基于HJ-1卫星数据反演长沙市气溶胶光学厚度

周碧 廖玉芳 韩沁哲 高霞霞 段丽洁 杜东升 邓剑波

摘要：利用HJ-1卫星可见光相机（CCD）和红外相机（IRS）数据，采用扩展暗像元法，经过辐射定标、像元提取、云像元剔除、6S辐射传输模式查算等过程，反演了长沙市气溶胶光学厚度（AOD）。结果表明，长沙市AOD分布河东高于河西，市区及周边大部分地区在0.7以上，但也存在典型低值区，远郊大部分地区AOD分布在0.3～0.5。AOD分布的3处典型高值区分别为望城区湘江北路与湘江之间的霞凝港学校-新塘冲-长塘（AOD为1.4～1.6）、四方坪立交桥与鸭子铺路之间的区域（AOD为1.3～1.5）、雨花区长沙火车南站北侧区域（AOD为1.5～1.8）;3处典型低值区分别为岳麓区岳麓山-梅溪湖-桃花林公园、谷山林场、雨花区湖南省林业厅-湖南省林业科技示范园-天际岭公园-湖南省植物园。将AOD与观测得到的PM10、PM2.5浓度进行对比发现，AOD分布与PM10浓度分布具有较好的一致性。

关键词：HJ-1卫星;气溶胶光学厚度;雾霾;空间分布;长沙市

中图分类号：P407.4         文献标识码：A

文章编号：0439-8114（2019）17-0051-05

DOI：10.14088/j.cnki.issn0439-8114.2019.17.013           开放科学（资源服务）标识码（OSID）：

Abstract： Based on the data of the CCD and IRS from HJ-1 satellite， the aerosol optical depth （AOD） in Changsha city was determined by the extended dark pixel algorithm with the processes of radiation calibration， pixels extracted， cloudy pixels deleted and 6S radiation transmission model used. The results show that the AOD in the east side of the Xiang River is higher than that in the west side. The values of AOD are more than 0.7 in the most of urban areas and surrounding with also typical low AODs existed， while they are between 0.3 and 0.5 in the outer suburbs. The typical high values of AOD distribute three places. One is located in Wangcheng district between the north of Xiang river road and Xiang river containing the Xianinggang School， Xintangchong， and Changtang， with the AOD between 1.4 and 1.6. One is located between Sifangping overpass and Yazipu road， with the AOD between 1.3 and 1.5. The last is located in Yuhua district in the north area of the south station of Changsha， with the AOD between 1.5 and 1.8. There are also three regions with low AOD in the city： The first is located in the belt of Yuelu mountain-Meixi lake-Taohua hill， while the second is located in Gushan forest farm and the third is located in the belt of Hunan Province Forestry Bureau and Hunan Forestry Science and Technology Demonstration Park-Tianji mountain park-Hunan Botanical Garden. The comparative analysis results betwwen inversed AOD and the concentrations of PM10 and PM2.5 show that the distributions between AODs and the concentrations of PM10 have a good consistency.

Key words： HJ-1satellite; aerosol optical depth; fog and haze; space distribution; Changsha city

大氣气溶胶是指由自然或人为活动排放的悬浮在大气中粒径为0.001～100 μm的各种固体和液体微粒与气体载体组成的多相体[1]。气溶胶作为大气的重要组成成分，不仅通过自身的散射和吸收作用直接改变地气系统的辐射收支，还可作为云的凝结核，通过改变云的寿命及光学性质间接影响气候变化。此外，气溶胶吸收短波辐射后改变大气温度层结，调整地气系统辐射平衡。20世纪70年代以来，伴随着经济的高速增长和城市化扩张，中国气溶胶排放及其对全球和区域气候变化的影响已经成为国际上关注的焦点[2-4]。由气溶胶造成的能见度恶化现象已成为中国最为严重的环境问题之一，尤其是2013年1月发生在中国中东部地区大范围、持续性、高强度的雾霾天气，更是引起了广大学者和公众的空前关注[5，6]。

地面观测中，雾和霾属于两种不同的天气现象。以往研究大多将两者区分开进行研究。实际中，雾滴和气溶胶粒子之间在物理、化学方面有着密切的相互作用[7-9]，公众感受到的雾霾天气大多是雾和霾同时存在的情形[10]。另外，雾霾天气与城市热岛效应往往集中出现。Cao等[11]采用卫星资料和气候模型模拟得出雾霾在夜间加重热岛效应，且能通过吸收额外的辐射，使得城市温度升高0.7 ℃，这一现象在半干旱城市尤为明显。综上，雾霾发生是相当复杂的过程，其研究的诸多方面存在较大的不确定性。气溶胶光学厚度（AOD）是反映整层大气柱气溶胶分布的一个综合指数，对雾霾分布及雾霾强度等均具有较好的指示作用[12，13]。以往对区域AOD的分析主要是基于气象卫星或其他中分辨率卫星数据进行。随着社会的发展，公众对气溶胶监测的要求越来越高，越来越精细化，中等分辨率卫星观测已不能完全满足社会及公众的需求。

长沙市位于中国中部地区，是近年来中部地区崛起的长株潭城市群核心组成城市。地势南高北低，南有五岭，东有幕阜山，西有雪峰山，北为洞庭湖，形成北向开口的马蹄形，此地形不利于大气环流向南传输，气溶胶易在此堆积。长沙市气候冬冷夏热，属于典型的亚热带大陆性季风气候，主汛期4—9月。近年来，长沙市由气溶胶引起的低能见度污染天气时有发生，且集中在秋冬季节。有学者基于地面台站气象观测资料分析了湖南省霾日的变化趋势，指出20世纪70年代以来，湖南省年平均风速线性减少，霾日急剧增多[14]。杨琨等[15]利用气象观测站水汽和能见度资料拟合气溶胶光学厚度，分析了包括长沙市在内的70个站点AOD变化特征及与能见度的关系，结果表明长沙市AOD与能见度呈显著负相关。以往针对该地区气溶胶和霾的研究多是基于地面观测资料进行，采用高分辨率卫星资料对长沙市气溶胶光学厚度时空分布的分析尚未见报道。因此，有必要对长沙市气溶胶光学厚度开展精细化分析。2008年9月，中国HJ-1A/1B采用一箭双星的方式发射成功，两颗卫星上均搭载可见光相机（CCD）;另外HJ-1B卫星上还搭载了红外相机（IRS）。本研究采用HJ-1A/1B CCD数据结合IRS数据反演了长沙市各个季节AOD，并将反演结果与PM10、PM2.5浓度进行对比，在此基础上，结合GIS技术对长沙市AOD空间分布图进行分析，提取出精确到街道和社区的AOD高值分布区和低值分布区。此项工作一方面可提高对长沙市AOD整体分布的认知;另一方面也可为雾霾强度精细化评估提供必要的技术支撑，具有较强的应用价值。

1  数据资料与反演方法

1.1  数据介绍

HJ-1卫星全称环境与灾害监测预报小卫星星座，包含两颗光学小卫星（即HJ-1A和HJ-1B）和一颗合成孔径雷达小卫星（HJ-1C），是中国第一个专门用于环境与灾害监测预报的小卫星星座，具有高空间分辨率、高时间分辨率、高光谱分辨率的特点，可对中国环境变化实现大范围、全天候、全天时动态监测。HJ-1A上搭载了2台CCD相机和1台超光谱成像仪（HSI），2台CCD相机拼接得到700 km的幅寬;HJ-1B搭载了2台 CCD相机和1台红外相机（IRS），其中CCD相机与HJ-1A上CCD相机完全相同。HJ-1A与HJ-1B轨道完全相同，相位相差180°，A、B双星CCD相机组网后重访周期为2 d，IRS重访周期为4 d。CCD和IRS数据均来源于中国资源卫星应用中心官网。CCD和IRS观测波段及地面像元分辨率见表1。

选取2009—2016年CCD和IRS影像数据，筛选出覆盖长沙市（包含雨花区、天心区、芙蓉区、岳麓区、望城区和长沙县）云量小于20%的CCD和IRS数据。然后对数据进行裁剪，提取出长沙市无云的CCD和IRS数据。具体选择反演的数据见表2。PM2.5和PM10资料来源于湖南省环境监测中心站，资料选取2016年7月至2017年6月小时平均数据。

1.2  反演方法

卫星数据在使用之前必须经过预处理，即对CCD和IRS数据做辐射订正、波段融合和图像裁剪处理。此外，由于CCD分辨率为30 m，IRS分辨率为150 m，需对CCD数据进行重采样处理，将分辨率重采样为150 m。采用的数据均经过上述预处理，反演得到的AOD分辨率为150 m。

假设地表为朗伯体，大气水平均一，卫星接受到大气层顶的反射率如下：

本研究重点关注城市区域AOD反演，因此采用扩展的暗像元方法反演AOD。MODIS基于2.1 μm波段地表反射率和植被指数（NDVI）来确定暗像元，并且将使用范围扩展到了亮地表[18]。采用Karnieli等[17]提出的AFRI植被指数，通过设置合适的AFRI阈值来确定暗像元。AFRI指数具有很好的抗大气干扰的作用，能够较好地反映地表植被的实际情况，本研究取AFRI=0.3。再结合植被指数（NDVI<0）剔除云像元。最后采用6S辐射传输模型，输入角度几何参数、大气模式和气溶胶模式，构建AOD反演查算表，从而得到AOD值。

2  结果与分析

2.1  气溶胶光学厚度与PM10、PM2.5浓度对比验证

地表反射率和气溶胶类型是采用暗像元法反演AOD的关键步骤，也是误差来源的主要因子。将反演得到的AOD与地面PM10、PM2.5的质量浓度进行对比，对反演结果的可靠性进行分析。年平均AOD与年平均PM10浓度对比发现，除湖南师范大学站点之外，AOD空间分布与PM10浓度空间分布高值区均分布于河东（AOD>0.6，PM10>70 μg/m3），低值区分布于河西和望城区（AOD≤0.6，PM10≤70 μg/m3），AOD与PM10浓度空间整体分布趋势基本一致。此外，伍家岭站PM10浓度是所有站点的最高值，该站点的AOD也呈现出最高值特点，其他绝大部分站点PM10浓度与AOD之间的高低值对应一致（图1）。年平均AOD与年平均PM2.5浓度进行对比分析表明，AOD与PM2.5浓度空间分布均呈西低东高的趋势，但两者高低值分布趋势具有一定的差异，如湖南师范大学和新火车站的PM2.5浓度分别是50 μg/m3和49 μg/m3，而两站的AOD分别是0.44和0.66;伍家岭和雨花区环保局PM2.5浓度分别是48 μg/m3和46 μg/m3，而两站的AOD分别是0.84和0.82。AOD与PM2.5浓度的空间整体趋势分布一致，各站点高低值分布趋势并不一致（图2）。这一现象说明长沙市气溶胶PM2.5占主导，粒径大于2.5 μm的粒子有一定的含量，这是造成AOD与PM2.5浓度各站点高低值分布趋势存在一定差异的主要原因。以上结果表明，长沙市AOD分布河东高于河西，AOD与PM10浓度分布趋势基本一致，佐证了采用的反演方法可靠。

2.2  气溶胶光学厚度空间分布特征

基于上述建立的AOD反演方法，计算得到长沙市春、夏、秋、冬AOD空间分布图。由图3和图4可知，长沙市区、望城区及市区周边地区AOD较高，整体呈自市区向外减少的趋势。其中市区及市区周边地区AOD分布于0.7以上，但也存在典型低值区;郊区大部分地区AOD在0.3～0.5。整体而言，长沙市AOD分布河东高于河西，这一结果与PM10、PM2.5浓度空间分布一致。

2.3  气溶胶光学厚度典型高值区和低值区分析

结合GIS技术及高精度电子地图，将每个季节AOD排位在前10%的像元提取出来，四季均存在3处AOD典型高值区，具体分布在望城区湘江北路与湘江之间的霞凝港学校-新塘冲-长塘一带（高值区1）AOD为1.4～1.6;四方坪立交桥与鸭子铺路之间的区域（高值区2）AOD为1.3～15;雨花区长沙火车南站北侧区域（高值区3）AOD为1.5～1.8。AOD高值区详细分布如图5和图4所示。将每个季节AOD排位在最后10%的像元提取出来，分析得到长沙市四季均存在3处AOD典型低值区，分布在岳麓区岳麓山-梅溪湖-桃花林公园一带、岳麓区谷山林场一带、雨花区湖南省林业厅-湖南省林业科技示范园-天际岭公园-湖南省植物园一带。综上可知，AOD典型高值区分布于人流量和车流量较大的交通路段，AOD典型低值区主要分布于下垫面植被覆盖度良好的林区、公园及园林示范区，长沙市AOD分布受下垫面和人为活动影响密切。

3  小结与讨论

基于探索城市雾霾强度空间分布的目标，利用HJ-1A/1B卫星CCD和IRS数据对观测波段进行分析，采用扩展的暗像元法反演了长沙市气溶胶光学厚度，将反演结果与气溶胶浓度资料进行对比，结合GIS技术，提取出四季均存在的AOD典型高值区和低值区，主要结论如下。

1）反演得到的AOD空间分布与PM10和PM2.5的质量浓度空间分布趋势一致，各站点AOD的高低分布趋势与PM10浓度站点值分布基本一致，与PM2.5浓度分布趋势存在一定差异。

2）长沙市AOD分布河东高于河西，长沙市区、望城区及市区周边地区AOD主要分布在0.7以上，整体由市区向远郊减少，郊区绝大部分AOD分布于0.3～0.5。

3）长沙市区存在3处AOD高值区和3处AOD低值区，前者分布于人流量和车流量较大的路段，后者分布于下垫面植被覆盖度良好的林区、公园及园林示范区。

采用高分辨率卫星遥感手段反演气溶胶光学厚度，能对雾霾精细化空间分布评估提供必要的科技支撑。但由于观测资料有限，研究中仅将反演得到的AOD与有观测点的PM10、PM2.5濃度进行了比较，发现气溶胶光学厚度与其浓度之间有差异，因此，后期如果能够取得同期其他高精度卫星观测资料，可以对本研究结果进行更深入的验证和评估。

致谢：AOD算法建立得到成都信息工程大学刘志红教授、张洋的帮助，在此谨致谢忱。

参考文献：

[1] 盛裴轩，毛节泰，李建国，等.大气物理学[M].北京：北京大学出版社，2003.25-27.

[2] 颜  鹏，刘桂清，周秀骥，等.上甸子秋冬季雾霾期间气溶胶光学特性[J].应用气象学报，2010，21（3）：257-265.

[3] QUAN J，ZHANG Q，HE H，et al. Analysis of the formation of fog and haze in North China Plain（NCP）[J].Atmospheric chemistry physics，2011，11（15）：8205-8214.

[4] 廖  礼，漏嗣佳，符  瑜，等.中国东部气溶胶在天气尺度上的辐射强迫和对地面气温的影响[J].大气科学，2015，39（1）：68-82.

[5] WANG L T，WEI Z，YANG Y，et al. The 2013 severe haze over southern Hebei，China：Model evaluation， source apportionment，and policy implications[J].Atmospheric chemistry physics，2014，14：3151-3173.

[6] 张人禾，李  强，张若楠.2013年1月中国东部持续性强雾霾天气产生的气象条件分析[J].中国科学：地球科学，2014，44（1）：27-36.

[7] GULTEPE I，TARDIF R，MICHAELIDES S C，et al. Fog research：A review of past achievements and future perspectives[J].Pure & applied geophysics，2007，164（6-7）：1121-1159.

[8] 杨  军，牛忠清，石春娥，等.南京冬季雾霾过程中气溶胶粒子的微物理特征[J].环境科学，2010，31（7）：1425-1431.

[9] 丁一汇，柳艳菊.近50年我国雾和霾的长期变化特征及其与大气湿度的关系[J].中国科学：地球科学，2014，44（1）：37-48.

[10] 穆  穆，张人禾.应对雾霾天气：气象科学与技术大有可为[J].中国科学：地球科学，2014，44（1）：1-2.

[11] CAO C，LEE X，LIU S，et al. Urban heat islands in China enhanced by haze pollution[J].Nature communication，2016，7：12509，doi：10.1038/ncomms12509.

[12] 许  华，张玉环，侯伟真，等.利用环境一号卫星监测北京地区雾霾[J].遥感学报，2013，17（2）：473-477.

[13] 孙文文，江  红，陈洪斌，等.北京地区大气气溶胶光学特性与区域雾霾事件分析[J].环境污染与防治，2016，38（2）：1-7.

[14] 廖玉芳，吴贤云，潘志祥，等.1961—2006年湖南省霾现象的特征变化[J].气候变化研究进展，2007，3（5）：260-265.

[15] 杨  琨，孙照渤，倪东鸿.1999—2003年我国气溶胶光学厚度的变换特征[J].南京气象学院学报，2008，31（1）：92-96.

[16] KAUFMAN Y J，WALD A E，REMER L A.The MODIS 2.1μm channel-correlation with visible reflectance for use in remote sensing of aerosol[J].IEEE transactions on geoscience and remote sensing，1997，35（5）：1286-1297.

[17] KARNIELI A，KAUFMAN Y J，REMER L，et al.AFRI-aerosol free vegetation index[J].Remote sensing of environment，2001， 77（1）：10-21.

[18] KAUFMAN Y J，TANRE D，REMER L A，et al. MODIS semi-annual report[R/OL].https：//modis.gsfc.nasa.gov/MODIS/ATM/REPORTS/kaufman.2002.2.pdf.

收稿日期：2019-06-20

基金項目：中国气象局气候变化专项（CCSF201839）;湖南省自然科学基金面上项目（2017JJ2148）;湖南省气象局预测预报能力建设

专项（YBNL16-13-2）

作者简介：周  碧（1984-），女（瑶族），湖南道县人，高级工程师，博士，主要从事气溶胶光学特性研究，（电话）15173141527（电子信箱）