2004–2018年间中国区域气溶胶时空变化特征研究

杨光,麻金继∗,孙二昌,吴文涵,郭金雨,林锡文

(1 安徽师范大学地理与旅游学院,安徽 芜湖 241002;2 资源环境与地理信息工程安徽省工程技术研究中心,安徽 芜湖 241002)

0 引言

随着城市化与工业化的迅速发展,空气质量恶化以及由此引起的健康问题逐渐成为国家和社会关注的热点[1,2]。2013 年,中国国务院印发《大气污染防治行动计划》,力图改善空气质量,提高人民生活幸福感[3,4]。大气气溶胶是指悬浮于大气中,空气动力学直径在0.001∼100µm 之间的微小固体或液体颗粒组成的稳定混合物,具有显著的环境效应,其光学特性常被作为评价空气污染程度的关键参数[5]。气溶胶与人类的生命健康息息相关,气溶胶中粒径小于10µm 的颗粒物可随着空气流进入呼吸道中甚至沉积于肺部,而粒径小于2.5µm 的颗粒物可沉积于呼吸系统的下呼吸道,如肺泡区[6]。由此可见,不同粒径大小的气溶胶对人类健康的影响程度不同。生物有机体和病原体等也可借助气溶胶颗粒在空气中进行传播,引起人类的心血管、呼吸道和传染性疾病等[7,8]。因此,研究中国区域长时间序列的气溶胶光学特性及其时空变化规律,对我国制定与实施大气污染防治政策具有重要的参考意义。

气溶胶光学厚度(Aerosol optical depth,AOD)和Ångstr¨om 波长指数(Ångstr¨om exponent,AE)是描述气溶胶的两个重要光学参数,能够表征气溶胶的光学特性。AOD 被定义为特定波长下气溶胶介质的消光系数在垂直方向上的积分,通常可用来衡量垂直大气柱的气溶胶含量和评估大气颗粒物的污染程度[9,10]。AE 是指气溶胶颗粒物的消光能力与光波长之间的关系,与气溶胶的平均半径有关,较大的AE 值反映小粒子为气溶胶的主控粒子,相反,较小的AE 值反映气溶胶中的大粒子较多[11,12]。结合AOD 和AE,可以综合评价某个区域的大气污染情况和气溶胶类型[13]。目前,很多国内外学者从地基监测和卫星观测的角度对不同时空尺度的气溶胶特性都进行过研究。陈好等[14]利用全球气溶胶观测网(AERONET)2001–2012 年中国地区12个站点的地基气溶胶光学特性产品,研究了中国地区的气溶胶类型特性及其时空变化规律;Kim 等[15]通过分析MODIS 气溶胶产品以及微脉冲激光雷达(MPL)和AERONET 站点的多年观测数据,分析了东亚的气溶胶光学特性在季度与月度上的空间变化情况;Zhang 等[16]利用MODIS 和MISR 气溶胶产品对2000–2009年全球海上气溶胶光学厚度进行了研究;郭婉臻等[17]利用MODIS 气溶胶产品,使用一元线性回归法分析了2008–2017 年中国陆地气溶胶光学厚度时空变化特征,同时比较了“三区十群”区域内外的AOD 变化差异;雷茜[18]利用MODIS 和OMI 气溶胶产品,通过AOD、AE 和气溶胶吸收指数(UVAI)对“一带一路”区域的气溶胶时空分布特征进行了分析,研究表明“一带一路”地区AE 值的区域差异很明显。

由此可见,前人对于不同时空尺度的气溶胶光学特征都进行过大量的研究。然而,对于同时使用AOD和AE 综合分析整个中国区域长时间序列的气溶胶光学特性以及气溶胶类型方面,前人的研究较少。本文以中国陆地区域为研究区,利用MODIS 长期观测的气溶胶日产品MOD04_L2,分析中国区域2004–2018 年AOD 与AE 的时空变化特征以及气溶胶类型的变化特征,并运用地理学理论解释其发生变化的原因。

1 数据与方法

1.1 数 据

使用的550 nm AOD 数据和AE 数据均提取于MODIS/Terra C6 MOD04_L2 气溶胶日产品,空间分辨率为10 km×10 km。MODIS 作为全球首个提供中高分辨率气溶胶产品的卫星传感器,其产品在海洋、气象与环境等领域的研究中发挥着重要作用[19,20]。MODIS 气溶胶产品在问世后,经历了多次算法优化与版本更新[21−23]。使用的MOD04_L2 数据融合了深蓝算法(Deep blue) 算法和暗目标算法(Dark target),数据精度相较于前一代的C5 产品更优。图1 为MOD04_L2 日产品处理流程图,从LAADS Web 网站(https://ladsweb.modaps.eosdis.nasa.gov/)获取到MOD04_L2 日产品后,利用IDL 软件进行数据预处理,最终得到研究区域AOD 和AE 的均值数据,再利用ArcGIS 与Python 等工具对均值数据进行统计与分析。

图1 MOD04L2 日产品处理流程图Fig.1 Processing flow chart of MOD04_L2 daily product

1.2 线性倾向估计法

以年份为X(2004 年为1,2018 年为15),某像元的AOD 或AE 值为Y,建立一元线性回归方程,计算得到Y=KX+B,其中K为一元线性回归系数(斜率)。K的计算公式为

式中:n代表年数15,i代表第i年(2004 年i=1,2018 年i=15),Xi代表第i年的AOD 或AE 的年均值。利用上述方法,计算得出中国区域每个像元在2004–2018 年之间的K值,从而基于像元尺度对中国区域的AOD 和AE 进行年度变化趋势分析。

1.3 AOD-AE 气溶胶类型划法

参考前人提出的AOD-AE 气溶胶类型划分方法,将大气气溶胶分为五类,分别为清洁海洋型(AOD<0.2,AE<0.9)、清洁大陆型(AOD<0.2,AE>1.0)、城市工业型(AOD>0.3,AE>1.0)、沙漠粉尘型(AOD>0.5,AE<0.7)和不属于这些类型的混合型[11,24]。根据中国区域每个像元的AOD 和AE 值,确定其所属的大气气溶胶类型,得到中国区域不同时间尺度下气溶胶类型的变化特征。

2 结果与分析

2.1 中国AOD 与AE 的时空变化特征

2.1.1 年际时空变化特征

图2 是2004–2018 年中国AOD 年际空间分布图,AOD 与大气能见度呈负相关,大气能见度小时,AOD值高[25]。由图可见,中国区域“胡焕庸线”以东地区的AOD 值明显高于“胡焕庸线”以西地区,总体表现为:京津冀城市群、中原城市群、长三角城市群、长江中游城市群、珠三角城市群和成渝城市群为中国AOD 相对高值区(0.6

图2 2004–2018 年中国AOD 年际空间分布图。(a)2004–2008 年;(b)2009–2013 年;(c)2014–2018 年;(d)2004–2018 年Fig.2 Annual spatial distribution of AOD in China from 2004 to 2018.(a)2004–2008,(b)2009–2013,(c)2014–2018,(d)2004–2018

图3 为2004–2018 年中国AE 年际空间分布图,某地区AE 值越高,反映该地区小粒径气溶胶占比越大,反之大粒径气溶胶占比越大。由图可以看出,中国区域AE 的空间分布特征总体表现为:四川盆地边缘地区、贵州地区、珠三角地区、云南南部、广西东南部、福建中部、海南北部、台湾西部地区为中国AE 相对高值区(1.6

图3 2004–2018 年中国AE 年际空间分布图。(a)2004–2008 年;(b)2009–2013 年;(c)2014–2018 年;(d)2004–2018 年Fig.3 Annual spatial distribution of AE in China from 2004 to 2018.(a)2004–2008,(b)2009–2013,(c)2014–2018,(d)2004–2018

图4 为2004–2018 年中国AOD 和AE 年度均值变化图,由图可知,中国区域AOD 与AE 值在15 年间均经历了多次波峰与波谷,且均呈现整体下降的趋势。其中,2006 年AOD 值最高(0.316),2017 年AOD 值最低(0.213)。从2006–2009 年AOD 值逐年下降,可能与中国政府秉承“绿色奥运”的理念在承办北京奥运会前后出台的一系列空气污染治理政策有关,促使AOD 出现时段性降低[26,27]。2014–2018 年,中国政府加大综合治理力度,调整优化产业结构,《大气污染防治行动计划》取得良好成效,中国区域AOD 值下降明显[28]。中国区域AE 值在2011 年最高(1.457),2016 年最低(1.419),说明2011 年中国区域小粒子气溶胶占比最多,2016 年小粒子气溶胶占比最少,且AE 值在2011–2016 年间逐年降低。2016 年之后AE 值又逐渐升高,说明2016 年之后中国区域气溶胶粒径有减小的趋势。

图4 2004–2018 年中国年度均值AOD 与AE 变化图Fig.4 Variation chart of the annual mean AOD and AE in China from 2004 to 2018

图5(a)为2004–2018 年中国AOD 空间变化趋势图(K值图),图中每个像元的值代表该像元在2004–2018 年共15 年间的一元线性回归系数K。当K>0 时,该地区AOD 值呈增大趋势;当K<0,该地区AOD值呈减小趋势。2004–2018 年,中国73%的地区K<0,AOD 呈减小趋势,主要表现在华北地区、华东地区、华中地区、华南地区、西南地区、陕甘宁中东部、内蒙古中部、新疆塔里木盆地中部地区。其中四川盆地AOD 的减少最为明显与集中,与前人的研究成果一致[17,29]。四川盆地人口众多,地形独特,城市化与工业化迅速,在国家重视大气污染防治、实施减排政策后,碳排放强度整体下降,AOD 值随之减小[30]。中国东北地区和新疆、西藏、青海、甘肃、内蒙古、云南的部分地区AOD 值在2004–2018 年间呈增大趋势,其中长春-哈尔滨地区增大最为显著。

图5 2004–2018 年中国AOD(a)与AE(b)空间变化趋势图Fig.5 Spatial variation trends of AOD(a)and AE(b)in China from 2004 to 2018

图5(b)为2004–2018 年中国AE 空间变化趋势图(K值图)。当K>0时,该地区AE 值呈增大趋势,气溶胶粒径在15 年间呈减小趋势;当K<0时,该地区AE 值呈减小趋势,气溶胶粒径在15 年间呈增大趋势。2004–2018 年,中国区域K>0 与K<0 的面积均占50%,并且“胡焕庸线”东西两部分变化趋势基本相反。其中,“胡焕庸线”以东大部分地区在2004–2018 年AE 值呈减小趋势,四川盆地、华中地区、长三角地区和山东半岛地区减小地更为明显。分析其原因是由于国家践行绿色发展理念,倡导节能减排与产业转型,这些人口密集地区人为排放的小粒径气溶胶减少,所以大气中大粒径气溶胶占比增多。“胡焕庸线”以西大部分地区在2004–2018 年AE 值呈增大趋势,分析其原因,近20 多年来,中央与西部地方政府在西部地区开启了多项重大生态保护工程,如退耕还林工程、风沙源治理工程等,取得了良好的生态效益,减少了沙尘天气的发生,大气中大粒径的气溶胶占比减少[31]。

2.1.2 季度时空变化特征

图6、图7 分别为2004–2018 年中国季均值AOD、AE 空间分布图。由图6 可知,四季中AOD 高值均分布在海拔较低、人口密集,工业经济发达的大城市群及其周围地区。春季新疆塔里木盆地AOD 值明显高于其余三季;夏季AOD 高值较春季有向长三角及华北平原地区集聚的趋势;秋季高值区的AOD 值有所减小;冬季又轻微增大。由图7 可知,四川盆地周围、云南南部、台湾东部、海南北部、珠三角以及福建等地区的AE 值在春季表现为高值,并于夏季轻微减小;华东、华北、东北以及黄土高原地区AE 值夏季较春季有所增大并于秋、冬季逐渐减小;冬季AE 高值主要聚集在贵州、广西、广东、福建、台湾东部、海南北部以及四川盆地周围地区。

图6 2004–2018 年中国季均值AOD 空间分布图。(a)春季;(b)夏季;(c)秋季;(d)冬季Fig.6 Spatial distribution of the seasonal mean AOD in China from 2004 to 2018.(a)Spring,(b)summer,(c)autumn,(d)winter

图7 2004–2018 年中国AE 季均值空间分布图。(a)春季;(b)夏季;(c)秋季;(d)冬季Fig.7 Spatial distribution of the seasonal mean AOD in China from 2004 to 2018.(a)Spring,(b)summer,(c)autumn,(d)winter

图8 为2004–2018 年中国季均值AOD 与AE 变化图。由图可知,2004–2018 年中国区域AOD 值春季最高,秋季最低,具体表现为春季(0.384)>夏季(0.295)>冬季(0.250)>秋季(0.212)。AE 值春季最小,秋季与夏季最大,具体变现为夏季(1.460)=秋季(1.460)>冬季(1.443)>春季(1.405)。由此可见,2004–2018 年中国区域AOD 与AE 的季节变化整体呈现相反的趋势。

图8 2004–2018 年中国季均值AOD 与AE 变化图Fig.8 Variation chart of the seasonal mean AOD and AE in China from 2004 to 2018

2.1.3 月度时空变化特征

图9、图10 分别为2004–2018 年中国月均值AOD、AE 空间分布图,图11 为2004–2018 年中国月均值AOD 与AE 变化图。由图9、图11 可知,中国区域AOD 值从1 月逐月增大,至4 月达到最大值(0.395),随后逐月减小,至12 月达到最小值(0.192)(除6 月相较于5 月轻微增大)。这是由于中国区域从12 月份进入冬季,北方地区开始大面积供暖,煤炭等燃料大量燃烧并排放至大气中,导致空气污染加重;加上中国区域冬季干燥少雨,植被稀疏,地表沙尘扬起进入大气,沙尘、雾霾天气增多,致使AOD 从12 月至次年4 月逐渐增大。5 月份,中国区域气温逐渐回升,雨水增多,植被开始生长,空气得到净化,AOD 逐渐减小。

图9 2004–2018 年中国月均值AOD 空间分布图Fig.9 Spatial distribution of monthly mean AOD in China from 2004 to 2018

由图10、图11 可知,中国区域AE 最小值出现在3 月(1.379),最大值出现在9 月(1.475),反映出3 月份中国区域大粒径气溶胶占比最大,9 月份小粒径气溶胶占比最大,且AE 值从3 月至9 月表现为逐月增大,说明从3 月至9 月中国区域小粒径气溶胶在逐月增多。分析其原因,从3 月至9 月,中国处于春、夏两季,雨水逐渐增多,植被愈发茂密,雾霾、沙尘天气有所减少,所以气溶胶粒径逐渐减小。

图10 2004–2018 年中国月均值AE 空间分布图Fig.10 Spatial distribution of monthly mean AE in China from 2004 to 2018

图11 2004–2018 年中国月均值AOD 与AE 变化图Fig.11 Variation chart of the monthly mean AOD and AE in China from 2004 to 2018

2.2 中国气溶胶类型变化特征

2.2.1 气溶胶类型年度变化特征

图12 为2004–2018 年中国气溶胶类型占比年度变化图。由图可知,清洁大陆型气溶胶在15 年中均占比最大,大于40%;城市工业型气溶胶次之,占比20%∼40%;混合型气溶胶再次之,占比20%左右;清洁海洋型和沙漠粉尘型气溶胶在各个年份均占比极少。2014 年之后,清洁大陆型气溶胶占比逐年上升,从2014 年占比43%上升至2018 年占比57%,说明2014 年之后中国区域的大气环境在不断改善,这与AOD 在2014年之后的变化趋势基本一致,均反映出我国在实施《大气污染防治行动计划》后,空气质量在逐渐改善。

图12 2004–2018 年中国气溶胶类型占比年度变化图。(a)堆叠柱状图;(b)折线图Fig.12 Annual changes of aerosol types in China from 2004 to 2018.(a)Stacking bar chart,(b)line chart

2.2.2 气溶胶类型季度变化特征

图13 为2004–2018 年中国气溶胶类型占比季度变化图。由图可知,春季城市工业型气溶胶占比最大,为51%;夏季、秋季和冬季均是清洁大陆型气溶胶占比最大,分别为夏季47%,秋季64%,冬季56%。四季中,混合型气溶胶占比均小于城市工业型与清洁大陆型气溶胶,沙漠粉尘型气溶胶与清洁海洋性气溶胶在各个季节均占比极少。清洁大陆型气溶胶占比在春季到秋季连续增大,并于冬季减小;城市工业型和混合型气溶胶反之。分析其原因是春季开始中国大部分区域降水量增大,对浑浊大气有着冲刷净化的作用;植被也从春季开始生长,涵养水土阻挡风沙,因此清洁大陆型气溶胶不断增多。当进入冬季,雨水减少,植被凋零,中国北方开始供暖,清洁大陆型气溶胶因此减少。由图8 与图13(b)对比可见,城市工业型气溶胶的季度变化趋势与AOD 相同,清洁大陆型气溶胶的季度变化趋势与AOD 相反。

图13 2004–2018 年中国气溶胶类型占比季度变化图。(a)堆叠柱状图;(b)折线图Fig.13 Seasonal changes of aerosol types in China from 2004 to 2018.(a)Stacking bar chart,(b)line chart

2.2.3 气溶胶类型月度变化特征

图14 为2004–2018 年中国气溶胶类型占比月度变化图。由图14 可知,中国区域1–2 月、6–12 月清洁大陆型气溶胶占比最大,3–4 月城市工业型气溶胶占比最大,5 月清洁大陆型与城市工业型气溶胶占比相同(38%)。1–12 月,混合型气溶胶占比均小于清洁大陆型与城市工业型气溶胶,且变化相对稳定(10%∼25%);沙漠粉尘型与清洁海洋型气溶胶在各个月份均占比极少。清洁大陆型气溶胶占比在1–3 月间逐月下降,4–12 月逐月上升,城市工业型气溶胶反之。由图11 与图14(b)对比可见,城市工业型气溶胶的月度变化趋势与AOD 相同,清洁大陆型气溶胶的月度变化趋势与AOD 相反。

图14 2004–2018 年中国气溶胶类型占比月度变化图。(a)堆叠柱状图;(b)折线图Fig.14 Monthly changes of aerosol types in China from 2004 to 2018.(a)Stacking bar chart,(b)line chart

3 结论

基于MODIS 长期观测的气溶胶日产品MOD04_L2,利用线性倾向估计法和AOD-AE 气溶胶类型划分法,得到2004–2018 年中国区域长时间序列的气溶胶光学特性及其时空变化规律,并运用地理学原理与方法解释其发生变化的原因。研究表明,在2004–2018 年间:

1)AOD 高值分布在海拔较低、人口密集、工业发达的大城市群区域,低值分布在青藏高原、内蒙古等人烟稀少、植被覆盖度高的山区和草原。AE 高值分布在四川盆地边缘、贵州等地区,低值分布在大粒径气溶胶控制的西北沙漠地区。

2)中国区域AOD 与AE 值在2014–2018 年均明显减小。其中中国73%的地区AOD 呈减小趋势,四川盆地减小的趋势更为明显与集中;东北地区的AOD 在15 年间呈增大趋势。“胡焕庸线”东部AE 整体呈减小趋势,其中四川盆地、华中地区、长三角地区和山东半岛地区减小趋势更为明显。

3)中国区域AE 与AOD 的季度、月度变化趋势基本相反;城市工业型气溶胶占比的季度、月度变化趋势与AOD 相同,清洁大陆型气溶胶占比的季度、月度变化趋势与AOD 相反。

4)清洁大陆型气溶胶占比在2014 年之后逐年递增,反映出中国空气质量在逐渐改善,说明中国政府在2013 年印发并实施的《大气污染防治行动计划》取得了良好成效。