“哨兵-5P”卫星TROPOMI传感器在江苏省域大气污染监测中的初步应用
李旭文, 张悦, 姜晟, 王甜甜, 纪轩禹, 茅晶晶, 丁铭     
江苏省环境监测中心,江苏 南京 210019
摘要: 简述了欧洲航天局(ESA)于2017年10月13日发射的“哨兵-5P”卫星上对流层观测仪(TROPOMI)的技术特性。基于TROPOMI的NO2、O3、SO2、CO等几种污染气体L2级数据产品对江苏省域的空间分布特征和大气污染识别效果进行了初步分析。结果表明,TROPOMI的NO2、CO遥感反演产品可以很灵敏地反映工业源、城市交通源排放在对流层近地表的含量水平,可为区域大气污染精细管控和空气质量精准预警预报提供有力支持。
关键词: 卫星遥感    "哨兵-5P"    对流层观测仪    大气污染    对流层    
Preliminary Application of Atmospheric Pollution Monitoring in Jiangsu Province with TROPOMI Sensor Onboard Sentinel-5P Satellite
LI Xu-wen, ZHANG Yue, JIANG Sheng, WANG Tian-tian, JI Xuan-yu, MAO Jing-jing, DING ming     
Jiangsu Provincial Environmental Monitoring Center, Nanjing, Jiangsu 210019, China
Abstract: The technical characteristics of the air pollution monitoring instrument TROPOMI was introduced, TROPOMI is onboard the Sentinel-5P satellite which was launched by the European Space Agency (ESA) on October 13, 2017. Based on TROPOMI's level 2 data products such as NO2、O3、SO2、CO, preliminary analysis of the spatial distribution characteristics and the effects of identifying air pollution sources in Jiangsu Province were conducted. The results showed that TROPOMI's NO2 and CO remote sensing inversion products perform well in reflecting the content of industrial and urban traffic emissions in the troposphere near the surface. Therefore, TROPOMI data should be widely utilized in the future for the finetune control of regional air pollution and accurate forewarning of air quality.
Key words: Satellite remote sensing    Sentinel-5P    TROPOMI    Atmospheric pollution    Troposphere    

工业革命以来人类大规模消耗能源资源的生产和生活性活动,向地球大气圈排放了大量的污染物,导致了气候变化、空气质量下降和人类健康等一系列问题[1]。近年来,欧洲航天局(ESA)实施了著名的环境监测卫星系列“哥白尼计划”,旨在监测和预警全球生态环境灾害问题[2-3]。2017年10月13日,ESA成功发射了专用于全球大气污染监测的卫星“哨兵-5P”(Sentinel-5P),其卫星搭载了遥感传感器“对流层观测仪”(Tropospheric Monitoring Instrument,TROPOMI),可有效监测全球各地大气中痕量气体组分,包括NO2、O3、SO2、HCHO、CH4和CO等重要的与人类活动密切相关的指标,加强了对气溶胶和云的观测[4]。TROPOMI是迄今为止技术性能先进、空间分辨率最高的大气监测光谱仪,成像幅宽达2 600 km,每日覆盖全球各地,成像分辨率达到了7 km×3.5 km,与以往的中分辨率成像光谱仪(MODIS)、O3层观测仪(OMI)、O3绘图和廓线仪装置(OMPS)和大气成分分析光谱仪(SCHIMACHY)等大气成分监测遥感仪器相比有大幅提高,可直接监测城市建成区的大气污染状况[5-6]

自2018年10月以来,ESA开始向全球用户公益发布每日污染(温室)气体的卫星遥感监测数据,目前可以提供NO2、O3、SO2和HCHO指标的“近实时”(Near Real Time,NRT)数据[7]。ESA对NRT数据服务确定的性能指标定义为卫星成像后不超过3 h就能够让成像地域的用户从互联网下载数据、直接展示空间分布特征,为开展进一步分析提供基础资料。对我国各省尤其是东部的京津冀和长三角地区开展区域空气污染防治预警预报工作有极大的实用价值,可提供区域生态下垫面上大气污染物在对流层柱浓度的较精细信息,集成到各类重污染天气预警预报系统中,协同提高预报精度[8-9]。由于“哨兵-5P” TROPOMI数据新颖,国内外均尚未开展对其业务化应用研究。现利用2018年10月以来我国东部地区覆盖了江苏省域的TROPOMI数据开展初步应用探讨。

1 TROPOMI仪器遥感技术特性

搭载TROPOMI仪器的Sentinel-5P卫星重820 kg,轨道高度824 km,极轨太阳同步升轨道(从南往北)飞行模式,星下点过赤道时间为当地时间13:30前后,飞行轨道设计时采取了和美国国家极轨运行环境卫星系统预备计划(NPP)卫星同轨道、迟5 min的协同方式,以辅助利用NPP可见光红外成像辐射仪(VIIRS)对地观测的云产品信息和开展卫星间交叉订正[6, 10]。对于我国各地,视当地纬度以及处于轨道星下点轨迹的西侧还是东侧情况,实际成像时间大约在当地时间12:00—14:00的某个时刻。

为了监测大气中污染气体的浓度水平,根据大气中水分子和其他痕量气体的光谱吸收响应特征(图 1),并充分借鉴了之前的大气痕量气体卫星传感器全球O3检测仪(GOME)、SCHIMACHY等,尤其是OMI的高光谱测量窗口设置经验,TROPOMI在3大光谱测量区域、7个波段设置了针对性更强、测量更加精密的超光谱成像仪。开展测量的3大光谱区域分别为270~495 nm的紫外-可见光光谱区域(UV-VIS)、675~775 nm的近红外光谱区域(NIR),2 305~2 385 nm的短波红外光谱区域(SWIR),设置见表 1[6]

图 1 主要卫星传感器监测大气污染(痕量)气体分子的光谱波长区域

表 1 “哨兵-5P” TROPOMI测量的光谱区域、波段设置和超光谱技术参数
波段序号 光谱区域 光谱波长范围/nm 光谱分辨率
/nm
光谱采样距
/nm
星下点空间采样分辨率/km2 信号检测单元聚合的像元数 信噪比
1 UV1(紫外区域1) 270~300 0.50 0.065 21× 28 16 100
2 UV2(紫外区域2) 300~320 0.50 0.065 7× 7 4 100~1 000
3 UVIS(紫外-可见光过渡区域) 310~405 0.55 0.2 7× 7 4 1 000~1 500
4 VIS(可见光区域) 405~495 0.55 0.2 7× 7 4 1 500
5 NIR1(近红外区域1) 675~725 0.50 0.1 7× 7 4 500
6 NIR2(近红外区域2) 725~775 0.50 0.1 7× 1.8 1 100~500
7 SWIR(短波红外区域) 2 305~2 385 0.25 < 0.1 7× 7 1 100~120

与2004年发射、现仍在轨运行的OMI相比,TROPOMI技术特性大幅提升。OMI的星下点分辨率为13 km(轨道方向)× 24 km (轨宽方向),TROPOMI空间分辨率明显提高,信噪比提高了1~5倍。以NO2产品为例,OMI NO2产品的分辨率为26 km×48 km,TROPOMI NO2产品达到7 km×3.5 km。而且,TROPOMI NO2等污染气体数据产品是基于DOMINO-2产品算法以及OMI的EU QA4ECV NO2数据集的反演—同化—模型算法,经过进一步优化,融合了全球三维、1°×1°经纬度分辨率化学传输模式TM5-MP,比以往传感器的2°×3°经纬度分辨率有了更佳的精度改进。

2 TROPOMI数据介绍及处理

TROPOMI为公益性卫星遥感数据,可以在ESA的哨兵科学数据中心(Sentinels Scientific Data Hub)网站(https://scihub.copernicus.eu)免费下载。目前的数据生产处理系统提供L1B和L2级产品,对于各地大气污染预警预报应用而言,可直接利用其L2级的各污染气体柱浓度数据产品(表 2)。TROPOMI数据以netCDF 4格式存储,可以利用基于Java的PANOPLY工具完成对TROPOMI各污染气体遥感监测数据的地理分布制图。

表 2 “哨兵-5P”卫星TROPOMI面向大气污染监测的用户级数据产品
数据产品类别 数据内容 可用情况
L2__O3__ O3:总柱含量Ozone total column 已每日发布
L2__O3__TCL O3:对流层柱含量Ozone tropospheric column 尚未发布
L2__O3__PR O3:总剖面数据Ozone profile 尚未发布
L2__O3__TPR O3:对流层剖面数据Ozone tropospheric profile 尚未发布
L2__NO2__ NO2:总柱含量、对流层柱含量Nitrogen Dioxide (NO2), total and tropospheric columns 已每日发布
L2__SO2__ SO2:总柱含量Sulfur Dioxide (SO2) total column 已每日发布
L2__CO__ CO:总柱含量Carbon Monoxide (CO) total column 已每日发布
L2__CH4__ CH4:总柱含量Methane (CH4) total column 尚未发布
L2__HCHO__ HCHO:总柱含量Formaldehyde (HCHO) total column 已每日发布
L2__CLOUD__ 云量、反照率、云顶大气压Cloud fraction, albedo, top pressure 已每日发布
L2__AER__AI 紫外区域的气溶胶指数UV Aerosol Index 已每日发布
L2__AER__LH 气溶胶层高度(中等级别大气压时)Aerosol Layer Height (mid-level pressure) 尚未发布
L2__NP__BDx, x=3, 6, 7 NPP卫星VIIRS观测的云产品(辅助数据)Suomi-NPP VIIRS Clouds 尚未发布

3 基于TROPOMI数据分析江苏省域几种污染气体的柱浓度分布特征

利用2018年10月以来TROPOMI监测获取、经地面数据处理系统自动生成并发布的覆盖我国东部地区L2级NO2、O3、SO2、CO数据产品开展了污染气体柱浓度在江苏省域分布特征的初步分析。

3.1 NO2对流层垂直柱总量

TROPOMI监测对流层NO2的地理分布十分有效,对流层为地球大气层靠近地面的一层,除了闪电、土壤微生物排放NO2外,在工业发达、人口稠密地区,其对流层的NO2气体主要来自于人类生产生活排放。研究认为NO2在对流层存留时间较短、转化较快,一般为数小时至不超过一天,因此,NO2通常在其排放源附近表现为高浓度。图 2(a)(b)(c)(d)(e)(f)中展示了2018年10月27日—11月1日江苏省域的NO2空间分布。由当日过境时间相近的MODIS彩色影像可知,10月27日—11月1日持续晴好天气,受云干扰影响很小。得益于TROPOMI空间分辨力的明显提高和光谱辐射测量精度的大幅改善,使NO2地理分布的细节特征十分丰富,江苏沿江、苏南地区南京、常州、无锡、苏州等市整体性、经常性显示相对较高的对流层NO2垂直柱总量,高值区的NO2可达到4.8×10-4 mol/m2以上,是苏北沿海、苏中北部地区的2~3倍,可能与这些地区机动车排放强度高有关,其中还存在局地性超强峰,甚至超过了6.0×10-4 mol/m2,如10月30日的常州北部-无锡江阴-苏州张家港-南通一带所显。苏北盐城、淮安、宿迁,苏中扬州、泰州北部一带相对较好,对流层NO2垂直柱总量通常 < 2.4×10-4 mol/m2,表明这些区域的交通运输、工业排放强度相对较低。另一方面,由于TROPOMI较以往的大气污染遥感监测传感器有大幅的性能改进,能够看到苏北地区不少局地尺度(10 km级)的微弱峰区,如11月1日在灌河口工业园区有一弱峰。由系列图可明显看出,紧邻江苏连云港的山东日照一带出现较强的NO2柱总量,这对于了解跨省输送影响、联动管控大气污染有一定的价值。可见,TROPOMI污染气体遥感监测的数据产品为NO2排放控制提供了一种新的排放热点网格筛查支持,可定位污染物来源地,有效地识别污染重点地区。

图 2 研究时间段内江苏省域NO2空间分布(单位:10-4mol/m2) NO2:对流层垂直柱总量

首届上海进口博览会于2018年11月2日开幕,为加强环境质量保障,在生态环境部的调度下,周边江浙2省加强了大气污染管控措施。由图 2可以直观地看到管控成效,10月27—30日,苏南及苏中南通等地对流层NO2垂直柱总量较高,分布面积较广;10月31日明显减轻,11月1日进一步巩固了管控成效。

3.2 O3垂直柱总量

目前ESA只发布了O3柱总量,为对流层分量和平流层分量之和。图 3(a)(b)(c)(d)显示了10月27日—10月30日江苏省域O3柱总量分布,总体呈从南往北略增趋势,为0.12~0.14 mol/m2

图 3 研究时间段内江苏省域O3空间分布(单位:mol/m2) O3:垂直柱总量

3.3 SO2垂直柱总量

江苏省域2018年10月27日—11月1日的SO2垂直柱总量呈随机性(非特征性)、噪声性空间分布,小于0.001 mol/m2,见图 4(a)(b)(c)(d)

图 4 研究时间段内江苏省域SO2空间分布(单位:mol/m2) SO2:垂直柱总量

3.4 CO垂直柱总量

温室效应是全球气候变化的主要原因之一,CO作为一种非直接温室气体加剧了这种变化。文献[11]表明,遥感监测的CO垂直柱浓度可以很好反映人类活动和生物质燃烧的影响范围。ESA自2018年11月中旬起发布每日CO遥感反演产品,现对典型日期的数据进行初步分析,见图 5(a)(b)(c)(d)(e)(f)。由当日过境时间相近的MODIS彩色影像可知,影像受云干扰影响较小。从CO遥感反演产品中可以看出,CO总量产品能显示出局地性峰值“热点”分布特征。11月22日,江苏南京、安徽马鞍山一带和山东日照等地较明显;11月26日在南京、沿江“武澄沙”一带较明显;11月27日、12月24日,受北方污染物输送和不利气象条件共同影响,江苏遭受重污染天气,在江苏北部CO总量较高,南京、常州—无锡—南通的沿江一带具有小局域峰值“热点”。总体来看,CO总量反映了区域机动车污染和工业排放叠加的综合效果。

图 5 研究时间段内江苏省域CO空间分布(单位:mol/m2) CO:垂直柱总量

4 结语

Sentinel-5P卫星搭载的TROPOMI是迄今为止技术性能先进、空间分辨率最高的大气污染监测光谱仪,性能比目前在轨的OMI等提高了约1个数量级以上。以上的初步应用表明,TROPOMI的NO2和CO“近实时”数据细节特征较为丰富,将开启大气环境遥感监测新的应用领域,可为定位污染物来源地、识别污染重点地区提供有力的数据支撑,为大气环境遥感监测增加新的数据源选择。

参考文献
[1]
牛志春, 姜晟, 李旭文, 等. 江苏省霾污染遥感监测业务化运行研究[J]. 环境监控与预警, 2014(5): 15-18. DOI:10.3969/j.issn.1674-6732.2014.05.005
[2]
李旭文, 侍昊, 王甜甜, 等. 基于"哨兵-3A"OLCI影像的太湖蓝藻水华荧光基线高度指数信号特征分析[J]. 环境监控与预警, 2018, 10(3): 13-17.
[3]
ESA. Data Download of sentinel-5[EB/OL].(2014-03-30)[2019-02-24].https://scihub.copernicus.eu.
[4]
ESA. Satellite Description of sentinel-5[EB/OL]. (2017-10-13)[2019-02-24].https://sentinels.copernicus.eu/web/sentinel/missions/sentinel-5.
[5]
ESA. Satellite User-guides of sentinel-5 [EB/OL].(2017-06-24)[2019-02-24].https://earth.esa.int/web/sentinel/user-guides/sentinel-5p-tropomi.
[6]
ESA. Satellite technical-guides of sentinel-5[EB/OL].(2017-06-24)[2019-02-24].https://earth.esa.int/web/sentinel/technical-guides/sentinel-5p/products-algorithms.
[7]
LOYOLA D G, GIMENO G S, LUTZ R, et al. The operational cloud retrieval algorithms from TROPOMI on board Sentinel-5 Precursor[J]. Atmospheric Measurement Techniques, 2018, 11(1): 1-30. DOI:10.5194/amt-11-1-2018
[8]
BORSDORFF T, ANDRASEC J, OOST A D B, et al. Detection of carbon monoxide pollution from cities and wildfires on regional and urban scales: The benefit of CO column retrievals from SCIAMACHY 2.3 μm measurements under cloudy conditions[J]. Atmospheric Measurement Techniques, 2018, 11(5): 1-18.
[9]
THEYS N, SMEDT I D, YU H, et al. Sulfur dioxide retrievals from TROPOMI onboard Sentinel-5 Precursor: algorithm theoretical basis[J]. Atmospheric Measurement Techniques, 2017, 10(1): 119-153. DOI:10.5194/amt-10-119-2017
[10]
李旭文, 牛志春, 姜晟, 等. 环境监测卫星Suomi NPP业务特性及生态环境监测应用[J]. 环境监控与预警, 2014(3): 1-6.
[11]
王可.基于卫星遥感数据的中国2003—2005年间CO时空动态分析[D].南京: 南京大学, 2011. http://cdmd.cnki.com.cn/article/cdmd-10284-1011126057.htm