大連市區MODIS數據PM_2.5濃度遙感反演及應用研究

王甡

摘 要：采用大連市區多時相MODIS遙感數據，運用6S大氣輻射傳輸模型查找表反演大氣氣溶膠光學厚度，解析大連市區不同時期的氣溶膠光學厚度分布特征，并結合地面同步自動監測的PM2.5濃度數據，建立PM2.5濃度遙感估算模型，在精度評估基礎上將模型反演結果與空氣自動監測子站、環境空氣質量功能區、植被、高程、污染源分布等做應用分析，為大連市區PM2.5污染區域防治提出參考依據。

關鍵詞：氣溶膠光學厚度反演;PM2.5濃度遙感反演;模型應用

中圖分類號：S181

文獻標識碼：A

近年，大連市區顆粒物污染持續存在，自2012年9月全面開展PM2.5監測以來，PM2.5是影響大連市區環境空氣質量的主要污染因子，但有限的地面監測數據還不足以反映大范圍的大氣顆粒物空間分布特征。衛星遙感能使PM2.5相關研究突破傳統地面監測的限制，使之在時間跨度和空間尺度上得到有效延伸和擴展[1]。大氣氣溶膠光學厚度（Aerosol Optical Depth，簡稱AOD）是指大氣消光系數在垂直方向的積分，PM2.5消光作用在大氣顆粒物中占相當比重，與氣溶膠光學厚度有一定關系。本文以大連市區為研究區域，結合大氣輻射傳輸模型，利用遙感數據反演氣溶膠光學厚度，解析不同時期大連市區的氣溶膠PM2.5光學厚度分布特征，同時結合同步地面自動監測PM2.5濃度數據，建立晴空無云條件下的PM2.5濃度遙感估算模型，將反演結果與環境要素、局地污染源空間分布做應用分析，為PM2.5防治區劃提供決策依據。

1 數據來源

本研究所用的數據為MODIS數據產品的MOD02和MOD03數據，來自NASA官網，采用分層數據格式（HDF）存儲，其中MOD02光譜數據采用1km分辨率，具有36個光譜通道，MOD03地理定位數據，數據集中包含MODIS每個像元的幾何參數，包括經緯度、高度、太陽天頂角、太陽方位角、衛星天頂角、衛星方位角。

根據大連市區歷史天氣數據，以天氣晴朗無云為基本條件，收集篩選2014—2016年共17期MODIS L1B 1KM遙感數據，初步篩選光譜反射率數據，經過假彩色合成后，辨認無明顯噪聲條帶后，確定影下載像日期，并下載同期MOD03角度數據。

地面同步的環境空氣監測數據采用大連市區現有的10個國控子站數據。為減少數據匹配誤差，對數據進行以下預處理：以每個地面監測站點為中心，選取周圍3×3領域內（約3km×3km）的AOD空間平均值作為該站點的AOD值;為了平滑PM2.5數據在時間變化上的噪音，取Terra星過境時點前后5min的PM2.5時間平均值與相應AOD值做空間匹配。

2 技術方法

按照“衛星數據—地面監測數據—潛在污染源分布”為主線，利用多時相MODIS遙感數據，利用大氣輻射傳輸模型計算氣溶膠光學厚度，在此基礎上結合地面同步監測數據，構建經驗模型反演估算大連市區PM2.5濃度。大氣輻射傳輸模型受大氣參數和地表反射率影響，大氣參數獲取一般采用6S大氣輻射傳輸模型[2];地表反射率獲取算法主要有暗像元法[3]、深藍算法[4]、多角度偏振算法[5]。

本文在暗像元區域采用“6S”模型建立表觀反射率、地表反射率及氣溶膠光學厚度三者對應關系，通過查找表算法和大氣輻射傳輸方程提取暗像元區域氣溶膠光學厚度，采用高精度克里金空間插值模型得到市區氣溶膠光學厚度，分析氣溶膠光學厚度時空變化特征;分析氣溶膠光學厚度與PM2.5濃度的相關性，建立衛星遙感估算PM2.5濃度的反演模型，利用模型對氣溶膠光學厚度結果進行PM2.5濃度填圖。

3 結果分析

3.1 遙感提取氣溶膠光學厚度空間分布特征

采用基于暗像元的氣溶膠光學厚度反演算法提取大連市區17期MODIS遙感數據。結果表明，5—6月氣溶膠光學厚度呈上升趨勢，7—10月呈下降趨勢;5月、9月、10月氣溶膠光學厚度呈現呈平均分布特征;6—8月呈現明顯局地特征，氣溶膠光學厚度值較高區域分布在羊頭洼、雙島灣、三澗堡、營城子、辛寨子、革鎮堡、南關嶺、大連灣、開發區、大孤山半島區域以及金州南端。

3.2 遙感反演估算PM2.5濃度模型

采用多時相氣溶膠光學厚度數據與同步PM2.5建立反演模型。結果表明，暗像元和插值區的組合模型和基于暗像元的插值模型精度相當。提取各月典型氣溶膠光學厚度數據反演PM2.5濃度，單幅影像PM2.5的國控點驗證精度較低，其中選擇相關性較高的反演數據作為應用基礎數據。

4 遙感反演PM2.5濃度的應用分析

遙感反演結果表明，國控子站受影響半徑為4km;二類區PM2.5濃度高出一類區4μg·m-3，PM2.5濃度較高的一類功能區為臥龍植物園和旅順口風景名勝區;在低空250m的空間范圍容易受到近地面PM2.5濃度影響;高覆蓋植被區的PM2.5濃度明顯低于中覆蓋和低覆蓋植被區;沙河口區和西崗區工業源煙粉塵排放強度對PM2.5濃度影響較大。杏樹屯、泡崖、向應等16個街道為PM2.5濃度潛在超標區域。結合遙感解譯結果，潛在的超標污染源為電廠（大連發電公司、開發區電廠、金州熱電廠、北海熱電廠）、交通（西安路周邊）、堆場（主要集中在保稅區、金州的大李家街道和得勝街道）和化工廠（大連西太平洋石油化工有限公司、大連凱飛化學股份有限公司），此外，在遙感監測范圍內的33家市控污染源有19個可能對大氣PM2.5濃度有所貢獻。

5 結論

通過MODIS數據反演出大連市區氣溶膠光學厚度，結合地面同步PM2.5監測數據，建立的大連市區PM2.5遙感估算模型，其應用結果表明：大連市區需進一步加強市區綠化用地建設，特別是北至南關嶺、南至辛寨子地域;海拔50m以下的近地面空間是PM2.5濃度防控的重點空間，繼續加強動土工程的揚塵管理;沙河口區和西崗區工業煙塵排放企業需提高除塵設備效率;加強甘井子區和金州灣沿岸的礦山開采活動監管，重點防控電力、交通、堆場、化工、鍋爐房、建材、土制品、鋼鐵等行業的煙塵排放;對PM2.5濃度超標的潛在16個超標街道進行摸底調查;對落入PM2.5濃度潛在超標區域的19家市控污染源企業加強監管。

參考文獻

[1]?楊晟朗，李本綱.基于遙感資料的北京大氣污染治理投資對降低PM2.5的效能分析[J].環境科學學報，2015，35（01）：42-48.

[2]劉佳，王利民，楊玲波，等.基于6S模型的GF-1衛星影像大氣校正及效果[J].農業工程學報，2015，31（19）：159-168.

[3]彭妮娜，易維寧，方勇華.400～1000nm波段反演氣溶膠光學厚度的暗像元法[J].紅外與激光工程，2008，37（05）：878-883.

[4]王中挺，厲青，王橋，等.利用深藍算法從HJ-1數據反演陸地氣溶膠[J].遙感學報，2012，16（03）：596-610.

[5]王中挺，陳良富，李莘莘.利用PARASOL數據反演陸地氣溶膠光學厚度[J].遙感應用，2009（06）：49-54.

（責任編輯 李媛媛）