川南城市群大氣灰霾時空分布特征及成因分析

何沐全,劉志紅,張 穎,張 洋,顏 妍,黃 觀,張 娟,陳軍輝,何 敏,范武波

(1.成都信息工程大學資源環境學院,四川 成都 610225；2.四川省環境保護科學研究院,四川 成都 610041；3.中國科學院遙感與數字地球研究所,北京 100101；4.中國科學技術大學地球和空間科學學院,安徽 合肥 230001)

川南城市群大氣灰霾時空分布特征及成因分析

何沐全1,2,劉志紅1*,張 穎1,張 洋3,顏 妍4,黃 觀1,張 娟1,陳軍輝2,何 敏2,范武波2

(1.成都信息工程大學資源環境學院,四川 成都 610225；2.四川省環境保護科學研究院,四川 成都 610041；3.中國科學院遙感與數字地球研究所,北京 100101；4.中國科學技術大學地球和空間科學學院,安徽 合肥 230001)

以2006～2015年四川南部的MODIS 3km AOD日產品及地面觀測數據為基礎,利用本地CE318數據對MODIS AOD產品進行校驗,確保AOD產品的可用性;建立了AOD與PM2.5/10之間的關系模型,并重點分析了川南城市群的大氣灰霾時空分布特征及其成因.結果表明: CE318AOD與MODIS AOD的相關性為0.779, PM2.5、PM10與MODIS AOD的最優相關性為0.894、0.83;在空間上,川南AOD均值呈現出北高南低的格局,其中內江市和自貢市AOD值最大;在時間上,2006～2013年AOD均值變化不明顯,2013年后明顯下降;季節上表現為春冬季高、夏秋季低,其中春季AOD高值占比最大;月變化特征表現為2～4、9月AOD值高,其他月AOD值低;川南AOD的時空分布受地形、工業、風向風速、流場、邊界層高度等因素影響,其中地形和流場對川南AOD的空間分布影響最為突出.

MODIS；氣溶膠；大氣灰霾；時空分布；川南城市群

我國近二三十年中東部區域霾問題的日益嚴重, 主要是由人為排放的大氣氣溶膠顯著增加所致[1].灰霾污染的頻發,嚴重影響區域環境空氣質量[2].監測方法方面,地面監測可以得到較為準確的氣溶膠信息,但是目前這種方法只能在有限的區域進行,不能用來監測大范圍氣溶膠光學特性[3],而衛星遙感的多時效、寬領域、易獲取及高分辨率等特性可以彌補地面監測的不足.

氣溶膠光學厚度AOD指無云大氣鉛直氣柱中氣溶膠散射造成的消光系數在近地面到大氣層頂垂直方向上的積分.MODIS是Terra和Aqua衛星上的一個探測器,目前使用該數據形成業務化的氣溶膠光學厚度產品有10km和3km2種.四川盆地是中國西部的重要經濟區,其經濟發展帶來的灰霾,及受地形因素與氣象條件對其擴散的影響,是制約經濟快速發展的關鍵因素,同時也關系到廣大民眾的切身利益.劉貞等[4]分析了中國北方地區氣溶膠時間變化特征,得出MODIS數據在我國北方具有適用性,MODIS與CLIPSO反演的氣溶膠時間變化特征基本一致且研究區域AOD最大值分別出現在夏、春季.劉璇等[5]結合衛星資料與地面監測數據對長江三角洲一次重霾過程展開分析,得出霾污染下AOD顯著增長,氣溶膠主要存在于近地面2km以下,小風與靜穩天氣是導致污染加重的主要原因.鄧學良等[6]利用AERONET與MODIS數據分析了近年來華東地區大氣氣溶膠的時空特征,發現MODIS AOD與AERONET觀測值相一致, AOD在時間上呈現出春夏季高,秋冬季低的特征,空間上與海拔高度成負相關.羅云峰等[7]研究了中國地區氣溶膠光學厚度的分布和變化,發現四川盆地是我國重要的氣溶膠光學厚度大值區之一.李成才等[8]利用MODIS AOD產品,分析了四川盆地光學厚度分布和季節變化特征,得到春季四川盆地具有最大的平均光學厚度且光學厚度全年平均值在0.7左右等結論.過去大量的研究工作表明,四川盆地氣溶膠分布表現為川東、南平原高,川西高原低的現象,且大多數研究都是以四川盆地作為研究對象,對川南城市群的AOD研究工作卻鮮有開展.川南城市群指四川南部的樂山市、瀘州市、內江市、宜賓市和自貢市5大經濟區, 是成渝經濟區的核心區域之一,人口分布集中,工農業經濟發達,環境污染也異常嚴峻.

本文以川南城市群作為研究區域,利用MODIS衛星數據、站點監測數據、大氣污染源清單、氣象統計資料及WRF數值預報模式,對近10年川南AOD的空間分布、年際變化、季節及月變化特征展開分析;研究MODIS AOD與監測數據的相關關系,結合邊界層高度、風向風速、流場、逆溫、相對濕度等氣象參數與地形、經濟發展貢獻等多方面因素深入分析川南城市群大氣污染物來源及擴散的成因,進一步認識川南氣溶膠的特性及其氣候效應,為四川盆地及周邊城市灰霾天氣防控和應對提供科學依據.

1 數據來源與處理

1.1 數據來源

本研究所用數據及來源如表1所示.

表1 數據來源信息Table 1 Sources of data information

1.2 數據處理

1.2.1 MODIS AOD數據處理 以四川省2006～ 2015年每日的MODIS 3km氣溶膠光學厚度日產品作為基礎數據,利用IDL 調用NASA提供的MCTK函數對原始圖像進行重投影,結合ENVI的Layer Stacking功能對每個月多幅遙感影像重新組合成單個文件,在單個像元的基礎上對每月多個波段提取有值像元并計算均值輸出得到月均值圖像,最后利用邊界數據裁剪得到川南的AOD月均值.用此方法計算AOD季均值及年均值.

1.2.2 CE318AOD數據處理 因MODIS AOD產品是利用暗像元法反演得到的550nm數據,而地基CE318主要給出了1020nm、870nm、670nm及440nm的AOD值,根據Angstrom波長指數公式[9]

選擇870nm和440nm2個不受水汽影響的波段,則有:

由(2)、(3)式可計算得到α和β,從而計算得到550nm的AOD.

本研究以成都市氣象局(103.87°E,30.75°N)為中心,提取并計算10km范圍內的MODIS AOD均值及衛星過境前后0.5h的CE318AOD數據,對匹配結果展開分析.

1.2.3 氣象數據處理 以NCEP FNL(6h, 1°× 1°)資料為初始數據,在WRF模式中設置相應的物理參數化方案、模擬時間、邊界數據及網格大小等參數,對研究區氣象條件進行模擬,利用NCL對模擬結果進行后處理[10].

1.2.4 其他數據處理 PM2.5/10濃度數據主要是提取與MODIS時間相匹配的日均值;DEM數據則利用邊界數據裁剪后繪制成專題圖;顆粒物年排放量數據為四川省環境保護科學研究院提供的大氣污染源清單.

2 MODIS AOD數據與PM2.5/10的關系分析

2.1 MODIS AOD 3km產品可用性分析

針對MODIS AOD產品用于分析地面大氣污染的可行性研究,國內外學者做了大量的研究工作[11-16].NASA為了校驗衛星遙感氣溶膠的結果,在全球建立了一個氣溶膠自動觀測網(AERONET)[17].周春艷等[18]對比了MODIS 004與005氣溶膠產品并分析了其在中國北方地區的適用性.齊玉磊等[19]研究了北方地區MODIS、MISR與AERONET的關系.王宏斌[20]等利用AERONET數據對MODIS氣溶膠產品進行了驗證.

地基CE318太陽光度計測得的輻射通量密度的變化來源于氣溶膠及大氣分子的消光[21],其測量原理與MODIS AOD相一致,因此可使用CE318數據對MODIS AOD產品進行可行性檢驗.

圖1 成都市2007～2008年CE318AOD與MODIS AOD的線性關系Fig.1 The linear relation between Chengdu CE318AOD data and MODIS AOD product from2007 to 2008

圖1是成都市2007～2008年CE318AOD數據與MODIS AOD時空匹配結果的線性關系,其相關系數為0.779,統計樣本數為70組.分析表明,衛星遙感MODIS AOD產品與地面太陽光度計CE318的測量結果具有良好的相關性.

2.2 MODIS AOD數據與PM2.5/10的關系模型

國內顆粒物采樣設備一般為單通道采樣器,結合微振天平法,在一定的流量下測定濾膜質量的變化,進而監測大氣中顆粒物(PM)質量濃度變化[22-23].MODIS傳感器探測的是大氣顆粒物對入射太陽光的消光,其AOD值與地面顆粒物監測數據在數值上存在一定的關系.張洋等[24]利用成都市MODIS L1B數據反演得到1km的AOD分別與PM2.5和PM10進行線性分析,經改正后相關系數分別達0.62、0.68.黃觀等[25]對烏魯木齊市的MODIS AOD進行垂直、濕度訂正后,AOD與PM10的相關性達0.63.王家成等[26]對北京地區AOD進行粒子尺度校正和體積尺度校正后, AOD與PM2.5相關性達0.63,并得出混合層高度、相對濕度和區域差異對兩者相關性有較大影響的結論.

本文利用瀘州市與自貢市監測站2014年PM2.5/10日均濃度數據與AOD建立關系模型.提取市監測站10km內且云量小于10%的AOD,并分別與PM2.5、PM10建立線性關系. 圖2是瀘州市和自貢市2014年PM2.5/10日均濃度數據與AOD的線性分析.分析發現,晴空下的PM2.5/10日均濃度值與AOD值在數值上存在較好的線性關系,由于四川盆地的PM2.5顆粒物含量占總懸浮顆粒(TSP)的60%以上,因而PM2.5與AOD的相關系數明顯高于PM10.因此,衛星遙感MODIS反演的氣溶膠產品能較好的反映川南地面顆粒物污染情況,尤其是PM2.5的含量.

圖2 瀘州市和自貢市2014年PM2.5/10日均濃度數據與AOD的線性關系Fig.2 The linear relation between mean daily concentration data of PM2.5/10and AOD in Luzhou and Zigong in 2014

3 川南城市群AOD時空變化特征

3.1 川南城市群AOD空間分布特征

圖3為2006～2015年川南AOD累計年均值空間分布.從圖3可知,氣溶膠高值區主要分布在川南北部,以內江市和自貢市最為嚴重.內江市有威遠、資中、內江和隆昌4個縣,除威遠縣西北部AOD＜0.8外,其他區域AOD均在0.9以上;其中在威遠縣西南、內江市南部出現最大值.自貢市為灰霾污染的重災區,自貢市北部、富順縣北部及容縣西南部AOD＞1.1;容縣與威遠縣交界處氣溶膠污染較輕.樂山市AOD高值區主要為樂山市北部、峨眉山東北部、夾江縣、井研縣和犍為北部,最大值分布在夾江縣;樂山南部的金口河區、峨邊彝族自治縣、沐川縣和馬邊彝族自治縣AOD相對較小.宜賓市氣溶膠光學厚度大于1.0的區域較少,主要分布在宜賓市北部;全市大部分地區AOD年均值在0.7左右,南面的屏山縣、筠連縣、興文縣等地區污染較輕.瀘州市AOD＞1.0的區域主要位于瀘州北部的瀘縣和瀘州市,最大值分布在瀘縣的西北部和瀘州市區附近;以瀘州市為中心,氣溶膠向周邊的納溪縣、合江縣擴散.

綜上所述,川南氣溶膠空間分布特征表現為北高南低,以城市為中心向四周遞減,距離市區較偏遠的地方AOD值明顯減小.

3.2 川南城市群AOD時間變化特征

3.2.1 年變化特征 圖4是2006～2015年川南5大城市AOD年均值變化趨勢.從圖4可知,2006、2010和2011年氣溶膠污染相對比較嚴重, 2006～2009年有明顯的下降,到2010年氣溶膠污染加重;2013～2015年AOD值明顯減小,尤其是2014年以后AOD值減小幅度尤為突出.比較各地級市的AOD值可以發現,內江市2006、2010、2011年AOD值均在1.0以上,除2014和2015年外其他年份的AOD值也都接近于1.0;5大城市中顆粒物污染最嚴重為自貢市,AOD年均值大于1.0的年份占50%,除2009年和2013年外,其他年份的AOD值均為當年各市最大值.樂山市、瀘州市和宜賓市AOD值相對較小,且年際變化不大.

圖3 2006～2015年川南AOD年均值空間分布Fig.3 Distribution of mean annual AOD in southern Sichuan from2006 to 2015

圖4 2006～2015年川南AOD年均值變化趨勢Fig.4 Variation trend of mean annual AOD in southern Sichuan from2006 to 2015

3.2.2 季節變化特征 圖5是2006～2015年川南5大城市AOD 季均值變化趨勢.季節劃分標準為:春季(3～5月)、夏季(6～8月)、秋季(9～11月)、冬季(12～次年2月).從圖5可以看出,川南地區氣溶膠光學厚度四季分布表現為春冬高、夏秋低的季節性特征,其中春季氣溶膠污染最為突出,在川南的北部多數地區AOD＞1.0,內江和自貢的AOD最高值達1.4以上;冬季氣溶膠污染程度相對春季較弱,以自貢和內江為高值中心向四周遞減,內江市、自貢市和瀘州市的少數氣溶膠重污染地區AOD＞1.3.與秋季相比,夏季AOD大于1.0的范圍更廣,大于1.3的區域主要位于樂山市北部和自貢市,其他大多數地區AOD＜0.9.秋季的氣溶膠污染最弱,極少數地區AOD＞1.3. 除川南北部存在明顯的季節變化外,其他地區AOD季節變化不明顯.

圖5 2006～2015年川南AOD季均值變化趨勢Fig.5 Variation trend of mean seasonal AOD in southern Sichuan from2006 to 2015

3.2.3 月變化特征 圖6為2006～2015年川南 AOD 月均值變化趨勢.圖中顏色較深的區域主要集中于2～4、9月份,表現為AOD的高值區,2、9月份部分地區AOD＞2.2. 5、8月份出現AOD＞1.0的區域占川南面積的50%以上,6、7月份稍有減弱.

圖6 2006～2015年川南AOD月均值變化趨勢Fig.6 Variation trend of mean monthly AOD in southern Sichuan from2006 to 2015

4 川南城市群AOD時空分布原因分析

4.1 地形對AOD空間分布的影響

圖7 川南DEM地形分布Fig.7 Distribution of DE Min southern Sichuan

圖7是由SRTMDEMUTM90m分辨率的DEM高程數據繪制得到川南地形分布.從圖7可知,川南地形特征呈現出西部和南部為海拔較高的山地,中部及北部則為山地丘陵,最低海拔和最高海拔分別為140m,5544m,是典型的盆地地形.川南地形與氣溶膠空間分布特征基本一致,表明氣溶膠污染主要分布在低海拔地區,這些地方人口密度大,交通、工業發達;人類生產生活產生的油煙、道路揚塵、工業廢氣及秸稈燃燒排放的煙塵等會受到川南西部和南部的高山阻擋而在低海拔地區積聚,從而加劇低海拔地區的空氣污染.

4.2 氣象因素對川南AOD時空分布的影響

大氣擴散理論和試驗研究表明,在不同的氣象條件下,同一污染源排放所造成的地面污染物濃度可相差幾十倍乃至幾百倍.這是大氣對污染物擴散的稀釋能力隨著氣象條件的不同而發生巨大變化的緣故.對氣溶膠污染有較大影響的氣象因素主要有風向風速、流場、邊界層高度、相對濕度和逆溫等.

4.2.1 風向風速 風速大小決定了污染物的擴散速度,而風向則確定了污染物的輸入與輸出.表2是四川盆地及全國其他重要城市的風速記錄.從表2可知,四川盆地內各區域的地面風速比全國重要城市普遍偏小,各地地面風速年均值都在2m/s以下,特別是綿陽、成都、資陽、宜賓,年平均風速為0.8～1.4m/s.對比4個季度(1、4、7、10月)的月均風速可以發現,4月和7月的平均風速整體比其他月份大,1月和10月的風速相當,基本維持在1.0m/s左右;由于7月份風速大且常有降水發生,氣溶膠受雨水沖刷而沉降,4月份主要是吹北風,北方的沙塵會帶入盆地而導致氣溶膠污染嚴重;這與MODIS分析的春冬季AOD高,夏秋季AOD低結論相一致.

表2 四川盆地主要城市及全國重要城市風速 (m/s)Table 2 The wind speed betweenthe major cities of Sichuanbasinand the important cities of China (m/s)

4.2.2 邊界層高度 大氣邊界層是指對流層以下與地面直接耦合的氣層,主要受下墊面的摩擦、蒸散、熱量傳遞、污染物傳輸與地形擾動等因素影響[27].大氣邊界層對近地面氣溶膠的擴散具有重要的指示意義[28].

圖8是以NCEP FNL(6h, 1°× 1°)資料為基礎數據,利用WRF模式模擬得到川南地形帶上成都、資陽和瀘州3個城市2011～2013年各季度的大氣邊界層月平均高度分布圖,圖中橫坐標從左至右依次表示2011～2013年1、4、7、10月3個城市的月平均大氣邊界層高度.從圖8可知,3個城市在2011～2013年均表現為秋冬季邊界層高度低,春夏季高的特點.冬季邊界層高度低,污染物易累積,夏季邊界層高度比其他季節高且穩定,有利于污染物擴散.2011～2013年邊界層高度整體增高與MODIS反演的AOD在2011～2013年減小相一致.

圖8 四川省主要城市各季度的邊界層高度Fig.8 The seasonal Planet Boundary Layer Height in the major cities of Sichuan

4.2.3 流場 氣旋式流場使氣流難以將污染物輸送出盆地,容易形成盆地內城市間逆時針方向的上下風關系相互影響.圖9是2013年四川盆地30m高度的季節平均流場分布.從圖9可以看出,川南特殊的南高北低地形使川南北部形成氣旋式渦旋,氣旋式流場使污染物難以遠距離擴散輸送并形成渦旋——在自貢、內江、瀘州、宜賓一帶形成“污染物滯留區”.春季,渦旋中心主要在瀘州一帶;夏季,渦旋中心向西北移動到自貢、內江一帶;秋季,渦旋中心在瀘州-宜賓-自貢交界一帶;冬季,渦旋中心在內江東部和瀘州北部一帶.結合表2和圖9可以發現,內江和瀘州平均風速比其他地方高,但內江及樂山主要吹北風,瀘州吹南風,宜賓吹西風,在自貢和內江地區形成輻合區,氣溶膠在風和流場的影響下在自貢和內江附近匯集,從而導致內江和自貢的AOD普遍偏高,同時樂山、宜賓和瀘州等地與內江、自貢接壤的地區也會受到相應的影響.

圖9 2013年四川盆地30m高度的季節平均流場分布Fig.9 Distribution of Sichuan basin mean seasonal flowfield of 30min 2013

4.2.4 相對濕度與逆溫 灰塵等顆粒物作為水汽的凝結核,凝結后沉于大氣低層,使得灰塵濃度升高,在足夠的濕度和降溫條件下形成霧,導致當地能見度下降并加劇大氣污染[29-34].自貢、內江和瀘州市在靜風或微風時以及少云的夜晚,近地面層容易產生輻射逆溫;逆溫層中的氣溶膠因不易擴散而大量積聚,空氣質量差,導致污染加劇[35-38].

4.3 經濟發展對AOD的貢獻

川南作為四川的第二大經濟區,城鎮建筑、農業生產及工業等都相對發達,經濟發展同時伴隨環境污染加劇.

農業方面.何敏等[39]對四川秸稈燃燒的統計,2012年四川全省秸稈燃燒排放PM2.5總量達39277t,自貢、瀘州、內江、樂山、宜賓PM2.5排放量分別為1621,2341,1969,1435,2777t,其中水稻、小麥、玉米和油菜的燃燒貢獻率占88%以上.

機動車尾氣排放是城市大氣污染的重要來源.根據環統數據,2016年四川省機動車保有量達1400萬輛,其中川南達到250萬輛,僅次于成都.而研究表明[40],2012年成都市僅輕型汽油客車PM排放量達1600t,占大氣污染物總排放量的18.1%.進而可推測,川南的機動車尾氣排放對當地氣溶膠污染貢獻不容忽視.

工業方面.2007～2014年川南的顆粒物年排放總量平均值為88385.13t,其中樂山市年均排放總量最大達36073.12t,內江僅次于樂山市.2007～2014年川南整體的顆粒物年排放總量變化平穩,2007年排放總量最大達112214t,2011年以后明顯下降.工業顆粒物排放來源主要有電廠、水泥廠、鋼鐵廠和制酒企業[41].

本文利用多年的MODIS衛星探測數據及地面觀測數據深入分析了川南的氣溶膠時空分布及其成因,并得出了相應的結論.根據研究結果建議相關部分應重視從排放源上進行大氣污染治理.一方面,嚴格控制機動車保有量及相關企業的污染排放;另一方面,制定嚴格的秸稈焚燒懲罰措施,加大力度打擊農作物收割季節的秸稈露天焚燒行為.

5 結論

5.1 MODIS AOD產品與地面太陽光度計(CE318)AOD的相關性為0.779,表明MODIS氣溶膠產品可作為川南大氣污染研究的基礎數據.

5.2 MODIS氣溶膠產品與PM2.5、PM10具有良好的線性關系,最高相關系數分別為0.894、0.83,表明MODIS氣溶膠產品可以很好的反映近地面的顆粒物污染情況.

5.3 川南AOD空間分布特征表現為北高南低,以城市為高值中心向四周減小.自貢市和內江市的氣溶膠污染最為嚴重,兩市的大部分地區AOD年均值在1.0以上;樂山北部的夾江縣、樂山市和井研縣,宜賓的宜賓縣北部、南溪縣、江安縣北部及瀘州北部的瀘縣、瀘州市為顆粒物污染嚴重區.

5.4 2006～2015年川南AOD年均值在0.5～0.8之間變化,2006～2013年AOD值變化平穩, 2013年后明顯下降.川南氣溶膠季節分布特征表現為春冬季高,夏秋季低,大部分地區AOD＜1.0,其中春季顆粒物污染最為突出.月變化特征表現為2～4、9月AOD值高,其他月AOD值低,最大值出現在4月份(AOD平均值達0.84).高海拔區AOD沒有明顯的時間變化.

5.5 川南地區AOD空間分布差異主要受地形因素和流場的影響,區域經濟發展產生的顆粒物也占有一定的貢獻.氣溶膠年變化差異主要是由機動車尾氣排放和工業顆粒物排放量年際變化引起;月際變化差異原因主要表現為2月份春節期間燃放鞭炮,3、4月份油菜秸稈焚燒與北方沙塵影響及8、9月份的水稻、玉米、小麥等秸稈焚燒,季節性差異主要是受春季的沙塵暴和本地揚塵,夏季的豐富降水,冬季低氣溫及靜穩天氣等影響.

[1] Zhang X Y, Wang Y Q, N iu T, et al. A tmospheric aerosol compositions in China: spatial/temporal variability, chemical signature, regional haze distribution and comparisons with global aerosols [J]. A tmospheric Chemistry and Physics, 2012,12(2): 779-799.

[2] 王中挺,陳良富,厲 青,等.灰霾組分的多角度偏振反射特性模擬 [J]. 光學學報, 2015,35(9):9-17.

[3] 毛節泰,張軍華,王美華.中國大氣氣溶膠研究綜述 [J]. 氣象學報, 2002,60(5):625-634.

[4] 劉 貞,鄭有飛,劉建軍,等.基于A-train衛星對中國北方地區氣溶膠分布的研究 [J]. 中國環境科學, 2015,35(10):2891-2898.

[5] 劉 璇,朱 彬,侯雪偉,等.基于衛星遙感和地面觀測資料的霾過程分析--以長江三角洲地區一次嚴重霾污染過程為例 [J].中國環境科學, 2015,35(3):641-651.

[6] 鄧學良,鄧偉濤,何冬燕.近年來華東地區大氣氣溶膠的時空特征 [J]. 大氣科學學報, 2010,33(3):347-354.

[7] 羅云峰,李維亮,周秀驥.20世紀80年代中國地區大氣氣溶膠光學厚度的平均狀況分析 [J]. 氣象學報, 2001,59(1):77-87.

[8] 李成才,毛節泰,劉啟漢.用MODIS遙感資料分析四川盆地氣溶膠光學厚度時空分布特征 [J]. 應用氣象學報, 2003,14(1):1-7.

[9] Kaskaoutis D G, Kambezidis H D, Hatzianastassiou N, et al. Aerosol climatology: dependence of the Angstromexponent on wavelength over four AERONET sites [J]. Atmospheric chemistry and physics discussions. 2007,7(3):7347-7397.

[10] 張 穎,劉志紅,呂曉彤,等.四川盆地一次污染過程的WRF模式參數化方案最優配置 [J]. 環境科學學報, 2016,36(8):2819-2826.

[11] Lin C, Li Y, Yuan Z, et al. Using satellite remote sensing data to estimate the high-resolution distribution of ground-level PM2.5[J]. Remote Sensing of Environment, 2015,156:117-128.

[12] 謝志英,劉 浩,唐新明.北京市MODIS氣溶膠光學厚度與PM10質量濃度的相關性分析 [J]. 環境科學學報, 2015,35(10):3292-3299.

[13] Song W, Jia H, Huang J, et al. A satellite-based geographically weighted regression model for regional PM2.5estimation over the Pearl River Delta region in China [J]. Remote Sensing of Environment, 2014,154:1-7.

[14] 王莉莉,辛金元,王躍思,等.CSHNET觀測網評估MODIS氣溶膠產品在中國區域的適用性 [J]. 科學通報, 2007,52(4):477-486.

[15] 陳 艷,孫敬哲,張 武,等.蘭州地區MODIS氣溶膠光學厚度和空氣污染指數相關性研究 [J]. 蘭州大學學報(自然科學版), 2013,49(6):765-772.

[16] Wang J. Intercomparison between satellite-derived aerosol optical thickness and PM2.5mass: Implications for air quality studies [J]. Geophysical Research Letters, 2003,30(21):2095-2098.

[17] Holben B N, Eck T F, Slutsker I, et al. AERONET--A Federated Instrument Network and Data Archive for Aerosol Characterization [J]. Remote Sensing of Environment, 1998, 66(1):1-16.

[18] Zhou C Y, Liu Q H, Tang Y, et al. Comparison between MODIS aerosol product C004and C005and evaluation of their applicability in the north of China [J]. Journal of Remote Sensing, 2009,13(5):854-862.

[19] 齊玉磊,葛覲銘,黃建平.北方地區MODIS和MISR與AERONET氣溶膠光學厚度的比較及其時空分布分析 [J]. 科學通報, 2013,58(17):1670-1679.

[20] 王宏斌,張 鐳,焦圣明,等.基于AERONET觀測資料對MODIS氣溶膠產品的驗證 [N]. 北京, 2014.

[21] 張 洋.基于多源衛星遙感的四川成都地區氣溶膠光學厚度反演 [D]. 成都信息工程大學, 2015.

[22] 張展毅,李豐果,楊冠玲,等.大氣顆粒物濃度自動監測儀器的研制及性能比對測試 [J]. 北京大學學報(自然科學版), 2006, 42(6):767-773.

[23] 桂華僑.大氣細顆粒物在線監測關鍵技術及產業化 [J]. 科技創新與品牌, 2016,(4):63-64.

[24] 張 洋,劉志紅,于明洋,等.四川省氣溶膠光學厚度時空分布特征 [J]. 四川環境, 2014,33(3):48-53.

[25] 黃 觀,劉 偉,劉志紅,等.烏魯木齊市MODIS氣溶膠光學厚度與PM10濃度關系模型研究 [J]. 環境科學學報, 2016,36(2): 649-657.

[26] 王家成,朱成杰,朱 勇,等.北京地區多氣溶膠遙感參量與PM2.5相關性研究 [J]. 中國環境科學, 2015,35(7):1947-1956.

[27] Stull Roland B,趙長新.邊界層氣象學導論 [M]. 北京:氣象出版社, 1991.

[28] 王耀庭,李 威,張小玲,等.北京城區夏季靜穩天氣下大氣邊界層與大氣污染的關系 [J]. 環境科學研究, 2012,25(10):1092-1098.

[29] 楊 軍,李子華,黃世鴻.相對濕度對大氣氣溶膠粒子短波輻射特性的影響 [J]. 大氣科學, 1999,23(2):239-247.

[30] 董 真,黃世鴻,李子華.相對濕度對大氣氣溶膠可見輻射吸收的影響 [J]. 氣象科學, 2000,20(4):487-493.

[31] 張立盛,石廣玉.相對濕度對氣溶膠輻射特性和輻射強迫的影響[J]. 氣象學報, 2002,60(2):230-237.

[32] 榮艷敏,銀 燕.對流云對大氣氣溶膠和相對濕度變化響應的數值模擬 [J]. 大氣科學, 2010,34(4):815-826.

[33] 姚 青,蔡子穎,韓素芹,等.天津冬季相對濕度對氣溶膠濃度譜分布和大氣能見度的影響 [J]. 中國環境科學, 2014,34(3):596-603.

[34] 于興娜,馬 佳,朱 彬,等.南京北郊秋冬季相對濕度及氣溶膠理化特性對大氣能見度的影響 [J]. 環境科學, 2015,36(6): 1919-1925.

[35] 丁國安,陳尊裕,高志球,等.北京城區低層大氣PM10和PM2.5垂直結構及其動力特征 [J]. 中國科學D輯, 2005,35(S1):31-44.

[36] 毛曉琴.上海地區灰霾天氣氣溶膠物理特性研究 [D]. 上海:東華大學, 2010.

[37] 廖曉農,張小玲,王迎春,等.北京地區冬夏季持續性霧-霾發生的環境氣象條件對比分析 [J]. 環境科學, 2014,35(6):2031-2044.

[38] 李義宇.華北夏季氣溶膠與云微物理特征的飛機觀測研究 [D].南京:南京信息工程大學, 2015.

[39] 何 敏,王幸銳,韓 麗,等.四川省秸稈露天焚燒污染物排放清單及時空分布特征 [J]. 環境科學, 2015,36(4):1208-1216.

[40] 陳軍輝,范武波,錢 駿,等.利用IVE模型建立成都市輕型汽油客車排放清單 [J]. 環境科學學報, 2015,35(7):2016-2024.

[41] 何 敏,王幸銳,韓 麗.四川省大氣固定污染源排放清單及特征 [J]. 環境科學學報, 2013,33(11):3127-3137.

Analyses on the spatial-temporal distribu tion features and causing factors of atmospheric haze in the southerncity-groupof Sichuan.

HE Mu-quan1,2, LIU Zhi-hong1*, ZHANG Ying1, ZHANG Yang3, YAN Yan4, HUANG Guan1, ZHANG Juan1, CHEN Jun-hui2, HE Min2, FAN Wu-bo2
(1.School of Resources and Environment, Chengdu University of Information Technology, Chengdu 610225, China；2.Sichuan Academy of Environmental Sciences, Chengdu, 610041, China；3.Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing 100101, China；4.School of Earth and Space Science, University of Science and Technology of China, Hefei 230001, China). China Environmental Science, 2017,37(2)：432～442

This study checked the quality of MODIS 3kmAOD daily data using the local CE318 data in southern Sichuan. After ensuring the availability of MODIS AOD product, the relationship model of MODIS AOD and PM2.5/10was set up. And the temporal-spatial characteristics of atmospheric haze in the city group of Southern Sichuan were analyzed. The correlation coefficient between CE318AOD data and MODIS AOD product was 0.779, and the optimal correlation coefficient between PM2.5, PM10and MODIS AOD was 0.894, 0.83 respectively. Spatially, the value of average AOD in the northern region was higher than the southern region of southern Sichuan, and the cities with highest AOD were Neijiang and Zigong. Temporally, the averaged AOD had no significant change from2006 to 2013, but decreased obviously after 2013. A lso the averaged AOD was higher in spring and winter, but lower in summer and autumn, and the largest proportion of high value was in spring. The monthly variation features showed that the AOD value was high fromFebruary to April and September and lowin other months. The temporal and spatial distribution of AOD in Southern Sichuan were affected by terrain, industrial, wind speed and direction, flowfield, PBL and other factors, among which, the terrain and flowfield were the most prominent factors.

MODIS；aerosol；haze；the spatial-temporal distribution；the southern city-group of Sichuan

X513

A

1000-6923(2017)02-0432-11

何沐全(1991-),男,廣東韶關人,成都信息工程大學碩士研究生,主要從事大氣氣溶膠遙感與大氣環境模式模擬.

2016-06-19

四川盆地城市群大氣復合污染”診斷”與聯防聯控模擬研究(2015GZ0241),四川省社會科學規劃重大項目(SC15ZD01)

* 責任作者, 教授, wxzlzh@cuit.edu.cn