1、MODIS氣溶膠產品在北京監測PM2.5質量濃度中的應用摘要：隨著我國城市的開展，PM2.5已經成為大氣污染的重要形式。本文以北京作為實驗區，從MODIS3km氣溶膠產品出發，選取地面氣象資料對氣溶膠光學厚度進行垂直訂正和濕度訂正，與同期觀測的地面PM2.5資料進行相關分析。結果說明，兩項訂正可以提高AODPM2.5模型結果精度，建立較理想的遙感反演綜合模型。為大范圍定量監測PM2.5污染提供了一定的參考價值。關鍵詞：MODIS氣溶膠光學厚度PM2.5垂直訂正濕度訂正相關性分析中圖分類號：X87文獻標識碼：A文章編號：1674-098X202107B-001引言近年來，隨著經濟開展和城市化進程

2、加快，我國大氣污染問題日益凸顯，特別是城市霧霾現象頻發，霧霾范圍不斷擴大，呈現出時間長、區域化的特點。霧霾主要由二氧化硫、氮氧化物和可吸入顆粒構成，其中可吸入顆粒通常是指當量直徑10微米的顆粒物，而許多城市首要污染顆粒物都是PM2.5。PM2.5不僅對可見光有較強的消光作用，造成大氣能見度下降，而且對人體呼吸系統和心肺功能健康也有著較大影響。因此，全面掌握PM2.5的區域分布特征對研究大氣污染的成因和建立有效的防治措施有著重要意義。目前，PM2.5的監測方式主要有地面和遙感監測兩種。地面監測能夠提供較為準確的監測數據，但監測站分布不均勻且數量有限，難以獲取大范圍的監測數據；而衛星遙感監測具有經

3、濟性、覆蓋范圍廣等優勢，能夠有效彌補地面監測的缺乏，因而被廣泛應用于地面PM2.5的監測。Chu等【1】利用MODISAOD產品研究了全球、區域和局部大氣污染情況，證實了MODISAOD產品研究大氣污染的可行性；Wang等【2】研究美國多個地面污染物與MODISAOD的相關性，說明AOD可以定量評估當地的空氣質量等級；Wang等【3】、Donkelaar等【4】將氣溶膠垂直分布和相對濕度引入AODPM2.5線性模型中，并進行垂直和濕度訂正，發現訂正后AOD和近地面顆粒物之間的不確定性降低；謝志英等【5】結合地面能見度數據求得北京四季氣溶膠標高并對MODIS氣溶膠產品進行標高訂正，提高了地面顆粒

4、物與氣溶膠的相關度。但國內的相關研究大多使用的是MODIS10km空間分辨率的氣溶膠產品，對MODIS3km空間分辨率的氣溶膠產品與PM2.5的相關性的研究較少，同時考慮到氣溶膠具有季節性變化的事實【6】，本文基于MODIS3kmAOD產品，結合地面能見度與相對濕度數據，探討3km的AOD數據與PM2.5的關系，為北京地區長期、宏觀地監測PM2.5質量濃度提供科學依據。2數據和方法1遙感數據：本文采用的為美國NASA發布的MODISTerraLevel2、版本為C006、空間分辨率為3km*3km的氣溶膠產品數據，研究地區為北京，選取時間范圍為2021年12月至2021年11月且云量較少的氣溶

5、膠產品，利用ENVI軟件對數據進行幾何校正、投影轉換、矢量裁剪等操作，為防止由于影像的投影變換定位偏差導致出現比照畸值【7】，提取以地面站點為中心3*3像元范圍內的非空白AOD均值。但由于MODISAOD3km產品僅采用暗目標算法進行反演，所以該產品在冬季12月、1月、2月反演效果較差，故最終得到2021年春3月、4月、5月、夏6月、7月8月、秋9月、10月、11月三季共77d的AOD日均值數據。考慮到要進行精度驗證，按時間順序每隔3個數據選取1個數據作為驗證數據，故最終獲得58個建模數據，19個驗證數據。2氣象數據：地面能見度和相對濕度數據來源于美國國家海洋和大氣管理局簡稱NOAA在北京地區

6、建立的地面觀測站，經緯度坐標為：40.08°N，116.585°E。氣象站每隔30min記錄一條數據。為了與Terra衛星過境時間對應，選取衛星過境時間前后1h以內的數據做平均處理，作為其對應的地面能見度和相對濕度數據。3顆粒物濃度數據PM2.5：本研究所采用的PM2.5數據來自北京市地面環境監測站。但由于缺乏所需地面站點的PM2.5質量濃度數據，本文參考中國科學院計算機網絡信息中心國際科學數據鏡像網站的方法，基于35個地面站點的PM2.5數據，利用協克里金插值方法得到對應地面站點的PM2.5數值。選取衛星過境時間前后1h以內的數據取平均值。3結果分析3.1AOD與PM2.

7、5質量濃度季節變化特征2021年三季度AOD變化范圍為0.101.89，均值為0.71。PM2.5的變化區間為3.60248.68g/m?，均值為62.78g/m?。AOD春季、夏季均值較高，分別為0.78和0.89；秋季AOD平均值最小，為0.51。PM2.5的春季和夏季平均濃度最高，分別到達73.33g/m?、65.92g/m?；秋季最低，PM2.5平均濃度為51.45g/m?。春季北京市多受沙塵、揚塵天氣影響，是導致AOD和PM2.5質量濃度較高的主要因素。夏季受暖濕氣流影響，導致吸濕粒子經“氣粒轉化過程轉化為硫酸鹽和硝酸鹽的速率加快8，這些二次氣溶膠粒子消光性較強，加之夏季風速較小，容

8、易導致空氣中顆粒物的堆積，AOD和PM2.5濃度較高；秋季受干冷的高壓天氣系統影響，晴好天氣較多，相對濕度較低，是導致秋季北京地區AOD和PM2.5濃度較低的原因。3.2AOD與PM2.5直接相關將2021年3月至11月58個AOD數據與相應的PM2.5進行直接比較，如圖1所示，R2=0.73323.3垂直濕度訂正3.3.1垂直訂正氣溶膠光學厚度是從地面至大氣層頂垂直方向上消光系數的積分，而PM2.5質量濃度是由地面監測站測得，因此，為了減小兩者關系的不確定性，需要對AOD進行垂直訂正。本文主要參考李成才的訂正方法【6】，引入氣溶膠標高對AOD進行垂直訂正，獲得近地面消光系數。氣溶膠標高是整個

9、氣柱中顆粒物按地面濃度在垂直方向均勻分布所能到達的高度，反映的是氣溶膠的垂直分布信息。其訂正公式表示為1式中，表示訂正后的光學厚度。AOD與地面氣溶膠消光系數呈線性相關，而地面消光系數與V能見度具有反比關系，因而AOD與能見度、氣溶膠標高的關系式可表示為92其中，為氣溶膠光學厚度。根據AOD變化具有季節特征的特點，按不同季節對氣溶膠進行垂直訂正。根據2式求得春、夏、秋三季的氣溶膠標高分別為：2.095km，2.307km，1.412km。最終利用1式完成氣溶膠的垂直訂正。3.3.2濕度訂正由于PM2.5濃度是在相對枯燥的環境中測得，而氣溶膠光學厚度是在大氣環境下獲取的，因此在相對濕度較高的情況

10、下，粒子的吸濕性對粒子的復折射指數、形態等都有較大影響，AOD隨濕度變化幅度較大10。為了降低粒子吸濕性對AOD與PM2.5質量濃度的相關性所造成的影響，還需要進行濕度訂正。濕度影響因子表示為【3】由表1及圖2可得，PM2.5濃度與未經訂正的AOD數值、垂直訂正后的AOD數值以及垂直和濕度訂正后的AOD數值的擬合系數R2分別為0.7332、0.7598、0.7848，且均大于統計學上99%置信度要求。經過垂直和濕度訂正后的擬合優度有所提高，說明該訂正方法是有效的。進一步按不同季節分析AOD與PM2.5質量濃度相關性，按照春、夏、秋三季來分析垂直訂正后的AOD數值與經過濕度訂正后的PM2.5質量

11、濃度之間的相關關系。由表2可知，經過濕度訂正，春季的擬合系數有明顯上升，由0.4562提升至0.5575。秋季的擬合系數也由0.8591小幅提升至0.8621。只有夏季的擬合系數由0.8494降至0.7708，濕度訂正呈負效果。這一方面可能是由于樣本數據量缺乏，有待進一步檢驗校正；另一方面，可能是氣溶膠的濕增長因子經驗公式并不適用于該夏季的濕度訂正，需要重新結合近幾年當地地面能見度數據與濕度數據擬合濕度增長因子公式11。3.4模型精度驗證基于19對驗證數據，利用垂直訂正后的AOD數值結合全年、各季節訂正后得到線性擬合模型，反演濕度訂正后的PM2.5質量濃度，并與地面濕度訂正后插值得到的PM2.

12、5濃度做比較。經比較，前三季度和春季、夏季、秋季的線性擬合系數分別為0.8721、0.8445、0.8467、0.8967，均大于99%的置信度要求，說明利用MODIS3kmAOD可以很好的監測PM2.5質量濃度。4結論12021年前三季度NOAA北京地面監測站的AOD值從高到低依次為夏季、春季、秋季；PM2.5質量濃度變化從高到低依次為春季、夏季、秋季。2MODIS3kmAOD與PM2.5質量濃度總的擬合系數為0.7332，經垂直和濕度訂正后擬合系數為0.7848。說明利用地面能見度數據和相對濕度數據的訂正具有一定的效果，MODIS3kmAOD產品可以有效地監測PM2.5質量濃度。32021

13、年北京NOAA地面監測站的春、夏、秋各季度的平均垂直標高分別為2.095km、2.307km和1.412km；秋季AOD與地面PM2.5質量濃度的擬合度最高，夏季次之，春季最低。參考文獻【1】ChuDA，KaufmanYJ，ZibordiG，etal.GlobalmonitoringofairpollutionoverlandfromtheEarthObservingSystem-TerraModerateResolutionImagingSpectroradiometerMODISJ.JournalofGeophysicalResearch，2021，108108：21.【2】WangJ，C

14、hristopherSA.IntercomparisonbetweensatellitederivedaerosolopticalthicknessandPM2.5mass：ImplicationsforairqualitystudiesJ.GeophysicalResearchLetters，2021，3021：267-283.【3】WangZ，ChenL，TaoJ，etal.Satellite-basedestimationofregionalparticulatematterPMinBeijingusingvertical-and-RHcorrectingmethodJ.RemoteSe

15、nsingofEnvironment，2021，1141：50-63.【4】VanDonkelaarA，MartinRV，ParkRJ.EstimatinggroundlevelPM2.5usingaerosolopticaldepthdeterminedfromsatelliteremotesensingJ.JournalofGeophysicalResearchAtmospheres，2021，111D21：5049-5066.【5】謝志英，劉浩，唐新明.北京市MODIS氣溶膠光學厚度與PM10質量濃度的相關性分析J.環境科學學報，2021，3510：3292-3299.【6】李成才，毛節

16、泰，劉啟漢，等.利用MODIS光學厚度遙感產品研究北京及周邊地區的大氣污染J.大氣科學，2021，275：869-880.【7】RemerLA，MattooS，LevyRC，etal.MODIS3kmaerosolproduct：algorithmandglobalperspectiveJ.AtmosphericMeasurementTechniquesDiscussions，2021，61：69-112.8任團偉，郭照冰，劉唯佳.2021-2021年北京地區大氣氣溶膠光學特性季節變化規律研究J.環境化學，2021，3412：2239-2247.9朱忠敏，龔威，余娟，等.水平能見度與氣溶膠光學厚度轉換模型的適用性分