劉 璇，朱 彬*，侯雪偉，陳燁鑫，李 鋒，康漢青，高晉徽（1.南京信息工程大學，中國氣象局氣溶膠與云降水重點開放實驗室，江蘇 南京 210044；2.南京信息工程大學，氣象災害預報預警與評估協(xié)同創(chuàng)新中心，江蘇 南京 210044；.常熟市氣象局，江蘇 常熟 225500）

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)一次嚴重霾污染過程為例

劉 璇1，2，朱 彬1，2*，侯雪偉1，2，陳燁鑫3，李 鋒1，2，康漢青1，2，高晉徽1，2（1.南京信息工程大學，中國氣象局氣溶膠與云降水重點開放實驗室，江蘇 南京 210044；2.南京信息工程大學，氣象災害預報預警與評估協(xié)同創(chuàng)新中心，江蘇 南京 210044；3.常熟市氣象局，江蘇 常熟 225500）

利用MODIS、CALIPSO衛(wèi)星觀測的氣溶膠產品和地面空氣質量、氣象資料，并結合HYSPLIT后向軌跡模式，探討了2013年12月1～9日長江三角洲地區(qū)一次持續(xù)性的嚴重霾污染過程的形成、特征及其可能來源.研究表明，此次污染過程中長江三角洲地區(qū)8個代表城市大部分時間處于霾污染的狀況下，氣溶膠光學厚度（AOD）顯著增長，空氣質量指數（AQI）均達到或超過污染限值，且以中度以上污染為主.污染發(fā)生時，氣溶膠主要存在于地面至2km的大氣層內，尤其是850m以下.根據體積退偏比和色比得出球形氣溶膠出現頻率高于非球形氣溶膠，大粒徑氣溶膠出現頻率高于小粒徑氣溶膠，進而得到污染期間氣溶膠的主要類型為“污染型”氣溶膠.污染物的近距離的輸送和持續(xù)小風，無降水的靜穩(wěn)氣象條件而導致污染物難以擴散稀釋而累積在本地是造成長江三角洲區(qū)域污染范圍廣、時間長、程度重的主要原因.

MODIS；CALIPSO；空氣污染；氣溶膠光學厚度；氣溶膠類型

局地和區(qū)域大氣污染會給環(huán)境和生態(tài)造成不易恢復的破壞.長江三角洲地區(qū)是我國經濟、社會快速發(fā)展的顯示性和標志性地區(qū)，也是我國人口密度高、能源消耗大、污染排放強、區(qū)域性復合型大氣污染較為突出的地區(qū)之一［1-2］.

目前針對污染觀測主要有地基和衛(wèi)星兩大類.美國國家航空航天局（NASA）和中國分別建立了地面太陽光度計觀測網（AERONET）和地基氣溶膠觀測網（CARSNET），對氣溶膠的變化特征進行長期觀測［3］.雖然地基大氣氣溶膠觀測精度高，但是站點分布稀疏，無法獲取到全國的空間分布特征.而衛(wèi)星遙感反演信息全面，覆蓋范圍廣泛，能夠彌補地面監(jiān)測站空間分布的不足，在污染物的生成、區(qū)域輸送監(jiān)測、污染事件的確定、污染源解析及污染物區(qū)域分布等方面優(yōu)勢明顯.目前國內外針對空氣污染的衛(wèi)星反演開展了較多研究，研究多是利用MODIS數據產品研究氣溶膠光學特性，證實了用氣溶膠光學厚度（AOD）監(jiān)測大氣污染具有可行性，并指出MODIS的AOD可以用于定量評估空氣質量等級，對區(qū)域尺度空氣質量監(jiān)測有著重要意義［4-13］.但由于MODIS等星載對地觀測儀器由于技術能力的限制，只能用來研究整層大氣的氣溶膠光學特性，無法得到氣溶膠的垂直分布情況.攜帶激光雷達的云-氣溶膠激光雷達與紅外探測者（CALIPSO）極軌衛(wèi)星不僅可以提供全球范圍氣溶膠隨經緯度變化的二維平面分布信息，還能給出氣溶膠在不同垂直高度上的分布情況［14-16］.部分學者將此衛(wèi)星資料用于對霾的觀測研究，如劉瓊等［17］、徐婷婷等［18］、秦艷等［19］利用CALIPSO資料揭示了上海地區(qū)發(fā)生霾時氣溶膠的垂直分布情況.

2013年12月初，中國東部地區(qū)一次嚴重的空氣污染過程是中國2013年入冬后最大范圍的霾污染，長江三角洲的污染尤為嚴重.本研究選取該地區(qū)8個代表城市（鹽城、徐州、南京、合肥、南通、上海、嘉興、杭州），利用MODIS、CALIPSO衛(wèi)星資料，并結合小時空氣質量指數（AQI）、地面觀測PM2.5質量濃度、地面氣象要素等資料以及Hybrid Single Particle Lagrangian Integrated Trajectory （HYSPLIT）模式［20］，綜合分析了此次空氣污染過程的形成、特征，并初步探討污染物垂直分布特征和氣溶膠主要類型，進而討論此次過程的形成機理和污染物可能來源，為衛(wèi)星數據在空氣污染過程中的應用和對空氣污染的預報和控制提供科學參考.

1 資料與方法

1.1 資料來源

風速、風向資料來自于MICAPS地面資料.相對濕度及能見度資料源自中國氣象信息中心（http：//cdc.cma.gov.cn）［21］.Hysplit后向軌跡模式采用美國氣象環(huán)境預報中心全球數據同化系統(tǒng)（NCEP GDAS）1°×1°氣象場資料.氣溶膠光學厚度（AOD）采用MODIS 3級氣溶膠產品，分辨率為1°×1°.本研究還采用了CALIPSO衛(wèi)星搭載的正交極化云-氣溶膠激光雷達（CALIOP）一級產品中的532nm總消光后向散射系數、532nm垂直消光后向散射系數、1064nm消光后向散射系數，以及CALIOPL二級產品中的532nm消光系數，垂直分辨率30～60m，水平分辨率333m.

AQI是定量描述空氣質量狀況的無量綱指數，是參與空氣質量評價的六項污染物［細顆粒物（PM2.5）、可吸入顆粒物（PM10）、二氧化硫（SO2）、二氧化氮（NO2）、臭氧（O3）、一氧化碳（CO）］中空氣質量分指數，即單項污染物的空氣質量指數（IAQI）的最大值最大值決定.AQI數值越大、級別越高，說明空氣污染狀況越嚴重，對人體的健康危害也就越大［22］.本研究所采用的AQI和PM2.5質量濃度來源于國家空氣質量自動監(jiān)測站的空氣質量自動監(jiān)測結果（不包括地方空氣質量監(jiān)測站），時間分辨率為1h.

1.2 模式及研究方法

Hysplit模式是由美國國家海洋和大氣局（NOAA）等開發(fā)的供質點軌跡、擴散及沉降分析用的綜合模式系統(tǒng)［20］，是直觀了解大氣中示蹤氣塊或粒子運動軌跡的工具，目前被廣泛應用于環(huán)境大氣污染輸送研究中.

CALIPSO是美國宇航局 “地球系統(tǒng)科學探路者”（ESSP）計劃中的一顆衛(wèi)星CALIOP是該衛(wèi)星上的主要設備，可以提供白天和夜間532nm和1064nm兩個波長的消光后向散射強度的垂直分布.CALIOP望遠鏡接受的回波信號分為三通道，分別測量1064nm后向散射強度及另外532nm后向散射信號的正交極化部分，反演計算時，將兩通道獲取的后向散射強度疊加作為532nm激光總的后向散射強度［23］，利用各通道測得的消光后向散射系數可以分別計算532nm體積退偏比和色比.

體積退偏比是532nm垂直后向散射強度與532nm平行后向散射強度之比，它反映的是被測顆粒的不規(guī)則程度，值越大表明顆粒越不規(guī)則，因此通過退偏比方法能夠區(qū)分球型氣溶膠粒子和非球型氣溶膠粒子.色比是1064nm后向散射強度與532nm總后向散射強度之比，色比值能夠識別顆粒的大小，色比值越大，顆粒越大［24］.結合消光后向散射系數、退偏比和色比可以識別氣溶膠的類型.

Liu等［25］給出了海洋型氣溶膠、大陸型氣溶膠、Dust型氣溶膠和Smoke型氣溶膠四種氣溶膠的體積退偏比和色比的分布.他們定義了體積退偏比臨界值為0.06來區(qū)分球形氣溶膠和非球形氣溶膠.因此本研究定義體積退偏比值在0～0.06區(qū)間內的氣溶膠為球形氣溶膠，體積退偏比值大于0.06的氣溶膠為非球形氣溶膠；色比值在0～0.5區(qū)間內的氣溶膠為小粒徑粒子，色比值大于0.5的氣溶膠為大粒徑粒子.本研究根據Liu等［25］利用體積退偏比和色比將氣溶膠分類的方法對對污染期間的氣溶膠進行分類.分類方法如下：如果體積退偏比值高，該層就為Dust型氣溶膠主導；如果體積退偏比值低但色比值高，該層則為“污染型”氣溶膠主導；如果體積退偏比值中等，色比值高，該層就為混合型氣溶膠主導.

2 結果與討論

2.1 污染過程描述

2013年12月1～9日，長江三角洲地區(qū)各城市的AQI及PM2.5的質量濃度均超過100的污染限值.AOD亦在該地區(qū)出現高值，平均值達0.873.本研究采用中國氣象信息中心提供的能見度（VIS）和相對濕度（RH）資料，根據最新頒發(fā)的氣象行業(yè)標準《霾的觀測和預報等級》［26］挑選出2013年 12月1～9日期間7個代表城市的霧霾日（嘉興缺少VIS和RH觀測資料），觀測資料為每天0：00、6：00、12：00及18：00的觀測值，定義4個時刻中，若2個以上的時刻為霾則判斷該天為霾天，若2個以上的時刻為霧，則判斷該天為霧天，若2個時刻為霾2個時刻為霧，則判斷該天為霧霾天.結果顯示，2013年12月1～9日7個代表城市霾天時間達79.4%、霧天時間達4.8%、霧霾天時間達9.5%.因此，此次空氣污染過程是以霾為主的污染過程.

表1 12月1～9日8個代表城市空氣質量級別統(tǒng)計結果及首要污染物為PM2.5的比例Table 1 Statistical of air quality level at eight typical cities and the fraction of days in which the pollutants were dominated byPM2.5during 1th-9thDecember in 2013

根據《環(huán)境空氣質量指數（AQI）技術規(guī)定（試行）》［22］規(guī)定：空氣質量指數劃分為0～50、51～100、 101～150、151～200、201～300和大于300六檔，分別對應于空氣質量的6個級別：優(yōu)、良、輕度污染、中度污染、重度污染和嚴重污染.因此本研究根據12月1～9日AQI日平均值對污染期間的空氣質量級別做統(tǒng)計分析，如表1所示，8個代表城市在整個污染期間AQI指數均超過100的污染限值，并且中度以上的污染天數都達到了8d以上，大部分時間都處在重度污染和嚴重污染的狀態(tài).南京、合肥的污染最為嚴重，污染期間有5d都達到了嚴重污染.表1還對污染期間首要污染物為PM2.5的時刻做了統(tǒng)計，發(fā)現污染期間各代表城市首要污染物為PM2.5的比例均在90%以上，南京、南通、上海甚至高達98%以上，說明此次污染事件主要是以PM2.5為主要污染物的一次污染過程.

2.2 污染期間AQI、PM2.5質量濃度及AOD的演變特征

圖1 8個代表城市2013年11月28日～12月11日逐小時AQI、PM2.5質量濃度及AOD逐日變化Fig.1 Hourly variation of AQI and PM2.5mass concentration， and diurnal variation of AOD values in eight typical cities during November-11thDecember in 2013

圖1為2013年11月28日～12月11日AQI， PM2.5質量濃度及AOD時間序列，其中各城市AOD資料提取自MOSDIS AOD產品.圖中可以看出，從12月1日開始，代表城市的AQI值及PM2.5質量濃度均呈現快速上升的趨勢，鹽城首先在12月1日00：00 PM2.5質量濃度達污染過程的第一個峰值，隨后徐州、南京、合肥、南通、上海、嘉興的PM2.5質量濃度依次到達整個污染過程的第一個峰值.2日20：00，鹽城PM2.5質量濃度達到污染期間的最高值706.6μg/m3，徐州、南京、合肥、南通和上海也分別在3日、4日、5日、6日（南通和合肥都在6日）分別達到了PM2.5質量濃度的最高值，峰值平均值高達509.2μg/m3.污染期間各代表城市的AQI值均超過污染限值，污染狀況一直延續(xù)到9日，9日中午開始各代表城市的AQI值及PM2.5質量濃度陸續(xù)下降到污染限值以下，污染結束.此外，圖中AOD和PM2.5質量濃度以及AQI變化趨勢相似，計算得出AOD與PM2.5質量濃度和AQI的相關系數分別為0.732、0.718，說明AOD亦能較好的反映出此次污染過程.需要說明的是本文的PM2.5數據是地面觀測數據，而AOD為介質的消光系數在垂直方向上的積分，是描述整個柱氣溶膠對光的衰減作用的；此外由于氣溶膠吸濕增長作用，也會使氣溶膠的消光作用增強［27-28］，所以有時AOD值高，PM2.5的值并不是很高.城市污染由北往南依次達到峰值的現象表明，此次嚴重霾污染過程可能由自北向南輸送的污染物，與局地污染物混合，在長江三角洲地區(qū)積累而造成.值得注意的是嘉興先于南通、上海在5日達到最大值.杭州也不同于其他城市，污染期間PM2.5質量濃度一直呈上升趨勢，在8日19：00達到最大值476.0μg/m3，所以嘉興和杭州在污染期間很可能是受本地污染排放的影響更多.

圖2 2013年12月（a）、11月28～30日（b）、12月1～9日（c）、10～11日（d）AOD平均值Fig.2 Average AOD values during December（a）， 28th-30thNovember（b）， 1th-9thDecember（c） and 10th-11thDecember（d）in 2013

以往研究中，長江三角洲區(qū)域冬季AOD均值基本在0.5～0.6之間［29］.本研究2013年12月份的AOD平均值為0.686，超出該地區(qū)冬季以往的平均水平，如圖2所示，江蘇東部、上海南部以及嘉興在12月污染較為嚴重.從11月28～30日AOD平均來看，長江三角洲地區(qū)的AOD均值為0.325，處于較清潔時期，而污染期間12月1～9日該地區(qū)的AOD均值高達0.873，部分地區(qū)超過了1.5，南京、鹽城、上海、嘉興的污染尤為嚴重，污染范圍覆蓋整個江蘇、上海、安徽東部及浙江北部地區(qū)，范圍廣，污染重.此外，合肥北部東西走向的AOD高值帶可能是由來自西北方向的污染物輸送而造成.12月10～11日，該地區(qū)的AOD均值下降至0.315，低于12月平均水平，污染結束，與地面觀測結果一致.

2.3 氣溶膠垂直分布特征

圖3 532nm總消光后向散射強度垂直剖面圖和532nm平均消光系數廓線Fig.3 The altitude-orbit cross-section of 532nm total attenuated backscattering intensity and the average vertical profiles of 532nm extinction coefficient

氣溶膠的垂直分布特征是評估氣溶膠輻射效應的關鍵要素之一［30］.氣溶膠顆粒物對太陽輻射的消光（一般由顆粒物散射為主導）被認為是限制對流層能見度的主要因素［31］，分析氣溶膠粒子大小和形狀對氣溶膠光學特性的研究具有重要意義［32］.因此本研究應用CALIPSO的反演資料，針對此次長江三角洲空氣污染情況下氣溶膠的散射強度、粒徑大小和規(guī)則性的垂直分布特征進行分析，并確定污染期間氣溶膠的主要類型.排除不過境、有云遮蓋、缺測等不合理的數據，由于白天太陽輻射強烈，信噪比較高，觀測結果會受到一定的影響，因此本研究選取污染期間過境長江三角洲地區(qū)或其附近區(qū)域夜晚的資料，最終選定12月1日，3日和8日的3個有效數據.圖3（a）給出了軌跡經過長江三角洲區(qū)域（30°N～35°N）時532nm總消光后向散射強度垂直剖面圖，一般后向散射強度值在8×10-4～4.5×10-3km-1·sr-1為氣溶膠顆粒（色標為綠色到紅色的部分，大部分為黃色），小于8×10-4km-1· sr-1為空氣分子（色標為藍色），大于4.5× 10-3km-1sr-1的值為云（色標為粉色到白色部分，大部分為灰白色）.排除缺測、非氣溶膠特征值、云以及消光系數無限增長的值，對緯度范圍在30°N～35°N內沿CALIPSO軌道測量的2級數據產品—532nm氣溶膠消光系數進行平均，得到圖3（b）所示的平均氣溶膠消光系數廓線.可以看到，總消光后向散射強度和平均消光系數的高值對應的高度基本是在近地面層2km以下，說明污染期間存在很明顯的氣溶膠層，且基本集中在地面至2km的大氣層內.計算出所選3天的最大消光系數和其對應的高度（表2），得出污染期間1日、3日和8日最大氣溶膠消光系數的高度分別為217，158和158m，表明污染物濃度最大值集中在地面至300m的大氣層內.由圖3（a）顯示出污染物基本是集中在地面以上2km的垂直大氣層中，所以2km以下平均消光系數和它對應的高度對近地面主要污染物整體濃度和平均高度具有重要的指示意義.由表2，污染期間2km以下的平均消光系數值在0.26～0.49km-1之間變化，并且平均高度在517m和816m之間變化.由此可見，氣溶膠主要是集中在地面至850m的垂直大氣層中.

表2 最大及平均消光系數及其對應高度Table 2 The maximum and mean extinction coefficient and the corresponding altitude

表3 污染期間0～2km高度內532nm總后向散射系數頻率分布Table 3 The frequency distribution of 532nm total attenuated backscatter coefficient at 0～2km heights during pollution period

圖4 污染期間0～2km高度內體積退偏比和色比頻數分布Fig.4 The frequency distribution of volume depolarization ratio and color ratio for 0～2km heights during pollution period

由上述分析可知污染期間氣溶膠基本存在于地面至2km的大氣層內，因此本研究通過對污染期間CALIPSO衛(wèi)星獲取的2km以下的532nm總消光后向散射系數、體積退偏比和色比資料進行統(tǒng)計分析.如表3所示，532nm總消光后向散射系數出現的頻率隨著其值的增大而降低，在0～ 8×10-4、8×10-4～4.5×10-3和4.5×10-3～1×10-2km-1× sr-1區(qū)間內總消光后向散射系數出現頻率分別為28.0%、50.5%和21.5%，而由氣溶膠產生的總消光后向散射系數一般在8×10-4～4.5×10-3km-1×sr-1區(qū)間內，可見，在0～2km高度范圍的大氣中氣溶膠出現頻率最高，表明近地面聚集了大量的氣溶膠粒子.體積退偏比出現的頻數也隨著其值的增大而降低［圖4（a）］，體積退偏比在0.06以下的比例為62.1%，說明污染發(fā)生時，球形氣溶膠與非球形氣溶膠共同存在，且球形氣溶膠出現的頻率高于非球形氣溶膠.色比分布如圖4（b）所示，色比頻數隨著色比值的增大而先增大后減小，在0.3～0.4區(qū)間出現頻數最大值，統(tǒng)計色比值在0.5以下時所占比例為36.5%，色比值大于0.5時所占比例為63.5%.說明污染發(fā)生時，大粒徑氣溶膠出現頻率高于小粒徑氣溶膠，這可能是受到本地建筑活動、揚塵的影響，使大顆粒氣溶膠在近地面大氣中所占比重增加.結合體積退偏比和色比，發(fā)現污染發(fā)生時，是低體積退偏比-高色比的情況，利用上文提出的氣溶膠分類方法可將此次污染過程中的氣溶膠類型劃分為“污染型”氣溶膠.

2.4 氣象條件及后向軌跡分析

大氣污染與氣象條件關系密切，風、天氣形勢、降水等因素都影響和制約著大氣污染物濃度及其時空分布情況.污染期間氣團主要來向可在一定程度上代表污染物的可能來源.本研究綜合天氣形勢、風速、風向、降水和后向軌跡分析此次長江三角洲區(qū)域嚴重霾空氣污染過程的形成機理和可能來源.

2.4.1 天氣形勢分析 為了說明此次污染的形成過程，本研究利用MICAPS地面氣壓場和風場數據分析此次污染過程的天氣形勢.12月1日起，地面高壓中心位于貝加爾湖以西，冷空氣活動較弱，長江三角洲區(qū)域位于內蒙南伸的弱高壓前部，如圖5（a），受西北風的影響，將北方的污染物緩緩帶入本地，從而導致空氣質量開始惡化.整個污染期間長江三角洲區(qū)域主要是受弱高壓和均壓場［圖5（b）］的控制，受高壓下沉氣流的影響易于形成逆溫，氣壓梯度力小則風速小，污染期間徐州、合肥、南京、南通、上海、杭州6個代表城市（鹽城、嘉興缺少風場資料）的平均風速分別為1.36、1.65、2.11、1.78、1.71、1.79m/s.除了9日有相對較大的風速以外，其余天都處于微風及小風等級狀態(tài)，對污染物的擴散不利，從而使污染物累積.此外長時間比較穩(wěn)定的天氣形勢，造成的空氣污染持續(xù)時間也較長.至9日［圖5（c）］，冷空氣南下，北風加大，各代表城市的風速都達到4m/s以上，相對較大的風速有利于污染物的擴散，且9日部分代表城市出現降水，也使得污染物濃度有所降低，空氣質量開始好轉，污染結束.

圖5 12月1日2：00（a）、12月2日2：00（b）、12月9日8：00（c）地面氣壓場、風場分布Fig.5 Distribution of surface pressure field and wind field on Dec.12：00（a），Dec.2 2：00（b）， Dec.9 8：00（c）

2.4.2 后向軌跡分析 利用HYSPLIT-4.9模式模擬2013年12月1日～12月9日長江三角洲區(qū)域8個代表城市后向72h氣團軌跡及其分型，起始高度為100m（AGL）.由于各代表城市軌跡類似，因此選取徐州、南京兩個代表城市的分型氣團軌跡與INTEX-B 2006東亞PM2.5排放源［33］疊加［圖6（a）圖，6（b）］，同時分別選取污染前期1條，污染中期2條及污染后期1條72h后向軌跡繪于圖6（c）.圖中可以看出，兩個代表城市都有四類分型，對分型結果的統(tǒng)計表明12月1日00：00～2日08：00徐州、南京都受到來自河南的氣團影響（圖6（a），圖6（b）分型1），軌跡高度分別在500m和100m左右，所占比例在25%～30%之間，軌跡經過區(qū)域都有PM2.5排放源存在，從地面氣壓場和風場［圖5（a）］及污染初期后向軌跡［圖6（c），軌跡1］來看，污染初期長江三角洲區(qū)域位于弱高壓前部，受西北氣流的影響，部分污染物被輸送至本地；12月3日～12月8日，兩城都受到局地氣團影響（圖6（a），圖6（b）分型2），所占比例在50%～60%之間，為污染期間主要的氣團軌跡，此類氣團高度低、輸送距離短，各代表城市的PM2.5質量濃度都達到了污染期間的最高值，該結果與前文一致，地面氣壓場［圖5（b）］和軌跡圖［圖6（c），軌跡2，3］也可以證明，污染期間長江三角洲區(qū)域主要是受弱高壓和均壓場的控制，此時段該區(qū)域主要受局地污染的影響，污染物難以擴散，累積在本地；徐州12月 6日受到來自蒙古方向的遠距離氣團的影響［圖6（a），分型3］，所占比例為19%，該氣團軌跡高度較高，相對較為清潔，圖2中PM2.5時間序列中較低的質量濃度就出現在該時段.此外，12月6日18：00～12月7日08：00南京受來自河北、遼寧方向氣團的影響［圖6（b），分型3］，軌跡高度較低，但經過大片海域，因此PM2.5質量濃度降低.污染期間南京、合肥的軌跡高度較低，因此外地輸送加本地排導致的污染最為嚴重，這與表2統(tǒng)計結果一致；分型4［圖6（a），圖6（b）］氣團均來自蒙古方向，高度較高，均在2000m左右，12月9日徐州、南京基本受此類氣團影響［圖6（c），軌跡4］，污染物濃度降低，地面氣壓場［圖5（c）］顯示9日長江三角洲區(qū)域處于冷高壓前部，等壓線較為密集，有利于污染物的擴散，該結果與2.2節(jié)結論相符.因此，污染初期大部分代表城市主要受到西北近距離氣流的影響，將部分污染物輸送到長江三角洲區(qū)域，使得各代表城市的PM2.5質量濃度開始升高，隨后由于靜穩(wěn)的氣象條件等因素受局地氣團的影響，污染物累積在本地無法擴散出去，與本地排放的污染物疊加使污染物濃度加重，從而導致了此次長時間、重污染的空氣污染事件的發(fā)生.

圖6 徐州、南京12月1～9日72h后向軌跡分型及兩城12月1日8：00（1）、3日21：00（2）、7日16：00（3）和9日22：00 72h（4）后向軌跡Fig.6 Cluster analysis of 72-hour back trajectories of Xuzhou and Nanjinge during 1th-9thDecember and 72-hour back trajectories at 08：00（1）， on 1thDecember， 21：00（2）， on 3thDecember， 16：00（3）， on 7thDecember and 22：00（4）， on 9thDecember

3 結論

3.1 污染過程中，長江三角洲區(qū)域代表城市的AQI、PM2.5質量濃度及AOD明顯偏高.污染期間主要污染物為PM2.5，小時PM2.5質量濃度高達700μg/m3以上.AQI在1～9日均超過100的污染限值，且以中度以上污染為主.AOD均值超過該區(qū)域平均水平，部分地區(qū)超過1.5.此次污染范圍廣、污染重、持續(xù)時間長，是一次以霾為主的嚴重空氣污染過程. 3.2 污染過程中，氣溶膠的垂直分布特征顯示氣溶膠主要存在于地面至2km的大氣層內，尤其是850m以下的大氣層.污染期間，在0～2km高度范圍的大氣中氣溶膠出現頻率最高，表明近地面聚集了大量的氣溶膠粒子.且污染發(fā)生時，非球形和球形氣溶膠并存，球形氣溶膠出現頻率高于非球形氣溶膠，大粒徑氣溶膠出現頻率高于小粒徑氣溶膠，結合體積退偏比和色比進而得到了污染發(fā)生時氣溶膠的主要類型為“污染型”氣溶膠. 3.3 天氣形勢、后向軌跡分析表明，污染初期，長江三角洲區(qū)域處于內蒙南伸的弱高壓區(qū)內，部分城市受來自西北方向近距離氣流的影響，將污染物帶入本地.污染中期，長江三角洲區(qū)域主要是受弱高壓和均壓場控制，以局地氣團為主，風速小，污染物難以擴散.各代表城市也在此階段達到污染物濃度的最高值.因此污染物的近距離的輸送和持續(xù)小風，無降水的靜穩(wěn)氣象條件而導致污染物難以擴散稀釋而累積在本地是造成長江三角洲區(qū)域污染范圍廣、時間長、程度重的主要原因.

［1］李 莉，陳長虹，黃 成，等.長江三角洲地區(qū)大氣O3和PM10的區(qū)域污染特征模擬 ［J］. 環(huán)境科學， 2008，29（1）：237-245.

［2］王 艷，柴發(fā)合，劉厚鳳，等.長江三角洲地區(qū)大氣污染物水平輸送場特征分析 ［J］. 環(huán)境科學研究， 2008，21（1）：22-29.

［3］Xie Y， Zhang Y， Xiong X， et al. Validation of MODIS aerosol optical depth product over China using CARSNET measurements［J］. Atmospheric Environment， 2011，45（33）：5970-5978.

［4］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 aerosol ［J］. Geoscience and Remote Sensing， IEEE Transactions on， 1997，35（5）：1286-1298.

［5］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 （1984-2012），2003，108（D21）：4661.

［6］Kim S W， Yoon S C， Kim J， et al. Seasonal and monthly variations of columnar aerosol optical properties over East Asia determined from multi-year MODIS， LIDAR， and AERONET Sun/sky radiometer measurements ［J］. Atmospheric Environment， 2007，41（8）：1634-1651.

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

［8］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品的應用 ［J］. 北京大學學報（自然科學版）， 2003，39（21）：105-117.

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

［10］夏祥鰲.全球陸地上空MODIS氣溶膠光學厚度顯著偏高 ［J］.科學通報， 2006，51（19）：2297-2303.

［11］王莉莉，辛金元，王躍思，等.CSHNET觀測網評估MODIS氣溶膠產品在中國區(qū)域的適用性 ［J］. 科學通報， 2007，52（4）：477-486.

［12］陳燁鑫，朱 彬，尹 聰，等.基于衛(wèi)星遙感和地面觀測資料分析蘇皖兩省一次空氣污染過程 ［J］. 中國環(huán)境科學，2014，34（4）：827-836.

［13］王 釗，彭 艷，張樹譽.MODIS資料反演AOD及其在區(qū)域大氣污染監(jiān)測中的應用 ［J］. 高原氣象， 2008，27（4）：911-917.

［14］Thomason L W， Pitts M C， Winker D M. CALIPSO observations of stratospheric aerosols： a preliminary assessment ［J］. Atmospheric Chemistry and Physics， 2007，7（20）：5283-5290.

［15］Liu Z， Liu D， Huang J， et al. Airborne dust distributions over the Tibetan Plateau and surrounding areas derived from the first year of CALIPSO lidar observations ［J］. Atmospheric Chemistry and Physics， 2008，8（16）：5045-5060.

［16］Huang J， Minnis P， Yi Y， et al. Summer dust aerosols detected from CALIPSO over the Tibetan Plateau ［J］. Geophysical Research Letters， 2007，34（18）：L18805.

［17］劉 瓊，耿福海，陳勇航，等.上海不同強度干霾期間氣溶膠垂直分布特征 ［J］. 中國環(huán)境科學， 2012，32（2）：207-213.

［18］徐婷婷，秦 艷，耿福海，等.環(huán)上海地區(qū)干霾氣溶膠垂直分布的季節(jié)變化特征 ［J］. 環(huán)境科學， 2012，33（7）：2165-2171.

［19］秦 艷，章 阮，籍裴希，等.華北地區(qū)霾期間對流層中低層氣溶膠垂直分布 ［J］. 環(huán)境科學學報， 2013，33（6）：1665-1671.

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

［21］中國氣象科學數據共享網［EB/OL］. http：//cdc.cma.gov. cn/home.do.

［22］HG 633-2012 環(huán)境空氣質量指數（AQI）技術規(guī)定（試行） ［S］.

［23］Vaughan M A， Young S A， Winker D M， et al. Fully automated analysis of space-based lidar data： An overview of the CALIPSO retrieval algorithms and data products［C］//Remote Sensing. International Society for Optics and Photonics， 2004：16-30.

［24］Winker D， Vaughan M， Hunt B. The CALIPSO mission and initial results from CALIOP［C］//Asia-Pacific Remote Sensing Symposium. International Society for Optics and Photonics， 2006： 640902-640902-8.

［25］Liu Z， Liu D， Huang J， et al. Airborne dust distributions over the Tibetan Plateau and surrounding areas derived from the first year of CALIPSO lidar observations ［J］. Atmospheric Chemistry and Physics， 2008，8（16）：5045-5060.

［26］QX/T113-2010 霾的觀測與預報等級 ［S］.

［27］Liu H J， Zhao C S， Nekat B， et al. Aerosol hygroscopicity derived from size-segregated chemical composition and its parameterization in the North China Plain ［J］. Atmospheric Chemistry and Physics， 2014，14（5）：2525-2539.

［28］Liu P F， Zhao C S， G?bel T， et al. Hygroscopic properties of aerosol particles at high relative humidity and their diurnal variations in the North China Plain ［J］. Atmospheric Chemistry and Physics， 2011，11（7）：3479-3494.

［29］關佳欣，李成才.我國中、東部主要地區(qū)氣溶膠光學厚度的分布和變化 ［J］. 北京大學學報（自然科學版）， 2010，46（2）：185-191.

［30］Claquin T， Schulz M， Balkanski Y， et al. Uncertainties in assessing radiative forcing by mineral dust ［J］. Tellus B， 1998， 50（5）：491-505.

［31］程雅芳，張遠航，胡 敏.珠江三角洲大氣氣溶膠輻射特性：基于觀測的模型方法及應用 ［M］. 北京：科學出版社， 2008.2-16.

［32］毛節(jié)泰，張軍華，王美華.中國大氣氣溶膠研究綜述 ［J］. 氣象學報， 2002，60（5）：625-634.

［33］Zhang Q， Streets D G， Carmichael G R， et al. Asian emissions in 2006 for the NASA INTEX-B mission ［J］. Atmospheric Chemistry and Physics， 2009，9（14）：5131-5153.

Analysis of haze events based on satellite remote sensing and field observations: a case study of severe haze pollution over the Yangtze River Delta.

LIU Xuan1，2， ZHU Bin1，2*， HOU Xue-wei1，2， CHEN Ye-xin3， LI Feng1，2， KANG Han-qing1，2， GAO Jin-hui1，2（1.Key Laboratory for Aerosol-Cloud- Precipitation of China Meteorological Administration，Nanjing University of Information Science and Technology， Nanjing 210044， China；2.Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters， Nanjing University of Information Science and Technology， Nanjing 210044， China；3.Changshu Meteorological Bureau， Changshu 225500， China）. China Environmental Science，2015，35（3）：641～651

A continuous air pollution event occurred in the Yangtze River Delta during from December 1 to 9， 2013. The formation， characteristics and potential sources of this air pollution event were explored by using the aerosol products of MODIS and CALIPSO satellite， ground air quality， meteorological data and HYSPLIT backward trajectory model. The results showed that， the 8 typical cities of the Yangtze River Delta were dominated by the haze pollution during this event. Aerosol optical depth （AOD） increased significantly， air quality index （AQI） reached or was higher than the limit value of pollution， and it is mainly higher than the level of moderate pollution. During the event， the aerosol mainly exist in the level from the ground to 2km above， especially under 850m. Based on volume depolarization ratio and color ratio， the higher frequency of spherical aerosol than that of non-spherical aerosol and the higher frequency of large size aerosol particle than that of small aerosol particle indicated that the main aerosol type was "pollution" aerosol during the pollution event. Short distance transport of pollutants and static weather conditions with continuous low wind speed and no precipitation which made the pollutants difficult to disperse， led to the widespread， long-time and severe pollution event in the Yangtze River delta.

MODIS；CALIPSO；air pollution；aerosol optical depth；aerosol type

X513

A

1000-6923（2015）03-0641-11

劉 璇（1989-），女，新疆昌吉人，南京信息工程大學碩士研究生，主要從事大氣化學大氣環(huán)境方向研究.

2014-07-07

國家自然科學基金項目（41275143）；江蘇省高校自然科學研究重大基礎研究項目（12KJA170003）；江蘇省“333”高層次人才培養(yǎng)工程項目；江蘇省“六大人才高峰”計劃項目

* 責任作者， 教授， binzhu@nuist.edu.cn