浙江省气溶胶垂直分布及区域传输分析

中国环境科学 2021,41(5)：2097~2107 China Environmental Science

浙江省气溶胶垂直分布及区域传输分析

张亦舒

12111*

,徐 达,何 秦,李冬会,秦 凯

(1.中国矿业大学环境与测绘学院,江苏 徐州 221116；2.浙江省生态环境

监测中心,浙江 杭州 310012)

摘要：利用6个激光雷达站点数据从年际和季节变化尺度对浙江省2017~2018年气溶胶垂直分布特征进行研究,并结合污染物浓度数据分析了浙江省

主要颗粒物类型的季节差异. 结果表明,大部分站点2018年气溶胶消光系数整体小于2017年; 边界层内消光系数空间上呈中部高东西低的分布形态;

消光系数季节变化表现为冬季最高,秋季其次,而春夏较低;气溶胶在春、夏季集中在地面上方1~2km以内,冬季主要分布在1km以下,秋季受高空气溶

胶影响,6个站点呈现出不同的垂直分布模式. 进一步, 选取发生在2018年4月和7月两次气溶胶跨区域传输过程,综合CALIPSO和MODIS卫星数据、

以及后向轨迹､PSCF与CWT模式对污染物来源与传输机制进行探索, 发现来自AOD高值区的气团显著加重本地污染.

关键词：微脉冲激光雷达；气溶胶；消光系数；垂直分布；浙江

中图分类号：X513 文献标识码：A 文章编号：1000-6923(2021)05-2097-11

Vertical distribution and regional transport of aerosols in Zhejiang Province.ZHANG Yi-shu, XU Da, HE Qin, LI Dong-hui, QIN

1211

Kai

1*

( of Environment and Spatial Informatics, China University of Mining and Technology, Xuzhou 221116, China；ng

Ecological and Environmental Monitoring Center, Hangzhou 310012, China). China Environmental Science, 2021,41(5)：2097~2107

Abstract：The interannual and asonal changes of aerosol vertical distributions in Zhejiang Province from 2017 to 2018 were

studied using Micro Pul Lidar (MPL) measurements in six sites. Air quality data were combined to analy the dominant

particulate matter types in terms of asonal differences. Aerosol extinction coefficients of most sites in 2018 were lower than that in

2017. Spatially, the extinction coefficient within the boundary layer was high in central Zhejiang and low in the eastern and western

Zhejiang. Seasonally, the extinction coefficient was the highest in winter, cond in autumn, and lower in spring and summer;

aerosols were concentrated within 1~2km above the ground in spring and summer, and mainly distributed below 1km in winter; in

autumn, affected by high-altitude aerosols, the six stations showed different vertical distribution patterns. Furthermore, the aerosol

sources and transmission mechanisms of two trans-regional transport episodes in April and July 2018 were revealed, by using the

CALIPSO and MODIS satellite data, as well as the backward trajectory, PSCF and CWT models. It was found that air mass from

high AOD areas can significantly increa local pollution in Zhejiang.

Key words：micro pul LiDAR；aerosol；extinction coefficient；vertical distribution；Zhejiang

大气气溶胶可直接或间接影响地球气候系统,

一方面通过吸收和散射太阳辐射直接影响地气系

统的辐射收支平衡;还可作为云凝结核和冰核引起

间接辐射强迫,继而影响气候变化.对流层气溶胶垂三角洲地区气溶胶的垂直分布特征,并结合潜在源

直分布和光学特性对于研究气溶胶对气候的影响

非常重要源;Sun等利用微脉冲激光雷达和CE-318太阳光

[1][7]

,其垂直分布特征更是评估气溶胶辐射

效应的关键因素之一.长江三角洲地区作为中国重度计对2013~2015年长江三角洲上空气溶胶直接辐

要的经济文化中心,正面临着严重的空气污染问射强迫(ADRF)与气溶胶垂直结构的月变化及相互

题作用进行了研究,并结合中分辨率成像光谱仪

[23]

,而浙江作为长江三角洲的一部分,研究其气溶

-

年5月14日~12月28日微脉冲激光数据研究了安

徽寿县地区气溶胶消光系数垂直廓线的分布特

征;Fan等利用3a的激光雷达探测数据分析了长江

[6]

贡献函数和浓度加权轨迹模型探讨了气溶胶的来

(MODIS)与云气溶胶激光雷达红外探索观测系统

(CALIPSO)卫星产品讨论了2015年8月的一起生物

收稿日期：2020-10-09

基金项目：徐州市重点研发计划(社会发展)项目(KC18225);国家自然科

学基金资助项目(41975041)

* 责任作者, 教授,***************

胶垂直结构对于探究长江三角洲的污染源和传输

机制具有重要价值.

微脉冲激光雷达(MPL)作为一种典型的主动遥

感手段,可连续获取气溶胶在垂直方向上的信息

[4]

.

近年来,已有众多学者利用微脉冲激光雷达在气溶

胶垂直分布方面开展了科学研究.丁辉

[5]

利用2008

2098 中 国 环 境 科 学 41卷

质燃烧事件.然而,以往研究多局限于单个地面激光

雷达站点,代表区域有限,难以获得大范围气溶胶的

垂直分布特征.

气溶胶来源与形成机制错综复杂,不同地区的

气溶胶受地理位置、气象条件和人类活动等因素影

响,其水平与垂直分布呈显著差异

[810]

-

.因此,本文选

取位于浙江省的6个激光雷达站点数据,首先对

2017~2018年垂直方向上的气溶胶消光系数进行多

站点、长时间序列的连续观测与数据反演,旨在探究

不同站点的空间差异性,为大尺度范围的气溶胶垂

直分布研究提供重要依据.其次,为进一步了解长江1.2 地基激光雷达数据

三角洲地区的污染传输机制,选取2018年4月24~28

日和7月25~29日浙江省两次典型高空气溶胶传输冲激光雷达(Micro Pul LiDAR, MPL),其激光发射器

过程,结合地基激光雷达数据,MODIS气溶胶光学厚

度(AOD)产品和火点资料以及HYSPLIT4后向轨迹辨率为1min,最大探测高度可达45km,探测盲区约为

模型对两例事件中气溶胶空间分布情况与污染来

源进行综合分析.最后,利用CALIPSO L2产品对垂取小时平均值以提高信噪比,根据消光系数大于2km

直方向上的气溶胶进行识别与分类,

并对污染输送和退偏比的大小删除云､雨时段

路线进行探讨,有助于加深了解浙江省颗粒物来源,由于激光雷达接收的信号是能量值,通常通过

以期为长江三角洲跨区域污染物的联合防控提供求解雷达方程获得光学特性值. 在对激光雷达信号

一定借鉴与参考. 处理前应先对相应的雷达因子进行修正,修正后的

1 数据与方法

1.1 研究区域

图1浙江省激光雷达站点的地理位置

Fig.1The location of the Lidar sites in Zhejiang Province

本文使用的激光雷达分别位于浙江省的嘉兴

市南湖区善西站点(30.82°N,120.87°E);金华市塘雅

中学站点(29.16°N,119.80°E);杭州市富阳区渔山乡

(30.08°N,120.09°E);杭州市淳安县千岛湖站点

(29.61°N,119.03 °E);宁波市奉化区滕头村站点

(29.704°N,121.38°E);诸暨市陈蔡水库站点(29.58°N,

120.39°E).

浙江省位于我国的东南沿海､长江三角洲南

翼,气候较为温和湿润.地形自西南向东北方向呈

现阶梯状变化,西南多为山地,中部以丘陵为主,东

北部是冲积平原.图1给出了激光雷达站点的具体

空间位置分布.其中千岛湖与陈蔡水库站点眦邻

水库,生态环境良好,车辆较少且树木繁多

,无明显

排放源;而塘雅站点位于塘雅中学附近,人口密集,

人类活动较为频繁.

本文所使用的气溶胶垂直结构观测仪器为微脉

的工作波长为532nm,空间垂直分辨率为30m,时间分

270m.选取数据时段为2017~2018年,对原始测量数据

-

1

[1112]

-

.

雷达方程如下:

(1)

Pr=CEβr−σZZ

()()exp2()d

1

r

2

⎡⎤

⎢⎥

⎣⎦

∫

r

0

式中: P(r)是激光雷达接收到高度r (km)处的大气

后向散射回波功率, W; E是激光雷达发射的能量,

μJ; C代表激光雷达系统常数, W·km

3

·sr; Z是高度

变量,范围从0到r; β(r)和σ(r)分别是在高度r (km)

处的大气总后向散射系数(SR/km)和消光系数

(km

−1

).

由于散射系数和消光系数都为未知数,因此需

要选用一定的反演方法.本文采用 Fernald 算法

[13]

反演激光雷达信号.Fernald方法考虑了气溶胶和空

气分子,激光雷达方程因此可以表示为:

P(r)=CEβ(r)+β(r)

1

r

2

[]

am

(2)

exp2d

⎡⎤

r

⎢⎥

⎣⎦

-σ(z)+σ(z)z

∫

0

[]

am

式中:下标a和m分别代表气溶胶和大气分子.定义

大气气溶胶的消光后散射比即激光雷达比S

a

(r)=

σ

aamm

(r)/β(r),空气分子的消光后散射比S(r)=σ(r)/

5期 张亦舒等：浙江省气溶胶垂直分布及区域传输分析 2099

β

mm

(r).基于Fernald算法,假设r(km)高度不存在气溶胶,得到r处的气溶胶消光系数为:

⎡⎤

⎛⎞

S

r

m

ln[()]exp21()d

Pr−σzz

⎢⎥

⎜⎟

a

∫

m

S

⎠⎝

r

⎣⎦

S

m

(3)

σr=−σr+

am

()()

a

r

m

S

m

⎡⎤

r

m

ln

Pr

()

m

⎛⎞

S

+−

2ln[()]exp21dd

∫

Prσzzz

⎢⎥

⎜⎟

a

m

′′

S

r

S

⎢⎥

⎠⎝

r

σrσr

()

+

a

()

m

()

ammm

S

m

激光雷达比S假设为不随高度变化的常数

a

[14]

,

变化范围通常在20~70之间,这里取为50;空气分子

的消光后散射比S

m

根据瑞利散射理论得出为

(8π/3)sr.

气溶胶光学厚度(AOD)可由消光系数积分得到,

将激光达的探测盲区(270m)等同于地表,计算公式

如下:

AOD=σ(r)dr

∫

(4)

1.3 星载激光雷达数据

2006年发射的云气溶胶激光雷达红外探索

观测系统(CALIPSO)是A-Train卫星编队的成员

之一.其搭载的主要探测设备CALIOP是一台偏

振双波长米散射激光雷达,可输出波长为532和

1064nm的脉冲.CALIOP通过接收大气中不同层

的后向散射,能够较为准确地测量气溶胶和云的

光学性质及其形态的垂直分布廓线.本文使用的

数据为 CALIPSO L2产品中4.20版本的垂直结

构特性(VFM)和气溶胶分类(AS)图像,这些产品

可从美国兰利研究中心 (NASA Langley

Rearch Center www-.

gov/)获得.

1.4 MODIS卫星数据

中分辨率成像光谱仪(MODIS)是搭载在

Terra和Aqua

卫星上的重要传感器之一.MODIS

卫星每隔1~2d实现对整个地球表面的重复观测,

可收集范围从0.4~14.4µm之间共36个波段的光

谱辐照度数据,以分辨率高､覆盖范围广等优点被

广泛运用于气溶胶监测.为了获取气溶胶在中国

东部的空间分布,选择MODIS L2中Terra 和

Aqua C6.1版本中融合暗像元(dark target) 和深蓝

算法(deep blue)的10km×10km分辨率的550nm波

段AOD数据

[1516]

-

,时间范围分别是2018年4月

25~ 29日和7月24~28日.与此同时,选用MODIS

C6的火点产品(.

⎣⎦

gov/)了解2018年4月25~29日和7月24~28日

中国东部地区生物质燃烧的分布情况.

1.5 污染物浓度数据

本文使用的PM、PM以及空气质量指数

2.510

(AQI)来自中国国家环境监测中心(106.37.208.

233:20035/).选取与各激光雷达站点距离最近的环

境监测站点数据,以此代表激光雷达站点的污染物

浓度水平.

1.6 后向轨迹与潜在源分析

为了明确浙江省污染气团的来源与传输机制,

通过基于美国国家海洋和大气管理局(NOAA)

HYSPLIT4模型的TrajStat软件(.

gov/ready/),以6个激光雷达站点的位置

作为起点,起始高度选择两次污染事件中高空气溶

胶层中心所在高度(1400和1500m),以NECP-FNL

(国家环境预测中心,Final Analysis)数据作为气象数

据输入,每隔6h (00:00,06:00,12:00,18:00UTC)对浙

江省2次外来传输事件的高空气团

来源进行72h后

向轨迹分析.基于后向轨迹结果小时

[17]

,结合PM

2.5

浓度数据,进一步利用潜在源贡献函数(PSCF)和浓

度加权轨迹(CWT)模型确定污染物的来源与位置,

将PM

2.5

浓度等于35μg/m作为污染阈值,具体算法

3

与模型参数介绍可参考文献[6].

2 结果与分析

2.1 年均气溶胶垂直分布特征

气溶胶消光系数表示气溶胶粒子通过散射和

吸收作用,对某一波段太阳辐射单位面积､单位长度

的削减程度.消光系数的大小可间接反映大气污染

程度:通常,排除云等因素影响,气溶胶消光系数越小,

表明污染越轻,反之,污染重.区别于先前研究只采用

单个激光雷达代表整个研究区域气溶胶垂直分布

的局限,采用同型号多站点激光雷达细化浙江省不

同区域的气溶胶垂直分布的空间差异性,如图2、图

3所示.

2100 中 国 环 境 科 学 41卷

消光系数(km

-1-1-1

) 消光系数(km) 消光系数(km)

消光系数(km

-1-1-1

) 消光系数(km) 消光系数(km)

图2由微脉冲激光雷达(MPL)反演得到的年均气溶胶消光

系数垂直廓线

Fig.2Profiles of the annual averaged aerosol extinction

coefficient from MPL-retrieved data

水平误差棒对应每个站点的标准差

图3由微脉冲激光雷达(MPL)反演得到的2017~2018年年

均气溶胶消光系数垂直廓线

Fig.3Profiles of the annual average aerosol extinction

coefficient from 2017~2018 retrieved by MPL data

图2表示浙江省激光雷达站点2017, 2018年年

均气溶胶消光系数的垂直分布特征.不难看出,大部

分站点消光系数在2018年整体小于2017年且呈相

似的垂直廓线形态.而在渔山站,0.5km以下2018年

消光系数整体较高;0.5~3km,2017年消光系数整体

较高;以1.3km为界,陈蔡水库站点呈现出与之相反

的变化趋势.此外,塘雅和渔山站消光系数年均值最

高可达0.58km

--

11

和0.61km

,明显大于其它站点,忽

略相对湿度对颗粒物消光的影响,可间接反映出塘

雅和渔山站点近地面污染情况较为严重.图3展现

的是各激光雷达站点2017~2018气溶胶消光系数年

均值的垂直分布情况.边界层内(大概在1km以下)

气溶胶消光系数年均值由高到低依次为:塘雅>渔山

>滕头村>善西>陈蔡水库>千岛湖,空间分布整体为

中部高,东西低,地形地貌和经济活动强度是近地面

气溶胶消光系数存在显著空间差异的主要原因:塘

雅站点位于塘雅中学附近,人

口密集,人为气溶胶的

大量排放造成近地面消光系数较高;渔山站位于杭

州市,为浙江省经济、金融中心,人类活动频繁,污染

排放较为严重;陈蔡水库和千岛湖站点生态环境良

好并临近水域,温和的气候条件更有利于去除大气

颗粒物,且无明显排放源,因此底层消光较低.

2.2 季均气溶胶垂直分布特征

为进一步研究浙江省气溶胶的季节垂直分布

特征,以月均值作为时间变化规律基础,按照3~5

月,6~8月,9~11月,12月~次年2月划分为春季、夏

季

、秋季和冬季.

激光雷达站点气溶胶消光系数垂直分布和大气

边界层高度的季节特征如图4所示,其中大气边界层

高度采用梯度法

[18]

反演得到.夏季边界层高度达到峰

值,可超过1.2km,春秋次之,冬季边界层高度仅维持

在0.5km左右,太阳辐射减少加之静稳天气居多抑制

了大气边界层发展.对比各站点的四季消光系数垂直

廓线,发现消光系数大多集中在1km以下,与之前的

研究结论一致

[7,19]

.这可能是由于长江三角洲地区工

业发达,加之强烈的人为活动导致气溶胶主要积聚于

对流层低空大气中

[19]

.气溶胶消光系数季节变化范围

存在明显差异,冬季近地面的消光系数显著高于其他

季节,消光系数整体表现为冬季最高,秋季其次,而春

夏较低.秋冬季节由于气温较低,相对稳定的天气形

势导致低层的气溶胶层消光更强,气溶胶更易集中在

近地面

[20]

.在1~3km高度上,气溶胶消光系数在冬季

快速衰减并趋近于0;夏季,观察到各站点消光廓线在

约1.5km高度出现明显凸起,春秋季峰值稍弱,其中以

滕头村和陈蔡水库站尤为明显.沈吉等

[19]

研究发现长

江三角洲地区6~9月大气垂直分布不均,大气垂直运

动剧烈使夏秋季对流层高空出现多处较大峰值.综上

所述,出现高空气溶胶峰值可能是本地排放或其他污

染地区输送所致,具体原因值得进一步探究.

总体而言,气溶胶集中分布在2km以下(图5),

最低占78.79%,最高达94.80%.具体而言,在春､夏两

季,除善西站点,气溶胶多集中在地面上方1~2km处,

5期 张亦舒等：浙江省气溶胶垂直分布及区域传输分析 2101

占比超40%,最高至50.25%,这与夏季对流旺盛,强烈

的垂直混合使更多的气溶胶从边界层被带到自由库站点,气溶胶在1~2km的占比大于1km以下.在冬

对流层有关季, 1km以下的气溶胶比例远超1~2和2~3km,这可

[2122]

;其次分布在1km以下,占比达

-

面出现聚集情况;相反,对于千岛湖,滕头村和陈蔡水

能是冬季多静稳天气,较低的大气边界层和太阳辐

射加之大气湍流活动减弱,

导致污染物被困在边界模式:对于善西､塘雅和渔山站点,气溶胶在1km以

层内难以扩散和清除 下比率明显超过1~2km,可达60.82%,气溶胶在近地

高高高

层层层

界界界

边边边

)))

mmm

kkk

(((

度度度

42.17%.秋季,6个站点呈现出2种不同的空间分布

高高高

度度度

(((

kkk

mmm

)))

高高高

度度度

(((

kkk

mmm

)))

图4由微脉冲激光雷达(MPL)反演得到的2017~2018年季均气溶胶消光系数垂直廓线及边界层高度

Fig.4 Profiles of the asonal average aerosol extinction coefficient and boundary layer height from 2017~2018 retrieved by MPL data

水平误差棒对应每个站点的标准差

从图6可见,各站点颗粒物浓度具有如下特征:

首先,PM和PM质量浓度呈现一致的季节变化规

2.510

律,从高到低依次为冬季,春季,秋季,夏季.冬季各站

点颗粒物浓度水平显著高于其他季节,这主要归因

于供暖期燃煤等能源消耗的增加使人为颗粒物排

AOD/总AOD(%) AOD/总AOD(%)

放显著上升;春季受风沙等污染源因素影响使颗粒

物尤其是PM

10

浓度普遍较高;夏季由于大气边界层

较高且温度升高,垂直方向的空气对流较强,为颗粒

在垂直方向上扩散和稀释提供有利条件,PM浓度水

平较低.

PM

2.510102.5

/PM

比值较PM和PM更能准确地表

AOD/总AOD(%) AOD/总AOD(%)

图5各季节激光雷达站点不同高度内AOD与总AOD的

比值

Fig.5 The ratio of AOD to total AOD at different altitudes of

lidar sites in each ason

示二次污染程度,可作为判断大气污染程度和污染

源的依据:PM在PM中所占比重越高,污染越严

2.510

重

[23]

.许多研究将PM/PM

2.510

比值0.5作为区分自然

污染和人为污染的分界线

[2425]

.图6各站点PM/

2.5

-

2102 中 国 环 境 科 学 41卷

PM

10

始终保持在51%以上,最高可达76.50%,反映出区域性污染时常发生,除了受到区域内部污染的交

浙江省局地细颗粒污染严重.冬季,PM互影响外,京津冀鲁豫等长江三角洲以北城市群的

2.510

/PM

在

65.71%~76.50%间变化,表明污染气团以细颗粒为

主导,且最高值出现在塘雅站点,该地人口密集,人为

污染严重,故而细颗粒物富集.此外,渔山、滕头村、

塘雅、善西站点PM

2.510

/PM

在春夏秋变化较为平稳

且以夏季为谷值;千岛湖、陈蔡水库的变化趋势与之所示.滕头村站在4月25日早晨06:00左右最先观

不同,PM在夏季转为峰值,达63%,细颗粒物

2.510

/PM

占比仅次于冬季,推测产生这种空间变化的原因为:

一方面,气象因素通过一系列相互矛盾的过程影响

PM浓度,最终取决于当地气候,地形和PM成分的综

合作用结果溶胶层相脱离,可知为高空气溶胶层;善西和滕头村

[2627]

-

.考虑到浙江省各地区经济发展程

度不均,污染排放类型也存在相应差异.另一方面,有度上退偏比大于0.12,说明高空颗粒物不规

研究表明PM与气象因子的相关系数高于PM

102.5

与气象因子的相关系数,即气象条件对PM的影响

10

更显著:当气象条件转好时,有助于颗粒物沉降或扩

散且粗粒子更易被清除在夏

[28]1

.结合图6发现PM.近地面层消光系数在25日白天始终高于

10

季的下降幅度明显大于PM

2.5

,这也可能是千岛湖､,鉴于此时高空气溶胶还未发生沉降,因此推

陈蔡水库在夏季细颗粒物占比上升的成因之一. 测为局地排放引发污染所致;25日20:00过后,各站

)

%

(

0

M

1

P

/

5

.

M

2

P

)

%

(

0

M

1

P

/

5

.

M

2

P

)

%

(

0

M

1

P

/

5

.

M

2

P

图62017~2018年各站点PM和PM的质量浓度及其比

2.510

值的季均变化

Fig.6 Seasonal changes of the mass concentration and ratio of

PM and PM at each site from 2017 to 2018

2.510

2.3 气溶胶跨区域传输事件分析

在区域污染源排放相对稳定的情况下,污染物

浓度的高低主要取决于大气扩散能力,区域气象条

件的变化会直接影响污染物累积以及重污染天气

的形成、发展和消散

[29]

.大量研究表明,长江三角洲

跨区域污染输送也不容忽视

[3031]

-

.

2018年4月24~28日以及7月25~29日在浙江

省上空发生了两起气溶胶跨区域传输事件,多个激

光雷达站点同时观测到高空气溶胶层存在,如图7

测到高空气溶胶;除渔山站由于噪声影响导致数据

缺失外,其余站点于25日08:00前后出现高空气溶

胶层.对比各站点时间-高度的消光系数变化可知,

该气溶胶层位于1000~1800m高度且明显与地面气

对应高

则程度较高,可能是混入部分沙尘所致;其余站点退

偏比在0.06~0.1之间,不规则程度相对较低.随时间

推移,1000m以上气溶胶消光系数显著增大,超过

2km

-

0.5km

-

1

点近地面消光系数逐渐减小,污染程度有所缓解;27

日高空气溶胶层高度不断下降,19:00开始降至

1000m以下并逐步与大气边界层内气溶胶相混合;

28日00:00前后,随着空中气溶胶层与近地面气溶胶

层混合均匀,底层消光系数急剧上升至1km

-

1

以上,

与之对应的高空消光系数明显减小,近地面退偏比

受沉降颗粒物影响略有上升,污染传输过程至此趋

于结束.

图8描述了2018年4月24~28日期间PM

2.5

,

PM

10

质量浓度和空气质量指数(AQI)的变化情况.依

据主要污染来源不同可划分为两阶段:24~25日为

第一阶段,以本地污染排放为主引发重度污染;26日

为短暂间歇期;27~28日为第二阶段,高空气溶胶沉

降导致污染程度再次加重并达到严重污染.4月

24~25日上午,浙江省各站点PM质量浓度持续攀升

并于25日陆续达到峰值,其中善西站点的PM

2.5

和

PM

10

浓度高达232和297μg/m

3

;各站点AQI也不断

上升并超过200,最高达282,造成重度污染.25日

12:00后PM

2.510

和PM浓度开始快速回落,26日

PM

2.510

和PM浓度在50~100μg/m之间震荡,表明污

3

染进入间歇期,27日凌晨前后,各站点PM浓度开始

大幅增加并在27日夜间至28日上午陆续达到峰值,

5期 张亦舒等：浙江省气溶胶垂直分布及区域传输分析 2103

这与气溶胶沉降时间吻合.值得注意的是,在善西、积而导致的污染,PM和PM浓度甚至高达271和

滕头村和陈蔡水库站点,由跨区域传输引发的第二322µg/m

次污染强度明显超过第一阶段因区域内部污染累

2.510

3

,说明高空气溶胶沉降引起污染物再次累

积,是导致污染程度更为恶化的主要成因.

图7激光雷达反演的2018年4月24~28日和7月25~29日时间、高度、消光系数(532nm)和退偏比变化

Fig.7

MPL retrieved time-altitude extinction coefficient (532nm) and depolarization ratio changes on April 24~28 and July 25~29, 2018

激光雷达在2018年7月25~29日观测到浙江27~29日高空气溶胶层消光系数明显上升,污染输送

上空有一段连续的污染物输送过程(渔山站对应观强度呈增加趋势,其中千岛湖站点的传输强度明显

测时段数据缺失),高空气溶胶所在高度为1000~ 弱于其余站点.得益于夏季大气边界层较高,良好的

2000m,退偏比在0.04~0.08之间,颗粒物较为规则. 气象条件利于污染物扩散,尽管高空气溶胶发生了

2104 中 国 环 境 科 学 41卷

沉降,但环保监测站点数据显示在此期间PM和

2.5

PM

10

浓度始终保持在75µg/m以下,高空粒子的输部地区火点分布较为密集(图9a),说明这些区域存

3

送并未明显引发当地污染. 在大量的生物质燃烧气溶胶.7月25~29日浙江,安徽

2018年4月24~28日及7月25~29日MODIS东部,山东和河南东北部表现为AOD高值区;火点

气溶胶光学厚度以及火点位置如图9a和图9e所集中分布在江苏,浙江和安徽北部地区的同时,还广

示.4月24~28日中国东部地区多为AOD高值区且泛分布在浙江以南地区.

日期 日期日期

与火点分布位置大致吻合,其中江苏,安徽和浙江北

时刻 时刻时刻

图84月24~28日PM、PM质量浓度和AQI的逐小时变化

2.510

Fig.8

Hourly changes of PM, PM mass concentration and AQI from April 24~28

2.510

图9 2018年4月24~28日和7月25~29日AOD和火点位置、72h后向轨迹聚类分析、WPSCF以及WCWT的空间分布

Fig.9 Spatial distribution of AOD and fire position, 72h backward trajectory cluster analysis, WPSCF and WCWT on April 24~28

and July 25~29, 2018

为进一步明确两次气溶胶跨区域传输事件的1500m,分别对应两次传输事件中高空气溶胶层中

污染来源,利用HYSPLIT4模式分别计算2018年4心位置所在高度.依据聚类分析结果,4月的污染输

月24~28日以及7月25~29日的72h后向轨迹,时间送事件主要被分为4轨迹,如图9b所示.从水平输送

间隔为6h,模拟起始高度选取为海拔高度1400和方向来看,来自山西、河北方向的轨迹1占总轨迹比

5期 张亦舒等：浙江省气溶胶垂直分布及区域传输分析 2105

重最大,为44.17%,来自湖北、江西方向的轨迹3次

之,占23.33%,说明浙江省春季主要受大陆气团控制;此次污染输送PM

从垂直方向看,轨迹1和4从2800m以上的高度不

断沉降至1400m,为下沉气团,轨迹2和3的气团表

现出先上升后沉降的过程.为降低计算误差,将权重

函数与潜在源贡献(PSCF)模型和浓度加权轨迹模

型(WCWT)相结合,得出加权后的WPSCF和WCWT

结果

[3235]

.如图9c~d所示,潜在源贡献区域与PM

2.5

-

WCWT值均高于75µg/m

3

,表明相应地区对浙江省

2.5

贡献最大.7月传输事件的72h

后向轨迹聚类成4类,如图9f所示.水平输送方向看,

轨迹大部分来自浙江西南方向:江西安徽方向的轨

迹2占据比重最高,达40%,其次是来自福建江西方

向的轨迹1;从垂直方向看,3类轨迹均呈先升后降态

势.由图9g~h可见,潜在源贡献与PM

2.5

浓度加权轨

迹贡献区域存在一定差异,对污染物输送贡献最高

的是江西北部以及安徽和江苏南部地区,PM

2.5

贡献浓度加权轨迹贡献呈现出较好的一致性,潜在源区

超40µg/m域集中在江浙沪以及湖北和江西的交界地带,

3

.

a.2018年4月28日 b.2018年7月26日 c.2018年7月28日

图10 气溶胶类型随高度的分布情况

Fig.10 Distribution of aerosol subtypes with height in Zhejiang Province

上图代表中国范围内气溶胶类型随高度的分布情况,虚线框为浙江省范围,下图为浙江省局部放大图;1.洁净海洋型;2.沙尘;3.污染大陆型/烟;4.洁净大陆

型;5.污染沙尘型;6.烟尘型;7.污染海洋型

为研究两次跨区域传输气溶胶在垂直方向上

的分布特征,选取中国范围内CALIPSO卫星穿过浙

江上空时的L2产品,对应北京时间分别为2018年4

月28日13:07~13:21,7月26日02:02~02:16和7月

28日01:50~02:O L2产品通过不同高度

的后向散射数据推导出532nm后向散射系数、体积

退偏比、区域类型以及抬升现象等特征雷达信号,

对大气层内不同高度的气溶胶类型进行区分

[36]

,利

用CALIPSO的AS产品可清晰地揭示气溶胶在不

同垂直高度上的类别.浙江省AS分布如图10虚线

框及下图所示,结果显示在2018年4月28日(图10a),能在高空西北气流的输送下到达浙江上空,沉降后

浙江以北地区诸如内蒙、辽宁地区出现大范围沙尘,对浙江PM

高度从1km蔓延至6km以上;浙江区域纬度内,在

1.4km以下表现为洁净海洋型与污染海洋型混

杂,1.4~2km以污染大陆型/烟为主,其次为污染海洋

型和沙漠沙尘型;浙江以南地区在1km以下多为洁

净海洋型而高空夹带部分烟尘型气溶胶.结合

HYSPLIT模型的72h后向轨迹及AOD和火点空间

分布(图9),可看出2018年4月24~28日以西北方向

为主的气流(轨迹1)经过河北、山东和浙江等AOD

高值区,易将这些地区的大气污染物诸如生物质燃

烧气溶胶输送至浙江上空,加重本地污染.春季,东亚

沙尘事件频发,中国西北地区由于戈壁沙漠和黄土

分布广泛,是亚洲扬尘的主要来源地区之一,起源于

塔克拉玛干和戈壁沙漠的沙尘气溶胶可长距离运

输到中国东部,韩国和日本

[3739]

.因此,外来沙尘极可

-

10

浓度增加具有重要贡献.7月26~28日,

苏鲁地带出现大量烟尘型气溶胶(图10b),与AOD

高值区和火点密集区分布相吻合,随时间推移同时

向南北扩张至浙江、吉林和辽宁.26日,浙江省内

1~2km的气溶胶为污染大陆型/烟,28日转变为烟尘

2106 中 国 环 境 科 学 41卷

型,其次为洁净海洋型和污染大陆型/烟(图10c).值

得注意的是,7月25~29日气流均来自浙江的西南方

向,尽管这些地区属于AOD低值区但存在大量火点,

生物质燃烧气溶胶随西南气流不断输送至研究区

域,导致其上空出现大规模烟尘型气溶胶.生物质燃

烧作为大气污染的主要来源之一,不仅能够恶化区

域空气质量、降低大气能见度,还可显著影响生态系

统的循环,对人类健康和环境产生不利效应.

3 结论

3.1

大部分站点2018年气溶胶消光系数整体小于

2017年.边界层内消光系数年均值表现为塘雅>渔

山>滕头村>善西>陈蔡水库>千岛湖,在空间上呈现

中部高而东西低的分布形态,这主要归因于地形地

貌以及经济活动强度差异.

3.2 气溶胶消光系数存在明显季节变化,整体表现

为冬季最高,秋季其次,而春夏较低.从垂直分布上看,

春季和夏季大部分站点的气溶胶集中在地面上方

1~2km处,冬季则分布在1km以下.秋季,千岛湖,滕

头村和陈蔡水库站点气溶胶在1~2km占比更多,高

空气溶胶的存在使垂直分布形态发生改变.各站点

PM

2.510

和PM质量浓度的季节变化规律一致表现为

冬季>春季>秋季>夏季,浙江省细粒子污染严重且

受人为排放影响较高.

3.3 2018年4月24~28日,高空气溶胶沉降促使局

地排放引发污染加重,人为污染产生的细粒子占主

要地位,西北方向气流经AOD高值区时易将人为

排放气溶胶携带至浙江本地,污染强度明显增加.7

月25~29日,西南方向气流途经江西、福建等广泛

存在火点的地区,导致浙江上空出现大规模烟尘型

气溶胶.

参考文献：

[1] Kaufman Y J, Tanre D, Gordon H R, et al. Passive remote nsing of

tropospheric aerosol and atmospheric correction for the aerosol effect

[J]. Journal of Geophysical Rearch, 1997,102(14):16815-16830.

[2] Cai Q L, Dai X R, Li J R, et al. The characteristics and mixing states

of PMduring a winter dust storm in Ningbo of the Yangtze River

2.5

Delta, China [J]. Science of the Total Environment, 2019,709:136-

146.

[3] Du W, Zhang Y, Chen Y. Chemical characterization and source

apportionment of PM during spring and winter in the Yangtze River

2.5

Delta, China [J]. Aerosol and Air Quality Rearch, 2017,17(9):2165-

2180.

[4] 贺千山,毛节泰.微脉冲激光雷达及其应用研究进展 [J]. 气象科技,

2004,32(4):219-224.

He Q S, Mao J T. Micro-pul lidar and its applications [J].

Meteorological Science and Technology, 2004,32(4):219-224.

[5] 丁 辉.利用微脉冲激光雷达(MPL)探测气溶胶消光系数廓线和大

气混合层高度的初步研究 [D]. 南京:南京信息工程大学, 2012.

Ding H. Measurements of aerosol vertical profiles and the mixed layer

height using a micro pul lidar [D]. Nanjing: Nanjing University of

Information Science & Technology, 2012.

[6] Fan W, Qin K, Xu J, et al. Aerosol vertical distribution and sources

estimation at a site of the Yangtze River Delta region of China [J].

Atmospheric Rearch, 2019,217:128-136.

[7] Sun T, Che H, Qi B, et al. Characterization of vertical distribution and

radiative forcing of ambient aerosol over the Yangtze River Delta

during 2013~2015 [J]. Science of the Total Environment, 2019,650(2):

1846-1857.

[8] 李正强,谢一凇,张 莹,等.大气气溶胶成分遥感研究进展 [J]. 遥感

学报, 2019,23(3):359-373.

Li Z Q, Xie Y S, Zhang Y, et al. Advance in the remote nsing of

atmospheric aerosol composition [J]. Journal of Remote Sensing,

2019,23(3):359-373.

[9] 邱 昀,安欣欣,刘保献,等.北京市气溶胶消光系数垂直特征及影响

因子探讨 [J]. 环境科学研究, 2020,33(3):519-525.

Qiu Y, An X X, Liu B X, et al. Vertical distribution of aerosol

extinction coefficient and its influencing factor in Beijing [J]. Rearch

of Environmental Sciences, 2020,33(3):519-525.

[10] 吴 仪,邓孺孺,秦 雁,等.秋冬季节珠三角典型区域气溶胶浓度垂

直分布的激光雷达反演 [J]. 遥感学报, 2020,24(3):302-318.

Wu Y, Deng R R, Qin Y, et al. Vertical distribution of aerosol mass

concentration over Pearl River Delta obrved by Lidar during autumn

and winter [J]. Journal of Remote Sensing, 2020,24(3):302-318.

[11] Zhao C, Wang Y, Wang Q, et al. A new cloud and aerosol layer

detection method bad on micropul lidar measurements [J]. Journal

of Geophysical Rearch: Atmospheres, 2014,119(11):6788-6802.

[12] Zhang J L, Liu P, Zhang F, et al. CloudNet: Ground‐bad cloud

classification with deep convolutional neural network [J]. Geophysical

Rearch Letters, 2018,45(16):8665-8672.

[13] Fernald F G. Analysis of atmospheric lidar obrvations: some

comments [J]. Applied Optics, 1984,23(5):652-652.

[14] Bucci S, Cristofanelli P, Decesari S, et al. Vertical distribution of

aerosol optical properties in the Po Valley during the 2012 summer

campaigns [J]. Atmospheric Chemistry & Physics, 2018,18(8):5371-

5389.

[15] Levy R C, Remer L A, Mattoo S, et al. Second-generation operational

algorithm: Retrieval of aerosol properties over land from inversion of

Moderate Resolution Imaging Spectroradiometer spectral reflectance

[J]. Journal of Geophysical Rearch-Atmospheres, 2007,112(D13):

319-321.

[16] Levy R C, Remer L A, Dubovik O. Gobal aerosol optical models and

lookup tables for the new MODIS aerosol retrieval over land [Z].

Journal of Geophysical Rearch-Atmospheres, 2006.

[17] Wang Y Q, Zhang X Y, Draxler R R. TrajStat: GIS-bad software that

5期 张亦舒等：浙江省气溶胶垂直分布及区域传输分析 2107

us various trajectory statistical analysis methods to identify potential

sources from long-term air pollution measurement data [J]. Li R, Li Q, Xu J, et al. Regional air pollution process in winter over

Environmental Modelling & Software, 2009,24(8):938-939. the Yangtze River Delta and its influence on typical northern cities [J].

[18] 张艳品,陈 静,钤伟妙,等.石家庄冬季典型污染过程气溶胶激光雷Environmental Science, 2020,41(4):1520-1534.

达观测 [J]. 中国环境科学, 2020,40(10):4205-4215.

Zhang Y P, Chen J, Qian W M, et al. Aerosol lidar obrvation of apportionment of PMduring a fall heavy haze episode in the Yangtze

typical pollution process in Shijiazhuang in Winter [J]. China River Delta of China [J]. Atmospheric Environment, 2015,123:380-

Environmental Science, 2020,40(10):4205-4215. 391.

[19] 沈 吉,曹念文.2018年中国长江三角洲地区气溶胶的垂直分布特[29] Tang L, Yu H, Ding A, et al. Regional contribution to PM pollution

征 [J]. 环境科学, 2019,40(11):4743-4754.

Shen J, Cao N W. Characteristics of aerosol vertical distribution over Total Environment, 2016,541:161-166.

the Yangtze River Delta region of China in 2018 [J]. Environmental [30] Wang M, Cao C, Li G, et al. Analysis of a vere prolonged regional

Science, 2019,40(11):4743-4754. haze episode in the Yangtze River Delta, China [J]. Atmospheric

[20] Leng C, Duan J, Xu C, et al. Insights into a historic vere haze Environment, 2015,102:112-121.

weather in Shanghai: synoptic situation, boundary layer and pollutants [31] Seibert P, Kromp-Kolb H, Baltensperger U, et al. Trajectory analysis

[J]. Atmospheric Chemistry and Physics Discussions, 2015,15(22): of high-alpine air pollution data [J]. Air Pollution Modeling and Its

32561-32605. Application X, 1994,18:595-596.

[21] 高星星,陈 艳,张 镭,等.华北地区气溶胶的季节垂直分布特征及[32] Polissar A. The aerosol at Barrow, Alaska: long-term trends and

其光学特性 [J]. 兰州大学学报(自然科学版), 2018,54(3):395-403.

Gao X X, Chen Y, Zhang L, et al. Vertical distribution of asonal 2458.

aerosols and their optical properties over Northern China [J]. Journal [33] Hsu Y K, Holn T M, Hopke P K. Comparison of hybrid receptor

of Lanzhou University: Natural Sciences, 2018,54(3):395-403. models to locate PCB sources in Chicago [J]. Atmospheric

[22] 唐志伟,许潇锋,杨晓玥,等.基于卫星资料的华东地区气溶胶三维分Environment, 2003,37(4):545-562.

布特征研究 [J]. 中国环境科学, 2019,39(9):3624-3634.

Tang Z W, Xu X F, Yang X Y, et al. Characteristics of three-

dimensional aerosol distribution in Eastern China bad on satellite Sun T Z. Vertical obrvation and analysis of aerosol optical properties

data [J]. China Environmental Science, 2019,39(9):3624-3634. and direct radiative forcing over Hangzhou [D]. Beijing: Chine

[23] 杨文涛,姚诗琪,邓 敏,等.北京市PMAcademy of Meteorological Sciences, 2018.

2.510

时空分布特征及其与PM

关系的时空变异特征 [J]. 环境科学, 2018,39(2):684-690.

Yang W T, Yao S Q, Deng M, et al. Spatio-temporal distribution

characteristics of PMand spatio-temporal variation characteristics of Yu C X, Yang Y J, Deng X L, et al. Vertical distribution characteristics

2.5

the relationship between PM and PM in Beijing [J]. Environmental of aerosol optical properties on haze and clear day in Hefei bad on

2.510

Science, 2018,39(2):684-690. CALIOP satellite measuring [J]. China Environmental Science, 2017,

[24] 邓发荣,康 娜,Kanike R K,等.长江三角洲地区大气污染过程分析 37(5):1677-1683.

[J]. 中国环境科学, 2018,38(2):401-411. [36] Uematsu M, Yoshikawa A, Muraki H, et al. Transport of mineral and

Deng F R, Kang N, Kanike R K, et al. Analysis of air pollution anthropogenic aerosols during a Kosa event over East Asia [J]. Journal

episodes over different cites in the Yangtze River Delta [J]. China of Geophysical Rearch-Atmospheres, 2002,107(D7):AAC3-1-

Environmental Science, 2018,38(2):401-411. AAC3-7.

[25] 李 敏,何红弟,郝杨杨.上海市大气环境中PM/PM[37] Sheng Z, Ramesh S. Aerosol and meteorological parameters associated

2.510

时空分布特

征 [J]. 云南大学学报(自然科学版), 2019,41(2):323-332.

Gehrig R, Buchmann B. Characterising asonal variations and spatial Remote Sensing, 2018,10(6):957.

distribution of ambient PM and PM concentrations bad on [38] Zhang Z, Huang J, Chen B, et al. Three-year continuous obrvation

102.5

long-term Swiss monitoring data [J]. Atmospheric Environment, 2003, of pure and polluted dust aerosols over northwest China using the

37(19):2571-2580. ground-bad lidar and sun photometer data [J]. Journal of

[26] Yang Q Q, Yuan Q Q, Li T W, et al. The relationships between PM Geophysical Rearch Atmospheres, 2019,124(2):1118-1131.

2.5

and meteorological factors in China: Seasonal and regional variations

[J]. arXiv e-prints, 1708.06072.

[27] 李 瑞,李 清,徐 健,等.秋冬季区域性大气污染过程对长三角北

部典型城市的影响 [J]. 环境科学, 2020,41(4):1520-1534.

[28] Hua Y, Cheng Z, Wang S, et al. Characteristics and source

2.5

1

during winter haze in Yangtze River Delta, China [J]. Science of the

source locations [J]. Atmospheric Environment, 1999,33(16):2441-

[34] 孙天泽.杭州地区气溶胶光学—辐射特性垂直观测研究 [D]. 北京:

中国气象科学研究院, 2018.

[35] 于彩霞,杨元建,邓学良,等.基于CALIOP探测的合肥气溶胶垂直分

布特征 [J]. 中国环境科学, 2017,37(5):1677-1683.

with the inten dust event of 15 April 2015 over Beijing, China [J].

作者简介：

张亦舒(1995-),女,河南焦作人,中国矿业大学环境与测绘学

院硕士研究生,主要从事大气环境遥感研究.