(環(huán)境保護(hù)部環(huán)境規(guī)劃院，北京 100012)

1 AOD簡(jiǎn)介

AOD是表征大氣渾濁度的重要物理量，是指沿輻射路徑傳輸，單位面積上所有吸收和散射(主要是散射)氣溶膠產(chǎn)生的總削弱，是無(wú)量綱量，AOD描述垂直層大氣的光學(xué)特性，是大氣輻射和大氣光學(xué)中相當(dāng)重要的物理量。它反映垂直層大氣中顆粒物對(duì)太陽(yáng)輻射的削弱程度和顆粒物的富集程度，對(duì)空氣污染程度有很大的指示作用。Chu等[1]、Slater 等[2]利用地基觀測(cè)AOD與近地面PM10和PM2.5濃度進(jìn)行相關(guān)性分析，證明了由AOD估算近地面顆粒物濃度的可行性，由此開(kāi)啟了衛(wèi)星反演近地面PM2.5的研究之路。

2 AOD數(shù)據(jù)來(lái)源

美國(guó)宇航局(NASA)在全球建立了100多個(gè)氣溶膠觀測(cè)站(AERsol Robotic NETwork，AERONET)，其使用地面太陽(yáng)光度計(jì)對(duì)AOD進(jìn)行連續(xù)觀測(cè)，精度高，但站點(diǎn)稀疏，空間覆蓋性差，衛(wèi)星遙感AOD數(shù)據(jù)可以彌補(bǔ)此缺陷。目前衛(wèi)星遙感AOD產(chǎn)品主要來(lái)源于中分辨率成像光譜儀(Moderate-resolution Imaging Spectroradiometer，MODIS)、多角度成像光譜儀(Multi-angle Imaging Spectroradiometer，MISR)、地球反射偏振測(cè)量?jī)x(Polarization and Directionality of the Earth's Reflectances，POLDER)、歐空局ENVISAT衛(wèi)星的中等分辨率成像光譜儀(The Medium Resolution Imaging Spectrometer，MERIS)、NOAA氣象衛(wèi)星上的AVHRR以及環(huán)境衛(wèi)星HJ-1上的CCD相機(jī)等。MODIS氣溶膠數(shù)據(jù)實(shí)現(xiàn)了覆蓋全球的產(chǎn)品化生產(chǎn)，在研究中應(yīng)用最多。POLDER主要關(guān)注地球的大氣、陸表和海洋的植被和環(huán)境的變化，對(duì)于研究空氣中懸浮顆粒的物理或光學(xué)性質(zhì)有重要意義。MISR可以提供全球圖像、地表反照率、氣溶膠和植物特征等產(chǎn)品。在反演近地面PM2.5濃度中應(yīng)用最多的是MODIS和MISR數(shù)據(jù)。

表1 AOD遙感數(shù)據(jù)一覽表

3 AOD反演算法

利用衛(wèi)星數(shù)據(jù)反演AOD的關(guān)鍵科學(xué)問(wèn)題是氣溶膠的模式和地表反射噪聲的去除問(wèn)題。由于氣溶膠模式一般是根據(jù)氣溶膠的組成成分在反演之前進(jìn)行模式預(yù)估，而地表反射噪聲剔除的科學(xué)問(wèn)題由于地表類型的差異、衛(wèi)星探測(cè)數(shù)據(jù)的空間分辨率差異，以及衛(wèi)星數(shù)據(jù)探測(cè)波段的信息特點(diǎn)差異，而出現(xiàn)不同的特點(diǎn)[3]。為應(yīng)對(duì)地氣解耦問(wèn)題，針對(duì)不同的衛(wèi)星數(shù)據(jù)特點(diǎn)相應(yīng)提出了不同的反演算法：比較典型的有MODIS數(shù)據(jù)的暗像元算法[4]和結(jié)構(gòu)函數(shù)算法[5]，基于MISR數(shù)據(jù)的多角度算法[6]，基于POLDER數(shù)據(jù)的偏振算法[7]等。應(yīng)用較廣泛的MODIS暗像元算法較適用于濃密植被地區(qū)，在城市、沙漠等亮目標(biāo)地區(qū)有一定局限性。AOD反演算法的精度對(duì)反演近地面PM2.5濃度至關(guān)重要。

表2 AOD反演算法

4 PM2.5近地面濃度反演方法

國(guó)內(nèi)外學(xué)者在AOD反演近地面顆粒物濃度領(lǐng)域做了大量的研究，主要有三種方法：基于傳統(tǒng)的統(tǒng)計(jì)學(xué)方法、基于變量的物理關(guān)聯(lián)以及基于環(huán)境因子的耦合建立模型。數(shù)學(xué)統(tǒng)計(jì)方法可以將任意兩個(gè)變量建立相關(guān)模型，未考慮變量間的機(jī)理聯(lián)系，具有很大缺陷；物理訂正方法充分挖掘變量間的物理聯(lián)系，相關(guān)性得到提高；耦合模型方法充分考慮了多種環(huán)境因子，是未來(lái)反演的主要方向。三種反演方法對(duì)比見(jiàn)表3。

表3 三種反演方法對(duì)比分析

4.1 數(shù)學(xué)統(tǒng)計(jì)方法

最初的研究主要是基于數(shù)學(xué)統(tǒng)計(jì)的方法，將衛(wèi)星遙感AOD直接與近地面顆粒物濃度進(jìn)行相關(guān)分析，取得了較好效果，證明了用AOD來(lái)表征近地面PM2.5濃度的可行性。研究成果有Wang等[8]、Koelemeijer等[9]、Guo等[10]。數(shù)學(xué)統(tǒng)計(jì)方法對(duì)兩個(gè)變量?jī)?nèi)在機(jī)理關(guān)聯(lián)缺乏研究，這種缺點(diǎn)使得對(duì)AOD和近地面PM2.5的物理機(jī)理有了探究，由此產(chǎn)生了物理訂正方法。

4.2 物理訂正方法

衛(wèi)星遙感獲取的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)，PM2.5濃度僅為近地面測(cè)量值，兩個(gè)變量本身與大氣廓線、氣溶膠的粒徑分布和化學(xué)組成、周圍環(huán)境有很強(qiáng)相關(guān)性，而這些因素在時(shí)空尺度變化大，增加了相關(guān)模型的不確定性。于AOD主要受大氣濕度、PM2.5濃度及其垂直分布特征的影響，經(jīng)過(guò)濕度與垂直訂正后的AOD與PM2.5濃度間的相關(guān)性得到很大提高，物理訂正方法是現(xiàn)階段衛(wèi)星反演PM2.5濃度的研究熱點(diǎn)。

目前衛(wèi)星反演近地面PM2.5的研究主要基于垂直訂正和濕度訂正兩個(gè)方面展開(kāi)。垂直訂正的主要技術(shù)：(1)基于機(jī)載、地基激光雷達(dá)測(cè)量的氣溶膠垂直分布特征對(duì)AOD數(shù)據(jù)進(jìn)行垂直訂正，顯著提高了AOD與近地面PM2.5濃度的相關(guān)性，主要成果有Engel-Cox等[11]和Hutchison等[12]；(2)基于大氣模型模擬的混合層高度進(jìn)行垂直訂正；(3)基于大氣模型模擬PM2.5垂直分層結(jié)構(gòu)進(jìn)行垂直訂正，如大氣化學(xué)傳輸模型GEOS-Chem模型被廣泛用于垂直訂正，此方法充分考慮了PM2.5在垂直層上分布不均勻的特性。Donkelaar等[13]利用GEOS-Chem模擬了PM2.5與AOD之間的轉(zhuǎn)換因子，建立了近地面PM2.5濃度和AOD的線性擬合模型(R2=0.59)，反演了2001-2006年全球近地面PM2.5平均濃度，研究成果引起了強(qiáng)烈反響。濕度訂正的主要技術(shù)：(1)基于氣象站點(diǎn)實(shí)測(cè)的濕度數(shù)據(jù)對(duì)AOD進(jìn)行濕度訂正；(2)基于大氣模式模擬的相對(duì)濕度數(shù)據(jù)進(jìn)行濕度訂正。訂正方法的技術(shù)優(yōu)缺點(diǎn)見(jiàn)表4。

表4 訂正方法優(yōu)缺點(diǎn)

基于垂直和濕度同時(shí)訂正的AOD和近地面PM2.5濃度相關(guān)性進(jìn)一步提高?，F(xiàn)有技術(shù)主要有：(1)基于氣象站點(diǎn)實(shí)測(cè)的大氣相對(duì)濕度數(shù)據(jù)和激光雷達(dá)探測(cè)的混合層高度對(duì)AOD進(jìn)行垂直-濕度訂正，此種技術(shù)的缺陷是有限的地面監(jiān)測(cè)站點(diǎn)導(dǎo)致數(shù)據(jù)樣本少，利用混合層高度數(shù)據(jù)進(jìn)行垂直訂正未考慮顆粒物的垂直分層特征，研究成果主要有Wang等[14]。(2)基于大氣模式模擬的混合層高度和大氣相對(duì)濕度數(shù)據(jù)對(duì)AOD進(jìn)行垂直-濕度訂正，垂直訂正方法雖然消除了“以點(diǎn)代面”的地基缺陷，但是仍然未考慮顆粒物的垂直分層特征，研究成果主要有Tao等[15]。(3)基于大氣模型模擬的PM2.5垂直分層結(jié)構(gòu)和相對(duì)濕度數(shù)據(jù)進(jìn)行垂直-濕度訂正，此方法綜合垂直訂正和濕度訂正的優(yōu)點(diǎn)，屬于多學(xué)科交叉研究?jī)?nèi)容，是重要的研究方向。

4.3 耦合模型方法

雖然利用氣溶膠垂直分布特征進(jìn)行垂直訂正和大氣相對(duì)濕度數(shù)據(jù)進(jìn)行濕度訂正可以提高AOD和近地面PM2.5濃度間的相關(guān)性，但是由于近地面顆粒物濃度與局地環(huán)境氣候條件、地表類型、季節(jié)、污染狀況有關(guān)，基于經(jīng)驗(yàn)、半經(jīng)驗(yàn)?zāi)Ｐ鸵约凹尤霘庀筚Y料和邊界層高度等輔助信息建立耦合模型方面開(kāi)展了大量研究，主要研究成果有 Gupta、Pelletier等、Liu 等、Tian等、賈松林等，這些成果在一定程度上提高了AOD和近地面PM2.5濃度間的相關(guān)性，但是模型參數(shù)較多，較為復(fù)雜。AOD與PM2.5主要關(guān)系模型研究見(jiàn)表5。

表5 AOD與PM2.5關(guān)系模型的研究

5 討論與展望

數(shù)學(xué)統(tǒng)計(jì)方法較為簡(jiǎn)單卻無(wú)法反映變量間的物理關(guān)系，雖然物理訂正方法比數(shù)學(xué)統(tǒng)計(jì)方法有了很大改進(jìn)，但是仍存在問(wèn)題。濕度訂正方面，利用地面氣象站點(diǎn)實(shí)測(cè)的濕度數(shù)據(jù)訂正AOD，在區(qū)域尺度上存在較大不確定性；垂直訂正方面，利用地基儀器測(cè)定的氣溶膠標(biāo)高或氣象模型模擬的混合層高度訂正AOD，均未考慮氣溶膠在垂直層分布的不均勻性特征。利用空氣質(zhì)量模型模擬的PM2.5垂直分布特征進(jìn)行垂直訂正和氣象模型模擬的濕度數(shù)據(jù)進(jìn)行濕度訂正是目前較為先進(jìn)的方法，但現(xiàn)有研究?jī)H作垂直或濕度訂正。耦合模型方法考慮較全面，但是需要大量的氣象數(shù)據(jù)支持。

為了提高衛(wèi)星遙感AOD與近地面PM2.5濃度間反演模型的相關(guān)性，應(yīng)進(jìn)一步改進(jìn)反演方法和積累PM2.5地面監(jiān)測(cè)數(shù)據(jù)。隨著衛(wèi)星AOD算法精度、PM2.5反演方法的逐步提高，衛(wèi)星反演PM2.5濃度將更有廣泛的應(yīng)用。

參考文獻(xiàn)：

[1]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 Geophysics Research，2003，108(D21)：1-18.

[2]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 Environment，2004，92：173-180.

[3]Li S S，Chen L F，Tao J H，et al.Retrieval of aerosol optical depth over bright targets in the urban areas of North China during winter.Sci China Earth Sci，2012，doi：10.1007/s11430-012-4432-1.

[4]Kaufman Y J，Tanré D，Remer L，et al.Operational remote sensing of tropospheric aerosol over the land form EOS-moderate resolution imaging spectroradiometer[J].Journal of Geophysics Research.，1997，102(14)：17051-17067.

[5]Tanre D，Devaux C.Radiative properties of desert aerosols by optical ground based measurements at solar wavelengths[J].Geophys Res，1988(93)：14 223-231.

[6]Diner D J，Braswell B H，Davies R，et al.The value of multiangle measurements for retrieving structurally and radiatively consistent properties of clouds，aerosols，and surfaces.Remote Sens Environ，2005，97：495-518. [7]Deuz J.L.，F(xiàn).M.Bron，C.Dev aux，et al.Remote sensing of aer osols over land surfaces from POLDER-ADEOS 1 polarized measurements[J].J.Geophys.Res.，2001，106( D5) ：4913-4926.

[8]Wang J，Christopher A.Inter-comparison between satellite derived aerosol optical thickness and PM2.5mass：Implications for air quality studies[J].Geophysics Research Letters，2003，30：1-4.

[9]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，2006，40：5304-5315.

[10]Guo J，Zhang X，Che H，et al.Correlation between PM concentrations and aerosol optical depth in eastern China [J].Atmospheric Environment，2009，43：5876-5886.

[11]Engel-Cox J A，Hoff R M，Rogers R，et al.Integrating lidar and satellite optical depth with ambient monitoring for 3-dimensional particulate characterization[J].Atmospheric Environment，2006，40(40)：8056-8067.

[12]Hutchison K D，F(xiàn)aruqui S J，Smith S.Improving correlations between MODIS aerosol optical thickness and ground-based PM2.5observations through 3D spatial analyses[J].Atmospheric Environment，2008，42(3)：530-543.

[13]Donkelaar A V，Martin R V，Brauer M，et al.Global estimates of ambient fine particulate matter concentrations from satellite-based aerosol optical depth：development and application[J].Environmental health perspectives，2010，118(6)：847-855.

[14]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.