摘要：本研究以现下比较受关注的大气污染防治问题为研究对象，选取中部地区某地作为研究区域，从大气污染遥感监测的角度出发，借鉴国内外相关领域内现阶段的主流研究思路，剖析大气遥感和传统空气质量监测手段之间存在的联系，发挥遥感手段大范围、高时相的优势，论证遥感手段监测大气环境的可行性。汇总研究成果，深入分析防治效果的影响因素；提出合理的防治效果评价指标和污染防治措施，为决策和管理提供有效支持。

关键词：气溶胶；遥感

一、引言

对于大气污染，ISO（国际标准化组织）给出过这样的定义，“大气污染通常是指由于人类活动或者自然过程引起的某些物质进入到大气层中，呈现出足够的浓度、达到足够的时间，并因此危害了人体的舒适、健康和福利或环境的现象。”人类的生存离不开空气，毋庸置疑，大气污染给人类的生存带来了危害：直接危害就是引起呼吸系统疾病，严重情况可引起寿命衰减和直接死亡；间接危害包括影响光合作用造成植物死亡和作物减产、酸雨酸雾腐蚀人类生存环境、温室效应引起全球气候变暖、臭氧层破坏引起太阳辐射强度增加等等。美国国家航空航天局（NASA）公布的历年全球空气质量地图显示，受空气污染影响程度最深的地区主要分布在北非、西亚、印度和中国。

近年来在我国经济快速发展、持续加快的城市化和现代化进程影响下，空气污染的程度和范围不断加深和扩大。目前我国的空气污染防治工作任务依然艰巨，据生态环境部《2023年中国生态环境状况公报》显示：全国338个地级以上城市有5%的城市空气质量超标（即空气质量指数AQI>100），以PM2.5、PM10和O3为首要污染物的天数分别占78.8%、19.8%和2.0%。2023年全国城市共发生重度污染1666天次、严重污染452天次，按照环境空气质量综合指数评价，环境空气质量相对较差的20个城市主要分布在华北平原、汾渭平原等人口分布较为密集的地区（少部分城市受沙尘影响）。从2013年的“大气十条”到2018年的“蓝天保卫战三年行动计划”，一系列的大气污染防治措施的实行，取得了一定的效果，但要想在根本上除去国民心理上的“雾霾阴影”，并非一朝一夕的治理就能实现，而是需要我们，尤其是相关行政部门有做好打大气污染防治持久战的思想准备。

提高大气污染防治的效率需要建立在空气质量全面、准确的调查和监测的基础之上。在污染来源较多、地形地貌多样、气象条件复杂（温度、湿度）等诸多因素的影响下，空气污染表现出明显的受时空分布影响而变化的特征。传统的地面空气污染监测手段局限于监测点附近小范围空气质量信息的捕捉，无法获得整个城市区域甚至更大范围的空气质量信息。而遥感监测技术借助其大范围、高时相、经济性的优势，可以弥补这一空缺，使空气质量监测从局部走向整体，从离散变成连续。

二、国内外研究现状

对于遥感手段在空气质量监测中的应用，国内外学者开展了广泛而深入的研究，其中又以气溶胶光学厚度（AOD）的反演最具有代表性。我们把悬浮在大气中的各种液态或固态微粒叫做气溶胶。各类超标的污染源以气溶胶为载体，在气候因素和地形条件的影响下，广泛分布在城市之中，就形成了特有的天气现象-霾。太阳光在气溶胶的散射和吸收作用下，辐射强度和性质发生变化，造成空气能见度下降，通过对地面或卫星传感器接收到的辐射变化的分析，可以反演得到气溶胶粒子辐射特性。在众多陆地气溶胶的遥感反演方法中，使用最多的是“暗像元法”，以及在暗像元方法的基础上提出了面向MODIS数据的

浓密植被法（DDV），学者们利用MODIS的红光和蓝光波段反射率在低植被覆盖区域的呈现出的强对比性，开发出了深蓝算法（DB），此法适用于城市和干旱地带，弥补了DDV只适用于植被覆盖率超过60%地区的局限。

我国学者也对城市气溶胶的遥感反演及其在空气质量监测中的应用开展了卓有成效的研究。有学者等利用太阳光度计地面观测数据校检了MODIS10km、1km分辨率气溶胶产品，并分析了我国陆地气溶胶光学厚度分布特征，证实了遥感手段可以为全球和区域气候变化研究提供数据基础。有学者对北京PM2.5大气遥感监测的业务化方法展开探讨，比较了气溶胶光学厚度、气溶胶干消光系数和气溶胶表观反射率3种监测方法的业务开展条件。另一些学者结合MODIS数据和地面监测站点数据，分季度建立PM2.5历史浓度估算模型，并对北京市历年工业废气污染治理投资开展效能分析，结合GF-1、GF-4和Suomi-NPP，提高了空气质量遥感监测的空间分辨率和时间分辨率，并在研究基础之上综合分析了边界层高度、相对湿度和温度等因素对气溶胶光学厚度反演结果的影响。在大气污染遥感监测应用研究开展的同时，国内学者在政策和法律层面对大气污染防治的路径和经验也展开了大量的研究。有学者基于美国RGGI环境治理模式，认为跨区域联合以及重点污染物总量控制是推进大气污染治理的关键突破口。有学者鉴首尔快速城市化进程中所出现问题的积极应对经验，认为我国要有针对性的开展治理，才能有效提高大气质量。另有学者从政策制定、指标体系、跨域联控和信息共享四个方面为山西省大气污染治理政策发展困境建言献策，其研究成果对与地理位置与山西相毗邻的我省有较强的借鉴意义。

三、基于MODIS数据的气溶胶光学厚度反演

（一）数据基础

1999年发射的装载有MODIS传感器的TERRA卫星是一种极地轨道环境遥感卫星。TERRA卫星从南阳及周边地区上空的过境时间，一般在10：30（北京时）左右，并呈周期变化，重访周期为16天。MODIS传感器提供了在可见光、近红外和红外共36个通道的全球观测，扫描宽度2330km，仪器视场55º，波谱涵盖0.4－14μm的范围，包括紫外、可见、近红外、红外等通道。光谱分辨率为10-35nm；辐射分辨率较高，量化等级为2048；空间分辨率分为250m、500m和1km几个尺度；这些分辨率特征为反演气溶胶和地表特征提供了丰富的信息。

（二）研究原理

本文利用当前国内外大气遥感领域较为成熟的暗像元法（DDV）反演研究区域在一定时相范围内的光学气溶胶厚度（AOD），该方法由美国学者Kaufman经过大量实验总结提出，即在相对洁净晴朗的大气环境下，在植被覆盖区域，MODIS数据的蓝光（0.49μm）、红光（0.66μm）波段和红外（2.1μm）波段有一定关系。红外波段反射率基本不受空气气溶胶影响，主要由地表反射率决定。鉴于此，DDV法认为在污染空气条件下，蓝、红波段的地表反射率可以通过红外波段来近似估算。具体实施过程采用改进的V5.2算法（见下式），考虑散射角和归一化指数方法来反演AOD。

本研究根据大气辐射传输方程，基于Kaufman发展的暗像元算法基本原理，利用气溶胶遥感反演算法的MODIS数据处理技术流程和气溶胶模式等参数设置，利用6S辐射传输模型并依据可见光和短波红外（2.1μm）等3个波段见的反射率关系构建查找表和插值计算获取0.55μm波长处的AOT，采用MODIS和1km分辨率数据反演计算获取AOD产品。近年来，国内外学者开展了大量利用卫星遥感技术进行近大气主要污染物遥感监测关键技术及业务化方法研究，但大多基于AOD反演的区域PM2.5浓度遥感反演方法都没有考虑到局部参数的变化特征，这会导致反演结果有较大的误差。本研究针对这一问题，引入地理加权回归模型，利用卫星遥感AOD和边界层高度（HPBL）等气象资料，并结合地面观测数据研究PM2.5遥感反演方法模型，同时对反演模型进行线性回归分析，最大程度的提高误差估计的准确性，分析气象因子影响研究目标地区PM2.5-AOD关系的显著性。

（三）AOD反演

本研究遵循以下技术路线：第一步，先对数据做辐射校正，接下来对发射率文件做几何校正并保留GCP控制点，再按同样的步骤对发射率文件做几何校正，将校正后的发射率和反射率文件合成并裁剪出研究区域河南省的覆盖范围，之后做云检测处理；第二步，处理角度数据集（太阳天顶角、卫星天顶角、相对方位角和散射角）并做空间重采样，利用第一步生成的控制点对角度数据进行几何校正，然后做波段合成和研究区范围裁剪；第三步，利用云检测结果、查找表（LUT）和角度数据及处理结果做AOD反演，制作空气质量遥感监测成果图；第四步，将AOD反演结果比照同一时相下的地面空气质量监测（AQI）结果，之后通过线性回归分析，得出南阳盆地地区空气质量遥感监测模型，并对反演模型做精度论证分析。

数据反演过程利用MODIS卫星遥感数据反演气溶胶光学厚度（AOD）的过程主要是借助ENVI遥感软件操作实现，具体的过程包括数据预处理（辐射校正、大气校正），角度数据几何校正，波段合成，查找表计算，暗像元法反演AOD浓度等，AOD的密度分割范围设定8个阈值，分别是0.25～0.55，0.55～0.85，0.85～1.15，1.15～1.45，1.45～1.75，1.75～2.25，2.25～2.55，2.55～3，根据这几个阈值配给不同颜色最终分级结果叠加天地图底图和各县市行政区划显示，根据反演得到的目标地区冬季气溶胶光学厚度分布特征，可以观察得知，该集结时间条件下，目标地区的气溶胶光学厚度存在这明显的“城镇化”规律，即在13个县市区城镇范围内，AOD值普遍偏高，在地域分布上则表现出盆地西北部AOD值较高，东部和南部AOD值较低的特征。分析原因可能与冬季相对湿度较小，气溶胶粒子吸湿增长受到限制，加之冬季日照时间较短，地表植被较为稀疏等原因导致平摊区域地表多为亮地表，使用暗像元反演方法效果不够明显，造成该区域的AOD值被低估。

四、结语

本课题的调研以现下比较受关注的大气污染防治问题为研究对象，选取中部某平原地带作为研究区域，从大气污染遥感监测的角度出发，借鉴国内外相关领域内现阶段的主流研究思路，剖析大气遥感和传统空气质量监测手段之间存在的联系，发挥遥感手段大范围、高时相的优势，论证遥感手段监测大气环境的可行性。汇总研究成果，深入分析防治效果的影响因素；提出合理的防治效果评价指标和污染防治措施，为决策和管理提供有效支持。研究过程中从MODIS数据的气溶胶光学厚度反演为理论出发，以目标区域某一时相下的大气质量为研究对象，拓展了遥感反演手段与地面实测数据的契合性和大气遥感监测在大范围时空区域内的优越性和不可替代性；同时结合地面实测数据对AOD和空气主要污染物浓度之间的关系进行了探索分析，扩展了亮地表上的气溶胶精确监测能力。另一方面，针对研究对象，在AOD与地表污染物浓度关系和影响因素分析过程中，未来研究还可以从大数据多源融合方面，暗像元法和深蓝算法结合方面，AOD数据与空气质量指标、城镇化水平、土地利用类型和植被归一化指数等进行结合分析，以期更全面更准确的了解大气污染状况及其影响因素。

参考文献

[1]郑俊.基于MODIS反演的西安市气溶胶光学厚度与颗粒物浓度研究[D].长安大学，2019.

[2]袁丽梅，马芳芳，卞泽，等.中国PM1浓度时空特征及其与AOD的相关性分析（2014～2017年）[J].环境科学.2023，44（11）：5964-5974.

[3]金囝囡，杨兴川，晏星，等.京津冀及周边MAIACAOD和PM2.5质量浓度特征及相关性分析[J].环境科学.2021，42（06）：2604-2615.

[4]黄观，刘伟，刘志红，等.乌鲁木齐市MODIS气溶胶光学厚度与PM10浓度关系模型研究[J].环境科学学报.2016，36（02）：649-657.

[5]王贺锐，吴彩保.MODIS气溶胶产品在北京监测PM2.5质量浓度中的应用[J].科技创新导报.2016，13（20）：76-78.

[6]张晖，王伯铎，陈良富，等.西安市及周边地区MODIS气溶胶光学厚度与PM10浓度关系模型研究[J].环境工程学报.2014，8（02）：665-671.

[7]沈扬，张连蓬，方星，等.徐州市气溶胶光学厚度与PM2.5相关性及年周期特征[J].地球与环境.2019，47（01）：34-42.

[8]赵晓亮，孙杰，冯银厂，等.阜新市MODISAOD与大气PM2.5浓度相关性研究[J].地球与环境.2017，45（03）：283-289.

[9]南国卫，孙虎，朱一梅.陕西省PM2.5时空分布规律及其影响因素[J].环境科学研究.2018，31（05）：834-843.

[10]牟臻，陈庆彩，王羽琴，等.西安市PM2.5中碳质气溶胶污染特征[J].环境科学.2019，40（04）：1529-1536.

[11]邱雨荷，王森，刘婉玉，等.西安市大气PM2.5中元素的污染特征及其来源分析[J].环境科学与技术.2023，46（01）：161-170.

[12]杨霞，王旭红，崔思颖，等.关中地区不同类型气溶胶时空分布特征与驱动因素[J].环境科学学报.2023，43（03）：343-352.

[13]王蕾，蒙瑞丽，曹磊，等.2016-2020年沙尘天气对陕西省空气质量的影响特征[J].中国沙漠.2022，42（04）：130-138.

[14]王梦迪，吉文丽，李凯媛.西安市PM10、PM2.5的时空特征及其与土地利用的关系[J].西北林学院学报.2021，36（04）：249-256.

南阳市2021年科技计划项目“基于MODIS数据区域性反演南阳盆地近地表主要污染物浓度”，项目编号：KJGG113。

南阳市2024-2025年科技计划项目（软科学研究）“数字技能对农村劳动力非农就业转移的影响以及异质性”，项目编号：24RKX166。