基于EMI遙感NO2技術(shù)監(jiān)測澳洲森林火災活動

楊東上,曾議,羅宇涵,周海金,司福祺?,劉文清

(1中國科學院合肥物質(zhì)科學研究院安徽光學精密機械研究所,中國科學院環(huán)境光學與技術(shù)重點實驗室,安徽 合肥 230031;2中國科學技術(shù)大學,安徽 合肥 230036)

0 引言

火災是各種災害中常見的威脅人類安全和生態(tài)系統(tǒng)的災害之一。其中野火和森林火災是對生態(tài)影響最大的火災類型,不僅破壞性強,影響地球資源分布或人類財產(chǎn),造成生態(tài)和經(jīng)濟損失,且對森林資源和生態(tài)安全造成長期潛在影響[1?3]。森林火災是全球二氧化碳(CO2)和其他溫室氣體排放的重要貢獻者[4],同時其燃燒產(chǎn)物也包括大量細顆粒物(小于2.5μm,PM2.5)、氮氧化物(NOx)以及揮發(fā)性有機化合物(VOCs)。此外,森林火災產(chǎn)生的煙霧也可能含有有害、有毒空氣污染物(HAPs)[5]。

基于森林火災排放產(chǎn)物,建立林地火災排放清單對于理解全球氣候影響以及區(qū)域空氣質(zhì)量非常重要。而通過衛(wèi)星遙感手段對森林火災的非接觸監(jiān)測,可以宏觀把握火災發(fā)展趨勢,監(jiān)測燃燒排放氣體的空間分布和影響區(qū)域。目前,針對痕量氣體全球分布監(jiān)測的遙感衛(wèi)星,由于其采用多波段的光譜反演方法,針對特殊污染或災害事件,可實現(xiàn)包括O3、SO2、NOx和VOCs等痕量氣體的全球或重點區(qū)域監(jiān)測。如Cahoon等[6]利用甚高分辨率輻射儀(AVHRR)和國防氣象衛(wèi)星(DMSP)監(jiān)測了1987年中國東北和西伯利亞東南部的森林火災,并分析了燃燒產(chǎn)生的CO、CH4和非甲烷烴(NMHC)等痕量氣體的排放量。Theys等[7]利用TROPOMI和機載遙感,對火災煙羽中的HONO的產(chǎn)生和光化學變化進行了研究。這些研究成果表明了衛(wèi)星遙感在森林火災監(jiān)測中的適用性。

自2019年9月開始,澳大利亞森林火災受多種因素影響,導致林火持續(xù)多月[8],過火面積達1860萬公頃,造成嚴重的生態(tài)環(huán)境損失,不僅導致巨量溫室氣體的產(chǎn)生,同時也產(chǎn)生了大量包括氮氧化物和VOCs在內(nèi)的痕量氣體。本文將利用我國首臺具有高光譜大氣污染氣體探測載荷星載大氣痕量氣體差分吸收光譜儀(EMI),對2019年澳洲森林火災事件前后對比觀測,評估本次火災產(chǎn)生的NO2對大氣的影響情況和火點的相關(guān)性,同時針對本次火災污染事件,分析EMI載荷針對具體污染事件的監(jiān)測性能。

1 EMI及數(shù)據(jù)

2018年5 月高分五號(GF-5)發(fā)射升空,該衛(wèi)星是我國首顆實現(xiàn)對大氣和陸地綜合觀測的全譜段高光譜衛(wèi)星,也是一顆重要的科研衛(wèi)星,由于其具有較高的光譜分辨率和的空間分辨率,可用于全球大氣痕量氣體成分和變化的定量監(jiān)測,面向國家污染減排、環(huán)境質(zhì)量監(jiān)管、大氣成分與氣候變化監(jiān)測需求。

EMI是GF-5衛(wèi)星上的一個重要載荷,用于反演大氣中常見痕量氣體成分,包括O3、NO2、SO2以及VOCs。該光譜儀具有四個光譜通道,其光譜分辨率達到了0.3 nm,是目前在軌紫外、可見波段光譜分辨率最高的載荷,主要負責測量大氣中的痕量氣體(如NO2[9,10],O3,SO2,HCHO,BrO)的分布和變化,該載荷擁有114°視場,升交點為當?shù)?3:00,并采用太陽同步軌道,可以實現(xiàn)一天覆蓋全球的觀測。

利用EMI載荷反演NO2采用的是紫外可見波段光譜,以太陽光譜作為被動參考光源,對于紫外可見通道,其采樣空間分辨率最高可達到13 km×12 km。EMI的NO2數(shù)據(jù)產(chǎn)品包括近實時和離線數(shù)據(jù)產(chǎn)品,其中近實時數(shù)據(jù)產(chǎn)品基于DOAS反演算法,利用輻射傳輸模型獲得大氣質(zhì)量因子(AMF),將DOAS反演獲得的斜柱濃度轉(zhuǎn)化為垂直柱濃度。

2 EMI對流層NO2濃度反演

研究中采用EMI離線數(shù)據(jù)產(chǎn)品。在獲取該數(shù)據(jù)產(chǎn)品過程中,首先將采集的光譜數(shù)據(jù)重新進行光譜定標,對定標后的L1b級數(shù)據(jù)的NO2反演波段進行敏感性分析,綜合考慮RMS及擬合氣體的吸收截面,選擇最優(yōu)的反演波段,最后選取411～450 nm波段作為EMI NO2反演波段。結(jié)合EMI在外太空采集的太陽輻照度數(shù)據(jù),利用DOAS技術(shù)獲取NO2的總斜柱分子數(shù)密度。圖1為EMI過境澳大利亞東南區(qū)域森林火災時所采集光譜的DOAS擬合實例,擬合濃度為2.49×1016±9.25×1014molecules·cm?2,反演誤差遠小于10%。

圖1 2019年11月8日EMI NO2(a)、O3(b)、O4(c)反演結(jié)果以及光譜擬合殘差(d)Fig.1 EMI NO2(a),O3(b)and O4(c)inversion results and spectral fitting residuals(d)on November 8,2019

由DOAS反演所獲得的NO2濃度為總斜柱濃度,而評估污染源向大氣中排放的NO2主要關(guān)注其對對流層的影響,因此,利用參考區(qū)域法對總斜柱濃度分離得到對流層NO2的斜柱濃度(SCD),該方法是以同緯度上遠離大陸的太平洋區(qū)域所觀測的NO2SCD近似為該緯度上的平流層濃度,進而從總柱濃度中扣除獲得對流層斜柱濃度。在將斜柱濃度轉(zhuǎn)為垂直柱濃度的過程中,利用輻射傳輸模型模擬NO2AMF,將對流層NO2斜柱濃度轉(zhuǎn)化為對流層垂直柱濃度。由于痕量氣體的先驗廓線很大程度上會影響NO2AMF的精度,因此采用GEOS-CHEM模擬的0.25°×0.315°高空間分辨率的NO2廓線作為先驗廓線,然后利用MODIS云數(shù)據(jù)產(chǎn)品及ECMWF獲得的全球溫壓廓線修正輻射傳輸模型。

3 結(jié)果和討論

3.1 EMI對流層NO2垂直柱濃度結(jié)果驗證

為驗證EMI對流層NO2反演的性能,利用TROPOMI對EMI數(shù)據(jù)結(jié)果進行驗證。由于TROPOMI和EMI采用相似的推掃式成像光譜儀,其過境時間均為當?shù)貢r間13:30左右,兩者時間差異性較小,但TROPOMI的空間分辨率較高(約為3.5 km×7 km),EMI的星下點空間分辨率約為12 km×13 km,為對比不同載荷觀測對流層NO2濃度的相關(guān)性并保證數(shù)據(jù)對比的準確度,以0.25°的經(jīng)緯度網(wǎng)格對不同載荷觀測的NO2數(shù)據(jù)產(chǎn)品進行了重采樣處理。圖2為2019年11月8日TROPOMI和EMI過境澳大利亞期間的重采樣數(shù)據(jù)結(jié)果,其中因EMI軌道邊緣區(qū)域空間分辨率較大,導致圖2(b)中澳大利亞中部區(qū)域某些重采樣像元數(shù)據(jù)缺失。根據(jù)皮爾遜相關(guān)系數(shù)獲得TROPOMI和EMI的對流層NO2VCD空間相關(guān)系數(shù)R約為0.91,擬合斜率為0.42,這主要是由于平流層估計和對流層AMF計算引入的系統(tǒng)偏差[14]。

圖2 2019年11月8日TROPOMI(a)和EMI(b)對流層NO2VCD的澳大利亞分布對比Fig.2 Comparison of the Australian distribution of TROPOMI(a)and EMI(b)tropospheric NO2VCD on November 8,2019

3.2 火災前后澳洲NO2時空分布

澳大利亞受自然環(huán)境影響,人口和經(jīng)濟發(fā)達地區(qū)主要分布在東南沿海地區(qū),因此澳洲NO2的地區(qū)分布主要在東南方向的一些城市集群和工業(yè)集中區(qū)。以2018年11月為例,新南威爾士州和維多利亞州是澳大利亞NO2月平均濃度最高的州,如圖3所示。其中新南威爾士東部的悉尼(SY:151.061 E,33.864 S)和辛格爾頓地區(qū)(SL:151.154 E,32.593 S)是該州NO2濃度最大的地區(qū)。在正常條件下,新南威爾士東部沿海主要城市群11月月均NO2濃度約為2.39×1015molecules·cm?2,其中SL區(qū)域可觀測到月均最高NO2濃度(1.06×1016molecules·cm?2),這是新南威爾士州較大的煤礦產(chǎn)區(qū),其次是澳大利亞悉尼,作為面積最大、人口最多的城市,其 NO2濃度月均最高為 3.92×1015molecules·cm?2。

圖3 2018年11月澳大利亞月均對流層NO2濃度分布Fig.3 Distribution of monthly average tropospheric NO2concentration in Australia in November 2018

2019年11 月森林火災期間,新南威爾士州的NO2濃度出現(xiàn)明顯的增高趨勢(圖4)。其中SY和SL地區(qū)月均 NO2最高濃度分別為 4.54×1015molecules·cm?2和 1.32×1016molecules·cm?2,相比往年分別增加了15%和24.5%。靠近悉尼地區(qū)的Wollemi和Yengo國家公園(Yengo NP)以及蓋伊?？怂购訃夜珗@(OWR NP)的NO2濃度表現(xiàn)為顯著增高。結(jié)果表明,在不發(fā)生森林火災的情況下,SY和SL地區(qū)NO2的長期空間分布主要受到人為因素的影響,而2019年11月火災是導致Yengo NP和OWR NP的NO2濃度顯著增高的主要原因。

圖4 2018年11月(a)和2019年11月(b)新南威爾士州月均對流層NO2濃度分布Fig.4 Distribution of monthly average tropospheric NO2columns in New South Wales in November 2018(a)and November 2019(b)

3.3 澳大利亞森林火災期間NO2的時空變異性

對EMI單日觀測的澳大利亞地區(qū)NO2濃度和火災情況進行分析,其中火災數(shù)據(jù)采用全球火災排放數(shù)據(jù)庫(GFED)項目中的總排放因子(Daily fire emission fractions),由于該排放因子涉及痕量氣體和氣溶膠等多種火災燃燒產(chǎn)物,因此可利用該因子評估火災的強度,該數(shù)值越大,表明火災燃燒程度越強(https://globalfiredata.org/pages/data/)。圖5為2019年10月3日和11月8日澳大利亞東南地區(qū)火點和NO2濃度分布圖。由圖可知,在火點較少的10月3日[圖5(c)],澳大利亞的新南威爾士州的NO2濃度[圖5(a)]沒有表現(xiàn)出較強的污染源點和污染區(qū)域,但11月8日的NO2濃度分布[圖5(b)]和火點分布[圖5(d)]表現(xiàn)為較強的相關(guān)性,尤其是OWR NP地區(qū)的森林火災,火點分布密集,且觀測到的NO2濃度較高,火點區(qū)域平均濃度為 1.586×1016molecules·cm?2,最高區(qū)域濃度約為 2.314×1016molecules·cm?2,此外通過 [圖 5(b)]可發(fā)現(xiàn)明顯的由風場導致的NO2污染向海面進行擴散的現(xiàn)象。

圖5 2019年10月3日和11月8日新南威爾士州NO2濃度分布(a)、(b)及火點分布(c)、(d)Fig.5 NO2distribution(a),(b)and fire point distribution(c),(d)in New South Wales on October 3 and November 8,2019

圖6為2018年和2019年11月Yengo森林公園及周邊SL、SY的NO2相對頻率分布和火點頻數(shù)統(tǒng)計。其中圖6(a)的NO2濃度相對頻率分布表現(xiàn)為單峰和正偏態(tài)分布,NO2在2019年11月月統(tǒng)計濃度頻率峰值為 9.5×1015molecules·cm?2,占比約為 9.3%,而 2018 年 11 月頻率峰值為 9.2 ×1015molecules·cm?2,占比約為6.2%。結(jié)果表明2019年該地區(qū)的NO2濃度相比2018年表現(xiàn)的更高,且占比更大。此外2019年11月的NO2濃度在大于1.6×1016molecules·cm?2的情況也有發(fā)生。圖6(b)為該地區(qū)的火點情況頻數(shù)統(tǒng)計,結(jié)果表明2019年區(qū)域整體燃燒程度和頻次均有明顯突出。

圖6 2018年11月和2019年11月Yengo森林公園及周邊區(qū)域NO2相對頻率分布(a)和火點頻數(shù)統(tǒng)計(b)Fig.6 The relative frequency distribution of NO2(a)and the statistics of fire frequency(b)in Yengo Forest Park and surrounding areas in November 2018 and November 2019

研究中分析了2019年澳大利亞火災期間不同地區(qū)NO2的濃度變化與火災嚴重程度的關(guān)系。以OWR NP和Yengo NP地區(qū)為例,對相關(guān)區(qū)域NO2的濃度變化情況和火災嚴重程度進行時間序列分析。OWR NP和Yengo NP均位于澳大利亞東南沿海附近,兩者相距約277 km,其植被覆蓋率基本相同,但Yengo NP靠近大城市集群,此次的NO2污染除了來自于火災等自然源外,還受到城市群和工業(yè)園區(qū)的污染影響。圖7為11月份兩個國家公園的火災嚴重指數(shù)和地區(qū)NO2平均濃度變化情況,其中部分日期由于受到大面積云量的影響,造成NO2監(jiān)測數(shù)據(jù)的缺失。圖中結(jié)果總體表明,兩個公園的區(qū)域NO2濃度變化與火災嚴重程度相關(guān)性較高,尤其是OWR NP地區(qū),其區(qū)域NO2變化趨勢與火災嚴重指數(shù)的變化趨勢基本相同。

圖7 2019年11月OWR NP(a)和Yengo NP(b)地區(qū)NO2濃度和火災程度變化趨勢Fig.7 Changes in NO2concentration and fire severity in OWR NP(a)and Yengo NP(b)areas in November 2019

4 結(jié)論

基于EMI衛(wèi)星載荷監(jiān)測對流層NO2濃度,分析了2019年11月澳大利亞火災期間NO2的空間分布和時間變化。在森林火災發(fā)生過程中,大氣中的NO2濃度均有不同程度的增加,其中,遠離城市區(qū)域的NO2濃度增加了約24%,而靠近城鎮(zhèn)區(qū)域,其濃度增加約為15%。同時對OWR和Yengo兩個公園的火災程度和NO2排放分析發(fā)現(xiàn),澳大利亞火災產(chǎn)生的NO2濃度與火點數(shù)量和燃燒程度相關(guān)性較高。本次結(jié)果也表明,EMI可用于監(jiān)測區(qū)域NO2的變化趨勢,同時可實現(xiàn)對具體污染事件如森林火災燃燒產(chǎn)生的NO2的監(jiān)測。