基于激光雷達的寧波市晴天消光系數垂直特征分布

顧人穎，廖桉樺，朱純陽

(1.寧波市鄞州區氣象局，浙江 寧波 315194； 2.寧波市鎮海區氣象局，浙江 寧波 315202)

隨著社會經濟的發展，公眾對環境問題的關注度也越來越高，近年來政府部門已經在加大治理城市空氣污染，但是霧和霾等天氣時有發生。霧和霾等現象都是空氣中的氣溶膠粒子增多引起的能見度下降，其中，霾對人體健康影響較大，明顆粒物濃度與呼吸道疾病的發生有密切的關系，特別是空氣動力學直徑<2.5 μm的顆粒物(PM2.5)。

目前，國內各地環保部門都有監測顆粒物的儀器，但主要為近地面觀測。除個別地方利用鐵塔進行觀測外，國內大部分地方仍沒有氣溶膠濃度的垂直觀測資料，這樣獲得的數據有一定的局限性，也不利于對氣溶膠的變化規律進行深入分析和研究。

隨著激光雷達的研制成功，已有部分學者對其測量精度進行對比，發現激光雷達探測的氣溶膠消光系數與實測的氣溶膠濃度之間存在較好的相關性[1]，這使研究氣溶膠的垂直時空分布變得可行。2015年，寧波市有2臺激光雷達在奉化和鎮海安裝投入使用，筆者對鎮海站2015年7月至2017年6月的數據進行統計分析，初步探討寧波市氣溶膠垂直分布特征。

1 觀測場地和資料

1.1 觀測站點

寧波市氣象系統的2臺激光雷達分別安裝在寧波市鎮海區氣象局以及奉化區氣象局內，離寧波城區直線距離分別為13和28 km。寧波市環境監測中心也有一臺激光雷達在2016年投入使用，雖然就在城區，但目前積累數據時間相對較短。綜合考慮，挑選鎮海站的數據來代表寧波。

1.2 數據時段

由于云粒子也屬于氣溶膠，本研究重點關注PM2.5等顆粒物，在有多個波長的時候能夠通過不同波長的消光系數變化區分出云粒子和顆粒物粒子，但方法較為復雜，為盡可能減少云對結果的影響，此處單獨挑選晴天的數據進行研究。研究時間為2015年7月1日至2017年6月30日內的晴天。對于晴天的挑選，按照預報服務的標準，即低云<1成或高云<4成。由于2014年起國家一般氣象站已經取消了云的觀測，鎮海和奉化已無云觀測記錄，此處使用鄞州站的云觀測資料替代。以日平均低云量<1成且日平均總云量<4成進行篩選，同時考慮鎮海站全天無降水，日照時數>8.0 h，得到晴天日數。對于挑選出來的晴天，如當天激光雷達數據大量缺失的，則予以剔除，合計共挑選出參與計算晴天68 d。按照月份劃分季節，春(3月、4月、5月)、夏(6月、7月、8月)、秋(9月、10月、11月)、冬(12月、1月、2月)分別為28、10、10、20 d。

1.3 資料預處理

寧波市氣象局安裝的2臺激光雷達為無錫中科光電技術有限公司生產的AGHJ-I-LIDAR大氣顆粒物監測激光雷達。雷達使用355和532 nm雙波長探測，垂直分辨率為7.5 m，可測量出對應波長在0～15 km高度上的消光系數變化。本研究直接使用雷達輸出的消光系數進行計算，未進行波長轉換[2]。

從實際測量數據來看，存在2個比較明顯的問題：一是高度超過5 km后雜波明顯增加，在垂直高度和時間的二維圖像上表現為孤立零散的雜波點；二是激光雷達的數據在通過高消光系數區域后，雜波也會明顯增加，表現為明顯超出高值區的線狀雜波和離散的點狀雜波。

針對上面的第1個問題，從實際測量數據來看，一般顆粒物集中分布在2.5 km以下，本文重點討論垂直高度0～3 km的消光系數變化特征。針對第2個問題，考慮空氣狀態的連續變化，消光系數的變化也有一定的連續性，因此，在某一固定高度上的消光系數也應該是連續變化的。對每個高度上的數據進行時間上的滑動平均，以數據點本身以及前后各3個時次共7個數據求平均，此方法能平滑掉一部分雜波，但同時也對消光系數的高值區有一定影響。

2 氣溶膠消光系數垂直分布特征

2.1 能見度與消光系數

在氣象上，霾是根據能見度來定義其強度的，而能見度與消光系數之間的關系可以由Koschmieder公式來表示：

Vis=K/Bext×1 000。

式中：Vis為能見度，單位為km；Bext為消光系數，單位為km-1；K為常數，不同地區得出的值不一樣。Wang等[3]在研究珠三角地區時，K取3.912；Che[4]和Deng等[5]研究城市區域時，K取1.9；盧慧劍等[6]通過對杭州能見度和消光系數的實測值擬合，得出杭州地區K值為1.81。考慮寧波與杭州在地理位置和氣候特征上都比較接近，本研究K值取與杭州一致，為1.81。

浙江氣象臺根據氣象服務需要劃分的霾等級標準中，在相對濕度<80%的情況下，以能見度進行劃分不同的霾等級，具體見表1。在此根據其能見度界限計算對應消光系數的界限，根據得出的消光系數界限求出超過對應消光系數范圍的高值區，并對全部數據進行平均。

表1 寧波市霾等級分級與對應消光系數

2.2 平均消光系數的垂直分布特征

在對前文所述的晴天鎮海站激光雷達消光系數數據平均統計后得到圖1，可以發現，355 nm波長的消光系數平均高值區可達0.6 km-1，離地面有一定的距離，主要出現在0.5～0.9 km，時間上主要出現在9：00—23：00。消光系數>0.4 km-1區域的上邊界呈現出一定的日變化趨勢，中午前后與日出、日落時相比略高。

在532 nm波長上，消光系數的平均值明顯<355 nm波長，消光系數>0.2 km-1區域的范圍比355 nm波長消光系數>0.4 km-1的范圍小。532 nm波長上消光系數高值區僅為0.4～0.6 km-1，未出現消光系數均值>0.6 km-1的區域，同時高值區主要出現在近地面層，集中分布在0.1～0.3 km。

355、532 nm波長的平均消光上界，在中午前后都會出現一個峰值，或與邊界層的變化有一定的關系。

2.3 消光系數高值區的范圍

考慮到直接對消光系數進行平均統計不一定能真實反映氣溶膠真實的分布范圍，特別是某幾次高消光系數可能會引起局部區域的平均值偏高。按照1.3節方法處理后，分析在某一消光系數以上區域的概率分布情況，結果見圖2。可以看出，在消光系數高值區的分布概率上，355和532 nm波長明顯不同。總體上，355 nm波長區域明顯>532 nm波長對應區域；從高度分布上來看，355 nm波長高概率區域的上界和下界均比532 nm波長高，同時，能看出有明顯的日變化，中午前后上界有峰值。

A為355 nm波長；B為532 nm波長圖1 寧波市平均消光系數的分布

A、C、E、F為355 nm波長，消光系數分別為0.362、0.603、0.905、1.81 km-1；B、D、G、H為532 nm波長，消光系數分別為0.362、0.603、0.905、1.81 km-1圖2 寧波市不同消光系數概率分布的區域

消光系數>0.362 km-1概率分布如圖2所示，與同時段的消光系數平均值分布相類似，存在日變化趨勢。355 nm波長上，有>0.4的概率會在7：00—9：00出現在近地面，9：00之后開始上升，11：00以后>0.4概率的區域下界上升至>0.2 km。而在532 nm波長上，>0.4的概率分布高值區下界較低，基本都在0.1 km以下。

消光系數>0.603 km-1的概率分布表明，>0.3概率區域大幅度減少，無>0.4概率區域。在355 nm波長上，各概率出現區域上界有比較明顯的日變化。在532 nm波長上，各概率區域的上界下界無明顯日變化，各概率的下界貼近地面分布。

消光系數>0.905 km-1的概率分布表明，355 nm波長上最大出現概率為0.2～0.3，主要出現在14：00以前，上界在中午前達到最大高度，下界日變化不明顯。而在532 nm波長上，0.1～0.2概率出現區域下界貼近地面，上界也幾乎維持在0.3 km左右，其中，日出前后出現概率為0.1以下。

消光系數在>1.81 km-1的概率分布表明，532 nm波長上沒有>0.1概率的區域。在355 nm波長上，出現>0.1概率區域與地面有一定距離，除了日出前后有少量分布在0.3～0.5 km外，其余時間主要分布在0.5～1.0 km。

3 小結與討論

對2015年7月至2017年6月鎮海站晴天AGHJ-I-LIDAR激光雷達的資料分析結果表明：1)355 nm波長的平均消光系數明顯高于532 nm波長，355 nm波長的消光系數平均高值區可達>0.6 km-1，離地面有一定的距離，主要出現在0.5～0.9 km，時間上主要出現在9：00—23：00。消光系數>0.4 km-1區域的上邊界呈現出一定的日變化趨勢，中午前后與日出、日落時相比略高。632 nm波長上消光系數高值區僅為0.4～0.6 km-1，主要出現在近地面層，集中分布在0.1～0.3 km，時間上主要在13：00—21：00。2)按照5、3、2、1 km劃定消光系數的界限為0.362、0.603、0.905、1.81 km-1，統計超過界限消光系數的出現區域概率。消光系數高值區的分布概率上，355 nm波長區域明顯>532 nm波長對應區域；從高度分布上來看，355 nm波長高概率區域的上界和下界都比532 nm波長要高。同時有明顯的日變化，特別是在355 nm波長上，中午前后上界有峰值。

由于數據時間段本身比較少，挑選出晴天后參數統計的數據更少，分布特征雖然看起來存在一定的合理規律，但這些統計后的量并不一定就能代表寧波市全年的真實平均狀態。分季節分析或許更有代表意義，但是數據量繼續減少將導致分析出的結果代表性進一步降低。使用不同通道資料將云和降水與顆粒物分別進行分析，提高可用數據量能有效提高分析的可靠性，這也是筆者下一步工作的方向。另外，激光雷達資料的時空分辨率高，使用此類資料進行過程分析和預報應用應該是另外一種合理的做法。

[1] 范廣強, 劉建國, 張天舒, 等. 基于差分吸收激光雷達的云消除算法研究[J]. 光子學報, 2012, 41(10): 1135-1139.

[2] 莊雯雯, 賀千山, 王軍, 等. 基于地面微脈沖激光雷達的上海冬季霾強度及高度分析[J]. 環境科學學報, 2015, 35(3): 627-635.

[3] WANG X M, DING X, FU X X, et al. Aerosol scattering coefficients and major chemical compositions of fineparticles observed at a rural site in the central Pearl River Delta, South China [J]. Journal of Environmental Sciences, 2012, 24(1): 72-77.

[4] CHE H Z. Horizontal visibility trends in China 1981—2000 [J]. Geophysical Research Letters, 2007, 34(24): 497-507.

[5] DENG J J, WANG T J, JIANG Z Q, et al.Characterization of visibility and its affecting factors over Nanjing, China [J]. Atmospheric Research, 2010, 101(3): 681-691.

[6] 盧慧劍, 金均, 王瓊真, 等. 杭州市大氣PM2.5消光特性研究[J]. 環境污染與防治, 2016, 38(9): 53-56.

[7] 趙一鳴, 李艷華, 商雅楠, 等. 激光雷達的應用及發展趨勢[J]. 遙測遙控, 2014, 35(5): 4-22.

[8] 沈鐵迪, 王體健, 陳璞瓏, 等. 南京城區夏秋季能見度與PM2.5化學成分的關系[J]. 中國環境科學, 2015, 35(3): 652-658.

[9] 翟崇治, 周乾, 余家燕, 等. 偏振米散射激光雷達在大氣監測中的應用[J]. 激光雜志,2013, 34(1): 34-36.

[10] 何濤, 侯魯健, 呂波, 等. 激光雷達探測反演PM2.5濃度的精度研究[J]. 中國激光, 2013, 40(1): 212-217.

[11] 嚴國梁, 韓永翔, 張祥志, 等. 南京地區一次灰霾天氣的微脈沖激光雷達觀測分析[J]. 中國環境科學, 2014, 34(7): 1667-1672.

[12] 伯廣宇, 劉東,吳德成, 等. 雙波長激光雷達探測典型霧霾氣溶膠的光學和吸濕性質[J]. 中國激光, 2014, 41(1): 207-212.