大连市区MODIS数据PM2.5浓度遥感反演及应用研究

王甡

摘 要：采用大连市区多时相MODIS遥感数据，运用6S大气辐射传输模型查找表反演大气气溶胶光学厚度，解析大连市区不同时期的气溶胶光学厚度分布特征，并结合地面同步自动监测的PM2.5浓度数据，建立PM2.5浓度遥感估算模型，在精度评估基础上将模型反演结果与空气自动监测子站、环境空气质量功能区、植被、高程、污染源分布等做应用分析，为大连市区PM2.5污染区域防治提出参考依据。

关键词：气溶胶光学厚度反演;PM2.5浓度遥感反演;模型应用

中图分类号：S181

文献标识码：A

近年，大连市区颗粒物污染持续存在，自2012年9月全面开展PM2.5监测以来，PM2.5是影响大连市区环境空气质量的主要污染因子，但有限的地面监测数据还不足以反映大范围的大气颗粒物空间分布特征。卫星遥感能使PM2.5相关研究突破传统地面监测的限制，使之在时间跨度和空间尺度上得到有效延伸和扩展[1]。大气气溶胶光学厚度（Aerosol Optical Depth，简称AOD）是指大气消光系数在垂直方向的积分，PM2.5消光作用在大气颗粒物中占相当比重，与气溶胶光学厚度有一定关系。本文以大连市区为研究区域，结合大气辐射传输模型，利用遥感数据反演气溶胶光学厚度，解析不同时期大连市区的气溶胶PM2.5光学厚度分布特征，同时结合同步地面自动监测PM2.5浓度数据，建立晴空无云条件下的PM2.5浓度遥感估算模型，将反演结果与环境要素、局地污染源空间分布做应用分析，为PM2.5防治区划提供决策依据。

1 数据来源

本研究所用的数据为MODIS数据产品的MOD02和MOD03数据，来自NASA官网，采用分层数据格式（HDF）存储，其中MOD02光谱数据采用1km分辨率，具有36个光谱通道，MOD03地理定位数据，数据集中包含MODIS每个像元的几何参数，包括经纬度、高度、太阳天顶角、太阳方位角、卫星天顶角、卫星方位角。

根据大连市区历史天气数据，以天气晴朗无云为基本条件，收集筛选2014—2016年共17期MODIS L1B 1KM遥感数据，初步筛选光谱反射率数据，经过假彩色合成后，辨认无明显噪声条带后，确定影下载像日期，并下载同期MOD03角度数据。

地面同步的环境空气监测数据采用大连市区现有的10个国控子站数据。为减少数据匹配误差，对数据进行以下预处理：以每个地面监测站点为中心，选取周围3×3领域内（约3km×3km）的AOD空间平均值作为该站点的AOD值;为了平滑PM2.5数据在时间变化上的噪音，取Terra星过境时点前后5min的PM2.5时间平均值与相应AOD值做空间匹配。

2 技术方法

按照“卫星数据—地面监测数据—潜在污染源分布”为主线，利用多时相MODIS遥感数据，利用大气辐射传输模型计算气溶胶光学厚度，在此基础上结合地面同步监测数据，构建经验模型反演估算大连市区PM2.5浓度。大气辐射传输模型受大气参数和地表反射率影响，大气参数获取一般采用6S大气辐射传输模型[2];地表反射率获取算法主要有暗像元法[3]、深蓝算法[4]、多角度偏振算法[5]。

本文在暗像元区域采用“6S”模型建立表观反射率、地表反射率及气溶胶光学厚度三者对应关系，通过查找表算法和大气辐射传输方程提取暗像元区域气溶胶光学厚度，采用高精度克里金空间插值模型得到市区气溶胶光学厚度，分析气溶胶光学厚度时空变化特征;分析气溶胶光学厚度与PM2.5浓度的相关性，建立卫星遥感估算PM2.5浓度的反演模型，利用模型对气溶胶光学厚度结果进行PM2.5浓度填图。

3 结果分析

3.1 遥感提取气溶胶光学厚度空间分布特征

采用基于暗像元的气溶胶光学厚度反演算法提取大连市区17期MODIS遥感数据。结果表明，5—6月气溶胶光学厚度呈上升趨势，7—10月呈下降趋势;5月、9月、10月气溶胶光学厚度呈现呈平均分布特征;6—8月呈现明显局地特征，气溶胶光学厚度值较高区域分布在羊头洼、双岛湾、三涧堡、营城子、辛寨子、革镇堡、南关岭、大连湾、开发区、大孤山半岛区域以及金州南端。

3.2 遥感反演估算PM2.5浓度模型

采用多时相气溶胶光学厚度数据与同步PM2.5建立反演模型。结果表明，暗像元和插值区的组合模型和基于暗像元的插值模型精度相当。提取各月典型气溶胶光学厚度数据反演PM2.5浓度，单幅影像PM2.5的国控点验证精度较低，其中选择相关性较高的反演数据作为应用基础数据。

4 遥感反演PM2.5浓度的应用分析

遥感反演结果表明，国控子站受影响半径为4km;二类区PM2.5浓度高出一类区4μg·m-3，PM2.5浓度较高的一类功能区为卧龙植物园和旅顺口风景名胜区;在低空250m的空间范围容易受到近地面PM2.5浓度影响;高覆盖植被区的PM2.5浓度明显低于中覆盖和低覆盖植被区;沙河口区和西岗区工业源烟粉尘排放强度对PM2.5浓度影响较大。杏树屯、泡崖、向应等16个街道为PM2.5浓度潜在超标区域。结合遥感解译结果，潜在的超标污染源为电厂（大连发电公司、开发区电厂、金州热电厂、北海热电厂）、交通（西安路周边）、堆场（主要集中在保税区、金州的大李家街道和得胜街道）和化工厂（大连西太平洋石油化工有限公司、大连凯飞化学股份有限公司），此外，在遥感监测范围内的33家市控污染源有19个可能对大气PM2.5浓度有所贡献。

5 结论

通过MODIS数据反演出大连市区气溶胶光学厚度，结合地面同步PM2.5监测数据，建立的大连市区PM2.5遥感估算模型，其应用结果表明：大连市区需进一步加强市区绿化用地建设，特别是北至南关岭、南至辛寨子地域;海拔50m以下的近地面空间是PM2.5浓度防控的重点空间，继续加强动土工程的扬尘管理;沙河口区和西岗区工业烟尘排放企业需提高除尘设备效率;加强甘井子区和金州湾沿岸的矿山开采活动监管，重点防控电力、交通、堆场、化工、锅炉房、建材、土制品、钢铁等行业的烟尘排放;对PM2.5浓度超标的潜在16个超标街道进行摸底调查;对落入PM2.5浓度潜在超标区域的19家市控污染源企业加强监管。

参考文献

[1] 杨晟朗，李本纲.基于遥感资料的北京大气污染治理投资对降低PM2.5的效能分析[J].环境科学学报，2015，35（01）：42-48.

[2]刘佳，王利民，杨玲波，等.基于6S模型的GF-1卫星影像大气校正及效果[J].农业工程学报，2015，31（19）：159-168.

[3]彭妮娜，易维宁，方勇华.400～1000nm波段反演气溶胶光学厚度的暗像元法[J].红外与激光工程，2008，37（05）：878-883.

[4]王中挺，厉青，王桥，等.利用深蓝算法从HJ-1数据反演陆地气溶胶[J].遥感学报，2012，16（03）：596-610.

[5]王中挺，陈良富，李莘莘.利用PARASOL数据反演陆地气溶胶光学厚度[J].遥感应用，2009（06）：49-54.

（责任编辑 李媛媛）