薛巖松，俞樂，徐鵬煒

(1.中國科學院上海天文臺天文地球動力學研究中心，上海 200030；2.清華大學 地球系統(tǒng)科學研究中心，北京 100084；3.浙江省環(huán)境保護科學設計研究院，杭州 310007)

1 引 言

盡管地面環(huán)境監(jiān)測站點和地基遙感資料可以用于PM10質(zhì)量濃度的監(jiān)測，但是這些站點的分布往往比較稀疏，難以全面反映研究區(qū)氣溶膠粒子的空間分布。衛(wèi)星遙感可以在大范圍上對氣溶膠進行監(jiān)測，已經(jīng)被廣泛應用于監(jiān)測氣溶膠的各種性質(zhì)，尤其是氣溶膠光學厚度產(chǎn)品AOD。近30年來，針對AOD的反演算法不斷改進，適用性不斷提高。將其應用于大氣污染研究，能極大彌補地面監(jiān)測站的不足。衛(wèi)星遙感的氣溶膠光學厚度AOD代表氣溶膠在垂直方向上消光系數(shù)的積分，與氣溶膠的垂直分布和氣溶膠總濃度有關(guān)，可以為地面的PM10監(jiān)測提供更多信息[1]。

然而，由于氣溶膠光學厚度(Aerosol Optical Depth，AOD)反映了氣溶膠在從地面至大氣層頂垂直方向上消光系數(shù)的積分。而PM10的濃度只是地面的測量值。因此兩者具有不同的物理意義，他們之間的相關(guān)性會受到氣溶膠垂直分布的影響。由于大氣相對濕度會影響到氣溶膠的消光系數(shù)。因此，大氣相對濕度也會對二者的關(guān)系產(chǎn)生重要影響。這兩個因素本身與大氣溫度廓線、周圍環(huán)境以及氣溶膠的粒徑分布和化學組成都有很強的相關(guān)性，而這些因素在時間和空間上都有較大的變化，因此，會大大增加相關(guān)模型的不確定性。

為了減少這種不確定性，大氣邊界層高度和相對濕度等氣象因子也被引入相關(guān)模型[2-3]，以便更精確地描述周圍環(huán)境的影響，將普通的一元線性模型發(fā)展為非線性模型和多元模型[4-5]，這些改進的模型在一定程度上提高了對PM10的反演效果[6]。例如Chu等[8]和Slater等[9]發(fā)現(xiàn)地基氣溶膠遙感的光度厚度與PM10和PM2.5濃度的確定系數(shù)R2分別為0.67和0.76。Wang等[10]和Engle-Cox等[11]分別計算衛(wèi)星遙感的氣溶膠產(chǎn)品與PM2.5濃度的確定系數(shù)R2，結(jié)果分別為0.49和0.40。在世界上很多主要城市，AOD和PM10的直接相關(guān)模型已經(jīng)被用于監(jiān)測PM2.5的濃度[12]。近年來關(guān)于AOD和PM10濃度關(guān)系模型的部分研究摘要見表1。

表1 關(guān)于AOD和PM10濃度關(guān)系模型研究的摘要[7]

從表1可知，目前很多關(guān)于AOD和PM10濃度的模型的擬合效果并不理想(R2小于0.5)，原因除了時間吻合等研究方法本身的缺陷以外，還有一個問題是氣溶膠光學厚度與可吸入顆粒物并不是完全對應的。氣溶膠光學厚度，是除了大氣分子和云以外，其它大氣中所有成分的光學效應。PM10對光學厚度的貢獻只是其中一部分。各地的大氣情況和空氣污染物的粒徑分布都會對模型的效果產(chǎn)生影響?？諝庵械乃蜌馊苣z層頂?shù)母叨纫矔е潞艽蟮恼`差。另外，目前大多數(shù)建模方法采用日平均值數(shù)據(jù)與MODIS數(shù)據(jù)對應，但氣溶膠的日變化本身比較明顯，這種建模方式很容易造成較大誤差。

本文采用2004年杭州市的MODIS衛(wèi)星遙感的AOD產(chǎn)品，和杭州市環(huán)境監(jiān)測站獲取的分時PM10數(shù)據(jù)來建立AOD與PM10的關(guān)系模型，并進行相應計算，獲取了較好的模型結(jié)果。

2 實驗數(shù)據(jù)

本文采用的PM10質(zhì)量濃度數(shù)據(jù)是杭州市2004年1月、4月、7月和10月的分時數(shù)據(jù)，每天記錄24個數(shù)據(jù)。由于PM10質(zhì)量濃度與氣象因素的關(guān)系密切，氣象因素也會對可吸入顆粒物的光學性質(zhì)產(chǎn)生一定的影響。本研究采用的氣象數(shù)據(jù)來源為上述站點同步觀測，包括風速、風向、氣溫、相對濕度和氣壓。

氣溶膠的光學厚度數(shù)據(jù)為NASA業(yè)務化產(chǎn)品MOD04。由于AQUA和TERRA衛(wèi)星每天各獲取的氣溶膠光學厚度只有一次，因此每天每顆衛(wèi)星只有一次觀測值。而氣溶膠的日變化較大，采用日均數(shù)據(jù)難以達到好的效果，因此，本研究首先把獲取的地面監(jiān)測數(shù)據(jù)的日期進行提取(4個月，共123天)，然后下載這些日期的氣溶膠數(shù)據(jù)。 通過批處理程序，提取地面監(jiān)測站點地理位置的相對應像元的氣溶膠數(shù)據(jù)。再對根據(jù)衛(wèi)星的過境時間，選取地面站實測數(shù)據(jù)中相應的PM10質(zhì)量濃度數(shù)據(jù)和氣象數(shù)據(jù)，使其在時間上的差異控制在30分鐘以內(nèi)。

3 杭州市AOD-PM10建模

3.1 直接相關(guān)分析

本文將氣溶膠的光學厚度數(shù)據(jù)(AQUA和TERRA)與對應的杭州市地面環(huán)境監(jiān)測站的實測值進行相關(guān)分析(圖1)。

通過相關(guān)分析可知，MODIS的AOD數(shù)據(jù)和與地面PM10質(zhì)量濃度的實測值有很強的相關(guān)性。圖1顯示了MODIS(AQUA和TERRA)所獲取的AOD與地面PM10質(zhì)量濃度的實測值的散點圖。從圖1可以看出，MODIS的AOD產(chǎn)品與地面PM10質(zhì)量濃度的實測值有較好的相關(guān)性。

圖1 TERRA(a)和AQUA(b)平臺MODIS氣溶膠光學厚度產(chǎn)品與地面環(huán)境監(jiān)測站PM10實測值的散點圖

表2 氣溶膠光學厚度產(chǎn)品與地面環(huán)境監(jiān)測站PM10實測值的相關(guān)性分析

由表2可知，AQUA的AOD數(shù)據(jù)與實測數(shù)據(jù)的相關(guān)性最高，相關(guān)系數(shù)為0.8378。

3.2 相關(guān)模型改進

為了讓所建立的模型更加可靠并對反演結(jié)果進行校驗，本文將有效數(shù)據(jù)對分成兩部分，一部分用于模型訓練，另一部分留做對模型進行驗證。在建模前，需要用到氣象數(shù)據(jù)來進行高度和濕度訂正，本文將缺少時間匹配的氣象數(shù)據(jù)數(shù)據(jù)對做為校驗數(shù)據(jù)，不參與建模。

濕度訂正：在高度一定的條件下，氣溶膠的消光系數(shù)ka與大氣顆粒物PM10的濃度成正相關(guān)性[13]。然而，由于PM10的濃度測定是要經(jīng)歷一個干燥的過程，結(jié)果代表干燥空氣下的質(zhì)量濃度情況，而氣溶膠遙感則在環(huán)境背景下進行，由于大氣顆粒物的吸濕性膨脹，會明顯地影響復合折光指數(shù)。為了進一步減少模型的不確定性，需要將氣溶膠的消光系數(shù)ka訂正為干燥空氣下的氣溶膠消光系數(shù)ka,dry，設濕度影響因子為f(RH)，則訂正公式為[1]：

ka,dry(l)=ka,wet(l)/f(RH)

(1)

其中的f(RH)可以根據(jù)經(jīng)驗公式求出，表達式為[1]：f(RH)=(1-RH/100)-1。

垂直訂正：氣溶膠光學厚度AOD是氣溶膠粒子對特定波長的光在垂直方向上消光系數(shù)的積分，而PM10的實測值只是代表地面的空氣質(zhì)量。因此，為了減少關(guān)系模型的不確定性，需要把AOD數(shù)據(jù)ta(l)，轉(zhuǎn)換成地面消光系數(shù)ka,0(l)。通過假定氣溶膠消光系數(shù)在垂直方向上按指數(shù)分布，可以計算出氣溶膠的邊界高度Ha，然后結(jié)合地面氣壓和能見度的實測值，就可以計算出氣溶膠在地面的消光系數(shù)ka,0(l)，完成垂直訂正[14]。

3.3 模型結(jié)果與誤差分析

通過對建模數(shù)據(jù)進行分組，并利用氣象數(shù)據(jù)進行濕度訂正和垂直訂正，我們用訓練數(shù)據(jù)進行建模并確定其回歸方程(圖2)。

圖2 氣溶膠光學厚度產(chǎn)品與PM10的回歸模型

圖3 PM10的反演結(jié)果與實測結(jié)果的散點圖

將沒有參于建模的驗證數(shù)據(jù)代入回歸方程，并分析其反演誤差(圖3)。圖3顯示了PM10的模型計算結(jié)果與實測數(shù)據(jù)的散點圖。從圖可以看出，PM10的模型計算結(jié)果與實測數(shù)據(jù)有比較好的符合，相關(guān)系數(shù)R超過0.8，擬合系數(shù)R2也達到0.6以上，測試樣本的平均誤差為0.028。說明MODIS/AOD資料可以用于反演地面PM10的濃度值。

4 結(jié)束語

本文通過對PM10濃度與MODIS氣溶膠光學厚度進行相關(guān)分析，結(jié)合濕度訂正和垂直訂正建立了MODIS氣溶膠光學厚度與地面PM10濃度的回歸模型。并用該模型對PM10濃度進行了反演。反演結(jié)果與PM10的實測值的吻合性較好，平均誤差為0.028。本文的研究表明，通過合理選擇地面監(jiān)測數(shù)據(jù)，并與采用氣象數(shù)據(jù)訂正后的MODIS AOD產(chǎn)品相結(jié)合，可以建立較好的PM10反演模型。

參考文獻：

[1] 何秀，鄧兆澤，李成才，等.MODIS氣溶膠光學厚度產(chǎn)品在地面PM10監(jiān)測方面的應用研究[J].北京大學學報(自然科學版)，2010，46(2)：178-184.

[2] KOELEMEIJER R B，HOMAN C D，MATTHIJSEN J.Comparison of spatial and temporal variations of aerosol optical thickness and particulate matter over Europe[J].Atmospheric Environment，2006，40(27)：5304-5315.

[3] LI C C，MAO J T，ALEXIS K H L，et al.Application of MODIS satellite products to the air pollution research in Beijing[J].Science in China(Series D：Earth Science)，2005(48)：209-219.

[4] LIU Y，SARNAT J A，KILARU V，et al.Estimating ground-level PM2.5 in the eastern United States using satellite remote sensing[J].Environmental Science and Technology，2005(39)：3269-3278.

[5] PELLETIER B，SATER R，VIDOT J.Retrieving of particulate matter from optical measurement：A semiparametric approach[J].Journal of Geophysics Research，2007，112(D6)：1-18.

[6] VIDOT J，SANTER R，RAMON D.Atmospheric particulate matter (PM) estimation from SeaWiFS imagery[J].Remote Sensing of Environment，2007，111(1)：1-10.

[7] WANG Z F，CHEN L F，TAO J H，et al.Satellite-based estimation of regional particulate matter (PM) in Beijing using vertical-and-RH correcting method[J].Remote Sensing of Environment，2010，114(1)：50-63.

[8] CHU D A，KAUFMAN Y J，ZIBORDI G，et al.Global monitoring of air pollution over land from the earth observing system-terra moderate resolution imaging spectroradiometer (MODIS)[J].Journal of Geophysical Research，2003，108 (D21)：4661-4679.

[9] SLATER J F，DIBB J E，CAMPBELL J W，et al.Physical and chemical properties of surface and column aerosols at a rural New England site during MODIS overpass[J].Remote Sensing of Environment，2004(92)：173-180.

[10] WANG J，CHRISTOPHER S A.Intercomparison between satellite-derived aerosol optical thickness and PM2.5 mass：Implications for air quality studies[J].Geophysical Research Letters，2003，30(21)：ASC 4-1.

[11] ENGEL-COX J A，HOLLOMAN C H，COUNTANT B W，et al.Qualitative and quantitative evaluation of MODIS satellite sensor data for regional and urban scale air quality[J].Atmospheric Environment，2004，38(16)：2495-2509.

[12] GUPTA P，CHRISTOPHER S A，WANG J.Satellite remote sensing of particulate matter and air quality assessment over global cities[J].Atmospheric Environment，2006(40)：5880-5892.

[13] SUN J Q，ZHANG F H.A theoretical analysis of remote measurement of mass concentration of atmospheric dust using LiDAR[J].Acta Scientiae Circumstantiae，1982(2)：36-43.

[14] FERNALD F G.Analysis of atmospheric lidar observations：Some comments[J].Applied Optics，1984(23)：652-653.