程學(xué)報(bào)，2015，31（19）：159-168.

[3]彭妮娜，易維寧，方勇華.400～1000nm波段反演氣溶膠光學(xué)厚度的暗像元法[J].紅外與激光工程，2008，37（05）：878-883.

[4]王中挺，厲青，王橋，等.利用深藍(lán)算法從HJ-1數(shù)據(jù)反演陸地氣溶膠[J].遙感學(xué)報(bào)，2012，16（03）：596-610.

[5]王中挺，陳良富，李莘莘.利用PARASOL數(shù)據(jù)反演陸地氣溶膠光學(xué)厚度[J].遙感應(yīng)用，2009（06）：49-54.

（責(zé)任編輯 李媛媛）