一種基于Landsat 8的城區空氣質量監測方法*

馮海霞 馮海英 楊立才 王 琦 孟祥魯 王艷峰

(1.山東大學控制科學與工程學院，山東 濟南 250100；2.山東交通學院交通與物流工程學院，山東 濟南 250023；3.北京工商大學傳媒與設計學院，北京 102488；4.濟南市公安局高速公路交通警察支隊，山東 濟南 250000)

中國城市空氣的質量在明顯好轉，據生態環境部公布的2020年1月全國空氣質量狀況，全國337個地級及以上城市平均優良天數比例為69.5%，同比上升2.3百分點；101個城市空氣質量達標，同比增加33個；PM2.5同比下降3%。然而，許多城市霾天氣仍然占全年1/3以上，如2018年北京市霾天氣有138 d，占比達37.8%，輕度、中度污染成為霾天氣中的主要形式，霾的發生時間呈常年化趨勢[1-2]。機動車的快速增加(2019年上半年全國機動車保有量達3.4億輛)，導致大多數城市交通嚴重擁堵、尾氣排放加劇，也促使車輛尾氣污染替代燃煤成為很多城市PM2.5的第一貢獻源。

城市空氣質量的監測以地面監測站點數據為主，近年基于遙感反演估算霾濃度的方法快速發展，彌補了監測站點在空間連續性上的不足。研究者關注較多的大氣污染物是PM2.5，以遙感衛星反演氣溶膠光學厚度(AOD)為基礎，國內外研究學者對全球、區域尺度氣溶膠分布及其性質進行了觀測研究：BRéON[3]對氣溶膠如何影響云和氣候進行了探討；HOLBEN等[4]、HSU等[5-6]、KAUFMAN等[7]、REMER等[8]、陶金花等[9]、汪洋等[10]等都對AOD的反演算法進行了研究。建立PM2.5與AOD之間的統計關系是目前基于AOD估算顆粒物濃度的重要研究方法。WANG等[11]、LIU等[12]、LEE等[13]、HU等[14]、付宏臣等[15]嘗試將垂直分布、相對濕度、氣象、季節和地理等影響因子引入PM2.5—AOD相關模型中；陳良富等[16-17]提出了地統計插值與衛星遙感聯合反演地面PM2.5的方法以及基于時空回歸克里金模型估算地面PM2.5的方法。

目前基于衛星遙感估算PM2.5濃度的方法尚存在空間分辨率較低(目前成熟的氣溶膠產品的分辨率以10、3 km及0.05°為主)、PM2.5濃度較高時估算效果不理想、城區經常出現數據缺失等需改進的地方。為此不少國內外學者開展了進一步研究：如顧行發等[18]提出了一種污染天氣下的PM2.5濃度衛星遙感估算方法；田信鵬等[19]、姜曉晨等[20]對利用美國陸地衛星計劃衛星Landsat 8陸地成像儀(OLI)(30 m分辨率)反演高空間分辨率的AOD進行了嘗試；王中挺等[21-22]、許華等[23]、衛亞星等[24]利用環境一號衛星(30 m分辨率)對AOD進行反演；王中挺等[25-26]分別利用高分一號(16 m分辨率)、高分四號衛星(50 m分辨率)實現AOD的反演；ZHA等[27]314-315、馮海英等[28]3013-3014、賀軍亮等[29]等嘗試不反演AOD，而通過不同波段的組合構建指數直接估算PM2.5濃度。

隨人們生活質量的提高、智慧城市的快速發展、生態環境的改善，對污染物監測的分辨率、種類等都提出了更高的要求，本研究擬利用Landsat 8 OLI數據，構建適用于城區的高分辨率遙感監測新指數，以實現對空氣質量指數(AQI)與PM2.5濃度的監測，提高城區空氣質量監測的準確性。

1 方 法

根據地物的光譜特性選擇合適的波段進行組合來反映地物的狀況，在遙感監測中被廣泛應用。目前已經定義了40多種植被指數，廣泛應用在全球與區域土地覆蓋、植被分類和環境變化、作物和牧草估產、干旱監測等方面。借鑒于植被指數構建的思想，根據霾的光學特性構建適合于霾濃度監測的遙感指數。

AQI來自于2012年3月發布的新空氣質量評價標準，綜合反映6項污染物(SO2、NO2、PM10、PM2.5、CO、O3)的監測結果。空氣質量監測的污染物的粒徑都較小，依據米式散射理論、霾顆粒的光譜特性[30]及霾對地物光譜的影響分析可知：顆粒物對多光譜波段(0.38～2.30 μm)影響最大的是短波波段，即波長越小，受污染物的影響越大，波段越長受污染物的影響越小，因此可選擇對顆粒物影響最敏感的波段構建遙感監測指數。ZHA等[27]315基于中分辨率成像光譜儀(MODIS)選擇了0.620～0.670 μm和0.545～0.565 μm波段構建歸一化差值霾指數(NDHI)；馮海英等[28]3014選擇了基于Landsat 8的紅波段(0.630～0.680 μm)和近紅外波段(0.845～0.885 μm)構建了監測PM2.5濃度的差值指數(DI)。

根據Landsat 8 OLI的波段設置(見表1)，對污染物影響最敏感的是Band 1波段，影響最小的是Band 7波段。深藍波段是Landsat 8特有的波段，常用的MODIS傳感器、環境一號衛星、中巴資源衛星、高分系列衛星等都未設置此波段。

表1 Landsat 8 OLI的多光譜波段

因此選擇Band 1和Band 7波段，以其輻亮度差值構建差值霾指數(DHI)。

2 模型驗證與分析

2.1 研究區

以北京市主城區為研究區，研究區的Landsat 8遙感影像及空氣質量監測站點分布見圖1。

2.2 數據與處理

2.2.1 數 據

(1) 遙感數據

以Landsat 8 OLI為數據源，影像過境時間是2016年3月1日。

(2) 空氣質量數據

2016年3月1日，北京市天氣晴，氣溫-2～10 ℃，無持續風向，風力≤3級；空氣質量為中度污染，各空氣質量參數的平均值如下：AQI為158，PM2.5為120 μg/m3。

圖1 北京市遙感影像Fig.1 The remote sensing image of Beijing

2.2.2 數據預處理

用ENVI遙感圖像處理軟件對Landsat 8 OLI的7個波段數據進行輻射定標，將像元亮度值(DN)轉換成為輻亮度。

Landsat 8過境時刻為10：53，因此選取監測站點11：00的監測數據與之對應，監測參數包括AQI與PM2.5。本研究使用了北京市29個監測站點的數據(共收集了北京市32個空氣質量監測站點的數據，其中延慶鎮和密云水庫兩個監測站點在研究區外，房山良鄉監測站點的數據出現了AQI異常)。

利用ArcGIS軟件，提取監測站點對應于Landsat 8 影像7個波段的輻亮度。

2.3 模型應用

Landsat 8 各波段的輻亮度與AQI、PM2.5的相關性分析結果見表2。由表2可知，7個波段中Band 1波段輻亮度與AQI、PM2.5的相關性最好；隨波長增加，相關性呈現下降趨勢。由相關性分析也可知對空氣污染物最敏感的是Band 1波段，最不敏感的是Band 7波段。

表2 Landsat 8各波段輻亮度與AQI、PM2.5的相關系數

研究區的DHI分布見圖2。

圖2 北京市DHI分布Fig.2 DHI distribution of Beijing

2.4 精度分析

2.4.1 模型精度

以監測站點獲取的AQI、PM2.5數據分別與DHI進行擬合，結果見圖3。AQI、PM2.5與DHI擬合的二次多項式R2分別為0.580 4和0.714 4，各組數據都能通過顯著性檢驗(P<0.05)，即構建的DHI可以適用于對城市空氣質量參數的監測。

圖3 AQI、PM2.5與DHI的擬合結果Fig.3 The fitting results of AQI and DHI,as well as PM2.5 and DHI

2.4.2 與其他指數的對比

將本論文構建的DHI與NDHI、DI進行對比，分別獲得了研究區的NDHI和DI(NDHI和DI的計算方法分別見文獻[27]、[28])，結果見圖4。

圖4 北京市NDHI、DI分布Fig.4 Distribution of DHI and DI in Beijing

將監測站點的PM2.5數據分別與相應的NDHI和DI進行擬合，擬合結果見圖5。從圖5可知，PM2.5與NDHI、DI擬合的R2遠遠小于DHI與PM2.5擬合的R2。分析其原因， NDHI是基于MODIS數據(1 km分辨率)構建，可能不適于高分辨率(30 m分辨率)數據；DI選擇的是紅波段作為敏感波段，其對污染物的敏感性低于本研究選擇的深藍波段。

2.5 研究區AQI、PM2.5分布

基于DHI，估算了研究區的AQI、PM2.5，其空間分布情況見圖6。

從圖6可以看出，研究區AQI、PM2.5存在部分高值區，以圖6(b)為例，對部分高值區進行分析，見圖7。圖7(a)中高值區是北京首都機場附近，圖7(b)中高值區較多，包括了北京南站、北京貨運中心、北京市舊機動車交易中心、新發地交易中心等。這些高值區都是高反射區，即建筑物頂層較亮(反射率大)的區域，這些地物在Band 1波段輻亮度較高，造成了DHI較高，與污染物濃度的關系較弱，即DHI不適于高亮度地表的建筑物區域。

圖5 PM2.5與NDHI、DI的擬合結果Fig.5 The fitting results of PM2.5 and NDHI,as well as PM2.5 and DI

圖6 北京市AQI、PM2.5分布Fig.6 Distribution of AQI and PM2.5 in Beijing

圖7 部分高值區Fig.7 Partial high value area

3 結 語

本研究針對城市空氣質量遙感監測的需求和存在的問題，依據米式散射理論、霾顆粒的光學特性等，基于Landsat 8 OLI，選擇了對污染物影響最敏感的Band 1波段和最不敏感的的Band 7波段，構建了DHI，可實現城區高分辨率的PM2.5、AQI監測(30 m分辨率)，比目前基于AOD反演估算PM2.5濃度的遙感監測模型在分辨率上有了較大的提高；DHI不僅適用于PM2.5濃度監測，還可適用于AQI的監測；與NDHI和DI相比，DHI準確性更高；DHI簡單易用，在城區的空氣質量監測中具有較高的應用潛力和推廣價值。