基于MODIS數據的鄭州市霧霾與熱島相關性分析

王春林 鄒劍波 喬童

摘 要：近年來隨著中國經濟的迅速發展和城市化的快速推進，我國霧霾污染情況和城市熱島效應的現象都較為嚴重，而城市熱島效應會通過環流作用影響城市的氣溶膠的分布情況，但城市熱島對霧霾影響的認識目前仍較匱乏，為揭示城市熱島效應與霧霾污染之間的相關性變化特征，本文基于MODIS遙感衛星氣溶膠和地表溫度數據，應用暗像元算法進行氣溶膠光學厚度的反演和利用城市熱島強度算法進行地表溫度值的反演并計算得到城市熱島強度值，最后采用Pearson相關指數統計分析了鄭州市氣溶膠光學厚度和熱島強度值的相關性。

結果表明：氣溶膠光學厚度值和熱島強度值總體上呈正弱相關趨勢，在季節分析中秋季的相關性指數最高，冬季最弱，表明熱島效應對城市空氣污染情況有一定的促進作用且具有季節性變化特征。

關鍵詞：MODIS；氣溶膠光學厚度；熱島分布；相關指數

引言

隨著城市經濟的快速發展，霧霾問題正在引起人們的密切關注，其對人們的生活質量水平影響較大。霧霾是對大氣中各種懸浮顆粒物含量超標的籠統表述，尤其是PM2.5（空氣動力學當量直徑小于等于2.5微米的顆粒物）被認為是對霧霾天氣貢獻最大的物質。氣溶膠是其中的重要組成成分，嚴格含義是指懸浮在氣體中的固體和 （或） 液體微粒與氣體載體共同形成的多相體系。在眾多觀測的大氣氣溶膠的參量中，氣溶膠光學厚度（AOD） 是一個重要的光學參數，它表示的是氣溶膠粒子對光的衰減作用，可以用來評估大氣中氣溶膠的含量和氣候效應[7]。

Chu等（2003）利用 MODIS Level2 AOD 產品，研究并證實了MODIS氣溶膠產品在監測全球、區域和局地大氣污染方面具有顯著應用價值；Lau等（2003）研究表明，MODIS AOD 與地面觀測顆粒物質量濃度具有較好的相關性；曾浩等（2019）在分析中指出霧霾污染與人類活動產生的氣溶膠有著密切的聯系。由于缺乏足夠的地基觀測資料，對內陸半干旱半濕潤地區氣溶膠光學厚度的研究較少，蔡子穎等通過對 2007 年 2 月至 9 月地基遙感資料分析，初步揭示了鄭州地區氣溶膠光學厚度的變化特征，并指出夏季城市工業氣溶膠是鄭州地區主控粒子之一。大量研究表明，夏季的霧霾情況也越來越嚴重，與此同時，夏季正處于鄭州市熱島效應較強的時期，那么為揭示城市熱島效應與霧霾天氣之間的影響關系，曹暢等（2017）在研究中揭示了霧-霾治理可以緩解我國夜間城市熱島現象和熱脅迫，有利于緩解區域甚至全球氣候變化。廖代強（2002）等在研究中提出城市是人類活動最為集中的場所——人口密集，建筑物多，綠地面積相對較少，污染排放較多，加上各種能源消耗設施放出大量的能源，增加了數量可觀的人為加熱，使城市地區形成了特殊的氣候。杜川利（2013）等研究氣溶膠和城市熱島對氣溫序列的影響并進行了定量分析。李耀錕（2015）等在研究中指出當氣溶膠濃度較大時，吸收作用更顯著一些，此時城市熱島效應的強度會有一定的增強，但是幅度不大。在上述提到的熱島現象與氣溶膠監測研究中我們可發現氣溶膠與熱島效應之間存在一定的因果和間接的影響關系，但對它們之間的相關性研究還不多見。

本文希望通過反演得到城市氣溶膠光學厚度值和地表溫度值，統計分析城市氣溶膠光學厚度值與熱島效應之間的相關性，以探究霧霾與熱島效應之間相關性的變化特征。

1 研究資料

1.1 研究區域

鄭州市（ 34°44′N ，113°37′E）是河南省省會，位于河南省中部，下轄 5 個縣級市和1個縣，分別是鞏義市、新鄭市、新密市、滎陽市、登封市和中牟縣。鄭州市總面積為 7446 km2 ，山地丘陵占總面積的2 /3，平原占總面積的 1 /3。鄭州市位于秦嶺東段余脈、中國第二級地貌臺階與第三級地貌臺階的交接過渡 地帶，處于河南省中部偏北伏牛山脈向黃淮平原的過渡地帶.鄭州市平均海拔高110m ，屬于北溫帶季風氣候，年平均氣溫14.4℃，年平均降水量640.9mm，冬季寒冷干燥，盛行偏北風，夏季炎熱多雨，盛行南風。

1.2數據介紹

本文采用的是MOD04_3K（全稱MODIS Terra/Aqua Aerosol 5-Min L2 Swath 3km）是NASA發布的Level 2級氣溶膠產品，可用來獲取全球海洋和陸地環境的大氣氣溶膠光學特性和質量濃度，空間分辨率為3km，以HDF4格式提供。下載自 NASA 官網（ http：//ladsweb.nascom.nasagov），時間序列為2004 年1 月至2018 年12 月。

在研究城市熱島時，所采用的數據為MOD11A2，它是由每日 1KM 地表溫度/發射率產品（MOD11A1）合成的，存儲的是 8 天中晴好天氣下的地表溫度/發射率的平均值，投影為正弦曲線投影。MOD11A2有白天和夜間數據、質量評估、觀測時間、觀測角、晴好白天和夜晚的天數以及不同地表覆蓋類型在波段 31-32 的地表發射估計。其時間序列為2004 年1 月至2018 年12 月。

2 研究方法

本文采用氣溶膠光學厚度、熱島強度作為城市霧霾與熱島效應的度量，然后分別從時空特征變化和相關性方面對鄭州市霧霾與熱島效應進行研究。其中季節按照氣象學劃分，3—5月為春季、6—8月為夏季、9—11月為秋季、 12月—翌年2月為冬季.

2.1 暗像元法

本文在分析氣溶膠時，采用氣溶膠光學厚度值來代替霧霾強度的反映，需要對遙感數據進行反演，在這里需要用到暗像元法進行處理。

衛星遙感反演氣溶膠光學厚度基本原理見下式：

其中ρ*是表觀反射率（即衛星觀測到的反射率）， 為整層大氣反射率（路徑輻射）， 分別為太陽天頂角的余弦、方位角和觀測天頂角的余弦、方位角， T（μ0）和 T（μ）分別表示從太陽到地面、從地面到衛星大氣層總的透過率（直射+漫射），S為大氣的球面反照率，系數 1/（1-ρs）代表地面和大氣層多次散射的作用，因此衛星觀測到的反射率ρ*既是氣溶膠光學厚度的函數，又是下墊面反射率的函數。如果知道了下墊面的反射率 ρ，并假定一定大氣氣溶膠模型根據公式即可反演得到氣溶膠光學厚度。

當陸地表面的植被覆蓋度比較高、有河流湖泊存在、或者土壤的濕度比較大時，在遙感影像上這部分地物所呈現的像元很暗，這是由于這類地物在可見光波段的反射率很低的原因造成的，我們把這部分像元稱作暗像元，將表現為暗像元的這類地物稱作暗目標。大量的研究表明在天氣狀況比較理想的條件下，即大氣當中的云量較少時，在暗目標上空衛星傳感器所觀測到的地物反射率隨著氣溶膠光學厚度的增加而增加，利用這種單調性可以通過地物的反射率推算出氣溶膠光學厚度，這種算法就被稱作暗像元法DDV（Dense Dark Vegetation）。在NASA 官 網采用經典的 DT（Dark Target，暗目標或暗像元）算法進行反演，得到了目前空間分辨率較高的氣溶膠產品。暗像元法是目前關于陸地上空氣溶膠光學厚度反演應用最廣泛的算法[9]。

2.2地表溫度反演

本文使用的MODIS地表溫度數據為MOD11A2數據，通過MRT軟件對數據進行處理。由于需要對所處理的氣溶膠光學厚度數據進行時間匹配，所以提取的波段是LST_Day_1km（白天地表溫度），然后用ArcGIS對經過MRT處理后的 影像按照鄭州市的行政區邊界進行裁剪，得到的圖像即為鄭州市地表溫度影像. 運用影像上像元的亮度值 與地表溫度之間的定量關系，通過公式（1）將像元的亮度值BLST轉化為地表溫度值（℃）[10]。

TLST = 0.02BLST - 273.15 （1）

地表溫度即通過公式（1）得到的地表溫度值，然后以行政區邊界劃分市區和郊區，將中原區、二七區、管城區、金水區和惠濟區劃分為市區，將中牟縣、新鄭市、新密市、登封市、鞏義市、滎陽市和上街區劃分為郊區。熱島強度TUHI由市區平均地表溫度（Turban）與郊區平均地表溫度（Trural）的差得出[11-13] .

TUHI = Turban - Trural

由于受大尺度環流、冷空氣等多種因素的影響，城市的熱島中心有時候會發生偏移甚至異常，少量的遙感數據不能準確反映城市熱島的分布狀況[14] . 因此，本文使用長時間序列的地表溫度平均資料來更客觀地反映鄭州的熱島分布狀況.

2.3相關性指數

相關系數是在直線相關條件下，表明兩個現象之間相關關系的方向和密切程度的綜合性指標[15]。相關系數的絕對值越大，相關性越強：相關系數越接近于1或-1，相關度越強，相關系數越接近于0，相關度越弱。一般用樣本數據計算。其具體的計算過程如下：

相關系數計算公式：

其中，E代表數學期望， cov是協方差， σX和σY分別是量數據的標準差。由于存在 ，對于Y，也有 ，故公式也可以寫成：

3結果與分析

3.1鄭州市氣溶膠光學厚度變化分析

在眾多觀測的大氣氣溶膠的參量中，氣溶膠光學厚度（ AOD） 是一個重要的 光學參數，它表示的是氣溶膠粒子對光的衰減作用，可以用來評估大氣中氣溶膠的含量和氣候效應，其具體代表含義如表3-1所示。本文選擇NASA發布的Level 2級的MODIS氣溶膠產品數據集的MOD04_3K氣溶膠光學厚度（AOD）產品，其空間分辨率為3km，以HDF4格式存儲。

在獲取MODIS氣溶膠數據之后，在HEG軟件平臺上進行波段提取，然后使用 MRT 軟件進行批量的裁剪處理，最后在 ArcGIS的支持下，將一天內不同時段的 MOD04_3K 數據進行融合處理并進行分區統計，得出各尺度下鄭州市范圍內柵格像元的平均值結果，如圖2為鄭州市2004-2018年各年的鄭州市AOD值分布圖。

3.1.1氣溶膠光學厚度時間變化特征

圖3為使用一元線性回歸方法對鄭州市2004-2018年近15年的氣溶膠厚度值的分析結果。由以上數據可以看出，在近15年中鄭州市的年AOD均值在0.60～1.02變化，其中2011年最高為1.02，2018年最低為0.60。使用線性回歸的結果顯示氣溶膠光學厚度值呈現波動下降的趨勢，下降的速率為每年0.53%，但經過對年際序列的觀測，其變化階段應以2011年為界限，第一階段為2004年到2011年呈顯著增長的趨勢，而在2011到2018年，則呈現顯著的下降的趨勢，其中2004-2011年AOD值年均增長率為7.79%，表明鄭州市在這一段時期污染情況加重，在2011年到2018年，鄭州市AOD值年均增長率為-5.88%，表明在這一期間，鄭州市空氣污染治理卓有成效，空氣質量顯著改善，這與鄭州市在2014 年響應國務院發布的《大氣污染防治行動計劃》，制定了《大氣污染防治條例》，并于2015年3月開始實施，同時在重污染天氣啟動應急方案，治理大氣污染的行動相對應。

圖4為2005、2010、2015年的AOD均值分布圖。在對各季節的分析中可以得知鄭州市氣溶膠厚度值在夏季時最高，為0.97，春季次之，為0.89，秋季為0.70，冬季最小，為0.65，由結果來看與河南省的氣溶膠光學厚度季節變化一致[16]。近15年來鄭州市春季的AOD值都在0.7以上，總體趨勢呈現“3峰”態勢，第一峰值出現在2007年（1.15），第二峰值為2012年（1.01），第三峰值為2015年（0.97），雖然春季AOD值波動較大，這是由于春季鄭州市土地解凍，大風較多，較大的風速使道路和施工工地產生更多的揚塵，從而增加氣溶膠光學厚度但總體上卻處于下降趨勢，表明春季的空氣質量在逐漸改善；夏季的AOD處于全年中的最高值，同時其波動程度極為劇烈，較大的峰值出現在2007年（1.15）、2011年（1.46），這主要是由于夏季鄭州處于雨季，空氣濕度開始升高，從而吸濕性的氣溶膠粒子散射效率也會提高，從而使氣溶膠光學厚度增大[17-18]。另一方面夏季處于小麥收獲的季節，夏季氣溶膠光學厚度的升高也與焚燒秸稈有關[19]，同時由于近幾年加大對焚燒秸稈的查處，鄭州夏季的AOD值處于下降的態勢。秋季的AOD值處于平穩狀態，這與秋季天氣系統穩定，空氣濕度適中等穩定的天氣因素有關。冬季的氣溶膠厚度值最低，這顯然與在冬季容易出現重污染天氣是不符合的。這是由于該氣溶膠產品的反演算法是按照暗像元法進行的，而該種方法是基于下墊面為濃密植被等在可見光波段反射率極低的區域建立起來的，在冬季鄭州市則植被覆蓋率很低，同時大規模的霧霾天氣也會影響對氣溶膠的反演，因此冬季的有效數據較少，從而導致冬季的氣溶膠光學厚度的平均結果與實際值不符，其代表性較差。

3.1.2氣溶膠光學厚度空間變化特征

在對鄭州市2004-2018年氣溶膠光學厚度值進行空間分析時，如圖4可以發現鄭州市AOD值東部高于西部，北部高于南部。這是由于鄭州市區較其他地區經濟更加發達，人口密度大，人為氣溶膠產生較多，所以氣溶膠光學厚度也相對較高，而AOD值較低的地區大多為郊區和山區，因為在郊區縣市人口密度小，人類活動較經濟發達地區產生的氣溶膠少，同時在山區植被覆蓋率高，可以減少氣溶膠進入大氣，同時也有一定的吸附作用[20]。在與鄭州市地形圖相匹配比較時也可以發現AOD低值區與海拔較高的地區基本對應，也可以印證這一發現。在春季和夏季的氣溶膠光學厚度高值區范圍較年均高值范圍大，高值區和低值區的分布形態與年均 值的一致。夏季中牟縣西北部、鄭州市區、滎陽市及鞏義市西北部的氣溶膠光學厚度均大于1.2。秋、冬季的氣溶膠光學厚度則明顯降低，整個鄭州市的氣溶膠光學厚度均小于 0.8。同時，在冬季時發現市區的AOD值比郊區的值低，這是由于所選用的遙感數據是通過深藍算法進行反演的，從而導致該時段氣溶膠光學厚度平均結果的代表性差有關。

3.2鄭州市熱島效應變化分析

我們選擇MOD11A2數據作為實驗數據，在MRT軟件中進行格式轉換、重投影和裁剪操作，然后在ArcGIS中進行數學和空間統計分析，得到城區與郊區的溫度值，從而求取差值得到熱島強度值進行年際和季節變化分析。

由圖5可見，鄭州市熱島的年變化如圖所示，總體上，鄭州市城市熱島效應強度呈波動上升的態勢。對2004—2018年的熱島進行研究.由圖可見，從2004—2018年，鄭州熱島強度總體上是增長的趨勢，最高值出現在2014年，為1.12，最低值出現在2010年，為0.26；2004-2007年熱島強度呈上升態勢，但上升趨勢較弱；2007—2010年的熱島強度呈下降趨勢，下降態勢較為明顯，在2010年達到最低值，但是在2012年卻達到一個高值，為0.8℃，隨后2013-2018年則呈現出先上升后緩慢下降的趨勢， 2014年之后熱島強度變化較為平穩，呈緩慢下降的趨勢。.

從圖6中的熱島強度季節分布圖中可以看出，鄭州市在夏季的熱島強度最強，春季其次，秋冬較低. 這與所得到的AOD值季節分布圖的分布特征有共同之處，在夏季城市熱島強度達到全年的最高值，這與鄭州市全年的熱島強度變化趨勢有所不同，夏季熱島強度在2012年達到最高值（2.15），在2005年為最低值（0.039），其余年份則變化不大，變化趨勢較為平緩。另外根據圖4鄭州市氣溶膠光學厚度季節分布圖中夏季氣溶膠光學厚度值達到全年的最大值，這也證明出氣溶膠光學厚度值與熱島強度值有著一定的相關關系，從而為我們進一步研究這之間的相關性提供了思路。

然后在對熱島強度的空間分布上來看，如圖7所示，鄭州市的地表溫度高值區位于鄭州市區和郊區的行政中心全年局地熱島強度并不存在強熱島及以上的區域，主要以中等熱島和弱熱島為主，中等熱島區主要位于鄭州市區和郊區行政中心. 這是由于市區的植被覆蓋率低于郊區，而不透水面積卻高于郊區，在夏季溫度升高快于郊區，所以在市區會出現熱島中心，而在秋冬兩季，市區溫度下降的速率快于郊區，會出現反熱島的現象，出現市區溫度小于郊區的特點[2]。

3.3氣溶膠光學厚度值與熱島強度相關性變化分析

通過觀察所得到的AOD和熱島強度數據，在氣溶膠光學厚度值增長時，其熱島強度值也隨之略微增長，推測氣溶膠光學厚度AOD與熱島強度值可能存在一定的相關關系，并且這種相關是正相關。利用SPSS統計分析軟件對氣溶膠光學厚度AOD及熱島強度值做Pearson相關性分析。首先對氣溶膠光學厚度值與熱島強度值做年際相關性分析。如圖8、9所示，結果表明AOD與熱島強度指數的相關性在2015年達到最大值，為0.671呈顯著相關性；2016年相關指數為最低值0.117，相關程度呈正弱相關性，其余年份的相關指數為0.2-0.5，相關程度處于弱相關與相關之間，這也表明氣溶膠光學厚度值與熱島強度值的相關性處于弱相關與相關程度之間。然后再將所得到的數據按照季節進行劃分，分析之后，從總體上看秋季的相關性最高為0.243，夏季的相關性次之，為0.223，春季為0.009，冬季為-0.024，且各季度的置信度均小于0.01，如表3-2所示，在顯著性上表現為兩者相關，具有一定的統計學意義，但總體上相關性不高。秋季在各季節中的相關性最高，這是由于鄭州市秋季天氣穩定，植被覆蓋度符合MODIS氣溶膠數據反演的標準，所以氣溶膠光學厚度值反演得較為準確，與熱島強度值的相關性較高。而在冬季則由于植被覆蓋度低，霧霾天氣增多影響氣溶膠光學厚度的反演，所以在進行相關性分析時冬季的相關性指數為負值，從而呈現出負相關的趨勢。但在春、夏兩季則為正相關。因此總結來看，熱島強度值對氣溶膠光學厚度值總體上呈現出正相關的趨勢。

城市熱島強度值的增加，造成城區與郊區溫度差升高，造成城區與郊區形成大氣環流，將郊區工廠所產生的空氣吹向市區，造成城區空氣質量變差，氣溶膠光學厚度值增加，而城市熱島效應在夏秋季較為嚴重，所以在夏秋季的相關性較強，而在冬春兩季則較小，甚至形成負值。這也就印證了城市熱島效應對于氣溶膠增多的促進作用，同時氣溶膠對城市熱島強度在時間維度上，在穩定的天氣狀況下，夏秋季影響高于春冬季，大部分時間為正相關，但在冬季形成負相關。在氣溫突變天氣突變的春秋季節里有不分時間段為負相關，這與較強的空氣對流和天氣突變有關[15]。

4結論

1.2004-2018年近15年的氣溶膠光學厚度值平均值為0.804，其總體呈雙峰趨勢，其在2011年AOD值最高，之后則逐年下降，表明近幾年鄭州市空氣質量正在逐漸改善，空氣污染治理情況取得巨大的成效。在氣溶膠光學厚度的季節分布情況來看，夏季最高，春季次之，冬季由于深藍算法反演的緣故，從而導致AOD值最低。另外鄭州市氣溶膠光學厚度值空間分布為北高南低，城區高，郊區低的分布特征。

2.2004-2018年鄭州市白天熱島強度呈現“3峰”態勢，峰值出現在2007年、2012年和2014年，但在近3年的趨勢變化中，熱島強度值呈下降的趨勢，反映出鄭州市熱島生態環境正在改善，同時在季節分布特征看，夏季熱島強度最高，春季次之，冬季最小。

3.在對二者之間進行相關性分析時，其總體上呈現正相關的關系，表明城市氣溶膠的存在對城市熱島效應有著促進的影響。但兩者之間的相關指數較低，秋季的相關性最高僅為0.243，其他季節都比較低，所以二者之間的相關性較低，呈正弱相關趨勢。

參考文獻：

[1]呂光輝，貢璐.MODIS熱紅外數據在烏魯木齊市熱島研究中的應用[J].干旱區研究，2007，24（5）：698-703.

[2]張凡，白婷，王山海.鄭州城市熱島時空演變特征[J].河南科學，2018，36（08）：1274-1280. [3]賀麗琴，楊鵬，景欣，晏磊，蘇琳琳.基于MODIS影像及不透水面積的珠江三角洲熱島效應時空分析[J].國土資源遙感，2017，29（04）：140-146.

[4]李凈，黃康剛.基于MODIS日地表溫度產品的蘭州市熱島效應特征[J].干旱區地理，2017，40（06）：1235-1240.

[5]方慧婷，楊英寶，汪子豪.長三角夏季熱島效應時空演變分析[J].地理空間信息，2017，15（08）：109-112+122+11

[6]于臻，許君一，劉佳傳.基于MODIS數據的青島市城市熱島效應非一致性分析[J].地理空間信息，2015，13（02）：114-116+13.

[7]石廣玉，王標，張華，等.大氣氣溶膠的輻射與氣候效應[J].大氣科學，2008，32（ 4） ： 826-840.

[8]Kaufman Y J，Tanré D，Remer L A，et al. Operational remote sensing of tropospheric aerosol over land from EOS moderate resolution imaging spectroradiometer[J]. Journal of Geophysical Research： Atmospheres，1997，102（ 27） ： 17051 - 17067.

[9]李曉靜，劉玉潔，邱紅等.利用MODIS 資料反演北京及其周邊地區氣溶膠光學厚度方法研究[J].氣象學報，2003，61（5）：580-591.

[10]李曉敏，曾勝蘭.成都、重慶城市熱島效應特征對比[J].氣象科技，2015，43（5）：888-897.

[11]冉桂平，胡鵬，張寧，等.濟南市城市熱島效應分析[J].氣象科技，2010（S1）：97-101.

[12]白虎志，任國玉，方鋒. 蘭州城市熱島效應特征及其影響因子研究[J]. 氣象科技，2005，33（6）：492-495.

[13]李麗光，王宏博，賈慶宇，等. 遼寧省城市熱島強度特征及等級劃分[J]. 應用生態學報，2012，23（5）：1345-1350.

[14]石濤，楊元建，馬菊，等. 基于MODIS的安徽省代表城市熱島效應時空特征[J]. 應用氣象學報，2013，24（4）：484-494.

[15]趙茹玥. 氣溶膠對城市熱島效應的影響研究[D].武漢大學，2017.

[16]田宏偉.2006—2016年河南省氣溶膠光學厚度時空分布[J].干旱氣象，2018，36（01）：104-109.

[17]王浩洋，吳艷蘭.安徽及周邊地區氣溶膠時空特征及成因分析[J].環境科學學報，2015，35（07）：1972-1981.

[18]石春娥，鄧學良，楊元建，吳必文，孟燕軍.2013年1月安徽持續性霾天氣成因分析[J].氣候與環境研究，2014，19（02）：227-236.

[19]杭鑫，李亞春，張明明，謝小萍，任義方，張嵐.基于遙感的秸稈焚燒對江蘇省氣溶膠光學厚度時空分布的影響研究[J].生態環境學報，2017，26（01）：111-118.

[20]劉璇，朱彬，關學鋒，劉慧敏，袁亮.華東地區氣溶膠分布和變化特征研究[J].沙漠與綠洲氣象，2017，11（01）：11-21.

[21]王莉莉，辛金元，王躍思，等.CSHNET 觀測網評估 MODIS 氣溶膠產品在中國區域的適用性[J].科學通報，2007，52（ 4）：477 - 486.