三种激光雷达监测污染物分布和输送对比

高晓荣,谭浩波 ,邓 涛,李 菲,王春林,麦博儒 (.广州市气象台,广东 广州 50；2.广东省生态气象中心,广东 广州50080；.中国气象局广州热带海洋气象研究所,广东 广州 50080；.广州市气候与农业气象中心,广东 广州 50)

激光雷达对气溶胶、云和边界层的测量在探测高度、垂直跨度、时间和空间分辨率、测量精度等方面具有全面的优势,是其他探测手段所无法比拟的[1].其问世后就受到了广泛关注,世界各国相继开展了广泛的研究.国外学者利用激光雷达就光学特性、云与气溶胶的相互作用及边界层结构等方面进行了深入研究[2-8].国内诸多学者分别使用米散射、偏振、微脉冲激光雷达及三通道双波长高能激光雷达,根据探测及反演得到的距离平方校正回波信号、消光系数、后向散射系数、退偏比等物理量来分析和研究霾天气时气溶胶的光学特性、边界层结构特征以及输送通量等[9-14].

国内现已有北京、香港、兰州、广州等地的多家科研单位和高校利用各自研制或定制的激光雷达进行大气气溶胶探测试验,开展了一些研究工作,但未形成系统的观测网络,与国外相比还有一定的差距.随着国内相关部门从国外引进激光雷达以及自发研制比如安徽光电所研制的激光雷达在奥运会、世博会、亚运会期间等用于气溶胶探测,这将有助于建立一个全国性的激光雷达探测气溶胶的网络,必将大大推动我国中低层气溶胶研究,缩小与国外的差距.时下以城市为中心的空气质量自动监测站,仅监测近地面有限指标,不能完全反映大气污染的实际状况,使空气质量评价结果与公众直观感受不一致,也不能满足空气污染形成机制、演变和输送过程的研究需求.本文通过对国外与国内自发研制的激光雷达开展同步对比试验,旨在印证国内激光雷达监测污染物分布和输送的有效性,并以此揭示不同天气型下本地源与外来输送对广州的影响.

1 资料与方法

1.1 城市大气边界层探测的同步比对实验

主要仪器:在光电遥感监测方面,主要选取3种不同型号激光雷达,包括美国Sigma公司的微脉冲激光雷达(Sigma)、无锡中科光电的三通道双波长气溶胶激光雷达(Zhongke)和北京怡孚和融的3D可视性激光雷达(Everise),如图1所示.3种不同类型激光雷达的关键技术参数如表1所示.同时选取GRIMM EDM180-E环境颗粒物粒径谱仪、美国BELFORT公司的model6000能见度仪联合观测.

主要观测场地:选取中国气象局广州番禺大气成分观测站,隶属中国气象局大气成分观测站网.位于广州市番禺区南村镇大镇岗的山顶,是番禺第一高峰,海拔141m,地处珠三角洲腹地,能代表珠江三角洲经济圈大气成分均匀混合的平均特征.

图1 3种不同型号激光雷达Fig.1 different kinds of Lidar

表1 三种激光雷达关键技术参数Table 1 Key parameters of lidar

平行观测时段:2014年11月17～30日.

1.2 数据处理

激光雷达获取气溶胶数据流程如图2所示.在处理数据的各步骤中,背景噪声扣除是指对周围杂散光产生背景噪声的扣除,一般背景噪声范围设定在15～35km,视实际信号而定;距离平方校正是将回波信号乘以距离的平方,目的是放大远距离信号;几何重叠因子修正则是采用实验方法,选择一个大气干净、能见度高并且水平大气均匀的夜晚,让激光雷达呈水平指向,持续发射激光脉冲一段时间,理论上雷达回波信号经过距离订正和取对数以后其值随距离变化为直线,斜率代表消光系数,而实际上接受到的信号在近端不完全填充区,利用实际接受信号和理论信号的比值可以得到近端填充订正因子[12],目的是修正近端信号;空气分子消光系数的计算是根据美国标准大气中纬度地区模式中的空气密度计算出空气分子数密度,再通过Rayleigh散射公式获得.本文求解雷达方程是用Fernald方法[15],定义消光后向散射比(SA),它是消光系数与后向散射系数的比值,采用后向积分求解雷达方程消光系数.雷达方程的求解在于确定气溶胶后向散射比SA和消光系数的边界值. SA是计算误差的主要来源,它依赖于入射的激光波长、大气气溶胶粒子的尺度谱分布和折射指数,数值一般在10～70之间[16].本文做了多组尝试,SA取值40时激光雷达AOD与全球地基气溶胶监测网AERONETAOD拟合度较高,同时反演出来的低层消光系数和地面能见度仪的结果有较好的一致性.边界值的选定对反演结果也有重要的影响[17-18].边界值选取不当很容易反演出负的消光系数.选取远端值在对流层顶附近,认为气溶胶消光系数为0,取远端值为空气分子消光系数.但是雷达有效信号往往达不到那么高,可以在经过订正后雷达信号出现负值前,选定边界高度.在8km以上笔者做过敏感性测试,用空气消光系数代替边界值和斜率法的结果接近.文中旨在监测污染物分布和输送,所有图例仅显示5km内高度.混合层高度(MLH)算法主要以梯度法为主[19].

图2 激光雷达获取气溶胶信息流程Fig.2 The flow-progress diagram of lidar retrieving aerosol

2 检验

全球地基气溶胶监测网(AERONET)是由NASA和LOA-PHOTONS (CNRS)联合建立的地基气溶胶遥感观测网[20].它以法国CIMEL公司生产的全自动CE318太阳光度计为观测仪器,该仪器扫描获得的太阳直射辐射数据可以用于反演AOD等. Nakajima等[21]和Dubovik等[22]先后对气溶胶尺度谱和相函数的反演算法进行了改进并发展形成不同的版本.利用朗伯比尔定律和CE318观测的直射太阳辐射可以反演340、380、440、500、670、870、1020nm等7个波段的气溶胶光学厚度,由于地基太阳光度计观测反演气溶胶参数不受地表参数影响,在大于440nm的波段,它反演的AOD精度能够达到±0.015[23],可以作为真值用于检验激光雷达获取的气溶胶整层消光积分AOD数据.

图3 全球地基气溶胶监测网(AERONET)与激光雷达AOD的拟合Fig.3 Linear fit analysis of AOD using AERONET and lidar

文中利用平行观测时段(2014年11月17～30日)距离番禺大气成分站最近的香港站AERONET太阳直射算法以及太阳等高圈算法反演获得的2.0级AOD数据检验激光雷达AOD产品.由于文中所用的激光雷达观测数据均为532nm通道,故对应AERONET 532nm AOD通过440～870nm配对波段的AOD荣格插值获得.

线性拟合结果如图3所示,由图可知3部激光雷达AOD与AERONET AOD拟合度均达到0.7以上,这也从侧面验证了激光雷达原始信号反演消光系数算法的可靠性.此外,与AERONET AOD相比,Sigma相对偏小,其余两部则略偏大.

气溶胶消光系数(km-1,与能见度成反比关系,能见度v =3.912/μ(km))是单位体积空气块中所有气溶胶粒子对光衰减能力的总和.消光系数越大,能见度越低.能见度仪测量是假定大气是水平均匀的,因此它只测某一个高度的消光系数.原理上它应当和激光雷达观测到该高度上气块的消光系数做比较.但由于能见度观测一般离地面2.5m,在这个高度上激光雷达没有观测值;而激光雷达观测最低位在离地面几十m～200m,这个高度没有能见度仪的观测值,为了比较,只能假定在贴地层大气200m范围中,大气消光系数是均匀的.

利用激光雷达反演出来的过渡区高度(中科光电和怡孚和融225m,Sigma:255m)气溶胶消光系数叠加空气分子的消光系数换算成能见度与常规能见度(地面能见度仪监测)进行比较,如图4所示. 3部激光雷达反演的能见度与能见度仪的相关系数均达到0.7以上,其中怡孚和融为0.72、中科光电为0.71、Sigma为0.70,同样从侧面验证了激光雷达原始信号反演消光系数算法的可靠性.

混合层高度(MLH)产品受云层的影响较大,梯度法反演的基础上需人工根据本站气象要素进一步判断订正.为验证激光雷探测大气边界层高度的准确性,将由激光雷达数据反演得到的边界层高度与美国国家环境预报中心全球同化系统模式NCEP-GDAS(national centers for environmental prediction global data assimilation system)模拟结果进行了对比,如图5所示.NCEPGDAS模式模拟结果的时间分辨率为3h,水平分辨率为1°×1°.

3部激光雷达反演的混合层高度演变趋势与NCEP-GDAS模式模拟结果演变趋势一致,均能反映边界层的日变化特征,具有一定的可比性.反演的白天混合层高度,在大多数情形下Sigma比其他两部均高.与模拟结果相比,白天混合层高度在霾天气时(26～27日)相对较低,更能有效的揭示霾天气,亦可反映夜间间歇性湍流特性.

图4 能见度仪与激光雷达反演能见度的逐时演变Fig.4 Evolutionary charts of hourly visibility

图5 混合层高度时序演变Fig.5 The evolutionary charts of hourly mixing layer height (MLH)

3 个例应用分析

3.1 监测污染物的外来输送

选取观测时段内21～22日以及24～25日两次弱冷空气输送过程对比分析.图6给出了地面天气图,由图6可知,21～22日珠江三角洲北部有弱的偏北风,南部沿海以东到东南风为主,而24～25日过程主要以弱的偏北风为主.两次过程的Hysplit后向轨迹也可看出气流均以东北向为主,如图7所示.

图8给出了气溶胶消光垂直廓线的时间演变,由图8可知,两次过程三部雷达均有较为一致的反应,影响时间和垂直高度均较为一致;相对怡孚和融而言,中科光电和Sigma 在两次过程监测外来污染物输送时消光相对明显一些.选取污染时段,以中科光电为例,如图10所示,21日20:00～23:00,污染物开始主要聚集在1.0～1.5km高度逐步向0.5～1km扩展,00:00到02:00,廓线开始由低层反向较高层扩展,说明有一定的垂直混合作用;而24～25日,从廓线演变来看,23:00～翌日00:00 0.8km～1.5km不断有输送,02:00逐步收缩减弱,但总体都是维持在0.8km以上.

图6 两次弱冷空气输送型21日/25日的地面天气Fig.6 The surface chart of two cases under weak cold-air weather pattern

图7 2014年11月22日/25日Hysplit后向轨迹Fig.7 Hysplit backward trajectory

图8 2014年11月21～22日/24～25日气溶胶消光垂直廓线的时间演变Fig.8 The profile of aerosol extinction coefficient during 21～22/24～25November 2014

图9给出了逐时PM2.5时间演变,可知21～22日逐时PM2.5浓度明显高于24～25日对应时次.主要由于后一过程(24～25日)由于夜间混合层高度(MLH)低,导致上层的粒子无法下传,污染物聚集在0.8km,且快速过境了,而前一过程(21～22日)整层输送,导致了近地层相对高的PM2.5浓度.

图9 2014年11月21～22/24～25日逐时PM2.5时间演变Fig.9 The evolutionary charts of hourly PM2.5 mass concentration during 21～22/24～25November 2014

图10 2014年11月21～22日/24～25日消光廓线演变(中科光电)Fig.10 Evolution curve of extinction profiles during 21～22/24～25November 2014

3.2 本地累积

冷高出海型是常见静稳天气分型之一,持续静小风,利于污染物的水平累积,海上弱的东到东南风带来高湿环境,加剧气溶胶颗粒物的吸湿增长.选取观测时段25日20:00-27日20:00冷高压出海型分析对比,如图11所示.

图12 PM2.5(µg/m3)时序演变Fig.12 The evolutionary charts of hourly PM2.5

白天混合层高度随时间的演变趋势与能见度有较高的正相关,而与PM2.5演变趋势则反相关.能见度与PM2.5演变呈反相关,如图12、图4对应时段所示.将本次污染过程分两个时段来看,25日20:00～26日20:00,PM2.5逐时测值基本维持在100μg /m3,最大值出现在18:00为128.6μg/m3,此时对应能见度最低为3.4km;26日20:00～27日20:00,这一时段,PM2.5夜间整体维持在75～95μg/m3,能见度则为3～5km,而在27日午后PM2.5开始下降,能见度则上升,接近10km左右.从激光雷达监测的垂直分布来看,26日白天消光明显高于27日白天,如图13所示.

图13 2014年11月25～27日图气溶胶消光垂直廓线时间演变Fig.13 The profile of aerosol extinction coefficient during 25～27 November 2014

图14 26日08:00T-Logp探空图(站号:59280)Fig.14 T-Logp radiosonde at Nov.26 8:00 am

从清远探空曲线(站号:59280)可看出26日3km以及1km存在逆温,如图14所示.另外,图15给出了地表通风系数(激光雷达的MLH与地表风速乘积)的时序演变.由图15可知,在26日白天基本为1000～1200m2/s,而27日午后在达到2200～2800m2/s左右.

总的来看,逆温与低的地表通风系数共同造成了前一时段的消光明显高于后一时段.而从MLH演变来看,两个时段白天的混合层高度基本维持在1km左右,相差不大,主要是由于地表风速的差异造成的地表通风系数的差异.

图15 2014年11月25～27日地表通风系数变化Fig.15 Variations of hourly surface ventilation coefficientduring 25～27 November 2014

4 结论

4.1 通过全球地基气溶胶监测网(AERONET)与3部激光雷达AOD的线性拟合度验证了激光雷达原始信号反演消光系数算法的可靠性.与AERONET AOD相比,Sigma相对偏小,其余两部则略偏大.

4.2 量化分析表明低层激光雷达消光系数反演能见度与能见度仪的相关性分析均高于0.7,同样从侧面反映了激光雷达原始信号反演消光系数算法的可靠性;混合层高度与NCEP-GDAS模式计算的结果具有一定的可比性.与模拟结果相比,白天混合层高度在霾天气时相对较低,更能有效的揭示霾天气,亦可反映夜间间歇性湍流特性.应用分析表明.

4.3 应用分析表明:三部激光雷达均能较为一致的监测污染物的垂直分布、外来输送和本地的累积.相比地面空气质量监测而言,激光雷达可有效监测污染物的垂直分布;外来输送主要以弱冷空气输送型为例,两个弱冷空气输送型(11月21～22日/24～25日)的差异在于后一过程(24～25日)由于夜间混合层高度(MLH)低,导致上层的粒子无法下传,污染物聚集在0.8km,且快速过境了,而前一过程(21～22日)整层输送,导致了近地层相对高的PM2.5浓度;本地累积主要以冷高出海型为例(25日20:00～27日20:00),逆温与低的地表通风系数共同造成了前一时段(25日20:00～26日20:00)的消光明显高于后一时段(26日20:00～27日20:00).

当然,激光雷达的应用还很广泛,诸如3D扫描、联合风廓线雷达等监测计算通量、激光雷达业务组网及污染物的三维分布等等都是值得进一步探索研究的.

[1] Clemtishaw K C. A review of instrumentation and measurement techniques for ground-based and airborne field studies of gasphase tropospheric chemistry [J]. Critical reviewers in Environmental Science and Technology, 2004,43(1):1-108.

[2] Olofson K F G, Andersson P U, Hallquist M, et al. Urban aerosol

evolution and particle formation during wintertime temperature inversions [J]. Atmospheric Environment, 2009,43(2):340-346.

[3] Badarinath K V S, Kharol S K, Sharma A R. Long-range transport of aerosols from agriculture crop residue burning in Indo- Gangetic Plains—A study using LIDAR, ground measurements and satellite data[J].Journal of Atmospheric and Solar-Terrestrial Physics, 2009,71 (1) :112-120.

[4] Lopes F J S, Landulfo E, Vaughan M A. Assessment of the CALIPSO Lidar 532nm version 3lidar ratio models using a ground-based lidar and AERONET sun photometers in Brazil [J].Atmospheric Measurement Techniques Discussions, 2013,6(1):1143-1199.

[5] Welton E J, Voss K J, Quinn P K, et al. Measurements of aerosol vertical profiles and optical properties during INDOEX 1999using micropulse lidars [J]. Journal of Geophysical Research,2002,107(D19):8019-8041.

[6] Welton E J, K J Voss, Gordon H R, et al. Ground-based lidar measurements of aerosols during ACE-2: Instrument description,results, and comparisons with other ground-based and airborne measurements [J]. Tellus, 2000,(52B):636-651.

[7] Piironen A K, Eloranta E W. Convective boundary layer mean depths and cloud geometrical properties obtained from volume imaging lidar data [J]. Journal of Geophysical Research, 1995,100:25569-25576.

[8] Pahlow M, Kleissl J, Parlange M, et al. Atmospheric boundarylayer structure observed during a haze event due to forest-fire smoke [J]. Boundary-Layer Meteorology, 2005,114:53-70.

[9] 贺千山,毛节泰.北京城市大气混合层与气溶胶垂直分布观测研究 [J]. 气象学报, 2005,63(3):374-384.

[10] 贺千山.微脉冲激光雷达研究对流层气溶胶属性和分布特征[D]. 北京:北京大学, 2006.

[11] 潘 鹄.利用微脉冲激光雷达研究上海灰霾气溶胶光学特性[D]. 上海:东华大学, 2010

[12] 邓 涛,吴 兑,邓雪娇,等.一次严重灰霾过程的气溶胶光线特性垂直分布 [J]. 中国环境科学, 2013,33(11):1779-1784.

[13] 王耀庭,苗世光,张小玲.基于激光雷达的北京市气溶胶光学参数季节特征 [J]. 中国环境科学, 2016,36(4):970-978.

[14] 吕 阳,李正强,谢剑锋,等.基于激光雷达扫描观测的散布点污染源监测 [J]. 中国环境科学, 2017,37(11):4078-4084.

[15] Fernald F G. Analysis of atmospheric lidar observations:comments [J]. Applied Optics, 1984,23:652-653.

[16] Takamura T, SasanoY. Ratio of aerosol backscatter to extinction coefficients as determined from angular scattering measurements for use in atmospheric lidar applications [J]. Optical and Quantum Electronics, 1987,19:293-302.

[17] Sasano Y, Nakane H. Significance of the extinction/ backscatter ratio and the boundary value term in the solution for the twocomponent lidar equation [J]. Applied Optics, 1984,23(1):11-13.

[18] Sasano Y, Nakane H. Quantitative analysis of RHI lidar data by an iterative adjustment of the boundary condition term in the lidar solution [J]. Applied Optics, 1987,26(4):615-616.

[19] 刘 东.偏振-米(散射)激光雷达的研制和大气边界层的激光雷达探测 [D]. 安徽:中国科学院安徽光学精密机械研究所,2005.

[20] 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.

[21] Nakajima T, Tonna G, Rao R, et al. Use of sky brightness measurements from ground for remote sensing of particulate polydispersions [J]. Applied Optics, 1996,35:2672- 2686.

[22] Dubovik O, King M D. A flexible inversion algorithm for retrieval of aerosol optical properties from sun and sky radiance measurements [J]. Geophysical Research, 2000,105:1072-1087.

[23] Eck T F, Holben B N, Dubovik O, et al. Wavelength dependence of the optical depth of biomass burning, urban and desert dust aerosols [J]. Geophysical Research, 1999,104,31:333-350.

致谢：本实验的现场仪器维护受到广州热带海洋研究所的刘礼博士、以及北京怡孚和融和无锡中科光电两家公司的协助,在此一并感谢.