广州市秋季气溶胶光学特性日变化*

汤玉明,邓孺孺,许敏端,吴仪

(1.中山大学地理科学与规划学院，广东 广州 510275； 2.广东省水环境遥感监测工程技术研究中心，广东 广州 510275; 3.国家海洋局南海规划与环境研究院，广东 广州510310)

气溶胶是指大气中悬浮的固体和液体微粒共同组成的多相体系，当以大气为载体时称之为大气气溶胶，其尺度范围大约在0.001-10 μm之间[1-2]。大气中气溶胶的含量虽少，但对大气中的物理化学过程有着重要的影响，在气候系统中也起着重要的作用[3-4]。气溶胶的光学厚度(AOD)、Angstrom参数(波长指数、浑浊度系数)以及粒子谱分布等都是描述气溶胶光学特性的重要参数，表征气溶胶粒子含量的多少、大气的浑浊情况、粒子分布特征等，进而可以分析大气的污染来源及其对气候的影响[5]，因此利用遥感的方法来反演气溶胶粒子的光学参数具有重要意义。

气溶胶具有不同的尺度分布模态，Whitby等[5]将气溶胶尺度分为3个模态：核模态(r<0.1 μm)、积聚模态(r=0.1-1.0 μm)和粗模态(r>1.0 μm)。用来反演气溶胶的手段主要有卫星遥感和地基遥感，前者具有大尺度、多时相、动态等特征[6]；而后者精度较高，且较适合反演气溶胶粒子谱特征。刘菲等[7]利用太阳光度计反演了北方沙尘一年的AOD变化和粒子谱分布，发现AOD具有明显的时空变化，气溶胶粒子谱基本符合Junge谱。左浩毅等[8]利用实测数据将气溶胶尺度分布函数离散，从而获取气溶胶尺度分布，有效解决了气溶胶粒子谱求解的问题。陈启东等[9]利用太阳光度计反演了2011年11月广州市气气溶胶光学厚度、散射系数和散射相函数，发现AOD日变化起伏变化明显，受交通影响较大。徐丹等[10-11]基于一年的太阳光度计数据对广州市的AOD以及粒子谱进行了反演，发现各季节差异较大，夏季较低，春季较高，其日变化受交通、工业等人类活动影响较大。

广州是珠三角的中心城市，社会经济发展迅速的同时,交通污染、工业污染等对城市的空气质量造成了威胁，大气污染已经成为城市可持续发展不可忽视的问题，因此大气气溶胶颗粒物光学特性的研究显得尤为重要。目前，基于太阳光度计数据进行气溶胶光学特性研究是一种较为常见的方法[12-14]，但太阳光度计存在光谱非连续和移动困难等局限性，另外也有学者采用ASD地物光谱仪进行气溶胶观测[15-17]，ASD光谱仪具有较高的采样间隔和光谱分辨率，采样速度快，数据精度较高，而且利用其高光谱分辨率可以获取连续的光谱，从而反演出不同波段的气溶胶光学厚度。鉴于此，本文选择ASD FieldSpec3地物光谱仪对广州市秋季典型天的气溶胶进行观测，并结合太阳光度计数据加以验证，从而获得广州市秋季典型天的气溶胶光学特性日变化情况以及粒子谱分布特征，进而探讨了广州市溶胶粒子的来源及气溶胶模式。

1 仪器介绍及数据来源

本文采用的仪器是ASD FieldSpec3地物光谱仪，其探测波段范围为350-2 500 nm，视场角为25°，采样时间为17 ms/次，光谱分辨率最低达到1.4 nm，可获取植被、水体、建筑等地物的反射率连续光谱，也可测量太阳直射光的辐照度，进一步得到气溶胶光学厚度。测量地点位于广州中山大学地环大楼楼顶(23°06′12″N，113°17′40″E)，海拔20 m，测量时间选择的是广州秋季典型天的2017年10月23、31日和11月1日，每隔0.5 h测一次，为避免天气在短时间内的变化，每次测量时间约5 min，ASD探头与白板呈垂直观测，两者距离约15 cm，每次测量两组数据最后求取平均来消除误差。实验人员统一着装深黑色衣服，避免反射引起相应的误差，先进行白板的测量获取太阳直射光和天空光总的辐亮度，然后迅速用遮阴黑板挡住太阳直射光使阴影盖过白板，测量天空光的辐亮度。

2 气溶胶光学参数反演原理

2.1 AOD及Angstrom参数反演

利用ASD光谱仪测量时，首先先测标准白板，然后再测遮阴白板，标准白板观测到的太阳辐亮度是太阳直射光Ls和天空散射光Lsky之和，因此要减去遮阴白板观测到的辐亮度Lsky便可得到太阳直射光的辐亮度。根据公式R=πL/E，太阳直射光的辐照度Es可表示为：

(1)

式中，Rw为标准白板的反射率，La为直接对白板所测的辐亮度，Lb为遮阴后对白板所观测的辐亮度，θ为太阳天顶角。则大气总的光学厚度τ(λ)可表示为：

(2)

式中，为太阳常数，d为日地距离因子。d=r0/r；r0为日地平均距离，r为观测时的日地距离。m(θ)为天顶角为θ时的大气质量数。由于本文反演的波段都在可见光波段，因此忽略水汽的吸收，大气光学厚度主要由大气分子(主要为瑞利散射)τr(λ)、气溶胶光学厚度τa(λ) 和吸收气体光学厚(主要为臭氧)τ0(λ)三部分组成，表示为

τ(λ)=τa(λ)+τr(λ)+τ0(λ)

(3)

其中大气分子的光学厚度以及臭氧吸收的光学厚度可由以下公式表示：

(4)

τ0(λ)=k0U

(5)

式中，P和P0分别为观测所在地大气压和标准大气压；k0是O3的吸收系数，各波段对应的吸收系数可参考文献[18]；U为臭氧含量(单位：DU)，本文采用Heuklon[19]的臭氧模式计算，计算公式如下：

U=235+{150+40sin[0.986 5(n-30)]+

20sin[3(ζ+20)]}sin2(1.28φ)

(6)

式中，n为儒略历天数；ξ和φ分别为观测点的经纬度。所以气溶胶光学厚度为：

τa(λ)=τ(λ)-τr(λ)-τ0(λ)

(7)

为了表示大气气溶胶的数量和尺度特点，Angstrom提出[20]：

τa(λ)=βλ-α

(8)

式中，β为浑浊度系数，是λ=1 μm 处的气溶胶光学厚度，表征大气浑浊状况，数值越大则大气越浑浊，反之则较干净；α为波长指数，与气溶胶粒子形成有关，较小的α代表主控粒子为粒径较大的粒子，反之则主控粒子为细粒子。根据Angstrom公式，如果已知两个波段的气溶胶光学厚度，根据(8)式便可求出相应的浑浊度系数和波长指数：

(9)

(10)

2.2 粒子谱反演

根据米散射原理[21-22]，假设大气微粒可以等效为折射率已知的均匀球状粒子，则对于整层大气柱的气溶胶光学厚度τa(λ)与气溶胶粒子数浓度谱之间的关系为：

(11)

式中，r为粒子半径(μm)，σe为单个粒子的消光截面(μm2)，σe(λ,r,m)=πr2Q(λ,r,m)，Q(λ,r,m)为Mie消光散射效率因子，定义为粒子出射光通量与入射光通量之比。n(r,z)dz
表示高度z处，半径在r到r+dr之间的气溶胶的数密度。令

K(λ,r,m)=σe(λ,r,m)=

πr2Q(λ,r,m)

(12)

(13)

则有：

(14)

其中K(λ,r,m) 定义为权重函数，n(r)即为待求得气溶胶粒子尺度分布谱，根据(14)代入一系列波长的光学厚度τa(λ)值解方程组，便可得到气溶胶的数浓度分布谱。对于气溶胶的体积谱分布v(r)，方程(14)改写为：

(15)

(16)

2.2.1 消光效率因子的确定 根据米散射原理，消光效率因子Q可由以下计算公式算出

Q(λ,r,m)=

(17)

式中，α=2πr/λ为尺度参数；an和bn为米散射参数，具体求法见参考文献[23]。图1给出了不同气溶胶组分的消光效率因子随波长的变化图，可看出不同波长的的变化趋势相同，但其峰值逐渐向短波方向移动。水溶性、沙尘性和海洋性粒子在半径小于0.1 μm时，消光效率接近为0，当粒子半径大于0.1 μm时逐渐上升，随后开始上下波动，当半径大于1 μm后，开始震荡收敛为2。而煤烟由于其吸收性较强，无上下波动趋势，但随着粒子半径的增大其消光效率也逐渐收敛于2。

2.2.2 谱分布函数的确定 由于大气气溶胶是由多种气溶胶混合而成的复杂体系，其粒子谱极为复杂，国内外学者对气溶胶的谱分布进行了大量的观测试验和数值模拟，各研究者得到的谱分布形式有较大的差异，其中较为常见的是负幂指数分布、指数分布和复正态对数分布。本文采用适合一切随机过程的复正态对数谱来反演气溶胶颗粒的体积谱。在气溶胶模式上本文选择标准辐射大气模型(SAR)，它定义了3种不同的气溶胶模型，即城市型、大陆型和海洋型，而每种模型都由水溶性粒子、沙尘性粒子、海洋型粒子和煤烟按一定的比例组合而成。

图1 不同气溶胶组分的消光效率因子-波长变化图Fig.1 The variation of extinction efficiency with wavelength for different aerosol particles

气溶胶粒子的体积谱可表示为

(18)

由(15)可得

(19)

对(19)式采用复化梯形公式进行离散化处理，可得：

(20)

式中，h=0.01，n=1 000，rj=0.01+(j-1)h，j=1,2,3...n。

V1=η1·V，

V2=η2·V，

V3=η3·V，

V4=η4·V

(21)

结合(18)式可得：

(22)

(23)

定义气溶胶单位体积的消光光学厚度τv为：

(24)

则气溶胶的总体积为：

V=τa(λ)/τv

(25)

具体反演算法如下：

1)随机生成3种气溶胶粒子的组分η1、η2、η3，都在0和1之间，η4=1-η1-η2-η3。且η4>0。

3)将模拟得到的τm(λ)与实测的τa(λ)对比，当满足精度范围时(本文取0.05)，则记录下相应的η1、η2、η3和η4，不满足精度要求则重新生成η1、η2、η3和η4。

4)当达到循环次数(本文取100 000)时，统计所有η1、η2、η3和η4的均值结果就代表了比较正确的气溶胶类型。

3 气溶胶光学参数反演结果分析

3.1 AOD及Angstrom参数反演结果与分析

图2为广州市2017年10月23、31日以及11月1日550 nm处的气溶胶光学厚度日变化情况，可看出各天AOD日变化不大， 其中10月23日AOD值整体偏高，在0.38-0.52之间，大气状况较差，而10月31日和11月1日的AOD值普遍分布在0.20-0.35之间，大气状况相对较好。从整体变化趋势上来看，3 d的AOD变化情况均呈现波动式上升，其中10月23日和11月1日的AOD值均是从早晨较低，随后上下波动变化，但AOD值总体在上升，在14：00-15：00时间段达到一天中最高值，16：00之后有所下降。这与徐丹等[11]

图2 广州市2017年10月23, 31日11月1日550 nm处AOD日变化图Fig.2 The daily variation of aerosol optical thickness at 550 nm over Guangzhou on October 23rd, 31st, and November 1, 2017

反演的广州市秋季典型天的AOD日变化趋势较为符合。其主要原是由于从早上开始太阳对地面的不断加热，大气层变得不稳定，气溶胶开始垂上输送，加上早晨开始交通、工业等人类活动逐渐增多，使得大气中的气溶胶粒子逐渐累积。到中午时正处于人类活动的高峰期，因此AOD值开始逐渐上升，到达15：00后达到峰值，之后随着人类活动相对的减少、地表温度的下降造成气溶胶垂直输送能力的减弱，AOD值出现小幅度的下降。同时气溶胶颗粒也容易受湿度、风速、风向等气象因子影响，根据广州市气象网数据(http:∥data.tqyb.com.cn/weather/base_weather_fd.jsp)可知，10月23日和11月1日当天天气较为稳定，相对湿度变化不大，风速风向变化较小，受气象因子影响较小，因此当天的AOD变化情况可大致认为是由人类活以及温度等因素造成的；而10月31日则天气变化较大，从早晨开始天风速达到5 m/s，对气溶胶颗粒物起到一定的稀释作用，所以AOD值会呈现逐步降低趋势，到达中午后天气相对稳定，风速维持在2.5 m/s左右，下午AOD变化趋势则与10月23日、11月1日相同。

表1为ASD光谱仪与同地点的太阳光度计反演的AOD对比结果，可看出太阳光度计比ASD反演的AOD值整体上偏高，相对误差最大为29.02%，最小为3.46%。图3为ASD反演AOD值与光度计反演AOD值3 d的散点图，结果表明二者相关性较高，相关系数达到0.782 1，说明反演结果较为可靠。

表1 太阳光度计与ASD反演的AOD值及其相对误差Table 1 The solar photometer- and ASD-inverted AOD values and their relative errors

图3 太阳光度计与 ASD反演的AOD值散点图Fig.3 The scatter diagram of solar photometer and ASD inverted AOD values over Guangzhou on October 23rd, 31st, and November 1, 2017

为进一步分析广州市的主控粒子与大气浑浊情况，由(9)(10)式得到了广州市秋季典型3 d的波长指数和浑浊度系数(如图4所示)。由图4可看出广州市10月23、31日和11月1日3 d的波长指数整体值偏大，最低值大于1.20，最高值接近于2.30，说明广州市秋季典型天的主控粒子为细粒子，整体趋势是早晨偏低，12：00-13：00达到最大，随后逐渐下降，这与人类活动在中午较为活跃有关，如交通污染、工业污染的排放会使大气中细粒子增多，而到达下午后由于气温的降低，气溶胶垂直向上输送能力减弱，大气中细粒子由于凝结作用逐步向较大颗粒转变从而造成波长指数逐步变小。而浑浊度系数整体值偏低，主要分布在0.05-0.20之间，说明广州市秋季典型天大气较为清洁，变化趋势与AOD一致，但与波长指数无明显关系。

图4 2017年10月23,31日及11月1日 广州市波长指数和浑浊度系数日变化Fig.4 The daily variation of the wavelength exponent and turbidity coefficient over Guangzhou on October 23rd,31st, and November 1, 2017

3.2 粒子谱反演结果与分析

表2为2017年广州市10月23、31日和11月1日的气溶胶粒子组成结构。由表2可看出占比最多的为水溶性粒子约为50%，其次较多的是煤烟，占比约为29%，说明广州市秋季典型天的污染粒子主要是水溶性和煤烟，而沙尘性和海洋性粒子则较少，各天的气溶胶粒子组成结构变化不大，这反映了广州市秋季典型天的污染源较为固定，主要污染来自交通、工业等人类活动。各天的气溶胶体积浓度均是从早晨开始不断累积，呈波动式上升趋势，从早晨开始，伴随着人类活动的增多，颗粒物逐步积累，傍晚时达到全天最高值。这与反演的AOD日变化结果一致，进一步说明广州市秋季典型天的气溶胶日变化与人类活动有密切关系。就整体组成结构而言，广州市气溶胶符合城市工业型气溶胶，但由于广州市地处沿海，会有少量的海洋性粒子向广州市转移，因此广州市整体气溶胶类型为城市工业和海洋性混合结构。

2017年10月23、31日以及11月1日广州市的气溶胶体积谱反演结果如图5所示，不同天不同时刻的粒子体积谱均呈现为双峰结构，主峰位置在0.1 μm，次峰位置在10 μm左右，该结果与黄祖照等[24]对广州市城区细颗粒物粒子谱的反演结果一致；与司福祺等[25]反演的合肥市气溶胶体积谱(细模态粒子峰值为0.12 μm)相比，广州市粒子体积谱的主峰峰值偏小，说明广州市秋季典型天的污染主要为人为污染；从不同时刻的体积谱来看，各时刻的体积浓度略有偏差，但峰值位置变化不大，说明广州市各天粒子的整体结构相对稳定，主控粒子并未发生明显变化，进一步说明广州市各天的污染源较为固定。其整体趋势是早上整体偏低，然后逐步积累增加，到15：00达到峰值，这与广州市各天的人类活动有密切关系。

由图5可看出，粒径小于0.1 μm的细粒子占据了气溶胶总量的绝大部分，主要为埃根核和积聚模态的粒子，这部分粒子主要由粒径较小的水溶性粒子和煤烟组成；粒径大于0.1 μm的粒子所占比例相对较小，这部分主要由沙尘性和海洋性粒子构成，这与表2反演出的各组分结构一致。

表2 2017年10月23、31日以及11月1日广州市气溶胶及成分结构Table 2 Aerosol concentration and constituent structure over Guangzhou on October 23rd, 31st and November 1st, 2017

图5 2017年10月23，31日以及11月1日广州市气溶胶体积谱分布Fig.5 The size distribution of aerosol particles over Guangzhou on October 23rd,31st, and November 1st, 2017

为进一步验证体积谱反演结果，现将反演得到的体积浓度与广州市市五中监测站点对应时刻的PM2.5质量浓度数据(可从广东省环境信息发布平台下载：www/app2.gdepb.gov.cn/eqpub /Home)作散点图对比如图6所示，可看出相关性分别高达0.817 1，说明反演结果可靠性较高。

图6 气溶胶粒子体积浓度与PM2.5质量浓度散点图Fig.6 The scatter diagram of aerosol volume concentration and PM2.5 concentration over Guangzhou on October 23rd,31st, and November 1st, 2017

4 结 论

本文利用ASD FieldSpec3地物光谱仪对广州市2017年10月23、31日和11月1日秋季典型天的气溶胶参数进行观测，反演了气溶胶光学厚度(AOD)、Angstrom(波长指数、浑浊度系数)参数、气溶胶粒子体积谱并进行了分析，得出如下结论：

1) 广州市秋季典型天的气溶胶AOD值日变化量不大，总体趋势呈现波动式上升，各天AOD值略有差异。上午AOD值较低，然后不断累积，到15：00左右达到较高水平，随后会有小幅度的下降。而各天的波长指数均处于较高水平，说明广州市秋季典型天的气溶胶颗粒以细粒子为主；浑浊度系数普遍较低，表明大气较为清洁。

2) 广州秋季典型天的气溶胶体积谱反演结果表明广州市气溶胶粒子主要为小于0.1 μm的细粒子，由水溶性粒子和煤烟组成，说明广州市当天大气气溶胶来源为人工源，主要来自于机动车尾气排放、工业废弃物排放等人类活动。此外，还有少量粒径较大的沙尘性和海洋性粒子，这与广州市地处沿海有关，气溶胶类型整体符合城市工业型与海洋型的混合结构。

3) 广州市秋季典型天的各气溶胶组分结构变化不大，说明各天污染源较为固定。气溶胶体积浓度从早上逐步累积，到傍晚时处于较高水平，与AOD变化趋势一致，且体积浓度与实测站点PM2.5数据相关性较高，说明本文的反演结果较为可靠。