基于MODIS-AOD产品的南昌市近地面颗粒物定量反演

秦 文，武云霞，盛 寁，程东正，张 琰

(南昌市环境监测站，江西 南昌 330038)



基于MODIS-AOD产品的南昌市近地面颗粒物定量反演

秦 文，武云霞，盛 寁，程东正，张 琰

(南昌市环境监测站，江西 南昌 330038)

利用能见度转换的气溶胶垂直标高、地面相对湿度、大气压力和风速等数据，以南昌市为研究区，对MODIS-AOD产品进行垂直和气象要素的校正，并使用地面PM10和PM2.5浓度监测数据对校正结果进行评估。结果表明，经过校正的MODIS-AOD产品与地面颗粒物监测数据相关性较好，与PM10、PM2.5的决定系数分别为0.318、0.457，说明MODIS-AOD产品经相关校正后，可用于南昌地面空气污染的监测。在遥感与地面实测数据相关性季节变化方面，夏季相关性最高，秋季次高，春季较低，冬季最低。

气溶胶光学厚度；PM10；PM2.5；MODIS

大气气溶胶是均匀分散并悬浮于大气中液态和固态微粒的总称。目前所能测得的最小气溶胶粒径为0.002 μm，由于重力的沉降作用，能够长时间悬浮于空气中的气溶胶粒径最大为100 μm[1]，其中液态微粒近似于球形，固态微粒多不规则，对太阳辐射具有吸收和散射作用。气溶胶的来源主要分为自然源和人为源，自然源主要来源于土壤、生物、火山爆发和森林火灾等，人为源主要来自石油等化石燃料的燃烧、工农业生产活动等[2]。城市大气污染的主要来源是粒径小于10 μm的可吸入颗粒物PM10[3]，而粒径小于2.5 μm的PM2.5则对人体健康的影响更为显著。

20世纪80年代以来，随着我国经济和工业化水平的快速发展，气溶胶特别是近地面颗粒物所造成的环境问题越加显著，各城市普遍受到“雾霾”天气的影响，对民众的身体健康造成了严重威胁，预防和治理气溶胶环境问题迫在眉睫[4]。目前，中国各大城市普遍建设了空气自动监测站，可以对污染物地面浓度进行24 h连续监测。但是由于站点数量的局限性，该监测手段难以对较大范围的区域尺度进行监测。卫星遥感具有区域尺度大、时效性强的特点，其气溶胶遥感资料应用于大气污染监测中，可以有效弥补地面空气自动监测站点在空间上的不足。EOS(Earth Observation System)系列卫星的中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer， MODIS)，其光谱分辨率较高，通道设置较为全面，且幅宽较大，已广泛应用于大气遥感监测。基于MODIS数据的陆地气溶胶光学厚度(Aerosol Optical Depth，AOD)产品被NASA每日公开发布，该产品的精度较高[5]。

综合使用MODIS气溶胶光学厚度产品和地面站点监测数据，可以在区域大气环境层面开展气溶胶研究。国内外已有不少学者针对MODIS气溶胶光学厚度产品和地面监测数据在不同地域开展了工作。Wang等[6]以美国Jeffero地区为研究区，对地面监测数据与MODIS的气溶胶光学厚度产品进行分析，发现两者显著相关，表明MODIS气溶胶光学厚度产品可用于大气环境质量的评估分析。高大伟等[7]利用临安地区四季的气溶胶平均标准高度和地面实时监测的湿度数据，对MODIS气溶胶光学厚度产品进行垂直与湿度修正，明显提升了气溶胶光学厚度与PM10浓度的相关性。宋挺等[4]通过使用激光雷达侦测的气溶胶消光系数垂直分布，以及地面实时监测得到的相对湿度和风速等气象数据，以无锡市为研究区域，修正了MDOS气溶胶光学厚度产品，使PM10和PM2.5与气溶胶光学厚度产品的相关性得到较为明显的提高。

南昌地处江西省中部偏北，位于我国第一淡水湖鄱阳湖西南岸，下辖7个区和3个县。南昌市的大气环境污染主要来自能源消耗、工艺生产废气和机动车尾气等[8]，以南昌市为研究区开展卫星遥感气溶胶产品与地面颗粒物关系的研究还不多，迫切需要从大范围区域分析南昌市近地面颗粒物浓度分布。因此，本文使用地面监测的气象数据和10 km空间分辨率的MODIS气溶胶光学厚度产品，研究与南昌市近地面颗粒物浓度的关联，建立适用于南昌地区PM10和PM2.5浓度的遥感反演模型。

1 数据源

1.1 遥感数据

本文使用的气溶胶光学厚度产品为NASA每日公布的空间分辨率为10 km的MOD04-L2，下载地址为https://ladsweb.nascom.nasa.gov，AOD产品进行投影转换操作使用ENVI软件的MCTK(MODIS Conversion Toolkit)插件。将2015年1月至2016年6月南昌地区Terra和Aqua卫星MOD04-L2产品进行筛选，共选取气象条件较好的49景(天)，并与地面站点坐标对应的366组有效数据。

1.2 地面站点监测数据

南昌市环境监测中心提供了本文所使用的大气监测数据，共有9个监测站点(图1)，测量指标包括二氧化硫、一氧化氮、二氧化氮、氮氧化物、一氧化碳、臭氧、PM2.5和PM10浓度等大气污染物监测项目，此外，9个站点都能监测气温、大气压力、相对湿度、风速等气象参数，京东镇政府是唯一具备能见度监测能力的站点。由于PM10和PM2.5等颗粒污染物监测使用的方法为“β射线吸收法”，此方法需进行除湿的预处理，因此，测得的PM10和PM2.5是除湿后的质量，即“干重”。

图1 自动监测站点空间分布

2 模型与方法

本研究主要从气溶胶垂直标高、相对湿度以及大气压力、风速等方面对MODIS气溶胶光学厚度产品进行相关修正。

2.1 气溶胶垂直标高校正

卫星遥感的气溶胶光学厚度代表了大气在垂直方向上消光能力(吸收和散射)之和，在数值上表示为消光系数和大气垂直路径的乘积，其中，气溶胶的垂直分布是影响气溶胶光学厚度和近地面颗粒物含量相关关系的重要原因。在重力的影响下，可假定气溶胶浓度在垂直往上呈指数递减[9]，则可得到近地面消光系数与大气总的气溶胶光学厚度的关系[10]：

(1)

式中：Ka——近地面水平消光系数 HA——大气气溶胶标高 z——垂直高度

由上式可知，可通过卫星反演的AOD和气溶胶垂直标高HA，求得近地面水平消光系数Ka。

本文利用京东镇政府空气自动监测站点测定的能见度数据，根据李成才等[11]的研究结果(式2)，得到每天京东镇政府空气自动监测站点气溶胶垂直标高，由于通常大气在垂直方向上分层，但在水平方向均一，所以可将单点得到的气溶胶垂直标高应用于南昌市所有空气自动监测站点。

(2)

式中：HA——气溶胶标准高度 V——能见度 AOD——气溶胶光学厚度

2.2 相对湿度校正

地面空气自动站所测得的是近地面颗粒物的“干重”，由于空气中无机成分及部分有机物粒子普遍具有吸湿性[12]，吸湿膨胀后颗粒物粒径增大，显著影响到了消光系数。而卫星遥感数据反演的气溶胶光学厚度受到环境湿度的影响，所以空气相对湿度是必须考虑的因素。White等[13]早期提出了吸湿增长因子f(RH)的经验公式：

式中，RH表示空气相对湿度(百分数)，使用的是空气自动监测站实的时监测数据。

2.3 风速与大气压力校正

气溶胶光学厚度与近地面颗粒物浓度的关系还受到风速、大气压力等气象条件的影响，其中风速对大气污染物的传输和扩散起主导作用，特别是在高温静风低压的情况下，显著影响了颗粒物的传输与扩散，导致颗粒物在局部区域有更长时间的凝聚，通过在空气中的二次化学反应，增强了颗粒物的吸湿性，从而对气溶胶光学厚度造成了间接影响。本文在垂直和湿度订正的基础上，将订正后的气溶胶光学厚度数据联合风速和气压两个气象因子，与近地面颗粒物浓度进行多元线性回归。

3 结果与讨论

3.1 MODIS气溶胶光学厚度产品与地面监测颗粒物浓度的相关性分析

对南昌地区MODIS气溶胶光学厚度产品与地面监测的颗粒物浓度进行相关性分析。2015年1月至2016年6月的期间内，共获取366对有效数据。MODIS气溶胶光学厚度产品与地面监测PM10、PM2.5浓度的散点图如图2(a)与图2(b)分所示，得到的决定系数(R2)分别为0.2782和0.2462，均大于统计学的99%置信度要求。

图2 MODIS气溶胶光学厚度产品与地面颗粒物的散点图

首先根据式(2)得到气溶胶标高HA，再根据式(1)，将各站点MODIS气溶胶光学厚度数据除以HA，得到近地面消光系数Ka，将Ka与地面监测的颗粒物浓度进行统计分析。通过图3，可以看到经HA修正后，较MODIS气溶胶光学厚度，Ka与地面颗粒物的决定系数均有提升，与PM10决定系数(R2)为0.2797，与PM2.5决定系数(R2)为0.3811。

图3 垂直订正后的MODIS气溶胶光学厚度产品与地面颗粒物散点图

为得到近地面“干”消光系数(Ka,dry)，将Ka除以吸湿增长因子f(RH)。图4(a)和图4(b)为近地面“干”消光系数(Ka,dry)与相应地面颗粒物浓度的散点图。在综合考虑气溶胶垂直标高和地面实测相对湿度后，MODIS气溶胶光学厚度产品修正结果与PM10、PM2.5浓度的相关性均得到提高，决定系数分别为0.2938和0.4334。

图4 垂直与湿度订正后的MODIS气溶胶光学厚度产品与地面颗粒物的散点图

以Ka,dry、大气压力(Pa)和风速(m/s)为自变量，PM10、PM2.5浓度分别为应变量，对366组数据进行多线线性回归分析，相关性得到进一步的提高，PM10和PM2.5的决定系数分别为0.318和0.457。结果如表1和图5所示，其中X1为经垂直和湿度订正后的Ka,dry，X2为大气压力，X3为风速。

表1 多元线性回归分析统计量和回归模型

图5 多元线性回归模型累计概率

3.2 不同季节AOD数据与PM10和PM2.5的相关性分析

为研究不同季节气溶胶光学厚度与近地面颗粒物浓度的关系，将366组数据分季节进行统计，划分标准为：3-5月为春季，6-8月为夏季，9-11月为秋季，12月至下一年的2月为冬季。数据样本分别为72、129、103和62组，用于分析在不同季节AOD经相应订正后与PM10和PM2.5的相关关系。其中，订正后的AOD与PM10浓度的决定系数分别为0.198、0.340、0.285和0.167；与PM2.5的决定系数分别为0.317、0.421、0.418和0.138。从而得到夏季决定系数最高，秋季次高，春季较低，冬季最低的结果。由于MODIS气溶胶光学厚度产品是使用浓密植被法进行反演，不用季节植被覆盖度的不同，导致了这种结果的产生。

表2 不同季节订正后的MODIS 气溶胶光学厚度产品与地面颗粒物的相关关系

4 结 语

本文结合地面大气环境与气象监测数据，以南昌市为研究区，基于MODIS气溶胶光学厚度产品对地面颗粒物浓度进行分析，得到的结论为：经垂直、相对湿度、风速和大气压力修正后，南昌市的MODIS 气溶胶光学厚度产品与地颗粒物浓度监测数据相关性较高，MODIS气溶胶光学厚度产品可作为南昌市的地面空气污染监测的有效手段；综合考虑气溶胶标高、近地面湿度和风速、大气压力等气象参数后，气溶胶光学厚度订正结果与PM10和PM2.5浓度的决定系数均有提升；将样本按季节进行分类，分析不同季节对气溶胶光学厚度与地面颗粒物浓度的相关性的影响，得到的结论为：夏季决定系数最高，秋季次高，春季较低，冬季最低。

同时我们也应该看到，即使经过订正后相关性有了较大的提高，但精度还不是很高，这是因为MODIS气溶胶产品本身存在误差，且在订正的过程中也存在误差。但是，通过卫星遥感对近地面颗粒物浓度的反演，为城市空气环境质量监测提供了一个有效的补充手段，可以有效弥补地面监测站点空间布局上的不足，从宏观、区域尺度的方向给出地面环境空气污染的相对程度。

[1] 陈良富, 李莘莘, 陶金花, 等. 气溶胶遥感定量反演研究与应用[M]. 北京:科学出版社, 2010:6-7.

[2] 王明星, 张仁健. 大气气溶胶研究的前言问题[J]. 气候与环境研究, 2001, 01:119-124.

[3] Poschl Ulrich.Atmospheric aerosols:composition, tranformation,climate and health effects[J]. Angewandte Chemie International Edition,2005,44:7520-7540.

[4] 宋挺,刘军志, 胡婷婷, 等. MODIS气溶胶光学厚度产品和激光雷达数据在大气颗粒物监测中的应用[J]. 遥感技术与应用, 2016, 31(2):397-404.

[5] Levy R C, Remer L A,Kleiaman R G. Global Evaluation of the Collection 5 MODIS Dark-target Aerosol Products over Land [J]. Atmospheric Chemistry and Physics, 2010, 10:10399-10420.

[6] Wang J, Christopher S A.Intercomparison between satellite-derived aerosol optical thickness and PM2.5mass: Implications for air quality studies [J]. Geophysical Research Letters, 2003, 30(21): Art. No.2095, dio: 10.1029/2003GL018174.

[7] 高大伟, 徐宏辉, 郁珍艳, 等. MODIS气溶胶光学厚度在临安大气颗粒物监测中的应用[J]. 环境科学研究, 2012, 25(7):739-744.

[8] 邹淑珍, 李以镔, 程铷. 南昌大气环境质量与优化问题探讨[J]. 南昌高专学报, 2009, 5:166-168.

[9] Chang D, Song Y, Liu B. Visibility trends in six megacities in China 1973-2007[J]. Atmospheric Research, 2009, 94(2):161-167.

[10]徐希孺.遥感物理[M]. 北京:北京大学出版社, 2005:298-299.

[11]李成才,毛节泰,刘启汉,等.利用MODIS光学厚度遥感产品研究北京及周边地区的大气污染[J]. 大气科学, 2003, 27(5):869-880.

[12]陶金花,张美根, 陈良富,等. 一种基于卫星遥感AOT估算近地面颗粒物的方法[J]. 中国科学:地球科学, 2013, 43(1):143-154.

[13]White W H, Roberts P T. On the Nature and Origins of Visibility Rducing Aerosols in the Los Angeles Air Basin[J]. Atmospheric Environment, 1977, 11(9):803-812.

Study on Quantitative Inversion MODIS-AOD Products and Surface Atmospheric Particulate Matter Concentration in Nanchang City

QIN Wen, WU Yun-xia, SHENG Jie, CHENG Dong-zheng, ZHANG Yan

(Environmental Monitor Station of Nanchang City, Jiangxi Nanchang 330038, China)

The vertical, humidity, wind-speed and atmospheric pressure correction were conducted for the MODIS-AOD products data over the Nanchang city by using the vertical distribution of extinction coefficients obtained from visibility, surface relative humidity, wind-speed andatmospheric pressure data. Validation was performed using PM10and PM2.5concentration monitoring data over the study area. The results showed that there were good correlations between the corrected MODIS aerosol optical depth remote sensing products and the ground monitoring data. The coefficients of determination between corrected MODIS-AOD data and PM10was 0.318 and that between corrected MODIS-AOD data and PM2.5was 0.457. These results suggested corrected MODIS-AOD data can be used to monitor air quality over the Nanchang city. In addition, the correlations between corrected MODIS-AOD data and ground monitoring data were highest in summer, followed by those in autumn and spring. The corrections were lowest in winter.

aerosol optical depth; PM10; PM2.5; MODIS

秦文(1968-)，女，工程师，从事大气污染物监测与研究工作。

X513

A

1001-9677(2016)023-0125-04