出版日期: 2017-07-25
点击次数：
下载次数：
DOI: 10.11834/jrs.20175337
2017 | Volumn21 | Number 4
上一篇 | 下一篇

MODIS和OMI数据评估阅兵期间北京市大气减排成效

张晗^1,4 , 余超^1,2 , 苏林¹ , 李令军³ , 范萌¹ , 王雅鹏^1,4 , 陈良富¹

1. 中国科学院遥感与数字地球研究所遥感科学国家重点实验室，北京 100101

2. 清华大学环境学院环境模拟与污染控制国家重点联合实验室，北京 100084

3. 北京市环境保护监测中心，北京 100048

4. 中国科学院大学，北京 100049

收稿日期: 2016-09-08

基金项目: 国家高技术研究发展计划(863计划)(编号：2014AA06A511)；国家自然科学基金(编号：41501476)；北京市科技计划(No.Z161100001116013)

第一作者简介: 张晗(1992—　)，女，硕士研究生，研究方向为大气遥感方面的研究。E-mail：zhanghan@radi.ac.cn

通讯作者简介: 余超(1987—　)，男，助理研究员，研究方向为大气遥感方面的研究。E-mail：yuchao@radi.ac.cn

中图分类号: TP701

文献标识码: A

摘要

卫星观测不仅能反映区域宏观大气污染状况，也能从城市尺度上监测大气污染物的变化。基于以上优势，本文利用MODIS气溶胶光学厚度(AOD)和OMI对流层NO₂垂直柱浓度数据，比较2015年与2012年—2014年以及2015年3个时期(减排前、减排中、减排后)AOD和NO₂柱浓度的变化，定性分析了阅兵期间华北平原地区污染物减排效果，重点定量评估北京市联控减排措施的效果。研究发现2015年减排中华北平原重污染地区AOD和NO₂柱浓度相比于前3年同期有明显降低。定量分析北京市的减排效果得到：2015年减排中较前3年同期而言，AOD降低59%，NO₂柱浓度降低41%；较2015年减排前而言，AOD降低73%，NO₂柱浓度降低30%，去除气象条件影响后，AOD下降43%，NO₂柱浓度下降21%，说明严格的联控减排措施有效地改善了空气质量，气象条件也起到积极的作用。减排措施结束后，AOD和NO₂柱浓度比减排中分别增加159%和71%。研究结果表明，卫星遥感与地基监测评估效果相当，能反映北京地面污染物排放能力；它既能观测区域尺度大气污染变化，又可评估城市尺度大气污染减排。随着卫星技术水平的提高，期望未来卫星遥感可作为一种独立手段来定量评估区域及城市尺度空气质量减排措施的效果。

关键词

阅兵蓝, MODIS, OMI, AOD, NO₂, 城市尺度, 减排措施

Emission control effects observed from space during the military parade 2015 in Beijing

ZHANG Han^1,4 , YU Chao^1,2 , SU Lin¹ , LI Lingjun³ , FAN Meng¹ , WANG Yapeng^1,4 , CHEN Liangfu¹

1.State Key Laboratory of Remote Sensing Science, Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing 100101, China

2.State Key Joint Laboratory of Environment Simulation and Pollution Control, Tsinghua University School of Environmental Science, Beijing 100084, China

3.Beijing Municipal Environmental Monitoring Center, Beijing 100048, China

4.University of Chinese Academy of Sciences, Beijing 100049, China

Abstract

To ensure good air quality in Beijing, China, during the 2015 China Victory Day Parade (V-day Parade), Beijing and its neighboring six provinces and the associated cities implemented strict cooperative emission reduction measures. So the " Parade Blue” happened on September 3. To evaluate impact of emission control measures during the military parade 2015, we use the remote sensing technique in this study. Remote sensing can not only monitor the regional atmospheric pollutants, but also can catch the change of pollutants in urban scale. This paper aims to emphatically verify the ability of remote sensing in urban scale by comparing with the ground results. We use the OMI NO₂ data and MODIS AOD data to evaluate the effect of emission control measures. The study period includes three parts: before the military parade (2015-08-07—2015-08-19), during the military parade (2015.8.20—2015.9.3) and after the military parade (2015.9.4—2015.9.20). We make qualitative analysis of the change of atmospheric pollutants on North China Plain (34.6°—43°N, 110°—123°E) with spatial distribution maps and focus on the quantitative evaluation of Beijing with the time series maps. First of all, through correlation analysis, we found that NO₂ columns have a good correlation with NO₂ mass concentration in the suburbs. Because the ground-based observations represent the regional atmospheric background in the suburbs, they have good consistency with satellite observations. The urban sites selected in this study distribute uniformly in satellite pixels and their average values can reflect the extent of corresponding pixels. However, NO₂ mass concentrations of sites near road are affected greatly by the local emissions, so in these sites there are some poor correlations between NO₂ columns with NO₂ mass concentration. Secondly, through qualitative analysis of the change of atmospheric pollutants on North China Plain, we found that AOD and NO₂ concentration of heavy polluted area in the North China Plain during the military parade were significantly lower than those with the same period in the first three years, and far less than those before the military parade in 2015. AOD and NO₂ returned to their previous values even higher after the lifting of emission control measures. And lastly, through quantitative evaluation of Beijing, we found that compared to the previous three years AOD reduced 59% and NO₂ reduced 41% during the military parade, while before the military parade AOD reduced 73% and NO₂ reduced 30%. The result was similar with ground-based observations. By excluding the effects of meteorological parameters, AOD and NO₂ reduced 43% and 21% respectively because of the emission controls. AOD and NO₂ increased 159% and 71% after the lifting of emission control measures. So strict control measures improve the air quality and meteorological conditions also play a positive role in this mega-event. Based on the above results the following conclusions are reached. First, the NO₂ column density retrieved by satellite can effectively reflect the ground pollutant emissions. Next, satellite can observe the pollutants in regional scale such as the North China Plain. Finally, satellite observations can acquire the change of pollutant emissions in the urban scale such as Beijing. We will gradually expand the research area and increase the research object to comprehensively display the ability of remote sensing. We hope satellite observation can be used as an independent method to assess air quality from regional and urban scales in the future.

Key words

parade blue, MODIS, OMI, AOD, NO₂, urban scale, emission reduction measures

1 引　言

城市大气污染是中国面临的最大挑战之一，掌握城市大气污染排放总量及时空变化趋势对污染物的减排及环保达标监管具有重要意义。卫星观测弥补了地基监测站分布不均的不足，其空间覆盖率高、时间连续性强，可全方面反映城市区域大气污染特征。卫星遥感观测技术在监测污染源排放及其变化方面具有明显优势：(1)能获取大气中污染排放总量，敏锐地捕捉污染物的时空变化趋势。短寿命的大气污染物在对流层中的柱浓度与地面污染源的排放量具有较强的相关性(Streets 等，2013)，为卫星数据评估污染源的排放奠定基础。Huang等人(2015)对APEC期间华北平原地区污染物减排效果进行了评估，发现相比于前3年而言APEC期间AOD和NO₂降幅明显。(2)时间连续性长，能提供20世纪90年代中期至今的卫星数据，便于进行长期动态监测。Li等人(2016a)通过分析12年来AOD和NO₂柱浓度数据发现北极圈附近两个地区(Bakken and Athabasca)的石油工业迅速扩张。(3)空间覆盖率高，卫星观测覆盖全球任何点位，可基于全球尺度及区域尺度进行宏观监测，便于揭示污染源及其扩散状态。Duncan等人(2016)利用全球NO₂数据分析了导致大气NO_X变化的因素，并识别出高污染区的污染源。随着技术水平的提升，卫星传感器的空间分辨率不断提高，可实现城市尺度大气污染物监测。监测颗粒物浓度的MODIS传感器空间分辨率为1 km×1 km，计划搭载于欧洲Sentinel-5P卫星上的TropOMI传感器，用于监测大气中的O₃、NO₂、SO₂、HCHO、CO、CH₄、气溶胶及云等，空间分辨率达7 km×7 km，可满足研究城市尺度空气污染的需求。目前国内外学者基于卫星数据进行了大量的区域尺度大气污染的研究：Lalitaporn等人(2013)利用1996—2012年的卫星数据分析了亚洲地区NO₂、CO、AOD的季节变化；Kharol等人(2015)利用OMI数据及GEOS-Chem模式数据估算了北美地区近地面NO₂的浓度；自西部大开发战略实施以来，中国西北部NO₂增长速率超过中国西南部，甚至超过京津冀、长三角及珠三角地区(Cui 等，2016)。然而目前对于城市尺度大气污染的研究较少，本文着眼于卫星不仅能反映区域宏观污染状况，同时也能从城市尺度上监测大气污染物的变化，对2015年阅兵期间减排前(2015-08-07—2015-08-19)、减排中(2015-08-20—2015-09-03)和减排后(2015-09-04—2015-09-20)华北平原地区重点是北京市的减排效果进行评估。

2 卫星数据

气溶胶和NO₂在大气中的寿命较短，是主要的大气污染物指示因子，它们不仅易被人体吸入危害人类健康，还会引发一系列的环境问题，是中国空气污染常规监测项目(Seinfeld 等，2004；Chow 等，2006；Tao 等，2015)。目前卫星反演AOD及NO₂柱浓度的算法成熟，产品精度高，已被应用于国内外诸多研究中(Lalitaporn 等，2013；Lu 等，2015；Duncan 等，2016)。

本文采用中分辨率成像光谱仪(MODIS)的C6版本10 km气溶胶产品MYD04来分析阅兵期间大气中气溶胶含量([2015-09-11]https://ladsweb.nascom.nasa.gov/)。MODIS搭载在由美国国家航空航天局于1999年12月18日发射的Terra卫星和2002年5月4日发射的Aqua卫星上，波段范围为0.41—14.4 μm，共36个通道，幅宽2330 km。Terra卫星赤道过境当地时间为10:30，Aqua卫星赤道过境当地时间为13:30，本文选用的是Aqua卫星数据，其中深蓝算法(Deep Blue)(Hsu 等，2004, 2006)反演的AOD数据质量较好(Tao 等，2015)，故本文选用基于深蓝算法的Aqua卫星数据。利用MODIS官方投影转换软件HEG([2015-12-15]http://hdfeos.org/software/heg.php)，将卫星hdf数据投影到0.1°×0.1°等经纬度网格上，生成tif格式数据。

为评价减排措施对NO₂的影响，本文选用臭氧监测仪(OMI)的三级对流层NO₂垂直柱浓度产品([2015-12-15]http://giovanni.gsfc.nasa.gov/ giovanni/)。OMI是搭载在美国国家航空航天局2004年发射的Aura地球观测系统卫星上的大气成分探测传感器。它继承了TOMS，GOME，SCIAMACHY的优势，以较高的光谱分辨率(0.42—0.63 nm)覆盖紫外和可见光光谱(270—500 nm)，较以上传感器而言其空间分辨率有了明显的提高，可以探测城市尺度的大气污染(Levelt 等，2006)。卫星赤道过境当地时间为13:45，可获得逐日全球整层O₃和NO₂、SO₂、HCHO、BrO、OClO等影响空气质量的污染物的测量结果。OMI三级NO₂柱浓度产品对其二级产品进行了严格的质量控制，将全球每天的有效像元按权重投影到等经纬度(0.25°×0.25°)网格上。数据质量控制的条件有：(1)0≤太阳天顶角≤85°；(2)均方根误差<0.0003；(3)地表反射率<30%；(4)云量<30%；(5)未受行异常影响。

研究所用卫星数据相关介绍如表1所示，其中2012年—2014年参与计算的数据日期与2015年一致。基于以上数据，按照减排前、减排中和减排后3个时间段，分别计算华北平原地区(34.6°N—43°N，110°E—123°E)NO₂柱浓度和AOD的均值，并制作华北平原地区AOD和NO₂柱浓度卫星遥感监测空间分布图；计算北京市在3个时间段的AOD和NO₂柱浓度的均值，并制作相应的时间变化序列图。

表 1 传感器及数据介绍
Table 1 Introduction of sensors and data

下载CSV

传感器名称	主要功能	时间分辨率/d	水平分辨率	研究使用数据	数据日期(2015年)
MODIS	全球陆地、海洋、大气每日数据获取	0.5	250 m 500 m 1000 m	MYD04	8月	9、11—13、16、19—21、25、27、28
MODIS	全球陆地、海洋、大气每日数据获取	0.5	250 m 500 m 1000 m	MYD04	9月	3、6、12、13、15、19、20
OMI	大气化学与臭氧层监测	1	13×24 km²	OMNO2d	8月	7—10、12、15、16、21、26、28
OMI	大气化学与臭氧层监测	1	13×24 km²	OMNO2d	9月	2、3、6、7、12、13、15、16、18—20

3 阅兵期间华北平原及北京市大气减排成效

3.1 地基观测与卫星反演结果的相关性

对于本文采用的AOD产品，国内外学者已进行了诸多验证。Sayer等人(2014)利用全球气溶胶自动监测网的111个站点观测结果对该产品进行了验证，相关系数达0.89，说明该产品适用于全球气溶胶特性的研究。Tao等人(2015)就中国不同地区进行了验证，发现深蓝算法反演的AOD在中国东部地区精确度较高，其中北京站点的相关性达到0.938，说明该产品结果能有效反映北京市AOD的分布。

为了对卫星观测的NO₂垂直柱浓度数据进行验证，Chan等人(2015)将上海宝山、嘉定、松江和南汇的MAX-DOASNO₂柱浓度观测结果与OMI数据进行了相关性分析，相关系数介于0.67与0.93之间；Jin等人(2016)发现在无云情况下华北平原背景地区(河北古城站)星-地观测结果的相关系数达到0.945。研究结果表明，OMI反演的NO₂柱浓度与地基观测结果具有较好的一致性，数据质量可靠。为验证卫星NO₂柱浓度反映地面污染排放的能力，本研究选用了北京市环境保护监测中心发布的2015年北京市NO₂地面质量浓度数据对其比对验证，地面监测站采用美国热电子公司生产的TE42C型化学发光NOx分析仪(李令军和王英，2011)。将北京市35个地面监测站划分为郊区监测点、城区监测点和交通污染监控点。为保证星-地监测数据匹配，地基数据能有效地代表卫星像元内污染物浓度水平，共选取了24个地面监测点，站点分布情况如图1所示，站点分类情况如表2所示。

表 2 北京市地基监测站点分类
Table 2 Classification of observation stations in Beijing

下载CSV

类型	站点名称
郊区监测点	延庆、密云、密云水库、昌平、怀柔、平谷、门头沟
郊区监测点	通州、房山、大兴、永乐店、京西南区域点、京南区域点
城区监测点	奥体中心、农展馆、天坛、万柳、官园、丰台花园
交通污染监控点	前门、永定门、西直门北、南三环、东四环

图 1 北京市地基监测站点分布

Fig. 1 Map of observation stations monitoring NO₂ mass concentration in Beijing

其中，每个郊区监测点对应一个卫星像元，城区监测点均匀分布在两个卫星像元内，交通污染监控点近似分布在一个卫星像元内，将每个像元内同一类型的地面监测点数据作平均后与对应卫星像元值进行比较。为了星-地数据对比的同步性，地基观测数据采用13:00—15:00的平均值，卫星NO₂柱浓度结果与各站点NO₂地面质量浓度结果的相关性如图2(a)所示，将所有站点的均值结果与北京市卫星均值结果进行比较，结果如图2(b)所示。其中永乐店仅有1—6月的数据，京南区域点和京西南区域点仅有8—12月的数据，故这3个地面监测点的数据量相对较小。城区1是指奥体中心、农展馆、天坛的平均值，城区2是万柳、官园、丰台花园的平均值。

图 2 2015年北京市地基站点NO₂质量浓度与OMI NO₂柱浓度散点图

Fig. 2 Scattering maps of NO₂ mass concentration and column density

由图2可以看出，卫星反演结果与地基监测结果存在明显的正相关关系，区域整体的相关性达到0.92，说明OMI NO₂柱浓度反演结果能有效反映该地区地面污染物的排放能力。此外，不同类型监测点的相关性存在差异：郊区监测点的相关性范围为0.66—0.83，城区监测点的相关性为0.76和0.79，交通污染监控点的相关性为0.61。这种统计上的差异主要是由卫星与地面观测的空间尺度不同造成的：OMI卫星观测的每个像元反演结果是大区域范围的平均，在北京市每个像元覆盖范围大约是21 km×21 km，反映的是像元区域内大气污染水平，而地基监测结果是一个站点附近NO₂质量浓度的平均。(1)交通污染监控点通常距离道路边缘不超过20 m，受局地排放影响大，与卫星观测结果相关性略差；(2)郊区监测点远离城市建成区和主要污染源，受局地排放干扰小，反映区域大气本底情况，同时能反映区域间和区域内污染物输送的相互影响，与卫星观测结果相关性较高；(3)城区监测站均匀分布在卫星像元内，站点均值结果在一定程度上能反映该像元区域内的污染情况，相关性相对较好。

3.2 华北平原地区污染物减排

基于卫星能进行大面积同步观测的优势，本文定性分析了华北平原地区污染物的减排效果。图3给出了利用MODIS数据反演的华北平原地区AOD分布。图4为华北平原地区NO₂柱浓度分布。

图 3 华北平原地区MODIS AOD平均值分布

Fig. 3 The spatial distribution of AOD retrieved from the MODIS

图 4 华北平原地区对流层NO₂垂直柱浓度分布(单位：10¹⁶ molec·cm^–2)

Fig. 4 The spatial distribution of tropospheric NO₂ vertical column densities retrieved from the OMI (unit: 10¹⁶ molec·cm^–2)

从2012年—2014年AOD和NO₂柱浓度的均值结果可以看出污染物的高值主要分布在北京、天津、河北唐山、河北南部、山东大部、河南北部及山西太原、临汾、运城等城市或地区，以上地区人口密集，工农业活动水平较高，人为排放的污染较重。2015年减排中相比于前3年同期，北京、天津、河北大部与山东北部地区AOD下降，华北平原大部分地区NO₂柱浓度明显降低。减排结束后，华北大部分地区AOD回升到前3年的污染水平，山西太原，山东枣庄、临沂等城市比前3年有明显的增加。华北平原大部分地区NO₂柱浓度总体上低于前3年，而北京市城区明显高于前3年。就2015年而言，“减排中”华北平原地区AOD和NO₂柱浓度均低于减排前，减排措施结束后，污染较重的地区AOD和NO₂柱浓度均有不同程度的回升。以上现象说明阅兵期间北京及周边地区严格的联控减排措施取得了显著成效。为从城市尺度上定量评估联控减排措施的效果，本文重点分析了北京市的污染减排情况。

3.3 北京市污染物减排

为定量评估北京市污染物的减排力度，本文统计了研究时间段内北京市AOD的日均值变化情况，如图5所示。保证参与统计的卫星数据能基本覆盖整个北京地区，Mean(2015)和Mean(2012-2014)分别代表基于表1挑选数据计算出的2015年及前3年3个时期的平均值。与前3年相比，减排中AOD下降了59%，减排后回升到前3年的污染水平。就2015年而言，减排前AOD平均值为0.67，减排中AOD值基本保持稳定，平均值为0.18，比减排前降低73%，与地基观测的减排效果相当：Zheng等人(2016)通过分析2015年8月6日至9月17日AERONET北京站点AOD(440 nm)数据，发现较减排前而言减排中AOD下降69%。为进一步验证卫星遥感结果与地基监测评估效果相当，本文计算了研究阶段内地基与卫星测量结果的相关系数，达0.98。减排措施停止后，AOD平均水平明显增加，增至0.62，比减排中增加了159%。减排中北京市AOD的明显降低应是减排措施和气象要素共同作用的结果。除了受污染排放源的影响外，北京市空气质量很大程度上依赖于气象条件，尤其是当地风速和风向的影响(Wu 等，2008；Zhang 等，2011)。为更好地解释整个研究阶段内AOD的变化趋势，本文给出了相应的气象条件，包括气温、气压、相对湿度、降水量、风速及风向(数据源：[2015-12-15]https://www.wunderground.com/history/airport/ZBAA/2015/9/18/DailyHistory.html)，如图6所示。

图 5 MODIS AOD时间变化序列

Fig. 5 Time series of AOD measured by MODIS

图 6 北京气象要素(温度、气压、相对湿度、降水量、风速、风向)变化情况

Fig. 6 Temporal variations of temperature, pressure, relative humidity, precipitation, wind speed and wind direction

本文对2015年研究时间段内AOD的变化进行了分析：8月7日AOD值达到最高，主要受降水的影响，空气相对湿度高(87%)，气溶胶颗粒迅速吸湿增长导致AOD的高值。此外，东风将廊坊、天津或唐山的污染物传输到北京，加重了北京地区的污染程度。此后3天AOD值迅速降低，得益于雨水的湿清除作用。8月15日在较低的相对湿度(15%)以及洁净北风对污染物的驱散作用下，AOD达到该阶段最小值0.07。此后在持续东风的影响下，AOD缓慢上升。在严格的减排措施及有利的天气条件(有3次降水，盛行干燥洁净的北风或者偏北风)的共同作用下，减排中空气质量大幅度改善，铸就了“阅兵蓝”。9月3日阅兵当天，AOD值(0.21)较前一天(0.14)而言有小幅增加，可能由于这两天不同风向导致的：2日为清洁干燥的北风，3日为裹挟污染物的湿润的东风。减排措施停止后，污染物的排放增加，但北京受高压系统的控制，风速较大，最大值达6 m/s，有利于污染物的扩散，加上两次降水的湿清除作用使AOD依然保持在相对较低的水平。9月12日空气相对湿度极低，受雨水湿清除作用以及较强偏西风的影响，AOD达到整个研究时间段的最低值(0.06)。相比之下9月20日在东南风的影响下，将天津的污染物输送到北京，加重了本地的污染，AOD值达1.24。综上，除减排措施外，气象条件对AOD也有一定影响。在整个研究阶段内，除6次降水外，当地的气温、气压、相对湿度和风速均没有显著的变化，但盛行风向变化明显。减排前主要以东风或东南风为主，减排中北风及偏北风占80%，减排后较大风速的风主要来自于偏北方、西北方和东北方，不同的盛行风向导致了当地污染物的输入和输出。研究表明，北京地区颗粒物浓度高时通常盛行南风，低时盛行北风(Wang 等，2010；Gao 等，2011)，有利的气象条件在一定程度上可帮助改善空气质量(Li 等，2016a)。因此为准确评估减排措施对空气质量的作用，需去除可能的气象条件的影响。

为了在相似的气象条件下进行减排评估，本文对研究数据进行了如下筛选：(1)去除降雨天的数据；(2)选择具有相同风向、风速的数据。其中北风、西北风、西风在不同时期输送到北京的污染物变化较小；(3)选择气温、气压、相对湿度相似的数据。经过严格的筛选，符合条件的数据有2015年8月8日、8月10日、8月26日和8月28日，即减排前和减排中各有两天，对各时期内的数据进行平均，发现较减排前而言，减排中AOD下降43%，说明严格的减排措施对北京市空气质量的改善起到重要的作用，气象条件帮助改善空气质量。

除AOD外，本文也对NO₂的变化趋势进行了分析，如图7所示。与前3年相比，2015年减排中北京NO₂柱浓度降低41%。就2015年而言，减排前NO₂柱浓度的平均值为0.75×10¹⁶ molec·cm^–2，减排中平均值为0.52×10¹⁶ molec·cm^–2，比减排前降低30%，减排后NO₂柱浓度平均值达到0.89×10¹⁶ molec·cm^–2，比减排中增加了71%，以上同样也是减排措施与气象条件共同作用的结果。从8月11日至13日连续3天内，NO₂柱浓度持续上升，主要受风向的影响，8月11日为东风，后持续两天东南风，污染物源源不断地从污染区输入北京，污染物积累加剧。减排初期减排措施便有明显的成效，8月20日NO₂垂直柱浓度为0.44×10¹⁶ molec·cm^–2比8月19日(0.98×10¹⁶ molec·cm^–2)降低55%。8月27—28日气象条件变化不大，NO₂垂直柱浓度由0.67×10¹⁶ molec·cm^–2降低至0.51×10¹⁶ molec·cm^–2。由于自8月28日起，北京及周边六省区统一实施减排措施，减排范围的扩大以及减排力度的加强降低了大气中NO₂的浓度。阅兵当天相对湿度约60%，光化学反应减弱，空气中的NO₂体积分数达到最大值(叶芳等，2008)；风向为偏东风，加重本地污染。在不利的气象条件下，该日NO₂柱浓度达到整个研究阶段的最低值0.40×10¹⁶ molec·cm^–2，进一步验证了控制污染物源对改善空气质量的巨大作用。减排措施停止后，9月6日，在较强西北风的稀释作用下，NO₂垂直柱浓度依然较高，达0.85×10¹⁶ molec·cm^–2，说明当地污染排放的大幅度增加。9月15日和9月20日，不利的气象条件以及当地和区域排放的增加，导致了大气中重的NO₂污染，NO₂柱浓度分别为1.47×10¹⁶ molec·cm^–2和1.09×10¹⁶ molec·cm^–2。减排措施停止后，空气质量的反弹现象同样说明区域联控减排措施是提高空气质量的有效手段。

图 7 OMI反演的NO₂柱浓度的时间序列

Fig. 7 Time series of NO₂ column measured by OMI

为去除气象要素的影响，与AOD相似，本文对研究时间段内NO₂数据也进行了筛选。由于参与统计的NO₂和AOD数据日期不同，所以筛选得到的NO₂数据有2015年8月9日和8月28日。较减排前而言，减排中NO₂柱浓度降低21%。说明减排措施对大气中NO₂的减少有重要作用。

阅兵期间北京市AOD和NO₂柱浓度明显降低得益于科学严格的减排措施。2008年北京奥运会、2010年上海世博会以及2014年在北京举行的APEC会议等重大事件举办城市及周边省市均采取了不同程度的减排措施，其中世博会期间上海及周边省市空气质量保障措施力度较弱，与前3年同期相比，上海市NO₂柱浓度和AOD分别降低8%和14%(Hao 等，2011)。而奥运会和APEC期间减排力度较大，与前3年同期相比，北京市NO₂柱浓度分别降低38.9%和47%，APEC期间AOD下降40%(Yu 等，2010；Huang 等，2015)。说明控制污染物的排放对保障地区空气质量具有重要的作用，且减排力度越大效果越明显。

卫星遥感既能宏观地从“面”上观测空气质量，反映区域污染物的空间分布和变化过程，又能从城市尺度上定量把握空气污染程度，因此随着卫星技术水平的提高，我们期望未来卫星遥感可作为一种独立手段参与到城市环保达标监管以及大气十条的评估中。

4 结　论

本研究利用MODIS AOD和OMI NO₂柱浓度数据，定性分析了华北平原地区2015年减排前、减排中、减排后及对应前3年同期AOD和NO₂柱浓度的变化，重点定量评估了北京市在减排期间采取的减排措施的效果，得到以下结论：

(1) 卫星观测的NO₂柱浓度能有效地反映北京市地面污染物的排放能力。其中，地面交通污染监控点局地效应强，与卫星观测结果相关性略差；郊区监测点受局地干扰小，反映区域大气本底情况，与卫星观测结果相关性好；所选城区监测点均匀分布在卫星像元内，均值结果能反映像元区域范围内大气污染程度，相关性较好。

(2) 卫星观测能掌握区域尺度上污染物的变化。2015年减排中北京、天津、河北唐山、河北南部、山东大部、河南北部及山西太原、临汾、运城等华北平原重污染地区AOD和NO₂柱浓度相比于前三年同期有明显降低，且远低于2015年减排前。减排措施停止后，大部分重污染地区AOD和NO₂柱浓度有不同程度的回升。

(3) 卫星观测可实现城市尺度大气污染物的减排评估。在气象条件和减排措施的共同影响下，相比于2015年减排前，减排中北京市AOD下降73%，与地基监测评估效果相当，NO₂柱浓度下降30%；去除气象条件的影响后，AOD下降43%，NO₂下降21%。说明气象条件利于污染物扩散，减排措施对空气质量的改善有重要影响。

本文只针对北京市做了研究，研究区域比较单一，研究对象较少，仅选用AOD和NO₂。后续的研究将逐步扩大研究范围，增加研究对象，更全面地论证卫星遥感对于城市尺度大气污染监测的意义。

参考文献(References)

Chan K L, Hartl A, Lam Y F, Xie P H, Liu W Q, Cheung H M, Lampel J, Pöhler D, Li A, Xu J, Zhou HJ, Ning Z and Wenig MO. 2015. Observations of tropospheric NO₂ using ground based MAX-DOAS and OMI measurements during the Shanghai World Expo 2010 . Atmospheric Environment, 119 : 45–58. [DOI: 10.1016/j.atmosenv.2015.08.041]

Chow J C, Watson J G, Mauderly J L, Costa D L, Wyzga R E, Vedal S, Hidy G M, Altshuler S L, Marrack D, Heuss J M, Wolff GT, Pope C A III and Dockery D W. 2006. Health effects of fine particulate air pollution: lines that connect. Journal of the Air and Waste Management Association, 56 (10): 1368–1380. [DOI: 10.1080/10473289.2006.10464545]

Cui Y Z, Lin J T, Song C Q, Liu M Y, Yan Y Y, Xu Y and Huang B. 2016. Rapid growth in nitrogen dioxide pollution over Western China, 2005-2013. Atmospheric Chemistry and Physics, 16 (10): 6207–6221. [DOI: 10.5194/acp-16-6207-2016]

Duncan BN, Lamsal LN, Thompson AM, Yoshida Y, Lu ZF, Streets DG, Hurwitz MM and Pickering KE. 2016. A space-based, high-resolution view of notable changes in urban NO_x pollution around the world (2005-2014) . Journal of Geophysical Research: Atmospheres, 121 (2): 976–996. [DOI: 10.1002/2015JD024121]

Gao Y, Liu X, Zhao C and Zhang M. 2011. Emission controls versus meteorological conditions in determining aerosol concentrations in Beijing during the 2008 Olympic Games. Atmospheric Chemistry and Physics, 11 (23): 12437–12451. [DOI: 10.5194/acp-11-12437-2011]

Hao N, Valks P, Loyola D, Cheng Y F and Zimmer W. 2011. Space-based measurements of air quality during the World Expo 2010 in Shanghai. Environmental Research Letters, 6 (4): 044004 [DOI: 10.1088/1748-9326/6/4/044004]

Hsu N C, Tsay S C, King M D and Herman J R. 2004. Aerosol properties over bright-reflecting source regions. IEEE Transactions on Geoscience and Remote Sensing, 42 (3): 557–569. [DOI: 10.1109/TGRS.2004.824067]

Hsu N C, Tsay S C, King M D and Herman J R. 2006. Deep blue retrievals of Asian aerosol properties during ACE-Asia. IEEE Transactions on Geoscience and Remote Sensing, 44 (11): 3180–3195. [DOI: 10.1109/TGRS.2006.879540]

Huang K, Zhang X Y and Lin Y F. 2015. The " APEC Blue” phenomenon: regional emission control effects observed from space. Atmospheric Research, 164-165 : 65–75. [DOI: 10.1016/j.atmosres.2015.04.018]

Jin J L, Ma J Z, Lin W L, Zhao H R, Shaiganfar R, Beirle S and Wagner T. 2016. MAX-DOAS measurements and satellite validation of tropospheric NO₂ and SO₂ vertical column densities at a rural site of North China . Atmospheric Environment, 133 : 12–25. [DOI: 10.1016/j.atmosenv.2016.03.031]

Kharol S K, Martin R V, Philip S, Boys B, Lamsal L N, Jerrett M, Brauer M, Crouse D L, McLinden C and Burnett R T. 2015. Assessment of the magnitude and recent trends in satellite-derived ground-level nitrogen dioxide over North America. Atmospheric Environment, 118 : 236–245. [DOI: 10.1016/j.atmosenv.2015.08.011]

Lalitaporn P, Kurata G, Matsuoka Y, Thongboonchoo N and Surapipith V. 2013. Long-term analysis of NO₂, CO, and AOD seasonal variability using satellite observations over Asia and intercomparison with emission inventories and model . Air Quality, Atmosphere and Health, 6 (4): 655–672. [DOI: 10.1007/s11869-013-0205-z]

Levelt P F, van den Oord G H J, Dobber M R, Malkki A, Visser H, de Vries J, Stammes P, Lundell J O V and Saari H. 2006. The ozone monitoring instrument. IEEE Transactions on Geoscience and Remote Sensing, 44 (5): 1093–1101. [DOI: 10.1109/TGRS.2006.872333]

Li C, Hsu N C, Sayer A M, Krotkov N A, Fu J S, Lamsal L N, Lee J and Tsay S C. 2016a. Satellite observation of pollutant emissions from gas flaring activities near the Arctic. Atmospheric Environment, 133 : 1–11. [DOI: 10.1016/j.atmosenv.2016.03.019]

Li H Y, Zhang Q, Duan F K, Zheng B and He K B. 2016b. The " Parade Blue”: effects of short-term emission control on aerosol chemistry. Faraday Discussions, 189 : 317–335. [DOI: 10.1039/c6fd00004e]

Li L J and Wang Y. 2011. The characterization of NO₂ pollution in Beijing based on satellite and conventional observation data . Acta Scientiae Circumstantiae, 31 (12): 2762–2768. [DOI: 10.13671/j.hjkxxb.2011.12.026] ( 李令军, 王英. 2011. 基于卫星遥感与地面监测分析北京大气NO₂污染特征 . 环境科学学报, 31 (12): 2762–2768. [DOI: 10.13671/j.hjkxxb.2011.12.026] )

Lu Z, Streets D G, de Foy B, Lamsal L N, Duncan B N and Xing J. 2015. Emissions of nitrogen oxides from US urban areas: estimation from Ozone Monitoring Instrument retrievals for 2005-2014. Atmospheric Chemistry and Physics, 15 (18): 10367–10383. [DOI: 10.5194/acp-15-10367-2015]

Sayer A M, Munchak L A, Hsu NC, Levy R C, Bettenhausen C and Jeong M J. 2014. MODIS Collection 6 aerosol products: comparison between Aqua′s e-deep blue, dark target, and " merged” data sets, and usage recommendations. Journal of Geophysical Research: Atmospheres, 119 (24): 13965–13989. [DOI: 10.1002/2014JD022453]

Seinfeld J H, Carmichael G R, Arimoto R, Conant W C, Brechtel F J, Bates T S, Cahill T A, Clarke A D, Doherty S J, Flatau P J, Huebert B J, Kim J, Markowicz K M, Quinn P K, Russell L M, Russell P B, Shimizu A, Shinozuka Y, Song C H, Tang Y H, Uno I, Vogelmann A M, Weber R J, Woo J H and Zhang X Y. 2004. ACE-ASIA:regional climatic and atmospheric chemical effects of Asian dust and pollution. Bulletin of the American Meteorological Society, 85 (3): 367–380. [DOI: 10.1175/BAMS-85-3-367]

Streets D G, Canty T, Carmichael G R, de Foy B, Dickerson R R, Duncan B N, Edwards D P, Haynes J A, Henze D K, Houyoux M R, Jacobi D J, Krotkov N A, Lamsal L N, Liu Y, Lu Z F, Martini R V, Pfister G G, Pinder R W, Salawitch R J and Wechti K J. 2013. Emissions estimation from satellite retrievals: a review of current capability. Atmospheric Environment, 77 : 1011–1042. [DOI: 10.1016/j.atmosenv.2013.05.051]

Tao M H, Chen L F, Wang Z F, Tao J H, Che H Z, Wang X H and Wang Y. 2015. Comparison and evaluation of the MODIS collection 6 aerosol data in China. Journal of Geophysical Research: Atmospheres, 120 (14): 6992–7005. [DOI: 10.1002/2015JD023360]

Wang T, Nie W, Gao J, Xue L K, Gao X M, Wang X F, Qiu J, Poon C N, Meinardi S, Blake D, Wang S L, Ding A J, Chai F H, Zhang QZ and Wang WX. 2010. Air quality during the 2008 Beijing Olympics: secondary pollutants and regional impact. Atmospheric Chemistry and Physics, 10 (16): 7603–7615. [DOI: 10.5194/acp-10-7603-2010]

Wu Z J, Hu M, Lin P, Liu S, Wehner B and Wiedensohler A. 2008. Particle number size distribution in the urban atmosphere of Beijing, China. Atmospheric Environment, 42 (34): 7967–7980. [DOI: 10.1016/j.atmosenv.2008.06.022]

Ye F, An J L, Wang Y S and Yang J. 2008. Analysis of O₃, NO_x, CO and correlation meteorological factor at the ground layer in Beijing . Ecology and Environment, 17 (4): 1425–1432. [DOI: 10.16258/j.cnki.1674-5906.2008.04.021] ( 叶芳, 安俊琳, 王跃思, 杨军. 2008. 北京近地层O₃、NO_x、CO及相关气象因子的分析 . 生态环境, 17 (4): 1425–1432. [DOI: 10.16258/j.cnki.1674-5906.2008.04.021] )

Yu H, Wang P C, Zong X M, Li X and Lü DR. 2010. Change of NO₂ column density over Beijing from satellite measurement during the Beijing 2008 Olympic Games . Chinese Science Bulletin, 55 (3): 308–313. [DOI: 10.1007/s11434-009-0375-0]

Zhang Y M, Zhang X Y, Sun J Y, Lin W L, Gong S L, Shen X J and Yang S. 2011. Characterization of new particle and secondary aerosol formation during summertime in Beijing, China. TellusB: Chemical and Physical Meteorology, 63 (3): 382–394. [DOI: 10.1111/j.1600-0889.2011.00533.x]

Zheng Y, Che H Z, Zhao T L, Xia X G, Gui K, An L C, Qi B, Wang H, Wang Y Q, Yu J and Zhang X Y. 2016. Aerosol optical properties over Beijing during the world athletics championships and victory day military parade in August and September 2015. Atmosphere, 7 (3): 47 [DOI: 10.3390/atmos7030047]

摘要

关键词