基于光学厚度光谱特征改进北京地区气溶胶积聚模态比例估计

积聚模态比例(AMF)是细模态气溶胶光学厚度占总光学厚度的比例,是估算直接辐射强迫和评估细颗粒物污染的重要参数。利用2011年北京地区AERONET网站提供的气溶胶光学厚度(AOD)和粒子体积谱分布等微观参数,计算极值修正后的细模态Angstrom指数(αf)并进行气溶胶光学厚度光谱退卷积计算,改进AMF估算精度。AMF估算误差主要是由于αf的误差估计偏小造成的。通过统计模拟的αf极大值与极小值范围获取约束条件,建立极值修正方法。通过敏感性试验可知,极值修正可将αf约束在合理范围内,且αf和AMF对气溶胶归一化体积谱分布敏感,不同谱分布可使αf从0.662变化到2.849,AMF从0.08变化到0.84。经过极值修正后,AMF的平均误差从0.072减小到0.044,减小了38.89%,尤其在冬夏两季,误差减小明显。AMF精度的提高可直接提高细模态及人为气溶胶光学厚度的估算精度,对人为气溶胶的直接辐射强迫估算、气候变化评估和环境质量评价有着重要意义。

利用细模态气溶胶光学厚度估计PM_(2.5)

本文利用2013年1月AERONET(Aerosol Robotic Network)北京站的气溶胶光学厚度AOD(Aerosol Optical Depth)、细颗粒物光学厚度占总光学厚度的比例即气溶胶细模态比例η以及地面监测的细颗粒物PM2.5(Particulate Matter 2.5)质量浓度数据建立气溶胶细模态光学厚度AODf(fine-mode Aerosol Optical Depth)与PM2.5的线性回归关系,并利用2013年2月1日—15日的数据验证该方法。结果表明,利用2013年1月建立的回归方法能够有效估算灰霾期间PM2.5,获得PM2.5的均值为85μg/m3,均方根误差为50μg/m3。利用气溶胶细模态订正方法估算的AODf与PM2.5的相关系数大于AOD与PM2.5的相关系数,这表明灰霾期间以PM2.5为代表的细模态颗粒物成为气溶胶消光的主体,且AOD与PM2.5的关系转化为AODf与PM2.5的相关关系时,相关程度提高。垂直分布修正在灰霾时对改善AOD与PM2.5相关关系作用不明显;当相对湿度大于80%时,湿度订正效果受到较大限制。

华东地区气溶胶分布和变化特征研究

利用中分辨率光谱仪(MODIS)获得的气溶胶光学厚度(AOD)、细粒子比例(FMF)和臭氧检测仪(OMI)获得的气溶胶指数(AI)统计分析了2005—2014年我国华东地区气溶胶光学性质的时空分布特征,同时利用潜在源分析(PSCF)模型对我国华东地区AOD和AI的潜在源区进行分析。研究结果表明:华东地区的AOD、FMF和AI时空分布存在较大的差异,2005—2014年AOD和AI的平均值高值主要分布在华东地区北部,FMF的高值区则分布在华东南部地区;10 a间华东地区AOD呈现出先升高后降低的趋势,FMF波动幅度不明显,AI值有所上升;整个华东地区AOD的季节变化较为明显,春夏两季AOD明显高于秋冬两季。华东北部和中部地区夏季由于较高的相对湿度,AOD最大可达0.8以上。而在华东南部地区,夏季受到降水的影响,AOD维持在0.2~0.4之间。FMF季节变化趋势与AOD不同,夏季最大达到0.58,春季最小仅为0.26。AI平均值在冬季最大高达0.63,夏季最小,为0.27。PSCF分析显示华东地区AOD主要源区以局地排放为主,同时也存在由河南、湖北和湖南等周边省市近距离输送影响;AI以局地和北方远距离输送为主,同时也受到河南、湖北等周边省市近距离输送的影响。

亚洲地区MODIS和Himawari-8细模态气溶胶产品验证及其时空分布分析

利用AERONET观测网数据,结合MODIS(中分辨率成像光谱仪)及Himawari-8(新一代地球同步气象卫星)的气溶胶产品分析了亚洲41个站点2015—2016年细模态气溶胶光学特性.结果表明,MODIS和Himawari-8反演气溶胶细模态比例(FMF)及细模态气溶胶光学厚度(fAOD)落在误差区间EE(期望误差)内的比例均不超过80%,其中8个典型站点则不超过50%,总体上MODIS要优于Himawari-8,但与AERONET地基观测资料相比还存在一定的误差.因此,需要进一步研究反演方法,提升地表反射率的确定精度,从而提高卫星遥感反演精度.通过季节平均的比较,发现春、夏、秋、冬四季MODIS和Himawari-8的反演值均有所低估,MODIS fAOD各季节平均偏差相对较小.Himawari-8 FMF秋季在Dhaka_University站的平均偏差较大,MODIS FMF春、冬季的平均偏差最大值相对较大,夏、秋季则相对较小;对于同一站点在相同季节均为Himawari-8 fAOD偏差较大,并且MODIS fAOD各季节的平均偏差最大值均小于Himawari-8 fAOD的偏差值.同时,利用卫星观测分析了亚洲地区FMF和fAOD年均及季节平均分布特征,发现MODIS和Himawari-8 FMF年均分布高值区主要位于华北平原、东北平原、四川盆地和中南半岛,MODIS fAOD年均分布高值区主要位于中南半岛,Himawari-8 fAOD年均值则普遍较低.MODIS FMF和fAOD季节平均分布呈现出夏秋高、春冬低的趋势,Himawari-8 FMF和fAOD季节平均分布则呈现出春秋高、夏冬低的特征,高值区的位置和量值均有明显的季节变化.

基于卫星遥感和地面观测资料分析苏皖两省一次空气污染过程

2012年6月8-11日,江苏安徽2省发生了一次持续性的空气污染过程.利用MODIS观测的气溶胶产品和地面气象资料,结合火点监测资料和HYSPLIT后向轨迹模式,分析气溶胶光学厚度（AOD）、细粒子比例（FMF）、空气污染指数（API）的特征,探究这次空气污染的形成原因.研究表明,这次过程中苏皖2省8个代表城市的能见度大部分时间低于10km,相对湿度低于90%,API均达到或超过污染等级,AOD显著增长,且污染物以人类活动产生的细粒子为主.区域细粒子比例（RFMF）达0.79,高FMF（〉0.6）出现的概率高达74.8%.另外,苏皖2省稳定的天气形势,不利于污染物扩散.6月8~11日,苏皖2省（北部地区为主）出现大量的火点,表明有秸秆焚烧现象的存在.从HYSPLIT模式的模拟结果来看,苏皖2省8个代表城市在此期间主要受到偏西方向的气流以及局地气流的影响,偏西方向的气流有利于外部秸秆焚烧的污染物经过输送影响本地区,同时局地气流不利于扩散,从而造成污染物积累,形成污染.

关中地区不同类型气溶胶时空分布特征与驱动因素

气溶胶光学厚度(Aerosol optical depth,AOD)和气溶胶细模态比例(Fine mode fraction,FMF)是区域大气质量的重要指示因子.利用2003—2020年AOD和FMF粒子谱阈值划分气溶胶类型,综合利用局部自相关、线性趋势估计和地理探测器方法,揭示关中地区不同类型气溶胶的空间变化特征及驱动因素.结果表明:①关中地区AOD、FMF及不同类型气溶胶具有空间分异性,AOD和FMF均存在高值聚集和低值聚集,不同类型的气溶胶从中间腹地城市群向外围高地呈“阶梯”状分布.②关中地区以混合型(Mixed aerosol,MX)和大陆型气溶胶(Continental background aerosol,CB)为主,城市型气溶胶(Urban aerosol,BU)占比最小.③不同类型气溶胶季节、年际变化明显,混合型气溶胶在春、夏季占比高,大陆型气溶胶在秋、冬季占比高,达到50%以上,春、冬季沙尘型气溶胶(Dust aerosol,DD)在城市区聚集明显;在年际变化中,2003—2020年关中地区整体上大气污染程度降低.④PM_(2.5)、气温和高程是关中地区不同类型气溶胶空间分异性的主导因素,此外,不同类型气溶胶的最大双因子驱动力(q max)存在差异.

北京区域冬季灰霾过程中人为气溶胶光学厚度估算

本文使用北京地区不同时期(2009年1月和2013年1月)的地基气溶胶观测资料,估算了灰霾天气的人为气溶胶光学厚度,在此基础上结合气溶胶光学参数进行了对比分析。结果表明:(1)2013年1月人为气溶胶光学厚度(440nm)较2009年1月有所增加,月平均值分别为0.88和0.44;(2)2013年1月灰霾污染中人为气溶胶占主导天数比例是86.7%,高于2009年1月的62.5%;(3)2013年1月人为成分在气溶胶光学厚度(440nm)中的贡献平均达88%,说明灰霾污染主要是由人为气溶胶造成的;(4)本文所选取的两次灰霾天气,都是由北京本地污染物堆积和南部周边城市污染物外源的输入共同作用造成的。

中亚五国气溶胶光学厚度时空分布特征研究

气溶胶时空变化是影响气溶胶气候效应不确定性的主要因素之一.在生态环境脆弱的中亚五国(哈萨克斯坦、乌兹别克斯坦、土库曼斯坦、吉尔吉斯斯坦和塔吉克斯坦)研究气溶胶光学厚度(Aerosol Optical Depth,AOD)的时空变化对中亚地区及全球生态环境和气候变化具有重要意义.基于2002—2019年MODIS 04_L2气溶胶产品数据集,利用标准差椭圆(Standard Deviation Ellipse,SDE)、加权回归的季节趋势分解(Seasonal Trend Decomposition Procedure based on Loess,STL)和奇异值分解(Singular Value Decomposition,SVD)等方法,在时间和空间两个维度上揭示了中亚五国AOD和气溶胶细模态比例(Aerosol Fine Mode Fraction,FMF)的时空演变特征,以及AOD对气象因子和土地利用/土地覆被变化(Land Use/Cover Change,LUCC)的响应.结果表明:①中亚五国AOD分布呈现出显著的空间异质性,高值区主要集中于咸海区域和费尔干纳盆地,低值区主要分布于海拔相对较高的山区和丘陵;AOD年平均中心在2009年之前分布于中亚东南部,受咸海盐尘的影响,2010年之后偏向于西北部向咸海附近移动.②2002—2019年中亚五国AOD年均值整体呈先增长后下降的态势,2012年达到最大值.③中亚地区AOD的变化受气温、降水、风速的共同影响,AOD与气温的空间变化特征呈基本一致的态势,但与降水和风速存在一定差异;不同土地覆被区对AOD的影响差异显著,城市建设用地、裸地及水域是AOD高值分布区,低值分布于郁闭灌木丛和混杂林等植被覆盖度高的土地利用/土地覆被区.④气溶胶细模态比例(FMF)空间分布格局由自然和人为因素共同作用,呈现出咸海和沙漠区域附近以粗模态气溶胶为主,人口密集区和工业区以细模态粒子占主导地位.