韓亞芳,吳立新,白 楊,秦 凱(.中國礦業(yè)大學環(huán)境與測繪學院,江蘇 徐州 008；.中南大學地球科學與信息物理學院,湖南 長沙 40083)

太湖北岸氣溶膠光學特性長期變化特征

韓亞芳1,吳立新2*,白 楊2,秦 凱1(1.中國礦業(yè)大學環(huán)境與測繪學院,江蘇 徐州 221008；2.中南大學地球科學與信息物理學院,湖南 長沙 410083)

利用太湖北岸地基太陽光度計(CE-318)2005年9月～2016年4月的觀測數(shù)據(jù),以及多年氣象觀測資料,對太湖北岸氣溶膠年際尺度、季節(jié)尺度及逐月的光學特性、變化特征及影響因素進行了系統(tǒng)分析.揭示太湖北岸:1)AOD年均值呈逐漸降低趨勢,但累年(2005～2016)均值高達0.776,2005～2012年累年均值為0.842,較全國同一時期AOD均值高63%;2)AOD四季變化分明,夏季(0.920)最高、冬季(0.689)最低、春季(0.788)與秋季(0.788)相近;3)氣溶膠α指數(shù)逐年增大,年增幅約 0.013,表明太湖地區(qū)大氣污染物顆粒平均粒徑逐年減小,非自然源比重持續(xù)增加;4)氣溶膠α指數(shù)季均值為秋季＞冬季＞夏季＞春季,依次為1.320、1.232、1.164、1.098;5)體積譜四季均呈雙峰結構,夏冬兩季積聚模態(tài)粒子與粗模態(tài)粒子的體積濃度接近,春季以粗模態(tài)粒子為主,秋季以積聚模態(tài)粒子為主,6)氣溶膠SSA季均值各年四季變化特征相似,累年總體季均值為秋季＞夏季＞春季＞冬季,依次為0.933、0.917、0.900、0.882,但年均值自2007年起呈逐年緩增趨勢,年增幅約0.006,表明太湖地區(qū)氣溶膠粒子的散射能力在逐年增大.

氣溶膠；光學厚度；Angstrom波長指數(shù)；體積譜；單次散射反照率；變化特征；太湖

氣溶膠作為大氣成分的重要組成部分,是環(huán)境空氣質量、灰霾天氣及全球氣候變化的重要因子,其來源多樣、生成過程復雜、影響因素眾多,定量研究與精細刻畫困難[1-9].基于長期觀測數(shù)據(jù)的氣溶膠年際、季際、月際變化特征分析和基本規(guī)律研究,以及特殊事件下氣溶膠參數(shù)日變化特征與逐小時分析等,已成為多學科關注的熱點[10-17].我國氣溶膠污染嚴重區(qū)主要集中在京津冀、長江三角洲、華中、成渝等人口密集和經濟發(fā)達地區(qū),位于長三角的太湖是我國第三大淡水湖泊,屬于典型的亞熱帶東南季風氣候區(qū),夏季高溫多雨,冬季溫和少雨.蘇南及長三角經濟快速發(fā)展導致太湖環(huán)境問題日益突出,如大氣水平能見度降低、空氣質量下降等.近年不少學者對該地區(qū)氣溶膠進行了研究,包括氣溶膠光學厚度(AOD)遙感反演[18-19]、氣溶膠粒子譜分布[20]、氣溶膠輻射強迫[21-22]、AOD時空分布[23-24]等方面,但多以MODIS衛(wèi)星氣溶膠產品和短時間序列的地基觀測數(shù)據(jù)為主.雖然從MODISAOD能直觀反映長三角上空有高濃度氣溶膠存在,但受衛(wèi)星過境時次限制和云霧影響,無法進行全天候連續(xù)觀測,難以得到完整的 AOD動態(tài)信息,不足以分析氣溶膠光學特性的長期變化現(xiàn)象[25-26].

作為AERONET全球氣溶膠觀測站點之一的太湖CE-318站點,自2005年以來積累了大量地基實測數(shù)據(jù).有學者利用該數(shù)據(jù)對太湖地區(qū)氣溶膠短期變化規(guī)律進行研究[27-28],也有學者進行了5年尺度的氣溶膠變化規(guī)律研究[29];但尚缺少更長時間序列的規(guī)律分析.本文基于該站點2005年9月～2016年4月近11年的觀測數(shù)據(jù),對太湖北岸的氣溶膠變化特性進行深入分析與規(guī)律挖掘,旨在為該地區(qū)大氣污染研究與控制提供更為完整可靠的參考依據(jù).

1 數(shù)據(jù)及方法

太湖站位于中國科學院太湖湖泊生態(tài)系統(tǒng)野外觀測站內(31.42100°N,120.21533°E,H= 20.0m)(圖 1).該站臨湖建于北岸,視野開闊,空氣流通順暢[27],安裝有包括 CE-318太陽光度計、WXT520自動氣象傳感器在內的多種傳感器[26].CE-318是法國CIMEL公司生產的可自動追蹤太陽的多波段掃描太陽光度計,安裝于2005年9月,每年由 NASA定標一次;其視場角 1.5°,每3min鐘獲取一次1640、1020、936、870、675、500、440、380、340nm通道的太陽直射輻射和天空輻射值.本研究所用數(shù)據(jù)為 2005年 9月～2012年9月的level 2.0數(shù)據(jù),以及2012年10月～2016年4月的level 1.5 數(shù)據(jù),均從AERONET網站直接獲取(AERONET網站提供的level 2.0數(shù)據(jù)截止到2012年10月4日).利用CE-318實時觀測數(shù)據(jù),由Bouguer定律、Dubovik算法等[30-31],可獲得多個氣溶膠光學特性參數(shù).本文重點分析反映氣溶膠光學特性的4個基本參數(shù):代表消光程度的AOD、判斷氣溶膠粒徑平均分布狀況的Angstrom指數(shù)(α指數(shù))、表征氣溶膠散射性能的單次散射反照率(SSA)、代表粒子粒徑分布的體積譜(dv/dlnr).

以日觀測數(shù)據(jù)不少于3個的觀測日為有效觀測日(簡稱有效日),取有效觀測日的日均值進行分析.該站因定標、中斷、天氣情況等導致 2008年7～8月、2009年6～9月、2010年10月～2011年3月、2013年7～8月、2013年11月～2014年9月、2015年 6～8月觀測數(shù)據(jù)嚴重缺失.作者從AERONET網站整理出截至2016年4月30日的有效觀測日為 1595d.此外,從氣象共享服務網站(https://www.wunderground.com)整理出觀測期間距離太湖地區(qū)最近的上海虹橋歷史氣象參數(shù)的月均值,從無錫天氣網(http://rp5.ru)下載了2012年10月～2016年4月METAR上海虹橋(機場)歷年濕度與風速的月均值(無錫天氣網僅提供了2012年10月以后的數(shù)據(jù)),將同期兩套數(shù)據(jù)進行統(tǒng)計比較與相關性分析,發(fā)現(xiàn)濕度均值僅相差 0.34%,風速均值約相差6.50%,兩套濕度、風速的相關系數(shù)均超過 0.92;表明來自氣象共享服務網數(shù)據(jù)可用.據(jù)此兩套數(shù)據(jù),綜合分析AOD、α指數(shù)、SSA和dv/dlnr的變化特征及其氣象影響因素.為貼近氣候響應規(guī)律,本文依中國農歷年為年度劃分,并依照節(jié)氣時間點近似將當年2～4月、5～7月、8～10月、11、12月及來年1月分別劃為春夏秋冬4季,分別統(tǒng)計各年、各季、各月的有效日(見表1).

圖1 太湖及周邊AERONET站點位置Fig.1 Locations of AERONET observation stations at Tai Lake and its adjacent area

表1 觀測期間AOD有效觀測日Table 1 The number of valid AOD observation days

2 結果與分析

2.1 AOD變化特征分析

總體分析表明,觀測期間8個波段的AOD變化趨勢一致,波長越短、AOD值越大.故本文選擇能代表氣溶膠粒子在整個短波譜段消光水平均狀況的 500 nm處的 AOD觀測值為分析對象[32-35].

2.1.1 AOD年際、季際變化特征 基于有效日,將年度內至少有7個月觀測值、且其各季至少有1個月觀測值的年度視為有效觀測年.據(jù)此生成觀測期間 AOD年、季變化綜合圖(圖 2).可見: 1)AOD年均值呈逐年降低趨勢,最大值 0.957 (2007年)是最小值 0.542(2015年)的 1.8倍;2) 2006年冬季和2008年夏、秋季AOD值明顯偏高,而2015年夏季AOD值明顯偏低.

結合氣象因素(圖3)分析其原因為:a)2006年冬季濕度偏大,利于氣溶膠的吸濕增長,且其風速為歷年最低,不利于氣溶膠擴散,故其 AOD值偏高;b)2008年夏季濕度偏大,降雨日偏少,應是其AOD值偏高的主要原因;而秋季AOD值偏高的原因應是其濕度為歷年秋季之最大,風速為歷年秋季之最小;c)2015年夏季只有3d觀測數(shù)據(jù)(5月12、13、14日),不足以代表其真實夏季AOD值.

圖2 2005～2016年太湖500nmAOD年均值、季均值變化Fig.2 Variation of annual and seasonal 500nm AOD averages from 2005 to 2016 at Tai Lake

圖3 2005～2016年太湖風速、濕度、降雨日的年均值與季均值變化Fig.3 Variation of annual and seasonal averages of wind speed, humidity and total rainy days from 2005 to 2016 at Tai Lake

因地基觀測有效年不連續(xù),作者采用 Terra和Aqua MODIS Level2 C6 AOD產品,分辨率10×10km,補充分析了太湖地區(qū) 2006～2015年的MODIS AOD年均值空間分布情況(圖4),可見:1)太湖及周邊地區(qū) 10a尺度氣溶膠分布格局基本穩(wěn)定;2)相對于周邊而言,湖區(qū)內AOD偏高(大于1.0),且出現(xiàn)多個超過 1.6 的高值中心;3) MODISAOD年均值呈波動變化特征,與地基監(jiān)測的年際變化基本一致.提取太湖站點像元的MODIS AOD年均值與地基觀測年均值進行比較(圖5),可見MODIS AOD值均大于地基監(jiān)測值.分析其原因為:MODIS AOD采用DT/DB融合算法生成,一方面因算法采用的氣溶膠模式存在誤差, AOD反演中嚴重低估了SSA,造成了AOD高估;另一方面因太湖站點像元下墊面復雜,其中的污染水體使站點所在混合像元的表觀反射率上升, 導致衛(wèi)星接收到的表觀反射率顯著提升,污染水體對表觀反射率的貢獻量被誤認為是氣溶膠的貢獻,使 MODIS反演結果進一步偏高[26,36-37].

圖4 2006～2015年太湖MODIS AOD年均值空間分布變化Fig.4 Variation of yearly MODIS AOD averagesfrom 2006 to 2015 at Tai Lake

圖5 2006～2015年太湖站地基AOD與MODIS AOD的年均值對照Fig.5 Contrast to the annual averagesof AERONET AOD and MODIS AOD from 2005 to 2016 at Tai Lake

2.1.2 AOD月際變化特征 圖6為500nmAOD觀測值的月均值變化.可知:1)AOD最大值一般出現(xiàn)在6、7月,最小值一般出現(xiàn)在12月或次年1月(2012年除外,其AOD最小值出現(xiàn)在7月,原因待分析);2)觀測期間月均值最低為0.295(2006年7月),最高為1.874(2008年6月),相差6.4倍;3)月間最大變幅發(fā)生于 2008年 5月(0.950)～6月(1.873),變幅達 0.923;月間最小變幅發(fā)生于 2011年11月(0.758)～12月(0.670),變幅僅0.088;4)月均值差異最大者為7月,2006、2007年7月分別為0.295、1.370,相差4.6倍.

2.1.3 AOD累年總體變化特征 圖7為2005～2016年太湖北岸AOD季均值、月均值的綜合對照.可見:2005～2016年太湖北岸:1)AOD各季差異不顯著,夏春秋冬依次為 0.920±0.246、0.788± 0.053、0.788±0.052、0.689±0.076,春秋季幾乎一致;2)1～4月AOD值逐漸增加,5月回落、6月急劇升至 1.2,7月大幅回落后逐漸降低,12月達到最小值.

對照圖 3,分析認為:a) 夏季濕度最大,為(71.96±5.71)%,氣溶膠吸濕增長充分;同時夏季溫度高、光照強,有利于二次氣溶膠生成,故夏季AOD值最大;尤其6月份空氣濕度最高,加之周邊地區(qū)存在秸稈焚燒現(xiàn)象,所引發(fā)的空氣污染對太湖AOD增大有重要貢獻[29,38];b)秋季濕度也很大,達(71.24±2.94)%,但相對于夏季而言秋季氣溫走低,二次氣溶膠生成量相對減少[39-40],故AOD值逐漸走低;c)冬季濕度較小(68.30%±2.33%),且冬季溫度低、光照時間短,二次氣溶膠生成少,故冬季AOD最低;尤其12月份濕度最小,故AOD值最小; d)春季雖然濕度最小,為(67.99±3.01)%,但相對于冬季而言春季溫度走高,二次氣溶膠生成量相對增多[39-40],故AOD值逐漸走高.

圖6 2006～2015年太湖500nmAOD月均值變化Fig.6 Variation of monthly 500nm AOD averages from 2005 to 2016 at Tai Lake

圖7 2005～2016年太湖500nm AOD季均、月均AOD變化Fig.7 Variation of quarterly and monthly 500nm AOD averages from 2005 to 2016 at Tai Lake

2.1.4 討論 有研究表明,受排放差異、氣象條件、地理環(huán)境等綜合影響,大氣氣溶膠時空變化異常復雜,不同氣象條件下的氣溶膠分布特征差異顯著[41],同一氣象條件下氣溶膠變化也差異較大[42],不同地區(qū)氣溶膠光學特性差異大

[43-45],同一地區(qū)氣溶膠變化也相差較大[46-47].同為 CE318地基觀測,同屬中國東部地區(qū)南北季風交匯地帶[32],太湖AOD夏季最大(0.920)、冬季最小(0.688)的特征與徐州、南信大、千島湖相同,卻與浙江林學院有所不同(后者 AOD為春季最大,冬季最小)[32,48].分析認為,太湖站點位于太湖北岸,徐州站點位于云龍湖畔,南京南信大站點緊鄰長江、玄武湖,杭州千島湖站點毗鄰千島湖,這些站點均鄰近大面積水域,應是其 AOD季節(jié)變化特征不同于浙江林學院站的主要原因.

此外,將太湖北岸2005～2012有效觀測年的AOD觀測值與同期中國AOD空間分布[49]對照,太湖北岸AOD均值(0.842)其比全國AOD均值(0.517)高63%,比京津冀AOD均值(0.623)高35%,比長三角均值(0.750)高 12%,略高于江蘇省均值(0.820).但是,2015年AOD年均值顯著降低,應歸功于2013年9月國務院正式頒布的《大氣污染防治行動計劃》以及2015年3月無錫環(huán)保局公布的《2015年大氣污染防治年度實施計劃》,在實踐中漸見成效.

2.2 α指數(shù)變化特征分析

2.2.1 α指數(shù)年際、季際變化特征 由觀測期間α指數(shù)年季變化綜合圖(圖 8)可知:1)α指數(shù)年變化幅度較小,最大值 1.269(2011年)與最小值1.177(2007年)僅相差0.092,變幅低于10%;2)α指數(shù)值呈逐年緩增趨勢,年增幅約 0.013,表明太湖地區(qū)污染物顆粒粒徑逐年減小,非自然源比重持續(xù)增加;3)各年α指數(shù)季均值變化特征基本相似,唯2015年夏季α指數(shù)值顯著偏小,是因該季只有3個有效日,有失代表性.

圖8 2005～2016年太湖氣溶膠α指數(shù)年均值、季均值變化Fig.8 Variation of annual and seasonal aerosol Angstrom-α from 2005 to 2016at Tai Lake

2.2.2 α指數(shù)月際變化特征 由 2005年 9月～2016年4月α指數(shù)值的月均值變化(圖9)可知:1)觀測期間α指數(shù)最低值、最高值分別為 0.765 (2010年4月)、1.652(2015年9月),二者相差2.16倍; 2)除2011年(12月)之外,最大值均出現(xiàn)在8、 9月(因2006年7月、2008年9月分別僅有2d、3d觀測值,故這兩個的月均值應剔除);3)除 2007年(5月)之外,最小值均出現(xiàn)在 3、4月(因 2007年7月、2009年2月、2015年5月分別僅有3d、6d、3d觀測值,故這3個月的月均值應剔除).

圖9 2005～2016年太湖氣溶膠α指數(shù)月均值變化Fig.9 Variation of monthly aerosol Angstrom-α from 2005 to 2016 at Tai Lake

2.2.3 α指數(shù)累年總體變化特征 由2005～2016年太湖氣溶膠α指數(shù)累年季均值與月均值變化圖(圖 10)可知:1) α指數(shù)季均值秋冬夏春依次為1.320±0.031、1.232±0.045、1.164±0.049、1.098 ±0.083,表明太湖地區(qū)秋季以細模態(tài)的城市-工業(yè)氣溶膠為主控粒子,而春季氣溶膠粒子以粗模態(tài)的自然源大顆粒為主控粒子;3)各季差異不顯著,季間最大差異約為 20%;2)1～4月α指數(shù)值逐漸減小,4～9月逐漸上升(7月略有回落,應與高濕條件下吸濕增長有關),9～12月逐漸回落;3)9月最大值(1.356)與 4月最小值(1.030)相差約 1.3倍;4)7月的離差顯著偏大,主要因為 7月的觀測值較少,只有5個年度(2006、2007、2010、2011、2012)的7月有觀測值.

圖10 2005～2016年太湖氣溶膠α指數(shù)季、月均值總體情況Fig.10 General states of seasonal and monthly Angstrom-α from 2005 to 2016 at Tai Lake

2.3 粒子體積譜變化特征分析

與α指數(shù)相同,反映單位面積上垂直大氣柱內氣溶膠粒子體積(v)隨粒徑(r)(0.05～15)變化的氣溶膠粒子體積譜 dv/dlnr(μm3/μm2),同是表征氣溶膠粒子粒徑分布的重要參數(shù).本文結合觀測期間累年氣溶膠α指數(shù)(圖 10)與其體積譜分布(圖 11),進一步分析氣溶膠粒子粒徑分布的季節(jié)變化特征.

圖11 2005～2016年太湖氣溶膠粒子四季體積譜均值分布Fig.11 Seasonal volume size spectrum of aerosol particulates from 2005 to 2016 at Tai Lake

可知:1)體積譜四季均呈明顯的雙峰結構,積聚模態(tài)(r＜1)與粗模態(tài)(r＞1)各有一處峰值;2)積聚模態(tài)峰值位置春冬季相近且偏左、夏秋季相近且偏右;粗模態(tài)峰值位置春夏秋相近,冬季向右偏移;3)春季α指數(shù)月均值均小于1.2,但粗模態(tài)體積濃度(峰值0.092)明顯高于積聚模態(tài)(峰值0.066),相差近55%;3)夏、冬兩季α指數(shù)月均值接近1.2,積聚模態(tài)和粗模態(tài)體積濃度、體積譜峰值均相當;4)秋季α指數(shù)月均值均大于1.2,積聚模態(tài)體積濃度(峰值0.101)顯著高于粗模態(tài)(峰值0.042),相差140%.

2.4 SSA變化特征分析

2.4.1 SSA年際、季際變化特征 由觀測期間SSA年季變化綜合圖(圖12)可知:1)SSA的年變幅較小,最大值 0.925(2012年)與最小值0.895(2007年)僅相差 0.03,變幅低于 5%;2)自2007年開始,SSA值有逐年增大趨勢(年增幅約0.006),表明太湖地區(qū)氣溶膠粒子的散射能力逐年增大;3)SSA的各年季均值變化特征基本為夏秋大、冬春小,唯2007年夏季SSA值小于春季,其原因為該季7、8兩個月僅有8個有效日,不足以代表真值.

圖12 2005～2016年太湖氣溶膠SSA年均值、季均值變化Fig.12 Variation of annual and seasonal aerosol SSA from 2005 to 2016 at Tai Lake

2.4.2 SSA月際變化特征 圖13為2005年9月-2016年4月SSA值的月均值變化.分析可知:1)觀測期間SSA值月間變化幅度較小,基本穩(wěn)定在0.85-0.95之間,唯有2013年10月～2015年10月間的6個月的觀測值明顯偏小,或是因期間儀器調試(這6個月分別僅有7d、1d、6d、9d、1d、5d觀測值);2)除2007年9月之外,最大值一般出現(xiàn)在8月,最小值一般出現(xiàn)在12月(因2007年7月僅有1d觀測值,故該月的月均值應剔除).

圖13 2005～2016年太湖氣溶膠SSA月均值變化Fig.13 Variation of monthly aerosol SSA from 2005 to 2016 at Tai Lake

2.4.3 SSA 累年總體變化特征 圖 14為2005～2016年太湖氣溶膠 SSA累年季均值與月均值變化圖.分析可知:1)SSA季均值秋夏春冬依次為 0.933±0.018、0.917±0.026、0.900± 0.016、0.882± 0.015,各季差異不大(季間最大差異約為 6%),總體為秋、夏季弱吸收粒子偏多,春、冬季則為中等吸收粒子偏多;2)1～8月SSA值逐漸增大,8月達到峰值后逐漸回落,8月最大值(0.955)與12月最小值(0.863)相差約1.1倍.

圖14 2005～2016年太湖氣溶膠SSA季、月均值總體情況Fig.14 Generalsituations of seasonal and monthly SSA from 2005 to 2016 at Tai Lake

3 結論

3.1 太湖北岸氣溶膠的年際變化特征:1)盡管AOD 呈逐漸降低趨勢,但累年均值仍高達0.776;2)氣溶膠α指數(shù)呈逐年增大趨勢,年增幅約0.013,表明太湖地區(qū)大氣污染物的非自然源比重在持續(xù)增加;3)自2007年起,氣溶膠SSA值呈逐年增大趨勢,年增幅約 0.006,表明太湖地區(qū)氣溶膠粒子的散射能力逐年增大.

3.2 太湖北岸氣溶膠總體上以弱吸收和中度吸收粒子為主,其光學特性的季節(jié)性變化特征為:1)AOD四季變化分明,夏季最高、冬季最低、春秋季相似,6、7月呈現(xiàn)最大值,1、12月呈現(xiàn)最小值;2) α指數(shù)季均值為秋季＞冬季＞夏季＞春季,最大、最小值分別出現(xiàn)在8～9月、3～4月;3)體積譜四季均呈雙峰結構,春季以粗模態(tài)粒子為主,秋季以積聚模態(tài)粒子為主,夏冬兩季積聚模態(tài)粒子與粗模態(tài)粒子的體積濃度相當;4)SSA季均值為秋季＞夏季＞春季＞冬季,最大、最小值分別出現(xiàn)在8月、12月.

[1] Che H, Zhang X, Xia X, et al. Ground-based aerosol climatology of China: aerosol optical depths from the China Aerosol Remote Sensing Network (CARSNET) 2002～2013 [J]. Atmospheric Chemistry & Physics, 2015,15(8):7619-7652.

[2] Wang X, Ding X, Fu X, et al. Aerosol scattering coefficients and major chemical compositions of fine particles observed at a rural site in the central Pearl River Delta, South China [J]. Journal of Environmental Sciences, 2012,24(1):72-77.

[3] 蔡子穎,韓素芹,黃 鶴,等.天津夏季黑碳氣溶膠及其吸收特性的觀測研究 [J]. 中國環(huán)境科學, 2011,31(5):719-723.

[4] 郝增周,龔 芳,潘德爐,等.沙塵氣溶膠粒子群的散射和偏振特性 [J]. 光學學報, 2012,(1):14-22.

[5] 王家成,朱成杰,朱 勇,等.北京地區(qū)多氣溶膠遙感參量與PM2.5相關性研究 [J]. 中國環(huán)境科學, 2015,35(7):1947-1956.

[6] 呂 睿,于興娜,沈 麗,等.北京春季大氣氣溶膠光學特性研究[J]. 中國環(huán)境科學, 2016,36(6):1660-1668.

[7] 王耀庭,苗世光,張小玲.基于激光雷達的北京市氣溶膠光學參數(shù)季節(jié)特征 [J]. 中國環(huán)境科學, 2016,36(4):970-978.

[8] 譚浩波,吳 兌,鄧雪嬌,等.珠江三角洲氣溶膠光學厚度的觀測研究 [J]. 環(huán)境科學學報, 2009,29(6):1146-1155.

[9] 吳 兌,毛節(jié)泰,鄧雪嬌,等.珠江三角洲黑碳氣溶膠及其輻射特性的觀測研究 [J]. 中國科學(D輯:地球科學), 2009,(11):1542-1553.

[10] Jantarach T, Masiri I, Janja S. Comparison of MODIS aerosol optical dzepth retrievals with ground-based measurements in the tropics [J]. ProcediaEngineering, 2012,32:392-398.

[11] Lin J, Donkelaar A V, Xin J, et al. Clear-sky aerosol optical depth over East China estimated from visibility measurements and chemical transport modeling [J]. Atmospheric Environment, 2014, 95(1):258-267.

[12] 王 朔,趙衛(wèi)雄,徐學哲,等.北京一次嚴重霧霾過程氣溶膠光學特性與氣象條件 [J]. 中國環(huán)境科學, 2016,36(5):1305-1312.

[13] 李成才,毛節(jié)泰,劉啟漢,等.利用MODIS研究中國東部地區(qū)氣溶膠光學厚度的分布和季節(jié)變化特征 [J]. 科學通報, 2003, 48(19):2094-2100.

[14] 徐 政,李衛(wèi)軍,于陽春,等.濟南秋季霾與非霾天氣下氣溶膠光學性質的觀測 [J]. 中國環(huán)境科學, 2011,31(4):546-552.

[15] 王 靜,牛生杰,許 丹,等.南京一次典型霧霾天氣氣溶膠光學特性 [J]. 中國環(huán)境科學, 2013,33(2):201-208.

[16] 吳立新,呂 鑫,秦 凱,等.秸稈焚燒期間徐州市空氣污染物時空分布特征分析 [J]. 地理與地理信息科學, 2014,30(1):18-22.

[17] Che H, Xia X, Zhu J, et al. Column aerosol optical properties and aerosol radiative forcing during a serious haze-fog month over North China Plain in 2013 based on ground-based sunphotometermeasurements [J]. Atmospheric Chemistry & Physics, 2014,14(4):2125-2138.

[18] 李成才,毛節(jié)泰,劉啟漢.利用MODIS遙感大氣氣溶膠及氣溶膠產品的應用 [J]. 北京大學學報(自然科學版), 2003,(S1):108-117.

[19] 羅宇翔,陳 娟,鄭小波,等.近10年中國大陸MODIS遙感氣溶膠光學厚度特征 [J]. 生態(tài)環(huán)境學報, 2012,21(5):876-883.

[20] 尚 倩,李子華,楊 軍,等.南京冬季大氣氣溶膠粒子譜分布及其對能見度的影響 [J]. 環(huán)境科學, 2011,(9):2750-2760.

[21] 劉建軍.長三角太湖地區(qū)云和氣溶膠輻射特性的地基遙感研究[D]. 南京:南京信息工程大學, 2012.

[22] 董自鵬.長江三角洲地區(qū)氣溶膠光學特性及其輻射強迫 [D].南京信息工程大學, 2010.

[23] 翟天勇.長江三角洲地區(qū)大氣氣溶膠光學厚度長時間序列時空特征分析 [D]. 上海:華東師范大學, 2014.

[24] 段 婧,毛節(jié)泰.長江三角洲大氣氣溶膠光學厚度分布和變化趨勢研究 [J]. 環(huán)境科學學報, 2007,(4):537-543.

[25] 王宏斌,張 鐳,劉瑞金,等.中國地區(qū)兩種MODIS氣溶膠產品的比較分析 [J]. 高原氣象, 2011,(3):772-783.

[26] 鄭有飛,董自鵬,吳榮軍,等. MODIS氣溶膠光學厚度在長江三角洲地區(qū)適用性分析 [J]. 地球科學進展, 2011,(2):224-234.

[27] 鄭有飛,范進進,劉建軍,等.基于地基遙感數(shù)據(jù)的太湖地區(qū)氣溶膠光學厚度和粒子譜變化規(guī)律研究 [J]. 環(huán)境科學學報, 2013,(6):1672-1681.

[28] 饒加旺,馬榮華,段洪濤.基于實測數(shù)據(jù)的太湖上空氣溶膠單次散射反照率特征分析 [J]. 中國科學院大學學報, 2014,2: 284-287.

[29] 饒加旺,馬榮華,段洪濤,等.太湖上空大氣氣溶膠光學厚度及其特征分析 [J]. 環(huán)境科學, 2012,(7):2158-2164.

[30] Biggar S F, D I Gellman, P N Slater. Improved evaluation of optical depth components from Langley plot data [J]. Remote Sensing of Environment, 1990,32:91-101.

[31] Dubovik O, M D King. A flexible inversion algorithm for retrieval of aerosol optical properties from sun and sky radiancemeasurements [J]. Journal of Geophysical Research, 2000,105:20673–20696.

[32] 吳立新,呂 鑫,秦 凱,等.基于太陽光度計地基觀測的徐州氣溶膠光學特性變化分析 [J]. 科學通報, 2016,20:2287-2298.

[33] 卞 良.基于地基網絡的大氣氣溶膠高精度光學遙感監(jiān)測研究[D]. 合肥工業(yè)大學, 2012.

[34] He J L, Zha Y, Zhang J H, et al. Aerosol Indices Derived from MODIS Data for Indicating Aerosol-Induced Air Pollution. Remote Sensing, 2014,6:1587-1604.

[35] 陳良富,李莘莘,陶金花,等.氣溶膠遙感定量反演研究與應用[M]. 北京:科學出版社, 2011.

[36] 王宏斌.基于AERONET觀測資料對MODIS氣溶膠產品的驗證 [A]. 大氣成分委員會、中國氣象科學研究院.第31屆中國氣象學會年會 S6大氣成分與天氣、氣候變化 [C]. 大氣成分委員會、中國氣象科學研究院, 2014:13.

[37] Levy R C, Mattoo S, Munchak L A, et al. The Collection 6 MODIS aerosol products over land and ocean [J]. Atmospheric Measurement Techniques, 2013,6(1):159-259.

[38] 楊 欣,陳義珍,劉厚鳳,等.北京2013年1月連續(xù)強霾過程的污染特征及成因分析 [J]. 中國環(huán)境科學, 2014,34(2):282-288.

[39] Jeffrey R. Whiteaker, David T. Suess, Kimberly A. Prather. Effects of Meteorological Conditions on Aerosol Composition and Mixing State in Bakersfield, CA [J]. Environmental Science & Technology, 2002,36(11):2345-2353.

[40] Hu M, He L Y, Zhang Y H, et al. Seasonal variation of ionic species in fine particles at Qingdao, China [J]. Atmospheric Environment, 2002,36(38):5853-5859.

[41] 郝立生,閔錦忠,段 英,等.衡水湖濕地氣溶膠分布的飛機觀測[J]. 南京氣象學院學報, 2008,(1):109-115.

[42] 邱明燕,盛立芳,房巖松,等.氣象條件對青島地區(qū)氣溶膠光學特性的影響 [J]. 中國海洋大學學報(自然科學版), 2004,(6):925-930.

[43] 張志薇,王宏斌,張 鐳,等.中國3個AERONET 站點氣溶膠微物理特性分析及比較 [J]. 中國環(huán)境科學, 2014,34(8):1927-1937.

[44] 劉芮伶,李 禮,余家燕,等.重慶市城區(qū)大氣氣溶膠光學厚度的在線測量及特征研究 [J]. 環(huán)境科學學報, 2014,34(4):819-825.

[45] Che H, Zhang X Y, Xia X, et al. Ground-based aerosol climatology of China: aerosol optical depths from the China Aerosol Remote Sensing Network (CARSNET) 2002～2013 [J]. [Atmospheric Chemistry & Physics], 2015,15(8):7619-7652.

[46] Zhao H J, Che H Z, Zhang X Y, et al. Aerosol optical properties over urban and industrial region of Northeast China by using ground-based sun-photometer measurement. Atmospheric Environment. 2013,75:270-278.

[47] 肖鐘湧,江 洪,陳 健,等.杭州市大氣氣溶膠光學厚度研究[J]. 環(huán)境科學學報, 2011,31(8):158-1767.

[48] 周 寅.長三角地區(qū)大氣氣溶膠光學厚度遙感及時空變化規(guī)律研究 [D]. 南京信息工程大學, 2014.

[49] 薛文博,武衛(wèi)玲,王金南,等.中國氣溶膠光學厚度時空演變特征分析 [J]. 環(huán)境與可持續(xù)發(fā)展, 2013,4:17-20.

致謝：本研究得到了江蘇省高層次創(chuàng)新創(chuàng)業(yè)人才引進計劃和江蘇省高校優(yōu)勢學科(PADA)支持.對于AERONET網提供的觀測數(shù)據(jù)、LADSWEB 網 提 供 的 MODIS 數(shù) 據(jù) 以 及 WEATHER UNDERGROUND提供的氣象數(shù)據(jù),在此一并致謝.

Long-term variation of aerosol optical properties at Tai Lake’s north bank.

HAN Ya-fang1, WU Li-xin2*, BAI Yang2, QIN Kai1(1.School of Environment Science and Spatial Informatics, China University of Mining and Technology, Xuzhou 221008, China；2.School of Geoscience and Info-Physics, Central South University, Changsha 410083, China). China Environmental Science, 2017,37(7)：2492～2503

Using the sun photometer (CE-318) ground observationsat the north bank of Tai Lake together with in-situ meteorological observations from September 2005 to April 2016, this paper analyzed systematically the long-term variation of aerosol optical properties at Tai Lake including annual, seasonal and monthly features as well as its influence factors. It was revealed that:1) the annual average of AOD (aerosol optical depth)from 2005 to 2016 reached 0.776, while that from 2005 to 2012 was 0.842 and 63% higher than the national average during the same time; 2) the seasonal variations of AOD were obviously featured with the highest value in summer (0.920), the lowest value in winter (0.689) and similar in spring (0.788) and autumn (0.788); 3) the Angstrom factor displayed an gradually increasing trend and the annual increment reached 0.013, which indicates that the average size of air pollutantparticulatesat Tai Lake was decreasing along with the increasing of non-natural source; 4) the seasonal Angstrom value decreased from autumn to winter, summer and spring in order, followed by 1.320, 1.232, 1.164, and 1.098; 5) the aerosol volume spectra showed a double-peak-structure in four seasons, and the volume concentrations of accumulation mode and coarse mode particulates were close in summer and winter, and the mainparticulatesinspring and autumn were coarse mode and accumulation mode, respectively;6) the annual seasonal variations of single scattering albedo (SSA) were similar, and the seasonal SSA value decreased from autumn to summer, springand winterin order, followed by 0.933, 0.917, 0.900, and 0.882, but the annual SSA averages displayed an increasing trend with annual increment being 0.006 since 2007, which indicated that the scattering ability of aerosolparticulatesat Tai Lake was increasing gradually.

aerosol；aerosol optical depth；Angstrom exponent；volume spectrum；single scattering albedo；variation features；Tai Lake

X513

A

1000-6923(2017)07-2492-12

韓亞芳(1991-),女,山東菏澤人,碩士,主要從事大氣環(huán)境遙感研究.

2016-11-15

2014年江蘇雙創(chuàng)團隊基金資助項目(06014)

* 責任作者, 教授, awulixin@263.net