出版日期: 2017-01-25
点击次数：
下载次数：
DOI: 10.11834/jrs.20175328
2017 | Volumn21 | Number 1

遥感应用

南京地区大气气溶胶综合观测与对比分析

王贺¹ , 曹念文¹ , 王鹏¹ , 颜鹏² , 杨少波¹ , 谢银海¹ , 孙海波¹ , 景琼琼¹

1. 南京信息工程大学气溶胶与云降水物理重点实验室, 南京 210044

2. 中国气象局大气成分观测与服务中心, 北京 100081

收稿日期: 2016-12-31; 修改日期: 2016-08-25; 优先数字出版日期: 2017-01-25

基金项目: 国家自然科学基金（编号：41375044/D0503，41175033/D0503）

第一作者简介: 王贺(1992-), 男, 硕士研究生, 研究方向为激光大气探测及卫星资料的应用研究。E-mail:371717550@qq.com

通讯作者简介: 曹念文(1967-), 男, 教授, 研究方向为激光大气探测。E-mail:nwcao@nuist.edu.cn

中图分类号: TP79

文献标识码: A

文章编号: 1007-4619(2017)01-0125-11

摘要

利用CE-318太阳光度计、MPL激光雷达与卫星观测数据，分别采用光谱消光法、Fernald方法以及MODIS暗像元法（DDV）反演南京地区气溶胶光学厚度，并进行了对比分析。通过研究分析3月3日、6日卫星反演气溶胶光学厚度的空间分布图，发现长江流域附近以及市区（除老山、中山陵等山区地带之外）的AOD较高。3月3日太阳光度计、激光雷达与卫星数据在站点位置（南京信息工程大学，118.7°E，32.2°N）的AOD值分别为0.455、0.289、0.4；3月6日的AOD值分别为0.373、0.267、0.25。通过对比分析3月至9月之间的多天数据，可得3种数据计算所得AOD相差不大，说明卫星与激光雷达反演数据相对可靠。其中，3月3日与3月6日的太阳光度计数据显示，观测地区出现常见的两种AOD变化类型：一种是早晚高，中午低；一种是早低晚高。此外，激光雷达所得数据结果随着时间的变化幅度较大，且可以在有云的天气条件下探测气溶胶；本文利用激光雷达数据计算出的9 km以下AOD值多数在0.3左右，3月3日与3月6日两天之中，2 km以下较脏，出现了一些气溶胶层，6 km以上相对比较干净，个别时段6 km以上高空存在云层。与地基观测相比，卫星虽然时间分辨率虽然低，但是对于大面积的趋势分析却有着绝对的优势。在今后的气溶胶观测发展中，结合三者的优势，有助于以较高精度，大面积反演大气气溶胶空间分布情况，获得较准确的气溶胶参数。

关键词

气溶胶 , MODIS , MPL激光雷达 , 太阳光度计

Aerosol comprehensive observation and analysis in Nanjing area

WANG He¹ , CAO Nianwen¹ , WANG Peng¹ , YAN Peng² , YANG Shaobo¹ , XIE Yinhai¹ , SUN Haibo¹ , JING Qiongqiong¹

1.Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration, Nanjing University of Information Science and Technology, Nanjing 210044, China

2.Center for Atmosphere Watch and Services, CMA, Beijing 100081, China

Abstract

We use CE-318 sun photometer, MPL lidar, and satellite to measure aerosols in Nanjing and employ the spectral light extinction method, Fernald method, and MODIS dark dense vegetation method, respectively, to calculate Aerosol Optical Depth (AOD).The spatial distribution maps of AOD from satellite shows that AOD is higher in March 3 and 6 in the vicinity of the Yangtze River and urban district, respectively (in addition to the Laoshan, Sun Yat Sen, and other mountainous areas). The calculated AOD values in March 3 from the CE-318 sun photometer, MPL lidar, and satellite data were 0.455, 0.289, and 0.4, respectively, and in March 6, the values were 0.373, 0.267, and 0.25, respectively, in site location (Nanjing University of Information Science and Technology; 118.7°E, 32.2°N).By comparing three kinds of AOD data from March to September, we observed that the difference of AOD is small, and the AOD values calculated from satellite and lidar are relatively reliable. In addition, in March 3 and 6, the sun photometric data showed two kinds of AOD variations:the first variation shows that AOD is high in the morning and evening and is low at noon; the second variation indicates that AOD is low in the morning and high in the evening. Moreover, results of the lidar data varied significantly with time, and lidar can be measured during cloudy weather to detect aerosol. This study indicates that the mean value of AOD by lidar below 9 km is approximately 0.3.In March 3 and 6, the area below 2 km was dirty, indicating that it contains some aerosols, whereas the area above 6km was relatively clean, which implies the presence of some clouds. Compared with ground-based observations, although the temporal resolution of satellite is low, satellite has an absolute advantage in case of trend analysis of a large area. In the development of aerosol observation in the future, combined with the advantages of the three observation methods, the proposed method can be helpful in the observation of large areas with high precision to retrieve the atmospheric aerosol spatial distribution and obtain more accurate aerosol parameters.

Key words

aerosol , MODIS , MPL LiDar , Sun Photometer

1 引言

气溶胶是液体或固体微粒均匀地分散在气体中形成的相对稳定的悬浮体系。按其颗粒物成因可分为分散性气溶胶(固态或液态物质经粉碎、喷射，形成微小粒子，分散在大气中形成的气溶胶。如海浪飞溅、液态农药喷洒等)和凝聚性气溶胶(气体或蒸汽遇冷凝聚成液态或固态微粒而形成的气溶胶)两种；按其来源可分为自然源(自然产生)和人为源(人类活动产生)两类。大气气溶胶是指悬浮在大气中的固态或液态颗粒物的总称，粒子的空气动力学直径多在直径10^-3-100 μm。主要包括6大类7种气溶胶粒子，即：沙尘气溶胶、碳气溶胶(黑碳和有机碳气溶胶)、硫酸盐气溶胶、硝酸盐气溶胶、铵盐气溶胶和海盐气溶胶(唐孝炎，2006)。这些气溶胶对太阳辐射的吸收和散射会改变地球大气系统的行星反照率，从而影响到地气系统的能量平衡；大气气溶胶还起到云凝结核的作用；大量的气溶胶颗粒有可能使云滴的数密度增加，云滴的平均半径变小，从而云对太阳辐射的反射率增加或使云的维持时间加长，甚至使降水减少。这些都会影响到地气系统的能量平衡(毛节泰等，2002)、目标环境特性和激光大气传输等(韩永等，2008)，从而对气候变化(Charlson等，1992)、环境质量(Seinfeld等，2004)及人类健康(任丽新等，1999)等产生重要影响。

气溶胶光学厚度(AOD)是大气气溶胶最基本的光学特性，是表征大气浑浊度的重要物理参数，可以反映大气的污染程度。因此，准确及时获取AOD的时空分布信息，对研究大气污染及近年来不断严重的雾霾具有重要意义。大气气溶胶的遥感探测，按位置关系可分为地面遥感探测和卫星遥感探测。地面遥感观测的方法有很多，目前国内外应用较为先进成熟的是太阳光度计(柳晶，2008)观测(采用光谱消光法)与激光雷达(Fernald，1984)观测(采用Fernald方法)。卫星遥感观测的方法中，应用较为广泛，且具有一定代表性的是Kaufman等(1990)等提出的暗像元法(DDV)反演MODIS卫星数据。中国对气溶胶遥感的研究始于20世纪80年代，1981年，吕达仁等提出消光角散射法遥感气溶胶分布的原理，并作了试验研究(邱金桓等，1983)。此后，赵柏林和俞小鼎(1986)等利用NOAA AVHRR资料，进行了遥感海上大气气溶胶的研究。邱金桓(1995)提出了从全波段太阳直接辐射确定大气气溶胶光学厚度的方法。随着研究人员与研究方式的不断增多，毛节泰等人(2002)介绍了近20年来中国大气气溶胶研究状况(包括地基遥感与卫星遥感)，并提出了开展不同遥感方法的综合比较试验等方面的建议。邱金桓等人(2003)在现代大气物理学研究进展中简述了大气物理学主要研究内容及发展史，并详细介绍了中国科学院大气物理研究所在气溶胶研究方面的研究进展与成果。毛节泰与李成才(2005)利用一个简化的辐射平衡模式，讨论了气溶胶直接辐射强迫和气溶胶辐射特性及地面反射率之间的关系。李成才(2005)等人又利用MODIS资料，提出了一个1 km高分辨率气溶胶光学厚度反演方法。何秀等人(2010)研究了MODIS的AOD产品在地面PM10监测方面的应用。张明明等人(2014)将利用EOS-MODIS 1B数据传统暗像元法(DDV)与改进的暗像元法(V5.2法)进行了对比分析，并对江苏省大气气溶胶光学厚度的时空分布进行了研究。

在气溶胶的研究过程中，卫星可以得到大尺度区域的AOD分布，但准确性较差。太阳光度计观测的AOD为公认较为准确的AOD数据，可以用来评价卫星的AOD反演结果。激光雷达可以很好的观测到某一位置垂直方向的气溶胶分布情况。与卫星相比，太阳光度计与激光雷达均无法实现大面积的观测，3种观测方式各有利弊。本文就利用2013年南京地区的太阳光度计、MPL激光雷达与MODIS卫星数据，对3种AOD观测结果进行了分析、对比。

2 数据与方法

2.1 研究区介绍

南京市位于长江中下游中部，江苏省西南，是中国长三角辐射带动中西部地区发展的重要门户城市。地理坐标为北纬31°14″-32°37″，东经118°22″-119°14″。总面积约为6597 km²(不含水域)。共分为11个市辖区，分别是玄武区、秦淮区、鼓楼区、建邺区、雨花台区、浦口区、六合区、栖霞区、江宁区、溧水区以及高淳区。南京属亚热带季风气候，雨量充沛，两季分明，夏季炎热、湿润，冬季寒冷、干燥。南京市工业发达，人口众多，是一个综合性城市，同时也是一个污染较为严重的城市。然而，老山与中山陵等地周围工业污染物较少，植被茂盛，大气环境相对较好，可以与污染区形成明显的对比。

图 1 南京市行政区划图

Fig. 1 Administrative divisions of Nanjing

2.2 数据介绍

本文总共使用了3种数据，地基数据为南京信息工程大学(NUIST，118.7°E，32.2°N)校内CE-318太阳光度计观测数据(每日观测时间7:00至17:00)与微脉冲(MPL)激光雷达观测数据(全天观测)，根据每日天气条件筛选出2013年3月至9月间观测情况良好的数据作为实验对比数据。卫星数据选取2013年3月至9月MODIS L1B数据，卫星数据共分为3个文件，第1个为Emissive (band20-band36)，第2个为Radiance (band1-band26)，第3个为Reflectance (band1-band26)。通过仪器所在经纬度锁定卫星影像上与仪器最接近的点作为卫星的观测数据(太阳光度计、激光雷达以及卫星像元三者位置相差不大)。3种数据可以近似认为是同一时间、同一位置上的数据结果。

2.3 计算方法

2.3.1 光谱消光法原理

当太阳光度计探测器接收到太阳光时，探测器里将产生微弱电流，电流通过放大器被转化为电压信号，对检测到的电压信号值，根据光度计自身携带的数据反演算法(光谱消光法)计算出所需观测数据(Schmid和Wehrli，1995)。其基本原理是假定大气总的光学厚度τ(λ)由3部分组成，包括气溶胶光学厚度、大气分子光学厚度、吸收气体光学厚度，即：

$\tau (\lambda) = {\tau _{\rm {aero}}}(\lambda) + {\tau _{\rm R}}(\lambda) + {\tau _{\rm {ab}}}(\lambda)$

(1)

式中， ${\tau _{\rm {aero}}}(\lambda)$ 为大气气溶胶光学厚度； ${\tau _{\rm R}}(\lambda)$ 为大气分子瑞利散射光学厚度； ${\tau _{\rm {ab}}}(\lambda)$ 为大气中吸收气体的光学厚度。大气分子吸收的主要是水汽、臭氧和氧气，在可见光波段，只在936 nm波段考虑水汽吸收，其他主要考虑臭氧吸收，NO₂与CO₂等其他气体的影响非常小，可以忽略不计。 ${\tau _{\rm R}}(\lambda)$ 与 ${\tau _{\rm ab}}(\lambda)$ 可由经典理论方法获得， $\tau (\lambda)$ 可以由光度计观测得到，因此可以通过(1)式计算得到气溶胶光学厚度。

2.3.2 Fernald法原理

Fernald法是将大气看作空气分子与气溶胶两部分，大气总的消光系数是空气分子的消光与气溶胶消光系数之和，在此基础上对原有的Mie散射激光雷达方程进行求解，结果如下所示。

如果已知高度Z₀处的气溶胶粒子和空气分子消光系数，则Z₀以下高度的气溶胶粒子消光系数(后向积分)为

$ \begin{aligned} & {\sigma _1}(Z) = - \frac{{{s_1}}}{{{s_2}}}{\sigma _2}(Z) + \\ & \frac{{X(Z)\exp [2({\displaystyle{\frac{s_1}{s_2}}} - 1)\int\limits_Z^{{Z_0}} {{\sigma _2}(Z){\rm d}Z} ]}}{{\frac{{X({Z_0})}}{{{\sigma _1}({Z_0}) + {\displaystyle{\frac{s_1}{s_2}}}{\sigma _2}({Z_0})}} + 2\int\limits_Z^{{Z_0}} {X(Z)\exp [2({\displaystyle{\frac{s_1}{s_2}}} - 1)\int\limits_Z^{{Z_0}} {{\sigma _2}(Z'){\rm d}Z'} ]{\rm d}Z} }} \end{aligned} $

(2)

Z₀高度以上的气溶胶消光系数(前向积分)：

$ \begin{aligned} & {\sigma _1}(Z) = - \frac{{{s_1}}}{{{s_2}}}{\sigma _2}(Z) + \\ & \frac{{X(Z)\exp [ - 2({\displaystyle{\frac{s_1}{s_2}}} - 1)\int\limits_{{Z_0}}^Z {{\sigma _2}(Z){\rm d}Z} ]}}{{\frac{{X({Z_0})}}{{{\sigma _1}({Z_0}) + {\displaystyle{\frac{s_1}{s_2}}}{\sigma _2}({Z_0})}} - 2\int\limits_{{Z_0}}^Z {X(Z)\exp [2({\displaystyle{\frac{s_1}{s_2}}} - 1)\int\limits_{{Z_0}}^Z {{\sigma _2}(Z'){\rm d}Z'} ]{\rm d}Z} }} \end{aligned} $

(3)

式中，X(Z)表示距离矫正信号，S₁、S₂分别表示气溶胶、分子的消光散射比。气溶胶消光散射比 ${s_1} = {\sigma _1}/{\beta _1}$ 大气分子消光散射比 ${S_2} = {\sigma _2}/{\beta _2}{\rm{ = }}8{\rm{{\rm{\pi }} }}/3$ 。空气分子消光系数 ${\sigma _2}$ 可以根据美国标准大气模式计算得到，通过式(2)与式(3)可以得到垂直高度上的消光系数(Cao，2015a)，通过对其分别积分并求和便可得到气溶胶光学厚度(Cao，2015b)。由于微脉冲(MPL)激光雷达的探测距离有限，过高的回波信号可能会失真，所以一般取8 km以下最小回波信号值作为参考高度Z₀，这样只需求后向积分即可得到一定高度范围内的气溶胶光学厚度(夏俊荣，2006)。

2.3.3 暗像元法原理

Kaufman等人(1997)在通过大量的卫星、飞机观测试验研究后发现，中红外通道(2100 nm)在绿色植被地表反照率小于0.15且大气清洁的情况下，观测到的表观反射率(即MODIS数据中Reflectance)与其真实地表反射率基本相等。绿色植被表面的反射率在非常清洁的大气条件下，其红(660 nm)、蓝(470 nm)和中红外通道(2100 nm)存在着某种联系。通过进一步的实验验证，这3个通道的地表反射率存在着如下关系：

${\rho _{2.1}} = 2 * {\rho _{0.66}} = 4*{\rho _{0.47}}$

(4)

而卫星观测到的表观反射率分别与真实的地表反射率、气溶胶光学厚度(AOD)存在函数关系，根据三者之间关系与已知气溶胶光学厚度反演基本原理便可得到气溶胶光学厚度(范娇等，2015)。NASA已经利用MODIS发布了全球绝大部分地区10 km分辨率的AOD产品，算法流程如图 2所示。但是10 km分辨率的AOD产品对于小尺度研究效果并不理想，现如今利用MODIS数据业务化算法即可反演得到1 km分辨率的AOD产品。陈伟等人(2010)对业务化算法反演所得1 km分辨率的AOD产品与NASA发布的10 km分辨率的AOD产品进行了对比，结果表明，两者宏观趋势相同，1 km分辨率的AOD产品更能表达局部的气溶胶剧烈变化。

图 2 MODIS L1B反演气溶胶业务化算法流程图

Fig. 2 MODIS L1B retrieval of aerosol business-oriented algorithm

3 数据处理过程

3.1 CE-318数据处理

CE-318观测数据是以K7文件格式保存，完成对仪器的定标之后，将仪器定标数据文件存储在\calibration\路径下，在ASTPWin环境下，导入原始数据，并在子选项中运行AOD可执行得到计算结果，并保存为TXT文件。该数据的时间为格林尼治时间，换算至北京时间需要加8 h。根据国家气象局发布的天气预报历史记录，选择晴空天气条件下且观测时长超过6 h的数据作为太阳光度计AOD结果数据。

3.2 激光雷达数据处理

MPL激光雷达可以全天24小时观测，文中数据取垂直间隔30 m，每隔10 min为一组，并以CSV格式文件(可由Excel打开)输出。此时，使用Fernald方法编写MATLAB程序对保存后的CSV数据进行计算，计算中需要去除背景噪声(选取15 km以上回波信号取平均值)影响，需要对数据进行几何因子订正，进行距离矫正，选取边界值以及参考高度等(祝存兄等，2015)。最终计算得到532 nm气溶胶消光系数与气溶胶光学厚度值。

3.3 卫星数据处理

MODIS L1B的业务化算法利用了ENVI二次开发的扩展程序(包括MODIS云处理、MODIS暗像元反演气溶胶光学厚度)和ENVI调用6s辐射传输模式产生的查找表。6s模式参数设定包括大气模式[选择中纬度夏季大气模式(3-9月)]，地面反射类型(均一朗伯面，无方向效应)，气溶胶类型(大陆型气溶胶)。由于真实地表并非均一性地表，这是产生反演误差的不确定性因素之一。同时，气溶胶类型同样会导致反演结果发生变化，因此需要选择一个合适的气溶胶模型去反演。文中所选气溶胶模型为相对简单可靠的业务性模型，对于建立更加准确的模型，还需进一步的了解。具体参数见表 1，其中相对方位角为卫星方位角与太阳方位角之差。参数确定之后，通过适当修改ENVI调用6s辐射传输模式源码，并运行IDL产生查找表。

表 1 查找表参数设置
Table 1 lookup table parameter settings

下载CSV

参数	范围	步长
气溶胶光学厚度	0.05-1.5	0.05
太阳天顶角/(°)	0-60	12
卫星天顶角/(°)	0-60	12
相对方位角/(°)	0-180	24

4 地基与MODIS数据分析

4.1 地基数据分析

由于太阳光度计数据监测波段不含550 nm波段，需通过Angstrom公式(Nakajima等，1986)，在假设气溶胶粒子的谱分布满足Junge分布的情况下(仅适用于描述洁净大气中半径约为0.1-2 μm的气溶胶粒子分布)，气溶胶的光学厚度跟波长之间的关系可以用下面的公式表示：

${\tau _a}(\lambda) = \beta {\lambda ^{ - \alpha }}$

(5)

式中，α反映粒子大小，β为大气浑浊度系数，与气溶胶粒子总数，粒子谱分布和折射指数有关。设波段λ₁，λ₂没有水汽影响(通常利用440 nm和870 nm的数据进行计算)，则有：

$\left\{ {\begin{array}{*{20}{c}} {{\tau _a}({\lambda _1}) = \beta {\lambda _1}^{ - \alpha }}\\ {{\tau _a}({\lambda _2}) = \beta {\lambda _2}^{ - \alpha }} \end{array}} \right.$

(6)

由式(6)可得：

$\alpha = - \frac{{\ln \left({{\tau _a}\left({{\lambda _1}} \right)/{\tau _a}\left({{\lambda _2}} \right)} \right)}}{{\ln ({\lambda _1}/{\lambda _2})}}, \beta = \frac{{{\tau _a}\left({{\lambda _1}} \right)}}{{{\lambda _1}^{ - \alpha }}}$

(7)

从而得到任何波段的气溶胶光学厚度。如图 3为550 nm波段气溶胶光学厚度曲线。

图 3 CE-318太阳光度计3月3、6日气溶胶光学厚度时序图

Fig. 3 AOD in March 3rd and March 6th by CE-318 sun photometer

从图 3中可以看出，3月3日AOD值呈现为早晚高，中午低，最高值为0.538。这是由于清晨有雾，相对湿度较高，大气中吸湿性粒子膨胀，随着太阳辐射增强，气温上升，相对湿度降低，雾渐渐消失，AOD随后降低，在中午出现最低。3月6日AOD变化并不明显，最大值为0.398，对3月6日AOD值进行拟合，可知呈逐步增长的趋势，这是由于在大气相对稳定情况下，悬浮在空气的气溶胶粒子，沉降较缓慢，气溶胶粒子慢慢的累积，下午达到一天中的最大值。这种类型较为普遍，属于早低晚高类型(刘玉杰等，2004)。

进一步分析激光雷达所得结果，取9 km为边界值，利用Fernald方法求后向积分，得到9 km以下气溶胶消光系数，如图 4为3月3日、6日消光系数随时间的变化。通过观察消光系数时序图发现，3月3日与3月6日消光系数大部分在0.1以内，有个别的消光系数非常高(消光系数最大值达到28)，为了便于观察分析，图中将消光系数高于0.5的数值全部赋为0.5，且对6 km以上的数据进行了去噪处理。从图 4中可以看出消光系数在空间上有一定的波动，2 km以下随时间出现的连续高值条带应为气溶胶层，一般6 km以上是冰晶云存在的区间，从图 4(a)红色椭圆部分可以看出有卷云存在。图 4(a)后半部分2 km以下存在气溶胶。图 4(b) 1 km以下很脏，存在气溶胶；图 4(b)后半部分高空位置7-9 km存在卷云。

图 4 2013年3月晴空条件中两天的消光系数随时间的变化图

Fig. 4 The changes of extinction coefficient with time in two clear days of March, 2013

然后，对该高度下的消光系数求积分得到9 km以下气溶胶光学厚度，如图 5(a)中蓝线代表 3月3日MPL激光雷达观测532 nm (近似认为是550 nm)波段AOD随时间的变化曲线，红线代表 3月3日CE-318太阳光度计观测550 nm波段AOD随时间的变化曲线；图 5(b)中蓝线代表 3月6日MPL激光雷达观测532 nm (近似认为是550 nm)波段AOD随时间的变化曲线，红线代表 3月6日CE-318太阳光度计观测550 nm AOD随时间的变化曲线。

图 5 2013年3月晴空条件中两天的气溶胶光学厚度随时间的变化图

Fig. 5 The changes of AOD with time in two clear days of March, 2013

把激光雷达所测消光系数对高度进行积分得到激光雷达所测的AOD。图 5是激光雷达所测的AOD与太阳光度计所测数据的比对结果。从图 5中可以看出有一些凸起的AOD峰值，与图 4中的消光系数高值时段比较吻合。通过对比，激光雷达与太阳光度计的AOD值基本相吻合，存在一定误差，差值范围为0.1-0.4，此误差是由于两种不同仪器本身所导致。另外，激光雷达的积分区间为0-9 km，而且激光雷达消光系数的反演也存在着由于边界值的不确定所导致的误差。

4.2 卫星数据结果分析

通过对2013年MODIS L1B数据进行筛选(选出晴空、少云的卫星数据)，采用暗像元法进行反演，图 6为3月3、6日Terra卫星过境南京上空(约AM10:30)时的AOD分布图。

图 6 2013年3月3日和3月6日南京地区550 nm波段气溶胶光学厚度分布图

Fig. 6 550 nm band AOD distribution in Nanjing area on march 6, 2013 and march 3, 2013

由图 6(a)与图 6(b)显示，白色区域为被云覆盖地区，长江流域附近以及高淳与溧水区西部(含有大面积水域)的气溶胶光学厚度较高，这与空气中水汽含量高有很大关系。老山与中山陵两地的AOD较低，该地区人口密度小，植被浓密且污染物排放较少，所以相对较低。同时，图 6(a)中还发现，南京六合与浦口大部分地区的光学厚度小于南京市辖区以及江宁的大部分地区，而前者的车流量、人口密度以及地区的繁荣程度低于后者，说明气溶胶的分布与城市发展状况也有一定关系。图 6(b)中南京市市辖区(除中山陵)与其他地区相比(除长江流域以及高淳与溧水区西部)气溶胶光学厚度相对较高，通过分析当日天气情况，发现当日风向为东南风，长江流域对于市区的影响应该相对较小。但是气溶胶光学厚度依然较高，这说明可能是南京市辖区人口密集，车流量很大，排污较多造成。陈潇潇等人(2013)在研究黄山山底大气气溶胶数浓度日变化中，提到人口密度以及机动车辆对于气溶胶浓度的影响。此外，图 6(a)和(b))的气溶胶分布特征，还说明了大气气溶胶的运动和生成以及扩散与地形、大气气流运动以及地表物理性质有着密不可分的联系(罗宇翔等，2012)。

4.3 3种数据对比分析

为了方便比较3种观测方式所得气溶胶结果，需要假设太阳光度计(取最接近卫星观测时间数据)与卫星影像的观测时间相同；假设激光雷达与太阳光度计位置为同一位置(两者间距不到1 km)。所得到的对比结果如下表 2。

表 2 地基观测AOD计算结果与卫星反演结果对比
Table 2 Comparison of AOD by ground-based observation with AOD retrieval by satellite

下载CSV

时间	CE-318(AOD)	MPL (AOD)	MODIS (AOD)	绝对误差		相对误差
时间	CE-318(AOD)	MPL (AOD)	MODIS (AOD)	MO-CE	MP-CE	MO-CE	MP-CE
3月2日	0.45	0.266	0.5	0.05	-0.184	11.1%	40.9%
3月3日	0.455	0.289	0.4	-0.055	-0.166	12%	36.4%
3月5日	0.798	0.84	*	*	0.042	*	5.3%
3月6日	0.373	0.267	0.25	-0.123	-0.106	33.0%	28.4%
4月10日	0.439	*	0.55	0.111	*	25.3%	*
5月11日	0.286	*	0.5	0.214	*	74.8%	*
5月12日	0.145	*	0.15	0.005	*	3.4%	*
5月13日	0.384	*	0.45	0.066	*	17.2%	*
6月13日	0.361	0.258	0.55	0.189	-0.103	52.4%	28.5%
7月11日	0.377	*	0.45	0.073	*	19.4%	*
7月24日	0.32	0.215	0.5	0.18	-0.105	56.3%	32.8%
8月12日	*	0.26	0.5	*	*	*	*
9月16日	0.767	0.617	0.85	0.083	-0.15	10.8%	19.6%
9月17日	0.311	0.245	0.35	0.039	-0.066	12.5%	21.2%
注：此处默认CE-318观测值为AOD真实值，绝对误差(Absolute Error)中的MO-CE为MODIS (AOD)与CE-318之间的误差。MP-CE为MPL (AOD)与CE-318(AOD)之间的误差，之后相对误差以及误差范围以此类推。*代表无数据或数据质量差，其中，MPL有段时间空缺数据是由于该仪器出现故障，停止工作时间大致为4月至6月初。

表 2中所示，卫星反演结果大多数情况下大于太阳光度计观测结果，激光雷达计算结果大多数小于太阳光度计观测结果(石玉立等，2015)。另外，根据Kaufinan等人的研究证明，MODIS的反演误差范围是 $\Delta {\tau _\alpha }{\rm{ = }} \pm (0.05 \pm 0.2{\tau _\alpha })$ ，其中 ${\tau _\alpha }$ 当气溶胶光学厚度很小时，误差范围为 $ \pm \left( {0.05 \pm 0.1} \right)$ ，当气溶胶光学厚度很大时，反演的绝对误差值预计为 $\Delta {\tau _\alpha } = 20\% {\tau _\alpha }$ ~ $30\% {\tau _\alpha }$ (Kaufman等，1997)。表 2数据显示，卫星反演所得AOD与太阳光度计所得AOD之间绝对误差小于0.214，相对误差最大值为74.8%，最小值为3.4%，相对误差大多数在20%左右，基本处于反演误差范围内。同时，激光雷达所得AOD与太阳光度计所得AOD之间绝对误差多数为负值，范围在-0.184至0.042，相对误差最大值为40.9%，最小值为5.3%，相对误差大多数在30%左右。从激光雷达的计算结果发现，在大气清洁的情况下，9 km以下气溶胶光学厚度在0.3左右，说明9 km以上大气仍含有稀少的气溶胶。此外，图 5中显示，太阳光度计每日观测最大时长为日出至日落(大致为7:00-17:00)，而激光雷达可以做到整日不间断观测，说明激光雷达时间分辨率更高。同时，在有云层遮挡的情况下，激光还具有一定的穿透性，不仅可以测气溶胶，还可以测云高与云厚等。与地基相比，卫星的时间分辨率最低，每日观测影像只有几幅，但是对于大面积的趋势分析，卫星的优势突出。

5 结论

对于研究南京地区AOD变化，3种不同方法的对比分析结果表明：

(1)太阳光度计的结果显示，3月3日呈现为早晚高，中午低，最高值为0.538，这是由于清晨有雾，相对湿度较高，大气中吸湿性粒子膨胀，随着太阳辐射增强，气温上升，相对湿度降低，雾渐渐消失，AOD随后降低，在中午出现最低。3月6日呈现并不明显，但是根据趋势判断，呈逐步增长的趋势，这是由于在大气相对稳定情况下，悬浮在空气的气溶胶粒子，沉降较缓慢，气溶胶粒子慢慢累积，到下午达到一天中的最大值。3月3与3月6日光度计所测数据与激光雷达观测数据存在一定误差，差值范围为0.1-0.4。此误差是由于两种不同仪器本身所导致，另外，太阳光度计测量的是整层大气，而激光雷达的数据积分高度只有9 km，并非整层大气。除此之外，激光雷达消光系数的反演也存在着由于边界值的不确定所导致的误差。

(2)长江流域附近以及高淳与溧水区西部(含有大面积水域)的气溶胶光学厚度最高，这与空气中水汽含量高有很大关系。老山与中山陵两地的AOD较低，浦口与六合区大部分低于市辖区与江宁，市辖区(除中山陵之外)一直较高，说明大气气溶胶的运动和生成以及扩散与地形、大气气流运动、地表物理性质、人口密度以及车流量等有密不可分的关系。

(3)地基与卫星气溶胶光学厚度对比发现，卫星与太阳光度计的对比结果误差大致在 $ \pm (0.05 \pm 0.2{\tau _\alpha })$ 以内，最大相对误差为74.8%，最小为3.4%。3月3日与3月6日激光雷达反演9 km以下AOD在0.3左右，气溶胶层出现在低空约2 km以下，个别时段6 km以上高空出现云层，AOD峰值范围是0.4及以上。3种探测方式中，激光雷达探测时空分辨率很高，卫星的地面分辨率较低。同时，在有云层遮挡的情况下，激光还具有一定的穿透性，不仅可以测气溶胶，还可以测云高与云厚等。此外，与地基观测相比，卫星的时间分辨率虽然低，但是对于大面积的趋势分析，卫星观测数据的优势突出。

(4)文中对不同仪器及方法所得AOD结果进行对比，对于AOD准确性研究很有帮助，且地理位置不同，AOD结果会有很大变化，今后在大范围AOD观测上，不同方法互相结合将能有效的提高AOD反演的可靠性。

参考文献(References)

Cao N W.2015a.New Lidar technology for aerosol measurements and extinction coefficient inversion. Optik-International Journal for Light and Electron Optics, 126 (21): 3053–3057[DOI: 10.1016/j.ijleo.2015.07.106]

Cao N W.2015b.Aerosol profiling by Raman Lidar in Nanjing, China. Optics and Spectroscopy, 119 (4): 700–707[DOI: 10.1134/S0030400X15100203]

Charlson R J, Schwartz S E, Hales J M, Cess R D, Coakley J A, Hansen J E, Hofmann D J.1992.Climate forcing by anthropogenic aerosols. Science, 255 (5043): 423–430[DOI: 10.1126/science.255.5043.423]

Chen W, Yan L, Li C C and Tang H Z. 2010. Retrieval, validation of high resolution MODIS aerosol optical depths//Proceedings of 2010 International Conference on Remote Sensing (ICRS 2010). Hangzhou. China Academic Journal Electronic Publishing House:260-262 (陈伟, 晏磊, 李成才, 唐洪钊. 2010. MODIS高分辨率气溶胶光学厚度反演及验证//Proceedings of 2010 International Conference on Remote Sensing (ICRS 2010).杭州:中国学术期刊电子出版社:260-262)

Chen X X, Jin L J, Zhu J M.2013.Daily variation of atmospheric aerosol number concentrations at the foot of Mount Huangshan. China Environmental Science, 33 (7): 1167–1173 ( 陈潇潇, 金莲姬, 朱靖民. 2013. 黄山山底大气气溶胶数浓度日变化. 中国环境科学, 33 (7): 1167–1173 )

Fan J, Guo B F, He H C.2015.Retrieval of aerosol optical thickness with MODIS data over Hangzhou. Acta Optica Sinica, 35 (1): 101001 ( 范娇, 郭宝峰, 何宏昌. 2015. 基于MODIS数据的杭州地区气溶胶光学厚度反演. 光学学报, 35 (1): 101001) [DOI: 10.3788/AOS]

Fernald F G.1984.Analysis of atmospheric Lidar observations:some comments. Applied Optics, 23 (5): 652–653[DOI: 10.1364/AO.23.000652]

Han Y, Wang T J, Rao R Z, Wang Y J.2008.Progress in the study of physic-optics characteristics of atmospheric aerosols. Acta Physica Sinica, 57 (11): 7396–7407 ( 韩永, 王体健, 饶瑞中, 王英俭. 2008. 大气气溶胶物理光学特性研究进展. 物理学报, 57 (11): 7396–7407 )

He X, Deng Z Z, Li C C, Lau A K H, Wang M H, Liu X Y, Mao J T.2010.Application of MODIS AOD in surface PM₁₀ evaluation. Acta Scientiarum Naturalium Universitatis Pekinensis, 46 (2): 178–184 ( 何秀, 邓兆泽, 李成才, 刘启汉, 王美华, 刘晓阳, 毛节泰. 2010. MODIS气溶胶光学厚度产品在地面PM₁₀监测方面的应用研究. 北京大学学报(自然科学版), 46 (2): 178–184 )

Kaufman Y J, Fraser R S, Ferrare R A.1990.Satellite measurements of large-scale air pollution:methods. Journal of Geophysical Research, 95 (D7): 9895–9909[DOI: 10.1029/JD095iD07p09895]

Kaufman Y J, Wald A E, Remer L A, Gao B C, Li R R, Flynn L.1997.The MODIS 2. 1 μm channel-correlation with visible reflectance for use in remote sensing of aerosol. IEEE Transactions on Geoscience and Remote Sensing, 37 (5): 1286–1298[DOI: 10.1109/36.628795]

Li C C, Mao J T, Liu Q H.2005.Remote sensing of high spatial resolution aerosol optical depth with MODIS data over Hong Kong. Chinese Journal of Atmospheric Sciences, 29 (3): 335–342 ( 李成才, 毛节泰, 刘启汉. 2005. 利用MODIS资料遥感香港地区高分辨率气溶胶光学厚度. 大气科学, 29 (3): 335–342 )

Liu J. 2008. Aerosol Optical Properties and its Radiative Effects based on Satellite Observations in China. Nanjing:Nanjing University of Information Science and Technology:13-15 (柳晶. 2008.中国地区气溶胶光学特性及辐射强迫的卫星遥感观测研究.南京:南京信息工程大学:13-15)

Liu Y J, Niu S J, Zheng Y F.2004.Optical depth characteristics of Yinchuan atmospheric aerosols based on the CE-318 sun tracking spectrophotometer data. Journal of Nanjing Institute of Meteorology, 27 (5): 615–622 ( 刘玉杰, 牛生杰, 郑有飞. 2004. 用CE-318太阳光度计资料研究银川地区气溶胶光学厚度特性. 南京气象学院学报, 27 (5): 615–622 )

Luo Y X, Chen J, Zheng X B, Zhao T L.2012.Climatology of aerosol optical depth over China from recent 10 years of MODIS remote sensing data. Ecology and Environmental Sciences, 21 (5): 876–883 ( 罗宇翔, 陈娟, 郑小波, ZhaoT L. 2012. 近10年中国大陆MODIS遥感气溶胶光学厚度特征. 生态环境学报, 21 (5): 876–883 )

Mao J T, Zhang J H, Wang M H.2002.Summary comment on research of atmospheric aerosl in China. Acta Meteorologica Sinica, 60 (5): 625–634 ( 毛节泰, 张军华, 王美华. 2002. 中国大气气溶胶研究综述. 气象学报, 60 (5): 625–634 )

Mao J T, Li C C.2005.Observation study of aerosol radiative properties over China. Acta Meteorologica Sinica, 60 (5): 625-634. ( 毛节泰, 李成才. 2005. 气溶胶辐射特性的观测研究. 气象学报, 60 (5): 625-634. )

Nakajima T, Takamura T, Yamano M, Shiobara M, Yamauchi T, Goto R, Murai K.1986.Consistency of aerosol size distributions inferred from measurements of solar radiation and aerosols. Journal of the Meteorological Society of Japan, 64 (5): 765–776

Qiu J H, Wang H Q, Zhou X J, Lü D R.1983.Experimental study of remote sensing of atmospheric aerosol size distribution by combined solar extinction and forward scattering method. Scientia Atmospherica Sinica, 7 (1): 33–41 ( 邱金桓, 汪宏七, 周秀骥, 吕达仁. 1983. 消光-小角散射法遥感气溶胶谱分布的实验研究. 大气科学, 7 (1): 33–41 )

Qiu J H.1995.A new method of determining atmospheric aerosol optical depth from the whole-spectral solar direct radiation. Part I:theory. Scientia Atmospherica Sinica, 19 (4): 385–394 ( 邱金桓. 1995. 从全波段太阳直射辐射确定大气气溶胶光学厚度I:理论. 大气科学, 19 (4): 385–394 )

Qiu J H, Lv D R, Chen H B, Wang G C, Shi G Y.2003.Modern research progresses in atmospheric physics. Chinese Journal of Atmospheric Sciences, 27 (4): 628–652 ( 邱金桓, 吕达仁, 陈洪滨, 王庚辰, 石广玉. 2003. 现代大气物理学研究进展. 大气科学, 27 (4): 628–652 )

Ren L X, You R G, Lv W X, Zhang W, Wang X L.1999.The physical and chemical characteristics of aerosols in the urban region and their influence on human health. Climatic and Environmental Research, 4 (1): 67–73 ( 任丽新, 游荣高, 吕位秀, 张文, 王秀玲. 1999. 城市大气气溶胶的物理化学特性及其对人体健康的影响. 气候与环境研究, 4 (1): 67–73 )

Seinfeld J H, Carmichael G R, Arimoto R, Conant W C, Brechtel F J, Bates T S, Cahill T A, Clarke A D, Doherty S J, Flatau P J, Huebert B J, Kim J, Markowicz K M, Quinn P K, Russell L M, Russell P B, Shimizu A, Shinozuka Y, Song C H, Tang Y H, Uno I, Vogelmann A M, Weber R J, Woo J H, Zhang X Y.2004.ACE-Asia:regional climatic and atmospheric chemical effects of Asian dust and pollution. Bulletin of the American Meteorological Society, 85 (3): 367–380[DOI: 10.1175/BAMS-85-3-367]

Schmid B, Wehrli C.1995.Comparison of sun photometer calibration by use of the Langley technique and the standard lamp. Applied Optics, 34 (21): 4500–4512[DOI: 10.1364/AO.34.004500]

Shi Y L, Yang F K, Cao N W.2015.Study on inversion accuracy of aerosol optical depth with micropulse Lidar in northern suburb of Nanjing. Laser Technology, 39 (3): 372–376 ( 石玉立, 杨丰恺, 曹念文. 2015. MPL反演南京北郊气溶胶光学厚度准确度的研究. 激光技术, 39 (3): 372–376 )

Tang X Y, Zhang Y H, Shao M. Atmospheric Environmental Chemistry(2nd ed.). Beijing: Higher Education Press 2006: 268-275 ( 唐孝炎, 张远航, 邵敏. 2006. 大气环境化学(第二版). 北京: 高等教育出版社 : 268 -275 )

Xia J R. Lidar Measurement of Atmospheric Aerosol Radiative Properties over Lanzhou. Lanzhou: Lanzhou University 2006: 8-30 ( 夏俊荣. 2006. 利用激光雷达探测兰州大气气溶胶辐射特性. 兰州: 兰州大学 : 8 -30 )

Zhang M M, Liu Z B, Ge Y J.2014.Spatio-temporal distribution of atmospheric aerosol optical depth in Jiangsu province. Resources and Environment in the Yangtze Basin, 23 (12): 1775–1782 ( 张明明, 刘振波, 葛云键. 2014. 江苏省大气气溶胶光学厚度时空分布研究. 长江流域资源与环境, 23 (12): 1775–1782 )

Zhao B L, Yu X D.1986.Satellite remote sensing of aerosol optical thickness in the ocean. Chinese Science Bulletin (21): 1645–1649 ( 赵柏林, 俞小鼎. 1986. 海洋大气气溶胶光学厚度的卫星遥感研究. 科学通报 (21): 1645–1649 )

Zhu C X, Cao N W, Yang F K, Yang S B, Xie Y H.2015.Micro pulse Lidar observations of aerosols in Nanjing. Laser and Optoelectronics Progress, 52 (5): 050101 [DOI: 10.3788/LOP] ( 祝存兄, 曹念文, 杨丰恺, 杨少波, 谢银海. 2015. 南京地区微脉冲激光雷达气溶胶观测. 激光与光电子学进展, 52 (5): 050101) [DOI: 10.3788/LOP]