天水市紫外吸收性气溶胶时空动态的遥感监测

采用OMI传感器的气溶胶产品,分析了2006—2015年中国西部城市天水市对流层紫外吸收性气溶胶的时空分布特征。结果表明:空间上,十年间天水市的吸收性气溶胶表现出从中部向周围依次减弱的南北向带状分布规律;季节变化呈现出秋冬季高于春夏季的规律;时间上,吸收性气溶胶指数(AI)从2006年的0.075增至2015年的0.506,年均值为0.28,年均增长率为57.5%;十年间出现2次阶段性增长和2次阶段性减小;AI年际变化与天水市地方总产值相关性为0.902,第一产业对其影响最大,第三产业影响最小。

紫外吸收性气溶胶的全球时空分布特征初步分析

TOMS-AI可反演紫外吸收性气溶胶的特征。本文利用2005-2009年5年TOMS-AI分析了全球紫外吸收性气溶胶的时空分布特征,研究结果表明:1)气溶胶指数(AI)的全球分布有明显的地理差异,沙尘气溶胶是全球最大的气溶胶组分。沙漠地区及其下风区域的气溶胶指数呈现高值区,如非洲北部的撒哈拉沙漠、阿拉伯半岛、中国西北的沙漠地区,沙尘气溶胶是造成AI呈现高值的主要原因。

基于卫星观测的我国北方地区紫外吸收性气溶胶的时空分布研究

利用气溶胶指数(Aerosol Index,AI)资料研究了东亚地区紫外吸收性气溶胶的时空分布特征,主要得出以下结论:1)雨云七号卫星(Nimbus 7,N7)和地球探测卫星(Earth Probe,EP)搭载的臭氧总量测绘光谱仪(Total Ozone Mapping Spectrometer,TOMS)以及臭氧监测仪(Ozone Monitoring Instrument,OMI)反演的AI数据在东亚大陆具有较好的一致性,但EP/TOMS-OMI AI的连续性较好,而N7/TOMS-EP/TOMS AI的连续性较差;2)东亚地区紫外吸收性气溶胶主要位于塔克拉玛干沙漠及其东部周边的库姆塔格、柴达木盆地沙漠、古尔班通古特沙漠、内蒙古中西部、蒙古国南部以及我国东北、华北地区;3)紫外吸收性气溶胶具有明显的月际变化特征;4)旋转正交经验函数分析不仅能分离紫外吸收性气溶胶的源区范围,还能给出源强相对大小的定性信息。

观测路径和光谱分辨率对吸收性气溶胶指数的影响

吸收性气溶胶指数(AAI)在监测污染物方面有较好的应用,其反演结果受边界层高度、云高、相对湿度以及仪器指标和观测几何路径等因素影响.利用大气辐射传输模型MODTRAN,对辐射传输方程中多次散射计算的不同近似方法和不同观测几何角度下的AAI进行模拟,研究这些因素对AAI结果的作用,并分析仪器光谱分辨率对AAI探测结果的影响.结果表明,折衷考虑计算效率与精度的情况下,应选择8流近似的离散坐标法进行带有多次散射计算的辐射方程解析.AAI在不同浓度和不同类型气溶胶下随观测角度变化的趋势相同:相对方位角<120°时,AAI误差在太阳天顶角和卫星方位角均为40°～60°时最大;相对方位角在120°～180°时误差均较小;光谱分辨率对AAI反演结果无明显影响.

FY-3星紫外臭氧总量探测仪(TOU)监测大气臭氧及吸收性气溶胶

FY-3卫星上搭载的紫外臭氧总量探测仪(Total Ozone Unit,TOU)是我国首台自主研制的用于全球臭氧总量监测的仪器,自2008年5月至今已有3台仪器搭载在气象卫星(FY-3A/FY-3B/FY-3C)上成功发射并在轨运行。TOU利用紫外波段进行臭氧总量反演,以获得全球臭氧的分布及其变化。2013年,针对我国灰霾、沙尘等气溶胶污染事件频发的环境问题,TOU紫外探测数据被成功用于吸收性气溶胶指数(AAI)的反演,之后TOU被用于我国吸收性气溶胶污染事件的监测,为沙尘、灰霾等的预报提供监测数据。对TOU的数据和产品的质量和应用进行了介绍,包括L1B数据、臭氧总量产品及AAI指数。在此基础上,根据现有仪器的不足,对后续仪器的发展方向进行了阐述。

大气臭氧总量与吸收性气溶胶指数的关系

吸收性气溶胶指数AAI(Absorbing Aerosol Index)是基于卫星观测的紫外后向散射辐射导出的参数,与大气中对紫外线有吸收作用的气溶胶(简称吸收性气溶胶)有关,能够定性反应吸收性气溶胶的存在与空间分布特征。由于臭氧在AAI反演波段对紫外线仍然存在弱吸收作用,因此AAI可能与大气臭氧总量有关,臭氧反演的误差也可能对AAI的反演精度造成影响。为了研究臭氧总量与AAI的关系,臭氧反演的精度对AAI反演的影响,利用辐射传输模型通过敏感性实验,来模拟吸收性气溶胶指数和臭氧总量之间的关系,臭氧反演误差对吸收气溶胶指数的反演的影响。采用沙漠气溶胶,不改变气溶胶的含量,通过改变中纬度夏季的臭氧总量来计算大气模型。对臭氧总量、气溶胶含量与AAI的内在关系,臭氧总量对AAI反演精度的影响进行了模拟,模拟结果表明,气溶胶指数与臭氧总量的改变存在正相关关系,而臭氧总量的反演误差对AAI指数的反演影响不大。基于风云三号气象卫星紫外臭氧总量探测仪(FY-3/TOU)的臭氧总量和吸收性气溶胶指数数据(2012年),分析了青藏高原地区7月份臭氧总量与吸收性气溶胶指数空间分布特征的关系,与模拟结果一致。

黄河上游段吸收性气溶胶指数(AAI)时空演化特征及潜在源区分析

为揭示黄河流域上游段吸收性气溶胶指数(Absorbing Aerosol Index,AAI)的时空演化特征、主要影响因子及污染严重的包头市污染物潜在来源.本文利用OMI OMAERUV L2气溶胶数据集,研究了2005—2020年黄河流域上游段的AAI时空分布,利用熵权TOPSIS法分析主要影响因子,同时借助后向轨迹模型(HYSPLIT)对污染严重城市的污染物进行聚类分析,追踪其潜在来源.结果显示:(1)从时间上看,2005—2009年黄河流域上游段AAI呈下降趋势,2009年AAI降到最小值;2009—2016年AAI波动上升,2016年达到最大值,随后由于国家颁布了一系列保护环境的政策使AAI下降.从空间上看,AAI在黄河上游流域的北部即内蒙古的包头、鄂尔多斯偏高,而在流域的南部大概在四川省内较低.(2)小波分析发现,季节变化方面,黄河上游AAI正负位相交替出现,月均值季节变化明显,且呈现冬>春>秋>夏的特征.夏季雨水的冲刷和扩散条件使得AAI全境低值;冬季污染物排放增加,局部为高压控制区,污染物难以扩散,AAI大范围出现高值.(3)熵权TOPSIS法表明,黄河上游流域环境污染较为严重的城市为包头市,因此,本文以包头市作为重污染典型城市,借助后向轨迹法分析其污染物的潜在来源,结果表明,包头市2019年冬季气流轨迹为5类,其中,西北方向为主要传输方向.(4)包头市污染源主要为沙漠源和工业源;吸收性气溶胶以沙尘气溶胶和污染性沙尘气溶胶为主,碳质气溶胶为辅.

TROPOMI吸收性气溶胶指数反演算法及其应用

吸收性气溶胶指数(AAI)可用于表征紫外波段吸收性气溶胶成分占比,是卫星遥感探测的重要数据产品之一。通过SCIATRAN辐射传输模型设置太阳天顶角、观测天顶角、相对方位角、地表高度、云高等参数,创建大气层顶反射率的查找表,结合TROPOMI的数据,反演吸收性气溶胶指数。由于仪器本身的特性,直接反演的AAI不能完全表征吸收性气溶胶的分布特征,需要扣除背景值,本研究通过统计法获取太平洋区域AAI的背景值。采用2020年9月美国加利福尼亚州山火时期数据进行分析,研究山火烟雾羽流的传输。结果显示了气溶胶的分布特征,取得的背景校正效果良好。反演结果与TROPOMI官方发布产品的空间分布特征基本一致,两者的平均相关系数达到0.963。最后比较了卫星遥感AAI数据与地面AERONET站点气溶胶光学厚度(AOT)数据,可以看出两者的气溶胶变化趋势一致。

相对湿度对吸收性气溶胶指数的影响

为提高风云三号气象卫星(FY-3)紫外臭氧总量探测仪(TOU)观测数据得到的吸收性气溶胶指数AAI(Absorbing Aerosol Index)或AI(Aerosol Index)的可靠性,需要了解AAI指数与相对湿度之间的内在关系。本研究利用大气辐射传输模型DAK(Doubling-Adding KNMI)分别模拟了在城市气溶胶和乡村气溶胶模式下AAI同相对湿度之间的关系,并将结果同已观测到的实际结果进行对比。结果发现,在相对湿度呈高值时AAI指数出现很大的变化,但相对湿度对两种气溶胶模型的影响具有相反的效应,分析显示当大气中含有吸收性气溶胶如含碳类气溶胶(在中国北部的污染过程中很常见)时,AAI结果对RH(Relative Humidity)有很强的依赖。在应用AAI指数产品检测污染过程中需要注意气溶胶的具体类型和相对湿度的影响,必要时在高相对湿度过程中进行数据校正或剔除。

基于OMI数据的青藏高原北部气溶胶时空分布特征研究

吸收性气溶胶指数(Absorbing Aerosol Index,AAI)是卫星观测数据反演得到的紫外后向散射参数,该参数与沙尘、黑碳、烟尘等强吸收性气溶胶有关,能够反应出吸收性气溶胶的空间分布特征。本文利用2005-2014年的OMI卫星AAI资料研究了青藏高原北部地区吸收性气溶胶的空间分布特征及长期变化趋势,主要结论如下:(1)AAI存在明显的大值和低值中心,大值区主要位于新疆塔里木盆地和青海柴达木盆地。低值中心主要位于青藏高原东部、青海南部、四川东部等地区。2005-2014年期间,青藏高原北部区域平均AAI呈现先下降后上升的变化趋势,在2010年和2015年分别达到最低值和最高值。整体而言,AAI呈现轻微增长趋势,增长趋势值为0.0164/年。(2)青藏高原北部地区AAI季节平均变化特征为:春季最高,夏秋季次之,冬季最低。春季、夏季、秋季和冬季AAI分别为1.072、0.719、0.731和0.627。分析2005-2014年AAI季节平均时间序列表明:春季,AAI波动剧烈,呈现先减小后增大的趋势。夏季,AAI在2009年和2015年分别出现两个峰值,在2011年达到最低值。秋季,AAI波动程度明显降低,在2009年和2013年分别达到最低值和最高值。冬季,AAI变化趋势与秋季类似,在2006年和2014年分别达到最低值和最高值。

西北四省吸收性气溶胶时空动态分布及其影响因素

利用OMAERUV数据日产品,对西北四省(陕西省、甘肃省、青海省和宁夏回族自治区)2005-2019年紫外吸收性气溶胶指数(Ultraviolet Aerosol Index, UVAI)数据进行提取及分析,探讨其时空变化特征及影响因素.结果表明:在时间变化上,西北四省UVAI值呈波动上升的变化趋势;季节方面,UVAI均值大小为:冬季>春季>秋季>夏季,四季变化规律基本同步;从空间上看,UVAI值呈由西北向东南逐步递减的空间分布,UVAI的高值区分布在格尔木市、酒泉市、张掖市及临近区域;UVAI值稳定性存在显著的空间差异,整体呈现东西两端集聚、中部分散、高低差异显著的分布格局.自然因素中,UVAI值与气温、降水均呈显著负相关,但受地形、风向的影响显著,西部与西北部气流是吸收性气溶胶输送的主要路径.人为因素中,不同产业间与UVAI存在显著的正相关性,另外,UVAI值与机动车保有量、工业废气排放量也呈显著正相关,表明机动车尾气排放量与工业废气排放量也对吸收性气溶胶具有重要贡献.通过后向轨迹追踪发现,该区域西北和西部气流是UVAI外来输送的最主要路径.

粤港澳大湾区吸收性气溶胶的解析

为了解粤港澳(Guangdong-Hong Kong-Macao,GHM)大湾区气溶胶污染现状,基于OMAERUV日产品数据,对粤港澳大湾区2008~2019年吸收性气溶胶指数(ultraviolet aerosol index,UVAI)的时空分布、未来趋势变化和潜在源区进行了分析,并对其影响因素进行了探讨.结果表明,GHM大湾区年时间序列上UVAI呈现出下降的趋势,年均下降为2.3%;月时间序列上从春季开始呈现倒“V”形,季节特征春季最高,冬、秋次之,夏季最低;空间上呈现中部区域一直属于高值区,12年年均UVAI高达0.35;UVAI分布在时间序列主要表现为可持续,有82.69%的区域在未来UVAI将呈现下降的趋势;GHM大湾区外部潜在源主要是东部工业产生的碳质源和海洋带来的生物源;UVAI潜在源区春季以碳质源和生物质源为主,夏季以生物质气溶胶源为主,秋季以碳质源占比最大,冬季沙尘性质气溶胶源有所增加;通过相关性分析,气溶胶和PM2.5之间是相互依附的关系,工业生产活动是大气气溶胶的重要组成部分,降水可以降低大气中因工业生成所产生的气溶胶含量,第二产业活动在气温升高的情况下会加快气溶胶的生成.

基于S5P/TROPOMI的中国东部气溶胶单次散射反照率反演初探

气溶胶单次散射反照率SSA(Single Scattering Albedo)的卫星定量遥感对气候评估和大气污染治理均具有重要意义。搭载于S5P(Sentinel-5 Precursor)上的对流层监测仪(TROPOMI)具有目前同类卫星传感器中最优的空间分辨率。本文基于S5P/TROPOMI数据开展了中国东部地区的SSA反演研究。首先利用中国东部地区AERONET(Aerosol Robotic Network)站点数据对OPAC(Optical Properties of Aerosols and Clouds)气溶胶模型进行约束改进,构建了更为合适的气溶胶类型,并使用地基激光雷达(Lidar)预设相应气溶胶类型的垂直结构。然后使用辐射传输模型SCIATRAN构建查找表LUT(Look-Up Table),将TROPOMI UVAI(Ultraviolet Absorbing Index)和MODIS AOD(Aerosol Optical Depth)数据联合输入反演气溶胶SSA数据。反演结果与地基站点数据对比,相关系数R^(2)为0.61,均方根误差为0.05;和OMI SSA产品相比,总体趋势一致且具有空间连续性更好。基于TROPOMI的高分辨率SSA算法和数据将有助于中小尺度下气溶胶时空分布、光学特性等研究。