基于DMSP/OLS數據的全國空氣污染物時空演變研究

吳云清，陶雨婷，張云鵬，馬靜

(南京工業大學 測繪科學與技術學院，江蘇 南京 211800)

美國國防氣象衛星(defense meteorological satellite program，DMSP)搭載傳感器OLS (operational linescan system)獲取的夜間燈光遙感影像，最初被用來監測氣象，后來由于其檢測微光的能力，使得夜間燈光數據在人口密度預測[1]、城市能源消耗[2-4]、城市等級空間擴展[5-7]等領域被廣泛應用，這也一定程度彌補了傳統數據較局限且部分失真的缺點。一些研究結果表明，夜間燈光數據能夠較好反應城市經濟及相關指標的現狀[8-10]，因此可以作為良好的數據分析源。另一方面，隨著社會經濟的不斷發展，我國能源消耗和環境問題逐步凸顯，公眾環境保護意識提高，對于個人身心健康和生態居住環境提出了新要求，空氣污染問題得到了社會各界普遍的關注[11-13]，學者們越來越重視探索空氣污染分析模型[14-16]，分析空氣污染規律變化[17-19]，研究空氣污染防治措施[20-22]。

夜間燈光影像信息被廣泛用于研究與人類社會活動有關的場景，“自然因素和人為活動共同導致城市空氣污染”這一觀點也被普遍認可，正因鮮有研究將燈光影像數據與空氣污染相互關聯，所以不同于利用傳統的地表監測數據反應空氣污染物分布狀況，本文嘗試利用燈光遙感大數據挖掘時空信息，意在探求大尺度長時間段的空氣污染物時空演變規律。近年來，雖然DMSP/OLS數據已經成為夜間燈光遙感研究分析中最常用的數據源，然而在大氣折射、技術設備條件、衛星軌道參數轉換等相關一系列待解決問題的影響下，研究中尚存在數據分辨率較低、城市中心數據值飽和[23]、城市邊界存在光暈[24]等缺點。因此在使用夜間燈光數據前，本研究選擇對數據進行預處理以獲得穩定的燈光遙感數據集，確保實驗結果的可靠性。

本文針對空氣污染物問題開展研究，以全國31個省份行政區(香港、澳門特別行政區，臺灣省數據缺省)為研究區域，借助DMSP/OLS夜間燈光數據和統計年鑒數據，嘗試分析夜間燈光與空氣污染物之間的相關性，探討利用燈光數據調整空氣污染治理措施的可行性。

1 數據來源與方法

1.1 夜間燈光數據

本研究的DMSP/OLS夜間燈光遙感數據來自于NGDC((美國)全國地球物理資料中心)，該網站提供了長期間序列(1992—2013年)夜間燈光影像。DMSP/OLS數據集里包含3個文件,其中stable_light是DMSP/OLS數據的穩定夜間燈光影像，即年度的定標夜間平均燈光數據。該影像中包含了城、鄉及其他場所持久光源的夜間燈光，且去除了一些偶然噪聲(云、火光等)的影響。本研究采用處理后的穩定夜間燈光影像，該影像的投影坐標系為WGS-84，影像的空間分辨率為1 km，影像像元(DN值)在0～63內且為年度平均夜間燈光強度。

1.2 空氣污染物數據

本文選取了2000、2005、2010年的工業廢氣總量、工業二氧化硫、工業煙塵、工業粉塵、生活二氧化硫、生活煙塵排放量6個空氣污染物指標值，同時鑒于2013年是DMSP衛星運作的截止年份且2013年年鑒中空氣污染物指標的改變(合并為二氧化硫排放量，氮氧化物排放量，煙塵(粉塵)排放量)，因此將2013年的空氣污染數據單獨展開分析。

1.3 遙感數據處理方法

將DMSP/OLS 數據用于空氣污染物相關度分析，存在的問題主要[25-27]是：(1)相同年份不同傳感器之間的影像存在差異；(2)相同位置不同年份之間的影像DN值有異常波動現象；(3)城市中心燈光亮度易達到飽和值。因此為保證結果的準確可靠性，本研究參考夜間燈光處理技術流程(圖1)[28-31]對影像校正處理后，提取燈光數據的有效值。

圖1 夜間燈光數據處理的技術流程Fig.1 Technical processes of night light data processing

年份最大值平均值最暗值百分比(DN=0)最亮值百分比(DN=63)2000159 858/159 8580.411 4/0.411 495.819 8/95.819 80.022 0/0.022 0200597 996/181 6110.360 2/0.447 795.507 7/95.129 50.013 5/0.025 02010404 322/416 9550.643 6/0.677 795.644 3/94.723 50.055 7/0.057 42013371 261/504 2250.553 0/0.722 396.150 9/94.581 20.051 2/0.069 5

從表1中不難看出，校正前的數據出現了偏差，而校正后的數據更加符合邏輯：(1)年份間最大值和平均值是有序遞增的，且在2005—2010年遞增的幅度最為明顯，符合我國2005—2010年社會經濟迅猛發展的趨勢。(2)DN=0(檢測區域最暗值)的百分比逐步遞減，DN=63(檢測區域最亮值)百分比逐步遞增，同時在2000—2010年期間，我國的燈光亮度值和擴展范圍增長較多，2000—2005年間燈光亮度區域增加0.69%，2005—2010年間亮度飽和區域增加0.032 4%，這些數據表明燈光亮度范圍逐步擴大且燈光強度高值地區范圍逐步增多，同樣符合現代社會經濟隨著年份的增長不斷發展進步的現狀。

2 結果與分析

2.1 夜間燈光區域時空分布特征

由圖2可知，2013年全國各省夜間燈光總量呈現由東至西，由北至南逐步遞減的總體趨勢。山東省、江蘇省、黑龍江省、河北省、廣東省為夜間燈光總量的5個高值省份，其中除了黑龍江省，其他省份位居2013年全國各省人口排名前6位。同時黑龍江是我國重工業基地，航空航天、機械、石油煤炭等產業的發展不僅消耗大量能源也會發光發熱。西部西藏自治區、青海省的夜間燈光總量較低，主要是由于這兩個省份相比之下地域廣闊而人口稀疏。中部地區相比東西部發展較為平緩、穩定，與我國現代區域經濟發展狀況一致。

由于2000—2013年的數據增量較大，且現階段暫無統一的夜間燈光等級劃分標準(燈光亮度上限的不確定性)，所以本文選取相鄰年份之間的增量進行比較。同時增量采用“自然間斷點”分段取平均值，即基于數據中固有的自然分組，通過對分類間隔的自動識別，可最恰當地對相似值進行分組，并且使各類別間的差異最大化。

圖2 2013年31省份夜間燈光總量圖Fig.2 Total amount of night light of 31 provinces in 2013

圖3 2000—2005年31省份夜間燈光增量圖Fig.3 Night light increase map of 31 provinces from 2000 to 2005

圖4 2005—2010年31省份夜間燈光增量圖Fig.4 Night light increase map of 31 provinces from 2005 to 2010

圖5 2010—2013年31省份夜間燈光增量圖Fig.5 Night light increase map of 31 provinces from 2010 to 2013

(注：圖2～5基于國家測繪地理信息局標準地圖服務系統的標準底圖(審圖號：GS(2019)1823號)制作,底圖無修改)

通過圖3～5可以看出，總體來說夜間燈光增幅在穩步增加，表明了近幾年來我國經濟的飛速發展，并且隨著時間的推移速率在不斷提高。西藏、青海等西部地區的增幅一直處于中低程度，山東、江蘇兩個省份在2000—2013年夜間燈光總量一直處于高幅增長狀態，二者坐擁沿海的地理位置，不排除部分港口城市燈光長期照明因素，且二者都屬于人口大省，為夜間燈光總量數據提供了基礎支撐。內蒙古、黑龍江等北部地區的增幅較中部高，這是由于自2000年起實施的“西部大開發”重大戰略，“西氣東輸”“西電東送”等項目都對基礎設施的夜間持續工作提出了要求。4個直轄市的夜間燈光增幅相對較小，究其原因一方面由于地域范圍的限制，區域燈光總量會達到一定飽和度；另一方面則是綜合因素的影響，以北京市為例，城市人口吸引力強，但綜合房價、物價等客觀條件，大多數群眾會考慮定居在周邊省份例如河北等，導致夜間燈光總量增幅較大的是直轄市周邊省份。中部地區的增幅一直處于穩定狀態，較東部地區偏低，符合我國當前社會經濟發展現狀。

2.2 夜間燈光數據與空氣污染物相關性

表2 空氣污染物與燈光總量、燈光面積相關性檢驗(2000—2010年)

注：*表示置信度p為0.05的水平上相關性顯著；**表示置信度p為0.01的水平上相關性顯著

從表2中可以看出，工業廢氣排放總量、工業二氧化硫排放量與工業粉塵排放量均通過了置信度為0.01的檢驗，表明這三者與燈光總量、燈光面積有99%的相關度，在三者排放量增加的同時，燈光強度也不斷加強。有研究表明，燈光總量、燈光面積與經濟社會發展息息相關，燈光總量越高、夜間燈光面積越大，表明該地區的經濟發展水平越高。工業廢氣排放量的增多一定程度代表了工業產值的不斷提高，從而帶動經濟發展，提高燈光總量。工業粉塵排放量與燈光總量相關性不斷降低，也說明了在經濟社會發展的同時，公眾開始逐步提高對環境質量的重視。生活二氧化硫排放量始終與燈光總量的相關性不明顯，可能由于生活中二氧化硫來源的有限性，導致影響力相對不足。與此同時，生活煙塵的排放量與燈光總量的相關性逐步增強，說明隨著經濟的發展，生活煙塵對環境的污染開始逐步占據一定地位，公眾生活中產生的煙塵量也在逐步增加。

工業廢氣排放總量、工業粉塵排放量與燈光面積的顯著性關系隨著年份不斷變低，表明隨著產業結構調整工業生產與經濟發展的相關性逐漸降低，對工業粉塵排放的處理越來越完善，但是工業煙塵排放量與燈光面積的顯著性在逐步增加，表明經濟社會發展的同時尚存在對工業煙塵的不完善處理，導致煙塵對環境污染較大。

表3 2013年空氣污染物與燈光總量、燈光面積相關性檢驗

注： **表示置信度p為0.01的水平上相關性顯著

由于2013年數據的特殊性，工業與生活廢氣的劃分標準下落到各直轄市，無法代表全省的狀態，只能將燈光強度、面積與總污染廢氣排放量、二氧化硫排放量、氮氧化物排放量、煙塵排放量進行相關性比較。由表3不難看出，這些空氣污染因素都是與經濟社會發展有著緊密的聯系。由表2可知，工業二氧化硫排放量遠遠高于生活二氧化硫排放量，而工業生產中，二氧化硫氣體的產出主要是鋼鐵產業、火電站發電站等，在生產過程中無法避免廢氣的產生，因此應該重視對廢氣的處理。生活中煙塵(粉塵)的排放，相比之前的年份還在增加，說明了隨著社會經濟的發展，工業與生活中煙塵(粉塵)問題沒有得到充分的關注和處理。這些數據與自2013年起增加PM2.5這一空氣污染鑒定標準的決定是吻合的。

2.3 夜間燈光總量與空氣污染區域相關性

根據圖6～7觀察2000年與2013年夜間燈光、空氣污染物數值關系變化趨勢，可以得出以下結果。華北區域間夜間燈光與空氣污染物排放量的基本走勢相同，一方面是由于選擇變量的差異性導致折線間出現一定間距，另一方面也表明該地區平均空氣污染物排放量高于全國平均水平。東北與華東地區夜間燈光與空氣污染排放量的一致程度較高、穩定性強。華中、華南與西南地區折線的一致性不斷增強，在夜間燈光增幅不明顯情況下表明空氣質量的顯著改善。西北地區折線走向的改變反映出該地區內空氣污染物的持續增多。

圖6 2000年夜間燈光與空氣污染物數值關系Fig.6 Numerical relationship between night-time light and air pollutants in 2000

圖7 2013年夜間燈光與空氣污染物數值關系Fig.7 Numerical relationship between night-time light and air pollutants in 2013

圖8 2005年31省份空氣污染物總量熱點圖Fig. 8 Hotspot map of air pollutants of 31 provinces in 2005

圖9 2005年31省份夜間燈光總量熱點圖Fig. 9 Hotspot map of total amount of night-time light of 31 provinces in 2005

圖10 2010年31省份空氣污染物總量熱點圖Fig.10 Hotspot map of air pollutants of 31 provinces in 2010

圖11 2010年31省份夜間燈光總量熱點圖Fig.11 Hotspot map of total amount of night-time light of 31 provinces in 2010

(注：圖8～11基于國家測繪地理信息局標準地圖服務系統的標準底圖(審圖號：GS(2019)1823號)制作,底圖無修改)

將經假設檢驗后的全國空氣污染物總量與夜間燈光總量分別劃分冷熱點區域(圖8～11)，觀察發現空氣污染物的熱點(高/高集聚)區域主要存在于河北、河南省與山西省交界處為中心，半徑約為一個省份的區域范圍，夜間燈光總量的高集聚區位于山東省為起點并與之鄰接的其余各省份。總體來看兩者的熱點都集聚在山東、山西、河南、河北等省份，兩者冷點(低/低集聚)區域較少且沒有明顯的區域相關性。

3 結論與討論

(1)夜間燈光增幅穩定且區域差異顯著。2000—2013年全國各省夜間燈光總量呈現由東至西，由北至南逐步遞減的總體趨勢。其中夜間燈光總量高值省份多為人口大省(山東省、江蘇省等)或者由于當地工業經濟發展迅猛。西部的夜間燈光總量較低，主要由于地域范圍的廣闊與人口數量的稀疏。中部地區發展較為穩定，相鄰省份差距較小。總體的夜間燈光總量分布與我國現代經濟發展分布情況基本一致。

隨著時間的推移，夜間燈光總量的增幅逐步趨于穩定且保持在較高水平，一方面說明全國的經濟發展并不是一昧追求高速，而是在經濟發展的同時統籌各方面各層次并且協調推動經濟發展模式轉變。另一方面說明我國存在區域差異問題，但長時間以來在政府部門的宏觀調控與全國各省的相互支持幫助下，區域之間的差距在逐步縮小。

(2)夜間燈光與空氣污染物相關性較高。夜間燈光總量與空氣污染物排放量呈現正相關且相關性保持在較高程度。一方面工業廢氣排放量與經濟發展相關度在逐步變低：工業產業的廢氣處理開始變得有序高效；工業(第二產業)與全國總體的經濟產值關系逐步降低，同時說明我國經濟結構的轉變。另一方面生活廢氣(煙塵)排放量與經濟發展相關度在逐步增高：房地產產業的興起帶來了經濟的增長，但在施工過程中不免會產生大量煙塵，影響生活環境，降低公眾生活質量；隨著人們生活水平的提高，私家車的擁有量也大幅增加，對空氣污染的影響也在逐步提升。

工業空氣污染物與燈光數據相關性的不斷降低，同時生活空氣污染物與燈光數據相關性的不斷提高，說明在經濟發展的同時公眾意識到工業的空氣污染并且進行了有效的廢氣處理，然而生活中的房地產開發、汽車尾氣等問題卻隨著經濟發展愈發嚴重。夜間燈光數據與空氣污染物數據高度的正相關，一定程度表明我國近幾年在經濟高速發展的同時存在著空氣污染不斷加重的情況，不符合我國大力提倡的“可持續發展”的科學策略。

(3)夜間燈光與空氣污染區域一致性穩步提升。通過不同年份間夜間燈光與空氣污染物的折線圖不難發現數據趨勢的一致性，且隨著時間的推移，折線的一致性在增強，表現在重點突出區域差異的不斷縮小。同時，通過對折線的觀察也可以清晰看出區域間的聯系是密切相關的，區域的穩定性不斷增加。空氣污染與夜間燈光的高/高聚集區域類似，主要分布于山東省與相鄰省份的交界處，低/低聚集區域沒有明顯的相關性。

綜上所述，通過夜間燈光遙感影像可提取全國范圍內的燈光強度與燈光面積數據，并且將夜間燈光數據與空氣污染物數據的有效結合，可以直觀獲得夜間燈光總量的區域分布狀況與年度增長情況，鑒于夜間燈光數據的時效性和空間整體的良好體現，更能揭示長時間序列上我國社會經濟發展與空氣污染之間的相關性，為空氣污染的分區域不間斷研究提供新的思路。當然，空氣污染形成的因素、環境較多且復雜，本文將夜間燈光遙感獲取的數據與空氣污染排放量進行分析還存在較多不足，后續的研究中會考慮構造相應的數學模型、比較更為詳細全面的空氣污染影響因素，為全國范圍內空氣污染的治理評價提供更好的數據支撐。