肖钟湧 ,江 洪

(1.集美大学理学院,福建 厦门 361021；2.南京大学国际地球系统科学研究所,江苏 南京210093；3.浙江农林大学,亚热带森林培育国家重点实验室/浙江省森林生态系统碳循环与固碳减排重点实验室,浙江杭州 311300)

气溶胶对太阳辐射起到散射和吸收作用,影响着地-气系统的辐射收支平衡,因而在很大程度上影响着全球的气候状况[1-4].由大气气溶胶含量的变化引起地-气系统能量平衡扰动,这种扰动称为气溶胶辐射强迫.一方面气溶胶对太阳辐射起到散射和吸收的作用,称为气溶胶直接辐射强迫;另一方面,气溶胶也可以充当生成云、雾的凝结核,影响云滴的生命周期,改变云的反射率等,从而对地-气系统的辐射平衡产生间接影响,称为气溶胶间接辐射强迫[1-2].关于气溶胶辐射强迫已经进行了大量的、细致的研究[5-13].但是,气溶胶辐射强迫还存在很大的不确定性[14-16].气溶胶的空间分布和特性是气溶胶的环境、气候效应研究的关键.

随着传感器的发展,卫星遥感与地基遥感相比具有全球覆盖的优势,如 MODIS提供了全球气溶胶研究的手段,具有较高的时间、空间分辨率[17-19].MODIS运用暗像元法进行气溶胶反演[20-21],该算法是 Remer等[22]和 Levy 等[23]在Kaufman的暗像元算法基础上开发的,并利用MODIS传感器进行了气溶胶光学的业务反演,为全球提供分辨率 10km 气溶胶产品.对于研究区域尺度和全球尺度气溶胶污染物有重要应用价值.已有大量研究利用地面的观测数据对MODIS L2气溶胶产品进行了验证[22-26].在长江三角洲地区的验证研究表明了MODIS气溶胶产品在该地区的精度较高[27-28].

区域气溶胶辐射强迫的研究越来越重要,研究认为长江三角洲地区人为气溶胶在晴空下使得太阳辐射减少 30%[29-30].田华等[31]的结果表明,2001年中国东部地区晴空时硫酸盐气溶胶辐射强迫以春季最大,为-34.53W/m2;夏季次之,为-22.76W/m2;冬季再次,为-22.57W/m2;秋季最小,为-20 W/m2.但是研究工作不足,因此,需要对气溶胶辐射强迫进行深入的评估.本研究利用多源遥感数据对大气顶气溶胶的直接辐射强迫进行估算,并分析其时空变化特征.揭示出长江三角洲地区气溶胶辐射强迫的强度和模式.

1 方法、数据和研究区

1.1 方法

本研究气溶胶辐射强迫的卫星估算是利用Charlson 等[1]和 Haywood 等[32]估算公式,该公式被用来估算全球的瞬时大气顶气溶胶直接辐射强迫,公式表示为：

式中：S0太阳常数,取值为1367W/m2;T为大气总透过率,取值为 0.76;C为云量比例;ω为单次散射反照率;β为后向散射比;Rs为地表反照率;τ为气溶胶光学厚度(AOT).

由于地球以椭圆形轨道绕太阳运行,一年里每天的日地距离不一样.因此,日地距离不是常数,在某一点的辐射强度与距辐射源距离的平方成反比,也就是说地球大气顶的太阳辐射强度随日地间距离不同而异.因此,需要进行日地距离的校正.假设地球表面为平面,到达大气上界的太阳辐射与太阳高度角的正弦成正比.根据以上条件,对于到达大气顶的太阳辐射进行校正,结合方程(1)有：

Haywood 等[32]和 Blanchet等[33]认为波长在700nm处的气溶胶光学特性可以代表整个谱段的平均光学特性.本文利用 Ångström 定律[34],结合MODIS气溶胶产品计算出700nm处的AOT;云量比例用 MODIS气溶胶产品提供的数据;地表反照率利用MODIS MCD43C 3月平均短波地表反射率数据;单次散射反照率利用 OMI OMAERO气溶胶产品的可见光波段外插得到700nm处的单次散射反照率.

1.2 数据

本研究主要用到的数据来自MODIS和OMI数据产品,包括MODO4和MYD04气溶胶产品、MCD43C3地表反照率产品和OMAREO气溶胶产品中的单次散射反照率.MODIS L2气溶胶产品是从 NASA的 LADSWEB数据中心获得.MODIS分别装载在1999年12月18日和2002年5月4日发射的Terra和Aqua卫星上,它们是地球观测系统卫星的一部分.Terra和Aqua卫星是太阳同步极轨卫星,轨道高度为距地球705km.Terra卫星每天上午(10：30AM)从北向南通过赤道,Aqua卫星每天下午(1：30PM)从南向北通过赤道.1～2d可覆盖地球表面1次.MODIS传感器的空间分辨率为 250,500,1000m,扫描宽度为 2330km.总共有 36个光谱波段,从可见光(0.4µm)到热红外(14.4µm)光谱波段.本研究运用的 MODIS气溶胶产品的时间从 2000年 2月～2011年12月.存储格式为HDF数据格式,空间分辨率为经度(10km)×纬度(10km).

臭氧层观测仪(OMI)装载在2004年7月15日发射的 Aura卫星上,它和 Terra卫星及 Aqua卫星等组成地球观测系列卫星,Aura卫星的轨道高度700km.OMI传感器观测大气和地表的后向散射辐射,传感器波长范围为270～500nm,波谱分辨率为 0.5nm.传感器视场角为114°,条带宽度为2600km.具有高时间分辨率,覆盖全球只用 1d.该传感器主要监测大气中的臭氧柱浓度和廓线、气溶胶、云、表面紫外辐射,还有其他的痕量气体,如 NO2、SO2、HCHO、BrO、OClO 等.本研究利用的 OMI传感器反演的气溶胶产品为OMAERO,用于提取数据集里的气溶胶单次散射反照率.数据格式为HDF-EOS(.he5),空间分辨率为 13km×24km,时间为 2004年 10月到 2011年12月.

首先,利用MATLAB读取HDF和HDF-EOS数据,然后处理成 ArcGIS可以读写的 Shapefile文件格式.为了方便数据处理和分析,在时间变化,通过计算区域平均值来分析气溶胶的变化特征.空间上,对多年的数据求平均值,分析该地区的空间分布特征.

1.3 研究区

选取长江三角洲(YRD)为研究区,中心地理经纬度分别为120.5°E和30.5°N.该地区是长江和钱塘江在入海处冲积成的三角洲,面积大约为 99600km2.长江三角洲属于亚热带季风气候.夏季高温多雨,雨热同期,冬季寒冷干燥,春季雨量最充沛.最冷月均温 2～4℃,最热月均温27～ 28℃,年降水量 1000～1400mm. 植被主要属于亚热带常绿阔叶林.长江三角洲是世界经济增长和城市化进程最快的地区之一.主要由苏浙沪毗邻的 16个市组成的都市群,包括上海市,江苏省的南京、苏州、无锡、常州、镇江、南通、扬州、泰州,浙江省的杭州、宁波、湖州、嘉兴、绍兴、舟山和台州.人口为 10763.31万(2010人口普查).

2 结果与讨论

2.1 气溶胶光学特性和地表反照率

气溶胶辐射强迫遥感估算运用到的主要参数包括700nm处的气溶胶光学厚度(AOT700)、短波地表反照率(SAShortwave)和 700nm 处的单次散射反照率(SSA700).由于这些输入数据的空间分辨率各不相同,AOT为 10km×10km,地表反照率为1km×1km,单次散射反照率为13km×24km.并且每个月的月平均AOT数据在空间上有些数据缺失,因此,对不同的数据源栅格化到 10km×10km 相同的空间分辨率,栅格化过程中利用基于三角网3次方插值的方法进行插值.图1和图2分别为2000～2011年700nm处的区域月平均气溶胶光学厚度(AOT)和单次散射反照率(SSA)的时间序列变化.从长时间尺度上看,区域月平均AOT700没有明显的增长趋势.区域月平均AOT700值的波动范围在 0.3～0.9之间.区域月平均AOT700且呈现明显的周期性变化,利用正弦曲线时行拟合,R为0.67.气溶胶特性随着季节的变化而变化, AOT700的最大和最小值分别为出现在 6月和 12月,大约为 0.71±0.07和 0.39±0.05.由于SSA700在时间序列上呈现明显的周期变化,而且波动较小,利用正弦曲线时行拟合,R为0.88.,因此,2000～2011之间每年的 SSA700用多年月平均进行计算.在 5～10月,区域平均SSA700的值大约为 0.96;在 11～4月,大约为 0.89.图 3为 2000～2011年短波处区域月平均地表反照率(SAShortwave)的时间序列变化.区域月平均 SAShortwave在 0.10～0.15之间波动,变化特征与 AOT相似,呈现明显的周期性变化,正弦曲线拟合的R为0.67.

2.2 大气顶气溶胶辐射强迫

2.2.1 时间变化 图 4为2000～2011年700nm处的区域月平均AOT和大气顶辐射强迫的时间序列变化趋势.右图为AOT700及其辐射强迫的线性回归分析.线性回归方程为 ARFSatellite=91.24AOT700+15.15,相关系数(R)和根均方差(RMSE)分别为0.89和5.50,N=143,表明二者间存在明显的线性相关关系,但是由于大气顶气溶胶辐射强迫受到其他因素的影响,如地表反照率、云量比例等,使得AOT700和大气顶气溶胶辐射强迫的线性回归出现一定的偏差.AOT700和辐射强迫呈现明显的周期性变化,区域月平均辐射强迫变化范围大约在-10～-70W/m2之间,最大值出现在 2008年 6月,大气顶气溶胶辐射强迫大约为-69.56W/m2,对应的 AOT700为 0.87.图 5 为2000～2011年区域平均 AOT700和大气顶辐射强迫的季节变化.图中误差线为相同月份或相同季度的标准差,说明相同月份或相同季度的AOT700和大气顶辐射强迫的波动情况.

图1 2000～2011区域月平均气溶胶光学厚度(AOT700)的时间序列变化Fig.1 Temporal serial variation of regional monthly mean aerosol optical thickness (AOT700) from 2000～2011

图2 2000～2011区域月平均单次散射反照率(SSA700)的时间序列变化Fig.2 Temporal serial variation of regional monthly mean single scatter albedo (SSA700) from 2000～2011

图3 2000～2011年区域月平均短波地表反照率(SAShortwave)的时间序列变化Fig.3 Temporal serial variation of regional monthly mean surface albedo at shortwave (SAShortwave) from 2000～2011

从图 4可以看出,一年中最大的气溶胶辐射强迫和AOT一样出现在6月,最小值出现在12月,大约分别为(-53.97±6.14)和(-16.41±2.10)W/m2.这主要是由于气溶胶的排放特征决定的,在 6月人为排放的气溶胶最大.然而最大的波动出现在 5月.4月的AOT700比5月的大,分别为0.66±0.05和0.62±0.11,但是气溶胶辐射强迫呈现相反的特征,分别为(-42.40±3.16)和(-48.31±8.85)W/m2.原因可能是：进入 5月后太阳辐射效应增强,气溶胶对太阳辐射的消减作用也随之增大,而且 5月的大气相对湿度较大,在4月,气溶胶粒子的辐射效应较5月弱.这样使得较大的AOT出现较小的辐射强迫.

图4 气溶胶光学厚度及其辐射强迫的时间序列变化和回归分析Fig.4 Temporal serial variations of regional monthly AOT and aerosol radiative forcing at the top of the atmosphere from 2000～2011, and linear regression analysis

图5 2000～2011年大气顶气溶胶光学厚度及其辐射强迫的季节变化Fig.5 Seansons variations of AOT and aerosol radiative forcing at the top of the atmosphere from 2000～2011

4个季节的大气顶气溶胶辐射强迫大小依次 是 ：夏 季 (-44.30±9.09W/m2)＞ 春 季 (-42.00±7.83W/m2)＞ 秋 季 (-28.02±6.32W/m2)＞ 冬 季(-20.40±5.00W/m2).田华等[31]认为中国中东部地区硫酸盐气溶胶的直接辐射强迫春季最大,为-34.53W/m2;夏季次之,为-22.76W/m2;冬季再次,为-22.57W/m2;秋季最小,为-20W/m2.产生这个差异的原因主要有两个方面：第一,本研究的气溶胶辐射强迫包括所有的气溶胶粒子,产生的辐射强迫比硫酸盐气溶胶大;第二,本研究的长江三角洲区域是中东部气溶胶浓度分布最高的区域,因此产生的辐射强迫较中东部的平均值大,所以从数值上来看,本研究的结果是可靠的,另外在季节上表现不一致,这可能受不同季节气溶胶粒子的时空变化的影响产生的.

2.2.2 空间分布 图6和图7分别为2000～2011年多年月平均和年平均大气顶气溶胶辐射强迫的时空变化.表1为2000～2011年多年月平均和年平均大气顶气溶胶辐射强迫的统计结果.表中的标准差是根据多年月平均和年平均的区域每个像元的值计算的.标准差越大,整个区域数值的离散度就越高,说明空间分布的差异越大,反之亦然.

由于气溶胶辐射强迫和AOT呈强的正相关,因此空间分布特性与AOT相似.从图6可以看出,气溶胶辐射强迫空间分布差异明显,从 2000～2011年多年月平均的结果来看,在南部地区,一年12个月的气溶胶辐射强迫变化较小,变化范围在 0～-30W/m2.在北部地区,一年 12个月的气溶胶辐射强迫变化较大,变化范围在-15～-70W/m2.特别在6月,空间差异最明显,在太湖沿岸的城市地区,如上海、杭州.气溶胶辐射强迫达-70W/m2,而在千岛湖地区气溶胶辐射强迫大约为-10W/m2.在 12月,空间差异最小,北部地区大约为-20W/m2;南部地区大约为-10W/m2.气溶胶直接辐射强迫具有明显的季节变化和空间分布差异的特征主要是由人为气溶胶排放的季节变化和空间分布分布决定的.

从图 7可以看出,气溶胶辐射强迫在空间上主要呈现两种分布特征,北部的主要以城市为主的地区和南部主要以植被覆盖的地区.在北部城市地区,年平均气溶胶辐射强迫的空间变化比较明显,变化范围大约为-25～-60W/m2之间;而在南部森林覆盖较高的地区,气溶胶辐射强迫的变化范围大约为-10～-25W/m2,这主要是北部的人为活动较为强烈,排放的气溶胶空间差异明显.然而南部地区森林覆盖较高,人为排放的气溶胶较少,而且气溶胶特性差异较小,使得其辐射强迫在南部地区空间差异较小.从年尺度变化上看,大气顶气溶胶辐射强迫没有明显的增大趋势.2000～2011年中较大的气溶胶辐射强迫是2002、2007和 2011,分 别 大 约 为(-37.86±13.58)、(-37.03±13.05)和(-37.97±13.60)W/m2.

图6 2000～2011年多年月平均气溶胶辐射强迫的时空变化Fig.6 Temporal-spatial variation of multi-year monthly mean aerosol radiative forcing at the top of the atmosphere from 2000～2011

图7 2000～2011 年年平均气溶胶辐射强迫的时空变化Fig.7 Temporal-spatial variation of yearly mean aerosol radiative forcing at the top of the atmosphere from 2000～2011

表1 多年月平均和年平均大气顶气溶胶辐射强迫统计结果Table 1 Statistical results of multi-year monthly and yearly mean aerosol radiative forcing at the top of the atmosphere

3 结论

3.1 大气顶气溶胶辐射强迫和气溶胶光学厚度(AOT)存在明显的线性相关关系.回归方程为ARFSatellite=91.24AOT700+15.15,R和RMSE分别为0.89和5.50.气溶胶辐射强迫呈现明显的周期性变化,区域月平均辐射强迫变化范围大约在-10～-70W/m2之间,最大值出现在 2008年 6月,大气顶气溶胶辐射强迫大约为-69.56W/m2,对应的AOT700为0.87.

3.2 大气顶气溶胶辐射强迫具有明显的季节变化和空间分布差异的特征,一年中最大的气溶胶辐射强迫和AOT一样出现在6月,最小值出现在12 月 ,大 约 分 别 为 (-53.97±6.14)和 (-16.41±2.10)W/m2.然而最大的波动出现在5月.4个季节的大气顶气溶胶辐射强迫的大小依次是：夏季(-44.30±9.09W/m2)＞春季(-42.00±7.83W/m2)＞秋季(-28.02±6.32W/m2)＞冬季(-20.40±5.00W/m2).从多年月平均的结果来看,在南部地区,一年中12个月的气溶胶辐射强迫变化较小,变化范围在0～-30W/m2之间.在北部地区,一年中气溶胶辐射强迫变化较大,变化范围在-15～-70W/m2之间.特别在 6月,空间差异最明显,在太湖沿岸的城市,如上海、杭州,气溶胶辐射强迫达-70W/m2,而在千岛湖地区,气溶胶辐射强迫大约为-10W/m2.在12月,空间差异最小,北部地区大约为-20W/m2;南部地区大约为-10W/m2.

3.3 大气顶气溶胶辐射强迫在空间上主要呈现两种分布特征,北部的主要以城市为主的地区和南部主要以植被覆盖的地区.在北部城市地区,年平均气溶胶辐射强迫的空间变化比较明显,变化范围大约为-25～-60W/m2之间;而在南部森林覆盖较高的地区,气溶胶辐射强迫的变化范围大约为-10～-25W/m2之间.从年尺度变化上看,大气顶气溶胶辐射强迫与AOT700相似,没有明显的增大趋势.

[1] Charlson R J, Schwartz S E, Hales J M, et al. Climate forcing by anthropogenic aerosols [J]. Science, 1992,255：423-430.

[2] Kiehl J T, Briegleb B P. The relative roles of sulfate aerosol and greenhouse gases in climate forcing [J]. Science, 1993,260：311-314.

[3] Ramanathan V, Crutzen P J, Kiehl J T, et al. Aerosols, climate,and the hydrological cycle [J]. Science, 2001,294：2119-2124.

[4] Taylor K E, Penner J E. Response of climate system to atmospheric aerosols and greenhouse gases [J]. Nature, 1994,369：734-737.

[5] Boucher O, Anderson T L. General circulation model assessment of the sensitivity of direct climate forcing by anthropogenic sulfate aerosols to aerosol size and chemistry [J]. J. Geophys.Res., 1995,100(D12)：26117-26134.

[6] Haywood J M, Roberts D L, Slingo A, et al. General circulation model calculations of the direct radiative forcing by anthropogenic sulfate and fossil-fuel soot aerosol [J]. J. Climate,1997,10(7)：1562-1577.

[7] Hansen J, Sato J, Ruedy R. Radiative forcing and climate response [J]. J. Geophys. Res., 1997,102：6831-6864.

[8] Chung C E, Ramanathan V, Kim D, et al. Global anthropogenic aerosol direct forcing derived from satellite and ground based observations [J]. J. Geophys. Res., 2005, 110：D24207, doi：10.1029/2005 JD006356.

[9] Giorgi F, Bi X Q, Qian Y. Direct radiative forcing and regional climatic effects of anthropogenic aerosols over East Asia： A regional coupled climate-chemistry/aerosol model study [J]. J.Geophys. Res., 2002, 107(D20)： 4439, doi： 10.1029/2001JD-001066.

[10] Xu J, Bergin M H, Greenwald R. Direct aerosol radiative forcing in the Yangtze delta region of China： Observation and model estimation [J]. J. Geophys. Res., 2003,108(D2)：4060,doi：10.1029/2002JD002550.

[11] Miller R L, Tegen I, and Perlwitz J. Surface radiative forcing by soil dust aerosols and the hydrologic cycle [J]. J. Geophys. Res.,2004, 109： D04203, doi： 10.1029/2003JD004085.

[12] Kim D, Wang C, Ekman A M L, et al. Distribution and direct radiative forcing of carbonaceous and sulfate aerosols in an interactive size-resolving aerosol-climate model [J]. J. Geophys.Res., 2008,113：D16309, doi：10.1029/2007JD009756.

[13] Malavelle F, Pont V, Mallet M, et al. Simulation of aerosol radiative effects over West Africa during DABEX and AMMA SOP-0 [J]. J. Geophys. Res., 2011,116：D08205,doi： 10.1029/2010JD014829.

[14] Schwartz, S E, Andreae M O. Uncertainty in climate change caused by anthropogenic aerosols. Science, 1996,272：1121-1122.

[15] Anderson T L, Charlson R J, Schwartz S E, et al. Climate forcing by aerosols-a hazy picture [J]. Science, 2003, 300(5622)：1103-1104.

[16] IPCC. The physical science basis (eds S. Solomon et al.) [R].New York, Cambridge University Press, USA, 2007.

[17] Salomonson V V, Barnes W L, Maymon P W. MODIS： advanced facility instrument for studies of the Earth as a system [J]. IEEE Transactions on Geoscience and Remote Sensing, 1989, 27(2)：145-153.

[18] King M D, Kaufman Y J, Tanré D, et al. Remote sensing of tropospheric aerosols from space： past, present, and future [J].Bulletin of the American Meteorological Society, 1999,80(11)：2229-2259.

[19] Kaufman Y J, Tanré D, Boucher O. A satellite view of aerosols in the climate system [J]. Nature, 2002a,419：215-223.

[20] Kaufman Y J, Wald A E, Remer L A, et al. The MODIS 2.1 μm Channel-correlation with visible reflectance for use in remote sensing of aeresl [J]. IEEE Transaction on GeoScience and Remote Sensing, 1997,35：1286-1298.

[21] Tanré D, Kaufman Y J, Herman M, et al. Remote sensing of aerosol properties over oceans using the MODIS/EOS spectral radiances [J]. J. Geophys. Res., 1997,102：16971-16988.

[22] Remer L A, Kaufman Y J, Tanré D, et al. The MODIS aerosol algorithm, products and validation [J]. J. Atmos. Sci.,2005,62(4)：947-973.

[23] Levy R C, Remer L A, Mattoo S, et al. Second-generation operational algorithm： Retrieval of aerosol properties over land from inversion of Moderate Resolution Imaging Spectroradiometer spectral reflectance [J]. Journal of Geophysical Research,2007, 112： D13211, doi：10.1029/2006JD007811.

[24] Chu D A, Kaufman Y J, Ichoku C, et al. Validation of MODIS aerosol optical depth retrieval over land [J]. Geophys. Res. Lett.,2002,29(12)：391-394.

[25] Ichoku C, Chu D A, Mattoo S, et al. A spatio-temporal approach for global validation and analysis of MODIS aerosol products [J].Geophys. Res. Lett., 2002,29(12)：8006,doi：10.1029/2001GL013.

[26] Levy R C, Remer L A, Kleidman R G, et al. Global evaluation of the collection 5 MODIS dark-target aerosol products over land [J].Atmos. Chem. Phys. Discuss, 2010,10：14815-14873.

[27] He Q S, Li C C, Tang X, et al. Validation of MODIS derived aerosol optical depth over the Yangtze River Delta in China [J].Remote Sensing of Environment, 2010,114(8)：1649-1661.

[28] 肖钟湧,江 洪,陈 健,等.杭州市大气气溶胶光学特性研究[J]. 环境科学学报, 2011,31(8)：1758-1767.

[29] Chameides W L, Yu H, Liu S C, et al. Case study of the effects of atmospheric aerosols and regional haze on agriculture： An opportunity to enhance crop yields in China through emission controls [J]. Proceedings of the National Academy of Sciences of the United States of America, 1999,96,13626-13633.

[30] Xu J, Bergin M H, Greenwald R, et al. Direct aerosol radiative forcing in the Yangtze delta region of China： observation and model estimation [J]. Journal of Geophysical Research, 2003,108：4060-4071.

[31] 田 华,马建中,李维亮.中国中东部地区硫酸盐气溶胶直接辐射强迫及气候效应的数值模拟 [J]. 应用气象学报, 2005,16(3)：322-333.

[32] Haywood J M, and Shine K P. The effect of anthropogenic sulfate and soot on the clear sky planetary radiation budget[J]. Geophys.Res. Lett., 1995,22：603-606.

[33] Blanchet J P. Application of the Chandrasekhar mean to aerosol optical parameters [J]. Atmos. Ocean, 1982,20：189-206

[34] Ångström A. On the atmospheric transmission of sun radiation on dust in air [J]. Geografiska Annaler, 1929,2：156-165.

致谢：本研究MODIS和OMI数据来自美国戈达地球科学数据和信息服务中心(Goddard Earth Sciences Data and Information Services Center),在此表示感谢.