肖鐘湧,趙伯維,陳雅文,王一琳,邱小英,謝伊寧

?

2005~2016年中國(guó)大氣邊界層SO2的時(shí)空變化趨勢(shì)

肖鐘湧*,趙伯維,陳雅文,王一琳,邱小英,謝伊寧

(集美大學(xué)理學(xué)院,福建 廈門 361021)

利用臭氧觀測(cè)儀(OMI)衛(wèi)星遙感反演的大氣邊界層(PBL)SO2柱含量(PBL SO2)數(shù)據(jù)分析了自2005年以來(lái)中國(guó)PBL SO2柱含量數(shù)據(jù)的空間分布特征、變化趨勢(shì)及其影響的原因.從長(zhǎng)時(shí)間尺度上,PBL SO2柱含量呈現(xiàn)明顯的下降趨勢(shì).2005年中國(guó)區(qū)域年平均PBL SO2柱含量為0.317DU,2016年為0.276DU,減少了0.041DU,大約為13.2%.SO2柱含量呈現(xiàn)明顯的周期變化特征.冬季濃度較高,夏季較低,最小值和最大值分別出現(xiàn)在7和12月,分別為0.246和0.404DU.小波分析顯示SO2的變化在10個(gè)月的尺度水平上存在明顯的主振蕩周期,在40個(gè)月的尺度水平上存在明顯的次周期變化.中國(guó)區(qū)域SO2污染嚴(yán)重的高值區(qū)主要出現(xiàn)在京津冀魯環(huán)渤海地區(qū)、關(guān)中平原(山西省和陜西省)、河南省大部分地區(qū)、四川盆地、長(zhǎng)江三角洲地區(qū)和珠江三角洲.最大的SO2柱含量值可達(dá)1.1DU以上.京津冀魯環(huán)渤海地區(qū)的高值區(qū)已經(jīng)延伸到長(zhǎng)江三角洲地區(qū),有向南延伸和珠江三角洲連在一起的趨勢(shì).由于地形和天氣特征的影響,四川盆地地區(qū)SO2出現(xiàn)次高值區(qū).在青藏高原和西北地區(qū),SO2濃度較低,呈現(xiàn)背景值特征,多年平均的SO2約在0.05DU的水平.中國(guó)區(qū)域SO2變化趨勢(shì)在空間分布上存在明顯的區(qū)域差異,變化的范圍在-0.70~0.15DU之間.SO2出現(xiàn)逐漸減少的地區(qū)主要是在高值區(qū),如京津冀魯環(huán)勃海地區(qū)、關(guān)中平原、四川盆地,長(zhǎng)江中下游和珠江三角洲.減幅最大的是四川盆地和珠江三角洲,大約減少了61%.四川盆地2005~2016年約減少了0.55DU;珠江三角洲約減少了0.45DU.出現(xiàn)增長(zhǎng)的地區(qū)主要是西部和北部地區(qū),以及東南沿海除珠三角外的大部分區(qū)域,最大增長(zhǎng)大約為0.15DU.

臭氧觀測(cè)儀；PBL SO2；線性增長(zhǎng)；衛(wèi)星遙感

大氣中 SO2主要來(lái)源有人為源和自然源,其中硫礦物燃料(煤和石油)的燃燒是最重要的人為源,燃燒產(chǎn)生的SO2約占總排放量的80%,主要集中在距地面2km以內(nèi)的大氣邊界層(PBL)[1].自然源主要有火山噴發(fā)排放的SO2.另外,由自然界排出的H2S 氧化成SO2是另一個(gè)自然源.SO2在大氣化學(xué)過(guò)程中易被O2氧化生成SO3,進(jìn)而生成危害性更大的硫酸或硫酸鹽,使大氣酸化或被雨水沖刷形成酸雨,對(duì)地球生態(tài)環(huán)境造成巨大破壞[2].目前,大氣酸化和酸雨、大氣中臭氧引起的全球化學(xué)系統(tǒng)的變化、生態(tài)環(huán)境的不均衡性和溫室氣體引起的氣候變化已經(jīng)成為主要環(huán)境問(wèn)題.

衛(wèi)星遙感技術(shù)具有覆蓋面廣、周期觀測(cè)能力強(qiáng)和空間連續(xù)等優(yōu)勢(shì),它是定量化評(píng)估SO2的重要手段[3-5].利用衛(wèi)星遙感數(shù)據(jù)可以估算整個(gè)大氣SO2柱含量,大氣對(duì)流層SO2柱含量,以及大氣邊界層SO2柱含量,研究全球范圍內(nèi)長(zhǎng)時(shí)間的SO2時(shí)空特征.2002年,ENVISAT-1衛(wèi)星上搭載的大氣制圖掃描成像吸收光譜儀(SCIAMACHY),專門用于監(jiān)測(cè)SO2、NO2和O3等痕量氣體[6].2004年,EOS-AURA上搭載的高分辨率OMI傳感器對(duì)大氣SO2濃度探測(cè)靈敏度比較高,能夠?qū)崿F(xiàn)每天對(duì)短生命周期的SO2濃度的全球觀測(cè)[6],能探測(cè)出少量的SO2的排放[7-8].國(guó)內(nèi)外學(xué)者已經(jīng)利用這些衛(wèi)星傳感器觀測(cè)的數(shù)據(jù)進(jìn)行區(qū)域,乃至全球SO2含量的時(shí)空變化,并分析其影響的因素[9-12].這些數(shù)據(jù)在揭示全球和區(qū)域SO2的時(shí)空變化等重大科學(xué)問(wèn)題上發(fā)揮了非常重要的作用.

近年來(lái),在人類活動(dòng)強(qiáng)烈的地區(qū),大氣中SO2濃度呈現(xiàn)明顯增長(zhǎng)趨勢(shì).中國(guó)經(jīng)濟(jì)高速增長(zhǎng)過(guò)程中,向大氣排放了大量的污染氣體,包括SO2和NO2等.致使對(duì)流層SO2濃度處于較高水平.然而,國(guó)內(nèi)對(duì)于SO2的遙感監(jiān)測(cè)還處于起步階段,利用衛(wèi)星遙感數(shù)據(jù)分析中國(guó)區(qū)域大氣SO2污染變化特征及與其它污染物及自然、經(jīng)濟(jì)、社會(huì)等因素的關(guān)系方面的研究較少.本研究利用Aura衛(wèi)星上臭氧層觀測(cè)儀(Ozone Monitoring Instrument, OMI)反演的PBL SO2數(shù)據(jù),較為全面的分析了2005~2016長(zhǎng)時(shí)間序列的中國(guó)區(qū)域大氣邊界層SO2變化特征.該數(shù)據(jù)能夠很好的反映人為排放的SO2情況.

1 數(shù)據(jù)與方法

本研究利用的SO2數(shù)據(jù)資料來(lái)源于裝載在NASA地球觀測(cè)系統(tǒng)系列衛(wèi)星Aura衛(wèi)星上OMI傳感器.該衛(wèi)星于2004年7月15日發(fā)射升空,是一顆太陽(yáng)同步軌道的近極軌衛(wèi)星,軌道高度約705km,過(guò)境時(shí)間一般在當(dāng)?shù)貢r(shí)13:40~13:50.OMI傳感器通過(guò)觀測(cè)地球大氣和表面的后向散射輻射來(lái)獲取信息.傳感器波長(zhǎng)范圍為270~500nm,波譜分辨率為0.5nm,星下點(diǎn)空間分辨率達(dá)13km′24km,邊緣分辨率降低很多,為40km′160km,傳感器視場(chǎng)角為114°,掃描寬度為2600km,覆蓋全球只用1d[13]. OMI主要監(jiān)測(cè)大氣中的臭氧柱含量和氣溶膠、云、表面紫外輻射和痕量氣體SO2、NO2、BrO、HCHO和OCIO等.

本文主要利用OMI SO2L2產(chǎn)品的大氣邊界層(PBL)柱含量數(shù)據(jù).SO2數(shù)據(jù)資料是OMI OMSO2e產(chǎn)品,單位為DU(Dobson units),1DU=2.69′1016分子數(shù)/cm2.OMI的PBL SO2數(shù)據(jù)是由BRD算法估算得出的,該算法利用UVB通道的“3個(gè)波段對(duì)”的測(cè)量值與計(jì)算值的殘差得到SO2的柱含量.算法對(duì)近地面SO2濃度有很高的探測(cè)能力[2,14-15].能夠很好的反映近地面SO2污染情況[16].本研究采用的數(shù)據(jù)資料時(shí)間跨度是2005年01月~2016年12月.存儲(chǔ)格式為HDF-EOS 5數(shù)據(jù)格式,空間分辨率為經(jīng)度(0.25°)×緯度(0.25°).利用MATLAB讀取HDF-EOS5數(shù)據(jù),然后生成GeoTIFF柵格數(shù)據(jù)格式,并進(jìn)行數(shù)據(jù)分析和制圖.為了方便數(shù)據(jù)處理和分析,減少數(shù)據(jù)噪聲帶來(lái)的不確定性,在時(shí)間變化上,通過(guò)計(jì)算區(qū)域平均值來(lái)分析全國(guó)和區(qū)域變化特征.空間上,對(duì)多年的數(shù)據(jù)求平均值,分析全國(guó)和區(qū)域空間分布特征.

為了研究中國(guó)區(qū)域SO2的不同尺度周期變化的特征,利用Morlet小波對(duì)12年月平均PBL SO2柱含量進(jìn)行了小波分析.小波分析屬于局域化時(shí)頻分析方法,同時(shí)也具有多尺度特性.小波分析在時(shí)域和頻域同時(shí)具有良好的局部化特性,并可以通過(guò)伸縮和平移等運(yùn)算功能對(duì)函數(shù)和信號(hào)進(jìn)行多尺度細(xì)化分析,最終達(dá)到高頻處時(shí)間細(xì)分、低頻處頻率細(xì)分,自動(dòng)適應(yīng)時(shí)頻信號(hào)分析的要求,可聚焦到信號(hào)的任何細(xì)節(jié),對(duì)于信號(hào)處理、信息處理起著至關(guān)重要的作用.對(duì)一個(gè)給定時(shí)序數(shù)據(jù)進(jìn)行小波變換,就是將該信號(hào)按某一小波函數(shù)簇展開,即將信號(hào)表示為一系列不同尺度和不同時(shí)移的小波函數(shù)的線性組合,其中每一項(xiàng)的系數(shù)稱為小波系數(shù),而同一尺度下所有不同時(shí)移的小波函數(shù)的線性組合稱為信號(hào)在該尺度下的小波分量.利用小波系數(shù)的位置和尺度可以很好地探測(cè)到信號(hào)的時(shí)頻變化特征.

時(shí)間上的波動(dòng)情況用變異系數(shù)來(lái)表征.變異系數(shù)(CV )為標(biāo)準(zhǔn)差()與平均數(shù)()的比值.用公式表示為:

CV=/m(1)

2 結(jié)果與討論

2.1 中國(guó)地區(qū)SO2的時(shí)間變化

由圖1可見(jiàn),長(zhǎng)時(shí)間尺度上PBL SO2柱含量呈現(xiàn)明顯的下降趨勢(shì).2005年中國(guó)區(qū)域年平均PBL SO2柱含量為0.317DU,2016年為0.276DU,減少了0.041DU,約為13.2%.利用線性回歸分析得出回歸直線為= - 0.0000115+ 28.4600.從2005~2016年每年大約遞減1.5%.在城市化進(jìn)程快速發(fā)展和工業(yè)活動(dòng)增加的背景下,2005年至2016年中國(guó)的煤炭消費(fèi)量增長(zhǎng)了將近一半,發(fā)電量翻了一倍以上.然而,PBL SO2濃度卻呈現(xiàn)逐漸下降的趨勢(shì),從側(cè)面可以反映出中國(guó)最近實(shí)行的燃煤脫硫控制措施的有效性.制定的減排目標(biāo)和排放標(biāo)準(zhǔn)等政策是卓有成效的,對(duì)SO2減排成效非常明顯.

從圖1中可以得出SO2柱含量呈現(xiàn)明顯的周期變化特征.冬季濃度較高,夏季較低.為了進(jìn)一步分析SO2的季節(jié)變化特征,利用小波變換的方法研究其周期性.圖2為小波系數(shù)實(shí)部的分布.其中,橫坐標(biāo)為時(shí)間(月),縱坐標(biāo)為時(shí)間尺度,圖中的顏色變化為小波系數(shù)實(shí)部值.小波系數(shù)實(shí)部等值線圖能反映月平均SO2序列不同時(shí)間尺度的周期變化及其在時(shí)間域中的分布,進(jìn)而能判斷在不同時(shí)間尺度上,月平均SO2的未來(lái)變化趨勢(shì).小波系數(shù)顯示了SO2的變化在10個(gè)月的尺度水平上存在明顯的周期變化.即SO2從2002~2016年演化過(guò)程中存在著10個(gè)月的主振蕩周期.小波系數(shù)顯示了40個(gè)月的尺度水平上存在明顯的次周期變化.

圖2 2005~2016中國(guó)區(qū)域月平均PBL SO2柱含量時(shí)間序列的小波分析

2.2 中國(guó)大陸地區(qū)SO2的季節(jié)變化

由于受氣象條件、化學(xué)過(guò)程和人為排放的季節(jié)性影響,大氣中SO2呈現(xiàn)出明顯的季節(jié)變化.圖3顯示了中國(guó)區(qū)域PBL SO2柱含量的月變化特征,柱狀圖是指相同月份的平均值.誤差棒為變異系數(shù),是利用不同年相同月份(2005~2016年)數(shù)據(jù)進(jìn)行計(jì)算的結(jié)果.中國(guó)區(qū)域SO2月度變化明顯,呈V字形分布,最小值和最大值分別出現(xiàn)在7和12月,多年平均值大約分別為0.246和0.404DU.12月高濃度的原因主要是在秋冬季節(jié)采暖期,礦物燃燒排放的SO2較高.特別是在北方地區(qū),冬季高值主要是由于冬季人為燃煤取暖和工業(yè)排放的貢獻(xiàn).而且冬季氣象條件(如光照和溫度)不利于SO2的化學(xué)轉(zhuǎn)化,以及氣粒轉(zhuǎn)換(SO2易被氧化,轉(zhuǎn)化為硫酸鹽顆粒)的轉(zhuǎn)換率受到低溫低濕抑制等[17-19].SO2污染物可以長(zhǎng)時(shí)間留存在大氣中,從圖4中冬季的濃度以及空間分布也可以看出這個(gè)特點(diǎn).7月低濃度的原因除了人為排放減少外,夏季的氣候特征也是主要的原因,雨季從4月份開始,在6~9月,夏季由于雨水增多,大氣濕度和溫度相對(duì)較高,氣粒轉(zhuǎn)化率較高,較大的轉(zhuǎn)化成硫酸鹽氣溶膠,通過(guò)降雨和沉降作用,污染物在大氣中存留時(shí)間相對(duì)短,很大程度地減少了近地面SO2濃度[2].強(qiáng)烈的人為活動(dòng)和各種自然因素等多種原因的共同作用導(dǎo)致了PBL SO2濃度的年內(nèi)變化特點(diǎn).

由圖3也可以看出,一年中春季和秋季SO2濃度相同月份波動(dòng)較小.在濃度最高的冬季和最低的夏季,SO2濃度波動(dòng)較大.在6月份,波動(dòng)較大,變異系數(shù)為0.098.而在3和10月SO2的波動(dòng)比較小,較為穩(wěn)定,變異系數(shù)約分別為0.056和0.052.主要的原因是大氣狀況比較穩(wěn)定,受高壓天氣系統(tǒng)控制,常出現(xiàn)天高云淡的天氣現(xiàn)象,而且濕度較低,溫度較高,不需要燃煤取暖,人為活動(dòng)排放的SO2較少.東、西部地區(qū)SO2的季節(jié)變化差異明顯,東部地區(qū)季節(jié)變化大.而西部地區(qū)SO2濃度季節(jié)變化并不明顯,明顯低于東部地區(qū),這主要是由于西部地區(qū)人煙稀少,人為活動(dòng)少,大氣中的SO2主要貢獻(xiàn)來(lái)自于自然排放源.

圖3 2005~2016年中國(guó)多年月平均PBL SO2柱含量的變化特征

圖4 2005~2016年中國(guó)多年季節(jié)平均PBL SO2柱含量的空間分布特征(DU)

2.3 中國(guó)大陸地區(qū)PBL SO2的空間特征

2.3.1 空間分布特征 由于不同區(qū)域經(jīng)濟(jì)發(fā)展和人為活動(dòng)特點(diǎn)不一致,SO2在不同區(qū)域的排放不一致,全國(guó)SO2在空間分布上呈現(xiàn)明顯的空間分異特征.地域分布上與經(jīng)濟(jì)發(fā)展和人口密度有較好的一致性,這反映了SO2柱含量與人為活動(dòng)密切相關(guān).從圖5中可以看出中國(guó)區(qū)域SO2污染嚴(yán)重的高值區(qū)主要出現(xiàn)在京津冀魯環(huán)渤海地區(qū)、關(guān)中平原(山西省和陜西省)、河南省大部分地區(qū)、四川盆地、長(zhǎng)江三角洲地區(qū)和珠江三角洲.最大的SO2柱含量值可達(dá)1.1DU以上.京津冀魯環(huán)渤海的高值區(qū)已經(jīng)延伸到長(zhǎng)江三角洲地區(qū),有向南延伸和珠江三角洲連在一起的趨勢(shì),這些地區(qū)均為人口密集、工農(nóng)業(yè)較發(fā)達(dá)、人類活動(dòng)劇烈的地區(qū),由于城市化和經(jīng)濟(jì)的快速發(fā)展,導(dǎo)致人為SO2的排放較高,特別是來(lái)自工業(yè)活動(dòng)的煤、油、天然氣等礦物燃燒.燃煤過(guò)程中同時(shí)釋放SO2進(jìn)入到大氣中.這可能是這些地區(qū)SO2偏高的主要排放源.

圖5 2005~2016年中國(guó)多年平均PBL SO2柱含量的空間分布特征(DU)

圖6 2005~2016年中國(guó)多年月平均PBL SO2柱含量變異系數(shù)的空間分布特征

圖7 2005~2016年中國(guó)PBL SO2柱含量線性回歸分析的空間分布特征(DU)

圖8 2005~2016年中國(guó)PBL SO2柱含量變化百分比的空間分布特征

高濃度SO2數(shù)值在一定程度上反映出當(dāng)?shù)氐墓I(yè)排放量,此外,SO2的濃度與當(dāng)?shù)毓I(yè)活動(dòng)強(qiáng)度、氣象條件和局地地形等因素密切相關(guān).在四川盆地地區(qū)SO2出現(xiàn)次高值區(qū),PBL SO2柱含量值約為0.65DU,該地區(qū)也是人為活動(dòng)比較強(qiáng)烈的地區(qū),此外,獨(dú)特的地形和天氣特征也是影響高值的重要原因.獨(dú)特地形和天氣特征,使得SO2不易擴(kuò)散,形成SO2濃度較高的區(qū)域.自然源和人為源作用對(duì)SO2濃度的時(shí)間變化和空間分布影響規(guī)律不同.東部地區(qū)人為排放占支配地位,而在中西部人類活動(dòng)相對(duì)較弱的地區(qū)SO2的自然源占主要地位,廣大的西部和北部地區(qū)人為活動(dòng)影響較小,SO2濃度呈現(xiàn)背景值特征,多年平均的PBL SO2濃度大約為0.2DU.

圖6為2005~2016年年平均SO2變異系數(shù)的空間分布特征,它是利用相同空間位置上不同時(shí)間(年平均)的數(shù)據(jù)進(jìn)行計(jì)算的結(jié)果.從圖6也可以看出不同地區(qū)人為排放的SO2時(shí)間上變化不一致,呈現(xiàn)明顯的空間差異.一年四季的變化量最大的區(qū)域出現(xiàn)在四川盆地和珠江三角洲,變異系數(shù)約為0.4;在山東半島與長(zhǎng)江三角洲地區(qū),由于SO2的濃度較高,變異系數(shù)較高,這些地區(qū)反映了人為活動(dòng)對(duì)SO2變化的景響較大;在青藏高原和西北地區(qū),人類活動(dòng)影響較小,SO2濃度較低,呈現(xiàn)背景值特征,一年四季的變化量也較小,多年平均的SO2變異系數(shù)約在0.05DU的水平.SO2柱含量體現(xiàn)了大氣本底的特征.

2.3.2 SO2的線性增長(zhǎng)在空間上的分布特征 由于不同區(qū)域經(jīng)濟(jì)的發(fā)展水平不同和人為活動(dòng)特點(diǎn)不一致,SO2在不同空間上的變化趨勢(shì)也呈現(xiàn)明顯的差異.從圖7、8中可以看出,不同的空間位置變化趨勢(shì)不一致.變化絕對(duì)量的范圍在-0.70~0.15DU之間;百分比范圍大約在-70%~70%之間.負(fù)值為下降趨勢(shì),正值為增長(zhǎng)趨勢(shì).

中國(guó)區(qū)域PBL SO2出現(xiàn)減少的地區(qū)主要是在高值區(qū),如四川盆地、京津冀魯?shù)鹊貐^(qū)、關(guān)中平原、長(zhǎng)江中下游和珠江三角洲.減幅最大的是四川盆地和珠江三角洲,四川盆地2005年(區(qū)域平均約為0.9DU)~2016年(區(qū)域平均約為0.35DU)約減少了0.55DU(約減少61%);珠江三角洲2005年(區(qū)域平均約為0.75DU)~2016年(區(qū)域平均約為0.30DU)約減少了0.45DU(約減少61%).另一個(gè)高值區(qū)京津冀魯?shù)鹊剡吔鐚覵O2柱含量從2005年(區(qū)域平均約為1.05DU)~2016年(區(qū)域平均約為0.6DU)約減少了0.45DU(約減少43%).這反映了12a來(lái)這些地區(qū)人為排放的SO2出現(xiàn)了較大幅度的減少.主要?dú)w因于國(guó)家節(jié)能減排政策的實(shí)施,及對(duì)火電廠等SO2高排放企業(yè)硫排放控制措施的大力推進(jìn)[20],從2007年極值后,中國(guó)硫排放量出現(xiàn)下降,尤其是中國(guó)西南、華南、華中和環(huán)渤海等SO2及酸雨控制區(qū)的硫污染的大力控制,這些地區(qū)的SO2柱含量出現(xiàn)明顯的下降.SO2柱含量出現(xiàn)增長(zhǎng)的地區(qū)主要是西部和北部地區(qū),從西藏、新疆、內(nèi)蒙古到東北等區(qū)域,最大增長(zhǎng)為0.15DU.出現(xiàn)增長(zhǎng)的區(qū)域較廣,但是增長(zhǎng)量較小,反映出由于經(jīng)濟(jì)高速發(fā)展階段人為活動(dòng)排放的SO2還在持續(xù)增長(zhǎng).

3 結(jié)論

3.1 從長(zhǎng)時(shí)間尺度上,PBL SO2柱含量呈現(xiàn)明顯的下降趨勢(shì),2005年中國(guó)區(qū)域年平均PBL SO2柱含量為0.317DU,2016年為0.276DU,減少了0.041DU,即2005~2016年每年大約遞減1.5%.SO2柱含量呈現(xiàn)明顯的周期變化特征.冬季濃度較高,夏季較低,最小值和最大值分別出現(xiàn)在7和12月,分別為0.246和0.404DU.小波系數(shù)顯示了SO2的變化在10個(gè)月的尺度水平上存在明顯的主振蕩周期.在3和10月,變異系數(shù)分別為0.056和0.052,反映出SO2在這時(shí)間的波動(dòng)較小.

3.2 中國(guó)區(qū)域SO2污染嚴(yán)重的高值區(qū)主要出現(xiàn)在京津冀魯環(huán)渤海地區(qū)、關(guān)中平原(山西省和陜西省)、河南省大部分地區(qū)、四川盆地、長(zhǎng)江三角洲地區(qū)和珠江三角洲.最大的SO2柱含量值可達(dá)1.1DU以上.京津冀魯環(huán)渤海的高值區(qū)已經(jīng)延伸到長(zhǎng)江三角洲地區(qū),有向南延伸和珠江三角洲連在一起的趨勢(shì);在青藏高原和西北地區(qū),人為活動(dòng)影響較小,SO2濃度較低,多年平均的SO2大約為0.05DU,一年四季的變化量也較小, SO2柱含量體現(xiàn)了大氣本底的特征.

3.3 中國(guó)區(qū)域PBL SO2變化趨勢(shì)在空間分布上存在明顯的差異,不同的區(qū)域變化趨勢(shì)不一致.變化的范圍在-0.75~0.15DU之間.PBL SO2出現(xiàn)減少的地區(qū)主要是在高值區(qū),如京津冀魯環(huán)勃海地區(qū)、關(guān)中平原、四川盆地,長(zhǎng)江中下游和珠江三角洲.四川盆地2005年(區(qū)域平均約為0.9DU)~2016年(區(qū)域平均約為0.35DU)大約減少了0.55DU(約減少61%);珠江三角洲2005年(區(qū)域平均約為0.75DU)~2016年(區(qū)域平均約為0.30DU)約減少了0.45DU(約減少61%);高值區(qū)的京津冀魯環(huán)勃海地區(qū)大氣邊界層SO2柱含量從2005年(區(qū)域平均約為1.05DU)~2016年(區(qū)域平均約為0.6DU)大約減少了0.45DU(約減少43%).反映出這些地區(qū)的人為排放有所減少,節(jié)能減排措施的實(shí)施減少了SO2的排放.

[1] Krotkov N A, McClure B, Dickerson R R, et al. Validation of SO2retrievals from the ozone monitoring instrument (OMI) over NE China [J]. Journal of Geophysical Research Atmospheres, 2008,113(D16): 16-40.

[2] Krueger A J, Krotkov N A, Yang K, et al. Applications of satellite- based sulfur dioxide monitoring [J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2010,2(4):293- 298.

[3] Krueger A J. Sighting of El chichón sulfur dioxide clouds with the nimbus 7total ozone mapping spectrometer [J]. Science, 1983, 220(4604):1377-1379.

[4] Mellqvist J, Rosén A. DOAS for flue gas monitoring-II. Deviations from the Beer-Lambert law for the U.V./visible absorption spectra of NO, NO2, SO2and NH3[J]. Journal of Quantitative Spectroscopy and Radiative Transfer, 1996,56(2):225-240.

[5] Eisinger M, Burrows J P. Tropospheric sulfur dioxide observed by the ERS-2GOME instrument [J]. Geophys. Res. Lett., 1998,25(22):4177- 4180.

[6] Piters A J M, Bramstedt K, Lambert J C, et al. Overview of SCIAMACHY validation: 2002-2004 [J]. Atmospheric Chemistry & Physics, 2006,6(1):127-148.

[7] Chance K. OMI Algorithm Theoretical Basis Document, Volume IV: OMI Trace Gas Algorithms [M]. USA: NASA, ATBD-OMI-04, Version 2.0, 2002.

[8] Levelt P F. 2002. OMI Algorithm Theoretical Basis Document, Volume I: OMI Instrument, Level 0-1b processor, Calibration & Operations [M]. USA:NASA, ATBD-OMI-01, Version 1.1, 2002.

[9] Richter A, Wittrock F, Heckel A, el al. SCIAMACHY Measurements of tropospheric SO2[C]. Cospar Scientific Assembly, 2006, 36th COSPAR Scientific Assembly, in Beijing, China.

[10] 康重陽(yáng),趙 軍,宋國(guó)富,等.基于OMI數(shù)據(jù)中國(guó)大氣邊界層SO2空間格局[J]. 中國(guó)環(huán)境科學(xué), 2018,38(2):435-443.

[11] ZhangX, GeffenJ V, LiaoH, et al. Spatiotemporal variations of tropospheric SO2over China by SCIAMACHY observations during 2004-2009 [J]. Atmospheric Environment, 2012,60(11):238-246.

[12] 閆歡歡,張興贏,王維和.衛(wèi)星遙感監(jiān)測(cè)全球和中國(guó)區(qū)域污染氣體NO2和SO2時(shí)空變化[J]. 科技導(dǎo)報(bào), 2015,33(17):41-51.

[13] Levelt P F, Van den Oord G H J, Dobber M R, et al. The Ozone Monitoring Instrument [J]. IEEE Trans Geosci Remote Sens, 2006, 44(5):1093-1101.

[14] Carn S A, Krueger A J, Krotkov N A, et al. Sulfur dioxide emissions from Peruvian copper smelters detected by the Ozone Monitoring Instrument [J]. Geophys. Res. Lett., 2007,34(9):1093-1101.

[15] Li C, Zhang Q, Krotkov N A, et al. Recent large reduction in sulfur dioxide emissions from Chinese power plants observed by the Ozone Monitoring Instrument [J]. Geophysical Research Letters, 2010,37(8): 292-305.

[16] 閆歡歡,陳良富,陶金花,等.珠江三角洲地區(qū)SO2濃度衛(wèi)星遙感長(zhǎng)時(shí)間序列監(jiān)測(cè)[J]. 遙感學(xué)報(bào), 2012,16(2):390-404.

[17] 王體健,閔錦忠,孫照渤,等.中國(guó)地區(qū)硫酸鹽氣溶膠的分布特征[J]. 氣候與環(huán)境研究, 2000,5(2):165-174.

[18] Khoder M I. Atmospheric conversion of sulfur dioxide to particulate sulfate and nitrogen dioxide to particulate nitrate and gaseous nitric acid in an urban area. Chemosphere, 2002,49(6):675-684.

[19] 朱 帥,顏 鵬,馬建中.超大城市SO2排放對(duì)硫酸鹽區(qū)域分布影響的觀測(cè)與模擬[J]. 環(huán)境科學(xué)研究, 2009,22(1):7-15.

[20] 張慧明,王 娟.應(yīng)用煙氣脫硫技術(shù)控制燃煤工業(yè)鍋爐SO2污染[J]. 電力科技與環(huán)保, 2006,22(1):13-16.

致謝：本研究數(shù)據(jù)來(lái)自美國(guó)戈達(dá)地球科學(xué)數(shù)據(jù)和信息服務(wù)中心(Goddard Earth Sciences Data and Information Services Center) ,在此表示感謝!

Trend of temporal and spatial variation of planetary boundary layer SO2over China from 2005 to 2016.

XIAO Zhong-yong*, ZHAO Bo-wei, CHEN Ya-wen, WANG Yi-lin, QIU Xiao-ying, XIE Yi-ning

(Schools of Science, Jimei University, Xiamen 361021, China)., 2018,38(10)：3621~3627

We analyzed the spatial distribution and variation trend of PBL SO2over China using the satellite retrieved data from the ozone monitoring instrument (OMI) sensor. In the long term scale, the SO2presented an obvious decline trend. The regional mean value has reduced 0.041DU (about 13.2%) from 2005 to 2016. The SO2showed an obvious periodic variation, the value was higher in winter and lower in summer. The smallest and largest value appeared in July and December with 0.246 and 0.404DU respectively. The wavelet analysis finding showed that the variation of SO2have primary period in 10months scale. In the spatial scale, there were 4 higher value regions over Circum-Bohai-Sea region, Sichuan Basin, Yangtze River Delta, and Pearl River Delta. The Largest value was up to 1.1DU over Bohai Rim Economic Zone. The higher value areas of the Circum-Bohai-Sea region in North China has been extended to the Yangtze River Delta region, with the southward extension to the Pearl River Delta. The SO2in the Sichuan Basin have higher values due to the influence of topography and weather characteristics. In the Tibetan Plateau and Northwest China, the SO2concentration was low, indicated the background value characteristics, the multi-yearly average SO2was about 0.05DU. There were obvious differences in the spatial distribution of variation trends of SO2over China. The range of variation was between -0.70 and 0.15DU. The gradual decreasing region of SO2appeared in high-value areas, such as Circum-Bohai-Sea region, Sichuan Basin, the Yangtze River and the Pearl River Delta. The largest reduction was about 61%, which reduced by about 0.55 and 0.45DU over Sichuan Basin and the Pearl River Delta from 2005 to 2016, respectively. The gradually increasing regions were mainly in the western and northern region, and the southeast coast excluding the Pearl River Delta. The maximum growth was about 0.15DU.

ozone monitoring instrument (OMI)；PBL SO2；linear increasing；satellite remote sensing

X511

A

1000-6923(2018)10-3621-07

肖鐘湧(1979-),男,廣東汕頭人,副教授,博士,主要從事大氣環(huán)境遙感研究.發(fā)表論文29篇.

2018-03-26

福建省教育廳科技項(xiàng)目(JA14183);潘金龍集美大學(xué)學(xué)科建設(shè)基金資助項(xiàng)目(ZC2013022);福建省科技廳項(xiàng)目(2017J01659)

* 責(zé)任作者, 副教授, zyxiao@jmu.edu.cn