基于PIE的大氣污染遙感監測系統的設計與實現

2018年5月

第16卷第5期

doi:10.3969/.1672-4623.2018.05.

021

地理空間信息

GEOSPATIAL INFORMATION

May.,2018

Vol.16,No.5

基于PIE的大氣污染遙感監測系統的設計與實現

曹?歡，和棟材，李小飛

1,21*2

（1.太原理工大學 礦業工程學院，山西 太原 030024；2.北京航天宏圖信息技術股份有限公司，北京100101）

摘?要：基于PIE軟件，結合大氣污染物監測與反演算法，采用插件式開發技術，設計了大氣污染遙感監測系統，實現了大氣

污染的可視化。該系統采用C

#

語言進行二次開發，能實時分析處理MODIS、OMI、MOPITT、VIRR等遙感監測數據，以實

現對各類大氣污染指標的實時可視化動態監測，主要功能包括各種主要大氣污染指標的可視化展示、業務化監測與分析以及專

題圖與報告的制作輸出等。

關鍵詞：大氣污染；遙感監測；PIE；氣溶膠反演

中圖分類號：P237 文獻標志碼：B 文章編號：1672-4623（2018）05-0075-05

在計算機和遙感技術不斷發展的今天，對大氣污染CO、大氣氣溶膠、大氣顆粒物、沙塵、火點、大霧等

遙感數據的自動化處理、可視化顯示以及實時監測已成指標進行數據自動化下載與處理、可視化展示以及監

為環境保護領域的一個重要課題。李成林提出了基測與分析，從而實時、準確地對大氣污染狀況進行業

[1]

于輻射傳輸理論的城市大氣污染定量遙感監測方法，并務化監測，為環境監測部門、環保決策者以及普通群

應用Terra/MODIS數據對鄭州市大氣污染進行了動態監眾提供技術和決策支持。

測；王德敏提出了一種新的基于圖像處理的空氣污染

[2]

數據可視化方法，用戶可從不同角度對不同分辨率的場

景進行觀察；王丹基于B/S架構設計了遼寧省大氣

[3]

環境監測數據分析系統，并建立了大氣污染監測數據

庫。目前對大氣污染遙感監測的理論研究已有一定進

展，但仍缺乏對自動化、業務化的大氣污染遙感監測

可視化系統的設計，在大氣污染監測時現有的專業遙

感軟件（ENVI、Erdas等）存在自動化效率低、操作繁瑣、

技術門檻高、不適宜業務化運行等問題。本文設計并

實現了一種專門針對大氣污染的可視化遙感監測系統。

在自主研發的國產遙感圖像處理軟件PIE的基礎

上，本文采用C語言進行二次開發，以MODIS、OMI、

#

MOPITT、VIRR等為數據源，利用大氣污染物定量

監測與反演算法，設計并實現了大氣污染遙感動態監

測原型系統。該系統可對研究區域的NO、O、SO、

232

監測內容產品類型空間分辨率時間分辨率備注數據源

霾日、旬、月、年3 km×3 km1次/d延遲1 dMODIS

PM

2.5

PM

10

O

3

SO

2

NO

2

CO日、旬、月、年22 km×22 km1次/d不定Mopitt

沙塵時5 km×5 km1次/h延遲1 hFY2F_VISSR

火點日、周1 km×1 km1次/d延遲1 dFY3B_VIRR、MODIS

大霧日、周1 km×1 km1次/d延遲1 dFY3B_VIRR

日、旬、月、年3 km×3 km1次/d延遲1 dMODIS

日、旬、月、年3 km×3 km1次/d延遲1 dMODIS

日、旬、月、年0.25°1次/d延遲1 dOMI

日、旬、月、年0.25°1次/d延遲1 dOMI

日、旬、月、年0.25°1次/d延遲1 dOMI

1?污染物動態可視化實現算法

1.1?數據準備

本文根據不同大氣污染指標獲取不同載荷影像數

據，見表1。其中，霾、PM、PM基于MODIS（Terra/

102.5

Aqua）數據進行反演；SO、NO、O基于OMI（Aura）

223

數據進行反演；CO基于Mopitt（Terra）數據進行反

[4]

演 ；沙塵基于VISSR（FY2F）數據進行反演；火點基

于VIRR（FY3B）、MODIS（Terra/Aqua）數據進行反演；

大霧基于VIRR（FY3B）數據進行反演。

為了實現數據自動下載，系統基于后臺開發控制

程序，通過FTP地址自動下載OMI（Aura）、MODIS（Terra/

Aqua）、Mopitt（Terra）等數據；對于VIRR（FY3B）、

VISSR（FY2F）等風云系列載荷數據，則通過將中國

氣象局國家衛星氣象中心提供的動態FTP地址錄入本

×0.25°

×0.25°

×0.25°

表1?不同反演指標及其影像數據

收稿日期：2016-12-30。

項目來源：山西省軟科學計劃資助項目（2013041044-01）。

（*為通訊作者）

··地理空間信息

76

第16卷第5期

系統，實現數據自動下載。。本文對研究區內MODIS 3 km暗目標氣溶膠數據

1.2?大氣污染物指標可視化算法

1.2.1?PM顆粒物、霾指標可視化算法

大氣氣溶膠是由大氣介質和混合于其中的固體或

液態顆粒物組成的多相體系，氣溶膠顆粒可直接或間

接改變地—氣系統的輻射收支，影響全球或區域氣候

和環境

[5]

。大氣氣溶膠光學厚度（AOD）是推算氣溶膠

含量、評價大氣環境污染程度、研究氣溶膠輻射氣候

效應的重要因素。

PM

2.5102.5

與PM是大氣中的顆粒物深度，AOD與PM/

PM

10

呈顯著線性相關，但受氣溶膠理化特性和氣象要素

時空差異的影響，AOD與PM

2.510

/PM的相關性與相關方

程存在很大的地區性以及季節性系統偏差。根據濕度、

溫度、邊界層高度等氣象條件的作用，對PM

2.510

/PM進

行濕度訂正，對AOD進行高度訂正后，AOD與PM

2.5

/

PM

10

的相關性得到提升。本文中的標高通過0.55 m

[6]

μ

處AOD與大氣能見度之間的關系進行計算，具體公式為：

Z

x

a

=

3.912/0.0116/1013.23

vp

-

a

(0.55)

(1)

式中，p為氣壓，單位為hPa；

τ

a

為AOD；v為海平面

能見度，單位為km。

濕度訂正常用的函數方程為：f (RH) = 1/ (1-RH/100)。

濕度與標高訂正方法見表2。

表2?PM與AOD相關性研究的訂正方法

方法方法數學描述

濕度訂正PM= AOD/ f (RH)+

αβ

標高訂正PM=AOD/BLH+

αβ

濕度和標高結合訂正PM=AOD/ [BLH f (RH)]+

αβ

注：RH為濕度，BLH為標高。

標高與濕度訂正后，可進行AOD與PM/PM的

2.510

建模，并建立反演公式，進行結果計算。其具體公式為：

PMrn(r)dr

10

=

y

10

4

0

3

rt

3

(2)

式中，為對應尺度的氣溶膠密度（組分平均）；r為尺度，

ρ

單位為m；n(r)為數密度譜分布。

μ

根據研究區域所處地理位置，對研究區內 MODIS

3 km暗目標氣溶膠數據進行幾何校正、鑲嵌、裁剪等

預處理；再獲取與MODIS對應的濕度、氣壓、氣溫、

能見度等氣象數據；然后結合PM

2.510

、PM地面監測站

點信息、站點過境3 km MODIS AOD數據，利用氣象同

化統計模型，與預處理的AOD數據進行反演；最終獲

得PM

2.510

、PM的監測成果，可視化算法流程如圖1所示。

霾通常是指懸浮在空中肉眼無法分辨的大量微粒，

是水平能見度小于10 km的天氣現象，是威脅人類健康

的重要污染物。誤差率在30%左右的MODIS氣溶膠產

品（經過一定的轉化）與地面環保數據有較好的吻合，

表明利用MODIS遙感監測霧霾天氣具有一定的可行

性

[7]

進行幾何校正、鑲嵌；再依據研究區范圍進行裁剪，生

成tif格式的預處理結果數據；然后獲取與MODIS對應

的相對濕度數據，并結合預處理的AOD數據進行反演，

最終形成霾的監測成果，可視化算法流程如圖2所示。

獲取區域MODIS 3 km暗目

標AOD產品數據（hdf）

氣象數據站點過境3 km

預處理（幾何校正、

（氣壓、濕MODIS AOD

地面監測站點

鑲嵌、裁剪）

度等）數據

PM/PM

2.510

AOD預處理成果（tif）

AOD反演PM/PM

2.510

基于氣象同化的統計模型

PM/PM監測成果

2.510

PM/PM渲染展示

2.510

圖1?PM顆粒物指標可視化算法流程圖

獲取區域MODIS 3 km暗目

標AOD產品數據（hdf）

預處理（幾何校正、

鑲嵌、裁切）

氣象數據（相對濕度）

AOD預處理成果（tif）

霾反演模型

霾監測成果

霾渲染展示

1.2.2?NO、SO、O、CO指標可視化算法

223

圖2??霾指標可視化算法流程圖

痕量氣體是大氣中濃度低于10

-6

的粒種，如大氣

中的NO

223

、SO、O、CO等。部分痕量氣體是在人類活

動中受各種物理、化學、生物等作用生成的、對人體

有害的氣體。OMI 數據因其較高的時空分辨率，目前

被廣泛應用于大氣痕量氣體的探測反演。張杰

[8]

等利

用OMI NO

22

柱數據重構了蘭州市以及周邊地區NO柱

濃度分布。本文分別對研究區內OMI 3級全球產品數

據中的NO

223

、SO、O進行幾何校正，再依據研究區范

圍進行裁剪，生成tif格式的預處理結果數據，然后分

別對NO

223223

、SO、O進行渲染，最終獲得NO、SO、O

的監測成果，可視化算法流程如圖3所示。

大氣中CO濃度對全球氣候變化以及人體健康均有

重要影響，是一個重要的大氣污染指標。Mopitt利用氣

體相關光譜學方法，將掃描輻射儀與氣象攝譜儀相結合，

測量CO和CH

4

在3個吸收帶的向上反射和發射的紅外

輻射率

[9]

。本文對研究區內Mopitt 2級全球產品數據中的

CO經度、緯度、數值等信息進行提取入庫，再將提取的

信息轉換成tif數據，并依據研究區范圍進行裁剪，最后

第16卷第5期

曹?歡等：基于PIE的大氣污染遙感監測系統的設計與實現

··

77

針對預處理的CO數據進行渲染，獲得CO的監測成果。

獲取區域OMI 3級產品數據（hdf）

預處理（幾何校正、裁切）

NO、SO、O預處理成果（tif）

223

NO、SO、O渲染展示

223

1.2.3?火點、沙塵、大霧指標可視化算法

圖3?NO、SO、O指標可視化算法流程圖

223

火點的監測在火災預警中具有重要意義。MODIS

衛星在儀器特征參數設計上考慮了火災監測需求，周

藝

[10]

等基于馬里蘭大學提出的MODIS數據火災監測算

法構造了火點信息自動提取模型，設計了從圖像預處理

到火點自動提取的技術流程。環境與災害監測預報小衛

星因其在時間和空間分辨率方面的優勢，目前已被應用

于火點、沙塵、大霧等大氣污染指標的監測。王玲

[11]

等利用HJ-1B衛星紅外相機遙感數據提出了農作物秸

稈焚燒火點提取模式。本文分別利用MODIS數據和風

云數據進行火點的反演與監測，在提取火點過程中先將

圖像灰度值轉換為輻射亮度值，再將輻射亮度值轉換為

亮度溫度。火點指標可視化算法流程如圖4所示。

獲取區域FY-3B 2級產品數據獲取區域MODIS 產品數據

（hdf）（hdf）

預處理（火點經緯度、面積等預處理（提取火點經緯度、可

信息提取，經緯度去重等）信度等信息，經緯度去重等）

疊加土地利用數據

信息入庫（或生成

txt/Excel文本）

火點預處理成果（shp）

火點渲染展示

圖4?火點指標可視化算法流程圖

沙塵是由于地表上升氣流把疏松地表塵粒帶入空

中，并在一定層結條件下形成的。沙塵使得空氣混

[12]

濁、能見度下降，直接影響人們的生產生活。當近低

層空氣中懸浮的大量小水滴或冰晶微粒使水平能見度

小于1 000 m時則稱為霧。FY-2號F星攜帶掃描輻射

儀和空間環境監測器。FY-3B衛星與FY-3A衛星組網

運行，可1 d掃描全球4次，具有監測大霧、干旱、水災、

沙塵暴等自然災害的能力。本文對研究區內FY-2 號

F 星二級產品數據進行幾何校正；再依據研究區范圍進

行裁剪，生成tif格式的預處理數據；然后對其進行分

級渲染；最終形成沙塵的監測成果。本文對目標域內

FY-3B衛星二級產品數據進行幾何校正、鑲嵌；再依

據研究區范圍進行裁剪，生成tif格式的預處理數據；

然后對大霧進行渲染；最終形成大霧指標的監測成果。

2?原型系統設計

2.1?原型系統開發平臺

原型系統基于PIE，利用Microsoft .NET Framework

4.0平臺設計實現。PIE是北京航天宏圖信息技術有限

公司自主研發的一款專業的國產遙感圖像處理軟件，

在處理國產衛星影像數據方面有其特有優勢。PIE能

實現多源、多載荷（光學、雷達、高光譜）遙感圖像

的處理、輔助解譯以及信息提取等功能，是一個操作

性強的遙感工程化應用平臺。原型系統基于PIE進行

二 次開發，大大節約了開發時間，增強了系統的可用性、

可移植性和功能完備性。

2.2?原型系統架構設計

原型系統采用5層結構設計，分別為基礎設施層、

平臺支撐層、數據資源層、系統應用層和用戶層；包

含遙感數據獲取與預處理、大氣顆粒物和污染氣體監

測、沙塵、秸稈焚燒以及霾監測、GIS模板管理與展示

4個應用模塊；擁有標準規范體系和運行維護體系兩大

保障體系；采用B/S與C/S混合模式進行設計開發，其

總體架構如圖5所示。

用戶層

系統管理員業務處室領導層

大氣污染遙感動態監測系統

系統應用層

遙感數據獲取大氣顆粒物和

沙塵、秸稈焚GIS模板管理與展示

與預處理污染氣體監測

燒以及霾監測

GIS基礎工具

數據下載

濃度監測

沙塵分析

專題圖模板

應

信用

息業

數據管理

數據合成

沙塵三維展示

管理與展示

安務

報告制作

火點統計分析

報告模板管理

全規

數據預處理

與展示

體范

專題制圖

火點專題制圖

…

系

標行

PIE遙感影像處理工具

運

準維

規護

范體

數據資源層

衛星地理

影像空間

輔助

專題

系

數據數據

數據

產品

數據

平臺支撐層

GIS平臺數據庫平臺軟件開發平臺

基礎設施層

主機與存儲網絡設置硬件防火墻環境監測設備…

圖5?總體架構示意圖

為了避免傳統桌面架構（App+DLL）模塊的耦合

··地理空間信息

78

第16卷第5期

性大、交互性不足、排錯不方便、不容易二次開發等修改、刪除、信息查詢等功能，包括對點、線、面要

弊端，原型系統采用插件架構進行開發，大大降低了素的位置拖動、增加，節點的拖動，要素屬性信息的

模塊間的耦合性，增強了交互性，且方便二次開發。編輯、裁剪、刪除、合并以及撤銷、重做等功能。

系統插件架構分為插件引擎、EXE和功能插件3個部分，6）標注標繪模塊。除了支持常見GIS軟件對矢量

通過各部分的協同開發，實現了界面的定制功能，避數據的編輯功能外，原型系統還提供了對當前地圖視

免了界面操作中復雜的消息定義和傳遞，插件的樣式圖的標注標繪功能，這也是別具特色的一個功能。通

可在插件內部定義而無需修改配置文件，可方便獲取過運用點、折線、橢圓、圓、矩形、多邊形、文字7 類

地圖對象而無需因插件功能性要求去修改底層地圖控要素，結合節點編輯、刪除、選定等功能，可在地圖

件，利用.NET反射特性實現插件動態加載與卸載，各視圖上標繪需要表達的信息；同時，可將本地的標繪

大功能模塊清晰的分類架構便于擴展維護。文件導入系統中，也可對標繪內容進行保存，增加了

2.3?原型系統功能設計

根據大氣污染監測過程中對大氣污染物實時可視

化展示與監測的功能要求，原型系統采用B/S與C/S混

合模式進行設計開發，由服務器端和客戶端兩大部分

組成。服務器端主要實現對SO、NO、O、CO、PM

223

數據的自動下載，以及對大霧、沙塵、火點3種數據

的訂單定制下載；同時針對不同數據，根據數據源進

行投影轉換、影像鑲嵌、影像分幅等影像預處理，為

渲染展示提供源數據。客戶端則通過對遙感數據進行

處理分析得到并展現相應的大氣污染遙感監測產品，

主要包含大氣監測、專題制圖、視圖管理、圖像處理、

矢量編輯和標注標繪六大模塊。

1）大氣監測模塊。作為原型系統的核心模塊，該

模塊包含了對O、SO、NO、CO、PM、PM、火點、

3222.510

沙塵、大霧、灰霾等指標遙感數據的處理功能，可根

據算法對已有儲備數據內任意時間點時間段（周、旬、

月、年）的遙感數據進行反演、分析，得到相應的監

測結果，并以圖像化的方式直觀展示，同時可動態模

擬其變化過程，生成火點日報、周報、月報，直觀地

顯示監測分析結果。

2）專題制圖模塊。該模塊提供制圖功能，用以產

出符合用戶需求的大氣污染監測結果專題圖件。其內

容包括視圖切換、視圖操作、數據操作、要素排列、

地圖整飾、專題圖模板、專題圖輸出、網格設置等。

在地圖窗口底圖的基礎上，添加并設置制圖要素，繪

制規范專題圖，并可保存導出，下次使用時導入模板

即可。

3）視圖管理模塊。該模塊提供對地圖窗口、圖層、

數據的控制管理功能。

4）圖像處理模塊。該模塊提供常用的遙感圖像處

理功能，以實現對大氣監測遙感數據的預處理，主要

包括建立GLT文件、基于GLT的幾何精校正、沙塵數

據轉換、全球數據轉換、圖像鑲嵌、圖像裁剪等功能。

5）矢量編輯模塊。該模塊提供矢量數據要素增加、

用戶標繪的靈活度。

3?大氣污染遙感監測系統的實現

3.1?數據自動下載

系統實現了對MODIS/Terra+Aqua、OMI/Aura、Mopitt/

Terra、VISSR/FY-2、VIRR/FY-3等衛星觀測數據的自

動化、半自動化批量下載，可有效減少重復操作，為

后續處理提供數據準備。

3.2?數據預處理

數據下載完畢后，系統可實現AOD、PM

102.5

、PM、

O、SO、NO、CO、沙塵、火點等數據產品的自動化

322

生產（圖6），無需人工干預，在滿足區域環境質量遙

感監測需求的同時，降低了系統使用的技術門檻。

圖6?數據自動化預處理界面

3.3?監測成果生成

系統實現了對大氣污染指標（霾、PM、PM、

102.5

SO、NO、O、CO等）的可視化展示和實時監測，同

223

時還實現了大氣污染遙感監測數據的統計制圖以及監

測報告自動化生產功能，可針對不同數據生產不同時

期、不同類型的監測成果，包含日、旬、月、年監測產品、

圖片及專題報告等，如圖7、8所示，從而為相關環境

保護部門提供數據支持和科學管理依據。

3.4?監測結果評價

對遼寧省2015年絕大多數日期的PM和PM濃

2.510

度進行反演監測，并將其與實測得到的濃度數據進行

對比，可得到系統對于PM和PM指標的反演精度

2.510

分別為0.555 1和0.536 6，如圖9、10所示。

第16卷第5期

曹?歡等：基于PIE的大氣污染遙感監測系統的設計與實現

2016/3/25（上午星） PM濃度監測圖

10

N

N

··

79

2016/3/25（上午星） PM濃度監測圖

2.5

?

?圖7?PM的遙感監測結果示意圖（審圖號：GS(2016)1600）??圖8?PM的遙感監測結果示意圖（審圖號：GS(2016)1600）?

2.510

160

140

R

2

= 0.555 1

120

)

3

m

/

g

100

μ

(

/

度

濃

80

測

實

5

.

2

60

M

P

40

20

0

0 20 40 60 80 100120140

PM

2.5

反演濃度/(μg/m3)

圖9??PM指標反演精度???????????????????????????????????????????????????????????圖10?PM指標反演精度

2.510

4?結?語

本文根據大氣污染物信息遙感監測的現狀和對自

動化、可視化、業務化遙感監測系統的需求，主要采

用氣溶膠反演算法和插件式開發技術，設計并開發了

大氣污染遙感監測原型系統，實現了遙感影像數據的

自動化獲取、數據自動化反演處理、監測指標動態可

視化展示、監測產品和專題產品生產的業務化運行，

為大氣污染物信息的自動提取與實時監測提供了技術

支撐，但原型系統在大氣污染物監測精度方面仍有待

提升，也是下一步研究的主要方向。

參考文獻

[1] 李成林.城市大氣污染的定量遙感監測方法研究[D].蘭州:

蘭州大學,2012:35-88

[2] 王德敏.空氣污染數據可視化方法研究及可視化系統實現[D].

濟南:山東大學,2012:28-31

[3] 王丹.遼寧省大氣環境監測數據分析系統研究[D].沈陽:東

北大學,2009:30-46

[4] 趙春生,方圓圓,湯潔,等.MOPITT觀測的CO分布

180

160

140

R

2

= 0.536 6

)

3

m

120

/

g

μ

(

/

度

100

濃

測

80

實

0

1

M

60

P

40

20

0

0 20 40 60 80 100 120 140 160 180

PM

10

反演濃度/(μg/m3)

規律及與瓦里關地面觀測結果的比較[J].應用氣象學

報,2007,18(1):36-41

[5] 張勇,銀燕,劉藴芳,等.北京秋季大氣氣溶膠光學厚度與

Angstrom指數觀測研究[J].中國環境科學,2014,34(6):1 380-1 389

[6] 林海峰.京津冀大氣顆粒物濃度與氣溶膠光學厚度監測及相

關性分析研究[D].蘭州:蘭州大學,2012:48-62

[7] 施禪臻,王珊珊,周睿,等.MODlS遙感監測在灰霾天氣中

的反演應用[C].中國環境科學學會.2013中國環境科學學會

學術年會浦華環保優秀論文集,2013:7

[8] 張杰,李昂,謝品華,等.基于衛星數據研究蘭州市NO

2

時空分布特征以及冬季NOx排放通量[J].中國環境科

學,2015,35(8):2 291-2 297

[9] 李令軍.基于MOPITT數據的北京奧運前后CO監測分析[J].

大氣與環境光學學報,2009,4(4):274-282

[10] 周藝,王世新,王麗濤,等.基于MODIS數據的火點信息自

動提取方法[J].自然災害學報,2007,16(1):88-93

[11] 王玲,田慶久,包穎.基于HJ衛星IRS遙感數據的農作物

秸稈火點提取模式研究[J].地理科學,2011,29(6):661-667

[12] 邱明宇,王尚榮,王巖寧.沙塵天氣產生的氣候背景及物理

機制[J].廣西氣象,2005,26(3):30-32

[13] 胡梅,齊述華,舒曉波,等.華北平原秸稈焚燒火點的MODIS

影像識別監測[J].地球信息科學,2008,10(6):6 802-6 807

第一作者簡介：曹歡，碩士研究生，主要研究方向為地理信息系

統、遙感系統的開發與應用。

?