新疆典型城市气溶胶光学厚度变化特征

胡 俊,钟 珂,亢燕铭,陈勇航,2*,杨凤娟,刘 琼,张 华

新疆典型城市气溶胶光学厚度变化特征

胡 俊1,钟 珂1,亢燕铭1,陈勇航1,2*,杨凤娟1,刘 琼1,张 华3

(1.东华大学环境科学与工程学院,上海 201620；2.中国气象局乌鲁木齐沙漠气象研究所,新疆 乌鲁木齐 830002；3.中国气象科学研究院灾害天气国家重点实验室,北京 100081)

利用2006~2017年Aqua-MODIS C006气溶胶日产品数据,选取新疆地区11个代表性城市进行分类,分析典型城市的AOD近12a变化趋势及特征.结果表明:2006~2017年间,除乌鲁木齐市AOD小幅度上升外,其余10个城市AOD均出现不同程度下降,北疆城市年均降幅较小,吐鲁番市12a间AOD下降了0.13,为哈密、焉耆等同纬度城市群中的最大降幅,南疆城市AOD年均降幅最为显著,阿克苏、喀什、和田和若羌地区AOD分别下降了0.18、0.16、0.16和0.09;AOD空间分布上,南疆为AOD峰值中心,年均值达0.50以上,北疆和东疆地区AOD年均值维持在0.20~0.22;同时,AOD具有典型的季节变化特征,春季为AOD峰值季节,夏季次之,秋、冬季AOD较低;此外,12a间新疆全区AOD出现不同程度降低,其中南疆沙尘源区为AOD下降的典型区域,减少区域呈现出沿昆仑山脉自南向北的带状分布.

MODIS C006；气溶胶光学厚度；新疆地区；城市分类；年际变化

新疆位于亚欧大陆腹地,是典型的干旱半干旱区域,且为全球沙尘气溶胶主要排放源区之一[1].春季沙尘天气爆发时,空气质量显著降低,沙尘气溶胶伴随着大气环流输运可达中国东部沿海地区乃至东亚海平面以上,造成了中国区域大范围空气质量下降[2-3].此外,沙尘气溶胶因其强吸收性,对大气存在明显增温效应,同时影响云的形成、发展和消亡,从而对区域气候变化以及地气辐射能量收支平衡产生重要影响[4-6].

气溶胶光学厚度(AOD)是研究大气气溶胶的重要参数,也是评估大气颗粒物污染程度、研究气溶胶辐射效应的关键因素.目前有关气溶胶光学厚度研究在中国中东部地区已开展诸多细化研究工作[7-10],而针对于西北干旱半干旱地区AOD研究多囊括在中国区大范围AOD空间分布等研究中[11-13],此类研究结果从区域尺度上量化表明了中国西部地区AOD空间分布状况.如He等[11]指出了中国东西部地区AOD分布的显著差异性,且分布中心从东部逐渐向西北移动.赵仕伟等[12]基于西北地区AERONET地基观测数据对MODIS AOD融合产品做出验证,结果表明:MODIS AOD融合产品在西北地区的覆盖度良好,数据精度高,可作为研究区域性气溶胶光学特征变化的基础数据.

此外,西北地区一次典型沙尘过程中气溶胶时空分布特征、输运特性和辐射效应是西北地区AOD研究的另一主要来源[14-16],如Wang等[14]基于Fu- Liou辐射传输模式在研究西北地区一次强沙尘暴过程中发现,沙尘气溶胶辐射效应受到气溶胶光学厚度、单次散射反照率和地表反照率的显著影响.郑有飞等[15]利用CALIPSO卫星观测资料并结合气溶胶模式模拟,针对西北春季典型沙尘过程,分析给出沙尘气溶胶远距离输送过程中气溶胶的时空分布特征.

以上研究为我国西北地区气溶胶研究提供了主要的参考依据,而新疆地区下垫面复杂,兼具多样的自然背景与人为污染的城市,是多因素共同作用下多种气溶胶分布研究的代表性地区[17].目前针对于新疆广大沙尘源区及周边城市的区域尺度范围AOD变化研究严重缺乏,使得我国新疆地区AOD近10年变化及大气污染状况缺乏最新的研究讨论.

因此,本文以新疆地区为研究区域,选取分布于全疆的11个代表性城市,分析新疆代表性城市和全疆AOD近12a时空分布特征,从区域尺度范围监测和分析大气污染状况,以期为我国西北大范围干旱半干旱气候背景区的大气环境监测、管理及气候变化研究提供详实的科学数据和事实依据.

1 资料与方法

1.1 研究区概况

新疆地区地缘辽阔,地形特征复杂多样(图1),主要以温带大陆型气候为主,具有典型的干旱、半干旱气候背景特征,根据常规的地形特征划分原则主要可分为3类:以天山山脉为界,天山以北至阿尔泰山为北疆地区,以南至昆仑山脉为南疆地区,而吐鲁番和哈密地处东天山,为东疆地区.南疆地区有着我国最大的沙尘源区塔克拉玛干沙漠,沙尘气溶胶作为该地区的主导气溶胶类型,对区域气候变化和人类生产生活产生重要影响,北疆、东疆地区多山谷、盆地地形,植被覆盖率较高,城市区相对集中,人为活动密度大,气溶胶分布复杂,即新疆地区独特的地形特征使得气溶胶分布较其它地区更为多样.

图1 新疆地区典型城市站点位置

考虑到新疆地区复杂的气候背景条件和“三山夹两盆”的独特地形特征,南疆地区大范围的沙漠、戈壁滩,北疆、东疆的高山与盆地地形,导致了新疆地区主要人口集中于沙漠边缘的绿洲城市以及高山山麓、盆地等优质居住环境.因此,研究中选取了11个典型城市站点,以城市气象站点坐标为中心,1°×1°矩形区域为城市研究区,站点的基本信息如表1所示,城市研究区域包括了主要的城市中心和近郊人口密集区,集中了该地区主要的农业、工业和科技发展的核心所在.因此,针对于新疆地区主要城市站点开展大气环境研究,对该地区城市气候变化和经济发展具有极大地促进作用.

表1 新疆典型城市站点基本信息

1.2 数值及其计算方法

Aqua-MODIS C006气溶胶日产品数据发布于2014年初,提供了暗像元法(DT)、深蓝算法(DB)和融合算法(Combined) 3种AOD产品[18-19].DT AOD数据具有高植被覆盖率的暗背景反演效果好、而亮背景AOD缺失多的特点;DB AOD数据相对更适用于地表类型为沙漠、戈壁等反演亮背景表面; Combined AOD基于归一化植被覆盖指数(NDVI)数据将地表类型分为三类:NDVI<0.2、0.2£NDVI£0.3和NDVI>0.3,可最大限度地提高复杂地表类型情况的AOD数据覆盖率[20-21],具体融合方案如下:当NDVI<0.2时,Combined AOD = DB AOD;当NDVI> 0.3时,Combined AOD = DT AOD;当0.2£NDVI£0.3时,参照MODIS C006产品质量控制(QA)等级(详见表2),若QA_DB³2或QA_DT=3,Combined AOD取DB和DT AOD中最优值,若QA_DB=3和QA_DT= 3,取DB和DT AOD平均值,若QA_DB<2且QA_ DT<3, Combined AOD则被定义为无效值.

表2 MODIS C006产品质量控制(QA)标志

研究中选取的MYD04L2C006Combined AOD产品,名称为:“AOD_550_Dark_Target_Deep_Blue_ Combined”,提取可见光波长为0.55mm处产品质量控制为2和3的优质AOD观测数据,保证了研究结果的可靠性.时间跨度为2006年01月01~2017年12月31日,卫星在1d内过境新疆全部地区的时间为北京时间13:00~17:00,空间分辨率为10km.

因获取的全疆12a AOD数据信息超过千万条,研究中选取0.5°×0.5°经纬度范围为一个格点,将新疆地区划分为1632个格点,并对格点内的AOD数据取平均值.在此基础上,插值获取全疆AOD空间分布与季节分布特征;并根据每个格点各年份AOD大小的差异性,研究中划分各时间阶段,对不同年份时的同一格点AOD值作差,获得了新疆地区AOD距平分布与各时间阶段的差值分布.本文采取的四季划分原则是:春季为3~5月,夏季为6~8月,秋季为9~11月,冬季为12月~次年2月.在此基础上,计算研究新疆地区AOD季节变化及空间分布特征.

2 结果与分析

2.1 AOD空间分布特征

从新疆地区2006~2017年AOD多年平均分布来看(图2),南疆塔克拉玛干沙漠及周边地区为全疆AOD空间分布的主要高值区域,该区域是我国最大的沙尘源区[1,6].自2006年MODIS观测以来,南疆地区AOD年平均值达0.50以上,其中在沙漠北部的阿克苏与东南部的若羌及周边地区存在AOD峰值,年平均值大于0.55,AOD极值形成主要与区域气候和地形特征密切相关,塔里木盆地南、西、北三面环山,东部狭长地形入口,气流从东北部天山南麓进入盆地内,在沙漠下垫面热力作用和开口地形的共同影响下,易形成AOD高值区.此外,AOD分布呈现出以城市为中心向四周辐射逐渐降低的趋势,可见城市人为活动对南疆地区AOD增长存在一定的促进作用[22].沙漠西南部的喀什地区AOD为南疆的小峰值,而和田地区及盆地腹地AOD较沙漠周边偏低,在盆地中心区AOD呈现出从沙漠东北到西南的低值带分布,此研究结果与赵仕伟等[12]研究结论高度一致.

图2 新疆地区2006 ~ 2017年AOD多年平均空间分布

北疆和东疆地区AOD整体分布较南疆地区大幅度降低,AOD整体年平均值维持在0.20~0.22左右,与全球陆地AOD平均值(0.19)相近[23],但是,AOD空间分布呈现出显著的城市峰值分布特征,北疆地区以乌鲁木齐为中心的天山北区城市经济带,主要城市中心及周边地区AOD年平均值达到0.25以上,其中在乌鲁木齐市西部地区尤为明显,AOD年平均值达0.35以上,形成了北疆地区典型的AOD峰值区[24];东疆地区的吐鲁番和哈密地区具有同样的AOD分布特征,吐鲁番和哈密城市中心区存在AOD小峰值,表明了北疆地区城市群为AOD的主要高值中心.

从新疆地区2006~2017年AOD季节空间分布来看(图3),春季AOD较12a平均值有显著增长,其中南疆地区增长尤为突出,塔克拉玛干沙漠腹地AOD低值带的AOD均值超过0.70,若羌和阿克苏地区为代表的沙漠东部和西北部地区春季AOD更是达到1.10以上,此外,北疆和东疆地区在春季AOD均出现小幅增长,其中以乌鲁木齐市、昌吉地区为代表的天山北区城市经济带AOD增幅明显,这是因为春季是新疆塔克拉玛干沙漠沙尘天气高发期,这些地区的空气质量均受到沙尘气溶胶传输影响.

夏季新疆整体AOD较春季有大幅下降,而北疆地区AOD仍处于全年高值水平,因北疆地区夏季植被覆盖率高,且降水多于其他季节,雨水清洗、沉降作用有效降低了沙尘气溶胶含量[25-26],但此时大气中水汽含量大幅提高,大气细粒子吸湿增长促进了夏季AOD的增长;南疆地区AOD空间分布较春季全区域峰值分布特征出现显著变化,南疆西部的阿克苏与喀什地区AOD显著下降,AOD在空间上表现为从沙漠西北到东南的梯度增大过程,在沙漠东部和南部的若羌、和田等周边地区达到AOD峰值.

秋季新疆地区AOD达全年最低水平,全疆空间分布较均匀,南北疆地区AOD整体差异较小,平均差值小于0.15,整层大气较为洁净;冬季全疆AOD空间上较秋季呈继续下降态势,而阿克苏、若羌地区出现AOD聚集现象,AOD极大值达0.35以上,而北疆城市地区AOD较秋季出现小幅上涨,因北疆地区近12a处于降雪低温环境,城市供暖周期长,城市区居民燃煤采暖产生的人为源气溶胶排放对AOD增长起一定的贡献作用[16].

2.2 典型城市AOD变化特征

从新疆地区11个典型城市的AOD季节变化特征来看(图4):11个城市AOD季节变化呈现出高度的规律性,本文结合新疆地区城市地理位置常规划分原则与研究中获取的各城市AOD季节变化规律,在研究中定义:北疆地区的阿勒泰、塔城、伊宁和乌鲁木齐为城市站点AOD研究的Ⅰ类城市;东疆地区的吐鲁番市和哈密市为Ⅱ类城市,而焉耆地处天山山麓以南、盆地中心,常规地理位置上划分为南疆地区城市,但是研究中表明,焉耆市AOD季节变化特征和东疆的吐鲁番和哈密市保持着高度的一致性,且与南疆其他城市有着较大出入,因此,本文将焉耆地区划分为Ⅱ类城市;而南疆地区的其余4个城市:阿克苏、喀什、和田和若羌地区AOD四季均处于高值水平,即划分为Ⅲ类城市区.

研究中发现,春季为三类城市的AOD主要峰值季节,其中在Ⅱ、Ⅲ类城市中表现尤为突出,春季AOD数值上大幅超过其他三季,因春季新疆地区沙尘天气频发,沙尘气溶胶达四季峰值,气溶胶经输运至全疆地区,主要城市均受到不同程度的影响,整层大气污染较为严重.对三类城市细分研究可以看出,Ⅰ类城市中阿勒泰市春、夏和秋三季AOD均处于低值水平,而冬季无AOD观测值,因阿勒泰市地处纬度最高,冬季降雪周期长,下垫面长期由降雪覆盖,地表反照率大幅提高,增大了MODIS的AOD反演难度,导致该市冬季MODIS遥感观测数据缺失[27].而乌鲁木齐市是全疆中心城市,城市工业化加速发展与居民生产生活等人为活动产生的气溶胶一定程度上加剧了该市的大气环境问题,4个季节的AOD均高于北疆其他城市,这与已有研究结论是高度一致的[28].

图4 新疆典型城市AOD季节变化

研究中以吐鲁番、哈密和焉耆代表的Ⅱ类城市AOD季节变化呈现出高度的相似性,春季、夏季是AOD的峰值季节,而秋季最低,冬季较秋季有小幅上升,三地的气候背景特征相同,同处天山南麓的各自盆地中心,地理纬度十分相近,且地形地貌特征相似,多方面综合原因造成了同纬度城市区的MODIS观测AOD空间分布相近.Ⅲ类城市主要为南疆地区塔克拉玛干沙漠周边绿洲城市,可以看出,Ⅲ类城市观测AOD季节变化显著高于北疆Ⅰ类城市,阿克苏和若羌地区是全疆AOD的四季高值中心,值得注意的是:喀什地区冬季AOD较其他季节出现大幅度下降过程,而和田地区秋、冬季AOD整体较低,这与全疆AOD的空间分布特征保持一致.

在新疆11个城市站点分类研究的基础上,进一步给出了3类城市的12a AOD年际变化特征,如图5所示.3类城市中除乌鲁木齐市外,其余10个城市站点从2006~2017年间AOD均出现不同程度的下降,部分城市存在12a间AOD显著降低过程,且AOD呈现出阶段性变化规律.

北疆Ⅰ类城市的阿勒泰、塔城、伊宁地区12a间AOD整体出现小幅降低(图5(a)),在2006~2014年间下降幅度稍明显,后3a均出现同等幅度的上升过程,因北疆地区大气环境状况较好,三城市的AOD小幅波动对城区生活影响较小.乌鲁木齐市是北疆人为源气溶胶排放的典型城市,AOD年际变化整体处上升趋势,在2006~2011年上升幅度明显,而2012年后乌鲁木齐市开始实行“煤改气”工程,AOD也随之呈现下降趋势[29].

吐鲁番、哈密和焉耆为代表的Ⅱ类城市的AOD年均值下降明显(图5(b)),且吐鲁番市12a间AOD下降了0.13,为Ⅱ类城市中最大降幅.在2014~2017年间,Ⅱ类城市AOD出现陡坡式下降,并在2017年达到了近10a来的最低值,因吐鲁番市、哈密市分别在2015年和2016年获国务院批复同意撤销地区,成立地级市,而2013年国务院印发的《大气污染防治行动计划》[30]目标规定:“全国地级及以上城市吸入颗粒物浓度比2012年下降10%以上,优良天数逐年提高”,由此可见,吐鲁番与哈密市在设立地级市工作中,大气污染防治工作效果显著[31].

图5(c)中发现,南疆Ⅲ类城市的AOD年均降幅最为显著,2006~2017年间,阿克苏、喀什、和田和若羌地区AOD分别下降了0.18、0.16、0.16和0.09,其中在研究的后6a中,喀什与和田地区AOD年际变化趋势高度相近,阿克苏和若羌地区AOD年均值均维持高值水平,Ⅲ 类城市均在2017年出现AOD较大幅度下降过程,研究表明了10多年来塔克拉玛干沙漠周边主要城市AOD逐年下降.

2.3 AOD空间变化分析

新疆3类城市在2006~2017年出现AOD逐年下降现象,且主要城市站点降幅差异性较大,其中南疆Ⅲ类城市AOD减少现象较为显著,同时发现AOD具有3a内相近、每3a为一个阶段的变化规律.因此,本文针对全疆区域,以3a为一个阶段,共分4个时间阶段,分析研究全疆的AOD年变化规律,并给出2006~2017年4个阶段的AOD距平值分布.

如图6所示,2006~2008年全疆AOD距平值大于0,超出12a间的年平均分布,其中南疆沙漠西部和南部地区为全疆AOD峰值区,喀什、和田地区AOD最大距平值为0.16;2009~2011年中,南疆大部地区距平值跌破0,对比2006~2008年可以发现,在这一阶段南疆地区AOD存在逐渐减少现象. 2012~2014年AOD距平分布变化平稳,全疆AOD分布无明显增减;而2015~2017年新疆全区的AOD距平值分布均小于0,表明这一时间段内新疆地区AOD全区域明显减小,最大距平值同样出现在喀什地区,达-0.11.

12a MODIS观测发现新疆地区AOD逐渐降低,表明全疆气溶胶总量逐渐减少,其中以南疆沙尘源区尤为明显,这将对我国西北区域天气、气候、太阳辐射以及气溶胶输运产生重要影响[32].为进一步研究2006~2017年间新疆地区AOD空间分布整体减少现象,图7给出了新疆地区4个时间段的AOD年平均差值分布.图7(a)可以看出,2009~2011年较2006~2008年新疆全区AOD年平均值出现大范围减少,主要减少区域为沙漠西部周边地区,其中以南疆喀什地区AOD减少量最为显著,达0.25,而图5(c)中喀什、阿克苏地区在2009年AOD大幅降低证实了这一结果.

2012~2014年全疆大部区域AOD平均值与2009~2011年无明显增减(图7(b)),而若羌地区以东小范围区域内AOD年均值出现集中上升现象.而图7(c)所示在2015~2017年间,南疆地区大部区域AOD年均值下降明显,AOD减少区域呈现出沿昆仑山脉自南向北逐渐减少的带状分布,AOD最大减少区域同样为喀什地区,为0.12.有研究表明[33],2000~2017年间我国地表绿地覆盖率持续增加,植树造林等人为活动对西北土地沙漠化治理效果明显,印证了本文研究中2006~2017年间新疆地区AOD空间变化逐渐减少的原因,由土地沙漠化导致的进入大气中的气溶胶总量减少,大气污染状况逐渐改善,为我国继续加强大气污染治理与控制增加信心.

3 结论

3.1 南疆地区AOD年平均值达0.50以上,阿克苏和若羌地区为南疆AOD高值中心,年平均值大于0.55;北疆和东疆地区AOD整体年平均值维持在0.20~0.22左右,天山北区主要城市中心AOD年平均值达到0.25以上;新疆AOD空间分布具有显著的季节变化特征,春季南疆沙漠腹地AOD均值超过0.70,夏季全疆AOD在空间上表现为从沙漠西北到东南的梯度增大过程,秋冬季全疆AOD整体分布低值、均匀.

3.2 全疆11个城市AOD季节变化呈现出高度规律性,北疆地区城市4季AOD均处于低值水平;吐鲁番、哈密和焉耆地区春夏季为AOD峰值季节,秋冬季AOD较低;南疆地区城市AOD季节变化显著高于北疆城市,阿克苏和若羌地区是全疆AOD的4季高值中心.2006~2017年间,除乌鲁木齐市AOD小幅度上升外,其余10个城市AOD均出现不同程度的下降,以南疆城市的AOD年均降幅最为显著.

3.3 2006~2017年间,全疆AOD逐渐下降,南疆喀什地区AOD下降最为显著.2006~2008年南疆沙漠西部和南部地区为全疆AOD峰值区;2009~2011年间,南疆大部地区距平值跌破0,区域AOD逐渐下降,喀什地区较前3a AOD最大减少量达0.25.2012~2014年全疆AOD分布无明显增减;而2015~2017年新疆全区的AOD持续下降,AOD减少区域呈现出沿昆仑山脉自南向北逐渐减少的带状分布.

[1] Choobari O A, Zawar-Reza P, Sturman A. The global distribution of mineral dust and its impacts on the climate system: A review [J]. Atmospheric Research, 2014,138:152-165.

[2] Uno I, Eguchi K, Yumimoto K, et al. Asian dust transported one full circuit around the globe [J]. Nature Geoscience, 2009,2(8):557.

[3] Huang J, Wang T, Wang W, et al. Climate effects of dust aerosols over East Asian arid and semiarid regions [J]. Journal of Geophysical Research: Atmospheres, 2014,119(19):11398-11416.

[4] Li Z, Lau W K M, Ramanathan V, et al. Aerosol and monsoon climate interactions over Asia [J]. Reviews of Geophysics, 2016,54(4):866-929.

[5] Proestakis E, Amiridis V, Marinou E, et al. Nine-year spatial and temporal evolution of desert dust aerosols over South and East Asia as revealed by CALIOP [J]. Atmospheric Chemistry and Physics, 2018, 18(2):1337-1362.

[6] Huang J, Fu Q, Su J, et al. Taklimakan dust aerosol radiative heating derived from CALIPSO observations using the Fu-Liou radiation model with CERES constraints [J]. Atmospheric Chemistry and Physics, 2009,9(12):4011-4021.

[7] 吕 睿,于兴娜,沈 丽,等.北京春季大气气溶胶光学特性研究 [J]. 中国环境科学, 2016,36(6):1660-1668.Lv R, Yu X N, Shen L, et al. Aerosol optical properties in spring over urban Beijing [J]. China Environmental Science, 2016,36(6):1660-1668.

[8] 樊文智,秦 凯,韩 旭,等.基于移动激光雷达观测的徐州市区气溶胶分布特征 [J]. 中国环境科学, 2018,38(8):2857-2864. Fan W Z, Qin K, Han X, et al. Aerosol distribution characteristics in Xuzhou based on mobile lidar observation [J]. China Environmental Science, 2018,38(8):2857-2864.

[9] 刘 状,孙曦亮,刘 丹,等.2001~2017年中国北方省份气溶胶光学厚度的时空特征 [J]. 环境科学学报, 2018,38(8):3177-3184. Liu Z, Sun X L, Liu D, et al. Spatio-temporal characteristics of aerosol optical depth over Northern Provinces of China during 2001~ 2017 [J]. Acta Scientiae Circumstantiae, 2018,38(8):3177-3184.

[10] 李一凡,陈文忠.基于MODIS和CALIOP卫星遥感数据的气溶胶光学厚度与海洋初级生产力相关性 [J]. 中国环境科学, 2017,37(1):76-86. Li Y F, Chen W Z. Correlation between aerosol optical depth and ocean primary productivity based on MODIS and CALIOP data [J]. China Environmental Science, 2017,37(1):76-86.

[11] He Q, Gu Y, Zhang M. Spatiotemporal patterns of aerosol optical depth throughout China from 2003to 2016 [J]. Science of The Total Environment, 2019,653:23-35.

[12] 赵仕伟,高晓清.利用MODIS C6数据分析中国西北地区气溶胶光学厚度时空变化特征 [J]. 环境科学, 2017,38(7):2637-2646. Zhao S W, Gao X Q. Analysis of spatial and temporal variations of aerosol optical depth in northwest china based on MODIS C6data [J]. Environmental Science, 2017,38(7):2637-2646.

[13] 王银牌,喻 鑫,谢广奇.中国近15年气溶胶光学厚度时空分布特征 [J]. 中国环境科学, 2018,38(2):426-434. Wang Y P, Yu X, Xie G Q. Spatial distribution and temporal variation of aerosol optical depth over China in the past 15years [J]. China Environmental Science, 2018,38(2):426-434.

[14] Wang W, Huang J, Zhou T, et al. Estimation of radiative effect of a heavy dust storm over northwest China using Fu–Liou model and ground measurements [J]. Journal of Quantitative Spectroscopy and Radiative Transfer, 2013,122:114-126.

[15] 郑有飞,刘 贞,刘建军,等.中国北部一次沙尘过程中沙尘气溶胶的时空分布及输送特性 [J]. 中国沙漠, 2013,33(5):1440-1452. Zheng Y F, Liu Z, Liu J J, et al. The spatio-temporal distribution and transport behavior of a dust event in north China [J]. Journal of Desert Research, 2013,33(5):1440-1452.

[16] 刘 贞,张雪姣,郑有飞,等.基于CALIPSO对中国春季一次沙尘暴的研究 [J]. 环境科学学报, 2016,36(12):4315-4327. Liu Z, Zhang X J, Zheng Y F, et al. Spatio-temporal distribution and transport behavior of a dust event based on the CALIPSO in China [J]. Acta Scientiae Circumstantiae, 2016,36(12):4315-4327.

[17] Lin C Q, Liu G, Lau A K H, et al. High-resolution satellite remote sensing of provincial PM2.5trends in China from 2001to 2015 [J]. Atmospheric Environment, 2018,180:110-116.

[18] Kaufman Y J, Wald A E, Remer L A, et al. The MODIS 2.1μm channel-correlation with visible reflectance for use in remote sensing of aerosol [J]. IEEE Transactions on Geoscience & Remote Sensing, 1997,35:1286-1298.

[19] Levy R C, Remer L A, Kleidman R G, et al. Global evaluation of the Collection 5MODIS dark-target aerosol products over land [J]. Atmospheric Chemistry and Physics, 2010,10(21):10399-10420.

[20] Levy R C, Mattoo S, Munchak L A, et al. The Collection 6MODIS aerosol products over land and ocean [J]. Atmospheric Measurement Techniques, 2013,6(11):159-259.

[21] Remer L, Mattoo S, Levy R, et al. MODIS 3km aerosol product: algorithm and global perspective [J]. Atmospheric Measurement Techniques Discussions, 2013,6:1829-1844.

[22] Li X, Xia X, Che H, et al. Contrast in column-integrated aerosol optical properties during heating and non-heating seasons at Urumqi- Its causes and implications [J]. Atmospheric Research, 2017,191:34-43.

[23] Remer L A, Kleidman R G, Levy R C, et al. Global aerosol climatology from the MODIS satellite sensors [J]. Journal of Geophysical Research: Atmospheres, 2008,113(D14):D14S07.

[24] 李慧娟,胡列群,李 帅.北疆地区MODIS 3km气溶胶光学厚度与PM10质量浓度的相关性分析 [J]. 环境科学学报, 2018,38(3):1109-1116. Li H J, Hu L Q, Li S. A correlation analysis of MODIS 3km aerosol optical depth and PM10concentration in Northern Xinjiang [J]. Acta Scientiae Circumstantiae, 2018,38(3):1109-1116.

[25] 董 群,赵普生,陈一娜.降雨对不同粒径气溶胶粒子碰撞清除能力 [J]. 环境科学, 2016,37(10):3686-3692. Dong Q, Zhao P S, Chen Y N. Impact of collision removal of rainfall on aerosol particles of different sizes [J]. Environmental Science, 2016,37(10):3686-3692.

[26] 华凤皎,亢燕铭,钟 珂.湍流效应对雨滴表面粒子捕集过程的影响 [J]. 中国环境科学, 2017,37(1):13-20. Hua F J, Kang Y M, Zhong K. The influence of turbulence effect on the collection process of particles on the surface of raindrops [J]. China Environmental Science, 2017,37(1):13-20.

[27] Papadimas C D, Hatzianastassiou N, Mihalopoulos N, et al. Assessment of the MODIS Collections C005and C004aerosol optical depth products over the Mediterranean basin [J]. Atmospheric Chemistry and Physics, 2009,9(9):2987-2999.

[28] 胡 俊,亢燕铭,陈勇航,等.基于MODIS_C006的乌鲁木齐10年气溶胶光学厚度变化特征 [J]. 环境科学, 2018,39(8):3563-3570. Hu J, Kang Y M, Chen Y H, et al. Analysis of aerosol optical depth variation characteristics for 10years in Urumqi based on MODIS_ C006 [J]. Environmental Science, 2018,39(8):3563-3570.

[29] 李 霞,郭宇宏,卢新玉,等.乌鲁木齐市大气污染治理成效的综合评估分析 [J]. 中国环境科学, 2016,36(1):307-313. Li X, Guo Y H, Lu X Y, et al. Comprehensive evaluation and analysis of the effectiveness of air pollution control in Urumqi [J]. China Environmental Science, 2016,36(1):307-313.

[30] 中华人民共和国国务院.《大气污染防治行动计划》 [R]. 北京:中国统计出版社, 2013.State Council of the People's Republic of China. Air pollution prevention and control action plan [R]. Beijing: China Statistics Press. 2013.

[31] 葛洪燕.吐鲁番市颗粒物浓度变化特征及其与气象要素的关系 [J]. 沙漠与绿洲气象, 2018,12(2):78-83. Ge H Y. Variation characteristics of particulate matter concentration in Turpan and its relationship with meteorological elements [J]. Desert and Oasis Meteorology, 2018,12(2):78-83.

[32] Zhang L, Li Q B, Gu Y, et al. Dust vertical profile impact on global radiative forcing estimation using a coupled chemical-transport- radiative-transfer model [J]. Atmospheric Chemistry & Physics, 2013, 13(14):7097–7114.

[33] Chen C, Park T, Wang X, et al. China and India lead in greening of the world through land-use management [J]. Nature Sustainability, 2019, 2(2):122-129.

Variation in aerosol optical depth over the typical cities in the Xinjiang region.

HU Jun1, ZHONG Ke1, KANG Yan-ming1, CHEN Yong-hang1,2*, YANG Feng-juan1, LIU Qiong1, ZHANG Hua3

(1.College of Environmental Science and Engineering, Donghua University, Shanghai 201620, China；2.Institute of Desert Meteorology, China Meteorological Administration, Xinjiang Urumqi 830002, China；3.State Key Laboratory of Severe Weather, Chinese Academy of Meteorological, Beijing 100081, China)., 2019,39(10)：4074~4081

Eleven representative urban areas in the Xinjiang region were selected for classification based on Aqua-MODIS C006 aerosol daily product data from 2006 to 2017, and the variations in AOD were studied for the 11cities in Xinjiang. The results showed that the AOD decreased in different degrees except in Urumqi during 2006 to 2017. On the contrary, AOD for the Urumqi area varied in a small increase during the same period. The average annual decline of AOD in the northern Xinjiang cities was relatively small, the AOD for Turpan decreased by 0.13 during the 12 years, which was the largest decline in the Hami and Yanqi urban agglomerations at the same latitude. The average annual decline of AOD in the southern Xinjiang cities was the most significant, the AODs decreased by 0.18, 0.16, 0.16 and 0.09 in Aksu, Kashgar, Hotan and Ruoqiang, respectively. The peak of the spatial distribution of AOD was in the southern Xinjiang, with an annual average higher than 0.50, and the annual average values of AOD in the northern and eastern Xinjiang were maintained at about 0.20 to 0.22. Meanwhile, AOD had seasonal variation characteristics, with a peak in spring, followed by summer, autumn and winter. In addition, the AOD decreased in different degrees in the Xinjiang region in the past 12 years, the source area of dust aerosols in the southern Xinjiang was the main area of AOD decline, and the reduction area showed a belt shape along the Kunlun Mountains from south to north.

MODIS C006；aerosol optical depth；Xinjiang region；city classification；interannual variation

X513

A

1000-6923(2019)10-4074-08

胡 俊(1994-),男,安徽合肥人,东华大学博士研究生,主要从事城市大气环境与气溶胶辐射效应研究.发表论文1篇.

2019-04-08

国家自然科学基金资助项目(41675026,91644211,41375021);中国博士后科学基金资助项目(2019M651322)

* 责任作者, 教授, yonghangchen@126.com