王春林 邹剑波 乔童

摘 要：近年来随着中国经济的迅速发展和城市化的快速推进，我国雾霾污染情况和城市热岛效应的现象都较为严重，而城市热岛效应会通过环流作用影响城市的气溶胶的分布情况，但城市热岛对雾霾影响的认识目前仍较匮乏，为揭示城市热岛效应与雾霾污染之间的相关性变化特征，本文基于MODIS遥感卫星气溶胶和地表温度数据，应用暗像元算法进行气溶胶光学厚度的反演和利用城市热岛强度算法进行地表温度值的反演并计算得到城市热岛强度值，最后采用Pearson相关指数统计分析了郑州市气溶胶光学厚度和热岛强度值的相关性。

结果表明：气溶胶光学厚度值和热岛强度值总体上呈正弱相关趋势，在季节分析中秋季的相关性指数最高，冬季最弱，表明热岛效应对城市空气污染情况有一定的促进作用且具有季节性变化特征。

关键词：MODIS；气溶胶光学厚度；热岛分布；相关指数

引言

随着城市经济的快速发展，雾霾问题正在引起人们的密切关注，其对人们的生活质量水平影响较大。雾霾是对大气中各种悬浮颗粒物含量超标的笼统表述，尤其是PM2.5（空气动力学当量直径小于等于2.5微米的颗粒物）被认为是对雾霾天气贡献最大的物质。气溶胶是其中的重要组成成分，严格含义是指悬浮在气体中的固体和 （或） 液体微粒与气体载体共同形成的多相体系。在众多观测的大气气溶胶的参量中，气溶胶光学厚度（AOD） 是一个重要的光学参数，它表示的是气溶胶粒子对光的衰减作用，可以用来评估大气中气溶胶的含量和气候效应[7]。

Chu等（2003）利用 MODIS Level2 AOD 产品，研究并证实了MODIS气溶胶产品在监测全球、区域和局地大气污染方面具有显著应用价值；Lau等（2003）研究表明，MODIS AOD 与地面观测颗粒物质量浓度具有较好的相关性；曾浩等（2019）在分析中指出雾霾污染与人类活动产生的气溶胶有着密切的联系。由于缺乏足够的地基观测资料，对内陆半干旱半湿润地区气溶胶光学厚度的研究较少，蔡子颖等通过对 2007 年 2 月至 9 月地基遥感资料分析，初步揭示了郑州地区气溶胶光学厚度的变化特征，并指出夏季城市工业气溶胶是郑州地区主控粒子之一。大量研究表明，夏季的雾霾情况也越来越严重，与此同时，夏季正处于郑州市热岛效应较强的时期，那么为揭示城市热岛效应与雾霾天气之间的影响关系，曹畅等（2017）在研究中揭示了雾-霾治理可以缓解我国夜间城市热岛现象和热胁迫，有利于缓解区域甚至全球气候变化。廖代强（2002）等在研究中提出城市是人类活动最为集中的场所——人口密集，建筑物多，绿地面积相对较少，污染排放较多，加上各种能源消耗设施放出大量的能源，增加了数量可观的人为加热，使城市地区形成了特殊的气候。杜川利（2013）等研究气溶胶和城市热岛对气温序列的影响并进行了定量分析。李耀锟（2015）等在研究中指出当气溶胶浓度较大时，吸收作用更显著一些，此时城市热岛效应的强度会有一定的增强，但是幅度不大。在上述提到的热岛现象与气溶胶监测研究中我们可发现气溶胶与热岛效应之间存在一定的因果和间接的影响关系，但对它们之间的相关性研究还不多见。

本文希望通过反演得到城市气溶胶光学厚度值和地表温度值，统计分析城市气溶胶光学厚度值与热岛效应之间的相关性，以探究雾霾与热岛效应之间相关性的变化特征。

1 研究资料

1.1 研究区域

郑州市（ 34°44′N ，113°37′E）是河南省省会，位于河南省中部，下辖 5 个县级市和1个县，分别是巩义市、新郑市、新密市、荥阳市、登封市和中牟县。郑州市总面积为 7446 km2 ，山地丘陵占总面积的2 /3，平原占总面积的 1 /3。郑州市位于秦岭东段余脉、中国第二级地貌台阶与第三级地貌台阶的交接过渡 地带，处于河南省中部偏北伏牛山脉向黄淮平原的过渡地带.郑州市平均海拔高110m ，属于北温带季风气候，年平均气温14.4℃，年平均降水量640.9mm，冬季寒冷干燥，盛行偏北风，夏季炎热多雨，盛行南风。

1.2数据介绍

本文采用的是MOD04_3K（全称MODIS Terra/Aqua Aerosol 5-Min L2 Swath 3km）是NASA发布的Level 2级气溶胶产品，可用来获取全球海洋和陆地环境的大气气溶胶光学特性和质量浓度，空间分辨率为3km，以HDF4格式提供。下载自 NASA 官网（ http：//ladsweb.nascom.nasagov），时间序列为2004 年1 月至2018 年12 月。

在研究城市热岛时，所采用的数据为MOD11A2，它是由每日 1KM 地表温度/发射率产品（MOD11A1）合成的，存储的是 8 天中晴好天气下的地表温度/发射率的平均值，投影为正弦曲线投影。MOD11A2有白天和夜间数据、质量评估、观测时间、观测角、晴好白天和夜晚的天数以及不同地表覆盖类型在波段 31-32 的地表发射估计。其时间序列为2004 年1 月至2018 年12 月。

2 研究方法

本文采用气溶胶光学厚度、热岛强度作为城市雾霾与热岛效应的度量，然后分别从时空特征变化和相关性方面对郑州市雾霾与热岛效应进行研究。其中季节按照气象学划分，3—5月为春季、6—8月为夏季、9—11月为秋季、 12月—翌年2月为冬季.

2.1 暗像元法

本文在分析气溶胶时，采用气溶胶光学厚度值来代替雾霾强度的反映，需要对遥感数据进行反演，在这里需要用到暗像元法进行处理。

卫星遥感反演气溶胶光学厚度基本原理见下式：

其中ρ*是表观反射率（即卫星观测到的反射率）， 为整层大气反射率（路径辐射）， 分别为太阳天顶角的余弦、方位角和观测天顶角的余弦、方位角， T（μ0）和 T（μ）分别表示从太阳到地面、从地面到卫星大气层总的透過率（直射+漫射），S为大气的球面反照率，系数 1/（1-ρs）代表地面和大气层多次散射的作用，因此卫星观测到的反射率ρ*既是气溶胶光学厚度的函数，又是下垫面反射率的函数。如果知道了下垫面的反射率 ρ，并假定一定大气气溶胶模型根据公式即可反演得到气溶胶光学厚度。

当陆地表面的植被覆盖度比较高、有河流湖泊存在、或者土壤的湿度比较大时，在遥感影像上这部分地物所呈现的像元很暗，这是由于这类地物在可见光波段的反射率很低的原因造成的，我们把这部分像元称作暗像元，将表现为暗像元的这类地物称作暗目标。大量的研究表明在天气状况比较理想的条件下，即大气当中的云量较少时，在暗目标上空卫星传感器所观测到的地物反射率随着气溶胶光学厚度的增加而增加，利用这种单调性可以通过地物的反射率推算出气溶胶光学厚度，这种算法就被称作暗像元法DDV（Dense Dark Vegetation）。在NASA 官 网采用经典的 DT（Dark Target，暗目标或暗像元）算法进行反演，得到了目前空间分辨率较高的气溶胶产品。暗像元法是目前关于陆地上空气溶胶光学厚度反演应用最广泛的算法[9]。

2.2地表温度反演

本文使用的MODIS地表温度数据为MOD11A2数据，通过MRT软件对数据进行处理。由于需要对所处理的气溶胶光学厚度数据进行时间匹配，所以提取的波段是LST_Day_1km（白天地表温度），然后用ArcGIS对经过MRT处理后的 影像按照郑州市的行政区边界进行裁剪，得到的图像即为郑州市地表温度影像. 运用影像上像元的亮度值 与地表温度之间的定量关系，通过公式（1）将像元的亮度值BLST转化为地表温度值（℃）[10]。

TLST = 0.02BLST - 273.15 （1）

地表温度即通过公式（1）得到的地表温度值，然后以行政区边界划分市区和郊区，将中原区、二七区、管城区、金水区和惠济区划分为市区，将中牟县、新郑市、新密市、登封市、巩义市、荥阳市和上街区划分为郊区。热岛强度TUHI由市区平均地表温度（Turban）与郊区平均地表温度（Trural）的差得出[11-13] .

TUHI = Turban - Trural

由于受大尺度环流、冷空气等多种因素的影响，城市的热岛中心有时候会发生偏移甚至异常，少量的遥感数据不能准确反映城市热岛的分布状况[14] . 因此，本文使用长时间序列的地表温度平均资料来更客观地反映郑州的热岛分布状况.

2.3相关性指数

相关系数是在直线相关条件下，表明两个现象之间相关关系的方向和密切程度的综合性指标[15]。相关系数的绝对值越大，相关性越强：相关系数越接近于1或-1，相关度越强，相关系数越接近于0，相关度越弱。一般用样本数据计算。其具体的计算过程如下：

相关系数计算公式：

其中，E代表数学期望， cov是协方差， σX和σY分别是量数据的标准差。由于存在 ，对于Y，也有 ，故公式也可以写成：

3结果与分析

3.1郑州市气溶胶光学厚度变化分析

在众多观测的大气气溶胶的参量中，气溶胶光学厚度（ AOD） 是一个重要的 光学参数，它表示的是气溶胶粒子对光的衰减作用，可以用来评估大气中气溶胶的含量和气候效应，其具体代表含义如表3-1所示。本文选择NASA发布的Level 2级的MODIS气溶胶产品数据集的MOD04_3K气溶胶光学厚度（AOD）产品，其空间分辨率为3km，以HDF4格式存储。

在获取MODIS气溶胶数据之后，在HEG软件平台上进行波段提取，然后使用 MRT 软件进行批量的裁剪处理，最后在 ArcGIS的支持下，将一天内不同时段的 MOD04_3K 数据进行融合处理并进行分区统计，得出各尺度下郑州市范围内栅格像元的平均值结果，如图2为郑州市2004-2018年各年的郑州市AOD值分布图。

3.1.1气溶胶光学厚度时间变化特征

图3为使用一元线性回归方法对郑州市2004-2018年近15年的氣溶胶厚度值的分析结果。由以上数据可以看出，在近15年中郑州市的年AOD均值在0.60～1.02变化，其中2011年最高为1.02，2018年最低为0.60。使用线性回归的结果显示气溶胶光学厚度值呈现波动下降的趋势，下降的速率为每年0.53%，但经过对年际序列的观测，其变化阶段应以2011年为界限，第一阶段为2004年到2011年呈显著增长的趋势，而在2011到2018年，则呈现显著的下降的趋势，其中2004-2011年AOD值年均增长率为7.79%，表明郑州市在这一段时期污染情况加重，在2011年到2018年，郑州市AOD值年均增长率为-5.88%，表明在这一期间，郑州市空气污染治理卓有成效，空气质量显著改善，这与郑州市在2014 年响应国务院发布的《大气污染防治行动计划》，制定了《大气污染防治条例》，并于2015年3月开始实施，同时在重污染天气启动应急方案，治理大气污染的行动相对应。

图4为2005、2010、2015年的AOD均值分布图。在对各季节的分析中可以得知郑州市气溶胶厚度值在夏季时最高，为0.97，春季次之，为0.89，秋季为0.70，冬季最小，为0.65，由结果来看与河南省的气溶胶光学厚度季节变化一致[16]。近15年来郑州市春季的AOD值都在0.7以上，总体趋势呈现“3峰”态势，第一峰值出现在2007年（1.15），第二峰值为2012年（1.01），第三峰值为2015年（0.97），虽然春季AOD值波动较大，这是由于春季郑州市土地解冻，大风较多，较大的风速使道路和施工工地产生更多的扬尘，从而增加气溶胶光学厚度但总体上却处于下降趋势，表明春季的空气质量在逐渐改善；夏季的AOD处于全年中的最高值，同时其波动程度极为剧烈，较大的峰值出现在2007年（1.15）、2011年（1.46），这主要是由于夏季郑州处于雨季，空气湿度开始升高，从而吸湿性的气溶胶粒子散射效率也会提高，从而使气溶胶光学厚度增大[17-18]。另一方面夏季处于小麦收获的季节，夏季气溶胶光学厚度的升高也与焚烧秸秆有关[19]，同时由于近几年加大对焚烧秸秆的查处，郑州夏季的AOD值处于下降的态势。秋季的AOD值处于平稳状态，这与秋季天气系统稳定，空气湿度适中等稳定的天气因素有关。冬季的气溶胶厚度值最低，这显然与在冬季容易出现重污染天气是不符合的。这是由于该气溶胶产品的反演算法是按照暗像元法进行的，而该种方法是基于下垫面为浓密植被等在可见光波段反射率极低的区域建立起来的，在冬季郑州市则植被覆盖率很低，同时大规模的雾霾天气也会影响对气溶胶的反演，因此冬季的有效数据较少，从而导致冬季的气溶胶光学厚度的平均结果与实际值不符，其代表性较差。

3.1.2气溶胶光学厚度空间变化特征

在对郑州市2004-2018年气溶胶光学厚度值进行空间分析时，如图4可以发现郑州市AOD值东部高于西部，北部高于南部。这是由于郑州市区较其他地区经济更加发达，人口密度大，人为气溶胶产生较多，所以气溶胶光学厚度也相对较高，而AOD值较低的地区大多为郊区和山区，因为在郊区县市人口密度小，人类活动较经济发达地区产生的气溶胶少，同时在山区植被覆盖率高，可以减少气溶胶进入大气，同时也有一定的吸附作用[20]。在与郑州市地形图相匹配比较时也可以发现AOD低值区与海拔较高的地区基本对应，也可以印证这一发现。在春季和夏季的气溶胶光学厚度高值区范围较年均高值范围大，高值区和低值区的分布形态与年均 值的一致。夏季中牟县西北部、郑州市区、荥阳市及巩义市西北部的气溶胶光学厚度均大于1.2。秋、冬季的气溶胶光学厚度则明显降低，整个郑州市的气溶胶光学厚度均小于 0.8。同时，在冬季时发现市区的AOD值比郊区的值低，这是由于所选用的遥感数据是通过深蓝算法进行反演的，从而导致该时段气溶胶光学厚度平均结果的代表性差有关。

3.2郑州市热岛效应变化分析

我们选择MOD11A2数据作为实验数据，在MRT软件中进行格式转换、重投影和裁剪操作，然后在ArcGIS中进行数学和空间统计分析，得到城区与郊区的温度值，从而求取差值得到热岛强度值进行年际和季节变化分析。

由图5可见，郑州市热岛的年变化如图所示，总体上，郑州市城市热岛效应强度呈波动上升的态势。对2004—2018年的热岛进行研究.由图可见，从2004—2018年，郑州热岛强度总体上是增长的趋势，最高值出现在2014年，为1.12，最低值出现在2010年，为0.26；2004-2007年热岛强度呈上升态势，但上升趋势较弱；2007—2010年的热岛强度呈下降趋势，下降态势较为明显，在2010年达到最低值，但是在2012年却达到一个高值，为0.8℃，随后2013-2018年则呈现出先上升后缓慢下降的趋势， 2014年之后热岛强度变化较为平稳，呈缓慢下降的趋势。.

从图6中的热岛强度季节分布图中可以看出，郑州市在夏季的热岛强度最强，春季其次，秋冬较低. 这与所得到的AOD值季节分布图的分布特征有共同之处，在夏季城市热岛强度达到全年的最高值，这与郑州市全年的热岛强度变化趋势有所不同，夏季热岛强度在2012年达到最高值（2.15），在2005年为最低值（0.039），其余年份则变化不大，变化趋势较为平缓。另外根据图4郑州市气溶胶光学厚度季节分布图中夏季气溶胶光学厚度值达到全年的最大值，这也证明出气溶胶光学厚度值与热岛强度值有着一定的相关关系，从而为我们进一步研究这之间的相关性提供了思路。

然后在对热岛强度的空间分布上来看，如图7所示，郑州市的地表温度高值区位于郑州市区和郊区的行政中心全年局地热岛强度并不存在强热岛及以上的区域，主要以中等热岛和弱热岛为主，中等热岛区主要位于郑州市区和郊区行政中心. 这是由于市区的植被覆盖率低于郊区，而不透水面积却高于郊区，在夏季温度升高快于郊区，所以在市区会出现热岛中心，而在秋冬两季，市区温度下降的速率快于郊区，会出现反热岛的现象，出现市区温度小于郊区的特点[2]。

3.3气溶胶光学厚度值与热岛强度相关性变化分析

通过观察所得到的AOD和热岛强度数据，在气溶胶光学厚度值增长时，其热岛强度值也随之略微增长，推测气溶胶光学厚度AOD与热岛强度值可能存在一定的相關关系，并且这种相关是正相关。利用SPSS统计分析软件对气溶胶光学厚度AOD及热岛强度值做Pearson相关性分析。首先对气溶胶光学厚度值与热岛强度值做年际相关性分析。如图8、9所示，结果表明AOD与热岛强度指数的相关性在2015年达到最大值，为0.671呈显著相关性；2016年相关指数为最低值0.117，相关程度呈正弱相关性，其余年份的相关指数为0.2-0.5，相关程度处于弱相关与相关之间，这也表明气溶胶光学厚度值与热岛强度值的相关性处于弱相关与相关程度之间。然后再将所得到的数据按照季节进行划分，分析之后，从总体上看秋季的相关性最高为0.243，夏季的相关性次之，为0.223，春季为0.009，冬季为-0.024，且各季度的置信度均小于0.01，如表3-2所示，在显著性上表现为两者相关，具有一定的统计学意义，但总体上相关性不高。秋季在各季节中的相关性最高，这是由于郑州市秋季天气稳定，植被覆盖度符合MODIS气溶胶数据反演的标准，所以气溶胶光学厚度值反演得较为准确，与热岛强度值的相关性较高。而在冬季则由于植被覆盖度低，雾霾天气增多影响气溶胶光学厚度的反演，所以在进行相关性分析时冬季的相关性指数为负值，从而呈现出负相关的趋势。但在春、夏两季则为正相关。因此总结来看，热岛强度值对气溶胶光学厚度值总体上呈现出正相关的趋势。

城市热岛强度值的增加，造成城区与郊区温度差升高，造成城区与郊区形成大气环流，将郊区工厂所产生的空气吹向市区，造成城区空气质量变差，气溶胶光学厚度值增加，而城市热岛效应在夏秋季较为严重，所以在夏秋季的相关性较强，而在冬春两季则较小，甚至形成负值。这也就印证了城市热岛效应对于气溶胶增多的促进作用，同时气溶胶对城市热岛强度在时间维度上，在稳定的天气状况下，夏秋季影响高于春冬季，大部分时间为正相关，但在冬季形成负相关。在气温突变天气突变的春秋季节里有不分时间段为负相关，这与较强的空气对流和天气突变有关[15]。

4结论

1.2004-2018年近15年的气溶胶光学厚度值平均值为0.804，其总体呈双峰趋势，其在2011年AOD值最高，之后则逐年下降，表明近几年郑州市空气质量正在逐渐改善，空气污染治理情况取得巨大的成效。在气溶胶光学厚度的季节分布情况来看，夏季最高，春季次之，冬季由于深蓝算法反演的缘故，从而导致AOD值最低。另外郑州市气溶胶光学厚度值空间分布为北高南低，城区高，郊区低的分布特征。

2.2004-2018年郑州市白天热岛强度呈现“3峰”态势，峰值出现在2007年、2012年和2014年，但在近3年的趋势变化中，热岛强度值呈下降的趋势，反映出郑州市热岛生态环境正在改善，同时在季节分布特征看，夏季热岛强度最高，春季次之，冬季最小。

3.在对二者之间进行相关性分析时，其总体上呈现正相关的关系，表明城市气溶胶的存在对城市热岛效应有着促进的影响。但两者之间的相关指数较低，秋季的相关性最高仅为0.243，其他季节都比较低，所以二者之间的相关性较低，呈正弱相关趋势。

参考文献：

[1]吕光辉，贡璐.MODIS热红外数据在乌鲁木齐市热岛研究中的应用[J].干旱区研究，2007，24（5）：698-703.

[2]张凡，白婷，王山海.郑州城市热岛时空演变特征[J].河南科学，2018，36（08）：1274-1280. [3]贺丽琴，杨鹏，景欣，晏磊，苏琳琳.基于MODIS影像及不透水面积的珠江三角洲热岛效应时空分析[J].国土资源遥感，2017，29（04）：140-146.

[4]李净，黄康刚.基于MODIS日地表温度产品的兰州市热岛效应特征[J].干旱区地理，2017，40（06）：1235-1240.

[5]方慧婷，杨英宝，汪子豪.长三角夏季热岛效应时空演变分析[J].地理空间信息，2017，15（08）：109-112+122+11

[6]于臻，许君一，刘佳传.基于MODIS数据的青岛市城市热岛效应非一致性分析[J].地理空间信息，2015，13（02）：114-116+13.

[7]石广玉，王标，张华，等.大气气溶胶的辐射与气候效应[J].大气科学，2008，32（ 4） ： 826-840.

[8]Kaufman Y J，Tanré D，Remer L A，et al. Operational remote sensing of tropospheric aerosol over land from EOS moderate resolution imaging spectroradiometer[J]. Journal of Geophysical Research： Atmospheres，1997，102（ 27） ： 17051 - 17067.

[9]李晓静，刘玉洁，邱红等.利用MODIS 资料反演北京及其周边地区气溶胶光学厚度方法研究[J].气象学报，2003，61（5）：580-591.

[10]李晓敏，曾胜兰.成都、重庆城市热岛效应特征对比[J].气象科技，2015，43（5）：888-897.

[11]冉桂平，胡鵬，张宁，等.济南市城市热岛效应分析[J].气象科技，2010（S1）：97-101.

[12]白虎志，任国玉，方锋. 兰州城市热岛效应特征及其影响因子研究[J]. 气象科技，2005，33（6）：492-495.

[13]李丽光，王宏博，贾庆宇，等. 辽宁省城市热岛强度特征及等级划分[J]. 应用生态学报，2012，23（5）：1345-1350.

[14]石涛，杨元建，马菊，等. 基于MODIS的安徽省代表城市热岛效应时空特征[J]. 应用气象学报，2013，24（4）：484-494.

[15]赵茹玥. 气溶胶对城市热岛效应的影响研究[D].武汉大学，2017.

[16]田宏伟.2006—2016年河南省气溶胶光学厚度时空分布[J].干旱气象，2018，36（01）：104-109.

[17]王浩洋，吴艳兰.安徽及周边地区气溶胶时空特征及成因分析[J].环境科学学报，2015，35（07）：1972-1981.

[18]石春娥，邓学良，杨元建，吴必文，孟燕军.2013年1月安徽持续性霾天气成因分析[J].气候与环境研究，2014，19（02）：227-236.

[19]杭鑫，李亚春，张明明，谢小萍，任义方，张岚.基于遥感的秸秆焚烧对江苏省气溶胶光学厚度时空分布的影响研究[J].生态环境学报，2017，26（01）：111-118.

[20]刘璇，朱彬，关学锋，刘慧敏，袁亮.华东地区气溶胶分布和变化特征研究[J].沙漠与绿洲气象，2017，11（01）：11-21.

[21]王莉莉，辛金元，王跃思，等.CSHNET 观测网评估 MODIS 气溶胶产品在中国区域的适用性[J].科学通报，2007，52（ 4）：477 - 486.