杜吴鹏,王跃思,辛金元,孙 丹 (1.北京市气象局气候中心,北京 100089；.中国科学院大气物理研究所,大气边界层物理和大气化学国家重点实验室,北京 10009；.中国科学院大气物理研究所,北京 10009)

RegCM3模式模拟我国春季气溶胶光学厚度及检验

杜吴鹏1,2*,王跃思2,辛金元2,孙 丹3(1.北京市气象局气候中心,北京 100089；2.中国科学院大气物理研究所,大气边界层物理和大气化学国家重点实验室,北京 100029；3.中国科学院大气物理研究所,北京 100029)

利用区域气候模式RegCM3模拟了我国2005～2007年春季每月的气溶胶光学厚度及沙尘气溶胶光学厚度(AOD),并利用站点观测资料检验了模拟结果,探讨了沙尘气溶胶和人为活动排放气溶胶对春季AOD的贡献与影响.结果表明,模拟的我国春季AOD主要有3个高值区:南疆盆地和北疆部分地区,河西走廊地区,以及四川盆地和临近的中南部分地区.前两者AOD高值主要由沙尘气溶胶引起,后者主要受人为活动排放的气溶胶影响.观测资料检验表明模拟结果具有一定的可信度,模式对人类活动影响较少区站点的模拟效果优于对人类活动频繁区站点及城市和沿海站点的模拟,对城市和沿海站点的模拟结果偏低,对最偏远的阜康、海北、拉萨和西双版纳等站点的模拟结果与实际观测差别较大.

区域气候模式；春季；气溶胶光学厚度(AOD)；模拟；检验

由于气溶胶在影响全球和区域气候与环境变化方面存在很大不确定性,目前,与气溶胶相关的研究已成为学界关注的热点之一[1-6].气溶胶光学厚度(AOD)是描述气溶胶光学特征的重要因子,对于AOD的研究,数值模拟和地面观测是两种重要的手段[7-10].由于受沙尘天气等气候和环境因素影响,我国不同区域和气候带春季气溶胶光学特征与其他季节存在一定差异,因此,利用区域气候模式和地面观测网开展春季AOD的模拟和观测具有重要意义[11-12].国内外科研工作者对AOD进行了大量研究[13-23],其中,王跃思等[20]利用全国联网观测资料研究了中国19个典型区域大气AOD和Angstrom参数特征,石广玉等[21]对气溶胶的辐射效应进行了详细阐述,辛金元等[22]对中国地区太阳分光辐射观测网观测仪器进行了标定研究,李成才等[23]开展了 MODIS资料反演AOD的大量有益尝试.

本研究利用区域气候模式RegCM3模拟我国春季 AOD的分布特征,探讨春季沙尘气溶胶和人为活动排放气溶胶对 AOD的贡献与影响,并利用2005～2007年春季23个地面站点观测资料,验证RegCM3对不同地区气溶胶光学厚度的模拟效果,以期为模式模拟能力的改进和提高及我国气溶胶相关研究提供科学依据.

1 资料与方法

本研究的观测资料来源于中国地区太阳分光观测网(Chinese Sun Hazemeter Network, CSHNET),研究方法主要包括数值模拟和数理统计分析.

1.1 地基太阳分光观测网

中国科学院大气物理研究所与美国马里兰大学于2004年7月联合发起了中国地区太阳分光地基联网观测计划,建立了中国地区太阳分光观测网(图1).该观测网于2004年8月正式运行,目前共包括19个中国生态系统研究网络(CERN)生态观测站、4个城市观测点,还包括2个标定中心,具体站点分布及各站点经纬度和海拔高度如图1和表1所示.整个观测网络统一采用美国林业局生产的新一代便携式 LED(Light-emitting Diode)太阳分光光度计,中心波段分别为 405,500, 650,880nm,该产品在“有益于环境的全球性学习与观察”(GLOBE)计划中曾得到广泛的应用,现在已成为国内外科学家普遍认可的光学仪器[24-25].每天约在当地时间10:00～14:00时进行观测,每站一天观测约20组数据,当天空总云量超过80%时不进行观测.观测网采用Langley定标法、CIMEL比对修正和传递定标法对观测网的所有光度计进行标定,以确保观测数据的真实可靠.

图1 中国地区太阳分光观测网地理分布示意Fig.1 Geographical distribution of observation sites in CSHNET

由于AOD受到工业、交通等人为活动排放的气溶胶和沙尘等自然源排放的气溶胶双重影响,在把地基站点观测结果与模式模拟相比较时,根据站点所处的地理位置和气候特点,将观测网中的站点分为人类活动频繁区站点和人类活动影响较少区站点,其中人类活动频繁区站点主要包括北京站、北京森林站、香河站、沈阳站、兰州站、上海站、太湖站、胶州湾站、封丘站和三亚站,人类活动影响较少区站点主要包括鄂尔多斯站、沙坡头站、安塞站、桃源站、盐亭站、鼎湖山站、海伦站、三江站、长白山站、拉萨站、海北站、阜康站和西双版纳站;另外,在不同类型站点分类中,城市站点包括北京站、兰州站和上海站,沿海站点包括胶州湾站、上海站和三亚站.

表1 观测网各站点经纬度和海拔高度Table 1 The latitude, longitude and elevation of observation sites in CSHNET

1.2 RegCM3模拟试验设计

RegCM3由意大利国际理论物理中心(ICTP) 2003～2004年间研制开发,并在近年逐步完善和改进,目前该模式系统在世界范围内已得到广泛应用和一致认可,并取得了一定的研究成果[17-18,26-28].

本研究设计的模式模拟区域主要为中国区域范围,中心点取为 102°E,36.5°N,空间分辨率为60km,东西方向88个格点,南北方向76个格点,垂直方向分为 18层,采用兰勃托投影方式,模式顶气压为5000Pa,时间积分步长取为200s.

图2 模式所采用的地形高度和植被类型Fig.2 The altitude and ground types used in RegCM3

初始场和侧边界值由 NCAR/NCEP(美国大气研究中心/美国环境预报中心)的2.5°×2.5°的再分析资料得到,海温资料来源于NOAA(美国海洋大气局)每周海温数据,地形和植被覆盖资料来源于美国地质调查局(USGS)其中地形资料由 5′地形数据插值得到,植被覆盖资料为1km分辨率的全球土地覆盖特征(GLCC)数据.模式对地形数据的处理采取Cressman 客观分析插值算法, 对植被资料的处理采用重叠抛物线插值方法.在输入的气溶胶资料中,人类排放的SO2、生物的月平均SO2及人类活动排放的黑炭和有机碳排放数据来自EDGAR(Emission Database for Global Atmospheric Research),黑炭和有机碳的生物月平均排放数据来自LIOUSSE[29].另外,模式中考虑了4种不同粒径范围的沙尘气溶胶的起沙、扩散、变化及沉降过程.图2和表2分别表示模式所采用的地形、地表类型及植被种类.

表2 模式中的植被类型分类Table 2 Detailed vegetation classes in RegCM3

2 结果与讨论

2.1 我国春季AOD的模拟

从图3中可见,春季AOD主要有3个高值区,分别为:南疆盆地和北疆部分地区,西北河西走廊及周边地区,四川盆地及相邻的中南部分地区.

按照区域划分,模拟的我国西北地区AOD变化范围较大,由于受频繁的沙尘天气等自然因素影响,该区域大部分地区月平均AOD＞0.3,甚至高达 0.8以上,只有少部分地区低于0.3,比如天山、阿尔泰山脉及祁连山地区,可能这类地区海拔较高,多为山地和高原,气溶胶浓度较低.

模拟的东北地区春季气溶胶光学厚度呈现“南高北低”的特征,其中黑龙江省北部和内蒙古东北部AOD较低,平均值低于0.3.东北地区南部,特别是辽宁沿海地区,AOD较高,平均在0.5左右,这与辽东半岛工业活动强烈及容易受来自海洋的海盐气溶胶影响有关.东北北部地区主要为森林、草原和湿地生态系统,受人为活动干预程度较小,气溶胶含量相对较低.

华北地区春季易受外地沙尘气溶胶输送和本区域工农业活动的双重影响,模式模拟的该地区气溶胶光学厚度相对较高,大部分地区的AOD值介于0.4～0.7之间,AOD的年际和月际变化相对明显,华北北部AOD较低,而山西及周边区域相对较高,这与山西省作为我国最大的煤炭能源基地导致大气污染严重有着密切联系.

西南地区的四川盆地及相邻地区是气溶胶光学厚度一个明显高值区,由于四川盆地特殊的地形特点,使得硫酸盐等人为活动排放的气溶胶以及生物排放的气溶胶易于在该地区汇聚且不易扩散,造成气溶胶浓度较高,一定程度上导致AOD上升;另外,西藏地区和云南西部是我国气溶胶浓度最低的地区之一,该地区空气清洁,几乎不受人为活动的影响,模拟的春季平均 AOD在0.1左右.

长江中下游及以南地区是我国经济最为发达、人为活动最为剧烈的地区之一,与其他区域相比,模式模拟的该地区气溶胶光学厚度较高,平均可达0.6以上,气溶胶种类以工业、交通等人为排放源为主,极易形成雾霾,是我国气溶胶污染最为严重的地区之一.

时间尺度上,2005～2007年春季AOD存在一定的年际变化特征,从全国范围平均来看,2005年AOD最低,2006年最高,特别是中南地区AOD高值区分布较广,而华北及华中部分地区的AOD在2007年明显偏高.春季AOD的年度变化与风速、降水量等区域气候条件及气溶胶排放量等因素密切相关,当风速和降水较大时,对气溶胶的扩散和输送会明显加强,一定程度上可以使 AOD得到降低.

图3 模拟的2005～2007年春季各月气溶胶光学厚度Fig.3 The distribution of simulated spring monthly AOD from 2005 to 2007

2.2 春季沙尘气溶胶光学厚度(Dust-AOD)的模拟

由于春季沙尘天气频繁发生,沙尘气溶胶在我国春季气溶胶成分中占有较大比例[12,30].在以上研究基础上,通过分析沙尘气溶胶对整个大气气溶胶光学厚度的影响,以探讨人为气溶胶排放源和沙尘气溶胶排放源对我国不同地区春季气溶胶光学厚度的影响差异.从图 4中可以明显看到,春季Dust-AOD高值区主要分布在中国西北地区,包括南疆盆地、北疆部分地区、河西走廊、内蒙西部及甘肃、宁夏、陕西交界地区,与我国主要沙尘源地和沙尘天气影响区的实际分布较为一致.结合图3可以看出,在3个AOD分布高值区中,新疆和河西走廊地区的AOD主要由沙尘气溶胶引起,而四川盆地及中东部地区AOD高值则主要受人为活动气溶胶排放源的影响.在春季,华北和华中部分地区也一定程度上受外来沙尘气溶胶输送的影响,其对整个AOD的贡献在0.1～0.2之间.其他地区受沙尘气溶胶影响程度相对较小,模拟出的Dust-AOD一般低于0.1;高海拔的西藏地区、云南西部及距离沙尘源地较远的东北和华南部分地区受沙尘气溶胶的影响最小.另外,Dust-AOD的年际变化与沙尘天气(包括沙尘暴、扬沙、浮尘)的次数和强度有很大关系.2006年春季沙尘天气过程为近年来同期最多,模式模拟的2006年Dust-AOD在这3年中也是最大的,特别是华北地区的 Dust-AOD较常年明显偏高;2005和2007年春季沙尘暴次数较常年偏少,平均来看,模式模拟的2005和2007年的 Dust-AOD特别是在华北和华东部分地区较2006年明显偏低.

图4 模拟的2005～2007年春季各月沙尘气溶胶光学厚度Fig.4 The distribution of simulated spring monthly Dust-AOD from 2005 to 2007

2.3 模拟结果检验

将地面站点观测数据和对应的模拟结果分别统计,计算出 2005～2007年春季每月气溶胶光学厚度平均值,对站点进行分类并将其模拟结果进行对比和验证,以检验模式对不同地域和不同类型站点的模拟能力,具体见图 5～图10.Pearson相关系数是用相同间隔或比例测定的数据进行计算,计算如式(1).

式中: x和y表示2个数列;Rxy为2个数列的相关系数; Xi和 Yi分别代表这 2个数列中的各个样本;E(X)和E(Y)分别为2个数列的均值.

图5为全部23个站点2005～2007年春季每月AOD的模拟与观测对比及相关性分析和置信度检验的输出结果,从图5中可以看到,模拟结果通过了显著性水平为0.01的相关性检验,总体上模拟与观测具有较好的正相关,模式模拟结果可信.

通过对模拟和观测结果的对比分析,发现模式对西北地区的海北和阜康站以及西南地区的拉萨和西双版纳站模拟效果较差,图6为去掉这4个站点后模拟与观测的对比散点图以及通过SPSS统计软件对 AOD模拟与观测值进行Pearson积差相关分析及置信度检验的输出结果,可以看到模式对该类站点的模拟效果有了一定提高,在显著性水平为0.01,置信度为100%,样本数为158时,Peason相关系数r等于0.694,在统计学意义上模拟与观测具有较好的正相关性.

图5 所有站点春季每月AOD模拟与观测对比及Pearson相关分析结果Fig.5 Spring monthly AOD comparison and Pearson correlation between simulation and observation for all sites

图6 除去4个偏远站点春季每月AOD模拟与观测对比及Pearson相关分析结果Fig.6 Spring monthly AOD comparison and Pearson correlation between simulation and observation for all sites (except for four distant sites)

图7 人类活动频繁区站点春季每月AOD模拟与观测对比及Pearson相关分析结果Fig.7 Spring monthly AOD comparison and Pearson correlation between simulation and observation for human activity frequent sites

图8 人类活动影响较少区站点春季每月AOD模拟与观测对比及Pearson相关分析结果Fig.8 Spring monthly AOD comparison and Pearson correlation between simulation and observation for human activity infrequent sites

另外,从图7～图9可以看到,与地面观测结果相比较,人类活动频繁区站点、人类活动影响较少区站点以及城市和沿海站点的春季AOD模拟值均通过了显著性水平为 0.01,置信度为 100%的显著性相关检验,表明模式具有较好的模拟效果,总体上模式对人类活动影响较少区站点的模拟效果(r=0.777,样本数为 73)优于对人类活动频繁区站点(r=0.548,样本数为 85)及城市和沿海站点(r=0.524,样本数为 52),另外还可以看到,模式对城市和沿海站点的模拟结果存在一定程度的偏低现象,这可能与城市和沿海地区大气中气溶胶来源复杂浓度较高有关,模式目前只考虑了硫酸盐、黑炭、有机碳和沙尘土壤类气溶胶,而城市和沿海站点AOD除了受以上类型气溶胶影响外,还较多地受到硝酸盐等城市类气溶胶及海盐类气溶胶的影响,可能致使模式的模拟结果偏低.

图9 城市和沿海站点春季每月AOD模拟与观测对比及Pearson相关分析结果Fig.9 Spring monthly AOD comparison and Pearson correlation between simulation and observation for urban and coastal sites

图10为西北地区的海北站、阜康站及西南地区的拉萨站、西双版纳站的模拟和观测对比以及通过SPSS统计软件进行Pearson积差相关分析及置信度检验的输出结果.可以看到,模拟结果没有通过显著性水平检验,模式对这4个站的模拟效果较差,其中,海北和阜康站的模拟结果偏高,而拉萨和西双版纳站的模拟结果则偏低.海北站和阜康站分别靠近西北地区的河西走廊和天山北麓荒漠,受模式分辨率和该地区实际地形特点影响,在模式模拟中该地区是春季气溶胶特别是沙尘气溶胶浓度高值区之一,很大程度造成模拟结果与实际观测相比偏差较大.拉萨站位于青藏高原,该地区气溶胶浓度极低,代表了全球或区域本底的AOD值,由于现有模型对地形复杂地区的模拟能力仍存在一定不足,加之受观测仪器和模式本身灵敏度的制约,使得模拟与观测相比明显偏低.西双版纳站地处云南南部热带雨林地区,该地区生物气溶胶排放源丰富,春季烟雾气溶胶较多,是东亚地区主要的烟雾气溶胶排放源,而模式所用的气溶胶排放源种类相对较少,造成了模拟结果与实际观测有一定的偏差.

图10 海北、拉萨、阜康和西双版纳站春季每月AOD模拟与观测对比及Pearson相关分析结果Fig.10 Spring monthly AOD comparison and Pearson correlation between simulation and observation for Haibei, Lhasa, Fukang and Xishuangbanna sites

2.4 讨论

本研究获得了RegCM3对我国春季气溶胶光学厚度的模拟结果,虽然利用观测资料初步验证了模式对不同站点的模拟能力,但由于我国地域广阔,气候复杂多变,只有增加更多的地面观测点,并进行长期连续观测,才能详细掌握不同地区气溶胶光学厚度的变化特点,在此基础上,改进模式的动力和物理机制以及更新气溶胶排放清单,才能逐步提高模式的模拟能力.

3 结论

3.1 利用 RegCM3模式模拟得到我国春季AOD主要有3个高值区:南疆盆地和北疆部分地区,河西走廊地区,以及四川盆地和临近的中南部分地区.沙尘气溶胶引起的春季 AOD高值区主要分布在西北地区,而四川盆地和长江流域及以南地区主要受人为活动排放气溶胶的影响.

3.2 利用观测数据对模拟结果检验表明模式模拟总体上具有一定的可信度,但对不同地域和不同类型站点模拟结果有一定差别,对人类活动影响较少区站点的模拟效果优于对人类活动频繁区站点及城市和沿海站点,其中对城市和沿海站点的模拟结果偏低.

3.3 模式对最偏远的阜康、海北、拉萨和西双版纳等站点的模拟结果与实际观测差别较大,其中地处西北地区的阜康站和海北站模拟结果高于观测值,而西南地区的拉萨站和西双版纳站的模拟结果则低于观测值.

[1] 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.

[2] IPCC. The physical science basis - Contribution of working group I to the fourth assessment report of the IPCC [M]. New York: Cambridge University Press, 2007:29-30.

[3] Satheesh S K, Moorthy K K. Radiative effects of natural aerosols: a review [J]. Atmospheric Environment, 2005,39(11):2089-2110.

[4] 张小曳.中国大气气溶胶及其气候效应的研究 [J]. 地球科学进展, 2007,22(1):12-16.

[5] 晏利斌,刘晓东.京津冀地区气溶胶季节变化及与云量的关系[J]. 环境科学研究, 2009,22(8):924-931.

[6] 贾 璇,王文彩,陈勇航,等. 华北地区沙尘气溶胶对云辐射强迫的影响 [J]. 中国环境科学, 2010,30(8):1009-1014.

[7] 蔡子颖,郑有飞,胡 鹏,等.郑州地区大气气溶胶光学特性的地基遥感研究 [J]. 中国环境科学, 2009,29(1):31-35.

[8] Xin J Y, Du W P, Wang Y S, et al. Aerosol optical properties affected by a strong dust storm over central and north China [J]. Advances in Atmosphric Sciences, 2010,27(3):562-574.

[9] Wang Y S, Xin J Y, Li Z Q, et al. Seasonal variations in aerosol optical properties over China [J]. Atmos. Chem. Phys. Discuss, 2008,8(3):8431-8453.

[10] 李 霞,陈勇航,胡秀清,等.乌鲁木齐大气气溶胶的光学特性分析 [J]. 中国环境科学, 2005,25(增刊):22-25.

[11] 吴 涧,蒋维楣,王卫国,等.我国春季大气沙尘气溶胶分布和短波辐射效应的数值模拟 [J]. 中国科学技术大学学报, 2004, 34(1):116-125.

[12] Du W P, Xin J Y, Wang M X, et al. Photometric measurements of spring aerosol optical properties in dust and non-dust periods in China [J]. Atmospheric Environment, 2008,42(34):7981-7987.

[13] 肖钟湧,江 洪,陈 健,等.利用MODIS遥感数据反演广州市气溶胶光学厚度 [J]. 中国环境科学, 2010,30(5):577-584.

[14] 王中挺,厉 青,陶金花,等.环境一号卫星CCD相机应用于陆地气溶胶的监测 [J]. 中国环境科学, 2009,29(9):902-907.

[15] 毛节泰,张军华,王美华.中国大气气溶胶研究综述 [J]. 气象学报, 2002,60(5):625-634.

[16] Xin, J Y, Wang Y S, Li Z Q, et al. Aerosol optical depth (AOD) and Angstrom exponent of aerosols observed by the Chinese Sun Hazemeter Network from August 2004 to September 2005 [J]. J. Geophys. Res., 2007,112,D05203,doi: 10.1029/2006JD007075.

[17] Steiner A L, Pal J S, Giorgi F, et al. The coupling of the Common Land Model (CLM0) to a regional climate model (RegCM) [J]. Theor. Appl. Climatol, 2005,82(3/4):225-243.

[18] Solmon F, Giorgi F, Liousse C, et al. Aerosol modeling for regional climate studies: application to anthropogenic particles and evaluation over a European/ African domain [J]. Tellus, 2006,58(1):51-72.

[19] 王中挺,王子峰,厉 青,等.环境一号卫星在监测大气PM10中的应用 [J]. 中国环境科学, 2011,31(2):202-206.

[20] 王跃思,辛金元,李占清,等.中国地区大气气溶胶光学厚度与Angstrom 参数联网观测(2004-08～2004-12) [J]. 环境科学, 2006,27(9):1703-1711.

[21] 石广玉,王 标,张 华,等.大气气溶胶的辐射与气候效应 [J].大气科学, 2008,32(4):826-840.

[22] 辛金元,王跃思,李占清,等.中国地区太阳分光辐射观测网的建立与仪器标定 [J]. 环境科学, 2006,27(9):1697-1702.

[23] 李成才,毛节泰,刘启汉. 利用 MODIS资料遥感香港地区高分辨率气溶胶光学厚度 [J]. 大气科学, 2005,29(3):335-342.

[24] Acharya, Y B. Spectral and emission characteristics of LED and its application to LED-based sun-photometry [J]. Opt. Las. Tech., 2005,37(7):547-550.

[25] Hao W M, Ward D E, Susott R A, et al. Comparison of aerosol optical thickness measurements by MODIS, AERONET sun photometers, and forest service handheld sun photometers in southern Africa during the SAFARI 2000 campaign [J]. Int. J. Rem. Sens., 2005,26(19):4169-4183.

[26] 屈 鹏,杨梅学,郭东林,等. RegCM3模式对青藏高原夏季气温和降水的模拟 [J]. 高原气象, 2009,28(4):738-744.

[27] 吴 涧,蒋维楣,陈新梅,等.生物质燃烧对东南亚及中国南方对流层臭氧含量影响的模拟研究 [J]. 环境科学, 2004,25(2):1-6.

[28] Hu Y M, Ding Y H, Liao F. An improvement on summer regional climate simulation over East China: Importance of data assimilation of soil moisture [J]. Chin. Sci. Bull., 2010,55(9):865-871.

[29] Liousse C, Penner J E, Chuang C. A global three-dimensional model study of carbonaceous aerosols [J]. J. Geophys. Res., 1996,101(D14):19411-19432.

[30] 赵 伟,刘红年,吴 涧.中国春季沙尘气溶胶的辐射效应及对气候影响的研究 [J]. 南京大学学报(自然科学版), 2008,44(6):598-607.

Simulation and validation of China’s spring aerosol optical depth by RegCM3.

DU Wu-peng1,2*, WANG Yue-si2, XIN Jin-yuan2, SUN Dan3(1.Beijing Municipal Climate Center, Beijing Meteorological Service, Beijing 100089, China；2.State Key Laboratory of Atmospheric Boundary Layer Physics and Atmospheric Chemistry, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China；3.Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China). China Environmental Science, 2012,32(1)：1～9

Spring monthly AOD and dust-AOD from 2005 to 2007 were simulated by RegCM3, and simulated results were validated by observational data. Meanwhile, the contribution and influence of dust-sand aerosol and human emission aerosol on spring AOD was discussed. The results show that there were mainly three high-value AOD areas in spring, which were southern Sinkiang Basin and parts of northern Sinkiang, Gansu Corridor, and Sichuan Basin with its adjacent parts of central south China, and the anterior two high-value areas primarily caused by dust-sand aeroso lin comparison with the last one mainly affected by human activities aerosol. Furthermore, the validation used by observational data showed that the simulation results were creditable, and it revealed the simulation was better for human activity infrequent sites than for human activity frequent sites, urban sites and coastal sites. As more, the simulation value was lower than observation at urban sites and coastal sites, and the AOD differences were greater between simulation and observation at the most remote sites, such as Fukang, Haibei, Lhasa and Xishuangbanna.

RegCM3；spring；aerosol optical depth (AOD)；simulation；validation

2010-12-25

环保公益性行业科研专项(201109065);国家自然科学基金资助项目(41105103);国家“973”项目(2010CB428506)

* 责任作者, 高级工程师, duwupeng@sina.com

X131.1

A

1000-6923(2012)01-0001-09

致谢：感谢中国科学院大气物理研究所大气分中心和北京市气象局气候中心在资料提供和论文撰写方面提供的帮助.

杜吴鹏(1981-),男,河南安阳人,博士,主要从事应用气候和大气环境研究.发表论文10余篇.