中國3個AERONET站點氣溶膠大小的識別及特征分析

王宏斌，張志薇，張 鐳，吳 泓，周林義，祖 繁（.江蘇省氣象科學研究所，江蘇 南京 20009；2.南京信息工程大學，中國氣象局氣溶膠與云降水重點開放實驗室，江蘇 南京 20044；.江蘇省氣象服務中心，江蘇南京 20008；4.蘭州大學大氣科學學院，半干旱氣候變化教育部重點實驗室，甘肅 蘭州 70000）

中國3個AERONET站點氣溶膠大小的識別及特征分析

王宏斌1，2，張志薇3，張 鐳4*，吳 泓1，周林義1，祖 繁1（1.江蘇省氣象科學研究所，江蘇 南京 210009；2.南京信息工程大學，中國氣象局氣溶膠與云降水重點開放實驗室，江蘇 南京 210044；3.江蘇省氣象服務中心，江蘇南京 210008；4.蘭州大學大氣科學學院，半干旱氣候變化教育部重點實驗室，甘肅 蘭州 730000）

?ngstr?m波長指數α是判斷氣溶膠粒子大小的重要參數，但當氣溶膠尺度分布不滿足Junge分布時，僅用α不能很好的反映氣溶膠粒子的尺度信息.利用Mie散射理論和AERONET站點實測資料分析說明在0.75＜α＜1.7區間內，結合AOD譜曲率a2可以得到更詳細的粒子尺度信息.對SACOL、香河和太湖站，當a2＜-0.4時，氣溶膠以細粒子占主導地位，Vfine/Vtotal＞0.6；當a2＞0.3時，多以粗粒子為主，Vfine/Vtotal＜0.4.利用Gobbi氣溶膠圖解法分析顯示SACOL站AOD的大值主要是由于沙塵氣溶膠的影響造成的；香河站沙塵和細粒子氣溶膠都會產生大值AOD，并且圖解法可以很好的區分這兩種情況；太湖站受沙塵的影響較小，大值AOD絕大多數是由于細粒子氣溶膠造成的.

氣溶膠光學厚度；?ngstr?m波長指數；尺度分布；Mie散射

大氣氣溶膠是指懸浮在大氣中直徑為0.001～100μm的各種固體和液體微粒.氣溶膠作為大氣的重要組成成分，通過其直接效應［1］、間接效應［2-3］和半直接效應［4-5］影響區域和全球地氣系統輻射收支平衡.除此，氣溶膠對環境和人體健康有重要影響，如降低能見度［6-7］、對人體肺功能造成損傷等［8］.氣溶膠粒子尺度分布是重要的氣溶膠參數，如細粒子氣溶膠（PM2.5）可以直接進入人體支氣管以及肺泡，甚至血液循環，引發全身各系統疾病［9］.氣溶膠的光學特性與其尺度分布有很強的依賴性，任何可能影響其尺度分布的因素都有可能影響其光學特性的變化，如相對濕度的變化會引起吸濕性氣溶膠單次散射反照率和不對稱因子的變化［10-11］.

?ngstr?m波長指數α是判斷氣溶膠粒子大小的重要參數［12］，且利用地面太陽光度計或衛星觀測資料反演易于得到，因此被廣泛應用；而利用α判斷氣溶膠粒子大小的前提條件是氣溶膠尺度分布滿足Junge分布［13］，實際大氣氣溶膠來源和形成機理非常復雜，往往不滿足這一點.研究表明，用多模態對數正態尺度分布來表示大氣氣溶膠粒子尺度分布更準確［14-16］，

式中:Ci表示粒子體積濃度，Ri表示中值或幾何平均半徑，σi表示模態半徑標準差，n表示對數正態分布的模態數，在實際應用中，雙對數正態分布應用最廣，即取n=2.而此時仍用α來識別粒子大小顯然不夠準確，不同的氣溶膠粒子尺度分布可能產生相同的α值［17］.

ECK［2］指出氣溶膠光學厚度（AOD，τ）的自然對數與波長（λ）的自然對數之間存在很好的二次多項式擬合關系，即增加α的一階導數項（即'α）可以更好的描述lnτ與lnλ的關系，如（2）式，

式中:a0、a1和a2是二次多項式的擬合參數，代表AOD光譜特征，其中a2為曲線曲率.當a2=0時，曲率為0，lnτ與lnλ為線性關系，（2）式即為?ngstr?m波長指數公式τ（ λ）=τ1λ-α，a0=τ1，a1= -α.

研究發現［19-25］，利用a2和α結合可以提供更好的氣溶膠粒子尺度分布信息.Schuster等［25］提出利用系數a1、a2結合α可以得到粗細模態粒子的相對多少.基于Mie散射理論利用Schuster等提出的方法對蘭州大學半干旱氣候與環境觀測站（SACOL）、香河和太湖3個AERONET站點氣溶膠粒子大小信息進行了分析比較，并利用Gobbi氣溶膠分類圖解法［26］分析了各站點細粒子對總AOD的貢獻.

1 站點和數據

AERONET是美國國家宇航局（NASA）和法國國家科學研究中心（CNRS）共同組建的全球數百個太陽光度計組成的氣溶膠監測網，其觀測數據精度較高，AOD觀測誤差為0.01～0.02.其對全球和區域氣溶膠光學特性、環境和輻射效應、衛星遙感和數值模式產品的驗證和評估等方面的研究發揮了重要作用.

AERONET反演算法［27-28］根據太陽光度計測量得到的太陽直接輻射和天空散射輻射可以提供大氣柱中的氣溶膠光學特性.利用太陽光度計測得的直接輻射數據可以計算各波段的AOD 和α.利用440，675，870，1020nm波長的等高度角天空掃描輻射數據結合相應波段的AOD數據，可以得到氣溶膠粒子尺度分布、復折射指數、體積濃度、細粒子體積比、有效半徑、單次散射反照率、相函數等參數.由于觀測方式的不同，太陽光度計的直接輻射數據的精度和樣本數都大于天空輻射數據.

選取的站點是中國地區區域代表性較強且觀測時間序列較長的SACOL、香河和太湖3個AERONET站點，站點信息見表1.SACOL位于甘肅中部的榆中縣，距蘭州市48km，地處西北黃土高原半干旱區，下墊面屬典型的黃土高原地貌，源面梁峁基本為原生植被；香河站位于華北平原，距北京市70km，屬城市遠郊站點，站點周圍為農業生產區，地表植被覆蓋較好；太湖站位于太湖北側湖岸，屬長江三角洲地區，距無錫市12km，距蘇州市40km，被上海、杭州、南京、蘇州和無錫等大城市包圍，是中國經濟發展最快的地區之一.

表1 AERONET站點信息及AOD數據樣本數Table 1 Introduction of AERONET sites and the number of AOD data samples

2 理論模擬

2.1 Mie散射理論模擬AOD的光譜依賴性

利用Mie散射理論［29］可以得到氣溶膠粒子的消光效率因子Qext（m， r，λ），結合氣溶膠粒子尺度分布（1）式和復折射指數，利用（5）式可以得到高為Z的大氣柱中AOD，即

圖1 兩種具有相同α值的尺度分布對應的AOD的光譜變化Fig.1 Spectral change of AOD for two different size distributions with the same Angstrom exponent

選取了兩種具有相同α值（α=2）氣溶膠粒子尺度分布進行計算:（1）單峰對數正態尺度分布，其Cfine/Ctotal=1.0，即只有細模態粒子，對應的中值半徑Rfine=0.21μm，標準差σfine=0.38μm；（2）雙對數正態尺度分布，其Cfine/Ctotal=0.6，對應的細模態粒子Rfine=0.12μm， σfine=0.38μm，粗模態粒子Rcoarse= 3.2μm，σcoarse=0.75μm.兩種尺度分布下復折射指數取3個站點觀測平均值，為m=1.49-0.007i［17］.兩種情況下計算的AOD利用其440nm的AOD進行標準化，如圖1.由圖1可見，對給定的兩種尺度分布，單峰對數正態尺度分布AOD隨波長的變化為負曲率，而雙對數正態尺度分布下AOD隨波長的變化為正曲率.

圖2 不同波長AOD隨粒子有效半徑的變化Fig.2 Relative AOD for variable effective radii at two wavelengths

利用Mie散射代碼計算了不同波長AOD隨粒子有效半徑的變化，如圖2.計算中取波長λ分別為0.5μm和1.0μm， Cfine/Ctotal=1.0， σfine= 0.38μm，中值半徑Rfine在0.01～10μm之間變化，有效半徑根據文獻［17］中的（2）式計算.由圖2可見，隨有效半徑的增加，不同波長光學厚度均先增大后減小，且波長越長，AOD最大值對應的有效半徑也越大.這一現象可以根據Mie散射理論解釋，以水滴（m=1.3）的散射效率因子隨尺度數（2πr/λ）的變化為例.隨著尺度數的增加，粒子的散射效率因子先增大，在尺度數為6附近達到最大值，約為4，然后隨著尺度數繼續增大，散射效率因子以波動的方式變化，并趨于2［8］.對應圖2，當波長不變時，隨著有效半徑的增加，尺度數也增加，AOD先增大后減小.當波長變化時，AOD要達到最大值，則波長越長對應的半徑也越長.

從圖2還可看出，對于粗模態粒子，兩個波長對應的AOD基本相等，而細模態粒子，可見光波段（0.5μm）的AOD遠大于近紅外波段（1.0μm）的AOD.這是因為粒子半徑固定時，尺度數的增大對應著波長的減小，散射效率因子隨尺度數的增長表明了粒子對藍光的散射比近紅外強.但當粒子的相對尺度數很大時，散射效率因子隨波長基本不變，表明各種波長具有幾乎相同強度的散射，從而使不同波長的AOD差別減小.

綜上可見，圖1中雙對數正態尺度分布對應的AOD隨波長的正曲率是由于其中的粗模態粒子近紅外波段的AOD與其可見光波段的AOD之比要大于細模態粒子對應波段的AOD之比造成的.

2.2 單峰和雙峰對數正態尺度分布的α特征

2.2.1 單對數正態尺度分布 根據Dubovik等［9］的研究，對不同半徑范圍，選擇不同的標準差σ:中值半徑≤0.6μm時，σ=0.38；中值半徑＞0.6μm時，σ=0.75.選取7個不同的波長（0.34，0.38，0.44，0.5，0.67，0.87，1.02μm），計算各波長的AOD.利用

?ngstr?m波長指數公式對各波長AOD進行線性擬合得到α，利用（2）式對各波長AOD進行二次多項式擬合可以得到3個擬合系數a0、a1和a2.

圖3 單峰對數正態尺度分布α和系數a2隨有效半徑的變化Fig.3 ?ngstr?m exponent α and a2for monomodal lognormal aerosol size distributions with varying effective radii.

圖3a為單峰對數正態尺度分布氣溶膠粒子對應的α隨有效半徑的變化.可見，α對細模態粒子有效半徑的變化非常敏感；而對粗模態粒子的有效半徑的變化不敏感.這是因為如圖2所示，對粗模態粒子不同波長的AOD變化較小.

圖3b為單峰對數正態尺度分布氣溶膠粒子對應系數a2隨有效半徑的變化.可見，對細模態粒子，AOD的光譜曲率a2多為負值，而隨著尺度分布過渡到粗模態粒子，曲率a2變為小的正值.

2.2.2 雙峰對數正態尺度分布 根據觀測，雙模態對數正態尺度分布用來表示氣溶膠粒子尺度分布更準確，利用Mie散射代碼對氣溶膠粒子滿足雙對數正態尺度分布的情況進行了計算.α對細模態有效半徑敏感，而對粗模態有效半徑不敏感，所以計算時取細模態中值半徑Rfine從0.06到0.3μm，間隔0.03取值，σfine=0.38μm；粗模態中值半徑取定值Rcoarse=3.2μm，σcoarse= 0.75μm；細模態的體積濃度比Cfine/Ctotal取從0.1到1.

圖4給出了雙對數正態尺度分布氣溶膠粒子α隨著細模態粒子有效半徑和細模態體積濃度比的變化.可見，隨著粗模態濃度的增加，即Cfine/Ctotal減小時，α減小.同時根據不同Cfine/Ctotal時，α隨細模態有效半徑的變化趨勢可以看出，α對細模態有效半徑的敏感性減弱，這是因為粗模態粒子對α不敏感，粗模態粒子的加入導致總的情況的變化.

由圖4還可以看出，α的增加不一定需要細模態有效半徑的減小.比如，當Cfine/Ctotal=0.8時，Rfine=0.07μm對應的α=2.1，而Rfine=0.09μm對應的α=2.4.這與α的典型特征（大粒子對應小的α，而小粒子對應大的α值）相反.

圖4 雙對數正態尺度分布α隨細模態粒子有效半徑和細模態體積濃度比的變化Fig.4 Calculated α for bimodal aerosol size distributions with varying fine mode fractions and fine mode effective radii

2.3 AOD譜曲率對氣溶膠參數變化的響應

為了得到方程（2）中參數a1和a2在不同雙對數正態尺度分布下的特征，對雙對數正態尺度分布中的參數分別取表2中的值，則對模態尺度、寬度、濃度和復折射指數的所有組合共有13860種雙對數正態尺度分布.同樣利用Mie散射理論代碼，結合（5）式可以得到7個波長的AOD，對各波段AOD進行二次多項式擬合，得到3個擬合系數a0、a1和a2，計算結果如圖5.表2中加粗的參數為計算圖4中格點上的值用到的參數，這些參數的計算結果在圖5中以不同大小不同顏色的圓圈表示.因為真實大氣并不一定受（1）式的限制，并且R=0.6μm是AERONET推薦的分割粗細粒子的半徑值，因此選用R=0.6μm作為粗細粒子的分界.定義Vfine/Vtotal為雙對數正態尺度分布中粒子半徑小于0.6μm的氣溶膠的體積濃度占總粒子體積濃度的比例.需要澄清，Vfine/Vtotal與Cfine/Ctotal是不同的，Cfine/Ctotal代表的是細模態粒子的體積濃度占總體積濃度的比，Cfine與Ccoarse是根據（1）式定義的；而Vfine/Vtotal是氣溶膠粒子尺度分布中半徑小于0.6μm的粒子的體積濃度與總體積濃度之比.根據（1）式的定義，粗、細模態包含的氣溶膠粒子半徑可能有重疊；根據Vfine/Vtotal的定義，Vfine與Vcoarse包含的氣溶膠粒子半徑不可能有重疊，而是在0.6μm處將二者分開.圖5中黑色線是Cfine/Ctotal的等值線.

表2 計算圖5中的點用到的雙對數正態尺度分布的參數Table 2 Bimodal lognormal size distribution parameters used to calculate the points in figure 5

圖5 雙對數正態尺度分布不同參數下系數a1和a2隨細模態體積濃度比的變化Fig.5 Volume fraction of fine mode aerosols as a function of the coefficients a1and a2for bimodal aerosol sizedistributions

圖5中對應Cfine/Ctotal=1的紅色圓圈，代表了單模態尺度分布的情況.這時，曲率為負（a2＜0），并且隨粒子尺度增加，a2減小.正曲率要求足夠多的粗模態氣溶膠存在，以削弱波長較長時氣溶膠消光的波長依賴性（圖1）.然而，也看出即使粗模態比例較高時，也會有負曲率出現，如圖5中a2=0以下的藍色點.

圖5可見，當Cfine/Ctotal=1時，隨細模態粒子尺度的增加，系數a1絕對值減小，與對應的α的變化特征非常像（圖4中Cfine/Ctotal=1的線）；而當有大量粗粒子存在，曲率a2為正時，Cfine/Ctotal等值線隨細模態粒子尺度的變化，a1的變化有所不同.

2.4 氣溶膠分類圖解法

Kaufman［32］指出，?ngstr?m波長指數α隨波長的變化δα=α（440、675）-α（440、1003）為負時，說明以細模態氣溶膠為主，而正值反映了兩種模態共同影響.在此基礎上，利用Mie散射理論，Gobbi等［26］提出了氣溶膠分類圖解法，此方法可以得到細模態氣溶膠對總AOD的貢獻和細模態粒子的尺度，同時還可以分離出AOD的增加是由于細模態粒子的吸濕性增長引起還是由于云污染使得粗模態粒子增加引起的，示意圖見文獻26中圖1.具體運用氣溶膠分類圖解法時，根據太陽光度計測得的440～870之間3個波段的AOD，計算得到α（440、675）、α（440、870）和α（675、870），進而得到δα=α（440、675）-α（675、870），將其描繪在氣溶膠分類圖上，從而得到細模態氣溶膠對總AOD675的貢獻η和細模態粒子的尺度Rf.

3 觀測資料的應用及比較

利用觀測資料進一步證實?ngstr?m波長指數α、曲率a2、細模態體積比Vfine/Vtotal、細模態有效半徑Rfine之間的關系，選取區域代表性較強且觀測時間序列較長的SACOL、香河和太湖3 個AERONET站點的數據進行分析.

3.1 氣溶膠粗細模態的識別

圖6給出了SACOL、香河和太湖站系數a2和a1與細粒子體積比之間的關系.圖6與圖5類似，但圖中的點是根據AEONET站點的觀測數據得到的.由圖6可見，3個站點都表現出隨著細粒子體積比的增加，a2和a1趨于減小，這與理論模擬的結果一致.當氣溶膠以細粒子為主時（暖色點），a2多為負值；氣溶膠以粗粒子為主時（藍色點），a2多為正值.但也注意到，當以粗粒子為主時，也可能出現a2＜0，即圖中直線a2=0下方的藍色點；當以細粒子為主時，也可能出現a2＞0，對應于圖中直線a2=0上方的暖色點.考慮到這一點，同時給出a1的取值來識別粗細粒子的相對多少.由圖6可見，當取a2＜-0.2，a1＜-1.3時，對應多是Vfine/ Vtotal＞0.6的氣溶膠，以細粒子為主；取a2＞0.0，a1＞-1.0時，對應是Vfine/Vtotal＜0.4的氣溶膠，以粗粒子為主.可見，根據系數a2，a1可以得到較好的氣溶膠粒子大小的信息.

Schuster提出的a2-a1≥2對應細模態粒子占主導地位的尺度分布在分析的3個站點均不適用，3個站點很少出現a2-a1≥2的情況；而a2-a1≤1對應粗模態粒子占主導地位的尺度分布，在3個站點較適用，但此時也有少量細粒子為主的情況存在.

圖6 SACOL、香河和太湖a2、a1與細粒子體積比的關系Fig.6 Volume fraction of fine mode aerosols as a function of the coefficients a1and a2at AERONET sites located in SACOL， Xianghe and Taihu

圖7是?ngstr?m波長指數α和細粒子體積比隨a2變化的散點圖.如果忽略圖中顏色變化，即為文獻［17］中的圖8，當0.75＜α＜1.7時，也是α出現概率最高的區間，3個站點Vfine/Vtotal均在0.1～0.8之間變化，此時僅根據α無法判斷是以粗模態還是細模態氣溶膠粒子占主導.注意到顏色變化不難看出，在0.75＜α＜1.7區間內，當a2＜-0.4時，氣溶膠以細粒子占主導，Vfine/Vtotal＞0.6；當a2＞0.3時，多以粗粒子為主，Vfine/Vtotal＜ 0.4.可見引進a2后解決0.75＜α＜1.7僅用α不法判斷氣溶膠粒子大小的問題.

α440～870圖7 ?ngstr?m波長指數α和細粒子體積比隨a2的變化Fig.7 Volume fraction of fine mode aerosols as a function of the α and coefficients a2at AERONET sites located in SACOL， Xianghe and Taihu

3.2 粗細模態粒子對AOD的貢獻

前面的分析可以較好的識別出氣溶膠粒子的大小，但并沒有給出粗細模態粒子對總AOD的貢獻.利用Gobbi氣溶膠圖解法，給出了SACOL、香河和太湖3個AERONET站點不同AOD時的α與δα的分布（圖8）.由圖可見， SACOL站落到細粒子對AOD的貢獻η小于30%的范圍內點較多，即受粗粒子（沙塵）氣溶膠的影響嚴重；同時，看出AOD的大值（AOD＞1.0）也多落在這一區域，此時α＜0.3，δα在0附近變化，對應純沙塵氣溶膠.當α＞1，δα＜-0.3時，對應以細粒子為主（η＞70%）的氣溶膠分布，可見SACOL氣溶膠以細粒子為主時，出現AOD大值的概率非常小.

圖8 SACOL、香河和太湖3個AERONET站點不同δα 隨AOD和α的變化Fig.8 δα as a function of the AOD and α at AERONET sites located in SACOL， Xianghe and Taihu圖中黑色實線為細模態半徑Rf，灰色虛線為細模態氣溶膠對675nm 總AOD的貢獻百分比

香河站與SACOL不同，AOD大值主要分布在兩個區域，一個是以粗粒子為主的區域，即α＜0.3的區域，與SACOL的分布相似；同時香河站有大量的點落在α＞1，δα＜-0.3的區域，可見香河站大量的AOD大值是由于細粒子為主的氣溶膠引起的.太湖站AOD的大值多數是由細粒子氣溶膠造成的.張志薇等［17］分析SACOL、香河和太湖站氣溶膠光學和微物理參數特征指出，SACOL春季受沙塵影響非常嚴重，導致AOD在春季達到最大；香河站春季受來自中國西部和蒙古戈壁沙漠沙塵的影響較嚴重，其他季節以工業燃燒和城市污染產生的細粒子為主，AOD在夏季最大；太湖站受沙塵的影響要小的多，夏季出現的主要由氣粒轉化過程生成的細模態氣溶膠粒子造成AOD在夏季最大，這與得到的各站點氣溶膠粒子大小特征一致.

4 結論

4.1 雙對數正態分布，隨細模態體積比Cfine/ Ctotal的減小，α對細模態有效半徑的敏感性減弱，但隨Cfine/Ctotal的減小α減小，即此時α對細模態體積比Cfine/Ctotal敏感.

4.2 根據系數a2、a1可以得到較好的氣溶膠粒子大小的信息.當a2＜-0.2，a1＜-1.3時，以細粒子為主；當a2＞0.0，a1＞-1.0時，以粗粒子為主.

4.3 在0.75＜α＜1.7區間內，結合曲率a2可以得到更詳細的粒子尺度信息.對SACOL、香河和太湖3個AERONET站點，當a2＜-0.4時，氣溶膠以細粒子占主導地位，Vfine/Vtotal＞0.6；當a2＞0.3時，多以粗粒子為主，Vfine/Vtotal＜0.4.

4.4 利用Gobbi氣溶膠圖解法，可以得到細模態氣溶膠對總AOD的貢獻和細模態粒子的尺度Rf.SACOL站AOD的大值主要是由于沙塵氣溶膠的影響造成的；香河站沙塵和細粒子氣溶膠都會產生AOD大值，并且圖解法可以很好的區分這兩種情況；太湖站受沙塵的影響較小，AOD大值絕大多數是由于細粒子氣溶膠造成的.

4.5 由于太陽光度計的直接輻射數據的精度和樣本數都大于天空輻射數據，引入該方法的好處是只根據太陽光度計觀測的直接輻射數據就可以判斷氣溶膠粒子的大小和相對貢獻，而不需要天空輻射信息.

［1］Charlson R J， Pilat M J. Climate: The influence of aerosols ［J］. Journal of Applied Meteorology， 1969，8（6）:1001-1002.

［2］Twomey S. Atmospheric aerosols ［M］. Elsevier Scientific Pub Co，New York， USA， 1977.

［3］Charlson R J， Lovelock J E， Andreae M O， et al. Oceanic phytoplankton， atmospheric sulphur， cloud albedo and climate ［J］. Nature， 1987，326（6114）:655-661.

［4］Ackerman A S， Toon O B， Stevens D E， et al. Reduction of tropical cloudiness by soot ［J］. Science， 2000，288（5468）:1042-1047.

［5］Koren I， Kaufman Y J， Remer L A， et al. Measurement of the effect of Amazon smoke on inhibition of cloud formation ［J］. Science， 2004，303（5662）:1342-1345.

［6］B?umer D， Vogel B， Versick S， et al. Relationship of visibility，aerosol optical thickness and aerosol size distribution in an ageing air mass over South-West Germany ［J］. Atmospheric Environment， 2008，42（5）:989-998.

［7］Wang K， Dickinson R E， Liang S. Clear sky visibility has decreased over land globally from 1973 to 2007 ［J］. Science，2009，323（5920）:1468-1470.

［8］Gauderman W J， Mcconnell R， Gilliland F， et al. Association between air pollution and lung function growth in southern California children ［J］. American journal of respiratory and critical care medicine， 2000，162（4）:1383-1390.

［9］連 悅，劉文清，張天舒，等.大氣懸浮顆粒物粒譜分析研究 ［J］.地球物理學報， 2006，49（1）:78-82.

［10］Redemann J， Russell P B， Hamill P. Dependence of aerosol light absorption and single-scattering albedo on ambient relative humidity for sulfate aerosols with black carbon cores ［J］. J. Geophys. Res.， 2001，106（D21）:27485-27495.

［11］錢 凌，銀 燕，童堯青，等.南京北郊大氣細顆粒物的粒徑分布特征 ［J］. 中國環境科學， 2008，28（1）:18-22.

［12］?ngstr?m A. On the atmospheric transmission of sun radiation and on dust in the air ［J］. Geografiska Annaler， 1929，11:156-166. ［13］Junge C. The size distribution and aging of natural aerosols as determined from electrical and optical data on the atmosphere ［J］. Journal of Meteorology， 1955，12（1）:13-25.

［14］Davies C N. Size distribution of atmospheric particles ［J］. Journal of Aerosol Science， 1974，5（3）:293-300.

［15］Whitby K T. The physical characteristics of sulfur aerosols ［J］. Atmospheric Environment， 1978，12（1）:135-159.

［16］Ott W R. A physical explanation of the lognormality of pollutant concentrations ［J］. Journal of the Air and Waste Management Association， 1990，40（10）:1378-1383.

［17］張志薇，王宏斌，張 鐳，等.中國3個AERONET站點氣溶膠微物理特征分析及比較 ［J］. 中國環境科學， 2014，34（8）:1927-1937.

［18］Eck T F， Holben B N， Reid J S， et al. Wavelength dependence of the optical depth of biomass burning， urban， and desert dust aerosols ［J］. J. Geophys. Res.， 1999，104（D24）:31333-31349.

［19］Eck T F， Holben B N， Ward D E， et al. Characterization of the optical properties of biomass burning aerosols in Zambia during the 1997ZIBBEE field campaign ［J］. J. Geophys. Res.， 2001，106（D4）:3425-3448.

［20］Eck T F， Holben B N， Ward D E， et al. Variability of biomass burning aerosol optical characteristics in southern Africa duringthe SAFARI 2000 dry season campaign and a comparison of single scattering albedo estimates from radiometric measurements ［J］. J. Geophys. Res.， 2003，108（D13）.

［21］O’Neill N T， Dubovik O， Eck T F. Modified ?ngstr?m exponent for the characterization of submicrometer aerosols ［J］. Applied Optics， 2001，40（15）:2368-2375.

［22］O'Neill N T， Eck T F， Holben B N， et al. Bimodal size distribution influences on the variation of Angstrom derivatives in spectral and optical depth space ［J］. J. Geophys. Res.， 2001，106（D9）:9787-9806.

［23］O'Neill N T， Eck T F， Smirnov A， et al. Spectral discrimination of coarse and fine mode optical depth ［J］. J. Geophys. Res.， 2003，108（D17）.

［24］Basart S， Pérez García-Pando C， Cuevas E， et al. Aerosol characterization in Northern Africa， Northeastern Atlantic，Mediterranean Basin and Middle East from direct-Sun AERONET observations ［J］. Atmos. Chem. Phys.， 2009，9，8265-8282.

［25］Schuster G L， Dubovik O， Holben B N. Angstrom exponent and bimodal aerosol size distributions ［J］. J. Geophys. Res.， 2006，111（D7）.

［26］Gobbi G P， Kaufman Y J， Koren I， et al. Classification of aerosol properties derived from AERONET direct sun data ［J］. Atmos. Chem. Phys， 2007，7（2）:453-458.

［27］Dubovik O， King M D. A flexible inversion algorithm for retrieval of aerosol optical properties from Sun and sky radiance measurements ［J］. J. Geophys. Res.， 2000，105（D16）:20673-20696.

［28］Dubovik O， Sinyuk A， Lapyonok T， et al. Application of spheroid models to account for aerosol particle nonsphericity in remote sensing of desert dust ［J］. J. Geophys. Res.， 2006，111（D11）.

［29］Wiscombe W J. Improved Mie scattering algorithms ［J］. Applied optics， 1980，19（9）:1505-1509.

［30］盛裴軒.大氣物理學 ［M］. 北京:北京大學出版社， 2003.

［31］Dubovik O， Holben B， Eck T F， et al. Variability of absorption and optical properties of key aerosol types observed in worldwide locations ［J］. Journal of the Atmospheric Sciences， 2002，59（3）: 590-608.

［32］Kaufman Y J. Aerosol optical thickness and atmospheric path radiance ［J］. J. Geophys. Res.， 1993，98（D2）:2677-2692.

致謝：本文資料由全球氣溶膠監測網（AERONET）和香河站、太湖站、蘭州大學半干旱氣候與環境觀測站（SACOL）提供，謹致謝忱！

Identify the size of aerosol particles and analyze its characteristic at three AERONET sites in China.

WANG Hong-bin1，2， ZHANG Zhi-wei3， ZHANG Lei4*， WU Hong1， ZHOU Lin-yi1， ZU Fan1（1.Jiangsu Institute of Meteorological Sciences， Nanjing 210009， China；2.Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration， Nanjing University of Information Science and Technology， Nanjing 210044， China；3.Jiangsu Meteorological Service Centre， Nanjing 210008， China；4.Key Laboratory for Semi-Arid Climate Change of the Ministry of Education， College of Atmospheric Sciences， Lanzhou University， Lanzhou 730000， China）. China Environmental Science， 2015，35（4）：995～1003

?ngstr?m exponent α is an important indicator of the size of the aerosol particles. However， α alone does not provide unambiguous information on the relative weight of coarse and fine modes because the aerosol size distribution does not meet the Junge distribution in nature. We point out that the AOD spectral curvature can provide additional information about aerosol size distributions for 0.75＜α＜1.7using Mie theory calculations and AERONET sun photometer data. We improved estimate of the fine mode aerosol fractions by considering the AOD spectral curvature a2. The curvatures of a2＜-0.4indicate size distributions dominated by fine mode aerosols and a2＞0.3indicate size distributions dominated by coarse mode aerosols. We test and apply the graphical method of Gobbi， and discriminate different aerosol types and quantify the contribution of them. The results show that the large values of AOD mainly are caused by the dust aerosols at SACOL site. The large values of AOD are caused by the dust aerosols or the fine aerosol particles and the graphical method of Gobbi can discriminate them at Xianghe site. Data from Taihu site confirmed the site is affected by fine mode aerosols. At Taihu site， pollution hazes what generates the large aerosol loads rather than dust aerosol.

aerosol optical depth；?ngstr?m exponent；size distributions；Mie scattering

X513

A

1000-6923（2015）04-0995-09

王宏斌（1985-），男，陜西岐山人，博士，主要從事大氣氣溶膠光學特性及衛星遙感研究.

2014-08-10

國家重大科學研究計劃（2012CB955302）；中國氣象局氣溶膠與云降水重點開放實驗室開放課題（KDW1303）；公益性（氣象）行業專項（GYHY201306043、GYHY201406029）；江蘇省氣象局科研基金（KM201402）資助

* 責任作者， 教授， zhanglei@lzu.edu.cn