利用哨兵5P卫星数据初探攀枝花市域大气遥感监测
2022-05-24胡海涛王晓峰
周 黎 胡海涛* 王晓峰
(1.攀枝花市生态环境信息与技术评估服务中心; 2.攀枝花市生态环境局,四川 攀枝花 617000)
空气质量监测是大气污染防治工作的重要举措,可以提供大量、连续、完整的基础数据来及时反映环境空气质量的动态变化, 而且能够预测空气污染发展趋势和加快应急事件的控制过程[1]。但受地形条件、城市建筑、管控重点、建设成本等因素影响,目前地面空气监测站数量有限,难以从宏观的角度全面反映一个地区的空气质量状况,比如攀枝花市地域面积7440 km2,仅有5个国控监测站点且均建设在城市建成区范围内,无法覆盖广大的农村、林地、自然保护区等地区。而卫星遥感监测技术利用高空遥感大面积覆盖的优势能很好的解决这一问题,结合地面监测站点数据,为大气污染防治、生态环境管理提供可靠的数据支持[2]。
Sentinel-5P(哨兵5P卫星)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。搭载了对流层观测仪(Tropospheric Monitoring Instrument,TROPOMI),可以有效的观测全球各地大气中痕量气体组分,包括NO2、O3、SO2、 HCHO、CH4和CO等重要的与人类活动密切相关的指标,并加强了对气溶胶和云的观测[3]。本文尝试利用哨兵5P监测数据,探索分析遥感监测在攀枝花大气污染防治工作中的应用。
1 数据介绍与获取
欧空局向社会开放TROPOMI卫星遥感数据,可以在欧空局的哨兵科学数据中心网站( https: / /scihub.copernicus.eu) 免费下载。数据分为L1B(1B级别)和L2(2级)两种数据,对于大气污染预警预报分析使用L2级的数据更为便捷。L2级数据文档见表1[4]。
表1 “哨兵 - 5P”卫星TROPOMI数据产品文档
L2数据产品又分为了三种数据流:近实时数据流(near-real-time, NRTI),卫星成像3小时后即可获取,数据可能不完整或存在质量缺陷;离线数据流(Offline, OFFL),一般成像后几天即可获得;再次处理数据流(Reprocessing, RPRO),可获得的最新的质量最佳的版本,但数据较少。本文研究使用的是OFFL数据。
2 数据处理方法
TROPOMI下载下来的数据是NC格式的,有两种方法可以阅读数据。NASA(美国国家航空航天局) 开发的Panoply软件是一个跨平台的应用程序,绘制来自 netCDF、HDF、GRIB 和其他数据集(包括 Sentinel 5)的地理网格和其他阵列,可以非常方便的读取NC文件[5]。但缺点是数据格式无法转换。本文利用MATLAB软件将NC文件转换成TIF文件后,在GIS工具中裁剪、重采样、出图。
3 基于TROPOMI数据分析气体浓度分布
3.1 臭氧监测数据分析
攀枝花市2021年8月2日至8月5日臭氧监测值连续超标,造成攀枝花市AQI日数据超标,地面测点测值分别为174、178、192、177 μg/m3,超过标准值160 μg/m3。表2显示了2021年7月31日至8月9日TROPOMI和地面测点测出的臭氧浓度值。TROPOMI数据最高值出现在8月3日为0.133821,当天地面测点浓度为178 μg/m3, 在这10天中仅低于8月4日的192 μg/m3,两个数据在浓度最高点的监测基本一致。最低点出现在8月9日为0.11315,当天地面浓度测试为86 μg/m3,在这10天中仅高于7月31日的84 μg/m3,在浓度最低点的监测基本一致。
表2 攀枝花TROPOMI和地面监测点臭氧监测值
图1显示了7月31日至8月9日攀枝花臭氧浓度趋势图,从图中可以看出TROPOMI监测值在8月2日达到最大,然后平缓降低,地面站监测值8月2日达到第一个高值,在8月4日达到最大值。
图1 7月31日至8月9日攀枝花臭氧浓度趋势图
图2 显示了7月31日至8月9日臭氧总柱分布情况,为了进行对比,将9幅图色带设置相同的最高值和最低值。从9幅图可以明显的看出臭氧浓度的增加,浓度较高的8月2日、3日、4日、5日与地面测点超标相对应,8月6日以后浓度逐步降低,8月8日回到一般水平。从8月3日的图来看,整个攀枝花区域以及周边区域的浓度整体升高,可以判定臭氧的升高不是由定点的排放源产生的,是一个更大范围的整体性的升高。
图2 7月31日至8月8日攀枝花臭氧空间分布
3.2 CO监测数据分析
2021年1月份,攀枝花市PM2.5污染物浓度 6次超标,导致日均数据超标,地面监测点测值分别为101、81、87、76、97、102 μg/m3,超过日均标准浓度75 μg/m3。攀枝花2020年12月至2021年2月开展了计划烧除工作,烧出产生大量颗粒物、CO2、CO、CH4和 NMHC等气体。一般情况下有机物燃烧CO2占比大约63%,CO占比大约11%[6],CO2、CO可以作为分析烧除和空气质量之间关系的关键污染物,但TROPOMI未提供颗粒物和CO2的浓度数据,只提供了CO数据。 表3显示1月1日至1月11日TROPOMI传感器和地面测点浓度值。TROPOMI传感器最大值出现在1月4日、5日,浓度为0.0989 mol/m2、0.0848 mol/m2,地面测点CO浓度最高值出现在1月5日、6日,浓度为3.6 mg/m3、3.3 mg/m3,延后一天,地面测点PM2.5浓度4日、5日出现高值,1日的最高值是受2020年12月31日影响,地面测点PM2.5浓度与TROPOMICO最大值出现在相同时间。由此可知TROPOMI传感器与地面测点数据呈现相同的趋势,基本一致。
表3 攀枝花TROPOMI和地面监测点CO监测值
图3展示了6天的TROPOMI传感器CO浓度示意图,可以看出攀枝花CO浓度的高浓度区以主城区为主,但同时会有面上的扩散,影响到整个市域。在表3中,1月10日CO浓度最大值最小值并非最高,但平均值却达到最高的0.0325977,从第6幅图来看,虽然代表最高值的红色没有其他图高,但是却扩散至了整个市域,导致了平均值的攀升。
图3 1月1日至1月10日攀枝花CO空间分布
1月8日、9日风向由西南风转为了东北风,这可能是导致1月10日、11日浓度降低的原因,由此可以推测1月份的污染物除攀枝花市域活动产生外,很可能由西南方向传来。
3.3 二氧化硫监测数据分析
由图4可以看出,SO2浓度空间分布呈现随机性(非特征性),但这两幅图没有出现大面积连续的高浓度现象,以块状分布为主,与主城区域重叠并不明显,最高值为0.00314 mol/m2。
图4 攀枝花市SO2浓度空间分布图
4 总结
(1)Sentinel-5P卫星TROPOMI传感器离线数据流大气污染监测数据丰富,为定位大气污染源、扩散分析提供了很好的数据支撑,可与地面测点互为补充、对比分析,为管理决策提供新的依据。
(2)利用TROPOMI传感器和地面测点数据结合风向数据,可以分析大气污染扩散,辅助预警、预测空气环境质量。对比地面监测臭氧、一氧化碳等污染物浓度数据可靠,变化趋势基本一致。二氧化硫浓度分布呈现随机性,以块状分布为主。