環境一號衛星在監測大氣PM10中的應用

王中挺,王子峰,厲 青,陳良富,周春艷,張麗娟(.環境保護部衛星環境應用中心,北京 0009；.中國科學院遙感應用研究所,北京 000；3.中國科學院研究生院,北京 00049)

環境一號衛星在監測大氣PM10中的應用

王中挺1*,王子峰2,3,厲 青1,陳良富2,周春艷1,張麗娟1(1.環境保護部衛星環境應用中心,北京 100029；2.中國科學院遙感應用研究所,北京 100101；3.中國科學院研究生院,北京 100049)

選擇京津唐地區作為實驗區,從環境一號衛星(HJ-1)的CCD數據出發,利用暗目標法反演陸地氣溶膠,然后在對氣溶膠光學厚度進行垂直訂正和濕度校正的基礎上,得到PM10的反演模型,進行PM10的反演實驗.并利用中國環境監測總站的地面監測數據對結果進行了檢驗.結果表明,HJ-1的時空分辨率滿足PM10周監測的需要,結果與地面數據有一定的相關性(相關系數為0.58),為提高PM10的反演精度還需結合更多的地面數據進行模型的修正.

環境一號衛星；氣溶膠光學厚度；PM10

大氣中可吸入顆粒物PM10是環境監測的重要指標,其對人類健康的影響已經是不爭的事[1-2].據《2006年中國環境狀況公報》統計[3],在我國監測的 557個城市中,43.4%的城市大氣質量沒有達標,顆粒物為主要污染物.

當前大氣顆粒物污染監測主要以地面監測為主.由于地面監測站點數量有限,不能全面地反映城市環境質量的區域狀況.近年來國內外大量實踐表明,利用暗目標法[4]、結構函數法[5]等遙感監測方法可以獲得整層光學特性——氣溶膠光學厚度(AOD),并且和近地面顆粒物濃度之間建立直接相關關系[6-9],還有研究將氣溶膠光學厚度經過混合層高度的垂直訂正與空氣水汽訂正后再和顆粒物濃度建立關系,可以獲得近地面連續分布的顆粒物濃度分布監測結果[8,10-11].但如何將遙感方法應用于顆粒物濃度分布的監測仍依賴于衛星數據的空間和時間分辨率.如MODIS數據每天有2次覆蓋,但目前NASA公布的氣溶膠光學厚度產品只有 10km,在城市污染監測方面仍顯得粗糙;TM、CBERS02B/CCD等傳感器空間尺度能優于 30m,完全可以滿足空間分辨率的需要,但100km的幅寬和十幾天的重返周期很難滿足實際應用的需求.

我國于2008年9月6日發射的環境一號衛星(HJ-1)的A、B星,其搭載的CCD相機,具有高地表分辨率(星下點分辨率為30m)、高時間分辨率(A星和B星聯合使用可以在2d覆蓋全國,重返周期為 2d)等特點,相對 MODIS和 TM、CBERS02B/CCD等載荷,在時間和空間兩個方面均適合于城市群顆粒物濃度區域分布的監測,但在針對HJ-1的CCD數據,如何實現對近地面顆粒物濃度的監測需要進一步的研究.

本研究從HJ-1的CCD數據出發,利用暗目標法獲得大氣整層氣溶膠光學厚度,然后利用地面實測數據進行高度校正與濕度校正,獲得PM10的濃度,最后利用中國環境監測總站的API數據對結果進行了驗證.

1 研究方法

1.1 HJ-1A/B衛星CCD數據氣溶膠反演方法

在大氣水平均一假設條件下,衛星接收到的大氣頂部的表觀反射率TOA可以表達為[12]:

式中: μs=cosθs, μv=cosθv. θs與θv分別為太陽天頂角與觀測天頂角;S為大氣下界的半球反射率; T為大氣透過率; ρ0為大氣的路徑輻射項等效反射率; ρs為地表二向反射率. S、ρ0和 T(μs)T(μv)等 3個參數代表大氣的狀況, 遙感反演需要從中獲取所需氣溶膠光學厚度(AOD).實際反演中是用輻射傳輸模型在不同大氣條件和觀測幾何(太陽天頂角、觀測天頂角和相對方位角)等條件下,計算 AOD 和 S、ρ0和 T(μs)T(μv)參數之間的對應關系,建立查找表,然后假定地表反射率,利用多波段數據進行地氣解耦,得到AOD.

針對HJ-1的CCD數據,本文采用暗目標法進行反演[13].暗目標法的關鍵問題是要獲得相應波段的地表反射貢獻.其原理是對于植被密集的地表(即暗目標),由于紅、藍波段有較小的反射率,可以通過確定地表反射率的方法來反演氣溶膠.問題是對于缺乏微米波段的CCD數據來說,如何獲得地表反射率小的暗目標以及相應的反射率.

首先利用歸一化植被指數,設定相應閾值,識別出暗目標;然后根據暗目標的紅、藍波段的地表反射率的線性關系從紅、藍波段(分別對應CCD相機的第3波段和第1波段)的表觀反射率去除地表貢獻,獲得大氣參數 S、ρ0、T(μs)T(μv),進而得到AOD.

在具體的反演過程中,大氣參數S、ρ0和T(μs)T(μv)可以看作是大氣氣溶膠光學厚度的函數,將紅、藍波段的表觀反射率代入式(1)得到 2個方程,與式(2)結合,可以得到一個三元一次方程組,未知數為大氣氣溶膠光學厚度、紅波段地表反射率、藍波段地表反射率.解這個方程組即可實現氣溶膠光學厚度的反演.

1.2 PM10反演方法

雖然氣溶膠光學厚度與PM10有一定的相關關系,但受氣溶膠垂直分布、濕度影響很大,需要對獲得氣溶膠光學厚度進行垂直和濕度訂正,再分析其與PM10的相關關系,以更好的反演PM10.本文采用 Li等[8-9]提出的方法,并根據相關研究成果[11],利用地面觀測得到的氣溶膠消光系數、相對濕度、邊界層高度等參數進行高度、濕度等參數對氣溶膠消光系數的影響進行分析,得到PM10反演模型,進而獲得PM10監測分布.

氣溶膠光學厚度[τa(λ)]是氣溶膠消光系數在高度上的積分:

氣溶膠在垂直方向的分布并不均一[14],本研究假定氣溶膠消光系數隨高度呈負指數的分布:

式中,AH 表示氣溶膠的標高,a,0()k λ表示近地面的氣溶膠消光系數.綜合式(4)、式(5)可得:

根據式(6),可以從氣溶膠整層光學厚度獲得近地面氣溶膠消光系數.HA可以通過激光雷達的觀測數據獲得.

研究表明,氣溶膠粒子中的水汽含量會對氣溶膠的復折射指數等產生明顯影響[15-17].為提高近地面氣溶膠消光系數與 PM10的相關性,需要進行相應的濕度訂正.定義濕度變化因子如下[11]:

式中,g為經驗系數,需要根據地面觀測數據擬合.近地面氣溶膠“干”消光系數可通過濕度變化因子進行訂正,即:

最后,將衛星遙感像元獲得的像元近地面氣溶膠“干”消光系數與該像元對應的地面觀測站獲得的 PM10濃度數據進行相關分析,獲得線性系數a、b,進而得到PM10反演公式:

2 PM10反演計算過程

根據上述PM10反演方法,利用IDL語言進行數據處理,從HJ-1的CCD數據進行PM10監測,數據處理流程如圖1所示.

2.1 數據預處理

針對 CCD數據進行兩方面的預處理:一是重采樣,為加快運算速度和提高信噪比,對 CCD數據進行 10×10像元的合成,重采樣成為 300m分辨率的圖像;二是輻射定標,從 CCD數據的輔助 xml文件中讀取輻射定標系數和太陽高度角參數,將CCD數據的DN值轉換為表觀反射率.

2.2 氣溶膠反演

根據獲得的表觀反射率,基于 NDVI值進行暗目標的識別;利用獲得的太陽高度角對查找表進行插值,得到第1波段和第3波段的不同氣溶膠光學厚度下的大氣參數和S;將暗目標的第1波段和第3波段的天頂反射率和大氣參數代入方程組(3)解方程,反演得到氣溶膠光學厚度.

2.3 PM10反演

利用激光雷達獲得的邊界層高度,獲得垂直訂正所需參數;利用地面獲得的相對濕度,擬合得到濕度變化因子;對地面進行相關分析獲得線性系數,最后利用式(6)、式(8)、式(9)進行計算,從氣溶膠光學厚度計算獲得PM10.

2.4 圖像平滑與成圖輸出

在獲得 PM10后,對結果圖像進行平滑處理,達到內插部分無效值并抑制異常點的目的,采用9×9像元的距離加權平均的濾波方法進行;將結果導入 ArcMap中,進行疊加矢量圖、分等定級以及添加圖名圖例等操作后,制成專題圖輸出.

圖1 環境衛星PM10監測流程Fig.1 Flow chart of PM10monitoring from HJ-1

3 結果與驗證

為對反演算法與相應系統進行檢驗,選擇2009年5月25日京津唐地區的HJ-1的CCD數據進行反演試驗,由A星CCD2的2景數據合成,生產序列號分別為118461和11849,獲得結果如圖2所示.

從圖2可以看出,2009年5月25日京津唐地區空氣質量較差,PM10在50μg/m3以上.據中國環境監測總站提供的北京和天津空氣污染指數,兩地都以顆粒物污染為主,其中北京出現了輕微污染(API指數為128),天津空氣質量為良(API指數為78),與算法監測的結果相吻合.

圖2 HJ-1的PM10監測圖(2009-05-25)Fig.2 The distribution of PM10from HJ-1(2009-05-25)

為進一步驗證本算法的精度和可靠性,選取2009年5月2日至8月23日的環HJ-1的CCD數據進行時間序列的反演計算,地面監測數據采用中國環境監測總站提供的“空氣日報”中北京的API監測值.在此期間,HJ-1共獲得26天的監測數據,其中3d(5月2日、5月4日和6月10日)地面站點沒有數據,在其余 23d中空氣質量主要污染物為可吸入顆粒物.在將 API轉換為 PM10后,對二者進行相關分析,結果如圖3所示.

圖3 PM10結果驗證Fig.3 The validation of PM10

根據驗證結果,衛星探測獲得的結果與地面觀測的API指數的相關系數為0.58.但從圖中可以看出,本算法獲得的結果偏小,原因可能是二者數據的時間、空間尺度不同,地面監測數據為單點數據并且是日平均的,而HJ-1獲得的PM10是衛星過境時北京城區中心地帶的平均.

4 討論

在本算法中,假定氣溶膠為大陸型來反演PM10的,擬合的系數則是利用遙感所超級站的數據得到,而實際上氣溶膠的組分復雜,本節將對不同組分給PM10帶來的影響進行討論.

國際氣象與大氣物理協會的輻射委員會為計算大氣輻射模型而把氣溶膠按成分分為6種:水溶性粒子、沙塵性、粒子、海洋性粒子、煤煙、火山灰、75%硫酸水溶液滴.陸地氣溶膠主要由水溶性粒子、沙塵性粒子、煤煙等3種粒子構成.

假定邊界層高度相同,不考慮相對濕度的影響,得到不同氣溶膠粒子 PM10濃度隨氣溶膠光學厚度變化如圖4所示.

圖4 典型氣溶膠粒子PM10隨光學厚度變化Fig.4 PM10of typical aerosol in differnent AOD

從圖 4可以看出,不同類型氣溶膠粒子的PM10值隨光學厚度變化有著較大的不同,尤其是沙塵型粒子隨著光學厚度的增大有著較大的增加,而水溶型和煤煙型較為接近,隨光學厚度的增加,PM10值增大幅度較小.

5 結論

5.1 HJ-1具有監測PM10的能力.在空間分辨率上,300米的分辨率可以很好的表現PM10的面狀分布;在時間分辨率上,5月～8月間共 115d,除去云影響數據,有26d能夠進行監測,平均4～5d能夠獲得一次監測數據,可以滿足周監測的需要.

5.2 HJ-1的PM10與地面較為相關.監測結果與地面監測數據有一定的相關性,能夠在區域尺度上反映顆粒物濃度的空間分布差異,結合地面PM10觀測站點數據的標定,將有助于實現區域尺度上PM10濃度空間分布的準確監測.

5.3 氣溶膠類型會較大的影響反演.不同類型的氣溶膠粒子與PM10之間的線性關系有著較大的區別,為進一步提高 PM10監測精度需要在下一步的工作中準確獲取氣溶膠粒子類型,并利用更多地面數據進行討論.

[1] Wallace L. Correlations of personal exposure to particles with outdoor air measurement: review of recent studies [J]. Aerosol Science Technology, 2000,32:15-25.

[2] Kan H D, Chen B H. Analysis of exposure-response relationships of air particulate matter and adverse health outcomes in China [J].Journal of Environment and Health, 2002,19:422-424.

[3] 國家環境保護總局. 《2006年中國環境狀況公報》[EB/OL].http://www.cnemc.cn/.

[4] Kaufman Y J, Tanré D, Remer L, et al. Operational remote sensing of tropospheric aerosol over the land form EOS-moderate resolution imaging spectroradiometer [J]. J. Geophys. Res.,1997,102(14):17051-17067.

[5] Tanré D, Deschamps P Y, Devaux C, et al. Estimation of Saharan aerosol optical thickness from blurring effects in thematic mapper data [J]. J. Geophys. Res., 1988,93:15955-15964.

[6] Chu D A, Kaufman Y J, Zibordi G. et al. Global monitoring of air pollution over land from the Earth Observing System-Terra Moderate Resolution Imaging Spectroradiometer (MODIS) [J].Journal of Geophysics Research, 2003,108, ACH4-1-ACH4-18.

[7] Slater J F, Dibb J E, Campbell J W, et al. Physical and chemical properties of surface and column aerosols at a rural New England site during MODIS overpass [J]. Remote Sensing Environment,2004,92:173-180.

[8] Li C C, Mao J T, Liu Q H, et al. Application of MODIS aerosol product in the study of air pollution in Beijing [J]. Science in China- Ser D Earth Science, 2005a,35:177-186.

[9] Li C C, Lau A K, Mao J T, et al. Retrieval, validation and application of the 1-km aerosol optical depth from MODIS measurement over Hong Kong [J]. IEEE Transactions on Geoscience and Remote Sensing, 2005b,43:2650-2658.

[10] Koelemeijer R B, Homan C D, Matthijsen J. Comparison of spatial and temporal variations of aerosol optical thickness and particulate matter over Europe [J]. Atmospheric Environment,2006,40:5304-5315.

[11] 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, 2010,114:50-63.

[12] Vermote E, Tanre D, Deuze J L, et al. Second Simulation of the Satellite Signalin the Solar Spectrum 6S: An overview [J]. IEEE Trans. Geosci. Remote Sens., 1997,35:675-686.

[13] 王中挺,厲 青,陶金花,等.環境一號衛星CCD相機應用于陸地氣溶膠的監測 [J]. 中國環境科學, 2009,29(9):594-599.

[14] 徐宏輝,王躍思,溫天雪.北京秋季大氣氣溶膠質量濃度的垂直分布 [J]. 中國環境科學, 2008,28(1):2-6.

[15] Malm W C, Day D E, Kreidenweis S M. Light scattering characteristics of aerosol as a function of relative humidity: Part I- a comparison of measured scattering and aerosol concentrations using the theoretical models [J]. Journal of the Air and Waste Management Association, 2000,50:686-700.

[16] Zhang L S, Shi G Y. The impact of relative humidity on the radiative property and radiative forcing of sulfate aerosol [J]. Acta Meteorologica Sinica, 2002,60:230-237.

[17] 劉新罡,張遠航.基于觀測的大氣氣溶膠散射吸濕增長因子模型研究 [J]. 中國環境科學, 2009,29(12):1243-1248.

致謝：本文的空氣質量地面觀測數據由中國環境監測總站提供,特此表示感謝.

Monitoring of PM10from HJ-1 CCD data.

WANG Zhong-ting1*, WANG Zi-feng2,3, LI Qing1, CHEN Liang-fu2, ZHOU Chun-yan1, ZHANG Li-juan1(1.Environmental Satellite Application Center, State Environmental Protection Ministry,Beijing 100029, China；2.Institute of the Remote Sensing Applications, Chinese Academy of Sciences, Beijing 100101,China；3.Graduate University of Chinese Academy of Sciences, Beijing 100049, China). China Environmental Science,2011,31(2)：202～206

AOD (aerosol optical depth) over land surfaces was retrieved by DDV (dark dense vegetation) method, then based on the vertical and RH (relative humidity) correction, the model of PM10retrieval was established. In order to validate the model, PM10in the Beijing-Tianjin-Tangshan area was retrieved from May to August, 2009, and was compared against the ground-based measurements provided by China National Environmental Monitoring Centre. The results showed that, HJ-1 data can meet the requirement of weekly monitoring of PM10, and the correlation coefficient between the retrieved and measured PM10was 0.58. However, the HJ-1 retrieved PM10had a negative bias from the ground-based measurements, and further improvement would be conducted to improve the retrieving accuracy.

HJ-1；aerosol optical depth (AOD)；PM10

X87

A

1000-6923(2011)02-0202-05

2010-05-20

國家“973”項目(2010CB950801)

* 責任作者, 工程師, wang.zhongting@gmail.com

王中挺(1980-),男,河南鄭州人,工程師,博士,目前主要從事大氣環境遙感的工作.已發表論文近20篇.