安徽省遙感監測AOD時空變化與城市化影響

潘建平，程衛華*，付占寶，李 鑫，黃桂萍，崔 偉，蔡卓言，李鵬霞

（1.重慶交通大學 土木工程學院，重慶 400041）

懸浮于大氣中的尺度范圍約在0.001～10μm之間的固體和液體微小粒子被稱作氣溶膠[1]。雖然含量少，但作為污染載體和污染媒介，其在大氣化學或大氣環境污染中卻具有重要作用[2-3]。氣溶膠光學厚度（AOD）的定義為垂直方向上介質的消光系數積分，可描述氣溶膠對光的消減作用，也是代表大氣渾濁程度的關鍵物理量，是確定氣溶膠氣候效應的重要因素。目前，遙感技術是AOD反演的重要手段，主要分為兩種：①地基遙感反演，通過建立地面基站來測量AOD，該方法結果準確，成本極高，地面基站難以做到全面覆蓋，因此地面基站數據一般用來訂正和對比反演結果，如張晗[4]等利用地面基站觀測AOD數據訂正MODIS反演結果，提高了四川盆地地區PM2.5的反演精度，鄭玉蓉[5]等利用CE-318太陽光度計觀測數據驗證了MODIS反演結果的精度，相關系數達到0.973；②基于遙感影像的AOD反演，該方法精度稍低，但具有實時性、連續性強、覆蓋范圍廣等優勢，如劉超[6]對NASA發布的氣溶膠產品進行融合，分析了整個中國地區的AOD時空分布情況；施益強[7]等分析了AOD反演結果與PM2.5數據的相關關系，證明AOD可用于預測大氣中的顆粒物污染。

近年來，國內外學者研究AOD對環境氣候的影響時，大多只分析了所在區域時間和空間上的變化規律，且很大程度上是在較大區域的定性分析，對于AOD的定量分析較少。城市化進程的加快，對AOD的分布造成了很大影響，因此本文利用2016—2018年21個月的MODISL1B_1 km數據定量反演了安徽省的AOD，并對其進行時空分析；再研究了AOD與常住人口密度、不透水面覆蓋率、工業企業數量等城市化影響因子之間的關系，得到在城市化背景下AOD的主要影響因素。

1 研究區概況

安徽省地理位置優越，地處我國東部、長江下游、淮河中游，介于114°54′～119°37′E、29°41′～34°38′N之間，與江蘇、河南、湖北、浙江、江西、山東等省接壤，包括17個地級市、101個區縣，總面積為14.01萬km2。省內地形較復雜，皖北、皖中地區以平原丘陵為主，皖南地區以低山為主，屬于臺地地形，總體南高北低。以長江、淮河為界，將安徽省分為淮北平原、江淮丘陵、皖南山區三大自然區域[8]，天氣濕度較好，大部分地區上空空氣濕度較大，為氣溶膠的產生提供了充足的水分條件，近地面常出現逆溫現象且地面風速小，大氣垂直運動受到阻礙，不利于污染物擴散，從而導致重霧—霾天氣頻發。

2 數據來源

MODISL1B_1 km數據是MODIS系列數據產品中的二級產品，產品ID為MOD02。本文下載研究區2016—2018年的3—9月云量覆蓋較少的影像數據，并對其進行預處理，再進行AOD反演。地面實測AOD數據來自NASA官方發布的AERONET站點數據，采用該數據對反演結果進行精度驗證。MODIS傳感器上搭載的Terra星觀測結果繪制的地形數據稱為GDEM，空間分辨率可達30 m，經過處理可對研究區內空間分布和地形變化進行更直觀的分析與討論。分析數據選取能表現城市化進程的相關數據，包括常住人口密度、不透水面覆蓋率、工業企業數量，人口數據和工業企業數量均來自安徽省統計局統計年鑒，由于數據限制，本文人口數量采用101個區縣的數據，工業企業數量采用17個地級市的數據；不透水面數據來自LIU H[9]等提供的全球不透水面數據集GAIA，該數據給出了準確的不透水面信息。

3 技術流程設計

3.1 反演方法

目前，氣溶膠反演工作中最常用的方法是暗像元法，也叫濃密植被法。暗像元是指在遙感影像上看起來很暗的區域，該處地物對可見光吸收能力強、反射能力弱。相關研究顯示，氣溶膠會影響暗像元地物的輻射亮度，AOD越大，輻射亮度增強越明顯，二者之間呈正相關關系。利用這種關系反演AOD的方法稱為暗像元法。如何判定暗像元是利用該方法反演AOD的核心，當前理論認為大多數地物在紅光、藍光波段反射率較低，再結合歸一化植被指數（NDVI）或近紅外通道的表觀反射率即可識別出暗像元。Kaufman Y J[10]等通過大量試驗研究，擬合得到3個不同區域波段與地表之間的關系，分別為藍光波段（0.47μm）、紅光波段（0.66μm）和中紅外波段（2.1μm）。其關系式為：

式中，ρ紅和ρ藍分別為紅光和藍光通道的地表反射率。

3.2 技術路線設計

首先對原始數據進行預處理，并采用暗像元法反演AOD；再采用NASA提供的地面站點實測AOD數據與反演結果數據進行對比，驗證反演結果的精度；然后分別統計每個月的AOD均值，并對其進行排序，用于后續相關性分析工作；最后根據對應地區AOD值的大小對表征城市化因子數據進行分級處理，分析不同等級因子對AOD的影響。技術路線如圖1所示。

圖1 技術路線

4 AOD反演實驗及其時空分析

4.1 反演實驗

由于NASA官方發布的氣溶膠產品的空間分辨率較低（分別為3 km和10 km），且缺失值較多，對于研究區內城市化對AOD的影響有很大的局限性，因此挑選研究區內無云或少云的MODISL1B_1 km數據進行反演，提高了反演結果的空間分辨率和數值連續性，也減少了缺失值對研究結果的影響，使結論更加具有說服力。

數據預處理工作主要包括對MODISL1B_1km數據進行去除蝴蝶結效應、幾何校正、波段合成、裁剪等，反演結果如圖2所示，AOD月均值統計結果如表1所示。

表1 月均值統計數據

圖2 反演結果

4.2 精度驗證

NASA在各國不同區域建立了600個氣溶膠自動監測站點，其監測得到的地面實測數據通常被用來驗證遙感反演得到的氣溶膠數據的精度。安徽省分布著3個監測站點（阜陽、壽縣、合肥），由于在本文研究時段內站點數據缺失一個月，因此利用收集到的20組實測數據與反演數據進行相關性分析。此外，MODIS反演的結果為550 nm處的AOD，而站點數據則為340～1 640 nm不等，無550 nm處的AOD，考慮到準確性，本文采用國際上AOD波段與Angstrom指數之間的函數關系[11]，通過線性擬合得到550 nm處的AOD值，擬合公式為：

式中，α為Angstrom指數。

通過遙感影像反演得到的氣溶膠數據與地面實測氣溶膠數據的相關性分析結果如圖3所示，可以看出，二者呈現顯著的相關性，相關系數達到0.823，由此可以得出結論，基于MODIS影像反演的AOD數據可用于對安徽省的研究。

圖3 實測數據與反演數據的相關性分析結果

4.3 AOD時空變化分析

4.3.1 AOD空間分布特征

總體來講，安徽省AOD分布特征較為明顯，低AOD區（0～0.3）多分布于皖南山區，由于該區域海拔較高、受人為污染影響較小，且其他區域產生的氣溶膠顆粒不易向高處擴散，使得區域內AOD值偏低；而中高AOD區（0.6～1.6）多分布于皖北平原、皖中以及沿江地區，由于皖北平原地勢較平坦，且經濟發展主要依靠農業和煤礦業，主要氣溶膠污染源為農業燃燒和粉塵，馬鞍山一帶經濟發展以工業為主，產生大量NO2、SO2等污染氣體，因此該區域AOD值普遍偏高，這也表明氣溶膠分布受局部排放源的影響很大，分布特征與城市規劃發展戰略相符合；沿江地區AOD值較高，其原因在于該區域空氣濕度大，大氣的垂直或水平運動導致氣溶膠沉降堆積或水平輸送擴散，生成氣溶膠的化學反應也會相應增強。

4.3.2 AOD時間分布特征分析

AOD各區間占比如表2所示，可以看出，安徽省AOD普遍處于中等水平（0.6～1），3—5月污染較嚴重的原因在于上海、江蘇、浙江等地經濟發達，工業生產產生的大量污染氣體在風的作用下輸入安徽省，導致污染加劇，其次安徽省距離東部沿海地區較近，在沿海到內陸的季風作用下，也會導致研究區內氣溶膠濃度升高；6月降水較頻繁，無論是氣流對氣溶膠的擴散作用還是降水對氣溶膠的濕沉降作用，都會導致氣溶膠濃度的降低；7—9月天氣炎熱，汽車尾氣、空調排放等污染物激增，且由于安徽省是農業大省，農作物豐收伴隨而來的是農作物秸稈的焚燒，導致夏秋之交的AOD值偏高。

表2 AOD各區間所占百分比/%

5 AOD與城市化的關系

5.1 AOD城鄉差異分析

本文利用GAIA城市邊界數據對城市地區和農村地區進行劃分，分別統計各地區的平均值（圖4），可以看出，除3月外，其他月份均為城市AOD值大于農村AOD值，3月這一城鄉差異現象也說明了人類異常活動和突發因素的存在，各月份城鄉差值依次為-0.33、0.07、0.16、0.92、0.38、0.17、0.33。

圖4 城區與非城區AOD變化

5.2 AOD與城市化表征因子的關系

本文選取的表征城市化進程的因子包括各地級市的常住人口數量、不透水面面積以及工業企業數量，分別計算并統計各影響因子在對應區縣的數據和AOD值，以此來量化比較AOD與各種因素的相關性，探究城市化對AOD的影響。常住人口數量對一個地區的城市化水平起到決定性作用，統計分析顯示，安徽省2016—2018年的人口增長率分別為7.06%、8.17%、6.45%。不透水面覆蓋率在城市化進程中也至關重要，安徽省17個地級市2010年與2018年的不透水面總面積分別為3 304 km2和6 440 km2，增長率為12.6%，各地級市不透水面面積存在明顯差異。通過統計17個地級市工業企業數量發現，中部和南部各區縣的工業企業數量多于北部區縣，這主要是由于這些地區位條件優越，交通便利。

本文首先分別計算研究區101個區縣的常住人口密度、不透水面覆蓋率以及17個地級市工業企業分布數量；然后將常住人口密度和不透水面覆蓋率分為5個等級，工業企業數量分為4個等級，為保證每個等級至少含有兩個區縣數據，采用平均分配的方式進行等級劃分，進一步計算不同的因子等級對AOD產生的影響。

5.2.1 常住人口密度與AOD的關系

常住人口密度每個等級所含的區縣個數為20、20、20、20、21，5個等級分別為0.01～0.03、0.03～0.04、0.04～0.05、0.05～0.09、0.09～0.53；利用單因素方差分析法對該組數據進行分析，利用Fisher最小顯著性差異檢驗各分組間的差異，利用皮爾遜相關系數度量二者的相關程度。

結果顯示，常住人口密度與AOD之間呈正相關關系，R2=0.729，如圖5所示，且不同人口等級之間存在顯著差異性（F=3.8、P＜0.05），如0.01～0.03等級的AOD值小于后4個等級的AOD值。

圖5 AOD與常住人口密度的相關性分析

5.2.2 不透水面覆蓋率與AOD的關系

不透水面覆蓋率每個等級所含的區縣個數為20、20、20、20、21，5個 等 級 分 別 為0.004～0.039、0.044～0.096、0.103～0.157、0.157～0.227、0.236～0.631；分析方法與常住人口密度分析方法相同。結果顯示，不透水面覆蓋率與AOD之間也成正相關關系，R2=0.78，如圖6所示，且不同不透水面覆蓋率等級之間存在顯著差異性（F=15.829、P＜0.05），如0.004～0.039、0.044～0.096兩個等級的AOD值小于后3個等級的AOD值。

圖6 AOD與不透水面覆蓋率的相關性分析

5.2.3 工業企業數量與AOD的關系

工業企業數量每個等級所包含的地級市個數為4、4、4、5，4個等級分別為16～43、43～67、69～95、131～309；分析方法與常住人口密度和不透水面覆蓋率分析方法相同。結果顯示，工業企業數量與AOD之間也呈正相關關系，R2=0.722，如圖7所示，且不同等級之間差異明顯（F=6.492、P＜0.05），如16～43、43～67兩個等級的AOD值明顯小于后兩個等級的AOD值。

圖7 AOD與工業企業數量的相關性分析

6 結語

本文采用暗像元法對安徽省2016—2018年3—9月的MODIS影像進行反演，并進行時空分析，再引入城市化因子定量分析其對AOD分布的影響。

1）采用MODISL1B_1 km數據反演AOD，反演結果的精度R2=0.823，結果較可靠，該數據可用于大氣污染研究。

2）反演結果與城市規劃發展戰略和局部排放污染源相吻合，人類活動少的區域AOD偏低，工業企業分布較密集的區域AOD偏高，表明反演結果合理。

3）安徽省AOD具有較明顯的月際變化特征，AOD月均值在0.3～0.7之間浮動，呈V型曲線上升。

4）研究區的常住人口密度、不透水面覆蓋率和工業企業數量均與AOD呈正相關關系，且不同等級之間存在顯著性差異，表明城市化進程加快確實對大氣環境有一定的負面影響。