近地面PM2.5濃度衛星反演研究進展

(環境保護部環境規劃院，北京 100012)

1 AOD簡介

AOD是表征大氣渾濁度的重要物理量，是指沿輻射路徑傳輸，單位面積上所有吸收和散射(主要是散射)氣溶膠產生的總削弱，是無量綱量，AOD描述垂直層大氣的光學特性，是大氣輻射和大氣光學中相當重要的物理量。它反映垂直層大氣中顆粒物對太陽輻射的削弱程度和顆粒物的富集程度，對空氣污染程度有很大的指示作用。Chu等[1]、Slater 等[2]利用地基觀測AOD與近地面PM10和PM2.5濃度進行相關性分析，證明了由AOD估算近地面顆粒物濃度的可行性，由此開啟了衛星反演近地面PM2.5的研究之路。

2 AOD數據來源

美國宇航局(NASA)在全球建立了100多個氣溶膠觀測站(AERsol Robotic NETwork，AERONET)，其使用地面太陽光度計對AOD進行連續觀測，精度高，但站點稀疏，空間覆蓋性差，衛星遙感AOD數據可以彌補此缺陷。目前衛星遙感AOD產品主要來源于中分辨率成像光譜儀(Moderate-resolution Imaging Spectroradiometer，MODIS)、多角度成像光譜儀(Multi-angle Imaging Spectroradiometer，MISR)、地球反射偏振測量儀(Polarization and Directionality of the Earth's Reflectances，POLDER)、歐空局ENVISAT衛星的中等分辨率成像光譜儀(The Medium Resolution Imaging Spectrometer，MERIS)、NOAA氣象衛星上的AVHRR以及環境衛星HJ-1上的CCD相機等。MODIS氣溶膠數據實現了覆蓋全球的產品化生產，在研究中應用最多。POLDER主要關注地球的大氣、陸表和海洋的植被和環境的變化，對于研究空氣中懸浮顆粒的物理或光學性質有重要意義。MISR可以提供全球圖像、地表反照率、氣溶膠和植物特征等產品。在反演近地面PM2.5濃度中應用最多的是MODIS和MISR數據。

表1 AOD遙感數據一覽表

3 AOD反演算法

利用衛星數據反演AOD的關鍵科學問題是氣溶膠的模式和地表反射噪聲的去除問題。由于氣溶膠模式一般是根據氣溶膠的組成成分在反演之前進行模式預估，而地表反射噪聲剔除的科學問題由于地表類型的差異、衛星探測數據的空間分辨率差異，以及衛星數據探測波段的信息特點差異，而出現不同的特點[3]。為應對地氣解耦問題，針對不同的衛星數據特點相應提出了不同的反演算法：比較典型的有MODIS數據的暗像元算法[4]和結構函數算法[5]，基于MISR數據的多角度算法[6]，基于POLDER數據的偏振算法[7]等。應用較廣泛的MODIS暗像元算法較適用于濃密植被地區，在城市、沙漠等亮目標地區有一定局限性。AOD反演算法的精度對反演近地面PM2.5濃度至關重要。

表2 AOD反演算法

4 PM2.5近地面濃度反演方法

國內外學者在AOD反演近地面顆粒物濃度領域做了大量的研究，主要有三種方法：基于傳統的統計學方法、基于變量的物理關聯以及基于環境因子的耦合建立模型。數學統計方法可以將任意兩個變量建立相關模型，未考慮變量間的機理聯系，具有很大缺陷；物理訂正方法充分挖掘變量間的物理聯系，相關性得到提高；耦合模型方法充分考慮了多種環境因子，是未來反演的主要方向。三種反演方法對比見表3。

表3 三種反演方法對比分析

4.1 數學統計方法

最初的研究主要是基于數學統計的方法，將衛星遙感AOD直接與近地面顆粒物濃度進行相關分析，取得了較好效果，證明了用AOD來表征近地面PM2.5濃度的可行性。研究成果有Wang等[8]、Koelemeijer等[9]、Guo等[10]。數學統計方法對兩個變量內在機理關聯缺乏研究，這種缺點使得對AOD和近地面PM2.5的物理機理有了探究，由此產生了物理訂正方法。

4.2 物理訂正方法

衛星遙感獲取的AOD代表氣溶膠在垂直方向上消光系數的積分，與氣溶膠的垂直分布和氣溶膠總濃度有關，PM2.5濃度僅為近地面測量值，兩個變量本身與大氣廓線、氣溶膠的粒徑分布和化學組成、周圍環境有很強相關性，而這些因素在時空尺度變化大，增加了相關模型的不確定性。于AOD主要受大氣濕度、PM2.5濃度及其垂直分布特征的影響，經過濕度與垂直訂正后的AOD與PM2.5濃度間的相關性得到很大提高，物理訂正方法是現階段衛星反演PM2.5濃度的研究熱點。

目前衛星反演近地面PM2.5的研究主要基于垂直訂正和濕度訂正兩個方面展開。垂直訂正的主要技術：(1)基于機載、地基激光雷達測量的氣溶膠垂直分布特征對AOD數據進行垂直訂正，顯著提高了AOD與近地面PM2.5濃度的相關性，主要成果有Engel-Cox等[11]和Hutchison等[12]；(2)基于大氣模型模擬的混合層高度進行垂直訂正；(3)基于大氣模型模擬PM2.5垂直分層結構進行垂直訂正，如大氣化學傳輸模型GEOS-Chem模型被廣泛用于垂直訂正，此方法充分考慮了PM2.5在垂直層上分布不均勻的特性。Donkelaar等[13]利用GEOS-Chem模擬了PM2.5與AOD之間的轉換因子，建立了近地面PM2.5濃度和AOD的線性擬合模型(R2=0.59)，反演了2001-2006年全球近地面PM2.5平均濃度，研究成果引起了強烈反響。濕度訂正的主要技術：(1)基于氣象站點實測的濕度數據對AOD進行濕度訂正；(2)基于大氣模式模擬的相對濕度數據進行濕度訂正。訂正方法的技術優缺點見表4。

表4 訂正方法優缺點

基于垂直和濕度同時訂正的AOD和近地面PM2.5濃度相關性進一步提高。現有技術主要有：(1)基于氣象站點實測的大氣相對濕度數據和激光雷達探測的混合層高度對AOD進行垂直-濕度訂正，此種技術的缺陷是有限的地面監測站點導致數據樣本少，利用混合層高度數據進行垂直訂正未考慮顆粒物的垂直分層特征，研究成果主要有Wang等[14]。(2)基于大氣模式模擬的混合層高度和大氣相對濕度數據對AOD進行垂直-濕度訂正，垂直訂正方法雖然消除了“以點代面”的地基缺陷，但是仍然未考慮顆粒物的垂直分層特征，研究成果主要有Tao等[15]。(3)基于大氣模型模擬的PM2.5垂直分層結構和相對濕度數據進行垂直-濕度訂正，此方法綜合垂直訂正和濕度訂正的優點，屬于多學科交叉研究內容，是重要的研究方向。

4.3 耦合模型方法

雖然利用氣溶膠垂直分布特征進行垂直訂正和大氣相對濕度數據進行濕度訂正可以提高AOD和近地面PM2.5濃度間的相關性，但是由于近地面顆粒物濃度與局地環境氣候條件、地表類型、季節、污染狀況有關，基于經驗、半經驗模型以及加入氣象資料和邊界層高度等輔助信息建立耦合模型方面開展了大量研究，主要研究成果有 Gupta、Pelletier等、Liu 等、Tian等、賈松林等，這些成果在一定程度上提高了AOD和近地面PM2.5濃度間的相關性，但是模型參數較多，較為復雜。AOD與PM2.5主要關系模型研究見表5。

表5 AOD與PM2.5關系模型的研究

5 討論與展望

數學統計方法較為簡單卻無法反映變量間的物理關系，雖然物理訂正方法比數學統計方法有了很大改進，但是仍存在問題。濕度訂正方面，利用地面氣象站點實測的濕度數據訂正AOD，在區域尺度上存在較大不確定性；垂直訂正方面，利用地基儀器測定的氣溶膠標高或氣象模型模擬的混合層高度訂正AOD，均未考慮氣溶膠在垂直層分布的不均勻性特征。利用空氣質量模型模擬的PM2.5垂直分布特征進行垂直訂正和氣象模型模擬的濕度數據進行濕度訂正是目前較為先進的方法，但現有研究僅作垂直或濕度訂正。耦合模型方法考慮較全面，但是需要大量的氣象數據支持。

為了提高衛星遙感AOD與近地面PM2.5濃度間反演模型的相關性，應進一步改進反演方法和積累PM2.5地面監測數據。隨著衛星AOD算法精度、PM2.5反演方法的逐步提高，衛星反演PM2.5濃度將更有廣泛的應用。

參考文獻：

[1]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(D21)：1-18.

[2]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.

[3]Li S S，Chen L F，Tao J H，et al.Retrieval of aerosol optical depth over bright targets in the urban areas of North China during winter.Sci China Earth Sci，2012，doi：10.1007/s11430-012-4432-1.

[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].Journal of Geophysics Research.，1997，102(14)：17051-17067.

[5]Tanre D，Devaux C.Radiative properties of desert aerosols by optical ground based measurements at solar wavelengths[J].Geophys Res，1988(93)：14 223-231.

[6]Diner D J，Braswell B H，Davies R，et al.The value of multiangle measurements for retrieving structurally and radiatively consistent properties of clouds，aerosols，and surfaces.Remote Sens Environ，2005，97：495-518. [7]Deuz J.L.，F.M.Bron，C.Dev aux，et al.Remote sensing of aer osols over land surfaces from POLDER-ADEOS 1 polarized measurements[J].J.Geophys.Res.，2001，106( D5) ：4913-4926.

[8]Wang J，Christopher A.Inter-comparison between satellite derived aerosol optical thickness and PM2.5mass：Implications for air quality studies[J].Geophysics Research Letters，2003，30：1-4.

[9]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.

[10]Guo J，Zhang X，Che H，et al.Correlation between PM concentrations and aerosol optical depth in eastern China [J].Atmospheric Environment，2009，43：5876-5886.

[11]Engel-Cox J A，Hoff R M，Rogers R，et al.Integrating lidar and satellite optical depth with ambient monitoring for 3-dimensional particulate characterization[J].Atmospheric Environment，2006，40(40)：8056-8067.

[12]Hutchison K D，Faruqui S J，Smith S.Improving correlations between MODIS aerosol optical thickness and ground-based PM2.5observations through 3D spatial analyses[J].Atmospheric Environment，2008，42(3)：530-543.

[13]Donkelaar A V，Martin R V，Brauer M，et al.Global estimates of ambient fine particulate matter concentrations from satellite-based aerosol optical depth：development and application[J].Environmental health perspectives，2010，118(6)：847-855.

[14]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.