基于激光雷达的成都市气溶胶光学厚度的时间变化特征研究

刘培川，周书华，廖乾邑，张 巍，曹 攀

(1.四川省环境监测总站，成都 610091；2.宜宾市环境监测中心站，四川 宜宾 644000)



· 综 述 ·

基于激光雷达的成都市气溶胶光学厚度的时间变化特征研究

刘培川1，周书华2，廖乾邑1，张 巍1，曹 攀1

(1.四川省环境监测总站，成都 610091；2.宜宾市环境监测中心站，四川 宜宾 644000)

利用2013年9月～2014年8月期间成都市基于激光雷达和太阳光度计观测反演的气溶胶光学厚度资料，对激光雷达资料的适用性和气溶胶光学厚度的时间变化特征进行了研究。结果表明：(1)激光雷达与太阳光度计观测反演的气溶胶光学厚度的相关性较高，说明激光雷达的观测结果具有较好的适用性。(2)成都市气溶胶光学厚度整体较高，全年AOD的平均值约为1.00。(3)气溶胶光学厚度的季节差异明显，呈现出冬季最大、秋季和春季次之、夏季最小的特征。(4)月平均气溶胶光学厚度呈“双峰”结构，峰值分别出现在2月和11月，谷值出现在6月；(5)气溶胶光学厚度的日变化特征显著，一天当中12:00达到最大值，17:00左右达到最小值。

成都；激光雷达；气溶胶光学厚度；时间变化

1 引 言

作为衡量环境空气质量的重要指标之一，气溶胶光学厚度(AOD：Aerosol Optical Depth)是指从地面到大气层顶的气溶胶消光系数的积分[1]。气溶胶光学厚度不仅可以反映出大气气溶胶的光学特性，也是评估大气污染程度、计算气溶胶含量、研究气溶胶气候效应的重要参数，一直是内外国学者的研究热点[2]。Qiu[3]、Gueymard[4]提出并发展了宽带消光法，试图从多年常规辐射观测资料中间接提取大气气溶胶光学厚度信息。Leon等[5]用2006～2008年激光雷达资料，分析了(16.96°W，14.39°N)的气溶胶光学厚度的年、季变化特征以及气溶胶消光系数的变化特征。杨琨等[6]利用1999～2003年1月、4月、7月、10月期间我国70个站的能见度资料和平均水汽压资料，通过反演获得各站的大气气溶胶光学厚度，结果表明，我国多年平均气溶胶光学厚度呈弱增加趋势，空间分布以四川盆地为中心向四周减少，长江中下游地区以及广东沿海地区为两个次高值中心，大部分西北地区以及东北地区、云南等气溶胶光学厚度较小。段婧等[7]利用MODIS气溶胶产品分析了长江三角区域气溶胶光学厚度的分布和季节变化特点，结果显示，气溶胶光学厚度大于1.0的区域面积增加最快，山区城市群的气溶胶光学厚度的峰值出现在春季，平原城市群气溶胶的峰值出现在夏季，山区城市群明显小于平原城市群。田鹏飞等[8]根据激光雷达资料，分别用Fernald和Klett两种方法研究了兰州的气溶胶光学厚度，结果表明，激光雷达观测反演的结果比太阳光度计实测反演的AOD大7.4%，二者相关系数为0.93。田永丽等[9]利用成都和香格里拉两站2008年的太阳光度计观测资料研究气溶胶光学厚度的时间变化特征，结果发现成都地区气溶胶光学厚度的日变化特征呈准双峰型，香格里拉呈上升趋势。

成都位于四川盆地西部边缘，该地区关于气溶胶光学厚度的研究相对京津唐、长三角、珠三角等经济发达地区较薄弱。已有的研究也大多基于MODIS卫星产品和太阳光度计的观测反演，利用激光雷达观测反演气溶胶光学厚度的相关研究较少，这使得激光雷达在大气环境监测方面的应用也不能更好地发挥。本文利用2013年9月～2014年8月成都市激光雷达的观测资料，对该地区气溶胶光学厚度的时间变化特征进行系统分析，不仅可以进一步了解该地区的大气环境，还对环境空气质量预警预报以及后续研究工作具有重要意义。

2 资料与方法

2.1 资料介绍

2.1.1 激光雷观测资料介绍

本文所使用的EV-Lidar激光雷达为偏振米散射微脉冲激光雷达，位于成都市区的环境空气质量综合监测站，距地面约35m。该仪器自2013年6月正式投入观测，观测范围可达30km，垂直分辨率为15m。此套激光雷达主要用于在监测区域内对大气气溶胶进行垂直连续扫描，从而得到监测区域内垂直方向上的大气气溶胶的分布情况，并结合时间推移及扫描高度变化，可以分析监测区域内大气气溶胶的时空演变特征，可监测污染物的上升、下降的扩散规律以及灰霾、沙尘等天气下气溶胶的变化过程，从而进行深入的科学研究。

本文选取了2013年9月1日～2014年8月31日期间成都市的激光雷达观测资料，先筛选出异常数据，从而对大气气溶胶光学厚度的年、季(秋—9、10、11月，冬—12、1、2月，春—3、4、5月，夏—6、7、8月，)、月、日变化特征进行准确分析。

2.1.2 光度计资料介绍

太阳分光光度计属于空间气溶胶团在线监测仪器，由于仪器主要接收太阳光，因此成都市太阳光度计工作时间为06:30～18:30，并随着季节变化略有调整。为了消除早晚辐射逆温、雾的影响，本文采用10:00～18:00时间段的太阳光度计资料对激光雷达资料进行验证。其主要监测不同波段的太阳光经过气溶胶后的辐射能量，从而得到太阳光谱的不连续光谱，而不同波长又对应着各自敏感的污染物，因此太阳光谱的变化可以反映污染物的整体变化趋势。

本文所使用的光度计有10个不同波段的光学光栅，分别为298.6nm、324.2nm、331.3nm、366.9nm、495.9nm、613.3nm、669.7nm、782.2nm、940.6nm、1 038.8nm。考虑到光度计没有532nm波段，所以本文所用的光度计资料为2013年9月～2014年8月495.9nm、613.3nm两个波段的气溶胶光学厚度资料，通过公式(1)、(2)拟合得到532nm气溶胶光学厚度[10]。

τ=βλ-α

(1)

(2)

2.1.3 颗粒物资料介绍

获取成都市2013年9月～2014年8月成都市颗粒物的逐日资料并按照国家对监测数据的有效性的判定标准进行筛选。

2.2 方法介绍

2.2.1 激光雷达反演方法介绍

微脉冲激光雷达的原始回波信号方程如下所示[11]：

(3)

其中P(z)为接收的大气回波功率；P0为激光发射功率；C为激光雷达系统常数(W·km3·Sr1)，β(z)为大气总的后向散射系数(km3·Sr-1)，α(z)为高度z处大气消光系数(km-1)。对于激光雷达所探测的雷达回波信号的处理主要有三种方法，即Collis斜率法[12]、Klett方法[13]和Fernald方法[14]。一般采用Collis斜率法求解水平消光系数分布，Fernald方法求解垂直消光系数。西南交通大学的激光雷达主要是扫描垂直方向上的气溶胶，故本文基于Fernald积分法来求方程(3)。

Zc高度以下的气溶胶消光系数：

(4)

Zc高度以上的气溶胶消光系数：

(5)

式中X(z)=P(z)z2，S1=α1/β1是气溶胶消光后向散射比；S2=α2/β2是空气分子的消光后向散射比，通常将其设为8π/3，α2为空气分子的消光，根据Rayleigh散射理论由美国标准大气模式提供的空气分子密度的垂直廓线计算可得，Zc是边界高度[15]。

2.2.2 气溶胶光学厚度计算

气溶胶光学厚度(AOD)是描述气溶胶对太阳辐射进行散射和吸收消光的一个定量指标，也是对大气柱气溶胶载荷的估计，并用来评估气溶胶的直接辐射强度。通过对激光雷达信号反演，可以得到气溶胶消光系数垂直分布σα(z)，对σα(z)进行积分[16]

(6)

便可计算出气溶胶光学厚度。由于反演得到的气溶胶消光系数σα(z)分布是离散的，对每一层次采用梯形公式求其积分。

3 激光雷达反演的气溶胶光学厚度的适用性研究

利用2013年9月～2014年8月期间每天10:00～18:00成都市激光雷达观测反演的气溶胶光学厚度与同期太阳光度计反演的气溶胶光学厚度资料(共851个观测样本)，对二者的相关性进行研究。结果如图1所示，激光雷达观测反演的气溶胶

光学厚度与太阳光度计观测反演的气溶胶光学厚度的相关性较高，相关系数为0.78，并通过t(α=0.05)相关性检验。说明激光雷达的观测结果具有较高的准确性，对大气边界层结构特征的探究也具有较好的适用性。

图1 激光雷达观测反演与太阳光度计反演的AOD比较验证Fig.1 The validation of AOD calculated by the observation of laser radar and the sun photometer

4 气溶胶光学厚度的时间分布特征研究

4.1 气溶胶光学厚度的年、季变化特征

如表1和图2所示，2013年9月～2014年8月期间成都市的气溶胶光学厚度整体较高，季节差异明显，表现出冬季最大、秋季和春季次之、夏季最小的特征，这与该区域PM10(可吸入颗粒物)的季节差异基本一致。成都市全年平均气溶胶光学厚度为1.00左右，从全国总体来看，2013年成都市气溶胶光学厚度比薛文博在文献[17]中基于MODIS气溶胶产品对2005～2012年期间北京(0.51)、上海(0.46)、杭州(0.66)的研究结果高，与重庆(1.01)差异非常小。在此期间，成都市空气污染严重，气溶胶颗粒物的质量浓度较高，故气溶胶光学厚度也较大。成都市冬季气溶胶光学厚度最大，AOD为1.15，秋季和春季差异不大，AOD分别为1.02、1.01，而夏季显著小于其它三个季节，AOD仅0.79，这与该区域PM10的季节变化特征基本一致。本文与文献[18]中利用MODIS数据对成都市气溶胶光学厚度的季节变化的研究结论基本吻合，同时也说明本文所用的通过激光雷达的探测反演的气溶胶光学厚度的结果是合理的。

表1 2013年9月～2014年8月成都市PM10的全年、各季平均浓度值Tab.1 The annual and seasonal variation of PM10 concentration in Chengdu from September 2013 to August 2014(μg/m3)

图2 2013年9月～2014年8月成都市气溶胶光学厚度的年、季分布Fig.2 The distribution of annual and seasonal aerosol optical thickness in Chengdu from September 2013 to August 2014

4.2 气溶胶光学厚度的月变化特征

图3为2013年9月～2014年8月期间成都市气溶胶光学厚度的月分布图，从图中可以看到，月平均气溶胶光学厚度呈“双峰”结构，峰值分别出现在2月和11月，谷值出现在6月。成都市各月平均气溶胶光学厚度的差异较大，介于0.73～1.25之间，峰值分别出现2月和11月，AOD分别为1.24、1.25，谷值出现在6月，AOD为0.73。成都市气溶胶光学厚度的月变化特征也反映出了“冬大夏小”的特点，深秋11月份开始，气溶胶颗粒物浓度处于一个高值状态，一直持续到2月份以后，故在此期间气溶胶光学厚度较大，2月份以后，有利的气象条件可以有效降低大气中气溶胶颗粒物的浓度，故气溶胶光学厚度也相应减小，6月份以后随污染物浓度的逐渐增加而增大。

图3 2013年9月～2014年8月成都市月平均气溶胶光学厚度的分布Fig.3 The distribution of monthly average aerosol optical thickness in Chengdu from September 2013 to August 2014

4.3 气溶胶光学厚度的逐日变化特征

如图4所示，2013年9月～2014年8月期间成都市逐日气溶胶光学厚度变化幅度较大，在0.1～2.0之间波动变化。9月成都市气溶胶光学厚度开始逐渐增大，12月上旬略有减小，随后又逐渐增大，一直持续到1月15日气溶胶光学厚度达到最大值，为1.9，1月下旬气溶胶光学厚度有一个骤升骤降的过程，进入春季以后逐渐减小，7月11日取得最小值，仅0.17。

图4 2013年9月～2014年8月成都市气溶胶光学厚度的逐日变化图Fig.4 The daily variation of aerosol optical thickness in Chengdu from September 2013 to August 2014

4.4 气溶胶光学厚度的日变化特征

如图5，在2013年9月～2014年9月期间成都市各时段的平均气溶胶光学厚度变化特征表现为：气溶胶光学厚度从00:00开始先略有减小后又增加，03:00达到第一个峰值(AOD为1.22)，随后逐渐减小，一直持续到06:00开始缓慢增大，直至12:00达到第二个峰值(AOD为1.30)，12:00以后开始急剧下降，17:00达到谷值(AOD为0.78)，17:00以后气溶胶光学厚度又开始急剧增大。此外，从图中还可以看到，12:00～20:00期间气溶胶光学厚度的变化非常显著，先急剧下降后又急剧上升，而00:00到次日10:00期间气溶胶光学厚度的变化非常缓慢，这与人为活动和气象条件的日变化有密切关系。

图5 2013年9月～2014年8月成都市气溶胶光学厚度的日变化Fig.5 The daily variation of aerosol optical thickness in Chengdu from September 2013 to August 2014

5 结论与展望

本文利用激光雷达观测反演的气溶胶光学厚度资料，对其时间变化特征进行详细分析。主要结论如下：

(1)基于激光雷达观测反演的气溶胶光学厚度与太阳光度计实测的气溶胶光学厚度二者之间的相关性较高，说明激光雷达的观测结果具有较好的适用性。

(2)2013年9月～2014年8月成都市气溶胶光学厚度整体较高，全年平均气溶胶光学厚度为1.00左右；季节差异明显，表现出冬季最大、秋季和春季次之、夏季最小的特征。

(3)成都市各月气溶胶光学厚度的差异较大，月平均值呈“双峰”结构，峰值分别出现在2月和11月，谷值出现在6月，这与颗粒物质量浓度的月分布特征大体一致。

(4)成都市气溶胶光学厚度的日变化特征明显，一天当中12:00达到最大值，17:00左右达到最小值。

然而，本文仍有许多不足之处，例如资料的年限较短，未能反映多年成都市气溶胶光学厚度的变化情况；详细统计分析气溶胶光学厚度的时间变化特征，并简要分析气溶胶颗粒物浓度对气溶胶光学厚度的影响，但未考虑具体因素对气溶胶光学厚度的影响，期望后续研究工作中能从此方面进行相关研究。

[1] 陈义珍, 赵 丹, 柴发合, 等. 广州市与北京市大气能见度与颗粒物质量浓度的关系[J]. 中国环境科学,2010,30(7): 967-971.

[2] Kaufman Y J, Fraser R S, Ferrare R A.Satellite remote sensing of large scale air pollution method[J]. Geophys Res,1990,95(7): 9895-9909.

[3] QiuJinhuan. Broadband extinction method to determine aerosol optical depth from accumulated direct solar radiation[J]. Journal of Applied Meteorology, 2003, 42(11): 1611-1625.

[4] Gueym and C A. Turbidity determination from broadband irradiance measurements A detailed multi-coefficient approach[J]. Journal of Applied Meteorology,1998, 37(4): 414-435.

[5] Leon J F, Derimian Y, Chiapello I, et al. Aerosol vertical distribution and optical properties over M Bour(16.93W;14.39N), Senegal from 2006 to 2008[J]. AtmosChem Phys,2009,9: 9249-9261.

[6] 杨 琨, 孙照渤, 倪东鸿. 1999—2003年我国气溶胶光学厚度的变化特征[J].南京气象学院学报,2008,31(1): 92-96.

[7] 段 婧, 毛节泰. 长江三角洲大气气溶胶光学厚度分布和变化趋势分析[J].环境科学学报,27(4): 537-543.

[8] 田鹏飞, 张 镭, 曹贤洁, 等. 基于Fernald和Klett方法确定气溶胶消光系数边界值[J]. 量子电子学报,2013,30(1): 57-65.

[9] 田永丽, 张万诚, 陈新梅, 等. 中国西南地区气溶胶光学厚度的时空特征[J].气象科学,2010,30(6): 785-790.

[10] 周 碧, 张 镭, 曹贤洁, 等. 利用激光雷达资料分析兰州远郊气溶胶光学特征[J]. 高原气象,2011,30(4): 1011-1017.

[11] 张大毛, 徐赤东, 虞 统, 等. 扫描式微脉冲激光雷达的研制和应用[J]. 大气与环境光学学报,2006,1(1): 47-52.

[12] Collis R T H, Russell P B. Laser Monitoring of the Atmosphere[M]. New York: Spinger,1976.

[13] Klett J D. Lidar inversion with variable backscatter/extinction ratios[J]. Appl. Opt., 1985,24(11): 1638-1643.

[14] Fernald F G. Analysis of atmospheric lidarobservations:some comments[J]. Appl Opt,1984,23: 652-653.

[15] 马井会, 张国琏, 耿福海, 等. 上海地区一次典型连续浮尘天气过程分析[J]. 中国环境科学, 2013,33(4): 584-593

[16] 石 勇. 武汉市MODIS气溶胶光学厚度与空气PM10浓度的关系研究[M].武汉:华中农业大学,2012.

[17] 薛文博, 武卫玲, 王金南, 等. 中国气溶胶光学厚度时空演变特征分析[J].环境与可持续发展, 2013,(4):17-20.

[18] 谭浩波, 吴 兑, 邓雪娇, 等. 珠江三角洲气溶胶光学厚度的观测研究[J]. 环境科学学报,2009,29(6): 1146-1155.

A Laser Radar-Based Study on Variation of Aerosol Optical Depth in Chengdu

LIU Pei-chuan1, ZHOU Shu-hua2, LIAO Qian-yi1, ZHANG Wei1, CAO Pan1

(1.SichuanProvinceEnvironmentalMonitoringStation,Chengdu610091,China;2.YibinCityEnvironmentalMonitoringCenterStation,Yibin,Sichuan644000,China)

Using the aerosol optical depth inversion data based on the observation of Laser radar and the sun photometer from September 2013 to August 2014 in Chengdu, this paper studied the applicability of the Laser radar and the time variation of the aerosol optical depth in detailed. The results showed that, (1) The correlation of aerosol optical depth calculated by Laser radar and sun photometer was high, indicating that observation data of laser radar had good applicability. (2) The aerosol optical depth of Chengdu was high overall and the annual average of AOD was about 1.00.(3) The seasonal differences of aerosol optical depth was significant, which present the characteristics that largest in winter, followed by autumn and spring, minimum in summer.(4) The monthly average of aerosol optical depth showed "twin peaks" structure, the peak value showed in February and November, the valley value showed in June.(5) The daily variation of the aerosol optical depth was significant, which reache maximum value at 12:00 and the minimum value at 17:00.

Chengdu；laser radar; aerosol optical depth; time variation

2016-01-07

四川省环境保护重大科技专项(2013HBZX01)。

刘培川(1989-)，男，四川宜宾人，2015年毕业于成都信息工程大学农业推广专业，硕士，研究方向为气象资源与社会发展。

X51

A

1001-3644(2016)03-0141-05