2. 华东师范大学中国科学院对地观测与数字地球科学中心环境遥感与数据同化联合实验室, 上海 200241;
3. Department of Ecosystem Science and Sustainability, Colorado State University, Fort Collins, CO, USA
2. Joint Laboratory for Environmental Remote Sensing and Data Assimilation, ECNU & CEODE, Shanghai 200241;
3. Department of Ecosystem Science and Sustainability, Colorado State University, Fort Collins, CO, USA
大气气溶胶是指悬浮于大气中具有一定稳定性直径为0.001~100 μm的各种固态和液态微粒形成的多相体系(王明星与张仁健,2001).其在大气成分中的含量较低(毛节泰等,2002),但是却是地球-大气系统的重要组成部分,扮演着十分重要的角色.一方面,它能够吸收和散射太阳辐射以及地球长波辐射,直接对地球-大气系统的辐射平衡造成影响;另一方面,它可以作为云的凝结核参与云的形成,进而间接影响气候(王明星,2000).
大气气溶胶的来源分为自然源和人为源.上海是我国东部最发达的城市之一,随着经济的高速发展,人类活动日益密集,大量的气溶胶粒子排放到大气中,人为源排放是最主要污染源(施成艳,2011).气溶胶的增多一方面会使城市能见度下降、雾霾天气增多,影响城市大气环境;另一方面会对人体健康造成危害.散布于大气中的气溶胶粒子中富集着有毒有害物质,这些物质会对呼吸系统及心血管等造成很大危害(张仁健等,2007; Tie et al., 2009).
伴随着不同类型地基传感器和卫星传感器的应用,气溶胶参数获取相对便捷,进而利用其开展气溶胶光学特性的研究也相对广泛.高伟等(2009)利用太阳光度计测量数据开展了上海地区气溶胶光学厚度及Angstrom指数的季节变化特性及其与粒子尺度的关系;邱金恒等采用多波长激光雷达探测研究了北京地区对流层高云和气溶胶在532 nm波长相关系数分布特征(李成才等,2004; 邱金桓等,2003);李成才等结合MODIS(MODerate resolution Imaging Spectroradiometer)卫星资料、微脉冲激光雷达分析了珠江三角洲地区一次气溶胶污染过程中气溶胶光学厚度的分布特征及气溶胶消光系数廓线的演变(李成才等,2004);传统地面遥感观测获取的气溶胶光学厚度在精度上具有一定的优势,能够较好的反映大气气溶胶光学厚度的日变化特征(马盈盈等,2009),但是基于单点源信息的探测,具有一定的空间局限性,难以获气溶胶区域性变化状况,因此,空间覆盖广、分辨率高且具有较高精度的卫星遥感观测为开展大尺度气溶胶变化研究提供了良好数据源,例如 MODIS、MISR(Multi-Angle Imaging Spectroradiometer)、OMI(Ozone Monitoring Instrument)等.然而,此类数据往往表征大气顶层到地面的气溶胶柱浓度的平均状况,不能反映气溶胶在不同高度上的分布特征.气溶胶垂直分布特征是研究其辐射强迫和气候环境效应关键的不确定性因素(Claquin et al., 1998).利用CALIPSO(Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observations)激光雷达数据能探测到气溶胶在垂直面上的变化情况,具有明显的优势.
当前已有学者利用CALIPSO开展气溶胶的相关研究,主要是针对沙尘气溶胶展开的研究,陈勇航等(2009)利用CALIPSO资料分析了2007年3月28日到4月2日一次强沙尘过程中沙尘气溶胶光学特性的垂直分布特征及其粒子大小、不规则性随高度的变化特征;王静等(2011)利用2010年3、4月份CALIPSO激光雷达后向散射数据研究了北京地区春季沙尘天气大气分布状况;Huang等(2007)对青藏高原夏季气溶胶进行了探究,发现采用CALIPSO探测到的沙尘暴频率比地面观测站所获取的大很多.众多的研究表明气溶胶粒子与颗粒物浓度具有显著相关性,采用卫星资料进行区域大气污染研究具有可行性(李成才等,2003; 2005; 王静等,2010),然而针对地面可吸入颗粒物为主要污染物时的不同污染等级下气溶胶粒子的垂直分布特征鲜有研究.因此,本文在利用2006年6月至2011年12月的CALIPSO数据分析了上海气溶胶垂直特性的季节特征的基础上,针对空气污染指数及其等级,深入探究了污染与非污染时期的气溶胶粒子的垂直分布特征,对城市空气质量监测预报及人类健康具有重要意义.
2 数据和方法(Data and method)CALIPSO是A-Train星系成员之一,由美国NASA和法国国家空间研究中心(CNES)联合研制并于2006年4月发射升空,其主要任务是探测大气中的气溶胶和云的空间垂直分布特征(Winker et al., 2009).云-气溶胶激光雷达(Cloud-Aerosol Lidar with Orthogonal Polarization,CALIOP)为其搭载的主要设备,它可以提供白天和晚上532 nm和1064 nm通道的后向散射强度,其中532 nm通道信息包括总的后向散射强度和垂直后向散射强度,而垂直分量由两者相减可得.CALIPSO产品包括Level1B全分辨率廓线数据、Level2廓线数据、Level2层数据,及Level2类型掩码数据.本文采用V3.01版本Level2气溶胶廓线数据(CALIOP level2_05km_Aprof Ver. 3.01).
由于不受大气杂散光的影响,卫星夜间过境数据信噪比较高,记录更为准确可靠,因此本文采用上海地区2006年6月至2011年12月卫星夜间过境的数据作为研究数据集.此外,Level2气溶胶廓线数据中的消光系数、后向散射系数等参数是通过相关算法由Level1数据转换获得,转换过程中产生多种误差,最终导致level2数据参量的不准确(Kacenelenbogen et al., 2011).因此,在利用CALIPSO数据时需开展质量控制以便减少误差(Gautam et al., 2009; Kittaka et al., 2011; Redemann et al., 2011; Campbell et al., 2012),本文所采用的数据质量控制方法为:
1)Extinction_ Coefficient ≠ -9999及 Extinction Coefficient _Uncertainty≤10;
2)Atmospheric volume description第1~3位值为3,且第10~12位值不为0;
3)-100≤CAD_SCORE≤ -50;
4)Extinction_QC_532 = 0 或Extinction_QC_532 = 1.
其中,Extinction_ Coefficient=-9999反映结果中无效值;当Extinction Coefficient _Uncertainty≥90时,表明获取的数据不准确,因而设定Extinction Coefficient _Uncertainty≤10;Atmospheric volume description数据类型为16位整型数,用以反映探测类型(云或气溶胶或无信号)和子类型及其对应的置信水平、探测层特征所需水平范围等信息,其第1~3位的值描述了可辨别的颗粒物类型,设置Atmospheric volume description第1~3位值为3则代表了探测到的数据为气溶胶数据,而第10~12位值进一步用于鉴别气溶胶子类信息(清洁海洋型、沙尘、污染大陆型、清洁大陆型、污染沙尘、烟尘、无法判别、其他),第10~12位值为0时则意味着出现了无法判别的情况,因而将此类数据排除;CAD_SCORE是CALIPSO分类算法中表征辨别云与气溶胶可信程度的参数,其取值范围通常为〖-100,100〗,当CAD>0时表明获取数据为云的信息,而CAD<0时则为气溶胶数据,且其绝对值越大,区分二者的可信度越高.丨CAD丨>100时为特殊情况,不予考虑.设置-100≤CAD_SCORE≤ -50既在一定程度上确保了数据的有效性同时又避免了筛选条件过严格而导致的研究数据大量缺失.Extinction_QC_532值的设置关系到消光系数反演过程中激光雷达比(Sa,消光系数与散射系数之比)的预设和变化情况,通常,取值为0或1时,反演结果最可信.
CALIPSO卫星重返周期为16d,本文以上海地区最小外接矩形区域(30°E,120°N~33°E,123°N)为研究范围,当卫星轨迹过境该区域即选取为研究数据.CALIPSO后向散射系数的数据组织形式为二维数组(廓线数×高度层数),本文的计算方式为在上文设定条件下,先求取每日所有廓线数据在各个高度层的平均,由此得出日平均后向散射系数廓线,进而在日平均廓线数据基础上求取月平均数据.进行数据筛选后,利用中国环保局数据中心提供的上海地区的API,将研究期划分为不同污染时期,选取首要污染物是可吸入颗粒物的API作为研究数据样本,与CALIPSO卫星过境数据进行时间匹 配,获得不同污染等级的研究数据样本数(表 1)夜间过境的各空气质量等级出现天数,由于本文仅选择CALIPSO卫星夜间过境数据进行研究,统计结果表明这些样本中污染类别并未完整出现,只记录到了轻微污染、轻度污染和空气质量为良及2个重污染个例.为便于研究,本文将不同污染时期归为不同类别样本,进而,对各个时期内大气气溶胶后向散射系数、偏振比、色比进行统计分析.
| 表1 CALIPSO卫星过境研究区时不同空气质量等级的统计 Table 1 Statistics of different air quality days during study periodduring the passage of CALIPSO |
后向散射系数是CALIPSO Level 2气溶胶廓线产品中的一个重要参数,它可以反映大气中云或气溶胶粒子的散射强度.Omar等(Omar et al., 2009)研究指出了不同气溶胶类型(沙尘,污染沙尘,污染大陆型及烟尘类)的后向散射系数值域集中分布在0.003~0.009 km-1 · sr-1之间,且以0.0015 km-1 · sr-1为阈值以提取气溶胶层顶高度.图 1给出了上海地区2006年06月到2011年12月532 nm气溶胶后向散射系数月平均垂直廓线在高度0~6 km上的分布情况.考虑到上海地区气候特点,将3、4、5月划为春季,6、7、8月为夏季,9 、10、11月为秋季,12、1、2月为冬季.
![]() |
| 图 1 2006年06月到2011年12月 532 nm后向散射系数季节变化 Fig. 1 Seasonal variation of 532 nm attenuated backscatter coefficient from June 2006 to December 2011 |
由图 1可见,气溶胶从0 km延伸到6 km处,大多聚集于近地面层0~2 km内,且随着高度增加,气溶胶含量越少,后向散射系数越小.气溶胶边界层大致为4 km处,在此之上,气溶胶含量很少.这与杨晓武等(2009)研究结论相一致,其采用上海浦东微脉冲激光雷达进行气溶胶消光系数反演,得出上海地区气溶胶主要聚集于3 km以下,且以2 km内为主.此外,除2010年数据缺失外,每年春冬季节(3、4、5月,6、7、8月)0~1.5 km内存在一个较厚的气溶胶层,其后向散射系数在0.005 km-1 · sr-1以上,这是由于,此期间为上海地区受北方地区沙尘暴传输影响最大的季节(宋磊与吕达仁,2006).
为进一步探讨后向散射系数在不同高度上变化特性,对近5年后向散射系数数据进行月平均分析如图 2所示.由图可知,后向散射系数值分布在0.0003~0.0035 km-1 · sr-1间.显著的特征是后向散射系数随着高度升高而变小,在2 km以下其值大于 0.0025 km-1 · sr-1,而2 km以上小于0.0025 km-1 · sr-1. 由此可见,2 km以上颗粒物散射能力小于2 km以下.从季节上看,各个高度春、秋、冬3季后向散射系数较大而夏季较小,表明夏季颗粒物散射能力较小.0~2 km内其最大值出现在10、11、12月,都在0.0035 km-1 · sr-1左右,最小值在6月,为0.0022 km-1 · sr-1;而其他两个高度层内最大值都出现在3月份,约为0.0023 km-1 · sr-1,而11月其值较小.
![]() |
| 图 2 不同高度层后向散射系数月平均值 Fig. 2 Monthly averaged values of 532 nm attenuated backscatter coefficient at different altitudes |
偏振比是532 nm垂直后向散射系数与532 nm平行后向散射系数的比值,其通常用于反映颗粒物的不规则程度.一般而言,偏振比越大,颗粒物越不规则(毛晓琴等,2009).如图 3所示,在0~6 km高度内,每年夏季偏振比均比其他时期更低,且小于0.1,表明此时上海地区规则颗粒物较多;在当年10月至来年5月期间,偏振比有随着高度升高而增大的趋势,在2 km以上偏振比集中在0.15~0.30之间,尤其是在4~6 km高度层,偏振比值大多高于0.2.意味着在此期间,上海地区2 km主要聚集了规则颗粒物,而2 km以上主要是些不规则颗粒物.
![]() |
| 图 3 2006年6月到2011年12月 532 nm偏振比季节变化 Fig. 3 Seasonal variation of 532 nm volume depolarization ratio from June 2006 to December 2011 |
图 4为偏振比在不同高度内季节变化特征.由图可知,4~6 km内,偏振比高于其他两个高度层,在12~3月中层(2~4 km)内变化情况跟高层(4~6 km)内变化趋势接近,且都大于底层(0~2 km)数据;在3—8月内三个高度层的变化趋势较一致,偏振比值分布在0.056~0.14之间,在8~11月内中层(2~4 km)内变化情况更类似于低层(0~2 km),且都小于高层(4~6 km)数据.从季节变化情况来看,偏振比夏季明显低于其他季节,这是由于夏季上海地区以海盐粒子为主,其偏振比较小,且夏季二次气溶胶多,粒子尺度都较小,尺度分布比较规则;冬季从12月到5月其值缓慢上升并在2月大到最大(0~2 km 为0.15,2~4 km为0.22,4~6 km为0.23),紧接着进入春季从3月以较恒定速率开始下降到5月,在夏季6、7、8月内,偏振比值为最小(~0.065)且变化不显著,最后,进入秋季其值从9月份开始回升,直至11月份再次到达高值(0~2 km 为0.112,2~4 km为0.151,4~6 km为0.257).春季的时候,上海地区受北方沙尘远距离输送影响,大气中沙尘粒子增多,而沙尘气溶胶的偏振比相较其他类型气溶胶要大些,至于秋冬季节,一次气溶胶较多,尺度分布不太规则,因而春、秋、冬时期颗粒物偏振比均高于夏季.结合图 3和图 4的分析,表明上海地区夏季偏振比较小,以规则颗粒物为主,而其他季节偏振比大多在0.1以上,不规则颗粒物占优.
![]() |
| 图 4 不同高度层偏振比月平均值 Fig. 4 Monthly averaged values of volume depolarization ratio at different altitudes |
色比(Color Ratio,CR)为1064 nm后向散射系数与532 nm总后向散射系数之比,它可以反映颗粒物大小.色比值越大,则表示颗粒物越大(毛晓琴等,2009).从图 5中可以看出CR值分布范围为0.2~1.4之间,且在2 km以下大部分高于1.0,而在2~4 km间以小于1.0为主,到达4~6 km,呈混合形式.
![]() |
| 图 5 2006年06月到2011年12月 532 nm色比值季节变化 Fig. 5 Seasonal variation of 532 nm color ratio from June 2006 to December 2011 |
从图 6中可以看出色比值整体变化波动较小,其值分布在0.57~0.92之间.除秋季(9、10、11月)外,0~2 km内色比值均高于其它两个高度层,且在此高度层内,夏季值略高于其他季节.在2~4 km高度内,秋冬季节色比值较大(0.58~0.77),而春夏季其值较小(0.55~0.64);在4~6 km内,除了在6月份出现最小值外,色比值从冬季到夏季变化较平缓,而进入秋季其值迅速增大,最大值落在10月份,达到0.92.
![]() |
| 图 6 不同高度层色比月平均值 Fig. 6 Monthly averaged values of color ratio coefficient at different altitudes |
在获取上海地区2006到2011年气溶胶总体垂直特性后,图 7及图 9分别给出了后向散射系数0~0.0055、偏振比0~1.0、色比0~2.0在不同时期频率统计情况.
![]() |
| 图 7 不同时期后向散射系数在不同高度分布情况 Fig. 7 Frequency distribution of attenuated backscatter coefficient during different periods and different altitudes |
图 7中依次为重污染、轻度污染、轻微污染和无污染时期后向散射系数分别在0~2 km、2~4 km、4~6 km高度层内的分布情况.可以看出后向散射系数在各个高度层内分布趋势相似.以2 km以下(图 7a)为例进行说明.轻微污染和无污染时期二者分布趋势几近一致,且除0~0.0008 km-1 · sr-1间外其后向散射系数值所占比例均略高于轻度污染时期.重污染时期明显区别于其他三期,其后向散射系数较均衡的分布于0~0.0055 km-1 · sr-1各值域区间内,而其他时期后向散射系数值都聚集于0~0.0008 km-1 · sr-1间,且在此值域区间内所占比重也远远高于重污染时期,同时,随着值域增大,所占比重越来越小.而后向散射系数值大于0.0008 km-1 · sr-1的各区间内都为重污染时期所占比例最高.由此表明,相比而言,发生重污染时,散射性较强的颗粒物整体增多.此外,不同高度层内虽分布趋势相近但其值变化情况略有不同,重污染时期后向散射值随着高度变化不明显,而在轻度污染时期,相比其他高度层,2~4 km内后向散射系数较小值部分(0~0.0008 km-1 · sr-1)有所增加,而4~6 km处中 值部分(0.0008~0.0015 km-1 · sr-1)有一定程度增加.而后向散射系数大值(0.0015~0.0055 km-1 · sr-1)在不同高度所占比例的分布情况为:0~2 km大于4~6 km大于2~4 km.轻微污染和无污染时期,随着高度升高,小值区域(0~0.0015 km-1 · sr-1)所占比重增加,而大值区域(0.0015~0.0055 km-1 · sr-1)所占比重减少.综上,不同污染级别后向散射系数值在不同高度变化情况有所不同.总体而言,发生重污染时,强散射性颗粒物有增多趋势,但其后向散射系数值随高度变化不显著;轻度污染时期,以弱散射性颗粒物占优,且存在规律性特征,即高层区(4~6 km)中等程度散射系数颗粒物增加,而低层区(0~2 km),弱散射性颗粒物增加;轻微污染和无污染时期,也以弱散射性颗粒物占优,且随着高度升高强散射性颗粒物减少,而弱散射性颗粒物增多.
为进一步研究不同时期后向散射系数垂直变化情况,图 8中给出了各个时期后向散射系数廓线.从图中可以看出,重度污染时期平均后向散射系数明显高于其他各个时期,4 km以内重度污染时期平均后向散射系数约为0.003 km-1 · sr-1,且垂直分布比较均匀,说明此时污染的高度较高,而4~6 km处出现一个高值区,其值大于0.003 km-1 · sr-1,这是由于本文所研究的两个重污染案例均发生在上海春季期间,而此期间是受北方沙尘影响较大季节,受高空污染传输影响,在4~6公里处出现沙尘层,因而后向散射系数值较大;轻度污染时期后向散射系数分布以4 km处为界呈现显著差异,在此高度之下,平均后向散射系数(0.0008~0.002 km-1 · sr-1)远小于其他各个时期,而4~6 km其平均后向散射系数增大,同重污染时期类似,出现了高值区,平均后向散射系数达到0.003~0.005 km-1 · sr-1,然而此处出现的高值是由于较少的轻度污染个例中受云的影响较大,所反应的信息为云的后向散射系数;轻微污染及空气质量为良时,二者垂直廓线较为一致,后向散射系数在0.002 km-1 · sr-1附近波动,且垂直差异不大.此外,从图中可以看出4 km内轻度污染时期后向散射系数远远低于“轻微污染”和“良”时期.这主要有两方面原因:一方面,轻度污染个例中在4 km高度以上多出现厚云层从而导致卫星穿透云层探测到4 km以下的有效数据非常少;另一方面,除个别案例(2012年12月3日)在4 km以下出现一个较薄的气溶胶层外,其他个例在4 km内气溶胶含量非常少.
![]() |
| 图 8 不同时期后向散射系数平均垂直廓线 Fig. 8 Average profiles of attenuated backscatter coefficient during different periods |
图 9分别给出了不同污染时期内偏振比值及色比值在0~2 km、2~4 km、4~6 km高度层内分布情况.偏振比不同高度的分布状况很接近且都类似于后向散射系数分布.重污染时期偏振比值较均衡的散落分布于0~1.0的各值区间内,表明此时不同形状颗粒物均有出现,但不规则颗粒有所增加.而其他时期,偏振比值集中分布在0~0.1内,同时该部分值所占比重均远高于重污染期,且以轻度污染时期所占比例最高.综合来看,偏振比值越大,其所占比例越小.此外,各个时期随高度升高均无显著变化.因而,此期间主要以规则颗粒物为主,且各个高度均是随着颗粒物不规则程度增加而所占比例减少.色比值分布情况显然不同于后向散射系数及偏振比值的情况,总体来看,各个高度均呈现随着色比值域增大而所占比例减少的趋势,说明虽然粗细颗粒物混合出现但粗颗粒物所占比例较小.从高度上而言,轻度污染时期略有变化,色比值为0~0.4 的部分出现于2~4 km内居多,其次为0~2 km,而4~6 km内所占比例最少,而较大的色比值(1.0~1.6)部分以4~6 km内为最多.其他时期色比值随高度变化则无明显变化.因此,不同时期颗粒物呈现混合态出现,轻度污染时期,中等高度层内以细颗粒物为主,而在高层粗颗粒物占有比率大.
![]() |
| 图 9 不同时期偏振比和色比在不同高度分布情况 Fig. 9 Frequency distribution of depolarization ratio and color ratio during different periods and different altitudes |
为更好说明发生污染时气溶胶分布情况,选取一个个例研究.图 10(a)中为2009年3月29日UTC 时间19:12 CALIPSO卫星经过上海时的532 nm总的后向散射强度垂直剖面图.当天,上海空气质量指数为119,属于轻微污染.图中横坐标为经纬度点,纵坐标为海拔高度,色标表征后向散射系数大小.一般而言,气溶胶的后向散射大小落在0.0008~0.0045 km-1 · sr-1间,用绿色到红色部分表征;而云的后向散射强度系数落在0.0045~0.01 km-1 · sr-1 间,用灰色到白色表征;图中蓝色部分则表示气体分子,其后向散射系数大小为0.0001~0.0008 km-1 · sr-1.从此图中,可以很直观的了解气溶 胶的分布情况,突出了CALIPSO卫星在探测气溶胶垂直分布方面的优势.从图可以清晰地看出,在近地层2 km内有明显的橙、红色部分,后向散射强度为0.0015~0.0035 km-1 · sr-1,表明此处存在较厚的气溶胶层,而在2 km~8 km内,仍有部分橙色散落分布,
![]() |
| 图 10 2009-03-29日532 nm后向散射强度剖面图(a),后向散射系数及偏振比日平均廓线图(b) Fig. 10 (a)The vertical distribution of attenuated backscatter coefficient and (b)the average profile of the Total Attenuated Backscatter and volume depolarization ratio on 29 March 2009 |
其后向散射系数大小为0.0003~0.0015 km-1 · sr-1,说明在此高度内夹杂分布着气溶胶和气体分子.此外,在经纬度为(30.89°E,120.54°N)的点附近,出现一条从地面延伸到约为10 km高度处的‘蓝色柱’,这是受云的影响,卫星探测信号过弱而导致的,在其上方10.5~11.5 km处的灰白色部分和8 km附近灰白色小团即为云,其后向散射系数为0.0075~0.1 km-1 · sr-1.而出现在(31.50°E,120.70°N)至(30°E,120.30°N)轨迹内的‘灰色带’并不是代表云,此处可能为二次扬尘产生的一些颗粒物,其散射能力较大,以至于在图上表现出与云相混淆的情况.图 10b为该天CALPISO卫星轨迹所经过所有点的平均后向散射系数及平均偏振比廓线图.图中黑线代表后向散射系数,而红线代表偏振比.首先,通过后向散射系数可以从该图中初步判断A、B、C 3点所在位置代表的特征层分别为气溶胶、云、云,这与图 10a中结果一致.从2~6 km来看,2 km内平均后向散射强度最大,且均大于0.002 km-1 · sr-1,表明有强散射性粒子聚集于此,而整个高度层内平均偏振比则分布于0.05内,说明此层内以规则颗粒物为主.因此,在0~6 km内存在大量规则气溶胶颗粒物,且2 km以下以散射性较大粒子为主,而2 km以上颗粒物散射能力较小.
4 结论(Conclusions)1)大气中气溶胶颗粒物在0~6 km内都有分布,以2 km以下居多,且随着高度升高,散射性较大的粒子减少.在不同高度层内,颗粒物形状和大小不同,0~2 km内以较规则粗颗粒物为主;而在2~6 km内,不规则中等大小颗粒物占优势.
2)季节上,每年春冬季节散射能力较大的粒子增多,而夏季的显著特征是以不规则颗粒物为主,秋季为各种颗粒物混合程度最高时期.
3)通过不同时期对比分析及个例简要论证,表明发生重污染时散射能力较大不规则颗粒物增多,颗粒物垂直分布比较均匀,污染的高度较高;轻度污染时,散射能力小规则颗粒物增多,且颗粒物越不规则其所占比例越少,此外,在高层内以细颗粒物为主,在低层内以粗颗粒物为主;轻微污染和无污染时期,二者3个参数分布情况类似,且以散射能力小的规则颗粒物为主.
| [1] | Campbell J R, Reid J S, Westphal D L, et al. 2013.Characterizing the vertical profile of aerosol particle extinction and linear depolarization over Southeast Asia and the Maritime Continent: The 2007—2009 view from CALIOP[J]. Atmospheric Research, 122: 520-543 |
| [2] | Claquin T, Schulz M, Balkanski Y, et al. 1998. Uncertainties in assessing radiative forcing by mineral dust[J]. Tellus B, 50(5): 491-505 |
| [3] | 陈勇航, 毛晓琴, 黄建平, 等. 2009. 一次强沙尘输送过程中气溶胶垂直分布特征研究[J]. 中国环境科学, 29(5): 449-454 |
| [4] | 高伟, 贺千山, 潘亮, 等. 2009. 利用太阳光度计观测研究上海地区城市气溶胶特征[A]. 第六届长三角气象科技论坛[C]. 中国江苏南通. 656-660 |
| [5] | Gautam R, Liu Z, Singh R P, et al. 2009. Two contrasting dust-dominant periods over India observed from MODIS and CALIPSO data[J]. Geophysical Research Letters, 36(6): L06813 |
| [6] | Huang J, Minnis P, Yi Y, et al. 2007. Summer dust aerosols detected from CALIPSO over the Tibetan Plateau[J]. Geophysical Research Letters, 34(18): L18805 |
| [7] | Kacenelenbogen M, Vaughan M A, Redemann J, et al. 2011. An accuracy assessment of the CALIOP/CALIPSO version 2/version 3 daytime aerosol extinction product based on a detailed multi-sensor, multi-platform case study[J]. Atmos Chem Phys, 11(8): 3981-4000 |
| [8] | Kittaka C, Winker D M, Vaughan M A, et al. 2011.Intercomparison of column aerosol optical depths from CALIPSO and MODIS-Aqua[J]. Atmos Meas Tech, 4(2): 131-141 |
| [9] | 李成才, 刘启汉, 毛节泰, 等. 2004. 利用MODIS卫星和激光雷达遥感资料研究香港地区的一次大气气溶胶污染[J]. 应用气象学报, 15(6): 641-650 |
| [10] | 李成才, 毛节泰, 刘启汉, 等. 2003. 利用MODIS光学厚度遥感产品研究北京及周边地区的大气污染[J]. 大气科学, 27(5): 869-880 |
| [11] | 李成才, 毛节泰, 刘启汉, 等. 2005. MODIS卫星遥感气溶胶产品在北京市大气污染研究中的应用[J]. 中国科学(D辑:地球科学), 35(1): 177-186 |
| [12] | 马盈盈, 龚威, 朱忠敏. 2009. 中国东南部地区气溶胶光学特性激光雷达探测[J]. 遥感学报, 13(4): 715-722 |
| [13] | 毛节泰, 张军华, 王美华. 2002. 中国大气气溶胶研究综述[J]. 气象学报, 60(5): 625-634 |
| [14] | 毛晓琴, 陈勇航, 耿福海, 等. 2009. 应用CALIPSO卫星资料研究长三角地区灰霾天气特征[A]. 第26届中国气象学会年会大气成分与天气气候及环境变化分会场[C]. 中国浙江杭州. 618-626 |
| [15] | Omar A H, Winker D M, Vaughan M A, et al. 2009. The CALIPSO automated aerosol classification and lidar ratio selection algorithm[J]. Journal of Atmospheric and Oceanic Technology, 26(10): 1994-2014 |
| [16] | 邱金桓, 郑斯平, 黄其荣, 等. 2003. 北京地区对流层中上部云和气溶胶的激光雷达探测[J]. 大气科学, 27(1): 1-7 |
| [17] | Redemann J, Vaughan M A, Zhang Q, et al.2012. The comparison of MODIS-Aqua (C5) and CALIOP (V2 & V3) aerosol optical depth[J]. Atmospheric Chemistry and Physics, 12(6): 3025-3043 |
| [18] | 施成艳. 2011. 长江三角洲地区大气气溶胶光学厚度的遥感监测[D]. 中国南京:南京大学. 1-2 |
| [19] | 宋磊, 吕达仁. 2006. 上海地区大气气溶胶光学特性的初步研究[J]. 气候与环境研究, 11(2): 203-208 |
| [20] | Tie X, Wu D, Brasseur G. 2009. Lung cancer mortality and exposure to atmospheric aerosol particles in Guangzhou, China[J]. Atmospheric Environment, 43(14): 2375-2377 |
| [21] | Winker D M, Vaughan M A, Omar A, et al. 2009. Overview of the CALIPSO mission and CALIOP data processing algorithms[J]. Journal of Atmospheric and Oceanic Technology, 26(11): 2310-2323 |
| [22] | 王静, 江月松, 路小梅, 等. 2011. 基于CALIOP星载激光雷达探测数据的北京沙尘天气大气状况分析[J]. 遥感技术与应用, 26(5): 647-654 |
| [23] | 王静, 杨复沫, 王鼎益, 等. 2010. 北京市MODIS气溶胶光学厚度和PM2.5质量浓度的特征及其相关性[J]. 中国科学院研究生院学报, 27(1): 10-16 |
| [24] | 王明星. 2000. 气溶胶与气候[J]. 气候与环境研究, 5(1): 1-5 |
| [25] | 王明星, 张仁健. 2001. 大气气溶胶研究的前沿问题[J]. 气候与环境研究, 6(1): 119-124 |
| [26] | 杨晓武. 2009. 气溶胶的激光雷达探测和特性分析[D]. 南京:南京信息工程大学. 41-42 |
| [27] | 张仁健, 符淙斌, 曹军骥, 等. 2007. 气溶胶在全球气候变化、环境与人类健康中的作用[A]. 2007年全国粉体工业技术大会[C].上海. 9 |
2014, Vol. 34











