基于MAX-DOAS的淮北地区NO2柱浓度观测研究

郭映映,齐贺香,李素文,牟福生

(淮北师范大学物理与电子信息学院,安徽 淮北 235000)

0 引 言

随着社会经济的快速发展,大气污染问题也引起广泛关注。NO2是对流层内重要的痕量气体之一,其不仅严重影响着生态、环境和人类的身体健康,而且在酸雨、臭氧和光化学烟雾的形成过程中具有重要作用。NO2产生来源可以分为自然来源和人为来源,其中常见的人为来源有汽车尾气和工厂排放[1,2]。研究NO2浓度的时空演变规律和空间分布,对掌握NO2浓度的变化趋势和制定环境措施具有重要意义。

目前用于监测NO2气体的方式主要有地面监测和卫星遥感监测。地面监测仪器有点式测量仪和地基被动差分吸收光谱仪等。点式测量仪监测范围小且无法得到大范围的对流层NO2柱浓度分布信息[3]。光学被动式遥感监测系统技术具有连续、实时、非接触等优势,在环境监测领域获得了广泛应用。多轴差分吸收光谱(Multi-axis differential optical absorption spectroscopy,MAX-DOAS)技术是一种新型的DOAS光学遥感技术,通过不同的仰角观测太阳散射光来反演痕量气体浓度[4,5]。MAX-DOAS系统结构简单,成本相对较低,有利于大规模的组网观测,因此被广泛应用于痕量气体的监测中[6,7]。国外不同研究组针对不同地区和反演算法开展了广泛研究[8−10],2019年Schreier等[8]利用MAX-DOAS对奥地利维也纳地区的NO2、HCHO、CHOCHO的空间和时间分布进行评估,2020年AbdulAziz等[9]利用DOAS方法测定了低浓度的NO2气体。国内2013年王杨等[11]研究了MAX-DOAS反演NO2等痕量气体的对流层垂直廓线和垂直柱浓度的两步反演方法,2014年王婷等[12]利用MAX-DOAS对华北地区香河站NO2对流层垂直柱浓度季节变化进行分析,2016年张杰等[13]利用OMI卫星观测数据分析了中国中部平原地区NO2对流层柱浓度时空变化特征。本文基于2019年6月–2020年5月的MAX-DOAS观测数据反演了淮北地区NO2对流层垂直柱浓度,分析了其月变化特征并和OMI测量结果进行对比。

1 基本原理

MAX-DOAS以太阳散射光为光源,利用气体分子在紫外和可见波段的特征吸收得到多仰角的斜柱浓度(Slant column density,SCD)[14−16],即DSCα。由于平流层气体的斜柱浓度基本不随仰角的大小而发生改变,只与太阳天顶角有关,因此可以利用α≠90°时的斜柱浓度减去α=90°的柱浓度,来扣除平流层的斜柱浓度,得到差分斜柱浓度(Differential slant column density,dSCD),即DdSCα,其表达式为

再利用大气质量因子(Air mass factor,AMF),即FAMα,得到对流层污染物气体的垂直柱浓度(Vertical column density,VCD),即DVC,其表达式为

FAMα可以利用大气辐射传输模型SCIATRAN计算得到,也可以利用几何近似的方法得到[17−19]。对于对流层吸收气体,大气质量因子可以粗略地表示为

研究中采用几何近似的方法来获取FAMα,但是这种方法会产生一定的误差。选取α=30°的仰角,来反演观测时段内的垂直柱浓度DVC。

2 实验装置

此次实验采用的装置是由中国科学院安徽光学精密机械研究所研制的一维MAX-DOAS[20],观测地点(淮北师范大学物理楼,33°58′N,116°48′E)位于淮北北部郊区,一维MAX-DOAS系统安装在物理楼5楼楼顶,如图1(a)所示。观测时望远镜指向市区方向(方位角为177°,正北为0°)。实验装置分为两部分,望远镜和步进电机放置在室外,光谱仪和计算机放置在室内,其中光谱仪需放置在温度为20°C左右的温控箱中,以减少因温度变化对反演结果产生的误差。太阳散射光通过望远镜汇聚,由光纤传输至光谱仪中获得测量光谱,利用计算机实时、在线显示测量的光谱,实验装置如图1(b)所示。光谱仪为海洋光学的HR2000+,其分辨率为0.54 nm,波长范围为290～420 nm。每条光谱测量100次进行平均,根据光谱的强度,自动调节积分时间,得到信噪比较高的光谱。在步进电机的转动下望远镜的仰角发生改变,依次为1°、2°、3°、4°、5°、6°、8°、15°、30°、90°,一个循环大约 15 分钟。

图1 MAX-DOAS测量地点(a)和结构图(b)Fig.1 Measurement site(a)and structure diagram(b)of MAX-DOAS

3 实验结果与对比分析

3.1 光谱反演

选取2019年6月–2020年5月观测的光谱数据来反演NO2柱浓度,结合WINDOAS软件利用DOAS算法,通过非线性最小二乘法在345～365 nm波段内对测量光谱进行反演。在波长拟合过程中,允许波长有较小的漂移或挤压,以补偿由于光谱仪的不稳定性引起的误差。表1列出了DOAS反演过程中使用的所有气体截面和拟合多项式的阶数[21]。图2是30°仰角测量光谱下的NO2拟合结果图,图中将2019年12月2日14:52的一条90°仰角的测量光谱作为夫琅禾费参考光谱。由图2可知,当α=30°时,NO2的DdSCα为6.35×1016molecules·cm−2,拟合的剩余噪声为 2.15×10−3。

表1 NO2反演设置Table 1 NO2SCD retrieval fit settings

图2 2019年12月2日14:57 30°仰角测量光谱反演示例Fig.2 Spectral retrieval example when elevation angle is 30°at 14:57 on December 2,2019

3.2MAX-DOAS和OMI NO2VCD月均值的时间序列

将MAX-DOAS 2019年6月–2020年5月期间的观测数据进行月平均得到对流层NO2VCD月均值时序图,如图3(a)所示。由图可知,NO2污染物浓度基本呈倒“U”型分布,夏季NO2柱浓度低于冬季,其中在8 月和 12 月分别出现了月均值最小值 (5.23×1015molecules·cm−2)和最大值 (2.13×1016molecules·cm−2)。冬季NO2浓度高的原因,一是冬季温度低,NO2化学反应速率慢、寿命长,不易扩散,造成积累;二是冬季煤和石油等燃料使用较多,使得NO2污染物浓度增加;三是冬季大气边界层较低,容易出现逆温,导致低空积累[12,16,25]。夏季温度高,太阳光强度大,NO2化学分解速度快,寿命短,导致NO2浓度低[20]。观测期间2020年2月浓度迅速下降,这是由于2月份是新冠肺炎疫情期间,交通和工业管制使得人为来源的排放大量减少。3月份开始,疫情得到初步控制,工厂复工和交通恢复导致NO2浓度又开始增加。利用OMI卫星测量淮北地区同一时期的 NO2气体浓度,选取经纬度范围为 116°23′E–117°02′E 和 33°16′N–34°14′N、格点为0.05°×0.05°、云系数FeC低于0.3的数据[26,27]。对卫星数据进行处理得到淮北地区对流层NO2VCD的时间序列,如图3(b)所示。由图可知淮北地区NO2对流层柱浓度在12月份月均值最大,8月份月均值最小,与MAX-DOAS地面监测数据变化一致。

图3 MAX-DOAS(a)和OMI(b)2019年6月–2020年5月对流层NO2VCD月均值时序图Fig.3 Monthly mean time series of tropospheric NO2VCD observed by MAX-DOAS(a)and OMI(b)from June 2019 to May 2020

3.3 不同季节的平均日变化

图4给出了2019年6月–2020年5月淮北地区不同季节对流层NO2VCD的平均日变化。可以看出,淮北地区NO2VCD具有明显的季节变化特征,总体表现为冬季浓度最高,秋季、春季次之,夏季最低。该结果与牟福生等[20]对合肥地区NO2季节变化特征的研究结果一致。对流层NO2VCD日变化在不同季节变化趋势不同,在上午相差较小,下午差异较大。其中夏季NO2VCD普遍偏低,日变化最明显;冬季NO2VCD普遍偏高,浓度持续增加,最高值出现在傍晚;春季和秋季均在上午和傍晚出现高值。这主要是因为四季温度不同,导致NO2化学反应的速率不同。另一方面,上午温度普遍低于下午温度,导致下午NO2分解速率加快,浓度下降。

图4 2019年6月–2020年5月不同季节对流层NO2VCD平均日变化Fig.4 Mean diurnal variations of tropospheric NO2VCD in averaged for different seasons from June 2019 to May 2020

3.4 几何近似计算FAMα的误差分析

为了验证由几何近似计算FAMα对反演结果的影响,这里给出了15°和30°两个不同的观测角度,计算得到2019年12月5–7日(晴天)07:00–17:00对流层NO2VCD,结果如图5(a)所示。理论上不同的观测角度得到的VCD应该是相同的。由图可以看出,利用几何近似计算得到的NO2VCD,在15°和30°观测角度下的变化趋势一致,并且NO2VCD的日均值[图5(b)]相差较小,所得到的NO2VCD的误差在10%以内。表明利用几何近似在晴朗天气情况下,可以简单有效地计算NO2VCD。

图5 对流层NO2VCD在15°和30°观测角度下的日变化(a)和日均值(b)Fig.5 Diurnal variations(a)and daily averaged value(b)of tropospheric NO2VCD at the observation angle of 15°and 30°

3.5 对流层NO2VCD高值月份浓度来源分析

对比MAX-DOAS和OMI观测得到的对流层NO2VCD月均值时序图,发现两者都在2019年11和12月份达到高值。为分析高值产生的原因,基于OMI卫星数据给出淮北及其周边地区2019年11和12月份对流层NO2VCD月均值的空间分布(图6),发现淮北市东北方向的徐州地区NO2污染物浓度较高,其他方向NO2污染物分布比较均匀。

图6 OMI观测淮北及其周边地区2019年11月和12月对流层NO2VCD月均值分布Fig.6 Monthly mean distribution of tropospheric NO2VCD observed by OMI in November(a)and December(b),2019 in Huaibei and its surrounding areas

结合风场轨迹模型(Hybrid single particle lagrangian integrated trajectory,HYSPLIT)[28]分析了11月份和12月份观测区域500 m高度风场对污染的影响(图7)。模型中设置时间为08:00–16:00,轨迹间隔2小时。11月份主要为东南风场(占比63%)和西北风场(占比38%),如图7(a)所示;12月份主要为偏北风场(占比86%)和偏南风场(占比14%),如图7(b)所示。结果表明,淮北地区11月份NO2污染物浓度受徐州地区影响较小,可认为是本地积累;12月份徐州地区污染物浓度在东北风场(49%)的作用下向淮北地区输送,导致淮北地区NO2污染物浓度增加。

图7 2019年11月份(a)和12月份(b)风场后向轨迹分析Fig.7 Backward trajectory analysis of wind field in November(a)and December(b)2019

3.6MAX-DOAS测量对流层NO2VCD与OMI对比

图8给出了淮北地区MAX-DOAS地面仪器测量和OMI卫星测量2019年12月份每天12:00–14:00对流层NO2VCD的时序对比图[图8(a)]和相关性图[图8(b)],其中OMI卫星测量包括云系数为0

图8 MAX-DOAS和OMI 12月份对流层NO2VCD日均值对比(a)和相关性(b)Fig.8 Tropospheric NO2VCD daily averaged value comparison between MAX-DOAS and OMI in December 2019(a)and the correlation coefficient between them(b)

4 结 论

基于MAX-DOAS观测淮北地区从2019年6月–2020年5月期间的NO2VCD,分析了淮北地区NO2VCD的月均值变化特征,并与OMI卫星测量结果进行对比。测量结果表明,MAX-DOAS和OMI测量的NO2污染物浓度基本都呈倒“U”形分布。由淮北地区对流层NO2VCD高值月份的空间分布可知,淮北地区11月和12月份东北方向污染物浓度较重,其他方向浓度分布均匀。分析11月和12月份淮北地区的风场可知,淮北地区11月份高值是由本地积累产生,12月份高值是受到徐州地区的影响。将12月份MAX-DOAS和OMI云系数分别为0