1984—2015年太湖地區大氣能見度變化遙感監測與評價

姜 晟，李旭文，牛志春，王甜甜，茅晶晶

江蘇省環境監測中心，江蘇 南京 210036

1984—2015年太湖地區大氣能見度變化遙感監測與評價

姜 晟，李旭文，牛志春，王甜甜，茅晶晶

江蘇省環境監測中心，江蘇 南京 210036

研究收集整理了1984—2015年太湖區域342幅Landsat系列衛星遙感影像，利用ENVI軟件FLAASH模塊計算獲取了區域大氣能見度均值，通過太湖周邊蘇州、無錫、常州3市地面自動站能見度監測值加以驗證，并在此基礎上對1984—2015年該地區大氣能見度遙感監測結果進行了分析與評價。研究結果表明：太湖地區在20世紀80年代能見度水平相對較好，20世紀90年代后逐漸下滑，總體呈下降趨勢。2015年遙感反演能見度均值為14.80 km，與1984年的21.46 km相比下降了31.05%，下降速率約為0.21 km/a。

大氣能見度；遙感；太湖

自20世紀80年代以來，伴隨著江蘇社會經濟的迅速發展，區域大氣環境污染問題日益凸顯，太湖地區尤為突出。能見度作為大氣常規監測指標之一，具有良好的直觀性、易于被人民群眾普遍接受，同時還具有明確的大氣環境指示意義和科學特性，一度被氣象部門作為霾判別和預報等級的一個重要指標[1]，在環境監測領域也逐漸受到廣泛關注[2-4]。在現有大氣能見度監測方法中，基于遙感影像的圖像解譯法獨樹一幟，與傳統監測方法相比，在歷史數據回溯、大范圍同步觀測與比較解析等方面具有一定優勢。張恩紅等[5]、李旭文等[6-7]已先后利用MODIS和Landsat 7衛星遙感影像數據對長三角地區的大氣能見度變化進行了分析研究，結果表明衛星遙感監測方法獲取的能見度變化趨勢與地面觀測資料分析的結論基本一致，具有良好的研究價值和業務化應用前景。

1 研究方法

大氣能見度遙感監測的理論基礎源于對大氣輻射傳輸過程的定量描述。大氣輻射傳輸是指電磁波在大氣介質中的傳播輸送過程。這一過程中，由于輻射能與介質的相互作用而發生吸收和散射，同時大氣也發射輻射。遙感傳感器通過對地觀測獲取數據信息，這其中既包括了地表信息，也包括了大氣信息和其他環境信息，這些信息即是不同專業領域進行遙感圖像解譯和定量分析的研究對象。電磁輻射在地-氣系統中傳輸的過程受到多種因素影響，而衛星傳感器所接收到的電磁輻射強弱與大氣環境狀況直接相關，因此可以通過對大氣輻射傳輸方程進行適當的假設和變換，明確大氣光學參數間的對應關系，進一步計算得到大氣能見度和其他指標[8]。在國際通用的MODTRAN大氣輻射傳輸模型中，就是利用KAUFMAN的“暗像元法”[9]對能見度進行反演。首先是對遙感影像過境區域的大氣模式、氣溶膠模式進行設定，其次根據判別公式和閾值在影像中找出符合條件的“暗像元”，并計算得到這些“暗像元”在特定波段的反射率均值，然后對“暗像元”進行大氣校正得到反射率反演值，再根據反演值與均值之差進行線性內插，從而推算出關聯對應的能見度值作為整景影像覆蓋區域的大氣能見度估算結果[10-11]。

研究在上述理論依據基礎上，從美國地質勘查局(USGS)官方網站批量下載了1984—2015年太湖區域342幅Landsat系列衛星遙感影像，利用遙感專業軟件ENVI 5.1版本中內嵌的FLAASH模塊進行大氣能見度計算。該模塊正是基于MODTRAN模型進行開發，具體數據處理流程大致分為4步：首先是在軟件中將遙感影像導入、打開，其次是對影像中的多光譜數據進行輻射定標，之后在FLAASH模塊中根據衛星和影像特征信息進行各類參數的選擇與設定，最后通過軟件模塊內嵌的模型算法計算得到整幅影像覆蓋區域的大氣能見度均值。在衛星傳感器參數設定方面，因為不同傳感器輻射定標的增益和補償參數不一樣，所以必須選擇正確的傳感器名稱確保計算結果的準確性，研究使用的是美國Landsat系列衛星，因此需在傳感器類別(Sensor Type)中選擇 Landsat衛星對應的傳感器名稱，并從影像頭文件中讀取數據衛星過境時間(格林尼治時)填入過境日期(Flight Date)和過境時間(Flight Time)。在大氣模型(Atmospheric Model)選擇方面，主要根據緯度和月份信息進行選擇(表1)，FLAASH模塊關聯的MODTRAN模型中對大氣模型參數設定預設了查找表。在氣溶膠模型(Aerosol Model)選擇方面，根據影像過境區域特點選擇相應類型，一般選擇鄉村(Rural)或城市(Urban)。其他參數設定方面，由于Landsat系列傳感器均為多光譜類型，沒有用于反演水汽柱含量的特征性窄波段，因此將水汽反演模式(Water Retrieval)設為NO，系數缺省值為1.00；氣溶膠反演模式(Aerosol Retrieval)選擇2-Band(K-T)，能見度參考值(Initial Visibility)根據影像過境時覆蓋區域的天氣條件輸入相應的經驗值(表2)，作為在少數情況“暗像元”搜索失敗時的替代計算值。

表1 FLAASH模塊大氣模型查找表[12]Table 1 The atmospheric model look-upTable of FLAASH module

表2 FLAASH模塊能見度參考值對照表[12]Table 2 The atmospheric visibility defaultvalue of FLAASH module

2 結果分析

將計算得到的能見度結果數據按時間排序，對1984—2015年太湖地區大氣能見度的總體變化趨勢進行分析，結果表明：1984—2015年期間，太湖地區共有334個遙感反演能見度有效值，占全體樣本總量的97.7%，全體樣本的均值為17.21 km、中值為14.99 km，最小值為5.00 km、最大值為57.83 km。以各年度能見度中值、均值作為當年代表值進一步分析數據樣本可知，太湖地區大氣能見度自1984年以來總體呈下降趨勢，其中1986年能見度年均值、中值均為最大，分別為35.79、36.73 km，2009年能見度年均值最小(12.69 km)，2006年中值最小(10.77 km)；1984年遙感反演能見度均值為21.46 km、中值為16.85 km，2015年遙感反演能見度均值為14.80 km、中值為11.91 km，與1984年相比分別下降了31.05%和29.32%，以年均值計算下降速率約為0.21 km/a(圖1)。

注：因1997、1998年樣本不足未參與評價。圖1 太湖地區1984—2015年遙感反演 能見度年均值、中值監測結果Fig.1 The result curves of atmospheric visibility data from 1984 to 2015 in Taihu Lake region

將計算得到的能見度結果數據進行分級評價，共分為0<能見度≤10 km、10<能見度≤15 km、15<能見度≤20 km、20<能見度≤40 km、能見度>40 km 5個等級，分別稱為“差”“一般”“較好”“好”和“極好”。按年代排序劃分后，統計結果表明：20世紀80年代太湖地區大氣能見度等級為“極好”“好”“較好”的樣本比例之和為79%，處于良好狀態，“差”與“一般”的樣本比例僅占21%；但進入20世紀90年代以后，該地區大氣能見度等級為“差”的樣本比例迅速由原來的3%增加到16%，2000年以后更進一步增加到25%以上，而近15 a“差”和“一般”2個等級樣本比例之和分別達到了60%和47%，反映了該地區大氣能見度長期處于較差的水平(圖2)。

圖2 太湖地區1984—2015年遙感反演能見度等級分布比例圖Fig.2 The distribution ratio pictures ofatmospheric visibility data from 1984to 2015 in Taihu Lake region

為驗證研究所述方法切實可行、數據結果準確可信，利用2013年3月后新建的大氣自動站能見度監測值作為校驗數據進行比對。地面站點實測數據來源為常州洛陽中心小學、無錫太湖國際科技園、蘇州科技學院3個自動站，將大氣能見度監測結果篩除儀器異常值后取遙感影像過境時間同期數據的均值作為參照值，共54組。遙感能見度與實測能見度的變化曲線顯示2組數據趨勢基本一致，吻合度良好(圖3)。

圖3 太湖地區大氣能見度遙感監測結果與 實測數據比較Fig.3 The result data of atmospheric visibility using remote sensing method comparing with automatic monitoring method

3 結論與展望

研究依據大氣輻射傳輸原理，利用ENVI軟件FLAASH模塊對1984年以來太湖地區的Landsat系列衛星影像進行了分析處理，獲取了大氣能見度遙感監測結果，評價了該地區1984—2015年大氣能見度總體變化趨勢，彌補了環境監測系統在這一時段大氣能見度歷史監測資料的缺失，同時也進一步豐富了現有的大氣能見度監測技術。通過研究發現，太湖地區1984—2015年大氣能見度總體呈下降趨勢，其中20世紀80年代能見度水平相對較好，20世紀90年代后逐漸下滑，2000年以后長期處于較低水平。這一趨勢與社會公眾普遍感受基本一致，從另一側面反映了空氣污染給太湖地區大氣能見度帶來的變化和影響，為進一步研究制定大氣環境保護措施提供了科學依據和數據支撐。

與此同時也應看到，大氣環境復雜多變，能見度遙感監測結果精度仍有很大提升空間。大氣的垂直結構對能見度遙感估算具有一定影響，特別是邊界層內對流混合的狀況決定了氣溶膠與水汽實際的垂直分布，因此會進一步影響大氣消光能力在垂直方向的變化，即影響不同高度的大氣水平能見度。在今后的研究和應用中，建議對這方面因素進行充分考慮以提高監測數據的準確性。

[1] 中國氣象局. 霾的觀測和預報等級：QX/T 113—2010[S].北京:氣象出版社，2010.

[2] 羅杰，林楚雄，陳嘉曄，等. 深圳市大氣能見度特征分析及其與主要污染物因子相關性分析[J]. 中國環境監測，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] 劉永紅，馮婷，蔡銘. 2009年廣州能見度變化規律及主要影響因素分析[J]. 中國環境監測，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] 白愛娟，鐘文婷，華蘭,等. 成都市大氣能見度變化特征及影響因子研究[J]. 中國環境監測，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] 張恩紅，朱彬，曹云昌，等. 長江三角洲地區近30年非霧天能見度特征分析[J]. 氣象， 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，王經順，等. 遙感影像反演區域能見度及其與地面空氣質量監測數據一致性研究[J].環境監測管理與技術，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衛星OLI影像遙感反演鹽城市區域大氣能見度狀況[J]. 環境監控與預警，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] 王橋，厲青，陳良富，等. 大氣環境衛星遙感技術及其應用[M].北京：科學出版社，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] 鄧書斌. ENVI遙感圖像處理方法[M]. 北京：科學出版社，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

江蘇省環境監測科研基金

姜 晟(1983-)，男，江蘇南京人，碩士，工程師。