鄭凱端， 陳 健， 周 杰， 高紹鑫

(南京信息工程大學(xué)地理與遙感學(xué)院,南京 210044)

0 引言

霧和霾總稱為霧霾，其主要成分是懸浮在空氣中、肉眼無法分辨的大量微小的固態(tài)或液態(tài)氣溶膠粒子[1]。國內(nèi)外對氣溶膠的研究隨著不同類型地基傳感器和衛(wèi)星傳感器的發(fā)展而日益廣泛。地基遙感觀測技術(shù)能夠有效探測大氣氣溶膠的垂直結(jié)構(gòu)及其演變過程，但只能進行單點測量而無法獲取氣溶膠的區(qū)域性變化，這限制了其在大尺度范圍的應(yīng)用。被動遙感的衛(wèi)星觀測數(shù)據(jù)，如中等分辨率成像光譜儀(moderate-resolution imaging spectroradiometer，MODIS)、多角度成像光譜儀(multi-angle imaging spectroradiometer，MISR)和臭氧監(jiān)測儀(ozone monitoring instrument，OMI)數(shù)據(jù)可以提供大范圍氣溶膠的面狀分布信息，但觀測獲取到的數(shù)據(jù)只是大氣層頂?shù)降孛娴臍馊苣z柱的平均狀況，無法反映氣溶膠的垂直分布狀況。云—氣溶膠激光雷達和紅外探路者衛(wèi)星(cloud-aerosol LiDAR and infrared pathfinder satellite observations，CALIPSO)的出現(xiàn)克服了這一局限性，其搭載的云—氣溶膠正交極化激光雷達(cloud-aerosol LiDAR with orthogonal polarization，CALIOP)能夠探測到氣溶膠在垂直方向上的變化，使得采用多源遙感數(shù)據(jù)分析大范圍內(nèi)氣溶膠的空間分布特性成為可能。

目前國內(nèi)外已有不少學(xué)者利用CALIPSO/CALIOP(下文簡稱“CALIOP”)衛(wèi)星數(shù)據(jù)對氣溶膠開展了一系列研究。如陳勇航等[2]利用CALIOP數(shù)據(jù)分析了一次沙塵污染傳輸過程中，沙塵氣溶膠光學(xué)特性在垂直方向上的分布特征以及沙塵氣溶膠粒子的大小和不規(guī)則性隨高度的變化特征； 王靜等[3]利用CALIOP后向散射數(shù)據(jù)深入研究了2010年3—4月份北京地區(qū)春季沙塵天氣大氣分布狀況； 蔡宏珂等[4]利用CALIOP數(shù)據(jù)研究了秸稈焚燒源氣溶膠光學(xué)特性的垂直分布特征； Yu等[5]利用2006—2007 年CALIOP數(shù)據(jù)統(tǒng)計了全球12個代表區(qū)域氣溶膠的垂直分布狀況，發(fā)現(xiàn)氣溶膠消光系數(shù)的垂直分布存在明顯的季節(jié)變化。近幾年來，隨著我國部分地區(qū)空氣污染問題日趨嚴重，不少學(xué)者也開始結(jié)合多源數(shù)據(jù)對污染天氣下、尤其是霧霾發(fā)生時氣溶膠的垂直分布以及光學(xué)特性展開研究，如徐婷婷等[6]、劉瓊等[7]和馬驍駿等[8]都深入研究了上海地區(qū)干霾期間氣溶膠光學(xué)特性的垂直分布特征； 毛曉琴等[9]利用CALIOP數(shù)據(jù)研究了長江三角洲(簡稱“長三角”)地區(qū)灰霾氣溶膠的光學(xué)特性及垂直分布特征，發(fā)現(xiàn)灰霾天氣發(fā)生時氣溶膠主要是小粒徑氣溶膠且集中在2 km高度以下的區(qū)域； 劉璇等[10]和孫強等[11]也利用CALIOP數(shù)據(jù)分別分析了長三角地區(qū)和華北地區(qū)的霧霾事件。上述研究均表明，單一的遙感數(shù)據(jù)在監(jiān)測氣溶膠特性時存在一定的局限性，CALIOP數(shù)據(jù)可以提供氣溶膠的垂直分布信息，但限于其數(shù)據(jù)獲取方式，無法提供覆蓋整個研究區(qū)的數(shù)據(jù)。若要更全面地認識污染過程中氣溶膠的水平、垂直和時間分布特性，必須利用CALIOP 數(shù)據(jù)、被動光學(xué)遙感衛(wèi)星數(shù)據(jù)和地基遙感數(shù)據(jù)綜合分析。

本文選取長三角為研究區(qū)，以2013年12月1—9日長三角地區(qū)發(fā)生的嚴重霧霾污染過程中的氣溶膠為研究對象，基于CALIOP數(shù)據(jù)，結(jié)合海洋與氣象學(xué)多功能衛(wèi)星(communication ocean and meteorological satellite，COMS)搭載的地球同步海洋水色成像儀(geostationary ocean color imager，GOCI)數(shù)據(jù)和CE318全自動型跟蹤掃描太陽光度計(簡稱“CE318太陽光度計”)數(shù)據(jù)，研究了該霧霾污染過程中氣溶膠的時空分布特征，并利用混合單粒子拉格朗日綜合軌跡(hybrid single particle Lagrangian integrated trajectory，HYSPLIT)模式進一步探討該污染的來源，為利用多源遙感數(shù)據(jù)監(jiān)測和控制空氣污染的過程提供科學(xué)參考。

1 研究區(qū)概況及數(shù)據(jù)源

1.1 研究區(qū)概況

廣義的長三角地區(qū)(E116°～123°，N26°～35°)位于中國大陸東部沿海，地屬亞熱帶季風(fēng)氣候帶，區(qū)域面積21.07萬km2，包括上海市、江蘇省和浙江省。江蘇省以太湖為中心呈周圍高、中間低地貌，太湖周邊地區(qū)多為平原； 浙江省整體地勢由西南向東北傾斜，多以山地丘陵為主。長三角地區(qū)的植被主要是亞熱帶常綠闊葉林和落葉闊葉混交林。

近些年來，長三角地區(qū)經(jīng)濟飛速發(fā)展，已成為中國最大的外貿(mào)出口基地，但同時，其環(huán)境污染也日益嚴重。在2013年12月初中國東部的一次嚴重空氣污染過程中，長三角地區(qū)的污染尤為嚴重，首要污染物PM2.5濃度日平均值超過150 μg/m3，部分地區(qū)達到300～500 μg/m3。此次霧霾污染最為嚴重的區(qū)域位于江蘇中南部，其中南京市空氣質(zhì)量持續(xù)7 d都在重度污染以上，并且連續(xù)4 d嚴重污染，非常適合本文進行嚴重霧霾事件多源遙感監(jiān)測的研究。

1.2 數(shù)據(jù)源

1.2.1 CALIPSO/CALIOP數(shù)據(jù)

CALIPSO衛(wèi)星于2006年4月28日由美國國家航空航天局(National Aeronautics and Space Administration，NASA)聯(lián)合法國Fibertek公司發(fā)射[12]。該衛(wèi)星是A-Train系列的太陽同步極軌衛(wèi)星，其搭載的CALIOP發(fā)射532 nm和1 064 nm這2種脈沖波，并通過3個通道獲取白天和夜間2個波長的后向散射系數(shù)[13]。根據(jù)獲取的后向散射系數(shù)，可分別計算體積退偏比和顏色比。體積退偏比為532 nm垂直衰減后向散射系數(shù)與532 nm平行衰減后向散射系數(shù)的比值，通過體積退偏比能夠區(qū)分球型氣溶膠粒子和非球型氣溶膠粒子，體積退偏比越大，粒子越不規(guī)則； 顏色比為1 064 nm衰減后向散射系數(shù)與532 nm總衰減后向散射系數(shù)的比值，根據(jù)顏色比能夠識別粒子的大小，顏色比越大，粒子越大[13-14]。

由于氣溶膠粒子對太陽輻射的散射直接影響了大氣能見度[15]，因此分析氣溶膠的粒徑大小和形狀對研究氣溶膠光學(xué)特性具有重要的意義[16]。本文利用CALIOP數(shù)據(jù)產(chǎn)品，分析了此次長三角霧霾污染下氣溶膠的后向散射強度、粒徑大小和形狀的垂直分布特征。由于白天數(shù)據(jù)的噪聲比較大，對觀測影響較大[17]，所以選取霧霾污染期間過境長三角地區(qū)的夜間數(shù)據(jù)。通過篩選，選取了2013年12月2日和12月9日2 d的數(shù)據(jù)。本文所使用的CALIOP數(shù)據(jù)均從網(wǎng)站http: //www-calipso.larc.nasa.gov/about/下載得到。

1.2.2 COMS/GOCI數(shù)據(jù)

COMS是2009年韓國發(fā)射的第一顆地球靜止衛(wèi)星，主要用于氣象服務(wù)和海洋監(jiān)測研究，其搭載的GOCI可獲取從可見光到近紅外共8個波段的遙感信息，其星下點分辨率為500 m，時間分辨率為1 h，可提供目標(biāo)區(qū)域8個時段的觀測數(shù)據(jù)，實時監(jiān)測以韓國為中心(E130°，N36°)，包括韓國、朝鮮、日本、俄羅斯及中國約2 500 km×2 500 km的目標(biāo)區(qū)域[18]。COMS/GOCI(下文簡稱“GOCI”)對目標(biāo)區(qū)域的連續(xù)觀測(09：00—16：00)增加了數(shù)據(jù)獲取的機會，減少了由于云層干擾產(chǎn)生的誤差，降低了數(shù)據(jù)缺失的概率[19]，另外GOCI數(shù)據(jù)在一定程度上彌補了MODIS數(shù)據(jù)在部分地區(qū)和時間上的缺失。本文所使用的GOCI數(shù)據(jù)均從自網(wǎng)站http: //kosc.kiost.ac/eng/下載得到。GOCI的波段及參數(shù)如表1所示。

表1 GOCI波段及參數(shù)Tab.1 Bands and parameters of GOCI

1.2.3 CE318太陽光度計數(shù)據(jù)

CE318太陽光度計有8個光譜通道，中心波長分別為1 640 nm，1 020 nm，870 nm，670 nm，500 nm，440 nm，380 nm和340 nm。其測得的數(shù)據(jù)可用于計算大氣透過率和Angstrom大氣波長指數(shù)，反演氣溶膠光學(xué)厚度(aerosol optical thickness，AOT)、消光光學(xué)厚度以及相函數(shù)等[20]。本文設(shè)置的CE318太陽光度計位于南京信息工程大學(xué)北辰樓頂(E118.72°，N32.21°)，選取的數(shù)據(jù)為2013年11月30日—12月10日1.5級產(chǎn)品中的500 nm AOT以及440～870 nm Angstrom指數(shù)2種數(shù)據(jù)。

1.2.4 HYSPLIT模式

HYSPLIT模式是美國國家海洋和大氣管理局(National Oceanic and Atmospheric Administration，NOAA)空氣資源實驗室聯(lián)合澳大利亞氣象局開發(fā)的污染擴散傳輸模式[21]，該模式采用了美國氣象環(huán)境預(yù)報中心(National Centers for Environmental Prediction，NCEP)的全球數(shù)據(jù)同化系統(tǒng)(global data assimilation system，GDAS)1°×1°氣象場資料，能夠計算不同類型污染物的前向或后向軌跡，模擬污染物的輸送、擴散或沉降過程，以確定其來源或發(fā)展方向[10,22]。HYSPLIT模式結(jié)果可以從網(wǎng)站http: //ready.arl.noaa.gov/HYSPLIT_traj.php在線獲取。

2 結(jié)果與討論

2.1 污染過程分析

2013年12月1—9日，長三角地區(qū)遭遇了大范圍的嚴重空氣污染[23]。圖1示出了2013年12月2—10日期間6個代表城市(南京、徐州、上海、杭州、合肥和南通)的空氣質(zhì)量指數(shù)(air quality index，AQI)值(圖1(a))及PM2.5濃度(圖1(b))日平均值變化圖。

(a) AQI值 (b) PM2.5濃度

圖16個代表城市AQI和PM2.5質(zhì)量濃度日平均值變化圖

Fig.1DailymeanvariationofAQIvaluesandPM2.5massconcentrationinsixtypicalcities

根據(jù)《環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定(試行)》[24]，空氣質(zhì)量指數(shù)分為0～50,51～100,101～150,151～200,201～300和>300共6個級別，分別對應(yīng)的空氣質(zhì)量級別為： 優(yōu)、良、輕度污染、中度污染、重度污染和嚴重污染。從圖1(a)可以看出，污染期間6個城市的AQI日均值都超過了100，空氣質(zhì)量有7 d達到了中度污染以上，大部分時間是重度污染和嚴重污染，其中污染最嚴重的城市是南京與合肥，有4 d連續(xù)處于嚴重污染。根據(jù)《環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定(試行)》中對AQI的定義以及計算方法，PM2.5濃度曲線(圖1(b))與AQI指數(shù)曲線的相似度最高，因此，可以認定此次霧霾污染過程的首要污染物為PM2.5。

圖2是2013年11月30日—12月10日南京信息工程大學(xué)北辰樓頂CE318太陽光度計所采500 nm AOT和440～870 nm Angstrom指數(shù)的時間序列圖。

圖2 AOT和Angstrom指數(shù)時間序列Fig.2 Time series of AOT and Angstrom exponent

從圖2中可以看出，AOT和Angstrom指數(shù)均呈振蕩式展布，AOT整體呈先上升、后下降的趨勢，Angstrom指數(shù)整體與AOT的變化趨勢相似，說明在霧霾期間氣溶膠粒子是粗、細模態(tài)的混合，并且大氣中粗粒徑氣溶膠的比例增加，說明此次霧霾事件可能有外來粗粒徑氣溶膠的輸入。

2.2 氣溶膠空間變化

為了更好地展示這次污染過程的空間分布和變化，本文獲取了2013年11月30日—12月10日的GOCI數(shù)據(jù)(圖3)。圖3(a)—(k)為GOCI數(shù)據(jù)B8(R)B5(G)B4(B)合成的2013年11月30日—12月10日的假彩色圖像。其中B8為近紅外波段，能夠反映出氣溶膠的空間信息； B5為紅光波段； B4為綠光波段。

(a) 2013年11月30日(b) 2013年12月1日 (c) 2013年12月2日 (d) 2013年12月3日

(e) 2013年12月4日(f) 2013年12月5日(g) 2013年12月6日 (h) 2013年12月7日

(i) 2013年12月8日 (j) 2013年12月9日 (k) 2013年12月10日

圖32013年11月30日—12月10日GOCI數(shù)據(jù)B8(R)B5(G)B4(B)假彩色合成圖像

Fig.3GOCIfalsecolorcompositeimage(B8(R)B5(G)B4(B))during30thNovember—10thDecember，2013

從圖3可以看出，11月30日整個長三角地區(qū)圖像清晰，說明天氣基本晴朗，氣溶膠濃度較小，且分布較為均勻(圖3(a))。到了12月1日—2日，由于受到霧霾的影響，長三角地區(qū)中部和北部地區(qū)氣溶膠濃度明顯增大，散射增強，圖像色彩變亮(圖3(b)和(c))。從圖3(a)—(c)可以看出，本次霧霾可能主要來源于當(dāng)?shù)貧馊苣z等污染物的釋放。12月3—9日，長三角地區(qū)北部出現(xiàn)的云團，受到來自北方氣流的影響向東南方向推進并擴散，受云團的影響云下氣溶膠的情況無法準(zhǔn)確得知，但是從無云的地區(qū)可以看出，氣溶膠在中部和北部地區(qū)呈聚集的趨勢，濃度較大，污染嚴重； 而南部地區(qū)因山地較多，植被覆蓋度高，氣溶膠濃度與中北部城市地區(qū)相比較小，在圖像中的多為霧(圖3(d)—(j))。而到了12月10日，霧霾現(xiàn)象明顯消退，氣溶膠濃度明顯降低(圖3(k))，與11月30日的情況(圖3(a))相似，污染過程結(jié)束。

2.3 氣溶膠垂直特征

圖4分別給出了長三角地區(qū)2013年12月2日(N28.3°～34.3°，圖4(a))和2013年12月9日(N33.6°～34.6°，圖4(b))的0～10 km高度內(nèi)的532 nm總衰減后向散射垂直剖面圖。圖4中紅框為CALIPSO衛(wèi)星經(jīng)過長三角地區(qū)時的掃描區(qū)域。(圖4(a)中有2個紅框區(qū)域是因為當(dāng)天掃描路徑中間部分不屬于長三角地區(qū))。一般來說，空氣分子的后向散射系數(shù)小于8×10-4km-1sr-1(圖4中藍色色標(biāo))，氣溶膠粒子的后向散射系數(shù)在8×10-4～4.5×10-3km-1sr-1(圖4中色標(biāo)為綠色到紅色的部分，大部分為黃色)之間，而云的后向散射系數(shù)則大于4.5×10-3km-1sr-1(圖4中色標(biāo)由粉色到白色)。

(a) 2013年12月2日(N28.3°～34.3°) (b) 2013年12月9日(N33.6°～34.6°)

圖42013年12月2日及12月9日532nm處總衰減后向散射系數(shù)垂直剖面圖

Fig.4Altitude-orbitcross-sectionoftotal532nmattenuatedbackscatteringcoefficienton2ndand9thDecember，2013

由圖4可以看出，在發(fā)生霧霾期間，2 km高度以下存在明顯的黃色氣溶膠層； 1 km高度以下還出現(xiàn)紅色的氣溶膠層，氣溶膠濃度最大，散射最強。排除CALIOP Level 2氣溶膠廓線產(chǎn)品中的非氣溶膠特征值、云以及其他無效值，對532 nm氣溶膠消光系數(shù)進行平均，得到2013年12月2日和12月9日的532 nm平均消光系數(shù)廓線圖(圖5)。

(a) 2013年12月2日(N28.3°～34.3°) (b) 2013年12月9日(N33.6°～34.6°)

圖52013年12月2日和12月9日532nm平均消光系數(shù)廓線

Fig.5Theaverageverticalprofilesof532nmextinctioncoefficienton2ndand9thDecember，2013

從圖5可以看出，平均消光系數(shù)與總衰減后向散射系數(shù)一樣，在2 km以下平均消光系數(shù)的值隨著高度增加而不斷減小，說明霧霾期間2 km高度以下的大氣層內(nèi)存在明顯的氣溶膠層，1 km高度以下的氣溶膠濃度較大。

綜上所述，污染期間氣溶膠主要分布在地面到2 km高度內(nèi)，因此對CALIOP獲取的2 km高度以下的532 nm總衰減后向散射系數(shù)、體積退偏比及顏色比進行統(tǒng)計分析。532 nm總衰減后向散射系數(shù)在0～8×10-4km-1sr-1，0.8～4.5×10-3km-1sr-1，4.5×10-3～1×10-2km-1sr-1這3個區(qū)間內(nèi)出現(xiàn)的頻率分別為9.9%、81.4%和8.7%，而氣溶膠的衰減后向散射系數(shù)主要在0.8～4.5×10-3km-1sr-1范圍內(nèi)，可以看出污染期間在0～2 km高度內(nèi)聚集了大量的氣溶膠。

將污染期間0～2 km高度按[0，500) m、[500，1 000) m和[1 000，2 000] m分為3個高度層，統(tǒng)計各高度層內(nèi)體積退偏比和顏色比頻率分布(圖6)。

(a) 體積退偏比 (b) 顏色比

圖63個高度層內(nèi)體積退偏比和顏色比頻率分布圖

Fig.6Frequencydistributionofvolumedepolarizationratioandcolorratiowithinthreeheightlevels

從圖6(a)可知，在整體上體積退偏比頻率隨著體積退偏比的增大而降低。體積退偏比在[0,0.3)范圍內(nèi)的通常是規(guī)則球形氣溶膠，在[0.3,0.6)范圍內(nèi)的為較規(guī)則的、近似球形氣溶膠，而在[0.6,1]范圍內(nèi)則為不規(guī)則的非球形氣溶膠[25]。體積退偏比在[0,0.3)的比例為83.48%，說明在霧霾發(fā)生時，2 km高度大氣層內(nèi)球形氣溶膠與非球形氣溶膠共存，且球形氣溶膠出現(xiàn)的頻率更大。

從圖6(b)可以看出，顏色比頻率隨著色比值的增大而先增大后減小，在[0.4,0.5)區(qū)間出現(xiàn)頻率最大值。顏色比在[0,1)所占的比例為80.78%，[1,2]所占的比例為19.22%，說明在霧霾污染期間，細粒徑氣溶膠出現(xiàn)的頻率高于粗粒徑氣溶膠出現(xiàn)的頻率，氣溶膠主要以小粒徑氣溶膠為主。從各高度層的情況來看，各高度層均以細粒徑氣溶膠為主，[0，500) m高度層主要是球形氣溶膠和近似球形氣溶膠并存，表明[0，500) m高度層受周邊地區(qū)人為排放氣溶膠的影響較大； 而[500，1 000) m和[1 000，2 000] m這2個高度層內(nèi)主要是球形氣溶膠，這表明了周邊地區(qū)人為排放的氣溶膠對這2個高度層的氣溶膠影響不大，影響這2個高度層的主要是外來氣溶膠。

2.4 HYSPLIT模式及氣象條件分析

為更好地分析污染物的來源，選取南京(E118°46′，N32°03′)為參考點，分別計算500 m，1 000 m和2 000 m這3個高度在2013年11月30日和12月1日霧霾發(fā)生前、后HYSPLIT 72 h后向軌跡(圖7)。

(a) 霧霾發(fā)生前72 h (b) 霧霾發(fā)生后72 h

圖72013年11月30日和12月1日霧霾發(fā)生前、后HYSPLIT72h后向軌跡示意圖

Fig.7HYSPLIT72-hourbackwardtrajectoryof30thNovemberand1stDecember，2013

從圖7可以看出，霧霾發(fā)生前(11月30日)3個高度的氣流均經(jīng)過蒙古國、我國內(nèi)蒙古和華北中部地區(qū)，到達長三角地區(qū)后氣流在垂直高度上變化幅度逐漸減小并趨于穩(wěn)定(圖7(a))； 霧霾開始時(12月1日)，2 000 m高度氣流主要受到來自蒙古國、我國內(nèi)蒙古、山西方向氣團的影響，而1 000 m和500 m高度的氣流主要受到來自內(nèi)蒙古、陜西、河南、安徽等省氣團的影響，并且3個高度的氣流到達長三角地區(qū)后在垂直高度上變化趨于穩(wěn)定(圖7(b))。根據(jù)徐婷婷等[6]和孫強等[11]的研究，在2 km以下，氣流在垂直高度上變化幅度不大，是近地面層大量不規(guī)則氣溶膠的重要輸送來源，這說明本次霧霾事件不僅受周邊排放氣溶膠的影響，還受到來自北方地區(qū)外來氣溶膠輸入的影響。

表2為徐州、南京、合肥、上海、南通和杭州6個城市2013年12月1日—12月9日的日平均風(fēng)速統(tǒng)計表。

表2 6個代表城市2013年12月1日—12月9日每日平均風(fēng)速統(tǒng)計表Tab.2 Daily mean wind velocity in six typical cities during 1st December to 9th December，2013 (m/s)

從表2中可知，霧霾污染期間長三角地區(qū)風(fēng)力等級較小，多為微風(fēng)或微風(fēng)以下，風(fēng)速小而不利于污染物的擴散，使得污染物累積。表3為6個代表城市2013年12月1日—12月9日的平均相對濕度。

表3 6個代表城市2013年12月1日—12月9日的平均相對濕度Tab.3 Daily mean relative humidity in six typical cities during 1st December to 9th December, 2013 (%)

從表3可以看出，在污染期間6城市的平均相對濕度都在70%以上，較高的相對濕度與較低的風(fēng)速不利于氣溶膠的擴散與清除，同時霧霾期間沒有降水，這些都導(dǎo)致了霧霾污染大范圍長時間的滯留不散。

3 結(jié)論

本文利用COMS/GOCI數(shù)據(jù)、CALIPSO/CALIOP衛(wèi)星數(shù)據(jù)、CE318太陽光度計數(shù)據(jù)及地面氣象站點數(shù)據(jù)，結(jié)合后向軌跡HYSPLIT模式，分析了2013年12月1—9日長三角地區(qū)的一次嚴重霧霾事件，得出下列結(jié)論：

1)霧霾發(fā)生期間,長三角地區(qū)代表城市的AQI值和PM2.5濃度值明顯偏高，AQI日均值超過了100，各代表城市空氣質(zhì)量在霧霾污染期間基本處在重度污染和嚴重污染。此次霧霾污染的首要污染物為PM2.5。

2)霧霾發(fā)生期間，長三角中部和北部地區(qū)的氣溶膠濃度很大，霧霾主要出現(xiàn)在中部和北部地區(qū)，并且向南部擴散。在垂直方向上，從地面0～2 km高度的大氣層內(nèi)存在大量氣溶膠，其中1 km以下的氣溶膠濃度較大。大氣氣溶膠層內(nèi)球形氣溶膠所占的比例高于非球形氣溶膠，細粒徑氣溶膠所占的比例高于于粗粒徑氣溶膠，霧霾污染期間主要以細粒徑氣溶膠為主。

3)霧霾發(fā)生期間，南京地區(qū)AOT值增加而Angstrom指數(shù)降低，說明此次霧霾污染伴隨著外來粗粒子氣溶膠； HYSPLIT模式模擬的結(jié)果也表明此次污染不僅受到來自周邊地區(qū)氣溶膠的影響，也受到外來源氣溶膠的影響。地面站點氣象數(shù)據(jù)表明，霧霾污染期間長三角地區(qū)處于弱風(fēng)、高相對濕度和無降水的狀態(tài)，污染物難以擴散而積聚在當(dāng)?shù)?，是造成本次長時間大范圍嚴重霧霾污染的主要原因。

志謝： 美國NASA蘭利研究中心(Langley Research Center，LaRC)大氣科學(xué)數(shù)據(jù)中心(Atmospheric Sciences Data Center，ASDC)為本文提供了CALIPSO/CALIOP數(shù)據(jù)，在此表示衷心感謝。

[1] 吳 兌.霾與霧的識別和資料分析處理[J].環(huán)境化學(xué),2008,27(3):327-330.

Wu D.Discussion on the distinction between haze and fog and analysis and processing of data[J].Environmental Chemistry,2008,27(3):327-330.

[2] 陳勇航,毛曉琴,黃建平,等.一次強沙塵輸送過程中氣溶膠垂直分布特征研究[J].中國環(huán)境科學(xué),2009,29(5):449-454.

Chen Y H,Mao X Q,Huang J P,et al.Vertical distribution characteristics of aerosol during a long-distance transport of heavy dust pollution[J].China Environmental Science,2009,29(5):449-454.

[3] 王 靜,江月松,路小梅,等.基于CALIOP星載激光雷達探測數(shù)據(jù)的北京沙塵天氣大氣狀況分析[J].遙感技術(shù)與應(yīng)用,2011,26(5):647-654.

Wang J,Jiang Y S,Lu X M,et al.Study of atmospheric condition of dust weather in Beijing based on the data of CALIOP[J].Remote Sensing Technology and Application,2011,26(5):647-654.

[4] 蔡宏珂,周任君,傅云飛,等.CALIOP對一次秸稈焚燒后氣溶膠光學(xué)特性的探測分析[J].氣候與環(huán)境研究,2011,16(4):469-478.

Cai H K,Zhou R J,Fu Y F,et al.Cloud-aerosol Lidar with orthogonal polarization detection of aerosol optical properties after a crop burning case[J].Climatic and Environmental Research,2011,16(4):469-478.

[5] Yu H B,Chin M,Winker D M,et al.Global view of aerosol vertical distributions from CALIPSO lidar measurements and GOCART simulations:Regional and seasonal variations[J].Journal of Geophysical Research:Atmospheres(1984-2012),2010,115(D4):D00H30.

[6] 徐婷婷,秦 艷,耿福海,等.環(huán)上海地區(qū)干霾氣溶膠垂直分布的季節(jié)變化特征[J].環(huán)境科學(xué),2012,33(7):2165-2171.

Xu T T,Qin Y,Geng F H,et al.Seasonal variations in the vertical distribution of aerosols during dry haze periods in regions around Shanghai[J].Environmental Science,2012,33(7):2165-2171.

[7] 劉 瓊,耿福海,陳勇航,等.上海不同強度干霾期間氣溶膠垂直分布特征[J].中國環(huán)境科學(xué),2012,32(2):207-213.

Liu Q,Geng F H,Chen Y H,et al.Vertical distribution of aerosols during different intense dry haze periods around Shanghai[J].China Environmental Science,2012,32(2):207-213.

[8] 馬驍駿,秦 艷,陳勇航,等.上海地區(qū)霾時氣溶膠類型垂直分布的季節(jié)變化[J].中國環(huán)境科學(xué),2015,35(4):961-969.

Ma X J,Qin Y,Chen Y H,et al.Seasonal variation of vertical distribution of aerosol types around Shanghai during haze periods[J].China Environmental Science,2015,35(4):961-969.

[9] 毛曉琴,陳勇航,耿福海,等.應(yīng)用CALIPSO衛(wèi)星資料研究長三角地區(qū)灰霾天氣特征[C]//第26屆中國氣象學(xué)會年會論文集.杭州:中國氣象學(xué)會,2009.

Mao X Q,Chen Y H,Geng F H,et al.Study of atmospheric condition of haze weather in Yangtze River Delta region based on the data of CALIPSO[C]//Annual Meeting of China Meteorological Society and the field of Climate Change.Hangzhou,China:Chinese Meteorological Society,2009.

[10] 劉 璇,朱 彬,侯雪偉,等.基于衛(wèi)星遙感和地面觀測資料的霾過程分析——以長江三角洲地區(qū)一次嚴重霾污染過程為例[J].中國環(huán)境科學(xué),2015,35(3):641-651.

Liu X,Zhu B,Hou X W,et al.Analysis of haze events based on satellite remote sensing and field observations:A case study of severe haze pollution over the Yangtze River Delta[J].China Environmental Science,2015,35(3):641-651.

[11] 孫 強,范學(xué)花,李艷偉.2013年1月華北灰霾氣溶膠光學(xué)特性的垂直分布[J].遙感學(xué)報,2015,19(3):520-529.

Sun Q,Fan X H,Li Y W.Vertical distribution of aerosol optical properties during hazy days in North China Plain in January 2013[J].Journal of Remote Sensing,2015,19(3):520-529.

[12] Vaughan M A,Young S A,Winker D M,et al.Fully automated analysis of space-based Lidar data:An overview of the CALIPSO retrieval algorithms and data products[C]//Proceedings of the SPIE 5575,Laser Radar Techniques for Atmospheric Sensing. Maspalomas,Canary Islands,Spain:SPIE,2004,5575:16-30.

[13] Winker D,Vaughan M,Hunt B.The CALIPSO mission and initial results from CALIOP[C]//Proceedings of the SPIE 6409,Lidar Remote Sensing for Environmental Monitoring VII.Goa,India:SPIE,2006,6409:69-79.

[14] Winker D M,Vaughan M A,Omar A,et al.Overview of the CALIPSO Mission and CALIOP data processing algorithms[J].Journal of Atmospheric and Oceanic Technology,2009,26(11):2310-2323.

[15] 程雅芳,張遠航,胡 敏.珠江三角洲大氣氣溶膠輻射特性:基于觀測的模型方法及應(yīng)用[M].北京:科學(xué)出版社,2008:2-16.

Cheng Y F,Zhang Y H,Hu M.Observation-Based Method for Investigating the Atmospheric Aerosol Radiative Properties in Pearl River Delta of China[M].Beijing:Science Press,2008:2-16.

[16] 毛節(jié)泰,張軍華,王美華.中國大氣氣溶膠研究綜述[J].氣象學(xué)報,2002,60(5):625-634.

Mao J T,Zhang J H,Wang M H.Summary comment on research of atmospheric aerosol in China[J].Acta Meteorologica Sinica,2002,60(5):625-634.

[17] 趙一鳴,江月松,張緒國,等.利用CALIPSO衛(wèi)星數(shù)據(jù)對大氣氣溶膠的去偏振度特性分析研究[J].光學(xué)學(xué)報,2009,29(11):2943-2951.

Zhao Y M,Jiang Y S,Zhang X G,et al.Research on the depoalrization ratio characteristic of the aerosol in the atmosphere with the CALIPSO satellite data[J].Acta Optica Sinica,2009,29(11):2943-2951.

[18] Ryu J H,Han T H.GOCI(Geostationary Ocean Color Imager)[EB/OL].(2014-03-05)[2016-07-30].http://www.Ioccg.org/sensors/GOCI.html.

[19] 李冠男,王 林,王 祥,等.靜止水色衛(wèi)星GOCI及其應(yīng)用進展[J].海洋環(huán)境科學(xué),2014,33(6):966-971.

Li G N,Wang L,Wang X,et al.Geostationary ocean color imager and application progress[J].Marine Environmental Science,2014,33(6):966-971.

[20] 徐 丹,鄧孺孺,陳啟東,等.基于CE318觀測的廣州市氣溶膠光學(xué)特性[J].熱帶地理,2015,35(1):21-28.

Xu D,Deng R R,Chen Q D,et al.Aerosol optical properties in Guangzhou based on the CE318 data[J].Tropical Geography,2015,35(1):21-28.

[21] Draxler R R,Hess G D.An overview of the HYSPLIT_4 modelling system for trajectories,dispersion,and deposition[J].Australian Meteorological Magazine,1998,47(4):295-308.

[22] 孫 強.華北地區(qū)大氣氣溶膠光學(xué)特性的垂直分布研究[D].南京:南京信息工程大學(xué),2014.

Sun Q.Vertical Distribution of Atmospheric Aerosol Optical Properties on the North China Plain[D].Nanjing:Nanjing University of Information Science and Technology,2014.

[23] 鄭 煒,田鵬飛,周 彬,等.泰州地區(qū)一次連續(xù)重度霾天氣特征分析[J].科技創(chuàng)新導(dǎo)報,2014,11(29):113-116.

Zheng W,Tian P F,Zhou B,et al.The analysis of characteristics of a continuous severe haze weather in Taizhou area[J].Science and Technology Innovation Herald,2014,11(29):113-116.

[24] 環(huán)境保護部.HJ 633-2012環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定(試行)[S].北京:中國環(huán)境科學(xué)出版社,2016.

Ministry of Environmental Protection.HJ 633-2012 Technical Regulation on Ambient Air Quality Index(on trial)[S].Beijing:China Environmental Press,2016.

[25] Liu Z Y,Omar A,Vaughan M,et al.CALIPSO lidar observations of the optical properties of Saharan dust:A case study of long-range transport[J].Journal of Geophysical Research:Atmospheres(1984-2012),2008,113(D7):D07207.