基于AOD數(shù)據(jù)的秸稈焚燒監(jiān)測

范東福，楊書運(yùn)，吳必文，范東勤，王 俊，江 波，陳曉龍

(1.安徽農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，合肥 230036;2.農(nóng)業(yè)部合肥農(nóng)業(yè)環(huán)境科學(xué)觀測試驗(yàn)站，合肥 230036;3.安徽氣象科學(xué)研究所，合肥 230031;4.西安交通大學(xué)機(jī)械工程學(xué)院，西安 710049)

0 引言

中國農(nóng)作物秸稈年產(chǎn)量約7億 t，居世界首位［1］。在20世紀(jì)90年代以前，秸稈作為中國農(nóng)村地區(qū)主要的生活能源被收集利用。近20 a以來，隨著經(jīng)濟(jì)快速發(fā)展，農(nóng)村勞動力大量外出務(wù)工，農(nóng)民經(jīng)濟(jì)收入增加，秸稈作為生活能源的價(jià)值逐年降低，并逐漸被化石能源所代替，在收獲季節(jié)，由于勞動力短缺和趕農(nóng)時(shí)等因素，秸稈露天集中焚燒現(xiàn)象日益嚴(yán)重［2］。秸稈焚燒污染大氣，降低能見度，引發(fā)交通事故［3］。

氣溶膠是懸浮在大氣中的液態(tài)或者固態(tài)微粒的膠體［4］，氣溶膠光學(xué)厚度 (aerosol optical depth，AOD)是指在晴空大氣鉛直氣柱中，氣溶膠的消光系數(shù)在垂直方向上的積分，是描述氣溶膠對光衰減作用的一個無量綱量，在一定程度上能夠描述區(qū)域大氣污染程度。AOD值越小，大氣越潔凈;反之則越渾濁［5］。Chu 等［6］利用 MODIS 的 AOD 數(shù)據(jù)，證實(shí)了用AOD數(shù)據(jù)監(jiān)測大氣污染的可行性;李成才等［7］利用 MODIS Level 1B資料反演的香港地區(qū)AOD值分布圖與可吸入顆粒物(particulate matter with particle size less than or equal to 10 microns，PM10)濃度變化數(shù)據(jù)進(jìn)行了比較，結(jié)果表明AOD數(shù)據(jù)可以用來描繪城市尺度的氣溶膠污染分布;何秀等［8］對MODIS的AOD產(chǎn)品進(jìn)行垂直和濕度影響訂正后，證明可以用于地面PM10濃度的監(jiān)測。

生物質(zhì)燃燒會產(chǎn)生越境污染，導(dǎo)致臨近地區(qū)的空氣質(zhì)量降低［9］，集中焚燒秸稈將對區(qū)域大氣環(huán)境產(chǎn)生災(zāi)難性的影響，軌跡分析是研究區(qū)域性空氣污染擴(kuò)散問題的方法之一［10］。蘇繼峰等［11］利用HYSPLIT后向軌跡模式選取1 500 m，2 000 m和2 500 m這3個高度模擬皖南地區(qū)的水汽來源;蘇繼峰等［12－13］又選取100 m，500 m，800 m 和1 000 m 這 4個高度模擬南京地區(qū)的污染物;Hee－Jin等［14］對韓國Anmyon地區(qū)1 500 m高度的污染物來源進(jìn)行追蹤;Begum等［15］對美國魁北克市500m高度的污染物進(jìn)行追蹤;魏文華等［16］分析了合肥市10 m和1 000m高度霧的水汽來源;黃侃［17］分別選取500 m，1 000 m，1 500 m，2 000 m，3 000 m 這5個高度對上海地區(qū)灰霾的來源進(jìn)行追蹤;張瑜［18］選取江淮流域5個持續(xù)性暴雨過程，選擇500 m，1 000 m和1 500 m這3個高度模擬暴雨的水汽來源。這些研究主要分析單個高度(如100 m，500 m及1 000 m)的物質(zhì)來源。

安徽及周邊7省市是中國的冬小麥主產(chǎn)區(qū)，安徽省北部小麥主產(chǎn)區(qū)每年5月28日到6月5日集中收獲期的秸稈產(chǎn)量就約1 130萬t。而每年6月初集中收獲期間都會出現(xiàn)大規(guī)模無序的秸稈焚燒現(xiàn)象，造成嚴(yán)重的區(qū)域性大氣污染。本文針對2009年6月1—9日發(fā)生在安徽的一次PM10污染事件，從秸稈焚燒火點(diǎn)出發(fā)，利用風(fēng)場產(chǎn)品和MODIS的AOD數(shù)據(jù)，根據(jù)大氣邊界層的Ekman螺線理論，解析出大氣邊界層不同高度層(如500～1 000 m之間的整層大氣)的污染物來源，結(jié)合氣流后向軌跡分析，對安徽及周邊省市的秸稈焚燒現(xiàn)象進(jìn)行綜合研究，探究秸稈焚燒對PM10污染事件的影響，以期為由秸稈焚燒引起的空氣污染事件的預(yù)警和監(jiān)管提供依據(jù)。

1 研究區(qū)概況與數(shù)據(jù)源

1.1 研究區(qū)概況

本文研究區(qū)域的范圍為E110°～125°，N25°～40°(圖1)，冬小麥主產(chǎn)區(qū)包括了我國的安徽省及山東省、江蘇省、浙江省、江西省、湖北省及河南省。每年5月末—6月初，研究區(qū)的油菜和小麥等作物收獲后，都有大量的秸稈被露天焚燒，造成區(qū)域性的大氣環(huán)境嚴(yán)重污染。因此，選擇該區(qū)域作為研究秸稈焚燒情況的對象具有代表性。

圖1 研究區(qū)域示意圖Fig.1 Location map of study area

1.2 數(shù)據(jù)源

1)MODIS氣溶膠產(chǎn)品。MODIS氣溶膠產(chǎn)品來自NASA的MODIS一級數(shù)據(jù)和大氣檔案與分發(fā)系統(tǒng)(level1 and atmosphere archive and distribution system，LAADS)。本文使用Terra衛(wèi)星收集的空間分辨率為10 km的MOD04_L2氣溶膠光學(xué)厚度產(chǎn)品。

2)本文使用的火點(diǎn)數(shù)據(jù)來自于美國NASA的面向資源管理的火災(zāi)信息系統(tǒng)(fire information for resourcemanagement system，F(xiàn)IRMS)。火點(diǎn)為矢量點(diǎn)數(shù)據(jù)，空間分辨率為1 km，地理坐標(biāo)系為WGS_84，投影坐標(biāo)系為等經(jīng)緯度坐標(biāo)系。

3)研究用到的10 m風(fēng)場數(shù)據(jù)來自于大氣與環(huán)境數(shù)據(jù)庫(environmental central facility，ENVF)。風(fēng)場的范圍為 E110°～125°，N25°～40°。

4)本研究采用NOAA研制的混合單粒子拉格朗日軌跡(hybrid single particle lagrangian integrated trajectory，HYSPLIT)模式分析秸稈焚燒產(chǎn)生的氣溶膠的遷移情況。該模式使用美國空氣資源實(shí)驗(yàn)室(air resources laboratory，ARL)提供的全球數(shù)據(jù)分析系統(tǒng)(global data analysis system，GDAS)數(shù)據(jù)進(jìn)行模擬，可以針對不同的擴(kuò)散源，能進(jìn)行較完整的遷移軌跡和污染物濃度擴(kuò)散模擬，并能夠處理多種氣象要素場，被廣泛應(yīng)用于大氣污染物擴(kuò)散研究［19］。因此，該模式可用于秸稈焚燒引起的污染物的遷移軌跡的模擬分析。模式詳細(xì)介紹參看文獻(xiàn)［20］。

5)研究用到的PM10濃度數(shù)據(jù)來自于安徽省環(huán)境監(jiān)測中心站。

2 結(jié)果分析

2.1 AOD 分析

每年6月初安徽省及周邊省份小麥?zhǔn)崭罴竟?jié)，大量的秸稈焚燒產(chǎn)生大量的可吸入顆粒物，對大氣環(huán)境造成了嚴(yán)重的污染，直接導(dǎo)致華東部分地區(qū)空氣質(zhì)量下降［21］，并引起大氣氣溶膠光學(xué)厚度的變化。本文就秸稈焚燒火點(diǎn)最為密集的2009年6月3—5日的情況進(jìn)行分析。

從2009年6月3日的AOD分布圖(圖2)上可以看出，AOD高值區(qū)分布在由安徽東北部向東南方向延伸到江蘇中南部的帶狀區(qū)域內(nèi)。據(jù)2009年6月3日的火點(diǎn)和風(fēng)場分布圖(圖3)可知，該東南—西北走向的AOD高值區(qū)的東邊(江蘇省與山東省交界處)為偏東風(fēng)，西邊為偏西風(fēng)，這樣可以使秸稈焚燒產(chǎn)生的污染物聚集在該帶狀區(qū)域內(nèi)(圖2)，使得淮北和宿州的PM10日均濃度接近150μg/m3。

圖2 2009年6月3—5日的AOD分布示意圖Fig.2 Sketch maps of AOD distribution from June 3 to 5，2009

圖3 2009年6月3—5日的火點(diǎn)和風(fēng)場示意圖Fig.3 Sketch maps of hot spots and w ind direction from June 3 to 5，2009

2009年6月4日，安徽中北部和江蘇中南部的秸稈焚燒火點(diǎn)密集，且2地的風(fēng)向?yàn)闁|南風(fēng)(圖3)。通過觀察2009年6月4日AOD分布圖(圖2)，江蘇中南部和安徽中北部分布著東南—西北走向的AOD高值區(qū)，AOD高值區(qū)與火點(diǎn)分布和風(fēng)向較為吻合。同期，河南中南部和湖北中北部也分布大量火點(diǎn)，且盛行偏南風(fēng)，使得2地AOD高值區(qū)向北延伸。

2009年6月5日，安徽中部、北部和山東西南部的AOD都很高(圖2)，河南東南部的AOD不高。通過觀察2009年6月5日的火點(diǎn)和風(fēng)場分布圖(圖3)可知，河南東南部雖有大量的火點(diǎn)，但吹得是西南風(fēng)，秸稈焚燒所產(chǎn)生的部分污染物被輸送到安徽省西北部，使得安徽省西北部當(dāng)?shù)亟斩挿贌a(chǎn)生的已經(jīng)很高的污染物濃度進(jìn)一步上升;安徽北部及其東西兩側(cè)當(dāng)天均為偏南風(fēng)，并且安徽北部有大量火點(diǎn)，而山東西南部僅有少量的火點(diǎn)，偏南風(fēng)將安徽北部秸稈焚燒所產(chǎn)生的污染物輸送到了山東西南部，形成了一個明顯的從安徽北部伸向山東西南部及中部的“AOD高值舌”。根據(jù)火點(diǎn)數(shù)據(jù)得出，2009年6月5日安徽省共有690個火點(diǎn)，主要分布在安徽北部。環(huán)境監(jiān)測數(shù)據(jù)表明，阜陽、蚌埠及淮南當(dāng)天的PM10日均濃度都超過了150μg/m3，淮北、宿州及滁州的PM10接近150μg/m3。從當(dāng)日AOD分布圖(圖2)可以看出，安徽北部的AOD高值區(qū)范圍達(dá)到了6月3日以來的最大值。

從上述分析可知，氣溶膠光學(xué)厚度一方面受火點(diǎn)多少及分布狀況的影響，另一方面受風(fēng)場的影響。將火點(diǎn)分布與風(fēng)場結(jié)合起來分析，再與氣溶膠光學(xué)厚度數(shù)據(jù)相比較可以發(fā)現(xiàn)，它們之間在空間上有很好的一致性。

2.2 HYSPLIT氣流軌跡分析

此次PM10污染事件給大氣環(huán)境、人體健康及城市交通都帶來了嚴(yán)重影響，其污染源引起了廣泛關(guān)注。采用美國NOAA研制的軌跡模式HYSPLIT，利用NCEP氣象再分析資料，計(jì)算2009年6月5日秸稈焚燒火點(diǎn)密集的阜陽市PM10污染事件時(shí)(2009年6月5日18時(shí))氣團(tuán)的30 h后向遷移軌跡(圖4)，對造成阜陽市PM10污染事件的污染源進(jìn)行分析。

圖4 阜陽市2009年6月5日18時(shí)的30 h后向軌跡示意圖Fig.4 Sketch map of backward trajectorys at Fuyang after 30 h in 2009－06－05T18:00

圖4中8條從上向下逆時(shí)針依次為1 500 m，1 000 m，500 m，400 m，300 m，200 m，100 m 及50 m高度處影響阜陽市6月5日18時(shí)空氣質(zhì)量的大氣污染物的前30 h的后向軌跡。從50～1 500 m的8個高度，隨著高度的增加，氣流逐漸從50 m高度處的西南方向，順時(shí)針旋轉(zhuǎn)為1 500 m高度處的西北方向，符合在大氣邊界層，風(fēng)向隨高度增加而向右旋轉(zhuǎn)(北半球)的Ekman螺線規(guī)律［22］，結(jié)合火點(diǎn)分布圖(圖3)可知，在阜陽市2009年6月5日18時(shí)的30 h后向軌跡的上游方向(阜陽市西部、西北部及西南部，河南省中部、東南部及湖北省北部)有大量的火點(diǎn)。因此，從上述分析可以看出，2009年6月5日18時(shí)阜陽市PM10污染事件的外來污染物主要通過阜陽市的30 h后向軌跡輸送而來。據(jù)大氣邊界層的Ekman螺線理論和2009年6月5日的火點(diǎn)分布圖(圖3)可知，阜陽市1 500 m高度以上的污染物主要來自河南省中北部的秸稈焚燒火點(diǎn)，1 000～1 500m高度層的污染物主要來自河南省中南部、東南部和阜陽市西部，500～1 000 m高度層的污染物主要來自湖北省與河南省交接處和河南省東南部，500 m高度以下的污染物主要來自湖北省中東部。

2.3 火點(diǎn)與AOD相關(guān)性分析

為定量分析火點(diǎn)分布與AOD的相關(guān)性，選取安徽淮河流域(農(nóng)業(yè)聚集區(qū))為特征區(qū)，分別選擇具有代表性的2008年6月5日、2011年6月7日、2011年6月8日、2006年6月11日和2013年6月13日的火點(diǎn)與AOD為研究樣本。首先對這5 d的火點(diǎn)數(shù)據(jù)進(jìn)行密度分析;再利用ArcGIS軟件的Raster Calculator工具計(jì)算火點(diǎn)密度與對應(yīng)日期的AOD的相關(guān)系數(shù)，結(jié)果見圖5。

圖5 火點(diǎn)與AOD的相關(guān)系數(shù)分布示意圖Fig.5 Sketch map of correlation coefficients distribution between hot spots and AOD

從圖5可以看出:特征區(qū)內(nèi)大部分區(qū)域的火點(diǎn)密度與AOD為正相關(guān)。這表明秸稈焚燒對AOD的變化有直接的影響。每年5月末—6月初，農(nóng)作物集中收獲期大規(guī)模的秸稈焚燒能顯著提高區(qū)域的AOD。因此，可以利用AOD數(shù)據(jù)監(jiān)測區(qū)域的秸稈焚燒狀況。

3 結(jié)論

1)安徽省的秸稈焚燒發(fā)生在每年的夏收和秋收季節(jié)，每年的6月秸稈焚燒達(dá)到最大規(guī)模。2009年6月3—5日，安徽的秸稈焚燒主要發(fā)生在皖北，2009年6月5日的火點(diǎn)數(shù)目最大，AOD高值區(qū)范圍最大。

2)本文分析了AOD值的變化與火點(diǎn)數(shù)量、火點(diǎn)分布、風(fēng)場分布的關(guān)系，得到秸稈焚燒火點(diǎn)10 m風(fēng)場與AOD值之間存在一致性。因此，某種程度上使用AOD產(chǎn)品，再結(jié)合秸稈焚燒火點(diǎn)產(chǎn)品和10 m風(fēng)場數(shù)據(jù)，可進(jìn)行秸稈焚燒的監(jiān)測。

3)采用軌跡模式HYSPLIT，繪制8條不同高度的影響阜陽市2009年6月5日18時(shí)空氣質(zhì)量的大氣污染物的前30 h的后向軌跡，結(jié)合對2009年6月5日安徽省及周邊省市秸稈焚燒火點(diǎn)分布的分析，可以確定造成阜陽市2009年6月5日18時(shí)PM10污染事件的部分污染物，是通過30 h后向軌跡輸送來的。從結(jié)果來看，當(dāng)?shù)丶爸苓叺貐^(qū)的秸稈焚燒、西南及西北氣流的輸送是污染事件發(fā)生的主要原因。

4)選擇5 d有代表性的火點(diǎn)和AOD數(shù)據(jù)，對特征區(qū)火點(diǎn)密度與AOD值的相關(guān)分析表明火點(diǎn)密度與AOD值之間有正相關(guān)性，這說明秸稈焚燒產(chǎn)生的顆粒物是氣溶膠的來源之一。因此，利用AOD數(shù)據(jù)監(jiān)測區(qū)域秸稈焚燒狀況是可行的。

志謝:感謝中國科學(xué)院南京地理與湖泊研究所湖泊流域數(shù)據(jù)集成與模擬中心提供淮河流域數(shù)據(jù)。

［1］ 張鶴豐.中國農(nóng)作物秸稈燃燒排放氣態(tài)、顆粒態(tài)污染物排放特征的實(shí)驗(yàn)室模擬［D］.上海:復(fù)旦大學(xué)，2009.Zhang H F.A Laboratory Study on Emission Characteristics of Gaseous and Particulate Pollutants Emitted from Agricultural Crop Residue Burning in China［D］.Shanghai:Fudan University，2009.

［2］ 曹國良，張小曳，鄭方成，等.中國大陸秸稈露天焚燒的量的估算［J］.資源科學(xué)，2006，28(1):9－13.Cao G L，Zhang X Y，Zheng F C，et al.Estimating the quantity of crop residues burnt in open field in China［J］.Resources Science，2006，28(1):9－13.

［3］ 方 萌，張 鵬，徐 喆.“3S”技術(shù)在農(nóng)作物秸稈焚燒監(jiān)測中的應(yīng)用［J］.國土資源遙感，2006，18(3):1－4.doi:10.6046/gtzyyg.2006.03.01.Fang M，Zhang P，Xu Z.The application of the 3S technique to the management of crop residue burning［J］.Remote Sensing for Land and Resources，2006，18(3):1－4.doi:10.6046/gtzyyg.2006.03.01.

［4］ 徐祝齡.氣象學(xué)［M］.北京:氣象出版社，1994.Xu Z L.Meteorology［M］.Beijing:China Meteorological Press，1994.

［5］ 于興娜，李新妹，登增然登，等.北京霧霾天氣期間氣溶膠光學(xué)特性［J］.環(huán)境科學(xué)，2012，33(4):1058－1059.Yu X N，Li X M，Deng Z R D，et al.Optical properties of aerosol during haze－fog episodes in Beijing［J］.Environmental Science，2012，33(4):1058－1059.

［6］ Chu D A，Kaufman Y J，Zibordi G，et al.Globalmonitoring of air pollution over land from the earth observing system－terra Moderate Resolution Imaging Spectroradiometer(MODIS)［J］.Journal of Geophysical Research:Atmospheres(1984－2012)，2003，108(D21):4661.doi:10.129P2002JD 003179.

［7］ 李成才，毛節(jié)泰，劉啟漢.利用MODIS資料遙感香港地區(qū)高分辨率氣溶膠光學(xué)厚度［J］.大氣科學(xué)，2005，29(3):337－341.Li C C，Mao JT，Liu Q H.Remote sensing of high spatial resolution aerosol optical depth with MODIS data over Hong Kong［J］.Chinese Journal of Atmospheric Sciences，2005，29(3):337－341.

［8］ 何 秀，鄧兆澤，李成才，等.MODIS氣溶膠光學(xué)厚度產(chǎn)品在地面PM10監(jiān)測方面的應(yīng)用研究［J］.北京大學(xué)學(xué)報(bào):自然科學(xué)版，2010，46(2):180－183.He X，Deng Z Z，Li C C，et al.Application of MODISAOD in surface PM10evaluation［J］.Acta Scientiarum Naturalium Universitatis Pekinensis，2010，46(2):180－183.

［9］ Miettinen J，Liew S C.Connection between fire and land cover change in Southeast Asia:A remote sensing case study in Riau，Sumatra［J］.International Journal of Remote Sensing，2005，26(6):1109－1126.

［10］ Brankov E，Trivikrama R S，Porter P S.A trajectory－clusteringcorrelationmethodology for examining the long－range transport of air pollutants［J］.Atmospheric Environment，1998，32(9):1525－1534.

［11］ 蘇繼峰，周 韜，朱 彬，等.2009年6月皖南梅雨暴雨診斷分析和水汽后向軌跡模擬［J］.氣象與環(huán)境學(xué)報(bào)，2010，26(3):35－37.Su JF，Zhou T，Zhu B，et al.Diagnostic analysis on Meiyu rainstorm and its simulation based on backward trajectory analysis method during June2009 in the south of Anhui Province［J］.Journal of Meteorology and Environment，2010，26(3):35－37.

［12］ 蘇繼峰.秸稈焚燒對南京及周邊地區(qū)空氣質(zhì)量的影響［D］.南京:南京信息工程大學(xué)，2011.Su J F.Crop Residue Burning Influence on the Air Quality over Nanjing and Surrounding Regions［D］.Nanjing:Nanjing University of Information Science and Technology，2011.

［13］ 蘇繼峰，朱 彬，周 韜，等.秸稈焚燒導(dǎo)致南京及周邊地區(qū)2次空氣污染事件的成因比較［J］.生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2012，28(1):39－41.Su JF，Zhu B，Zhou T，et al.Contrast analysis of two serious air pollution eventsaffecting Nanjing and its surrounding regions resulting from burning of crop residues［J］.Journal of Ecology and Rural Environment，2012，28(1):39－41.

［14］ Hee－Jin I，Kim Y P.Estimation of the aerosol optical thickness distribution in the Northeast Asian forest fire episode in May2003:Possible missing emissions［J］.Atmospheric Research，2010，98(2/4):261－273.

［15］ Begum B A，Kim E，Jeong C，et al.Evaluation of the potential source contribution function using the2002 Quebec forest fire episode［J］.Atmospheric Environment，2005，39(20):3719－3724.

［16］ 魏文華，王體健，石春娥，等.合肥市霧日氣象條件分析［J］.氣象科學(xué)，2012，32(4):437－442.WeiW H，Wang T J，Shi C E，et al.Analysis ofweather conditions for fog in Hefei［J］.Journal of the Meteorological Sciences，2012，32(4):437－442.

［17］ 黃 侃.亞洲沙塵長途傳輸中的組分轉(zhuǎn)化機(jī)理及中國典型城市的灰霾形成機(jī)制［D］.上海:復(fù)旦大學(xué)，2010.Huang K.The Transformation of Aerosol Components during the Long－Range Transport of Asian Dust and the Formation Mechanism of Haze in Mega－City，China［D］.Shanghai:Fudan University，2010.

［18］ 張 瑜，湯燕冰.江淮流域持續(xù)性暴雨過程水汽輸送狀況初析［J］.浙江大學(xué)學(xué)報(bào):理學(xué)版，2009，36(4):471－474.Zhang Y，Tang Y B.Primary analysis on vapor transport of persistent heavy rainfall events over the Yangtze and Huaihe River valley［J］.Journal of Zhejiang University:Science Edition，2009，36(4):471－474.

［19］ 張 紅，邱明燕，黃 勇.一次由秸稈焚燒引起的霾天氣分析［J］.氣象，2008，34(11):98－99.Zhang H，Qiu M Y，Huang Y.Analysis on the case of smoke haze［J］.Meteorological Monthly，2008，34(11):98－99.

［20］ Draxler R R，Hess G D.Description of the HYSPLIT4 Modeling System［R］.NOAA Technical Memorandum，ERL ARL－224，1997.

［21］ LiH Y，Han ZW，Cheng TT，etal.Agricultural fire impactson the air quality of Shanghaiduring summer harvesttime［J］.Aerosol and Air Quality Research，2010，10(2):95－101.

［22］ 談?wù)苊?，?娟，伍榮生.Ekman邊界層動力學(xué)的理論研究［J］.氣象學(xué)報(bào)，2005，63(5):544－545.Tan ZM，F(xiàn)ang J，Wu R S.Ekman boundary layer dynamic theories［J］.Acta Meteorologica Sinica，2005，63(5):544－545.