基于遥感影像的PM2.5浓度分布的探索

杜佳威 汤田玉 黄敏

【摘要】本文旨在探究大气气溶胶光学厚度产品与地面PM2.5的质量浓度之间的关联，以武汉、宜昌地区为例，探索湿度影响订正后的卫星大气气溶胶光学厚度产品与PM2.5质量浓度的关系，并进行详细改进、总结展望，进而达到利用遥感影像监测PM2.5的目的。

【关键词】PM2.5;气溶胶;遥感数据;关系

1.研究背景

随着社会经济的发展、工业建设和城市化进程加快，大气污染日渐严重，危害人类生产生活，PM2.5也成为关注的焦点。PM2.5是指大气中直径小于或等于2.5微米的颗粒物，能直接进入人体肺部，其自身及其携带的有害物质有了侵入人体的机会，严重危害人们健康[1]。

目前国内对PM2.5的监测方法主要包括重量法、β射线法和微量振荡天平法[2]。这些方法与样本点的数量、密度、分布息息相关，难以精确反应PM2.5浓度分布随时间和空间的变化。由于遥感数据有区域性强、分布范围广、时效性强的特点，近年来专家学者纷纷利用遥感反演方法研究PM2.5分布情况。如李倩等[3]对香港元朗地区中等分辨率成像光谱仪影像进行气溶胶反演，为PM2.5浓度反演提供了可行参考。

2.研究概述

2.1 研究内容

探索大气气溶胶厚度与PM2.5关系模型，定量分析PM2.5的浓度分布。首先，获取气溶胶光学厚度，并记录对应时段PM2.5实际质量浓度。然后，对反演得到的AOD产品进行垂直分布订正和湿度影响的订正。最后，对订正后的MODIS气溶胶光学厚度与地面PM2.5浓度进行相关分析，探索建立关系模型。对模型进行评估，对存在问题提出改进方案，实现基于遥感影像的PM2.5的监测。

2.2 研究方法

通过对中等分辨率成像光谱仪（moderate-resolution imaging spectroradiometer，MODIS）提供的L1B级基础数据进行反演，得到1km分辨率气溶胶光学厚度。首先利用Kaufman等人提出的暗目标法[4]计算地区下垫面地表反射率，并通过气象资料，利用6S传输模型（太阳光谱卫星信号的二次模拟）推算本地气溶胶模型;然后利用辐射传输模型计算出气溶胶光学厚度。反演过程包括MODIS影像的辐射校正、几何校正、云检测、气溶胶反演等。在测定PM2.5浓度时一般会有一个干燥处理的过程，也考虑到AOD是消光系数在垂直方向上的积分，必需先将反演生成气溶胶光学厚度进行湿度订正和高度订正。

3.实验部分

3.1 数据

本次实验以武汉、宜昌两地为例进行分析。PM2.5数据湖北省环境质量综合发布平台发布的2013年9月1日至2013年10月30日的每日监测数据。气象数据来源于湖北省气象台地面观测站，主要有以下几种要素：日平均气温、日相对湿度、日平均风速、日降水量。根据2.2中的反演方法，用MODIS影像反演出地表对应时间内的1km分辨率的AOD产品。

3.2 模型建立

遥感反演气溶胶光学厚度是在自然背景下进行的，气溶胶颗粒物的消光系数受相对湿度影响较大，在相对湿度较高的情况下，水溶性气溶胶颗粒吸湿膨胀，消光系数可增大数倍，这一湿度影响因子与相对湿度的关系[5]可以表示为：

f（RH）=l/（l-RH/100）

圖3.1 武汉线性函数建模

图3.2 武汉二次函数建模

图3.4 宜昌二次函数建模

图3.3 宜昌线性函数建模

表3-1 湿度订正后模型对照表

故建立AOD值与PM2.5*f（RH）的关系模型，对武汉市、宜昌市分别建立线性函数和二次函数模型，如图3.1、图3.2、图3.3、图3.4所示。拟合的函数模型表达式，见表3-1。

3.3 结果分析

以武汉市和宜昌市建模，容易发现数据拟合效果不佳。利用函数模型表3-1，对武汉市和宜昌市数据进行检校，误差较大，函数模型的准确性和可靠性不高。

分析产生的原因，主要有以下几方面：① MODIS影像生成AOD精度不够，6S传输模型不能完全模拟存在诸多不定因素的实际大气，不可避免地导致误差的增大，需要使用更加精确的算法提高AOD反演的精度。②由于PM2.5数据和相对湿度数据都是日均值，这些日均值数据与瞬间获取的遥感卫星获取影像数据存在差异较大。③若获得地面水平能见度数据进行标高订正，模型拟合散点效果会变好。④遥感数据相对缺乏。由于云层过厚、数据质量等问题，导致采样点有限。

4.总结展望

由于大气气溶胶光学厚度描述的是气溶胶对光的衰减作用，与大气浑浊系数密切相关，因而与大气污染的重要因子PM2.5有一定相关性。但在实际研究中，由于实际环境中多种因子的综合影响，这种相关性并不高。

若更为深刻的探索遥感数据产品与可入肺颗粒PM2.5相关性，此方法存在诸多需要改进之处，例如采用陶金花等[6]估算近地面颗粒物浓度的新方法，精度大幅提高;获取更多高质量的遥感影像数据;构建更加密集的散点图分析相关性;采用更为精细的函数模型进行拟合等等。本研究中大气气溶胶光学厚度与PM2.5的相关性较低，提高大气气溶胶光学厚度与PM2.5的相关性是这方面研究亟待克服的难题。

参考文献

[1]Yang Liu.New Directions：Satellite driven PM2.5 exposure models to support targeted particle pollution health effects research[J].Atmospheric Environment，2013，68（4）：52-53.

[2]孙亮.灰霾天气成因危害及控制治理[J].环境科学与管理，2012，37（10）：71-75.

[3]李倩，李成才，王烨芳等.利用激光雷达和卫星遥感获得城市地面大气悬浮颗粒物浓度分布[J].北京大学学报（自然科学版），2012，10（1）：1-10.

[4]Kaufman Y J，Tanre?Didier， Boucher O.A satellite view of aerosols.

in the climate system[J].Nature，2002，419，215-223.

[5]石勇.武汉市MODIS气溶胶光学厚度与空气PM10浓度的关系研究[D].武汉：华中农业大学，2012.

[6]陶金花，张美根，陈良富等.一种基于卫星遥感AOT估算近地面颗粒物的方法[J].中国科学：地球科学，2013，43（10）：143-154.

[7]陈伟，王黎明，田庆久.一种基于阴影像元的光学遥感大气校正方法[J].测绘学报，2008，37（4）：469-475.