陸地氣溶膠粒子尺度分布的準確描述

王家成,崔生成,朱 勇

陸地氣溶膠粒子尺度分布的準確描述

王家成1*,崔生成2,3,朱 勇1

(1.阜陽師范大學物理與電子工程學院,安徽 阜陽 236037；2.中國科學院大氣成分與光學重點實驗室,安徽 合肥 230031；3.中國科學院安徽光學精密機械研究所,大氣光學研究中心,安徽 合肥 230031)

利用AERONET 2.0級數據研究了3種主要陸地氣溶膠(吸收性,中性和非吸收性)粒子尺度分布的規律.結果表明:當氣溶膠的主要成分為小粒子時,細模式氣溶膠的中值半徑(r)和氣溶膠總光學厚度()的相關性較好,但粗模式的中值半徑(c)與相關性較差,且對中性氣溶膠表現為負相關,對其他兩種類型則表現為正相關;在細模式氣溶膠占比減少時,r和r與的相關性均減小;不論在何種情況下,r與細模式氣溶膠光學厚度(),以及r與粗模式氣溶膠光學厚度()總保持很高的相關性,且不論哪種氣溶膠類型,r與總表示出穩定的負相關.最后討論了新的氣溶膠粒子尺度描述方法對衛星氣溶膠性質反演的影響.

氣溶膠；AERONET；氣溶膠粒子尺度分布；氣溶膠模型

氣溶膠模型描述了氣溶膠的粒子尺度分布和吸收特征,它的使用使得利用衛星遙感反演氣溶膠性質參量變得簡單、高效[1-5],因而氣溶膠模型也成為影響氣溶膠性質反演的重要因素[6].為了更好地描述氣溶膠復雜的時空分布特征,氣溶膠模型也在不斷的改進之中.如在MODIS(Moderate Resolution Imaging Spectroradiometer)早期的氣溶膠反演算法中將氣溶膠模型參數設定為固定的數值[7-8],后來逐漸發展為動態氣溶膠模型,將氣溶膠模型參數視為空間、時間以及氣溶膠光學厚度的函數等,使氣溶膠的反演結果得以改善,如在MODIS最新的C6算法中,將氣溶膠細模式和粗模式的中值半徑(r, r)視為氣溶膠總光學厚度()的函數,并用線性正相關函數來描述.動態模型的使用,使氣溶膠光學厚度(AOD)的反演精度得以提高,但作為MODIS陸地氣溶膠反演的3個主要參數之一的細模式比(FMF,即550nm波段細模式氣溶膠光學厚度與氣溶膠總光學厚度的比值)的反演并不理想,不具有使用價值[4,6,9-10].粒子尺度參數FMF反演結果不理想,可能與氣溶膠模型中對氣溶膠粒子尺度分布參數的描述有著更為直接的關系.實際上氣溶膠模型由細模式和粗模式組成,相比于與總氣溶膠光學厚度的關系,細模式和粗模式的粒子尺度分布參數與各自的光學厚度(,)應存在更緊密的聯系.基于上述思考,本研究采用AERONET(Aerosol Robotic Network)的Version 3 Level 2.0數據研究了細模式和粗模式氣溶膠粒子尺度分布參數與、和的關系,指出了已有描述方法存在的問題,提出了新的描述方法,并討論了新描述方法對氣溶膠性質反演的影響.

1 數據與站點的選擇

AERONET采用細模式和粗模式的疊加來描述氣溶膠的粒子尺度分布,每種模式采用對數正態分布函數描述[11],如式(1)所示.

AERONET的Version 3 Level 2.0數據是經過外場定標,以及自動和人工相結合的云檢測后得到的質量可靠的數據.反演算法在確定粗、細模式時采用了動態的方法,考慮氣溶膠粒子半徑分布范圍從0~15μm,將這個區間劃分為22個子區間,每個子區間粒子半徑自然對數的增量相等,反演時能夠得到每個區間的氣溶膠粒子的體積濃度,在0.439~ 0.992μm對應最小體積濃度的半徑即為粗、細模式的分界線,小于該半徑的粒子屬于細模式,大于該半徑的粒子屬于粗模式.在此基礎上,粗、細模式氣溶膠的體積濃度、氣溶膠光學厚度、中值半徑及其標準偏差等便可以通過計算得到[12]. AERONET數據現在已經被廣泛用于氣溶膠模型構建、衛星氣溶膠反演算法的驗證等方面.

陸地氣溶膠大致可以分為3類,即吸收性氣溶膠,非吸收性氣溶膠和中性氣溶膠.為了研究3類氣溶膠粒子尺度分布的特征,選擇了4個AERONET站點(站點信息參見表1).第一個站點是贊比亞的Mongu,儀器安置在當地的機場附近,周圍為居民區,沒有工業區,和非洲其他的熱帶和亞熱帶一樣,主要的氣溶膠來源之一是植物的燃燒,且85%的燃燒為有火焰燃燒,這種燃燒所產生的氣溶膠中有15%~ 20%為黑炭,有較強的吸收性[13].該地區的粒子主要為細粒子,FMF的均值約為90.2%.第二個站點為北京站,儀器位于中國科學院大氣物理研究所的一幢約30m高的樓頂.氣溶膠主要源于本地排放,在春季會受到西北沙漠由于輸運作用而帶來的塵粒影響[14-18],總體而言該地的氣溶膠以細粒子為主,平均的FMF約為72.2%.第三個站點為印度的Jaipur,儀器安置在印度比拉理工學院的一幢樓頂.與北京地區相同,該區域的氣溶膠也屬于中性氣溶膠.不同之處在于,Jaipur地區的氣溶膠更多地受到其附近Thar沙漠的影響,氣溶膠以粗模式為主,平均的FMF僅約為43.6%[19].第四個站點是SERC(the Smithsonian Environmental Research Center),該區域的氣溶膠屬于非吸收性氣溶膠[6],且以細粒子為主要成分,平均的FMF約為92.6%.

在使用AERONET數據進行分析之前先對數據進行篩選,篩選規則如下[6]:(1)太陽天頂角大于40°; (2)輻射反演誤差小于4%;(3)440nm波段的氣溶膠光學厚度大于0.4.然后采用Remer等[20]的方法,將數據分別以670nm波段氣溶膠總光學厚度,細模式氣溶膠光學厚度和粗模式氣溶膠光學厚度進行排序,并進行等間隔平均處理,作為進一步分析的數據源.

表1 4個AERONET站點的基本信息

2 結果與分析

AERONET提供了豐富的氣溶膠性質參量數據,包括細模式和粗模式的中值半徑、光學厚度以及氣溶膠總光學厚度等.基于這些數據,首先探討細模式和粗模式的中值半徑與氣溶膠總光學厚度正相關的可靠性,同時也探討了細模式和粗模式的中值半徑與各自光學厚度的相關性,從而得到新的描述方法.

由圖1可見,相比于線性函數,指數函數更適合描述中值半徑與氣溶膠光學厚度的關系,故本研究采用指數函數進行擬合.由圖1a可以發現,細模式的中值半徑(r)與氣溶膠總光學厚度()呈現較好的相關性,相關系數高達91.2%,但粗模式的中值半徑(r)與氣溶膠總光學厚度的相關性較差,相關系數僅為55.5%(圖1b).其原因是Mongu地區氣溶膠以細粒子為主,氣溶膠總光學厚度近似為細粒子的貢獻,因而導致細模式中值半徑與氣溶膠總光學厚度呈現較好的相關性,同時氣溶膠總光學厚度中包含粗模式的信息較少,因而導致粗模式的中值半徑與氣溶膠總光學厚度的相關性較差.正如所期望的那樣,不僅細模式的中值半徑與細模式氣溶膠的光學厚度()有很好的相關性(圖1c),相關系數為92.5%,粗模式的中值半徑與粗模式氣溶膠的光學厚度()也有很好的相關性(圖1d),相關系數為91.3%.由此可見,對吸收性氣溶膠,將細模式和粗模式的中值半徑視為各自光學厚度的函數是對氣溶膠粒子尺度分布的更準確描述.

圖1 Mongu地區細、粗模式中值半徑與氣溶膠光學厚度的關系

在北京地區,細模式氣溶膠的中值半徑與總氣溶膠光學厚度呈現出較好的相關性,相關系數為96.4%(圖2a).因為在北京地區總的來說細粒子為主要成分,平均的FMF約等于72.2%.但粗模式氣溶膠的中值半徑與氣溶膠總光學厚度呈現出負相關性(圖2b),而在本研究選取的其他站點,如Mongu和SERC,這一關系均為正相關(圖1b,圖4b).但這一關系在MODIS暗目標反演算法中統一采用正相關函數描述[4,6],這種描述顯然不能代表類似北京地區的氣溶膠粒子尺度分布情況.同時,粗模式氣溶膠的中值半徑與氣溶膠總光學厚度的相關系數相比之下略低,約為82.4%(圖2b),而其與粗模式光學厚度(即自身的光學厚度)的相關系數則為96.4%(圖2d),且與本研究所選擇的其他區域相同,均表現為穩定的負相關.同時,細模式氣溶膠的中值半徑與細模式的光學厚度也具有很高的相關性,相關系數為97.6%(圖2c).在Jaipur地區,細粒子不是主要成分,平均的FMF僅為43.6%,由此導致不論是細模式還是粗模式的粒子中值半徑與氣溶膠總光學厚度的相關性均較差,相關系數分別僅為33.0%和54.6%(圖3a,b),而細模式和粗模式的中值半徑與各自的光學厚度的相關性均較高,相關系數分別為98.5%和97.0%(圖3c,d),因此將這一關系用于描述類似Jaipur地區的氣溶膠粒子尺度將能夠大大提高氣溶膠模型的可靠性.另外,與北京地區類似,粗模式的中值半徑與氣溶膠總光學厚度也呈現負相關.其原因是這兩個地區氣溶膠粗模式的主要成分為沙塵,如北京地區氣溶膠會受到其西北地區沙漠的影響,而Jaipur地區氣溶膠會受到其附近Thar沙漠的影響.為印證這一原因的正確性,選擇受沙塵影響更為嚴重的非洲站點Banizoumbou,并按照440nm波段氣溶膠光學厚度大于0.4,恩格指數(Angstrom Exponent)小于0.2的規則對數據進行篩選,獲取沙塵數據[21],擬合結果式(2)所示,粗模式中值半徑與氣溶膠總光學厚度也呈現出類似負相關,從而證明了上述原因的正確性.

圖2 Beijing地區細、粗模式中值半徑與氣溶膠光學厚度的關系

圖4給出了SERC地區的細模式和粗模式中值半徑與氣溶膠總光學厚度和各自光學厚度的關系.該區域的氣溶膠屬非吸收性氣溶膠,且氣溶膠以細粒子為主,平均的FMF為93%左右.因此,細模式的中值半徑與氣溶膠總光學厚度的相關性較高,相關系數為96.1%(圖4a),而粗模式的中值半徑與氣溶膠總光學厚度的相關性差一些,相關系數為77.0%(圖4b),同時,細模式和粗模式的中值半徑與各自的光學厚度的相關性均較高.

圖3 Jaipur地區細、粗模式中值半徑與氣溶膠光學厚度的關系

圖4 SERC地區細、粗模式中值半徑與氣溶膠光學厚度的關系

3 討論

圖5 吸收性氣溶膠條件下計算得到的670nm波段大氣頂的r和DOLP

圖6 中性氣溶膠條件下計算得到的670nm波段大氣頂的r和DOLP

圖7 非吸收性氣溶膠條件下計算得到的670nm波段大氣頂的r和DOLP

有研究表明,相比于對氣溶膠光學厚度的影響,氣溶膠模型對FMF反演的影響更大[9].以Jaipur為例,Jethva等[9]研究了MODIS氣溶膠性質反演的情況,指出MODIS的氣溶膠光學厚度與AERONET符合的較好,但反演的FMF明顯偏低.通過修改氣溶膠模型的吸收性和地表的反射特征,FMF偏小的情況得以改善,但反演誤差依然較大.實際上氣溶膠模型不僅包括對其吸收性的描述,還包括了粒子尺度的描述,而模型中粒子尺度描述存在的偏差也必將影響FMF這一反映粒子尺度分布參量的反演結果.

4 結論

4.1 已有的描述方法將細模式和粗模式的中值半徑視為氣溶膠總光學厚度的正相關函數,但在北京和Jaipur地區,粗模式中值半徑與氣溶膠總光學厚度卻呈現負相關.

4.2 當氣溶膠的主要成分為小粒子時,細模式氣溶膠的中值半徑和氣溶膠總光學厚度的相關性較好,但粗模式的中值半徑與氣溶膠總光學厚度的相關性較差.

4.3 在細模式氣溶膠占比減少時,細模式和粗模式的中值半徑與氣溶膠總光學厚度的相關性均減小.

4.4 不論在何種情況下,細模式和粗模式的中值半徑與各自的光學厚度總保持很高的相關性,且不論哪種氣溶膠類型,粗模式的中值半徑與自身的光學厚度總表示出穩定的負相關.

[1] Deuze J L, Breon F M, Devaux C, et al. Remote sensing of aerosols over land surface from POLDER-ADEOS-1polarized measurements [J]. Journal of Geophysical Research: Atmospheres, 2007,106(D5): 4913-4926.

[2] Martonchik J V, Diner D J, Crean K A, et al. Regional aerosol retrieval results from MISR [J]. IEEE Transactions on Geoscience and Remote Sensing. 2002,40(7):1520–1531.

[3] Remer L A, Kaufman Y J, Tanré D, et al. The MODIS aerosol algorithm, products, and validation [J]. Journal of the Atmospheric Sciences, 2005,62(4):947–973.

[4] Levy R C, Mattoo S, Munchak L A, et al. The collection 6MODIS aerosol products over land and ocean [J]. Atmospheric Measurement Techniques, 2013,6(11):2989–3034.

[5] Tanré D, Bréon F M, Deuzé J L, et al. Remote sensing of aerosols by using polarized, directional and spectral measurements within the A-Train: the PARASOL mission [J]. Atmospheric Measurement Techniques, 2011,4(7):1383–1395.

[6] Levy R C, Remer L A, Dubovik O. Global aerosol optical properties and application to Moderate Resolution Imaging Spectroradiometer aerosol retrieval over land [J]. Journal of Geophysical Research: Atmospheres, 2007,112(D13).

[7] Kaufman Y J, Tanré D, Remer L A, et al. Operational remote sensing of tropospheric aerosol over land from EOS moderate resolution imaging spectroradiometer [J]. Journal of Geophysical Research: Atmospheres, 1997,102(D14):17051–17067.

[8] Tanré D, Kaufman Y J, Herman M, et al. Remote sensing of aerosol properties over oceans using the MODIS/EOS spectral radiances [J]. Journal of Geophysical Research: Atmospheres, 1997,102(D14): 16971–16988.

[9] Jethva H, Satheesh S K, Srinivasan J, et al. Improved retrieval of aerosol size-resolved properties from moderate resolution imaging spectroradiometer over India: Role of aerosol modal and surface reflectance [J]. Journal of Geophysical Research, 2010,115(D18) DOI: 10.1029/2009JD013218.

[10] Wang J C, Zhao Q, Yang S Z, et al. A new method for improving the retrieved aerosol fine-mode fraction from MODIS over ocean [J]. International Journal of Remote Sensing, 2012,33(8):2551–2562.

[11] Dubovik O, Smirnov A, Holben B N, et al. Accuracy assessments of aerosol optical properties retrieved from Aerosol Robotic Network (AERONET) Sun and sky radiance measurements [J]. Journal of Geophysical Research: Atmospheres, 2000,105(D8):9791–9806.

[12] Dubovik O, Sinyuk A, Lapyonok T, et al. Application of spheroid modals to account for aerosol particle nonsphericity in remote sensing of desert dust [J]. Journal of Geophysical Research, 2006,111(D11208): 1-34.

[13] Eck T F, Holben B N, Ward D E, et al. Characterization of the optical properties of biomass burning aerosols in Zambia during the 1997ZIBBEE field campaign [J]. Journal of Geophysical Research Atmospheres, 2001,106(D4):3425-3448.

[14] Sayer A M, Hsu N C, Eck T F, et al. AERONET-based microphysical and optical properties of smoke-dominated aerosol near source regions and transported over oceans, and implications for satellite retrievals of aerosol optical depth [J]. Atmospheric Chemistry and Physics, 2014,14(20):11493–11523.

[15] Wang J C, Zhu C J, Zhu Y, et al. Characterization of aerosol properties in Beijing from long-term AERONET monitoring (2003–2012) [J].Journal of the Indian Society of Remote Sensing, 2015,43(4):825–839.

[16] 楊 欣,陳義珍,劉厚鳳,等.北京春季一次沙塵氣溶膠污染過程觀測[J]. 中國環境科學, 2017,37(1):87-94.Yang X, Chen Y Z, Liu H F, et al. Measurement on a spring time dust aerosol pollution process in Beijing [J]. China Environmental Science, 2017,37(1):87-94.

[17] 張晗宇,溫 維,程水源,等.京津冀區域典型重污染過程與反饋效應研究[J]. 中國環境科學, 2018,38(4):1209-1220.Zhang H Y, Wen W, Cheng S Y, et al. Study on typical heavy pollution process and feedback effect in beijing-tianjin-hebei region [J]. China Environmental Science, 2018,38(4):1209-1220.

[18] 吳 進,孫兆彬,翟 亮,等.北京地區不同類型降水對氣溶膠粒子的影響[J]. 中國環境科學, 2018,38(3):812-821.Jin W U, Zhao-Bin S, Liang Z, et al. Effects of different types of precipitation on aerosol particles in Beijing [J]. China Environmental Science, 2018,38(3):812-821.

[19] Verma S, Payra S, Gautam R, et al. Dust events and their influence on aerosol optical properties over Jaipur in Northwestern India [J]. Environmental Monitoring & Assessment, 2013,185(9):7327-7342.

[20] Remer L A, Kaufman, Y. J. Dynamic aerosol modal: Urban/industrial aerosol [J]. Journal of Geophysical Research: Atmospheres, 1998, 103(D12):13859–13871.

[21] Kim D, Chin M, Yu H, et al. Dust optical properties over North Africa and Arabian Peninsula derived from the AERONET dataset [J]. Atmospheric Chemistry and Physics, 2011,11(20):10733-10741.

[22] Spurr R, Wang J, Zeng J, et al. Linearized T-matrix and Mie scattering computations [J]. Journal of Quantitative Spectroscopy and Radiative Transfer, 2012,113(6):425-439.

[23] Spurr R, Christi M. On the generation of atmospheric property Jacobians from the (V) LIDORT linearized radiative transfer models [J]. Journal of Quantitative Spectroscopy and Radiative Transfer, 2014,142(6):109-115.

致謝：衷心感謝AERONET Mongu,Beijing,Jaipur,SERC和Banizoumbou站的科研人員,他們的付出使得我們的工作能夠順利地開展.

The more accurate descriptions of land aerosol size distribution.

WANG Jia-cheng1*, CUI Sheng-cheng2,3, ZHU Yong1

(1.College of Physics and Electronic Engineering, Fuyang Normal University, Fuyang 236037, China；2.Key Laboratory of Atmospheric Composition and Optical Radiation, Chinese Academy of Sciences, Hefei 230031, China；3.Research Center of Atmospheric Optics, Anhui Institute of Optics and Fine Mechanics, Chinese Academy of Sciences, Hefei 230031, China)., 2019,39(11)：4538~4545

The size distributions of three main land aerosols (absorbing, neutral and no-absorbing) were analyzed based on aerosol robotic network (AERONET) level 2.0 data. The problems existing in the current descriptions for land aerosol size distributions were pointed out and the more accurate descriptions were proposed. The results showedwhen aerosol was dominated by fine particles, the relationship between fine mode radius (r) and total aerosol optical depth () exhibited high correlation, however coarse mode radius (r) anddidn’t display such good correlation, and the relationship didn’t always exhibit positive correlation, they could also exhibit negative correlation for different aerosol types.When fine mode fraction was low, neitherrandnorrandexhibited high correlation.rand fine mode aerosol optical depth () (orrand coarse mode aerosol optical depth ()) always displayed robust correlation with high coefficients, and different from the relationship betweenrandwhich can exhibit positive or negative correlation,randalways exhibited robust negative correlation. Finally, the influences of using the new description in satellite aerosol retrieval were discussed.

aerosols；AERONET；aerosol size distribution；aerosol modal

X511,TP79/P407

A

1000-6923(2019)11-4538-08

王家成(1968-),男,安徽阜陽人,教授,博士,主要從事大氣遙感方面的研究.發表論文20余篇.

2019-05-27

中國科學院戰略性先導技術專項(A類)(XDA17010104);國家重點研發計劃(2017YFC0209801);安徽省高校自然科學研究重點項目(KJ2019A0537)

* 責任作者, 教授, xiacuiw@163.com