基于卫星遥感监测的大气污染过程分析——以扬州市为例

王厚俊，吴 莹，易 睿，戴 源

（1.江苏省扬州环境监测中心，江苏 扬州 225000；2.江苏省泰州环境监测中心，江苏 泰州 225300）

0 引言

近年来，快速发展的卫星遥感技术在生态环境领域得到了广泛应用[1]，包括大气环境、水环境和陆地生态环境方面。 通过生态环境遥感技术可以获取多方面环境要素的专题信息，有助于进一步对生态环境现状及其变化特征进行分析判断，从而有效支撑环境管理和决策。在大气环境监测方面，随着遥感监测的时间分辨率、 空间分辨率和反演精度显著提升[1-2]，广大学者利用卫星遥感技术对大气污染物[3]、秸秆焚烧[4]、沙尘[5]等污染事件开展了监测分析。陈辉等[6]基于MODIS 数据研究了京津冀大气PM2.5时空变化特征。 周春艳等[7]基于TROPOMI 数据对全国近十年的NO2时空变化特征进行了深入分析。 马鹏飞等[8]基于MODIS 和TROPOMI 卫星遥感数据，利用灰霾像元识别及统计方法，对大气中PM2.5，NO2和SO2等污染物浓度进行反演。但是目前大部分研究都是基于卫星遥感数据开展长时间段的大气污染物时空变化趋势分析[9-11]，而对于短时大气污染过程分析的研究较少，一是由于卫星重访周期和过境时间的限制导致难以捕获整个大气污染过程，二是由于卫星遥感针对短期大气污染的反演精度仍然有待确认。

本文以扬州市作为研究区域，基于MODIS 气溶胶深蓝算法产品和TROPOMI 数据产品，结合地面监测资料及HYSPLIT 模式，尝试使用卫星遥感技术分析2022年2月27日～3月5日扬州市大气污染过程，探讨遥感监测应用于大气污染过程分析的可行性，以期为提升遥感监测技术在大气污染防治攻坚领域的支撑作用提供参考。

1 数据来源与处理分析

1.1 MODIS 数据

中分辨率成像光谱仪 （moderate resolution imaging spectroradiometer，MODIS） 是美国宇航局（NASA）和美国地球观测局（USGS）合作开发的搭载在太阳同步极地轨道卫星Terra 和Aqua 上重要的传感器，用于获取地球表面的高分辨率遥感影像数据，每日过境时间为当地10:30 和13:30，每1 ～2 d即可覆盖全球。 MODIS 可以观测到包括陆地、海洋和大气在内的全球范围内的地表特征和环境变化，并广泛应用于气象、 环境、 农业等领域的研究和应用。 MODIS 具有36 个光谱通道，具有多光谱、多分辨率和高灵敏度等特点，获取的辐射信息可用于地、气等系统各种参数的反演，可以在不同时间和季节内进行观测和监测，空间分辨率为1 km。 基于MODIS 和GFS 气象数据，结合地面监测数据，建立地理加权回归模型估算扬州市近地面PM2.5浓度。首先利用暗像元与深蓝算法相结合反演气溶胶光学厚度（AOD），结合地面站点PM2.5浓度、GFS 数据中的大气边界层高度（ABLH）和近地面相对湿度（RH），根据PM2.5地面站点信息，对PM2.5，AOD，ABLH 以及RH 进行时空匹配，建立地理加权回归模型，以此估算PM2.5浓度。

1.2 TROPOMI 数据

Sentinel-5P 是欧空局于2017年10月13日发射的一颗全球大气污染监测卫星，对流层观测仪（tropospheric monitoring instrument，TROPOMI） 是搭载在Sentinel-5P 上的传感器，可以有效观测全球各地大气中痕量气体组分，主要包括NO2，CO，SO2，HCHO，CH4，O3等多个与人类活动密切相关的指标，实现对全球逐日覆盖监测，成像幅宽达2 600 km，空间分辨率分别为7 km×3.5 km。 利用TROPOMI 传感器L2 级产品获取扬州市对流层NO2和CO 柱浓度数据，进一步分析扬州市对流层NO2和CO 柱浓度时空分布特征。文中涉及的大气PM2.5遥感反演浓度、 对流层NO2和CO 柱浓度遥感监测图由生态环境部卫星环境应用中心制作。

1.3 气象数据

全球预测系统（GFS）是美国国家环境预测中心（NCEP）发布的天气预报模型。GFS 数据集的时间分辨率为6 h，提供00:00，06:00，12:00 及18:00 的空气温度、相对湿度、可降水量、位势高度、垂直和水平方向风速、边界层高度等气象条件资料，空间分辨率为0.5o×0.5o。 为了保证PM2.5反演结果的准确性，结合MODIS 卫星过境时间，本文中采用反演当日06:00的气象数据，提取RH 和ABLH 2 个参数来进行湿度和高度订正以获得近地面PM2.5浓度。后向轨迹计算采用HYSPLIT-4.8 轨迹模式，用于轨迹计算的气象场资料来源于美国国家海洋和大气管理局（NOAA）同化系统（GDAS）资料。

1.4 地面数据

地面站点数据来自全国大气环境质量监测网，选用扬州市5 个国控国控空气站点2022年2月27日～3月5日期间大气主要污染物PM2.5，NO2和CO数据，用于评估大气卫星遥感数据反演结果。

根据反演获取扬州市大气PM2.5浓度、 对流层NO2和CO 柱浓度日数据，进一步分析污染过程中扬州市大气污染物的时空分布特征，结合HYSPLIT 后向轨迹模式探讨污染来源，以期为大气环境管理部门提供决策信息支持； 同时开展大气遥感和地面监测数据对比分析，进一步验证大气遥感监测的准确性，探讨遥感监测在大气污染评价分析方面的可行性。

2 结果与讨论

2.1 污染过程分析

根据大气遥感监测反演结果，2022年2月27日～ 3月5日扬州市经历了较为典型的大气PM2.5污染过程，颗粒物日浓度整体呈先升后降的变化趋势，变化幅度较大，主要污染时段为2月28日～3月3日。 2月27日扬州市大气PM2.5浓度呈现较低的水平，质量浓度为40 μg/m3，2月28日开始其质量浓度逐渐抬升，3月1日达到峰值 （86 μg/m3），与此同时，周边城市PM2.5质量浓度也同步出现高值，呈现显著的区域污染特征，3月2日污染程度有所缓解。 3月3日扬州市大气PM2.5质量浓度再次抬升至64 μg/m3，与3月1日污染过程有所区别的是，3日北部地区浓度较低，南部地区浓度较高，污染高值区集中在南部邗江区、 广陵区，呈现为局地污染特征。 3月4日～5日大气PM2.5污染形势全面好转，5日扬州市大气PM2.5质量浓度降至19 μg/m3，污染过程终止，遥感监测结果见图1。

图1 扬州市及周边地区大气PM2.5 遥感监测结果

为评估大气遥感反演结果与地面监测数据的一致性，2022年2月27日～3月5日期间2 种方法监测数据的情况见图2。

图2 扬州市大气中PM2.5 遥感监测、地面监测浓度比对

由图2 可以看出，2 种大气遥感反演结果与地面监测结果整体吻合情况较好，从污染物浓度变化趋势来看，2 种监测结果均能够清晰的展现此次污染过程，并且均能够体现监测期间颗粒物浓度2 次明显抬升过程；从污染物浓度高值出现的时段来看，地面监测显示2月28日、3月1日和3月3日扬州市大气PM2.5日均浓度较高，与遥感监测结果一致；从污染物浓度数值来看，对于高值浓度，遥感监测在3月1日达到此次污染过程的峰值（86 μg/m3），当日地面监测结果为79 μg/m3，地面监测的峰值出现在3月3日（100 μg/m3），当日遥感监测结果为64 μg/m3，说明2 种监测方式存在一定的差异，对于低值浓度，2 种监测方式均显示3月5日浓度最低。 整体来看，基于MODIS 传感器利用暗像元与深蓝算法相结合的大气PM2.5反演方法能够较好的反映此次污染过程，特别是基于卫星的反演较好的区分了3月1日区域污染与3月3日扬州局地污染的2 种污染过程，但受遥感影像、气象因素影响，对于污染物浓度反演的精准度仍有待提升。

2.2 气态污染物浓度变化趋势

NO2是大气PM2.5中主要成分硝酸盐的主要气态前体物[12]，在生成PM2.5的大气化学形成机制中起着非常重要的作用。 扬州市对流层NO2柱浓度空间分布变化见图3。 由图3 可以看出，与大气PM2.5变化趋势一致，研究期间扬州市对流层NO2柱浓度也经历了一次先升高后降低的变化特征，2月27日、3月1日～3日NO2柱浓度相对较高，其中2月27日柱浓度最高，达1.36×1016mole/cm2，3月5日柱浓度降至4.05×1015mole/cm2，污染过程结束。 与PM2.5浓度变化趋势有所区别的是，2月27日扬州市对流层NO2柱浓度出现高值。 整体来看，研究期间扬州市对流层NO2柱浓度呈现南部高北部低的空间分布特征，宝应县区域浓度相对较低，污染高值区集中在南部广陵区（1.29×1015mole/cm2）、邗江区（1.13×1015mole/cm2），分别达扬州市柱浓度1.4，1.3 倍，污染峰值期 （2月27日） 分别为扬州市柱浓度的1.4，1.9 倍。 与此同时，扬州市南部的城市（如南京市、镇江市）也出现污染，形成了区域污染带。对比扬州市大气污染物浓度遥感监测数据，PM2.5遥感监测与对流层NO2整体变化趋势一致，但是浓度高值出现日期有所区别，在2月27日～3月1日第一次污染过程中，NO2作为颗粒物组分的主要气态前体物，浓度高值较PM2.5浓度早2日出现，这可能与大气化学反应机制有关； 在3月2日～3月5日第二次污染过程中，NO2和PM2.5浓度均在3月3日出现峰值，时间一致；2 次污染过程中，PM2.5浓度与前体物浓度峰值时间不完全一致，需要进一步结合气流轨迹分析导致污染峰值时间差异的原因。

图3 扬州市对流层NO2 柱浓度遥感监测结果

CO 与PM2.5具有一定的同源性，研究显示[13]，CO浓度的增加对PM2.5浓度增加具有较长时间的影响，且影响程度远大于其他气态污染物，扬州市对流层CO 柱浓度变化见图4。

图4 扬州市对流层CO 柱浓度遥感监测结果

由图4 可以看出，CO 柱浓度变化趋势相对平稳，平均柱浓度3.02×1018mole/cm2，仅在2月28日、3月1日出现高值，这两天呈现区域污染特征，可能与不利的气象条件有关。从空间分布来看，扬州市对流层CO 柱浓度总体上呈现北部高南部相对低的分布特征，研究期间广陵区、江都区浓度较高(3.07 ×1018mole/cm2)，宝应区浓度较低 (2.92 × 1018mole/cm2)，与NO2和PM2.5区域分布情况较为一致。 扬州市大气PM2.5遥感监测与对流层CO 整体变化趋势一致，浓度高值出现日期也一致，这主要与二者污染同源性有关。

结合研究期间扬州市对流层NO2和CO 柱浓度与地面监测数据进行对比分析发现，TROPOMI 数据与地面监测数据呈现相同的趋势。 2月27日～3月5日扬州市对流层NO2和CO 柱浓度与地面监测浓度值变化见表1。 由表1 可以看出，对于NO2监测，遥感监测数据最高值出现在2月27日、3月3日，地面监测浓度最高值出现在3月2日、3月3日，存在一定偏差；对于CO 监测，3月1日、3月4日遥感监测因区域值覆盖少于一半视为无效覆盖，监测数据缺失，在现有的遥感监测数据中，2月28日浓度最高，地面监测也显示2月28日浓度较高，整体吻合情况较好，可见对流层NO2和CO 柱浓度与地面观测数据存在一定的相关性。

表1 扬州市对流层NO2 和CO 柱浓度遥感监测与地面监测结果对比

但相较于PM2.5的卫星遥感与反演，NO2和CO的短时过程反演数据更易受到地面气象条件及颗粒物的影响，数据分辨率及数据覆盖率都差于PM2.5的反演数据，对于反应短时间内污染物的变化还需要进一步加强研究。

2.3 后向轨迹分析

利用美国海洋与大气管理局（NOAA）提供的拉格朗日综合轨迹HYSPLIT 模式，以扬州市（32.29oN，119.41oE）为参考点，选取500，1 000 和1 500 m 共3个高度层，分别计算2022年2月27日～2022年3月5日的后向轨迹，以追踪抵达扬州市的气团过去72 h 所经过的路线，其路线变化轨迹见图5。 由图5可以看出，2022年2月27日～3月4日，影响扬州市的高空气团主要来自西北、偏西方向，低空气团以西南、偏北方向为主。 2月27日扬州市高空主要受来自西南方向气团影响，近地面为周边区域传输，且近地面气团相对比较稳定，对流活动不强，整体扩散情况一般，当日前体物浓度开始积累，因此NO2对流层浓度较高；28日开始高空转为西北气流影响，近地面偏西气流影响；3月1日500 ，1 000 m 高度的气团来自于偏北方向污染较重的河北、山东等地，且气流传输速度较慢，造成3月1日扬州市及周边城市出现区域污染，此次污染过程主要还是由不利气象条件下区域污染与外来输送叠加导致；3月2日高低空气团均转为西北气流控制，气团移速快，风速大，污染程度得到一定的缓解；3月3日500，1 000 m，高度的气团再次转为偏西、偏南气流控制，气团移速缓慢，风速小，大气层稳定，不利气象条件导致扬州市大气污染物再次积累并达到峰值；3月4日500 m 高度气团转为西北气流，移速较快，风速大，污染物得到清除，污染过程结束，至3月5日降到低值。

图5 2022年2月27日～3月4日扬州市气团后向轨迹分析

3 结论

（1）2022年2月27日～3月5日，扬州市经历了典型的大气PM2.5污染过程，基于MODIS 传感器利用暗像元与深蓝算法相结合的大气PM2.5反演结果显示，3月1日、3月5日扬州市大气PM2.5浓度较高，污染高值区集中在南部邗江区、广陵区；遥感反演结果与地面监测结果整体拟合情况较好，能够清晰的展示此次污染过程，但对于污染物浓度的精准反演仍有待提升。

（2）研究期间，基于TROPOMI 传感器反演的对流层NO2柱浓度变化趋势与大气PM2.5浓度变化趋势相近，但其峰值出现时间早于PM2.5；CO 与PM2.5具有一定程度的同源性，研究期间，扬州市对流层CO 柱浓度与大气PM2.5浓度变化趋势、 浓度高值出现时间一致，但其用于反应短时间内污染物的变化还需进一步研究。

（3）利用HYSPLIT 模式对扬州市后向轨迹模拟结果显示，研究期间影响扬州市高空气团主要来自西北、偏西方向，低空气团以西南、偏北方向为主，气团移速缓慢、 大气静稳等不利气象条件叠加区域传输是造成3月1日、3月3日扬州市污染物积累并达到峰值的主要污染成因。