京津冀地區氣溶膠光學厚度與PM2.5濃度的關聯性

溫玉海，倪曉昌，姚歡，李彤，徐麗娟，劉博文

（1天津職業技術師范大學電子工程學院，天津3002222；2南京科技職業學院電氣工程學院，江蘇210019；3天津大學教育部光電信息技術重點實驗室超快激光實驗室，天津300072）

京津冀地區氣溶膠光學厚度與PM2.5濃度的關聯性

溫玉海1，倪曉昌1，姚歡2，李彤1，徐麗娟1，劉博文3

（1天津職業技術師范大學電子工程學院，天津3002222；2南京科技職業學院電氣工程學院，江蘇210019；3天津大學教育部光電信息技術重點實驗室超快激光實驗室，天津300072）

為研究氣溶膠光學厚度（AOD）和PM2.5濃度之間的關系，選取京津冀地區2014年1～4月間的51例CALIPSO二級氣溶膠樣本數據。通過顆粒形狀、系統穩定性等條件對樣品數據進行篩選，使AOD樣品能夠根據相關海拔高度進行整合。數據結果以AOD為自變量、PM2.5為因變量，通過Matlab軟件建立線性回歸模型，使用線性、對數、指數、功率和二次方程式擬合。實驗結果表明：二次模型的相關系數值最優，利用CALIPSO衛星數據計算獲得的氣溶膠光學厚度監測地面PM2.5濃度是可行的。

光學厚度；CALIPSO；氣溶膠；PM2.5；回歸方程

氣溶膠是懸浮在大氣中的小顆粒，可將陽光反射回空間從而使大氣變冷，也可吸收太陽光并溫熱大氣，這取決于它們的形狀、大小和組成成分。氣溶膠甚至可以改變云層存在的時間、降雨的多少以及陽光反射的方式。氣溶膠檢測的類型可分為現場測量、衛星測量和地面觀測。激光雷達具有長期、實時、抗干擾和高空間分辨率的特點，可提供后向散射系數和氣溶膠的消光系數。而對于基于地面的激光雷達，空基激光雷達能獲得更多高海拔、長距離、長期和季節性的數據，從而為氣象監測器提供更全面的信息［1］。

2006年，美國宇航局和法國國家空間研究中心設計CALIPSO衛星并將其作為“A列車”的一部分，發射進入環繞地球軌道上［2］。CALIPSO可以提供氣候觀測數據，包括更深層的云-氣溶膠研究數據，提高了預測天氣變化的能力，有助于對呼吸氣體的研究。云-氣溶膠偏振激光雷達CALIOP是CALIPSO衛星的主要工具，用于檢測云和氣溶膠特性［3］。在氣候研究中，CALIOP主要適用于檢測氣溶膠的垂直分布和水平特征，診斷云和云的垂直分布，估計火災和火山爆發，計算云和氣溶膠的光學特性對氣溶膠濃度的影響等［4］。通過計算和分析，可對云和氣溶膠的變化及它們對氣候變化能產生怎樣的影響獲得更加全面和準確的認識［5］。CALIPSO衛星的二級數據主要源自地球物理變量和多個CALIPSO儀器測量得到的反演變量［6］。本文使用天津地區的CALIPSO二級氣溶膠廓線的測量數據及基于地面的大氣環境監測結果分析PM2.5和氣溶膠光學厚度（AOD）之間的關系，通過激光雷達遙感技術，利用二者之間的關系模型估計地面的大氣污染程度和城市大氣質量。

1　激光雷達與氣溶膠光學厚度的理論

在單次散射情況下，激光雷達信號方程可表示為：

式中：r為衛星到采集樣本的距離；P（r）為衛星上接收到的距離采集樣本距離為r處的大氣后向散射回波功率；E0為其發射的激光脈沖能量；ξ為激光雷達系統參數；T（r）為從激光雷達到散射物質的距離r內的單程透射率（即信號衰減）；βm（r）為大氣分子產生的背向散射系數；βα（r）為氣溶膠分子產生的背向散射系數；σm（r）為大氣分子產生的消光系數；σα（r）為氣溶膠分子產生的消光系數［7］。

傳統的地面激光雷達通常使用單個廓線處理方法，由于CALIPSO星載激光雷達系統具有較高的掃描速度和低噪聲比，傳統激光雷達處理方法無法使用。此外，CALIPSO星載激光雷達需要一系列算法來處理星載激光雷達數據。該算法由3個模塊組成，包含檢測層、按形狀分層、執行消光系數反演3個基本功能。這些模塊包括了選擇性迭代邊界定位法、分類算法以及混合消光系數反演算法［8］。

氣溶膠光學厚度（AOD）是指無云大氣垂直氣柱中，在垂直方向上對消光系數的積分，由氣溶膠的散射而成。它是描述氣溶膠對光衰減作用的一個無量綱物理量。此外，AOD是研究氣溶膠氣候效應的重要參數，并能在一定程度上反應區域大氣污染程度，其計算公式為：

式中：τλ為大氣總光學厚度；λ為波長；H1為大氣下界高度；H2為大氣上界高度；σλ為粒子的消光截面；N（z）為消光粒子的垂直分布狀況。

對氣溶膠光學厚度的分析有助于分辨氣溶膠形成的區域及演化過程。通過對氣溶膠廓線的反演，可以得到其他物理和光學性質。CALIPSO二級氣溶膠產品里包括不明特征標記、分類標志、消光系數廓線等參數，消光系數可以通過篩選流程直接積分得到。

2　CALIPSO衛星數據處理

2.1數據篩選

選取北京—天津—河北的粗略范圍（經度范圍為38.496 093 75°N～43.154 296 87°N，緯度范圍為113.720 211 982 73°E～119.433 102 60°E），在NASA網站上選取該地區并下載二級數據，通過Matlab軟件進行篩選。

使用從532 nm通道提取出來二級消光系數數據，這些消光系數不都是可用和有效的，因此有效數據需要通過以下2步篩選以提高AOD的精度：①用基本品質篩選參數對數據進行篩選；②提取有效區域數據（確切的區域以點（39.080 05°N，117.122 395°E）為中心，以100 km為半徑的區域）。

2.2基本品質篩選技術

利用CALIPSO二級數據中CAD Score、AVD和extinction QC這3個輪廓描述標志進行基本品質篩選。CAD Score為CALIOP云和氣溶膠算法的分類提供一個數值化的置信水平。標準CAD Score在CALIOP分層產品中的范圍為-100～100。CAD Score符號可以表現出特性類型：正值表示云，負值表示氣溶膠。CAD Score的絕對值提供用于分類的置信水平。CAD Score的絕對值越大，分類的置信水平就越高也越正確。因此，這里設置一個范圍，CAD Score分布在-100～-20的為氣溶膠。

AVD是一個輪廓描述標志，包含5 km×60 m垂直空間范圍內的特征分類標志。特征分類標志提供了特征空間區域類型判定、特征子類型、冰水層的描述及檢測層平均水平的量。對大氣特征描述數據的最后3個字節和用于特征分類標志的描述略有不同。特征類型的值為0～7，它們分別表示無效、清潔大氣、云、氣溶膠、平流層特征、地表、地表下和無信號（完全衰減）。這里，僅保留特征類型為3，代表氣溶膠的數據。子類型的值也從0～7，分別代表未確定、干凈的海洋、灰塵、污染的大陸、干凈的大陸、粉塵污染、煙和其他。研究可以根據子類型數值的不同判斷氣溶膠的類型［9］。

CALIPSO extinction QC總結了消光反演的最終狀態。在迭代過程中，激光雷達比可以調整。通常在消光反演過程中，假設激光雷達比是不變的或是受限制的，此時extinction QC是0或1。對數組中的extinction QC值進行檢測來判斷它們是否有效。列中任何無用的消光反演數都會影響整列大氣光學厚度的精度。反演數值會在激光雷達比或波長必須減小的情況下變得更加不確定［10］。為篩選數據，選取一個具有相同尺寸的消光系數邏輯矩陣去判別元素的真假。其原理是在矩陣邏輯中是‘真’的將會保留，‘假’的將會被淘汰。

2.3數據篩選結果

從5 km高度的CALIPSO二級氣溶膠廓線篩選出的532 nm波段氣溶膠消光系數原始數據如圖1所示，其中2014年2月9日的數據如圖1（a）所示，2014年2月16日的數據如圖1（b）所示。

圖1　天津地區大氣氣溶膠平均消光系數分布

據國家監測站測得的空氣質量，2月9日空氣質量最優，而2月16日為重度污染。圖1表明，2月16日的氣溶膠平均消光系數無論是在高空分布還是數值上都明顯高于2月9日。由圖1（b）可知，氣溶膠消光系數在約1.5 km高度達到飽和，低于這個高度氣溶膠的消光系數未被檢測到，表明低空大氣污染嚴重，懸浮在大氣中的顆粒將激光雷達脈沖吸收，因此回波信號不能被檢測。此外，激光可以到達2月9日的地表海拔高度，而根據國家監測站監測的結果，2月9日的空氣質量優于2月16日，充分表明CALIPSO的測量數據和國家監測站監測的空氣質量有很好的相關性。

2.4AOD計算

利用篩選出的消光系數，根據式（2）編寫Matlab程序，對2014年1～4月間的51個CALIPSO二級氣溶膠廓線有效樣本進行處理，得到每一例樣本的平均AOD。51個有效樣本和相應的由中國環境監測總站提供的PM2.5值（單位：mg/m3）按時間順序顯示的結果如圖2所示。由圖2可知，雖然AOD和PM2.5在時間上有相同的趨勢，但很難找到兩者之間的相關關系。因此，采用5種數學模型尋找AOD和PM2.5之間的關系，其中ADD為自變量，PM2.5為因變量。5種數學模型分別為線性、一元二次、乘冪、對數和指數。

圖2　PM2.5和AOD之間關系的數據模型

AOD和PM2.5之間的回歸擬合模型結果如表1所示。從表1中可以看出AOD和PM2.5的擬合方程相關系數R2并不理想（R2越大越好），比較各模型R2值大小，最終選擇一元二次模型作為AOD和PM2.5的關系模型。AOD與PM2.5擬合的一元二次模型如圖3所示。

表1　AOD和PM2.5之間的回歸擬合模型結果

2.5標高訂正

修正主要使用CALIPSO二級數據中給出的SES系數對式（2）的積分高度進行訂正。SES記錄了一天樣本中每個點所對應的地面海拔高度。通過CALIPSO二級數據的反演光學厚度，根據SES的值可以計算得到每天相應的氣溶膠光學厚度。計算出每個采樣點的AOD后，利用這些數據計算得到平均AOD數值。通過這種方法，可以將SES以上的有效數據提取出來，從而提高了AOD數值的準確性。訂正后的AOD與PM2.5回歸擬合方程如表2所示。

圖3　AOD和PM2.5之間的二次擬合線

表2　訂正后的AOD與PM2.5回歸擬合方程

通過所給的SES系數訂正后，所有模型的R2值均得到了提高，但一元二次模型的擬合結果最好。因此，說明一元二次方程能更好地反映PM2.5和AOD之間的相關性。訂正后的AOD與PM2.5一元二次擬合線結果如圖4所示。

圖4　訂正后的AOD與PM2.5一元二次擬合線結果

3　結束語

本文基于CALIPSO衛星遙感數據和中國環境監測總站提供PM2.5數據，通過51例樣本研究了平均AOD和PM2.5之間的關系。研究表明，使用從CALIPSO二級數據中得到的訂正后的AOD值來監控預測PM2.5的濃度是可行且可靠的。未來可以對更長周期的數據（例如全年）和更多的訂正因素進行進一步的研究分析。

［1］鄭韶青，徐峻，何友江，等.星載激光雷達CALIOP功能、產品和應用［J］.環境工程技術學報，2014，4（4）：313-320.

［2］BADARINATH K V S，KHAROL S K，SHARMA A R.Longrange transport of aerosols from agriculture crop residue burning in Indo-Gangetic Plains-A study using LIDAR，ground measurements and satellite data［J］.Journal of Atmospheric and Solar-Terrestrial Physics，2009，71（1）：112-120.

［3］VAUGHAN M，WINKER D.CALIOP algorithm theoretical basis document：Calibration and level 1 data products［EB/ OL］.USA：NASA［2016-4-7］.http：//www-calipso.larc.nasa. gov/re-sources/project_documentation.php.

［4］OLOFSON K F G，ANDERSSON P U，HALLQUIST M，et al. Urban aerosol evolution and particle formation during winter time temperature inversions［J］.Atmospheric Enviroment，2009，43（2）：340-346.

［5］WANG X，FRONTOSO M G，PISANI G，et al.Retrieval of atmospheric particles optical properties by combining groundbased and space-borne lidar elastic scattering profiles［J］. Optics Express，2007，15（11）：6734-6743.

［6］WINKER D M，VAUGHAN M A，OMAR A，et al.Overview of the CALIPSO mission and CALIOP data processing algorithms［J］.Journal of Atmospheric and Oceanic Technology，2009，26（11）：2310-2323.

［7］LU X，JIANG Y，ZHANG X，et al.An algorithm to retrieve aerosol properties from analysis of multiple scattering influences on both ground-based and space-borne lidar returns［J］.Optics Express，2009，17（11）：8719-8728.

［8］VAUGHAN M A，POWELL K A，WINKER D M.Fully automated detection of cloud and aerosol layers in the CALIPSO lidar measurements［J］.Journal of Atmospheric and Oceanic Technology，2009，26（10）：2034-2050.

［9］CARLSON T N，WENDING P.Reflected radiance measured by NOAA-3 VHRR as a function of optical depth for Saharan dust［J］.Journal of Applied Meteorology，1977，16（12）：1368-1371.

［10］LIU Z Y，VAUGHAN M，WINKER D.The CALIPSO lidar cloud and aerosol discrimination：Version 2 algorithm and initial assessment of performance［J］.Journal of Atmospheric and Oceanic Technology，2009，26（7）：1198-1213.

Relevant research between the AOD and concentration of PM2.5pollutant on Chinese Beijing-Tianjin-Hebei region

WEN Yu-hai1，NI Xiao-chang1，YAO Huan2，LI Tong1，XU Li-juan1，LIU Bo-wen3
（1.School of Electronic Engineering，Tianjin University of Technology and Education，Tianjin 300222，China；2.School of Electrical Engineering，Nanjing Technical Vocational College，Jiangsu 210019，China；3.Ultrafast Laser Laboratory，and Key Laboratory of Opto-electronic Information Technology，Ministry of Education，Tianjin University，Tianjin 300072，China）

To study the relationship between Aerosol Optical Depth（AOD）and concentration of PM2.5（Particulate Matter）based on Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observation（CALIPSO）data，51 samples of the CALIPSO Level 2 aerosol profile data on Chinese Beijing-Tianjin-Hebei region from January to April 2014 are selected.Samples′AOD can be integrated with respect to the related altitude after these 51 samples are screened under the decided conditions（eg particle type，system stableness etc）.To fit the calculated results，a linear regression model has been constructed through Matlab software，in which AOD is independent variable and PM2.5is dependent variable.All the data are fitted by linear，logarithmic，exponential，power，and quadratic equations.Experimental results show that the value of correlation coefficient of the quadratic model is the best one.So it is possible and feasible to monitor the concentration of PM2.5using the AOD calculated from CALIPSO Level 2 data.

optical depth；CALIPSO；aerosol；PM2.5；regression equation

X513

A

2095－0926（2016）02－0026－04

2016-03-31

天津市自然科學基金項目（14JCQNJC02000）；天津職業技術師范大學人才計劃及科研發展基金項目（J10011060304）；天津職業技術師范大學科研發展基金項目項目（XJKC031464）.

溫玉海（1989—），男，碩士研究生；倪曉昌（1974—），男，教授，碩士生導師，研究方向為飛秒激光技術應用及光信號檢測技術.