基于OMI数据汾渭平原大气SO2时空分布特征分析

卫玮 ，王黎娟，靳泽辉，陈鑫，张岳军

1. 南京信息工程大学大气科学学院，江苏 南京 210044；2. 山西省五台山气象站，山西 忻州 035515；3. 陕西省铜川市宜君县气象局，陕西 铜川 727299；4. 山西省气象科学研究所，山西 太原 030002

大气中二氧化硫（Sulfur dioxide，SO2）及其气粒转化过程对人体健康、生态系统平衡、人文景观等具有极大地危害（Myhre et al.，2004；Haines et al.，2009；Wang et al.，2017）。作为城市空气质量监测的重要指标，利用卫星遥感技术实现高精度的SO2含量时空分布监测分析，可以有效弥补传统地面站点监测在空间尺度上的不足，对城市群与区域大气污染进行 SO2动态监测具有非常重要的科学研究意义和应用价值（Carn et al.，2007；Foy et al.，2009；Krotkov et al.，2015）。卫星遥感监测反演算法一直是大气污染监测的重点和热点研究内容，其精度直接决定了卫星反演产品的应用研究范围，对此国内外学者进行了大量的研究。其中，BRD（band residual difference）算法是应用比较广泛的一种反演算法（Krotkov et al.，2006；Yan et al.，2012），在城市区域SO2排放监测、区域输送特征、复合污染事件及工业煤电厂点源排放等方面均有所应用（Li et al.，2010；Mclinden et al.，2012；Fioletov et al.，2013）。然而，BRD反演SO2产品噪声较高，实时监测精度不足，需要使用周平均或月平均以获取低噪声数据。PCA（principal component analysis）算法有效降低了噪声影响，可以弥补BRD算法的不足（Li et al.，2013；闫欢欢等；2016），从而能更加精确地反映工厂生产活动、城市污染、火山喷发等重要目标的SO2排放情况。在SO2区域监测方面，中国许多学者利用臭氧卫星传感器（Ozone Monitoring Instrument，OMI）监测数据对SO2的时空分布、变化趋势、影响因素和来源解析等方面进行了研究（张兴赢等，2007；高一博等，2016；Wu et al.，2018），其中京津冀、长江三角洲、四川盆地等地是受关注比较多的区域。也有学者利用 OMI数据对重工业生产基地、河谷城市，以及重要的文体赛事等目标地的SO2数据进行了分析。赵军等（2011）利用 OMI数据研究发现黄河上游河谷城市兰州，资源型城市白银和金昌SO2柱浓度明显高于周边其他城市；Ling et al.（2017）利用OMI卫星数据研究发现在宁夏银川到石嘴山市一带SO2浓度有显著的上升趋势。张晗等（2017）利用OMI数据评价了2015年阅兵期间华北地区SO2的减排效果，发现跨区域的协同治理能够有效降低SO2浓度。

汾渭平原作为中国第四大平原，是全国空气污染最严重区域之一，2018年被生态环境保部纳入了“蓝天保卫战”治理重点区域。目前有关将汾渭平原大气污染作为一个整体进行卫星监测的研究报道较少。本研究将利用 OMI数据，综合运用空间插值、相关分析等方法对汾渭平原SO2季节性空间分布特征、逐月变化，以及不同时期平均年总量变化情况进行探讨，旨在全面认识汾渭平原大气污染现状，为本区域联防联控提供科学依据。

1 研究范围、数据与方法

1.1 研究范围

汾渭平原是黄河流域汾河谷地和渭河平原及其台塬阶地的总称，北起山西省代县，南抵陕西省秦岭山脉，西至陕西省宝鸡市，呈东北-西南方向分布，包括山西省和陕西省的西安、咸阳、渭南、运城、临汾、太原等11个地市，总面积近7万平方千米，位列中国第四大平原，也是黄河中游地区最大的冲积平原。本研究区域包括太原盆地、临汾盆地以及以西安为中心的渭河平原。图1所示为汾渭平原地形及主要城市分布情况。

图1 汾渭平原地形及主要城市Fig. 1 Topography and main cities in Fenwei Plain

1.2 数据来源

OMI传感器由荷兰、芬兰与NASA联合研发，搭载平台为NASA的EOS/Aura卫星，其主要目的是研究大气痕量成分及其对气候变化的影响，OMI已经被广泛应用于污染气体监测、空气质量预报和气候变化研究等领域（Livingston et al.，2009；郑晓霞等，2014）。本研究 SO2数据获取自 NASA（http://mirador.gsfc.nasa.gov）的GES DISC数据库，该数据反映的是对应空气柱高度低于2 km，重心高度为0.9 km的大气边界层内的SO2柱浓度，其单位为 Dobson Unit，简称 DU（1 DU=2.69×1016mol·cm-2）。数据经PCA反演算法产生，空间分辨率为 0.125°×0.125°。地面监测站 SO2数据（OBS）来源于中国环境监测总站，为太原、临汾、渭南和西安4个城市各自不同站点的日均和月均值。

OMI的SO2卫星监测数据时间为2008年1月—2018年2月，前一年的12月和翌年1月、2月为冬季、3月、4月、5月为春季、6月、7月、8月为夏季、9月、10月、11月为秋季；SO2年总量值以整年各月份柱浓度累加得到。因为环境监测站SO2数据时间较短，所以本研究所用地面监测 SO2的时段为2013年1月—2018年2月。

1.3 研究方法

由于卫星监测的SO2单位为DU，而中国环保部门对外公布的SO2监测数据为μg·m-3，两者之间单位不统一，不便于比较，故对二者进行归一化无量纲处理，选择太原、临汾、渭南和西安4个城市绘制散点图进行比较。采用归一化将原始数据处理成[0, 1]之间的数据（康重阳等，2018），消除原始数据的量纲差异。其计算方法如下：

式中，Yi为归一化无量纲处理数据；Xi为未经处理的原始数据。

2 结果与分析

2.1 SO2季节性空间分布特征和逐月变化

以2008年3月—2018年2月SO2监测数据分析SO2季节性空间分布，首先计算出每年每个季节的平均值，然后计算多年平均值。由于汾渭平原地势平坦、人口密度高，长期以来形成以传统能源消耗为主导的产业结构和经济发展模式，加之地形较为封闭，全年平均风速较低，容易造成SO2积累，故这些区域SO2柱浓度偏高。从4个季节空间分布来看（图2），主要污染区域集中在太原盆地、临汾盆地南部以及以西安为中心的渭河平原地带。春季、夏季城市中心地带的污染水平基本相当，均在0.6~1.0 DU之间；秋季太原盆地和临汾盆地 SO2浓度水平明显高于渭河平原；冬季太原和以西安为中心的区域浓度水平基本相当，均值在0.8~1.5之间，明显高于临汾盆地的浓度水平；运城盆地四季变化较为平稳，均值0.6~1.0 DU之间。宝鸡和忻州等地SO2浓度水平远低于其他地区，春季和夏季平均浓度均在0.4 DU以下，秋季和冬季在0.4~0.8 DU之间。

图2 汾渭平原SO2柱浓度的季节性空间分布Fig. 2 Seasonal spatial distribution of SO2 column value in Fenwei Plain

从2008年1月—2017年12月逐月的变化来看（图3），冬季月份SO2远高于其他季节月份。太原、渭南、西安三地SO2柱浓度总体上呈现出下降趋势，渭南的下降趋势比太原和西安明显，然而，自2013年以来，3个地区的浓度均有明显上升，尤其是冬季SO2浓度水平上升幅度较大。临汾SO2浓度水平下降趋势不明显，尤其是 2013年以来，冬季的浓度水平明显高于其他城市。近年来，由于东亚地区冬季风减弱（张人禾等，2014；刘芷君等，2015），北方地区增暖效应显著（Calkins et al.，2016；Van et al.，2017；周静等，2018），加之冬季北方降水较少，秦岭-淮河以北地区又处于采暖期，从而导致大气污染扩散条件变差，SO2干湿沉降速度减慢，所以冬季柱浓度显著高于其他季节。

图3 2008—2017年4个城市SO2柱浓度逐月变化Fig. 3 Monthly change of SO2 column value in four cities from 2008 to 2017

从上述分析可以看出，太原、西安、渭南三地的 SO2浓度水平逐月变化总体呈现下降趋势，而2013年以来，冬季SO2浓度有所上升。那么，OMI逐月柱浓度数据与地面站点监测数据的变化趋势和相关性如何呢？利用2013年1月—2017年12月的地面站点监测的SO2浓度数据与之进行比较，由图 4）可知，4个城市 SO2柱浓度与地面监测数据的复相关系数（R2）可达到0.6以上，均通过了0.05置信度检验（学生氏检验的 R2标准值为 0.42），R2最高的是渭南，达到了0.7334，最低的是太原，为0.6625。从散点分布图来看，四地散点主要集中在0.2以下，太原、临汾大于0.2的散点明显多于渭南、西安，同时，随着量值的增大，点的分布也越来越离散。

2.2 2008年以来的年总量变化情况

为了考察2008—2012年和2013—2017年SO2浓度的平均年总量分布情况，对每年 12个月的柱浓度进行了累加，然后分别计算 2008—2012年和2013—2017年的年均值。从图5a可知，2008—2012年太原盆地平均值远高于其他区域，浓度水平在10~12 DU，太原城区达到了12.5 DU以上，其次是临汾盆地，柱浓度在6~8 DU之间，渭河平原浓度水平明显低于临汾、太原盆地，柱浓度在5 DU以下。2013—2017年柱浓度出现了明显下降，但是太原盆地 SO2柱浓度仍然高于其他地方，均值在7.5~10 DU之间，临汾盆地和渭河平原SO2柱浓度分别在5~7.5和2.5~5 DU之间。

从前后两段时间的差值可以看出（图6a），下降最显著的区域是太原盆地北部，下降幅度达到了1.5~3.0 DU，也就是太原城区下降幅度最大，外围下降幅度较小，太原盆地南部几乎没有变化；渭南和西安下降幅度也比较明显，两地下降幅度基本相当，在1.0~2.0 DU之间。临汾盆地下降幅度最小，在0.5 DU以下，甚至部分区域有上升的倾向。从2008—2017年四地的变化趋势来看（图6b），2008—2012年四地均有不同程度的下降趋势，2013年以来又有所上升，渭南和西安的年SO2总量值低于太原和临汾。2015年和2016临汾SO2年浓度值明显高于其他3个地区。

2.3 汾渭平原SO2柱浓度与其他地区的比较

图4 归一化的地面观测和OMI观测的SO2浓度散点分布Fig. 4 Scatter points of normalized SO2 concentration on ground observation and OMI observation data

图5 2008—2012年和2013—2018年前后两段时期SO2柱浓度的平均总量Fig. 5 Annual average of SO2 column in 2008-2012 and 2013-2018

图6 前后两段时期SO2柱浓度的差值以及4个城市的逐年变化情况Fig. 6 Difference values of SO2 column in the two periods of the first and the back periods, and the yearly variations in the four cities

图7 全国SO2柱浓度以及5个地区的逐年变化情况Fig. 7 Average values of SO2 column and yearly variations in the five regions

汾渭平原SO2污染状况与全国其他地区有何不同呢？本文选取了汾渭平原（太原、临汾、运城、渭南、西安、铜川）、京津冀（北京、天津、石家庄、邢台、保定、沧州、唐山）、四川盆地（成都、重庆、宜宾、乐山、自贡、南充、绵阳）、长江三角洲（上海、杭州、南京、苏州、南通、扬州）、珠江三角洲（广州、惠州、深圳、珠海）5个地区不同的城市，提取了对应城市的SO2柱浓度值，并对各区域内不同城市SO2柱浓度进行平均，进而比较了2008—2017年SO2年总量的变化情况。图7a反映了2008—2017年全国SO2柱浓度平均分布状况，太行山东麓、山东北部SO2柱浓度显著高于其他地区，可以达到15 DU以上，其次，汾渭平原也是比较高的地带，达到了10 DU以上，四川盆地、长江三角洲和珠江三角洲等南方地区的SO2柱浓度明显低于北方。从各区逐年总量变化的情况来看（图7b），2014年以前汾渭平原SO2柱浓度年总量明显低于京津冀地区，高于其他3个地区，2014年之后高于所有的其他区域，并且有上升趋势。近10年来，汾渭平原SO2柱浓度的变化幅度也较小，而京津冀下降幅度较大，尤其是 2011年以来下降趋势特别明显，四川盆地、长江三角洲与京津冀有类似的变化，2011年以后也出现了大幅度的下降。珠江三角洲从2008—2012年下降速度较快，2012年以后维持在1.0 DU以下。

3 讨论

3.1 SO2柱量值与气象要素

全国空气质量均呈现出春夏优、秋冬劣的季节性变化规律（刘海猛等，2018），这种规律与气象条件，以及人类活动的季节性变化有关（肖悦等，2017）。冬季空气干燥，气压稳定，气温低，大气垂直对流较弱，易出现逆温天气，不利于污染物的扩散和稀释（杨兴川等，2017），同时冬季北方进入采暖期，能源消耗加大，污染排放增多，加剧了大气污染。夏季是北方湿度和温度最高的季节，同时也是对流最为旺盛的时期，有利于污染物的稀释和扩散，有助于改善空气质量（郭丽君等，2015）。汾渭平原属于半湿润半干旱季风气候，四季分明，季节交替比较明显（姚玉璧等，2005），气象要素都表现出了明显的季节性特点。本研究区SO2柱浓度与气温、边界层高度、风速等气象要素呈现出了较好的负相关关系，相对湿度与SO2柱浓度呈负相关关系，但只有西安通过了显著性检验。气压与SO2柱浓度呈正相关关系，但显著性较差（表 1）。这些气象要素的季节变化对汾渭平原 SO2的扩散输送、干湿沉降、气粒转换等过程具有较大影响作用。

表1 SO2柱量值与气象要素的相关系数Table 1 Correlation coefficient between SO2 column value and meteorological elements

3.2 SO2污染与治理

城市化、人口分布、工业发展、交通以及能源结构等社会经济因素对SO2污染源分布的影响至关重要（马丽梅等，2014）。汾渭平原作为晋陕两省经济较为发达的地区，城市、人口、工业和交通运输等主要分布在该区域，加之能源结构中煤炭占比较大等，诸多因素共同决定了SO2污染源的分布特征。同时，受地形和气象条件等因素的影响，大气污染存在明显的跨区域输送特征，即污染物本身具有空间溢出效应（薛文博等，2014），这种外在因素对汾渭平原SO2浓度的分布特征也具有较大的影响作用。近年来，京津冀地区开展去产能、供给侧结构改革、协同发展，以及大气污染联动治理以来，2014—2015年城市群的空气质量显着改善，其中SO2的年均浓度下降了37.55%（王振波等，2017）。因此，在制定大气污染防治措施时要重视大城市内部以及大城市与周边区域的交互影响，加强区域间的联防联控与协同治理。本研究通过卫星资料发现汾渭平原SO2污染的基本状况，以及本地区各个地理单元之间SO2污染的差异性，为有针对性地开展大气污染治理提供科学依据。

4 结论

（1）基于 OMI的汾渭平原 SO2柱浓度值季节变化特征比较明显，由高到低依次为冬季、秋季、春季和夏季。太原、渭南和西安逐月浓度变化总体呈现下降趋势，临汾表现出了弱上升趋势。这4个城市的SO2柱浓度值与地面监测站的SO2浓度值具有较好的相关性，说明基于 OMI的 SO2柱浓度变化一定程度上可反映大气SO2浓度变化。

（2）从2008—2012年和2013—2017年这两段时期的年平均总量来看，前期的SO2浓度值明显大于后期，太原盆地北部SO2柱浓度下降幅度最大，达到了1.5~3.0 DU，西安及周边下降幅度为1.0~2.0 DU，临汾盆地和太原盆地南部有上升趋势。总体而言，渭河平原大气SO2浓度低于汾河平原。

（3）与其他地区相比，汾渭平原SO2柱浓度变化幅度较小，2013—2016年有明显的上升趋势，而京津冀地区、四川盆地、长江三角洲和珠江三角洲自2011年来均表现出下降趋势。