基于衛星火點排放清單(FINN)的我國東北三省生物質戶外燃燒網格化清單建立及時空演變特征分析

王 賀，趙鵬雷*，秦思達，李志東，李紅梅，劉一鳴

1. 沈陽師范大學生命科學學院，遼寧 沈陽 110034

2. 遼寧省生態環境保護科技中心，遼寧 沈陽 110161

3. 遼寧省生態環境廳，遼寧 沈陽 110161

4. 中山大學大氣科學學院，廣東 珠海 519082

生物質戶外燃燒在中國地區廣泛存在，可在短時間內導致大量污染物的排放[1-3]. 生物質燃燒所產生的熱能比較大，很容易破壞土壤中的有益微生物，不僅會導致土壤結構發生改變，還會對氣候、環境質量及人類健康構成嚴重威脅[4-6]. 隨著人們環保意識的不斷提高，我國開始實施可持續發展戰略和嚴格的環境保護政策，生物質戶外燃燒得到了有效控制，但仍不能完全消除農田火災[7]. 東北三省是我國最優糧食產區，擁有豐富的農業資源[8]，發展潛力巨大，在保障國家糧食安全方面發揮著重要作用[9]；該地區地形以平原、丘陵和山地為主[10-11]，屬于溫帶季風性氣候[12]；因其平原地區廣闊，農田覆蓋率在40%以上. 近年來，我國秸稈綜合利用率已超過88%[13]，但東北三省由于秸稈產量高、氣溫低以及收集和運輸成本高的限制[14]，秸稈綜合利用率僅為66.6%[15]，比全國平均水平低21.5%左右，每年生物質戶外燃燒現象較為嚴重. 為了監測生物質戶外燃燒，我國開始應用火點遙感監測，隨著遙感技術的發展，可采用火點監測研究的數據源和判識模型方法越來越豐富[16]，包括MODIS[17](Modderate-resolution Imaging Spectroradiometer，分辨率成像光譜儀)、VIIRS[18](Visible Infrared Imaging Radiometer Suite，可見光紅外成像輻射儀)、FINN(Fire INventory from NCAR，衛星火點排放清單)[19]等.

目前，國內外很多學者采用衛星遙感的方法進行生物質戶外燃燒方面的研究. 例如，胡慶華等[20-22]基于MODIS衛星數據研究了黑龍江省、河南省、四川盆地等區域生物質戶外燃燒火點的時空特征；何新潔等[23]和程良曉[24]基于VIIRS衛星數據分別對湖北省和京津冀地區生物質戶外燃燒的時空格局進行了分析，并對霾污染過程影響進行研究. Mehmood等[25]基于FINN數據，分析了2002-2016年我國生物質戶外燃燒大氣污染物排放的時空分布特征；Huang等[26]基于FINN數據及秸稈禁燒政策，分析了我國2010-2018年生物質戶外燃燒排放特征. FINN數據是基于MODIS和VIIRS衛星儀器探測到的火災計數，結合了MODIS和VIIRS的優點，在估計火災大小和燃燒面積等方面都更加準確，滿足了東北三省生物質戶外燃燒突發性和快速變化性的要求，并且能夠計算燃燒火點產生的各種空氣污染物的排放量，優勢顯著，是監測大范圍生物質戶外燃燒的理想數據源.此前很少有學者使用FINN數據分析我國地區的生物質戶外燃燒火點具體情況，該文基于FINN數據對東北三省的生物質戶外燃燒情況進行了研究，這將對該領域的研究提供重要的補充.

國內空氣質量數值模擬研究主要使用清華大學開發的MEIC清單(Multi-resolution Emission Inventory for China)，該清單覆蓋電力、工業、居民、交通、農業五類，空間分辨率為0.25°，在我國大氣環境科學研究領域廣為應用. 2022年9月，MEIC團隊聯合多家科研機構開發了基準年為2017年、空間分辨率為0.1°的中國高分辨率大氣污染物集成清單，補充了MEIC清單中缺失的生物質開放燃燒等排放源信息. 同一時期，北京大學宋宇團隊基于MODIS探測的火點信息和輻射功率信息，搭建了中國2003-2017年生物質戶外燃燒大氣污染物網格化排放清單，空間分辨率為0.1°×0.1° (http://meicmodel.org.cn/?page_id=1770).北京工業大學周穎團隊通過融合衛星遙感、實地調研和數理統計等多源數據研發，搭建了中國2017年生物質戶外燃燒清單(BJUT-OBB)，清單分辨率同樣為0.1°×0.1° (http://meicmodel.org.cn/?page_id=1770).上述研究成果從全國尺度上補充了生物質戶外燃燒排放信息，具有覆蓋范圍廣、適用性強的特點，但也存在分辨率較低與數據年份滯后的情況.

鑒于此，該研究基于NCAR(National Center for Atmospheric Research，美國國家大氣研究中心)官網發布的FINN數據，客觀分析我國東北三省生物質戶外燃燒現狀，并結合空氣質量監測數據進行了重污染天氣成因分析，基于該數據與區域現有統計數據搭建我國東北三省2016-2020年生物質戶外燃燒源網格化清單，一方面更新了數據的年份，另一方面加強了數據的空間分辨率，進一步提高了數據的準確性，更適用于局部區域開展相關研究，該研究成果可以應用在區域秸稈綜合治理、大氣污染成因分析等方面，為大氣污染防治措施的制定提供技術支持和理論依據.

1 數據來源及處理

該研究使用NCAR發布的FINN數據開展研究.該數據集合了MODIS和VIIRS衛星的全球火點數據，其中MODIS衛星數據有著1 km的空間分辨率，在監測森林和草原火災等大規模熱力異常方面表現突出[27]，但對于焚燒秸稈這種小范圍、點源溫度異常的檢測并不能達到很好的效果，經常出現由于分辨率不高而遺漏火點的情況；VIIRS衛星數據的空間分辨率提升至375 m，每天過境2次，可識別更小尺寸的火點，尤其對焚燒秸稈火點的捕捉更為精確[28]，該數據還經過了更好的校準，可以在夜間探測火災.FINN本身對數據進行了質量控制，將位于裸露覆蓋像素、水像素及未知區域中的火點進行了刪除[29].

FINN數據包括時間、經度、緯度、植被類型、生物量、過火面積以及SO2、NOx、CO、NMVOC、NH3、PM10、PM2.5、BC和OC等污染物排放量，其中污染物排放量使用式(1)計算：

式中：Ei表示生物質戶外燃燒的污染物排放量，kg；A(x,t)表示時間t和位置x處燃燒的面積，m2；B(x)表示在位置x處的生物質載荷，g/m2；FB表示燃燒因子；efi表示物質i的排放因子(物質i的排放質量與燃燒的生物質質量之比)，g/kg；i表示生物質戶外燃燒排放的污染物種類.

基于FINN數據，首先采用Data.olllo數據處理軟件提取研究區域范圍(118°E～136°E、38°N～54°N)內的火點數據，植被類型分為“1-草原和稀樹草原；2-木質稀樹大草原/灌叢；3-熱帶森林；4-溫帶森林；5-北方針葉林；6-溫帶常綠森林；9-農田；0-無植被”共8種類型，選擇“9-農田”數據導入地理信息系統[30]，結合行政邊界等信息開展研究. 為防止祭祀、春節生旺火等活動的干擾，胡慶華等[20]應用上下文模型法，對熱異?；瘘c進行篩選，去除無效火點；程良曉[24]沿用IGBP(International Geosphere-Biosphere Programme)進行識別，有明火發生的像元在數據上有其固定的特征，設置一定的判斷條件，從而篩除無效火點. 該研究參考了這些判別方法，去除了小的無效火點，以提高數據準確性.

此外，該研究還使用了時間和空間分配方法，建立網格化清單以及對生物質戶外燃燒空間分布進行分析. 時間分配方法共有兩種：①使用FINN自帶模塊fire_emis fortran將數據進行轉換；②利用GFED排放清單中的時間排放系數，將GFED的分辨率轉換成與FINN數據一致的分辨率，得到以小時為單位的數據，達到時間以小時分配的目的. 該研究采用第一種方法，利用NCAR官網自帶的fire_emis fortran模塊，將衛星火點排放清單用模塊進行處理，將以日為單位的數據轉換成以小時為單位的數據. 對于空間分配方法，按照地級市行政區邊界對5年火點數量和污染物排放量進行統計，分為3種類型：①排放高值區. 該區域火點分布較為密集，火點總數都在1 000個以上，且過火面積較大，污染物排放量也較大. ②排放次高值區. 該區域火點數量主要在生物質戶外燃燒高峰期較多，即2-4月和10-11月，處于200～1 000個之間，污染物排放量僅次于排放高值區. ③排放低值區. 該區域火點數量少，都低于200個，且過火面積小，污染物排放量也較小. 通過3種類型區域的不同特點，提出相應的減少生物質戶外燃燒的建議.

2 結果與討論

2.1 生物質戶外燃燒時間分布特征

參照周興付等[31]提出的方法，對東北三省2016-2020年FINN數據進行空間拓撲，結果如圖1所示.結果顯示，我國東北三省因生物質戶外燃燒產生的火點主要集中在以齊齊哈爾市、綏化市、哈爾濱市和長春市為主的西部區域，以及鶴崗市、雙鴨山市和七臺河市等東部地區，其他地區火點數量相對較少，呈現零散式分布的特點. 通過2016-2020年火點數量的變化對比發現，2016-2017年，區域火點數量有所上升，火點分布更為密集；2017年較2016年同期相比，火點數量上升75%；2018年火點數量明顯下降，僅為2017年的1/3；2020年有所反彈，火點數量是2019年的1.3倍. 分析呈現這一變化現象的原因主要有兩個方面，一是秸稈產量，二是秸稈的綜合利用率. 其中，秸稈產量主要受糧食產量的影響，秸稈的綜合利用率主要受秸稈管控政策的影響. 為此，該研究通過統計年鑒數據計算得出東北三省2016-2020年的糧食產量分別為13 882.4×104、13 895.0×104、13 331.94×104、13 810.93×104、13 682.77×104t. 對比發現，糧食產量的變化與火點數量的變化呈相同趨勢，可見作物產量是影響生物質戶外燃燒火點數量變化的原因之一.2018年我國高度重視生物質戶外燃燒對區域空氣質量的影響，遼寧省、吉林省、黑龍江省共頒布了十余項與農作物秸稈禁燒相關政策，制定了更為嚴格的秸稈禁燒地方管控措施[32]，其中包括《關于印發吉林省2018年秋冬季秸稈禁燒工作方案的通知(吉政辦明電〔2018〕47號)》和《關于印發遼寧省打贏藍天保衛戰三年行動方案(2018-2020年)的通知》等；尤其是黑龍江省在2018年下半年發布的《黑龍江省禁止秸稈露天焚燒獎懲工作暫行規定》中宣布全域全面禁燒秸稈，所以東北三省2016-2017年火點數量較多，而2018-2019年生物質戶外燃燒得到有效控制，火點數量大幅減少.

圖1 2016—2020年東北三省火點年際變化分布Fig.1 Distribution of interannual variation of fire points in the three northeastern provinces from 2016 to 2020

根據FINN數據判斷東北三省生物質戶外燃燒的主要時間段，2016年、2017年和2018年火點出現的時段均主要集中在3-4月，火點數量分別占當年全年火點數量的72.7%、70.2%和91.8%. 2019年火點集中的時間前移至2月，火點數量占到全年的46%；3月、4月火點持續出現，2-4月火點數量合計占比達到89.1%. 2020年3-4月火點數量占到全年的91.6%，為生物質戶外燃燒重點月份. 2016-2017年每年10-11月火點數量約占全年的20%，2018-2020年每年10-11月火點數量在全年中的占比中均不超過6%. 結合2016-2020年東北三省火點數量的變化情況(見圖2)可以得出：①東北三省生物質戶外燃燒高峰期主要集中在2月下旬-4月下旬和10月中旬-11月中旬，呈雙峰形態分布，春季高峰期火點的數量和持續時間都大于秋季，這與杜亞彬等[32-33]研究東北地區得到的火點高峰期為3-4月和10-11月基本一致，分析出現這樣的季節分布特征的主要原因是：①生物質戶外燃燒主要集中在春秋兩季，農戶通過焚燒的方式將其還田，這也是秸稈未被綜合利用部分的主要處理途徑. ②自2018年開始，秋季火點數量較2016年和2017年大幅減少，春季火點數量占比增加. 這是由于2018年下半年之后的禁燒管控有了明顯的效果，在秋季的管控力度更大，導致秋季火點數量減少，峰值降低，部分生物質戶外燃燒延后至翌年春季，導致春季生物質戶外燃燒火點更多，集中燃燒的時間更長.

圖2 2016—2020年東北三省火點數量月變化情況Fig.2 Monthly variation in the number of fire points in the three northeastern provinces from 2016 to 2020

2.2 生物質戶外燃燒空間分布特征

在地球大數據科學工程數據共享服務系統網站中檢索2020年全球30米地表覆蓋精細分類產品V1.0(https://data.casearth.cn/sdo/detail/6123651428a58f 70c2a51e49)，提取東北三省土地利用類型數據并與生物質戶外燃燒火點進行空間疊加，發現東北三省因生物質戶外燃燒產生的火點主要集中在以耕地為主的東北平原地區，包括松嫩平原(齊齊哈爾市、綏化市、長春市等)、三江平原(雙鴨山市、雞西市、七臺河市等)和遼河平原(四平市、鐵嶺市、沈陽市等). 由于平原地區地形平坦、土地肥沃、利于灌溉，是農業產物的主要種植區域[34]，因此平原地區分布著大面積的耕地，將火點數據與耕地分布數據進行疊加分析，發現有89.9%以上的火點分布在耕地上，說明FINN捕捉的生物質戶外燃燒火點與耕地分布的重合度很高(見圖3).

圖3 2016—2020年東北三省火點空間分布Fig.3 Spatial distribution of fire points in the three northeastern provinces from 2016 to 2020

根據空間分配方法得到東北三省火點分布情況，結果(見圖4)顯示，火點數量最多的是齊齊哈爾市，其次是綏化市、長春市和哈爾濱市等，大興安嶺等地區火點數量較少. 將這些地區劃分為3種類型：排放高值區包括齊齊哈爾市、綏化市、長春市、哈爾濱市、黑河市、佳木斯市和松原市；排放次高值區包括大慶市、白城市、吉林市、雙鴨山市、雞西市、四平市、鶴崗市、沈陽市、牡丹江市、七臺河市、延邊朝鮮族自治州和鐵嶺市；排放低值區包括盤錦市、遼陽市、錦州市、通化市、鞍山市、丹東市、遼源市、大連市、伊春市、葫蘆島市、營口市、大興安嶺地區、朝陽市、撫順市、本溪市、阜新市和白山市.

圖4 2016—2020年東北三省各地級市火點數Fig.4 Number of fire points in prefecture-level cities in the three northeastern provinces from 2016 to 2020

針對排放高值區，可以通過推廣秸稈機械化直接還田的方法，簡單有效地提高秸稈綜合利用率，盡快減少生物質戶外燃燒. 排放次高值區要加大高峰期的管控力度，錯峰燃燒，根據當地情況劃定禁燒區和限燒區，對于違反行為，進行警告或罰款. 排放低值區火點數量較少，可以通過緩慢但可在根本上減少生物質戶外燃燒火點數量的方法，例如：①推廣生物質節能爐具，改造企業單位的燃煤鍋爐等；②引進先進技術，推進秸稈沼氣化利用，從而擴大秸稈使用范圍，提高秸稈利用量.

除此之外，杜亞彬等[35]研究發現2019年吉林省的秸稈禁燒管控政策取得的效果較好，進一步提出推進秸稈飼料化的利用(http://www.zgjgxh.com/news/show.php?itemid=6813)，在以牲畜飼養場為重點的城市，通過青貯、黃貯或者直接飼喂消化利用秸稈，在發展畜牧業的同時，進一步改善空氣質量.

2.3 網格化清單

目前，因生物質燃燒產生的污染物排放量的計算主要采用《城市大氣污染源排放清單編制技術手冊》(以下簡稱“《手冊》”)中的系數法，即排放源活動水平乘以排放系數. 其中排放源活動水平，即生物質開放燃燒消耗的生物量，是農作物產量、草谷比(秸稈干物質量與作物產量的比值)、秸稈露天焚燒比例以及燃燒率四者的乘積，農作物產量數據從當地農業部門統計資料獲取. 以遼寧省中部城市群[36]數據為例，經上述方法計算得出，2017年SO2、NOx、PM2.5和PM10的排放量分別為1 264.83、9 792.30、27 905.48和28 473.32 t，FINN數據同時期的SO2、NOx、PM2.5、PM10排放量分別為1 431.83、400.16、23 016.72和25 128.65 t. 從整體上來看，FINN數據中各污染物的排放量低于《手冊》計算出的污染物排放量，分析原因可能是，雖然VIIRS衛星數據較傳統的MODIS數據在精度上有大幅提升，但由于過境次數的限制，不能做到全天24小時監測，仍有很多戶外燃燒火點未被捕捉到，導致在一定程度上低于統計數據計算的污染物排放量. 因此，該研究在建立網格化清單時，充分考慮了《手冊》中依據統計數據計算的污染物排放量，結合FINN數據具有空間、時間屬性的優勢，使用ArcGIS空間分析工具，將火點數據拓撲至覆蓋遼寧省、黑龍江省和吉林省全域，空間分辨率為3 km的網格上. 同時使用Matlab建模編譯，將排放時間數據以小時為單位進行再分配，最終建立包括SO2、NOx、CO、NMVOC、NH3、PM10、PM2.5、BC和OC等物種的nc格式數據文件.

該研究建立的網格化污染物排放清單(見圖5)顯示，由生物質戶外燃燒產生的4種大氣污染物的空間分布特征基本相同，主要集中在以長春市、綏化市、齊齊哈爾市和黑河南部為主的西部地區，呈現出明顯的排放高值特征；東北部的雙鴨山市、七臺河市和雞西市的大氣污染物排放也較為明顯，呈現排放次高值特征. 這與陳衛衛等[37]開展東北地區空氣質量時空分布特征分析時得到的以東北三省各省會城市為中心的條帶狀分布、逐步向周圍其他地級城市擴展和遞減的結果相同.

圖5 2016—2020年東北三省NOx、SO2、PM2.5、PM10排放總量分布Fig.5 Distribution of total NOx, SO2, PM2.5 and PM10 emissions in the three northeastern provinces from 2016 to 2020

網格化污染物排放清單數據顯示，2016-2020年東北三省生物質戶外燃燒污染物排放量呈現先減后增的趨勢. 2016年，東北三省因生物質戶外燃燒產生的NOx、SO2、PM2.5和PM10的排放量分別為4 036.68、14 445.10、232 204.41和253 511.27 t，2017年分別升至5 587.81、19 995.70、321 431.00和3 509.25 t，2018年分別降至2 045.72、7 320.52、117 677.46和128 475.13 t，2019年分別為2 665.23、9 537.39、153 313.59和167 381.34 t，2020年分別為3 479.81、13 418.5、215 702.87和235 495.21 t. 根據2016-2020年每年PM2.5排放的空間分布及變化情況(見圖6)，PM2.5主要排放區域與生物質戶外燃燒產生的4種大氣污染物的空間分布特征(見圖5)基本相同，2017-2019年PM2.5排放量明顯低于2016年，結合網格化污染物排放量數據和PM2.5排放分布可以看出，2018-2019年東北三省污染物排放總量明顯降低，說明這兩年生物質戶外燃燒治理的效果較好；2020年污染物排放量都有所升高，考慮可能是受新型冠狀病毒感染疫情影響，基層管理部門將主要力量投入到疫情防控上，秸稈禁燒工作力度有所下降. 因此，建議劃定生物質戶外燃燒的重點控制區域，在重點區域內加大管控力度，在火點出現的高峰期嚴令禁燒，同時提高秸稈綜合利用率，實現源頭管控.

圖6 2016—2020年東北三省PM2.5排放量空間分布變化Fig.6 Variation of spatial distribution for PM2.5 emissions in the three northeastern rovinces from 2016 to 2020

2.4 空氣質量分析

該研究將搭建的我國東北三省2019年和2020年生物質戶外燃燒源網格化清單的污染物排放數據(PM2.5排放量)與城市空氣質量數據(PM2.5濃度)進行時間上的擬合，結果顯示，在排放高值區(見圖7)，2019年生物質戶外燃燒排放時間主要在2月，其中2月25-28日的火點數量占全年的57%，產生的PM2.5排放量占全年的57%，PM2.5排放量在2月26日達到峰值(20.15 t)；同時期該區域發生重污染事件，從2月24日開始，至3月2日結束，PM2.5濃度在2月27日達到峰值(371 μg/m3). 而在此時段，據資料(hlj.weather.com.cn/tqyw/02/3156467.shtml)顯示，部分地區有輕到中度霾、局地重度霾天氣，氣象條件較差.2020年生物質戶外燃燒排放時間主要在4月，其中4月14-18日的火點數量占全年的65%，產生的PM2.5排放量占全年的63%，PM2.5排放量在4月18日達到峰值(49.28 t)；同一時間內，該區域再次發生重污染事件，從4月13日開始，至4月19日結束，PM2.5濃度在4月18日達到峰值(906 μg/m3). 在此期間，區域氣象條件同樣較差. 對比2019年和2020年，由于生物質戶外燃燒的時間發生變化，重污染事件發生的時間亦發生改變，說明生物質戶外燃燒是造成當地發生重污染天氣的重要原因. 全年來看，2019年和2020年的PM2.5排放量和PM2.5濃度的波峰、波谷變化趨勢均相近. 據此推測，生物質戶外燃燒在春季秸稈集中燃燒時段會引起該區域城市發生重污染天氣，影響城市的空氣質量.

圖7 2019年和2020年東北三省PM2.5排放量及PM2.5濃度變化情況Fig.7 Variation of PM2.5 emissions and PM2.5 concentration in the three northeastern provinces in 2019 and 2020

在排放次高值區，生物質戶外燃燒排放的時間與重污染事件發生的時間相關性較低，說明生物質戶外燃燒與當地發生重污染天氣的關系較小，但該類源依然對當地的空氣質量產生一定影響，需要進一步控制當地生物質戶外燃燒，加強治理空氣污染. 排放低值區由于生物質戶外燃燒火點數量少，PM2.5排放量低，對當地空氣質量的影響小. 這也反映出該區域的管理部門更好地落實了秸稈禁燒管控措施，對生物質戶外燃燒的控制效果更好.

生物質戶外燃燒清單的污染物排放數據仍存在一定的不確定性，這是因為網格化清單基于FINN數據，而FINN數據使用VIIRS傳感器，每天僅過境2次，還不能滿足實時監測的要求，一些農戶已經掌握了衛星過境時間，并選擇避開衛星過境時間的其他時間段進行生物質戶外燃燒，所以會導致一定的誤差；數據還會受到氣象條件的影響[38]，在大氣能見度較低的天氣，可能會對傳感器的監測產生影響，導致部分火點未被探測到，與實際情況有所區別.

3 結論

a) FINN數據顯示，東北三省2016-2017年火點數量呈增加趨勢，2018-2019年火點數量明顯減少，2020年再次增加，這可能與作物產量有關，并且2018年各地方相繼出臺了秸稈禁燒管控措施，進一步加大了管控力度. 火點主要集中在春秋兩季，整體呈現雙峰分布，春季比秋季更加明顯，一方面可能是受居民生活習慣影響，另一方面可能是由于秋季的管控力度更大，部分生物質戶外燃燒延后至翌年春季導致的.東北三省的火點主要分布在以耕地為主的東北平原，其他地區火點數量相對較少. 火點數量最多的是齊齊哈爾市，其次是綏化市、長春市和哈爾濱市等，大興安嶺等地區火點數量較少. 因此，建議劃定生物質戶外燃燒的重點控制區域，在重點區域內加大管控力度，在火點出現的高峰期嚴令禁燒，同時提高秸稈綜合利用率，實現源頭管控.

b) 基于FINN數據搭建了我國東北三省2016-2020年生物質戶外燃燒源網格化清單，該清單覆蓋遼寧、黑龍江、吉林三個省份，空間分辨率為3 km，可以耦合MEIC清單，服務于區域空氣質量數值模擬研究. 清單排放數據顯示，2017年污染物排放量升高，2018-2019年降低，2020年有所上升，PM2.5排放量也在2020年有所升高，應持續加強對生物質戶外燃燒的管控，嚴防空氣質量倒退的情況發生.

c) 該研究將2019年和2020年生物質戶外燃燒清單的污染物排放數據與城市空氣質量數據進行時間上的擬合，發現生物質戶外燃燒大氣污染物排放較多的地區，特別是在春季，會導致當地發生重污染天氣，從而影響當地的空氣質量. 其他地區主要是其他原因影響了當地的空氣質量，所以這些地區在控制生物質戶外燃燒的同時，還要進一步加強對其他污染源排放的控制.