基于OMI的亞洲地區(qū)對流層NO2高分辨率反演產(chǎn)品POMINO v2.1及其與其他產(chǎn)品的定量對比

張宇航，林金泰，劉夢瑤，孔浩，陳璐璐，翁宏健，李春錦

1.北京大學物理學院大氣與海洋科學系氣候與海氣實驗室,北京100871;

2.荷蘭皇家氣象學會(KNMI),德比爾特3731GA

1 引言

氮氧化物（NOx=NO+NO2）是大氣痕量氣體的重要組成部分，其排放主要來自生物質(zhì)燃燒、土壤、閃電等自然源，以及能源、工業(yè)、交通、民用等人為源（Krotkov等，2016；van der A等，2017；Lin，2012；Beirle 等，2011）。氮氧化物是對流層臭氧和PM2.5污染的重要前體物之一，對大氣污染和人體健康有著顯著的負面影響，同時也會通過復雜的相互作用機制影響局地的天氣和氣候條件（Gu 等，2014，2013；Kong 等，2019；Lin 和McElroy，2011；Shindell 等，2009；Hoek 等，2013；Martin，2008；Walker 等，2010；Seinfeld和Pandis，2016）。對氮氧化物長時間、全球化的監(jiān)測對估計和控制氮氧化物排放、研究對流層大氣化學機制、探討大氣污染的長期變化和環(huán)境影響都具有重要的意義（Gu 等，2013；Lorente 等，2017；Kong等，2019）。

衛(wèi)星遙感技術(shù)的發(fā)展為NO2的探測提供了前所未有的新視角。相較于地面和飛機觀測，衛(wèi)星反演能夠提供全球化的、時空連續(xù)性更好的觀測數(shù)據(jù)，為研究NO2和其他大氣污染物的空間分布特征和時間變化趨勢提供了新的機遇（Boersma 等，2004，2011，2018）。自第一顆搭載著紫外波段高光譜儀GOME（Global Ozone Monitoring Experiment）的衛(wèi)星成功發(fā)射并應用后，對流層NO2垂直柱濃度的衛(wèi)星反演技術(shù)得到快速發(fā)展。后續(xù)發(fā)射的探測器包括SCIAMACHY（SCanning Imaging Absorption spectrometer for Atmospheric CHartographY），OMI（Ozone Monitoring Instrument），GOME-2（A）以及TROPOMI（TROPOspheric Monitoring Instrument）等。中國高分五號衛(wèi)星（GF-5）上搭載的EMI 探測器也可實現(xiàn)NO2探測，不過目前該衛(wèi)星已經(jīng)停止運行，并且尚未見公開的產(chǎn)品。這些探測器搭載在不同的太陽同步衛(wèi)星上，在一天或幾天內(nèi)觀測區(qū)域即可幾乎覆蓋整個地球表面。如附錄表A1所示（參見論文電子版），隨著技術(shù)的發(fā)展，探測器的壽命越來越長，探測數(shù)據(jù)的空間分辨率越來越高，為基于衛(wèi)星遙感的對流層NO2的反演與研究提供了可靠的支撐。其中，OMI 是第一個包含紫外和可見光波段的高光譜儀，可對眾多痕量氣體提供全球的連續(xù)觀測，星下點的分辨率達到13 km×24 km（Lin 等，2014；Boersma 等，2011）。目前，基于OMI探測器、覆蓋亞洲地區(qū)的NO2公開產(chǎn)品包括QA4ECV、OMNO2（最新版本為v4）和POMINO（最新版本為v2.0.1，覆蓋中國大陸及周邊地區(qū)），這些數(shù)據(jù)產(chǎn)品受到廣泛使用，為認識亞洲地區(qū)的NOx污染特征、機制、來源和影響提供了重要數(shù)據(jù)基礎（Lin 等，2015；Liu 等，2019；Boersma 等，2011；Lamsal 等，2021；Boersma 等，2018；Shah等，2020；He等，2020；Qin等，2020）。

基于紫外/可見光波段光譜資料的對流層NO2垂直柱濃度衛(wèi)星反演算法可分為3 步：（1）使用差分光學吸收光譜DOAS（Differential Optical Absorption Spectroscopy）算法進行光譜擬合，得到沿光路的NO2總斜柱濃度；（2）通過一定的分離算法對總斜柱濃度進行平流層—對流層分離，得到對流層NO2斜柱濃度；（3）結(jié)合大氣化學模式和輻射傳輸模式計算對流層的空氣質(zhì)量因子AMF（Air Mass Factor），將對流層NO2斜柱濃度轉(zhuǎn)化為垂直柱濃度（Boersma 等，2011）?；诓煌l(wèi)星探測器反演得到的產(chǎn)品之間會有系統(tǒng)性的偏差，同時不同的反演算法、先驗參數(shù)和輻射/化學傳輸模式等也是反演結(jié)果主要的誤差來源（Boersma 等，2018，2004，2011；Lorente 等，2017）。已有研究表明，清潔地區(qū)對流層NO2垂直柱濃度的反演誤差主要來自于光譜資料的擬合和平流層—對流層分離。在這些地區(qū)，一方面NO2的吸收信號較弱，光譜擬合的相對誤差很大；另一方面，平流層的NO2濃度與對流層NO2濃度相當或相對更高，使用參考扇區(qū)法、數(shù)據(jù)同化等分離方法得到的結(jié)果無明顯區(qū)別（Dirksen 等，2011；Bucsela 等，2013；Geddes等，2018；Van Geffen 等，2015）。相反，在重污染地區(qū)，算法前兩步導致的誤差占比很小（分別約為5%和10%），而對流層空氣質(zhì)量因子AMF 的誤差貢獻能達到30%—60%（Boersma 等，2004，2018；Lin等，2014；Lorente等，2017）。

在計算AMF 的過程中，對地表反射率、氣溶膠光學參數(shù)、云參數(shù)和NO2先驗廓線的處理是誤差的主要來源，而不同算法對這些先驗參數(shù)的不同處理方式也是產(chǎn)品間差異的主要原因（Boersma等，2011；Lin 等，2015；Liu 等，2019；Vasilkov等，2021；Zhou 等，2010）。例如，當前幾乎所有公開產(chǎn)品的算法都以“有效”云來簡單處理氣溶膠的輻射效應，并進一步用基于此方法反演得到的云參數(shù)去計算NO2的AMF，從而“隱性”地表征氣溶膠的作用。但是近期的一系列研究表明，在高氣溶膠濃度的條件下，顯性表征氣溶膠的光學效應才能更準確地實現(xiàn)云參數(shù)反演和對流層AMF 計算，并獲得更多的有效數(shù)據(jù)，減少系統(tǒng)性采樣偏差。與地基資料的對比表明，顯性表征氣溶膠可以明顯降低高污染情況下對流層NO2垂直柱濃度的反演誤差，反演結(jié)果也能更好地體現(xiàn)NO2的日際變化特征（Lin 等，2015，2014；Liu 等，2019，2020）。然而，相比于OMI 衛(wèi)星產(chǎn)品的應用研究，目前對于主要OMI 衛(wèi)星產(chǎn)品定量對比分析的研究仍然存在不足，主要集中在較為有限的時間段（例如特定年份），缺乏較長時間的數(shù)據(jù)對比分析（Lin 等，2014，2015；Lorente 等，2017；Lamsal 等，2021；Boersma 等，2018）?？紤]到亞洲地區(qū)，尤其是中國的氣溶膠在近些年發(fā)生了巨大的變化，對NO2的衛(wèi)星反演可能存在顯著影響，因此在長時間尺度上對不同產(chǎn)品的對比十分重要。

在本研究中，首先將POMINO 產(chǎn)品更新至v2.1，特別是將反演區(qū)域擴大至覆蓋東亞、東南亞和南亞大部分地區(qū)，同時修復了部分錯誤，并進一步與QA4ECV 和OMNO2 v4 產(chǎn)品在2015年—2020年的結(jié)果做了定量對比。在此基礎上，通過敏感性試驗、采樣方法變化等手段，探討了POMINO 產(chǎn)品更新的影響、3 個衛(wèi)星產(chǎn)品的異同及其原因、采樣方式可能引起的系統(tǒng)性偏差、氣溶膠光學效應的表征方式（顯性或隱性）對于NO2反演誤差和采樣誤差的影響等問題，為進一步認識不同衛(wèi)星反演算法和產(chǎn)品的差異、更好地使用衛(wèi)星數(shù)據(jù)提供依據(jù)。

2 方法和數(shù)據(jù)

2.1 POMINO反演算法

目前公開的POMINO 產(chǎn)品覆蓋中國及周邊地區(qū)（20°N—53°N，80°E—130°E），其反演算法建立在DOMINO算法的基礎上，重點改進了對流層AMF的計算，并開發(fā)了AMFv6 并行計算軟件（圖1）（Lin 等，2014，2015；Liu 等，2019）。該算法采用LIDORT v3.6 輻射傳輸模式對每一個像元進行輻射傳輸計算，在反演過程中顯性表征了氣溶膠光學效應和地表反射率的各向異性的作用，并實現(xiàn)了對云參數(shù)和NO2的協(xié)同反演。采用GEOS-Chem v9-02 的區(qū)域嵌套化學傳輸模式（分辨率：0.25° lat.×0.3125° lon.）模擬的逐日氣溶膠光學厚度（AOD）、單次散射反照率（SSA）、散射相函數(shù)以及垂直廓線來表征氣溶膠的光學效應，并進一步利用MODIS 的月平均AOD 數(shù)據(jù)以及基于2007年—2015年CALIOP氣溶膠廓線構(gòu)建的氣候態(tài)月平均氣溶膠消光廓線對相應的模式數(shù)據(jù)進行了約束。在陸地及近岸海域，采用MODIS MCD43C2 C6 數(shù)據(jù)提供的雙向反射分布函數(shù)（BRDF）3 個核（各向同性核，體積核和幾何核）的系數(shù)并對其進行必要的時空插值，得到5 km分辨率格點化的BRDF核系數(shù)，然后再通過空間匹配和時間插值得到每一個衛(wèi)星像元對應的3 個核系數(shù)值；對于開放洋面，直接使用OMLER v3 的地表反照率數(shù)據(jù)（Lucht 等，2000；Zhou 等，2010；Schaepman-Strub等，2006）。另外，還采用了驅(qū)動GEOS-Chem 模型的GEOS-FP 氣象同化資料提供的溫度和氣壓廓線等氣象參數(shù)作為輸入進行輻射傳輸計算。

圖1 POMINO v2.1反演算法的流程圖Fig.1 Flow chart of POMINO v2.1 retrieval algorithm

在反演NO2之前，POMINO 算法先基于O2-O2云反演算法，采用OMCLDO2數(shù)據(jù)提供的大氣層頂反射率和O2-O2斜柱濃度，在顯性表征氣溶膠光學效應和地表反射率各向異性的條件下，重新反演表征云覆蓋率的云分數(shù)和表征云頂高度的云氣壓（Veefkind 等，2016）。之后，POMINO 算法再使用協(xié)調(diào)的先驗參數(shù)來計算對流層NO2的AMF。采用獨立像元近似（IPA）的方法，運用LIDORT 分別計算每個像元的晴空部分的AMF（Mclr）和完全被云“覆蓋”部分的AMF（Mcld），最后利用加權(quán)平均獲得總的AMF（式（1））（Palmer等，2001）。

式中，w是云輻射分數(shù)，表示像元中有云部分對TOA 處反射輻射的貢獻比例，其計算公式如式（2）所示，其中feff表示云分數(shù)，Iclr和Icld分別表示像元晴空部分和有云部分對TOA 處反射輻射的貢獻，R表示TOA 處的總反射輻射。最后，將QA4ECV 產(chǎn)品中L2 對流層NO2斜柱濃度與這里計算得到的AMF相除，得到最終的垂直柱濃度。

研究團隊將已發(fā)布的POMINO v2.0.1 更新至v2.1。首先，新版本將覆蓋區(qū)域擴大到16°N—54°N，71°E—139°E。其次，修復了一些錯誤：（1）POMINO v2.1直接讀取QA4ECV 產(chǎn)品中的軌道信息等參數(shù)進行反演。相比之下，POMINO v2.0.1首先借助DOMINO 產(chǎn)品中的OMI 像元信息計算AMF，之后再與QA4ECV 產(chǎn)品中的像元進行匹配，并結(jié)合QA4ECV 的對流層斜柱濃度，反演得到L2的NO2垂直柱濃度。相比于DOMINO，QA4ECV 通過技術(shù)修正補充了部分缺失的像元，增加了有效數(shù)據(jù)量，并且對像元的形狀做了改進（Van Geffen等，2015；Lorente 等，2018；Boersma 等，2018）。（2）在POMINO v2.0.1 中，相對方位角是其真實值的補角，這個錯誤在POMINO v2.1 中做了修正。（3）修正了反演中AOD 和BRDF 系數(shù)等先驗參數(shù)的處理錯誤。

2.2 POMINO、QA4ECV和OMNO2算法對比

表1 對比了POMINO v2.1、QA4ECV 和OMNO2 v4 算法在計算對流層NO2的AMF 時用到的模式以及先驗參數(shù)等（Boersma 等，2018；Lamsal 等，2021；Vasilkov 等，2017；Boersma 等，2011）。QA4ECV 的反演算法使用了DAK 輻射傳輸模式，OMNO2 v4使用了TOMRAD。已有研究表明，在先驗參數(shù)一致的前提下，采用不同輻射傳輸模式的反演結(jié)果較為一致（Boersma 等，2018；Lorente等，2017）。POMINO 算法采用逐像元輻射傳輸計算，計算量較大，但誤差更小；QA4ECV 和OMNO2 v4 的反演算法采用了主流的查算表方法，計算速度快，但受到插值的影響，誤差相對更大。另外，3 個反演算法采用不同的同化氣象資料和化學傳輸模式以獲得NO2廓線等先驗參數(shù)：POMINO采用GEOS-FP 和GEOS-Chem v9-02（分辨率為0.25° lat.× 0.3125° lon.），QA4ECV 采用ECMWF和TM5-MP（1°lat.×1°lon.），OMNO2 v4 采用MERRA-2 和GMI（1°lat.×1.25°lon.）。POMINO 和QA4ECV 均采用了逐日的模擬結(jié)果作為NO2垂直廓線先驗數(shù)據(jù)，以更好地表征氣象條件變化對NO2垂直分布的影響，而OMNO2 v4 利用2004年—2015年的GMI 模擬結(jié)果構(gòu)建了月平均氣候態(tài)先驗NO2垂直廓線。

表1 基于OMI探測器的對流層NO2垂直柱濃度反演算法對比Table 1 Comparison of retrieval algorithms of tropospheric NO2 VCDs based on OMI

在氣溶膠光學效應和地表反射率的處理上，3 個算法有著顯著的不同。QA4ECV 和OMNO2 v4反演算法均“隱性”表征氣溶膠的光學效應，而POMINO 算法首次在云參數(shù)和NO2的反演中顯性表征了氣溶膠光學效應，具體細節(jié)如2.1 節(jié)所述。QA4ECV 的算法沒有考慮地表反射率的各向異性，直接使用了基于OMI觀測的5年平均氣候態(tài)地表反照率數(shù)據(jù)OMLER v3，而云參數(shù)直接使用了OMCLDO2 的數(shù)據(jù)（Veefkind 等，2016；Kleipool等，2008）。OMNO2 v4 算法使用了自行研發(fā)的GLER 地表反射率數(shù)據(jù)來反演云參數(shù)和NO2濃度，其原理是，在假設地表為等效朗伯反射面的基礎上，結(jié)合BRDF 的3 個核系數(shù)，通過輻射傳輸模式計算TOA 處特定觀測角度的輻亮度，然后反演得到逐像元的與太陽天頂角和觀察天頂角有關(guān)的“等效”地表反射率（Vasilkov 等，2017，2018；Lamsal等，2021）。

2.3 L2有效數(shù)據(jù)采樣和L3月均數(shù)據(jù)的獲得

參照一般做法，將L2 像元數(shù)據(jù)按照面積加權(quán)方法轉(zhuǎn)化為逐日L3 格點化數(shù)據(jù)，空間分辨率為0.25°×0.25°，并進一步將逐日L3 數(shù)據(jù)做平均，得到月均L3數(shù)據(jù)（Lin等，2015；Liu等，2020）。

地表反射率過高、云量過多等因素會對NO2的反演結(jié)果帶來巨大誤差，因此需要進行合理的采樣，以保證數(shù)據(jù)對比的科學性與一致性（Lin 等，2015）。參照一般做法，我們排除了由冰雪覆蓋等因素導致地表反照率超過0.3 的像元，以及受到軌道異常（row anomaly）影響的像元，并且為了減小云對反演結(jié)果的影響，只選取了云輻射分數(shù)小于等于0.5（云分數(shù)約小于等于0.2）的像元（Lin等，2015；Liu等，2019，2020）。

QA4ECV 和OMNO2 v4 將氣溶膠看作為“有效”云，因此這兩套產(chǎn)品中的云輻射分數(shù)實際上包含了云和氣溶膠對輻射的總貢獻，使得云輻射分數(shù)偏大。POMINO算法顯性表征了氣溶膠對輻射傳輸?shù)莫毩⒂绊?，計算得到的云輻射分?shù)沒有包含氣溶膠的貢獻。這意味著，對于同一像元，POMINO 的云輻射分數(shù)大多數(shù)情況下低于QA4ECV和OMNO2 v4 的云輻射分數(shù)。（對于云分數(shù)，亦有類似效應）。由于有效數(shù)據(jù)的采樣通常采用云的云輻射分數(shù)（或者云分數(shù)）作為標準之一，所以對氣溶膠的表征方式將直接影響采樣結(jié)果。我們詳細分析了采樣方式對NO2采樣結(jié)果的影響以及氣溶膠表征方式可能造成的系統(tǒng)性采樣誤差問題。

3 POMINO產(chǎn)品更新結(jié)果

3.1 POMINO v2.0.1和v2.1的異同

以2017-07—2017-12 為例，分析了POMINO產(chǎn)品更新結(jié)果。圖2 展示了POMINO v2.0.1 和POMINO v2.1 在2017-07—12 的空間分布（分辨率為0.25°×0.25°），以及對應的絕對差異和相對差異。二者均基于v2.1的云輻射分數(shù)進行一致采樣。

在7月份（圖2（a）、（b）），v2.0.1 數(shù)據(jù)的空間分布與v2.1 相差不大，二者在青藏高原地區(qū)的平均濃度均為1×1015molec.cm-2左右，在城市等高排放地區(qū)的信號明顯。在人為源排放較多的中國東部，v2.0.1 的濃度值比v2.1 平均高出約2×1015molec.cm-2，在成都、上海等個別城市高出約5×1015molec.cm-2。由圖2（d）可知，在NO2濃度很低的青藏高原等清潔地區(qū)以及黃海和渤海的部分地區(qū)，兩個版本的數(shù)值相對差異較大，且分布無明顯規(guī)律。在中國東部，除了少數(shù)地區(qū)外，v2.0.1的濃度值均高于v2.1，相對差異范圍為-10%—40%。而對于整個區(qū)域平均而言，v2.0.1比v2.1高5.1%。

在12月份（圖2（e）、（f）、（g）），兩個版本的差異主要體現(xiàn)在華北平原（110°E—122°E，30°N—42°N）以及東部近海地區(qū)。在京津冀地區(qū)，v2.0.1 的濃度值比v2.1 低0—15×1015molec.cm-2，在浙江沿海地區(qū)，v2.0.1 也比v2.1 低很多。在山西、山東和安徽等地，以及從唐山到秦皇島以及青島到連云港及其沿海地區(qū)，v2.0.1 的濃度值顯著偏高，差異最高能達到37×1015molec.cm-2。整個區(qū)域平均而言，v2.0.1 的NO2柱濃度比v2.1 高6.1%。

圖2 2017年7月和12月POMINO v2.0.1與POMINO v2.1對流層NO2垂直柱濃度空間分布及其差異（基于POMINO v2.1有效像元采樣）Fig.2 Spatial distribution of tropospheric NO2 VCDs and differences between POMINO v2.0.1 and POMINO v2.1 in July and December 2017（Sampled based on POMINO v2.1 valid pixels）

當基于兩個版本各自的云輻射分數(shù)進行采樣時（圖3），得到的有效L2 像元不完全一致，其中最重要的不同在于二者的數(shù)量。v2.1在7月和12月的有效像元數(shù)據(jù)量（244277 和175454）分別比v2.0.1（219686 和166122）多約11%和6%，而得到的月平均、區(qū)域平均NO2垂直柱濃度的相對差異分別約為8%和9%，大于采樣一致時NO2的相對差異。

圖3 2017年7月和12月POMINO v2.0.1與POMINO v2.1對流層NO2垂直柱濃度空間分布及其差異（基于各自產(chǎn)品有效像元采樣）Fig.3 Spatial distribution of tropospheric NO2 VCDs and differences between POMINO v2.0.1 and POMINO v2.1 in July and December 2017（sampled based on each product’s valid pixels）

3.2 POMINO v2.0.1和v2.1差異的原因

為了進一步分析新舊版本的差異來源，進行了3 組敏感性試驗，考察了像元（形狀和數(shù)量）、相對方位角以及二者的協(xié)同作用對NO2反演的影響。以v2.1 的結(jié)果作為參考組，各敏感性試驗結(jié)果均以參考組的云輻射分數(shù)進行一致采樣，詳細結(jié)果如附錄表A2所示（參見電子版本）。

附錄圖A1（參見電子版本）展示了在采用v2.1 相對方位角的情況下，分別讀取QA4ECV 和DOMINO 產(chǎn)品的像元信息反演得到的對流層NO2垂直柱濃度的空間分布，以及它們相對于v2.1 結(jié)果的絕對和相對差異。這個敏感性試驗得到的NO2與v2.1結(jié)果在7月和12月的絕對差異都極小，相對差異較為明顯的區(qū)域主要分布在衛(wèi)星軌道的邊緣，主要原因是在軌道視場邊緣處的像元形狀的變化。

附錄圖A2（參見電子版本）展示了相對方位角的錯誤更正對NO2反演結(jié)果的影響。在整個區(qū)域內(nèi)，基于相對方位角的補角計算得到的NO2濃度與基于正確值計算得到的濃度的差異在7月差異不大（1.2%），但在12月份的華北平原地區(qū)十分顯著。由附錄圖A2（g）（參見電子版本）可知，在河北部分地區(qū)、天津及沿海地區(qū)，基于相對方位角補角計算得到的NO2濃度存在不同程度的低估，但在華北的其他地區(qū)、長三角和珠三角等地區(qū)，前者又系統(tǒng)性地高于后者，最高能相差8.9×1015molec.cm-2。由相對差異分布圖（附錄圖A2（h））可知，基于相對方位角補角計算得到的NO2濃度在中國、朝鮮半島、印度和緬甸等大范圍地區(qū)均存在系統(tǒng)性高估，在整個研究區(qū)域內(nèi)平均高估了3.7%。

附錄圖A3（參見電子版本）展示了同時采用DOMINO 像元和相對方位角補角計算得到的對流層NO2垂直柱濃度分布及其與v2.1結(jié)果的對比。結(jié)合附錄圖A2 可知，相對方位角的變化在這兩個因素中起到了主導作用。對于整個區(qū)域平均而言，兩個因素協(xié)同作用下的NO2濃度比v2.1 在7月高出了1.4%，在12月高出了3.7%。這些差異小于新舊兩個版本的相對差異（5.1%和6.1%），表明AOD和BRDF 系數(shù)等先驗參數(shù)的更新對于NO2反演結(jié)果的整體改善起到了關(guān)鍵作用。

以上分析中，各個試驗組的采樣和有效像元和參考組（v2.1）是一樣的。附錄表A3（參見電子版）進一步展示了當基于每組試驗各自模擬的云輻射分數(shù)進行采樣時（即采樣不一致），每組試驗與v2.1中的NO2柱濃度的相對差異，以及各組試驗的有效像元數(shù)據(jù)量。發(fā)現(xiàn)當采樣不一致時，基于DOMINO 像元得到的有效像元數(shù)據(jù)量少于基于QA4ECV 得到的有效像元數(shù)據(jù)量，而NO2濃度的相對差異也顯著變大。附錄表A2 與A3（參見電子版）的結(jié)果表明，即使是同樣的采樣標準，由于各個產(chǎn)品的云輻射分數(shù)（云分數(shù)）在數(shù)值上的差異，采樣結(jié)果也會存在重要差異。因此，在接下來的POMINO v2.1、QA4ECV、OMNO2 v4 產(chǎn)品對比中，將分別分析采樣一致和不一致情況下3個公開產(chǎn)品的異同。

4 POMINO v2.1、QA4ECV、OMNO2 v4對流層NO2垂直柱濃度產(chǎn)品的對比

4.1 3個產(chǎn)品在2017-07和2017-12的空間分布特征

首先對比了3 個產(chǎn)品的對流層NO2垂直柱濃度L3 數(shù)據(jù)在2017-07—12 亞洲地區(qū)的空間分布，空間分辨率為0.25°×0.25°。以POMINO v2.1的有效數(shù)據(jù)進行采樣。

圖4（a）展示了7月POMINO v2.1 的NO2結(jié)果。如3.1 節(jié)所述，在青藏高原和海洋等相對清潔的地區(qū)，對流層NO2垂直柱濃度基本都在1×1015molec.cm-2以下，而在中國東部、韓國、日本以及印度等污染地區(qū)，NO2存在顯著的高值，局地可達到15×1015molec.cm-2?？紤]到NO2的生命時間在夏季只有數(shù)個小時，大氣傳輸?shù)淖饔孟鄬^弱，所以在城市地區(qū)可以看到明顯的熱點信號。

圖4（b）展示了同一時間QA4ECV 的NO2空間分布。雖然QA4ECV 的空間分布與POMINO v2.1整體一致，相關(guān)系數(shù)在0.9 以上（N=367340），但是在長三角和珠三角等地區(qū)，QA4ECV沒有展現(xiàn)出明顯的高值信號，NO2濃度的最大值比POMINO v2.1 低6×1015molec.cm-2以上（圖4（c））。對整個區(qū)域而言，QA4ECV 比POMINO v2.1 低17.1%，其中在華北平原低估8.9%，在印度和東南亞地區(qū)低估28%以上（圖4（d））。

圖4 2017年7月POMINO v2.1，QA4ECV和OMNO2 v4對流層NO2垂直柱濃度空間分布及其差異（基于POMINO v2.1有效像元采樣）Fig.4 Spatial distribution of tropospheric NO2 VCDs and differences between POMINO v2.1，QA4ECV and OMNO2 v4 in July 2017（sampled based on POMINO v2.1 valid pixels）

圖4（e）展示了同一時間OMNO2 v4 的NO2空間分布。在中國中東部、朝鮮半島、日本以及印度大部分地區(qū)，平均的NO2柱濃度均達到了5×1015molec.cm-2以上，在京津冀和長三角地區(qū)也表現(xiàn)出較為明顯的高值信號；在青藏高原等清潔地區(qū)，NO2濃度值也非常低，與POMINO v2.1 和QA4ECV 的空間特征基本一致。相比于POMINO v2.1 的結(jié)果，OMNO2 v4 在中國地區(qū)呈現(xiàn)出北高估、南低估的分布特征，其中，在河北南部、長三角、珠三角和川渝等局部的高值地區(qū)，以及印度和東南亞地區(qū)存在明顯的低估，但是在華北平原的其他地區(qū)和黃海的近岸海域存在高估（圖4（f））。在夏季，氣溶膠濃度整體相對較低，產(chǎn)品的云參數(shù)、地表反射率和NO2廓線等先驗參數(shù)之間的不同是上述差異的主要原因。對于整個區(qū)域平均而言，OMNO2 v4 比POMINO v2.1 低13.1%。另外，與QA4ECV 在海洋上相對POMINO v2.1普遍高估的情況不同，OMNO2 v4 在東海以及太平洋地區(qū)普遍存在低估。

圖5（a）展示了在2017年12月的POMINO v2.1 NO2的空間分布。相比7月，在冬季，NO2生命周期增長至十幾小時甚至更長，同時集中供暖等因素導致排放量顯著增加，因此NO2柱濃度在華北平原地區(qū)普遍超過了20×1015molec.cm-2，在京津冀等重污染地區(qū)甚至超過了40×1015molec.cm-2，并且熱點城市的信號也十分明顯，例如太原、西安、武漢、成都等眾多省會城市。QA4ECV的分布特征與POMINO v2.1 整體一致，相關(guān)系數(shù)依然在0.9 以上（圖6）。但是，由于QA4ECV 算法沒有顯性表征氣溶膠的光學效應，其在河北、山西等受氣溶膠影響嚴重地區(qū)的NO2濃度值明顯低于POMINO v2.1（圖5（c））。平均而言，QA4ECV 的NO2柱濃度在華北平原地區(qū)比POMINO v2.1 低2.3%，在整個區(qū)域內(nèi)低估8.5%（圖5（d））。

圖5 2017年12月POMINO v2.1，QA4ECV和OMNO2 v4對流層NO2垂直柱濃度空間分布及其差異（基于POMINO v2.1有效像元采樣）Fig.5 Spatial distribution of tropospheric NO2 VCDs and differences between POMINO v2.1，QA4ECV and OMNO2 v4 in December 2017（sampled based on POMINO v2.1 valid pixels）

圖6 整個研究區(qū)域內(nèi)QA4ECV和OMNO2 v4與POMINO v2.1對流層NO2垂直柱濃度L2數(shù)據(jù)的散點圖（基于POMINO v2.1有效像元采樣）Fig.6 Scatterplots for level-2 tropospheric NO2 VCDs between QA4ECV/OMNO2 v4 and POMINO v2.1（sampled based on POMINO v2.1 valid pixels）

在12月份，OMNO2 v4 與POMINO v2.1 的NO2柱濃度差異在中國東部呈現(xiàn)出北低估、南高估的空間特征，這與7月份相對差異的空間分布相反。在京津冀及其周邊省份，OMNO2 v4 存在明顯的低估。在中國東南部、印度和東南亞地區(qū)，OMNO2 v4存在明顯的高估，相對差異達到了32.1%；這些地區(qū)受氣溶膠的影響相對較小，因此OMNO2 v4采用的地表反射率以及先驗NO2垂直廓線與POMINO v2.1的區(qū)別可能是影響NO2反演結(jié)果的主要原因。

進一步分析了3 種產(chǎn)品在（基于像元的）L2數(shù)據(jù)層面在京津冀（38°N—42°N，115°E—119°E）、長三角（29°N—32°N，119°E—122°E）、珠三角（21°N—24°N，112°E—115°E）和四川盆地（28°N—32°N，103°E—108°E）4 個地區(qū)的反演結(jié)果。這里，所有像元均基于POMINO v2.1的云輻射分數(shù)進行一致采樣。由附錄圖A4（參見電子版本）可知，在2017年7月，QA4ECV 與POMINO v2.1的擬合斜率均小于1，前者在長三角、珠三角和四川盆地均有10%—20%的低估。京津冀地區(qū)的歸一化平均偏差（NMB）大于0，主要是因為大多數(shù)像元的NO2濃度低于20×1015molec.cm-2，且在該區(qū)間QA4ECV濃度值高于POMINO v2.1 的像元數(shù)量更多。在2017年12月，QA4ECV 的NO2濃度整體上略低于POMINO v2.1，其中在0—20×1015molec.cm-2的區(qū)間內(nèi)QA4ECV 存在明顯的低估，而在高值區(qū)間內(nèi)的反演結(jié)果與POMINO v2.1 相差不大。在四川盆地，QA4ECV 濃度高于POMINO v2.1的像元占到總數(shù)的約70%，因此該地區(qū)的NMB 能達到20.3%，這與圖7（c）的結(jié)果保持一致，但是二者在該地區(qū)的擬合斜率依然小于1，表明POMINO v2.1 能更好地捕捉到高濃度NO2（＞60×1015molec.cm-2）的信號。

附錄圖A5（參見電子版本）展示了OMNO2 v4 與POMINO v2.1 在這4 個地區(qū)的散點圖。在7月份，兩個產(chǎn)品的相關(guān)系數(shù)相對較低，但散點的整體分布呈現(xiàn)出與QA4ECV 類似的特征。在12月份，4 個地區(qū)的擬合斜率均小于1，說明在高值區(qū)間內(nèi)OMNO2 v4 依然存在低估。然而在京津冀、長三角和珠三角地區(qū)，大量OMNO2 v4 濃度超過60×1015molec.cm-2且高于POMINO v2.1 的像元同樣存在，相對差異可達到100% 以上。在0—40×1015molec.cm-2區(qū)間內(nèi)，OMNO2 v4 的NO2濃度在4 個地區(qū)都不同程度地高于POMINO v2.1，因此除了京津冀地區(qū)外，OMNO2 v4 的平均NO2濃度要更高，兩個產(chǎn)品的NMB在6%—40%。

如2.3 節(jié)所述，基于POMINO v2.1 的云輻射分數(shù)對3個產(chǎn)品進行一致采樣會包含很多QA4ECV 以及OMNO2 v4 中自身云輻射分數(shù)大于0.5 的像元。當3個產(chǎn)品根據(jù)自己的云輻射分數(shù)進行采樣時，他們的有效數(shù)據(jù)將會不同，這也是用戶在使用不同產(chǎn)品時會碰到的一般情況。本文分析了在這種有效數(shù)據(jù)量不同的情況下，3 個產(chǎn)品的月均L3 數(shù)據(jù)（分辨率為0.25°×0.25°）的差異。

附錄圖A6（參見電子版本）以2017年12月為例，對比了在采樣一致與采樣不一致的情況下，QA4ECV與POMINO v2.1 在上述4 個地區(qū)格點化的對流層NO2垂直柱濃度?？梢钥吹?，當采樣不一致時，在京津冀、長三角和珠三角地區(qū)的NMB 的絕對值均有不同程度的增大，表明采樣不一致時QA4ECV對濃度的低估更加明顯。在四川盆地，即使QA4ECV 的平均NO2濃度高于POMINO v2.1，NMB 也由采樣一致時的27.4%降低到了采樣不一致時的7.3%。類似的，附錄圖A7（參見電子版本）展示了采樣方法對OMNO2 v4 與POMINO v2.1對比結(jié)果的影響。以變化最大的珠三角地區(qū)為例，當采樣不一致時，POMINO v2.1 的NO2柱濃度高于OMNO2 v4 的格點數(shù)量顯著增多，擬合的r2從0.93變?yōu)?.08，斜率為1.04 變?yōu)?.3，表明采樣不一致時，OMNO2 v4 產(chǎn)品中很多云輻射分數(shù)大于0.5 且對流層NO2垂直柱濃度很高的像元被排除在外。同理，在長三角地區(qū)，當采樣不一致時，兩套產(chǎn)品的NMB從0.5%變?yōu)?14.4%，二者平均值的相對大小甚至出現(xiàn)了反向的變化。這充分說明，采樣的標準與方法對結(jié)果有著重要影響。

4.2 氣溶膠表征方式對反演結(jié)果的影響

在高氣溶膠情況下，研究表明氣溶膠的表征方式（顯性或隱性）對NO2的反演具有顯著影響（Lin 等，2014，2015；Liu 等，2019，2020；Vasilkov 等，2021）?；赑OMINO v2.1 算法，以2017年12月為例，測試了隱性表征氣溶膠對反演結(jié)果的影響，試驗結(jié)果基于POMINO v2.1的云輻射分數(shù)進行一致采樣。由圖7（c）（d）可知，氣溶膠表征方式的影響在中國東北和華北地區(qū)、印度以及東南亞部分地區(qū)最為明顯。如果對氣溶膠光學效應進行隱性表征，在京津冀地區(qū)的工業(yè)和城市等熱點地區(qū)的NO2濃度顯著低于顯性表征時的結(jié)果：在京津冀地區(qū)平均下降了26.4%，在整個華北平原平均下降了11.8%。

圖7 2017年12月基于POMINO v2.1算法的顯性/隱性表征氣溶膠敏感性試驗得到的對流層NO2垂直柱濃度空間分布及其差異（基于POMINO v2.1有效像元采樣）Fig.7 Spatial distribution of tropospheric NO2 VCDs and differences between sensitivity tests with explicit and implicit aerosol correction based on POMINO v2.1 algorithm in December 2017（sampled based on POMINO v2.1 valid pixels）

下面以京津冀地區(qū)為例，根據(jù)獨立像元近似，進一步分析了氣溶膠表征方式對于反演得到的云參數(shù)和NO2AMF 的影響。附錄圖A8（參見電子版本）表明，對于被云覆蓋的部分，當隱性表征氣溶膠時，氣溶膠的輻射效應由“有效”云來補償，有效云分數(shù)與云輻射分數(shù)相對于顯性表征氣溶膠的結(jié)果均有不同程度的升高。云頂氣壓在該地區(qū)變化不大，因此被云覆蓋部分的NO2AMF（Mcld）整體變化不大（附錄圖A9（b）（參見電子版本））。對于晴空部分，污染地區(qū)氣溶膠的垂直分布在冬季平均而言高于NO2（Liu 等，2019），因此會削弱NO2分子對太陽輻射的吸收，起到了“遮蔽”的作用。如果隱性表征氣溶膠，忽略其“遮蔽”作用，晴空部分的NO2AMF（Mclr）就會相應增大（附錄圖A9（a）（參見電子版本））。綜合兩方面影響，在京津冀地區(qū)，隱性表征氣溶膠使得NO2AMF 增大了26.3%，垂直柱濃度下降了26.4%。該結(jié)果表明，在高濃度氣溶膠的條件下，將氣溶膠處理為“有效”云的隱性表征方法會顯著低估對流層NO2垂直柱濃度，但是該結(jié)論也與云量、云高、以及氣溶膠和NO2的垂直分布密切相關(guān)。

另外，隱性表征氣溶膠的敏感性試驗結(jié)果仍然與QA4ECV和OMNO2 v4存在明顯的偏差（圖7（b）和圖5（b）、（e）），這體現(xiàn)了不同反演算法在NO2垂直廓線、NO2先驗數(shù)據(jù)的水平分辨率、地表反射率、云參數(shù)等方面的差異。例如，本次敏感性試驗仍然對云參數(shù)進行了重新反演，確保了反演云參數(shù)和NO2時采用的先驗數(shù)據(jù)的一致性，而QA4ECV所使用的云參數(shù)資料在反演過程中采用的大氣溫度等先驗數(shù)據(jù)可能與反演NO2時采用的先驗數(shù)據(jù)有所不同（Lin等，2014）。

4.3 2015年—2020年對流層NO2 垂直柱濃度的變化

本文進一步對比了POMINO v2.1、QA4ECV 和OMNO2 v4 在京津冀、長三角、珠三角地區(qū)和四川盆地4 個地區(qū)在2015-01—2020-02 的L3 數(shù)據(jù)月均值的變化特征（圖8）。圖8 中左列的結(jié)果基于POMINO v2.1的云輻射分數(shù)進行一致采樣，右列的結(jié)果基于各自的云輻射分數(shù)進行采樣（因此有效數(shù)據(jù)不一樣）。在采樣一致的情況下，POMINO v2.1 在京津冀和長三角地區(qū)的NO2濃度高于其他地區(qū)，同時表現(xiàn)出非常明顯的季節(jié)性，冬季（12月和次年1—2月）和夏季（6—8月）NO2柱濃度的比值最高可達4.2；四川盆地的季節(jié)性變化最弱，冬季和夏季NO2柱濃度的比值最高不超過1.5。QA4ECV 和OMNO2 v4 的結(jié)果與POMINO v2.1 在京津冀、長三角和珠三角地區(qū)整體相差不大，但是二者在四川盆地表現(xiàn)出了比POMINO v2.1更為顯著的季節(jié)變化。

圖8 基于POMINO v2.1或者各自產(chǎn)品有效像元采樣的情況下，2015-01—2020-02京津冀、長三角、珠三角和四川盆地地區(qū)逐月對流層NO2垂直柱濃度的時間序列（單位：×1015 molec.cm-2）Fig.8 Time series of monthly averages of tropospheric NO2 VCDs in Beijing-Tianjin-Hebei，Yangtze River Delta，Pearl River Delta and Sichuan Basin 2015—2020 sampled based on POMINO v2.1 or each product’s valid pixels（unit：×1015 molec.cm-2）

附錄圖A10（參見電子版本）的采樣一致結(jié)果展示了12 個月滑動平均得到的NO2柱濃度的變化。在京津冀地區(qū)，POMINO v2.1 呈現(xiàn)出下降趨勢，5年間下降了約30%，但是時間序列存在波動，主要體現(xiàn)了冬季高值的顯著年際變化。QA4ECV 和OMNO2 v4 的結(jié)果與POMINO v2.1 類似。在四川盆地，POMINO v2.1 的NO2柱濃度從2015-07 上升到2017-08 的峰值，增幅超過50%，而之后又出現(xiàn)了約20%的下降，而且在珠三角地區(qū)也有先升后降的明顯特征。QA4ECV 和OMNO2 v4 的NO2濃度在珠三角地區(qū)的時間變化特征與POMINO v2.1 類似，但是幅度相對較小，而在四川盆地無明顯的趨勢。

由圖8 和附錄圖A10（參見電子版本）可知，當采樣不一致時，3套產(chǎn)品的時間變化規(guī)律接近于采樣一致時的結(jié)果，但是QA4ECV 和OMNO2 v4在冬季的NO2濃度值相比于采樣一致時的結(jié)果分別出現(xiàn)了不同程度的降低，其中在京津冀地區(qū)的下降幅度最大（5 a平均下降幅度分別為24.1%和23.9%）。長時間的對比分析表明，采樣不一致下，POMINO v2.1 能更好地表征中國污染地區(qū)冬季NO2柱濃度的時間變化特征，這對進一步的分析和歸因都有著重要的意義。

圖9 進一步展示了每一個產(chǎn)品在4 個地區(qū)的有效像元數(shù)據(jù)量之和。由于POMINO v2.1算法區(qū)分了氣溶膠與云的輻射貢獻，因此在相同的云輻射分數(shù)采樣標準下，包含了更多的（高污染情形下的）有效像元。在這4 個地區(qū)，POMINO v2.1 的總有效像元數(shù)據(jù)量比QA4ECV 高了11%—44%，比OMNO2 v4高了29%—96%。

圖9 基于各自產(chǎn)品有效像元采樣的情況下，2015年至2020年P(guān)OMINO v2.1，QA4ECV和OMNO2 v4在京津冀、長三角、珠三角和四川盆地的總有效像元數(shù)據(jù)量Fig.9 Number of total valid pixels in Beijing-Tianjin-Hebei，Yangtze River Delta，Pearl River Delta and Sichuan Basin 2015-2020 of POMINO v2.1，QA4ECV and OMNO2 v4 sampled based on each product’s valid pixels

對于不同采樣方式得到的NO2結(jié)果的分析表明，從用戶的角度，POMINO v2.1的有效數(shù)據(jù)量更多，更能體現(xiàn)重污染情形下NO2的高值信號，也更能反映出氣溶膠對于衛(wèi)星反演對流層NO2垂直柱濃度的重要影響。

5 結(jié)論

本文介紹了最新的POMINO v2.1 對流層NO2垂直柱濃度產(chǎn)品，并進一步比較了其與QA4ECV 和OMNO2 v4 產(chǎn)品的差異。POMINO 算法的特色體現(xiàn)在顯性表征了氣溶膠的光學效應、地表反射率的各向異性、NO2廓線的水平分辨率、云參數(shù)與NO2的反演在先驗參數(shù)上的協(xié)調(diào)等方面。我們在POMINO v2.0.1 的基礎上進行了改進，包括反演范圍的擴大、像元形狀和有效像元數(shù)據(jù)量的更新、相對方位角錯誤的修復以及氣溶膠和地表反射率先驗參數(shù)的錯誤修正。結(jié)果表明，POMINO v2.1的對流層NO2垂直柱濃度與v2.0.1 整體差異不大（＜10%）。兩個版本均表明，在青藏高原和海洋等以自然源排放為主的地區(qū)，NO2的濃度普遍低于1015molec.cm-2；而在人為源排放顯著的中國東部，NO2的平均濃度在5—25×1015molec.cm-2，具有顯著的空間特征和季節(jié)性變化。

在采樣一致的情況下，相比于POMINO v2.1，在高NO2濃度的京津冀、長三角和珠三角地區(qū)，QA4ECV 和OMNO2 v4 均存在10%—30%的低估?；赑OMINO 算法的敏感性試驗表明，氣溶膠表征方式的不同對于冬季氣溶膠含量很高的華北地區(qū)NO2柱濃度的反演有著顯著影響，特別是，隱性表征氣溶膠使得京津冀地區(qū)的NO2柱濃度被低估26%，這很大程度上解釋了QA4ECV 和OMNO2 v4與POMINO v2.1在該地區(qū)和季節(jié)的差異。在氣溶膠濃度相對較低的南方地區(qū)，敏感性試驗的結(jié)果不能與產(chǎn)品間的差異很好地對應，這體現(xiàn)出不同的地表反射率、氣溶膠和NO2的垂直分布特征以及先驗NO2垂直廓線的水平分辨率等因素對于NO2反演結(jié)果有著重要影響。3 套產(chǎn)品在4 個地區(qū)2015年—2020年逐月對流層NO2垂直柱濃度的變化表明，京津冀地區(qū)的NO2柱濃度在這5年內(nèi)下降超過30%，而長三角地區(qū)的濃度基本保持不變。POMINO v2.1在珠三角和四川盆地的NO2柱濃度在這段時間內(nèi)先升后降，變化幅度達30%—50%，而QA4ECV 和OMNO2 v4 季節(jié)性特征更強，年際變化幅度相對較小。

考慮到隱性表征氣溶膠會顯著增大云輻射分數(shù)，當基于各自產(chǎn)品的云輻射分數(shù)進行獨立采樣時，3 個產(chǎn)品的有效數(shù)據(jù)具有明顯不同，特別是，QA4ECV和OMNO2 v4會排除很多高氣溶膠和NO2濃度的像元（有效數(shù)據(jù)量僅為POMINO v2.1 的71%—90%），這不僅使得有效像元數(shù)據(jù)量大幅減小，并且造成了對NO2污染的系統(tǒng)性低估。相比而言，POMINO v2.1的有效數(shù)據(jù)量更多，能夠更好地體現(xiàn)出高氣溶膠濃度情形下的NO2污染。

由于地基MAX-DOAS 觀測數(shù)據(jù)較少，并且數(shù)據(jù)較難以獲得，本文未利用該數(shù)據(jù)進行衛(wèi)星產(chǎn)品的驗證。但是，前人研究已多次將POMINO 及其他衛(wèi)星反演產(chǎn)品與MAX-DOAS 觀測數(shù)據(jù)進行了對比和討論。Lin等（2014）針對2012年結(jié)果的分析指出，POMINO 的對流層NO2垂直柱濃度相比于DOMINO v2 能夠更好地抓住MAX-DOAS 數(shù)據(jù)的日際變化特征（R2=0.96和0.72）；Liu等（2019）針對2012年的研究結(jié)果也表明，在重污染情形下，POMINO v1.1的R2顯著高于DOMINO v2和QA4ECV（分別為0.76、0.38 和0.34），且歸一化平均偏差也相對更?。ǚ謩e為4.4%、-5%和-26.1%）。這些結(jié)果表明，POMINO 產(chǎn)品對重污染情形下NO2濃度的反演更加準確。在未來，我們計劃與MAX-DOAS觀測團隊深入合作，利用具有較好時空代表性的地基數(shù)據(jù)對比驗證不同衛(wèi)星產(chǎn)品。

目前，POMINO算法已經(jīng)成功地應用在了太陽同步極軌衛(wèi)星探測器OMI 和TROPOMI 上，相關(guān)的L2 和L3 數(shù)據(jù)均可在http://www.pku-atmos-acm.org/acmProduct.php/［2021-06-15］上免費下載。在今后，擬將POMINO 算法應用到世界首個痕量污染氣體地球同步靜止衛(wèi)星探測器GEMS上，為亞洲地區(qū)氮氧化物的觀測和研究提供更高時間分辨率的NO2衛(wèi)星反演數(shù)據(jù)。