卫星遥感气溶胶光学厚度的相关研究综述

顾俊杰　戴一枫　金林林

摘 要：我国利用卫星遥感技术反演气溶胶光学厚度的研究，至今已有近20年的历史，期间积累了大量的研究成果，尤其是近几年因大气污染问题日益突出，受到人们广泛关注，该方面研究文献大量增加。其中包含了不同地区卫星遥感气溶胶光学厚度的反演验证、气溶胶光学厚度时空特征分析；卫星遥感气溶胶光学厚度与大气污染相关性以及气溶胶光学厚度在大气污染检测中的作用；卫星遥感气溶胶光学厚度与人体健康相关性研究等等。该文综述摘录了2005年至2016年的部分文献资料，并主要列举气溶胶反演在污染以及人体健康方面的研究，并对今后的研究方向做了展望。

关键词：气溶胶光学厚度 卫星遥感 综述

中图分类号：X51 文献标识码：A 文章编号：1672-3791（2017）07（a）-0219-03

近年来， 环境污染问题日益凸显，大气气溶胶污染逐渐成为人们关注的焦点。

气溶胶污染物不仅在大气中停留时间久，可吸附大量有毒害物质，且输送距离长。其中细颗粒物不仅造成雾霾、灰霾天气，且由于粒径极细，可深入到细支气管和肺泡，引起肺部疾病，心脑血管疾病等。我国的《环境空气质量标准》（GB3095-2012）中就包含了两项颗粒物指标的检测，分别是细颗粒物（PM2.5）、可吸入颗粒物（PM10）。

通过对中国环境保护部近几年的数据分析[1]进行横向对比，不难发现机动车消耗燃油排放的氮氧化物占据了排放总量中相当一部分比例，再进行纵向对比，可以看出我国大气污染虽然呈现逐年下降的趋势，但是污染类型由煤烟型逐渐向煤烟、机动车尾气两者的混合类型发展。

因此，如何有效的监测大气气溶胶污染，是目前以及未来的科研重点。

1 卫星遥感气溶胶光学厚度的相关研究

2005年，李成才等[2]利用MODIS反演的气溶胶光学厚度与北京市空气污染指数相结合，分析了两者的相关性，经过垂直标高订正以及大气湿度订正后，其相关性较高，可作为对地面颗粒污染检测的一种方法，为卫星气溶胶产品应用于大气污染研究提供了示范。何秀[3]等在2010年对香港元朗站、北京大学站的地基PM10的实测数据与MODIS气溶胶光学厚度转化的PM10浓度进行相关性研究，在经过垂直高度订正及湿度订正后相关性有所上升，这与李成才等早年的研究结果一致。

至今，北京[4-5]、重庆[6]、武汉[7]、南京[8]、济南[9]、兰州[10]、香港[11]、长江三角洲[12]等省市都积累了一定的研究成果。目前该方面的研究方法主要是建立气溶胶光学厚度与空气污染指标的估算模型，估算模型的种类有很多，针对某一特定的区域不同的估算模型得到的估算精度也不尽相同。刘欢[6]在对重庆市冬季大气颗粒污染物的研究中就使用了线性函数模型、对数函数模型、一元二次及一元三次模型、幂函数模型以及指数函数模型7种，在进行严谨的计算分析后得出一元三次模型更适合估算重庆冬季的大气污染物。

而在文献[2-12]中不难发现，研究学者们几乎都利用了垂直订正和湿度订正对研究数据进行了精度修正，事实上MODIS卫星遥感反演得到的气溶胶光学厚度代表的是大气层整层的气溶胶光学厚度，而空气污染指标基本需要近地面的数据支持，因此对卫星反演结果进行垂直尺度以及大气湿度的订正，是提高两者相关性的重要手段。

总体而言，将卫星遥感的气溶胶光学厚度应用于大气污染检测是我国近年来较为热门的研究方向。

除此之外，因大气污染对人体健康，尤其是心脑血管以及肺部疾病的影响，有学者拓展了研究范围，即将卫星遥感的气溶胶光学厚度与大气污染进行相关联的同时对一些由大气污染引起的疾病进行关联性研究。

2013年汪曦[13]利用卫星遥感数据对PM2.5浓度与居民日死亡率的关联性研究，首先建立PM2.5与气溶胶光学厚度的估算模型，其中幂函数作为上海市PM2.5的估算模型较为准确，其次用时间序列法将PM2.5浓度与对应疾病引起的死亡率进行拟合，其包括了心血管疾病、中风、冠心病、呼吸系统疾病等，对比分析了男性与女性、低教育水平与高教育水平以及高龄与低龄对PM2.5急性效应的不同表现，并且分析了滞后效应对研究的影响，其结果具有较高的置信度。同年杨维[14]利用LANDSAT-5及HJ-1A卫星资料，结合GIS技术及灰色关联法，研究了呼吸道疾病与可吸入颗粒物浓度之间存在关联，且粒径的大小与发病人数的关联度呈负相关。武文娟[15]在2016年利用MODIS数据及地理加权回归模型（GWR）对华东地区心脑血管疾病与气溶胶浓度的关联性进行了研究，并且构建了相应的数据库以及对心脑血管疾病的预防提出了建议。

2 结语

通过对文献的查阅，以及整理分析，我们认为将来的研究将主要集中在以下几个方面。

2.1 反演算法的改进及创新

虽然目前的研究中已经成熟的运用了多种气溶胶反演算法，但是结合我国地形复杂多变，地表反射率参差不齐的情况，不同区域适用于不同的算法，且同一种算法仍然可以进行扩展改进（例如Kaufman的扩展暗像元法），因此如何针对某一区域进行算法改进，甚至进行算法创新是十分必要的。这可简化相应地区气溶胶光学厚度反演的流程，提高其反演数据的精度。

2.2 模型的建立与优化

气溶胶光学厚度相关性研究中，对于气溶胶反演时使用的相关模型，如气溶胶模型、大气模型等，尽管官方给出了一些适用的模型提供使用，但是仍旧需要制定最适合模型来拟合研究地区的实际情况，同样污染物与气溶胶光学厚度的估算模型也需要优化。

而目前关于人体健康相关性的研究当中，由于该方面研究处于创新发展阶段，疾病发病率、人口死亡率等估算模型仍然需要大量的研究和制定。

2.3 数据订正

如污染物相关研究中对气溶胶光学厚度进行垂直订正和湿度订正，人体健康相关研究中的滞后效应修正，大气温度、湿度、高度以及各种光学散射（如瑞利散射、米氏散射）等，这些变量都将对数据的精度产生不同的影响。而大气污染于人体健康对于暴露时间、免疫强弱、生活習惯以及年龄等也有一定程度的关系。所以，研究相关数据的订正方法是十分必要的。

2.4 进一步发展对人体健康相关性的研究

上述提到，卫星遥感应用于人体健康的研究目前还处于一个创新起步的阶段，需要进行大量研究来充实该方面的文献储备，例如《卫星遥感气溶胶光学厚度与我国夏季流行性感冒的发病率相关性研究》便是一个很好的课题。我们将牺牲环境、影响自身健康为代价发展了各种科学技术，其中就包括了卫星遥感技术，而当前卫星遥感应用于人体健康的研究则是将科技成果回用到对自身健康的保护，这对今后加强人们环境保护的意识具有重要作用。

2.5 硬件的升级及数据库建立

我国自主研发的环境系列卫星、风云系列卫星在该方面研究虽然也累计相当一部分成果但与MODIS卫星相比在近几年的研究中，我国的数据来源多数还是MODIS卫星所提供的，因此，我们不能只依赖于MODIS卫星带给我们的便利，提高自身的卫星技术对我国该方面的研究会有很大帮助。

参考文献

[1] 中国环境保护局.中国环境状况公报——总排放量[R].2000-2014.

[2] 李成才，毛节泰，等.MODIS卫星遥感气溶胶产品在北京市大气污染研究中的應用[J].地球科学，2005，35（增刊1）：177-186.

[3] 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，2010，46（3）：178-184.

[4] 杨文雪，张晶，秦宇，等.北京市MODIS气溶胶光学厚度和PM2.5浓度的时空差异及其相关性研究[J].科学技术与工程，2014，14（31）：158-164.

[5] 夏志业等.MODIS气溶胶光学厚度的PM2.5质量浓度遥感反演研究[J].高原气象，2015，34（6）：1765-1771.

[6] 刘欢.重庆市主城区冬季大气细颗粒物质量浓度的遥感估算模型研究[D].重庆：重庆师范大学，2016.

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

[8] 谢意.大气颗粒物（PM2.5）质量浓度的遥感估算模型研究-以南京仙林为例[D].南京：南京师范大学，2013.

[9] 范辰乾.基于MODIS数据的气溶胶光学厚度与PM2.5浓度关系研究——以济南市为例[D].山东：山东师范大学，2014.

[10] 李亚娟.基于MODIS的兰州市区冬季PM2.5浓度定量估算分析[D].西北师范大学，2013.

[11] 贺婧婧.香港气溶胶光学厚度与PM10质量浓度的季节变异及相关性[J].中国科学，2015，45（4）444-454.

[12] 徐建辉，江洪.长江三角洲PM2.5质量浓度遥感估算与时空分布特征[J].环境科学，2015，36（9）：3120-3126.

[13] 汪曦.卫星遥感气溶胶光学厚度与地面细颗粒物浓度和居民日死亡率的关联性研究[D].上海：复旦大学，2013.

[14] 杨维.北京城区PM2.5浓度变化及对呼吸健康影响[D].北京：首都师范大学，2013.

[15] 武文娟.基于MODIS数据的气溶胶反演及其与心脑血管死亡率的关系研究[D].成都：西南交通大学，2016.