基于衛(wèi)星遙感資料監(jiān)測地面細顆粒物的敏感性分析

劉顯通,李 菲,譚浩波,鄧雪嬌,麥博儒,鄧 濤,李婷苑,鄒 宇 (中國氣象局廣州熱帶海洋氣象研究所,廣東省區(qū)域數(shù)值天氣預報重點實驗室,廣東 廣州 510080)

基于衛(wèi)星遙感資料監(jiān)測地面細顆粒物的敏感性分析

劉顯通*,李 菲,譚浩波,鄧雪嬌,麥博儒,鄧 濤,李婷苑,鄒 宇 (中國氣象局廣州熱帶海洋氣象研究所,廣東省區(qū)域數(shù)值天氣預報重點實驗室,廣東 廣州 510080)

分析了垂直分布、粒徑分布和吸濕增長3個影響因子及其組合對基于衛(wèi)星遙感資料監(jiān)測地面細顆粒物(PM2.5)的敏感性.以廣州地區(qū)為例,使用影響因子及其組合對2010年全年、干季和濕季的MODIS氣溶膠光學厚度(AOD)資料進行訂正,與時空匹配的地基實測PM2.5質量濃度數(shù)據(jù)對比和分析.研究表明,兩者的直接相關性很低,全年相關系數(shù)(R)僅有 0.147.經(jīng)單個因子訂正后,效果提升有限.其中,粒徑因子的敏感性最高,垂直因子次之.組合因子中,垂直及粒徑訂正的效果最好,敏感性最高,全年 R達 0.526.垂直及粒徑因子再加上濕度因子后,全年R降為0.498.垂直及濕度訂正的敏感性最低,全年R僅為0.145.總體而言,垂直及粒徑訂正因子敏感性最高,效果最佳.粒徑因子加入后訂正效果提升顯著,而經(jīng)驗吸濕增長因子的時空代表性比較單一.

細顆粒物(PM2.5)；氣溶膠光學厚度(AOD)；敏感因子分析；MODIS

隨著我國經(jīng)濟和社會的快速發(fā)展,大氣污染問題面臨嚴峻挑戰(zhàn)[1].這其中,氣溶膠污染問題尤為突出[2],而大部分城市的首要污染物都是細顆粒物(PM2.5)[3-6].流行病學和毒理學的大量研究表明,空氣中的細顆粒物對人類呼吸系統(tǒng)和心肺功能等危害很大,它們與公眾發(fā)病率、呼吸引發(fā)的死亡和心血管疾病關系密切[7-9].與此同時,細顆粒物在大氣能見度、酸沉降、大氣化學過程和氣候強迫等方面也具有重要作用[10-16].

細顆粒物由于其對天氣、氣候以及人體健康都有重要影響,已受到了國內外研究者和決策者的密切關注.當前大氣污染防治,尤其是細顆粒物污染的防治,已是迫在眉睫.

在細顆粒物污染防治中,全面掌握區(qū)域大氣細顆粒物分布特征至關重要.獲取區(qū)域細顆粒物全面分布特征不僅是研究其在大氣中形成和輸送過程的有效手段,也是檢驗和評估空氣質量模式預報水平的重要依據(jù),更是找出影響區(qū)域空氣質量關鍵因子并提出大氣污染聯(lián)防聯(lián)控措施建議的重要前提.

目前,監(jiān)測細顆粒物主要有地面觀測和衛(wèi)星遙感兩種方法.地面觀測可以得到全天候 PM2.5質量濃度及其隨時間變化較為準確的信息,但這種方法只能在有限的地面站點進行,難以獲取細顆粒物全面的空間分布特征.而衛(wèi)星遙感具有面觀測、覆蓋面積廣、空間分辨率高、成本低等特點,能獲取大面積分布信息,很好地彌補了地面觀測站點的不足.這其中,極軌衛(wèi)星Terra/Aqua衛(wèi)星搭載的中分辨率成像光譜儀(MODIS)和FY-3衛(wèi)星搭載的中分辨率光譜成像儀(MERSI)等儀器,由于它們的覆蓋范圍廣、空間分辨率較高、探測周期短(每天 2次)等優(yōu)點,其遙感得到的氣溶膠光學厚度(AOD)資料被廣泛應用于顆粒物(PM)的星地協(xié)同監(jiān)測研究中[17-29].

衛(wèi)星遙感資料獲取的是從地面到衛(wèi)星高度的路徑積分總含量信息,需要站點實測資料進行對比校驗,并經(jīng)過多個影響因子的訂正,才能獲取可信度較高的地面分布信息.由此可見,對影響因子敏感性的研究顯得尤為重要.從理論分析可得,氣溶膠垂直分布(垂直影響因子)、氣溶膠吸濕增長(濕度影響因子)、氣溶膠粒徑分布(粒徑影響因子)等因素對監(jiān)測結果有直接影響.然而,現(xiàn)有研究大多是使用經(jīng)驗氣溶膠標高和經(jīng)驗吸濕增長因子對衛(wèi)星遙感氣溶膠光學厚度(AOD)進行垂直和濕度訂正[19,21,25,27-29],較少考慮氣溶膠粒徑信息對監(jiān)測結果的影響,該影響因子的敏感性亟待進行深入研究.

本研究以廣州大氣成分觀測主站為例,對2010年的MODIS遙感AOD資料和地基PM2.5觀測資料進行時空匹配,研究垂直、濕度和粒徑3個影響因子及其組合的敏感性,對比分析不同因子及其組合對全年、干季和濕季數(shù)據(jù)的訂正效果.

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)資料

MODIS探測儀擁有從可見光、近紅外到遠紅外的 36個光譜通道探測資料,掃描寬度為2330km,可見光通道(通道1和通道2)具有250m的星下點分辨率,可見光3～7通道的星下點分辨率為 500m,其余通道的星下點分辨率為 1km. MODIS探測儀為監(jiān)測全球氣溶膠特性提供了有效手段.本研究中使用的是美國國家航空航天局(NASA)發(fā)布的MODIS Level 2氣溶膠軌道級產(chǎn)品(Collection 051),0.55μm波段的AOD反演資料,星下點分辨率約為10km×10km.

自2004年以來,廣東省氣象局在珠江三角洲地區(qū)建立了大氣成分觀測站網(wǎng),其主站中國氣象局廣州番禺大氣成分觀測站(站號:59481)位于廣州番禺區(qū)南村鎮(zhèn)大鎮(zhèn)崗山.番禺是廣州市轄區(qū),位于廣州市南部、珠江三角洲腹地.南村鎮(zhèn)大鎮(zhèn)崗山是番禺區(qū)高山之一,站址海拔高度為 141m,主站所處經(jīng)緯度為 113°21′E,23°00′N.該主站的觀測內容包括氣溶膠的物理化學特性以及反應性氣體特性等.其中顆粒物監(jiān)測儀(GRIMM 180)觀測得到干情形下的PM10、PM2.5和PM1質量濃度,同時可測得干情形下直徑在0.25～32μm之間31個通道的顆粒物數(shù)濃度譜.該站還有自動跟蹤掃描太陽光度計(CE318),可以觀測得到AOD資料.本研究中使用地基的PM2.5質量濃度、粒子數(shù)濃度譜分布和AOD等資料均來源于該主站.

本研究選取了2010年MODIS遙感AOD資料和大氣成分站網(wǎng)主站的地基觀測資料進行研究.根據(jù)前人研究結果[19,27,29],兼顧研究樣本數(shù)量,本研究衛(wèi)星遙感資料與地面觀測資料的時間匹配方法為衛(wèi)星過境前后 1h主站點觀測的 PM2.5小時平均值.空間匹配方法為以為主站為圓心,對半徑15km圓形區(qū)域內的MODIS AOD資料,以距離為權重進行加權平均.

1.2 思路和方法

衛(wèi)星遙感數(shù)據(jù)直接反演得到的是氣溶膠光學厚度(AOD)信息.AOD是氣溶膠消光系數(shù)在垂直方向的總積分,與消光系數(shù)的垂直分布和氣溶膠總濃度有關.假設氣溶膠在垂直方向上按指數(shù)遞減分布,AOD與地面氣溶膠消光系數(shù)(ka)正相關[30].以氣溶膠標高(H)來代表氣溶膠層等效厚度,則AOD與地面ka的關系[28-29,31-32]如下:

根據(jù)理論推導[22,26],地面站點觀測的總顆粒物質量濃度(PMχ)與地面ka的關系可描述為:

PM2.5質量濃度占PMχ的比例為P,則由(1)、(2)兩式,可得衛(wèi)星遙感AOD與地面PM2.5的理論關系[21,33]如下:

從上述推導可知,衛(wèi)星遙感 AOD與地面PM2.5成線性正相關關系,即AOD值越大,相應地面 PM2.5濃度值越大.基于上述原理,國內外學者開展了大量基于衛(wèi)星遙感 AOD信息監(jiān)測地面PM2.5質量濃度的工作[17-26,28-29,33].

從式(3)可以看到,基于衛(wèi)星遙感 AOD資料反演地面 PM2.5質量濃度受到質量濃度比例 P,氣溶膠標高 H,粒子平均質量密度ρ,顆粒物有效半徑Re,細顆粒物平均消光效率,吸濕增長因子f(RH)等5個因子影響.對于同一地區(qū)的P值變化較小[34],ρ信息難以獲取,可視為常量,本研究主要針對H、Re和f(RH) 3個因子對衛(wèi)星遙感AOD信息監(jiān)測地面 PM2.5質量濃度的敏感性進行研究分析,即本文主要研究垂直、粒徑和濕度3個訂正因子及 3個因子的不同組合方式對衛(wèi)星遙感資料監(jiān)測地面細顆粒物濃度的敏感性.

氣溶膠標高和邊界層高度(HPBL)值接近[26],本研究中使用 HPBL代替氣溶膠標高,HPBL值由MM5模式模擬(0～24小時模擬值)得到.相比于經(jīng)驗氣溶膠標高(季節(jié)平均氣溶膠標高),模式模擬的邊界層高度隨著天氣形勢變化,更接近實際氣溶膠垂直分布情況.

干情形下顆粒物的有效半徑 Re信息由GRIMM 180觀測的不同粒徑段粒子數(shù)濃度譜計算得到,方法如下:

由于GRIMM 180測量的顆粒物半徑范圍為0.125～16μm之間,式(4)計算得到的 Re并非全粒徑范圍計算得到的 Re.但由式(4)計算得到的 Re已能較好地反映粒子譜分布及變化信息,因而本研究中使用式(4)計算得到的 Re代表顆粒物 Re信息.

吸濕增長因子f(RH)的經(jīng)驗公式[19,28-29]一般可表示為相對濕度(RH)的函數(shù):

為方便計算,本研究中HPBL單位為km,Re單位為μm.

為探尋垂直因子(HPBL)、濕度因子[f(RH)]和粒徑因子(Re)對MODIS AOD資料監(jiān)測地面PM2.5值的敏感性,本研究將分別對MODIS AOD資料進行單因子訂正(垂直訂正、濕度訂正、粒徑訂正)和組合因子訂正(垂直及濕度訂正、濕度及粒徑訂正、垂直及粒徑訂正、垂直濕度及粒徑訂正),并比較分析不同訂正方法對2種資料相關性的影響.經(jīng)上述7個影響因子訂正后,2種資料的相關系數(shù)提高越多,則表明該因子的敏感性越高.

2 結果與分析

2.1 衛(wèi)星遙感反演校驗

利用番禺大氣成分觀測站的CE318AOD觀測值檢驗MODIS反演的AOD資料精度,兩者關系如圖1所示(相關系數(shù)用R表示).對比結果顯示,MODIS反演AOD值要高于CE318AOD觀測值,尤其在AOD低值時偏差較大,超過了MODIS設計精度[誤差在(±0.05±0.20)AOD以內[35].這可能與殘留云影響有一定關系,也可能與CE318云甄別算法過于苛刻有關[36].但總體而言,CE318AOD觀測值與MODIS反演AOD數(shù)據(jù)具有高度的一致性,兩者的相關系數(shù)高達 0.957,斜率也接近 1,這與前人研究的校驗結果一致[37-38].可見本研究中使用的MODIS AOD資料具有一定的可靠性,可用于監(jiān)測區(qū)域地面細顆粒物分布及輸送特征研究.

2.2 全年MODIS AOD數(shù)據(jù)與地面PM2.5質量濃度相關性分析

2010全年,MODIS AOD資料與番禺大氣成分站PM2.5質量濃度資料時空匹配的樣本共105組,兩種觀測資料的關系如圖 2(a)所示.可以看到,在沒有進行任何校正的情形下,兩者的直接相關性極低,只有0.147.與此同時,兩者為負相關關系,即隨著 AOD值增大,PM2.5質量濃度值有降低的趨勢,這似乎與公式(3)的推導結果相反.可見,由 MODIS AOD資料難以直接獲得地面PM2.5質量濃度值.而要獲取兩者較好的相關關系,就必須考慮垂直分布、吸濕增長和粒徑分布等因素的影響.

圖2 2010年MODIS AOD資料未訂正、經(jīng)垂直訂正、濕度訂正、粒徑訂正后,與廣州番禺地面PM2.5質量濃度值的比較Fig.2 Comparison between surface PM2.5and non-corrected, vertical-corrected, RH-corrected, size-corrected MODIS AOD in Panyu Guangzhou during 2010

圖1 MODIS AOD與CE318AOD值對比Fig.1 Comparison of MODIS AOD with the CE318observations

2010年全年,MODIS AOD資料經(jīng)3個影響因子訂正后,與地面 PM2.5質量濃度值的比較結果如圖 2(b)～(d)所示.單因子的訂正結果顯示,經(jīng)垂直訂正和濕度訂正后,兩種資料的相關性變化不大,分別為 0.145和 0.168.其中經(jīng)垂直訂正后,兩種資料由負相關變?yōu)檎嚓P,而濕度訂正后仍是負相關.粒徑訂正后,兩種資料的相關性由負變?yōu)檎?相關系數(shù)有較為明顯的提升,達到 0.308,訂正效果要優(yōu)于垂直訂正和濕度訂正.

圖3給出了MODIS AOD資料經(jīng)4個組合因子訂正后,與地面 PM2.5質量濃度值的比較結果.經(jīng)4種組合因子訂正后,2種資料的相關性都由負變?yōu)檎?其中,垂直及濕度訂正后相關性幾乎不變,相關系數(shù)僅為 0.145,與單垂直訂正和單濕度訂正的結果接近.而經(jīng)濕度及粒徑訂正,兩者的相關性有所提高,為 0.266,高于單濕度訂正,但低于單粒徑訂正.經(jīng)垂直及粒徑訂正后,兩者的相關性顯著提升,高達 0.526,要明顯高于單垂直訂正和單粒徑訂正.但垂直及粒徑訂正再加上濕度訂正后,相關性有所降低,降為0.498.

圖3 2010年MODIS AOD資料經(jīng)垂直及濕度訂正、濕度及粒徑訂正、垂直及粒徑訂正、垂直濕度及粒徑訂正后,與廣州番禺地面PM2.5質量濃度值的比較Fig.3 Comparison between surface PM2.5and vertical and RH-corrected, RH and size-corrected, vertical and size-corrected, vertical-size and RH-corrected MODIS AOD in Panyu Guangzhou during 2010

2010年全年,MODIS AOD資料未經(jīng)訂正以及經(jīng)單因子和組合因子訂正后,與地面 PM2.5質量濃度值比較的統(tǒng)計結果如表 1所示.統(tǒng)計結果可以發(fā)現(xiàn),3個訂正因子中,粒徑訂正效果最好,敏感性最高,濕度因子的敏感性次之,而垂直因子的敏感性最低.組合訂正因子中,垂直及粒徑訂正的效果最好,敏感性最高,再加入濕度因子后,敏感性降低.濕度及粒徑訂正的敏感性較低,而垂直及濕度訂正的敏感性最低.

表 2總結了本研究及其相關研究 MODIS AOD資料訂正前后與地面PM的比較結果.可以看到,本研究中經(jīng)垂直及粒徑訂正后兩者的相關系數(shù)與其他研究結果較為接近.

表1 2010年廣州番禺地面PM2.5濃度值與MODIS AOD值的相關關系Table 1 Correlations between surfer PM2.5concentrations and MODIS AOD in Panyu Guangzhou during 2010

表2 MODIS AOD值與PM濃度值相關關系對比Table 2 Comparison of correlations between MODIS AOD and PM concentrations

2.3 干季和濕季MODIS AOD數(shù)據(jù)與地面PM2.5質量濃度相關性分析

圖4 2010年10～12月MODIS AOD資料未訂正、經(jīng)垂直訂正、濕度訂正、粒徑訂正后,與廣州番禺地面PM2.5質量濃度值的比較Fig.4 Comparison between surface PM2.5and non-corrected, vertical-corrected, RH-corrected, size-corrected MODIS AOD in Panyu Guangzhou during October, November and December 2010

廣東省屬于熱帶和亞熱帶季風氣候區(qū),干濕季明顯,干季為每年10月至翌年3月,濕季為每年的4～9月.為降低不同季節(jié)對結果的影響,本研究分別選取干季和濕季中 3個月的數(shù)據(jù)進行比較分析,其中干季選取 10～12月,濕季選取 6～8月.10～12月,廣州多晴朗天氣,云量低.MODIS反演AOD時,被云“污染”的像素少,AOD有效反演值較多,其相應與地面 PM2.5觀測值時空匹配的樣本較多,共有81組.6～8月,廣州水汽充沛,雨水多,云量高,MODIS反演AOD有效值很少,相應時空匹配的樣本只有8組.

2010年10～12月,MODIS AOD資料未訂正及單因子訂正后,與地面 PM2.5質量濃度值之間的關系如圖4所示.可以發(fā)現(xiàn),在干季2種資料有一定的正相關性,相關系數(shù)為 0.214,要高于全年的相關系數(shù),但兩者直接的相關性仍然較低.單因子訂正結果顯示,經(jīng)垂直訂正后,兩種資料的相關性有一定提升,相關系數(shù)為 0.310.而經(jīng)濕度訂正后,相關系數(shù)反而降低為 0.169,可見該因子訂正是負效果.經(jīng)粒徑訂正后,2種資料相關性有較為明顯的提升,達到0.458.

圖5給出了MODIS AOD資料經(jīng)4種組合因子訂正后,與地面 PM2.5質量濃度值的比較情況.組合因子訂正結果表明,經(jīng)垂直及濕度訂正后,兩種資料的相關性有所提高,為0.305,但略低于僅使用垂直訂正.而經(jīng)濕度及粒徑訂正,兩者的相關性有所提高,相關系數(shù)為 0.339,明顯高于單濕度訂正,但低于單粒徑訂正.經(jīng)垂直及粒徑訂正后,相關性顯著提升,相關系數(shù)高達0.501,明顯高于單垂直訂正和單粒徑訂正.然而垂直及粒徑訂正后,若再加上濕度訂正,相關系數(shù)則降低為0.440.

圖5 2010年10～12月MODIS AOD資料經(jīng)垂直及濕度訂正、濕度及粒徑訂正、垂直及粒徑訂正、垂直濕度及粒徑訂正后,與廣州番禺地面PM2.5質量濃度值的比較Fig.5 Comparison between surface PM2.5and vertical and RH-corrected, RH and size-corrected, vertical and sizecorrected, vertical-size and RH-corrected MODIS AOD in Panyu Guangzhou during October, November and December 2010

2010年10～12月,MODIS AOD資料未經(jīng)訂 正以及經(jīng)單因子和組合因子訂正后,與地面PM2.5質量濃度值比較的統(tǒng)計結果如表 3所示.可見在干季,3個訂正因子中,粒徑訂正效果最好,敏感性最高,垂直因子的敏感性次之,濕度訂正有負作用.組合因子中垂直及粒徑訂正的效果最好,敏感性最高,再加入濕度因子后,敏感性降低.濕度及粒徑訂正的敏感性較低,垂直及濕度訂正的敏感性最低.

圖6給出了2010年6～8月MODIS AOD資料未訂正及經(jīng)單因子訂正后,與地面 PM2.5質量濃度質量之間的關系.2種資料的直接比較結果顯示,兩者在濕季有很好的正相關性,相關系數(shù)高達 0.881.單因子訂正結果顯示,經(jīng)垂直訂正后,2種資料的相關性只是略微提升,相關系數(shù)為0.890.而經(jīng)濕度訂正后,兩者的相關性下降較為明顯,降為 0.746.經(jīng)粒徑訂正后,兩者相關性有明顯的提升,相關系數(shù)達到0.962.

表3 2010年10～12月廣州番禺地面PM2.5濃度值與MODIS AOD值的相關關系Table 3 Correlations between surfer PM2.5concentrations and MODIS AOD in Panyu Guangzhou during October, November and December 2010

圖6 2010年6～8月MODIS AOD資料未訂正、經(jīng)垂直訂正、濕度訂正、粒徑訂正后,與廣州番禺地面PM2.5質量濃度值的比較Fig.6 Comparison between surface PM2.5and non-corrected, vertical-corrected, RH-corrected, size-corrected MODIS AOD in Panyu Guangzhou during June, July and August 2010

2010年6～8月,MODIS AOD資料經(jīng)四種組 合因子訂正后,與地面 PM2.5質量濃度值的比較如圖7所示.組合因子訂正的結果表明,經(jīng)垂直及濕度訂正,2種資料的相關性有所降低,為 0.848,也低于僅使用垂直訂正.而經(jīng)濕度及粒徑訂正后,兩者的相關性有所提高,達 0.937,明顯高于單濕度訂正,但略低于單粒徑訂正.經(jīng)垂直及粒徑訂正后,兩者的相關性有顯著提升,相關系數(shù)高達0.981.若再加上濕度訂正,兩者的相關性略微降低,為0.974.

圖7 2010年6～8月MODIS AOD資料經(jīng)垂直及濕度訂正、濕度及粒徑訂正、垂直及粒徑訂正、垂直濕度及粒徑訂正后,與廣州番禺地面PM2.5質量濃度值的比較Fig.7 Comparison between surface PM2.5and vertical and RH-corrected, RH and size-corrected, vertical and sizecorrected, vertical-size and RH-corrected MODIS AOD in Panyu Guangzhou during June, July and August 2010

表4 2010年6～8月廣州番禺地面PM2.5濃度值與MODIS AOD值的相關關系Table 4 Correlations between surfer PM2.5concentrations and MODIS AOD in Panyu Guangzhou during June, July and August 2010

表4列出了2010年6～8月,MODIS AOD資料未經(jīng)訂正以及經(jīng)單因子和組合因子訂正后,與地面 PM2.5質量濃度值比較的統(tǒng)計結果.雖然濕季樣本數(shù)較少,但也可看到,3個影響因子中,粒徑訂正效果最好,敏感性最高,垂直因子的敏感性次之,濕度訂正有負作用.而組合因子中,垂直及粒徑訂正的效果最好,敏感性最高,再加入濕度因子后,敏感性降低.濕度及粒徑訂正的敏感性較低,垂直及濕度訂正的敏感性仍然是最低.值得注意的是,單因子中的垂直訂正,組合因子中的濕度及粒徑訂正、垂直及粒徑訂正和垂直濕度及粒徑訂正,經(jīng)上述因子訂正后,不僅相關系數(shù)高,而且線性擬合直線的截距幾乎為零,可見這 4種訂正方法在濕季可以很好地監(jiān)測地面細顆粒物濃度.

3 討論

目前基于遙感手段監(jiān)測地面PM2.5濃度仍存在很多困難,如粒子譜信息不夠全面,消光系數(shù)垂直廓線難以獲取,吸濕增長因子的代表性不高等,這些困難與需求將是未來科技發(fā)展的方向.PM監(jiān)測儀器在測量 PM質量濃度的同時,若增加測量粒徑譜信息,將會為衛(wèi)星遙感資料監(jiān)測地面細顆粒物提供更豐富的數(shù)據(jù)支撐.垂直因子的加入,對訂正結果也有較好的正效果,而模式模擬的邊界層高度在一定程度上可以替代氣溶膠標高.若增加激光雷達探測的氣溶膠消光系數(shù)垂直廓線[39],將起到重要的改進作用.本研究中經(jīng)驗吸濕增長因子的訂正效果一般,這表明該因子的時空代表性比較單一,需要對本地區(qū)實際大氣氣溶膠進行觀測,獲取實測吸濕增長因子,以提高其代表性.

4 結論

全面掌握區(qū)域細顆粒物分布特征是細顆粒物污染防治中的重要環(huán)節(jié),基于衛(wèi)星資料監(jiān)測地面顆粒物能很好彌補地面觀測站點的不足.衛(wèi)星遙感資料需要地基實測資料對比校驗,并經(jīng)過多個影響因子的訂正,才能獲取可信度高的地面細顆粒物分布信息.因而,對這些影響因子的敏感性研究尤為重要.本研究以廣州地區(qū)為例,對 2010年的MODIS AOD資料和地基PM2.5觀測資料進行時空匹配,研究垂直、濕度和粒徑 3個影響因子及其組合的敏感性,對比分析不同因子及其組合對全年、干季和濕季數(shù)據(jù)的訂正效果.

對全年、干季和濕季的數(shù)據(jù)訂正效果均表明,3個影響因子中,粒徑因子的敏感性最高,垂直因子次之,而濕度因子效果較為一般.其中,經(jīng)粒徑因子訂正后,全年相關系數(shù)為 0.308,干季達到0.458,濕季高達0.962.經(jīng)垂直因子訂正后,全年相關系數(shù)僅為 0.145,干季達到 0.310,濕季高達0.890.而濕度因子訂正后的相關系數(shù)最低,全年相關系數(shù)僅為 0.168,干季僅為 0.169,濕季為0.746.組合因子中,垂直及粒徑訂正和垂直粒徑及濕度訂正的相關性要高于單個因子,而垂直及濕度訂正和濕度及粒徑訂正的相關性要低于粒徑訂正.其中,垂直及粒徑訂正的效果最好,敏感性最高,全年相關系數(shù)能達到 0.526,干季達到0.501,濕季高達 0.981.垂直及粒徑因子再加上濕度因子后,敏感性有所降低,全年降為 0.498,干季降為0.440,濕季略微降低為0.973.濕度及粒徑訂正的敏感性較低,全年相關系數(shù)為 0.266,干季為0.339,濕季為 0.937.垂直及濕度訂正的敏感性最低,全年相關系數(shù)僅為0.145,干季為0.305,濕季為0.848.

在本研究中,垂直及粒徑因子的敏感性最高,效果最佳,可應用于基于衛(wèi)星遙感資料監(jiān)測地面細顆粒物中.其中使用粒徑因子訂正后提升效果顯著,今后研究中需要更多考慮顆粒物粒徑的影響.本研究僅以廣州地區(qū) 2010年資料進行研究,今后需要對更多地區(qū)更長時間的資料進行研究,以提高結論的準確性和代表性.

[1] 郝吉明,程 真,王書肖.我國大氣環(huán)境污染現(xiàn)狀及防治措施研究 [J]. 環(huán)境保護, 2012,9:17-20.

[2] 吳 兌.近十年中國灰霾天氣研究綜述 [J]. 環(huán)境科學學報, 2012,32(2):257-269.

[3] Wu D, Tie X X, Li C C, et al. An extremely low visibility event over the Guangzhou region: A case study [J]. Atmos. Environ., 2005,39(35):6568-6577.

[4] 程興宏,徐祥德,陳尊裕,等.北京地區(qū)PM10濃度空間分布特征的綜合變分分析 [J]. 應用氣象學報, 2007,18(2):165-172.

[5] Chan C K, Yao X. Air pollution in mega cities in China [J]. Atmos. Environ., 2008,42(1):1-42.

[6] 于艷科,尹麗倩,牛振川,等.中國海峽西岸城市群冬季 PM2.5和PM10中水溶性離子的污染特征 [J]. 中國環(huán)境科學, 2012,32(9): 1546-1553.

[7] Fujii T, Hayashi S, Hogg J C, et al. Particulate matter induces cytokine expression in human bronchial epithelial cells [J]. Am. J. Respir. Cell Mol. Biol., 2001,25(3):265-271.

[8] Polichetti G, Cocco S, Spinali A, et al. Effects of particulate matter (PM10, PM2.5and PM1) on the cardiovascular system [J]. Toxicology, 2009,261(1/2):1-8.

[9] 謝 鵬,劉曉云,劉兆榮,等.我國人群大氣顆粒物污染暴露-反應關系的研究 [J]. 中國環(huán)境科學, 2009,29(10):1034-1040.

[10] 張遠航,邵可聲,唐孝炎,等.中國城市光化學煙霧污染研究 [J].北京大學學報(自然科學版), 1998,34(2/3):392-400.

[11] 紀 飛,蘇文潁,秦 瑜.對流層光化學過程中的氣粒轉化研究[J]. 大氣科學, 2001,25(2):269-276.

[12] Tie X, Brasseur G P, Zhao C, et al. Chemical characterization of air pollution in Eastern China and the Eastern United States [J]. Atmos. Environ., 2006,40(14):2607-2625.

[13] 吳 兌,畢雪巖,鄧雪嬌,等.珠江三角洲大氣灰霾導致能見度下降問題研究 [J]. 氣象學報, 2006,64(4):510-517.

[14] 丁一匯,李巧萍,柳艷菊,等.空氣污染與氣候變化 [J]. 氣象, 2009,35(3):3-14.

[15] Jacob D J, Winner D A. Effect of climate change on air quality [J]. Atmos Environ, 2009,43(1):51-63.

[16] Deng X J, Zhou X J, Tie X X, et al. Attenuation of ultraviolet radiation reaching the surface due to atmospheric aerosols in Guangzhou [J]. Chinese Sci. Bull., 2012,57(21):2759-2766.

[17] Wang J, Christopher S A. Intercomparison between satellite-derived aerosol optical thickness and PM2.5mass: Implications for air quality studies [J]. Geophys. Res. Lett., 2003,30(21):2095.

[18] Li C C, Lau A K-H, Mao J T, et al. Retrieval, validation, and application of the 1-km aerosol optical depth from MODIS measurements over Hong Kong [J]. IEEE T Geosci. Remote., 2005,43(11):2650-2658.

[19] 李成才,毛節(jié)泰,劉啟漢,等.MODIS衛(wèi)星遙感氣溶膠產(chǎn)品在北京市大氣污染研究中的應用 [J]. 中國科學 D 輯, 2005,35(S1): 177-186.

[20] Gupta P, Christopher S A, Wang J, et al. Satellite remote sensing of particulate matter and air quality assessment over global cities [J]. Atmos. Environ., 2006,40(30):5880-5892.

[21] Koelemeijer R B A, Homan C D, Matthijsen J. Comparison of spatial and temporal variations of aerosol optical thickness and particulate matter over Europe [J]. Atmos. Environ., 2006,40(27): 5304-5315.

[22] Van Donkelaar A, Martin R V, Park R J. Estimating ground-level PM2.5using aerosol optical depth determined from satellite remote sensing [J]. J. Geophys. Res., 2006,111(D21):D21201.

[23] Hutchison K D, Faruqui S J, Smith S. Improving correlations between MODIS aerosol optical thickness and ground-based PM2.5observations through 3D spatial analyses [J]. Atmos. Environ., 2008,42(3):530-543.

[24] Guo J P, Zhang X Y, Che H Z, et al. Correlation between PM concentrations and aerosol optical depth in eastern China [J]. Atmos. Environ., 2009,43(37):5876-5886.

[25] Tian J, Chen D. A semi-empirical model for predicting hourly ground-level fine particulate matter (PM2.5) concentration in southern Ontario from satellite remote sensing and ground-based meteorological measurements [J]. Remote. Sens. Environ., 2010, 114(2):221-229.

[26] Wang Z F, Chen L F, Tao J H, et al. Satellite-based estimation of regional particulate matter (PM) in Beijing using vertical-and-RH correcting method [J]. Remote. Sens. Environ., 2010,114(1): 50-63.

[27] 何 秀,鄧兆澤,李成才,等.MODIS氣溶膠光學厚度產(chǎn)品在地面PM10監(jiān)測方面的應用研究 [J]. 北京大學學報(自然科學版), 2010,46(2):178-184.

[28] 鄭卓云,陳良富,鄭君瑜,等.高分辨率氣溶膠光學厚度在珠三角及香港地區(qū)區(qū)域顆粒物監(jiān)測中的應用研究 [J]. 環(huán)境科學學報, 2011,31(6):1154-1161.

[29] 高大偉,徐宏輝,郁珍艷,等.MODIS氣溶膠光學厚度在臨安大氣顆粒物監(jiān)測中的應用 [J]. 環(huán)境科學研究, 2012,25(7):739-744.

[30] 廖國南,郭彩麗,周詩健.大氣輻射導論 [M]. 北京:氣象出版社, 2004:95-96.

[31] 李成才,毛節(jié)泰,劉啟漢,等.利用MODIS光學厚度遙感產(chǎn)品研究北京及周邊地區(qū)的大氣污染 [J]. 大氣科學, 2003,27(5):869-880.

[32] 王中挺,王子峰,厲 青,等.環(huán)境一號衛(wèi)星在監(jiān)測大氣PM10中的應用 [J]. 中國環(huán)境科學, 2011,31(2):202-206.

[33] Hu R M, Sokhi R S, Fisher B E A. New algorithms and their application for satellite remote sensing of surface PM2.5and aerosol absorption [J]. J. Aero. Sci., 2009,40(5):394-402.

[34] 吳 兌,鄧雪嬌,畢雪巖,等.細粒子污染形成灰霾天氣導致廣州地區(qū)能見度下降 [J]. 熱帶氣象學報, 2007,23(1):1-6.

[35] Chu D A, Kaufman Y J, Ichoku C, et al. Validation of MODIS aerosol optical depth retrieval over land [J]. Geophys. Res. Lett., 2002,29(12):391-394.

[36] 夏祥鰲.全球陸地上空 MODIS氣溶膠光學厚度顯著偏高 [J].科學通報, 2006,51(19):2297-2303.

[37] 譚浩波,吳 兌,鄧雪嬌,等.珠江三角洲氣溶膠光學厚度的觀測研究 [J]. 環(huán)境科學學報, 2009,29(6):1146-1155.

[38] 肖鐘湧,江 洪,陳 健,等.利用MODIS遙感數(shù)據(jù)反演廣州市氣溶膠光學厚度 [J]. 中國環(huán)境科學, 2010,30(5):577-584.

[39] 鄧 濤,吳 兌,鄧雪嬌,等.一次嚴重灰霾過程的氣溶膠光學特性垂直分布 [J]. 中國環(huán)境科學, 2013,33(11):1921-1928.

Analysis of sensitivity of monitored ground PM2.5concentrations based on satellite remote sensing data.

LIU

Xian-tong*, LI Fei, TAN Hao-bo, DENG Xue-jiao, MAI Bo-ru, DENG Tao, LI Ting-yuan, ZOU Yu (Guangdong Provincial Key Laboratory of Regional Numerical Weather Prediction, Institute of Tropical and Marine Meteorology, China Meteorological Administration, Guangzhou 510080, China). China Environmental Science, 2014,34(7)：1649～1659

The sensitivities of vertical distribution, particle size distribution and hygroscopic growth, which are factors of influencing in monitoring ground PM2.5concentrations, were analyzed in this study based on satellite remote sensing data. MODIS AOD (aerosol optical depth) corrected by these factors were compared with synchronous ground PM2.5concentration measurements during the dry and wet season of 2010 and all the year round in Guangzhou. The results indicated that initial correlations between AOD and PM2.5concentrations are very low and the correlation coefficient (R) of the year is only 0.147. There are limited improvements if it is only corrected by single factors. Among them, size-corrected factor has the highest sensitivity, followed by vertical-corrected factor. Vertical and size-corrected factor has highest correction effect among the combined factors and the R of the year is up to 0.526. The R of the year reduces to 0.498by the vertical-size and RH-corrected method. The vertical and RH-corrected factor has lowest correction effect and the R of the year is only 0.145. Overall, the vertical and size-corrected factor has the highest sensitivity and the best effect. The correction effect enhances significantly by added size factor. Experimentally, the hygroscopic growth factor has simple representation of space and time.

PM2.5；aerosol optical depth；sensitivity analysis；MODIS

X513

A

1000-6923(2014)07-1649-11

劉顯通(1985-),男,江西贛州人,助理研究員,博士,主要從事大氣物理與大氣環(huán)境研究.發(fā)表論文6篇.

2013-10-16

公益性行業(yè)(氣象)科研專項(GYHY201306042);國家自然科學基金資助項目(41375156,41205123);廣東省自然科學基金資助項目(S2013010013265,S2013040015704);廣東省科技計劃項目(2011A032100006,2012A061400012);廣 州 市 科 技 計 劃 項 目(2014J4100021);廣東省氣象局氣象科技項目(2013A01,2013Q01);廣東省氣象局科技創(chuàng)新團隊計劃201103

* 責任作者, 助理研究員, xtliu@grmc.gov.cn