基于遙感影像的成都市大氣污染分析

(成都理工大學 四川 成都 610000)

近年來成都市的發展十分迅猛成都快要躋身全國一線城市的行列，但是高速發展的同時也遺留了一些問題，特別是環境問題應該得到我們的重視。黨的十九大把我國建設成一個美麗的國家的任務被提上了議程，所以我們要相應號召打贏藍天保衛戰，在眾多污染中大氣污染是非常嚴重的，它不僅影響天氣情況而且還對我們的身體健康有一定的危害，所以應用遙感技術對天氣情況進行分析和預報是十分有用的。

一、研究區域概況

成都作為四川省的省會，位于成都平原的中部。經度跨度在102°54′到104°53′之間，緯度30°到31°26′。目前收集到的信息是成都市包括九個區六個縣，成都位于四川盆地西部岷江中游，東接龍泉，西鑲邛崍。成都平原西部以龍門山脈為界，這個巨大的山脈由南至北橫跨四川。由于城市的快速發展以及成都特殊的氣候條件，成都的空氣污染越來越嚴重。因此對天氣污染情況進行監測是非常有必要的。

二、研究方法與數據基礎

在調查了一些資料以及考慮到數據獲取的難易程度再結合所做的研究的特點我選擇采用Landsat-8的遙感影像作為數據源。數據源的選取對成果有著極其重要的作用，在開始之前需要對本次研究選取的數據源有一個基本了解，這有利于今后的研究。Landsat-8號衛星上有兩個比較先進的主傳感器：分別為OLI和TIRS。其中，OLI(全名：陸地成像儀)是由科羅拉多的鮑爾空間技術公司開發的。美國宇航局戈達德太空飛行中心開發的TIRS(全稱：熱紅外傳感器)。設計服務壽命至少為5年。OLI陸地成像儀有9個帶30米的空間分辨率的波段，還擁有一個15米空間分辨率的全色波段[5]。它的成像面積巨大，每一幅影像的面積為34225平方公里。為了避免大氣吸收特性，研究人員對OLI波段進行了一些新的調整，而且該傳感器上的第8波段的波段范圍相對較窄，在植被分析方面很有潛力通過該波段成像的全色圖像可以很好的區分植被和非植被[1]。此外，還有另外兩種新增波段：在原來的藍波段的基礎上新增了一個深藍波段和短波紅外波段。TIRS傳感器是在陸地衛星Landsat-8上運行的，它是從陸地衛星一號發射至今最為優秀的傳感器。這個當今陸地衛星攜帶的最優秀傳感器將從地球的兩個熱點地區收集熱量損失，目的是了解觀察地區的耗水量，對干旱地區的水量監測具有特殊意義。

本次實驗是選用大氣的能見度情況來反演空氣污染情況，所謂大氣能見度指的是空氣的渾濁程度，它與大氣中的污染物比如pm2.5等的含量及其空間分布有著密不可分的聯系，將它作為一個重要參數來反映大氣中的氣溶膠以及空氣中的霧霾程度。通常所說的能見度是指在一定光照條件下人眼具有分辨一定大小目標地物的能力。他取決于人眼的視力的好壞，但遙感領域和大氣相關領域所說的大氣能見度指的是具有特殊比較意義的氣象數據。本次實驗采用的FLAASH大氣矯正模型是基于國際上使用最為廣泛的MODTRAN輻射傳輸模型[2]。它將大氣能見度定義為在0.55μm處的中心波長與水平方向上的大氣氣溶膠光學厚度有關的數值，可以用下面的公式進行計算。

(1)

在(1)式中E550指的是波長在0.55μm處氣溶膠消光系數，0.01159所代表的意義是波長在0.55μm處的分子瑞利散射帶來的消光貢獻[2]。因為大氣的消光系數與能見度是反比的關系，所以當波長增大的時候由以上公式可得能見度也隨之增大。對于普通的研究區域可以將0.55μm處的氣溶膠消光系數作為可見光波段的平均消光系數。利用FLAASH大氣校正反演大氣能見度首先要進行暗像元搜索，暗像元要滿足以下約束條件。

ρ2.1≤0.1
ρ0.66=ρ2.1/2或ρ0.48=ρ2.1/4

(2)

三、遙感圖像數據處理結果

在ENVI中查看典型地物的波譜曲線圖如植被，水體的波譜曲線圖用來分析大氣矯正結果是不是正確，進而才可以判斷出本次研究的大氣模型，氣溶膠反演模型，以及氣溶膠反演結果是不是具有可靠性。具體操作如下選擇Display然后選擇Profiles最后點擊Spectral查看典型地物波譜曲線。然后對本次實驗處理以后的遙感圖像的波譜曲線圖進行分析。植被的反射波譜曲線有其獨特的特征，所以這次研究選擇了植被的波譜曲線圖。它主要有以下特征，在可見光波段0.4-0.7μm之間有一個小的反射峰，大約在0.55μm附近[4]。在藍波段0.45μm和紅波段0.67μm有兩個吸收帶。這些特點都是由于葉綠素造成的，葉綠素對綠光有非常強的反射作用，對藍光和紅光有極強的吸收作用。在中紅外波段1.3-2.5μm之間由于受到了植物含水量的影響，綠色植物的吸收率有所增大而其反射率就有所降低[3]。將處理好的遙感圖像的植被的波譜曲線圖與上述特征進行對比，以驗證本次實驗的結果，經過驗證本次結果基本符合上述特征。

四、結果分析

由于Landsat-8衛星是一顆較新的衛星是2013年才發射的，所以有關Landsat-8的相關研究相對較少，但這次實驗選擇了Landsat-8數據做了一個嘗試，也反演了氣溶膠參數，但是查閱了有關資料說這種反演氣溶膠的精度不是很高，經過后期思考與探索也發現了其中的一些問題，這種方法沒有明顯的霧霾成果圖可以輸出，只能有一些屬性數據，給非相關人員的感覺沒有那么直觀，而且這種方法是對整個市區的能見度取了一個平均值并沒有清楚的反應不同區縣的霧霾污染程度，而依據人們的生活經驗可以知道城區的污染相對來說比較嚴重，因為城區車多且污染物不容易散去，相對來說城郊的污染較輕因為郊區的樹木較多，且車較少，污染物比較容易散去。還有空氣中還有氧氣，二氧化碳，二氧化硫，粉塵，細顆粒物等相關污染物，這些都是造成空氣能見度下降的原因[3]。但是本次研究采用的大氣矯正都對這些東西進行了考慮所以得到的結果并不是說只有pm2.5等污染物，也有空氣中的一些水汽等相關含量總之本次實驗沒有辦法很好的排除一些影響空氣能見度的非污染數據，因為這些東西在進行大氣矯正是必須考慮的，因此本次研究得到了結果會有一定的偏差，還有本次研究選擇的氣溶膠模型為城市氣溶膠模型，可能在郊區的反演上有一定的影響，結果沒有預期的那么好，這種方法并沒有很好的反映出空氣污染的空間分布特征，所以這種方法還需要在以后的學習和生活中加以改近來得到精度更高效果更好的空氣污染結果。