出版日期: 2017-09-25
点击次数：
下载次数：
DOI: 10.11834/jrs.20176394
2017 | Volumn21 | Number 5
上一篇 | 下一篇

大气遥感

艾比湖盐尘气溶胶光学特性卫星和地基遥感观测

张喆^1,2 , 丁建丽^1,2 , 王瑾杰^1,2,3 , 陈文倩^1,2

1. 新疆大学资源与环境科学学院，乌鲁木齐 830046

2. 新疆大学绿洲生态教育部重点实验室，乌鲁木齐 830046

3. 新疆交通职业技术学院，乌鲁木齐 831401

收稿日期: 2016-11-03; 优先数字出版日期: 2017-09-01

基金项目: 国家自然科学基金(编号：U1303381，41261090)；自治区重点实验室专项基金(编号：2016D03001)；自治区科技支疆项目(编号：201591101)；教育部促进与美大地区科研合作与高层次人才培养项目；自治区专家顾问团决策研究与咨询项目(编号：201601044)

第一作者简介: 张喆(1988—　)，女，博士研究生，研究方向为干旱区资源环境遥感。E-mail：zhangzhe_0110@yeah.net

通讯作者简介: 丁建丽(1974—　)，男，教授，研究方向为干旱区资源环境遥感。E-mail：watarid@xju.edu.cn

中图分类号: X513

文献标识码: A

摘要

自20世纪50年代艾比湖湖面面积急速退化造成大面积湖底裸露，裸露的干涸湖底成为丰富的粉尘和盐尘源，使得该地区面临严重的盐尘灾害威胁。为了研究艾比湖流域盐尘灾害对区域大气污染状况以及盐尘气溶胶光学性质，利用MODIS气溶胶产品数据获取2002年至今该地区尘暴总体演变态势；利用云–气溶胶偏振雷达(CALIOP)遥感数据以及Microtops II手持太阳光度计，对盐尘灾害高发时间段大气气溶胶总后向散射系数、退偏比、色比、气溶胶光学厚度(AOD)及Angström波长指数(α)等参数进行特征分析，利用拉格朗日混合扩散模型(HYSPLIT)讨论盐尘污染的输送。实验结果表明：受大风天气和人类活动影响，春季是艾比湖流域盐尘灾害高发时段；盐尘灾害发生时，粉尘影响范围主要集中在近地面低空，对近尘源区的精河县、托托乡和乌苏市等地区造成较大影响；风速是影响局地气溶胶变化的主要因素，在局地尘源介入的影响下，距干涸湖底不同距离的地区气溶胶光学性质存在一定差异；盐尘主要在近尘源地区沉降，部分粉尘颗粒上升至高空大气，可对华北地区造成影响。地基和卫星遥感技术相结合，可实现区域气溶胶光学特性的准确估算，为认识盐尘灾害提供科学参考。

关键词

盐尘气溶胶, 时空分布, 太阳光度计, 潜在扩散路径

Observational study on salt dust aerosol optical properties using the ground-based and satellite remote sensing

ZHANG Zhe^1,2 , DING Jianli^1,2 , WANG Jinjie^1,2,3 , CHEN Wenqian^1,2

1.College of Resources and Environment Science, Xinjiang University, Urumqi 830046, China

2.China Key Laboratory of Oasis Ecosystem of Education Ministry, Xinjiang University, Urumqi 830046, China

3.Xinjiang Vocational and Technical College of Communication, Urumqi 831401, China

Abstract

In the past 50 years, the Ebinur Lake had deteriorated rapidly. The dry lake became a rich source of dust and salt, causing the region to face serious threat of salt dust disaster. At present, studies on salt dust pollution focus on conditions for salt storms, wind erosion intensity of Lake Bottom, and dust fall flux. Few studies investigated the regional air pollution caused by salt dust storms and the optical properties of salt dust aerosols. The temporal variability, vertical distribution, and potential diffusion characteristics of salt dust in Ebinur region were investigated using the ground-based and satellite remote sensing and its potential diffusion characteristics were analyzed using the HYSPLIT model to learn more about aerosol optical properties. The aerosol product data provided by the MODIS were used to obtain the overall evolution trend of dust storms in Ebinur Lake Basin. CALIOP data provided the vertical distribution of aerosol including total attenuated backscatter coefficient, volume depolarization ratio, and color ratio. The AOD and Angstrom exponent obtained by Microtops II sun photometer observations at the Jinghe and Wusu sites were used to investigate the aerosol properties in salt dust storms. The HYSPLIT model was used to simulate the salt dust diffusion trajectory of Ebinur Lake in spring. The degradation of the lake was the main reason for the occurrence of soil salinization and salt dust storms in Ebinur Lake Basin. The influence range of salt dust disaster in Ebinur region was mainly concentrated in the southeast of Ebinur Lake. The most active period of salt dust release and transportation was in spring. Salt dusts were mainly settled in Jinghe area, which was close to the dry lake bottom. The particle size of the aerosol particles in the atmosphere decreases, and the particle size increases with the increase in the distance from the dry lake dust source area. Thus, the area, which was far from the dust source, was not only affected by the Ebinur Lake salt dusts, but was also affected by the local dust source intervention. In the spring, the atmospheric aerosols were mainly in the form of coarse mode, and the dust aerosols were the main factor. The wind speed was the main factor affecting the local aerosol. Salt dust aerosols were mainly concentrated in the range of 0—2 km. The depolarization ratio was 10%—20%, the cumulative frequency was 28.538%, the color ratio was 0.4—0.8, and the cumulative frequency was 51.378%. With increasing height, the irregularity and size of the aerosol decreased, and little possibility was observed for the dust particles to be transported in other areas at high altitude. The aerosol particles mainly showed hydrophobicity when the dust storm occurred. However, aerosol particles, which are affected by the local aerosols, also showed a certain degree of hydrophilicity. The potential diffusion path to the eastern regions mainly affects Jinghe, Wusu, Kuitun, Shawan, Shihezi, Changji, Urumqi, Hami as well as Gansu, Inner Mongolia, Mongolia, Hebei, Liaoning, and other regions. The combination of ground-based and satellite remote sensing techniques to estimate regional aerosol optical properties can provide a scientific reference for the comprehensive understanding of salt dust disasters.

Key words

salt dust aerosol, spatial and temporal characteristics, Microtops II sun photometer, potential diffusion path

1 引　言

作为新疆境内最大的咸水湖，艾比湖湖面面积曾经达到1250 km²，为维持该地区乃至整个北疆地区的生态平衡做出巨大贡献(张飞等，2015)。自20世纪50年代，在自然气候条件变化和人类活动的共同作用下，艾比湖处于急剧退化状态。湖面持续萎缩造成大面积干涸湖底裸露，丰富的湖底沉积物在风力作用下向下风向地区飘散，使得艾比湖成为了新的风蚀尘源，受到越来越多的关注(鄢雪英等，2015)。

干涸湖底的盐碱粉尘在风力作用下向下游地区飘散，一部分颗粒物在近地面以干沉降的形式直接作用于土壤、水源、植物；另一部分颗粒物会上升至高空甚至悬浮于大气，在被远距离输送过程中，对广大降尘区域生态环境平衡造成严重威胁(刘东伟等，2011)。针对盐尘灾害的研究主要集中在盐尘灾害地面发生条件(Blank 等，1999；Argaman 等，2006)、干涸湖底的风蚀强度或者是小范围尘降区的降尘通量(Mees和Singer，2006)、近尘源区域土壤盐渍化现状及对周边地区景观格局的影响(葛拥晓等，2013；Jilili和Mu，2006)等方面，所采用的方法主要是局地、短期的地面实测数据，在干旱区特殊的地理条件限制下，监测站点的均匀布设受限，空间尺度及长时间尺度数据的缺乏，使得盐尘暴灾害对区域大气污染状况以及盐尘气溶胶光学性质的讨论较为缺乏。随着大气气溶胶研究的深入开展，相关学者利用卫星或地基遥感技术，针对沙尘、生物燃烧、城市—工业气溶胶光学特性研究做了大量工作。郭建平等人(2013)基于MODIS气溶胶光学厚度产品，综合气象数据构建后向BP神经网络，提出了利用MODIS AOD产品估算PM2.5的模型；Namdari等人(2016)将MODIS和AERONET站的AOD数据相结合，对2000年—2014年伊朗地区沙尘气溶胶时空分布特征进行评价；张小玲等人(2014)基于地面和卫星遥感监测数据，针对一次污染输送事件分析其对本底地区气溶胶质量浓度及其光学特性的影响；刘璇等人(2015)利用MODIS、CALIPSO卫星观测的气溶胶产品结合HYSPLIT后向轨迹模式，探讨了长江三角洲地区一次持续性的严重霾污染过程的形成、特征及其可能来源；刘贞等人(2015)利用A-train卫星的数据资料，对比分析了中国北方地区2007年1月—2010年10月AOD的年平均和季节平均分布特征。

艾比湖流域作为北疆地区盐尘污染的主要策源地，针对其上空盐尘气溶胶时空分布的了解和光学特性的准确估算，对区域气溶胶环境和气候效应研究显得尤为重要。本研究利用MODIS气溶胶产品讨论了2002年—2015年艾比湖流域AOD时空分布特征，针对盐尘灾害频发的春季，利用CALIPSO数据和Microtops II手持太阳光度计，对盐尘气溶胶光学特性及其垂直分布特征进行分析，最后利用HYSPLIT模型模拟盐尘潜在扩散特性。卫星和地基遥感相结合对艾比湖流域盐尘气溶胶光学参数进行深入讨论，有利于加深对盐尘气溶胶光学特性的认识，为全面认识盐尘暴提供必要的数据和科学参考。

2 研究方法和数据

2.1 研究区概况

选取的典型研究区艾比湖流域行政区划上主要包括博乐市、温泉县和精河县，乌苏市和托里县，独山子区和奎屯市(图1)，地理坐标43°38′N—45°52′N，79°53′E—85°02′E。艾比湖地处阿拉山口大风主通道下的极端干旱的荒漠区，属温带大陆性气候，降水稀少，蒸发强烈，常年多风，年均气温7.8 ℃，日照时数2722.6 h；年均降水量90.9 mm，年均蒸发量3400 mm，全年大风日数164 d，最多高达185 d，最大风速可达55.0 m/s。受气候变化及人类活动的影响，湖面面积从20世纪50年代的1200 km²，萎缩至现今的500 km²左右，湖滨地区荒漠化程度加剧，现已成为中国西部尘暴灾害发生的主要策源地之一。干涸湖底的盐碱粉砂、细粘土、可溶性盐等不稳定松散颗粒物按不同比例混合，在阿拉山口大风作用下以颗粒物的形式悬浮于大气，造成大范围地区的气溶胶颗粒物浓度百分比迅速上升，对下游地区绿洲农业的发展及荒漠植被的生长造成直接或者间接的影响，直接威胁到天山北坡经济带的可持续发展和新亚欧大陆桥的安全运行(吉力力•阿不都外力等，2007；鄢雪英，2014)。

图 1 研究区概况图

Fig. 1 Map of the study area

2.2 降尘的采集与处理

降尘收集装置设立于距干涸湖底不同方向及不同距离上，环艾比湖一周，由博乐市至石河子市依次布设降尘采集点22个，其中，沙湾点(21号)和石河子点(22号)由于距离研究区较远，故没有在图上展示，其余20个点样点分布状况由图1所示。从2013年9月—2016年9月，历时3年，每年5月、9月进行一次降尘采集。在降尘采样点附近的上风向采集0—10 cm的土壤表层样品。利用Mastersize 2000激光粒度分析仪分析降尘样品粒径分布；利用离子色谱仪分析降尘和土壤样品中的水溶性离子的组成和含量；土样制备均采用5∶1水土比进行抽滤浸提，参考《土壤农业化学分析方法》测定样品的含盐量。

2.3 卫星遥感数据

在假设地表郎伯体和大气水平均一的条件下，卫星所接收到的表观反射率ρ_TOA表达为(Tanre 等，1979)：

${\rho _{{\rm{TOA}}}}\left( {{\theta _{\rm{s}}},{\theta _{\rm{v}}},\phi } \right) \!=\! {\rho _{\rm o}}\left( {{\theta _{\rm{s}}},{\theta _{\rm{v}}},\phi } \right) \!+\! \frac{{T\left( {{\theta _{\rm{s}}}} \right)T\left( {{\theta _{\rm{v}}}} \right){\rho _{\rm{s}}}\left( {{\theta_{\rm{s}}},{\theta_{\rm{v}}},\phi } \right)}}{{\left[ {1 - {\rho _{\rm{s}}}\left( {{\theta _{\rm{s}}},{\theta _{\rm{v}}},\phi } \right)S} \right]}}$

(1)

式中，θ_s为太阳天顶角，θ_v为观测天顶角，ψ是相对方位角，ρ_s为地表二向反射率，ρ_o是大气程辐射的等效反射率，S为大气下界的半球反射率，T为大气透过率。

MODIS是搭载于Terra/Aqua卫星上的光学遥感仪器，提供了从可见光波段(0.4 μm)到中红外波段(14 μm)的全球观测资料(Kaufman 等，1997)。其中Aqua卫星所提供的大气3级标准数据集(MYD08)采用深蓝算法获取气溶胶数据，水平分辨率为1°×1°。深蓝算法是利用蓝波段大气反射较强，地表反射较弱，假定同期的地表反射率不变，将晴好天的地表反射率代入式(1)反演气溶胶(王中挺等, 2012, 2014)。和常规的暗像元法估算气溶胶相比，深蓝算法可以获得亮地表地区的AOD，适用于沙漠或半荒漠地带。

星载激光雷达是一种典型的主动遥感技术，也是实现精确、快速检测气溶胶垂直分布特征的强有力的工具。CALIOP是CALIPSO卫星的有效载荷之一，为双波长偏振敏感激光雷达，原始输出数据为3个通道的衰减后向散射系数(沈仙霞，2014)。对532 nm垂直衰减后向散射系数 $ {\beta _{532, \bot }}(r) $ 与532 nm平行衰减后向散射系数 $ {\beta _{532, }}|(r) $ 进行比值运算，就得到体积退偏比(王苑等，2014)

$\delta (r) = {\beta _{532, \bot }}(r)/{\beta _{{\rm{532,}}}}|(r)$

(2)

体积退偏比是衡量粒子的形状特性的参数，值越大，粒子约趋向于非球形。

对1064 nm总衰减后向散射系数β₁₀₆₄(r)与532 nm总衰减后向散射系数P₅₃₂(r)进行比值运算，则得到色比(王苑等，2014)：

$\chi (r) = {\beta _{{\rm{1064}}}}(r)/{\beta _{{\rm{532}}}}(r)$

(3)

色比是衡量粒子粒径相对大小的参数，通常情况下，色比值越大，粒子粒径也越大。

2.4 Microtops II太阳光度计

MicrotopsII太阳光度计是一款手持式多波段太阳光度计，获取数据为5个不同波段的AOD(毕雪岩等，2007)。本文获取的数据分别为AOD_{440 nm}、AOD_{675 nm}、AOD_{870 nm}、AOD_{936 nm}和AOD_{1020 nm}。在艾比湖流域内布设3个太阳光度计观测点，具体布设位置如图1所示。为尽可能的避免人类活动的影响，观测点选择位于城市上风向的开阔地带，周围无明显工业大气污染源。观测时间选择在供暖结束后的4月6日—5月15日，日观测时段为10:00至21:00，采样间隔1 h (张喆等，2017)。对大气状况进行观测的同时记录同时段气象数据，资料包括逐小时的相对湿度、风速和风向等，实时数据由中国天气网发布。

Angström波长指数(Ångstrom，1964)的计算方法如式(4)所示：

$\alpha = - \frac{{\ln \left[ {\tau \left( {{\textit {λ} _1}} \right)/\tau \left( {{\textit {λ} _2}} \right)} \right]}}{{\ln \left( {{\textit {λ} _1}/{\textit {λ} _2}} \right)}}$

(4)

式中，λ₁、λ₂ 为任意两个波长；τ(λ)表示任意波段所对应的AOD；α为Angström波长指数，反映的是气溶胶组成中大小粒子的比例，当α<1时表示气溶胶主要以粗模态形式存在，当α>1时则代表气溶胶以细模态形式存在；沙尘气溶胶α阈值范围一般为[–1，0.5](Tanré 等，2001)，城市—工业气溶胶一般则为[1.1，2.4](Dubovik 等，2002；Kim 等，2004)。利用AOD_{440 nm}和AOD_{870 nm}进行计算，可得到任意波段的气溶胶光学厚度。为了与卫星遥感数据相匹配，统一使用550 nm波段的AOD结果。

2.5 轨迹聚类分析

HYSPLIT轨迹模型是分析大气污染物扩散模式的专业模型，可以模拟污染物来源和扩散路径(王芳等，2009；王茜，2013)。本文针对艾比湖干涸湖底尘源区，利用HYSPLIT模型模拟盐尘高发时间段(每年的3—5月)中每天气团的7天前进移动轨迹，轨迹计算起始点相对高度为200 m，模拟时间从2005年开始到2015年结束，模拟轨迹共计1012条。以气流空间相似度为原则对模拟轨迹进行分组，估算每条路径的贡献率，从而确定研究区盐尘气溶胶潜在扩散特性。

3 结果与分析

3.1 盐尘的迁移

对艾比湖流域22个降尘采样点降尘通量、化学性质进行分析可知，艾比湖北侧17—19号点地表颗粒物以砾石为主，不易被大风吹起；14—16号点位于阿拉山口风口，12号点受山麓阻挡，降尘量较少，说明艾比湖盐尘主要影响其流域东南方向，因此在后续的针对艾比湖盐尘扩散迁移的研究中排除12—20号点，对剩余的13个采样点进行统计分析。如图2所示，降尘中盐含量最高的是精河监测点(11号)，降尘含盐量高达181.92 g/kg，以它为中心向西北(11号—13号—20号)和东北方向(11号—5号—4号—3号—21号—22号)递减。距湖底尘源约150 km的乌苏(1—20号)降尘中可溶性盐分的含量又有所增加，这可能是因为上风向的托托乡和古儿图镇等地大面积的农田、盐碱地或疏松风积物再次起尘的缘故。

对降尘土样及其周边上风向地表土壤样品含盐量和可溶性盐含量进行统计分析(表1)可知，艾比湖流域土壤表层含盐量最大值为71.2 g/kg，最小为8.3 g/kg，平均值为44.25 g/kg，远小于降尘含盐量的104.695 g/kg，同时降尘中的Cl^–、SO₃^2–、K⁺、Ca²⁺也远高于本地表层土壤中的含量，说明降尘中含有的大量可溶性盐离子主要来自其上游地区艾比湖干涸湖底盐碱粉尘。

表 1 艾比湖流域表层土壤和大气降尘土样含盐量和可溶性盐含量统计表
Table 1 Salts content and water soluble ion concentrations in atmospheric dust fall and in Ebinur region

下载CSV

/(g/kg)
参数	表层土壤(n=32)			降尘(n=11)
参数	最大值	最小值	平均值	平均值
含盐量	71.2	8.3	44.25	104.695
Cl^–	16.46	0.23	6.135	43.855
SO₃^2–	14.18	0.42	4.97	34.99
K⁺	0.48	0.06	0.25	1.885
Na⁺	28.47	0.13	13.175	20.315
Ca²⁺	4.77	0.18	2.02	9.575
Mg²⁺	3.77	0.03	1.34	2.55

总体来看，艾比湖流域大气降尘中粒径小于2 μm的黏粒占总比例的10.61%，2—63 μm的粉砂粒级占77.225%，大于63 μm的沙粒级所占比例12.230%；(图3)。

图 2 艾比湖下风向不同监测点大气降尘含盐量

Fig. 2 Salts content in atmospheric dust fall in Ebinur region

图 3 大气降尘粒径分布图

Fig. 3 Particle size distributions of the atmospheric dust fall

3.2 艾比湖流域AOD时空分布特征

首先对采用太阳光度计计算得到的550 nm通道的AOD和MODIS AOD产品进行相关性分析(图4)。太阳光度计数据选取卫星过境前后30 min内的地面观测数据，对比结果采用线性回归的斜率和相关系数作为评价参数。受手持太阳光度计观测时间和地点的限制，可匹配的样本数较小，相关分析只能作为参考，如要获取更加可靠的信息，需要更长之间序列的观测数据。结果表明：受现实中各种因素和假定条件的限制，MODIS和地面观测所获取的AOD二者之间存在一定差异，但整体趋势较为一致。斜率为0.725，相关系数为0.762。整体而言，艾比湖流域MODIS气溶胶产品质量较好，以其为基础数据对艾比湖流域AOD进行时空分布特征分析较为可信。

图 4 MODIS AOD产品与手持太阳光度计对比图

Fig. 4 The comparison between AOD from MODIS and AOD from sunphotometer

基于MODIS气溶胶产品数据可以得到2002年—2015年艾比湖流域AOD季节性分布和年内变化示意图(图5、6)。季节划分标准为3月—5月为春，6月—8月为夏，9月—11月为秋，12月—来年2月为冬。从空间分布来说，除冬季外，艾比湖流域AOD空间分布较为一致，艾比湖西南部的温泉县和博乐市、东南方向的托里县及上风口的阿拉山口等地AOD较低，高值区集中于艾比湖东南部的精河县、托托乡和乌苏市一线，受沙尘暴等极端天气影响，精河县和乌苏市AOD最大值明显高于其他地区。

艾比湖流域AOD月变化在4月—7月呈明显波峰，5月最大，说明该地区尘暴天气多发于春季。这是因为春季大风天气频发，空气湿度较低，春耕等人类活动加剧了干涸湖底及周边重度盐渍化土壤的风蚀和盐尘的释放、运输运动。冬季的AOD分布并没有明显规律，这可能是因为下垫面被积雪覆盖，不易起尘，且积雪使得地表反照率增加，增大了AOD反演难度，于是造成部分区域的数据空缺，影响空间上的判读。虽然冬季AOD整体偏低，但其最大值却明显高于其他季节，这是因为北疆地区存在冬季供暖等人类活动，化石燃料的燃烧对区域AOD量值产生了一定影响。

图 5 2002年—2015年气溶胶季节平均AOD分布

Fig. 5 Spatial distribution of seasonal mean AOD during 2002 to 2015

图 6 艾比湖流域AOD空间分布及年内变化

Fig. 6 Spatial distribution and intra-annual variation of AOD in Ebinur region

3.3 盐尘气溶胶光学特性垂直分布特征

为了确保盐尘气溶胶光学特性垂直分布研究的典型性，将CALIPSO数据获取时段定在尘暴发生相对频繁的春季，通过统计分析可得艾比湖流域盐尘气溶胶光学特性垂直分布特征(图7—图9)。

一般情况下，气溶胶颗粒的后向散射系数在0.0008—0.0045 km^–1·sr^–1范围之间(陈勇航等，2009)。通过对艾比湖流域气溶胶后向散射系数垂直分布特征进行统计分析(图7)可初步看出，随着高度的增加，大气中气溶胶的散射能力呈现出依次减弱的变化趋势；对0—10 km高度范围的大气而言，近地面0—2 km高度范围内，大气气溶胶表现出较强的散射能力，而8—10 km高度范围内则表现出最弱，贡献度分别为30.24%和12.41%。

对不同高度(0—2 km、2—4 km、4—6 km、6—8 km、8—10 km)气溶胶总后向散射系数分布频率进行统计分析(图8)可知，大气气溶胶后向散射系数值在0—2 km高度范围内相对较大，主要集中于0.0015—0.0035 km^–1·sr^–1范围内；在2—10 km高度范围内则相对较小，主要集中在0.0008—0.0025 km^–1·sr^–1范围内。随着高度的增加，后向散射系数较小值(0.0008—0.0015 km^–1·sr^–1)所占比例逐渐增加，而较大值(0.0014—0.0045 km^–1·sr^–1)所占的比例则明显减少，说明尘暴灾害高发时节，近尘源区气溶胶污染主要集中在0—2 km高度范围内的近地面低空，随着高度的增加，气溶胶散射能力逐渐减弱。

图 7 气溶胶总后向散射系数垂直分布

Fig. 7 The vertical distribution of aerosol total backscatter attenuated coefficient

图 8 不同高度气溶胶后向散射系数频率分布

Fig. 8 The frequency distribution of total attenuated backscatter attenuated coefficient at different heights

图9为艾比湖流域不同高度气溶胶体积退偏比和色比频率分布状况，0—10 km高度范围内，退偏比值0—100%范围内均有值出现，主要集中介于0—40%范围之间。对0—2 km高度范围的近地面低空而言，退偏比值在10%—20%范围内出现的频率为28.538%，相对较大；2—10 km高度范围内退偏比值主要集中在5%—15%，出现的频率随着高度的增加呈现出减小的趋势。说明艾比湖流域上空规则与不规则的气溶胶同时存在于各个高度，低层大气受沙尘天气影响，粒子的不规则度相对较高，随着高度的增加，较不规则的气溶胶逐渐减少，气溶胶的规则性增强。

由图9可看出，艾比湖流域0—10 km范围以下，色比值出现的频率随其值的增加而减少；色比值为0.1所占的比例最大，为12.803%，其次是0.2—0.3，分别为11.263%和10.298%。不同高度的色比频率分布如图8所示。高度范围在0—2 km的色比值集中在0.4—0.8，累计频率为51.378%；在2—10 km高度内，色比值集中于0—0.3。色比值在0—0.3之间的气溶胶在低层大气(0—2 km)中所占的份额较小，随着高度的增加其所占比例有所增加，在6—8 km高度内达到最大，累计频率达到38.887%；色比值为0.3—0.4的气溶胶含量在各层中相差不大；色比值在0.4—1的气溶胶在低层大气占的份额最大，随着高度的增高，份额呈减小趋势，说明艾比湖流域作为近尘源地区主要受其自身沙尘天气影响，沙尘天气发生时，粒径较大的沙尘颗粒主要集中于近地面0—2 km高度范围内。

图 9 不同高度气溶胶体退偏比和色比频率分布

Fig. 9 The frequency distribution of volume depolarization ratio and color ratio at different heights

3.4 盐尘污染过程中气溶胶光学特性分析

AOD是用以直观反映大气气溶胶含量的参数，在一定程度上反映出区域大气污染程度，通过不同波段的AOD求算得到的α波长指数是衡量气溶胶尺度的重要参数，常用以判断区域大气污染类型(Bréon 等，2002；Smirnov 等，2002)。作为表征气溶胶光学特性的基本参数，针对二者关系的深入讨论，对了解区域气溶胶环境，分析盐尘气溶胶光学特性具有重要意义(赵胡笳，2015)。

3.4.1 AOD和α特征分析

艾比湖流域AOD和α分布频率呈明显的单峰型分布特征(图10)。AOD集中分布在0.1—0.4范围内，占样本总量的78.372%，在0.5—0.6的部分存在一个小的波动，大于0.6的部分占8.983%；AOD在极端清洁值区间0—0.1的出现频率很低，仅占总样本的1.579%；0.1—1区间内，AOD出现频率递减。观测期间研究区AOD平均值为0.273，变异系数57.23%，这是因为受春季沙尘天气影响，观测期间AOD出现高值，造成极大值与平均值差值过大，因此变异系数相对较大。α最高频区间为0.8—0.9，次高频区间为0.7—0.8，分别占总样本的12.922%和10.751%；小于0.5的α值占总样本的19.961%，大于1.1的α值占总样本的22.090%。

受迁移过程中粉尘扩散、沉降和局地尘源的介入等方面的影响，距尘源不同距离地区上空气溶胶光学性质存在一定差异。精河、乌苏观测点α平均值分别为0.609和0.894，标准差分别为0.298和0.347，变异系数分别为33.368%和56.946%，说明随着距艾比湖干涸湖底尘源区的距离的增大，大气气溶胶主控粒子粒径逐渐减小，粒子粒径的变化幅度增大。

图 10 AOD和α的概率分布柱状图

Fig. 10 Frequency distribution of AOD and Angström wavelength exponent

图11为观测期间艾比湖流域AOD和α日变化(10:00—21:00)情况。观测期间AOD没有明显的日变化规律，大气状况较为稳定，各时次AOD均值在0.227—0.355之间；α日均值0.756，颗粒物模态较为复杂，粒子尺度随时间呈现逐渐增大趋势；AOD在17:00时出现高值，结合同时段α值来看，此时的气溶胶粒子尺度较大，说明此时间段的AOD的增大可能与沙尘粒子的导入有关。受人类活动的影响，10:00—11:00期间，AOD呈现增加趋势；峰值出现在14:00，为0.355±0.221，这可能是因为晴天的13:00和14:00对流旺盛，地面污染物被输送到高空，因此AOD在13:00—14:00出现较为明显的增加过程；午后大气层结开始逐渐趋于稳定，边界层高度降低，同时伴随着下班晚高峰，人类活动产生的气溶胶再次得到集中释放，因此峰值过后AOD相对稳定且维持在0.26左右。α日均值波动较小，维持在0.756上下。

图 11 AOD和α日变化图

Fig. 11 Daily variation of AOD and Angström

3.4.2 AOD与α的关系

图12为艾比湖地区AOD—α的散点图，从中可以看出，随着AOD增加，α可能出现的最大值在逐渐减小。将α以0.2为间隔进行划分，对每个间隔内所对应的AOD进行均值计算发现，α间隔从0—0.2到1.4—1.6对应的AOD均值分别为0.394，0.462，0.365，0.312，0.249，0.242，0.225和0.223，说明引起该地区AOD高值的主要因素是大粒径颗粒物的增加；当α>0.5时，AOD主要集中在0.27左右，占总数的65.365%，α小于0.5和大于1的值分别占总数的34.634%，27.942%，说明该地区粗粒子所占的比重较大，与粗粒子相比，细粒子对该地区大气环境污染的贡献度相对较小；当AOD<0.5时，α在0—1.5之间均有值分布，说明此时气溶胶组成成分较为复杂，不同组分的粗、细气溶胶粒子同时存在。

图 12 AOD和α的关系

Fig. 12 Relationship between Angström parameters and AODs

局地气象要素对AOD、α分布特征以及二者之间的关系也会产生一定程度的影响。艾比湖流域风速与AOD呈正相关，与α呈负相关，相关系数在0.02—0.21之间。图13为不同风速(V)控制下AOD—α关系图，当V<1 m/s时，AOD在0.1—0.7范围内均有分布，α在0—1.3范围内均有分布，相关关系不明显；当V>1 m/s时，随着AOD的增加，α呈现出减小趋势，尤其是当V>4 m/s时，随着AOD的增大，α出现的最大值从1.4减小到0.6，说明随着AOD的增加，大气气溶胶粒子尺度在增大，表明在观测点周围存在强的沙尘源的前提下，风速是影响局地气溶胶变化的主要因素。

艾比湖流域空气相对湿度与AOD和α均呈现正相关关系，相关系数在0.18—0.37之间。图14为不同α级别下AOD随相对湿度(RH)的变化。可以看出，α<0.5时，即大气气溶胶主控粒子为粗粒子时，AOD受RH的影响较为复杂，整体而言AOD随RH的增大而减小，气溶胶粒子主要表现出非亲水性，但受当地气溶胶化学组成影响，当RH在30%—50%范围内时，气溶胶颗粒也表现出一定程度上的亲水性；当0.5<α<1.0，随着RH的增大AOD出现的最大值呈现出增大趋势，此时气溶胶颗粒吸湿增长导致AOD的增大，气溶胶表现出亲水性，但当50%<RH时，AOD直线下降至0.4以下，这可能是受到了局地降雨的影响，降雨对气溶胶颗粒的冲刷导致AOD的降低，空气湿度增大。α>1.0时，细粒子吸湿增长造成AOD随RH的增大呈显著增长趋势，但AOD主要集中在0.4以下，说明艾比湖流域细粒子吸湿增长导致AOD高值的可能性较小。

图 13 不同风速下AOD和α的关系

Fig. 13 Relationship between Angström parameters and AODs at different wind speed

图 14 不同α下AOD与相对湿度的关系

Fig. 14 Relationship between AODs and relative humidity with different Angström parameter

3.5 盐尘潜在扩散特性

进行MicrotopsII太阳光度计观测期间，艾比湖流域出现典型的沙(盐)尘过境天气。2016年4月9日北京时间8:00起，精河地区出现浮尘天气，对应UTC为0:00。尘暴天气伴随强风持续5个小时，期间AOD无法测量。中午13:30左右风速减弱，产生少量降雨，此时AOD恢复到0.13左右。

图15为利用HYSPLIT模型模拟的此次沙(盐)尘事件36小时扩散路径，不同标记类型的模拟轨迹分别代表不同高度(100 m、1 km、2 km和3 km)的气团运动轨迹。从图15中可看出，气团自西向东扩散，2 km和3 km高度气团的运移路径基本相同，主要向东北方向的克拉玛依市、福海县和富蕴县方向扩散，扩散高度可达4 km以上；2 km以下高度气团的运移路径主要沿天山山脉向博州东南部运移，影响区域包括精河县、乌苏市、奎屯市、乌鲁木齐市等地区，扩散高度在1.5—2 km范围内。这与3.1节中降尘数据的分析和3.3节中盐尘气溶胶光学特性垂直分布特征结论相符合。艾比湖流域的盐尘暴灾害发生时，沙(盐)尘颗粒主要集中于近地面0—2 km高度范围。

图 15 2016年4月9日艾比湖流域盐尘潜在扩散路径

Fig. 15 Trajectory simulation of salt dust diffusion from April 9, 2016

为了进一步确定艾比湖盐尘灾害的运移路径和影响范围，选取盐尘暴高发的春季为典型研究时间段，利用HYSPLIT模型模拟每天气团的7天前进移动轨迹，以气流空间相似度为原则对模拟轨迹进行分组，估算每条路径的贡献率，得到盐尘气溶胶潜在扩散特性(图16)。受气团运动速度的快慢不同的影响，同一方向不同高度存在多个轨迹组，以不同的颜色标记以便区分。轨迹水平分量经过的地区表示气团经过7天飘散所经过的地区，根据其长短可以对该路径上气团的移动速度进行直观判读，百分比表示经过聚类分组得到的潜在扩散轨迹占总轨迹的百分比，即贡献率；轨迹垂直分量高度的变化表示气团移动过程中扩散高度的变化。

艾比湖湖面的萎缩造成大面积湖底裸露，为北疆地区盐尘灾害提供了丰富的盐尘源。尘源稳定的情况下，影响盐尘扩散的主要气象因素是风速和风向。阿拉山口是位于巴尔喀什—阿拉湖盆地东部和准噶尔盆地西部之间的一个狭长通道，该通道北部被巴尔利克和玛依勒山脉围绕，南部有准噶尔阿拉套山脉。这种特殊的地貌特征决定了该区频繁大风的盛行，为艾比湖干涸湖底风蚀和盐碱尘暴的发生提供了强大的动力条件。艾比湖流域风向以NW和NNW向为主，其频率分别占55.12%和17.33%，在其强劲风力作用下，加之山脉阻挡，粉尘自西向东扩散的轨迹占总轨迹的57%，其中，4%的轨迹可攀升达到5 km高空，途径甘肃、内蒙古、黑龙江等地区，影响范围较大，但发生概率较低；53%的轨迹扩散高度集中在2—3 km范围内，途径精河县、乌苏市、奎屯市、沙湾县、石河子市、昌吉市、乌鲁木齐市和哈密等地区继续向东扩散，影响范围主要包括甘肃、内蒙古、河北、辽宁等地区。43%的轨迹主要集中在艾比湖尘源区的近地面低空，扩散的高度在1 km以内，扩散距离仍在艾比湖流域尘源区范围内，表明艾比湖干涸湖底风蚀起尘的盐尘颗粒大部分仍沉降在尘源区附近，对艾比湖周边的博乐市、精河县、托托乡、乌苏市产生较大影响。

图 16 艾比湖流域春季盐尘气溶胶潜在扩散路径

Fig. 16 Potential diffusion characteristic of salt dust aerosol originating from Ebinur region in spring

4 结　论

在传统的实地采样方式的基础上，将盐尘灾害研究从地面上升至大气，发挥多波段光度计丰富的信息含量、成熟的反演理论的优势，将其与具有快速获取区域尺度气溶胶信息优势的卫星遥感技术相结合，从不同时空尺度分析艾比湖盐尘灾害对区域大气环境的影响，获取盐尘灾害发生时期气溶胶光学特性参数，实现盐尘气溶胶光学特性的准确估算。

研究表明：受自然天气和人类活动的影响，春季是盐尘释放、运输运动最为活跃的时期；尘暴灾害发生时，随着高度的增加，气溶胶的不规则性和粒径尺度均在减小；粉尘影响高度主要集中在0—2 km的近地面低空，对流域东南部的精河县、托托乡和乌苏市等地区造成较大影响，西南部的温泉县和博乐市、东南方向的托里县及上风口的阿拉山口影响相对较小。

风速是影响局地气溶胶变化的主要因素；受盐尘扩散、沉降和局地尘源介入的影响，随着距艾比湖干涸湖底尘源区的距离的增大，大气气溶胶主控粒子粒径逐渐减小，粒子的粒径变化幅度增大；尘暴灾害发生时艾比湖流域气溶胶粒子主要表现出非亲水性，但受粉尘中含有的大量可溶性盐离子影响，使得气溶胶颗粒也表现出一定的亲水性。

艾比湖盐尘主要沉降在距离干涸湖底尘源较近的精河和乌苏地区，部分盐尘颗粒以气溶胶的形式悬浮于大气，可实现远距离的传输；受风场和地形的影响，扩散范围自西向东包括新疆境内的精河县、乌苏市、奎屯市、沙湾县、石河子市、昌吉市、乌鲁木齐市、哈密等地区以及甘肃、内蒙古、河北、辽宁等省份。

为了确保获取的盐尘气溶胶数据的典型性，本研究将太阳光度计观测时间段选择在了尘暴灾害发生较为频繁的春季，观测站点选择在了受盐尘灾害影响较大的精河至乌苏一线。接下来的工作中，可以考虑增加典型沙尘源区观测站点，以典型沙尘气溶胶光学特性作为参照，以此实现盐尘气溶胶光学特性的识别。总体而言，地基和卫星遥感技术相结合，可有效实现区域气溶胶光学特性的准确估算，为全面认识盐尘灾害提供科学的参考。

参考文献(References)

Ångstrom A. 1964. The parameters of atmospheric turbidity. Tellus, 16 (1): 64–75. [DOI: 10.3402/tellusa.v16i1.8885]

Argaman E, Singer A and Tsoar H. 2006. Erodibility of some crust forming soils/sediments from the southern Aral sea basin as determined in a wind tunnel. Earth Surface Processes and Landforms, 31 (1): 47–63. [DOI: 10.1002/esp.1230]

Bi X Y, Wu D, Tan H B, Li F and Deng X J. 2007. Application, calculation and calibration of microtops Ⅱ sunphotometer. Meteorological Science and Technology, 35 (4): 583–588. [DOI: 10.3969/j.issn.1671-6345.2007.04.028] ( 毕雪岩, 吴兑, 谭浩波, 李菲, 邓雪娇. 2007. MicrotopsⅡ型太阳光度计的使用、计算及定标. 气象科技, 35 (4): 583–588. [DOI: 10.3969/j.issn.1671-6345.2007.04.028] )

Blank R R, Young J A and Allen F L. 1999. Aeolian dust in a saline playa environment, Nevada, U.S.A. Journal of Arid Environments, 41 (4): 365–381. [DOI: 10.1006/jare.1998.0491]

Bréon F, Tanré D and Generoso S. 2002. Aerosol effect on cloud droplet size monitored from satellite. Science, 295 (5556): 834–838. [DOI: 10.1126/science.1066434]

Chen Y H, Mao X Q, Huang J P, Zhang H, Tang Q, Pan H and Wang C H. 2009. Vertical distribution characteristics of aerosol during a long-distance transport of heavy dust pollution. China Environmental Science, 29 (5): 449–454. [DOI: 10.3321/j.issn:1000-6923.2009.05.001] ( 陈勇航, 毛晓琴, 黄建平, 张华, 汤强, 潘鹄, 王晨浩. 2009. 一次强沙尘输送过程中气溶胶垂直分布特征研究. 中国环境科学, 29 (5): 449–454. [DOI: 10.3321/j.issn:1000-6923.2009.05.001] )

Dubovik O, Holben B N, Eck T F, Smirnov A, Kaufman Y J, King M D, Tanré D and Slutsker I. 2002. Variability of absorption and optical properties of key aerosol types observed in worldwide locations. Journal of the Atmospheric Sciences, 59 (3): 590–608. [DOI: 10.1175/1520-0469(2002)059<0590:VOAAOP>2.0.CO;2]

Ge Y X, Jilili A, Liu D W and Mireban A. 2013. Fractal characteristics of particle size distribution in salt-rich sediments from different depths under six different types of landscapes in the playa of the Ebinur lake. Journal of Desert Research, 33 (3): 804–812. [DOI: 10.7522/j.issn.1000-694X.2013.00115] ( 葛拥晓, 吉力力•阿不都外力, 刘东伟, 米热班•阿布里米提. 2013. 艾比湖干涸湖底6种景观类型不同深度富盐沉积物粒径的分形特征. 中国沙漠, 33 (3): 804–812. [DOI: 10.7522/j.issn.1000-694X.2013.00115] )

Guo J P, Wu Y R, Zhang X Y and Li X W. 2013. Estimation of PM_2.5 over eastern china from MODIS aerosol optical depth using the back propagation neural network . Environmental Science, 34 (3): 817–825. ( 郭建平, 吴业荣, 张小曳, 李小文. 2013. BP网络框架下MODIS气溶胶光学厚度产品估算中国东部PM_2.5. 环境科学, 34 (3): 817–825. )

Jilili A and Mu G J. 2006. Eolian factor in the process of modern salt accumulation in western Dzungaria, China. Eurasian Soil Science, 39 (4): 367–376. [DOI: 10.1134/S106422930604003X]

Jilili A, Xu J R, Mu G J, Xu M and Gabchenko M V. 2007. Effect of soil dust from Ebinur Lake on soil salts and landscape of surrounding regions. Journal of Glaciology and Geocryology, 29 (6): 928–939. [DOI: 10.3969/j.issn.1000-0240.2007.06.012] ( 吉力力•阿不都外力, 徐俊荣, 穆桂金, 徐曼, Gabchenko M V. 2007. 艾比湖盐尘对周边地区土壤盐分及景观变化的影响. 冰川冻土, 29 (6): 928–939. [DOI: 10.3969/j.issn.1000-0240.2007.06.012] )

Kaufman Y J, Tanré D, Remer L A, Vermote E F, Chu A and Holben B N. 1997. Operational remote sensing of tropospheric aerosol over land from EOS moderate resolution imaging spectroradiometer. Journal of Geophysical Research: Atmospheres, 102 (D14): 17051–17067. [DOI: 10.1029/96JD03988]

Kim D H, Sohn B J, Nakajima T, Takamura T, Takemura T, Choi B C and Yoon S C. 2004. Aerosol optical properties over East Asia determined from ground-based sky radiation measurements. Journal of Geophysical Research: Atmospheres, 109 (D2): D02209 [DOI: 10.1029/2003JD003387]

Liu D W, Jilili A, Lei J Q and Wu G Y. 2011. Saline dust storm and its ecological effects. Journal of Desert Research, 31 (1): 168–173. ( 刘东伟, 吉力力•阿不都外力, 雷加强, 武广洋. 2011. 盐尘暴及其生态效应. 中国沙漠, 31 (1): 168–173. )

Liu X, Zhu B, Hou X W, Chen Y X, Li F, Kang H Q and Gao J H. 2015. Analysis of haze events based on satellite remote sensing and field observations: a case study of severe haze pollution over the Yangtze river delta. China Environmental Science, 35 (3): 641–651. ( 刘璇, 朱彬, 侯雪伟, 陈烨鑫, 李锋, 康汉青, 高晋徽. 2015. 基于卫星遥感和地面观测资料的霾过程分析-以长江三角洲地区一次严重霾污染过程为例. 中国环境科学, 35 (3): 641–651. )

Liu Z, Zheng Y F, Liu J J and Xie M Q. 2015. Research on the distribution of the northern region of China aerosol based on A-trian satellite. China Environmental Science, 35 (10): 2891–2898. [DOI: 10.3969/j.issn.1000-6923.2015.10.002] ( 刘贞, 郑有飞, 刘建军, 解孟其. 2015. 基于A-train卫星对中国北方地区气溶胶分布的研究. 中国环境科学, 35 (10): 2891–2898. [DOI: 10.3969/j.issn.1000-6923.2015.10.002] )

Mees F and Singer A. 2006. Surface crusts on soils/sediments of the southern Aral Sea Basin, Uzbekistan. Geoderma, 136 (1/2): 152–159. [DOI: 10.1016/j.geoderma.2006.03.019]

Namdari S, Valizade K K, Rasuly A A and Sarraf B S. 2016. Spatio-temporal analysis of MODIS AOD over western part of Iran. Arabian Journal of Geosciences, 9 (3): 1–11. [DOI: 10.1007/s12517-015-2029-7]

Shen X X. 2014. Study on Regional Aerosol Properties Based on CALIPSO. Shanghai: East China Normal University (沈仙霞. 2014. 基于CALIPSO卫星的区域气溶胶特性研究. 上海: 华东师范大学)

Smirnov A, Holben B N, Kaufman Y J, Dubovik O, Eck T F, Slutsker I, Pietras C and Halthore R N. 2002. Optical properties of atmospheric aerosol in maritime environments. Journal of Atmospheric Sciences, 59 (3): 501–523. [DOI: 10.1175/1520-0469(2002)059<0501:OPOAAI>2.0.CO;2]

Tanre D, Herman M, Deschamps P Y and de Leffe A. 1979. Atmospheric modeling for space measurements of ground reflectances, including bidirectional properties. Applied Optics, 18 (21): 3587–3594. [DOI: 10.1364/AO.18.003587]

Tanré D, Kaufman Y J, Holben B N, Chatenet B, Karnieli A, Lavenu F, Blarel L, Dubovik O, Remer L A and Smirnov A. 2001. Climatology of dust aerosol size distribution and optical properties derived from remotely sensed data in the solar spectrum. Journal of Geophysical Research: Atmospheres, 106 (D16): 18205–18217. [DOI: 10.1029/2000JD900663]

Wang F, Chen D S, Cheng S Y and Li M J. 2009. Impacts of air pollutant transport based on air trajectory clustering. Research of Environmental Sciences, 22 (6): 637–642. ( 王芳, 陈东升, 程水源, 李明君. 2009. 基于气流轨迹聚类的大气污染输送影响. 环境科学研究, 22 (6): 637–642. )

Wang Q. 2013. Study of air pollution transportation source in Shanghai using trajectory model. Research of Environmental Sciences, 26 (4): 357–363. ( 王茜. 2013. 利用轨迹模式研究上海大气污染的输送来源. 环境科学研究, 26 (4): 357–363. )

Wang Y, Deng J Y, Shi L H, Chen Y H, Zhang Q, Wang S and Xu T T. 2014. A floating-dust case study based on the vertical distribution of aerosol optical properties. Environmental Science, 35 (3): 830–838. [DOI: 10.13227/j.hjkx.2014.03.004] ( 王苑, 邓军英, 史兰红, 陈勇航, 张强, 王胜, 徐婷婷. 2014. 基于气溶胶光学特性垂直分布的一次浮尘过程分析. 环境科学, 35 (3): 830–838. [DOI: 10.13227/j.hjkx.2014.03.004] )

Wang Z T, Li Q, Wang Q, Li S S, Chen L F, Zhou C Y, Zhang L J and Xu Y J. 2012. HJ-1 terrestrial aerosol data retrieval using deep blue algorithm. Journal of Remote Sensing, 16 (3): 596–610. [DOI: 10.11834/jrs.20121148] ( 王中挺, 厉青, 王桥, 李莘莘, 陈良富, 周春艳, 张丽娟, 徐拥军. 2012. 利用深蓝算法从HJ-1数据反演陆地气溶胶. 遥感学报, 16 (3): 596–610. [DOI: 10.11834/jrs.20121148] )

Wang Z T, Wang H M, Li Q, Zhao S H, Li S S and Chen L F. 2014. A quickly atmospheric correction method for HJ-1 CCD with deep blue algorithm. Spectroscopy and Spectral Analysis, 34 (3): 729–734. [DOI: 10.3964/j.issn.1000-0593(2014)03-0729-06] ( 王中挺, 王红梅, 厉青, 赵少华, 李莘莘, 陈良富. 2014. 基于深蓝算法的HJ-1CCD数据快速大气校正模型. 光谱学与光谱分析, 34 (3): 729–734. [DOI: 10.3964/j.issn.1000-0593(2014)03-0729-06] )

Yan X Y. 2014. Information Extraction of Saline Dust Storms Based on Spatial Analysis-A Case Study in Ebinur. Urumchi: Xinjiang University (鄢雪英. 2014. 基于空间信息技术的盐碱尘暴信息提取－以艾比湖地区为例. 乌鲁木齐: 新疆大学)

Yan X Y, Ding J L, Li X, Zang Z, Ma E, Zeng X J and Wang G. 2015. Effect of salt dust storm migration pathways on degradation of Ebinur lake wetland. Acta Ecologica Sinica, 35 (17): 5856–5865. [DOI: 10.5846/stxb201312263034] ( 鄢雪英, 丁建丽, 李鑫, 张喆, 马尔哈巴, 曾小箕, 王刚. 2015. 艾比湖湿地退化对盐尘暴发生及运移路径的影响. 生态学报, 35 (17): 5856–5865. [DOI: 10.5846/stxb201312263034] )

Zhang F, Wang J, Tashpolat T, Zhou M, Wang D F, Li R and Li X H. 2015. The spatial and temporal dynamic changes and driving forces in the surface area of Ebinur lake from 1998-2013. Acta Ecologica Sinica, 35 (9): 2848–2859. [DOI: 10.5846/stxb201407021362] ( 张飞, 王娟, 塔西甫拉提•特依拜, 周梅, 王东芳, 李瑞, 李晓航. 2015. 1998-2013年新疆艾比湖湖面时空动态变化及其驱动机制. 生态学报, 35 (9): 2848–2859. [DOI: 10.5846/stxb201407021362] )

Zhang X L, Xia X A, Che H Z, Tang J, Tang Y X, Meng W and Dong F. 2014. Observation study on aerosol optical properties and radiative forcing using the ground-based and satellite remote sensing at background station during the regional pollution episodes. Environmental Science, 35 (7): 2439–2448. [DOI: 10.13227/j.hjkx.2014.07.001] ( 张小玲, 夏祥鳌, 车慧正, 汤洁, 唐宜西, 孟伟, 董璠. 2014. 区域污染对本底地区气溶胶光学特性及辐射强迫影响的地基和卫星遥感观测研究. 环境科学, 35 (7): 2439–2448. [DOI: 10.13227/j.hjkx.2014.07.001] )

Zhao H J, Ma Y J, Wang Y F and Zhu Y M. 2015. Characteristics of particle mass concentrations and aerosol optical properties during a fog-haze event in Shenyang. China Environmental Science, 35 (5): 1288–1296. [DOI: 10.3969/j.issn.1000-6923.2015.05.002] ( 赵胡笳, 马雁军, 王扬锋, 朱轶明. 2015. 沈阳一次雾霾天气颗粒物浓度及光学特征变化. 中国环境科学, 35 (5): 1288–1296. [DOI: 10.3969/j.issn.1000-6923.2015.05.002] )

摘要

关键词