基于超级站多仪器联合观测的大气气溶胶遥感研究

李正强，李东辉，张 莹，吕 阳，谢一凇，李凯涛，李 莉，许 华，伽丽丽，张元勋

1.中国科学院遥感与数字地球研究所，国家环境保护卫星遥感重点实验室，北京 1001012.中国科学院大学，北京 100049

基于超级站多仪器联合观测的大气气溶胶遥感研究

李正强1，李东辉1，张 莹1，吕 阳1，谢一凇1，李凯涛1，李 莉1，许 华1，伽丽丽1，张元勋2

1.中国科学院遥感与数字地球研究所，国家环境保护卫星遥感重点实验室，北京 1001012.中国科学院大学，北京 100049

大气气溶胶在气候变化、大气环境和人体健康等多个方面产生重要影响。遥感是获得气溶胶时空分布信息的重要手段，并且具有非破坏性、观测瞬时性、可获取整层大气信息等特点，因此在环保、气象等行业得到越来越多的应用。研究介绍了由多种监测仪器构成的中国科学院(北京)大气气溶胶遥感研究超级站的仪器配置、观测指标和相关研究方向，并阐述了其在4方面的具体应用：①针对沙尘、灰霾等典型过程的多仪器遥感联合观测；②将光学遥感拓展到气溶胶成分信息等前沿应用；③遥感获得近地面PM2.5等环境关键参数的方法；④主被动结合的大气颗粒物垂直分布特性研究。通过超级站多仪器联合观测，可加强对大气气溶胶的全方位观测和分析，为环境研究提供综合数据支撑。

气溶胶；超级站；遥感观测；PM2.5；气溶胶成分

气溶胶对地球陆表和大气圈层辐射能量平衡具有至关重要的影响，是目前全球气候变化评估中最大的不确定因子之一[1]，迫切需要对其时空分布、形状尺寸、成分组成、光学特性等进行深入了解。除了利用理论模型进行模式模拟之外，更重要的研究手段是对气溶胶进行直接的观测。因此，可以说观测是气溶胶研究的基础。

联合国政府间气候变化专门委员会(IPCC)[1]和美国气候变化科学计划[2]综合评估报告均认为，未来改进气溶胶气候效应评估的首要途径是改进和增加观测。目前，对大气气溶胶的遥感观测手段主要有卫星和地基2种。虽然卫星遥感具有大时空范围覆盖的优点，但是与地基遥感观测相比，现有卫星遥感反演的气溶胶参数还较少、精度偏低。

大多数卫星仅能反演整层气溶胶光学厚度(AOD)[3]，少量的卫星能估计气溶胶吸收特性[4]。反演获取气溶胶粒子尺度以及复折射指数等物理参数的卫星还很少[5]，而通过地基遥感则可以同时获取这些参数。另外，应用广泛的MODIS卫星反演AOD的精度约为±(0.05+15%×AOD)[6]，而地基太阳辐射计观测的AOD精度可达到0.01～0.02[7]，因此，地基遥感参数也可作为卫星遥感产品精度验证的标准。

为了分析和研究气溶胶来源、时空变化及其与气候变化的相互影响，建立地基气溶胶遥感超级站成为气溶胶多参数协同观测的一条途径[8]。美国从1999年开始，陆续建立了8个大气超级站，主要分布在东部和西部地区，目的是为了监测非达标区的空气质量[9]。欧盟通过其成员国以及跨国合作，从2006年开始陆续建立了覆盖17个国家的20个大气超级站[10]。此外，日本、中国香港、中国台湾等也建有大气超级站[11]。2012年，中国广东地区的大气超级站——广东鹤山站正式运行[8]。此后，各省(市)环保部门及相关机构开始陆续建立大气超级站并投入使用。在大气颗粒物观测方面，超级站主要是通过对颗粒物化学组成、物理、光学特征等开展在位、采样测量，进而分析颗粒物的来源及其影响。近年来，随着遥感技术的发展，基于遥感仪器对整层气溶胶特征进行分析研究的大气颗粒物遥感观测超级站逐步建立。该类超级站可成为目前综合型大气超级站的有益补充。

研究介绍的大气气溶胶遥感观测超级站位于中国科学院遥感与数字地球研究所北京奥运园区(地理坐标为40°0′17″N，116°22′43″E)，海拔为59 m。从2010年起，开展了太阳-天空-月亮辐射计、激光雷达、颗粒物在线监测仪、黑碳仪、消光仪以及气象站等设备的协同观测，进行气溶胶成分、气溶胶三维空间分布、PM2.5遥感等前沿热点研究。本文主要介绍该大气气溶胶遥感观测超级站的设计思路、主要仪器设备以及基于多仪器联合观测开展的相关气溶胶遥感研究方法及案例。

1 设计思路和主要仪器

1.1设计思路

大气气溶胶遥感观测超级站通过理化、光学、气象、卫星等多种监测手段联用，对区域大气颗粒物特性进行不同尺度的监测和分析。大气气溶胶遥感观测超级站从2010年开始选址建设，陆续配置有太阳-天空-月亮辐射计、激光雷达、颗粒物在线监测仪、黑碳仪、消光仪以及气象站等地基监测设备和MODIS、GOCI、CALIPSO、PARASOL等卫星数据处理系统，涵盖了气象参数，气溶胶物理、光学、化学性质监测及卫星遥感观测等相关内容(图1)。

注：实线表示具有较强观测能力，虚线表示具有部分观测能力； 气象站为监测仪器提供辅助气象参数；上层为气溶胶参数， 中层为观测仪器，下层为观测空间位置。图1 气溶胶遥感观测超级站观测仪器、参数、范围示意图Fig.1 Observation instruments, parameters and capabilities of the aerosol remote sensing supersite

在地基仪器配置过程中，综合考虑了设备可靠性、数据稳定性和人力维护成本。首先，配置了开展整层大气气溶胶遥感监测的太阳-天空辐射计，该仪器是进行整层大气气溶胶光学特性观测的标准设备，同时也是全球地基气溶胶观测网(AERONET[7])的推荐仪器。仪器可以获得AOD值、气溶胶Ångström指数、单次散射反照率、散射相函数、复折射指数等光学参数，粒子谱分布等物理参数，并可支持反演估算气溶胶化学成分。其次，大气气溶胶遥感观测超级站配置了研究气溶胶空间垂直分布的微脉冲激光雷达，以及关注近地面气溶胶特征的颗粒物在线监测仪、黑碳仪、消光仪等。最后，鉴于增加夜间观测能力的考虑，配置了新型太阳-天空-月亮辐射计，实现昼夜气溶胶光学特性连续观测。

大气气溶胶遥感观测超级站可以利用单台仪器对大气气溶胶进行监测，从单个参数尺度对气溶胶特性开展研究；还可通过多仪器协同观测，互为参考，综合分析，并可对不同仪器获得的同类气溶胶参数进行对比验证。例如，可以基于太阳-天空-月亮辐射计获得的AOD作为激光雷达消光系数反演的约束条件，提高气溶胶消光系数廓线反演精度；或者，基于黑碳仪观测，验证太阳-天空-月亮辐射计反演的化学成分中的黑碳(BC)成分等。

1.2主要仪器设备

1.2.1 太阳-天空-月亮辐射计

全自动太阳-天空-月亮辐射计由法国某公司生产(型号为CE318-T)，主要由光学头、双轴步进马达系统和控制系统3部分组成。仪器在紫外到近红外波段共设有9个光谱通道(340、380、440、500、675、870、936、1 020、1 640 nm)，340、380、1 640 nm波段的带宽分别为2、4、25 nm，其余波段的带宽均为10 nm。偏振版本的仪器在每个通道还带有偏振观测功能(936 nm除外)。仪器的视场角约为1.3°。它既可以自动进行太阳/月亮直射辐射观测，也可以进行平纬圈和太阳主平面天空光扫描观测[12]。CE318-T测得的太阳或月亮直射辐射数据可以用来计算昼夜AOD值和大气柱水汽总量等信息[7,13-14]，可应用于卫星气溶胶产品验证等业务[15]。主平面和平纬圈天空扫描数据可以用来反演整层大气气溶胶的单次散射反照率、粒子尺度谱分布、散射相函数、复折射指数等光学和物理参数[16-17]，根据这些参数可以进一步估计气溶胶化学成分信息[18-20]。表1给出了全自动太阳-天空-月亮辐射计可反演的主要光学、物理、化学成分参数。

表1 太阳-天空-月亮辐射计可反演的参数

1.2.2 激光雷达

云和气溶胶激光雷达是一种主动遥感仪器，通过激光器发射一束窄光束激光，激光在大气中传播时遇到空气分子、气溶胶等成分会发生散射、吸收等作用，散射中的小部分能量(后向散射光)作为回波信号落入接收望远镜视场。将激光脉冲从发射到被反射回的传播时间转换为距离，从而实现大气颗粒物的垂直分布探测。大气气溶胶遥感观测超级站采用CE370-2微脉冲激光雷达(法国)。仪器主要由激光器、发射及接收望远镜系统、光电转换系统、高速数据接收处理系统和软件系统组成。仪器通过光子计数提供精确的后向散射信号探测，通过高重复性激光器(4.7 kHz)、窄视场(55 μrad)和窄带通滤光片[(20±0.2) nm]优化信噪比，从而实现对大气颗粒物的实时快速监测。仪器的主要参数见表2。

表2 CE370-2型微脉冲激光雷达主要技术参数

1.2.3 消光仪

激光光腔衰荡消光仪(XG-1000型)可对气溶胶颗粒物消光系数进行在线高频观测。光腔衰荡技术(CRD)是由O’KEEFE在1988年提出的测量技术[21]，由于这一技术将样品的消光路径增加到几十公里，因此与其他传统的消光光谱技术相比，光腔衰荡消光仪有较高的灵敏度。该仪器是由激光器、反光镜、三通阀、真空泵等组成，脉冲激光(532 nm)从高反镜一端进入光腔，光束在2片高反镜之间多次反射，在另一侧利用光电倍增管监测激光衰减过程，并通过激光光强在腔体内的衰减方程推算激光衰荡时间。通过分别测量环境空气和背景气体(N2)的衰荡时间，可计算出空气中气溶胶颗粒物的消光系数。仪器激光脉冲周期为1 ms，获得的气溶胶颗粒物消光系数对应波长为532 nm，数据输出时间间隔为1 s。

1.2.4 颗粒物在线监测仪

颗粒物在线监测仪(型号BAM-1020，美国)利用β射线法测量收集在滤膜上的样品对射线的衰减作用，获得颗粒物的质量浓度信息。β射线吸收式监测仪主要由颗粒物捕集、滤纸供给、β射线源、监测单元和计算控制单元组成。监测器测量滤纸捕集颗粒物前后β射线衰减程度的差异，之后将监测信号送入运算控制部分进行信息处理计算。仪器以1 h为一次观测周期，通过滤膜带的初定标、样本采集、样本测量等过程对气溶胶颗粒物质量浓度进行监测。仪器可配合撞击式或旋风式切割头，获取空气动力学直径小于10、2.5、1 μm的颗粒物的质量浓度。在采集样本的过程中，仪器利用加热装置控制样本湿度低于40%，这样可有效去除颗粒物中的水分，提供干粒子质量浓度，便于开展不同站点、不同环境下颗粒物浓度的对比分析。

1.2.5 光学黑碳仪

便携式黑碳监测仪(型号AE51，美国)利用光学吸收原理，实时采样和计算BC气溶胶的质量浓度，具有实效性、高敏感度、宽动态粒径范围、便携(手持)等特点。AE51型便携式黑碳监测仪通过塑胶管吸入空气，将空气中的气溶胶颗粒物采集到滤膜的一个点上(直径为3 mm)。用880 nm的入射光同时穿透颗粒物采样点和参考点(无颗粒物)，分别测量光学衰减。基于AE51型便携式黑碳监测仪连续的光学吸收衰减，即可实现BC质量浓度的实时测量。AE51型便携式黑碳监测仪的测量精度约为±0.1 μg/m3(60 s均值，流量为150 mL/min)。

表3 AE51型便携式黑碳监测仪技术参数

1.2.6 气象站

大气气溶胶遥感观测超级站配有BLJW-4型自动气象站，用于测量温度、湿度、压强、风向、风速等多项大气参数。自动气象站主要由传感器、采集器、通讯接口、系统电源等组成。自动气象站具有数据采集频率高，可长期无人值守等特点。

表4 BLJW-4型自动气象站主要技术参数

2 研究方法

主要介绍利用超级站观测仪器发展的一些新型气溶胶遥感反演方法。对于该领域比较传统的单仪器气溶胶参数遥感方法(如太阳-天空辐射计计算AOD、激光雷达反演气溶胶消光系数等)，笔者不再赘述。研究主要介绍气溶胶成分遥感、近地面PM2.5遥感、基于AOD约束的气溶胶消光系数廓线反演等相关内容。

2.1气溶胶成分遥感方法

成分遥感是当前气溶胶遥感研究中具有挑战性的研究方向。目前基于太阳-天空辐射计反演的复折射指数、粒子谱、单次散射反照率等参数，逐步形成了一些气溶胶化学成分遥感估算的方法。例如，利用复折射指数虚部区分光学吸收(如BC)和非吸收性(如AS等)成分[22]，利用复折射指数实部估算颗粒物含水量[23],利用单次散射反照率光谱信息区分沙尘类和BrC[18]等。在此基础上，研究人员建立了一个基于“干/湿、吸收/非吸收”规则的气溶胶成分遥感分类模型，构建了一套大气主要气溶胶成分(BC、BrC、CM、AS和AW)的遥感分析方法[19]，简要介绍如下。

气溶胶化学成分反演首先需要假设每种成分的体积比例(fBC、fBrC、fCM、fAS、fAW)，然后利用Maxwell-Garnett(MG)有效介质近似理论，可计算出440～1 020 nm范围内混合成分的气溶胶等效复折射指数，具体如下：

MG有效介质近似理论将气溶胶看做由溶剂(水)和悬浮在溶剂中的溶质(干成分)组成，根据溶剂和溶质的介电常数和体积比可计算其等效介电常数：

(1)

式中：fi为第i种(BC、BrC、CM或AS，共m种)溶质的体积比例，εW和εi分别是溶剂(水)和第i种溶质的介电常数。获得混合气溶胶的等效介电常数后，其等效复折射指数的计算如式(2)所示。

(2)

式中：n和k分别为混合气溶胶的等效复折射指数实部和虚部，εn和εk分别为气溶胶等效介电常数的实部和虚部。

2.2近地面PM2.5遥感方法

大气气溶胶遥感观测超级站可支持开展近地面大气PM2.5遥感研究[24]。近年来，逐渐形成了近地面PM2.5质量浓度遥感(PMRS)模型[25]，该模型可基于超级站监测的4个重要参数驱动：来自太阳-天空辐射计的AOD和细粒子比(FMF)，从激光雷达观测获取的大气边界层高度(PBLH)以及自动气象站观测的近地面相对湿度(RH)。在PMRS遥感模型中，通过对整层遥感观测的AOD进行粒子“尺寸约束”、“高度订正”和“湿度订正”，以及“体积转换”和“质量变换”环节，可获得近地面PM2.5质量浓度，具体如式(3)所示：

(3)

式中：VEf是FMF的函数，ρf,dry是PM2.5干物质质量密度。

图2 气溶胶成分遥感及验证数据流程Fig.2 Aerosol component remote sensing and verification data flow

此外，验证PMRS模型所需的关键参数也可通过超级站获取：如近地面大气PM2.5质量浓度可由颗粒物在线监测仪获取，近地面大气PM2.5消光系数可由激光光腔衰荡消光仪获取。基于PMRS模型，结合各订正、转换环节关键参数的遥感反演算法，形成了一套基于“粒子大小-光学体积-垂直分布-吸湿含水-成分含量”PM2.5瞬时遥感物理(IRSP)方法。该方法面向卫星遥感应用，可基于卫星遥感瞬时数据获得PM2.5空间分布，在同类方案中具有较高的PM2.5遥感精度。IRSP方法应用于大气气溶胶遥感观测超级站的数据处理方面介绍如下(图3)。

图3 PMRS方法流程示意图(修改自文献[24])Fig.3 Flow diagram of PMRS method (modified from [24])

2.2.1 细粒子比计算

FMF可根据太阳-天空辐射计观测获取的多波段AOD计算获得。利用光谱退卷积(SDA)算法[26]可计算FMF，该方法将AOD分为粗、细模态光学厚度之和(τa=τc+τf)。将气溶胶光学厚度谱[τa(λ)]对波长求导(即SDA)，可建立与Ångström指数(α)的如下关系:

(4)

式中：λ为波长，αf为细模态Ångström指数，αc为粗模态Ångström指数。通常，αc变化较小，其统计平均值约为-0.15。

令FMF=τf/τc，则有

α=αf·FMF+αc·(1-FMF)

(5)

改写式(5)可得：

FMF=(α-αc)/(αf-αc)

(6)

式中：αf使用多种气溶胶模型，进行约束迭代计算获得[26]。

2.2.2 气溶胶垂直分布订正

大气颗粒物通常在边界层内充分混合，形成边界层以下较为均匀的垂直分布廓线，因此可用PBLH参数描述边界层高度订正过程，实现整层和近地面气溶胶含量的近似转换：

(7)

式中：σ0是0高度(地面)上细颗粒物的消光系数。利用式(7)可获得近地面PM2.5的含量信息。

2.2.3 相对湿度订正

遥感观测获得的是自然状态下(如含有水分)的气溶胶特性，而颗粒物在线监测仪等设备获得的是干燥后的气溶胶质量浓度，因此遥感估算的PM2.5需要进行相对湿度订正。一般认为，气溶胶在不同的相对湿度条件下，粒子的半径会因为吸水或失水而发生变化。假设自然状态下气溶胶粒子半径为r，相对湿度为RH，失水后的粒子半径为rdry，那么有：

(8)

式中：a和b为经验系数，常用气溶胶类型的数值如表5所示。

表5 不同气溶胶类型的RH校正系数

2.3基于AOD约束的气溶胶消光系数廓线反演方法

大气气溶胶具有时空分布变化大的特点，其垂直分布变化程度远超过水平分布变化。激光雷达通过回波信号分析回路上的探测目标信息，是研究大气气溶胶垂直分布的有效手段[27]。

气溶胶消光系数表示大气颗粒物对光的散射和吸收作用的大小，而气溶胶消光系数在垂直方向上的积分，代表整层大气柱上气溶胶对光的衰减，即为AOD值：

(9)

式中：σa(z)表示z高度处大气气溶胶的消光系数。考虑到激光雷达探测限(如30 km)之上气溶胶含量几乎为零，因此将激光雷达反演的消光系数进行高度积分后即可得到气溶胶光学厚度τLidar。将太阳-天空-月亮辐射计获取的气溶胶光学厚度τphotometer作为激光雷达消光系数反演中的约束值，与τLidar进行对比，可以实现联合反演。通过动态调整气溶胶消光-后向散射比(Sa)，直至τphotometer与τLidar的差异小于给定阈值，即可实现气溶胶消光系数廓线的约束迭代反演。

根据Fernald后向积分法[27]，高度z处气溶胶消光系数为

σa(z)=Sa×βa(z)

(10)

βa(z)=-βm(z)+S(z)exp[2(Sa-

(11)

式中：σa(z)、βa(z)分别为气溶胶的消光系数和后向散射系数,zc是参考高度,Sm、Sa分别是大气分子和气溶胶的消光-后向散射比(又称雷达比)，根据瑞利散射相函数可以计算出Sm=8π/3。

以太阳-天空-月亮光度计观测AOD作约束，这种气溶胶消光系数求解的方法，避免了激光雷达反演中Sa固定的假设(研究中Sa通常设置为一个固定值)，提高了气溶胶消光系数廓线反演的精度。

3 案例研究及方法验证

大气气溶胶遥感观测超级站的单台仪器均可用于气溶胶观测研究，如利用超级站的太阳-天空-月亮辐射计验证卫星AOD、FMF反演结果[28-29]等。本文则主要聚焦于多种设备联合观测的研究案例，这是气溶胶遥感研究的热点和前沿，也体现了超级站观测研究的优势。

3.1沙尘过程观测

2017年5月10日，蒙古国东部发生沙尘天气，随着低压系统东移，5月11日，沙尘影响北京地区。大气气溶胶遥感观测超级站对此次沙尘过程进行了监测。辐射计、激光雷达、颗粒物采样仪、消光仪等仪器的观测结果见图4。

图4 一次沙尘过程(2017年5月11日)的 气溶胶遥感综合监测Fig.4 Synthesized remote sensing measurements of a dust episode (May 11, 2017)

由图4可见，此次沙尘天气持续时间较短，过程迅速。颗粒物采样仪显示从北京时间08:30开始，近地面处PM10浓度急剧增大，而PM2.5与PM1浓度基本保持不变。下午16:30之后，PM10、PM2.5与PM1的浓度基本稳定下来。值得注意的是，这一沙尘过程对消光仪地面在线监测数据的影响不如PM10显著，这可能表明沙尘的传输峰值并不在近地面位置。新型太阳-天空-月亮辐射计使AOD的监测扩展到夜间，基本实现了全天时AOD观测，解决了夜间AOD数据缺乏的问题，从其日-夜连续监测数据可见，沙尘过境时AOD明显增大，与PM10监测数据非常一致。同时，从辐射计获取的气溶胶物理特性-粒子谱分布(图5)可以看出，沙尘过程中气溶胶以峰值半径为5 μm左右的粗模态颗粒物为主。图4(b)中18:00左右AOD出现一个峰值，但是图4(a)中的PM10浓度曲线上，这一峰值并不明显。与此对应，激光雷达距离校正信号图上则可以明显看出，这一时刻大约1 km高度处有一个明显的激光雷达信号高值区，说明沙尘的传输峰值是在高空1 km附近。

图5 太阳-天空-月亮辐射计获得的沙尘过程中 气溶胶粒子体积谱分布(2017年5月11日)Fig.5 Volume particle size distribution retrieved by Sun-sky-moon radiometer during a dust episode (May 11, 2017)

3.2霾污染过程观测

大气气溶胶遥感观测超级站对2017年2月11—13日(元宵节)期间的大气污染过程进行了监测，从激光雷达[图6(a)]可以看出，11日17:00开始近地面污染逐渐加剧，之后污染过程持续约36 h。而太阳-天空-月亮辐射计[图6(b)]显示，2月11日夜间—2月12日夜间的AOD较高，最高达到1.0左右(440 nm)，并且夜间污染明显重于白天，与激光雷达观测结果一致，说明元宵节期间夜间污染颗粒物较多。从垂直空间分布上看，气溶胶主要集中在近地面1 km以内。利用太阳-天空-月亮辐射计数据，对污染期间的气溶胶成分进行反演，可以看出霾污染期间(2月12日)AW含量和AS含量明显增大，非污染期间(2月11、13日)含量明显减少。从近地面黑碳仪观测结果来看，污染期间近地面BC含量有显著升高，从1～2 μg/m3上升到3～4 μg/m3。近地面颗粒物的浓度也有显著升高，PM2.5和PM10从2月11日白天约50 μg/m3升高到约300 μg/m3(2月13日凌晨)。

图6 一次灰霾过程(2017年2月11—13日)的 气溶胶遥感监测Fig.6 Aerosol remote sensing monitoring during a haze episode (11—13 February 2013)

气象站观测表明，在11—13日污染过程中，北京的主导风向是偏南风，因此，污染源不但包括本地燃放的烟花爆竹，可能还包括南部地区输送过来的污染物。

3.3气溶胶成分遥感验证

利用黑碳仪(AE51)在北京站点同步观测的数据，与太阳-天空辐射计遥感估算的BC含量进行对比分析(图7)。虽然太阳辐射计反演的是整层大气BC质量浓度(根据气溶胶总体积和BC比例计算BC柱体积浓度，再利用密度将其转换为BC柱质量浓度)，黑碳仪(AE51)测量的是近地面质量浓度，但对比结果表明，遥感反演和地面在位测量的BC含量在变化趋势上较为一致，相关系数达到0.77。这说明大气中BC成分主要聚集在近地面(如边界层内)，同时表明遥感方法估算的BC含量具有较好的可靠性。

图7 遥感反演与在位观测的BC质量浓度对比 (引自参考文献[19])Fig.7 Comparison of remote sensing retrieval and in situ measurements of black carbon mass concentration (refer to [19])

3.4PM2.5遥感估算及精度验证

利用2014年12月1—31日在北京超级站开展的地基遥感观测，对近地面PM2.5质量浓度的遥感估算结果进行验证，并对其误差进行分析。结果见图8。

图8 利用PMRS模型估算的近地面PM2.5质量浓度与颗粒物在线监测仪小时均值对比Fig.8 Comparison of the retrieved (PMRS) and in situ measurement of the near-surface PM2.5 mass concentration (hourly average)

由图8可见，利用该模型估计的近地面PM2.5质量浓度与颗粒物在线监测仪的小时均值比较，相关系数为0.86，误差约为±(15 μg/m3+35%PM2.5)，主要误差来源于“高度订正”和“湿度订正”过程。这些研究可为卫星遥感反演瞬时近地面PM2.5提供理论方法和实验验证支持。

3.5昼夜连续气溶胶垂直分布

利用太阳-天空-月亮辐射计获取的白天和夜间AOD观测值，可以约束微脉冲激光雷达获得高精度的消光系数垂直廓线反演结果。对由于太阳、月亮辐照度过低无法得到观测数据的部分时间段(黎明或傍晚)，可通过对前后数据进行插值估计AOD的变化，见图9(a)。然后，利用太阳-天空-月亮辐射计和微脉冲激光雷达联合反演方法，对激光雷达距离校正观测信号[图9(b)]进行约束反演获得昼夜连续的气溶胶消光系数垂直分布变化情况[图9(c)]。图示例子显示，从午夜至凌晨AOD逐渐降低，上午到夜间AOD逐渐增大，且在午后14：00左右达到峰值。从图9(c)看出，绝大部分颗粒物集聚在1 km高度以下，且通常来说越靠近地面，颗粒物浓度越高。

图9 气溶胶昼夜连续观测(2014年11月9日)Fig.9 Continously day and night measurements of total columnar and vertical distribution of aerosols (November 9, 2014)

为验证激光雷达反演的消光系数廓线结果，与消光仪测量的近地面消光系数(532 nm)开展对比，结果如图10所示。考虑到激光雷达的测量盲区，选取200 m高度处激光雷达消光系数与超级站消光仪测量的近地面消光系数进行对比，从图中可以看出两者相关性很好(相关系数为0.968 8)，拟合斜率为0.85，且截距较小，说明激光雷达反演的消光系数较为准确，能够反映气溶胶空间垂直分布的变化。

图10 激光雷达获取的气溶胶消光系数(200 m)与 地面消光仪在线观测消光系数对比Fig.10 Comparison of aerosol extinction coefficients obtained from Lidar profile (200 m height) and the Extinction meter (ground level)

4 结语

介绍了大气气溶胶遥感观测超级站的基本情况和相关研究案例。从气溶胶观测研究实际需要的角度阐述了超级站的仪器配置、观测指标和相关研究方向，并对典型沙尘和灰霾等过程进行了监测及分析。从仪器配置角度，大气气溶胶遥感观测超级站主要侧重遥感观测仪器，配置了国内首台太阳-天空-月亮辐射计，扩展了大气气溶胶夜间观测能力，并可与激光雷达联合使用，提高气溶胶消光系数垂直廓线反演精度。从实际应用角度，大气气溶胶遥感观测超级站具有多仪器协同观测的优势，有利于从不同尺度、维度、参数对大气气溶胶进行全方位的观测和分析，为环境研究提供数据支撑。从科学研究角度，超级站对一个地点的长期、综合观测，有利于促进方法研究，如在大气气溶胶遥感观测超级站基础上发展了大气气溶胶5种主要成分的反演方法，拓展了气溶胶化学特性的遥感能力，还通过地基遥感观测验证了可应用于卫星遥感的基于物理途径的PM2.5遥感模型和方法。总体来说，气溶胶遥感的多仪器综合观测是地基遥感领域未来发展的重要趋势，是开展气溶胶遥感前沿研究的关键工具，也是近地面在位测量类超级站的有效补充。今后可继续加强在以下方面的研究：

1)主被动遥感联合观测。气溶胶主、被动遥感手段利用各自的优势，不但可以获得时间连续的气溶胶参数，还可有效提高气溶胶多参数协同反演能力(如获得分层的气溶胶详细参数)。

2)气溶胶光学-物理-化学特性自洽观测与验证。气溶胶的光学、物理和化学特性存在内在的关联，发展遥感反演方法和观测技术时，应仔细考虑此3个维度的闭合和自洽，同时通过其他在线仪器进行验证。

3)整层和近地面气溶胶颗粒物特性的关联。气候变化经常关注整层大气气溶胶特性，而环境监测更多关注的是近地面气溶胶颗粒物参数，通过超级站多仪器联合观测，可以满足这些不同遥感应用领域的需求。

目前大气气溶胶遥感观测超级站虽然拥有多种气溶胶遥感及在线观测仪器，但部分观测能力仍需要补充和提高。如在颗粒物粒子尺寸在线观测方面，可考虑增补粒径谱仪；在气溶胶化学成分监测方面，可增加在线成分分析仪；在气溶胶垂直分布观测方面，可考虑增加Raman激光雷达等。在已有联合观测的基础上，未来可发展为遥感观测与在线测量协同的综合性大气观测超级站，进一步增强在气溶胶时空变化、成分特性、来源解析等方面的综合观测和研究能力。

致谢：感谢合肥工业大学李保生教授在颗粒物在线监测仪观测、浙江师范大学邵杰教授在消光仪观测方面提供的协助和支持。

[1] STOCKER T F, QIN D, PLATTNER G K, et al. Climate Change 2013: The Physical Science Basis: Working Group I Contribution to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [M].Cambridge University Press,2014.

[2] CHIN M. Atmospheric Aerosol Properties and Climate Impacts [M].Diane Publishing,2009.

[3] KOHANOVSKY A A, DEUZE J L, DINER D， et al. The inter-comparison of major satellite aerosol retrieval algorithms using simulated intensity and polarization characteristics of reflected light [J]. Atmospheric Measurement Techniques,2010(3):909-932.

[4] TORRES O, TANSKANEN A, VEIHELMANN B, et al. Aerosols and surface UV products from Ozone monitoring instrument observations: An overview [J]. Journal of Geophysical Research-Atmospheres,2007,112:D24S47.

[5] DUBOVIK O, HERMAN M, HOLDAK A, et al. Development of statistically optimized inversion algorithm for enhanced retrieval of aerosol properties from spectral multi-angle polarimetric satellite observations [J]. Atmospheric Measurement Techniques, 2011,4:975-1 018.

[6] LEVY R C, REMER L R, MATTOO S, et al. Second-generation operational algorithm: Retrieval of aerosol properties over land from inversion of Moderate Resolution Imaging Spectroradiometer spectral reflectance [J]. Journal of Geophysical Research-Atmospheres,2007,112:D13211.

[7] HOLBEN B N, ECK T F, SLUTSKER I, et al. AERONET-A federated instrument network and data archive for aerosol characterization [J]. Remote Sensing of Environment,1998,66:1-16.

[8] 区宇波, 岳玎利, 钟流举, 等.中国广东大气超级监测站的规划建设与运行机制研究 [J]. 环境科学与管理,2013,11:63-67.

QU Yubo, YUE Dingli, ZHONG Liuju, et al. Establishment and operational management mechanism of Guangdong Atmospheric Supersite of China[J]. Environmental Science and Management,2013,11:63-67.

[9] USEPA. Fresno Supersite Final Report, Prepared by Desert Research Institute for the OAQPS[S].NC： US Environmental Protection Agency, Research Triangle Park,2005.

[10] Europe Environment Agency. The European Environment. State and Outlook 2005 [EB/OL]. (2005-11-22)[2015-10-10]. http//www.eea.europa.eu/highlights/20051122115248.

[11] 钟流举, 郑君瑜, 雷国强, 等.空气质量监测网络发展现状与趋势分析[J]. 中国环境监测, 2007,23(2):113-118.

ZHONG Liuju, ZHENG Junyu, LEI Guoqiang, et al. Analysis of current status and trends of air quality monitoring networks [J]. Environmental Monitoring of China,2007,23(2):113-118.

[12] 李东辉, 李正强, 卞良, 等. 极地区域气溶胶地基遥感观测及分析[J].遥感学报,2013,17:553-565.

LI Donghui, LI Zhengqiang, BIAN Liang, et al. Analysis of aerosol properties using ground-based sun-sky radiometer in polar region [J]. Journal of Remote Sensing,2013,17:553-565.

[15] MA Y, LI Z, LI Z, et al. Validation of MODIS aerosol optical depth retrieval over mountains in central China based on a Sun-sky radiometer site of SONET [J]. Remote Sensing,2016,8(2):111.

[16] DUBOVIK O, KING M D. A flexible inversion algorithm for retrieval of aerosol optical properties from Sun and sky radiance measurements [J]. Journal of Geophysical Research-Atmospheres, 2000, 105: 20 673-20 696.

[17] DUBOVIK O, SINYUK A, LAPYONOK T. Application of spheroid models to account for aerosol particle nonsphericity in remote sensing of desert dust [J]. Journal of Geophysical Research-Atmospheres,2006,111:D11208.

[18] WANG L, LI Z, TIAN Q, et al. Retrieval of aerosol absorbing components of black carbon, brown carbon and dust from ground-based remote sensing data of sun-sky radiometers [J]. Journal of Geophysical Research-Atmospheres,2013,118(12):6 534-6 543.

[19] LI Z, GU X, WANG L, et al. Aerosol physical and chemical properties retrieved from ground-based remote sensing measurements during heavy haze days in Beijing [J]. Atmospheric Chemistry and Physics,2013,13:10 171-10 183.

[20] XIE Y, LI Z, ZHANG Y, et al. Estimation of atmospheric aerosol composition from ground-based remote sensing measurements of Sun-sky radiometer [J]. Journal of Geophysical Research-Atmospheres,2017,122:498-518.

[21] O′KEEFE A, DEACON D. Cavity ring-down optical spectrometer for absorption measurements using pulsed laser sources [J]. Review of Scientific Instruments,1988,59：2 544.

[22] SCHUSTER G, DUBOVIK O, HOLBEN B, et al. Inferring black carbon content and specific absorption from Aerosol Robotic Network (AERONET) aerosol retrievals [J]. Journal of Geophysical Research-Atmospheres,2005,110:D10S17.

[23] SCHUSTER G, LIN B, DUBOVIK O, et al. Remote sensing of aerosol water uptake [J]. Geophysical Research Letters,2009,36:L03814.

[24] LI Z, ZHANG Y, SHAO J, et al. Remote sensing of atmospheric particulate mass of dry PM2.5near the ground: Method validation using ground-based measurements [J]. Remote Sensing of Environment,2016,173:59-68.

[25] ZHANG Y, LI Z. Remote sensing of atmospheric fine particulate matter (PM2.5) mass concentration near the ground from satellite observation [J]. Remote Sensing of Environment,2016,160:252-262.

[26] O′NEILL N T, ECK T F, SMIRNOV A, et al. Spectral discrimination of coarse and fine mode optical depth [J]. Journal of Geophysical Research-Atmospheres,2003,D17(108):4 559-4 573.

[27] FERNALD F G. Analysis of atmospheric lidar observations-some comments [J]. Applied Optics,1984,23(5):652-653.

[28] ZHANG Y，LI Z，ZHANG Y, et al. High temporal resolution aerosol retrieval using Geostationary Ocean Color Imager: application and initial validation [J]. Journal of Applied Remote Sensing,2014,8:1-16.

[29] ZHANG Y, LI Z, QIE L, et al. Retrieval of aerosol fine-mode fraction from intensity and polarization measurements by PARASOL over East Asia [J].Remote Sensing,2016,8(5):417.

ARemoteSensingStudyofAtmosphericAerosolsBasedonJointObservationofSupersiteInstruments

LI Zhengqiang1,LI Donghui1,ZHANG Ying1,LYU Yang1,XIE Yisong1,LI Kaitao1,LI Li1,XU Hua1,QIE Lili1,ZHANG Yuanxun2

1.State Environmental Protection Key Laboratory of Satellite Remote Sensing, Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences,Beijing 100101,China2.University of Chinese Academy of Sciences,Beijing 100049,China

Atmospheric aerosol plays key roles in the climate change, atmospheric environment and human health. Remote sensing is an important approach to obtain information of temporal and spatial distribution of aerosols. Due to its non-destructive, instantaneous, entire atmosphere monitoring capacity, aerosol remote sensing has been applied in many fields, like environmental protection and meteorology. This paper introduces the equipment, observation parameters and related studies of the atmospheric aerosol remote sensing study supersite (Beijing) of Chinese Academy of Sciences and illustrate typical applications in four areas. ① Comprehensive remote sensing observation focusing on dust and fog-haze pollution cases.② Extension of optical remote sensing to research frontiers, like aerosol chemical composition estimation. ③ Methods for obtaining key environmental parameters, e.g. PM2.5near the surface. ④ Joint active and passive remote sensing of vertical distribution characteristics of atmospheric particulate matters. The combination of multiple instruments of aerosol remote sensing supersite can reinforce the comprehensive observation and analysis of atmospheric aerosols, providing a synthesized data support for environmental studies.

aerosol;supersite;remote sensing measurement;PM2.5;aerosol composition

X87

A

1002-6002(2017)05- 0064- 11

10.19316/j.issn.1002-6002.2017.05.10

2017-04-23;

2017-07-21

国家自然科学基金资助项目(41671367，41401423，41671364)；中国科学院科技服务网络计划(STS)区域重点项目(KFJ-STS-QYZD-022)；中国科学院科研装备研制项目(YZ201664)

李正强(1977-)，男，河南洛阳人，博士，研究员。