紫外大氣甲醛衛(wèi)星遙感反演方法和研究現(xiàn)狀

朱松巖,余 超,李小英,陳良富,祝 好

?

紫外大氣甲醛衛(wèi)星遙感反演方法和研究現(xiàn)狀

朱松巖1,2,余 超3,李小英1*,陳良富1,祝 好4

(1.中國科學院遙感與數(shù)字地球研究所,遙感科學國家重點實驗室,北京 朝陽 100101；2.中國科學院大學電子電氣與通信工程學院,北京 懷柔 100049；3.清華大學環(huán)境學院環(huán)境模擬與污染控制國家重點聯(lián)合實驗室,北京 海淀 100084；4.成都信息工程大學資源與環(huán)境學院,四川 成都 610103)

在我國長期穩(wěn)定的甲醛觀測站點十分缺失,衛(wèi)星平臺高時頻、大面積覆蓋等優(yōu)勢使得通過衛(wèi)星遙感探測大氣甲醛成為了一種重要的研究手段.本文討論了現(xiàn)有載荷的反演理論和方法,分析了我國大氣甲醛的研究現(xiàn)狀及不足.簡述了從20世紀至今可用于甲醛探測的主要載荷:GOME/ERS-2,SCIAMACHY/ENVISAT,OMI/Aura,GOME-2/MetOp-A(B),OMPS/Suomi-NPP,總結(jié)歸納了各個衛(wèi)星載荷儀器的軌道信息、時間空間分辨率等相關(guān)參數(shù),以及各個傳感器在大氣甲醛遙感反演中的可行性.由于衛(wèi)星自上而下的觀測方式與地基平臺不同,其反演方法也有不同之處,因此本文針對衛(wèi)星平臺綜合論述了兩種甲醛反演算法:傳統(tǒng)的差分吸收光譜法(DOAS)和針對于甲醛反演的一系列改進算法以及近幾年提出的主成分分析法(PCA);另外,本文針對現(xiàn)有反演算法和時空分布在我國中東部地區(qū)的研究現(xiàn)狀和不足進行了綜合討論,并給出了一定的改進策略.

大氣甲醛；遙感反演；DOAS；PCA；OMI

大氣中的甲醛是一種有毒并且致癌的痕量氣體,壽命只有幾個小時.甲醛的本底濃度只有大約1×10-9,主要來自于甲烷的不完全氧化[1].在大陸地區(qū),甲醛主要來自落葉植被釋放的異戊二烯等揮發(fā)性有機物(VOC)的光解[20].在城市中,來自植被排放和人為釋放的VOC與來自工廠、機動車等的NO在光照條件的光化學反應是近地面臭氧以及二次有機氣溶膠污染的主要來源[3].甲醛是VOC光解的主要中間產(chǎn)物,是一種重要的非甲烷VOC(NMVOC)的指示劑.VOC種類很多且理化性質(zhì)各不相同,但往往可以通過對甲醛的研究來間接地反映VOC的時空分布狀況以及相關(guān)特性.因此,對于大氣甲醛的大范圍、長時間連續(xù)監(jiān)測具有重大的科學意義和研究價值.

傳統(tǒng)的甲醛等痕量氣體監(jiān)測手段是用地基多軸差分光學吸收光譜儀(MAX-DOAS)進行自下而上的探測[4].但是在我國,甲醛并不屬于環(huán)境監(jiān)測站的常規(guī)監(jiān)測成分,其他地基觀測站點數(shù)目有限而且站點密度不均,有些極端氣候條件地區(qū)甚至無法布設地基觀測儀器,從而使得對甲醛的大范圍、長時間連續(xù)監(jiān)測較為困難.利用衛(wèi)星平臺可以進行大面積、高時頻的甲醛動態(tài)監(jiān)測,因此利用衛(wèi)星遙感手段對甲醛監(jiān)測成為一種十分有價值的替代手段.

自臭氧總量制圖光譜儀(TOMS)以來,可以用于甲醛探測的載荷有GOME、OMI、SCIAMACHY和OMPS等[5].根據(jù)不同的觀測模式,遙感反演可以分為對氣體的垂直柱濃度或者廓線進行反演兩種.目前主流的甲醛垂直柱濃度反演算法是差分光學吸收光譜法(DOAS)及其改進算法,如BOAS等[6],但近些年也有利用主成分分析(PCA)等方法來進行甲醛的柱濃度反演[7].利用臨邊觀測傳感器可以進行痕量氣體的廓線反演,主要方法是基于臨邊DOAS算法,將大氣垂直分層,在不同高度進行反演以此來得到相應的廓線信息.

隨著相關(guān)衛(wèi)星平臺陸續(xù)成功發(fā)射以及對應的反演算法的不斷發(fā)展,通過衛(wèi)星遙感的手段探測大氣甲醛已經(jīng)成為了一種常規(guī)的觀測手段.本文基于已有的星載遙感平臺和可行的甲醛反演算法,對我國中東部甲醛的分布特性以及相關(guān)衛(wèi)星遙感原理和算法進行了綜合論述.主要內(nèi)容包括甲醛反演衛(wèi)星平臺(如OMI/Aura等)及其應用的論述;不同觀測模式下不同反演算法(DOAS和PCA等)的特性及優(yōu)缺點的綜合分析;在我國針對大氣甲醛研究現(xiàn)狀和不足的分析及討論,并對現(xiàn)有的問題提出了一定的改進方案和展望.

1 衛(wèi)星反演平臺

根據(jù)不同的探測模式,衛(wèi)星平臺分為天底觀測模式(Nadir mode)、臨邊觀測模式(Limb mode)和掩星觀測模式(Occultation mode).在天底觀測和臨邊/掩星觀測模式下,可分別獲得甲醛的垂直柱濃度和廓線信息.本節(jié)將對GOME系列、OMI、SCIAMACHY和OMPS的特點進行分析.

1.1 GOME/ERS-2及GOME-2/MetOp-A(B)

ERS系列衛(wèi)星搭載著一系列旨在對地球(陸地、海洋、大氣)進行觀測的傳感器[8].ERS-1于2000年3月10日失效,包含3種重復觀測任務模式.作為ERS-1的繼承者,ERS-2是于1995年4月發(fā)射的歐空局衛(wèi)星,ERS-2大體上與ERS-1一致,為提高現(xiàn)有觀測水平,ERS-2還另外增加了兩個傳感器:GOME和ASTR-2. 2011年9月5日,ERS-2徹底失效.

GOME是搭載于ERS-2上主要針對于大氣領(lǐng)域的傳感器,主要任務是監(jiān)測全球O3、HCHO和SO2等在對流層以及平流層大氣化學中占有重要地位的痕量氣體.GOME以天底觀測模式監(jiān)測大氣后向散射和地表反射太陽光強度,相關(guān)參數(shù)如表1所示.

表1 GOME傳感器主要參數(shù)

MetOp是歐空局發(fā)射、由EUMESAT運行的一系列衛(wèi)星,旨在為提高數(shù)值天氣預報精確度而提供高分辨率的大氣溫度、濕度結(jié)構(gòu)、長期氣候觀測和大氣化學輔助數(shù)據(jù).MetOp系列衛(wèi)星目前包含3顆衛(wèi)星:已發(fā)射的MetOp-A,MetOp-B以及定于2018年發(fā)射的MetOp-C,第二代衛(wèi)星MetOp-SG將于2021年發(fā)射.

GOME-2是搭載于MetOp-A(2006年)和MetOp-B(2012年)上的傳感器[9].參數(shù)與GOME類似,分辨率為40′40km,幅寬度為960km(2013年幅寬度為1920km,分辨率80′40km).

Sch等[10]研究發(fā)現(xiàn),利用GOME-2數(shù)據(jù)進行大氣甲醛的反演,其結(jié)果的地理分布與排放源分布基本一致.盡管反演的斜柱濃度以及不確定性和反演參數(shù)設置有很大關(guān)系,但是通過太平洋區(qū)域觀測值來進行校正,可以很好地統(tǒng)一不同參數(shù)設置下得到的垂直柱濃度結(jié)果,從而降低光譜擬合過程中的系統(tǒng)誤差.Fu等[11]使用了連續(xù)6a的GOME衛(wèi)星觀測東亞及南亞的甲醛數(shù)據(jù)來提高NMVOCs的區(qū)域排放估計,用月均甲醛觀測數(shù)據(jù)與GEOS-Chem化學傳輸模式模擬的值進行對比,發(fā)現(xiàn)冬季GOME觀測值可以用來估計中國人為排放的NMVOCs,并有25%的精度提高;發(fā)現(xiàn)東亞和南亞的生物質(zhì)燃燒源估計值是之前Streets等人的5倍;在中國華北平原,6月份并不在現(xiàn)有農(nóng)業(yè)物燃燒清單之中;對比發(fā)現(xiàn)MEGAN模型低估了中國排放,而高估了熱帶地區(qū)的排放;中國自然源和生物質(zhì)燃燒對臭氧污染有著重要的影響.對比站點實測值,使用GOME數(shù)據(jù)在中國中部和北部有著(5~20)×10-9的地表臭氧季節(jié)性增長.

1.2 OMI/Aura

Aura是旨在研究地球臭氧、空氣質(zhì)量以及氣候的NASA跨國衛(wèi)星,共搭載4顆用于大氣探測的傳感器,是繼Terra和Aqua后地球觀測系統(tǒng)(EOS)發(fā)射的另一顆衛(wèi)星.Aura衛(wèi)星發(fā)射于2004年7月15日,太陽同步軌道,軌道高度705km (99min 繞行地球一圈).

OMI包含紫外到可見光三個通道的傳感器: UV-1, UV-2和VIS,主要參數(shù)如表2所示.可以用于探測臭氧和HCHO、SO2和NO2等痕量氣體柱濃度、云、氣溶膠以及反射率.OMI是TOMS對臭氧總量以及其他與臭氧化學和氣候有關(guān)的參數(shù)的繼承者,可以滿足每天全球觀測的要求,是目前最常用于痕量氣體反演的載荷.

表2 OMI傳感器主要參數(shù)

Abad等[1]對SAO所使用的差分吸收光譜法針對OMI傳感器進行了改進:包括甲醛參考光譜的差分、O2-O2碰撞的擬合、更新高分辨率的太陽參考光譜,使用了遠太平洋地區(qū)模型參考來歸一化反演結(jié)果、更新了大氣質(zhì)量因子的計算策略,包括了二級產(chǎn)品中散射權(quán)重以及甲醛垂直廓線.對比原有的SAO算法,更新的算法提高了斜柱擬合的時間穩(wěn)定性并降低了部分噪聲的影響;提高了大氣質(zhì)量因子計算準確率;探測極限估計為1′1016molecules/cm2.Kurosu[12]基于OMI數(shù)據(jù)對甲醛等氣體進行反演,除OClO外取得了較好的效果,發(fā)現(xiàn)對流層甲醛對大氣質(zhì)量具有十分重要的影響[12].

1.3 SCIAMACHY/ENVISAT

ENVISAT是由歐空局運作的全球最大民用觀測衛(wèi)星系統(tǒng),發(fā)射于2002年3月1日,以軌道高度790km太陽同步軌道進行觀測.軌道周期大約101min,重訪周期35d.ENVISAT于2012年4月8日失去聯(lián)系,從而任務終止. ENVISAT旨在提供大量衛(wèi)星數(shù)據(jù)來增強對環(huán)境研究的能力,如大氣化學、臭氧空洞、大氣污染擴散模型以及雪冰制圖等.ENVISAT共包含9個觀測傳感器和1個用于管控衛(wèi)星姿態(tài)的傳感器.

SCIAMACHY是搭載在歐空局ENVISAT上的被動傳感器,主要參數(shù)如表3所示,6d可以完成對全球的覆蓋,因而可以用于觀測大氣以及地球表面的后向散射、反射、透射以及發(fā)射輻射.因此,其主要科學目標是觀測全球尺度上的對流層及平流層的痕量氣體,長波段也適用于氣溶膠和云的檢測.

表3 SCIAMACHY傳感器主要參數(shù)

Smedt等[13]于2010年基于對GOME和SCIAMACHY從1997~2009年的甲醛衛(wèi)星反演濃度的研究中發(fā)現(xiàn),在中國東北部和印度甲醛柱濃度分別增加4%/a和1.6%/a,這和人為NMVOCs排放有較大的關(guān)系.在東京和其他美國東北部城市觀測到有3%/a的減少,這是由于對污染的有效調(diào)控.2008年,Smedt等[14]通過結(jié)合GOME和SCIAMACHY來優(yōu)化差分吸收光譜法對甲醛的反演,有效地降低了360nm附近的O4吸收對甲醛反演的干擾以及SCIAMACHY在350nm附近的異常值.在2012年,他們提出了一種兩步擬合方法來降低HCHO和BrO之間的光譜影響,并改進了DOAS算法來降低在低太陽高度時臭氧吸收的影響.根據(jù)該方法,甲醛斜柱濃度的噪聲降低了約40%,同時在熱帶和中緯度地區(qū)的甲醛柱濃度的低估也很大程度地被去除[15]. Stavrakou等[16]對比了1997~2006年GOME和SCIAMACHY的甲醛反演數(shù)據(jù)和IMAGES全球化學傳輸模式的模擬值,發(fā)現(xiàn)兩者相關(guān)系數(shù)較高(>0.7),使用MEGAN-ECMWF清單數(shù)據(jù)提高了大部分研究區(qū)的模型數(shù)據(jù)一致性.

1.4 OMPS/Suomi-NPP

Soumi-NPP衛(wèi)星屬于NASA和NOAA的JPSS(聯(lián)合極軌衛(wèi)星系統(tǒng))的一部分.NPP衛(wèi)星于2011年10月28日成功發(fā)射,以軌道高度824km的太陽同步軌道每日與當?shù)貢r間下午1:30經(jīng)過赤道地區(qū),軌道傾角98.7°,軌道周期101.44min,設計壽命為7a.Suomi-NPP是用于替換EOS計劃(1997~2011年)的新一代衛(wèi)星中的第一顆,每天繞地球14圈.

OMPS是搭載在NASA的Soumi-NPP衛(wèi)星上的探測大氣臭氧的傳感器,主要參數(shù)如表4所示,OMPS包括了兩個高光譜儀器,具有天底和臨邊兩種觀測模式,擴展了25a的總臭氧量以及臭氧廓線的資料.OMPS更高的垂直分辨率產(chǎn)品可以使得更好地檢測和監(jiān)測涉及到臭氧破壞的復雜化學過程.

表4 OMPS傳感器主要參數(shù)

Chance等[17]研究了針對于包括OMPS等傳感器反演時出現(xiàn)的降采樣問題,分析了降采樣的基本原理、降采樣到探測像元的影響,并成功使用高分辨率的Fraunhofer光譜來校正降采樣帶來的問題.

2 紫外甲醛遙感反演算法

傳感器在經(jīng)過并掃描地表時,傳感器與地面觀測目標點的連線若與該地面點的切平面相垂直,則該點被稱作觀測的星下點.由于衛(wèi)星傳感器需要進行大面積的掃描,因此在傳感器朝地面一定弧度內(nèi)的觀測方式都稱作天底(Nadir)觀測,與之相區(qū)別的是臨邊觀測和掩星觀測.

對垂直柱濃度的反演主要使用的是天底觀測模式,常用的載荷有OMI、GOME-2和OMPS.對于甲醛垂直柱濃度的反演最常使用的算法是差分光學吸收光譜法(DOAS)和如BOAS等的改進算法.近些年也有使用主成分分析(PCA)算法來進行反演,同樣取得了較好的效果.對于痕量氣體廓線的紫外反演,通常是使用臨邊觀測的觀測模式,算法是臨邊DOAS算法.對于痕量氣體的反演,正向模型是一個重要的組成部分.通過正向模型可以計算大氣質(zhì)量因子或權(quán)重函數(shù)等重要參數(shù).

2.1 正向模型SCIATRAN

SCIATRAN是集合了輻射傳輸模型和一系列反演算法的軟件包,可以進行紫外-可見光-紅外波段的輻射光譜模擬(光譜范圍為175~ 2400nm).SCIATRAN可以對任意高度層的光譜進行模擬,還可以結(jié)合大氣海洋耦合模式用來模擬水體表面向上輻射或水下輻射.

在大氣領(lǐng)域,SCIATRAN考慮了云、氣溶膠、O3、NO2、HCHO、BrO、SO2、OClO、ClO、O2、O4、CO、CO2、H2O、CH4、NO3和N2O共計15種氣體成分以及地表反射率的影響,此外還包括了如溫度廓線、地表光譜等多種數(shù)據(jù)庫.SCIATRAN可以根據(jù)輻射傳輸理論設定包括大氣形狀(球形大氣,偽球形大氣和平面平行大氣)、觀測模式以及觀測和太陽天頂角方位角等一系列參數(shù).在實際應用中,SCIATRAN可以進行廓線和輻射強度的模擬來計算大氣質(zhì)量因子(AMF)、權(quán)重函數(shù)、垂直光學厚度、轉(zhuǎn)動拉曼散射、反照率等信息[18].

SCIATRAN的優(yōu)勢在于其參數(shù)可以自定義設置,如觀測天頂角和方位角等;同時還可以對大氣垂直分層方式進行設置,包括大氣層頂高度以及各層層高.由于SCIATRAN較寬的光譜覆蓋范圍、較強的模擬能力以及強大的背景數(shù)據(jù)庫等諸多優(yōu)勢,因而被廣泛使用在紫外痕量氣體反演.

2.2 DOAS算法

2.2.1 經(jīng)典的DOAS算法 DOAS是一種靈敏地、高效地痕量氣體濃度反演算法,由Perner等提出[19].DOAS方法根據(jù)在光路上由于氣溶膠和氣體分子等多種因素導致的散射和吸收消光,結(jié)合Beer-Lambert定律去除非氣體消光后,將得到的差分光譜結(jié)合痕量氣體的吸收截面,通過最小二乘法得到目標氣體濃度.

目前已有多種痕量氣體的柱濃度可以通過衛(wèi)星數(shù)據(jù)結(jié)合DOAS方法反演得到,如HCHO、NO2和O3.針對于甲醛反演最常用的傳感器為GOME系列、OMI和OMPS,但由于不同傳感器自身特性、目標氣體和干擾氣體吸收截面等因素,每個傳感器的反演窗口略有差別,本文以OMI為例來討論甲醛的反演算法.

在進行甲醛反演時,由于OMI每個像元的波長信息都存在一定的差別,因此需要對得到的輻亮度數(shù)據(jù)在窗口內(nèi)根據(jù)太陽參考光譜通過Levenberg-Marquardt擬合方法進行重新定標.在得到重定標的輻亮度后,根據(jù)公式1通過OMI當天觀測得到的太陽輻照度計算得到反射率信息:

式中:t為反射率;l為波長;()和()分別為輻亮度和輻照度信息;0為太陽天頂角余弦.

對于GOME等傳感器來說,儀器降采樣會帶來比痕量氣體吸收還大的影響誤差,可以通過高分辨率的太陽夫瑯禾費光譜與儀器響應函數(shù)的卷積來去除,但對于OMI傳感器類似的影響相對較小.根據(jù)Beer-Lambert定律,大氣消光過程如公式2所示:

式中:為各種成分的吸收截面;SCD為各種成分的斜柱濃度.

對于甲醛的反演,主要的影響因素有大氣中云和氣溶膠粒子的Mie散射、氣體分子的Rayleigh散射、氣體分子的吸收以及大氣Ring效應[20].其中對甲醛反演有影響的氣體成分為NO2、BrO、OClO、O3以及O2-O2的碰撞吸收.由于云和氣溶膠Mie散射等因素對波長的響應屬于“慢變化”,因此可以通過高通濾波來去除.常用的方法是使用低階多項式對光譜曲線進行擬合,再將原光譜減去擬合光譜來得到差分光譜.相較于原光譜,差分光譜主要是氣體成分的貢獻.從差分光譜中分離出甲醛柱濃度的方法是通過最小二乘法對每個像元進行系數(shù)的線性求解.得到的各個系數(shù)為對應成分在該像元的斜柱濃度.在選取吸收截面數(shù)據(jù)時需要注意對于不同的氣體溫度對吸收截面的影響是不一樣的,如Chance 等[21]對甲醛的吸收截面進行了校正.

大氣質(zhì)量因子AMF是將斜柱濃度轉(zhuǎn)換為垂直柱濃度的關(guān)鍵,最開始是使用經(jīng)驗算法:

AMFG=cos-1s+cos-1v(3)

式中:s和v分別代表太陽天頂角和觀測天頂角.此外,Paul I. Palmer等人提出了改進的AMF經(jīng)驗計算方法[22]:

式中:()()分別代表吸收截面和數(shù)密度.

經(jīng)驗算法由于沒有考慮到當?shù)氐貥朔凑章?、云、氣溶膠等因素,在實際應用中還存在著較大的誤差.因此目前主流求解大氣質(zhì)量因子的方法是通過正向模型進行計算,通過在控制文件中調(diào)節(jié)上述幾個參數(shù)以及氣體廓線、散射類型、天頂角和方位角等因素,針對不同經(jīng)緯度、不同大氣狀態(tài)模擬計算出大氣質(zhì)量因子.

2.2.2 其他DOAS算法經(jīng)典的DOAS是一種對于多種紫外痕量氣體都適用的、具有一定普適性的算法.但針對甲醛的反演,Harvard SAO對DOAS進行了一些改進,提出了針對于甲醛反演的BOAS算法.該算法與DOAS算法主要的不同之處集中在光譜擬合部分.相較于公式2,BOAS的光譜擬合方法如公式7所示:

式中:Ring代表大氣Ring效應;cc代表共模校正,是一種傳感器自身的系統(tǒng)誤差;P1()和P2()分別代表縮放和平移多項式;用于去除軌道內(nèi)和軌道間誤差.

相較于傳統(tǒng)的DOAS方法,由于OMI近些年CCD儀器自身元器件的問題會產(chǎn)生一定的偏差,因此在更新的SAO算法中并沒有采用太陽輻照度,而是采用了太平洋地區(qū)經(jīng)度在165?W附近,緯度在30?S~30?N之間的衛(wèi)星觀測到的大氣層頂輻亮度數(shù)據(jù)作為代替.相較于傳統(tǒng)的DOAS算法,SAO的BOAS算法提高了反演的精度[1].

SCIMACHY是具有臨邊觀測模式的傳感器,通過臨邊觀測模式可以對成分的廓線進行反演.臨邊DOAS法類似于天底DOAS方法,但由于臨邊DOAS甲醛反演方法是基于不同的切高,因此輻射不僅與波長有關(guān),同樣還跟高度有關(guān).另外,由于臨邊觀測無法觀測大氣頂層輻射,因此選擇受到大氣吸收最小的切高作為參考切高,用來代替大氣層頂入射值[23].臨邊DOAS的原理是利用乘代數(shù)方法,給定一個初始值,通過在不同切高上的衛(wèi)星觀測濃度值和模型模擬結(jié)果之比以及權(quán)重因子進行迭代,直到達到閾值,如公式8所示.

式中:代表迭代次數(shù);代表高度;n代表數(shù)密度;代表權(quán)重因子;obs和mod分別代表觀測得到的柱濃度和模型模擬得到的柱濃度.

目前,臨邊DOAS方法已被運用到O3、NO2等氣體成分的廓線反演.但是由于甲醛目前受關(guān)注度不足、甲醛的分布主要集中在邊界層、SCIMACHY自2012年后失蹤等原因,因此臨邊DOAS還未被運用到甲醛廓線的反演.即使如此,該方法仍然有著一定的可行性,未來隨著對甲醛研究的深入以及更多臨邊載荷的發(fā)射,臨邊DOAS方法將極有可能運用在甲醛廓線的反演上.

2.2.3 現(xiàn)有DOAS甲醛反演算法的不足 對于DOAS系列的甲醛反演,目前還存在著諸多問題.例如截面的不確定性(包括溫度依賴)對于總的斜柱濃度是10%,在生物源的影響下則是15%.為了解決該問題,Cantrell等[24]給出了吸收截面對于溫度依賴的線型關(guān)系,在300K時整個吸收截面對溫度依賴的積分是0.15%/K,因此假設附加的不確定性是可以被忽略的.另外,大氣質(zhì)量因子在模型模擬中的不確定性對垂直濃度的不確定性有著一定的影響.根據(jù)假設,大氣質(zhì)量因子中的不確定性對垂直線型的依賴最差是20%[22].此外,云參數(shù)和反照率對大氣質(zhì)量因子不確定性的影響仍然是待定的,但相比于垂直線型來其影響相對較小,目前是可以假設忽略的.現(xiàn)有DOAS算法中甲醛垂直柱濃度總的不確定性(生物源排放)為25%,吸收截面不確定性是22%.因此,地基和航空探測對于OMI甲醛反演的準確性的驗證是十分重要的,尤其在期望濃度較高的情況下(例如強對流造成的排放),因為甲醛的反演誤差會進一步提高,如美國南部地區(qū)異戊二烯的氧化對甲醛的貢獻[25].此外對于海洋上空自由大氣中甲醛生產(chǎn)率的探測也是十分必要的,因為該值會對甲醛的背景濃度有一定的影響.

2.3 主成分分析法

主成分分析法(PCA)將不同維度但是具有一定相關(guān)性的數(shù)據(jù)進行正交變化,使得具有相關(guān)性的不同維度的信息盡可能的分離,但同時保持方差最大(信息量最大),因此來達到降低數(shù)據(jù)維度,簡化數(shù)據(jù)集的目的.

目前,PCA方法已經(jīng)成功運用到了高分辨率影像的壓縮和痕量氣體反演[26].對于紫外波段的痕量氣體的反演,目前可以用該方法進行反演的痕量氣體有HCHO、SO2和NO2[27].相較于DOAS算法,PCA不需要計算大氣質(zhì)量因子,而是更加側(cè)重于從衛(wèi)星數(shù)據(jù)本身來獲得特征信息.PCA算法的基本原理如公式9所示:

式中:代表由觀測數(shù)據(jù)中得到的值光譜()=-100′log10[()/()],即由衛(wèi)星觀測到的大氣層頂太陽輻亮度和輻照度簡單計算得到的結(jié)果;代表甲醛或其他利用PCA方法來進行反演的氣體的柱濃度;v表示第個主成分,w表示該主成分所對應的權(quán)重函數(shù).權(quán)重函數(shù)表示的是大氣垂直分層后,大氣狀態(tài)的變化對衛(wèi)星觀測值的影響貢獻程度[7].在實際過程中權(quán)重函數(shù)是通過正向模型計算得到的.

PCA算法將對光譜值的貢獻分為兩部分,目標氣體的貢獻和其它非目標氣體的影響.首先在假設沒有目標氣體影響的地區(qū)(如遠洋地區(qū))進行主成分變換,獲得的信息則包括了非目標氣體影響的信息,按照方差的大小來對主成分進行排序,信息量最大的主成分叫做第一主成分,包含了最多的信息,以此類推.然后以這些主成分來構(gòu)建反演目標氣體的前向模型.同樣地,對存在目標氣體影響的地區(qū)進行同樣的主成分分析,根據(jù)之前構(gòu)建的前向模型來后向反演垂直柱濃度.

在利用主成分分析進行反演時,需要假設之前無目標氣體的主成分的線性組合可以用來表達存在目標氣體的信息中的非目標氣體部分的信息.因此無目標氣體的地區(qū)的選擇很重要,需要盡可能與研究區(qū)有著相似的條件.此外對于吸收弱的氣體,包含該氣體信息的主成分按照信息量順序排序的位置比較靠后,例如甲醛和SO2等;對于吸收作用強的氣體,包含其信息的主成分則處在相對靠前的位置.在對甲醛的反演中,通常第一個主成分為所有像元的平均光譜值;隨后的幾個主成分主要為地表反照率的貢獻和其他在所選窗區(qū)對甲醛吸收有著較大影響的氣體成分的貢獻(如O3、NO2等).因此,目標氣體含量的先驗知識對于反演是比較重要的.另外在對主成分數(shù)量的選取上,需要進行經(jīng)驗選取,主觀性有著一定的影響,因為所選取的主成分的數(shù)量如果較少則反演結(jié)果有較大的誤差,而如果選取的主成分數(shù)量過多則會產(chǎn)生過擬合現(xiàn)象.有人提出了對主成分數(shù)量選取的判斷方法,在進行痕量氣體的反演過程中,對不同數(shù)量的主成分和目標氣體的雅克比行列式進行相關(guān)性的分析,若相關(guān)性置信度大于95%則是適合的主成分數(shù)量[28].就目前來說,利用PCA方法對甲醛進行反演已經(jīng)取得了較好的結(jié)果,但是相較于傳統(tǒng)的DOAS及其衍生算法,對PCA算法的研究還不夠深入、研究數(shù)量還相對較少[29].

3 中國中東部地區(qū)甲醛衛(wèi)星遙感的研究現(xiàn)狀及不足

目前,對于大氣甲醛的主流監(jiān)測方法還是傳統(tǒng)的采樣方法,利用衛(wèi)星遙感平臺長時間序列、大面積觀測來進行大氣甲醛時空變化規(guī)律的有關(guān)研究還相對較少.例如Zhu等[30]利用OMI數(shù)據(jù)分析了北美地區(qū)甲醛長時間序列(2005~2014)共計9a的變化趨勢,并分析了可能的源.北美等地區(qū)甲醛的源主要是來自于異戊二烯的氧化,然而中國中東部地區(qū)由于工廠、機動車等原因,甲醛來源較為復雜,研究難度也較大.Fu等[11]對中國地區(qū)的甲醛研究較早,結(jié)合MEGAN自然源排放清單利用GOME數(shù)據(jù)分析了1996~2001年東南亞的自然源和生物質(zhì)燃燒源甲醛分布特征.Jin等[31]在此基礎上對中國大陸地區(qū)臭氧自2005~ 2013年的變化規(guī)律和產(chǎn)生原因進行了分析,同時對甲醛的分布趨勢和規(guī)律進行了一定的研究,發(fā)現(xiàn)在中國大陸,甲醛主要集中在人為活動較為密集的地區(qū),如華北平原、長三角和珠三角地區(qū),同時對人為源貢獻進行了大致的分析.Souri等[32]結(jié)合了OMI觀測以及大氣化學傳輸模式(CMAQ和GEOS-Chem)對東亞地區(qū)甲醛的分布和傳輸進行了研究,除了本地源之外還分析了區(qū)域間甲醛的相互貢獻.由于OMI衛(wèi)星甲醛產(chǎn)品分辨率較高,因此Zhu等[33]對京津冀地區(qū)甲醛市級、區(qū)級的時空變化和源貢獻進行了分析;發(fā)現(xiàn)在京津冀地區(qū)甲醛市區(qū)濃度高于郊區(qū)濃度,且高濃度甲醛主要集中在夏季;產(chǎn)生原因是當?shù)氐娜藶樵簇暙I的NMVOC前體物的光化學反應[33].

然而目前對于中國中東部地區(qū)甲醛的衛(wèi)星遙感反演方法和時空變化分析的有關(guān)研究仍然有著諸多不足.首先,對于甲醛反演來說,針對同一種傳感器的不同算法之間是有差異的.例如,針對OMPS載荷的DOAS算法和PCA算法之間雖然一致性較好,但是仍有不可忽略的差異,相比于OMPS DOAS算法,OMPS PCA算法會低估15%~20%[34].進一步講,即使同一種算法,如DOAS,不同開發(fā)團隊發(fā)布的產(chǎn)品之間也有一定的差異.Lei Zhu等人對OMI SAO、OMI BIRA的DOAS算法、以及OMPS SAO、OMPS PCA等多種甲醛算法進行了對比分析,相比于OMI SAO開發(fā)的DOAS算法,OMI BIRA開發(fā)的DOAS算法在美國東南部的偏差最小[5].此外,針對同一套反演算法,不同衛(wèi)星傳感器得到的結(jié)果也存在著一定的差異.Wang等[35]利用了OMI、GOME-2A/B系列的衛(wèi)星產(chǎn)品和中國江蘇省無錫地區(qū)的MAX-DOAS觀測結(jié)果進行甲醛VCDs的驗證工作.在無錫地區(qū),衛(wèi)星觀測相比于地基MAX-DOAS,明顯低估了甲醛的濃度(約～20%);OMI和MAX-DOAS一致性較好,相比之下,GOME-2A/B產(chǎn)品,尤其是夏季,在無錫地區(qū)明顯低估了甲醛的濃度.De Smedt等[36]更新了BIRA-IASB v14甲醛算法,并利用中國北京地區(qū)香河站的MAX-DOAS地基觀測數(shù)據(jù)進行了驗證工作.OMI和GOME-2A/B總體一致性較好,但仍存在較大的系統(tǒng)偏差[36].

針對目前所存在的問題,可以從以下幾個方面進行改進.針對甲醛反演方法本身,首先, DOAS甲醛反演的誤差主要來自于AMF、擬合誤差、云、AOD影響等因素[35].因此可以通過引入云產(chǎn)品(如CloudSat產(chǎn)品、GOME-2云信息等)和AOD產(chǎn)品數(shù)據(jù)(MODIS、VIIRS等載荷產(chǎn)品結(jié)果)等方式來提高反演精度.De Smedt等[36]利用甲醛廓線作為先驗知識,從而使得AMF計算更加準確[36].此外,臨邊、掩星觀測等方式可以得到甲醛的廓線信息,能對紫外天底VCD的觀測起到輔助作用.例如,Dufour G等人利用紅外掩星傳感器得到了甲醛的垂直廓線[36].中國中東部地區(qū)甲醛產(chǎn)品適用性的問題,可以通過增加地基觀測來解決.近年來,中國逐漸重視VOC所帶來的污染現(xiàn)象,并逐步加大對VOC監(jiān)測的投入.因此,在未來可以通過大量地面觀測數(shù)據(jù)對衛(wèi)星產(chǎn)品進行訂正工作來提高衛(wèi)星觀測產(chǎn)品的適用性.

3 結(jié)論

由于人類活動日益頻繁,人為釋放的VOC對我國中東部地區(qū)甲醛的積聚有著重要的貢獻.在該地區(qū),甲醛的分布呈現(xiàn)出顯著的區(qū)域性差異:珠三角地區(qū)常年呈現(xiàn)出高濃度甲醛污染狀態(tài);而華北平原至長三角地區(qū)的甲醛有著明顯的季節(jié)性規(guī)律.大面積連續(xù)地基觀測資料的缺失使得衛(wèi)星遙感數(shù)據(jù)成為了一種常規(guī)的甲醛探測手段.但是,由于衛(wèi)星平臺的觀測方式與傳統(tǒng)地基的觀測方式不同,因此基于衛(wèi)星平臺精確的甲醛反演算法對我國大氣污染的治理和大氣環(huán)境的保護具有重要的意義.

跟據(jù)觀測方式的不同,反演算法主要分為垂直柱濃度的反演和對廓線的反演,近年來主要用于柱濃度反演衛(wèi)星傳感器為OMI和GOME系列.但OMI和GOME傳感器老化和失效等問題逐步凸顯,后續(xù)又發(fā)射了OMPS和GOME-2傳感器.常用于紫外痕量氣體廓線反演的傳感器是SCIAMACHY,但搭載該傳感器的ENVISAT衛(wèi)星已于2012年失聯(lián),因此現(xiàn)有的甲醛反演算法主要是針對垂直柱濃度的反演.

最傳統(tǒng)的甲醛反演算法是DOAS和其改進版本如BOAS等.截至目前,DOAS類算法由于已經(jīng)廣泛應用在諸多痕量氣體(如甲醛)的反演問題中.鑒于大氣狀況在不斷變化,因此在使用DOAS方法時反演精度對實時大氣質(zhì)量因子的快速準確計算有著越來越高的要求.此外,近些年提出的PCA算法已經(jīng)在包括甲醛在內(nèi)的多種痕量氣體的反演中取得了較好的效果.PCA算法可以避免計算大氣質(zhì)量因子,但仍需要通過正向模型計算權(quán)重函數(shù).總體來說PCA算法有著很廣闊的發(fā)展前景.

4 建議

目前來說,基于衛(wèi)星平臺的甲醛反演算法還存在著很多問題.首先,甲醛在大氣中的濃度比O3等氣體含量低很多,因此甲醛的反演對傳感器的靈敏度有著較高的要求;其次,DOAS類算法對大氣質(zhì)量因子的準確性依賴性較強,因此,能在線進行快速大數(shù)據(jù)處理的方法和硬件設備對提高反演精度有著重要意義;雖然PCA方法在痕量氣體反演問題中已經(jīng)取得了較好的效果,但其發(fā)展還夠不成熟,例如對主成分的選取還有很大的主觀依賴性,所以還需要更加深入的研究.

對于提高反演算法的準確性,可以引入AOD、云、甲醛廓線等先驗知識來提高反演精度,在未來還可以通過結(jié)合更多的地基觀測資料來進行驗證.在此基礎上,以前述研究為基礎,通過引入自然源清單、人為源清單、火點燃燒信息以及化學傳輸模式可以對我國中東部地區(qū)甲醛區(qū)域內(nèi)的貢獻源和區(qū)域間的傳輸機制有著更好的理解,對我國VOC以及后續(xù)的臭氧和有機氣溶膠污染的防治起到重要的作用.

[1] Abad G, Liu X, Chance K, et al. Updated Smithsonian Astrophysical Observatory Ozone Monitoring Instrument (SAO OMI) formaldehyde retrieval [J]. Atmospheric Measurement Techniques, 2015,8(1):19-32.

[2] Marbach T, Beirle S, Platt U, et al. Identification of HCHO sources due to Isoprene or/and biomass burning emissions using combined HCHO and NO2satellite observations [C] 36th COSPAR Scientific Assembly. 36th COSPAR Scientific Assembly, 2007.

[3] Friedfeld S, Fraser M, Ensor K, et al. Statistical analysis of primary and secondary atmospheric formaldehyde [J]. Atmospheric Environment, 2002,36(30):4767-4775.

[4] Gratsea M, Vrekoussis M, Richter A, et al. Slant column MAX-DOAS measurements of nitrogen dioxide, formaldehyde, glyoxal and oxygen dimer in the urban environment of Athens [J]. Atmospheric Environment, 2016,135:118-131.

[5] Zhu L, Jacob D J, Kim P S, et al. Observing atmospheric formaldehyde (HCHO) from space: validation and intercomparison of six retrievals from four satellites (OMI, GOME2A, GOME2B, OMPS) with SEAC4RS aircraft observations over the southeast US [J]. Atmospheric Chemistry & Physics, 2016,16(21):1-24.

[6] Abad G, Chance K, Liu X. Formaldehyde OMI operational retrieval upgrades [C]//AGU Spring Meeting. AGU Spring Meeting Abstracts, 2013.

[7] Li C, Li J, Joiner N, et al. Global observations of SO2and HCHO using an innovative algorithm based on principal component analysis of satellite radiance data [C]//EGU General Assembly, 2015.

[8] Burrows J P, Buchwitz M, Rozanov V, et al. The global ozone monitoring experiment (GOME): Mission, instrument concept & first scientific results [J]. Journal of Atmospheric Sciences, 1999, 56(414):2340-52.

[9] Callies J, Corpaccioli E, Eisinger M, et al. GOME-2-Metop's second-generation sensor for operational ozone monitoring [J]. ESA Bulletin, 2000.

[10] Sch H B, Barkley M P, Smedt I D. Characterisation of GOME- 2formaldehyde retrieval sensitivity [J]. Atmospheric Measurement Techniques, 2013,6(2):371-386.

[11] Fu T M, Jacob D J, Palmer P I, et al. Space-based formaldehyde measurements as constraints on volatile organic compound emissions in east and south Asia and implications for ozone [J]. Journal of Geophysical Research Atmospheres, 2007,112(D6).

[12] Kurosu T P. Preliminary results for HCHO and BrO from the EOS-Aura Ozone Monitoring Instrument [J]. Proceedings of SPIE - The International Society for Optical Engineering, 2004:5652.

[13] Smedt I D, Stavrakou T, Müller J F, et al. Trend detection in satellite observations of formaldehyde tropospheric columns [J]. Geophysical Research Letters, 2010,37(18):L18808.

[14] Smedt I D, Müller J F, Stavrakou T, et al. Twelve years of global observation of formaldehyde in the troposphere using GOME and SCIAMACHY sensors [J]. Atmospheric Chemistry & Physics, 2008,8(16):4947-4963.

[15] Smedt I D, Roozendael M V, Stavrakou T, et al. Improved retrieval of global tropospheric formaldehyde columns from GOME-2/MetOp-A addressing noise reduction and instrumental degradation issues [J]. Atmospheric Measurement Techniques, 2012,5(5):2933-2949.

[16] Stavrakou T, Müller J F, Smedt I D, et al. Evaluating the performance of pyrogenic and biogenic emission inventories against one decade of space-based formaldehyde columns [J]. Atmospheric Chemistry & Physics Discussions, 2009,9(3):1037-1060.

[17] Chance K, Kurosu T P, Sioris C E. Undersampling correction for array detector-based satellite spectrometers [J]. Applied Optics, 2005,44(7):1296-304.

[18] Rozanov A, Rozanov V, Buchwitz M, et al. SCIATRAN 2.0 – A new radiative transfer model for geophysical applications in the 175–2400nm spectral region [J]. Advances in Space Research, 2005,36(5):1015-1019.

[19] Perner D, Platt U. Detection of nitrous acid in the atmosphere by differential optical absorption [J]. Geophysical Research Letters, 1979,6(12):917–920.

[20] Chance K V, Spurr R J. Ring effect studies: Rayleigh scattering, including molecular parameters for rotational Raman scattering, and the Fraunhofer spectrum [J]. Appl Opt, 1996,36(21):5224-5230.

[21] Chance K, Orphal J. Revised ultraviolet absorption cross sections of H 2CO for the HITRAN database [J]. Journal of Quantitative Spectroscopy & Radiative Transfer, 2011,112(9):1509-1510.

[22] Palmer P I, Jacob D J, Chance K, et al. Air mass factor formulation for spectroscopic measurements from satellites: Application to formaldehyde retrievals from the Global Ozone Monitoring Experiment [J]. Journal of Geophysical Research Atmospheres, 2001,106(D13):14539-14550.

[23] Chen S. A new technique for atmospheric chemistry observations [C]// ICO20: Remote Sensing and Infrared Devices and Systems. 2006:60310R-60310R-7.

[24] Cantrell C A, Davidson J A, Mcdaniel A H, et al. Temperature- dependent formaldehyde cross sections in the near-ultraviolet spectral region [J]. Cheminform, 1990,21(37):3902-3908.

[25] Lee Y N, Zhou X, Kleinman L I, et al. Atmospheric chemistry and distribution of formaldehyde and several multioxygenated carbonyl compounds during the 1995 Nashville/Middle Tennessee Ozone Study [J]. Journal of Geophysical Research Atmospheres, 1998,103(D17):22449-22462.

[26] Huang H L, Antonelli P. Application of Principal Component Analysis to High-Resolution Infrared Measurement Compression and Retrieval. [J]. Journal of Applied Meteorology, 1996,40(3): 365-388.

[27] Chong H, PCA-based SO2, NO2, and HCHO retrievals from GeoTASO airborne measurements during KORUS-AQ 2016 campaign [C]. 2016.

[28] Li C, Joiner J, Krotkov N A, et al. A fast and sensitive new satellite SO2retrieval algorithm based on principal component analysis: Application to the ozone monitoring instrument [J]. Geophysical Research Letters, 2013,40(23):6314-6318.

[29] Li C, Joiner J, Krotkov N A, et al. Consistent High-Quality Global SO2and HCHO Datasets from EOS Aura/OMI and Suomi NPP/ OMPS [C]//AGU Fall Meeting. AGU Fall Meeting Abstracts, 2015.

[30] Zhu L, Mickley L J, Jacob D J, et al. Long-term (2005~2014) trends in formaldehyde (HCHO) columns across North America as seen by the OMI satellite instrument: Evidence of changing emissions of volatile organic compounds [J]. Geophysical Research Letters, 2017:44.

[31] Jin X, Holloway T. Spatial and temporal variability of ozone sensitivity over China observed from the Ozone Monitoring Instrument [J]. Journal of Geophysical Research Atmospheres, 2015,120(14):7229-7246.

[32] Souri A H, Choi Y, Jeon W, et al. Remote sensing evidence of decadal changes in major tropospheric ozone precursors over East Asia [J]. Journal of Geophysical Research Atmospheres, 2017:122.

[33] Zhu S, Li X, Yu C, et al. Spatiotemporal variations in satellite- based formaldehyde (HCHO) in the Beijing-Tianjin-Hebei region in China from 2005 to 2015 [J]. Atmosphere 2018,9,5.

[34] Li C, Joiner J, Krotkov N A, et al. A new method for global retrievals of HCHO total columns from the Suomi National Polar-orbiting Partnership Ozone Mapping and Profiler Suite [J]. Geophysical Research Letters, 2015,42(7):2515-2522.

[35] Wang Y, Beirle S, Lampel J, et al. Validation of OMI, GOME-2A and GOME-2B tropospheric NO2, SO2and HCHO products using MAX-DOAS observations from 2011 to 2014 in Wuxi, China: investigation of the effects of priori profiles and aerosols on the satellite products [J]. Atmospheric Chemistry & Physics, 2017,17:5007-5033.

[36] De Smedt I, Stavrakou T, Hendrick F, et al. Diurnal, seasonal and long-term variations of global formaldehyde columns inferred from combined OMI and GOME-2observations [J]. Atmospheric Chemistry & Physics, 2015,15(8):12241-12300.

An overview of satellite-based formaldehyde retrieval and present status.

ZHU Song-yan1,2, YU Chao3, LI Xiao-ying1*, CHEN Liang-fu1, ZHU Hao4

(1.State Key Laboratory of Remote Sensing Science, Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing 100101, China；2.School of Electronic, Electrical and Communication Engineering, University of Chinese Academy of Sciences, Beijing 100049, China；3.State Key Joint Laboratory of Environment Simulation and Pollution Control, School of Environment, Tsinghua University, Beijing 100084, China；4.College of Resources and Environment, Chengdu University of Information Technology, Chengdu 610103, China)., 2018,38(5)：1685~1694

Formaldehyde (HCHO) is a toxic trace gas and carcinogen that mainly concentrates in atmospheric planetary layer. The lifetime of HCHO is short at an order of several hours. Anthropogenic VOC gradually becomes a negligible part of air pollution in China and HCHO is an important indicator of VOC. Apparently, the investigation of HCHO is very valuable. Due to the lack of in situ observations for HCHO, satellite-based remote sensing proving frequent and large coverage measurements becomes a significant alternative. In this study, the payloads for HCHO detection and retrieval theories were discussed and analyses concerning the research status in China were provided along with corresponding shortcomings. From the last century, payloads commonly available for HCHO detection were GOME/ERS-2, SCIAMACHY/ENVISAT, OMI/Aura, GOME-2/MetOp-A(B) and OMPS/Suomi-NPP. Relative information were reviewed about satellite orbits, spatiotemporal resolution and appliance in HCHO retrieval. Because of the top-down observation of satellite platform which is different to the bottom-up of in situ observation, the retrieval algorithms are different as well. Apparently, the main focus here is two majorly adopted methods for HCHO retrieval: differential optical absorption spectroscopy (DOAS) and recently proposed principal component analysis (PCA).

HCHO；remote sensing retrieval；DOAS；PCA；OMI

X87

A

1000-6923(2018)05-1685-10

2017-09-29

國家自然科學基金資助項目(41501476);國家重點研發(fā)計劃項目(2016YFC0201507)

* 責任作者, 副研究員, lixy01@radi.ac.cn

朱松巖(1993-),男,四川成都人,中國科學院遙感與數(shù)字地球研究所碩士研究生,主要從事大氣VOC遙感反演研究.發(fā)表論文1篇.