基于激光雷达的宁波市晴天消光系数垂直特征分布

顾人颖，廖桉桦，朱纯阳

(1.宁波市鄞州区气象局，浙江 宁波 315194； 2.宁波市镇海区气象局，浙江 宁波 315202)

随着社会经济的发展，公众对环境问题的关注度也越来越高，近年来政府部门已经在加大治理城市空气污染，但是雾和霾等天气时有发生。雾和霾等现象都是空气中的气溶胶粒子增多引起的能见度下降，其中，霾对人体健康影响较大，明颗粒物浓度与呼吸道疾病的发生有密切的关系，特别是空气动力学直径<2.5 μm的颗粒物(PM2.5)。

目前，国内各地环保部门都有监测颗粒物的仪器，但主要为近地面观测。除个别地方利用铁塔进行观测外，国内大部分地方仍没有气溶胶浓度的垂直观测资料，这样获得的数据有一定的局限性，也不利于对气溶胶的变化规律进行深入分析和研究。

随着激光雷达的研制成功，已有部分学者对其测量精度进行对比，发现激光雷达探测的气溶胶消光系数与实测的气溶胶浓度之间存在较好的相关性[1]，这使研究气溶胶的垂直时空分布变得可行。2015年，宁波市有2台激光雷达在奉化和镇海安装投入使用，笔者对镇海站2015年7月至2017年6月的数据进行统计分析，初步探讨宁波市气溶胶垂直分布特征。

1 观测场地和资料

1.1 观测站点

宁波市气象系统的2台激光雷达分别安装在宁波市镇海区气象局以及奉化区气象局内，离宁波城区直线距离分别为13和28 km。宁波市环境监测中心也有一台激光雷达在2016年投入使用，虽然就在城区，但目前积累数据时间相对较短。综合考虑，挑选镇海站的数据来代表宁波。

1.2 数据时段

由于云粒子也属于气溶胶，本研究重点关注PM2.5等颗粒物，在有多个波长的时候能够通过不同波长的消光系数变化区分出云粒子和颗粒物粒子，但方法较为复杂，为尽可能减少云对结果的影响，此处单独挑选晴天的数据进行研究。研究时间为2015年7月1日至2017年6月30日内的晴天。对于晴天的挑选，按照预报服务的标准，即低云<1成或高云<4成。由于2014年起国家一般气象站已经取消了云的观测，镇海和奉化已无云观测记录，此处使用鄞州站的云观测资料替代。以日平均低云量<1成且日平均总云量<4成进行筛选，同时考虑镇海站全天无降水，日照时数>8.0 h，得到晴天日数。对于挑选出来的晴天，如当天激光雷达数据大量缺失的，则予以剔除，合计共挑选出参与计算晴天68 d。按照月份划分季节，春(3月、4月、5月)、夏(6月、7月、8月)、秋(9月、10月、11月)、冬(12月、1月、2月)分别为28、10、10、20 d。

1.3 资料预处理

宁波市气象局安装的2台激光雷达为无锡中科光电技术有限公司生产的AGHJ-I-LIDAR大气颗粒物监测激光雷达。雷达使用355和532 nm双波长探测，垂直分辨率为7.5 m，可测量出对应波长在0～15 km高度上的消光系数变化。本研究直接使用雷达输出的消光系数进行计算，未进行波长转换[2]。

从实际测量数据来看，存在2个比较明显的问题：一是高度超过5 km后杂波明显增加，在垂直高度和时间的二维图像上表现为孤立零散的杂波点；二是激光雷达的数据在通过高消光系数区域后，杂波也会明显增加，表现为明显超出高值区的线状杂波和离散的点状杂波。

针对上面的第1个问题，从实际测量数据来看，一般颗粒物集中分布在2.5 km以下，本文重点讨论垂直高度0～3 km的消光系数变化特征。针对第2个问题，考虑空气状态的连续变化，消光系数的变化也有一定的连续性，因此，在某一固定高度上的消光系数也应该是连续变化的。对每个高度上的数据进行时间上的滑动平均，以数据点本身以及前后各3个时次共7个数据求平均，此方法能平滑掉一部分杂波，但同时也对消光系数的高值区有一定影响。

2 气溶胶消光系数垂直分布特征

2.1 能见度与消光系数

在气象上，霾是根据能见度来定义其强度的，而能见度与消光系数之间的关系可以由Koschmieder公式来表示：

Vis=K/Bext×1 000。

式中：Vis为能见度，单位为km；Bext为消光系数，单位为km-1；K为常数，不同地区得出的值不一样。Wang等[3]在研究珠三角地区时，K取3.912；Che[4]和Deng等[5]研究城市区域时，K取1.9；卢慧剑等[6]通过对杭州能见度和消光系数的实测值拟合，得出杭州地区K值为1.81。考虑宁波与杭州在地理位置和气候特征上都比较接近，本研究K值取与杭州一致，为1.81。

浙江气象台根据气象服务需要划分的霾等级标准中，在相对湿度<80%的情况下，以能见度进行划分不同的霾等级，具体见表1。在此根据其能见度界限计算对应消光系数的界限，根据得出的消光系数界限求出超过对应消光系数范围的高值区，并对全部数据进行平均。

表1 宁波市霾等级分级与对应消光系数

2.2 平均消光系数的垂直分布特征

在对前文所述的晴天镇海站激光雷达消光系数数据平均统计后得到图1，可以发现，355 nm波长的消光系数平均高值区可达0.6 km-1，离地面有一定的距离，主要出现在0.5～0.9 km，时间上主要出现在9：00—23：00。消光系数>0.4 km-1区域的上边界呈现出一定的日变化趋势，中午前后与日出、日落时相比略高。

在532 nm波长上，消光系数的平均值明显<355 nm波长，消光系数>0.2 km-1区域的范围比355 nm波长消光系数>0.4 km-1的范围小。532 nm波长上消光系数高值区仅为0.4～0.6 km-1，未出现消光系数均值>0.6 km-1的区域，同时高值区主要出现在近地面层，集中分布在0.1～0.3 km。

355、532 nm波长的平均消光上界，在中午前后都会出现一个峰值，或与边界层的变化有一定的关系。

2.3 消光系数高值区的范围

考虑到直接对消光系数进行平均统计不一定能真实反映气溶胶真实的分布范围，特别是某几次高消光系数可能会引起局部区域的平均值偏高。按照1.3节方法处理后，分析在某一消光系数以上区域的概率分布情况，结果见图2。可以看出，在消光系数高值区的分布概率上，355和532 nm波长明显不同。总体上，355 nm波长区域明显>532 nm波长对应区域；从高度分布上来看，355 nm波长高概率区域的上界和下界均比532 nm波长高，同时，能看出有明显的日变化，中午前后上界有峰值。

A为355 nm波长；B为532 nm波长图1 宁波市平均消光系数的分布

A、C、E、F为355 nm波长，消光系数分别为0.362、0.603、0.905、1.81 km-1；B、D、G、H为532 nm波长，消光系数分别为0.362、0.603、0.905、1.81 km-1图2 宁波市不同消光系数概率分布的区域

消光系数>0.362 km-1概率分布如图2所示，与同时段的消光系数平均值分布相类似，存在日变化趋势。355 nm波长上，有>0.4的概率会在7：00—9：00出现在近地面，9：00之后开始上升，11：00以后>0.4概率的区域下界上升至>0.2 km。而在532 nm波长上，>0.4的概率分布高值区下界较低，基本都在0.1 km以下。

消光系数>0.603 km-1的概率分布表明，>0.3概率区域大幅度减少，无>0.4概率区域。在355 nm波长上，各概率出现区域上界有比较明显的日变化。在532 nm波长上，各概率区域的上界下界无明显日变化，各概率的下界贴近地面分布。

消光系数>0.905 km-1的概率分布表明，355 nm波长上最大出现概率为0.2～0.3，主要出现在14：00以前，上界在中午前达到最大高度，下界日变化不明显。而在532 nm波长上，0.1～0.2概率出现区域下界贴近地面，上界也几乎维持在0.3 km左右，其中，日出前后出现概率为0.1以下。

消光系数在>1.81 km-1的概率分布表明，532 nm波长上没有>0.1概率的区域。在355 nm波长上，出现>0.1概率区域与地面有一定距离，除了日出前后有少量分布在0.3～0.5 km外，其余时间主要分布在0.5～1.0 km。

3 小结与讨论

对2015年7月至2017年6月镇海站晴天AGHJ-I-LIDAR激光雷达的资料分析结果表明：1)355 nm波长的平均消光系数明显高于532 nm波长，355 nm波长的消光系数平均高值区可达>0.6 km-1，离地面有一定的距离，主要出现在0.5～0.9 km，时间上主要出现在9：00—23：00。消光系数>0.4 km-1区域的上边界呈现出一定的日变化趋势，中午前后与日出、日落时相比略高。632 nm波长上消光系数高值区仅为0.4～0.6 km-1，主要出现在近地面层，集中分布在0.1～0.3 km，时间上主要在13：00—21：00。2)按照5、3、2、1 km划定消光系数的界限为0.362、0.603、0.905、1.81 km-1，统计超过界限消光系数的出现区域概率。消光系数高值区的分布概率上，355 nm波长区域明显>532 nm波长对应区域；从高度分布上来看，355 nm波长高概率区域的上界和下界都比532 nm波长要高。同时有明显的日变化，特别是在355 nm波长上，中午前后上界有峰值。

由于数据时间段本身比较少，挑选出晴天后参数统计的数据更少，分布特征虽然看起来存在一定的合理规律，但这些统计后的量并不一定就能代表宁波市全年的真实平均状态。分季节分析或许更有代表意义，但是数据量继续减少将导致分析出的结果代表性进一步降低。使用不同通道资料将云和降水与颗粒物分别进行分析，提高可用数据量能有效提高分析的可靠性，这也是笔者下一步工作的方向。另外，激光雷达资料的时空分辨率高，使用此类资料进行过程分析和预报应用应该是另外一种合理的做法。

[1] 范广强, 刘建国, 张天舒, 等. 基于差分吸收激光雷达的云消除算法研究[J]. 光子学报, 2012, 41(10): 1135-1139.

[2] 庄雯雯, 贺千山, 王军, 等. 基于地面微脉冲激光雷达的上海冬季霾强度及高度分析[J]. 环境科学学报, 2015, 35(3): 627-635.

[3] WANG X M, DING X, FU X X, et al. Aerosol scattering coefficients and major chemical compositions of fineparticles observed at a rural site in the central Pearl River Delta, South China [J]. Journal of Environmental Sciences, 2012, 24(1): 72-77.

[4] CHE H Z. Horizontal visibility trends in China 1981—2000 [J]. Geophysical Research Letters, 2007, 34(24): 497-507.

[5] DENG J J, WANG T J, JIANG Z Q, et al.Characterization of visibility and its affecting factors over Nanjing, China [J]. Atmospheric Research, 2010, 101(3): 681-691.

[6] 卢慧剑, 金均, 王琼真, 等. 杭州市大气PM2.5消光特性研究[J]. 环境污染与防治, 2016, 38(9): 53-56.

[7] 赵一鸣, 李艳华, 商雅楠, 等. 激光雷达的应用及发展趋势[J]. 遥测遥控, 2014, 35(5): 4-22.

[8] 沈铁迪, 王体健, 陈璞珑, 等. 南京城区夏秋季能见度与PM2.5化学成分的关系[J]. 中国环境科学, 2015, 35(3): 652-658.

[9] 翟崇治, 周乾, 余家燕, 等. 偏振米散射激光雷达在大气监测中的应用[J]. 激光杂志,2013, 34(1): 34-36.

[10] 何涛, 侯鲁健, 吕波, 等. 激光雷达探测反演PM2.5浓度的精度研究[J]. 中国激光, 2013, 40(1): 212-217.

[11] 严国梁, 韩永翔, 张祥志, 等. 南京地区一次灰霾天气的微脉冲激光雷达观测分析[J]. 中国环境科学, 2014, 34(7): 1667-1672.

[12] 伯广宇, 刘东,吴德成, 等. 双波长激光雷达探测典型雾霾气溶胶的光学和吸湿性质[J]. 中国激光, 2014, 41(1): 207-212.