PIE-Engine助力沙尘天气过程智能监测分析

• 事件背景 •

我国位于世界四大沙尘暴多发区之一的中亚地区，沙尘暴成为影响我国生态环境的最主要自然灾害之一。沙尘暴是在特定的地理环境和下垫面条件下，由特定的大尺度环流背景和各种不同尺度的天气系统叠加所诱发的一种灾害性天气。由于我国北方地区气候干旱，沙化土地面积大、分布广，地貌结构独特，每年春季受西伯利亚冷空气和蒙古气旋的影响，沙尘暴灾害天气频繁发生。
3月15日，我国遭遇了近十年来强度最大、影响范围最广的一次沙尘天气过程，北京受其影响严重，沙尘来袭伴随Pm2.5、PM10指数爆表，首要污染物为PM10，空气质量达严重污染等级。继3月15日沙尘天气之后，3月27日滚滚黄沙自蒙古国又席卷而来，造成这两次沙尘天气过程的始作俑者是爆发力惊人的蒙古气旋。此次沙尘过程的强度较14日至17日的强沙尘暴过程略弱，但却聪明了许多，居然学会从海上迂回前进，向东南传输至黄海上，之后随着东北风回流到长江口区，3月30日上海遭遇罕见的沙尘天气，空气质量爆表，长三角多个城市的PM10飙高。

3月15日沙尘笼罩下的北京（图片来自互联网）

3月29日16时，北京市房山燕山受沙尘回流影响，PM10超过200ug/m3
截至当前，今年1月至3月我国北方地区已经出现6次沙尘天气过程，其中两次为强沙尘暴过程，是近15年以来强沙尘暴最多的一年。据统计，过去10年我国1月至3月沙尘天气平均发生次数为4次，其中强沙尘暴发生频次低于1次。

• 分析过程 •

航天宏图依托PIE-Engine打造的大气环境监测SaaS平台，充分发挥静止气象卫星高时间分辨率的优势，第一时间进行了沙尘过程监测与发展趋势分析，利用RGB合成技术、多通道动态阈值法、机器学习方法等多种先进技术，开展了沙尘判识、沙尘强度指数计算以及沙尘强度等级划分，提供了高时效高精度的大气环境监测服务，以及污染物溯源、预测等分析服务。

航天宏图SaaS服务产品-卫星遥感秸秆焚烧与大气污染物管控平台
静止气象卫星（FY-4A、Himawari-8）的红外窗区通道（8~12 μm）对于通常大气气溶胶几乎没有响应，但对于较大颗粒且浓度较强的沙尘气溶胶，尤其是沙尘暴有明显的信号反应。基于以上原理，航天宏图利用RGB合成技术，基于气象卫星红外通道，合成特定的沙尘红外监测遥感影像，生成沙尘伪彩色图，图中粉色区域为沙尘区。从3月14日开始，蒙古国出现大范围沙尘暴，于14日傍晚影响内蒙古，15日凌晨开始影响京津冀地区。从3月27日沙尘监测中可以看出：受东移锋面气旋云系的影响，沙尘区自西北向东南方向持续移动。

3月15日11时沙尘伪彩色图（Himawari-8）

3月28日11时沙尘伪彩色图（Himawari-8）
航天宏图基于静止气象卫星（FY-4A、Himawari-8）在可见光、近红外以及红外光谱波段处观测的反射率以及亮温资料，结合多通道信息形成多个沙尘气溶胶的判别变量，以多通道动态阈值法提取沙尘信息，生成沙尘判识结果。从下图中可以看出，黄色区域为沙尘判识结果。经估算，3月15日卫星可视的沙尘区面积约为50.3万平方公里，3月28日卫星可视的沙尘区面积约为87.1万平方公里。

3月15日11时沙尘判识图（Himawari-8）

3月28日11时沙尘判识图（Himawari-8）
同时，采用沙尘强度指数作为沙尘强弱的定量化指标，基于静止气象卫星（FY-4A、Himawari-8），考虑沙尘在热红外通道的光谱变化特征，选取沙尘强度监测的敏感波段11μm，构建可指示沙尘强度的红外差值沙尘指数IDDI模型，生成IDDI沙尘强度指数产品。

3月15日11时沙尘强度指数图（Himawari-8）

3月28日11时沙尘强度指数图（Himawari-8）
利用沙尘强度指数和沙尘判识结果，结合地面站点观测资料，采用机器学习方法，确定基于静止气象卫星（FY-4A、Himawari-8）的沙尘强度等级（浮尘、扬沙、沙尘暴、强沙尘暴、特强沙尘暴等）。两次沙尘过程均达到局地能见度不足500米的强沙尘暴等级。

3月15日11时沙尘暴强度等级图（Himawari-8）

3月28日11时沙尘暴强度等级图（Himawari-8）
选择3月29日的沙尘过程及影响范围的中间位置，郑州作为污染源的单点位，污染源地理位置为：113.6425E，34.8138N。河南省内（113.6425E， 34.8138N）、（117.38E，36.8571N）、（108.16041E，33.9052N）作为多污染源点位。基于HYSPLIT (Hybrid Single-Particle Lagrangian Integrated Trajectory model)模型结合气象模式数据预测污染源未来240小时的运动轨迹和溯源结果，模式数据类型为GFS（240h fcst, 3hrly, Global, pressure），得到单源点和矩阵式的溯源和轨迹预测结果。

单污染源溯源结果

多污染源矩阵模式溯源结果
污染源轨迹预测结果表明，3月29日的沙尘天气将会出现沙尘回流现象，沙尘天气的回流主要是由于在系统性的偏北风作用下，沙尘粒子会向下游传输，包括河北、河南、山东等地，都会受到沙尘天气的影响。等北风影响过后，逐渐转为弱的偏西南风，但下游地区的沙尘粒子并未完全沉降，空气中仍然悬浮有一些沙尘粒子，在转为弱的偏南风的情况下，沙尘粒子会向北有一定的输送，形成沙尘回流。基于HYSPLIT模型的轨迹预测结果与中央气象台发布的沙尘回流现象一致。同时受上游沙尘传输影响，华中区域局地有浮尘天气，造成轻至重度污染，但未来一周区域多降水，受降水影响区域湿清除条件较好，沙尘天气减弱消散，轨迹预测结果与环境气象公报预报结果一致。
航天宏图承研的风云四号卫星天气应用平台（SWAP2.0）在沙尘天气频发的春季，为国家卫星气象中心业务保障沙尘过程监测分析提供了坚实的技术支撑。在这两次重大沙尘过程中，航天宏图技术团队提供了全天候、全方位的技术保障。

风云四号A星于2021年3月27日09：00时至28日10：00时沙尘监测动画（粉色为沙尘）

风云四号A星于2021年3月28日09：00时至11：30时的监测
• 自己动手，监测沙尘：Pie-Engine沙尘监测代码样例 •

作为一名爱好者，能否利用卫星遥感技术，自己动手监测沙尘呢？下面就分享一个卫星遥感监测沙尘的程序代码。
卫星遥感沙尘监测主要是利用悬浮的沙尘粒子与大气中其他物质对不同通道散射和吸收特性上的差异这一特征，从卫星影像上判识沙尘发生位置及其移动轨迹。沙尘粒子的消光特性在11μm通道较为显著可用于沙尘识别，并且沙尘天气下区域相对湿度较低，水汽在8.7μm通道特征显著，可用于区别沙尘区和非沙尘区.同时，沙尘气溶胶光学厚度增加会增强BT12-BT11和BT11-BT8.7的亮温差。因此，通常使用8.7、BT11-BT8.7和11μm通道进行假彩色合成实现对沙尘的遥感观测。

示例代码：
https://engine.piesat.cn/engine-share/shareCode.html?id=159865b732d441578ca194663c15a36b
向下滑动阅览
/**

• @File : dust
• @Time : 2021/03/28
• @Author : piesat
• @Version : 1.0
• @Contact : 400-890-0662
• @License : (C)Copyright 航天宏图信息技术股份有限公司
• @Desc : 沙尘监测
  */
  // 影像RGB合成，并加载到地图
  let roi = pie.FeatureCollection('user/101/public/shape/China');
  let current = new Date();
  // let now = current;
  // let _date = "2021-3-15";
  let _date = "2021-3-28";
  let now = new Date(_date)
  let sday;
  let eday;
  if (now === current) {

now = new Date(now.getTime() + 60 * 60 * 1000);
let year = now.getFullYear();
let month = now.getMonth() + 1;
let day = now.getDate();
let hour = now.getHours();
eday = ${year}-${month}-${day} ${hour}:00;
let yesterday = new Date(now.getTime() - 3 * 60 * 60 * 1000);
year = yesterday.getFullYear();
month = yesterday.getMonth() + 1;
day = yesterday.getDate();
hour = yesterday.getHours();
sday = ${year}-${month}-${day} ${hour}:00;
} else {
let year = now.getFullYear();
let month = now.getMonth() + 1;
let day = now.getDate();
sday = ${year}-${month}-${day} 10:00;
eday = ${year}-${month}-${day} 16:00;
}
//加载Himawari-8 (葵花-8)数据
var col = pie.ImageCollection('H08/AHI-L1-G').filterDate(sday, eday);
var image = col.select(["B11", "B13", "B15"]).max();
print(image)
var imageRGB = pie.Algorithm.Himawari8.rgb(image,"Dust");
Map.addLayer(roi, {color: "ff0000", fillColor:"00000000"}, "roi")
Map.addLayer(imageRGB, {min:0,max:255}, "LayerRGB");

// 设置地图显示范围
Map.setCenter(112.6, 32.5, 2);
Map.addUI(ui.Label(_date+"葵花8沙尘图", {bottom:"10px", right: "150px",fontSize:"18px"}));

沙尘监测代码运行结果
• 公司优势 •

航天宏图PIE-Engine平台目前已接入30多类数据产品，总量超过500TB，为大气环境监测提供所需的高分系列、风云系列、葵花系列等多种卫星遥感数据。每日新增数据量可达10-14TB，可及时为沙尘监测、火点监测、大气污染监测等提供最新数据，为用户提供高效稳定的大气环境监测、预测、溯源、评估服务。
除了丰富的数据资源，PIE-Engine平台还提供多种类数据计算、处理能力。平台目前总计集成算法270多个，完成PIE-Ortho、PIE-Basic、PIE-Hyp、PIE-SAR、PIE-SIAS等产品算法上云，可实现大气环境监测所需包括光学、红外、多光谱数据在内的多种数据处理能力支持，以及颗粒物浓度分布、污染气体浓度分布等多项专题产品生产。