三種激光雷達監測污染物分布和輸送對比

高曉榮,譚浩波 ,鄧 濤,李 菲,王春林,麥博儒 (.廣州市氣象臺,廣東 廣州 50；2.廣東省生態氣象中心,廣東 廣州50080；.中國氣象局廣州熱帶海洋氣象研究所,廣東 廣州 50080；.廣州市氣候與農業氣象中心,廣東 廣州 50)

激光雷達對氣溶膠、云和邊界層的測量在探測高度、垂直跨度、時間和空間分辨率、測量精度等方面具有全面的優勢,是其他探測手段所無法比擬的[1].其問世后就受到了廣泛關注,世界各國相繼開展了廣泛的研究.國外學者利用激光雷達就光學特性、云與氣溶膠的相互作用及邊界層結構等方面進行了深入研究[2-8].國內諸多學者分別使用米散射、偏振、微脈沖激光雷達及三通道雙波長高能激光雷達,根據探測及反演得到的距離平方校正回波信號、消光系數、后向散射系數、退偏比等物理量來分析和研究霾天氣時氣溶膠的光學特性、邊界層結構特征以及輸送通量等[9-14].

國內現已有北京、香港、蘭州、廣州等地的多家科研單位和高校利用各自研制或定制的激光雷達進行大氣氣溶膠探測試驗,開展了一些研究工作,但未形成系統的觀測網絡,與國外相比還有一定的差距.隨著國內相關部門從國外引進激光雷達以及自發研制比如安徽光電所研制的激光雷達在奧運會、世博會、亞運會期間等用于氣溶膠探測,這將有助于建立一個全國性的激光雷達探測氣溶膠的網絡,必將大大推動我國中低層氣溶膠研究,縮小與國外的差距.時下以城市為中心的空氣質量自動監測站,僅監測近地面有限指標,不能完全反映大氣污染的實際狀況,使空氣質量評價結果與公眾直觀感受不一致,也不能滿足空氣污染形成機制、演變和輸送過程的研究需求.本文通過對國外與國內自發研制的激光雷達開展同步對比試驗,旨在印證國內激光雷達監測污染物分布和輸送的有效性,并以此揭示不同天氣型下本地源與外來輸送對廣州的影響.

1 資料與方法

1.1 城市大氣邊界層探測的同步比對實驗

主要儀器:在光電遙感監測方面,主要選取3種不同型號激光雷達,包括美國Sigma公司的微脈沖激光雷達(Sigma)、無錫中科光電的三通道雙波長氣溶膠激光雷達(Zhongke)和北京怡孚和融的3D可視性激光雷達(Everise),如圖1所示.3種不同類型激光雷達的關鍵技術參數如表1所示.同時選取GRIMM EDM180-E環境顆粒物粒徑譜儀、美國BELFORT公司的model6000能見度儀聯合觀測.

主要觀測場地:選取中國氣象局廣州番禺大氣成分觀測站,隸屬中國氣象局大氣成分觀測站網.位于廣州市番禺區南村鎮大鎮崗的山頂,是番禺第一高峰,海拔141m,地處珠三角洲腹地,能代表珠江三角洲經濟圈大氣成分均勻混合的平均特征.

圖1 3種不同型號激光雷達Fig.1 different kinds of Lidar

表1 三種激光雷達關鍵技術參數Table 1 Key parameters of lidar

平行觀測時段:2014年11月17～30日.

1.2 數據處理

激光雷達獲取氣溶膠數據流程如圖2所示.在處理數據的各步驟中,背景噪聲扣除是指對周圍雜散光產生背景噪聲的扣除,一般背景噪聲范圍設定在15～35km,視實際信號而定;距離平方校正是將回波信號乘以距離的平方,目的是放大遠距離信號;幾何重疊因子修正則是采用實驗方法,選擇一個大氣干凈、能見度高并且水平大氣均勻的夜晚,讓激光雷達呈水平指向,持續發射激光脈沖一段時間,理論上雷達回波信號經過距離訂正和取對數以后其值隨距離變化為直線,斜率代表消光系數,而實際上接受到的信號在近端不完全填充區,利用實際接受信號和理論信號的比值可以得到近端填充訂正因子[12],目的是修正近端信號;空氣分子消光系數的計算是根據美國標準大氣中緯度地區模式中的空氣密度計算出空氣分子數密度,再通過Rayleigh散射公式獲得.本文求解雷達方程是用Fernald方法[15],定義消光后向散射比(SA),它是消光系數與后向散射系數的比值,采用后向積分求解雷達方程消光系數.雷達方程的求解在于確定氣溶膠后向散射比SA和消光系數的邊界值. SA是計算誤差的主要來源,它依賴于入射的激光波長、大氣氣溶膠粒子的尺度譜分布和折射指數,數值一般在10～70之間[16].本文做了多組嘗試,SA取值40時激光雷達AOD與全球地基氣溶膠監測網AERONETAOD擬合度較高,同時反演出來的低層消光系數和地面能見度儀的結果有較好的一致性.邊界值的選定對反演結果也有重要的影響[17-18].邊界值選取不當很容易反演出負的消光系數.選取遠端值在對流層頂附近,認為氣溶膠消光系數為0,取遠端值為空氣分子消光系數.但是雷達有效信號往往達不到那么高,可以在經過訂正后雷達信號出現負值前,選定邊界高度.在8km以上筆者做過敏感性測試,用空氣消光系數代替邊界值和斜率法的結果接近.文中旨在監測污染物分布和輸送,所有圖例僅顯示5km內高度.混合層高度(MLH)算法主要以梯度法為主[19].

圖2 激光雷達獲取氣溶膠信息流程Fig.2 The flow-progress diagram of lidar retrieving aerosol

2 檢驗

全球地基氣溶膠監測網(AERONET)是由NASA和LOA-PHOTONS (CNRS)聯合建立的地基氣溶膠遙感觀測網[20].它以法國CIMEL公司生產的全自動CE318太陽光度計為觀測儀器,該儀器掃描獲得的太陽直射輻射數據可以用于反演AOD等. Nakajima等[21]和Dubovik等[22]先后對氣溶膠尺度譜和相函數的反演算法進行了改進并發展形成不同的版本.利用朗伯比爾定律和CE318觀測的直射太陽輻射可以反演340、380、440、500、670、870、1020nm等7個波段的氣溶膠光學厚度,由于地基太陽光度計觀測反演氣溶膠參數不受地表參數影響,在大于440nm的波段,它反演的AOD精度能夠達到±0.015[23],可以作為真值用于檢驗激光雷達獲取的氣溶膠整層消光積分AOD數據.

圖3 全球地基氣溶膠監測網(AERONET)與激光雷達AOD的擬合Fig.3 Linear fit analysis of AOD using AERONET and lidar

文中利用平行觀測時段(2014年11月17～30日)距離番禺大氣成分站最近的香港站AERONET太陽直射算法以及太陽等高圈算法反演獲得的2.0級AOD數據檢驗激光雷達AOD產品.由于文中所用的激光雷達觀測數據均為532nm通道,故對應AERONET 532nm AOD通過440～870nm配對波段的AOD榮格插值獲得.

線性擬合結果如圖3所示,由圖可知3部激光雷達AOD與AERONET AOD擬合度均達到0.7以上,這也從側面驗證了激光雷達原始信號反演消光系數算法的可靠性.此外,與AERONET AOD相比,Sigma相對偏小,其余兩部則略偏大.

氣溶膠消光系數(km-1,與能見度成反比關系,能見度v =3.912/μ(km))是單位體積空氣塊中所有氣溶膠粒子對光衰減能力的總和.消光系數越大,能見度越低.能見度儀測量是假定大氣是水平均勻的,因此它只測某一個高度的消光系數.原理上它應當和激光雷達觀測到該高度上氣塊的消光系數做比較.但由于能見度觀測一般離地面2.5m,在這個高度上激光雷達沒有觀測值;而激光雷達觀測最低位在離地面幾十m～200m,這個高度沒有能見度儀的觀測值,為了比較,只能假定在貼地層大氣200m范圍中,大氣消光系數是均勻的.

利用激光雷達反演出來的過渡區高度(中科光電和怡孚和融225m,Sigma:255m)氣溶膠消光系數疊加空氣分子的消光系數換算成能見度與常規能見度(地面能見度儀監測)進行比較,如圖4所示. 3部激光雷達反演的能見度與能見度儀的相關系數均達到0.7以上,其中怡孚和融為0.72、中科光電為0.71、Sigma為0.70,同樣從側面驗證了激光雷達原始信號反演消光系數算法的可靠性.

混合層高度(MLH)產品受云層的影響較大,梯度法反演的基礎上需人工根據本站氣象要素進一步判斷訂正.為驗證激光雷探測大氣邊界層高度的準確性,將由激光雷達數據反演得到的邊界層高度與美國國家環境預報中心全球同化系統模式NCEP-GDAS(national centers for environmental prediction global data assimilation system)模擬結果進行了對比,如圖5所示.NCEPGDAS模式模擬結果的時間分辨率為3h,水平分辨率為1°×1°.

3部激光雷達反演的混合層高度演變趨勢與NCEP-GDAS模式模擬結果演變趨勢一致,均能反映邊界層的日變化特征,具有一定的可比性.反演的白天混合層高度,在大多數情形下Sigma比其他兩部均高.與模擬結果相比,白天混合層高度在霾天氣時(26～27日)相對較低,更能有效的揭示霾天氣,亦可反映夜間間歇性湍流特性.

圖4 能見度儀與激光雷達反演能見度的逐時演變Fig.4 Evolutionary charts of hourly visibility

圖5 混合層高度時序演變Fig.5 The evolutionary charts of hourly mixing layer height (MLH)

3 個例應用分析

3.1 監測污染物的外來輸送

選取觀測時段內21～22日以及24～25日兩次弱冷空氣輸送過程對比分析.圖6給出了地面天氣圖,由圖6可知,21～22日珠江三角洲北部有弱的偏北風,南部沿海以東到東南風為主,而24～25日過程主要以弱的偏北風為主.兩次過程的Hysplit后向軌跡也可看出氣流均以東北向為主,如圖7所示.

圖8給出了氣溶膠消光垂直廓線的時間演變,由圖8可知,兩次過程三部雷達均有較為一致的反應,影響時間和垂直高度均較為一致;相對怡孚和融而言,中科光電和Sigma 在兩次過程監測外來污染物輸送時消光相對明顯一些.選取污染時段,以中科光電為例,如圖10所示,21日20:00～23:00,污染物開始主要聚集在1.0～1.5km高度逐步向0.5～1km擴展,00:00到02:00,廓線開始由低層反向較高層擴展,說明有一定的垂直混合作用;而24～25日,從廓線演變來看,23:00～翌日00:00 0.8km～1.5km不斷有輸送,02:00逐步收縮減弱,但總體都是維持在0.8km以上.

圖6 兩次弱冷空氣輸送型21日/25日的地面天氣Fig.6 The surface chart of two cases under weak cold-air weather pattern

圖7 2014年11月22日/25日Hysplit后向軌跡Fig.7 Hysplit backward trajectory

圖8 2014年11月21～22日/24～25日氣溶膠消光垂直廓線的時間演變Fig.8 The profile of aerosol extinction coefficient during 21～22/24～25November 2014

圖9給出了逐時PM2.5時間演變,可知21～22日逐時PM2.5濃度明顯高于24～25日對應時次.主要由于后一過程(24～25日)由于夜間混合層高度(MLH)低,導致上層的粒子無法下傳,污染物聚集在0.8km,且快速過境了,而前一過程(21～22日)整層輸送,導致了近地層相對高的PM2.5濃度.

圖9 2014年11月21～22/24～25日逐時PM2.5時間演變Fig.9 The evolutionary charts of hourly PM2.5 mass concentration during 21～22/24～25November 2014

圖10 2014年11月21～22日/24～25日消光廓線演變(中科光電)Fig.10 Evolution curve of extinction profiles during 21～22/24～25November 2014

3.2 本地累積

冷高出海型是常見靜穩天氣分型之一,持續靜小風,利于污染物的水平累積,海上弱的東到東南風帶來高濕環境,加劇氣溶膠顆粒物的吸濕增長.選取觀測時段25日20:00-27日20:00冷高壓出海型分析對比,如圖11所示.

圖12 PM2.5(μg/m3)時序演變Fig.12 The evolutionary charts of hourly PM2.5

白天混合層高度隨時間的演變趨勢與能見度有較高的正相關,而與PM2.5演變趨勢則反相關.能見度與PM2.5演變呈反相關,如圖12、圖4對應時段所示.將本次污染過程分兩個時段來看,25日20:00～26日20:00,PM2.5逐時測值基本維持在100μg /m3,最大值出現在18:00為128.6μg/m3,此時對應能見度最低為3.4km;26日20:00～27日20:00,這一時段,PM2.5夜間整體維持在75～95μg/m3,能見度則為3～5km,而在27日午后PM2.5開始下降,能見度則上升,接近10km左右.從激光雷達監測的垂直分布來看,26日白天消光明顯高于27日白天,如圖13所示.

圖13 2014年11月25～27日圖氣溶膠消光垂直廓線時間演變Fig.13 The profile of aerosol extinction coefficient during 25～27 November 2014

圖14 26日08:00T-Logp探空圖(站號:59280)Fig.14 T-Logp radiosonde at Nov.26 8:00 am

從清遠探空曲線(站號:59280)可看出26日3km以及1km存在逆溫,如圖14所示.另外,圖15給出了地表通風系數(激光雷達的MLH與地表風速乘積)的時序演變.由圖15可知,在26日白天基本為1000～1200m2/s,而27日午后在達到2200～2800m2/s左右.

總的來看,逆溫與低的地表通風系數共同造成了前一時段的消光明顯高于后一時段.而從MLH演變來看,兩個時段白天的混合層高度基本維持在1km左右,相差不大,主要是由于地表風速的差異造成的地表通風系數的差異.

圖15 2014年11月25～27日地表通風系數變化Fig.15 Variations of hourly surface ventilation coefficientduring 25～27 November 2014

4 結論

4.1 通過全球地基氣溶膠監測網(AERONET)與3部激光雷達AOD的線性擬合度驗證了激光雷達原始信號反演消光系數算法的可靠性.與AERONET AOD相比,Sigma相對偏小,其余兩部則略偏大.

4.2 量化分析表明低層激光雷達消光系數反演能見度與能見度儀的相關性分析均高于0.7,同樣從側面反映了激光雷達原始信號反演消光系數算法的可靠性;混合層高度與NCEP-GDAS模式計算的結果具有一定的可比性.與模擬結果相比,白天混合層高度在霾天氣時相對較低,更能有效的揭示霾天氣,亦可反映夜間間歇性湍流特性.應用分析表明.

4.3 應用分析表明:三部激光雷達均能較為一致的監測污染物的垂直分布、外來輸送和本地的累積.相比地面空氣質量監測而言,激光雷達可有效監測污染物的垂直分布;外來輸送主要以弱冷空氣輸送型為例,兩個弱冷空氣輸送型(11月21～22日/24～25日)的差異在于后一過程(24～25日)由于夜間混合層高度(MLH)低,導致上層的粒子無法下傳,污染物聚集在0.8km,且快速過境了,而前一過程(21～22日)整層輸送,導致了近地層相對高的PM2.5濃度;本地累積主要以冷高出海型為例(25日20:00～27日20:00),逆溫與低的地表通風系數共同造成了前一時段(25日20:00～26日20:00)的消光明顯高于后一時段(26日20:00～27日20:00).

當然,激光雷達的應用還很廣泛,諸如3D掃描、聯合風廓線雷達等監測計算通量、激光雷達業務組網及污染物的三維分布等等都是值得進一步探索研究的.

[1] Clemtishaw K C. A review of instrumentation and measurement techniques for ground-based and airborne field studies of gasphase tropospheric chemistry [J]. Critical reviewers in Environmental Science and Technology, 2004,43(1):1-108.

[2] Olofson K F G, Andersson P U, Hallquist M, et al. Urban aerosol

evolution and particle formation during wintertime temperature inversions [J]. Atmospheric Environment, 2009,43(2):340-346.

[3] Badarinath K V S, Kharol S K, Sharma A R. Long-range 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.

[4] Lopes F J S, Landulfo E, Vaughan M A. Assessment of the CALIPSO Lidar 532nm version 3lidar ratio models using a ground-based lidar and AERONET sun photometers in Brazil [J].Atmospheric Measurement Techniques Discussions, 2013,6(1):1143-1199.

[5] Welton E J, Voss K J, Quinn P K, et al. Measurements of aerosol vertical profiles and optical properties during INDOEX 1999using micropulse lidars [J]. Journal of Geophysical Research,2002,107(D19):8019-8041.

[6] Welton E J, K J Voss, Gordon H R, et al. Ground-based lidar measurements of aerosols during ACE-2: Instrument description,results, and comparisons with other ground-based and airborne measurements [J]. Tellus, 2000,(52B):636-651.

[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, 1995,100:25569-25576.

[8] Pahlow M, Kleissl J, Parlange M, et al. Atmospheric boundarylayer structure observed during a haze event due to forest-fire smoke [J]. Boundary-Layer Meteorology, 2005,114:53-70.

[9] 賀千山,毛節泰.北京城市大氣混合層與氣溶膠垂直分布觀測研究 [J]. 氣象學報, 2005,63(3):374-384.

[10] 賀千山.微脈沖激光雷達研究對流層氣溶膠屬性和分布特征[D]. 北京:北京大學, 2006.

[11] 潘 鵠.利用微脈沖激光雷達研究上?；姻矚馊苣z光學特性[D]. 上海:東華大學, 2010

[12] 鄧 濤,吳 兌,鄧雪嬌,等.一次嚴重灰霾過程的氣溶膠光線特性垂直分布 [J]. 中國環境科學, 2013,33(11):1779-1784.

[13] 王耀庭,苗世光,張小玲.基于激光雷達的北京市氣溶膠光學參數季節特征 [J]. 中國環境科學, 2016,36(4):970-978.

[14] 呂 陽,李正強,謝劍鋒,等.基于激光雷達掃描觀測的散布點污染源監測 [J]. 中國環境科學, 2017,37(11):4078-4084.

[15] Fernald F G. Analysis of atmospheric lidar observations:comments [J]. Applied Optics, 1984,23:652-653.

[16] Takamura T, SasanoY. Ratio of aerosol backscatter to extinction coefficients as determined from angular scattering measurements for use in atmospheric lidar applications [J]. Optical and Quantum Electronics, 1987,19:293-302.

[17] Sasano Y, Nakane H. Significance of the extinction/ backscatter ratio and the boundary value term in the solution for the twocomponent lidar equation [J]. Applied Optics, 1984,23(1):11-13.

[18] Sasano Y, Nakane H. Quantitative analysis of RHI lidar data by an iterative adjustment of the boundary condition term in the lidar solution [J]. Applied Optics, 1987,26(4):615-616.

[19] 劉 東.偏振-米(散射)激光雷達的研制和大氣邊界層的激光雷達探測 [D]. 安徽:中國科學院安徽光學精密機械研究所,2005.

[20] Holben B N, Eck T F, Slutsker I, et al. AERONET-A federated instrument network and data archive for aerosol characterization[J]. Remote Sensing of Environment, 1998,66:1-16.

[21] Nakajima T, Tonna G, Rao R, et al. Use of sky brightness measurements from ground for remote sensing of particulate polydispersions [J]. Applied Optics, 1996,35:2672- 2686.

[22] Dubovik O, King M D. A flexible inversion algorithm for retrieval of aerosol optical properties from sun and sky radiance measurements [J]. Geophysical Research, 2000,105:1072-1087.

[23] Eck T F, Holben B N, Dubovik O, et al. Wavelength dependence of the optical depth of biomass burning, urban and desert dust aerosols [J]. Geophysical Research, 1999,104,31:333-350.

致謝：本實驗的現場儀器維護受到廣州熱帶海洋研究所的劉禮博士、以及北京怡孚和融和無錫中科光電兩家公司的協助,在此一并感謝.