葛　应，刘志红， 汤志亚

(成都信息工程学院　成都　610225)

· 试验研究 ·

成都市气溶胶消光系数特征分析

葛应，刘志红， 汤志亚

(成都信息工程学院成都610225)

为了获得成都地区气溶胶消光系数的时空分布特征，对激光雷达自带的消光系数产品进行处理，并分析其时间变化趋势，通过对数据整理后分析得出如下结论：气溶胶主要分布在低层大气中，在低层大气中，秋冬季节的消光系较春夏季大，且在气溶胶较大的季节里，气溶胶的日变化及小时变化都比较剧烈。

微脉冲激光雷达；消光系数；时空分布；成都

1　引　言

随着工业经济的迅速发展，大气污染问题变得越来越严重，气候也变得越来越复杂，空气中的颗粒物给人们的身体健康带来了严重的危害[1]。尽管气溶胶在大气中的含量相对较少,但它在大气过程中所起的作用却不容忽视，其突出的作用表现在其对大气能见度、太阳散射和辐射、大气温度等具有较多影响。为了充分了解气溶胶，很多科研人员对气溶胶的性质展开了研究。林燕芬等利用多种卫星传感器的观测资料结合地面观测数据，对气溶胶及前体污染物的观测数据，分析气溶胶对降水、云、以及整个水循环过程的作用[2]。孙景群不仅进行激光探测烟羽浓度时空分布的研究，还应用激光探测结果研究烟羽粒子的污染扩散规律。杨晓武利用上海市浦东区气象局的MPL资料反演得到气溶胶消光系数廓线，分析了消光系数的变化特征及与某些气象要素关系。李成才等利用MODIS可见光通道AOT资料和MPL 523 nm气溶胶消光系数垂直分布观测资料，分析了珠江三角洲地区2003年6月一次气溶胶污染过程中AOT的分布特征、气溶胶消光系数廓线的演变，表明该污染过程是弱高压控制下的区域性污染，香港地区污染物浓度的上升与区域性输送有直接关系[3]。在成都地区，对气溶胶的研究主要依赖于卫星遥感以及太阳光度计数据，而卫星遥感及太阳光度计获取的是整层大气气溶胶的光学厚度数据；对颗粒物PM2.5和PM10的测量数据是在某一固定高度上的，而激光雷达可以探测气溶胶在垂直高度上的分布情况，且激光雷达因具有空间分辨率高，可以长时间连续观测等优点被广泛应用于大气监测中，可以很好地弥补以上探测手段的不足，本篇文章中利用微脉冲激光雷达自带的消光系数产品，分析成都地区2012年5月～2013年6月(2013年2月缺测)气溶胶消光系数分布特征，光学厚度能够反应大气污染的程度，而气溶胶消光系数在垂直高达上的积分得到气溶胶的光学厚度，因而，气溶胶消光系数在垂直高度上的分布情况能够反映出大气在垂直高度上的污染情况。因而，本课题具有重要的研究意义。

2　数据与方法

2.1激光雷达

近40年来，随着人们对气候和大气环境日益增长的关切和各方面技术的进步，用于不同测量对象的激光雷达及理论算法有了长足的发展，激光雷达制造技术也不断创新。 微脉冲激光雷达MPL(The Micro pulse Lidar)是快速监测大气环境的新一代高技术产品。它根据大气对激光的弹性散射、消光等物理效应，通过探测大气气溶胶和云的激光后向散射回波，实现对几公里乃至十几公里范围内的大气环境进行实时快速监测 监测内容可包括大气气溶胶的时空分布、云高和云层结构、边界层结构等。通过计算获得大气能见度、消光系数廓线，直接给出了大气气溶胶的分布情况。空间分辨率可达十几米。本实验所用的微脉冲激光雷达是中国科学院安徽光学精密机械研究所研制，现位于成都信息工程学院航空港校区观测场的楼顶，(N：30°34′45.27”E：103°59′22.16”)海拔高度487m，由于此微脉冲激光雷达是收发同轴系统，所以不需要对距离进行校正；此微脉冲激光雷达空间分辨率为30m，最小探测高度是30m，最大探测高度30km，但是，由于成都地区空气潮湿，含水量多，激光雷达衰减严重，所以实际有效探测高度只有2km左右；为了确保数据的准确性，选择的均是1500m以下数据，且研究期间所用数据均是激光雷达垂直观测获取的。

2.2MPL-TP技术指标(表1)

表1　激光雷达技术指标

2.3气溶胶消光系数数据处理

微脉冲激光雷达接收到的是回波光子数，根据微脉冲激光雷达方程，将激光雷达接收到的回波光子数反演为消光系数数据，每采集一次数据，就有对应时间的消光系数数据，这是微脉冲激光雷达自带的产品，经过分析验证，此激光雷达自带的消光系数产品具有良好的可靠性；激光雷达长时间连续工作且每隔1分钟采集一次数据，本文要分析一年的气溶胶时空分布情况，数据量巨大；为了将所有的数据合理利用起来，首先要对数据进行筛选，把明显有问题的数据先剔除(即消光系数值为空的数据)，然后对数据进行相应的处理；数据筛选的方法是利用matlab软件编写程序查找出不合理的数据进行人工剔除，将剩余的数据按照不同的需求进行分类处理，本文数据处理分为3类：(1)将各月份的数据分别累加起来求平均，得到各个月份消光系数的平均值，可以看出气溶胶一年的变化趋势；(2)将每天的数据累加起来求平均，得到消光系数的天平均值，可以看出消光系数月变化趋势；(3)将每天的数据在整点处求平均，可以得到气溶胶的时间变化趋势。为了形象的分析气溶胶消光系数的时空变化特征，将处理的结果以图形化的方式表现出来，具体结果见图1～图4。

3　结果与分析[4～7]3.1　整层大气消光系数特征分析

图1为四川包括大石西路、金泉两河、梁家港、灵岩山、三瓦窑、沙河铺、十里店7个站点的PM2.5浓度数据的月平均值，图中可以看出，2013年3月和2013年4月PM2.5的浓度基本相同，2013年5月份PM2.5的浓度在这3个月份中最小，将此数据与激光雷达探测的3、4、5月份30m高度处数据(图2)比较发现，两者的趋势是一致的，因而利用激光雷达探测出的结果分析气溶胶消光系数特征具有可靠性。

图1　2013年成都地区PM2.5月平均值Fig.1　2013 monthly average of PM2.5 in Chengdu

图2　2012年6月～2013年5月气溶胶消光系随高度变化Fig.2　The vertical variation of aerosolextinction coefficient from June 2012 to May 2013

从图2可以看出，在垂直高度的分布上，在500m以上高度处，气溶胶消光系数值基本不随高度的变化而变化，消光系数值较小，且没有明显的季节趋势，只能看出2012年12月份和次年一月份气溶胶消光系数值相对较大，2013年4、5月气溶胶消光系数值相对较小，说明500m以上高度层的气溶胶较少；在500m以下210m以上高度区间，气溶胶消光系数值随着高度的增加而减小，且各月份变化趋势比较一致但有明显的区别，即在2012年6、7月份，气溶胶消光系数值较小，其他月份气溶胶消光系数值较大，其中2013年1月份最大，这主要与四川盆地气候有着密不可分的关系，四川盆地夏季多雨，大气中的气溶胶通过雨水冲刷到地面，使得大气中的气溶胶减少；而冬季雨水较少，且四川周围环山，污染物不易扩散，只能不断聚集，使得冬季的气溶胶较多；在210m以下，气溶胶消光系数没有明显的变化趋势，但仍然是2012年6、7月份气溶胶消光系数值较小，2013年1月份气溶胶消光系数值较大。低层大气气溶胶消光系数值较大主要是因为低层大气与人类活动密切相关，通过对流作用低层的气溶胶扩散到高层，使得低层和高层大气气溶胶消光系数具有相同的变化趋势。

图3　气溶胶消光系数年变化Fig.3　Yearly variation of aerosol extinction coefficient

图4　气溶胶消光系数最大值出现的高度Fig.4　 The height of the maximum aerosol extinction coefficient appear in each month

3.2低层大气气溶胶消光系数特征分析

在整个大气层中，高层大气气溶胶消光系数值较小，气溶胶消光系数主要集中在低层大气中，低层大气与人类的生活密切相关，因而研究低层大气气溶胶的时空分布情况对人们的生产活动具有重要的指导意义。由图2分析结果可知，210m以下气溶胶没有明显的变化趋势，因而主要分析研究210m以下气溶胶时空分布情况。

3.2.1不同高度层消光系数年变化特征分析

从图3中可以看出，气溶胶在2012年6月、7月、8月、9月消光系数呈现增长趋势，9月份达到极大值，10月、11月份气溶胶消光系数值有所下降，12月、次年1月又有所增长，次年3月、4月、5月又有所下降。

成都市气溶胶消光系数值之所以在9月与1月相对较大，是由于四川盆地四面高山阻挡，秋冬季雨水相对较少，空气流动慢，污染物不易扩散，导致气溶胶只能在成都上空不断积累，消光系数值达到最大。其中30m处在10月～次年1月一直在增长，整体而言，气溶胶消光系数在夏季最小，在秋冬季节增长并达到最大值，在春季又有所下降。在垂直高度的分布上，气溶胶各个高度层变化趋势基本一致，图4为各月份气溶胶消光系数最大时对应的高度层；各高度层上气溶胶消光系数值相差较小，只是在2012年9月和2013年1月份相对而言相差较大，在这两个月份里，气溶胶消光系数最大值分别出现在60m和90m处；30m高度处，气溶胶从2012年6月一直增长至2013年1月，之后气溶胶消光系数又有所下降。对于30m处气溶胶消光系数与其他高度层气溶胶消光系数相差较大，主要原因是激光雷达虽然是收发同轴系统，不需要进行距离校正，但实际上由于光学系统等原因使得激光雷达仍然存在探测盲区的问题，所以测得的30m处的消光系数数据要稍微偏小，但是这并不影响对30m高度层时间变化趋势的分析。

3.2.2不同高度层月变化特征分析

由以上分析结果可知，气溶胶主要集中在秋冬两季，即2012年9月份～2013年2月份，由图5看出，在这两季气溶胶的波动较为剧烈，尤其是2012年12月份和2013年1月份最为明显，呈现明显的锯齿状变化趋势，各个高度层变化趋势基本一致，12月份，30m以上高度层气溶胶消光系数值变化趋势一致，且各高度层气溶胶消光系数值相差很小，只有90m处气溶胶消光系数值相对较大，而在2013年1月份，各高度层消光系数值相差较大，最大值出现在90m高度处；在30m高度处，气溶胶达到了30m处年变化的最大值，且30m处的气溶胶消光系数值呈锯齿形缓慢衰减，在秋冬季节的其他月份，气溶胶消光系数值在2.0km-1处呈现小幅度的波动；在春夏两季，气溶胶消光系数只有在2012年8月呈现锯齿状波动，其他月份气溶胶消光系数值基本保持稳定，其中8月份明显呈锯齿状缓慢上升趋势。从总体来看，6月、7月份气溶胶消光系数较小，8月份开始缓慢增加，9月份维持8月份的最大值且波动较为剧烈，10月份气溶胶消光系数值有所下降且波动较为缓慢，11月份气溶胶消光系数有所增加，且波动程度有所增加，2012年的12月份和2013年的1月份气溶胶快速增大且波动剧烈，2013年的2月～2013年的5月气溶胶消光系数有所下降并且变化程度缓慢。

图5　气溶胶消光系数月变化Fig.5　Monthly variation of aerosol extinction coefficient

图6　气溶胶消光系数日变化Fig.6　Daily variation of aerosol extinction coefficient

3.2.3不同高度层日变化特征分析

由以上分析可知，在秋冬季节，气溶胶消光系数日变化特征明显，2013年1月份最为明显，从图6中可以看出，2013年1月份，气溶胶消光系数从凌晨开始就较大，在早晨9点达到一天中的最大值，9点～13点气溶胶消光系数值减小，之后又开始增长；在春季、秋季和冬季气溶胶的时间变化趋势一致，都是在凌晨气溶胶增多，在7点左右达到最大值，之后又缓慢减小，在13点左右达到最小值，之后又缓慢上升，在成都，早上的上班时间在早上8点～9点之间，所以人们出行的时间大约在早上7点，即在7点左右出现人流高峰期，在这个时间段各种机动车非机动车等的尾气以及汽车行驶过后的扬尘等增多，从而使大气中的气溶胶增多，故此时的气溶胶消光系数值最大；2013年1月份是农历的春节期间，人们出行的时间大概延迟到9点左右，因而气溶胶消光系数最大值出现的时间也会延迟到9点左右。在夏季，气溶胶消光系数只是在7点左右达到一个最大值，之后缓慢减小并基本稳定在1.0km-1左右；在垂直高度的分布上，秋冬季节30m高度处的气溶胶消光系数明显增大，2012年12月份和2013年1月份7点以前各高度层气溶胶消光系数值相差较大，其他各个时间各高度层气溶胶消光系数值变化趋势基本一致且其差值较小。

4　结　论

综合上述分析，得出以下几点结论：

4.1一年四季中，秋冬季节气溶胶消光系数较大，其日变化呈锯齿状，且其波动幅度较大，小时变化有明显的峰谷值，即小时变化幅度也较大；相反，在春夏季，气溶胶消光系数较小，日变化的变化幅度较小，小时变化基本在较小值附近波动，且波动幅度较小。

4.2垂直高度上，在气溶胶消光系数值比较高的秋冬季节，各个高度层的日变化趋势不一致，尤其在12月份和次年一月份的日变化中，30m高度处气溶胶消光系数达到整年中30m高度处的最大值；年变化和时间变化中，各个高度层的变化趋势基本一致，但是各高度层上气溶胶消光系数值相对较大。相反，春夏季，各个高度层气溶胶消光系数值变化趋势基本一致，且各高度层上气溶胶消光系数值相差不大。

[1]李学彬，徐青山,等.气溶胶消光系数与质量浓度的相关性研究[J].光学学报，2008，9(28)：1655-1658.

[2]林燕芬.大气气溶胶对能见度、云和降雨的影响机制[D].上海：复旦大学环境科学与工程系,2009.1-115.

[3]范学花，陈洪滨，夏祥鳌. 中国大气气溶胶辐射特性参数的观测与研究进展[J].大气科学,2013,37(2): 477-498.

[4]董旭辉,祁辉,任立军,等.偏振激光雷达在沙尘暴观测中的数据解析[J].环境科学研究,2007,20(2):106-111.

[5]申莉莉,盛立芳,陈静静. 一次强沙尘暴过程中沙尘气溶胶空间分布的初步分析[J].中国沙漠,2010,30(6):1483-1490.

[6]徐赤东，纪玉峰.偏振微脉冲激光雷达对一次沙尘过程的探测分析[J].中国粉体技术，2009,15(2):75-77.

[7]王宏波，王治华,等.成都地区中低云层的激光雷达探测[J].光子学报,2007,36(2):350-354.

Analysis of Characteristics of Aerosol Extinction Coefficient of Chengdu

GE Ying,LIU Zhi-hong,TANG Zhi-ya

(ChengduUniversityofInformationTechnology,Chengdu610225,China)

In order to learn the spatial and temporal characteristics of aerosol extinction coefficient in Chengdu, this study analyzed the time change trend of the aerosol extinction coefficient by laser radar which had inner extinction coefficient processing system. The result showed that aerosols were mainly distributed in the lower atmosphere. In the lower atmosphere, the extinction in autumn and winter is higher than that in spring and summer. In the seasons of higher aerosols, the daily changes and hourly changes of the aerosol are dramatic.

Micro pulse lidar; extinction coefficient; temporal and spatial distribution; Chengdu

2014-07-03

四川环境保护科学研究院四川气溶胶多源遥感反演与时空分析项目(D0503 大气遥感和大气探测)。

葛应(1989-)，女，江苏连云港人，成都信息工程学院电子与通信工程专业2012级在读研究生，主要研究方向为大气探测。

X51

A

1001-3644(2015)01-0038-06