基于MODIS影像江西省气溶胶时空分布变化遥感分析 [PDF全文]
(江西理工大学土木与测绘工程学院,江西 赣州 341000)

使用2000—2018年的MODIS MOD04_3K气溶胶标准产品对江西省气溶胶光学厚度(AOD)进行提取。通过合成年均值、月均值和季均值AOD数据,分析550 nm处气溶胶光学厚度的时空变化特征。结果 表明:2006年与2014年为两个波峰,南昌市、宜春市等人为活动频繁的中北部地区AOD值偏高,省边缘及南部AOD值较低。利用19年各月数据合成月均值AOD,发现AOD值从3月开始增大,5月达到最大值,在7—8月AOD值减小,直至12月达到最小。AOD值季节差异较大,随春夏秋冬四季依次降低。研究影响因子时,发现高程和降水量与AOD值成反比,人口密度与AOD值成正比,土地利用类型中的林地地区AOD值在0.5以下,而耕地地区与居民区的AOD值较高。

Analysis of the spatial and temporal distribution of aerosols in Jiangxi Province based on MODIS
AI Yunchan, KUANG Runyuan
(School of Civil and Surveying & Mapping Engineering, Jiangxi University of Science and Technology, Ganzhou 341000, Jiangxi, China)

This paper uses MODIS MOD04_3K aerosol products from 2000 to 2018 to extract aerosol optical thickness (AOD) in Jiangxi Province. By synthesizing annual average, monthly average and quarterly average AOD data, the spatial and temporal distribution of aerosol optical thickness at 550nm was analyzed. The results show that there are two peaks in 2006 and 2014. The AOD values of the central and northern with frequent human activities such as Nanchang City and Yichun City are relatively high, while the border area and the southern part have lower AOD values. According to the monthly average AOD synthesized based on the monthly data in 19 years, the AOD value has increased since March, reaches the maximum in May, and the AOD value decreases from July to August until it reaches the minimum in December. The AOD seasonal value varies greatly, decreasing from spring to winter. When studying the affecting factors, it was found that elevation and precipitation are inversely proportional to the AOD value. The population density is directly proportional to the AOD value. The AOD value of forested area is below 0.5, while the cultivated areas and residential areas are higher.

引言

  气溶胶是由固体或液体小质点分散并悬浮在气体介质中形成的胶体分散体系,又称气体分散体系,其大小为0.001~100 μm,分散介质为气体[1]。2002年,Kaufman根据气溶胶光学厚度和柱状质量浓度,区分以累积模式颗粒(例如烟或硫酸盐)为主的灰尘和气溶胶,使用气溶胶路径辐射率的比率确定工业/城市的生物质燃烧气溶胶[2]。气溶胶会影响人类的生存环境,如:Charlson对气溶胶与太阳辐射方面的研究,得出气溶胶能够削减到达地表的太阳辐射并导致地表降温,证明气溶胶对气候变化起重要作用[3]。而气溶胶的消除,主要靠大气的降水的冲刷和风力带来的微粒间的碰撞和沉降过程[4]

  至今为止,有多位学者利用遥感数据就气溶胶的各个方面进行过研究分析。如:张军华等对近20年来中国大气气溶胶的研究状况进行总结,提出了用消光、前向散射相结合等方法来研究大气气溶胶的辐射特性[5];史桂桦等利用MODIS气溶胶产品对南昌市PM10的质量浓度进行反演,发现对AOD进行垂直—湿度订正后,与PM10质量浓度的相关系数会有所提高[6]; Kaufman等将地面太阳光度计观测网 (AERONET)的气溶胶数据与MODIS产品中的数据进行对比验证,发现相关系数高达0.8,说明MODIS产品具有可信的质量精度[7];李成才等从2001年起对北京和香港以及东部等地区进行气溶胶观测,对MODIS产品的精度进行严格验证,结果表明MODIS产品达到了用于研究的精度要求[8];吴健生等从AOD数据来源的多样性及应用出发,得出AOD数据分辨率的不同会产生不同精度的反演结果[9]。就目前来说,我国对于气溶胶方面的研究主要在京津冀[10]、西北和西南[11-12]、珠江三角洲[13]等地区域,关于江西省区域长时间序列的气溶胶研究资料较少。为了更加全面地对我国各个地区的大气质量进行评估,本文对江西省气溶胶在时空变化方面进行遥感分析,为认识江西省的大气环境提供分析资料,有助于研究江西省各地区气溶胶的时空分布特征及其与影响因子之间的相关性。

 

1 研究区域概况

 

  江西省位于中国东南部、长江中下游地区,地处于南岭以北,长江以南,纬度偏低。省内东西南部三面环山,其地势南高北低,以丘陵和山地为主。丘陵主要分布于中部和北部地区,与河谷平原交叉分布,山地大多分布于省内边缘。而盆地、谷地分布广阔,大多是沿着河岸分布。北部地区较为平坦,为鄱阳湖湖积、冲积平原[14]

  气候特点为中亚热带温暖湿润季风气候,四季分明,雨量充沛。南北差异很小,冬暖夏热,雨季长。季节降水量分配不均,大半集中在4—7月,从8月开始降低。降水在地区分布上主要以东南部为主,降水有较大的年际变化,多雨与少雨年份相差近一倍,降水分布情况十分有规律[15]

 

2 数据与方法2.1 数据说明

  根据WANG 等研究的气溶胶光学厚度(AOD)与地面实测数据的资料[16],可知用于判断空气质量标准的PM2.5与AOD之间的相关性高达0.7以上,即认为可将AOD也作为评定大气质量的标准。气溶胶光学厚度(AOD)的定义为:

  

其中,Tλ为光学厚度;λ为波长; δλ为粒子消光截面;N(z)为消光粒子数密度垂直分布,物理意义是沿辐射传输方向消光系数的总和,与对流层垂直方向的气溶胶总浓度相关。

  大气气溶胶的监测手段主要是地基监测和遥感监测,但地面监测站点有限,无法大范围获取气溶胶资料,因此本文使用NASA官网的MODIS Level 2级MOD04_3K气溶胶标准产品。此产品通过查找表(LUT)反演得到反射和传输通量以及其他质量控制和辅助参数,并利用MODIS暗目标算法进行气溶胶反演。在算法上与10 km气溶胶产品大致相似,唯一的区别是像素的组织方式不同。3 km产品的算法在输入MODIS地磁光谱反射率和辅助数据后,会将0.5 km的像素安排在36像素(6×6)的阵列检索盒中。在掩盖不需要的像素后,利用海洋和陆地区域来平均剩余像素,并进行检索[17],最后以HDF4格式发布。在认为MODIS气溶胶产品已达到研究要求的基础上,分析550 nm处气溶胶光学厚度的时空变化特征。将多幅影像的AOD值进行合成,与其他方法结合分析江西省2000—2018年每隔一年的气溶胶时空变化特征以及研究影响因子对气溶胶分布与AOD值大小的影响。

2.2 研究方法

  1)数据合成,计算AOD均值

  将多幅影像的像元值进行循环相加求平均。根据AOD值的范围,对其进行重分类分级。第一级别使用0~0.3,是由于AOD值在0.3以下的区域较少,表示的大气气溶胶浓度较低,作为一个级别展示可以更清晰的表示AOD的空间分布。之后AOD值以0.2为梯度,可以使AOD的空间分布更精确。制作各幅合成影像的专题图用于分析江西省气溶胶时空分布的情况。最后利用江西省各年、各月、各季的AOD均值和其对应的年、月、季做出时间序列,并结合AOD值分布图对其进行时空分布变化分析。其算法思想的公式为:

  

其中,M为合成数据后的单个像元AOD值;N 为参与计算的像元个数(参与计算的影像幅数);Xi 为单幅影像中的单个像元值。其意义是剔除无像元值的像元,令其不参与求平均的计算,对有数据的像元进行循环相加求平均。

  2)统计分析

  本文高程数据来自地理空间数据云——DEM数字高程数据,它是对ASTER GDEM第一版本(V1)的数据进行优化得到的,全球空间分辨率为30 m。将AOD总均值与DEM数据进行趋势拟合分析。利用江西省各市降水量数据反映江西省的气象因子,数据来自2016年度江西省水资源公报。以2016年江西省各市人口密度数据来反映江西省的人文因子情况,数据来源于2017年江西省统计年鉴。将降水量数据和人口密度数据进行统计后与AOD值结合进行趋势线拟合分析。2018年江西省土地利用数据来源于中国科学院资源环境科学数据中心,将AOD总均值与其进行对比分析,得出土地利用对气溶胶时空分布的影响。

 

3 结果分析3.1 气溶胶时空变化

  1)年均值AOD时空分布变化

通过合成MODIS气溶胶产品,得到每年气溶胶分布图,如图1所示。取各年份的AOD均值,绘制折线图,如图2所示。从图1图2中可以看出:①空间上:2000—2018年江西省中部、北部地区的AOD浓度都高于省边缘及大部分南部地区,多数AOD低值区都位于少数省边缘城市。②时间上:2000—2006年AOD值逐渐增大,但递增的趋势有所减缓。在2006—2010年内AOD值在缓慢减小,2010年后一直增大至2014年,达到19年来最大值0.55。2014年后AOD值便一直在减小至2018年,为19年来最小值0.29。AOD值在2006年和2014年为双波峰。③从整体上看,AOD值分布的总趋势是由省边缘地区开始,经南部地区逐渐向中北部地区增加,呈现出“U型”变化分布。中部和北部地区较为平坦,是AOD分布的主要区域。如南昌市位于江西省北部,处于AOD高值区。在2000年,南昌市的AOD值主要位于0.3~0.5和0.5~0.7区间内。2002—2006年和2010—2014年间,以0.7~0.9和0.9~1.1区间为主。南昌市的AOD主要分布于偏北部地区,值几乎都在0.7以上。沿南北线城市的方向来看,发现AOD每年都由北向南呈现缓慢减少的趋势。

图1 江西省2000—2018年均值AOD分布

图1 江西省2000—2018年均值AOD分布

图2 2000—2018年AOD均值与方差统计

图2 2000—2018年AOD均值与方差统计

  2) 月均值AOD时空分布变化

  对各年12个月的气溶胶产品分别进行合成,得到各月气溶胶分布图,如图3所示。取各月份的AOD均值,绘制折线图,如图4所示。从图3图4可以看出:①空间上:与年际变化相似,每月的气溶胶浓度都由省边缘地区向中心和北部地区逐渐增大。②时间上:AOD值自2月后一直增大至5月出现第一个波峰,5月AOD值为0.70,是12个月中最高值。在9月时又出现一次波峰,但AOD值一直在0.48附近上下浮动,变化不大。最后在10月份出现较大的减小趋势。③从整体上来看,江西省上半年AOD值高于下半年,且气溶胶都由北部向南部扩散。如南昌市的气溶胶浓度一直为江西省内偏高的城市之一,AOD值的月际变化明显。1—3月主要为0.5左右,4—6月以0.7-1.1为主,7—10月AOD值主要为0.7左右,11—12月的AOD值在0.5以下。而赣州市位于江西省南部,1—2月和10—12月AOD值大多在0.5以下,3月与8—9月AOD值在0.7以下,全年AOD值最高的时段为4—5月。吉安市位于江西省中部,与赣州市相邻,两市相接处的AOD分布相似,但AOD总均值吉安市高于赣州市。可以认为江西省气溶胶有由南向北依次增加的趋势,这与年际变化中的气溶胶分布相对应。

  3)季均值AOD时空分布变化

本文对2000—2018年属于四季的气溶胶产品分别进行合成,得到四季气溶胶分布图,如图5所示。取各季节的AOD均值,绘制条形图,如图6所示。从图5图6可看出:①空间上:各个城市AOD值变化与季均值AOD的变化相同,从东西方向看,由上饶市至萍乡市,AOD值为低—高—低的梯度变化。从南北方向看,由赣州市至九江市,AOD值为低—高的梯度变化。②时间上:AOD值随春夏秋冬季节逐渐减小。③从整体上来看,江西省春季大多数地区AOD值属于<0.7区间。但像南昌市东部和南部、宜春市东部和中部等仍属于AOD高值区,AOD<0.3的低值区较少,只在省东部和西北部边缘地区有少量分布。夏季AOD值偏高,宜春市和南昌市交界处附近的AOD值为全省最高。秋季属于AOD高值区的范围缩小,低值区范围扩大,全省的AOD值大多在0.7以下。冬季AOD值最低,多数地区AOD值在0.7以下。

图3 江西省2000—2018合成月均值AOD分布

图3 江西省2000—2018合成月均值AOD分布

图4 1—12月AOD均值与方差统计

图4 1—12月AOD均值与方差统计

3.2 影响因子定量分析

  1)地形因子

以地形因子中的DEM数据为例,如图7。从中可看出江西省总地势南高北低,东西南三面地区地势较高,鄱阳湖四周地区地势较为平坦。利用DEM数据和2000—2018年AOD总均值做线性拟合图(图8)来分析AOD值与地形之间的相关性,得趋势线方程为:y=1.2836x-0.199,R2=0.6653,且P值小于0.001。可得:AOD值与海拔呈负相关,即省边缘海拔高的地区AOD值较低,如赣州市。海拔较低的地区AOD值偏高,如南昌市和九江市,这与前文江西省气溶胶时空分布变化特征相吻合,海拔高的地区气溶胶因扩散受限[18],如鄱阳湖平原地势四周高,中心低,导致临近地区局部气溶胶难以输送出去,因此常为高值区。

图5 江西省2000—2018季均值AOD分布

图5 江西省2000—2018季均值AOD分布

图6 四季AOD均值与方差统计

图6 四季AOD均值与方差统计

图7 DEM数据

图7 DEM数据

图8 AOD与高程趋势拟合图

图8 AOD与高程趋势拟合图

  2)气象因子

以气象因子中的降水量为例,将各省2016年降水量数据与2016年各省的AOD平均值进行统计,如图9。得到趋势线公式为:y=1144x-0.562,R2=0.7486,(其中:y为年均降水量/mm,x为AOD值)。可得:AOD值与降水量成反比,即降水量越高,AOD值越低,反之,AOD值越高。由江西省气候特征可知,全年从4月开始多雨,全年中5—6月降水达到最大,到7月中旬雨量开始减少,11月后,冷空气使得空气干燥。结合气溶胶时空分布变化可知,4—5月AOD值为全年最高。这其中有气溶胶粒子在未饱和之前会吸水膨胀至饱和的原因[19],加上春季的北方沙尘天气频繁,为江西省北部地区带来了大量沙尘颗粒[20],导致气溶胶增多。6月之后饱和的气溶胶粒子再受到雨水的冲洗,会导致AOD值下降。但江西省夏季高温炎热,会使大部分颗粒的光化学作用加快[21],导致夏季AOD值偏高。而11—12月的AOD值为全年最低,因为干燥的空气会使气溶胶粒子的活动性大大降低。

图9 2016年降水量和人口密度与AOD之间的相关性

图9 2016年降水量和人口密度与AOD之间的相关性

  3)人文因子

  气溶胶与人类活动息息相关,本文对2016年江西省各市人口密度进行统计,将其与AOD值结合制作散点图,如图9,得到趋势线公式为:y=1439.7x1.673,R2=0.5532,(其中,y为人口密度(人/km2),x为AOD值)。可得:在2016年,南昌市的人口密度为全省最高,几乎是人口密度最低城市的4倍,AOD值也最高,为0.604。而人口密度相差不大的赣州市、吉安市和抚州市,AOD值也相近。这说明人口密度与AOD值成正比关系,即人口密度越高,人类活动越频繁的地区,AOD值越高。

  4)土地利用

将下载的土地利用数据根据产品说明进行分类,类型包括有耕地、草地、林地、水域、居民地和未利用土地,各土地类型的范围为林地>耕地>草地>水域>居民区>未利用土地,如图 10。林地主要分布于江西省的东北部、西北部和南部地区,中部地区以耕地为主。从AOD总体分布(图 11)中计算AOD的各项统计值,如图 12。可知整体上江西省的多数地区AOD值处于0.3~0.5,0.5~0.7区间内,平均值处于低值区,最大值出现在南昌市。与土地利用数据相结合,可得:林地范围内AOD值以<0.5为主,因为植物对大气粉尘有滞留作用,可以有效降低气溶胶浓度[22]。耕地地区和居民区的AOD值大多在0.5~0.7范围内,如最大AOD值(2.164)在南昌市范围内,这与耕地的人为焚烧和居民区人为活动有关。未利用土地与草地地区的AOD值大多为<0.5,只是在南昌市这个AOD高值区附近范围的未利用土地AOD值高于其他地区,这说明气溶胶粒子的扩散也受到周边环境很大的影响。

图 10 2018年土地利用数据

图 10 2018年土地利用数据

图 11 2000—2018年AOD均值分布

图 11 2000—2018年AOD均值分布

图 12 2000—2018年AOD值统计

图 12 2000—2018年AOD值统计

 

4 结 论

  对2000—2018年江西省气溶胶进行时空分布变化分析,得出:①AOD值由省边缘地区开始,经南部地区逐渐向中北部地区增加,呈现出“U型”变化分布。近几年气溶胶浓度得到控制,高值区几乎不可见,即江西省气溶胶污染总趋势在逐渐减轻。②江西省整年AOD值上半年高于下半年,由南向北逐步增大。③AOD值按春夏秋冬四季依次降低。春季AOD值最高,也是高值区分布最广的时节,AOD值较夏季高。

  最后研究各个因子对AOD值的影响,可得:①地势较高的地区AOD值越低。地势较为平坦的地区AOD值较高,而高值区也主要是以南昌市为中心的周边地区,如宜春市北部和中部地区等。②降水量与气溶胶粒子之间成反比关系,这是因为降水因子有使沙尘、烟尘等粒子沉降的作用。③人口密度与AOD值成正比关系,人口密度高的时期,AOD值高。④不同土地类型对气溶胶分布有不同的影响。林地地区AOD值较低,耕地和居民区AOD值较高。水域、草地和未利用土地的AOD值受自然因素和周边环境的影响较大,在不同的地区AOD值较为不同。

参考文献