周裕雯¹, 廖炜鹏¹, 杨静¹, 黄向锋², 陈长虹³
1. 中科弘清(北京)科技有限公司广州分公司, 广州 510310;
2. 中科弘清(北京)科技有限公司, 北京 100089;
3. 上海环境科学研究院, 国家环境保护城市大气复合污染成因与防治重点实验室, 上海 200233
收稿日期: 2020-08-23; 修回日期: 2020-10-23; 录用日期: 2020-10-23
作者简介: 周裕雯(1992-), 女, E-mail: 1295067745@qq.com
通讯作者（责任作者）: 廖炜鹏, E-mail: 404930166@qq.com

摘要：利用2018年全国范围内的MODIS火点数据，结合土地利用数据信息，运用地理信息系统空间分析方法和统计分析方法，以火点数据、生物量及各污染物排放量为指标，分析了南北方省份生物质开放燃烧的时空特征.计算结果显示，北方省份森林火灾、草原火灾、秸秆露天焚烧生物量分别为107×10⁴、74×10⁴、498×10⁴ t，南方省份则分别为344×10⁴、106×10⁴、164×10⁴ t.研究结果表明：①地域因素及气象因素是影响生物质开放燃烧时空特征的主要因素.②北方省份生物质开放式燃烧以秸秆露天焚烧为主，森林火灾主要因气候导致.南方省份生物质开放式燃烧以森林火灾为主，高发于春季，主要因南方存在"炼山"整地的传统营林措施.③南方省份虽然整体生物质开放式燃烧活动水平较北方省份低，但污染物排放强度较北方省份要高.
关键词：MODIS生物质露天焚烧污染物排放量
Based on MODIS fire pixel location data to characterize the biomass burning and air pollutants emissions in northern and southern China
ZHOU Yuwen¹, LIAO Weipeng¹, YANG Jing¹, HUANG Xiangfeng², CHEN Changhong³
1. Zhongke Hongqing (Beijing) Technology Co., Ltd. Guangzhou Branch, Guangzhou 510310;
2. Zhongke Hongqing (Beijing) Technology Co., Ltd., Beijing 100089;
3. State Environmental Protection Key Laboratory of Formation and Prevention of the Urban Air Complex, Shanghai Academy of Environmental Sciences, Shanghai 200233
Received 23 August 2020; received in revised from 23 October 2020; accepted 23 October 2020
Abstract: In this study, the open-fire data obtained from MODIS, the type of land-use in China in 2018 were utilized to estimate the quantity of biomass burning and the emissions of the air pollutants. The spatial-temporal features of the biomass burning were characterized and analyzed by using geographic information system (GIS) technology. The results of estimation show that the amount of burned forest, grass, and straw were 1.07, 7.74, and 4.98 million tons in northern China, while that were 3.44, 1.06, and 1.64 million tons in southern China, respectively. The results show that: ① the regional factors and meteorological condition are the main driving forces affecting the spatial-temporal feature of biomass burning. ② the open-fire in northern China is dominated by open burning of straw, and forest fires are mainly caused by the climate, e.g. hot and dry season. The open-fire in southern China is dominated by forest fires, with a high incidence in spring, mainly due to the traditional behavior of "slash burning" in the south. ③ Although the overall biomass burning activity level in southern China is lower than that in northern China, the air pollutant emission intensity is higher than that in northern China.
Keywords: MODISbiomassopen burningair pollutantsemissions
1 引言(Introduction)生物质开放式燃烧是全球痕量气体和颗粒物排放的重要来源之一(毛慧琴等, 2016).在生物质开放式燃烧活跃时, 会产生大量大气污染物和温室气体, 对区域大气化学成分和空气质量以及地气系统的辐射平衡产生直接影响进而影响气候变化(Ding et al., 2013; Cheng et al., 2014; Ding et al., 2016).生物质开放式燃烧产生大量污染物, 如NO_x、CO和其他有机物等, 会通过大气光化学作用使大气中O₃含量发生变化(Sun et al., 2016).我国秸秆资源丰富, 占全球秸秆总产量的20%~30%.秸秆的资源化应用主要围绕基质化、饲料化、肥料化和能源化开展.但是随着商品能源的供给量不断加大及人民生活水平的不断提高, 传统意义上秸秆作为农村生活能源的消耗量日益减少, 大量农作物秸秆剩余, 秸秆就地焚烧现象日益突出, 引起全社会的关注(赵建宁等, 2011).2018年《国务院关于印发打赢蓝天保卫战三年行动计划的通知》(国发〔2018〕22号)明确了以生态环境部、农业农村部、发展改革委牵头, 严防因秸秆露天焚烧造成区域性重污染天气的行动任务.各省市区陆续建立了网格化监管制度并开展专项巡查工作.防止秸秆露天焚烧由此成为各地空气质量管理重点关注的内容之一.
按《城市大气污染源排放清单编制技术手册》(贺克斌, 2018), 秸秆露天焚烧归入生物质燃烧源中的生物质开放式燃烧, 其中包括森林火灾、草原火灾及秸秆露天焚烧.确定生物质燃烧的时空信息对建立相应的大气污染源排放清单、开展空气质量预报、实施大气污染管控至关重要.
随着遥感技术的不断发展, 特别是具有高时空分辨率传感器的发展, 使得****将火灾统计数据与长时间序列的火灾遥感监测结合起来成为可能.MODIS(中分辨率成像光谱仪, Moderate-resolution Imaging Spectroradiometer)是搭载在TERRA和AQUA卫星上的一个重要的传感器, 可对火灾进行监测.因MODIS获取的数据具有监测时间长、光谱范围广、数据稳定、且适应性强等特点, 使MODIS成为目前最适合进行火灾检测的传感器之一(李福堂, 2005).魏英策等(2019)以MODIS L1B数据、MODIS标准火点产品MOD14、全国秸秆焚烧火点日报数据为基础, 识别了河北省秸秆焚烧火点的时空变化, 为地方环境空气质量管理提供了重要的技术手段；崔阳等(2020)根据黑龙江省2001—2018年MCD64A1火烧迹地产品数据集, 结合历史火灾记录资料、归一化植被指数NDVI、森林类型、数字高程模型DEM等数据, 对黑龙江省林火发生的时空规律进行了分析, 为区域林火扑救和预警提供了科学的依据；孔玉霞等(2020)利用MODIS卫星数据对农作物秸秆焚烧点进行提取, 提高了大气污染的监测效率, 降低了秸秆露天焚烧的监管成本, 弥补了传统人工现场监测的缺陷；靳全锋等(2019)基于2001—2016年的MCD64A1数据结合植被类型、生物质密度和燃烧效率, 分析了浙江地区生物质露天燃烧排放污染物的时空变化, 为进一步了解生物质开放式燃烧对区域环境的影响提供了数据支持.同时, 近年来多省份陆续对火点数据进行公示, 以实现遥感数据对生物质开放式燃烧的监控功能.可见, 近年来基于遥感数据对生物质开放式燃烧的研究及应用越发普遍及深入, 对遥感数据运用于环境管理的模式越发受到重视.然而, 若要进一步揭示生物质开放式燃烧在不同区域环境下的活动规律, 了解不同区域生物质开放式燃烧产生的污染物排放特征, 需要获取空间覆盖面足够大的火点信息, 并运用生物质开放式燃烧生物量及污染物排放量算法, 对不同区域生物质开放式燃烧的规律特征进行分析.
本研究通过获取2018年全国范围内的MODIS火点数据, 结合土地利用数据信息, 运用地理信息系统空间分析方法和统计分析方法, 运用污染物排放因子法估算了全国各省份秸秆焚烧的大气污染物排放量, 对我国南北方省份生物质开放式燃烧特征进行分析, 以期为生物质开放式燃烧源的清单建立和空气质量保障提供科学依据.
2 材料与方法(Materials and methods)本研究调用的MODIS火点数据集产品(MCD14)源于美国航空航天局(NASA)的公开资料(https://earthdata.nasa.gov/earth-observation-data/near-real-time/firms), 属于MODIS火点数据集产品中的三级(Level 3)产品, 数据分析主要基于该数据集产品获取中国区域2018年间的火点数据而开展.该数据为点数据集, 其点数据代表MODIS有效火点位置, 为火情区域1 km像元的中心.点集数据内容包括火点时间、经纬度、火点辐射通量(FRP)等信息.其中FRP表征的是单位时间内火点所释放出的辐射能.根据Kaufman等(1998)通过模拟数百种不同类型的闷烧方式、燃烧物以及火温的组合, 得出基于火点像素的亮温和背景亮温的FRP函数表达, 并由Giglio(2010)进行修改, 具体表达式见式(1).

(1)

式中, T_f⁸为火点像素的4 μm亮度温度(K)；T_b⁸为背景窗口的平均4 μm亮度温度(K)；A_s为在扫描角或样本数s上评估的标称MODIS像素面积；系数β为MODIS 4 μm光谱响应系数, 系数值为4.34×10^-19 W · m^-2 · K^-8.
搭载MODIS的Terra和Aqua卫星每天仅提供4次MODIS FRP数据, 因此无法完全探测火点的日变化, 且存在错过最大日火点活动值(FRP峰值)的可能.为此, 根据Vermote等(2009)的研究, 假设生物质开放式燃烧的FRP日周期规律遵循高斯分布.通过高斯分布在时间维度上对FRP数值进行补充, 弥补生物质开放式燃烧事件的昼夜周期性变化, 得出某生物质开放式燃烧事件中所释放出的辐射能(FRE).针对FRE的计算, 其所应用到的高斯分布函数见式(2)~(6).

(2)

(3)

(4)

(5)

(6)

式中, FRP_peak为火点日周期的峰值；FRP_AquaDay为Aqua卫星日间的FRP平均值；b为火点日周期的背景水平；σ为火点日周期曲线的宽度；h为火点峰值小时数；ε为火点日曲线峰值小时修正系数, 取4 h；t为针对离散FRP的估算时间(h)；Terra为MODIS Terra卫星的FRP总和；Aqua为MODIS Aqua卫星的FRP总和.
Wooster等(2005)研究显示, 生物质开放式燃烧的生物量与FRE成正比, 见式(7).

(7)

式中, M为生物质开放式燃烧的生物量；CR为生物量与FRE的比例系数, 根据Liu等(2015)研究, 系数取0.41 kg · MJ^-1.
本研究采用的全国土地利用数据为1 km分辨率的栅格数据, 数据源于中国科学院资源环境科学数据中心的资源环境数据云平台(http://www.resdc.cn/data.aspx?DATAID=264).土地利用数据含土地类型包括耕地、林地、草地、水域、居民地和未利用土地6个一级类型和25个二级类型, 栅格数据分省份给出.基于土地利用类型数据, 假设位于耕地的火点为秸秆露天焚烧, 位于林地的火点为森林火灾, 位于草地的火点为草原火灾.不在耕地、林地、草地范围内的火点, 不列入本研究分析范围.2018年全国耕地、林地、草地分布图见图 1.
图 1(Fig. 1)

图 1 2018年全国耕地、林地、草地分布图 Fig. 1Distribution of cultivated land, woodland and grassland in China in 2018

由此, 可将基于火点计算得出的生物量M归类为相应的物种类型.通过将生物量与各种污染物的排放因子乘积, 可得出作物燃烧排放的估算值, 具体计算公式见式(8).

(8)

式中, E_i为污染物i生物质开放式燃烧的排放量；M为污染物i生物质开放式燃烧的生物量；EF_i为单位生物量污染物i的排放系数.
本研究采用的污染物排放因子源于《城市大气污染源排放清单编制技术手册》(贺克斌, 2018), 见表 1.
表 1(Table 1)

表 1 生物质开放式燃烧计算参数 Table 1 Calculation parameters of biomass burning ?

表 1 生物质开放式燃烧计算参数 Table 1 Calculation parameters of biomass burning ? g · kg-1 生物质类型 CO NOx SO2 NH3 VOCs PM2.5 PM10 BC OC 热带森林 104 1.60 0.57 2.90 8.10 9.10 9.29 1.49 7.27 温带森林 107 3 1 2.90 5.70 13 13.27 2.13 10.39 草原 65 3.90 0.35 0.70 3.40 5.40 5.51 0.72 3.14 稻秆 28 1.42 0.53 0.53 8.45 5.67 5.78 0.75 3.23 麦秆 60 3.31 0.85 0.37 7.48 7.58 7.73 1.01 4.32 玉米秆 53 4.30 0.44 0.68 10.40 11.71 11.95 1.55 6.68

不同农作物秸秆露天焚烧产生的各种大气污染物的排放因子具有明显差异.本研究基于《中国农村统计年鉴(2019)》(黄秉信, 2019), 获取各省份各类农作物2018年的年产量.根据《城市大气污染源排放清单编制技术手册》(贺克斌, 2018), 可知水稻、小麦、玉米的平均草谷比分别为1.323、1.718、1.269.结合各类作物平均草谷比, 可计算得出各省份农作物秸秆产生比例(表 2).按各省份农作物秸秆产生比例, 对各省份秸秆露天焚烧的生物量进行农作物物种分配, 使得出的生物质开放式燃烧排放情况更符合具体实际.然后, 运用地理信息系统空间分析方法和统计分析方法, 分析南北方省份生物质开放燃烧的时空特征.
表 2(Table 2)

表 2 各省份2018年农作物秸秆产生比例 Table 2 Proportion of crop straw production in each province in 2018

表 2 各省份2018年农作物秸秆产生比例 Table 2 Proportion of crop straw production in each province in 2018 地区 稻秆 麦秆 玉米秆 地区 稻秆 麦秆 玉米秆 北京市 0.3% 20.9% 78.8% 湖北省 70.0% 19.0% 11.0% 天津市 17.2% 34.1% 48.7% 湖南省 92.9% 0.4% 6.8% 河北省 1.4% 49.6% 49.0% 广东省 95.2% 0 4.8% 山西省 0 24.0% 76.0% 广西壮族自治区 79.4% 0.1% 20.5% 内蒙古自治区 4.1% 8.8% 87.1% 海南省 100.0% 0 0 辽宁省 20.7% 0.1% 79.2% 重庆市 65.9% 1.4% 32.6% 吉林省 19.4% 0 80.6% 四川省 52.4% 11.4% 36.2% 黑龙江省 41.0% 0.7% 58.3% 贵州省 59.1% 6.1% 34.9% 上海市 82.9% 15.9% 1.2% 云南省 34.9% 6.4% 58.7% 江苏省 50.0% 42.7% 7.3% 西藏自治区 1.7% 87.1% 11.2% 浙江省 87.8% 8.6% 3.6% 陕西省 6.9% 44.8% 48.2% 安徽省 38.7% 48.1% 13.2% 甘肃省 0.3% 39.1% 60.7% 福建省 97.0% 0.0% 2.9% 青海省 0 83.4% 16.6% 江西省 99.1% 0.2% 0.7% 宁夏回族自治区 19.3% 15.6% 65.1% 山东省 1.7% 55.3% 43.0% 新疆维吾尔自治区 4.5% 46.2% 49.3% 河南省 6.7% 62.9% 30.3% 台湾省 100.0% 0 0

3 结果与分析(Results and analysis)3.1 全国生物质开放式燃烧的时空变化特征从全国生物质开放式燃烧火点数量及生物量统计结果(表 3)来看, 2018年全国火点主要集中在春季, 其中火点数量占全年火点总数的46.8%, 生物质开放式燃烧的生物量占全年的49.6%, 近半数的生物质开放式燃烧集中在该季节.
表 3(Table 3)

表 3 2018年全国生物质开放式燃烧火点数量及生物量统计情况 Table 3 Statistics on the number of open-fire data and the quantity of biomass burning in China in 2018

表 3 2018年全国生物质开放式燃烧火点数量及生物量统计情况 Table 3 Statistics on the number of open-fire data and the quantity of biomass burning in China in 2018 季节 时间 火点数量/个 火点数量占全年火点总数的百分比 生物量/104 t 占全年生物量的百分比 春季 (3—5月) 24219 46.80% 641 49.60% 夏季 (6—8月) 6791 13.10% 122 9.40% 秋季 (9—11月) 10095 19.50% 220 17.00% 冬季 (12月、1—2月) 10668 20.60% 310 24.00% 全年 51773 1293

由全国生物质开放式燃烧火点密度分布及单位面积生物质量的区域分布可以发现(图 3、图 4), 2018年全国生物质开放式燃烧火点主要分布在东北平原地区、内蒙古中部河套平原地区和中国南方地区.其中, 东北平原火点高发于春、秋两季, 且以春季为主.河套平原地区火点高发于春、秋两季, 且以秋季为主.南方地区火点高发于春、冬两季, 且以春季为主.从火点的分布情况看, 火点多发于低海拔、土地肥沃、水源丰富、利于种植业发展、林木生长的区域, 火点分布与全国大型商品粮生产基地的布局高度吻合.从各地农作物播种情况看, 东北平原农作物以种植玉米和单季稻为主.根据李莉莉等(2018)研究, 东北平原玉米的播种与收割期分别为5月和10月, 水稻的播种与收割期在4月和10月.内蒙古地区则以玉米为主, 根据郭佳等(2020)研究, 内蒙古地区玉米播种与收割期在5月和9月.而南方地区则以双季稻(早稻：4月播种—7月收割, 晚稻：7月播种—10月收割)为主, 见图 2.可见东北平原秸秆处理的窗口期在11月—次年4月, 内蒙古地区秸秆处理的窗口期在10月—次年4月, 南方地区则在11月—次年3月.
图 2(Fig. 2)

图 2 重点地区特征农作物种植时间甘特图 Fig. 2Gantt chart of planting time of characteristic crops in key areas

图 3(Fig. 3)

图 3 2018年全国四季生物质开放式燃烧的火点密度分布图 Fig. 3Distribution of open-fire data density of biomass burning in four seasons in China in 2018

图 4(Fig. 4)

图 4 2018年全国四季生物质开放式燃烧单位面积生物质量的县域分布图 Fig. 4The county distribution of the quantity of biomass burning per unit area in four-season in China in 2018

东北平原和内蒙古地区属中国北方地区, 根据李莉莉等(2018)研究, 该地区每年12月—次年2月气候寒冷, 农田多积雪, 且处冰冻状态, 不利于秸秆露天焚烧.因此, 东北平原秸秆露天焚烧的活动期主要集中在每年11月及3—4月.内蒙古地区秸秆露天焚烧的活跃期主要为10—11月及3—4月.而南方地区气候适宜, 下雪天对火点发生的抑制能力较弱.因此, 南方地区秸秆露天焚烧的活动主要分布在冬季至次年春季.
东北平原农作物收割后已临近积雪期, 秋末露天焚烧秸秆活动相对有限, 剩余的秸秆量主要集中在次年3—4月即开春或开耕前进行处理.内蒙古地区主要农作物玉米于9月份开始收割, 距积雪期来临尚有2个月的窗口期, 因此大部分玉米秸秆露天焚烧在这一时期进行, 剩余的秸秆则在次年3—4月耕种前进行处理.南方地区无霜期较短, 植被和农作物长势旺盛, 秸秆产生量较大, 且地温较高无明显的积雪期, 故秸秆露天焚烧的持续时间较长且量较多.相比冬季, 春季秸秆露天焚烧更为活跃.MODIS卫星获取的火点数和亮温基本反映了我国各省份秸秆焚烧的季节性特点.
3.2 南北方省份生物质开放式燃烧的时空变化特征以“秦岭-淮河”一线作为南北分界线, 可大致分出南北方省份各16个(含直辖市、自治区), 具体名单见表 4.
表 4(Table 4)

表 4 南北方省份(含直辖市、自治区)名单 Table 4 List of provinces in the northern and southern China (including municipalities and autonomous regions)

表 4 南北方省份(含直辖市、自治区)名单 Table 4 List of provinces in the northern and southern China (including municipalities and autonomous regions) 北方 省 黑龙江省、吉林省、山西省、辽宁省、河北省、山东省、河南省、甘肃省、陕西省、青海省 自治区 内蒙古自治区、新疆维吾尔自治区、宁夏回族自治区 直辖市 北京市、上海市、天津市 南方 省 云南省、江西省、广东省、四川省、贵州省、福建省、湖南省、湖北省、安徽省、江苏省、浙江省、海南省、台湾省 自治区 广西壮族自治区、西藏自治区 直辖市 重庆市

从各省份生物质开放式燃烧生物量统计情况来看(图 5), 全国生物质开放燃烧活动水平排前十省份中, 北方省份有5个, 分别为黑龙江省、内蒙古自治区、吉林省、山西省、辽宁省.南方省份有5个, 分别为广西壮族自治区、云南省、江西省、广东省、四川省.
图 5(Fig. 5)

图 5 各省份生物质开放式燃烧生物量 Fig. 5The quantity of biomass burning in each provinces

表 5对全国南北方省份生物质开放式燃烧生物量进行了统计.由表可见, 北方省份主要以秸秆露天焚烧为主, 其生物量占总生物量的73.4%.而南方省份则以森林火灾为主, 其生物量占总生物量的56.0%.
表 5(Table 5)

表 5 南北方省份生物质开放式燃烧生物量 Table 5 The quantity of biomass burning in northern and southern China

表 5 南北方省份生物质开放式燃烧生物量 Table 5 The quantity of biomass burning in northern and southern China 省份 森林火灾生物量/104 t 草原火灾生物量/104 t 秸秆露天焚烧生物量/104 t 北方省份 107 74 498 南方省份 344 106 164

从南北方省份生物质开放式燃烧生物量月度分布(图 6)来看, 北方省份生物质开放式燃烧以秸秆露天焚烧为主, 受积雪覆盖、地面冰冻等因素的影响, 高峰期主要集中在3—4月及10月.而森林火灾在春季和秋冬季均有发生, 且春季要高于秋冬季.根据崔阳等(2020)研究, 北方春季多干燥少雨, 且大风频率较高, 尤其是植被返青之前, 林木含水量较少, 地面多枯枝落叶, 森林火灾发生的次数较多.随着秋季来临, 植被逐渐结束生长, 树枝树叶逐渐干枯凋零, 地面存在大量枯枝落叶, 土壤微生物活动剧增, 林火发生的几率大大增加.
图 6(Fig. 6)

图 6 北方省份(a) 及南方省份(b) 生物质开放式燃烧生物量的月度分布 Fig. 6The monthly distribution of the quantity of biomass burning in northern China (a) and southern China (b)

与北方不同, 南方省份生物质开放式燃烧, 除因气候原因引起的森林火灾外, 其主要原因是南方有“炼山”的传统, 即通过在采伐迹地或宜林地上用火烧的方法来清理林地进而营造植树造林的环境, 炼山主要发生在每年的2—3月(元宵节前后).该措施在中国南方人工林营造中已有一千多年的历史, 特别是杉木人工林栽培中起到了重要的作用.虽然近几年来南方各地均出台了禁止“炼山”整地的政策, 但由于传统的营林观念已根深蒂固, 林业生产中仍大部分进行炼山清理林地, 这也是南方省份春季森林火灾与秋冬季的差异.
3.2 南北方省份生物质开放式燃烧的污染物排放量根据《城市大气污染源排放清单编制技术手册》(贺克斌, 2018)提供的排放因子, 本研究结合生物质开放式燃烧生物量, 计算了各省份2018年生物质开放式燃烧9种大气污染物的排放总量, 分别见表 6、表 7.由表可见, 由于南北方地区生物质开放式燃烧的特征不同, 9种污染物的排放量呈现出南北方差异.尽管北方省份生物质开放式燃烧生物量较高, 但CO总排放量却低于南方, 这主要因为森林火灾单位生物量的CO排放量相比秸秆露天焚烧要高得多.从南北方单位面积大气污染物的排放量看, 南方省份CO、NH₃、VOCs、PM_2.5、PM₁₀、OC 6种大气污染物单位面积的排放量均明显高于北方省份, 仅NO_x单位面积排放量低于北方省份, 南方省份虽然整体生物质开放式燃烧活动水平较北方省份低, 但污染物排放强度较北方省份要高.
表 6(Table 6)

表 6 北方各省份生物质开放式燃烧各污染物排放量 Table 6 The emissions of the air pollutants from biomass burning in northern China ?

表 6 北方各省份生物质开放式燃烧各污染物排放量 Table 6 The emissions of the air pollutants from biomass burning in northern China ? t 省份 CO NOx SO2 NH3 VOCs PM2.5 PM10 BC OC 黑龙江省 136240 7444 1370 2587 19818 23051 23521 3251 14606 内蒙古自治区 82538 4508 709 1491 9252 12659 12919 1806 8168 吉林省 49012 3434 450 737 8671 9628 9824 1298 5668 山西省 29219 1933 253 366 3893 4668 4763 630 2747 辽宁省 29370 1662 277 562 4157 5166 5271 730 3286 河北省 25050 1577 268 278 3492 3957 4037 534 2322 山东省 16571 1035 191 174 2410 2661 2715 358 1555 河南省 10282 601 118 111 1336 1487 1517 202 881 新疆维吾尔自治区 8893 562 82 95 1054 1231 1256 165 715 甘肃省 6591 395 59 87 746 935 954 128 567 陕西省 5075 308 45 60 552 670 684 91 397 天津市 2781 180 31 33 455 482 492 65 281 宁夏回族自治区 2532 167 23 33 366 411 420 55 240 青海省 1280 73 12 13 120 147 150 20 87 北京市 429 29 4 6 66 77 79 10 45 上海市 331 15 4 6 53 50 51 7 32 总排放量 406193 23922 3897 6640 56442 67281 68653 9351 41597 单位面积排放量/(t·10-4 km-2) 701 41 7 11 97 116 118 16 72

表 7(Table 7)

表 7 南方各省份生物质开放式燃烧各污染物排放量 Table 7 The emissions of the air pollutants from biomass burning in southern China ?

表 7 南方各省份生物质开放式燃烧各污染物排放量 Table 7 The emissions of the air pollutants from biomass burning in southern China ? t 省份 CO NOx SO2 NH3 VOCs PM2.5 PM10 BC OC 广西壮族自治区 95896 2051 579 2488 8315 9020 9207 1422 6812 云南省 85596 2658 497 1912 6784 8027 8193 1221 5739 江西省 61836 1290 391 1613 5582 5847 5967 921 4407 广东省 51918 1096 338 1356 4882 5027 5130 788 3762 四川省 38440 1411 250 786 3449 3901 3981 574 2651 贵州省 33651 1146 224 729 3201 3498 3570 519 2407 福建省 36874 891 230 915 3217 3459 3531 539 2563 湖南省 29989 709 234 771 3519 3288 3355 500 2349 湖北省 15948 588 148 325 2081 1940 1979 279 1265 安徽省 11332 439 113 206 1433 1393 1421 199 897 江苏省 6561 325 89 89 1114 968 987 131 572 浙江省 8241 214 69 202 1010 926 945 139 648 重庆市 2153 99 22 43 377 340 347 47 210 西藏自治区 3049 116 26 66 177 344 351 54 255 海南省 2167 51 18 56 274 244 249 37 172 台湾省 1511 42 15 37 225 188 192 28 127 总排放量 485161 13126 3243 11595 45642 48409 49404 7398 34838 单位面积排放量/(t·10-4 km-2) 1255 34 8 30 118 125 128 19 90

从各省份单位面积大气污染物排放量的情况来看, 北方省份单位面积排放量较大的省份主要为东北三省, 其中以黑龙江省最为典型, 这也是黑龙江省近年来因秸秆露天焚烧被约谈问责最多的重要原因.而南方省份则主要为广东省、广西壮族自治区、江西省三省为主, 其中广西壮族自治区和江西省最为典型, 该两省也是“炼山”整地活动的典型省份.
3.3 与其他研究的比较结合GFED4全球火灾排放数据库(http://www.globalfiredata.org/), 提取其2018年中国境内火灾生物质燃烧量(以总碳为指标)与本研究结果进行对比分析.根据2018年火灾干物质量数据对比结果(表 8), 本研究北方省份生物质燃烧量与GFED4数据结果相近, 而南方省份出现较大的偏差.
表 8(Table 8)

表 8 本研究与GFED4对比结果 Table 8 Comparison results of this study and GFED4

表 8 本研究与GFED4对比结果 Table 8 Comparison results of this study and GFED4 地区 数据源 生物质量/104 t 数据源 生物质量/104 t 与本研究偏差 全国 1293 1567 21.2% 北方省份 本研究 679 GFED4 654 -3.7% 南方省份 614 913 48.7%

GFED4火灾生物质燃烧量计算与本研究计算的差异主要体现在：①GFED4使用的数据源与本研究相一致, 同为MODIS火点数据集产品(MCD14), 但GFED4仅保留具有较小或中等扫描角(等于或小于0.5弧度)的火点, 剔除火山、静态陆源等许多其他非火源相关的持续火点.而本研究则通过土地利用数据提取森林、草原、耕地上的火点, 以实现对非生物质开放式燃烧火点的剔除.由此, 可导致本研究与GFED4实际应用到的火点数据不一致.
② 土地利用数据GFED4采用年度MODIS土地覆盖类型产品(MCD12C1)和马里兰大学(UMD)分类方案的土地覆盖图, 剔除了MODIS土地覆盖类型产品(MCD12Q1)标记为“水”的500 m像素.而本研究所用的土地利用数据源于中国科学院资源环境科学数据中心的资源环境数据云平台, 其土地利用分类及图层结果与GFED4所采用的数据并不一致.由此, 可导致本研究与GFED4在火点属性分类及剔除过程中产生偏差.
③ 火灾生物质燃烧量的算法引用了van der Werf等(2017)的研究, 与本研究所引用的算法并不一致, 可导致本研究与GFED4的结果产生偏差.
3.4 不确定性分析本节通过分析量化MODIS计算生物量过程中产生的各类误差, 计算综合误差, 以说明生物质开放式燃烧生物质量计算过程中的不确定性.综合误差计算公式见式(9).

(9)

式中, K为综合误差；(K₁²+K₂²+K₃²+…K_n²)为n个相对误差的平方和.
MODIS火点数据集产品(MCD14)中的FRP, 是基于Terra和Aqua卫星监测到的亮温和背景亮温, 通过函数计算而得的.Freeborn等(2014)研究发现MODIS FRP的差异近似正态分布, 从而量化出MODIS FRP的相对误差为26.6%(K₁).由于FRP为单位时间内火点所释放出的辐射能, 因此若要表征完整的某生物质开放式燃烧事件, 需要对FRP进行时间维度上的补充, 得出某生物质开放式燃烧事件中所释放的辐射能(FRE).而卫星重访时间的长短会影响到FRP的时间分辨率, 从而造成FRE的不确定性.Vermote等(2009)通过结合太阳同步的MODIS数据及地球同步的SEVIRI数据进行分析, 得出因卫星数据的时间分辨率差异造成的FRE相对误差为21%(K₂).针对生物量与FRE之间的比例, Freeborn等(2008)通过多次小型实验性火灾模拟, 量化了生物量与FRE的比例系数的相对误差为10%(K₃).
然而, 因所用的MODIS数据为星载遥感数据, 其监测数据会受到卫星观测角及云盖的影响.Roberts等(2008)及Schroeder等(2008)的研究显示, 卫星观测角对FRP造成的相对误差为15%(K₄), 而云盖对FRP引起的相对误差为11%(K₅).
综合上述各项相对误差, 可求得基于MODIS火点数据计算生物质开放式燃烧生物量的综合误差为40%.
同时, 由于MODIS数据为太阳同步卫星监测所得, 具有一定的重访周期, 从而导致MODIS数据存在部分火点未能被探测到或错过FRP峰值的可能, 如雅江“2.16”森林火灾, MODIS无火点显示；大兴安岭“6.1”森林火灾实际火情时间为6月1日19:00—6日10:00, 对应区域MODIS火点时间分布为6月2日10:00—4日21:00.因此, 将导致MODIS数据计算出生物质开放式燃烧生物量较实际情况要小, 未来需结合多种遥感数据进行补充.
4 结论(Conclusions)1) 全国生物质开放式燃烧火点主要分布在东北平原地区、内蒙古中部河套平原地区及南方地区.其区域基本具有低海拔、土地肥沃、水源丰富等有利于种植业发展、林木生长的特征, 可见利于作物生长的地理环境, 是生物质开放式燃烧火点发生的客观要素之一.
2) 北方地区冬季因受积雪覆盖、地面冰冻等环境因素的影响, 致使东北平原、内蒙古地区秸秆露天焚烧的主要活动时间为春、秋两季.而南方地区由于气候适宜, 秸秆露天焚烧的主要活动时间为冬季至次年春季.
3) 北方省份生物质开放式燃烧以东北三省最为活跃, 其特征以秸秆露天焚烧为主, 森林火灾主要因气候导致.而南方省份以广东省、广西壮族自治区、江西省三省活动水平最高, 其特征以森林火灾为主, 高发于春季, 主要与“炼山”整地的传统营林习俗有关.
4) 北方省份生物质开放式燃烧产生的CO总排放量要低于南方省份, 主要因为森林火灾单位生物量的CO排放量相比秸秆露天焚烧要高得多.从单位面积生物质燃烧的大气污染物排放量看, 南方省份CO、NH₃、VOCs、PM_2.5、PM₁₀、OC 6种污染物的单位面积排放量均明显高于北方省份, 仅NO_x单位面积排放量低于北方省份, 体现出南方省份虽然整体生物质开放式燃烧活动水平较北方省份低, 但污染物排放强度较北方省份要高.
综合而言, 南北方省份因地域、气候等差异, 造成了各自独特的生物质开放式燃烧特征.为了科学有效的开展空气质量保障, 针对生物质开放式燃烧源, 各地区应根据自身生物质开放式燃烧特征, 因地制宜地进行有针对性的管控及治理.本研究采用MODIS火点数据对生物质燃烧进行了分析, 但由于Terra和Aqua卫星均为太阳同步轨道卫星, 无法实现同一地区全时段的火点监测.同时, 因云覆盖等气像原因, MODIS传感器会存在火点缺失或置信度不高等情况, 导致火点数据与实际情况出现偏差(陈兴峰等, 2020).因此, 未来需结合Himawari-8等地球轨道同步卫星的火点数据及当地火情报告来进行时间维度及空间维度上的补充, 以提升研究结论的科学性及精准性.

参考文献

Cheng Z, Wang S, Fu X, et al. 2014. Impact of biomass burning on haze pollution in the Yangtze River Delta, China: A case study in summer, 2011[J]. Atmospheric Chemistry and Physics, 14: 4573-4585. DOI:10.5194/acp-14-4573-2014

陈兴峰, 刘李, 李家国, 等. 2020. 卫星遥感火点监测应用和研究进展[J]. 遥感学报, 24(5): 531-542.

崔阳, 狄海廷, 邢艳秋, 等. 2020. 基于MODIS数据的2001-2018年黑龙江省林火时空分布[J/OL]. 南京林业大学学报(自然科学版): 1-11[2020-08-01]. http://kns.cnki.net/kcms/detail/32.1161.S.20200428.1853.007.html

Ding A, Fu C, Yang X, et al. 2013. Intense atmospheric pollution modifies weather: A case of mixed biomass burning with fossil fuel combustion pollution in eastern China[J]. Atmospheric Chemistry and Physics, 13: 10545-10554. DOI:10.5194/acp-13-10545-2013

Ding A, Huang X, Nie W, et al. 2016. Enhanced haze pollution by black carbon in megacities in China[J]. Geophysical Research Letters, 13: 2873-2879.

Freeborn P H, Wooster M J, Hao W M, et al. 2008. Relationships between energy release, fuel mass loss, and trace gas and aerosol emissions during laboratory biomass fires[J]. Journal of Geophysical Research Atmospheres, 113: DO1301. DOI:10.1029/2007JD008679

Freeborn P H, Wooster M J, Roy D P, et al. 2014. Quantification of MODIS fire radiative power (FRP) measurement uncertainty for use in satellite-based active fire characterization and biomass burning estimation[J]. Geophysical Research Letters, 41: 1988-1994. DOI:10.1002/2013GL059086

Giglio L. 2010. MODIS Collection 5 Active Fire Product User's Guide Version 2.4[J]. Science Systems & Applications, http://www.fao.org/fileadmin/templates/gfims/docs/MODIS_Fire_Users_Guide_2.4.pdf

郭佳, 张宝林, 高聚林, 等. 2020. 内蒙古东部农业热量资源的空间分异及玉米资源利用率[J]. 西北农业学报, 29(3): 476-486.

贺克斌. 2018. 城市大气污染源排放清单编制技术手册[M]. 北京: 中国环境监测总站.

黄秉信. 2019. 中国农村统计年鉴(2019)[M]. 北京: 中国统计出版社, 国家统计局农村社会经济调查司.

靳全锋, 叶文晶, 沈培福, 等. 2019. 浙江2001-2016年露天生物质燃烧排放污染物时空格局[J]. 环境科学学报, 39(1): 259-269.

Kaufman Y J, Kleidman R G, King M D. 1998. SCAR-B fires in the tropics: Properties and remote sensing from EOS-MODIS[J]. Journal of Geophysical Research Atmospheres, 103(D24): 31955-31968. DOI:10.1029/98JD02460

孔玉霞, 刘炫彤. 2020. 基于MODIS卫星数据的农作物秸秆焚烧点提取方法研究[J]. 辽宁科技学院学报, 22(1): 1-3. DOI:10.3969/j.issn.1008-3723.2020.01.001

李福堂. 2005. 基于EOS/MODIS的森林火灾监测模型及应用研究[D]. 武汉: 华中科技大学

李莉莉, 王琨, 姜珺秋, 等. 2018. 黑龙江省秸秆露天焚烧污染物排放清单及时空分布[J]. 中国环境科学, 38(9): 3280-3287. DOI:10.3969/j.issn.1000-6923.2018.09.010

Liu M, Song Y, Yao H, et al. 2015. Estimating emissions from agricultural fires in the North China Plain based on MODIS fire radiative power[J]. Atmospheric Environment, 112: 326-334. DOI:10.1016/j.atmosenv.2015.04.058

毛慧琴, 张玉环, 厉青, 等. 2016. 基于卫星遥感的生物质燃烧排放估算研究进展[J]. 大气与环境光学学报, 11(6): 402-411.

Roberts G J, Wooster M J. 2008. Fire detection and fire characterization over Africa using Meteosat SEVIRI[J]. IEEE Transactions on Geoence & Remote Sensing, 46(4): 1200-1218.

Schroeder W, Csiszar I, Morisette J. 2008. Quantifying the impact of cloud obscuration on remote sensing of active fires in the Brazilian Amazon[J]. Remote Sensing of Environment, 112(2): 456-470. DOI:10.1016/j.rse.2007.05.004

Sun J F, Peng H Y, Chen J M, et al. 2016. An estimation of CO2 emission via agricultural crop residue open field burning in China from 1996 to 2013[J]. Journal of Cleaner Production, 112(12): 2625-2631.

Van d W G R, Randerson J T, Giglio L, et al. 2017. Global fire emissions estimates during 1997-2016[J]. Earth System Science Data, 9(2): 697-720. DOI:10.5194/essd-9-697-2017

Vermote E, Ellicott E, Dubovik O, et al. 2009. An approach to estimate global biomass burning emissions of organic and black carbon from MODIS fire radiative power[J]. Journal of Geophysical Research, 114(D18).

魏英策, 桑会勇, 张涛, 等. 2019. 利用改进型MODIS火点探测算法实现河北省秸秆焚烧火点识别[J]. 全球定位系统, 44(1): 125-130.

Wooster M J, Roberts G, Perry G L W, et al. 2005. Retrieval of biomass combustion rates and totals from fire radiative power observations: FRP derivation and calibration relationships between biomass consumption and fire radiative energy release[J]. Journal of Geophysical Research, 110(D24).

赵建宁, 张贵龙, 杨殿林. 2011. 中国粮食作物秸秆焚烧释放碳量的估算[J]. 农业环境科学学报, 30(4): 812-816.