基于MODIS和AERONET的气溶胶地表直接辐射效应评价*

赵俊芳，徐 慧，孔祥娜,2，郭建平，余卫国



基于MODIS和AERONET的气溶胶地表直接辐射效应评价*

赵俊芳1，徐 慧1，孔祥娜1,2，郭建平1，余卫国3

（1．中国气象科学研究院灾害天气国家重点实验室，北京 100081；2．四川农业大学资源学院，成都 611130；3．安徽省农业气象中心，合肥 232001）

气候变化背景下进一步开展高污染地区气溶胶直接辐射效应的研究，对于该地区的大气环境监测、气候变化评估以及农业生产布局等具有重要意义。利用全球气溶胶监测网（AERONET）多年观测资料以及MODIS地表反照率数据，借助6S（Second Simulation of a Satellite Signal in the Solar Spectrum）辐射传输模式，定量评估2001年1月−2016年12月中国AERONET北京、香河和太湖3个典型高污染站点多年晴空条件下的气溶胶直接辐射效应。结果表明：（1）各个高污染站点气溶胶PM2.5质量浓度季节变化特征差异明显，秋冬污染较为严重，其中高值主要集中在1月、2月、11月和12月；（2）与无气溶胶影响相比，气溶胶致使各站点地表直接辐射年际变化较明显。在气溶胶影响下，北京、香河和太湖3个站点2001−2016年地表日平均直接辐射年际变化较明显，均呈波动增加趋势，且香河站日平均直接辐射增加最大（621.14W·m−2），太湖站次之（743.29W·m−2），北京站最小（488.14W·m−2）。（3）气溶胶影响下各站点地表直接辐射明显降低，且气溶胶对各站点影响差异较大。2001−2016年，北京、太湖和香河站年平均地表直接辐射分别降低32.29%、24.01%和15.07%。其中，气溶胶对北京站的地表直接辐射影响最大，香河站最小。（4）近15a来，北京、香河和太湖3个站点气溶胶地表辐射效应均呈现增加趋势。

MODIS；AERONET；气溶胶；PM2.5；直接辐射效应

大气气溶胶是指悬浮在大气中的固态和液态颗粒物的总称，主要是指六大类7种气溶胶粒子，包括沙尘气溶胶、碳气溶胶（黑碳和有机碳气溶胶）、硫酸盐气溶胶、硝酸盐气溶胶、铵盐气溶胶和海盐气溶胶[1]。大气气溶胶的气候效应早在20世纪70年代已被意识到[2]，80年代末开始受到科学界的普遍关注[3]。气溶胶通过两条途径影响气候系统：一是通过吸收和反射太阳与地球辐射影响气候系统。这种影响称之为气溶胶的直接辐射效应；另一种是作为云滴中的云凝结核改变云的光学特性和生命周期，这种影响成为气溶胶的间接辐射效应。气溶胶的辐射效应不仅通过改变光合有效辐射的总量，还通过改变光谱分布、光的质量以及在直接和散射成分之间的分配，来影响植被的光合作用，并最终影响产量。因此，气候变化背景下大气气溶胶对大气辐射的影响越来越受到科学家们的重视[4−6]。

气溶胶的辐射效应是指由气溶胶所引起的出射辐射通量的变化，通常可分为直接辐射效应和间接辐射效应[7]。其中，气溶胶直接辐射效应指大气中气溶胶的含量变化引起地－气系统能量平衡的扰动，在数值上定义为气溶胶含量变化时所产生的平均净辐射变化[8]，也就是在有气溶胶和无气溶胶存在时辐射通量的变化。在气溶胶的辐射效应评估方面，国内外近年来一直大力发展卫星遥感与地基光学遥感相结合的观测技术与反演方法[7−10]。中高分辨率的成像光谱仪（MODIS、HIRDLS、GLI）、多角度的成像光谱仪（MISR）等星载探测器的一个重要应用方向正是探测全球（包括陆地）的气溶胶光学特性。在地基遥感方面，近年来较重要的研究进展之一是建立了AERONET（AErosol RObotic NET work）太阳光度计全球探测网络由此提取气溶胶的光学特性，并用于对卫星遥感气溶胶的检验[11−12]。Boiyo等[12]利用东非肯尼亚3个AERONET站点MODIS Terra、MISR和OMI数据反演了气溶胶光学厚度，并对其反演精度进行了比较。张志薇等[10]借助平面平行辐射传输模式评估了兰州大学半干旱气候与环境观测站SACOL、香河和太湖地区大气层顶气溶胶日平均直接辐射强迫分别为（−7.2±7.1）、（−11.7±9.5）和（−14.9±8.3）W·m−2，地表处分别为（−21.9±12.2）、（−36.5±29.5）和（−42.2±21.0）W·m−2，大气中分别为（14.7±9.7）、（24.8±23.0）和（27.3±16.5）W·m−2。Tang等[2]分析了1981−2010年气溶胶光学厚度变化及其对全国辐射的影响。陈林等[9]利用MODIS和MISＲ资料，以及RAD01辐射模式评估了中国陆地地区的气溶胶直接辐射效应，结果表明陆地上气溶胶对大气有很强的加热作用，其强吸收性导致地面辐射强迫为大气层顶辐射强迫的3倍。

由于气溶胶是由具有不同谱分布、形状、化学组成和光学性质的物质构成的，且其浓度的时空变化可达几个数量级而且缺乏充分的观测资料，采用相对较新的观测资料对气溶胶的辐射效应进行准确模拟，有助于对当前和未来的气候变化进行评估。从目前情况看，多数研究针对全球或者大区域尺度，对高污染地区气溶胶的辐射效应研究报道仍有限。因此，本研究利用2001年1月−2016年12月全球气溶胶监测网（AERONET）多年观测资料以及MODIS地表反照率数据，借助6S辐射传输模式，定量评价2001年1月−2016年12月中国AERONET北京、香河和太湖3个典型高污染站点多年晴空条件下的气溶胶辐射效应，以期对该地区的大气环境监测、污染治理以及气候变化评估等提供理论支持。

1 资料与方法

1.1 研究区概况

选择中国地区观测时间序列较长，且区域代表性较强的北京、香河和太湖3个AERONET站点，站点信息见表1。北京站和香河站分别位于华北平原西北边缘和北部，属于温带季风气候，雨热同期，夏季高温多雨，冬季寒冷干燥；春、秋短促，水热条件较好[13]，站点周围均为农业生产区，地表植被覆盖较好，主要种植玉米、小麦、大豆等作物，是中国重要的粮棉油生产基地。太湖站位于太湖北侧湖岸，气候温和湿润，土壤肥沃，站点周围是中国重要的商品粮基地和桑蚕基地，主要种植水稻、小麦、桑、茶叶等。近年来，随着经济的快速发展和污染物排放大量增加，这些站点周围空气质量恶化的问题日益突出[14−15]。

表1 研究所选AERONET站点信息

1.2 资料来源与处理

1.2.1 Aerosol Robotic Network（AERONET）数据

全球气溶胶自动观测网（AErosol RObotic NETwork，AERONET）是由美国NASA和法国国家科学研究中心（Centre National de la Recherche Scientifique，CNRS）发起，由世界大量研究机构联合建立的地基气溶胶监测网络，该监测网采用法国CIMEL公司生产的CE-318型全自动太阳直接/散射辐射计，对太阳7个波段（340、380、440、670、870、940和1020nm）的直接和散射辐射进行测量。CE-318既可以自动进行太阳直射辐射观测，也可以进行平纬圈（ALM）和主平面（PPL）天空光扫描观测。CE-318测得的太阳直射辐射数据可以用来计算气溶胶光学厚度AOD、大气透过率和水汽总量等信息，而主平面和平纬圈天空扫描数据可以用来反演气溶胶粒子的单次散射反照率、不对称因子和散射相函数等光学参数[16]。观测仪器每15min采集一次340、380、440、500、675、870和1020nm通道处的气溶胶光学特性。由于受地表参数和气溶胶前向散射影响较小[17]，AERONET反演的气溶胶光学厚度（Aerosol Optical Depth，AOD）反演精度可达0.02～0.01[18]，因而被较多地应用为AOD基准数据。其数据分为未筛选的Level 1.0产品、经云检测的Level 1.5产品，以及经过云检测和质量控制的Level 2.0产品[16]。

本研究选取AERONET提供的2001年1月−2016年12月AOD数据。440nm波段AOD的瞬时数据及440−675nm波段的Ångstrӧm指数指来源于云检测和质量控制的Level 2.0产品。各站观测时段见表1。

1.2.2 MODIS数据

MODIS的工作波段涵盖了0.553−14.235μm范围内的可见光、近红外和红外的36个波段[19]。目前运行的2个MODIS传感器分别搭载在Terra和Aqua卫星平台上，提供了包括AOD产品MOD04（MODIS/Terra）和MYD04（MODIS/Aqua）2种主要气溶胶数据产品。MODIS AOD在大气环境、气候变化等相关领域的研究已较成熟，其反演精度与空间分辨率较高，可直接提供550nm处的AOD值[6]。

采用质量控制的Level 2.0产品MOD04和MYD04气溶胶数据。该产品含有550nm通道处的AOD值，空间分辨率约为10km。

1.2.3 地表反照率数据

地表反照率表征地球表面对太阳辐射的反射能力，是影响气溶胶辐射效应的重要因素。地表反照率数据来源于MODIS的MCD43地表反照率产品。MCD43分500m、1km和0. 05°气候网格等3种空间分辨率（分别编号A、B和C），提供BRDF模型参数、BRDF反演质量、反照率和BRDF校正后的天底反射率NBAR（Nadir BRDF-Adjusted Reflectance）等4种产品（依次编号1−4），其中，反照率产品提供MODIS 1−7通道和可见光VIS（0.3−0.7μm）、近红外NIR（0.7−5.0μm）和短波SW（0.3−5.0μm）等3个宽波段的黑空反照率BSA（Black-Sky Albedo）和白空反照率WSA（White-Sky Albedo）[20]。研究数据为空间分辨率0.05°、正弦投影的MCD43地表反照率产品。

1.3 基于6S辐射传输模式的气溶胶直接辐射效应模拟

采用6S辐射传输模式（Second Simulation of a Satellite Signal in the Solar Spectrum）[21]模拟到达地球表面向下辐射通量。6S辐射传输模型主要用来模拟无云（晴空）天气条件下，在太阳反射波段（0.25～4.0μm）卫星传感器理论上应接收到的辐射值，不但能较合理地处理空气分子和气溶胶的散射和吸收，而且还能产生连续光谱[22]。该模型对大气的影响（二氧化碳、氧气、臭氧、水汽等的气体吸收和分子散射作用）、非均一性地表、二向性反射率以及边界条件等都有细致的考虑和运算，且充分利用了分析表达式和预选大气模式，从而使计算时间大为缩短，被广泛用于模拟通过耦合表面大气介质传输的卫星传感器观测到的光谱、几何和大气情况的信号[23]。

基于AERONET的AOD小时数据获取AOD日均值数据。分别输入AERONET的AOD小时数据、Terra或Aqua的AOD数据，以及地表反照率数据，使用6S辐射传输模型进行地表的辐射通量密度和气溶胶直接辐射效应的模拟。在模拟实验中，以小时为时间间隔，获取气溶胶直接辐射效应的日变化，最后对小时的气溶胶直接辐射效应进行积分，获取有气溶胶和无气溶胶存在时辐射通量变化的日均值。晴空条件下地表（SFC）气溶胶直接辐射效应指在晴空条件下，地面短波辐射通量在分别考虑气溶胶存在和不考虑气溶胶存在时两者间的差值[9]，即

ΔFSFC=F(a)SFC−FSFC'（1）

FSFC= FSFC↓−FSFC↑ （2）

式中，ΔFSFC表示地表的气溶胶直接辐效应；F(a)SFC表示地表有气溶胶时的净辐射通量；FSFC表示地表没有气溶胶时的净辐射通量；FSFC↓、FSFC↑分别表示地表向下和向上方向的辐射通量。大气气溶胶直接辐射效应值可正可负，取决于气溶胶粒子自身反射和对太阳辐射吸收的相对能力以及地面反照率等因素。

日均气溶胶直接辐射效应为1d内的瞬时辐射效应的平均值[15]，即

1.4 气溶胶PM2.5质量浓度

大气气溶胶是指悬浮在大气中的固态及液态微粒。PM2.5又称细颗粒物、细粒、细颗粒，是指大气中悬浮着的、空气动力学当量直径小于或等于2.5μm的细颗粒物，浓度值越大说明空气污染越严重。PM2.5通过对可见光的散射和吸收，可以削弱大气能见度，影响人类正常生活和生产。PM2.5质量浓度实测数据来自国家气象信息中心。首先对其不可抗拒因素导致缺失的监测值进行剔除，随后对各站点多年细颗粒物质量浓度数据进行统计分析，得到细颗粒物质量浓度的日均值，用于PM2.5质量浓度季节变化分析。

2 结果与分析

2.1 典型站点气溶胶PM2.5质量浓度季节变化特征分析

由图1可以看出，各个典型站点气溶胶PM2.5质量浓度季节变化特征相似，秋冬污染较为严重。2001−2016年期间，北京站点各月PM2.5质量浓度的变化范围在79.06～113.17μg·m−3，平均92.96μg·m−3，其中高值主要集中在1月、2月、11月和12月。香河站各月PM2.5质量浓度的变化范围在62.37～161.32μg·m−3，平均95.31μg·m−3，其中高值主要集中在1月、2月、10月、11月和12月。太湖站各月PM2.5质量浓度的变化范围在27.33～93.33μg·m−3，平均54.50μg·m−3，其中高值主要集中在1月、2月、11月和12月。PM2.5质量浓度变化有持续升高和降低的过程，反映了颗粒物的堆积和扩散的过程。11月开始北方地区进入冬季采暖期，燃煤量增大，造成了大气中污染浓度值较高，PM2.5质量浓度出现第一次峰值。而12月是冷空气频繁的月份，气温出现短暂回暖，但连续大风降温致使PM2.5质量浓度出现低谷。之后一段时间内，因冬季气候干燥寒冷，空气自净能力差，逆温强度大，使得颗粒物稀释扩散能力降低，形成PM2.5质量浓度整体上升趋势，翌年2月达到第2次峰值，加之春节期间的烟花爆竹燃放使得污染加重，各地PM2.5质量浓度均有所上升。3月中旬开始北方地区结束供暖，而且春季大风天数增多，各地污染有所缓解。

图1 北京、香河和太湖站点2001−2016年平均月PM2.5质量浓度的变化特征

2.2 典型站点地表直接辐射的年际变化特征

2001−2016年，基于6S辐射传输模式模拟的中国AERONET三个典型高污染站点地表直接辐射的年际变化特征如图2所示。由图可见，无气溶胶影响下，北京、香河和太湖3个站点2001−2016年地表日平均直接辐射年际变化不太明显。总体来说，太湖站日平均直接辐射最大，北京站最小。其中，近15a来北京站地表日平均直接辐射在713.90～736.93W·m−2，平均720.68W·m−2（图2a）；香河站为726.85～739.62W·m−2，平均731.38W·m−2（图2b）；太湖站在963.09～996.83W·m−2，平均978.01W·m−2（图2c）。

在气溶胶影响下，北京、香河和太湖3个站点2001−2016年地表日平均直接辐射年际变化较明显，均呈波动增加趋势。近15a来北京、香河和太湖3个站地表日平均直接辐射增加趋势分别为2.673、16.93和8.314W·m−2·a−1，且香河站日平均直接辐射增加最大，北京站最小。受气溶胶的影响，近15a来北京站地表日平均直接辐射从423.57W·m−2增至588.13W·m−2，平均488.14W·m−2；香河站从465.87W·m−2增至712.66W·m−2，平均621.14W·m−2；太湖站从689.12W·m−2增至819.41W·m−2，平均743.29W·m−2。

图2 有气溶胶和无气溶胶影响下北京、香河和太湖站日平均直接辐射的年际变化

2.3 气溶胶对地表直接辐射的影响

基于6S辐射传输模式模拟结果显示，气溶胶对3个典型高污染站点地表直接辐射的影响不同，对北京站的影响最大，香河站最小（图3）。2001−2016年，北京、太湖和香河站平均地表直接辐射分别降低32.29%、24.01%和15.07%。气溶胶的影响导致近15a北京站点地表直接辐射降低18.90%～40.80%，平均234.53W·m−2；香河站点降低2.86%～35.99%，平均110.24W·m−2；太湖站点降低17.80%～29.35%，平均232.72W·m−2。

图3 典型站点由气溶胶影响导致的日平均直接辐射降低率

2001−2016年，中国AERONET北京、香河和太湖3个典型站点气溶胶地表直接辐射效应分别平均为−207.45、−80.94和−216.71W·m−2。地表直接辐射效应大的负值（绝对值）说明气溶胶阻挡太阳光到达地表，对地表产生了显著的降温，即气溶胶在地表有显著的降温作用[15]。近15a来，北京、香河和太湖3个站点气溶胶地表直接辐射效应呈现增加趋势，对地表的降温作用逐渐减弱，且北京和太湖站气溶胶对地表的降温作用远远大于香河站。其中，北京站气溶胶地表直接辐射效应从2001年的−214.24W·m−2增至2016年的−124.31W·m−2。太湖站从2005年的−219.23W·m−2增至2016年的−160.33W·m−2。香河站从2001年的−178.78W·m−2增至2016年的−18.29W·m−2。

3 结论与讨论

3.1 结论

（1）北京、香河和太湖3个高污染站点气溶胶PM2.5质量浓度季节变化特征差异明显，秋冬污染较为严重，其中高值主要集中在1月、2月、11月和12月。2001−2016年期间，北京站点各月PM2.5质量浓度平均为92.96μg·m−3，香河站各月PM2.5质量浓度平均为95.31μg·m−3，太湖站各月PM2.5质量浓度平均为54.50μg·m−3。各个站点秋冬污染较为严重，高值主要集中在1月、2月、11月和12月。

（2）气溶胶对各站点地表直接辐射年际变化的影响比较明显。在气溶胶影响下，北京、香河和太湖3个站点2001−2016年地表日平均直接辐射年际变化较明显，均呈波动增加趋势，增加趋势分别为2.673、16.93和8.314W·m−2·a−1，且香河站日平均直接辐射增加最大（621.14W·m−2），北京站最小（488.14W·m−2）。然而，在无气溶胶影响下，北京、香河和太湖3个站点2001−2016年地表日平均直接辐射年际变化不太明显。总体来说，在无气溶胶影响下太湖站日平均直接辐射最大（978.01W·m−2），香河站次之（731.38W·m−2），北京站最小（720.68W·m−2）。

（3）气溶胶影响下各个站点地表直接辐射明显降低，且对各站点影响差异较大。2001−2016年，北京、太湖和香河站平均地表直接辐射分别降低32.29%、24.01%和15.07%，即分别降低234.53、232.72和110.24W·m−2。其中，气溶胶对北京站的地表直接辐射影响最大，太湖次之，香河站最小。

（4）近15a来，北京、香河和太湖3个站点气溶胶地表辐射效应均呈现增加趋势，说明气溶胶对地表的降温作用逐渐减弱，且在北京和太湖站气溶胶对地表的降温作用远远大于香河站。其中，北京站气溶胶地表直接辐射效应从2001年的−214.24W·m−2增至2016年的−124.31W·m−2，太湖站从2005年的−219.23W·m−2增至2016年的−160.33W·m−2，香河站从2001年的−178.78 W·m−2增至2016年的−18.29W·m−2。

3.2 讨论

气溶胶在大气中所占的质量比例非常小，对辐射传递和气候的影响却非常显著。决定气溶胶直接辐射强迫大小的特性是它的散射系数、吸收系数、散射相函数，以及它们随波长的变化[24]。因此要得到这些参数随时间和空间变化的有代表性的资料，遥感观测是取得系统数据的最有力手段。本研究利用全球气溶胶监测网（AERONET）多年观测资料以及MODIS地表反照率数据，借助6S辐射传输模式，定量评价气溶胶地表直接辐射效应。结果表明，2001−2016年，在气溶胶影响下北京、太湖和香河站平均地表直接辐射分别降低32.29%、24.01%和15.07%，近15a来各站点地表直接辐射效应呈现增加趋势，气溶胶对地表的降温作用逐渐减弱。以上结果与前人研究结果定性相一致[7−9]。由于目前遥感所得数据资料是以气溶胶光学厚度为主，今后随着新的卫星遥感探测器的启用，多波段、多角度、多时次、多偏振方向遥感信息的使用，完全有可能获取全球范围气溶胶的各种辐射特性参数，相关研究将进一步深入。

本研究对研究区气溶胶地表直接辐射强迫的评估还存在一定的不确定性：（1）目前对气溶胶时空分布、自身的物理化学性质和下垫面的光学性质等缺乏彻底的了解。空间分布的不均匀性主要是由于气溶胶在大气中存在周期较短造成的，还取决于气溶胶的产生机制和干、湿沉降过程[1]。环境相对湿度对气溶胶辐射强迫效应影响较大，为了更好地探讨气溶胶在环境条件下的辐射特性和气候强迫效应，需要更好地了解气溶胶各组分光学性质随相对湿度的变化规律。（2）实际观测的大气气溶胶（收集到膜上）通常包含许多种化学成分，然而单个气溶胶有的可以只包含一种化学成分，即外部混合，或者很多种化学成分均匀地包含于一个单一气溶胶中，即内部混合，或者是部分外部混合，部分内部混合，同时化学物种的分摊比例会随不同粒子尺度而变化，也可以因不同地点、不同时间、或不同的来源而变化[25]。这些作用目前都没能在气溶胶数值模拟中得到很好的处理。随着研究的不断深入、资料的不断完善和技术手段的不断提高，今后将逐步降低研究的不确定性。（3）由于当前大气污染物主要地面监测站分布集中在大中城市，数量少，检测手段和精度也各不相同，不能满足大面积、多种类的大气污染监测。结合卫星遥感监测手段与地面监测站互为补充将成为未来大气污染监测预警的重要方式，但对气溶胶污染的类型、光学厚度的估算等仍存在诸多不足之处[26]。因此，准确监测预测气溶胶污染物的动态变化趋势和幅度仍是当前气溶胶污染对农作物影响研究中面临的重要问题。

[1] 张小曳.中国大气气溶胶及其气候效应的研究[J].地球科学进展,2007,22(1):12−16.

Zhang X Y.Aerosol over China and their climate effect[J].Advances in Earth Science,2007,22(1):12−16.(in Chinese)

[2] Tang W J,Yang K,Qin J,et al.A revisit to decadal change of aerosol optical depth and its impact on global radiation over China[J].Atmospheric Environment,2017,150:106−115.

[3] IPCC.Climate change impacts, adaptation, and vulnerability(Part A):global and sectoral aspects.Contribution of working group II to the Fifth assessment report of the intergovernmentalpanel on climate change[M].Cambridge:Cambridge University Press,2014.

[4] Subba T,Gogoi M M,Pathak B,et al.Assessment of 1D and 3D model simulated radiation flux based on surface measurements and estimation of aerosol forcing and their climatological aspects[J].Atmospheric Research,2018,204:110−127.

[5] 赵俊芳,李宁,候英雨,等.基于APSIM模型评估北方八省春玉米生产对气候变化的响应[J].中国农业气象,2018,39(2):108−118.

Zhao J F,Li N,Hou Y Y,et al.Evaluation of response of spring maize production to climate change in the eight provinces of Northern China based on APSIM model[J].Chinese Journal of Agrometeorology,2018,39(2):108−118.(in Chinese)

[6] 任义芳,王春乙,赵艳霞.气溶胶辐射效应对作物及生态系统的影响研究[J].中国农业气象,2010,31(4):533−540.

Ren Y F,Wang C Y,Zhao Y X.Review on impact of atmospheric aerosol radiation effect on crops and ecological system[J].Chinese Journal of Agrometeorology,2010,31(4):533−540.(in Chinese)

[7] 周杰,陈健,张海龙,等.基于MODIS数据的长三角地区气溶胶直接辐射效应研[J].生态与农村环境学报,2018,34(1):54−63．

Zhou J,Chen J,Zhang H L,et al.Study of aerosol direct radiation effects in the Yangtze river delta based on MODIS data[J].Journal of Ecology and Rural Environment,2018,34(1):54−63.(in Chinese)

[8] 邓学良,何冬燕,潘德炉,等.卫星遥感中国海域气溶胶直接辐射强迫[J].气象学报,2010,68(5):666−679.

Deng X L,He D Y,Pan D L,et al.Aerosol direct forcing estimated from satellite data over the China sea[J].Acta Meteorologica Sinica,2010,68(5):666−679.(in Chinese)

[9] 陈林,石广玉,王标,等.基于卫星观测资料的气溶胶直接辐射强迫研究[A].人类发展的永恒主题论文集[C].北京:第27届中国气象学会年会应对气候变化分会,2010:10−25.

Chen L,Shi G Y,Wang B,et al.Study on direct radiation forcing of aerosol based on satellite observation data[A].The eternal theme of human development[C].Beijing:The 27th Annual Meeting of the Chinese Meteorological Society to Deal With Climate Change,2010:10−25.(in Chinese)

[10] 张志薇,王宏斌,张镭,等.中国地区3个AERONET站点气溶胶直接辐射强迫分析[J].中国科学院大学学报,2014,31(3):297−305.

Zhang Z W,Wang H B,Zhang L,et al.Aerosol direct radiative forcing at three AERONET sites in China[J].Journal of University of Chinese Academy of Sciences,2014,31(3):297−305.(in Chinese)

[11] Holben B N,Eck T F,Slutsker I,et al.A federated instrument network and data archive for aerosol characterization[J].Remote Sensing of Environment,1998,66:1−16.

[12] Boiyo R,Kumar K R,Zhao T L.Statistical intercomparison and validation of multisensory aerosol optical depth retrievals over three AERONET sites in Kenya,East Africa[J].Atmospheric Research,2017,197:277−288.

[13] 余予,陈洪滨,夏祥鳌,等.青藏高原纳木错站地表反照率观测与MODIS资料的对比分析[J].高原气象,2010,29( 2):260−267.

Yu Y,Chen H B,Xia X A,et al.Comparison of surface albedo measurement with MODIS product at Namco Station of Tibetan Plateau[J].Plateau Meteorology,2010,29(2):260−267.(in Chinese)

[14] Guo J P,Zhang X Y,Wu Y R,et al.Spatio-temporal variation trends of satellite-based aerosol optical depth inChina during 1980−2008[J].Atmospheric Environment,2011,45(37):6802−6811.

[15] Xu H,Guo J P,Ceamanos X,et al.On the influence of the diurnal variations of aerosol content to estimate direct aerosol radiative forcing using MODIS data[J].Atmospheric Environment,2016,141:186−196.

[16] Dubovik O,Smirnov A,Holben B N,et al.Accuracy assessments of aerosol optical properties retrieved from Aerosol Robotic Network(AERONET) sun and sky radiance measurements[J].Journal of Geophysical Research:Atmospheres,2000,105(D8):9791−9806．

[17] Ge J M,Su J,Fu Q,et al.Dust aerosol forward scattering effects on ground-based aerosol optical depth retrievals[J].Journal of Quantitative Spectroscopy and Radiative Transfer,2011,112(2):310−319.

[18] Xia X A,Chen H B,Wang P C.Validation of MODIS aerosol retrievals and evaluation of potential cloud contamination in East Asia[J].Journal of Environmental Sciences,2004,16(5):832−837.

[19] King M D,Kaufman Y J,Menzel W P,et al.Remote sensing of cloud, aerosol, and water vapor properties from the Moderate Resolution Imaging Spectrometer(MODIS)[J].IEEE Transactions on Geoscience and Remote Sensing,1992,30(1):2−27.

[20] 陈爱军,周婵,卞林根,等.藏北高原GlobAlbedo地表反照率的精度分析[J].高原气象,2016,35(4):887−894.

Chen A J,Zhou C,Bian L G,et al.Assessment on the accuracy of Glob Albedo over the Northern Qinghai-Xizang Plateau[J].2016,35(4):887−894.(in Chinese)

[21] Vermote E F,TanréD,Deuzé J L,et al.Second simulation of the satellite signal in the solar spectrum,6S:an overview[J].Geoscience Remote Sensing,1997,35:675−686.

[22] 董智慧,苗放,叶成名,等.基于6S模型成都平原气溶胶光学厚度反演应用[J].长江大学学报（自然科学版),2011,8(9):44−46.

Dong Z H,Miao F,Ye C M,et al.Retrieval of aerosol optical depth in Chengdu Plain based on 6S model[J].Journal of Yangtze University (Nat Sci Edit),2011,8(9):44−46.(in Chinese)

[23] Kotchenova S Y,Vermote E F,Matarrese R,et al.Validation of avector version of the 6S radiative transfer code for atmospheric correction ofsatellite data(Part I):path radiance[J].Applied Optics,2006,45:6762−6774.

[24] 毛节泰,李成才.气溶胶辐射特性的观测研究[J].气象学报,2005,63(5):622−635.

Mao J T,Li C C.Observation study of aerosol radiative properties over China[J].Acta Meteorology Sinica,2005,63(5):622−635.(in Chinese)

[25] 颜鹏,李维亮,秦瑜.近年来大气气溶胶模式研究综述[J].应用气象学报,2004,15(5):629−640.

Yan P,Li W L,Qin Y.A review of the current development of atmospheric aerosol models[J].Journal of Applied Meteorology Science,2004,15(5):629−640.(in Chinese)

[26] 胡子梅.基于卫星遥感和地面监测数据的上海市气溶胶污染研究[D].上海:华东师范大学,2014.

Hu Z M.Study on aerosol pollution in Shanghai based on satellite remote sensing and ground monitoring data[D].Shanghai:East China Normal University,2014.(in Chinese)

Estimating Surface Direct Radiation Effect of Aerosol Based on MODIS and AERONET Data

ZHAO Jun-fang1, XU Hui1, KONG Xiang-na1,2, GUO Jian-ping1, XU Jing-wen2, YU Wei-guo3

(1. State Key Laboratory of Severe Weather, Chinese Academy of Meteorological Sciences, Beijing 100081, China; 2. Resources College, Sichuan Agricultural University, Chengdu 611130; 3. Anhui Agrometerological Center, Hefei 232001)

Under climate change, the research on the direct radiation effect of aerosol in high polluted areas is of great significance for atmospheric environment monitoring, climate change assessment and agricultural production distribution in these areas. In this paper, the direct radiation effects of aerosol from January 2001 to December 2016 were quantitatively evaluated in Beijing, Xianghe and Taihu three typical global aerosol monitoring network (AERONET) sites of China based on the observation data of AERONET and the surface albedo data of MODIS. 6S (Second Simulation of a Satellite Signal in the Solar) radiative transmission model was used. The results showed: (1) the PM2.5mass concentration in three typical high pollution sites showed obvious seasonal variations, and the pollution was more serious in the autumn and in the winter than other season. In especial, the high values of PM2.5mass concentration were mainly concentrated in January, February, November and December. (2) Compared with no aerosol, the interannual change of surface direct radiation caused by aerosol was obvious in each site. Affected by aerosol, the interannual change in daily average surface direct radiation in Beijing, Xianghe and Taihu stations was obviously increasing from 2001 to 2016. In especial, the maximum daily direct radiation was found in the Xianghe station (621.14W·m−2), followed by the Taihu station (743.29W·m−2) and the Beijing station (488.14W·m−2). (3) Affected by aerosol, the surface direct radiation in each station was reduced. Moreover, the effects of aerosol on the surface direct radiation in different stations were different. During the time of 2001−2016, the average surface direct radiation in Beijing, Taihu and Xianghe stations decreased by 32.29%, 24.01% and 15.07%, respectively. Among them, the aerosol had the greatest impact on the direct surface radiation of Beijing Station, followed by Taihu station and Xianghe station. (4) Over the recent 15 years, the aerosol surface radiation effect in Beijing, Xianghe and Taihu stations all increased.

MODIS; AERONET; Aerosol; PM2.5; Direct radiation effect

2018−04−13

中国气象科学研究院基本科研业务费专项（2017R001；2017Z004）；国家重点研发计划（2017YFA0603004）

赵俊芳（1977−），女，博士，研究员，研究方向为气候变化、农业气象和碳循环等。E-mail：zhaojfcams@163.com

10.3969/j.issn.1000-6362.2018.11.001

赵俊芳,徐慧,孔祥娜,等.基于MODIS和AERONET的气溶胶地表直接辐射效应评价[J].中国农业气象,2018,39(11):693-701