大氣氣溶膠衛星遙感反演研究綜述

蘇倩欣 李婧 陳敏瑜

摘? ?要：大氣污染已成為全球性問題，日益嚴重的大氣氣溶膠污染是當前大氣研究的熱點。衛星遙感憑借大空間大尺度、多時相監測氣溶膠的優勢，成為大氣環境研究最重要的監測方法之一。本文立足于大氣氣溶膠衛星遙感技術，總結了反演氣溶膠光學厚度的基本原理及方法;并從氣溶膠光學厚度的時空分布、與顆粒物濃度關系、對大氣污染的影響3方面，闡述了氣溶膠光學厚度的應用研究進展。最后，總結了當前大氣氣溶膠反演存在的問題和發展趨勢，希望未來在反演模型的適用性、反演精度的提高等方面有所突破。

關鍵詞：氣溶膠? 衛星遙感? 氣溶膠光學厚度? 顆粒物濃度? 大氣污染

1950s以來，大氣污染已成為全球性的環境污染問題之一。其影響及人群健康問題得到了全世界學者的關注，相關研究已在全球展開并不斷深入[1]。

氣溶膠是指大氣中懸浮的固體和液體微粒共同組成的多項體系，當以大氣為載體時稱之為大氣氣溶膠，其尺度范圍大約在0.001～10μm之間[2];除一般無機元素外，其化學組分還有元素碳（EC）、有機碳（OC）、有機化合物（尤其是揮發性有機物（VOC）、多環芳烴（PAH）和有毒物）、生物物質（細菌、病菌、霉菌等）[3-4]。大氣中氣溶膠的含量雖少，但對大氣中的物理化學過程、氣候系統都起著重要的作用[5]。近年來世界范圍霧霾天氣的出現大大降低了城市的能見度[6]，給人民的健康生活帶來了極大的不便，因此十分有必要對大氣氣溶膠進行監測與治理。

傳統的對大氣氣溶膠監測的方法主要以地面實時監測為主，無法滿足環境監測實時、動態的要求，而遙感監測正好彌補了這一不足，具有廣闊的應用前景。

目前對氣溶膠的遙感反演研究主要集中在氣溶膠光學厚度、氣溶膠濃度等的反演方面[7]，本文以綜述的形式，總結了氣溶膠衛星反演的主要算法、研究內容及發展方向，為氣溶膠衛星遙感反演研究提供參考。

1? 衛星遙感反演原理和方法

1.1 衛星遙感反演AOD的基本原理

氣溶膠光學厚度（Aerosol Optical Depth，AOD）定義為介質消光系數在垂直方向上的積分，用以描述氣溶膠對光的削減作用。可用在估算大氣渾濁度、粒子總濃度，評判大氣質量等方面。衛星接收信息是地球大氣的散射以及地表反射的綜合作用，這是衛星遙感反演的原理[7]。

假設地球表面為均勻朗伯表面，不考慮氣體吸收，衛星觀測到的表觀反射率為：

其中，分別為觀測天頂角、太陽天頂角和太陽光線的散射輻射方位角;為分子散射的程輻射;ω0為單次散射反照率;為氣溶膠光學厚度;為程輻射反射率;μ，μ0分別為觀測角θ和入射角θ0的余弦值;為歸一化地標反射率的下行輻射通量;為向上的總透過率;為地表反射率;為大氣后向散射比[7]。

通過公式可知，衛星觀測到的表觀反射率可表達為氣溶膠光學厚度和地表反射率的函數，即已知地表反射率，并確定了大氣氣溶膠模型，可反演出相應的氣溶膠光學厚度[8]。

1.2 衛星遙感反演AOD的算法

不同地表類型和氣溶膠組成的不同，需以不同的原理來對氣溶膠進行反演。常用方法為表1所示的12種算法。

以上反演算法的多適用于城市地區。這與近年來城市霧霾的不斷加重，研究區域更注重城市有關。如王鈺等使用暗像元法及Landsat-8 OLI數據反演北京地區的AOD，并對比驗證長時間序列的反演值與AERONET地面站點觀測值，發現所得的AOD反演值與地面站點觀測值一致性較高。且經過誤差分析發現：地表反射率估算、氣溶膠模型的選取和查找表間隔的設置都會造成AOD的反演誤差[10]。趙小鋒等用暗像元法反演AOD，通過建立多指標體系綜合分析廈門市AOD的時空變化特征，發現廈門市AOD具有鮮明的季節變化特征和顯著正空間自相關性，AOD在林地和建筑用地上空具有顯著差異[25]。徐夢溪等提出了一種優選反演算法，引入中紅外通道表觀反射率來選擇V5.2法（添加了Walthall雙向反射分布訂正）或擴展暗像元法計算表觀反射率。以許昌地區作為研究區，分別使用以上幾種方法進行AOD反演，結果發現優選算法有一定的可行性[8]。張璐等基于HJ-1衛星數據，運用深藍算法探索在長江三角洲反演AOD的可行性，并將結果與其他氣溶膠產品比較，發現反演結果的數值雖然與MODIS AOD產品存在系統性偏差，但能在空間上較好地反映長三角的大氣氣溶膠分布狀況，且空間分辨率較高[21]。彭威[17]、方煒[26]利用V5.2算法，分別以珠三角、廣州市為研究對象，反演氣溶膠光學厚度，分析其時空動態變化特征。以上研究運用不同的算法反演AOD，大都考慮到了AOD的地域性、季節性差異和反演誤差等問題。

2? 氣溶膠光學厚度應用研究

2.1 氣溶膠光學厚度的時空分布

目前我國利用衛星遙感研究大氣氣溶膠的區域主要集中在經濟發達的東部城市或城市群地區，而廣大的西部地區除沙塵暴外則較少被提及，這應是未來研究工作的側重點[27-31]。

張亮林等分析中國2007—2017年間AOD的時空分布特征，發現：時間上具有東高西低，東部減少、西部基本不變的特征;年際間AOD值呈余弦曲線式波動下降特征;年內表現出春夏高、秋冬低等特點[32]。張磊研究2001—2015年廣東地區AOD的時空變化特征，發現15年間廣東地區AOD值的變化，以2007年為轉折點，表現為先升后降，與產業轉型，節能減排有關。四季特征表現為春夏高、秋冬低，在空間上珠三角>粵西>粵東>山區，并發現每年大約在3，4月達到峰值[33]。王德輝通過對珠三角MODIS氣溶膠產品與多年統計數據的分析，發現近年來珠三角大氣污染的AOD高值中心在廣東省;AOD高值的產生具有空間獨立性和區域輸送的聯系性;且四季均有，冬半年尤多。珠三角大氣氣溶膠污染是由其表層開放復雜系統的整體作用決定的，人類活動在其中起主導作用[34]。以上研究均表明AOD具有明顯的時空分布差異，冬季變化尤為明顯。

2.2 氣溶膠光學厚度與顆粒物濃度

研究表明細顆粒物濃度上升是灰霾形成的主要原因，且對人體健康有較嚴重的危害[7]。

國內外許多研究發現，AOD與近地面顆粒物質量濃度有很強的相關性。Jerome Vidot等使用寬視場水色掃描儀（Sea WiFS）數據及氣象信息，分析Sea WiFS AOD和顆粒物質量濃度之間的關系，發現AOD與PM10、PM2.5質量濃度之間的相關系數分別為0.42和0.48[35]。王德輝對廣州市9個自動監測子站的AOD值與TERRA衛星監測的PM10小時平均值進行對比分析，發現二者具有良好的相關性，可形成空間覆蓋和數據上較好的優勢互補[34]。王偉齊等分析北京市2014年地面PM2.5和Terra、Aqua衛星接收的AOD的時空分布特征，發現Aqua衛星接收的AOD與城區的PM2.5質量濃度相關系數比Terra衛星的要高，更適合用于監測和反演城區地面的PM2.5質量濃度[36]。

由于兩者相關性并不十分顯著，許多學者希望通過提高AOD的精度，增強其與顆粒物的相關性。Liu Yang等建立了美國東部AOD與日平均PM2.5質量濃度之間的經驗模型，并發現相對濕度、季節化及監測站點的地理屬性影響AOD與PM2.5之間的相關性[37]。郭建平等在考慮氣溶膠吸濕增長條件下，分析我國東部地區2007—2008年11個觀測站監測PM2.5質量濃度數據與衛星遙感反演AOD之間的相關性，結果發現相關系數明顯提高[38]。李成才等將MODIS氣溶膠產品與北京空氣污染指數進行相關分析，發現：垂直和濕度校正后的衛星遙感AOD能夠有效反映近地面顆粒物污染的空間分布特征，而且如果具備每日的垂直分布信息的進一步訂正，相關系數還將提高[39]。黃觀等在考慮氣象要素的情況下，利用MODIS AOD產品與同期地面觀測的PM10質量濃度數據，建立烏魯木齊市全年、春季、夏季、秋季的PM10遙感反演模型，發現：經過垂直—濕度訂正后的AOD能較為準確地反演地面PM10質量濃度，相關系數從0.433提高到0.63[40]。還有部分學者通過氣溶膠季節標高，研究AOD與顆粒物的季節性相關差異[41-43]。以上研究結果均印證了陳水森的觀點，PM2.5遙感的關鍵問題為區域尺度氣溶膠光學厚度垂直訂正和區域尺度近地面消光系數濕度效應校正研究[44]。

大氣粒子遙感的部分研究工作考慮了氣溶膠垂直分布、大氣水汽甚至風速的影響[45]，取得了一定的成果，但仍存在許多問題，如：方法普遍存在空間局限性，估算結果的不確定性較大[46];衛星尺度下的近地面大氣狀況的巨大差異，擴大了大范圍區域尺度反演結果的不確定性。

2.3 氣溶膠與空氣污染

在中國大陸，城市大氣中的主要污染物為可吸入氣溶膠顆粒物，近年來出現的較嚴重的灰霾、霧霾等就是大氣污染的結果。

國內許多學者都就氣溶膠與大氣污染的關系進行了研究。如李成才等將AOD與空氣污染指數（Air Pollution Index，API）的長期數據進行比較，并進行季節性的垂直-濕度訂正，二者的相關系數達到0.54。在2004年10月的污染個例中，利用衛星遙感的AOD分布和每日變化再現了污染事件的發展過程，發現北京城區的AOD與API的相關系數高達0.82[39]。孫娟等通過建立10km×10km分辨率的MODIS AOD與氣象站點能見度歷史數據的季節平均關系，得到上海地區季節性氣溶膠標高;并利用標高及AOD的季節分布反演上海地區的區域能見度分布，發現：冬春季，上海地區平均能見度較差，外環線以內能見度在10km以下[47]。李正強等以華北作為研究區，提出了基于衛星遙感的AOD數據獲得的灰霾指數和污染時空氣質量指數（Air Quality Index，AQI）等級的方法和相關的監測系統設計，發現衛星遙感能較好地反映灰霾污染程度變化，并把衛星監測結果與實測的AQI數據進行對比，誤差小于一個AQI等級[48]。

綜上研究，AOD與空氣污染指數、空氣質量指數等有較強相關性，可認為大氣顆粒物嚴重影響著空氣質量，因此需要加快促進地面實測數據和遙感數據相結合，以實現氣溶膠監測的業務化。通過及時發布城市環境空氣質量等措施，以便城市居民能夠科學出行[7]。

3? 氣溶膠遙感反演的發展趨勢

遙感技術在大氣監測和氣溶膠光學特性反演等方面已取得了眾多成果，但也面臨著一些問題和困難，因此，未來關于氣溶膠遙感反演，應該在以下方面有所突破：

（1）數據資料的收集整理。如建立一個全國的氣溶膠資料庫，系統分析氣溶膠的時空特征，有助于找出現階段研究的不足，未來有針對性地開展研究工作[49]。

（2）基于輻射傳輸理論的氣溶膠反演模型。目前的反演方法大多是基于統計模型建立的經驗公式或假設，物理意義不夠明確，適用性不強[7]，增加了準確模擬和預測氣候系統對直接輻射強迫響應的困難[50]。而從大氣輻射傳輸理論出發，研究不同形狀、不同大小粒子的散射和吸收機理，有助于建立起具有普適性，物理意義明確的氣溶膠反演體系[7]。

（3）不同遙感方法的綜合比較試驗。雖然目前氣溶膠的研究方法較多，但不同方法的適用范圍還需進一步研究和完善，因此可考慮在更大范圍、更長時間上進行一次綜合的不同觀測方法的比較試驗[11，27]，為以后的氣溶膠研究提供具體可行的方法。

（4）氣溶膠遙感反演與地面監測、地基遙感監測相結合。如多波光度計、激光雷達[51]、無人機等，能較顯著地提高遙感監測的速度和反演精度。

參考文獻

[1] Yue Tingting，Chai Fahe，Hu Jingnan，et al. Gaseous emissions from compressed natural gas buses in urban road and highway tests in China[J].Journal of environmental sciences，2016（10）：193-199.

[2] 湯玉明，鄧孺孺，許敏端，等.廣州市秋季氣溶膠光學特性日變化[J].中山大學學報：自然科學版，2019，58（2）：58-67.

[3] Larry K.Berg，Jerome D.Fast，James C.Barnard，et al. The Two-column Aerosol Project：PhaseⅠ-Overview and impact of elevated aerosol Layers on aerosol optical depth[J].Journal of Geophysical Research：Atmospheres，2016，121（1）：336-361.

[4] He Junliang，Zha Yong，Zhang Jiahua，et al. Retrieval of aerosol optical thickness from HJ-1 CCD data based on MODIS-derived surface reflectance[J].International Journal of Remote Sensing，2015，36（3）：882-898.

[5] Yuxiang Luo，Xiaobo Zheng，Tianliang Zhaoc，et al. A climatology of aerosol optical depth over China from recent 10 years of MODIS remote sensing data[J].International Journal of Climatology，2014，34（3）：863-870.

[6] Moody J.L.Keene W.C.Cooper O.R.et al. Flow climatology for physicochemical properties of dichotomous aerosol over the western North Atlantic Ocean at Bermuda[J].Atmospheric Chemistry&Physics，2014，14（2）：691-717.

[7] 湯玉明，鄧孺孺，劉永明，等.大氣氣溶膠遙感反演研究綜述[J].遙感技術與應用，2018，33（1）：25-34.

[8] 徐夢溪，許寶華，鄭勝男，等.基于MODIS衛星遙感數據的大氣氣溶膠光學厚度優選反演方法[J].南京工程學院學報：自然科學版，2013，11（2）：1-7.

[9] 余衛國，房世波，余學祥.中國衛星遙感氣溶膠研究進展[J].能源環境保護，2006（1）：1-6.

[10]王鈺，何紅艷，譚偉，等.基于暗目標法的Landsat-8 OLI數據氣溶膠光學厚度反演[J].航天返回與遙感，2018，39（2）：115-125.

[11]李加恒，劉厚鳳，趙丹婷.基于MODIS的氣溶膠光學厚度反演算法及應用進展[J]. 綠色科技， 2012（2）：108-111.

[12]吳海燕，盧遠，華璀.基于暗像元法的南寧市氣溶膠反演[J].環保科技，2015（5）：34-38，53.

[13]Martins，José Vanderlei，Tanré Didier，et al. MODIS cloud screening for remote sensing of aerosol over oceans using spatial variability[J].Geophysical Research Letters，2002，29（12）：MOD4-1-MOD4-4.

[14]Tanré D.，Devaux C.，Herman M. Radiative properties of desert aerosols by optical ground-based measurements at solar wavelengths[J].Journal of Geophysical Research，1998，93（D11）：14223-14231.

[15]唐家奎，薛勇.MODIS陸地氣溶膠遙感反演-利用Terra和Aqua雙星MODIS數據協同反演算法[J].中國科學D輯：地球科學，2005，35（5）：474-481.

[16]KY Kondratyev，AA Buznikov，OB Vasilyev. Influence of the atmosphere on the spectral brightness and contrast of natural formations with spectrophotometric measurements of earth from space[J]. Atmospheric Ocean Physics，1975，11（11）：348-361.

[17]彭威.基于遙感估算珠江三角洲地區大氣顆粒物質量濃度[D].南京大學，2014.

[18]陳澄，李正強，侯偉真，等.動態氣溶膠模型的PARASOL多角度偏振衛星氣溶膠光學厚度反演算法[J].遙感學報，2015，19（1）：25-33.

[19]J.L.Deuzé，F.M.Bréon，C.Devaux，et al. Remote sensing of aerosols over land surfaces from POLDER-ADEOS-1 polarized measurements[J].Journal of Geophysical Research，2001，106（D5）：4913-4926.

[20]Otto P. Hasekamp，Jochen Landgraf. Retrieval of aerosol properties over land surfaces：capabilities of multiple-viewing-angle intensity and polarization measurements[J].Applied Optics，2007，46（16）：3332-3344.

[21]張璐，施潤和，李龍.基于HJ-1衛星數據反演長江三角洲地區氣溶膠光學厚度[J].遙感技術與應用，2016，31（2）：290-296.

[22]Waquet F.，Riedi J.，Labonnote L C，et al. Aerosol Remote Sensing over Clouds Using A-Train Observations[J].Journal of the Atmospheric Sciences，2009，66（8）：2468-2480.

[23]鄧孺孺，田國良，王雪梅，等.大氣污染定量遙感方法及其在長江三角洲的應用[J].紅外與毫米波學報，2003，22（3）：181-185，244-245.

[24]Shunlin Liang，Bo Zhong，Hongliang Fang. Improved estimation of aerosol optical depth from MODIS imagery over land surfaces[J].Remote Sensing of Environment，2006（104）：416-425.

[25]趙小鋒， 劉嘉慧， 趙顏創， 等. 城市氣溶膠光學厚度空間格局特征多指標綜合分析[J].地球信息科學學報， 2018， 20（3）：360-367.

[26]方煒.廣州市氣溶膠光學厚度及PM（2.5）濃度的時空特征及其影響因素[D].中山大學， 2017.

[27]吳蒙，羅云，吳兌，等.我國近年來基于MODIS衛星遙感大氣氣溶膠研究進展[A].中國環境科學學會學術年會論文集[C].海口，2016.

[28]李成才，毛節泰，劉啟漢，等.利用MODIS研究中國東部地區氣溶膠光學厚度的分布和季節變化特征[J].科學通報，2003（19）：2094-2100.

[29]劉桂青，李成才，朱愛華，等.長江三江洲地區大氣氣溶膠光學厚度研究[J].環境保護，2003（8）：50-54.

[30]劉桂青，毛節泰，李成才.長江三角洲地區大氣氣溶膠光學厚度研究[J].上海環境科學，2003（S2）：58-63，193.

[31]肖鐘湧，江洪，陳健，等.利用MODIS遙感數據反演廣州市氣溶膠光學厚度[J].中國環境科學，2010（5）：577-584.

[32]張亮林， 潘竟虎， 張大弘. 基于MODIS數據的中國氣溶膠光學厚度時空分布特征[J]. 環境科學學報， 2018， 38（11）：4431-4439.

[33]張磊.2001-2015年廣東地區氣溶膠光學厚度變化趨勢及其影響因素[D].南京大學，2016.

[34]王德輝.珠江三角洲大氣氣溶膠污染形成機制與遙感監測研究[D].廣州大學，2007.

[35]Jerome Vidot，Richard Santer，Didier Ramon. Atmospheric particulate matter （PM） estimation from SeaWiFS imagery[J].Remote Sensing of Environment，2007，111（1）：1-10.

[36]王偉齊，張成網，臧增亮，等.Terra和Aqua衛星MODIS 3 km AOD與北京PM2.5對比分析[J].氣象科學，2017，37（1）：93-100.

[37]Liu Yang，Sarnat Jeremy A.，Kilaru Vasu. Estimating Ground-level PM2.5 in the Eastern United States Using Satellite Remote Sensing[J].Environmental Science & Technology，2006，40（30）：5880-5892.

[38]郭建平，吳業萊，張小曳，等.BP網絡框架下MODIS氣溶膠光學厚度產品估算中國東部PM2.5[J].環境科學，2013，34（3）：817-825.

[39]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），2005，35（增刊1）：177-186.

[40]黃觀，劉偉，劉志紅，等.烏魯木齊市MODIS氣溶膠光學厚度與PM10濃度關系模型研究[J].環境科學學報，2016，36（2）：649-657.

[41]張暉，王伯鐸，陳良富，等.西安市及周邊地區MODIS氣溶膠光學厚度與PM10濃度關系模型研究[J].環境工程學報，2014，8（2）：665-671.

[42]周云云，張德英，施潤和.多種氣象要素及其變化對AOD與PM2.5關聯模型的影響研究[J]. 環境科學學報，2019，39（1）：204-211.

[43]何秀，鄧兆澤，李成才，等.MODIS氣溶膠光學厚度產品在地面PM10監測方面的應用研究[J].北京大學學報：自然科學版，2010（2）：178-184.

[44]陳水森，王重洋，劉尉，等.大氣顆粒物遙感研究進展[J].熱帶地理.2015，35（1）：1-6.

[45]B.Pelletier，R.Santer，J.Vidot. Retrieving of particulate matter from optical measurements： A semiparametric approach[J].Journal of Geophysical Research，2007，112（D06208）：1-18.

[46]Hone-Jay Chu，Hwa-Lung Yu，Yi-Ming Kuo. Identifying spatial mixture distributions of PM2.5 and PM10 in Taiwan during and after a dust storm[J].Atmospheric Environment，2012（54）：728-737.

[47]孫娟，束炯，魯小琴，等.上海地區氣溶膠特征及MODIS氣溶膠產品在能見度中的應用[J].環境污染與防治，2007，29（2）：127-131.

[48]李正強，許華，張瑩，等.基于衛星數據的灰霾污染遙感監測方法及系統設計[J].中國環境監測，2014（3）：159-165.

[49]毛節泰，張軍華，王美華.中國大氣氣溶膠研究綜述[J].氣象學報，2002，60（5）：625-634.

[50]范學花，陳洪濱，夏祥鰲.中國大氣氣溶膠輻射特性參數的觀測與研究進展[J].大氣科學，2013，37（2）：477-498.

[51]Michel Mallet，Véronique Pont，Catherine Liousse，et al. Aerosol direct radiative forcing over Djougou （northern Benin） during the African Monsoon Multidisciplinary Analysis dry season experiment （Special Observation Period-0）[J].Journal of Geophysical Research，2016，113（D23）：2036-2044.