英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料

使用气溶胶光学厚度预测圣路易斯地区的地面PM2.5浓度:

用MISR和MODIS比较

摘要

利用两种一般的线性回归模型，我们比较了多角度成像光谱仪(MISR)和中分辨率成像光谱仪(MODIS)提取的气溶胶光学厚度(AOT)的能力，以预测圣路易斯、澳门及其周边地区的地面PM2.5浓度。这些模型包括从国家海洋和大气管理局(NOAA)的快速更新周期(RUC20)模型中获得的气象参数作为协变量。MISR和MODIS的AOT值都是PM2.5浓度的重要预测因子。MISR和MODIS模型对地面PM2.5浓度的可预测性总体具有可比性。MISR模型诠释了比MODIS模型(51%)更大比例(62%)的PM2.5浓度变化，因此更为合适。在整个数据范围内，MISR模型预测PM2.5浓度大约为12%，而MODIS模型预测PM2.5浓度大约为18%。这种低估主要发生在两种模型中较高的PM2.5浓度处。两种模型的回归系数具有很强的可比性，表明将MISR和MODIS 的AOT数据结合起来，可以从MISR的较高预测精度和MODIS的更好的空间覆盖中获益。在MISR和MODIS气溶胶产品中，新开发的粒子尺寸/形状指标并没有显著提高我们使用AOT尺寸来预测PM2.5浓度的能力。最后，使用每小时的PM2.5浓度似乎并没有改善它与AOT在当前研究区域的联系。

copy; 2006 Elsevier Inc. All rights reserved.

关键词：MISR；MODIS；气溶胶光学厚度；AOT；PM2.5；颗粒物；统计分析；一般线性模型；Terra卫星；圣路易斯；粒子的健康影响

1. 介绍

暴露于细颗粒物中(PM2.5，空气动力学直径小于2.5 m的颗粒物)与不良的健康影响有关，如死亡率、哮喘和慢性阻塞性肺病(COPD) (Pope amp; Dockery，1999；Rojas-Bracho等，2000；Schwartz等，1996)。空气污染流行病学研究，如高度影响力的六个城市研究(Dockery等，1993)和美国癌症协会(ACS)研究(Pope等1995)参与的研究现有的来自地面监测站的污染水平测量以检查空气污染粒子之间的关系及其对公共卫生的影响。在这些和类似的研究中面临的一个主要限制是能够可靠地捕获研究人群的粒子暴露。目前的PM2.5监测网络由美国环境保护署(USEPA)监督，由国家、地方和各民族的空气污染控制机构负责，其中包括大约1000个联邦参考方法(FRM)和200个连续的PM2.5监测仪，以及200个PM2.5的专业监测仪。即使有这么多的监测员，许多农村和郊区以及一些较小的城市地区也没有被覆盖。在这些研究中，PM2.5的平均污染水平往往要在每个监测仪的一定距离内被分配给整个社区。由于缺乏对PM2.5暴露的空间覆盖和误分类，可严重降低这些研究的统计强度，并将研究结果与污染与不良健康结果之间无显著关联的零假设相结合。仅基于在中心站测量的PM2.5浓度的统计插值可以扩展空间覆盖范围，但也会引入实质上的不确定性。

自1999年以来，国家航空航天局(NASA)已经发射了一系列的卫星传感器，包括多角度成像光谱仪(MISR)(Diner等，2002)和中分辨率成像光谱仪(MODIS) (Remer等，2005)。在Terra卫星上，这两个传感器可以测量粒子的丰度和组成，在适度的空间分辨率下几乎覆盖全球。由卫星传感器检索到的粒子信息可能适合于监测大地理区域的PM2.5浓度空间和时间趋势。作为一个快速发展的新技术，卫星遥感的能力和产品对PM监测和公共卫生研究社区来说是不熟悉的。到目前为止，已发表的应用卫星检索到的粒子属性定量地表明环境PM2.5浓度水平的研究成果有限。一项研究发现在阿拉巴马州杰斐逊县(Wang amp; Christopher，2003)， MODIS AOT和PM2.5浓度之间存在线性关系(相关系数r=0.7)。另一项研究显示，在比较MODIS AOT和24小时的PM10(空气动力直径小于10 m的颗粒)的浓度时，有混合的结果，在意大利的一个地点发现了线性关系(r=0.82)，但在洛杉矶和北京的另外两个地点没有发现(Chu等， 2003)。MODIS数据也被作为区域尺度空气质量指标(Engel-Cox等，2004)进行了研究。研究发现，美国东部的MODIS AOT和24小时的PM2.5浓度之间的相关性强于美国西部。

大多数研究分析了粒子浓度与AOT之间的联系，并应用简单的统计工具，如线性相关和简单线性回归，以AOT作为唯一的PM2.5浓度预测因子。这些技术不足以描述AOT和PM2.5之间的复杂关系。在之前的研究中(Liu等，2005)，我们发现PM2.5浓度与MISR AOT之间的关系可以受到气象、地理和季节条件的强烈影响。特别重要的是气溶胶垂直分布，它提供了地面PM2.5浓度、空气质量的主要兴趣和MISR测量的AOT总量之间的联系。由于这些因素显得如此重要，所以当与卫星AOT测量与PM2.5浓度相关时，应当对这些因素加以考虑。

MISR和MODIS使用不同的算法设计和检索气溶胶光学特性。MISR利用大气和地面的系统变化，在四个波段上观测到在陆地上获取气溶胶信息的9个视角波段的顶部大气反射信号。根据一套丰富的气溶胶混合物模型计算MISR AOT和其它气溶胶信息，并以17.6 km的分辨率报告。根据纬度的不同，它的全球覆盖范围在2到9天之间。MODIS在其蓝色(470 nm)、红色(660 nm)和短波红外波段(2.13 micro;m)波段之间使用规定的光谱关系，以获取陆地上的气溶胶信息。MODIS AOT和其他气溶胶信息是根据粒子组成的简化假设计算出来的，并以10公里的分辨率报告。MODIS的全球覆盖范围为1到2天。两个传感器在上午10点到中午之间通过北半球。由于它们都在美国国家航空航天局的Terra卫星上，这两个传感器产生的数据可以在测量精度和空间覆盖上相互补充。我们没有发现有任何研究可以比较MISR和MODIS AOT在相似的建模环境中预测PM2.5浓度的能力。在目前的分析中，我们利用MISR和MODIS AOT分别开发了两种一般的线性回归模型，分别作为PM2.5浓度的主要预测因子，以及一些被同化的气象参数作为协变量。随后，我们比较了两种模型的性能，并分析了它们的相似之处。我们评估了新开发的MISR和MODIS粒度参数对模型性能的影响，以及样本大小对预测稳定性的影响。最后，我们研究了PM2.5浓度的时间分辨率对模型性能的影响。

1. 数据收集和集成

当前分析的研究区域是一个约300公里乘300公里，覆盖西南伊利诺斯州和密苏里州东部的相对平坦地区 (纬度范围[37.2°N，40.0°N]，经度范围[89.5°W，93.0°W])(图1)。该地区包含圣路易斯城市和周边县，被环保局在2005年4月指定为PM2.5不合格地区。根据2000年的人口普查，这个地区有29个人口超过2万的社区，圣路易斯城区是一个拥有250万人口的主要工业中心。我们选择这个研究领域来代表在大城市以及周边郊区和农村地区发现的各种PM2.5污染水平。在该地区，有超过20个PM2.5的EPA监测仪，以及EPA圣路易斯PM的超级站点，测量了城市和郊区环境以及环境背景下的总体人口暴露情况。我们的研究区域是受天气影响的气候模式，并没有来自五大湖、海洋、墨西哥湾和山脉的局部影响。相对平坦的内陆地形可能会简化大气边界层结构，提高分析所用的同化气象参数的质量。

• 1. MISR和MODIS气溶胶数据

我们从NASA兰利研究中心大气科学数据中心(http://eosweb.larc.nasa.gov)下载了2003年关于我们的研究区域的MISR气溶胶数据(版本15)。我们在558 nm (MISR参数名称：RegBest- EstimateSpectralOptDept)和AOT分数(MISR参数名称:RegBestEstimateSpectralOptDepthFraction，第四和第五个组件)中提取AOT。由粒子形状的AOT分数给出了球形颗粒的百分比贡献，例如人为的颗粒来源和海盐颗粒以及非球形颗粒(如矿物粉尘和可能的薄卷云)对总MISR AOT的百分比贡献(这两个百分比加起来为100%)。因为在我们的研究区域的主要的地方没有尘埃排放源，运输尘埃可能是圣路易斯地区MISR AOT的非球形部分的主要贡献者。由于运输的灰尘羽流倾向于移动到边界层之上，所以它们可能与我们研究区域的地面PM2.5浓度无关。因此，MISR AOT的球形部分，称为MISR部分AOT，与总MISR AOT相比，可能是地面浓度的一个更好的预测因子。

我们从在戈达德太空飞行中心的地球观测系统数据网关下载了2003年MODIS气溶胶数据(收集4) (http://delenn.gsfc.nasa.gov/~imswww/pub/imswelcome)。我们在550 nm处提取AOT (MODIS参数名称:Optical_Depth_Land_And_Ocean)。在陆地上，MODIS AOT的精细模式粒子(MODIS参数名称:Optical_Depth_Ratio_Small_Land)是一个粗略的估计，基于MODIS路径辐射在660 nm和470 nm之间的比值(Remer等，2005)。我们计算的MODIS部分AOT，只包括了由于精细模式粒子而引起的AOT分数。

在本文稍后的分析中，我们评估了MISR和MODIS部分AOT值是否比AOT值更能预测地面PM2.5值。该产品的质量控制标志是用于防止低质量数据进入数据处理过称(Wedad Abdou and Lorraine Remer，personal communication)。

图1.研究区域和EPA PM2.5监测点、城市区域和州际高速公路的分布情况。区域的地理位置显示在左上角。该区域被标记为粗灰色的正方形。环境保护署指定的圣路易斯PM2.5不达标区域是灰口区域。

• 1. EPA PM2.5测量

我们2003年研究区域的PM2.5数据是从环保署的空气质量系统技术转移网络下载的(http://www.epa.gov/ttn/airs/airsaqs)。我们收集了22个FRM监测仪的24小时平均PM2.5浓度。我们选择24小时平均PM2.5浓度作为我们模型的因变量，因为它是全国环境空气质量标准的PM2.5，在全国范围内的FRM监测器是连续监测仪的5倍。建立AOT与24小时PM2.5浓度之间的联系，更适合于污染监测和健康效果研究。尽管如此，为了研究PM2.5对模型性能的影响，每小时的PM2.5浓度都是从两个连续监测仪中收集的。这些监测仪的空间分布如图1所示。

• 1. 气象数据

当前分析中使用的气象场是由快速更新周期(RUC)模型生成的。RUC模型是由地球系统研究实验室(Benjamin等，2004a，b)开发的一种高频操作天气预报和数据同化系统。RUC数据被存档在大气辐射测量(ARM)项目气候研究设施数据档案(http://www.archive.arm.gov/)。第三代RUC模型(RUC20)，涵盖了2003年，将地面报告站和浮标、气象雷达和特殊下投式探空仪、断面仪、商用飞机和卫星的观测数据集成到一个数值预报系统中，使短期天气预报的频率为1小时。RUC模型使我们以1小时的频率来计算气象参数，包括边界层混合高度(PBL)，表面风速和离地面10米的风向，平均低对流层相对湿度(RH)(从表面到大约820 百帕)和上午10点到中午在距离地面2米高处的表面空气温度，相对于MISR / MODIS过境时间。RUC20输出的原始空间分辨率为20公里。为了方便数据存储和计算，我们下载了40公里分辨率的RUC20气象参数，从平均20公里的分辨率输出。考虑到我们研究区域的平坦地形，我们不希望由于这个空间平均而造成大量的信息损失。

• 1. 数据集成

为了将RUC和卫星数据结合在一起，我们把上午10点到中午之间每小时的气象参数取平均，包括PBL，表面风速和方向，表面空气温度和相对湿度。环境保护署的PM2.5浓度与美国环保署监测的RUC栅格数据的平均RUC气象参数相匹配。MISR的全球验证AOT对气溶胶自动观测网络(AERONET)观测数据使用3times;3 17.6 km的平均值——MISR像素集中在每个AERONET 站点(约26 – 35公里的半径范围)，连同中央像素，仅占MISR AOT不同的取样方法 (瞬时测量)和AERONET AOT(集中在MISR过境时

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[24674]，资料为PDF文档或Word文档，PDF文档可免费转换为Word