基于衛星遙感的四川省PM2.5反演

成都理工大學地球科學學院 四川 成都 610059

一、引言

大氣氣溶膠指的是懸浮在大氣中的微小顆粒,指的是環境空氣中空氣動力學當量直徑從0.001um到幾十毫米的顆粒物[1]。PM2.5就是大氣氣溶膠的一種,是指環境空氣中空氣動力學當量直徑小于等于2.5微米的顆粒。對于太陽光有很強的散射和吸收,從而導致地面的能見度發生明顯減弱,不僅如此,PM2.5對于人體的呼吸系統有著很大的危害,能增加心血管和哮喘等疾病的發生幾率,威脅著人們的身心健康,探究PM2.5的時空分布特征顯得尤為重要。

衛星遙感技術具有空間范圍大、時空連續性強、更新時間短、成本低等優[2]。通過使用衛星遙感技術可以彌補地面監測技術的不足來實現對PM2.5大范圍高效的監測[3]。其AOD產品在反演地面PM2.5的研究中被廣泛使用,本文以AOD為主,研究四川地區AOD與PM2.5濃度之間的相關性。

二、研究數據與方法

(1)AOD數據。AOD數據是從LAAD下載的MODISC6版本產品。時間范圍為2016年1月-2018年12月,產品影像空間分辨率為10km,獲取相同時間內的四川省范圍102個地面監測站點的PM2.5小時數據。

(2)建模方法及驗證。本論文采用的線性模型建模,它的形式簡單,容易建模,也是最直接找出唯一的自變量對應唯一的因變量的相關性的模型[4]。通過將AOD與PM2.5數據進行時空匹配,選取最佳模型,反演2017年的PM2.5與地面監測站點數據進行對比。獲取2018年MODIS C6 AOD和地面監測所獲得的PM2.5濃度,用IDL軟件提取地面站點位置的DN值,再將得到的DN值和PM2.5的值利用EXCEL軟件進行時間匹配。利用SPSS軟件進行多種線性模型建模,通過比較決定系數,選出最佳模型。

(3)PM2.5反演及時空變化特征分析。利用2018年的AOD-PM2.5模型反演2016-2018年的歷史PM2.5濃度,從不同時間尺度,來探究反演效果,并根據反演結果(圖1)分析四川省的PM2.5時空分布特征。

三、結果分析

根據圖1年均PM2.5濃度年均分布圖,可以發現,這三年來,各年的PM2.5平均年濃度分布情況大致都是一樣的,但是可以看到這三年來四川省年均PM2.5濃度整體是呈下降趨勢的。2016年PM2.5濃度最高,年均濃度為34;2017年第二,年均濃度為33;2018年的PM2.5濃度最低,年均濃度為32。其中四川省中部地區如成都市、德陽市等PM2.5濃度變化明顯,PM2.5濃度明顯降低,而在四川省西北部地區如阿壩州、甘孜州和涼山州等人口稀疏、經濟不發達及工業稀少的高原地區,PM2.5濃度的值普遍在一個很小的范圍內上下浮動,沒有什么較明顯的變化。

圖1 四川省年均AOD反演PM2.5分布圖

四、結論

根據相關資料的調查,PM2.5濃度高的地方都是人口多、人口密度高的區域。隨著人口數量的不斷增多,給大氣和環境帶來破壞,如汽車尾氣的排放、生活廢棄的排放、生活廢品的丟棄等都會直接或間接產生大氣污染。氣候條件也是影響大氣污染的一個重要因素。大氣污染物排放后,污染物會根據大氣的垂直流動和水平流動來實現擴散。降雨對大氣中的污染物有清潔作用,由于降雨量的降低,對大氣中的清潔作用也減弱,從而使大氣污染更為嚴重。通過上面分析可得,夏季的PM2.5濃度是四季中值最低的,夏季降雨量比較好可能也是導致PM2.5濃度較低的原因。

結果說明,四川省PM2.5分布與從地形條件,經濟發展水平,工業化和城市化水平,人口密度,氣候環境等因素密切相關。年均值濃度呈下降趨勢,冬季PM2.5濃度呈上升趨勢,而春季、夏季和秋季PM2.5濃度呈下降趨勢。