一次重污染天氣過程的激光雷達(dá)探測(cè)數(shù)據(jù)與顆粒物濃度變化

郝巨飛 ，李芷霞，張功文 ，楊允凌

(1.河北省邢臺(tái)市氣象局，河北 邢臺(tái) 054000；2.河北省邯鄲市氣象局，河北 邯鄲 056001)

?

一次重污染天氣過程的激光雷達(dá)探測(cè)數(shù)據(jù)與顆粒物濃度變化

郝巨飛1，李芷霞1，張功文2，楊允凌1

(1.河北省邢臺(tái)市氣象局，河北 邢臺(tái) 054000；2.河北省邯鄲市氣象局，河北 邯鄲 056001)

根據(jù)河北邢臺(tái)市2015年10月11—23日一次重污染天氣過程的激光雷達(dá)探測(cè)數(shù)據(jù)，對(duì)大氣污染物濃度和雷達(dá)反演得出的大氣邊界層(PBL)高度、氣溶膠光學(xué)厚度(AOD)和消光系數(shù)的變化進(jìn)行分析。結(jié)果表明：在剔除降水因子的影響后，PBL高度對(duì)PM2.5濃度有顯著影響，PBL高度越低，PM2.5濃度越高，且兩者的相關(guān)性夜間好于日間；大氣污染物濃度的增加會(huì)導(dǎo)致AOD和氣溶膠消光系數(shù)的顯著升高，且AOD與PM2.5濃度的相關(guān)性日間好于夜間，在降水的濕沉降效應(yīng)和大氣相對(duì)濕度增加的影響下，會(huì)出現(xiàn)大氣污染物濃度下降，但AOD升高的現(xiàn)象；300 m高度的氣溶膠消光系數(shù)與地面污染物濃度的日變化趨勢(shì)較為一致，貼近地面處消光系數(shù)相對(duì)較小。整體而言，隨著PBL高度下降、AOD上升和消光系數(shù)增加，環(huán)境大氣質(zhì)量逐步趨于惡化。

激光雷達(dá)；大氣邊界層；氣溶膠光學(xué)厚度；消光系數(shù)

引 言

近年來隨著經(jīng)濟(jì)發(fā)展，我國(guó)大多數(shù)城市面臨非常嚴(yán)峻的大氣污染問題[1]。大量的氣溶膠污染物聚集在對(duì)流層底部，由于對(duì)可見光的消光、散射和吸收作用，不僅會(huì)造成輻射衰減、能見度降低、灰霾天氣等，同時(shí)氣溶膠污染物中的細(xì)顆粒物在人體肺泡區(qū)域被血液吸收溶入后，還會(huì)對(duì)人體健康產(chǎn)生一系列危害影響[2-3]。

隨著先進(jìn)的信號(hào)探測(cè)和采集系統(tǒng)的應(yīng)用，激光探測(cè)已逐漸成為大氣氣溶膠探測(cè)的有效手段[4-6]。Piirone等[7]利用激光雷達(dá)反演了對(duì)流邊界層厚度和云層信息，并通過與探空曲線、衛(wèi)星云圖等數(shù)據(jù)的對(duì)比驗(yàn)證了激光雷達(dá)探測(cè)的有效性；Miffre等[8]利用激光雷達(dá)進(jìn)行了城市區(qū)域PM10的分布研究，通過與實(shí)測(cè)值的對(duì)比發(fā)現(xiàn)：將空氣質(zhì)量軌跡模型和激光雷達(dá)、地面顆粒物采樣器結(jié)合起來是一種有效的污染物評(píng)價(jià)方法；Cohn等[9]與林常青等[10]分別通過在伊利諾斯州和北京的一次激光雷達(dá)探測(cè)數(shù)據(jù)，證實(shí)了激光雷達(dá)探測(cè)邊界層高度的可行性，通過將激光雷達(dá)觀測(cè)與地面觀測(cè)進(jìn)行比較，驗(yàn)證了激光雷達(dá)的反演結(jié)果和算法的可靠性；李禮等[11]利用激光雷達(dá)反演數(shù)據(jù)得出了大氣重污染期間PBL平均高度為320～350 m，大氣顆粒物污染帶處于100～400 m，異常的大氣環(huán)流形勢(shì)和重慶主城區(qū)獨(dú)特的地形、氣候特征是造成持續(xù)重污染天氣的原因；李紅等[12]基于小波變換法開展了激光雷達(dá)資料的邊界層高度反演方法研究，發(fā)現(xiàn)無論是理想廓線還是疊加擾動(dòng)的廓線，較大的小波振幅易得到比較穩(wěn)定準(zhǔn)確的白天邊界層高度與夜間混合層高度；胡向軍等[13-14]就激光雷達(dá)資料的氣溶膠輻射效應(yīng)進(jìn)行了分析，發(fā)現(xiàn)激光雷達(dá)能夠很好地反映出晴朗天氣、浮沉天氣及揚(yáng)沙天氣背景下大氣氣溶膠廓線的變化特征，驗(yàn)證了其探測(cè)資料在邊界層模式中的應(yīng)用價(jià)值。相關(guān)的研究表明激光雷達(dá)探測(cè)的可行性、有效性和應(yīng)用價(jià)值，揭示了其對(duì)監(jiān)控污染物擴(kuò)散和輸送的重要作用。目前，隨著人們環(huán)保意識(shí)的不斷加強(qiáng)，大氣污染物已經(jīng)成為一個(gè)政府決策部門關(guān)注、廣大民眾關(guān)心的問題，而現(xiàn)有的研究主要集中在污染天氣過程的氣象條件分析[15-19]、數(shù)值模型對(duì)污染源的解析和預(yù)報(bào)研究[20-21]等方面，對(duì)激光雷達(dá)反演數(shù)據(jù)和大氣污染物濃度間的變化關(guān)系研究相對(duì)較少，因此開展兩者間的變化分析具有一定的科學(xué)意義。

自2013年實(shí)行環(huán)境空氣質(zhì)量新標(biāo)準(zhǔn)以來，在京津冀、長(zhǎng)三角、珠三角等重點(diǎn)地區(qū)的74個(gè)城市月度城市空氣質(zhì)量監(jiān)測(cè)評(píng)價(jià)中，位于冀中南地區(qū)的邢臺(tái)排名始終落后。本文利用激光雷達(dá)對(duì)一次重污染天氣過程探測(cè)的反演數(shù)據(jù)，對(duì)得到的大氣垂直擴(kuò)散條件和地面污染物濃度進(jìn)行深入分析，以期為本地環(huán)境氣象預(yù)報(bào)等提供科學(xué)依據(jù)。

1 資料和方法

1.1 微脈沖激光雷達(dá)和激光雷達(dá)方程

微脈沖偏振激光雷達(dá)(Micro Pulse Lidar，MPL)是基于彈性后向散射(MIE散射)原理發(fā)展起來的偏振激光雷達(dá)。本文所使用的MPL由北京怡孚和融科技有限公司提供，激光雷達(dá)方程為：

(1)

式中：P(Z)為激光雷達(dá)接收到的距離Z處的大氣后向散射回波功率(單位：W)；P0為激光發(fā)射功率(單位：W)；C是光速；τ是脈寬；A(Z)是接收機(jī)有效面積；α(Z)是消光系數(shù)；β(Z)是后向散射系數(shù)。α(Z)=αa(Z)+αm(Z)；β(Z)=βa(Z)+βm(Z)，其中αa(Z)和βa(Z)分別表示氣溶膠的消光系數(shù)和后向散射系數(shù)，αm(Z)和βm(Z)分別表示空氣分子的消光系數(shù)和后向散射系數(shù)。定義氣溶膠的消光系數(shù)與后向散射系數(shù)的比值(后向散射比)Sa為常數(shù)，一般取值范圍為10～90 sr[22]，文中Sa=50 sr[23]；空氣分子的消光后向散射比(空氣分子的消光系數(shù)與后向散射系數(shù)的比值)為Sm=8π/3，氣溶膠消光系數(shù)按照Fernald等[24-26]的方法計(jì)算得出。

大氣邊界層(Planetary Boundary Layer,簡(jiǎn)稱PBL)高度采用對(duì)激光雷達(dá)距離修正信號(hào)的廓線求導(dǎo)計(jì)算，導(dǎo)數(shù)最小值對(duì)應(yīng)的高度就是PBL。

氣溶膠光學(xué)厚度(Aerosol Optical Depth，簡(jiǎn)稱AOD)采用對(duì)監(jiān)測(cè)距離內(nèi)的氣溶膠消光系數(shù)進(jìn)行積分來計(jì)算，公式為：

(2)

微脈沖偏振激光雷達(dá)(MPL)設(shè)置在邢臺(tái)市氣象局(37°4′N，114°29′E)距地面約13 m高的樓頂，觀測(cè)時(shí)間為2015年10月11—23日。

1.2 環(huán)境空氣質(zhì)量和氣象觀測(cè)數(shù)據(jù)

環(huán)境空氣質(zhì)量數(shù)據(jù)采用國(guó)控監(jiān)測(cè)站(邢臺(tái)市環(huán)保局(37°3′N，114°28′E))2015年10月11—23日逐時(shí)PM10和PM2.5質(zhì)量濃度資料，氣象數(shù)據(jù)采用邢臺(tái)市國(guó)家基本站(37°11′N，114°22′E)同期的逐時(shí)監(jiān)測(cè)數(shù)據(jù)。

2 污染實(shí)況和激光雷達(dá)探測(cè)分析

2.1 環(huán)境空氣污染實(shí)況

從表1看出，微脈沖偏振激光雷達(dá)(MPL)探測(cè)期間，邢臺(tái)市區(qū)空氣質(zhì)量由2015年10—11日的Ⅱ級(jí)逐步上升到15—16日的Ⅲ級(jí)，17—18日、20日達(dá)到Ⅴ級(jí)，21日為Ⅲ級(jí)，22—23日下降至Ⅱ級(jí)，空氣質(zhì)量指數(shù)(Air Quality Index，AQI)范圍57～238。PM10日均濃度范圍50.0～328.2 μg·m-3，最高濃度值超過環(huán)境空氣質(zhì)量Ⅱ級(jí)標(biāo)準(zhǔn)(150 μg·m-3)的2.2倍；PM2.5日均濃度范圍11.1～199.1 μg·m-3，最高值超環(huán)境空氣質(zhì)量Ⅱ級(jí)標(biāo)準(zhǔn)(75 μg·m-3)的2.7倍，Ⅴ級(jí)重污染天氣下的首要污染物均為PM2.5。

2.2 大氣邊界層(PBL)高度變化

PBL是大氣層與地面摩擦作用最強(qiáng)烈的區(qū)域，其高度隨氣象條件、地形、地面粗燥度而變化，大致在300～1 000 m[4]，是反映污染物空間擴(kuò)散條件的重要指標(biāo)之一，PBL高度越低，越不利于近地層空氣的垂直混合，大氣污染物擴(kuò)散也就越差[11]。通過對(duì)2015年10月11—23日PBL高度和PM2.5濃度的逐日變化(圖1)分析，發(fā)現(xiàn)由于18日和23日出現(xiàn)相對(duì)明顯的降水天氣，近地層大氣相對(duì)濕度變化較大，從而使得18日相對(duì)17日，23日相對(duì)22日的日均PM2.5濃度出現(xiàn)增加，這可能是因?yàn)楹四B(tài)的氣溶膠粒子吸濕增長(zhǎng)向積聚模態(tài)粒子轉(zhuǎn)化[27]，而大粒子相對(duì)小粒子的增加[28]使得PM2.5濃度升高。剔除降水因子對(duì)PBL的影響后發(fā)現(xiàn)，環(huán)境空氣質(zhì)量為Ⅱ～Ⅴ級(jí)時(shí)，PBL平均高度分別為388.0 m、377.3 m、345.4 m和327.0 m。對(duì)逐日PBL高度和PM2.5平均濃度進(jìn)行相關(guān)性分析發(fā)現(xiàn)，兩者相關(guān)系數(shù)為-0.4179，沒有通過0.05的顯著性檢驗(yàn)，在剔除降水因子后發(fā)現(xiàn)兩者相關(guān)系數(shù)為-0.9177，通過0.01顯著性檢驗(yàn)。

由于10月17、18、20日出現(xiàn)Ⅴ級(jí)重污染天氣，因此對(duì)10月16—21日的PBL高度與PM2.5濃度的逐時(shí)值(圖2)進(jìn)行分析,發(fā)現(xiàn)：16—17日PBL高度整體呈波動(dòng)下降態(tài)勢(shì)，PM2.5濃度呈波動(dòng)上升；18日逐時(shí)PBL高度在相對(duì)低值波動(dòng)，PM2.5濃度由于積聚緣故呈波動(dòng)上升，18日05:00達(dá)到最高值(298 μg·m-3)，此時(shí)PBL高度為300 m，日出后由于太陽輻射增強(qiáng)，PBL高度增加明顯，污染物擴(kuò)散能力增強(qiáng)，PM2.5濃度也開始下降。18日10:00—19:00邢臺(tái)市有降水天氣出現(xiàn)，最大雨強(qiáng)1.5 mm·h-1，PBL逐時(shí)平均高度由04:00—09:00的308.5 m增加至10:00—19:00的355.7 m，PBL高度增加和降水的濕清除效應(yīng)疊加使得大氣顆粒污染物濃度急劇下降，18日19:00—19日09:00 PM2.5逐時(shí)濃度均低于42 μg·m-3；19日10:00開始PBL高度在低值徘徊，污染物濃度開始積聚升高，PM2.5濃度小時(shí)最高值為219 μg·m-3，出現(xiàn)在23:00；21日凌晨受東移南下的冷空氣影響，PM2.5濃度逐步下降，日間PBL高度有所增加，PM2.5濃度在63～104 μg·m-3間波動(dòng)，21:00出現(xiàn)降水，冷空氣和降水濕清除等作用疊加使得PM2.5濃度迅速降低。

表1 2015年10月11—23日環(huán)境空氣質(zhì)量及降水變化

圖1 2015年10月11—23日PBL高度和PM2.5濃度的逐日變化

圖2 2015年10月16—21日PBL高度和PM2.5濃度的逐時(shí)變化

對(duì)16—21日逐時(shí)PBL高度與PM2.5濃度進(jìn)行相關(guān)性分析，發(fā)現(xiàn)兩者相關(guān)系數(shù)為-0.5599，在剔除降水因子后發(fā)現(xiàn)兩者相關(guān)系數(shù)為-0.5704，均通過0.01的顯著性檢驗(yàn)，即PBL高度與PM2.5濃度變化有明顯的負(fù)相關(guān)關(guān)系?？紤]PBL高度的日變化，將08:00—20:00定義為日間，21:00—次日07:00定義為夜間，分別進(jìn)行相關(guān)分析發(fā)現(xiàn)，日間PBL高度與PM2.5濃度的相關(guān)系數(shù)為-0.4750，夜間為-0.6259，均通過0.01的顯著性檢驗(yàn)。相關(guān)系數(shù)的絕對(duì)值夜間大于日間可能是因?yàn)椋喝臻g受太陽短波輻射影響，大氣湍流發(fā)展較夜間強(qiáng)盛，PBL高度增加明顯，同時(shí)受人類生產(chǎn)、生活、建造施工等活動(dòng)影響，污染物排放量也比夜間大，夜間受人為因素的影響小于日間，因此PBL高度對(duì)PM2.5濃度變化的影響夜間大于日間。整體而言，PBL高度變化對(duì)PM2.5濃度的大小變化有顯著影響。

2.3 氣溶膠光學(xué)厚度(AOD)變化

AOD定義為大氣消光系數(shù)在垂直方向上的積分，是描述氣溶膠對(duì)光衰減作用的一個(gè)無量綱數(shù)。通過對(duì)11—23日的日均PM2.5濃度與AOD變化(圖3)分析，發(fā)現(xiàn)：18、20、23日分別相對(duì)17、19、22日AOD下降，PM2.5濃度增加；15、16、21日分別相對(duì)14、15、20日AOD上升，PM2.5濃度減少。進(jìn)一步分析逐時(shí)PM2.5濃度發(fā)現(xiàn)，15、16、18、20、21、23日PM2.5濃度逐時(shí)最大值與最小值的比值分別是2.78、2.85、9.93、1.29、9.55和7.25，AOD逐時(shí)最大值與最小值的比值分別是2.35、1.74、1.42、2.65、1.47和2.51。經(jīng)相關(guān)性檢驗(yàn)分析，日均PM2.5濃度與AOD的相關(guān)性沒有通過0.01的顯著性檢驗(yàn)，剔除降水因子后兩者相關(guān)系數(shù)為0.8010，通過了0.01的顯著性檢驗(yàn)。

圖3 2015年10月11—23日AOD和PM2.5濃度的逐日變化

圖4是16—21日逐時(shí)PM2.5濃度與AOD的變化，可以看出，AOD與PM2.5濃度的整體相關(guān)系數(shù)為0.4455，其中日間兩者相關(guān)系數(shù)為0.5642，夜間為0.3357，在剔除降水因子后相關(guān)系數(shù)分別為0.5980、0.7431和0.5179，均通過了0.01的顯著性檢驗(yàn)。AOD和PM2.5濃度在日間的相關(guān)性好于夜間，可能是因?yàn)槿臻g大氣湍流活動(dòng)強(qiáng)烈導(dǎo)致AOD和PM2.5濃度的變化較夜間更加明顯所致。同時(shí)發(fā)現(xiàn)氣象要素的短時(shí)變化會(huì)對(duì)AOD和PM2.5濃度的相關(guān)性產(chǎn)生明顯影響，如18日17:00—次日08:00和21日20:00—23:00，AOD呈上下波動(dòng)分布，但PM2.5濃度處于低值徘徊，可能是由于18日10:00—19:00和21日19:00—22:00的降水濕沉降效應(yīng)導(dǎo)致PM2.5濃度迅速下降，但大氣低層相對(duì)濕度的增加卻導(dǎo)致AOD升高。整體而言，AOD和PM2.5濃度的正相關(guān)性顯著，但要注意氣象要素的短時(shí)變化對(duì)二者產(chǎn)生的影響。

圖4 2015年10月16—21日AOD和PM2.5濃度的逐時(shí)變化

2.4 消光系數(shù)變化

氣溶膠消光系數(shù)是大氣中各種氣溶膠成分對(duì)太陽輻射衰減的綜合描述，消光系數(shù)越大，能見度越低[3]。在考慮背景噪音的基礎(chǔ)上對(duì)消光系數(shù)進(jìn)行分析發(fā)現(xiàn)：11日00:00—13日09:00，消光系數(shù)的時(shí)空分布變化不大，最大值均<0.32 km-1；13日10:00開始消光系數(shù)逐漸增大且集中在300 m高度以下，最大值約0.84 km-1；14日13:00—23:00在2 500 m附近出現(xiàn)強(qiáng)的消光系數(shù)帶。圖5是16—21日MPL探測(cè)的消光系數(shù)的時(shí)間—高度分布，可以看出，15—16日的消光系數(shù)空間變化不大，主要集中在2 100 m以下；17—18日510 m高度以下的消光系數(shù)明顯增強(qiáng)，其中18日21:00左右，690 m附近有一個(gè)明顯的氣溶膠下沉帶；19日08:00左右，氣溶膠下沉帶已下落至105 m，并維持到19日11:00左右。結(jié)合地面環(huán)境監(jiān)測(cè)站數(shù)據(jù)發(fā)現(xiàn)，19日08:00—09:00，PM10濃度急劇升高，由77 μg·m-3上升至119 μg·m-3，PM2.5濃度變化落后PM10濃度變化約1 h，在09:00—10:00由40 μg·m-3上升至81 μg·m-3。19日13:00—23:00在765 m高度以下有分散的強(qiáng)消光系數(shù)，但范圍較前一時(shí)次明顯減少，20日00:00—08:00強(qiáng)消光系數(shù)帶降到330 m附近，對(duì)比PM2.5濃度發(fā)現(xiàn)，19日13:00—20日08:00是地面大氣質(zhì)量污染較嚴(yán)重的時(shí)段，PM2.5濃度小時(shí)值在120～217 μg·m-3，平均值為171 μg·m-3。該時(shí)段MPL探測(cè)到的105 m高度消光系數(shù)降低與地面污染物濃度升高呈反相位關(guān)系，究其原因在于高空氣溶膠顆粒物由于沉降作用使得地面污染物濃度升高，且聚集在105 m高度以下時(shí)，由于MPL低空探測(cè)的盲區(qū)效應(yīng)而無法對(duì)該部分?jǐn)?shù)據(jù)進(jìn)行有效處理，結(jié)合地面污染物監(jiān)測(cè)數(shù)據(jù)有理由相信：該現(xiàn)象是由于高空污染物沉降至低層105 m及以下高度且在近地層持續(xù)維持而導(dǎo)致的。20日08:00—23:00消光系數(shù)的高值區(qū)抬升到195～720 m，地面污染物濃度仍維持在高值，PM2.5濃度小時(shí)值在170～219 μg·m-3，平均值為200.7 μg·m-3。21日在195 m以下，22日在315 m以下，消光系數(shù)明顯降低，地面PM2.5濃度日均值由20日的199.1 μg·m-3降為22日的27.9 μg·m-3，本次污染天氣過程結(jié)束。

圖5 2015年10月16—21日MPL探測(cè)的消光系數(shù)(單位：km-1)時(shí)間—高度分布

通過對(duì)300 m高度消光系數(shù)的日變化(圖略)分析發(fā)現(xiàn)：消光系數(shù)具有明顯的日變化特征，10:00—14:00處于低值波動(dòng)，15:00開始逐漸增加，00:00—02:00達(dá)到最高值，隨后呈波動(dòng)下降。消光系數(shù)的日變化與地面污染物濃度變化趨勢(shì)較為一致，這可能與太陽輻射強(qiáng)度的日變化有關(guān)，日間由于太陽短波輻射強(qiáng)烈，大氣湍流運(yùn)動(dòng)增強(qiáng)，污染物濃度擴(kuò)散能力相對(duì)夜間加強(qiáng)，消光系數(shù)對(duì)應(yīng)在日間出現(xiàn)低值，夜間出現(xiàn)高值。

通過對(duì)不同高度消光系數(shù)(圖6)的對(duì)比發(fā)現(xiàn)：消光系數(shù)的最大值沒有出現(xiàn)在地面，而是出現(xiàn)在225 m附近，其中12日空氣質(zhì)量Ⅱ級(jí)時(shí)，消光系數(shù)最大值出現(xiàn)在195 m(0.12 km-1)；空氣質(zhì)量Ⅲ級(jí)的16日，消光系數(shù)最大值出現(xiàn)在225 m(0.55 km-1)；空氣質(zhì)量Ⅳ級(jí)的14日，消光系數(shù)最大值出現(xiàn)在240 m(0.55 km-1)；空氣質(zhì)量Ⅴ級(jí)的18日，消光系數(shù)最大值出現(xiàn)在195 m(0.95 km-1)。這與張儀等[29]利用機(jī)載激光雷達(dá)測(cè)量到的貼近地面處存在相對(duì)干凈的空氣層結(jié)論相符。究其原因可能是貼近地面處由于粗燥度不同、大氣湍流運(yùn)動(dòng)相對(duì)近地層強(qiáng)烈，同時(shí)在重污染天氣發(fā)生時(shí)，近地層由于逆溫層的存在使得大氣污染物在逆溫層底附近產(chǎn)生積聚現(xiàn)象，污染物濃度的增加導(dǎo)致消光系數(shù)相對(duì)貼近地面處升高，從而使得貼近地面處出現(xiàn)相對(duì)干潔的空氣層。整體而言，伴隨消光系數(shù)最大值的增加和所處高度的降低，環(huán)境大氣質(zhì)量逐步趨于惡化。

圖6 消光系數(shù)在不同時(shí)次的垂直廓線

3 結(jié) 論

(1)PBL高度和PM2.5濃度有顯著的負(fù)相關(guān)關(guān)系，PBL高度越低，越不利于大氣污染物擴(kuò)散，污染物濃度也越高。在剔除降水因子后，兩者逐日和逐時(shí)的相關(guān)系數(shù)分別為-0.9177、-0.5704。由于夜間受人為因素的影響作用小于日間，因此夜間兩者的相關(guān)性好于日間，夜間和日間的相關(guān)系數(shù)分別為-0.6259和-0.4750，均通過0.01的顯著性檢驗(yàn)。

(2)AOD與PM2.5濃度有顯著的正相關(guān)關(guān)系，在剔除降水因子后，兩者逐日和逐時(shí)的相關(guān)系數(shù)分別為0.8010、0.5980，其中兩者日間和夜間的相關(guān)系數(shù)分別為0.7431和0.5179，均通過0.01的顯著性檢驗(yàn)，日間的相關(guān)性好于夜間可能是因?yàn)槿臻g大氣湍流活動(dòng)強(qiáng)烈導(dǎo)致AOD和PM2.5濃度的變化較夜間更加明顯所致。在降水的濕沉降效應(yīng)和大氣相對(duì)濕度增加的影響下，氣象要素的短時(shí)變化會(huì)造成大氣污染物濃度下降、AOD升高現(xiàn)象。

(3)300 m高度的消光系數(shù)與地面污染物濃度的日變化趨勢(shì)較為一致，由于地面粗燥度、近地層逆溫層結(jié)等原因，貼近地面處的污染物擴(kuò)散能力強(qiáng)于大氣低空處，消光系數(shù)在貼近地面處出現(xiàn)相對(duì)低值。伴隨消光系數(shù)最大值的增加和所處高度的降低，環(huán)境大氣質(zhì)量將逐步趨于惡化。

通過MPL對(duì)一次重污染天氣過程的探測(cè)，本文主要對(duì)PBL高度、AOD和PM2.5濃度的變化進(jìn)行了討論分析，但對(duì)天氣形勢(shì)和氣象要素如何影響上述因子的變化分析甚少，這將在后續(xù)研究中進(jìn)一步加強(qiáng)。

[1] 李成才,劉啟漢,毛節(jié)泰,等. 利用MODIS衛(wèi)星和激光雷達(dá)遙感資料研究香港地區(qū)的一次大氣氣溶膠污染[J]. 應(yīng)用氣象學(xué)報(bào),2004,15(6):641-650.

[2] Dupont E, Menut L, Carissimo B, et al. Comparison between the atmospheric boundary layer in Paris and its rural suburbs during the ECLAP experiment[J]. Atmospheric Environment, 1999,33(6):979-994.

[3] 鄧濤,吳兌,鄧雪嬌,等. 一次嚴(yán)重灰霾過程的氣溶膠光學(xué)特性垂直分布[J]. 中國(guó)環(huán)境科學(xué),2014,33(11):1921-1928.

[4] 李禮,楊燦,余家燕,等. 重慶典型灰霾天氣下大氣氣溶膠的激光雷達(dá)探測(cè)[J]. 環(huán)境科學(xué)與管理,2012,37(1):143-146.

[5] 毛敏娟,蔣維楣,吳曉慶,等. 氣象激光雷達(dá)的城市邊界層探測(cè)[J]. 環(huán)境科學(xué)學(xué)報(bào),2006,26(10):1723-1728.

[6] 周碧,張鐳,蔣德明,等. 利用激光雷達(dá)觀測(cè)資料研究蘭州氣溶膠光學(xué)厚度[J]. 干旱氣象,2013,31(4):666-671.

[7] Piironen A K, Eloranta E W. Convective boundary layer mean depths and cloud geometrical properties obtained from volume imaging lidar data[J]. Journal of Geophysical Research Atmospheres, 1995,100(D12):25569-25576.

[8] Miffre A, Chacra M A, Geffroy S, et al. Aerosol load study in urban area by Lidar and numerical model[J]. Atmospheric Environment, 2010,44(9):1152-1161.

[9] CohnS A, Mayor S D, Grund C J, et al. The Lidars in Flat Terrain (LIFT) Experiment[J].Bulletin of the American Meteorological Society,1998,79(7):1329-1343.

[10] 林常青,楊東偉,李成才,等. 北京地區(qū)大氣氣溶膠的激光雷達(dá)觀測(cè)及反演算法研究[J]. 北京大學(xué)學(xué)報(bào)(自然科學(xué)版), 2013, 49(3):426-434.

[11] 李禮,劉芮伶,翟崇治. 重慶主城區(qū)大氣重污染形勢(shì)的激光雷達(dá)探測(cè)與分析[J]. 環(huán)境工程學(xué)報(bào),2013,7(11):4469-4474.

[12] 李紅,馬媛媛,楊毅. 基于激光雷達(dá)資料的小波變換法反演邊界層高度的方法[J]. 干旱氣象,2015,33(1):78-88.

[13] 胡向軍,張鐳,鄭飛,等. 基于激光雷達(dá)資料的氣溶膠輻射效應(yīng)研究[J]. 干旱氣象,2014,32(2):248-255.

[14] 宋嘉堯,張文煜,張宇,等. 基于微脈沖激光雷達(dá)觀測(cè)資料的半干旱區(qū)沙塵天氣消光效應(yīng)分析[J]. 干旱氣象,2013,31(4):672-676.

[15] 蔡仁,李如琦,唐冶,等. 支持向量機(jī)在烏魯木齊污染物預(yù)報(bào)中的應(yīng)用研究[J]. 沙漠與綠洲氣象,2014,8(3):61-67.

[16] 王穎,梁依玲,王麗霞. 氣象條件對(duì)污染物濃度分布影響的研究[J]. 沙漠與綠洲氣象,2015,9(2):69-74.

[17] 秦福生,周巖,王淑琴,等. 鄭州市主要污染物污染特征及污染趨勢(shì)分析[J]. 氣象與環(huán)境科學(xué),2007,30(4):63-65.

[18] 張建忠,孫瑾,王冠嵐,等. 北京地區(qū)空氣質(zhì)量指數(shù)時(shí)空分布特征及其與氣象條件的關(guān)系[J]. 氣象與環(huán)境科學(xué),2014,37(1):33-39.

[19] 朱玉周,劉和平,郭學(xué)峰,等. 鄭州市空氣質(zhì)量狀況及冬季持續(xù)污染過程的氣象機(jī)理分析[J]. 氣象與環(huán)境科學(xué),2009,32(3):47-50.

[20] 趙秀娟,姜華,王麗濤,等. 應(yīng)用CMAQ模型解析河北南部城市的霾污染來源[J]. 環(huán)境科學(xué)學(xué)報(bào),2012,32(10):2559-2567.

[21] 鄧偉,陳懷亮,楊海鷹,等. Models-3/CMAQ模式對(duì)鄭州市大氣污染物的預(yù)報(bào)分析研究[J]. 氣象與環(huán)境科學(xué),2007,30(1):54-57.

[22] Ackermann J. The Extinction-to-Backscatter Ratio of Tropospheric Aerosol:A Numerical Study[J]. Journal of Atmospheric and Oceanic Technology, 2010,15(4):1043-1050.

[23] Hansen J E, Travis L D. Light scattering in planetary atmosphere[J]. Space Science Reviews, 1974,16(4):527-610.

[24] Fernald F G. Analysis of atmospheric lidar observations:some comments[J]. Applied Optics, 1984,23(5):652-653.

[25] Wang Z, Liu D, Xie C, et al. An Iterative Algorithm to Estimate LIDAR Ratio for Thin Cirrus Cloud over Aerosol Layer[J]. Journal of the Optical Society of Korea, 2011,15(3):209-215.

[26] Xiong X L, FengS, Jiang L H, et al. A novel method for determining the boundary value of theatmosphericextinction coefficient[J].Journal ofOptoelectronicsLaser, 2011,22(11):1699-1705.

[27] 吳奕霄,銀燕,顧雪松,等. 南京北郊大氣氣溶膠的吸濕性觀測(cè)研究[J]. 中國(guó)環(huán)境科學(xué),2014,34(8):1938-1949.

[28] 伊宏. 大氣輻射學(xué)基礎(chǔ)[M]. 北京:氣象出版社,1993.53-120.

[29] 張儀,李季,荀毓龍,等. 機(jī)載激光雷達(dá)測(cè)量實(shí)驗(yàn)報(bào)告[R]. 安徽:安徽中科院安徽光機(jī)所,2002.

Change of the Lidar Detection Data and PM2.5/PM10Concentration During a Heavy Air Pollution Process in Xingtai of Hebei Province

HAO Jufei1, LI Zhixia1, ZHANG Gongwen2, YANG Yunling1

(1.XingtaiMeteorologicalBureauofHebeiProvince,Xingtai054000,China;2.HandanMeteorologicalBureauofHebeiProvince,Handan056001,China)

Based on the lidar detection data during a heavy air pollution process occurring in Xingtai from October 11 to 23, 2015, the change characteristics of the concentration of atmospheric pollutants, retrieved atmospheric boundary layer (PBL), aerosol optical depth (AOD) and extinction coefficient by micro pulse lidar were analyzed. The results show that the negative correlation between PBL height and PM2.5concentration passed through the significance test when the influence of precipitation was eliminated, the lower the PBL height, the higher the PM2.5concentration. The correlation between PBL height and PM2.5concentration at night was better than that in the day due to less impact of human factors at night. The increase of air pollutants’ concentration could lead to significant increase of AOD and extinction coefficient, and the correlation between AOD and PM2.5concentration in the day was better than that at night, because of variations of AOD and PM2.5concentration caused by movement of atmospheric turbulence in the day was greater. Under the influence of precipitation and relative humidity, the air pollutants’ concentration declined, but AOD increased. The daily change of extinction coefficient at 300 m height was consistent with the ground pollutants’ concentration. Due to the diffusion capacity of pollutants near ground was stronger, a small extinction coefficient appeared near ground. Overall, with PBL height declining, AOD rising and the maximum of extinction coefficient increasing, the atmospheric quality of environment gradually deteriorated.

lidar; atmospheric boundary layer; aerosol optical depth; extinction coefficient

10.11755/j.issn.1006-7639(2016)-05-0796

2015-12-16；改回日期：2016-02-25

河北省氣象科研項(xiàng)目(13KY32)和河北省邢臺(tái)市氣象科研項(xiàng)目(15xtky11)共同資助

郝巨飛(1981-)，男，陜西榆林人，工程師，主要從事環(huán)境氣象研究. E-mail:dragonland@126.com

1006-7639(2016)-05-0796-07 DOI:10.11755/j.issn.1006-7639(2016)-05-0796

P407.5

A

郝巨飛，李芷霞，張功文，等.一次重污染天氣過程的激光雷達(dá)探測(cè)數(shù)據(jù)與顆粒物濃度變化[J].干旱氣象，2016，34(5)：796-802, [HAO Jufei, LI Zhixia, ZHANG Gongwen, et al. Change of the Lidar Detection Data and PM2.5/PM10Concentration During a Heavy Air Pollution Process in Xingtai of Hebei Province[J]. Journal of Arid Meteorology, 2016, 34(5):796-802],