遙感與實時監測結合的城市空氣污染分析研究

馮仁諾

(成都市鐵路中學， 四川成都 610081)

?

遙感與實時監測結合的城市空氣污染分析研究

馮仁諾

(成都市鐵路中學， 四川成都 610081)

城市空氣污染已經成為居民生活環境的首要問題，利用遙感與實時監測相結合的空氣污染分析具有重要的意義。文章利用MODIS數據的宏觀特點結合環保部門實時監測數據，實現了兩類研究方法相結合的分析研究。該方法避免了單一的站點監測信息的空間表達缺失性，同時補充了遙感數據監測和預報的精確性。

遙感；空氣污染物；空氣質量監測

城市空氣污染已經成為威脅城鎮居民健康的頭號污染。隨著工業化和城鎮化的發展，城市空氣污染指數飆升，逐步發展成為環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合污染問題日益突顯。如何監測空氣質量、控制與預測空氣污染程度成為了重要的研究課題[1]。近年來，國內外許多學者依據不同的用途、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運用到大氣污染的監測中，國內外學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厚度產品證實了其在監測全球、區域和局部大氣污染方面的應用,有很顯著監測效果[5]，Hutchison利用衛星圖像動態監測大氣光學厚度，通過多時相對比反演大氣質量[6]。

近年來隨著高分辨率、多光譜衛星遙感的發展，實時有效地對城市進行大氣污染監測變為了可能，衛星遙感對城市大氣污染的宏觀分析相對于地面監測站所進行的單點監測而言更具備宏觀的優勢[7]，利用遙感技術與實時監測技術相結合，及時而有效地監測和預測大氣污染己成為一項有著現實意義的課題。

1　遙感與實時監測數據

遙感影像具備光譜波段豐富的特點，遙感的不同波段數據可以用來反演不同的地球地物數據，其本身又具備空間大尺度的監測特點，常常被用來作為各項環境研究對象的監測分析數據[8]。但是遙感衛星的運轉時間的限制，對同一研究區域不能夠獲取全部時段的數據資源。而空氣污染監測站雖然具備較好的時間連續性，但是由于地理環境的約束，不能在地表所有的地方都安裝監測設備，只能安裝部分代表性的節點，故對空氣污染的空間表征性不能做到連續而只能進行插值模擬。利用遙感技術與實時監測技術相結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衛星遙感數據的免費性和公開性，其數據越來越多地被應用于環境監測領域。MODIS傳感器它采用暗目標法[9]等原理在陸地上空反演氣溶膠光學厚度[10]，全球經緯度投影MODIS真彩圖瓦片地圖分級及對應相關參數如表1所示。除MODIS數據外，Landsat系列衛星遙感影像也是作為遙感的主要數據來源，Landsat的TM影像具備多個波段的數據特性，不同波段的合成可以為地物反演提供支持。

表1　全球經緯度投影MODIS真彩圖瓦片地圖分級及對應相關參數

空氣污染的實時監測數據獲取來源為中華人民共和國環境保護部的在線數據中心(http://datacenter.mep.gov.cn/report/air_daily)，該數據中心提供的是各大中城市的AQI指數。AQI 指數(Air Quality Index，簡稱AQI)是作為定量描述空氣質量狀況的無量綱指數，空氣質量指數大小分為六級，相對應空氣質量的6個類別，指數越大、級別越高說明污染的情況越嚴重，對人體的健康危害也就越大[11]。在城市區域，由于人為顆粒物排放較多，為霧轉化為霾提供了有力條件，霾常常與霧同時或相繼發生，因此籠統上稱為霧霾[12]。AQI指數的判斷標準是空氣中負氧離子含量，其主要污染物為PM2.5，通常利用AQI指數可以較為真實的表達城市空氣的質量。本文選擇了地理空間數據云(http://www.gscloud.cn/)所提供的Landsat數據，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確定時間的遙感數據。

2　數據分析

本文將地理空間數據云下載獲得的北京市區 Landsat7數據中的全波段數據與對應時次來自環保部門對應地面站點的AQI監測數據進行對比，通過利用數據的432波段進行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天北京地區的天空條件及具備較少的云霧，并且根據圖2所示的中華人民共和國環境保護部的在線數據中心的數據顯示，北京當天的AQI指數較低約為50，空氣質量良好。通過可見光波段的數據處理以及組合方式的調整，能夠簡單的對一個地區的地物進行體現。

3　結論

北京市區在2016年2月12日到2016年3月12日期間，空氣污染指數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日左右達到50以下，而最高值可達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的TM影像數據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地區的空氣云霧量，通過該影像數據與實時監測結合數據相互結合的方法，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。而基于遙感數據的空氣污染研究等，其空間上的宏觀性信息的獲取能夠為空氣污染監測、預警、防控等，尤其是全國范圍內的空氣污染治理效果評價提供重要支撐。下一步可以根據MODIS衛星的基礎數據，該衛星遙感獲得的基礎數據是氣溶膠光學厚度，是整層大氣顆粒物含量的光學參數。通過相關衛星遙感影像的反演，可進一步獲得氣溶膠光學厚度具體參數。而MODIS數據本身時效性較好，可以進一步開展該遙感數據與實際監測數據相結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日當天TM影像

圖2　歷時30 d北京市區空氣污染指數曲線圖

[1]賈瑾. 基于空氣質量數據解析大氣復合污染時空特征及過程序列[D].浙江大學,2014.

[2]胡子梅. 基于衛星遙感和地面監測數據的上海市氣溶膠污染研究[D].華東師范大學,2014.

[3]傅為. 基于MODIS氣溶膠光學厚度反演的PM10濃度監測[D].中南大學,2009.

[4]周斌,劉文清,齊峰,等. 差分光學吸收光譜法測量大氣污染氣體的研究[J]. 環境科學研究,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,毛節泰,劉啟漢,等. MODIS衛星遙感氣溶膠產品在北京市大氣污染研究中的應用[J]. 中國科學： D輯:地球科學,2005(S1):177-186.

[8]覃先林,易浩若. 基于MODIS數據的林火識別方法研究[J]. 火災科學,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]. 環境科學學報,2012(2):257-269.

[12]陳圓圓. 基于遙感與模式技術的華東地區可吸入顆粒物預報方法研究[D].華東師范大學,2013.

TU993.2

A

[定稿日期]2016-03-21