馮仁諾
(成都市鐵路中學(xué), 四川成都 610081)
?
遙感與實(shí)時(shí)監(jiān)測(cè)結(jié)合的城市空氣污染分析研究
馮仁諾
(成都市鐵路中學(xué), 四川成都 610081)
城市空氣污染已經(jīng)成為居民生活環(huán)境的首要問題,利用遙感與實(shí)時(shí)監(jiān)測(cè)相結(jié)合的空氣污染分析具有重要的意義。文章利用MODIS數(shù)據(jù)的宏觀特點(diǎn)結(jié)合環(huán)保部門實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù),實(shí)現(xiàn)了兩類研究方法相結(jié)合的分析研究。該方法避免了單一的站點(diǎn)監(jiān)測(cè)信息的空間表達(dá)缺失性,同時(shí)補(bǔ)充了遙感數(shù)據(jù)監(jiān)測(cè)和預(yù)報(bào)的精確性。
遙感;空氣污染物;空氣質(zhì)量監(jiān)測(cè)
城市空氣污染已經(jīng)成為威脅城鎮(zhèn)居民健康的頭號(hào)污染。隨著工業(yè)化和城鎮(zhèn)化的發(fā)展,城市空氣污染指數(shù)飆升,逐步發(fā)展成為環(huán)境污染中亟需解決的問題。在過去10年里,以PM2.5和臭氧為主要污染物,CO、SO2等多種污染物并存的大氣復(fù)合污染問題日益突顯。如何監(jiān)測(cè)空氣質(zhì)量、控制與預(yù)測(cè)空氣污染程度成為了重要的研究課題[1]。近年來,國內(nèi)外許多學(xué)者依據(jù)不同的用途、不同的建模方法與不同的空間尺度等提出了不同的空氣污染模型[2]。對(duì)于如何將遙感技術(shù)運(yùn)用到大氣污染的監(jiān)測(cè)中,國內(nèi)外學(xué)者己做了大量的研究工作[3]。周斌等人運(yùn)用光在傳輸過程中會(huì)被大氣中的氣體分子選擇性地吸收這一特性,使用差分光學(xué)吸收光譜法測(cè)量大氣污染氣體[4]。Chu等人利用NASA的MODIS 10 km分辨率的氣溶膠光學(xué)厚度產(chǎn)品證實(shí)了其在監(jiān)測(cè)全球、區(qū)域和局部大氣污染方面的應(yīng)用,有很顯著監(jiān)測(cè)效果[5],Hutchison利用衛(wèi)星圖像動(dòng)態(tài)監(jiān)測(cè)大氣光學(xué)厚度,通過多時(shí)相對(duì)比反演大氣質(zhì)量[6]。
近年來隨著高分辨率、多光譜衛(wèi)星遙感的發(fā)展,實(shí)時(shí)有效地對(duì)城市進(jìn)行大氣污染監(jiān)測(cè)變?yōu)榱丝赡?,衛(wèi)星遙感對(duì)城市大氣污染的宏觀分析相對(duì)于地面監(jiān)測(cè)站所進(jìn)行的單點(diǎn)監(jiān)測(cè)而言更具備宏觀的優(yōu)勢(shì)[7],利用遙感技術(shù)與實(shí)時(shí)監(jiān)測(cè)技術(shù)相結(jié)合,及時(shí)而有效地監(jiān)測(cè)和預(yù)測(cè)大氣污染己成為一項(xiàng)有著現(xiàn)實(shí)意義的課題。
遙感影像具備光譜波段豐富的特點(diǎn),遙感的不同波段數(shù)據(jù)可以用來反演不同的地球地物數(shù)據(jù),其本身又具備空間大尺度的監(jiān)測(cè)特點(diǎn),常常被用來作為各項(xiàng)環(huán)境研究對(duì)象的監(jiān)測(cè)分析數(shù)據(jù)[8]。但是遙感衛(wèi)星的運(yùn)轉(zhuǎn)時(shí)間的限制,對(duì)同一研究區(qū)域不能夠獲取全部時(shí)段的數(shù)據(jù)資源。而空氣污染監(jiān)測(cè)站雖然具備較好的時(shí)間連續(xù)性,但是由于地理環(huán)境的約束,不能在地表所有的地方都安裝監(jiān)測(cè)設(shè)備,只能安裝部分代表性的節(jié)點(diǎn),故對(duì)空氣污染的空間表征性不能做到連續(xù)而只能進(jìn)行插值模擬。利用遙感技術(shù)與實(shí)時(shí)監(jiān)測(cè)技術(shù)相結(jié)合是解決兩者之間對(duì)實(shí)際污染狀況解釋缺陷的補(bǔ)充。由于MODIS衛(wèi)星遙感數(shù)據(jù)的免費(fèi)性和公開性,其數(shù)據(jù)越來越多地被應(yīng)用于環(huán)境監(jiān)測(cè)領(lǐng)域。MODIS傳感器它采用暗目標(biāo)法[9]等原理在陸地上空反演氣溶膠光學(xué)厚度[10],全球經(jīng)緯度投影MODIS真彩圖瓦片地圖分級(jí)及對(duì)應(yīng)相關(guān)參數(shù)如表1所示。除MODIS數(shù)據(jù)外,Landsat系列衛(wèi)星遙感影像也是作為遙感的主要數(shù)據(jù)來源,Landsat的TM影像具備多個(gè)波段的數(shù)據(jù)特性,不同波段的合成可以為地物反演提供支持。
表1 全球經(jīng)緯度投影MODIS真彩圖瓦片地圖分級(jí)及對(duì)應(yīng)相關(guān)參數(shù)
空氣污染的實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)獲取來源為中華人民共和國環(huán)境保護(hù)部的在線數(shù)據(jù)中心(http://datacenter.mep.gov.cn/report/air_daily),該數(shù)據(jù)中心提供的是各大中城市的AQI指數(shù)。AQI 指數(shù)(Air Quality Index,簡(jiǎn)稱AQI)是作為定量描述空氣質(zhì)量狀況的無量綱指數(shù),空氣質(zhì)量指數(shù)大小分為六級(jí),相對(duì)應(yīng)空氣質(zhì)量的6個(gè)類別,指數(shù)越大、級(jí)別越高說明污染的情況越嚴(yán)重,對(duì)人體的健康危害也就越大[11]。在城市區(qū)域,由于人為顆粒物排放較多,為霧轉(zhuǎn)化為霾提供了有力條件,霾常常與霧同時(shí)或相繼發(fā)生,因此籠統(tǒng)上稱為霧霾[12]。AQI指數(shù)的判斷標(biāo)準(zhǔn)是空氣中負(fù)氧離子含量,其主要污染物為PM2.5,通常利用AQI指數(shù)可以較為真實(shí)的表達(dá)城市空氣的質(zhì)量。本文選擇了地理空間數(shù)據(jù)云(http://www.gscloud.cn/)所提供的Landsat數(shù)據(jù),通過使用該平臺(tái)的高級(jí)檢索可以較為清楚的獲得某個(gè)確定地區(qū)確定時(shí)間的遙感數(shù)據(jù)。
本文將地理空間數(shù)據(jù)云下載獲得的北京市區(qū) Landsat7數(shù)據(jù)中的全波段數(shù)據(jù)與對(duì)應(yīng)時(shí)次來自環(huán)保部門對(duì)應(yīng)地面站點(diǎn)的AQI監(jiān)測(cè)數(shù)據(jù)進(jìn)行對(duì)比,通過利用數(shù)據(jù)的432波段進(jìn)行RGB通道的彩色合成,生成如圖1(a)所示,較為清晰的彩色影像。再利用457波段進(jìn)行RGB合成,生成的圖像能夠清晰地顯示云霧的陰影如圖1(b)所示。該影像能夠較好地反映出當(dāng)天北京地區(qū)的天空條件及具備較少的云霧,并且根據(jù)圖2所示的中華人民共和國環(huán)境保護(hù)部的在線數(shù)據(jù)中心的數(shù)據(jù)顯示,北京當(dāng)天的AQI指數(shù)較低約為50,空氣質(zhì)量良好。通過可見光波段的數(shù)據(jù)處理以及組合方式的調(diào)整,能夠簡(jiǎn)單的對(duì)一個(gè)地區(qū)的地物進(jìn)行體現(xiàn)。
北京市區(qū)在2016年2月12日到2016年3月12日期間,空氣污染指數(shù)隨著春季寒流的影響,具有較大的變化。其中最低值在2月13日左右達(dá)到50以下,而最高值可達(dá)350以上。文章中所使用的TM影像的過境時(shí)間有限,所以對(duì)于同一個(gè)地區(qū)的TM影像數(shù)據(jù)獲取的時(shí)效性會(huì)受到較大的干擾。
通過彩色遙感影像可以獲得相關(guān)地區(qū)的空氣云霧量,通過該影像數(shù)據(jù)與實(shí)時(shí)監(jiān)測(cè)結(jié)合數(shù)據(jù)相互結(jié)合的方法,可以很好地反映灰空氣污染的程度,并且在時(shí)效性和空間整體性都具備較好的表現(xiàn)。而基于遙感數(shù)據(jù)的空氣污染研究等,其空間上的宏觀性信息的獲取能夠?yàn)榭諝馕廴颈O(jiān)測(cè)、預(yù)警、防控等,尤其是全國范圍內(nèi)的空氣污染治理效果評(píng)價(jià)提供重要支撐。下一步可以根據(jù)MODIS衛(wèi)星的基礎(chǔ)數(shù)據(jù),該衛(wèi)星遙感獲得的基礎(chǔ)數(shù)據(jù)是氣溶膠光學(xué)厚度,是整層大氣顆粒物含量的光學(xué)參數(shù)。通過相關(guān)衛(wèi)星遙感影像的反演,可進(jìn)一步獲得氣溶膠光學(xué)厚度具體參數(shù)。而MODIS數(shù)據(jù)本身時(shí)效性較好,可以進(jìn)一步開展該遙感數(shù)據(jù)與實(shí)際監(jiān)測(cè)數(shù)據(jù)相結(jié)合的空氣污染分析研究。
(a) 432波段RGB合成圖象
(b) 457波段RGB合成圖象圖1 2016年2月15日當(dāng)天TM影像
圖2 歷時(shí)30 d北京市區(qū)空氣污染指數(shù)曲線圖
[1]賈瑾. 基于空氣質(zhì)量數(shù)據(jù)解析大氣復(fù)合污染時(shí)空特征及過程序列[D].浙江大學(xué),2014.
[2]胡子梅. 基于衛(wèi)星遙感和地面監(jiān)測(cè)數(shù)據(jù)的上海市氣溶膠污染研究[D].華東師范大學(xué),2014.
[3]傅為. 基于MODIS氣溶膠光學(xué)厚度反演的PM10濃度監(jiān)測(cè)[D].中南大學(xué),2009.
[4]周斌,劉文清,齊峰,等. 差分光學(xué)吸收光譜法測(cè)量大氣污染氣體的研究[J]. 環(huán)境科學(xué)研究,2001(5):23-26.
[5]Min Wu, Wei Zhang, Xuejun Wang, Dinggui Luo. Application of MODIS satellite data in monitoring water quality parameters of Chaohu Lake in China[J]. Environmental Monitoring and Assessment, 2009: 1481-1484.
[6]Keith D. Hutchison. Applications of MODIS satellite data and products for monitoring air quality in the state of Texas[J]. Atmospheric Environment, 2003: 3717.
[7]李成才,毛節(jié)泰,劉啟漢,等. MODIS衛(wèi)星遙感氣溶膠產(chǎn)品在北京市大氣污染研究中的應(yīng)用[J]. 中國科學(xué): D輯:地球科學(xué),2005(S1):177-186.
[8]覃先林,易浩若. 基于MODIS數(shù)據(jù)的林火識(shí)別方法研究[J]. 火災(zāi)科學(xué),2004(2):83-89.
[9]Yoram J, Kaufman, Claudia Sendra. Algorithm for automatic atmospheric corrections to visible and near-IR satellite imagery[J]. International Journal of Remote Sensing, 1988: 98.
[10]R·Richter, D·Schlapfer, A·Muller. An automatic atmospheric correction algorithm for visible/NIR imagery[J]. International Journal of Remote Sensing, 2006: 2710.
[11]吳兌. 近十年中國灰霾天氣研究綜述[J]. 環(huán)境科學(xué)學(xué)報(bào),2012(2):257-269.
[12]陳圓圓. 基于遙感與模式技術(shù)的華東地區(qū)可吸入顆粒物預(yù)報(bào)方法研究[D].華東師范大學(xué),2013.
TU993.2
A
[定稿日期]2016-03-21