基于AERONET的北京地区气溶胶光学特性分析

2021-02-26 01:17葛鹏张天舒付毅宾项衍
大气与环境光学学报 2021年1期
关键词:北京地区沙尘气溶胶

葛鹏,张天舒,付毅宾,项衍

(1 中国科学院合肥物质科学研究院安徽光学精密机械研究所,中国科学院环境光学与技术重点实验室,安徽 合肥 230031;2 中国科学技术大学, 安徽 合肥 230026)

0 引 言

大气气溶胶是大气介质与混合在其中的固态、液态微粒组成的多相体系。气溶胶通过吸收、散射等方式直接或间接改变辐射平衡,影响环境与气候变化[1−3]。气溶胶来源丰富、分布不均、化学过程复杂,导致不同地区的气溶胶光学特性有着较大差异[4−7]。气溶胶会使大气能见度降低,影响人们的日常生产与出行;同时有害物质会严重危害人类的身体健康[8,9]。因此,对各地区气溶胶光学特性的探测,对于研究全球气候变化与改善环境有着重要的意义。

近年来,基于地基遥感网络对气溶胶进行探测已经成为了一种常用方法,国内外相关学者运用观测数据分析气溶胶光学特性、识别气溶胶种类、反演雷达比和偏振比等。Holben 等[10]建立了AERONET 太阳光度计观测网络,对全球不同站点的气溶胶光学特性进行观测与反演;Lee 等[11]通过地基观测数据中的细粒子比(FMF)与单次散射反照率(SSA)数值,共分出了4 种类型的气溶胶,分别为海盐型、煤烟型、硫酸盐型与沙尘型,对应着不同的特征值;Li 等[12]使用太阳光度计分析了北京地区的气溶胶光学特性,得出了2011 年与2012 年期间冬季的大气特点,结果发现北京地区冬季气溶胶中,细粒子颗粒物比重较大,Angstr¨om 波长指数为1.3,污染物的主要成分为细颗粒物;吕睿等[13]选取了2010-2014 年北京地区春季大气气溶胶光学特征数据,对沙尘气溶胶进行分析,得出沙尘天气期间气溶胶光学厚度(Aerosol optical depth,AOD)大于0.9,且Angstr¨om 波长指数集中在0.5 以下。

北京地区属于温带季风性气候区,四季分明,同时城市经济发展迅速,人口密集,自然季风变化加之人类生产活动的影响,使得北京地区存在多种污染物来源,气溶胶种类多样。当遇到不利的气象条件时,污染物会不断积累,对人们的生活造成影响。探究气溶胶光学特性的季节变化特征,可以分析不同季节主要气溶胶颗粒物的种类及来源,同时结合雷达比的季节规律,为激光雷达比的设定提供参照。全球气溶胶地基观测网络(AErosol RObotic NETwork,AERONET)是目前广泛使用的观测平台,由美国航空航天局建立,选取了北京地区2016-2018 年间的气溶胶光学厚度τ、Angstr¨om 波长指数α 与粒径谱分布、雷达比LR 反演数据,对北京地区不同季节气溶胶的光学性质进行分析,得出各季节典型污染物的特性,并对不同季节污染天气的雷达比进行分析,为其他观测方法提供参考依据。

1 仪器介绍及数据来源

采用的数值资料来源于AERONET,目前AERONET 观测网络已超过600 多个站点,站点数据被广泛用于气溶胶光学特性的相关研究。观测网络统一使用的观测仪器为法国CIMEL 公司生产的CE318 型多波长太阳光度计,包含了8 个波长通道,范围覆盖340~1020 nm,其中还有专门的水汽通道,太阳直射辐射值可由不同通道直接获得,并用于反演AOD、消光光学厚度、粒径谱分布等。AERONET 观测网内的太阳光度计都进行了统一标准的数据标定和数据反演,观测数据分为3 个级别:Level 1.0、Level 1.5 与Level 2.0,分别为原始数据、经过云处理的数据、人工质量校验后的数据。AOD 反映了大气整层气溶胶含量,Angstr¨om 波长指数与粒径谱的分布特性体现了颗粒物的尺度分布情况,雷达比可为激光雷达的垂直探测反演提供参考数据。

北京站位于中国科学院大气物理研究所楼顶(39.977◦N,116.381◦E),站点覆盖了2001-2019 年的观测数据,除了受到季节影响外,主要受到周边交通污染的影响。选取2016 年1 月-2018 年12 月期间北京站点的Level 2.0 数据,对500 nm 通道的AOD、440~870 nm 的Angstr¨om 指数、粒径谱分布进行分析,其中春季为3-5 月,夏季为6-8 月,秋季为9-11 月,冬季为12-2 月。各月有效数据天数如表1 所示。

表1 2016-2018 年各月有效样本数据天数Table 1 Days of valid data in each month from 2016 to 2018

本文选取了中度及以上污染天气,对相应的站点数据进行分析,整理分类不同季节的气溶胶,其中污染情况由空气质量指数的历史数据而来,同时参考有报道的污染天数,并以2018 年1 月、2018 年3 月中两次有报道的污染过程为例,分析计算不同雷达比下的反演差异。

图1 2016-2018 年AOD 与Angstr¨om 波长指数变化曲线。(a)月变化曲线;(b)月平均数值变化曲线Fig.1 Variation of AOD and Angstr¨om from 2016 to 2018. (a)Monthly,(b)monthly mean

2 实验结果与讨论

2.1 气溶胶的季节特征

2016-2018 年, 北京地区的气溶胶光学厚度值与Angstr¨om 指数月变化情况如图1(a)所示, 由于2017年6-9 月站点没有数据, 剔除这4 个月的部分。各月均值的变化如图1(b)所示。从图中可以看出,AOD与Angstr¨om 波长指数存在较大的波动,变化趋势趋于一致。存在明显的季节差异。AOD 的最大值出现在2016 年7 月(1.4),最小值出现在8 月(0.11); α 在2016 年9 月最大(1.43),5 月最小(0.76)。每年7 月左右AOD 值为当年最高水平,且α >1.1,北京地区7 月多雨,大气中水汽含量较高,细粒子占比大。在2016 年与2017 年中,α 的最低值出现在4 月,2018 年出现在5 月,这说明对应月份的颗粒物多为大颗粒物。对于气溶胶光学厚度而言,春、夏波动大,秋、冬较为平缓,说明气溶胶在春、夏两季活动频繁,而在秋、冬趋于稳定状态。

对不同月份的AOD 与Angstr¨om 波长指数进行季节平均与标准差计算,各季节平均数值折线图如图2所示,平均值与标准差如表2 所示。

图2 2016-2018 年AOD 与Angstr¨om 波长指数季节变化曲线Fig.2 Variation of seasonal mean AOD and Angstr¨om exponent from 2016 to 2018

表2 2016-2018 年不同季节AOD 与Angstr¨om 波长指数的均值与标准差Table 2 The mean value and standard deviation of AOD and Angstr¨om exponent in different seasons from 2016 to 2018

不同季节AOD 与Angstr¨om 波长指数存在显著差异,其中季节平均AOD 夏季达到0.83,为最大值;冬季达到0.38,为最小值。任团伟等[14]对北京地区2009-2011 年的气溶胶光学厚度的研究,各季节均值分别为0.63、0.87、0.61、0.51,与上述分析的变化规律相一致,不过2016-2018 年AOD 值整体较小,特别是秋冬季节的AOD 值下降明显,说明近年来北京地区污染情况有所好转。Angstr¨om 波长指数表现为夏季最大(1.23),春季最小(0.95),其中仅春季α <1,这与2010-2014 年春季的α 频率分布峰值(0.95~1.4)[13]相一致。

春季AOD 值为四季中的次大值,但α 最小,且标准差较大,说明该季节气溶胶粒径尺度较大且变化较多, 同时其消光特性较为显著。根据以往的研究,中国北部受蒙古、河套气旋影响明显, 特别在春季气旋活动频繁,会导致大风天气,同时北京受季风影响,春季降雨少,非常干燥,加之大风的影响,易形成沙尘天气[15,16]。沙尘类气溶胶α <0.7[17],小于春季平均值0.95,说明春季北京地区气溶胶粒径较小,大颗粒沙尘气溶胶间断影响。

夏季AOD 与α 均为全年最大值,且AOD 的标准差最大。α >1时,大气中细粒子气溶胶占主导[18],这与Sun 等[19]研究结果相一致。北京地区夏季气温高,相对湿度大,同时太阳辐射很强,大气中的水汽含量增多。同时,光化学反应非常活跃,增强了大气不稳定性,加速了二次气溶胶粒子的形成[20]。其中,机动车排放与燃煤排放是大气细粒子的主要来源,氨盐与硫酸盐占较大比重[21]。

秋冬季节AOD 总体较低,且标准差较小。北京秋冬季多受低压辐合带或均压场控制,边界层高度非常低,有时整天维持在约400-500 米的高度[22,23],同时大气出现明显分层,边界层上气溶胶粒子含量极少,大气洁净;此时风向转变为西北风,在季风的影响下,水汽逐渐减少,干燥少雨或成为北京地区的主要特点,大气中的水汽含量也逐渐下降,这使得北京秋冬季节整层大气气溶胶光学厚度较小。Angstr¨om 波长指数依然大于1,呈现出工业与生物质燃烧混合污染的特点,这可能与北方地区每年11 月起燃烧化石燃料供暖,向大气中排放烟尘细粒子有关。

2.2 不同季节污染天气下的颗粒物粒径分布规律

为了进一步分析不同季节污染情况下气溶胶的类型与体积差异,通过将中度及以上污染条件下的观测数据进行计算分析得出粒径谱分布图,结果如图3。粒径谱可以反映出不同粒径粒子的分布特征,采用对数正态分布计算

式中: dV/dlnr 为体积尺度谱分布,Cv为体积浓度,r 为粒子半径,rv为粒子几何平均半径,σ 为标准偏差。

图3 各季节污染条件下气溶胶粒径谱的分布Fig.3 Seasonal aerosol size distribution under polluted condition

各季节污染条件下,粒子体积尺度均呈现双峰型,但不同季节的峰值位置存在较大差异,表明污染物组分有季节特征。春季粗模态气溶胶粒子体积浓度显著大于细模态,粒子半径2.24µm 处体积浓度最大,表明春季污染的主导因素是大颗粒沙尘气溶胶。除此之外,夏季的粗细模态峰值差异较大,夏季水汽充足,颗粒物容易聚集。冬季季节细模态峰值位置更小,表明冬季粒子组态更小,可能生物质燃烧取暖所排放的气溶胶占主导。该图符合Angstr¨om 波长指数所描述颗粒物尺度,有较好的对应关系。通过分析AOD 与Angstr¨om波长指数,可以初步划分不同污染物类别,对不同季节的污染特性进行分析,根据Omar[24]等、Toledano[25]等的研究结果,结合北京地区温带季风气候的特征及冬季集中供暖等特点,将污染物分为四类: 城市工业型气溶胶(τ >0.20,α >1.30)、煤烟型气溶胶(τ <0.15,α <1.40)、沙尘型气溶胶(τ >0.30,α <0.70)、其他难以分辨的混合型气溶胶。分析各季节污染条件下AOD 与Angstr¨om 波长指数α 的关系,如图4 所示。

由图4 可以看出,春季时污染物类型复杂,主要集中在混合型气溶胶区域,同时在沙尘型气溶胶区域出现的概率高于其他季节,表明北京地区春季受外源性沙尘影响较为严重。城市工业型气溶胶为夏季污染物的主要类型,这表明本地污染物排放占据主要地位,高温、高湿度的夏季也为工业交通排放的颗粒物提供了聚合与反应的有利条件。整体状态稳定,因此以本地城市排放为主控因素。冬季污染物的分布主要集中在煤烟型气溶胶区域与城市工业型气溶胶区域,11 月北京进入供暖期,此后煤烟型气溶胶含量迅速增加,呈现明显的区域性季节特点。

图4 各季节污染条件下AOD 与Angstro¨m 波长指数关系图。(a)春季;(b)夏季;(c)秋季;(d)冬季Fig.4 Scatter diagram of AOD and Angstro¨m exponent in different seasons under polluted condition.(a)Spring,(b)summer,(c)autumn,(d)winter

2.3 气溶胶类型对雷达比参数优化的应用

雷达比是激光雷达探测数据反演气溶胶垂直分布特性的重要参数,目前米散射激光雷达中一般使用固定雷达比数值对观测结果进行反演计算,即假定大气气溶胶粒子的消光系数仅与粒子密度有关,不考虑尺度谱与化学组分的变化[26−28],常用的数值为60 sr。然而不同种类气溶胶有着不同的雷达比,需要对典型污染条件下不同雷达比的反演结果进行分析。以北京地区2018 年1 月14 日前后一次城市工业型气溶胶污染过程、2018 年3 月28 日前后的一次沙尘污染过程为例,分别选取2018 年1 月12-16 日、3 月26-30 日的AOD 与Angstr¨om 波长指数,分析变化情况,并使用同期在中科院大气物理研究所进行观测的中科院安徽光学精密机械研究所研发的米散射激光雷达数据,使用不同雷达比进行分析与反演。

城市工业型气溶胶污染过程的AOD 与Angstr¨om 波长指数变化曲线如图5 所示。图中可以看出1 月13 日AOD 值快速增大,1 月14 日出现峰值,并逐渐下降,并于15 日再次增高。Angstr¨om 波长指数维持在较高水平,表明此时空气中细粒子颗粒物占主导,15 日后明显下降。这与历史报道的污染时间相符合。

选取同期在中科院大气物理研究所内运行的米散射激光雷达探测数据,雷达比分别使用常用的固定值60 sr 与城市工业型气溶胶的特征值70 sr[29]进行反演计算。选取2018 年1 月14 日的数据进行反演,并分析两种雷达比反演结果的误差数值,反演结果如图6 所示。

两次反演结果有很高的相关性,且变化趋势一致。使用不同的雷达比对于近地面粒子密度较高处的气溶胶反演结果影响较大,70 sr 的消光系数大于60 sr 的反演结果。对两组消光数据进行分析,在低污染区域反演结果差异不大,但在高污染区域误差值达到25%~35%,使用固定雷达比60 sr 计算时会低估近地面的消光结果。

图5 2018 年1 月12-14 日AOD 与Angstr¨om 波长指数变化曲线Fig.5 Variation of AOD and Angstr¨om exponent from Jan.12 to 16,2018

图6 2018 年1 月14 日消光系数反演图。(a)LR=60;(b)LR=70Fig.6 Extinction coefficient on Jan.14,2018. (a)LR=60,(b)LR=70

2018 年3 月26-31 日沙尘污染过程的AOD 与Angstr¨om 波长指数如图7 所示。从图中可以看出,3 月27 日开始出现沙尘侵扰,3 月28 日的Angstr¨om 波长指数仅有0.2 左右,大颗粒物占绝对主控因素,从3 月29 日开始AOD 逐渐减小,α 逐渐增大,表明沙尘侵扰结束,污染状况好转。

雷达比分别选取常用的数值60 sr、沙尘型气溶胶的特征值44 sr[29]对2018 年3 月28 日的数据进行消光系数反演分析,结果如图8 所示。对于近地面处消光系数而言,使用44 sr 的反演结果低于使用60 sr。两组反演结果有较高的相关性,但对于同组数据,两者之间相差25%~40%,使用不同雷达比对最终的反演结果有较大的影响。

使用不同雷达比对激光雷达数据进行反演计算时,在近地面部分会产生较大误差,因此确定合适的激光雷达比数值较为关键。可以使用太阳光度计对气溶胶种类进行初步分类,选取合适的雷达比,提高反演结果的准确性。

图7 2018 年3 月26-31 日AOD 与Angstr¨om 波长指数变化曲线Fig.7 Variation of AOD and Angstr¨om exponent from Mar. 26 to Mar. 31,2018

图8 2018 年3 月28 日消光系数反演图。(a)LR=44;(b)LR=60Fig.8 Extinction coefficient on Mar. 28,2018. (a)LR=44,(B)LR=60

3 结 论

利用2016-2018 年AERONET 北京站的观测与反演数据,对北京地区气溶胶光学特性的季节变化规律与主要污染物进行了分析:

1)北京地区三年AOD 均值为0.58,其中7 月最大,达到1.40,而12 月最小,仅为0.37。同时夏季均值最大,冬季最小,表明夏季大气气溶胶含量丰富,而冬季大气条件趋于平稳。Angstr¨om 波长指数夏季最大(1.23),随后递减,到春季达到最小值(0.95),表明北京地区夏季气溶胶主要为细粒子,随后逐渐增大,仅春季α <1.0,表明粗粒子影响严重;

2)污染条件下,北京四季均受城市工业型气溶胶与混合型气溶胶影响,但不同季节有明显的主控气溶胶类型。春季沙尘型气溶胶频繁,表明北京地区春季受沙尘影响严重;夏季几乎不受沙尘型气溶胶的影响,主要为细模态的城市工业型气溶胶;秋季主要为城市工业型气溶胶与混合型气溶胶,偶有沙尘侵扰;冬季出现了独特的煤烟型气溶胶类型,与燃烧供暖关系密切;

3)使用不同雷达比进行反演时,反演结果变化趋势一致,但在不同高度有着不同的影响,特别是在近地面处的误差较大。可采用太阳光度计对气溶胶类型进行初步分类,通过查表法确定对应雷达比,提高雷达反演数据的质量。

猜你喜欢
北京地区沙尘气溶胶
CF-901型放射性气溶胶取样泵计算公式修正
气溶胶中210Po测定的不确定度评定
北京地区居民镉摄入量评估
可怕的沙尘天气
四川盆地秋季气溶胶与云的相关分析
1949—1966年北京地区贞操观的变革——解放与进步
大气气溶胶成核监测
北京地区地下水人工回灌简介
北京地区满文古籍纵横谈