1984—2015年太湖地区大气能见度变化遥感监测与评价

姜 晟，李旭文，牛志春，王甜甜，茅晶晶

江苏省环境监测中心，江苏 南京 210036

1984—2015年太湖地区大气能见度变化遥感监测与评价

姜 晟，李旭文，牛志春，王甜甜，茅晶晶

江苏省环境监测中心，江苏 南京 210036

研究收集整理了1984—2015年太湖区域342幅Landsat系列卫星遥感影像，利用ENVI软件FLAASH模块计算获取了区域大气能见度均值，通过太湖周边苏州、无锡、常州3市地面自动站能见度监测值加以验证，并在此基础上对1984—2015年该地区大气能见度遥感监测结果进行了分析与评价。研究结果表明：太湖地区在20世纪80年代能见度水平相对较好，20世纪90年代后逐渐下滑，总体呈下降趋势。2015年遥感反演能见度均值为14.80 km，与1984年的21.46 km相比下降了31.05%，下降速率约为0.21 km/a。

大气能见度；遥感；太湖

自20世纪80年代以来，伴随着江苏社会经济的迅速发展，区域大气环境污染问题日益凸显，太湖地区尤为突出。能见度作为大气常规监测指标之一，具有良好的直观性、易于被人民群众普遍接受，同时还具有明确的大气环境指示意义和科学特性，一度被气象部门作为霾判别和预报等级的一个重要指标[1]，在环境监测领域也逐渐受到广泛关注[2-4]。在现有大气能见度监测方法中，基于遥感影像的图像解译法独树一帜，与传统监测方法相比，在历史数据回溯、大范围同步观测与比较解析等方面具有一定优势。张恩红等[5]、李旭文等[6-7]已先后利用MODIS和Landsat 7卫星遥感影像数据对长三角地区的大气能见度变化进行了分析研究，结果表明卫星遥感监测方法获取的能见度变化趋势与地面观测资料分析的结论基本一致，具有良好的研究价值和业务化应用前景。

1 研究方法

大气能见度遥感监测的理论基础源于对大气辐射传输过程的定量描述。大气辐射传输是指电磁波在大气介质中的传播输送过程。这一过程中，由于辐射能与介质的相互作用而发生吸收和散射，同时大气也发射辐射。遥感传感器通过对地观测获取数据信息，这其中既包括了地表信息，也包括了大气信息和其他环境信息，这些信息即是不同专业领域进行遥感图像解译和定量分析的研究对象。电磁辐射在地-气系统中传输的过程受到多种因素影响，而卫星传感器所接收到的电磁辐射强弱与大气环境状况直接相关，因此可以通过对大气辐射传输方程进行适当的假设和变换，明确大气光学参数间的对应关系，进一步计算得到大气能见度和其他指标[8]。在国际通用的MODTRAN大气辐射传输模型中，就是利用KAUFMAN的“暗像元法”[9]对能见度进行反演。首先是对遥感影像过境区域的大气模式、气溶胶模式进行设定，其次根据判别公式和阈值在影像中找出符合条件的“暗像元”，并计算得到这些“暗像元”在特定波段的反射率均值，然后对“暗像元”进行大气校正得到反射率反演值，再根据反演值与均值之差进行线性内插，从而推算出关联对应的能见度值作为整景影像覆盖区域的大气能见度估算结果[10-11]。

研究在上述理论依据基础上，从美国地质勘查局(USGS)官方网站批量下载了1984—2015年太湖区域342幅Landsat系列卫星遥感影像，利用遥感专业软件ENVI 5.1版本中内嵌的FLAASH模块进行大气能见度计算。该模块正是基于MODTRAN模型进行开发，具体数据处理流程大致分为4步：首先是在软件中将遥感影像导入、打开，其次是对影像中的多光谱数据进行辐射定标，之后在FLAASH模块中根据卫星和影像特征信息进行各类参数的选择与设定，最后通过软件模块内嵌的模型算法计算得到整幅影像覆盖区域的大气能见度均值。在卫星传感器参数设定方面，因为不同传感器辐射定标的增益和补偿参数不一样，所以必须选择正确的传感器名称确保计算结果的准确性，研究使用的是美国Landsat系列卫星，因此需在传感器类别(Sensor Type)中选择 Landsat卫星对应的传感器名称，并从影像头文件中读取数据卫星过境时间(格林尼治时)填入过境日期(Flight Date)和过境时间(Flight Time)。在大气模型(Atmospheric Model)选择方面，主要根据纬度和月份信息进行选择(表1)，FLAASH模块关联的MODTRAN模型中对大气模型参数设定预设了查找表。在气溶胶模型(Aerosol Model)选择方面，根据影像过境区域特点选择相应类型，一般选择乡村(Rural)或城市(Urban)。其他参数设定方面，由于Landsat系列传感器均为多光谱类型，没有用于反演水汽柱含量的特征性窄波段，因此将水汽反演模式(Water Retrieval)设为NO，系数缺省值为1.00；气溶胶反演模式(Aerosol Retrieval)选择2-Band(K-T)，能见度参考值(Initial Visibility)根据影像过境时覆盖区域的天气条件输入相应的经验值(表2)，作为在少数情况“暗像元”搜索失败时的替代计算值。

表1 FLAASH模块大气模型查找表[12]Table 1 The atmospheric model look-upTable of FLAASH module

表2 FLAASH模块能见度参考值对照表[12]Table 2 The atmospheric visibility defaultvalue of FLAASH module

2 结果分析

将计算得到的能见度结果数据按时间排序，对1984—2015年太湖地区大气能见度的总体变化趋势进行分析，结果表明：1984—2015年期间，太湖地区共有334个遥感反演能见度有效值，占全体样本总量的97.7%，全体样本的均值为17.21 km、中值为14.99 km，最小值为5.00 km、最大值为57.83 km。以各年度能见度中值、均值作为当年代表值进一步分析数据样本可知，太湖地区大气能见度自1984年以来总体呈下降趋势，其中1986年能见度年均值、中值均为最大，分别为35.79、36.73 km，2009年能见度年均值最小(12.69 km)，2006年中值最小(10.77 km)；1984年遥感反演能见度均值为21.46 km、中值为16.85 km，2015年遥感反演能见度均值为14.80 km、中值为11.91 km，与1984年相比分别下降了31.05%和29.32%，以年均值计算下降速率约为0.21 km/a(图1)。

注：因1997、1998年样本不足未参与评价。图1 太湖地区1984—2015年遥感反演 能见度年均值、中值监测结果Fig.1 The result curves of atmospheric visibility data from 1984 to 2015 in Taihu Lake region

将计算得到的能见度结果数据进行分级评价，共分为0<能见度≤10 km、10<能见度≤15 km、15<能见度≤20 km、20<能见度≤40 km、能见度>40 km 5个等级，分别称为“差”“一般”“较好”“好”和“极好”。按年代排序划分后，统计结果表明：20世纪80年代太湖地区大气能见度等级为“极好”“好”“较好”的样本比例之和为79%，处于良好状态，“差”与“一般”的样本比例仅占21%；但进入20世纪90年代以后，该地区大气能见度等级为“差”的样本比例迅速由原来的3%增加到16%，2000年以后更进一步增加到25%以上，而近15 a“差”和“一般”2个等级样本比例之和分别达到了60%和47%，反映了该地区大气能见度长期处于较差的水平(图2)。

图2 太湖地区1984—2015年遥感反演能见度等级分布比例图Fig.2 The distribution ratio pictures ofatmospheric visibility data from 1984to 2015 in Taihu Lake region

为验证研究所述方法切实可行、数据结果准确可信，利用2013年3月后新建的大气自动站能见度监测值作为校验数据进行比对。地面站点实测数据来源为常州洛阳中心小学、无锡太湖国际科技园、苏州科技学院3个自动站，将大气能见度监测结果筛除仪器异常值后取遥感影像过境时间同期数据的均值作为参照值，共54组。遥感能见度与实测能见度的变化曲线显示2组数据趋势基本一致，吻合度良好(图3)。

图3 太湖地区大气能见度遥感监测结果与 实测数据比较Fig.3 The result data of atmospheric visibility using remote sensing method comparing with automatic monitoring method

3 结论与展望

研究依据大气辐射传输原理，利用ENVI软件FLAASH模块对1984年以来太湖地区的Landsat系列卫星影像进行了分析处理，获取了大气能见度遥感监测结果，评价了该地区1984—2015年大气能见度总体变化趋势，弥补了环境监测系统在这一时段大气能见度历史监测资料的缺失，同时也进一步丰富了现有的大气能见度监测技术。通过研究发现，太湖地区1984—2015年大气能见度总体呈下降趋势，其中20世纪80年代能见度水平相对较好，20世纪90年代后逐渐下滑，2000年以后长期处于较低水平。这一趋势与社会公众普遍感受基本一致，从另一侧面反映了空气污染给太湖地区大气能见度带来的变化和影响，为进一步研究制定大气环境保护措施提供了科学依据和数据支撑。

与此同时也应看到，大气环境复杂多变，能见度遥感监测结果精度仍有很大提升空间。大气的垂直结构对能见度遥感估算具有一定影响，特别是边界层内对流混合的状况决定了气溶胶与水汽实际的垂直分布，因此会进一步影响大气消光能力在垂直方向的变化，即影响不同高度的大气水平能见度。在今后的研究和应用中，建议对这方面因素进行充分考虑以提高监测数据的准确性。

[1] 中国气象局. 霾的观测和预报等级：QX/T 113—2010[S].北京:气象出版社，2010.

[2] 罗杰，林楚雄，陈嘉晔，等. 深圳市大气能见度特征分析及其与主要污染物因子相关性分析[J]. 中国环境监测，2012，28(2)：45-48.

LUO Jie,LIN Chuxiong,CHEN Jiaye，et al.Characterization of visibility and correlation analysis of visibility with efect factors in Shenzhen[J]. Environmental Monitoring in China,2012,28(2):45-48.

[3] 刘永红，冯婷，蔡铭. 2009年广州能见度变化规律及主要影响因素分析[J]. 中国环境监测，2012，28(3)：32-37.

LIU Yonghong,FENG Ting,CAI Ming,et al. The visibility rules and the main influencing factors analysis of Guangzhou in 2009[J]. Environmental Monitoring in China,2012,28(3):32-37.

[4] 白爱娟，钟文婷，华兰,等. 成都市大气能见度变化特征及影响因子研究[J]. 中国环境监测，2014，30(2)：21-25.

BAI Aijuan,ZHONG Wenting,HUA Lan,et al. Analysis on the variation of visibility in Chengdu and its factors of low visibility[J]. Environmental Monitoring in China,2014,30(2):21-25.

[5] 张恩红，朱彬，曹云昌，等. 长江三角洲地区近30年非雾天能见度特征分析[J]. 气象， 2012，38(8)：943-949.

ZHANG Enhong,ZHU Bin,CAO Yunchang，et al. Analysis of the visibility change in the Yangtze River delta region in recent 30 Years[J]. Meteorological Monthly,2012,38(8):943-949.

[6] 李旭文，牛志春，王经顺，等. 遥感影像反演区域能见度及其与地面空气质量监测数据一致性研究[J].环境监测管理与技术，2011，23(1)：20-27.

LI Xuwen,NIU Zhichun,WANG Jingshun,et al.Scene visibility retrieved from remotely sensed image and its correspondence with ground air quality monitoring data[J].The Administration and Technique of Environmental Monitoring,2011,23(1):20-27.

[7] 李旭文，牛志春，姜晟，等. 基于Landsat 8卫星OLI影像遥感反演盐城市区域大气能见度状况[J]. 环境监控与预警，2015，7(5)：1-6.

LI Xuwen,NIU Zhichun,JIANG Sheng,et al.Remote sensing retrieval of regional atmospheric visibility in Yancheng from the landsat8 OLI satellite images[J]. Environmental Monitoring and Forewarning,2015,7(5):1-6.

[8] 王桥，厉青，陈良富，等. 大气环境卫星遥感技术及其应用[M].北京：科学出版社，2011.

[9] KAUFMAN Y J, WALD A E, REMER L A, et al. The MODIS 2.1 μm channel-correlation with visible reflectance for use in remote sensing of aerosol[J]. Geoscience and Remote Sensing, IEEE Transactions,1997,35(5):1 286-1 298.

[10] ADLER-GOLDEN S M, MATTHEW M W, BERK A, et al. Improvements in aerosol retrieval for atmospheric correction[C]∥Geoscience and Remote Sensing Symposium, 2008. IGARSS 2008. IEEE International: IEEE, 2008.

[11] PERKINS T, ADLER-GOLDEN S, MATTHEW M W, et al. Speed and accuracy improvements in FLAASH atmospheric correction of hyper spectral imagery[J]. Optical Engineering,2012,51(11):1 371-1 379.

[12] 邓书斌. ENVI遥感图像处理方法[M]. 北京：科学出版社，2010.

MonitorandEvaluationofAtmosphericVisibilityinTaihuAreabyRemoteSensingfrom1984to2015

JIANG Sheng,LI Xuwen,NIU Zhichun,WANG Tiantian,MAO Jingjing

Jiangsu Provincial Environmental Monitoring Centre,Nanjing 210036,China

The mean atmospheric visibility in Taihu area was estimated by the FLAASH (embedded module in ENVI) from 342 pieces of Landsat satellite image during the period of 1984 to 2015. The estimated atmospheric visibility was validated by the in situ observation data, which monitored by the automatic station in Suzhou, Wuxi and Changzhou. Based on the analysis and assessment of this estimated atmospheric visibility, the results indicated that: the visibility in Taihu area was relatively good in 80s, and showed a decreasing trend from 90s. In generally, the visibility reduced from 21.46km (1984) to 14.80km (2015) with the decreasing rate of 0.21 km/a from remote sensing observation result.

atmospheric visibility;remote sensing;Taihu Lake

X87

A

1002-6002(2017)05- 0176- 04

10.19316/j.issn.1002-6002.2017.05.25

2016-06-05;

2016-08-03

江苏省环境监测科研基金

姜 晟(1983-)，男，江苏南京人，硕士，工程师。