基于衛星高光譜遙感的2007年—2017年新疆地區大氣NO2時空變化趨勢分析

蘇錦濤，張成歆，胡啟后，劉浩然，劉建國

1.中國科學技術大學地球和空間科學學院，安徽 合肥 230026 2.中國科學技術大學精密機械與精密儀器系，安徽 合肥 230026 3.中國科學院安徽光學精密機械研究所環境光學與技術重點實驗室，安徽 合肥 230031 4.安徽大學物質科學與信息技術研究院，安徽 合肥 230601

引 言

氮氧化物NOx(包括NO2和NO)在大氣中是重要的反應性痕量氣體，是大氣排放管控中需要重點關注的污染物。在對流層中，NOx是臭氧以及二次氣溶膠的重要前體物[1]，還會導致酸雨的形成[2]；在平流層中，NOx通過NO+O3→NO2+O2，NO2+O→NO+O2的循環反應能催化臭氧分解，同時通過ClO+NO2+M→ClNO3+M等的反應抑制鹵素導致的臭氧分解[3]。氮氧化物通過呼吸作用會影響人體肺部功能，進而引發呼吸道等相關疾病危害健康[4]。大氣中NOx來源分為自然與人為源：自然源主要包括生物質燃燒等，人為排放主要包括交通源，工業源，尤其是能源行業[5]。

從2011年開始，我國開始淘汰落后產能，大力推廣脫硫脫硝設備以及車輛尾氣處理裝置。2013年《大氣污染防治行動計劃》(以下簡稱大氣十條)出臺后，NOx等一次污染物得到有效的控制，全國整體NO2呈現下降趨勢。在之前的研究中，已經有學者對中國2005年—2017年的NO2變化進行分析，發現東部地區，尤其是長三角等發達地區NO2水平出現明顯下降趨勢，其中2017年京津冀、長三角、四川盆地分別相對2012年下降了74.1%，45.1%，33.2%[6-7]。伴隨著我國“西電東送”、“西氣東輸”的能源政策實施以及相關能源基地的建設，新疆等地在加快能源開采加工的同時大氣污染也逐漸加劇。

常用的大氣污染監測手段有大氣監測站的化學原位測量、基于光學遙感的地面雷達和光譜儀監測等。地面監測方法雖然在空氣質量常規監測中具有重要作用，但由于空間覆蓋有限，實時性不足，在較大空間尺度以及長時間范圍的研究中存在不足。近十多年來逐步發展起來的衛星遙感觀測手段具有不受地域限制，觀測時間長，觀測污染物種類多等優勢，在最近的研究中已經得到廣泛的使用[8-10]，在NO2，SO2，O3，HCHO等一次和二次大氣污染物的觀測中起到重要作用。近年以來，我國空氣質量研究主要關注于我國京津冀、長三角、珠三角等東部熱點污染區域，對于油氣資源豐富而生態環境脆弱的西北地區關注較少。衛星NO2遙感可以有效彌補這一短板，用于缺少長時間地面空氣質量監測的新疆地區。

OMI臭氧探測儀(ozone monitoring instrument)自2005年開始在軌運行，具有較高的探測信噪比和空間分辨率[11](13×24 km2)，已經被廣泛用于大氣污染的時空變化趨勢探測、排放源估計以及模式的同化和驗證等科學應用[12-14]?；贠MI衛星原始光譜數據的中國科大OMI NO2數據產品，在光譜和儀器函數定標、先驗大氣參數廓線輸入等方面做了許多優化，在地基驗證中取得了優于官方產品的一致性對比結果，因此更適合于中國地區NO2污染趨勢分析[10,15]。選取2007年—2017年新疆地區的OMI觀測對流層NO2柱濃度數據，重點分析烏昌石地區大氣NO2變化以及發展趨勢，為國家能源戰略調整以及新疆發展背景下的大氣環境治理提供參考。

1 實驗部分

1.1 衛星高光譜反演大氣污染物原理

在衛星監測手段中，大氣中的污染物成分可以簡單通過朗伯比爾定律求解獲取。但是通常因為測量光譜存在的波長偏移、拉伸和儀器函數變化等定標問題，以及大氣輻射傳輸中的轉動拉曼散射(Ring)等非線性效應的影響，需要對測量的大氣天頂反照率光譜進行修正[16]。圖1(a—j)給出了基于衛星測量的地球輻亮度和太陽輻照度光譜，以及實驗室測得的痕量氣體特征吸收譜線，在405～460 nm波段對大氣中NO2的差分光學吸收厚度進行非線性擬合的一個典型示例。在具體污染物反演中，由于測量出的大氣光學吸收厚度不僅取決于痕量吸收氣體的濃度，還與大氣中的光子傳輸路徑有關，所以，需要利用大氣輻射傳輸模式(RTM)計算有效光子路徑與垂直路徑的比值，即大氣質量因子(AMF)；然后通過AMF可以將測量光譜反演得到的氣體SCD(斜柱濃度)轉化為VCD(垂直柱濃度)。

圖1 衛星NO2光譜反演示例(a)：原始光譜(黑)與參考光譜(紅)；(b):殘差；(c):O2;(d):O3;(e):O4;(f):NO2;(g):Ring效應；(h):H2O的測量與擬合曲線(黑與紅)；(i):擬合多項式曲線；(j):偏差曲線Fig.1 An example of NO2 spectral retrieval from satellite(a):The original spectrum (black),reference spectrum (red),measurement and fitting curve of (b):residual;(c):O2;(d):O3;(e):O4;(f):NO2;(g):Ring effect；(h):H2O (black and red);(i):Fitting polynomial;(j):Line offset

1.2 中國科大OMI NO2數據產品

OMI是搭載在NASA地球觀測系統Aura衛星上的四個探測器之一，每天過境我國時間約為13:30，可以提供地球輻亮度和太陽輻照度的光譜測量[11]。其中，OMI搭載的二維CCD(電荷耦合元件)可以分別記錄入射光的光譜與空間信息，光譜覆蓋波段為270～500 nm，光譜分辨率約為0.6 nm，星下點的空間分辨率能達到13×24 km2。本研究使用的NO2數據來源于中國科學技術大學基于OMI衛星原始光譜開發的、考慮中國高氣溶膠背景的優化數據產品[17-18]。前期的地基驗證和對比實驗研究表明，中國科大的OMI NO2數據產品有著更高的精度，適用于中國區域的大氣污染物成分分析[19-21]。

NO2反演方法主要包括以下步驟：(1)首先基于OMILevel1原始光譜數據，利用非線性最小二乘擬合的方法[22]獲取NO2的SCD(斜柱濃度)；(2)根據大氣中平流層NO2柱濃度隨經度變化梯度小，以及在太平洋等背景區域的對流層NO2貢獻可以忽略不計，開發算法對整層柱濃度進行估計并扣除平流層貢獻；(3)使用輻射傳輸模式計算NO2的AMF，將SCD轉化為VCD(垂直柱濃度)。在將軌道數據網格化的過程中，使用了P樣條插值技術，并過濾了云輻射量大于0.6或光譜反演殘差較大的像元，最終得到中國地區(70°—130°E，15°—50°N)每日0.1°× 0.1°分辨率的NO2VCD產品[18]。

1.3 MEIC人為排放源模型數據

MEIC(中國多尺度排放清單模型，http://www.meicmodel.org)是一套由清華大學維護的中國大氣污染物和溫室氣體排放清單模型，提供自1990年至今的相關污染物以及溫室氣體數據。通過整合亞洲排放清單[23]，同時建立電廠排放數據庫[24]，提高機動車污染排放表征分辨率[25]，模型可以提供高精度的人為排放數據。

本研究選擇新疆地區2008年，2010年，2012年，2014年，2016年的網格化人為源NOx年均數據(MEIC v.1.3)，精度0.25°×0.25°。通過對新疆總體地區進行人為源數據提取，用于分析NO2變化成因，其中由于NOx的農業污染源在新疆影響甚微，只考慮工業源，交通源，生活排放源以及能源排放源。

1.4 研究區域介紹

新疆維吾爾自治區(以下簡稱“新疆”)位于我國西北地區(73°40′—96°23′E，34°22′—49°10′N)，礦產資源豐富，其中石油預測資源量占全國陸上資源量的30%，天然氣占34%，煤炭占40%(圖2)。1997年—2015年期間，新疆火電，焦炭以及石油產量在全國產量的比重逐漸上升；同時2011年—2016年期間，其NOx和SO2在全國排放量的比重也呈現上升趨勢。

圖2 新疆維吾爾自治區主要煤化，石化工業基地分布Fig.2 Distribution of major coal and petrochemical industrial bases in Xinjiang Uygur Autonomous Region

“烏魯木齊—昌吉—石河子”地區(以下稱“烏昌石地區”)是2013年國家公布重點培育的城市群區域：2012年，“烏昌石”三市經濟生產總值之和占新疆總產值的33%以上；2006年—2017年期間，新疆各經濟開發區在烏魯木齊市及周邊聚集分布。烏昌石地區工業園區分布集中，其中火力發電行業集中于昌吉市，瑪納斯縣與石河子市，石油，煤炭等開采加工行業集中于烏魯木齊市，昌吉市，呼圖壁縣和沙灣縣。

2 結果與討論

2.1 空間分布

結合NO2數據，繪制污染水平的空間分布圖以及年均變化率[圖3(a—e)]，污染水平(0.00～2.00×1016molecules·cm-2)，年均變化率[d：0～10.0×1014molecules·cm-2·yr-1，e：0～(-15.0×1014) molecules·cm-2·yr-1]?？傮w來看：2007年—2017年期間，新疆NO2污染集中分布于北疆地區，大部分南疆地區維持較低排放水平；污染區域呈現以烏魯木齊市為中心塊狀分布(烏魯木齊市新市區和米東區最嚴重)，其他污染區點狀分布的特點；NO2污染水平年均變化率較大的地區明顯集中：在2007年—2013年期間，大部分北疆地區污染有顯著的增長趨勢，且增長最快的區域位于烏魯木齊市及周圍地區(烏昌石地區，p-value<0.05)；在2014年—2017年期間有明顯的下降趨勢，降幅最大的地區為烏昌石地區以及克拉瑪依—獨山子區(p-value<0.10)。

圖3 NO2濃度水平空間分布(a)：新疆NO2污染2007年—2017平均分布(白色框為烏昌石地區)；(b，d)：2007年—2013年平均濃度以及年均變化率(p-value<0.05)；(c，e)：2014年—2017年平均濃度以及年均變化率(p-value<0.10)Fig.3 Spatial distribution of NO2 concentration(a):The average distribution of NO2 pollution in Xinjiang from 2007 to 2017 (White box shows Wuchangshi Area)；(b,d):average concentration and relative change rate from 2007 to 2013 (p-value<0.05)；(c,e):2014 to 2017 Average concentration and relative change rate(p-value<0.10)

新疆各研究區域NO2污染存在顯著相關性。通過對各地區2007年—2017年月平均NO2數據進行Pearson相關性分析發現：新疆總體與烏昌石地區NO2污染有很強的相關性(r=0.942，p-value<0.01)，而烏昌石地區與主要城市昌吉市，烏魯木齊市也存在強相關性(r=0.982，p-value<0.01；r=0.951，p-value<0.01)。

2.2 時間變化

通過上述NO2污染空間分布分析，得出新疆NO2的濃度水平與變化分布特征，以及需要重點關注的區域。以下列舉出2007年—2017年期間，各研究地區年平均以及烏昌石地區主要研究時期的NO2數據變化，并進行時間尺度的變化趨勢分析。

2.2.1 新疆地區年均變化(2007年—2017年)

利用新疆各地區年平均NO2濃度數據見表1，繪制2007年—2017年新疆總體，烏昌石地區，克拉瑪依—獨山子區，烏魯木齊市，昌吉市，石河子市，五家渠市的年均濃度變化圖像，即為圖4(a)；同時以2007年作為基底，得到新疆總體，烏昌石地區的相對變化，NO2數據見表2。以2008年為基底，得到新疆主要人為排放源(發電站，生活源，工業源，交通源)相對變化，即為圖4(b)。

表1 新疆各地區2007年—2017年平均NO2濃度數據(單位：1015 molecules·cm-2)Table 1 Average NO2 concentration data of various regions in Xinjiang from 2007 to 2017 (unit: 1015 molecules·cm-2)

表2 烏昌石地區2007年—2017主要研究時期NO2數據(單位：1015 molecules·cm-2)Table 2 NO2 data in the main research period of 2007—2017 in “Wuchangshi” area (unit: 1015 molecules·cm-2)

圖4 NO2濃度水平年際變化(a)：新疆各地區NO2年變化；(b)：新疆，烏昌石地區NO2年相對變化(相對于2007年)，新疆人為源排放NOx相對變化(相對于2008年)Fig.4 Annual change of NO2 concentration(a)：Annual changes of NO2 in various regions of Xinjiang;(b)：Annual relative changes of NO2 in Xinjiang and “Wuchangshi” area (relative to 2007),and relative changes of anthropogenic NO2 emissions in Xinjiang (relative to 2008)

從新疆各地區NO2年平均變化來看，呈現出2010尤其2011年后污染明顯上升，2013年開始尤其2014年后明顯下降的一致趨勢。通過結合MEIC提供的網格化人為源排放數據分析[圖4(b)]可見：在2008年—2014年間新疆總體工業排放，尤其是能源發電排放迅速增長(相對于2008年)，這與衛星觀測得到的新疆NO2年際變化一致(相對于2007年)；在2014年后，工業排放尤其是能源發電排放下降明顯，能源發電行業2016年排放較2014年降低41.95%，與新疆總體NO2變化以及烏昌石地區變化趨勢一致。

2.2.2 烏昌石地區污染變化

由2.1可知，新疆總體NO2污染與烏昌石地區存在強相關性，以下對烏昌石地區進行著重分析。通過提取烏昌石地區NO2月平均數據，對周變化，月變化，不同季節變化(春：3月—5月，夏：6月—8月，秋：9月—11月，冬：12月—次年2月)以及采暖期和非采暖期變化(烏昌石地區采暖期為10月—次年4月初)進行分析，相關的數據見表2。

從烏昌石地區污染變化曲線可見[圖5(a—d)]：周末相對于周中污染水平更高；NO2污染峰值為每年的冬季(12月份最為嚴重)，此時處于采暖期；對2007年—2016年各季度污染水平作Mann-Kendall檢驗和Sen’s Slope趨勢分析(Z，β分別為相應構造的統計量)得出見表3：冬季污染有顯著上升趨勢(查表p=0.000 47<α，β>0，α=0.01)，其他季節均無顯著變化趨勢；采暖期與非采暖期污染水平存在顯著性差異(α=0.01，p-value<0.01)，且采暖期在2007年—2016年有顯著上升趨勢(查表p=0.004 6<α，β>0，α=0.01)，非采暖期則無顯著變化趨勢。

圖5 烏昌石地區NO2(a)：周變化；(b)：月變化；(c)：季節變化；(d)：非采暖期—采暖期變化Fig.5 NO2 in the “Wuchangshi” area(a)：Weekly change；(b)：Monthly change；(c)：Seasonal change；(d)：Non-heating period-heating period change

表3 烏昌石地區2007年—2017年主要研究時期變化趨勢檢驗Table 3 Changes in the main research period of “Wuchangshi” area from 2007 to 2017

2007年—2017年期間，新疆地區NO2污染變化呈現出分階段的特征，其中2007年—2010年總體及各地區差異不大，而進入“十二五”時期(2011—2015)之后，開始出現污染快速增長的趨勢：與2010年相比，2014年新疆總體NO2平均水平增長了18.5%，主要污染區域烏昌石地區增長了41.3%；從人為排放NOx變化[圖4(b)]可見：能源行業，工業排放均有顯著增長(相對于2010年增長78.0%，45.1%)，而交通源排放在2012年后出現下降趨勢，與汽車尾氣處理以及高排放車輛報廢的政策有關。按照我國能源發展“十二五”規劃，新疆成為國家五大綜合能源基地之一，2014年成為我國第14個大型煤炭基地，這與能源工業排放增加導致的NO2濃度增長有著密切關系；由于烏昌石地區處于天山北坡經濟帶的核心，2009年烏魯木齊米東區成立“國家級石油化工產業基地和煤電煤化工特色產業基地”，2012年五家渠市成立國家級經濟技術開發區，開發區密集，重化工業發展迅速，污染集中且嚴重；烏魯木齊市米東區與新市區NO2濃度最高，與能源加工行業聚集以及石化基地的建設有關?？死斠馈毶阶拥貐^由于“十二五”期間加速建成國家大型石油化工基地，同時污染水平也迅速上升。

經歷了“十二五”前期NO2濃度迅速增長的時期，在2014年后新疆各地區出現下降趨勢。伴隨著2013年“大氣十條”的出臺，2014年后新疆各研究地區NO2出現顯著下降，至2017年總體平均濃度下降26.4%，烏昌石地區下降42.8%(相對于2014年)；從人為排放NOx數據來看，新疆地區能源行業排放顯著下降(2016年相對于2014年下降42.0%)，可見發電站脫硝裝置的推行起到了重要作用。

烏昌石地區與新疆總體NO2濃度變化有很強的相關性，在污染治理中需要重點關注。由于烏昌石地區處于內陸且采暖周期長，能源結構以煤炭為主，且冬季經常有逆溫等現象出現，NO2污染難以擴散降解。2007年—2016年期間，烏昌石地區采暖期NO2水平有顯著的上升趨勢(α=0.01)，2016年冬季烏昌石地區出現了長達18天的重污染天氣，表現出氣象因素以及污染排放同時控制的污染類型。烏昌石地區NO2濃度周變化呈現出周末高于周中的現象，說明周末的出行量相對較大；月變化的峰值為12月份，季節變化中冬季污染最為嚴重，與采暖期排放以及氣候因素有著密切關系。

基于新疆NO2污染時空變化的特點，在“十三五”發展規劃的背景下，新疆能源產業將進一步得到發展，在治理空氣污染時，需要重點關注烏昌石地區，且在采暖期更需加強氣象監測以減少重污染事件的發生，進而提升整體大氣環境質量。

3 結 論

(1) 通過衛星高光譜遙感分析發現，2007年—2017年期間，新疆地區NO2含量變化存在明顯分階段特征：2007年—2010年期間變化不明顯，2011年—2014年為上升階段，2014年—2017年為下降階段，與國家能源政策的變化以及大氣十條的實施符合良好，與人為排放NOx變化亦相吻合；

(2) 新疆地區與烏昌石地區NO2水平存在強相關性，而烏昌石地區與烏魯木齊市，昌吉市也存在良好的相關性，污染分布與能源基地，工業園區等分布密切關系；

(3) 烏昌石地區NO2周變化存在周末高于周中的現象，月變化和季節變化受采暖時期排放以及氣象因素影響較大；2007年—2016年期間，采暖期的NO2水平存在顯著的上升趨勢，在未來大氣污染防治中需要重點關注。

致謝：感謝清華大學MEIC模型提供的人為排放數據，感謝NASA提供的OMI原始衛星光譜數據。感謝趙劍軍，周金翼對本工作的建議意見。