基于激光雷達的北京海淀區大氣污染監測及預警

摘? 要：對PM2.5濃度進行監測及管控，對提高北京空氣質量具有重要意義。文章首先分析了北京市的空氣質量現狀，得出PM2.5為北京市的首要污染物。采用車載式大氣顆粒物激光雷達對北京市海淀區進行走航探測，結合GPS定位，協同粒子后向軌跡追蹤圖，實時掌握區域關鍵路徑大氣污染區傳輸情況和污染來源。最后將100米以內的激光雷達數據與北京國控點平均數據進行對比，結果顯示二者具有較好的一致性。

關鍵詞：大氣顆粒物激光雷達；PM2.5；移動走航監測；GPS定位

中圖分類號：TP39；X831；X87 文獻標識碼：A 文章編號：2096-4706（2023）17-0122-05

Monitoring and Early Warning of Air Pollution in Haidian District of Beijing Based on Lidar

GAO Jing

（School of Physics and Electronic Information， Dezhou University， Dezhou? 253023， China）

Abstract： Monitoring and controlling the concentration of PM2.5 is of great significance for improving the air quality in Beijing. This paper first analyzes the current air quality situation in Beijing and concludes that PM2.5 is the primary pollutant in Beijing. Using a vehicular atmospheric particle lidar for navigation detection in Haidian District of Beijing， combined with GPS positioning and particle backward trajectory tracking map， real-time grasp of the transmission situation and pollution sources of the key path atmospheric pollution area in the region. Finally， a comparison is made between the Lidar data within 100 and the average data of Beijing's national control points， and the results show good consistency between the two.

Keywords： atmospheric particle lidar; PM2.5; mobile navigation monitoring; GPS positioning

0? 引? 言

北京位于東經115.7°—117.4°，北緯39.4°—41.6°，總面積為16 410.54平方千米。位于華北平原北部，背靠燕山，毗鄰天津市和河北省。北京的氣候為典型的北溫帶半濕潤大陸性季風氣候。北京轄16個區，共147個街道、38個鄉和144個鎮。為推進經濟結構調整，以汽車制造為代表的現代制造業異軍突起，高新技術產業穩步回升，工業成為拉動經濟增長的重要力量，對經濟增長的貢獻率達到33.2%。第三產業平穩增長。在全市經濟始終保持了快速、健康的發展態勢的同時，環境也面臨著很大的污染。

1? 北京市空氣質量現狀

北京大氣污染來源復雜，主要以大家比較敏感的PM2.5來看，汽車尾氣排放約占45%，火電廠排放約占12%（主要是煤燃燒粉塵和濕法脫硫產生的石膏雨），冶金化工跟建材企業產生30%（北京周邊如廊坊很多高能耗的企業），其余的來源例如建筑工地等，甚至燒烤攤都能產生大量細微顆粒物[1]。這些來源復雜的污染物，囿于北京地理環境，在秋冬季節很容易積累形成霧霾。

圖1為北京市2016年一年的環境空氣質量等級占比圖。從圖中可以看出一年內的污染天氣達到了近200天，其中，重度污染占比為10%，圖2為主要的六項污染物污染貢獻率。可直觀看出列出的這六項污染物中PM2.5和PM10所占比重都很大，其中PM2.5的占比為36.8%，PM10所占比重為25.4%。

圖3為2016年北京一年四季的首要污染物占比圖。其中PM2.5在首要污染物中占比最大的季節分別為春季，秋季，冬季。夏季的首要污染物為臭氧，但PM2.5占比也排在第二位。綜上分析，PM2.5和PM10顆粒物為北京市的主導首要污染物[2]。為了提高北京市空氣質量達標天數，首要解決顆粒物的問題，因此對顆粒物濃度的監測以及相關管控迫在眉睫[3]。

2? 車載激光雷達簡介

2.1? 車載激光雷達結構簡介

大氣環境車載激光雷達監測系統由感知層、平臺層和應用層三個部分組成，系統全程貫穿數據質量控制[4]。感知層由車載激光雷達監測系統和地面網格化監測系統組成。車載激光雷達可以實時監測較大范圍的大氣污染分布，同時具有較高的時間和空間分辨率。車載激光雷達監測系統包含定點垂直測量，掃描監測和走航監測三種監測方式[5，6]。水平掃描用于對城市周邊重點區域進行實時監測，準確排查污染來源，并評估其對環境空氣質量的影響。垂直探測用于實時掌握區域大氣污染物垂直分布狀態，對污染事件提前預警。走航監測用于實時掌握區域關鍵路徑大氣污染區傳輸情況，說清傳輸污染來源及其貢獻率。監測內容根據地區大氣污染特點結合顆粒物激光雷達、臭氧激光雷達、測風激光雷達以及溫濕度激光雷達等。地面網格化系統由高精度、易部署的微型站與國標方法的揚塵站、小型空氣自動站等組合布點，構成監測網絡全覆蓋的感知體系。平臺層通過無線傳輸方式接收監測數據，進行數據的存儲和處理，并對監測數據進行監控，甄別異常數據。應用層利用大數據技術挖掘數據之間的關系，結合氣象數據、地理信息數據、環境質量模型，可實現實時監控、污染源解析、空氣質量預報預警等應用，為環境管理部門有效監管及科學決策提供數據支撐。本文采用RayAL-MScan型車載顆粒物激光雷達，如圖4所示。

2.2? 車載激光雷達原理

大氣探測激光雷達是集“光機電理”為一體的主動光學廓線定量遙感工具。依據米散射原理構建的米散射激光雷達系統是研究最早也是最成熟的激光雷達系統，由激光發射系統、接收光學系統和數據處理系統三部分組成[7]。其主要用于大氣中氣溶膠特性研究，涉及氣溶膠后向散射系數、消光系數、粒子譜分布等重要參數。用泵態激光器作為發射光源，其工作波長為532 nm，單脈沖輸出能量≥1 MJ，脈沖頻率為2 kHz。接收系統采用望遠鏡和各種形式的光電探測器，如光電倍增管、半導體光電二極管、雪崩光電二極管、紅外和可見光多元探測器件等組合。其中望遠鏡的直徑為180 mm。粒子監測儀的測量范圍為0～100 mg/m3，精度低于±10%。

從大氣探測激光雷達系統接收的后向散射回波信號中獲取氣溶膠消光系數的方法主要有：斜率法，Klett法和Fernald法等[8-10]。本節主要介紹常用的Klett算法和Fernald算法的具體算法。

2.2.1? Klett方法

Klett法主要適用于在非均勻大氣中氣溶膠濃度較大的情況下獲取后向散射系數。非均勻大氣中的空氣分子的后向散射和氣溶膠的后向散射不在同一數量級。在Klett反演算法中，假設大氣消光系數α和后向散射系數β之間滿足指數關系，即β = Cαk，求解得到大氣消光系數如式（1）所示。

式中，S（z） = ln （P（z） z2），zc為參考距離，一般選探測區域的最遠距離。α （zc）為消光系數參考值。Klett方法適用于大氣邊界層、云層或者光學厚度較大的氣溶膠層等大氣氣溶膠濃度較高的區域。Klett法可以在非均勻大氣中計算出具有距離分辨率的消光系數，且采用由遠及近的積分形式時，反演誤差逐漸收斂，缺點是未區分分子瑞利散射和氣溶膠米散射效應，只能給出總消光系數。Klett法反演結果的主要誤差來自假設或估計的邊界值zc。

2.2.2? Fernald方法

在Fernald反演方法中將大氣看作兩部分：大氣分子與氣溶膠。β（z）表示為大氣分子后向散射系數和氣溶膠粒子的后向散射系數之和，α（z）表示為大氣分子消光系數和氣溶膠消光系數之和。Fernald法主要適用于在自由對流層等大氣氣溶膠含量較少的區域獲取后向散射系數。Fernald假設后向散射系數和消光系數之間是線性關系。通過Fernald法得到氣溶膠后向散射系數：

式中，S1為氣溶膠的后向散射比，又稱為激光雷達比，S2為空氣分子的消光后向散射比，X（z） = ln（P（z） z2）。要從回波信號P（z）中獲得氣溶膠消光系數αa（z），需要確定zc、S1、S2、αm（z），αa（zc）等參數的值。對于532 nm波長，S1值為常數50，S2值為常數8π / 3。參考高度zc一般選取不含大氣氣溶膠的清潔大氣層所在的高度。大氣中分子的尺度譜和密度等分布相對比較穩定，因此，分子的消光系數可根據美國標準大氣分子模式較為精確地確定。

3? 監測結果

大氣邊界層（Atmospheric Boundary Layer， ABL）：離地面約幾百米到1千米以下的大氣層，這層大氣受地表面熱力和動力影響很大，不能忽略。對于顆粒物和污染物來說，邊界層高度決定了污染物擴散垂直空間范圍。圖5為2017年10月15日走航監測顆粒物濃度時空演化圖。顏色深淺代表污染程度，紅色為污染程度比較重，其次黃色，以此類推藍色為污染比較輕或無污染（如顏色條自上而下所示）。走航探測的最大高度為11.25 km，從走航顆粒物濃度演化圖可以看出污染物主要在1 500 m高度的范圍內。走航軌跡以北京航空航天大學（北四環）為走航起點，圍繞北四環，途徑東四環、南四環、西四環回到北四環。

圖6為2017年10月17日的走航顆粒物立體展示圖，由圖中可知由北四環至東四環和京哈高速交口附近路段顆粒物濃度較大（對應走航采集點為0～98），從京哈高速至蓮石公路路段期間，走航探測到的顆粒物污染減小（對應走航采集點為98～205），從蓮石公路至終點顆粒物濃度再次升高，但顆粒物濃度較起始走航位置低（對應走航采集點為205～244）。在北四環與東四環走航時顆粒物濃度最大，并且在北四環和東四環走航時顆粒物濃度比在南四環和東四環大，走航時為東北風，上風口比下風口顆粒物濃度較大，在100 m處主要污染物來源是地面的擴散，并且在100 m及1 000 m污染物主要是高空擴散，而高空擴散污染物主要是來自外界污染的傳輸，主要是南四環來自北四環方向的污染物。

圖7為北京2017年10月15日18：00—2017年10月16日18：00的AQI及PM2.5日變化圖。從圖中可以看出空氣質量指數和PM2.5濃度的變化趨勢基本一致，均隨時間的變化呈現先逐漸變好，又逐漸變差的過程。選擇9：00—14：30作為激光雷達監測時間，如圖7中框線所示。PM2.5激光雷達時空演化圖如圖8（a）所示。PM2.5濃度整體較小，空氣質量優，在高度2 km處監測到一個PM2.5輸入源，并在13時左右發生沉降，導致近地面PM2.5濃度上升。圖8（b）表為激光雷達數據（0～100 m）和北京國控點平均數據對比圖。經過對比發現激光雷達測量PM2.5數據和國控點數據基本一致，但在監測時間段內數據較小，空氣質量優，整體呈現變差的趨勢。

4? 結? 論

通過車載激光雷達對北京北四環附近的走航探測結果進行分析，得到北四環與東四環交口附近顆粒物濃度較大，南四環與西四環交叉口顆粒物濃度相對較小。走航監測可以直觀地反映城市各個區域的污染情況，消光系數的數值大小可以反映城市顆粒物濃度的變化趨勢。結合北京市氣象條件，可以推測各個區域污染的來源。從走航監測結果來看，空間顆粒物濃度有很大的變化，無論在水平尺度還是在垂直尺度，都有很明顯的變化。邊界層高度決定了污染物擴散垂直空間范圍，是十分重要的污染物空間容量變化指標。監測顯示北京邊界層高度時間變化特征在正常范圍內。

參考文獻：

[1] 藉雪峰.北京市PM2.5質量濃度與氣象因子的關系 [J].內蒙古煤炭經濟，2018（8）：18-19.

[2] 龍小菊.北京市區冬季PM2.5污染特征及來源分析 [J].中國環境管理干部學院學報，2017，27（2）：64-67.

[3] 于博，程念亮，李紅霞，等.北京市PM2.5組分SO42-濃度的時空分布及來源分析 [J].環境工程，2016，34（7）：102-109.

[4] 宋鶴寧，刁淑然.車載激光雷達移動測繪系統在高精度地圖采集中的應用 [J].北京測繪，2022，36（8）：1074-1078.

[5] 蘇靖棋.車載激光雷達測量系統 [J].現代城市軌道交通，2020（1）：110-113.

[6] 柴文軒，唐桂剛，王帥，等.京津冀地區一次浮塵過程的車載激光雷達走航觀測 [J].中國環境監測，2019，35（3）：138-145.

[7] 田曉敏，劉東，徐繼偉，等.大氣探測激光雷達技術綜述 [J].大氣與環境光學學報，2018，13（5）：321-341.

[8] FERNALD F G. Analysis of atmospheric lidar observations： some comments [J].Applied Optics，1984，23（5）：652-653.

[9] KLETT J D. Extinction boundary value algorithms for lidar inversion [J].Applied Optics，1986，25（15）：2462-2464.

[10] COLLIS R T H，FERNALD F G，LIGDA M G H. Laser radar echoes from a stratified clear atmosphere [J].Nature，1964，203（4951）：1274-1275.

作者簡介：高靜（1996—），女，漢族，山東濰坊人，助教，碩士，研究方向：激光雷達大氣環境監測。