基于MODIS数据的安徽省气溶胶光学厚度及其时空变化分析

蒋旭霞 方刚 邓大保 朱锋 曹时成

【摘 要】 本文以2018年3月到9月的Aqua/MODIS MYD02七景影像作为数据源，以安徽省为研究区，采用暗像元法和6S大气辐射传输模型对安徽省气溶胶光学厚度进行反演，将Aqua -MYD04_L2气溶胶产品与反演的AOD进行精度验证，并对其时空变化进行分析。研究结果表明：①3、4、5、8月份的大气光学厚度数值偏低，6、7、9月份的大气光学厚度数值偏高。②AOD值自北向南呈“低-高-低”趋势，皖南和皖北（较皖中）的AOD数值明显偏低。③反演的AOD数据空间分辨率较高，与Aqua -MYD04_L2气溶胶产品反演结果基本一致，二者相关系数为0.96。

【关键词】 遥感;气溶胶光学厚度;MODIS数据;时空变化分析

【中图分类号】 P237 【文献标识码】 A

【文章编号】 2096-4102（2020）04-0097-03 开放科学（资源服務）标识码（OSID）：

1引言

近年来，运用遥感影像反演气溶胶光学厚度已成为高效、便捷获取气溶胶光学厚度的一种重要方法。气溶胶是指大气中悬浮粒径在0.001μm到100μm之间的固态或液态颗粒物的总称。Kaufman等研究成果表明，MODIS遥感气溶胶产品达到一定精度，可用来反映气溶胶区域分布，且气溶胶光学厚度（Aerosol Optical Depth，AOD）可用来反映地面空气质量;气溶胶浓度与空气质量息息相关，且大气中的气溶胶浓度随时间和空间变化较大。

2研究区概况

安徽省（114°54′～119°37′E，29°41′～34°38′N）位于华东腹地，北临山东，南临江西，东临江苏与浙江，西临湖北和河南，辖16个省辖市、7个县级市、54个县、44个市辖区和4个国家级高新区，总面积为14.01万平方公里。

3数据来源

以安徽省为研究区，以2018年（3月9日5：25，

4月7日4：55，5月3日5：30，6月11日5：35，7月19日5：00，8月23日5：30，9月8日5：30，时间均为UTC时间）七景Aqua卫星搭载的MODIS MYD02数据（空间分辨率为1KM）为数据源，以2018年4月7日4：55（UTC时间）MODIS MYD04_L2数据（空间分辨率为10KM）为检验数据，数据来源于NASA官网（https：//ladsweb.modaps.eosdis.nasa.gov），云量较少。

4研究基本原理

5.2建立查找表

由于研究区位于东经114°54′～119°37′、北纬29°41′～34°38′之间，研究时间为3月到9月，参考前人研究成果选取大气模式为中纬度夏季大气，气溶胶类型为大陆气溶胶。根据VERMOTE等建立的查找表，AOD选择0～2.0，根据实际情况增加中间值;其中，太阳、卫星天顶角（θs）范围选取0°～60°，步长为12°;卫星与太阳间的相对方位角差分别为0°、24°、48°、72°、96°、120°、144°、168°和180°（除最后一个相隔12°外，其他每个方位角之间相隔24°）;相应参数设置后，根据6S大气辐射传输模型反演气溶胶光学厚度建立查找表，其余数值在天顶角、方位角与气溶胶光学厚度值等定值间线性内插计算得出。

6反演结果与分析

6.1反演结果与精度验证

利用上述计算公式对安徽省气溶胶进行反演，反演结果如图1所示。

为了进一步验证反演结果的可靠性，选取2018年4月7日4：55Aqua-MYD04_L2气溶胶产品与同时间反演的AOD数据进行精度验证，验证结果如表1所示。

由表1可知，MYD02反演的AOD和MYD04_L2气溶胶产品反演结果基本一致，累计误差只有2.56%，平均绝对误差（MAE）和均方根误差（RMSE）均小于0.1，具有较好的相关性（R2=0.9165）。MYD02反演的AOD结果可靠性较好。

6.2安徽省气溶胶的空间变化分析

由图1可知：AOD数值在0～0.25的区间多分布于皖北平原和皖南山区。主要原因是：皖北平原的地势平坦，以农业和煤矿业为主，农业燃烧及粉尘是其主要的气溶胶源;皖南山区地势起伏大。

AOD数值中的0.25～1区间多分布于皖中地区和沿江地区。主要原因是：皖中地区（马鞍山等）经济以工业为主，工业生产及建筑产生的NO2、NH3、SO2等污染物排放相对较多;沿江地区相对湿度较大，吸湿性气溶胶粒子散射效率提高及气溶胶颗粒物体积增大，促使气溶胶二次转化。

AOD数值中的1～2区间较少，主要分布于皖西南地区及合肥地区，主要原因是：皖西南地区多山地，空气流通能力较弱致使污染物不易扩散。且皖南多湖泊（龙感湖等），水汽充足，吸湿性气溶胶较多;合肥地区经济、交通运输及工业发展快，汽车尾气及工业废气较多。

6.3安徽省气溶胶的时间变化分析

AOD反演结果统计数值如表2所示。

由表2可知：3、4、5、8月份安徽省的气溶胶光学厚度数值偏低，AOD数值靠近0时所占百分比较高，研究区污染较轻;6、7、9月份安徽省的气溶胶光学厚度数值偏高，AOD数值靠近0时所占百分比较低，研究区污染较重。

7结论

采用6S大气辐射传输模型与暗像元法对安徽省气溶胶光学厚度进行遥感反演，反演结果具有一定的可靠性。

安徽省AOD值具有明显的月际变化特征，AOD月均值在0～0.25波动，整体上呈“N型”曲线上升。

安徽省AOD数值具有明显的时空分异规律，反映出不同时期不同地区气溶胶分布情况，研究成果可为环境监测或城市规划部门提供基础数据。

【参考文献】

[1]Baltensperger U，Prévt A S H. Chemical analysis of atmospheric aerosols[J]. Analytical & Bioanalytical Chemistry，2008，390（1）： 277-280.

[2]Kaufman Y.J.，Wald A.E.，Remer L.A.，et al.The MODIS 2.1-μm Channel-correlation with Visible Reflectance for Use in Remote Sensing of Aerosol[J].IEEE Transactions on Geoscience and Remote Sensing，1997，35（5）：1286-1298.

[3]黄亿明.利用MODIS遥感数据进行气溶胶反演研究[D].西安：长安大学，2014：8-12.

[4]卢秀，李佳，段平，等.利用MODIS研究徐州市气溶胶光学厚度及其时空分析[J].测绘通报，2018（12）：41-45.

[5]Robert C. Levy，Lorraine A.Remer，S.Mattoo，et al. A new algorithm for retrieving aerosol properties over land from MODIS spectral reflectance[J].J Geophys Res，2006（7）：1-52.

[6]Vermote E.F，Tanre D.Second Simulation of the Satellite Signal in the Solar Spectrum，6S：an Overview[J].IEEE Transactions on Geoscience and Remote Sensing，1997，35（3）：675-686.