大气环境变化中大气颗粒物PM1的重要作用——关中平原MODIS气溶胶产品的气候分析

彭 玥,赵天良*,郑小波,王 宏,银 燕,廖 瑶,朱珊莹(.南京信息工程大学中国气象局气溶胶-云-降水重点实验室,江苏 南京 0044；.贵州山地环境气候研究所,贵州 贵阳 55000；.中国气象科学研究院大气成分研究所,北京 0008)

大气环境变化中大气颗粒物PM1的重要作用
——关中平原MODIS气溶胶产品的气候分析

彭 玥1,赵天良1*,郑小波2,王 宏3,银 燕1,廖 瑶2,朱珊莹1(1.南京信息工程大学中国气象局气溶胶-云-降水重点实验室,江苏 南京 210044；2.贵州山地环境气候研究所,贵州 贵阳 550002；3.中国气象科学研究院大气成分研究所,北京 100081)

利用MODIS 3km气溶胶产品中的气溶胶光学厚度(AOD)和细粒子比例(FMF),本文对关中平原气溶胶近15a的时空变化进行了气候分析,揭示了大气环境变化中大气颗粒物PM1的重要作用.结果表明,关中平原为AOD高值区和FMF低值区.其中,最大值AOD出现在西安及周边地区高达1.06,而FMF主要集中在0.3以下较低水平.伴随关中平原近几年大气气溶胶水平的降低,PM1比重却逐年上升.关中平原AOD年际变化在2001～2011年间为显著上升趋势,2011～2015年间则呈下降趋势;而2001～2015年之间FMF的年际变化呈现持续上升趋势,反映了逐年加重的人为气溶胶对大气环境的影响.近15a关中地区AOD与FMF区域变化的相互关系表明,大气气溶胶低水平(AOD＜0.5)时,伴随FMF上升,AOD显著减小;气溶胶较高水平(AOD＞0.5)时,AOD随FMF上升而增大.这表明大气颗粒物PM1对区域清洁和污染大气环境变化均具有显著作用.

MODIS；气溶胶光学厚度；细粒子比例；关中平原；大气环境变化

大气气溶胶是悬浮在大气中的固态或液态粒子.虽然其质量仅占整个大气质量的十亿分之一,但它对大气成分及其物理过程有着重要的影响,是大气的重要组成部分.大气气溶胶可以通过吸收与散射太阳辐射,调节地气系统的辐射收支,从而对气候系统进行直接影响.同时,气溶胶粒子又可以作为云凝结核(CCN)和冰核(IN)参与到云的微物理过程中,对局地和全球气候系统产生间接影响[1-2].此外,吸收性气溶胶粒子通过吸收太阳辐射加热大气,改变大气热力结构,进而对云产生影响.气溶胶的这种效应又称作半直接效应[3-4].由此可看出,气溶胶的辐射效应极其复杂.目前,气溶胶辐射强迫的不确定性是造成气候变化难以量化的最主要原因之一[5].

气溶胶光学厚度(AOD),是表征大气柱内气溶胶含量以及大气浑浊度的重要物理量,也是决定气溶胶辐射效应的重要因子.长期、全面、有效的气溶胶观测数据对气溶胶气候效应的深入研究尤为重要.与传统地基气溶胶观测相比,气溶胶卫星遥感观测具有空间覆盖广、时间序列连续性好等特点,能够很好的弥补地面监测基站不足所造成的空间断层及信息缺口.同时,卫星能够对空气质量进行持续稳定的监测,从而便于对不同时期、不同地区之间的AOD进行比较. MODIS (Moderate-resolution Imaging Spectroradiometer)数据具有宽波段覆盖、高空间分辨率、高时间频次3大典型特点.早在MODIS反演AOD之初, Chu等[6]利用AERONET观测数据对其进行了全面验证,结果表明 MODIS气溶胶产品在陆地上的精度较高,并且在许多应用中可作为定量分析.随着反演算法不断优化,产品精度也有所提高[7-9].与此同时,利用AERONET数据对MODIS气溶胶产品在各地区的适用性进行检验[10-15],其中在中国大部分地区,包括陕西省,MODIS AOD都有很好的适用性,可以应用于大气环境研究.

大气颗粒物是影响中国北方城市空气质量的首要污染物,其对居民健康、大气能见度和气候等方面都有着重要影响[16-18].已有研究指出,关中平原具有很高的AOD[11,19].并且发现造成关中地区气溶胶增加的主要原因是沙尘以及人类活动产生的细粒子[15].近年来,城市大气环境研究对PM10、PM2.5的关注较多.而与细颗粒物(PM2.5)相比,粒径小于 1µm的亚微米颗粒物(PM1)所引发的低能见度的霾污染[20-21]及其健康效应更为严重[22].并且已有研究表明,PM1的化学组成较PM2.5和 PM10能够更好地指示人为污染物的特征[23].因此,对关中平原 PM1的时空特征分析具有重要意义.本文利用MODIS 3km AOD产品对关中地区气溶胶近 15a的变化特征进行研究,同时对FMF和AOD的相互关系进行分析,讨论大气环境变化中PM1的重要作用.

1 资料与方法

1.1 研究区域概况

关中平原位于陕西省中部,黄土高原与秦岭山脉之间,西起宝鸡,东至潼关,平均海拔约500m,构成三面环山向东敞开的河谷盆地[15].因此也将关中平原称作关中盆地.为了便于研究分析,本文将关中平原定义为矩形区域(34.0°N～35.3°N, 106.8°N～110.5°E;图1).

1.2 资料选取

采用NASA网站2014年发布的MODIS二级C006版本3km气溶胶产品(MOD04_3k),该产品与之前MODIS C005等版本相比,具有更高的空间分辨率(3km).高分辨率的卫星反演有助于更好地描述气溶胶在该区域的空间分布[24].FMF表示在0.55µm处,直径等于或小于1µm的粒子反演所得到的光学厚度与总光学厚度的比值.FMF与AOD相结合可以区分不同的气溶胶类型[25].许秀玲[26]指出FMF在一定程度上可以反映我国陆地气溶胶粗细粒子比例分布情况.鉴于MODIS FMF与 AERONET FMF存在较好的线性相关[27], MODIS FMF可以用于对大气颗粒物PM1的光学厚度进行定量描述.Tan等[28]利用MODIS FMF分析了中国东部地区 PM1的气候变化特征.通过将MODIS 3km气溶胶产品和观测数据进行对比,验证了MODIS 3km AOD在中国具有较好的适用性,在空气质量监测和评估方面具有应用价值[29-30].本文收集了2001年1月～ 2015年12月550nm处的AOD以及细粒子比例FMF.

1.3 方法介绍

为了分析气溶胶气候态变化的空间分布,将收集的MODIS 3km气溶胶产品进行了反距离权重插值,处理成水平分辨率为 5km×5km的数据集.在计算关中平原区域平均 AOD时,为了增加统计结果的代表性,考虑到卫星观测的不确定性以及缺值问题,将一天之中区域内的有效格点数(格点值在-0.1～5之间)小于 200个的天数剔除,然后求取年均值进行分析.为保证数据一致性,对FMF(格点值在 0～1之间)也做相同的处理.与此同时,本文利用线性回归分析分别对 AOD与FMF的长时期变化趋势,以及AOD与FMF的相互关系进行了讨论.值得注意的是,在 AOD很低(AOD＜0.2)的情况下,FMF极不稳定,难以保证其准确性,所以将该情况下的 FMF值视为无效[8].本文对冷暖季节的划分标准为:5～10月为暖季,11～4月为冷季.

2 结果分析

利用2001年1月～2015年12月MODIS的AOD(550nm)以及FMF资料,本文主要气候分析了关中平原AOD和FMF的区域空间分布,年际变化趋势以及相互关系,以揭示区域大气环境变化中大气颗粒物PM1的重要作用.

2.1 区域空间分布

图1给出了关中平原(红色矩形内)和周边地区的海拔以及近15a (2001～2015) AOD平均值的空间分布情况.可以看出,海拔高度与 AOD的分布呈现显著的负相关关系.高海拔地区 AOD普遍低,而低海拔地区 AOD较高.关中平原为陕西省AOD高值区,主要集中在以宝鸡、咸阳、西安以及渭南为主的关中平原经济发达地区,多年平均AOD达0.6及以上.AOD卫星遥感观测与近地面大气气溶胶污染的关联程度受到混合层高度变化的影响.有研究发现[31],关中地区AOD与数字高程模型(DEM)具有极其显著的指数函数关系,并推导出关中气溶胶标高为 867.7m.此外,近地面的盛行风向也表明,西安、渭南等地区的主要风向为偏东风,而平原西部的宝鸡为偏西风[15].因此,关中盆地这种东宽西窄,三面环山的“喇叭口”地形非常不利于污染物的扩散.与此同时,中国其他一些地区,例如四川盆地,长江三角洲以及珠江三角洲也是AOD高值区,年平均AOD达0.7及以上[32].此外,关中平原AOD的最大值出现在西安市区附近区域为 1.06,明显高于关中其他地区.这说明除地形外,排放源的影响也是十分显著的.特殊的地形以及全年较为严重的工业污染和交通排放造成西安及其附近区域AOD整体偏高[33].图2为关中平原15a(2001～2015)AOD标准差分布,可以发现其分布形式与图1中AOD的分布相似,即 AOD越高的地区其标准差越大,说明其具有较大的年际变化波动.关中平原高 AOD地区具有大的年际变化幅度.

图1 关中平原和周边地区地势及AOD空间分布(其中,红色矩形内表示关中平原;三角形代表市区;填色图为2001～2015年AOD平均值;等值线为海拔高度(m))Fig.1 Spatial distribution of AOD averaged over 2001～2015 (shaded contours) over Guanzhong Plain surrouding areas, made in a red rectangular, the cities with black triangles and the terrain altitudes (m; contour lines)

图2 关中平原15a(2001～2015)AOD标准差空间分布Fig.2 The distribution of AOD standard deviations of over Guanzhong Plain during 2001～2015

图3为关中平原15a(2001～2015)FMF平均值的空间分布.对比图 1可以看出,关中平原内FMF的分布与AOD的分布有着明显差异.在高AOD的关中平原经济发达区,FMF较低,主要集中在0.3以下.与此同时,高AOD的长江三角洲地区也有较低的FMF,在0.2～0.3之间[28].而在关中平原经济发达区外围,FMF普遍较高.究其原因,可能是在经济发达区外围,海拔较高,人类活动少,并且粗粒子通过垂直输送到达这一高度的几率较小,因此其FMF普遍较高;而在经济发达区内,虽然人类活动是细粒子的重要来源之一,但由于这一区域地表植被覆盖少,地面、建筑扬尘以及燃煤能够产生大量的粗粒子,导致总粒子增加,从而造成城区的FMF低于周边地区.这一结论与董自鹏等[31]研究关中平原 Angstrom 波长指数(α)得到的结果是一致的.

图3 关中平原15a(2001～2015)FMF平均值的空间分布Fig.3 Distribution of FMF over Guanzhong Plain averaged during 2001～2015

2.2 年际变化趋势

图4为2001～2015年期间关中平原整个区域平均AOD距平的年际变化趋势.如图4所示,关中地区 AOD呈现出阶段性变化的特征.总体上,关中平原AOD 在2001～2011年间是波动上升的,而在2011年后开始逐渐降低.为了进一步研究关中平原不同区域AOD的气候变化,根据图4中AOD 距平的年际变化特征,也将其分为2001～2011和 2011～2015两个阶段,分别讨论这两个时间段内关中平原不同地区AOD的变化趋势(图5).可以看出,2001～2011年关中平原大部分地区 AOD为上升趋势,其最大值出现在西安市,并且很多地区都通过了置信度为 95%的显著性检验(图5a);而2011～2015年关中平原AOD变化趋势发生逆转,平原内几乎所有地区均为下降趋势,并且趋势显著,最大值达到-0.156a-1(图5b).

图4 关中平原区域平均AOD距平的年际变化(2001～2015年,实线为2001～2011年线性趋势;虚线为2011～2015年线性趋势)Fig.4 Interannual variations of AOD anomalies over Guanzhong Plain with the trends in AOD (solid line) during 2001～2011 and (dash line) 2011～2015 respectively)

图5 关中平原2001～2011年(a),2011～2015年(b)AOD变化趋势,单位:a-1(打点区域表示通过置信度为95%的显著性检验)Fig.5 Variation trends of AOD over Guanzhong Plain during (a) 2001～2011,(b) 2011～2015 (black dots indicate the trends passing the significant level of 95%)

图 6为 2001～2015年关中平原不同地区FMF变化趋势.可以看出,关中平原大部分地区FMF均为上升趋势.其中,包括宝鸡中部、咸阳、西安北部、以及渭南北部在内的关中核心区域趋势显著,且大多通过了置信度为 95%的显著性检验.其可能原因是在关中经济发达的城市及地区,工业生产以及汽车尾气等直接排放的大量细粒子及二次气溶胶过程都使得细粒子占总大气气溶胶的比例增大[34-35].

2.3 AOD与FMF的相互关系

根据关中平原AOD与FMF 15a平均值的空间分布,图7给出了二者之间的相关性特征.AOD与FMF的相关性可依据AOD的高低分为2个部分,图7中以0.5为界限.可以看到,在AOD低值区(AOD＜0.5),FMF与AOD显著负相关,相关系数达到-0.48;相反,在 AOD高值区(AOD＞0.5),FMF与AOD正相关,相关系数为0.17,并且两种情况均通过了 99%的显著性检验.在气溶胶水平较低(AOD＜0.5)的清洁大气环境中,FMF越高,AOD越低,即气溶胶水平越低,大气环境越清洁.这表明了在关中平原地区清洁大气环境下PM1的重要性;而在气溶胶浓度较高(AOD＞0.5)的污染大气环境中,伴随FMF的升高,AOD增大,大气污染加重.这说明PM1在污染大气环境变化中同样有重要贡献.由此可见,关中平原大气颗粒物 PM1对区域清洁和污染大气环境变化均具有重要作用.

图6 关中平原FMF 15a(2001～2015)变化趋势(打点区域表示通过了置信度为95%的显著性检验)Fig.6 Variation trends of FMF over Guanzhong Plain during 2001～2015(black dots indicate the trends passing the significant level of 95%)

图7 关中平原15a(2001～2015)平均AOD与FMF空间分布的关系Fig.7 The relationship between the annual averages of AOD and FMF over Guanzhong Plain during 2001～2015

图8 关中平原15a(2001～2015)季节平均AOD与FMF空间分布的关系 (a)暖季,(b)冷季Fig.8 The relationship between AOD and FMF in (a)warm and (b) cold seasons over Guanzhong Plain during 2001～2015

为了进一步说明这一特点,图8a和图8b分别为关中平原15a暖季(5～10月)和冷季(11～4月)平均AOD与FMF的关系特征.从图8可以看出,冷、暖两季的AOD与FMF的关系均表现出与图7相似的相关关系,其中以冷季更为显著.在暖季,PM1在气溶胶浓度偏低和偏高时所占比重均较大[图 8(a)].其中,AOD 在 0.9左右较高值时,FMF平均值增加到近 0.5,说明尽管关中平原FMF相对偏低(图3),但是PM1对于较高气溶胶水平具有显著的贡献.其原因可能为暖季地表植被密集,充足的水汽加上强的太阳辐射等因素为PM1的生成提供了有利条件.有研究指出[36-38],夏季太阳辐射强烈,温度高,有利于光化学过程导致细粒子的生成.相对于暖季而言,冷季的 FMF较低 (图 8),可能因为在早春沙尘天气与冬季北方供暖的共同作用下,加上冷季的低植被覆盖率,使得粗粒子比重增加.在关中地区雾霾频发的冷季,伴随FMF上升,AOD增加趋势显著[图8(b)],表明PM1对大气雾霾污染具有重要作用.

3 结论

3.1 近15a关中平原的高浓度气溶胶中细粒子比例(FMF)偏低.关中平原是AOD高值区和FMF低值区.最大值 AOD出现在西安及周边地区高达1.06;关中平原经济发达区FMF集中在0.3以下较低水平.

3.2 伴随近年来关中平原大气气溶胶水平的下降,PM1的贡献却逐年上升.关中平原 AOD在2001～2011年间波动上升,随后从 2011～2015年转为下降趋势,而2001～2015年之间FMF的年际变化呈现持续上升趋势.

3.3 PM1对关中区域清洁和污染大气环境变化均具有显著贡献作用.清洁大气环境(AOD＜0.5)中,伴随FMF上升,AOD显著减小;而污染大气环境(AOD＞0.5)中,AOD随FMF上升而增大.

[1] Ramanathan V, Crutzen P J, Kiehl J T, et al. Aerosols, climate, and the hydrological cycle [J]. science, 2001,294(5549):2119-2124.

[2] Chen J, Yin Y, Xiao H, et al. A numerical investigation of the impacts of anthropogenic sulfate aerosol on regional climate in East Asia [J]. Asia-Pacific Journal of Atmospheric Sciences, 2014,50(3):391-403.

[3] Hansen J, Sato M, Ruedy R. Radiative forcing and climate response [J]. Journal of Geophysical Research: Atmospheres, 1997,102(D6):6831-6864.

[4] Hansen J, Sato M, Ruedy R, et al. Efficacy of climate forcings [J]. Journal of Geophysical Research Atmospheres, 2005,110(D18): 2571-2592.

[5] Stocker T F, Qin D, Plattner G K, et al. IPCC, 2013: climate change 2013: the physical science basis. Contribution of working group I to the fifth assessment report of the intergovernmental panel on climate change [J]. 2013.

[6] Chu D A, Kaufman Y J, Ichoku C, et al. Validation of MODIS aerosol optical depth retrieval over land [J]. Geophysical Research Letters, 2002,29(12):8007.

[7] Remer L A, Kaufman Y J, Tanré D, et al. The MODIS Aerosol Algorithm, Products, and Validation. [J]. Journal of Atmospheric Sciences, 2005,62(4):947-973.

[8] Levy R C, Remer L A, Mattoo S, et al. Second-generation operational algorithm: Retrieval of aerosol properties over land from inversion of Moderate Resolution Imaging pectroradiometer spectral reflectance [J]. Journal of Geophysical Research Atmospheres, 2007,112(D13):319-321.

[9] Levy R C, Mattoo S, Munchak L A, et al. The Collection 6MODIS aerosol products over land and ocean [J]. Atmospheric Measurement Techniques, 2013,6(11):2989-3034.

[10] Chu D A, Kaufman Y J, Zibordi G, et al. Global monitoring of air pollution over land from the Earth Observing System-Terra Moderate Resolution Imaging Spectroradiometer (MODIS) [J]. Journal of Geophysical Research: Atmospheres, 2003,108(D21).

[11] 李成才,毛节泰,刘启汉,等.利用MODIS研究中国东部地区气溶胶光学厚度的分布和季节变化特征 [J]. 科学通报, 2003, 48(19):2094-2100.

[12] Kim S W, Yoon S C, Kim J, et al. Seasonal and monthly variations of columnar aerosol optical properties over east Asia determined from multi-year MODIS, LIDAR, and AERONET Sun/sky radiometer measurements [J]. Atmospheric Environment, 2007,41(8):1634-1651.

[13] Li B, Yuan H, Tao N F, et al. Comparing MODIS and AERONET aerosol optical depth over China [J]. International Journal of Remote Sensing, 2009,30(24):6519-6529.

[14] 张丽娟.北京市 MODIS遥感气溶胶光学厚度与空气质量关系研究 [D]. 北京:中国地质大学, 2009.

[15] 王 钊,彭 艳,车慧正,等.近10年关中盆地MODIS气溶胶的时空变化特征 [J]. 高原气象, 2013,32(1):234-242.

[16] 王 英,李令军,李成才.北京大气能见度和消光特性变化规律及影响因素 [J]. 中国环境科学, 2015,35(5):1310-1318.

[17] 谢 鹏,刘晓云,刘兆荣,等.我国人群大气颗粒物污染暴露-反应关系的研究 [J]. 中国环境科学, 2009,29(10):1034-1040.

[18] 边 海,韩素芹,张裕芬,等.天津市大气能见度与颗粒物污染的关系 [J]. 中国环境科学, 2012,32(3):406-410.

[19] 李成才,毛节泰,刘启汉.利用MODIS遥感大气气溶胶及气溶胶产品的应用 [J]. 北京大学学报(自然科学版), 2003,39(S1): 108-117.

[20] 唐孝炎,张远航,邵 敏.大气环境化学-第 2版 [M]. 高等教育出版社, 2006.

[21] 吴 兑,邓雪娇,毕雪岩,等.细粒子污染形成灰霾天气导致广州地区能见度下降 [J]. 热带气象学报, 2007,23(1):1-6.

[22] Huang S L, Hsu M K, Chan C C. Effects of submicrometer particle compositions on cytokine production and lipid peroxidation of human bronchial epithelial cells [J]. Environmental Health Perspectives, 2003,111(4):478-482.

[23] Lee S C, Cheng Y, Ho K F, et al. PM1.0and PM2.5Characteristics in the Roadside Environment of Hong Kong [J]. Aerosol Science and Technology, 2006,40(3):157-165.

[24] Munchak L A, Levy R C, Mattoo S, et al. MODIS 3km aerosol product: applications over land in an urban/suburban region [J]. Atmospheric Measurement Techniques, 2013,6(1):1683-1716.

[25] Barnaba F, Gobbi G P. Aerosol seasonal variability over the Mediterranean region and relative impact of maritime, continental and Saharan dust particles over the basin from MODIS data in the year 2001 [J]. Atmospheric Chemistry and Physics, 2004,4(9/10): 2367-2391.

[26] 许秀玲.基于 MODIS产品的中国陆地气溶胶时空特征分析[D]. 南京:南京师范大学, 2012.

[27] 王宏斌,张 镭,刘瑞金,等.中国地区两种MODIS气溶胶产品的比较分析 [J]. 高原气象, 2011,30(3):772-783.

[28] Tan C, Zhao T, Xu X, et al. Climatic analysis of satellite aerosol data on variations of submicron aerosols over East China [J]. Atmospheric Environment, 2015,123(6):379-401.

[29] 孙晓雷,甘 伟,林 燕,等.MODIS 3km气溶胶光学厚度产品检验及其环境空气质量指示 [J]. 环境科学学报, 2015,35(6): 1657-1666.

[30] Liu X, Chen Q, Che H, et al. Spatial distribution and temporal variation of aerosol optical depth in the Sichuan basin, China, the recent ten years [J]. Atmospheric Environment, 2016,147:434-445.

[31] 董自鹏,余 兴,李星敏,等.基于MODIS数据的陕西省气溶胶光学厚度变化趋势与成因分析 [J]. 科学通报, 2014,59(3):306-316.

[32] 罗宇翔,陈 娟,郑小波.近10年中国大陆MODIS遥感气溶胶光学厚度特征 [J]. 生态环境学报, 2012,21(5):876-883.

[33] 董自鹏,李星敏,杜川利,等.西安地区气溶胶光学特性研究 [J].高原气象, 2013,32(3):856-864.

[34] 张养梅,孙俊英,张小曳,等.北京亚微米气溶胶化学组分及粒径分布季节变化特征 [J]. 中国科学:地球科学, 2013,43(4):606-617.

[35] Hu W, Hu M, Hu W, et al. Chemical composition, sources, and aging process of submicron aerosols in Beijing: Contrast between summer and winter [J]. Journal of Geophysical Research Atmospheres, 2016,121(4):1955-1977.

[36] 刘随心,曹军骥,赵竹子,等.西安夏季碳气溶胶细粒子时间变化特征分析 [J]. 地球环境学报, 2014,(5):311-318.

[37] 吴 兑.近十年中国灰霾天气研究综述 [J]. 环境科学学报, 2012,32(2):257-269.

[38] Jia M, Zhao T, Cheng X, et al. Inverse Relations of PM2.5and O3in Air Compound Pollution between Cold and Hot Seasons over an Urban Area of East China [J]. Atmosphere, 2017,8(3):59.

The important role of PM1in changes of atmospheric environment: climatic analysis of MODIS aerosol products in Guanzhong Plain.

PENG Yue1, ZHAO Tian-liang1*, ZHENG Xiao-bo2, WANG Hong3, YIN Yan1, LIAO Yao2, ZHU Shan-ying1(1.Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration, Nanjing University of Information Science and Technology, Nanjing 210044, China；2.Guizhou Institute of Mountainous Climate and Environment, Guiyang 550002, China；3.Institute of Atmospheric Composition, Chinese Academy of Meteorological Sciences, Beijing 100081, China). China Environmental Science, 2017,37(7)：2443～2449

The temporal and spatial changes of aerosols over Guanzhong Plain in 15 years were climatologically analyzed in this paper, by using MODIS 3km aerosol products including AOD (aerosol optical depth) and FMF (fine mode fraction). The results showed that Guanzhong Plain was an area with high AOD and low FMF. The highest value of AOD existed in Xi’an and the surrounding areas up to 1.06 while FMF was under 0.3 there. With the decreases in atmospheric aerosol levels over Guanzhong Plain in recent years, the proportion of the PM1increased year by year. During 2001～2011, AOD values increased significantly and then became decreasing in most areas of Guanzhong Plain over recent 5 years. Meanwhile, FMF values showed a sustaining upward trend from 2001 to 2015, reflecting the influence of increasing anthropogenic aerosols on atmospheric environment. The relationship between 15-year averages of AOD and FMF over Guanzhong Plain presented that when atmospheric aerosol level was low (AOD＜0.5), AOD decreased with the increasing FMF, and when atmospheric aerosol level was high (AOD＞0.5), AOD increased with the increasing FMF, indicating that atmospheric particles PM1contributed greatly to atmospheric environment changes both in clean and polluted regions.

MODIS；AOD；FMF；Guanzhong Plain；atmospheric environmental change

X513/X87

A

1000-6923(2017)07-2443-07

彭 玥(1989-),女,陕西宝鸡人,硕士研究生,主要研究大气环境数值模拟.

2016-12-02

国家重点研发计划“大气污染成因与控制技术研究”试点专项项目(2016YFC0203304);国家自然科学基金培育项目(91544109);科技部973项目(2014CB441201)

* 责任作者, 教授, tlzhao@nuist.edu.cn