基于AOD数据的秸秆焚烧监测

范东福，杨书运，吴必文，范东勤，王 俊，江 波，陈晓龙

(1.安徽农业大学资源与环境学院，合肥 230036;2.农业部合肥农业环境科学观测试验站，合肥 230036;3.安徽气象科学研究所，合肥 230031;4.西安交通大学机械工程学院，西安 710049)

0 引言

中国农作物秸秆年产量约7亿 t，居世界首位［1］。在20世纪90年代以前，秸秆作为中国农村地区主要的生活能源被收集利用。近20 a以来，随着经济快速发展，农村劳动力大量外出务工，农民经济收入增加，秸秆作为生活能源的价值逐年降低，并逐渐被化石能源所代替，在收获季节，由于劳动力短缺和赶农时等因素，秸秆露天集中焚烧现象日益严重［2］。秸秆焚烧污染大气，降低能见度，引发交通事故［3］。

气溶胶是悬浮在大气中的液态或者固态微粒的胶体［4］，气溶胶光学厚度 (aerosol optical depth，AOD)是指在晴空大气铅直气柱中，气溶胶的消光系数在垂直方向上的积分，是描述气溶胶对光衰减作用的一个无量纲量，在一定程度上能够描述区域大气污染程度。AOD值越小，大气越洁净;反之则越浑浊［5］。Chu 等［6］利用 MODIS 的 AOD 数据，证实了用AOD数据监测大气污染的可行性;李成才等［7］利用 MODIS Level 1B资料反演的香港地区AOD值分布图与可吸入颗粒物(particulate matter with particle size less than or equal to 10 microns，PM10)浓度变化数据进行了比较，结果表明AOD数据可以用来描绘城市尺度的气溶胶污染分布;何秀等［8］对MODIS的AOD产品进行垂直和湿度影响订正后，证明可以用于地面PM10浓度的监测。

生物质燃烧会产生越境污染，导致临近地区的空气质量降低［9］，集中焚烧秸秆将对区域大气环境产生灾难性的影响，轨迹分析是研究区域性空气污染扩散问题的方法之一［10］。苏继峰等［11］利用HYSPLIT后向轨迹模式选取1 500 m，2 000 m和2 500 m这3个高度模拟皖南地区的水汽来源;苏继峰等［12－13］又选取100 m，500 m，800 m 和1 000 m 这 4个高度模拟南京地区的污染物;Hee－Jin等［14］对韩国Anmyon地区1 500 m高度的污染物来源进行追踪;Begum等［15］对美国魁北克市500m高度的污染物进行追踪;魏文华等［16］分析了合肥市10 m和1 000m高度雾的水汽来源;黄侃［17］分别选取500 m，1 000 m，1 500 m，2 000 m，3 000 m 这5个高度对上海地区灰霾的来源进行追踪;张瑜［18］选取江淮流域5个持续性暴雨过程，选择500 m，1 000 m和1 500 m这3个高度模拟暴雨的水汽来源。这些研究主要分析单个高度(如100 m，500 m及1 000 m)的物质来源。

安徽及周边7省市是中国的冬小麦主产区，安徽省北部小麦主产区每年5月28日到6月5日集中收获期的秸秆产量就约1 130万t。而每年6月初集中收获期间都会出现大规模无序的秸秆焚烧现象，造成严重的区域性大气污染。本文针对2009年6月1—9日发生在安徽的一次PM10污染事件，从秸秆焚烧火点出发，利用风场产品和MODIS的AOD数据，根据大气边界层的Ekman螺线理论，解析出大气边界层不同高度层(如500～1 000 m之间的整层大气)的污染物来源，结合气流后向轨迹分析，对安徽及周边省市的秸秆焚烧现象进行综合研究，探究秸秆焚烧对PM10污染事件的影响，以期为由秸秆焚烧引起的空气污染事件的预警和监管提供依据。

1 研究区概况与数据源

1.1 研究区概况

本文研究区域的范围为E110°～125°，N25°～40°(图1)，冬小麦主产区包括了我国的安徽省及山东省、江苏省、浙江省、江西省、湖北省及河南省。每年5月末—6月初，研究区的油菜和小麦等作物收获后，都有大量的秸秆被露天焚烧，造成区域性的大气环境严重污染。因此，选择该区域作为研究秸秆焚烧情况的对象具有代表性。

图1 研究区域示意图Fig.1 Location map of study area

1.2 数据源

1)MODIS气溶胶产品。MODIS气溶胶产品来自NASA的MODIS一级数据和大气档案与分发系统(level1 and atmosphere archive and distribution system，LAADS)。本文使用Terra卫星收集的空间分辨率为10 km的MOD04_L2气溶胶光学厚度产品。

2)本文使用的火点数据来自于美国NASA的面向资源管理的火灾信息系统(fire information for resourcemanagement system，FIRMS)。火点为矢量点数据，空间分辨率为1 km，地理坐标系为WGS_84，投影坐标系为等经纬度坐标系。

3)研究用到的10 m风场数据来自于大气与环境数据库(environmental central facility，ENVF)。风场的范围为 E110°～125°，N25°～40°。

4)本研究采用NOAA研制的混合单粒子拉格朗日轨迹(hybrid single particle lagrangian integrated trajectory，HYSPLIT)模式分析秸秆焚烧产生的气溶胶的迁移情况。该模式使用美国空气资源实验室(air resources laboratory，ARL)提供的全球数据分析系统(global data analysis system，GDAS)数据进行模拟，可以针对不同的扩散源，能进行较完整的迁移轨迹和污染物浓度扩散模拟，并能够处理多种气象要素场，被广泛应用于大气污染物扩散研究［19］。因此，该模式可用于秸秆焚烧引起的污染物的迁移轨迹的模拟分析。模式详细介绍参看文献［20］。

5)研究用到的PM10浓度数据来自于安徽省环境监测中心站。

2 结果分析

2.1 AOD 分析

每年6月初安徽省及周边省份小麦收割季节，大量的秸秆焚烧产生大量的可吸入颗粒物，对大气环境造成了严重的污染，直接导致华东部分地区空气质量下降［21］，并引起大气气溶胶光学厚度的变化。本文就秸秆焚烧火点最为密集的2009年6月3—5日的情况进行分析。

从2009年6月3日的AOD分布图(图2)上可以看出，AOD高值区分布在由安徽东北部向东南方向延伸到江苏中南部的带状区域内。据2009年6月3日的火点和风场分布图(图3)可知，该东南—西北走向的AOD高值区的东边(江苏省与山东省交界处)为偏东风，西边为偏西风，这样可以使秸秆焚烧产生的污染物聚集在该带状区域内(图2)，使得淮北和宿州的PM10日均浓度接近150μg/m3。

图2 2009年6月3—5日的AOD分布示意图Fig.2 Sketch maps of AOD distribution from June 3 to 5，2009

图3 2009年6月3—5日的火点和风场示意图Fig.3 Sketch maps of hot spots and w ind direction from June 3 to 5，2009

2009年6月4日，安徽中北部和江苏中南部的秸秆焚烧火点密集，且2地的风向为东南风(图3)。通过观察2009年6月4日AOD分布图(图2)，江苏中南部和安徽中北部分布着东南—西北走向的AOD高值区，AOD高值区与火点分布和风向较为吻合。同期，河南中南部和湖北中北部也分布大量火点，且盛行偏南风，使得2地AOD高值区向北延伸。

2009年6月5日，安徽中部、北部和山东西南部的AOD都很高(图2)，河南东南部的AOD不高。通过观察2009年6月5日的火点和风场分布图(图3)可知，河南东南部虽有大量的火点，但吹得是西南风，秸秆焚烧所产生的部分污染物被输送到安徽省西北部，使得安徽省西北部当地秸秆焚烧产生的已经很高的污染物浓度进一步上升;安徽北部及其东西两侧当天均为偏南风，并且安徽北部有大量火点，而山东西南部仅有少量的火点，偏南风将安徽北部秸秆焚烧所产生的污染物输送到了山东西南部，形成了一个明显的从安徽北部伸向山东西南部及中部的“AOD高值舌”。根据火点数据得出，2009年6月5日安徽省共有690个火点，主要分布在安徽北部。环境监测数据表明，阜阳、蚌埠及淮南当天的PM10日均浓度都超过了150μg/m3，淮北、宿州及滁州的PM10接近150μg/m3。从当日AOD分布图(图2)可以看出，安徽北部的AOD高值区范围达到了6月3日以来的最大值。

从上述分析可知，气溶胶光学厚度一方面受火点多少及分布状况的影响，另一方面受风场的影响。将火点分布与风场结合起来分析，再与气溶胶光学厚度数据相比较可以发现，它们之间在空间上有很好的一致性。

2.2 HYSPLIT气流轨迹分析

此次PM10污染事件给大气环境、人体健康及城市交通都带来了严重影响，其污染源引起了广泛关注。采用美国NOAA研制的轨迹模式HYSPLIT，利用NCEP气象再分析资料，计算2009年6月5日秸秆焚烧火点密集的阜阳市PM10污染事件时(2009年6月5日18时)气团的30 h后向迁移轨迹(图4)，对造成阜阳市PM10污染事件的污染源进行分析。

图4 阜阳市2009年6月5日18时的30 h后向轨迹示意图Fig.4 Sketch map of backward trajectorys at Fuyang after 30 h in 2009－06－05T18:00

图4中8条从上向下逆时针依次为1 500 m，1 000 m，500 m，400 m，300 m，200 m，100 m 及50 m高度处影响阜阳市6月5日18时空气质量的大气污染物的前30 h的后向轨迹。从50～1 500 m的8个高度，随着高度的增加，气流逐渐从50 m高度处的西南方向，顺时针旋转为1 500 m高度处的西北方向，符合在大气边界层，风向随高度增加而向右旋转(北半球)的Ekman螺线规律［22］，结合火点分布图(图3)可知，在阜阳市2009年6月5日18时的30 h后向轨迹的上游方向(阜阳市西部、西北部及西南部，河南省中部、东南部及湖北省北部)有大量的火点。因此，从上述分析可以看出，2009年6月5日18时阜阳市PM10污染事件的外来污染物主要通过阜阳市的30 h后向轨迹输送而来。据大气边界层的Ekman螺线理论和2009年6月5日的火点分布图(图3)可知，阜阳市1 500 m高度以上的污染物主要来自河南省中北部的秸秆焚烧火点，1 000～1 500m高度层的污染物主要来自河南省中南部、东南部和阜阳市西部，500～1 000 m高度层的污染物主要来自湖北省与河南省交接处和河南省东南部，500 m高度以下的污染物主要来自湖北省中东部。

2.3 火点与AOD相关性分析

为定量分析火点分布与AOD的相关性，选取安徽淮河流域(农业聚集区)为特征区，分别选择具有代表性的2008年6月5日、2011年6月7日、2011年6月8日、2006年6月11日和2013年6月13日的火点与AOD为研究样本。首先对这5 d的火点数据进行密度分析;再利用ArcGIS软件的Raster Calculator工具计算火点密度与对应日期的AOD的相关系数，结果见图5。

图5 火点与AOD的相关系数分布示意图Fig.5 Sketch map of correlation coefficients distribution between hot spots and AOD

从图5可以看出:特征区内大部分区域的火点密度与AOD为正相关。这表明秸秆焚烧对AOD的变化有直接的影响。每年5月末—6月初，农作物集中收获期大规模的秸秆焚烧能显著提高区域的AOD。因此，可以利用AOD数据监测区域的秸秆焚烧状况。

3 结论

1)安徽省的秸秆焚烧发生在每年的夏收和秋收季节，每年的6月秸秆焚烧达到最大规模。2009年6月3—5日，安徽的秸秆焚烧主要发生在皖北，2009年6月5日的火点数目最大，AOD高值区范围最大。

2)本文分析了AOD值的变化与火点数量、火点分布、风场分布的关系，得到秸秆焚烧火点10 m风场与AOD值之间存在一致性。因此，某种程度上使用AOD产品，再结合秸秆焚烧火点产品和10 m风场数据，可进行秸秆焚烧的监测。

3)采用轨迹模式HYSPLIT，绘制8条不同高度的影响阜阳市2009年6月5日18时空气质量的大气污染物的前30 h的后向轨迹，结合对2009年6月5日安徽省及周边省市秸秆焚烧火点分布的分析，可以确定造成阜阳市2009年6月5日18时PM10污染事件的部分污染物，是通过30 h后向轨迹输送来的。从结果来看，当地及周边地区的秸秆焚烧、西南及西北气流的输送是污染事件发生的主要原因。

4)选择5 d有代表性的火点和AOD数据，对特征区火点密度与AOD值的相关分析表明火点密度与AOD值之间有正相关性，这说明秸秆焚烧产生的颗粒物是气溶胶的来源之一。因此，利用AOD数据监测区域秸秆焚烧状况是可行的。

志谢:感谢中国科学院南京地理与湖泊研究所湖泊流域数据集成与模拟中心提供淮河流域数据。

［1］ 张鹤丰.中国农作物秸秆燃烧排放气态、颗粒态污染物排放特征的实验室模拟［D］.上海:复旦大学，2009.Zhang H F.A Laboratory Study on Emission Characteristics of Gaseous and Particulate Pollutants Emitted from Agricultural Crop Residue Burning in China［D］.Shanghai:Fudan University，2009.

［2］ 曹国良，张小曳，郑方成，等.中国大陆秸秆露天焚烧的量的估算［J］.资源科学，2006，28(1):9－13.Cao G L，Zhang X Y，Zheng F C，et al.Estimating the quantity of crop residues burnt in open field in China［J］.Resources Science，2006，28(1):9－13.

［3］ 方 萌，张 鹏，徐 喆.“3S”技术在农作物秸秆焚烧监测中的应用［J］.国土资源遥感，2006，18(3):1－4.doi:10.6046/gtzyyg.2006.03.01.Fang M，Zhang P，Xu Z.The application of the 3S technique to the management of crop residue burning［J］.Remote Sensing for Land and Resources，2006，18(3):1－4.doi:10.6046/gtzyyg.2006.03.01.

［4］ 徐祝龄.气象学［M］.北京:气象出版社，1994.Xu Z L.Meteorology［M］.Beijing:China Meteorological Press，1994.

［5］ 于兴娜，李新妹，登增然登，等.北京雾霾天气期间气溶胶光学特性［J］.环境科学，2012，33(4):1058－1059.Yu X N，Li X M，Deng Z R D，et al.Optical properties of aerosol during haze－fog episodes in Beijing［J］.Environmental Science，2012，33(4):1058－1059.

［6］ Chu D A，Kaufman Y J，Zibordi G，et al.Globalmonitoring of air pollution over land from the earth observing system－terra Moderate Resolution Imaging Spectroradiometer(MODIS)［J］.Journal of Geophysical Research:Atmospheres(1984－2012)，2003，108(D21):4661.doi:10.129P2002JD 003179.

［7］ 李成才，毛节泰，刘启汉.利用MODIS资料遥感香港地区高分辨率气溶胶光学厚度［J］.大气科学，2005，29(3):337－341.Li C C，Mao JT，Liu Q H.Remote sensing of high spatial resolution aerosol optical depth with MODIS data over Hong Kong［J］.Chinese Journal of Atmospheric Sciences，2005，29(3):337－341.

［8］ 何 秀，邓兆泽，李成才，等.MODIS气溶胶光学厚度产品在地面PM10监测方面的应用研究［J］.北京大学学报:自然科学版，2010，46(2):180－183.He X，Deng Z Z，Li C C，et al.Application of MODISAOD in surface PM10evaluation［J］.Acta Scientiarum Naturalium Universitatis Pekinensis，2010，46(2):180－183.

［9］ Miettinen J，Liew S C.Connection between fire and land cover change in Southeast Asia:A remote sensing case study in Riau，Sumatra［J］.International Journal of Remote Sensing，2005，26(6):1109－1126.

［10］ Brankov E，Trivikrama R S，Porter P S.A trajectory－clusteringcorrelationmethodology for examining the long－range transport of air pollutants［J］.Atmospheric Environment，1998，32(9):1525－1534.

［11］ 苏继峰，周 韬，朱 彬，等.2009年6月皖南梅雨暴雨诊断分析和水汽后向轨迹模拟［J］.气象与环境学报，2010，26(3):35－37.Su JF，Zhou T，Zhu B，et al.Diagnostic analysis on Meiyu rainstorm and its simulation based on backward trajectory analysis method during June2009 in the south of Anhui Province［J］.Journal of Meteorology and Environment，2010，26(3):35－37.

［12］ 苏继峰.秸秆焚烧对南京及周边地区空气质量的影响［D］.南京:南京信息工程大学，2011.Su J F.Crop Residue Burning Influence on the Air Quality over Nanjing and Surrounding Regions［D］.Nanjing:Nanjing University of Information Science and Technology，2011.

［13］ 苏继峰，朱 彬，周 韬，等.秸秆焚烧导致南京及周边地区2次空气污染事件的成因比较［J］.生态与农村环境学报，2012，28(1):39－41.Su JF，Zhu B，Zhou T，et al.Contrast analysis of two serious air pollution eventsaffecting Nanjing and its surrounding regions resulting from burning of crop residues［J］.Journal of Ecology and Rural Environment，2012，28(1):39－41.

［14］ Hee－Jin I，Kim Y P.Estimation of the aerosol optical thickness distribution in the Northeast Asian forest fire episode in May2003:Possible missing emissions［J］.Atmospheric Research，2010，98(2/4):261－273.

［15］ Begum B A，Kim E，Jeong C，et al.Evaluation of the potential source contribution function using the2002 Quebec forest fire episode［J］.Atmospheric Environment，2005，39(20):3719－3724.

［16］ 魏文华，王体健，石春娥，等.合肥市雾日气象条件分析［J］.气象科学，2012，32(4):437－442.WeiW H，Wang T J，Shi C E，et al.Analysis ofweather conditions for fog in Hefei［J］.Journal of the Meteorological Sciences，2012，32(4):437－442.

［17］ 黄 侃.亚洲沙尘长途传输中的组分转化机理及中国典型城市的灰霾形成机制［D］.上海:复旦大学，2010.Huang K.The Transformation of Aerosol Components during the Long－Range Transport of Asian Dust and the Formation Mechanism of Haze in Mega－City，China［D］.Shanghai:Fudan University，2010.

［18］ 张 瑜，汤燕冰.江淮流域持续性暴雨过程水汽输送状况初析［J］.浙江大学学报:理学版，2009，36(4):471－474.Zhang Y，Tang Y B.Primary analysis on vapor transport of persistent heavy rainfall events over the Yangtze and Huaihe River valley［J］.Journal of Zhejiang University:Science Edition，2009，36(4):471－474.

［19］ 张 红，邱明燕，黄 勇.一次由秸秆焚烧引起的霾天气分析［J］.气象，2008，34(11):98－99.Zhang H，Qiu M Y，Huang Y.Analysis on the case of smoke haze［J］.Meteorological Monthly，2008，34(11):98－99.

［20］ Draxler R R，Hess G D.Description of the HYSPLIT4 Modeling System［R］.NOAA Technical Memorandum，ERL ARL－224，1997.

［21］ LiH Y，Han ZW，Cheng TT，etal.Agricultural fire impactson the air quality of Shanghaiduring summer harvesttime［J］.Aerosol and Air Quality Research，2010，10(2):95－101.

［22］ 谈哲敏，方 娟，伍荣生.Ekman边界层动力学的理论研究［J］.气象学报，2005，63(5):544－545.Tan ZM，Fang J，Wu R S.Ekman boundary layer dynamic theories［J］.Acta Meteorologica Sinica，2005，63(5):544－545.