江 琪 迎 春 王 飛 張?zhí)旌?何佳寶 桂海林 張碧輝 徐 冉

1.國家氣象中心，北京，100081

2.上甸子國家大氣本底站，北京，101507

3.內(nèi)蒙古自治區(qū)錫林郭勒盟氣象局，錫林郭勒，026000

4.中國氣象科學(xué)研究院，北京，100081

5.寧波市環(huán)境監(jiān)測中心，寧波，315012

1 引言

快速發(fā)展的經(jīng)濟和城市化進程使得大氣污染物排放量居高不下（江琪等，2018）。以霾為代表的空氣污染嚴重危害人體健康（Pope Ⅲ，et al，2009）和大氣環(huán)境（Han，et al，2017；Wang，et al，2018）。細顆粒物（PM2.5）可以吸附大量的有毒有害物質(zhì)，在大氣中停留時間長，且可以遠距離輸送，對大氣消光貢獻顯著，是霾形成的關(guān)鍵因素。

中國幅員遼闊，下墊面條件復(fù)雜，氣溶膠的時、空分布決定了地基觀測站難以獲取全面的氣溶膠分布特征。而衛(wèi)星遙感手段可以提供廣闊背景條件下的大氣污染監(jiān)測（Bellouin，et al，2005；Colarco，et al，2010），通過遙感方法監(jiān)測可以保留顆粒物的原有特性不被物理手段破壞，因而在污染空間分布監(jiān)測和遠距離輸送上具有廣闊的應(yīng)用前景。氣溶膠的光輻射特性可以通過光學(xué)厚度、復(fù)折射指數(shù)和譜分布等參數(shù)表征。其中，通過遙感手段獲取的大氣氣溶膠光學(xué)厚度（Aerosol optical depth，AOD）可以比較全面地反映整層大氣氣溶膠的消光特征和含量，是大氣校正和氣溶膠特征中的重要參數(shù)之一。同時，AOD 的相關(guān)數(shù)據(jù)已經(jīng)可以較為方便的獲取。Xue 等（2014）通過聯(lián)合使用Moderate-Resolution Imaging Spectroradiometer（MODIS）/Terra和MODIS/Aqua 數(shù)據(jù)氣溶膠特性協(xié)同反演算法，產(chǎn)生了亞洲區(qū)域長時間序列的AOD 數(shù)據(jù)集。AERONET（Aerosol Robotic Network）地基觀測網(wǎng)可以提供超過300 個長期觀測站的AOD 數(shù)據(jù)。中國在遙感氣溶膠光學(xué)厚度領(lǐng)域發(fā)展較快，其中，第二代極軌氣象衛(wèi)星（FY-3）和風(fēng)云四號氣象衛(wèi)星（FY-4A）均可通過多通道的光譜信息，高精度定量反演氣溶膠光學(xué)厚度。

垂直方向上的大氣光學(xué)特性與地表污染物濃度的關(guān)系是影響衛(wèi)星、地基遙感等反演近地面PM2.5濃度的關(guān)鍵因素。利用AOD 反演細顆粒的研究已有很多，但均存在一定的局限性（Kahn，et al，2010），例如多種數(shù)學(xué)統(tǒng)計方法（Koelemeijer，et al，2006；Li，et al，2017；Ma，et al，2016）應(yīng)用最為廣泛但忽略了變量間的內(nèi)在機理；耦合模型法（Wang J，et al，2010）在一定程度上提高了AOD 與細顆粒物的相關(guān)，但是由于模型參數(shù)較多應(yīng)用起來較為復(fù)雜；以及基于垂直訂正和濕度訂正開展的物理學(xué)方法等（Engel-Cox，et al，2006；Hutchison，et al，2008；Wang Z F，et al，2010）。Physical PM2.5remote sensing（PMRS）方法（Zhang，et al，2015）是基于物理學(xué)開展的統(tǒng)計方法，主要通過易獲取的衛(wèi)星遙感和常規(guī)地面觀測參數(shù)，從不同污染水平下的瞬時遙感測量資料中估算地表逐時PM2.5濃度，時、空分辨率和時效性均較高，可以滿足高精度、規(guī)范化的業(yè)務(wù)需要。同時，基于衛(wèi)星反演近地面顆粒物的研究多基于極軌衛(wèi)星開展，無法全面反映細顆粒物的時、空動態(tài)變化和日變化等特征，而利用靜止衛(wèi)星在相關(guān)方面開展工作可以彌補這一不足。

本研究利用風(fēng)云四號靜止氣象衛(wèi)星首發(fā)星（FY-4A）的光學(xué)遙感數(shù)據(jù)，包括氣溶膠光學(xué)厚度、細粒子比（Fine mode fraction，F(xiàn)MF）等，結(jié)合地面觀測資料，基于改進的PMRS 方法，估算中國網(wǎng)格化地表PM2.5質(zhì)量濃度，并對其不確定性進行評估，以期為大氣環(huán)境監(jiān)測和預(yù)報提供更有力的數(shù)據(jù)支撐。

2 數(shù)據(jù)和方法

2.1 數(shù) 據(jù)

文中使用的衛(wèi)星遙感參量包括氣溶膠光學(xué)厚度（550 nm）、大氣細粒子比等數(shù)據(jù)均來自于風(fēng)云四號氣象衛(wèi)星首發(fā)星搭載的多通道掃描成像輻射計（AGRI）觀測數(shù)據(jù)的相關(guān)試驗產(chǎn)品，其空間分辨率為4 km，時間分辨率為1 h，產(chǎn)品信息參見Zhang P等（2019）和Zhang X Y 等（2020）。PM2.5濃度近地面觀測數(shù)據(jù)來自于中國環(huán)境監(jiān)測總站網(wǎng)站（http://www.cneme.cn/）。文中使用的氣象要素逐時數(shù)據(jù)由中國氣象局國家氣象觀測站提供。文中使用自然鄰域法將地面觀測的各氣象要素、PM2.5濃度以及質(zhì)量控制后的衛(wèi)星遙感參量等數(shù)據(jù)統(tǒng)一插值成0.25°×0.25°的網(wǎng)格數(shù)據(jù)。

此外，文中使用的太陽-天空輻射計（CE318）觀測資料來自于全球氣溶膠地基觀測網(wǎng)AERONET的2.0 級數(shù)據(jù)，由于AERONET 測量波段中沒有550 nm 的觀測值，使用前進行了波長轉(zhuǎn)化。

2.2 PMRS 方法原理

假設(shè)粒子遵循吸濕增長方程f0（RH）=a（1-RH/100）-b，在定義細粒子柱狀體積消光比（VEf=細粒子柱狀體積/細粒子的光學(xué)厚度）后，經(jīng)過公式推導(dǎo)，可得到如下近地面PM2.5濃度的推算公式，相關(guān)推算方法和具體原理詳見Zhang 等（2015）。

式中，RH 為大氣相對濕度，ρf,dry為干細粒子密度，PBLH 表示粒子的邊界層高度（Planetary boundary layer height，PBLH），F(xiàn)MF 和AOD 分別表示氣溶膠粒子的大氣細粒子比和氣溶膠光學(xué)厚度。

由于主要的研究區(qū)域為中國大陸，吸濕增長方程中參數(shù)a 和b 的值采用Liu 等（2008）對大陸背景的研究結(jié)果，其中a=0.97，b=0.23。文中采用的密度值（ρf,dry）為1.6 g/cm3，選取原因和誤差分析將在下文做詳細介紹。由于光學(xué)計算中常使用體積等效直徑（dp），而細粒子中粒徑2.5 μm 的閾值為空氣動力學(xué)直徑（da），二者的轉(zhuǎn)化與氣溶膠密度有關(guān)，dp在不同地區(qū)的測量值略有差異，本研究采用Gao 等（2007）對北京的測量值dp=2.18 μm、上海地區(qū)測量值dp=2.09 μm、Hand 等（2002）對 美 國Texas 觀測 結(jié)果dp=2.04 μm 和McMurry 等（2002）對美國Atlanta觀測值dp=2.07 μm 的均值dp=2.1 μm作為細粒子截斷粒徑。

由于缺乏覆蓋中國范圍的邊界層相關(guān)高度的觀測值，本研究采用羅氏法計算的混合層高度結(jié)果進行替代。該方法詳見饒曉琴等（2008）。

2.3 PMRS 反演算法的改進

PMRS 反演算法中，VEf是未知量，也是整個算法的核心點。Zhang 等（2015）的研究認為VEf和FMF 存在一定的相關(guān)關(guān)系，并利用8 個AERONET的觀測站點，根據(jù)FMF 建立了一套VEf的擬合模型（未考慮氣溶膠粒徑），其擬合曲線的離散點較多，最終反演得到的PM2.5濃度和地面觀測值的相關(guān)系數(shù)（R）僅為0.5。為了更為準確地估算VEf值、提高PM2.5濃度反演結(jié)果的準確度，并擴大反演模型的適用范圍，本研究對Zhang 等（2015）建立的相關(guān)擬合算法進行改進，一方面，選取的研究站點數(shù)增大到東亞區(qū)域的24 個AERONET站點，另一方面，通過對細顆粒物和粗顆粒物的劃分，建立了兩套不同的擬合模型，并針對細顆粒物估算模型中對估算結(jié)果影響較大的離散點進行分析，通過引入AOD值，進一步對細粒子分別建立AOD≤0.1 和AOD＞0.1的兩套估算模型。

文中隨機選取AERONET 中24 個東亞區(qū)域的觀測站點數(shù)據(jù)，對其中的氣溶膠粒子的體積譜分布分別進行分析。由圖1 可見，不同地區(qū)氣溶膠體積譜分布存在一定差異，主要可以劃分為4 類，分別為粗粒子和細粒子（沙塵和霾）混合型、粗粒子（沙塵）型、清潔型以及細粒子（霾）型。選取的24 個站點粒子譜分布均表現(xiàn)為雙峰型，其中，粗粒子代表站共有7 個（圖1a，包括Dunhuang（中國敦煌）、Minqin（中國民勤）、Zhangye（中國張掖）、Jaipur（印度）、Gual_Pahari（印度）、Amity（印度）和Kanpur（印度）），其譜分布表現(xiàn)為粗模態(tài)粒子峰值濃度為細粒子的2—10 倍，其中Dunhuang 站的粗模態(tài)粒子（＞1 μm）（Hussein，et al，2004）占總粒子體積比達到80%。細粒子的代表站共有4 個（圖1b，包括Hongkong（中國香港）、Kaiping（中國開平）、Maeson（泰國）以及Yufa（中國榆垡）），其譜分布特征表現(xiàn)為細模態(tài)粒子的體積濃度峰值高于粗模態(tài)粒子，其中Yufa 站的譜分布最為典型，其細粒子模態(tài)峰值約為粗模態(tài)峰值的3 倍?；旌闲驼军c數(shù)最多，共8 個（圖1c，包括Hetauda（尼泊爾）、Lanzhou（中國蘭州）、Beijing 和Beijing_CAMS（中國北京）、Hefei（中國合肥）、Bareilly（印度）、Lumbini（尼泊爾）、Bhola（孟加拉國）），其細模態(tài)粒子和粗模態(tài)對應(yīng)的兩個峰值均較為顯著，且相較于粗粒子型，細模態(tài)的峰值濃度均高于0.05 μm3/μm2。共有5 個站點（圖1d，包括Xinglong（中國興?。aiwan（中國臺灣）、Dongsha_Island（中國東沙島）、Nainital（印度）和Muztagh（中國木孜塔格））的體積譜分布體現(xiàn)為清潔型，其兩個峰值濃度相當(dāng)，且均較低（＜0.05 μm3/μm2）。

圖1 AERONET 選取的24 個不同站點中四類氣溶膠粒子的平均體積譜分布（a.粗粒子型，b.細粒子型，c.混合型，d.清潔型）Fig.1 Average volume spectrum distributions of four types of aerosol particles at 24 different sites of AERONET（a.dust，b.haze，c.mixed and d.clean）

將AERONET 選取的24 個不同站點的FMF值和計算所得的VEf進行相關(guān)性分析（圖2），各個站點的FMF 和VEf均位于相近的區(qū)間中，無論站點類型為細粒子型、粗粒子型、混合粒子型或是清潔型，F(xiàn)MF 和VEf均表現(xiàn)為較為一致的相關(guān)關(guān)系。本研究以FMF=0.4 為界，對FMF 和VEf的相關(guān)進行分段擬合，0.4 的閾值選擇有兩個原因，其一，通過多種擬合方案的對比，以0.4 為界有較好的擬合效果和較高的回算相關(guān)，其二，粗粒子污染的代表站，如Dunhuang 站，研究時段內(nèi)，F(xiàn)MF（AERONET）均值為0.27，Minqin 站FMF 均值為0.34，Zhangye 站FMF 均值為0.36，此類區(qū)域的FMF 普遍小于0.4，而霾型以及沙塵和霾混合的地區(qū)，如沙塵和霾混合型的Lanzhou，F(xiàn)MF 均值為0.65，再如Beijing 的FMF均值為0.70，F(xiàn)MF 普遍高于0.4。

圖2 選取的24 個AERONET 觀測點FMF 和VEf 散點Fig.2 Correlation between FMF and VEf at 24 observation stations of AERONET

由于FMF≤0.13 的觀測數(shù)據(jù)低于總樣本量的0.01%，且對擬合結(jié)果影響較小，故不對其進行研究。對FMF≥0.4 和0.13＜FMF＜0.4 時FMF 和VEf的相關(guān)關(guān)系分別進行二次多項式擬合（圖3），擬合曲線為VEf=m×FMF2+n×FMF+p。其中，0.13＜FMF＜0.4 時，m=23.2±1.2，n=-18.9±0.7，p=4.3±0.09，通過該擬合方程回算得到的VEf（VEfpredict）與AERONET 實測的VEf（VEfAERONET）結(jié)果較為吻合，斜率為0.98，決定系數(shù)（R2）可達0.96（圖3a）。FMF≥0.4 時，擬合方程中，m=1.3±0.02，n=-2.4±0.03，p=1.1±0.01，通過該擬合得到的VEfpredict與 VEfAERONET的決定系數(shù)（R2=0.81）低于0.13＜FMF＜0.4 的決定系數(shù)，同時，存在一定的低估（圖3b）。為了提高FMF≥0.4 估算的準確度，對比了4 種不同類型的大氣代表站FMF≥0.4 時的FMF 和VEf的相關(guān)關(guān)系，由圖3c 可見，對相關(guān)產(chǎn)生影響的離散分布點（方框）主要為清潔站點和一部分沙塵站點，這樣的離散分布點相對較少，僅占到統(tǒng)計點的0.5%，但對于統(tǒng)計結(jié)果卻有較大影響。在引入AOD 后（圖3d）發(fā)現(xiàn)，離散點均對應(yīng)較低的AOD（≤0.1），對應(yīng)整層大氣非常清潔時的擬合結(jié)果不夠理想，因而，文中對FMF≥0.4 時的擬合方程做進一步改進，分為AOD＞0.1（圖4a）和AOD≤0.1（圖4b）兩種情況。其中，AOD＞0.1 時，擬合方程中系數(shù)分別為：m=1.45±0.09，n=-2.7±0.18，p=1.3±0.06，此 時，VEfpredict與VEfAERONET的決定系數(shù)提高到0.96，斜率也更接近于1（0.98）。AOD≤0.1 時正常大氣處于非常潔凈的狀態(tài)，其分布相對較為離散，該條件下擬合方程系數(shù)為m=1.62±0.10，n=-2.69±0.13，p=1.17±0.04，VEfpredict與VEfAERONET也存在較好的相關(guān)（R2=0.78）。

圖3 0.13＜FMF＜0.4 時FMF 和VEf 的擬合曲線（a，內(nèi)圖為估算的VEfpredict 和VEfAERONET 對比），F(xiàn)MF≥0.4 時VEfpredict 和VEfAERONET 對比（b）及不同類型氣溶膠粒子（c）、不同AOD 條件下（d）FMF 與VEf 的相關(guān)關(guān)系Fig.3 Fitting curves of FMF and VEf（a.0.13＜FMF＜0.4），（b）correlations between VEfpredict and VEfAERONET when FMF≥0.4，correlations between FMF and VEf when FMF≥0.4 under four different types（coarse particles，fine particles，mixed type and clean type）（c），and AOD（d）

續(xù)圖 3Fig.3 Continued

圖4 AOD＞0.1（a）和AOD≤0.1（b）兩種條件下FMF≥0.4 時FMF 和VEf 的擬合曲線和估算得到的VEfpredict 和VEfAERONET 相關(guān)對比Fig.4 Fitting curves of FMF and VEf when FMF≥0.4 under AOD＞0.1（a）and AOD≤0.1（b）and correlation between VEfpredict（estimated according to the fitting curve）and VEfAERONET respectively

3 結(jié)果與討論

3.1 FY-4A 衛(wèi)星氣溶膠光學(xué)產(chǎn)品評估

在利用衛(wèi)星反演近地面PM2.5濃度前，需對FY-4A 衛(wèi)星的相關(guān)光學(xué)產(chǎn)品進行評估檢驗。使用前，對FY-4A 的AOD（AOD FY-4A）和FMF（FMF FY-4A）產(chǎn)品進行了數(shù)據(jù)質(zhì)量控制：首先對原始AOD FY-4A 和FMF FY-4A 產(chǎn)品（4 km 分辨率）的逐5×5 網(wǎng)格內(nèi)的25 個點進行判別，如果該網(wǎng)格內(nèi)有值的像元點數(shù)少于4 個，則認為可能是由次網(wǎng)格云或信噪比較差導(dǎo)致的，計算時將被剔除；而后，對3×3 網(wǎng)格內(nèi)的像元點求取方差，如果該像元的值和均值的差異大于3 倍方差，則認為其為異常噪點，并對其剔除（曾湧等，2015）。對質(zhì)量控制后的AOD進行檢驗評估。隨機選取AERONET 東亞區(qū)域10 個觀測站用于檢驗AOD FY-4A 結(jié)果。對比時段 為2017年7月1日 至2019年12月31日。其 中AERONET 的AOD（AOD AERONET）的波段已換算為550 nm。由于衛(wèi)星AOD 結(jié)果基于像元，需將AERONET 地基觀測資料與AOD FY-4A 結(jié)果進行匹配，選取整點，將AERONET 觀測結(jié)果±30 min 內(nèi)的數(shù)據(jù)進行平均，同時，選取FY-4A 衛(wèi)星空間上以AERONET 站點為中心的9 個格點內(nèi)的有效結(jié)果進行平均，且要求像元數(shù)量不少于5 個。

FY-4A 衛(wèi)星反演的AOD 產(chǎn)品采用暗目標(biāo)算法，與AERONET 站點對比結(jié)果如圖5 所示，AERONET 選取站點的相關(guān)信息及其與FY-4A 衛(wèi)星反演AOD 的擬合結(jié)果詳見表1。由于AERONET中Jaipur、Gual_Pahari、Dongsha_Island 和Taiwan四個站點與FY-4A 衛(wèi)星AOD 的可匹配點個數(shù)相對較少，故將4 個站點數(shù)據(jù)疊加進行分析。為方便對比，建立的線性擬合方程為y=af (x)，a 為斜率，截距設(shè)置為0。對所有匹配數(shù)據(jù)進行相關(guān)性分析（圖5，黑色擬合線）可以看出，a 的變化范圍為0.67—1.13，R 區(qū)間為0.54—0.87，F(xiàn)Y-4A 衛(wèi)星反演的不同站點AOD 結(jié)果整體較好，但較地基觀測結(jié)果還是存在一定的低估或高估，其中，Beijing_CAMS 的擬合效果最佳，AOD FY-4A 較地基觀測結(jié)果略高（a 為1.08），R 為0.87。FMF 可以反映大氣中細粒子的比例，F(xiàn)MF 大時，表示大氣中細顆粒占比較高，反之細顆粒物占比低于粗顆粒物。對所有匹配點根據(jù)AERONET 中FMF（FMF AERONET）進行顏色分類（圖5）可見，除了Kanpur 和Lumbini 兩個站點FMF 的顏色分布較為集中外，其他各站點較低的FMF 和 較 高FMF 時AERONET 和FY-4A 衛(wèi) 星的AOD 散點分布具有顯著的差異。將FMF 以0.4為界（FMF＞0.4 為細粒子比重較大時段（紅色擬合線），F(xiàn)MF≤0.4 為粗顆粒物主導(dǎo)時段（綠色擬合線））進行分段擬合。分段擬合后，兩種情況下相關(guān)系數(shù)均高于0.62（表1）。FMF＞0.4 時Hongkong、Bhola、Amity 和Beijing_CAMS四個站點的擬合結(jié)果較FMF≤0.4 時更接近于AERONET 觀測結(jié)果（a 更接近于1）；但FMF≤0.4 時，大多數(shù)站點的散點分布更為集中，反演穩(wěn)定性優(yōu)于FMF＞0.4 時。

圖5 不同站點AOD FY-4A 與地基AOD AERONET 結(jié)果對比（擬合線為黑色，色標(biāo)為 FMF AERONET；對 FMF＞0.4（三角形，擬合線為紅色）和 FMF≤0.4（圓形，擬合線為綠色）兩種情況的相關(guān)分別進行擬合）Fig.5 The correlation between AOD FY-4A and AOD AERONET（the fitting line is black，the colored symbols denote FMF AERONET；The correlations when FMF＞0.4（triangles，fitting line is red）and FMF≤0.4（circles，fitting line is green）are fitted separately）

續(xù)圖 5Fig.5 Continued

表1 文中AERONET 站點信息及其與AOD FY-4A 的相關(guān)性結(jié)果Table 1 AERONET sites information and their correlations with AOD FY-4A

FMF FY-4A 產(chǎn)品的反演方法采用與MODIS衛(wèi)星相同的模態(tài)組合算法，此算法存在的不確定性較高，其中 FMF MODIS 在陸地上空精度存在顯著的偏差（Zhang，et al，2015；Li，et al，2016），均方根誤差（RMSE）為0.61 左右。對2017年7月至2019年12月的FY-4A 衛(wèi)星和FMF AERONET 做比較，結(jié)果如圖6 所示。6 個選取站點（Amity、Taiwan、Gual_Pahari、Hong Kong、Jaipur 和Beijing_CAMS），F(xiàn)MF FY-4A 和FMF AERONET 的 相關(guān) 系數(shù) 為0.27—0.77，均方根誤差小于0.7。綜上，F(xiàn)MF FY-4A 和AOD FY-4A 產(chǎn)品仍存在一定的不確定性，其產(chǎn)品的準確度仍有待從地表反射率的參數(shù)化以及氣溶膠模型兩方面加強和提高。

圖6 不同站點FMF FY-4A 與FMF AERONET 結(jié)果對比Fig.6 The correlations between FMF FY-4A and FMF AERONET at various sites

對2019年AOD FY-4A（550 nm）進行逐半年平均，結(jié)果如圖7。2019年上半年，中國AOD 高值區(qū)域（＞0.8）主要集中于華中、京津冀中南部、長江三角洲、川渝、汾渭平原和珠江三角洲一帶，2019年下半年，AOD 高值區(qū)域范圍顯著減小，但山東西部、江蘇北部一帶的AOD 較上半年略有增大。AOD 的半年均值分布與近地面大氣污染有一定的對應(yīng)關(guān)系，中國環(huán)境監(jiān)測總站的觀測數(shù)據(jù)顯示，上半年，全國和2+26 個城市地面觀測PM2.5質(zhì)量濃度均值分別為43.01 和63.78 μg/m3，下半年有顯著降低，質(zhì)量濃度均值為33.92 和46.13 μg/m3。2019年全年，F(xiàn)Y-4A衛(wèi)星反演的中國區(qū)域AOD 均值為0.41，與基于地面光度計觀測中國區(qū)域的年均值（0.43）相當(dāng)（Xin，et al，2007），其中上半年和下半年均值分別為0.45和0.38。

圖7 2019年1—6月（a）和7—12月（b）FY-4A 衛(wèi)星平均AOD（色階）空間分布（空白為無值區(qū)）Fig.7 Average spatial distributions of FY-4A satellite AOD（colour）from January to June（a）and from July to December（b）2019（Blank means no value）

由于FY-4A 衛(wèi)星采用暗目標(biāo)算法反演AOD，難以實現(xiàn)在亮地表上空的反演。中國大陸地區(qū)下墊面地表類型復(fù)雜，其中西北區(qū)域廣泛分布高反射率的沙漠以及干旱和半干旱的裸露地表，同時，秋冬季西北、東北等地的部分地區(qū)長時間的地面積雪覆蓋均使得上述區(qū)域AOD 反演結(jié)果存在大量無值區(qū)，AOD 半年均值不能對其實際情況進行全面的反映。同時，由于新疆南疆盆地常年存在高頻率的揚沙或浮塵天氣，大氣對流活動相對旺盛，常有云體覆蓋，非晴空像元概率較大，使得AOD 反演出現(xiàn)長時間缺失。AOD 半年均值圖中，特別是上半年西北區(qū)域沙塵活動相對頻繁，青海、內(nèi)蒙古、甘肅等地的AOD 高值區(qū)可能與沙塵氣溶膠有關(guān)。

與日本葵花8 衛(wèi)星同時段的AOD（AOD H8）均值結(jié)果進行對比（圖8）可以看出，H8 和FY-4A 反演的AOD 結(jié)果整體較為接近。其中，2019年上半年，AOD H8 和AOD FY-4A 均在京津冀中南部、山東西部和河南中東部一帶呈現(xiàn)高值，AOD H8 的數(shù)值略高于同區(qū)域AOD FY-4A。廣東和廣西一帶，AOD H8 和AOD FY-4A 的反演結(jié)果也較為吻合。但長江三角洲一帶，AOD H8 明顯低于AOD FY-4A。由上半年至下半年，AOD H8 和AOD FY-4A 的變化趨勢一致，下半年中東部的AOD 數(shù)值明顯低于上半年，但AOD FY-4A 在中東部的結(jié)果略高于AOD H8 。

圖8 2019年1—6月（a）和7—12月（b）葵花8 衛(wèi)星平均AOD（色階）空間分布（空白為無值區(qū)）Fig.8 Average spatial distributions of Himawari-8 satellite AOD（colour）from January to June（a）and from July to December（b）2019（Blank means no value）

3.2 改進后的PMRS 反演中國近地面PM2.5 濃度

根據(jù)改進后的PMRS 反演算法，利用FY-4A 衛(wèi)星的光學(xué)產(chǎn)品，反演得到中國逐時0.25°×0.25°的網(wǎng)格化近地面PM2.5濃度分布。圖9 和10 分別為2019年FY-4A 衛(wèi)星反演得到的中國近地面PM2.5濃度以及全國城市空氣質(zhì)量實時發(fā)布平臺監(jiān)測的PM2.5濃度的逐月均值。衛(wèi)星在有云遮擋時不能很好地對整層大氣進行探測，云層較厚地區(qū)以及地表反射率較高的區(qū)域AOD 可能存在缺測的現(xiàn)象，同時，通過FY-4A 衛(wèi)星反演的PM2.5濃度在夜間沒有數(shù)值。為使地面觀測和衛(wèi)星反演結(jié)果的樣本有統(tǒng)一的時間匹配，對地面觀測PM2.5濃度結(jié)果和衛(wèi)星反演的PM2.5濃度結(jié)果進行如下篩選：（1）剔除夜間地面觀測的PM2.5濃度結(jié)果，保留07—19 時的PM2.5濃度值；（2）分別對08—20 時衛(wèi)星反演結(jié)果和地面觀測PM2.5濃度進行逐時匹配，匹配方法為以地面站點為中心，逐一對該站點所在網(wǎng)格內(nèi)9 個格點的FY-4A 衛(wèi)星反演PM2.5濃度結(jié)果進行判別，如果9 個格點中有衛(wèi)星反演結(jié)果，則該點的地面觀測數(shù)據(jù)保留，否則記為空。進行時間匹配后的地面觀測顯示（圖10），2019年初（1—2月），中國中東部空氣質(zhì)量較差，特別是1月，京津冀及周邊區(qū)域、汾渭平原、蘇皖北部、江漢等地的月均值均高于75 μg/m3，部分區(qū)域的月均值高于100 μg/m3。3月開始中國大部分區(qū)域空氣質(zhì)量顯著好轉(zhuǎn)，而進入到年底的秋冬季（11—12月），中國中東部大氣擴散條件雖再次轉(zhuǎn)差，但較同年的1—2月，PM2.5濃度高值（75 μg/m3）分布區(qū)范圍顯著減小，特別是11月，中國中東部PM2.5濃度月均值基本低于75 μg/m3。進入12月后，中國中東部污染區(qū)范圍有所增大，但污染較重的區(qū)域僅分布在京津冀及周邊區(qū)域等地，污染物濃度和范圍顯著低于1—2月。衛(wèi)星反演的PM2.5濃度月均值（圖9）與近地面觀測的結(jié)果有較好的對應(yīng)關(guān)系，與地面觀測的逐月演變趨勢基本一致，基本可以反映出中國近地面大氣細粒子的空間分布。秋、冬季，京津冀周邊區(qū)域、汾渭平原等污染高值區(qū)均與地面觀測對應(yīng)較好，但不同區(qū)域間也存在一定的低估或高估，其中，蘇皖中南部、貴州和江西等地反演結(jié)果普遍高于地面觀測，而河南東南部、北京等地的反演結(jié)果較地面觀測偏低。同時，區(qū)域峰值濃度的反演結(jié)果與地面觀測也較為一致，如，1月衛(wèi)星反演京津冀中南部峰值濃度在115 μg/m3左右，與地面觀測結(jié)果基本吻合。5—10月的反演結(jié)果中，長江以南的反演結(jié)果略偏高，但京津冀及周邊區(qū)域、甘肅等地的反演結(jié)果在個別月份存在一定的低估。

圖9 FY-4A 衛(wèi)星反演的2019年近地面PM2.5 濃度（色階，單位：μg/m3）逐月（a—l）月均值（空白為無值區(qū)）Fig.9 Monthly averages of near-surface PM2.5 mass concentration（colour，unit：μg/m3）of the FY-4A satellite retrievals from January to December 2019（a—l）（Blank is no value）

圖10 全國城市空氣質(zhì)量實時發(fā)布平臺監(jiān)測的2019年P(guān)M2.5 濃度（色階，單位：μg/m3）實況數(shù)據(jù)逐月（a—l）均值Fig.10 Monthly averages of live PM2.5 data（colour，unit：μg/m3）monitored by the national city air quality real-time release platform from January to December 2019（a—l）

續(xù)圖 10Fig.10 Continued

3.3 單點檢驗和誤差分析

選 取2017年7月1日 至2019年12月31日，中國區(qū)域9 個環(huán)境監(jiān)測總站地面觀測站點，分別為北京萬柳、烏魯木齊鐵路局、黃山區(qū)政府5 號樓、石家莊西南高教、中山華柏園、上海虹口、榆林實驗小學(xué)、徐州黃河新村以及哈爾濱香坊紅旗大街。取該地面站點為中心的9 個格點內(nèi)的有效的衛(wèi)星反演結(jié)果進行平均，并與地面實際觀測值進行比較。PMRS 方法改進前，江琪等（2020）對京津冀、長江三角洲、內(nèi)蒙古等地反演中，R 分布區(qū)間為0.3—0.6，同時存在明顯的高估或低估。Zhang 等（2015）對15 個北方城市的比對結(jié)果中，R 也僅為0.5。而使用改進后的PMRS 方法（圖11），衛(wèi)星反演結(jié)果的準確度明顯提升，其中，烏魯木齊、石家莊和徐州觀測點的相關(guān)系數(shù)（R）均高于0.7，榆林的反演結(jié)果最差，但R 也高于0.42。不同站點的反演結(jié)果均存在一定的低估或高估，其中，哈爾濱和中山的擬合結(jié)果斜率最接近1，烏魯木齊（斜率：0.8）的反演結(jié)果較實況觀測有明顯的低估，而上海地區(qū)衛(wèi)星反演得到的PM2.5濃度約為地面觀測的1.2 倍。

圖11 2017年7月到2019年12月選取的9 個站點FY-4A 反演和地面觀測的PM2.5 濃度（單位：μg/m3）散點分布Fig.11 Correlations between FY-4A retrievals and PM2.5 ground observations at 9 stations from July 2017 to December 2019（unit：μg/m3）

采用PMRS 方法通過風(fēng)云四號衛(wèi)星AOD 值反演地面PM2.5濃度的偏差主要由以下幾個因素造成：（1）風(fēng)云四號衛(wèi)星反演AOD 和FMF 產(chǎn)品的誤差，（2）大氣氣溶膠粒子的密度在各個區(qū)域的差異和其測量值的缺乏，（3）羅氏法估算混合層高度的誤差，（4）氣溶膠粒子吸濕增長造成的誤差，（5）PMRS方法本身的誤差等。

不同地區(qū)間干細粒子密度（ρf,dry）存在差異，全球的相關(guān)研究結(jié)果普遍分布于1.4—1.93 g/cm3（Morawska，et al，1999；Pitz，et al，2003；張國華等，2015）。由于中國區(qū)域相關(guān)研究結(jié)果有限，選取了Wang Z F 等（2010）對華北平原觀測值1.5 g/cm3、高健等（2007）對上海地區(qū)觀測值1.7 g/cm3的平均值1.6 g/cm3作為中國的密度值（ρf，dry）進行計算。假設(shè)粒子遵循吸濕增長方程，其系數(shù)a 和b 在陸地、水體等不同下墊面的測量值不同，也會對反演結(jié)果造成誤差。研究（Zhang，et al，2015）表明，由密度差異和吸濕增長等因素造成的反演結(jié)果誤差可達34%。

AOD 產(chǎn)品誤差方面，北京地區(qū)衛(wèi)星反演的AOD與地基觀測的AOD 的相關(guān)系數(shù)為0.87，斜率為1.08，因而，在不考慮衛(wèi)星反演AOD 的誤差時，北京地區(qū)反演結(jié)果和地面觀測的相關(guān)系數(shù)可達0.74，但與此同時，除去AOD 本身的高估外，衛(wèi)星對地面PM2.5濃度的反演結(jié)果的低估程度略有增大，達到15%。

4 結(jié)論

對FY-4A 衛(wèi)星的AOD 產(chǎn)品進行檢驗，并根據(jù)衛(wèi)星相關(guān)資料，通過改進后的PMRS 方法，反演得到中國近地面PM2.5質(zhì)量濃度網(wǎng)格化分布，并與地面觀測結(jié)果進行對比。結(jié)論如下：

（1）FY-4A衛(wèi)星反演不同站點AOD結(jié)果較AERONET 地基觀測結(jié)果存在一定的低估或高估，相關(guān)系數(shù)為0.54—0.87。AOD 散點分布與FMF 的大小有一定關(guān)聯(lián)。將FMF 以0.4 為界進行劃分，兩種情況下AOD FY-4A 和AOD AERONET 的相關(guān)系數(shù)均高于0.62。其中，F(xiàn)MF＞0.4 時，擬合結(jié)果較FMF≤0.4時更接近于AERONET觀測結(jié)果；但FMF≤0.4 時，大多站點的散點分布更為集中，反演穩(wěn)定性優(yōu)于FMF＞0.4。同時，2019年逐半年AOD FY-4A 平均結(jié)果與地面觀測的PM2.5濃度分布有較好的對應(yīng)關(guān)系。

（2）細粒子柱狀體積消光比（VEf）是PMRS 方法的關(guān)鍵變量，不同區(qū)域間VEf與FMF 均存在相似的相關(guān)，以FMF=0.4 為界，分別建立VEf的擬合公式，并通過引入AOD 改進FMF＞0.4 時對VEf的估算算法。通過改進后的PMRS 方法，衛(wèi)星的反演結(jié)果和地面測量相關(guān)較好，其中，烏魯木齊、石家莊和徐州觀測點的相關(guān)系數(shù)高于0.7，但數(shù)值上仍存在高估或低估。

（3）衛(wèi)星反演的中國2019年近地面PM2.5濃度月均值與近地面觀測的結(jié)果有較好的對應(yīng)關(guān)系，二者逐月演變趨勢基本一致，基本可以反映中國近地面大氣細粒子的空間分布，特別是秋、冬季，京津冀周邊區(qū)域、汾渭平原等污染高值區(qū)均與地面觀測對應(yīng)較好。