合肥市大氣中水汽含量提取及其時空變化特征分析

魯樂樂 方 剛 張 引

（宿州學院環境與測繪工程學院，安徽宿州 234000）

水汽是反映大氣中的一項重要參數。降水作為反映氣候特征的重要氣象要素之一，受到大氣水汽的影響。大氣可降水量（PWV）在時間與空間尺度上扮演著重要角色，在小尺度災難性天氣和短期天氣預測中，大氣可降水量空間分布具有重要的意義[1]。目前，大氣中水汽的探測手段主要有地面遙感、探空氣球、衛星遙感與模擬3種[2-3]。為明確合肥市氣候變化特征及其影響因素，本研究以MODIS數據作為數據源（2021年，每月3景，共36景），安徽省合肥市為研究對象，采用ENVI 5.3和ArcGIS 10.7軟件，通過二通道加權比值法算法對合肥市大氣水汽含量及其時空變化特征進行定量分析，以期為有關部門監測氣候變化提供支撐。

1 材料與方法

1.1 研究區概況

合肥市位于安徽省中部（30°57′～32°32′N，116°41′～117°58′E），長江三角洲西端，處于江淮之間，地形多為丘陵崗地，江淮分水嶺從西向東貫穿全境，總面積為11 445 km2。合肥市水系發達，以江淮分水嶺為分界線，嶺北為淮河水系，嶺南是長江水系。

1.2 數據預處理

1.2.1數據源合肥市遙感影像數據來源于NASA

（https：//ladsweb.modaps.eosdis.nasa.gov/search）。

MODIS數據包括36個波段，其中第17波段、18波段和19 波段為水汽吸收波段，第2 波段和5 波段為大氣窗口波段。非遙感影像數據主要包括合肥市區域矢量數據和探空數據，矢量數據來源于地理空間數據云（http：//www.gscloud.cn），數據格式為. shp；探空數據來源于懷俄明大學網站（http：//weather.uwyo.edu/upperair/bufrraob.shtml）。

1.2.2數據預處理（1）去條帶。由于衛星傳感器的光線、圖像電氣元件的重掃描、掃描探頭元件來回掃描以及溫度變化造成MODIS 數據存在帶狀噪音。本研究使用ENVI 軟件，利用熊賢成等[4]提出的方法，對研究區圖像進行去條帶處理。因為三通道比值法水汽定量反演中，要涉及大氣窗口（第5波段影像），所以在幾何校正前，應對第5 波段影像進行去條帶處理，結果如圖1所示。

（2）蝴蝶結校正。MODIS數據檢測角度為-55°～+55°，檢測角度可達110°。受地形起伏等因素影響，影像波段邊界處會產生交疊現象，稱為“蝴蝶結”效應，成像效果受到很大影響。

（3）幾何校正。受傳感器高度、速度及地球自轉等因素影響，圖像與目標地物存在幾何畸變，像元與地面目標真實位置存在擠壓、扭曲、拉伸及偏移現象，需要對幾何畸變誤差進行幾何校正，結果如圖2所示。

圖2 幾何校正

1.3 大氣水汽反演原理

大氣水汽含量遙感反演算法較多，按照波段可分為近紅外、熱紅外和微波3種[5]。近紅外波段在高精度大氣水汽含量反演中應用前景廣泛[6-7]，因此本研究選擇近紅外波段（NIR）定量反演合肥市大氣水汽含量。MODIS數據中的第2波段、第5波段、第17波段、第18波段和第19波段（0.865、1.240、0.905、0.936和0.940 μm）都是近紅外波段。第2 波段和第5 波段視為大氣窗口通道，透射率接近于1，而第17 波段、第18 波段和第19 波段水汽具有較強的吸收能力，是較好的水汽吸收通道。近紅外波段的數據屬性如表1所示。

表1 數據屬性

1.3.1水汽反演原理結合研究區實際情況，采用二通道比值法和三通道比值法定量反演合肥市大氣水汽含量，其計算公式如下：

式（1）中：W表示大氣水汽含量，單位為g/cm2；α和β是常數，參考于秀麗[8]的研究，α和β分別取0.02和0.651，τi是第i（i可取17、18、19）通道的大氣水汽透射率，根據大氣窗口的波譜特征差異，可以將τi劃分為二通道比值法[式（2）]和三通道比值法[式（3）]。

式（2）和（3）中，ρ2表示第2 波段的反射率，ρ5表示第5波段的反射率，ρi表示第i波段的反射率；c1為0.8，c2為0.2。

1.3.2加權通道比值法第17波段、第18波段和第19波段的靈敏度特性不同，如第17波段對潮濕條件下的水汽具有很強的吸收能力，且具有較高的敏感度；第18波段對干旱條件下的水汽具有很強的吸收能力。因此在某一確定環境下，第17 波段、第18 波段和第19波段的大氣透射率不同，其反演得到的大氣水汽含量也不同。為了提高大氣水汽反演的精確度，先反演3個波段的水汽值，再通過加權算出平均水汽值W，其計算公式如下：

式（4）中：W17、W18和W19分別表示第17波段、第18 波段和第19 波段定量反演計算得到的研究區的水汽值（單位為mm）。f17、f18和f19分別表示第17波段、第18 波段和第19 波段的加權系數，加權系數可根據波段透射率對總可降水量的敏感度來計算，其計算公式如下：

式（5）中：ηi＝|ΔTi/ΔW|，ΔTi/ΔW表示波段大氣透射率隨大氣水汽含量的變化率，能很好地反映出對水汽吸收的敏感度[9]，是大氣水汽含量的函數。

1.3.3遺傳算法優化加權系數根據于秀麗[8]的研究可知，在計算加權系數時，加權系數會根據研究區所包括的下墊層的不同而有所不同。但對于某一個具體的下墊層，可以通過采用優選的方法得到一組最優的權重系數。參考代強玲等[10]的研究，

1.3.4PWV 模型的構建利用MODIS 遙感數據定量反演大氣水汽值，其空間連續性好，可有效克服傳統“點”觀測中的空間覆蓋度不高的問題，但仍存在較大的誤差[11]。為了提高合肥市大氣水汽反演精度，通過對MODIS 數據進行系統分析，利用探空數據對合肥市MODIS 數據反演的大氣水汽值進行校正，既滿足建立模型需要的樣本較多，又能滿足驗證的樣本充分。試驗中，在36 組大氣水汽值中，通過隨機選擇22組水汽值（占61.11%）用于建立模型，剩余組水汽值用于驗證模型精度。

（1）MODIS PWV 與探空數據相關性分析。本研究利用Excel 軟件對MODIS PWV 與探空數據間的相關性進行了定量研究，結果如表2 所示。由表2 可知，MODIS PWV 與探空數據間的相關系數為0.700（P＜0.01），說明二者之間具有很好的相在利用MODTRAN 模型反演大氣水汽時，其地表反射率參數、大氣模式、路徑信息、幾何條件、光譜信息、云和氣溶膠等參數不能完全確定。因此本研究以合肥市政務區（31.8°N、117.2°E）為中心的3×3（像元×像元）區域內的大氣水汽平均值作為該站點的大氣水汽值，并以該大氣水汽值當作輸入樣本，再利用遺傳算法和1stopt 軟件對2 種模型的加權系數分別進行優化和求解。圖3 是二通道加權比值法反演所獲得的水汽值與MOD05值的對比曲線圖，圖4 是三通道加權比值法反演所獲得的水汽值與MOD05值的對比曲線圖。由圖3～4可知，在二通道加權比值法和三通道加權比值法計算中，遺傳算法都能提供最佳效果。但在合肥市大氣水汽值反演中，二通道加權比值法要優于三通道加權比值法。關性。

表2 探空數據與MODIS PWV的相關性

圖3 二通道加權比值法反演的水汽值與MOD05值對比

圖4 三通道加權比值法反演的水汽值與MOD05值對比

（2）MODIS PWV 模型校正。構建探空數據的大氣水汽值與二通道加權比值法反演的MODIS 大氣水汽值間的線性回歸模型，模型如式（6）所示。

式（6）中：PWV探空表示在研究區探空數據中實際測量得到的水汽值，單位為mm；PWVMODIS表示利用合肥市MODIS 數據反演得到的水汽值，單位為mm；a表示模型系數，b為常數。

在Excel軟件中，建立探空數據的大氣水汽值與二通道加權比值法反演的MODIS 大氣水汽值間的線性回歸方程，計算得到a=0.901 1，b=6.910 9，其模型表達式為：y=0.901 1x+6.910 9，回歸曲線如圖5所示。

圖5 MODIS PWV與探空數據的線性回歸

2 結果與分析

2.1 精度評價與分析

本文采用MODIS 05 標準水汽產品（MODISL1B數據）反演的合肥市大氣水汽含量來進行精度評價，精度評價結果分別如圖6～9 所示。其中，圖6 是二通道比值法與MODIS 數據的線性回歸圖，圖7 是三通道比值法與MODIS 數據的線性回歸圖，圖8 是二通道加權比值法與MODIS 數據的線性回歸圖，圖9是三通道加權比值法與MODIS數據的線性回歸圖。由圖6 與圖7 可知，在合肥市大氣水汽含量反演中，二通道比值法和三通道比值法反演的水汽值都與MOD05標準水汽產品成正相關關系。

圖6 二通道比值法與MODIS數據的線性回歸

圖7 三通道比值法與MODIS數據的線性回歸

圖8 二通道加權比值法與MODIS數據的線性回歸

圖9 三通道加權比值法與MODIS數據的線性回歸

由圖8和圖9可知，二通道加權比值法和三通道加權比值法反演的水汽值與MODIS05 水汽產品具有較好的正相關關系，二通道加權比值法的相關系數要高于三通道比值法的相關系數。總體而言，4種模型的大氣水汽反演效果都與MODIS05產品的水汽反演結果吻合度較高。以上結果表明，利用MODISL1B數據定量反演大氣水汽含量是一種切實可行的方法，在合肥市大氣水汽含量反演中，二通道比值法的定量反演效果要優于三通道比值法。

在遺傳算法中，主要通過調整權重系數得到最優解，從而使定量反演的水汽含量精度得到有效提高。4種模型水汽含量反演結果與MOD05標準產品水汽含量反演的精度對比見表3。由表3可知，二通道加權比值法反演精度最高且效果最佳，二通道加權比值法的反演精度比三通道比值法的反演精度高98.94百分點，比三通道加權比值法的反演精度提高1.96百分點。

表3 4種模型的反演結果與MOD05標準產品的精度對比

2.2 PWV精度探究

為了使精度驗證結果更可靠、可信，將二通道加權比值法與PWV校正模型作精度對比分析，結果表明MODIS PWV 模型校正法具有很好的正相關性，也具有較高的反演精度。然而，MODIS PWV校正模型存在區域差異，Vaquero-Martinez 等[12]研究表明，MODIS PWV模型反演水汽含量時，在不同的區域應用效果和精度不一樣，各個區域需要單獨進行評估。MODIS PWV 校正模型反演合肥市MODIS 水汽含量值具有很高的精度和很好的效果，結果如表4所示。

表4 二通道與MODIS PWV矯正模型精度對比

2.3 合肥市大氣水汽含量的時空分布特征

2.3.1空間分布特征利用MODIS PWV校正模型提取和反演得到合肥市大氣水汽含量空間分布特征，結果如圖10（1—4月）、圖11（5—8月）和圖12（9—12月）所示。為便于對合肥市大氣水汽含量的空間分布特征進行深入分析，將合肥市區域矢量邊界加入水汽含量圖中（長豐縣、肥東縣、肥西縣、巢湖市、蜀山區、廬陽區、瑤海區和包河區）。由圖10 可知，1 月4日，合肥市大氣水汽含量在7.3 mm左右，水汽含量較低；水汽含量低值區域主要分布在長豐縣、肥西縣北部和蜀山區西部，水汽含量均在7.1 mm 以下。由圖11 可知，6 月29 日，合肥市大氣水汽含量呈上升趨勢，水汽值在8—9 mm的區域約占90%，肥西縣以北區域的水汽值偏低，合肥市城區與肥西縣以南區域的水汽含量偏高，均在8 mm左右。7月1 日、7 月20 日和7 月31 日3 個時段的總降水比5—6月降水多。其中，7月20日總降水最多，超過11 mm的降水區域占90%；7 月1 日總降水最少?？傮w來看，合肥市大氣水汽含量在2021年6—9月呈上升趨勢，7月上升速度最快。從區域分布上來看，肥西縣總濕度偏低。通過對36 景合肥市大氣水汽含量分布圖的綜合研究可以得出，在同一時期內，合肥市靠近城區的區域，水汽含量普遍偏高。

圖10 1—4月大氣水汽含量分布

圖11 5—8月大氣水汽含量分布

2.3.2時間分布特征利用MODIS PWV 校正模型提取和反演得到合肥市2021年1—12月大氣水汽含量分布，水汽含量各月統計結果如圖13所示。由圖13可知，合肥市6—9月的平均大氣水汽含量呈上升趨勢，7月中下旬和8月上旬的平均大氣水汽含量較高，合肥市7 月平均大氣水汽含量大于11 mm。合肥市平均大氣水汽含量的最小值出現在12 月上旬，約為7.2 mm。總體來看，合肥市大氣中平均水汽含量在6—7 月呈增加趨勢，8—9 月有輕微的減少，但比5—6 月稍高。這意味著，2021 年1—12 月期間，合肥市平均大氣水汽含量的較大值在7 月和8月，與合肥市降水期在7—9月相吻合，具有很好的一致性。

3 結論與討論

本研究以2021年1—12月MODISL1B數據為數據源，合肥市為研究區域，采用MODIS PWV 校正模型、二通道比值法、三通道比值法、二通道加權比值法和三通道加權比值法，實現了對合肥市大氣水汽含量的定量反演，并對合肥市大氣水汽含量時空分布特征進行了分析。

在利用MODIS 數據定量反演合肥市大氣水汽含量中，通過計算比較可知，二通道比值法要優于三通道比值法，二通道加權比值法的相關系數要高于三通道比值法的相關系數。二通道加權比值法反演精度最高且效果最佳，二通道加權比值法的反演精度比三通道比值法的反演精度高98.94百分點；比三通道加權比值法的反演精度提高1.96百分點。

從時間上看，合肥市大氣水汽平均含量在6—7月呈上升趨勢，1 月份水汽含量最低，7 月份大氣水汽含量最高。從空間上看，水汽含量低值區域主要集中在肥西縣北部，市區附近水汽含量同期較高。

由于數據質量、數據數量和數據處理技術水平等因素，可能會導致合肥市大氣水汽含量計算結果與實際值存在一定的偏差，今后需進一步改進和優化算法，以提高合肥市大氣水汽含量的反演精度。