華東地區(qū)氣溶膠分布和變化特征研究

劉璇，朱彬，關(guān)學(xué)鋒，劉慧敏，袁亮

（1.中國氣象局烏魯木齊沙漠氣象研究所，新疆 烏魯木齊 830002；2.中亞大氣科學(xué)研究中心，新疆 烏魯木齊 830002；3.南京信息工程大學(xué)氣象災(zāi)害教育部重點實驗室，氣候與環(huán)境變化國際合作聯(lián)合實驗室，氣象災(zāi)害預(yù)報預(yù)警與評估協(xié)同創(chuàng)新中心，中國氣象局氣溶膠與云降水重點開放實驗室，江蘇 南京 210044；4.白銀市氣象局，甘肅 白銀 730900）

華東地區(qū)氣溶膠分布和變化特征研究

劉璇1，2，朱彬3，關(guān)學(xué)鋒1，2，劉慧敏4，袁亮3

（1.中國氣象局烏魯木齊沙漠氣象研究所，新疆 烏魯木齊 830002；2.中亞大氣科學(xué)研究中心，新疆 烏魯木齊 830002；3.南京信息工程大學(xué)氣象災(zāi)害教育部重點實驗室，氣候與環(huán)境變化國際合作聯(lián)合實驗室，氣象災(zāi)害預(yù)報預(yù)警與評估協(xié)同創(chuàng)新中心，中國氣象局氣溶膠與云降水重點開放實驗室，江蘇 南京 210044；4.白銀市氣象局，甘肅 白銀 730900）

利用中分辨率光譜儀（MODIS）獲得的氣溶膠光學(xué)厚度（AOD）、細(xì)粒子比例（FMF）和臭氧檢測儀（OMI）獲得的氣溶膠指數(shù)（AI）統(tǒng)計分析了2005—2014年我國華東地區(qū)氣溶膠光學(xué)性質(zhì)的時空分布特征，同時利用潛在源分析（PSCF）模型對我國華東地區(qū)AOD和AI的潛在源區(qū)進(jìn)行分析。研究結(jié)果表明：華東地區(qū)的AOD、FMF和AI時空分布存在較大的差異，2005—2014年AOD和AI的平均值高值主要分布在華東地區(qū)北部，F(xiàn)MF的高值區(qū)則分布在華東南部地區(qū)；10 a間華東地區(qū)AOD呈現(xiàn)出先升高后降低的趨勢，F(xiàn)MF波動幅度不明顯，AI值有所上升；整個華東地區(qū)AOD的季節(jié)變化較為明顯，春夏兩季AOD明顯高于秋冬兩季。華東北部和中部地區(qū)夏季由于較高的相對濕度，AOD最大可達(dá)0.8以上。而在華東南部地區(qū)，夏季受到降水的影響，AOD維持在0.2～0.4之間。FMF季節(jié)變化趨勢與AOD不同，夏季最大達(dá)到0.58，春季最小僅為0.26。AI平均值在冬季最大高達(dá)0.63，夏季最小，為0.27。PSCF分析顯示華東地區(qū)AOD主要源區(qū)以局地排放為主，同時也存在由河南、湖北和湖南等周邊省市近距離輸送影響；AI以局地和北方遠(yuǎn)距離輸送為主，同時也受到河南、湖北等周邊省市近距離輸送的影響。

氣溶膠光學(xué)厚度（AOD）；細(xì)粒子比例（FMF）；氣溶膠指數(shù)（AI）；潛在源分析（PSCF）

大氣氣溶膠是由大氣介質(zhì)和混合于其中的固體或液體顆粒物組成的多相體系，其可以通過直接或間接地改變地—氣系統(tǒng)的輻射收支來影響氣候和環(huán)境[1-2]。此外，隨著經(jīng)濟(jì)的不斷發(fā)展、全球工業(yè)化程度的不斷提高，霧霾問題日益嚴(yán)重，由其引起的環(huán)境及人類健康問題引起了越來越多的關(guān)注[3]。由于氣溶膠理化性質(zhì)具有時空多變性，氣溶膠對氣候與環(huán)境影響在很大程度上依賴于對其時空分布狀況的了解和光學(xué)特性的準(zhǔn)確估算[4-5]。目前針對氣溶膠觀測主要有地基和衛(wèi)星兩大類，地基觀測方面，由美國和中國分別建立的氣溶膠自動觀測網(wǎng)（AERONET）[6]和氣溶膠遠(yuǎn)程遙感觀測網(wǎng)絡(luò)（CARSNET）[7]已被廣泛應(yīng)用于氣溶膠光學(xué)性質(zhì)的長期觀測，以便準(zhǔn)確評估全球氣溶膠輻射強(qiáng)迫。尤其是目前正不斷完善的CARSNET觀測網(wǎng)絡(luò)，為廣大學(xué)者研究中國不同地區(qū)氣溶膠光學(xué)性質(zhì)及其輻射性質(zhì)的評估提供了統(tǒng)一的數(shù)據(jù)來源和科學(xué)有力的支持[7-8]。然而，盡管地基大氣氣溶膠觀測精度高，但其站點分布相對稀疏，無法獲取到大范圍氣溶膠空間分布特征。相較于此，衛(wèi)星遙感覆蓋范圍廣，反演信息更全面，能夠有效的彌補(bǔ)地面監(jiān)測站點空間上的不足。因此，利用衛(wèi)星遙感資料來分析大氣成分的區(qū)域分布和變化逐漸成為目前重要的探測手段。其中中分辨率光譜儀（MODIS）不僅能用于大氣水汽的反演[9-10]，而且其氣溶膠數(shù)據(jù)產(chǎn)品常被用于全球氣溶膠光學(xué)性質(zhì)的研究，例如，Chu等[11]利用2000年7—9月AERONET的30個站點和對應(yīng)的MODIS氣溶膠產(chǎn)品評估了MODIS陸地氣溶膠光學(xué)厚度產(chǎn)品的誤差。毛節(jié)泰、李成才等[12-15]在香港、北京和長江三角洲等地區(qū)，利用光度計觀測資料驗證了MODIS氣溶膠產(chǎn)品的可靠性。該產(chǎn)品同樣也被用于對我國四川盆地、長江三角洲地區(qū)和中國東部地區(qū)氣溶膠的時空分布特征進(jìn)行分析[16-20]。此外，研究還指出MODIS的氣溶膠光學(xué)厚度在定量評估空氣質(zhì)量等級、監(jiān)測大氣污染及區(qū)域尺度的空氣質(zhì)量監(jiān)測方面都有著重要的應(yīng)用潛力[11，21-22]。Hsu等[23]和Herman等[24]利用TOMS兩個短波波段的輻射比定義了氣溶膠指數(shù)（Aerosol Index，AI），該指數(shù)能夠表征氣溶膠吸收能力的強(qiáng)弱，同時也能夠用于識別氣溶膠源和傳輸類型。Hsu等[23，25]指出AI和地面太陽光度計觀測的氣溶膠光學(xué)厚度在非洲沙塵期間、生物質(zhì)燃燒期間及夏季有很好的線性相關(guān)關(guān)系。Torres等[26]研究發(fā)現(xiàn)AI不僅與AOD有關(guān)，而且還與氣溶膠其他光學(xué)特性、單次散射反照率、氣溶膠高度以及儀器的觀測角度等因素有關(guān)。

作為中國綜合技術(shù)水平較高的經(jīng)濟(jì)區(qū)，近年來華東地區(qū)受到汽車尾氣排放、化石燃料燃燒等影響，大氣中氣溶膠含量顯著增加，不僅使得城市空氣質(zhì)量受到較大的威脅，而且對區(qū)域環(huán)境和氣候也造成巨大的影響[27]。有研究表明各城市間存在大氣污染的相互影響和輸送問題[28-29]，因此氣溶膠的分布特征與污染物來源有著密切關(guān)系。源貢獻(xiàn)因子分析法（Potential source contribution function，PSCF）是目前應(yīng)用較為廣泛的源地統(tǒng)計方法，例如王愛平等[30]和張磊等[31]利用PSCF分析了黃山頂氣溶膠的潛在源地，但此類分析都是與地面站點觀測資料相結(jié)合，本文旨在利用衛(wèi)星遙感長時間觀測的多種數(shù)據(jù)對華東地區(qū)氣溶膠分布和變化進(jìn)行統(tǒng)計分析，同時結(jié)合潛在源貢獻(xiàn)因子分析法（PSCF）分析華東地區(qū)氣溶膠的潛在源地。以期為衛(wèi)星遙感在區(qū)域環(huán)境監(jiān)測的適用性和在空氣污染過程中的應(yīng)用以及在空氣質(zhì)量預(yù)報和控制方面提供科學(xué)性參考。

1 資料與方法

使用2005—2014年的MODIS氣溶膠光學(xué)厚度產(chǎn)品以及OMI的氣溶膠指數(shù)數(shù)據(jù)集，包括氣溶膠光學(xué)厚度（AOD）、細(xì)粒子比例（FMF）和氣溶膠指數(shù)（AI），分析了我國華東地區(qū)大陸上空氣溶膠光學(xué)性質(zhì)近10 a的區(qū)域和季節(jié)分布特征及其變化趨勢，季節(jié)劃分標(biāo)準(zhǔn)為：3—5月為春季，6—8月為夏季，9—11月為秋季，12—2月為冬季。此外，還利用潛在源貢獻(xiàn)因子分析法（PSCF）分析了2005—2014年的AOD和AI的潛在源地。

1.1 MODIS數(shù)據(jù)集

利用2005年1月—2014年12月MODIS產(chǎn)品的氣溶膠日、月數(shù)據(jù)集（MOD08，MODIS Level，版本C051）：（1）550 nm波段的AOD（Aerosol Optical Depth at 0.55 microns for both Ocean(best)and Land（corrected）：Mean）；（2）細(xì)粒子比例FMF,即細(xì)粒子模式對光學(xué)厚度的貢獻(xiàn)百分比（Ratio of fine mode aerosol optical depth at 0.55 micron for both land and ocean：Mean），空間分辨率為1°×1°經(jīng)緯度網(wǎng)格。

1.2 OMI數(shù)據(jù)集

利用2005年1月1日—2014年12月31日OMI的氣溶膠日數(shù)據(jù)集（Level3，版本V003）:氣溶膠指數(shù)（Aerosol Index，AI），其可以表征氣溶膠在紫外波段的吸收能力，AI越高，其吸收性越強(qiáng)，該指數(shù)定義為331 nm和360 nm通道光譜的輻射通量之比（公式（1）），該波段與臭氧吸收沒有關(guān)系，空間分辨率為1°×1°經(jīng)緯度網(wǎng)格。

式中：Imeas是給定波長后向散射輻射通量；Icalc是利用完全瑞利（Rayleigh）大氣輻射傳輸模式計算的輻射通量。從本質(zhì)上講，AI表示了氣溶膠吸收瑞利散射輻射通量相對于完全瑞利輻射通量的大小量度[24]。對于吸收性氣溶膠如沙塵、煙灰、生物質(zhì)燃燒等，AI值為正，對于云和非吸收性的氣溶膠如海鹽粒子、硫化物等，AI近似等于0。

1.3 潛在源貢獻(xiàn)因子分析法（PSCF）

使用TrajStat軟件[32]，利用美國國家海洋和大氣管理局（NOAA）的Hybrid Single Particle Lagrangian Integrated Trajectory（Hysplit）模式的軌跡計算模塊和美國國家環(huán)境預(yù)報中心（NCEP）和國家大氣研究中心（NCAR）的全球再分析資料，計算了2005—2014年每日14:00 LT到達(dá)受點的72 h后向軌跡，軌跡計算的起始點高度為海拔100 m[33]。

PSCF[34-38]（Potential source contribution function）、CWT[39]（Concentration-weighted field）和QTBA[40]（Quantative transport bias analysis）是目前應(yīng)用較為廣泛的幾種源地統(tǒng)計方法。其中PSCF是基于條件概率函數(shù)發(fā)展而來的一種判斷污染源可能方位的方法，該方法基于Hysplit后向軌跡模型所計算的氣團(tuán)后向軌跡，結(jié)合某要素值（本文指AOD和AI）來計算出其潛在排放源。本研究將氣團(tuán)軌跡所經(jīng)過的區(qū)域劃分為0.25°×0.25°經(jīng)緯度網(wǎng)格，對研究的要素（AOD和AI）設(shè)定一個閾值，PSCF函數(shù)即被定義為經(jīng)過某一網(wǎng)格的氣團(tuán)到達(dá)受點時對應(yīng)的某要素值超過設(shè)定閾值的條件概率。當(dāng)軌跡所對應(yīng)的要素值高于所設(shè)定的閾值時，認(rèn)為該軌跡是污染軌跡。若經(jīng)過網(wǎng)格（i，j）的污染軌跡端點數(shù)為mij（氣團(tuán)傳輸越慢，單位時間內(nèi)軌跡端點數(shù)越多），而經(jīng)過該網(wǎng)格（i，j）內(nèi)的所有軌跡端點數(shù)為nij，PSCF則可由公式（2）計算。然而，PSCF是一種條件概率，PSCF的誤差會隨著網(wǎng)格與采樣點的距離增加而增加，即當(dāng)nij較小時，將會存在較大的不確定性，因此引入權(quán)重函數(shù)W（nij）來減小PSCF的不確定性。當(dāng)某一網(wǎng)格內(nèi)的nij小于研究區(qū)內(nèi)每個網(wǎng)格的平均軌跡端點數(shù)的3倍時，就要使用W（nij）來減小PSCF的不確定性。

PSCF的值越大，表明該網(wǎng)格點對受體的要素值貢獻(xiàn)越大。高PSCF值所對應(yīng)網(wǎng)格組成的區(qū)域就是AOD和AI的潛在源區(qū)，經(jīng)過該區(qū)域的軌跡就是對AOD和AI有影響的輸送路徑。

2 結(jié)果與討論

2.1 華東地區(qū)氣溶膠光學(xué)厚度、細(xì)粒子比例及氣溶膠指數(shù)的分布特征

圖1 是由2005—2014年MODIS月平均AOD資料、月平均FMF資料和OMI日平均AI資料，計算得到我國華東地區(qū)氣溶膠平均分布狀況。就AOD而言，從圖1a可以明顯看到，華東地區(qū)氣溶膠主要集中在華東北部地區(qū)山東北部和西部、安徽北部、江蘇、上海及鄱陽湖一帶，最大值可達(dá)0.8以上，長江三角洲地區(qū)的大值中心多分布在長江以南，而華東南部及山區(qū)（武夷山脈）的AOD值較低，在0.3以下。AOD的分布受人口密度、地形和工業(yè)分布的影響，大多數(shù)氣溶膠在產(chǎn)生源附近都有較高的值[41]。在山東，由于山脈的作用，西部的氣溶膠氣團(tuán)在西風(fēng)帶的作用下向東傳輸時受到阻擋，不易擴(kuò)散，只能沿山脈以西向南輸送而進(jìn)入華東地區(qū)，因此這條狹長的地帶也是內(nèi)陸氣溶膠進(jìn)入華東地區(qū)的傳輸通道。此外，由于銅陵、馬鞍山、淮南等地都有大型的工業(yè)產(chǎn)地，會排放出大量的氣溶膠，進(jìn)而形成了安徽北部、山東南部及江蘇北部地區(qū)的氣溶膠大值區(qū)。而江蘇南部、上海為長三角地區(qū)重要的經(jīng)濟(jì)發(fā)展中心，人口密度大，這些地區(qū)的人類活動和工業(yè)排放都會產(chǎn)生大量的氣溶膠，從而形成了長三角地區(qū)的氣溶膠大值區(qū)，也是華東地區(qū)氣溶膠最大值所在區(qū)域。

從FMF分布（圖1b）可以看到，F(xiàn)MF分布與AOD分布相反，在華東北部，尤其是黃淮地區(qū)，F(xiàn)MF為低值，而AOD卻很高，說明該地區(qū)有大量的粗粒子氣溶膠源或受其影響最嚴(yán)重。在華東南部AOD值較低，為清潔區(qū)域，但FMF比例相對較高，則該區(qū)域以細(xì)粒子氣溶膠為主。

圖1c為AI分布圖，可以看到AI與AOD分布形勢類似，華東北部整體高于南部地區(qū)，AI由北至南逐漸降低，以山東北部和西部為最高值，說明整個華東地區(qū)由北至南吸收性氣溶膠逐漸減少?？赡苁鞘鼙狈缴硥m及北方冬季采暖的影響，致使華東地區(qū)北部吸收性氣溶膠高于南部。

圖1 華東地區(qū)2005—2014年AOD（a）、FMF（b）及AI（c）平均分布特征

圖2 為華東地區(qū)2005—2014年AOD、FMF及AI的年均值序列，可以看出該區(qū)域三者在這10 a的變化趨勢并不同，AOD有下降趨勢，但幅度并不明顯（擬合公式斜率b=-0.01），F(xiàn)MF無明顯變化，僅有小的波動。AOD變化范圍在0.4～0.7之間，F(xiàn)MF變化范圍在0.3～0.5之間。在2007年之前AOD和FMF有較明顯的增加趨勢，并在2007年二者分別達(dá)到最高值0.62和0.46。He等[42]對華東地區(qū)AOD進(jìn)行統(tǒng)計分析，得出結(jié)論為華東地區(qū)的氣溶膠在2000—2007年間有不斷增加的趨勢。2007年之后AOD和FMF又逐漸下降，并分別于2012年、2013年達(dá)到最低值，AOD均值小于0.5，F(xiàn)MF均值小于0.4，說明2007年之后，隨著能源結(jié)構(gòu)的改革，該區(qū)域的氣溶膠粒子有所減少，氣溶膠污染有所改善，但粗粒子氣溶膠比例有所增加。另外，AI變化范圍在0.3～0.5之間，10 a間有先降低后增加的趨勢，在2008年達(dá)到最低值0.382，在2010年達(dá)到最高值0.50。說明該區(qū)域吸收性氣溶膠在這10 a有增加的趨勢，主要是由于冬季AI指數(shù)的逐年增加而造成總體均值的增加。

圖2 華東地區(qū)2005—2014年AOD、FMF及AI年際變化

2.2 華東地區(qū)氣溶膠光學(xué)厚度、細(xì)粒子比例及氣溶膠指數(shù)的季節(jié)變化特征

圖3 華東地區(qū)2005—2014年AOD季節(jié)分布

圖3顯示了2005—2014年華東地區(qū)10 a的平均AOD季節(jié)分布，總體來講該地區(qū)春夏兩季AOD明顯高于秋冬兩季。春季，華東地區(qū)AOD平均為0.64，受中國北方沙塵暴的影響，山東除中部地區(qū)以外的大部分區(qū)域、安徽北部、江蘇和上海及其周邊地區(qū)的AOD基本大于0.7，鄱陽湖平原的AOD出現(xiàn)全年最大值，高達(dá)0.8以上。上海及其周邊地區(qū)AOD高達(dá)1以上，是整個華東地區(qū)AOD最高值所在區(qū)域。在夏季，華東地區(qū)AOD平均為0.64，與春季相當(dāng)。與春季相比，夏季華東地區(qū)北部和中部AOD明顯增高，基本都達(dá)到0.8以上，山東西部和北部、江蘇南部、上海及其周邊地區(qū)AOD超過1的區(qū)域明顯擴(kuò)大，長江三角洲近70%的區(qū)域都在0.9以上。該區(qū)域AOD夏季高于春季可能是由于夏季濕度較高，吸濕性氣溶膠粒子吸濕增長會使AOD增大，另外夏季光化學(xué)作用也會導(dǎo)致AOD增加[41]。相反，華東南部地區(qū)夏季較春季AOD有所下降，可能由于南部地區(qū)夏季受季風(fēng)影響，降水較多，導(dǎo)致AOD在南部地區(qū)的低值，僅在0.2～0.4之間。秋冬季華東地區(qū)在盛行的西風(fēng)作用下使氣溶膠迅速擴(kuò)散，從而AOD迅速回落。秋季華東地區(qū)AOD平均值為0.48，在冬季，由于華東區(qū)域不斷的受到清潔大陸性氣團(tuán)的影響，冬季AOD值略低于秋季達(dá)到全年最小值，冬季平均值為0.43，只有江蘇東部、上海及其周邊地區(qū)的AOD高于0.7，明顯高于其他地區(qū)。

圖4為2005—2014年華東地區(qū)平均FMF季節(jié)分布，可以明顯看出，華東地區(qū)春季小于夏季，尤其是華東南部地區(qū)的FMF在春季為全年最小值，整個華東地區(qū)春季FMF平均值僅為0.26，說明春季氣溶膠粒子尺度較大，這是受沙塵天氣影響的結(jié)果。夏季華東地區(qū)的FMF為全年最大，平均值達(dá)到0.58，這一方面是由于夏季的光化學(xué)作用強(qiáng)，氣粒轉(zhuǎn)換生成的粒子尺度較小，另一方面夏季的水溶性粒子增多，也會是大氣中的細(xì)粒子比例增加。值得注意的是，華東北部地區(qū)的FMF值在冬季是最小的，尤其是長三角一帶的FMF值為整個華東地區(qū)的最小值，說明在冬季，華東北部地區(qū)的氣溶膠粒子尺度很大，這可能是受到海洋性環(huán)流的影響，海洋性氣溶膠的比例增多而造成的[42]。

圖4 華東地區(qū)2005—2014年FMF季節(jié)分布

圖5為華東地區(qū)2005—2014年的平均AI季節(jié)分布，可以看出，華東地區(qū)春秋冬三季都大于夏季，夏季華東整個地區(qū)的AI值都為全年最小值，AI平均值約為0.27，說明夏季該地區(qū)吸收性氣溶膠很少。春季略高于秋季，平均值為0.47，且華東北部地區(qū)高于南部，說明春季華東北部地區(qū)的吸收性氣溶膠較多，這也是受沙塵天氣影響的結(jié)果。秋冬兩季的AI高值是由于北方采暖產(chǎn)生的黑炭為吸收性氣溶膠而造成的，可以明顯看出該區(qū)域冬季AI值為全年最高，平均值高達(dá)0.63，尤其是山東北部和西部，部分地區(qū)AI高達(dá)1以上。

圖5 華東地區(qū)2005—2014年AI季節(jié)分布

為了進(jìn)一步分析AOD、FMF及AI的季節(jié)變化，圖6 給出了華東地區(qū)三者季節(jié)平均的時間序列，圖中可以發(fā)現(xiàn)，AOD春夏兩季大于秋冬兩季，且在2007年之后AOD略有下降的趨勢。FMF夏秋兩季大于冬春兩季，該值在四個季節(jié)的年際變化并無明顯趨勢，但AOD和FMF在夏季的變化相較于其他三個季節(jié)波動較明顯，這可能與不同年份，夏季溫度，濕度的多變有關(guān)。此外，AI值冬季>春季>秋季>夏季，說明該地區(qū)冬季吸收性氣溶膠最多，夏季含量最少，且夏季AI基本無變化，而在冬季有逐漸升高的趨勢，這也造成了AI年際變化逐年升高的趨勢。結(jié)合圖5分析可知，冬季AI的增加主要是由于華東地區(qū)北部吸收性氣溶膠增加所致，這些特征與上文結(jié)論相一致。

圖6 華東地區(qū)2005—2014年AOD、FMF及AI季節(jié)平均時間序列

2.3 華東地區(qū)氣溶膠潛在源分析

為了分析華東地區(qū)氣溶膠潛在來源，本研究通過提取華東地區(qū)8個代表城市（濟(jì)南、徐州、南京、合肥、上海、杭州、南昌和福州）每日AOD及AI數(shù)據(jù)，將其與每日14時后向軌跡結(jié)合，并設(shè)定2005—2014年華東地區(qū)AOD和AI的平均值0.55和0.44為PSFC分析閾值，得到這8個城市AOD（圖7）和AI（圖8）的潛在污染源分布。圖中顏色越紅，表示該網(wǎng)格區(qū)域?qū)λ芯砍鞘械腁OD和AI貢獻(xiàn)越大。

圖7 8個代表城市AOD的潛在源貢獻(xiàn)因子（PSCF）分布（白色空心圓圈代表相應(yīng)的城市）

從圖7 中可以看出，整個華東地區(qū)AOD潛在源區(qū)主要集中在該區(qū)域內(nèi)。此外，華東地區(qū)自北向南，源區(qū)存在明顯的變化，華東地區(qū)北部（濟(jì)南和徐州）AOD貢獻(xiàn)區(qū)域主要為華東中部地區(qū)，其中主要包括安徽東部、江蘇西部以及長江三角洲地區(qū)，此外河南、湖北和湖南部分地區(qū)也具有較大PSCF值，有的甚至接近1，說明影響華東地區(qū)北部的污染物主要來自于上述幾個區(qū)域。此外，我國東北部分地區(qū)對華東地區(qū)北部AOD也有一定貢獻(xiàn)。華東地區(qū)中部（南京、合肥、上海和杭州）AOD主要來源于局地，并受華東地區(qū)南部影響，相對華東地區(qū)北部，AOD源區(qū)分布更向南部擴(kuò)散，面積更大，但貢獻(xiàn)程度相對有所降低。相對于以上兩個區(qū)域，華東地區(qū)南部（南昌和福州）AOD潛在源區(qū)的貢獻(xiàn)值相對較小，一般在0.7以下，尤其是福州地區(qū)PSCF值基本都在0.3以下。主要原因可能在于華東地區(qū)南部AOD值原本較低（圖1 ），因此該區(qū)域及附近對華東地區(qū)南部AOD貢獻(xiàn)較小。綜上所述，整個華東地區(qū)南方地區(qū)對北方地區(qū)AOD貢獻(xiàn)較大，且主要以華東地區(qū)中部的安徽、江蘇以及長江三角洲地區(qū)的貢獻(xiàn)為主，說明華東地區(qū)AOD以本地排放為主，同時也存在由河南、湖北和湖南等周邊省市近距離輸送影響。

圖8 8個代表城市AI的潛在源貢獻(xiàn)因子（PSCF）分布（上述各幅圖中白色空心圓圈代表相應(yīng)的城市）

圖8給出了華東地區(qū)8個代表城市AI的PSCF分布圖，其分布與AOD有著明顯的差異。總體上，華東地區(qū)AI的PSCF值由北向南逐漸減少，蒙古國和我國內(nèi)蒙古東部，遼寧西南部以及華北地區(qū)對華東地區(qū)北部（濟(jì)南和徐州）AI的貢獻(xiàn)相對較大，這可能是受北方沙塵和北方城市冬季采暖產(chǎn)生吸收性氣溶膠的影響。這也導(dǎo)致了AI在華東地區(qū)北部的相對高值（圖1 ）。此外河南和湖北也對該區(qū)域AI有所貢獻(xiàn)。上述區(qū)域?qū)θA東地區(qū)中部（南京、合肥、上海和杭州）AI的影響相對北部有所減小，主要貢獻(xiàn)源分布向南部和西部移動，以山東、安徽和江蘇三省以及華東地區(qū)以西，我國中部以河南、湖北東部為主。華東地區(qū)南部（南昌和福州）AI貢獻(xiàn)源地相對其他城市分布更靠南部，在內(nèi)陸地區(qū)（南昌）PSCF高值區(qū)域主要分布在偏北的河南和湖北東部。而各地區(qū)對靠近沿海地區(qū)（福州）AI貢獻(xiàn)都相對較弱，主要原因在于南部沿海地區(qū)受內(nèi)陸影響較小。由此可見，華東北部地區(qū)AI主要由北向南輸送，這與沙塵的輸送路徑一致，同時冬季采暖對華東地區(qū)北部也有重要影響。此外，華東地區(qū)中部和南部的AI主要貢獻(xiàn)源地為整個華東地區(qū)及河南、湖北兩省，因此，華東地區(qū)AI以局地和北方遠(yuǎn)距離輸送為主，同時也受到河南、湖北等周邊省市近距離輸送的影響。圖9顯示AOD與AI的分布有很大的不同，AOD的高值區(qū)主要分布在我國中東部地區(qū)，而AI的高值區(qū)除了在塔克拉瑪干沙漠外主要分布在我國北方地區(qū)，這也是造成AOD與AI的潛在源貢獻(xiàn)區(qū)不同的重要原因。

圖9 中國地區(qū)2005—2014年AOD（a）及AI（b）平均分布特征

3 結(jié)論

（1）華東地區(qū)的AOD、FMF和AI在時空分布上存在較大的差異。2005—2014年AOD和AI的平均值高值主要分布在華東地區(qū)北部，F(xiàn)MF的高值區(qū)則分布在華東地區(qū)南部。10 a間華東地區(qū)AOD呈現(xiàn)出先升高后降低的趨勢，F(xiàn)MF波動幅度不明顯，AI值有所上升。

（2）AOD的季節(jié)變化較為明顯，春夏兩季AOD明顯高于秋冬兩季。華東北部和中部地區(qū)夏季由于較高的相對濕度，AOD最大可達(dá)0.8以上。而在華東南部地區(qū)，夏季受到降水的影響，AOD維持在0.2～ 0.4之間。FMF季節(jié)變化趨勢與AOD不同，夏季最大達(dá)到0.58，春季最小僅為0.26。AI平均值在冬季最大高達(dá)0.63，夏季最小，為0.27。

（3）華東地區(qū)AOD和AI的華東地區(qū)AOD以本地排放為主，同時也存在由河南、湖北和湖南等周邊省市污染物的近距離輸送影響；AI以局地和北方遠(yuǎn)距離輸送為主，同時也受到河南、湖北等周邊省市污染物的近距離輸送的影響。

本研究使用的是MODIS、OMI三級數(shù)據(jù)，分辨率較低。期望今后能使用更高時空分辨率的數(shù)據(jù)進(jìn)行分析，以得到更加精確的時空分布特征。此外，由于PSCF反映的是某網(wǎng)格中污染軌跡所占的比例，該方法存在一定的缺陷：不能區(qū)分相同PSCF值的網(wǎng)格對觀測點污染程度貢獻(xiàn)的大小，即無法確定經(jīng)過該網(wǎng)格內(nèi)的軌跡對應(yīng)的某要素值是略高于還是很高于設(shè)定的閾值。后期希望利用濃度權(quán)重軌跡分析（CWT）方法計算軌跡的權(quán)重濃度，以反映不同軌跡的污染程度。

[1] 唐孝炎，張遠(yuǎn)航，邵敏.大氣環(huán)境化學(xué)[M] .北京：高等教育出版社，2006.

[2] 費燁，夏祥鰲.1980—2009年中國大陸中東部氣溶膠—云—輻射變化及其關(guān)系[J] .氣象與環(huán)境科學(xué)，2016，39（2）：1-9.

[3] 劉思瑤，濮江平，周毓荃，等.河北氣溶膠濃度垂直分布特性研究[J] .氣象與環(huán)境科學(xué)，2016，39（2）：41-45.

[4] 王冠嵐，薛建軍，張建忠.2014年京津冀空氣污染時空分布特征及主要成因分析[J] .氣象與環(huán)境科學(xué)，2016，39（1）：34-42.

[5] 劉桂青，李成才，朱愛華，等.長江三角洲地區(qū)大氣氣溶膠光學(xué)厚度研究[J] .上海環(huán)境科學(xué)，2003（8）：50-54.

[6] Holben B N,Eck T F,Slutsker I,et al.AERONET-A federated instrument network and data archive for aerosol characterization[J] .Remote Sensing of Environment,，1998，66：1-16.

[7] Che H Z,Zhang X Y,Xia X,et al.Ground-based aerosol climatology of China:aerosol optical depths from the China Aerosol Remote Sensing Network（CARSNET）2002-2013 [J] .Atmospheric Chemistry and Physics，2015，15：7619-7652.

[8] Che H Z,Xia X,Zhu J,et al.Column aerosol optical properties and aerosol radiative forcing during a serious haze-fog month over North China Plain in 2013 based on ground-based sunphotometer measurements[J] . Atmospheric Chemistry and Physics，2014，14：2125-2138.

[9] 崔彩霞，楊青，趙玲，等.MODIS近紅外大氣可降水含量與烏魯木齊地基GPS水汽數(shù)據(jù)的對比分析[J] .沙漠與綠洲氣象，2008，2（1）：1-4.

[10] 李艷永，崔彩霞，趙玲，等.基于MODIS的近紅外大氣水汽含量的反演及其與地基GPS水汽的對比分析[J] .沙漠與綠洲氣象，2010，4（6）：30-33.

[11] Chu D A,Kaufman Y J,Zibordi G,et al.Global monitoring of air pollution over land from the Earth Observing System-Terra Moderate Resolution Imaging Spectroradiometer（MODIS）[J] .Journal of Geophysical Research:Atmospheres，2003，108（D21）：4661.

[12] 毛節(jié)泰，李成才，張軍華，等.MODIS衛(wèi)星遙感北京地區(qū)氣溶膠光學(xué)厚度及與地面光度計遙感的對比[J] .應(yīng)用氣象學(xué)報，2002，13（1）：127-135.

[13] 李成才，毛節(jié)泰，劉啟漢.利用MODIS遙感大氣氣溶膠及氣溶膠產(chǎn)品的應(yīng)用[J] .北京大學(xué)學(xué)報（自然科學(xué)版），2003，39（21）：105-117.

[14] 李成才，毛節(jié)泰，劉啟漢，等.利用MODIS光學(xué)厚度遙感產(chǎn)品研究北京及周邊地區(qū)的大氣污染[J] .大氣科學(xué)，2003，27（5）：869-880.

[15] 劉桂青，李成才，朱愛華，等.長江三角洲地區(qū)大氣氣溶膠光學(xué)厚度研究[J] .環(huán)境保護(hù)，2003，（8）：50-54.

[16] 李成才，毛節(jié)泰，劉啟漢.用MODIS遙感資料分析四川盆地氣溶膠光學(xué)厚度時空分布特征[J] .應(yīng)用氣象學(xué)報，2003，14（1）：1-7.

[17] 李成才，毛節(jié)泰，劉啟漢，等.利用MODIS研究中國東部地區(qū)氣溶膠光學(xué)厚度的分布和季節(jié)變化特征[J] .科學(xué)通報，2003，48（19）：2094-2100.

[18] 王雨，傅云飛.利用MODIS衛(wèi)星資料對中國中東部和印度次大陸氣溶膠特性的分析[J] .氣候與環(huán)境研究，2007，12（2）：137-146.

[19] 段靖，毛節(jié)泰.長江三角洲大氣氣溶膠光學(xué)厚度分布和變化趨勢研究[J] .環(huán)境科學(xué)學(xué)報，2007，27（4）：537-543.

[20] 晏利斌，劉曉東.京津冀地區(qū)氣溶膠季節(jié)變化及與云量的關(guān)系[J] .環(huán)境科學(xué)研究，2009，22（8）：924-931.

[21] Wang J,Christopher S A.Intercomparison between satellite-derived aerosol optical thickness and PM2.5 mass:Implications for air quality studies[J] .Geophysical Research Letters，2003，30（21）.doi：10.1029/2003GL018 174.

[22] Vidot J,Santer R,Ramon D.Atmospheric particulate matter（PM）estimation from Sea WiFS imagery[J] . Remote Sensing of Environment，2007，111（1）：1-10.

[23] Hsu N C,Herman J R,Bhartia P K,et al.Detection of biomass burning smoke from TOMS measurement[J] . Geophsical Research Letters,1996，23（7）：745-748.

[24] Herman J R,Bhartia P K,Torres O,et al.Global distribution of UV-absorbing aerosols from Nimbus 7/ TOMS data[J] .Journal of Geophysical Research：Atmospheres，1997，102（D14）：16911-16922.

[25] Hsu N C,Herman J R,Torres O,et al.Comparisons of the TOMS aerosol index with Sunphotometer aerosol optical thickness:Results and applications[J] .Journal of Geophysical Research，1999，104（D6）：6269-6279.

[26] Torres O,Bhartia P K,Herman J R.et al.Derivation of aerosol properties from satellite measurements of backscattered ultraviolet radiation:Theoretical basis[J] . Journal of Geophysical Research:Atmospheres，1998，103（D14）：17099-17110.

[27] 石廣玉，王標(biāo)，張華，等.大氣氣溶膠的輻射與氣候效應(yīng)[J] .大氣科學(xué)，2008，32（4）：826-840.

[28] 劉璇，朱彬，侯雪偉，等.基于衛(wèi)星遙感和地面觀測資料的霾過程分析——以長江三角洲地區(qū)一次嚴(yán)重霾污染過程為例[J] .中國環(huán)境科學(xué)，2015（3）：641-651.

[29] 高晉徽，朱彬，王東東，等.南京北郊O3、NO2和SO2濃度變化及長/近距離輸送的影響[J] .環(huán)境科學(xué)學(xué)報，2012，32（5）：1149-1159.

[30] 王愛平，朱彬，銀燕，等.黃山頂夏季氣溶膠數(shù)濃度特征及其輸送潛在源區(qū)[J] .中國環(huán)境科學(xué)，2014，34（04）：852-861.

[31] 張磊，金蓮姬，朱彬，等.2011年6—8月平流輸送對黃山頂污染物濃度的影響[J] .中國環(huán)境科學(xué)，2013，33（06）：969-978.

[32] Wang Y Q,Zhang X Y,Draxler R R.TrajStat:GIS-based software that uses various trajectory statistical analysis methods to identify potential sources from long-term air pollution measurement data[J] .Environmental Modelling &Software，2009，24（8）：938-939.

[33] Draxler R R,Hess G D.An overview of the HYSPLIT_ 4modeling system for trajectories[J] .Australian Meteorological Magazine，1998，47：295-308.

[34] Poirot R L,Wishinshi P R,Hopke P K,et al. Comparative application of multiple receptor methods to identify aerosol sources in northern Vermont[J] . Environmental Science&Technology，2001，35（23）：4622-4636.

[35] Zeng Y,Hopke P K.A study on the sources of acid precipitation in Qntario,Canada[J] .Atmospheric Environment（1967），1989，23（7）：1499-1509.

[36] Biegalski S R,Hopke P K.Total potential source contribution function analysis of trace elements determined in aerosol samples collected near lake huron [J] .Environmental Science&Technology，2004，38（16）：4276-4284.

[37] Begum B A,Kim E,Jeong C H,et al.Evaluation of the potential source contribution function using the 2002 Que-bec forest fire episode[J] .Atmospheric Environment，2005，39（20）：3719-3724.

[38] Stohl A.Trajectory statistics-a new method to establish source-receptor relationships of air pollutants and its application to the transport of particulate sulfate in Europe[J] .Atmospheric Environment，1996，30（4）：579-587.

[39] Seibert P,Kromp-Kolb H,Baltensperger U,et al. Transport and Transformation of Pollutants in the Troposphere[J] .Academic Publishing,Den Haag，1994：689-693.

[40] Keeler G,Samson P.Spatial Representativeness of Trace Element Ratios[J] .Environmental Science and Technology，1989，23（11）：1358-1364.

[41] 賀千山，楊引明，耿福海，等.中國東部陸地上空氣溶膠分布特征研究[C] //第五屆長三角氣象科技論壇論.上海，2008.

[42] He Q,Li C,Geng F,et al.Study on long-term aerosol distribution over the land of East China using MODIS data[J] .Aerosol and Air Quality Research，2012，12（3）：304-319.

[43] 孫強(qiáng)，范學(xué)花，夏祥鰲.華北地區(qū)氣溶膠垂直分布特征的觀測與分析[J] .氣象與環(huán)境科學(xué)，2016，39（1）：26-33.

A Study of the Characteristics of Aerosol Distribution and Variation in Eastern China

LIU Xuan1，2，ZHU Bin3，GUAN Xuefeng1，2，LIU Huimin4，YUAN Liang3
（1.Institute of Desert Meteorology，China Meteorological Administration，Urumqi 830002，China；2.Center for Central Asian Atmosphere Science Research，Urumqi 830002，China；3.Key Laboratory of Meteorological Disaster，Ministry of Education，Joint International Research Laboratory of Climate and Environment Change，Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters，Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration，Nanjing University of Information Science&Technology，Nanjing 210044，China；4.Baiyin Meteorological Bureau，Baiyin 730900，China）

The characteristics of spatial and temporal distributions of aerosol optical depth（AOD）, fine mode fraction（FMF）and aerosol index（AI）during 2005-2014 in Eastern China were analyzed based on the aerosol products of Moderate Resolution Imaging Spectroradiometer（MODIS）and Ozone Monitoring Instrument（OMI）.The method of potential source contribution function（PSCF）was applied to find the possible sources of AOD and AI in this region under different air mass conditions.The results showed that there was a relative large discrepancy existing in the spatial and temporal distributions of AOD,FMF and AI.The high value of the average AOD and AI during 2005-2014 distributed in the northern area of Eastern China.However,the high value of the average FMF spread across the southern part of Eastern China.AOD in this period firstly increased and then decreased,and the fluctuation of FMF was not obvious while AI presented a rising trend. There was a significant seasonal variation in AOD in eastern China.The average values of AOD in spring and summer were obviously higher than that in autumn and winter.In the northern and central regions of Eastern China,AOD reached the maximum of above 0.8 in summer due to the high relative humidity.However,AOD value of the southern region of Eastern China was between 0.2 and 0.4 because of the high-frequency precipitation in summer.Different from AOD seasonal variation,FMF of 0.58 was highest in summer,and its lowest value of 0.26 appeared in spring. While the average value of AI（0.63）was the largest in winter,and the lowest value of 0.27 appeared in summer.The result of PSCF showed that local emission was the dominate source of AOD,and the short distance transport of aerosols from Henan,Hubei,Hunan and so on could also affect AOD in Eastern China.Local emission and long-range transport from the north were the main sources of AI,and there was also influence coming from short distance transport of aerosols from Henan,Hubei and the surrounding provinces and cities.

aerosol optical depth（AOD）；fine mode fraction（FMF）；aerosol index（AI）；source contribution function（PSCF）

P402

A

1002-0799（2017）01-0011-11

10.12057/j.issn.1002-0799.2017.01.002

2016-08-10；

2016-09-08

中亞大氣科學(xué)研究基金項目（CASS201708）；自治區(qū)區(qū)域協(xié)同創(chuàng)新項目（2016e02104）；國家自然科學(xué)基金項目（91544229）資助。

劉璇（1989-），女，助理工程師，從事大氣環(huán)境研究。E-mail：15005168066@163.com

劉璇，朱彬，關(guān)學(xué)鋒，等.華東地區(qū)氣溶膠分布和變化特征研究[J] .沙漠與綠洲氣象，2017，11（1）：11-21.