基于MODIS 的安徽省气溶胶光学厚度时空分布特征及影响因素研究

1. 引言

近年来，安徽省各地区在经济发展的同时，造成了严重的大气污染，空气质量下降 [1]。多数研究表明大气气溶胶会影响人体健康和大气能见度 [2] ，因此研究气溶胶厚度对生产生活和环境保护有重要意义。在气溶胶光学厚度影响因素方面，众多研究主要关注气象因素的影响。张军华 [3] 等以西藏当雄地区为研究区，从相对湿度的角度出发，探讨 AOD 与相对湿度两者之间的关系，并得出 AOD 与相对湿度呈正相关的结论；张仁健 [4] 等则研究分析了气溶胶数浓度分布与相对湿度的关系。已有研究仍存在大部分影响气溶胶分布的因素未被探究，在这些方面仍需进一步的发展。因此，本文基于MODIS 气溶胶数据产品，综合各项影响因素分析安徽省 AOD 时空分布特征，为安徽省环境保护提供数据支撑。

2 研究区概况与研究方法

2.1 测区概况

安徽省坐落于长江三角洲地区属中国华东，为中国东部经济区。境内含长江、淮河水文水系，分别流经安徽南部和安徽北部。安徽省内河流除南部安江水系隶属钱塘江流域外，其余 2000 余条河流均属于长江、淮河流域。安徽省湖泊总面积达 1750km2 ，共 580 多个。植被覆盖类型分为种植土地和林草覆盖两类。其中种植土地面积6.51×104km2 ，林草覆盖面积 5.23×104km2 。

2.2  数据

本研究利用 NASA 官网中的 MOD/MYD04_3K 数据，使用了来自地理空间数据云的 SRTMDEM 90M 分辨率原始高程数据，将三份DEM 数据镶嵌并裁剪后得到所需的安徽省 DEM。人口数据来源于安徽统计局发布的《安徽省第七次人口普查公报》。降水量数据来自 2019 年度安徽省水资源公报，将安徽省多年各市降水量与安徽省 AOD 总均值作拟合分析。以地理空间数据云的 MODIS 中国合成NDVI 产品为数据源，对比分析NDVI 值与AOD 总均值。

2.3 研究方法

结合安徽省实际情况，利用 MODIS 气溶胶产品对安徽省 2016-2020 年气溶胶数据进行下载处理。在经过几何校正、镶嵌、裁剪等预处理操作后获取日 AOD 数据，基于最大值合成法求取平均 AOD、季平均 AOD 以及年平均 AOD。时间尺度和空间尺度上 AOD 分析完成后，进行 AOD 影响因素分析。探究植被覆盖、地形、气象、城市、人口等各种因素对气溶胶变化的影响 。

3 气溶胶光学厚度时空变化分析

3.1  AOD 年均值时空变化分析

通过合成的月气溶胶数据，计算得到各年平均气溶胶分布图，以0.2 为一个梯度将 AOD 值进行重分类。将各年份的 AOD 均值，按照各个梯度分类制作出像元占比的扇形统计图，如图1 所示。

可知： ① 从空间角度出发，AOD 高值区域主要集中于皖北地区，为阜阳、亳州、淮北、宿州四市。而 AOD 低值区域主要集中于皖南的黄山市和池州市、皖西的六安市和安庆市西部以及沿江地区。 ② 从时间角度出发，近五年来，AOD 的年均值略有下降。由此可得，安徽省近年来坏境治理政策初见成效，大气污染情况有所缓和。

3.2  AOD 月均值时空变化分析

将 2016-2020 这 5 年间的气溶胶数据按各月进行合成，并将AOD 值 以 0.2 为 一 个 梯 度， 分 为 0-0.2、0.2-0.4、0.4-0.6、0.6-0.8、0.8-1.0 以及 1.0 以上六个区间，计算出合成后各月份的 AOD 均值，绘制成折线图来进行月间变化分析，如图2 所示。

Province from 2016 to 2020

结合图中的 2016-2020 年各月合成 AOD 均值分布图和折线统计图，可以分析出：整体上，可以看出各月份之间 AOD 值起伏变化较为明显，月间差异较大。 AOD 最高值出现在4 月，最低值出现在1 月。

3.3  AOD 四季时空变化分析

将上一步合成数据进行进一步处理得到季合成数据，进行四季气溶胶变化分析。同时制作出 2016-2020 年各年内各季度 AOD 均值变化统计表，如表1 所示。

表 1  安徽省 2016-2020 年各 季度 AOD 均值情况表

根据表 1 中的 2016-2020 年各季度 AOD 均值分析得出： ① 在安徽省近五年的季度 AOD 均值方面，春季 > 秋季 > 夏季 > 冬季。其中季度最高值出现在 2016 年的春季数值为 0.5297，季度最低值出现在2017 年的冬季数值为 0.1463。 ② 将各季度单独分析。就季度 AOD 均值变化幅度而言，春季 > 秋季 > 冬季 > 夏季。

4 AOD 影响因素分析

将 2016-2020 年的全部气溶胶数据进行总体求平均，并以 0.2 为梯度将 AOD 划分为六个部分，制作出气溶胶总均值分布专题图。 将气溶胶分布图与安徽省高程数据制作的专题图进行比较分析。结合气溶胶分布数据与高程数据，在两份数据相同位置于全省范围内随机抽取300 个点进行拟合分析，拟合结果如图3 所示。

可以分析出 AOD 与高程成负相关。皖北地区为典型的平原地形，地势平坦，而 AOD 均值却为全省最高。皖中地区以丘陵为主，海拔在 100-300m 地势起伏波动，AOD 均值也呈现差异。皖西和皖南丘陵山地区域整体海拔较高，均有较多海拔 1500m 以上的山峰，而分析所得AOD 均值为全省最低区域。根据AOD 与高程拟合分析图的结果，R2=0.6195 ，也恰恰证明了这一结论，高程对 AOD 的分布具有一定的影响，且两者为负相关。显然高程不是影响 AOD 分布的唯一因素，呈现负相关的结论不是在所有地区都适用。

4.1  降水因素分析

对于一个固定地区来说，在污染源基本不变或者变化极小的情况下，气溶胶浓度差异主要是由气象条件不同所造成的 [5]。以气象因子中的降水量为例，将安徽省截至 2019 年的多年降水量数据与2016-2020 年安徽省的 AOD 总均值进行对比分析。根据各城市多年平均降水量和AOD 均值绘制统计表和拟合结果图，结果如表2 和图4。

表2 安徽省各市多年平均降水量和 AOD 均值统计表

根据各市多年平均降水量和 AOD 均值拟合分析图的结果，R2=0.5452 ，该结果表明降水量和 AOD 呈中等的负相关。即降水量越高，气溶胶光学厚度越低。反之，则气溶胶光学厚度越高。

4.2  植被因素分析

在各类植被指数中，归一化植被指数（Normalized DifferenceVegetative Index,NDVI）作为目前最常用的表征植被状态的指标，被用于植被因素分析。NDVI 是基于遥感影像波段的比值运算，其值为 -1⩽NDVI⩽1 ，正值表示有植被覆盖，且随覆盖度增大而增大。将气溶胶分布图与 NDVI 数据制作的专题图进行比较分析，如图 5所示。

对整体上分析，由于植被覆盖度高，有利于减弱空气中的气溶胶粒子、净化空气，AOD 与 NDVI 成负相关。显然植被因素对 AOD 的负相关影响也并不是对所有区域都适用，如皖北平原有较高的植被覆盖率，AOD 值却高，显然地形因素也在其中产生强烈影响。

4.3  人口因素分析

对气溶胶分布的影响除自然因素外，还存在其他因素，如社会经济因素。近年来安徽省高速发展、GDP 的迅猛增长、城市化进程加深、城市人口增多，人们的生产生活对大气气溶胶的影响也越来越大。在探究社会因素与 AOD 之间关系时，以人口因素作为切入点研究。根据 各城市人口数据和 AOD 均值绘制统计表和拟合结果图，结果如表3 和图 6

结合表 3 和图 6 可以分析出，人口因素与 AOD 之间存在正相关关系，但人口因素并不是影响 AOD 的主导因素。人类生产生活以及人口增长的过程中在一定程度上会使得大气颗粒物增多，而总的光学厚度增加。

5 结论

从时间尺度分析。安徽省 2016-2020 年的 AOD 年际变化呈现波动下降趋势。安徽省气溶胶具有明显的月间变化，AOD 最高月均值出现在 4 月，AOD 最低月均值出现在 1 月。在安徽省近五年的季度AOD 均值方面，春季 > 秋季 > 夏季 > 冬季，春季的AOD 值为全年最高，冬季的AOD 值为全年最低。

从空间尺度分析。安徽省 AOD 分布整体呈现北高南低、东高西低的趋势，最明显的特征为AOD 值由北向南逐渐递减。

从自然因素和社会因素对 AOD 影响进行分析。自然因素方面讨论了地形、降水和植被，三者都与 AOD 成负相关，即地形越平坦的地区 AOD 值越大、降水量越少的地区 AOD 值越大、植被指数越低的地区 AOD 值越大，其中地形对 AOD 分布的影响最大。人口与 AOD成正相关，即人口密度越大，AOD 值越高。

参考文献：

[1] 赵东宇. 安徽省城市空气污染的时空分布特征及影响因素分析[D]. 安徽财经大学 ,2021.

[2] 马丽新 , 齐虹 , 孙霞忠 . 大气气溶胶粒径分布特征与呼吸系统暴露评估研究进展 [J]. 环境科学学报 ,2020,40(10):3549-3558.

[3] 张军华 , 刘莉 , 毛节泰 . 地基多波段遥感西藏当雄地区气溶胶光学特性 [J]. 大气科学 ,2000, 24(4): 549-558.

[4] 张仁健 , 王纬 , 王自发 . 北京大气气溶胶干沉降和质量浓度的季节变化特征 [A]. 中国颗粒学会 . 2004: 4。

[5] 居鲁都孜·沙山 , 昝梅 , 阿里木江·卡斯木 . 乌鲁木齐市气溶胶光学厚度时空变化及影响因素研究[J] . 地球与环境,2021:5-8.

基金项目：大学生创新创业计划训练项目（S202410361169，S202510361208）；

安徽省高等学校省级质量工程项目（2023jyxm0318）；安徽省高校大学生思想动态分析研究中心开放课题基金 (SXDTZD2022003)；教育部产学合作协同育人项目（230804810090257）；教育部供需对接就业育人项目 (2024010591083)