基于卫星遥感数据的高活性VOCs地面浓度反演方法

本发明涉及大气污染物遥感观测，具体涉及一种基于卫星遥感数据的高活性vocs地面浓度反演方法。

背景技术：

1、近年来，我国的大气污染情况得到了很大程度的改善，各类污染物浓度显著下降，但近地面臭氧(o3)浓度仍在高位震荡，细颗粒物(pm2.5)污染亦常有发生，大气复合污染问题依旧严峻。挥发性有机化合物(vocs)是o3和pm2.5的重要前体物，在大气复合污染形成中起着重要的作用。因此，在城市或区域范围内及时准确地掌握vocs浓度及其变化趋势，成为了大气污染防治领域的一项重要且必要的工作。

2、vocs排放源包含天然源和人为源，天然源vocs(bvocs)几乎来自于任何类型的植被排放，主要由异戊二烯、单萜烯等反应活性很高的组分构成；人为源vocs(avocs)主要来自于化石燃料燃烧、工业过程、溶剂使用、居民生活等部门，主要由c12以下的烃类、醛类、酮类、醇类、醚类、卤代烃类构成，其中高反应活性组分(ahrvocs，与oh自由基反应速率高于5.58×10-12cm3·molecules-1·s-1)的占比约为40％。目前，vocs尚未纳入我国空气质量监测系统，其地面浓度的时空分布及变化趋势亦无法被及时全面地掌握，这为我国大气复合污染成因分析及科学防控带来了困难和挑战。

3、另一方面，大气甲醛(hcho)是vocs的氧化产物，可在一定程度上指征vocs浓度水平；vocs反应活性越高，对hcho的转化产率越大，越能近距离为hcho所响应。而hcho对流层柱浓度信息可由卫星遥感技术获取，具有空间覆盖广、时间序列长的特征。为此，本发明提出了基于对流层hcho卫星遥感数据进行高活性vocs地面浓度反演的技术设想。然而，hcho除来自vocs氧化反应外(二次hcho)，还来自于人为源排放的直接贡献(一次hcho)，vocs浓度反演应基于二次hcho开展，故二次hcho信息提取是本技术设想的难度之一；其次，vocs向hcho的转化会受气象要素、其他大气组分浓度的显著影响，从而对二次hcho呈复杂的非线响应，该响应关系是本技术设想的难度之二。本研究发明将围绕上述两个问题进行重点解决和突破，以构建一种基于卫星遥感数据的高活性vocs地面浓度反演方法。

技术实现思路

1、针对现有技术中存在的不足之处，本发明提供一种基于卫星遥感数据的高活性vocs地面浓度反演方法，可实现大范围、长时间序列的高活性vocs地面浓度的快速获取，提高vocs反演技术方法的精确性，弥补现有技术方法未充分考虑hcho柱浓度与vocs复杂响应的局限性。

2、本发明公开了一种基于卫星遥感数据的高活性vocs地面浓度反演方法，包括：

3、步骤1、使用三维空气质量模型模拟目标区域对流层不同高度co浓度，计算co边界层柱浓度sco_down对co对流层柱浓度sco的占比r，基于占比r和对流层co卫星遥感柱浓度ωco构建目标区域各单位网格co边界层柱浓度ωco_down；

4、步骤2、根据土地利用类型数据，将目标区域网格划分为植被区、建成区和耕种区中的一种或多种，在建成区进行对流层hcho卫星遥感柱浓度ωhcho与ωco_down的线性回归，将回归系数gi作为人为源排放的hcho与co的摩尔比；

5、步骤3、对于建成区网格，基于gi和ωco_down计算建成区人为源排放的一次hcho柱浓度ωhcho_pri；

6、步骤4、对于植被区或耕种区网格，基于植被区或耕种区网格与建成区网格的最近距离xi，基于xi对gi进行修正，获得相应的修正系数gi’；基于gi’和ωco_down计算植被区或耕种区网格人为源排放引起的一次hcho柱浓度ωhcho_pri’；

7、步骤5、确定区域hcho背景浓度ωhcho_back，将ωhcho_back与ωhcho_pri或ωhcho_pri’从ωhcho扣除，获得目标区域各单位网格与vocs反应密切相关的二次甲醛柱浓度ωhcho_sec；

8、步骤6、使用耦合大气化学反应机制的箱式反应模型，分别对ahrvocs和bvocs，在目标区域的气象和大气组分条件下，进行光氧化过程模拟，计算ahrvocs和bvocs的hcho产率α；其中，ahrvocs对应建成区，bvocs对应植被区或耕种区；

9、步骤7、分别计算ahrvocs和bvocs的大气寿命，及其反应生成hcho最大浓度的涂抹距离l，理解ωhcho_sec对前体物vocs的位置偏移；

10、步骤8、构建hcho_sec源汇稳态方程，调研目标区域的大气氧化剂浓度水平和相关反应速率常数，根据ωhcho_sec计算目标区域各单位网格hrvocs柱浓度ωhrvocs；

11、步骤9、在目标区域构建大气活性组分地面浓度对其对流层柱浓度的转化系数γ，基于γ和ωhrvocs计算目标区域各单位网格的hrvocs地面浓度chrvocs。

12、作为本发明的进一步改进，在所述步骤1中，

13、因co主要来自化石燃料燃烧排放，是人为源的重要标记物，故将co作为一次甲醛hcho_pri的指示物。而co化学性质稳定，大气寿命较长(1-3个月)，其对流层柱浓度ωco受到了边界层下人为源排放及自由对流层内远距离输送的共同作用，故在利用ωco追溯ωhcho_pri时，应首先提取边界层内co柱浓度ωco_down。在目标区域建立与卫星遥感数据网格空间分布相同的空气质量模拟系统，开展对流层不同高度co浓度的模拟，构建co柱浓度垂直廓线分布，在网格分辨率下累积计算co边界层模拟柱浓度(sco_down)，并求取其对co对流层模拟柱浓度(sco)的占比r(r＝sco_down/sco)。继而，基于r和ωco求取目标区域各单位网格的ωco_down，其计算公式具体如下：

14、ωco_down＝ωco×r

15、作为本发明的进一步改进，所述步骤2，具体包括：

16、步骤21、将目标区域网格系统覆盖于土地利用类型数据上，根据土地利用类型将目标区域各单位网格划分为植被区、建成区和耕种区中的一种或多种；

17、步骤22、在建成区，使用地理加权回归算法对各单位网格的ωhcho和ωco_down进行线性回归处理，将ωhcho作为因变量，将ωco_down作为自变量；

18、步骤23、经过稳健性检验后，将回归系数gi作为人为源排放的hcho与co的摩尔比。

19、作为本发明的进一步改进，所述步骤3，具体包括：

20、步骤31、对于建成区，以城市为聚类，对各网格的gi回归系数进行统计分析，并依据燃烧源大气污染物排放因子数据，判断gi数值的可靠性；

21、步骤32、满足可靠性后，求取gi中位数gi-med；

22、步骤33、基于gi-med和ωco_down计算该市建成区人为源排放的一次hcho柱浓度ωhcho_pri，计算公式为：

23、ωhcho_pri＝ωco_down×gi-med

24、作为本发明的进一步改进，在所述步骤4中，

25、鉴于植被区和耕种区受人为源排放影响较少，其co_down和hcho_pri主要源于附近建成区的输送；而co和hcho大气寿命差异显著，建成区污染气团的gi在输送过程将显著衰减。为此，对于植被区和耕种区，需要依据其对建成区的最近距离xi，进行gi系数修正，gi'的计算公式具体如下：

26、

27、式中，

28、kco+oh为co与oh自由基的反应速率常数，khcho+oh为hcho与oh自由基的反应速率常数，单位为cm3·molecules-1·s-1；[oh]为午间oh自由基浓度，单位为molecules/cm3；jhcho为hcho的光解速率常数，单位为s-1；xi为植被区网格或耕种区网格i距离最近建成区网格的距离，单位为km；u为地面平均风速，单位为km/h；

29、基于gi’和ωco_down计算植被区或耕种区网格人为源排放引起的一次hcho柱浓度ωhcho_pri’的计算公式为：

30、ωhcho_pri’＝ωco_down×gi'

31、作为本发明的进一步改进，在所述步骤5中，

32、对流层hcho视为人为源一次排放的hcho_pri、vocs二次转化生成的hcho_sec、及全球甲烷氧化生成的背景hcho_back构成；基于文献调研，获取目标区域的ωhcho_back。而后，在目标区域各单位网格中计算ωhcho_sec，其计算公式具体如下：

33、ωhcho_sec＝ωhcho-ωhcho_pri或ωhcho_pri’-ωhcho_back

34、作为本发明的进一步改进，在所述步骤6中，

35、使用耦合大气化学反应机制的箱式模型，分别对ahrvocs和bvocs的光氧化过程进行模拟。基于高活性vocs对hcho的最大浓度生成时间，确定模拟时长；以卫星遥感数据观测时间为反应终止时间，倒推反应起始时间；基于目标区域地面监测站数据，确定相应的气象条件和其他大气组分条件。并通过brute-force方法，开展ahrvocs和bvocs的hcho产率计算。

36、ahrvocs定义为人为源排放的vocs组分中与oh自由基反应速率高于5.58×10-12cm3·molecules-1·s-1的组分。以一般城市地区的vocs观测构建ahrvocs组分相对构成，设计5个ahrvocs初始浓度情景，开展光氧化过程模拟。依据各情景下的ahrvocs消耗浓度及hcho生成浓度，构建ahrvocs的hcho产率系数αa。

37、bvocs活性较高，可全部视为高活性物种。同理，设置5个bvocs初始浓度情景，开展光氧化过程模拟。依据各情景下的bvocs消耗浓度及hcho生成浓度，构建bvocs的hcho产率系数αb。

38、作为本发明的进一步改进，在所述步骤7中，

39、ahrvocs的大气寿命(τa，单位为h)或bvocs大气寿命(τb，单位为h)的计算公式为，统称为τhrvocs：

40、

41、

42、

43、式中，hrvocs为ahrvocs或bvocs，koh为hrvocs与oh反应的综合反应速率常数，ko3为hrvocs与o3反应的综合反应速率常数，ki+oh为vocs物种i与oh自由基的反应速率常数，ki+o3为voc物种i与o3的反应速率常数，单位为cm3·molecules-1·s-1；ρi为物种i在ahrvocs或bvocs中的体积百分比，单位为％；[o3]为模拟时段o3平均浓度，单位为molecules/cm3；

44、hcho大气寿命τhcho的计算公式为：

45、

46、式中，τhcho单位为h，khcho+oh为hcho与oh自由基的反应速率常数，单位为cm3·molecules-1·s-1；[oh]为午间oh自由基浓度，单位为molecules/cm3；jhcho为hcho的光解速率常数，单位为s-1；

47、而后，计算由高活性vocs(hrvocs)转化生成的hcho最高浓度的涂抹距离l(km)。若l小于卫星遥感数据分辨率，表示目标区域各单位网格内ωhcho_sec来自于自网格内vocs的转化；若l大于卫星遥感数据分辨率，则在后续vocs地面浓度反演中须考虑涂抹距离的影响。l的计算公式具体如下：

48、

49、式中，l的单位为km，u为地面平均风速，单位为km/h。

50、作为本发明的进一步改进，在所述步骤8中，

51、omi和tropomi等卫星过境时间为本地时间13:30-13:50，此时大气hcho的源汇达到平衡，hcho浓度处于稳定状态，可构建大气hcho_sec源汇稳态方程，并根据ωhcho_sec计算目标区域各单位网格hrvocs浓度(ωhrvocs)。hcho_sec的源包括hrvocs氧化反应的生成，汇包括hcho的光解与hcho的氧化。

52、hcho_sec源汇稳态方程，具体如下：

53、ωhrvocs×α×(ko3×[o3]+koh×[oh])＝ωhcho_sec×(jhcho+khcho+oh×[oh])

54、其中，α为hrvocs的hcho产率系数；

55、ωhrvocs的计算公式为：

56、

57、基于此，分别在目标区域建成区各单位网格中计算得到ωahrvocs，在目标区域植被区和耕种区各单位网格中计算得到ωbvocs。

58、作为本发明的进一步改进，在所述步骤9中，

59、鉴于二氧化氮(no2)与hcho具有相近的大气寿命，及空气质量监测站点对no2地面浓度数据的广泛支持，根据位于目标区域内的所有空气质量监测站的no2地面浓度同期观测信息，构建no2柱浓度与no2地面浓度(molecules/cm3)的比值γ(km)，使用γ将各单位网格中ωhrvocs计算为地面浓度，计算公式具体如下：

60、

61、式中，chrvocs为hrvocs的地面浓度，单位为ppb；ωhrvocs单位为molecules/cm2；r为理想气体常数，单位为pa·m3/(mol·k)；t为温度，单位为k；na为阿伏伽德罗常数；γ单位为km。

62、与现有技术相比，本发明的有益效果为：

63、本发明利用卫星遥感数据结合三维空气质量模式，计算人为源直接排放贡献的一次甲醛信息，提炼与vocs氧化反应密切相关的二次甲醛柱浓度信息ωhcho_sec，利用箱式反应模型构建hrvocs的hcho产率；通过大气二次hcho源汇稳态方程，计算hrvocs柱浓度ωhrvocs；并进一步根据大气活性组分柱浓度与地面浓度的转化系数γ，计算hrvocs地面浓度。根据本发明提供的基于卫星遥感数据的高活性vocs地面浓度反演方法，能够快速、准确地获得较大时空范围的vocs排放水平的信息，为区域大气复合污染防治提供参考和依据。