基于多源探测的南京市大气污染状况分析

张逸扬, 周红根, 乔 贺， 徐 进*， 刘 寅

1.江苏省气象探测中心， 江苏 南京 210009

2.中国气象科学研究院, 灾害天气国家重点实验室， 北京 100081

3.中国气象局大气探测重点开放实验室， 四川 成都 610225

4.中国气象局交通气象重点开放实验室， 江苏 南京 210009

大气污染是由于人类活动或自然过程引起某些物质进入大气中，呈现出足够的浓度，达到足够的时间，并因此危害了人体的舒适、健康和福利或环境的现象[1]. 南京市为江苏省省会，坐落于长江中下游中部，江苏省中西部，是我国长三角地区的核心城市之一. 近年来，国家经济高速增长，城市化发展迅猛，随之而来的是城市空气质量迅速恶化，尤其是中东部发达城市，南京市也不例外.

大气污染物按其存在状态可分为两大类：一种是气溶胶状态污染物；另一种是气体状态污染物. 大气污染物既包括粉尘、烟、雾等小颗粒状的污染物，也包括氮氧化物(NOx)、硫化物等气态污染物，成分相对复杂. 因此，结合地基遥感[2-4]以及星载遥感[5-7]手段，针对大气污染状况进行细致的分析，对进一步完善大气污染的监测以及预警具有重大意义[8-10]. 赵冉等[11]从硬件与软件算法两方面梳理了国内外天地一体化遥感监测大气污染技术方面的研究进展，发现现阶段可通过地基观测网络实时连续监测大气污染物的浓度及廓线信息，也可通过紫外-可见波段卫星载荷获取区域尺度大气污染物的浓度及廓线产品，并加以算法进行融合，从而获得更高精度的产品.

在气溶胶星载遥感研究方面，利用较多的是MODIS及CALIPSO数据，且针对这两种传感器数据的研究方法也已较为成熟. 罗宇翔等[12]利用2001—2010年的MODIS数据，选取C5.1版本下550 nm波段的气溶胶光学厚度(AOD)产品，分析了中国地区AOD值的年际变化及规律，这也是国内较早基于MODIS数据对全国AOD值进行分析的研究. 随着MODIS数据版本的不断改进，Aldabash等[13]利用MODIS最新的C6.1数据，与AERONET站点下太阳光度计获取的AOD数据进行比对分析，进一步验证了C6.1数据的准确性. 张颖蕾等[14]利用MODIS数据分析了长三角地区2000—2018年AOD值与气溶胶埃系数(angstrom exponent，AE)的时空变化，将AOD值与AE值结合起来，进一步细化了长三角地区的气溶胶类型分布. 2007年，Thomason等[15]利用CALIPSO搭载的532 nm通道信号获取了大气平流层的气溶胶后向散射系数，进而研究了气溶胶在平流层的分布情况，验证了CALIPSO探测气溶胶垂直特性分布的可行性. 2017年Liu等[16]利用CALIPSO Level2数据分析了我国京津冀与长三角都市圈重度霾污染下的近地表气溶胶特征差异，重点关注了大气低层的污染物状况，发现长三角地区颗粒物污染主要来源于人类活动. 在气体污染物探测方面，陆晓波等[17]利用南京市臭氧及前体物监测数据对南京市O3污染现状及变化特征进行了分析，发现NO2浓度与O3浓度的变化呈反相关，且O3浓度一般在中午达到峰值. 高一博等[18]利用OMI卫星数据研究了2006—2014年南京市NO2浓度时空变化特征，发现南京市冬季NO2浓度较高，夏季较低.

针对气溶胶的星载遥感研究多基于单一传感器，数据缺乏一定的代表性，而且因星载遥感自身的特性，数据结果准确性较低，且针对南京市长时间序列下气溶胶垂直特性分析的研究较少. 反应性气体探测方面，相关学者多利用星载资料针对一种气体进行深入分析，数据的准确性较低，且少有基于地基探测的多种气体的同步分析，也较少关注多种气体之间的相互作用. 因此，该研究利用星载MODIS以及CALIPSO传感器数据分析了南京市2011—2019年AOD值演变趋势及时间分布情况，进一步研究了气溶胶粒子在大气中的垂直分布状态，并基于地基反应性气体分析仪研究了冬季南京市大气中几种常见的反应性气体(SO2、NO、NO2、O3)的浓度，对南京市的大气污染状况进行了全面的分析，以期帮助相关部门对污染物的排放进行有针对性的管控.

1 数据与方法

1.1 MODIS气溶胶产品

中分辨率成像光谱仪MODIS是搭载在Terra (发射于1999年12月18日)和Aqua (发射于2002年5月4日)两颗卫星上的重要传感器之一，Terra和Aqua过境南京市的时间分别为北京时间10:30和13:30. MODIS可以提供从0.145～14.365 μm的包含可见光到红外波段36个通道的辐照度，扫描宽度为 2 330 km，扫描周期为1.477 s，星下点空间分辨率有250、500和 1 000 m三种，几乎覆盖全球范围.

MODIS有44种标准数据产品，截至目前MODIS数据产品已更新到第六版，该研究采用的MODIS数据主要为Aqua卫星搭载的MODIS传感器提供的C6.1版本下的三级产品——MOD08[16]. 该研究选取了2011—2019年分辨率为1°×1°的日均以及月均资料，主要使用的参数为550 nm波段下的AOD值、AE值、气溶胶指数(aerosol index，AI). AE值大于1时，表示大气中气溶胶粒子以细粒子为主；AE值小于1时，表示大气中气溶胶粒子以粗粒子为主. AI值大于0时，表示大气中以吸收性气溶胶为主，如沙尘、烟灰等；AI值小于0时，表示大气中以非吸收性气溶胶为主，如云、海盐粒子等.

理论上，相比于C6.1之前的版本，C6.1版本对数据进行了优化，且排除了可能由于传感器硬件问题导致的错误数据，在大气环境研究上的应用也更具优势[19-21].

1.2 CALIPSO与气溶胶垂直特性数据

美国NASA与法国国家航天中心(CNES)于1998年合作实施了“云-气溶胶激光雷达和红外探测者卫星观测计划”(Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observations)[22]. 搭载于CALIPSO卫星上的星载激光雷达CALIOP接收的信号经过类似于EOS的数据处理系统处理后，提供包括Level 0、Level 1A、Level 1B、Level 2、Level 3和Level 4共5个级别的数据. CALIPSO过境南京市的时间为13:27(北京时间)，16 d为1个周期.

该研究主要使用L2APro垂直廓线产品以及L3月均气溶胶产品. 二级气溶胶廓线产品的垂直分辨率在海拔高度20.2 km以下为60 m，海拔高度超过20.2 km为180 m，水平分辨率为5 km. L2APro垂直廓线产品可以提供垂直消光系数廓线，在此基础上可以进一步计算气溶胶粒子的退偏比与色比. 532 nm垂直衰减后向散射系数与532 nm平行衰减后向散射系数的比值为退偏比，其表征颗粒物的形状特性，非球形颗粒物退偏比较大，而球形颗粒物的退偏比较小[23]. 退偏比计算公式：

VDR(r)=β532,per(r)/β532,par(r)

(1)

式中：r代表粒子半径，μm；VDR(r)为退偏比；β532,per(r)为532 nm垂直衰减后向散射系数，km-1·sr-1；β532,par(r)为532 nm平行衰减后向散射系数，km-1·sr-1.

1 064 nm总衰减后向散射系数与532 nm总衰减后向散射系数的比值为色比，其表征颗粒物的粒径大小状况，通常颗粒物粒径越大，其色比值也越大. 色比的计算公式：

CR(r)=β1 064(r)/β532,total(r)

(2)

式中:CR(r)为色比；β1 064(r)为 1 064 nm总衰减后向散射系数，km-1·sr-1；β532,total(r)为532 nm总衰减后向散射系数，km-1·sr-1.

1.3 OMI二氧化氮数据产品

该研究采用的NO2数据主要来源于OMI (Ozone Monitoring Instrument)的反演结果. OMI是搭载在AURA卫星上用于监测O3的探测器，采用推扫式成像高光谱仪探测可见光和紫外光中的太阳后向散射. 其水平分辨率为24 km×13 km. 单个NO2柱浓度的反演中，其误差不超过0.7×1015molec/cm2[24]. 基于OMI数据反演NOx柱浓度的方法已较为成熟，数据准确性具有一定的保证[25-27].

1.4 地基反应性气体分析仪

反应性气体是大气中一类非常重要的痕量成分，与大气光化学、二次气溶胶、温室效应以及酸沉降等重要的大气环境问题紧密关联[28]. 目前，针对大气中反应性气体的观测技术已非常成熟[29]，有完善的商业化仪器，其通常与标定设备、数据采集和信号控制单元组成一套观测系统. 该研究采用的地基反应性气体分析仪安装在南京国家基准气候站(118°53′59″E、31°55′53″N)，该站大气成分观测业务已业务化运行多年，数据质量稳定可靠. 该研究所采用的地基反应性气体分析仪均由赛默飞世尔科技(中国)有限公司生产，分别为TE42i型氮氧化物(NOx)分析仪、TE43i型脉冲荧光SO2分析仪以及TE49i型紫外光度法O3分析仪.

2 结果与讨论

2.1 MODIS与CALIPSO数据分析

AOD可较为直观地反映一个地区的气溶胶含量，为了尽量匹配MODIS与CALIPSO数据，选取波长为550 nm处的MODIS数据以及532 nm处的CALIPSO数据进行分析，时段为2011年1月—2019年12月，均选取月均产品进行时序分析，在分析过程中对整个南京市数据进行了空间平均，同时MODIS数据选取深蓝(deep blue)算法与暗目标(dark target)法结合的反演产品，尽可能减少水体对AOD反演结果的影响.

图1为南京市2011—2019年的AOD值趋势图. 由图1可见，MODIS与CALIPSO测得的AOD值大致相同，2011—2019年南京市AOD值整体呈下降趋势，表明南京市大气中的颗粒物逐年下降，环境质量呈逐步变好的趋势. 多数情况下，MODIS测得的AOD值略大于CALIPSO的观测结果，这是由于在反演AOD时，CALIPSO进行了去云处理，而MODIS获取的AOD信息包含了云的光学厚度.

注： 2016年2月CALIPSO无数据.

为更好地分析南京市AOD值的月分布情况，分别对2011—2019年MODIS及CALIPSO测得的月均AOD数据进行平均(见图2). 由图2可见，南京市AOD值整体呈冬季最高，春季次之，夏秋最低的特征. 2月MODIS观测的南京市AOD值为0.81，CALIPSO观测结果为0.58，MODIS与CALIPSO观测到的12月及1月的AOD值范围均为0.50～0.60. 春、秋两季的AOD观测结果存在差异，春季(3—5月)MODIS观测结果大于CALIPSO，二者相差0.05左右，MODIS观测的AOD值在0.50～0.75之间波动，但3月MODIS观测的AOD值较大，达0.73；秋季(9—11月)，CALIPSO观测的AOD平均值(0.55)略大于MODIS观测结果(0.51)，CALIPSO观测的AOD值在0.50～0.60之间波动. 由于两套星载传感器存在算法差异以及传感器地区敏感性差异，春、秋两季出现了截然相反的情况. 夏季AOD值则较为特殊，6月两套传感器观测的AOD值均较大，范围为0.60～0.80，与2月相当，而7月与8月的AOD值均较低，范围为0.40～0.50.

图2 2011—2019年MODIS与CALIPSO观测的南京市AOD月均值情况

通过对四季的AOD值进行频率统计，可以细化AOD值的季节性分布趋势(见图3). 图3中2011—2019年间各月AOD值为MODIS与CALIPSO观测数据的平均值. 由图3可见：春季AOD值分布较均匀，AOD值在0.10～0.80范围内的频率变化不大，AOD值各数值范围频率均在0.1左右，AOD值大于1的频率小于0.05；夏季AOD值分布不均，6月AOD值远大于7—8月，由于7—8月AOD值整体较低，导致夏季AOD值主要聚集在0.4以下，尤其是AOD值为0.20左右的频率高达0.3，7—8月的AOD值总体偏低，可能与南京市夏季受东南海洋季风的影响，气溶胶中海洋气溶胶占据主导有关；秋、冬两季AOD值聚集在0.20～0.60范围内，秋季AOD值为0.20左右的频率(0.2)最高，而冬季AOD值为0.40左右的频率(0.2)最高，且冬季AOD值大于0.80的频率远高于秋季.

图3 南京市四季AOD值的频率分布

2.2 AE与AI值分析

AE与AI值主要从MODIS获取，AE值可以表征气溶胶粒子的大小，AI值可以表征气溶胶粒子是否为吸收性气溶胶.

图4为从MODIS获取的AOD、AE、AI值的对比时序. 由图4可见，AOD值与AE值呈一定程度的负相关，当AE值<1时，代表气溶胶粒子以粗粒子为主，说明当大气中的粗粒子占主导时会导致AOD值增大，反之AOD值变小. AOD值与AI值则呈明显的季节性相关，夏季二者呈负相关，其余季节为正相关. 夏季二者呈负相关，是因为东南季风的存在，大气中会存在大量的非吸收性气溶胶粒子. 需要注意的是，MODIS观测到的云的光学厚度一般情况下较大，这是因为云自身的消光系数在多数情况下远大于气溶胶. 而云粒子自身为非吸收性粒子，当AI值变小时，AOD值则会变大. 当AI值小于0时，即大气中不存在吸收性气溶胶时，AOD值也会变小，只有在大气中既存在吸收性气溶胶也存在非吸收性气溶胶时，云粒子等非吸收性气溶胶粒子的增多才可能导致MODIS观测到的AOD值变大，这也是由MODIS观测算法导致的差异.

图4 2011—2019年南京市AOD、AE与AI月均值时序图

为了分析AE与AI月均值分布情况，分别对2011—2019年各月的AE值与AI值取9年平均值(见图5). 由图5可见：AE最高值出现在秋季(9—11月)，为1.6左右，说明此时大气中粗粒子的含量最低，而冬季(12月—翌年2月)以及6月粗粒子含量较高；AI值冬季最高，说明南京市冬季大气中吸收性气溶胶较多，与南京市冬季AOD值整体较高的结果一致. 由于冬季南京市大气较稳定，且多为东北方向内陆气流的传入，导致带有污染性质的吸收性气溶胶粒子在南京市聚集，易发生大气污染事件；而夏季由于东南季风会带来大量的海洋气溶胶粒子，导致非吸收性气溶胶粒子增多.

图5 南京市AE与AI月均值分布

2.3 气溶胶垂直特征分析

由于CALIPSO卫星可以提供气溶胶的垂直分布特征信息，因此基于CALIPSO的L2APro垂直廓线产品分析南京市2011—2019年气溶胶退偏比与色比的月均值垂直分布情况.

气溶胶的退偏比为532 nm波段下垂直后向散射系数与平行后向散射系数的比值，退偏比越大，气溶胶粒子形状越不规则. 图6为退偏比随高度分层〔低层(0～1 km)、中层(1～2 km)、高层(2～3 km)〕的箱型图，由于3 km以上CALIPSO探测到的数据存在信噪比较差以及云层干扰的情况，会导致退偏比变大，存在误差，因此不进行分析. 由图6可见，3个高度层上的退偏比均呈冬春季较高、夏秋季较低的特征，说明冬春季时整层大气以不规则颗粒物为主，而到夏秋季时整层大气则以规则颗粒物为主. 退偏比呈比较明显的随高度递减的趋势. 8月、9月的退偏比在全年中处于较低水平，因为此时南京市受到海洋季风的影响，大气中存在大量尺度较小且形状更为规则的二次气溶胶及海盐粒子. 结合图2发现，四季中冬季AOD值最高，而此时大气低层不规颗粒物较多，夏秋季规则颗粒物较多，AOD值偏低，退偏比与AOD值呈显著正相关.

图6 南京市不同高度层退偏比逐月箱型图

气溶胶的色比为 1 064 nm波段下气溶胶后向散射系数与532 nm波段下总后向散射系数的比值，其表征气溶胶粒子的大小，色比越大，气溶胶粒子越大. 图7为色比随高度分层的箱型图，该研究对高度进行分层，设为下层(0～2 km)、中间层(2～4 km)、上层(4～6 km). 由图7可见：中间层、上层各月色比平均值变化不大，说明中间层、上层粒子的大小受月份影响较小；而在下层，冬、春两季色比略大于夏季，与AOD值变化趋势一致. 从垂直序列上来看，除7月外，下层色比值均高于中间层、上层，下层色比值在2月最高，接近1；在3个高度层中，中间层色比一般最低，1月时仅为0.35；上层色比值在1月、2月较高，均接近0.8，其余月份介于下层以及中间层色比值之间. 一般来说，下层颗粒物以大粒子为主，而中间层、上层细粒子则逐渐增多. 由于工业排放以及汽车尾气会排放出大量的不规则粗粒子，且这些不规则粗粒子会在重力作用下下沉，导致下层气溶胶的退偏比和色比均较大[30].

图7 南京市不同高度层色比逐月箱型图

2.4 反应性气体浓度分析

由图2可见，南京市冬季AOD值最高，污染最严重. 除了大气中悬浮的气溶胶颗粒物外，气体污染物对环境以及人体健康的影响也十分显著. 由于南京市工业较为发达，NOx等气体污染物在大气中的含量较高，而冬季大气静稳条件较好、空气干燥、近地面风速偏小，导致污染物不易扩散，且太阳辐射小，不具备发生大量光化学反应的基础. 该研究针对冬季反应性气体浓度进行时序统计，更有利于分析南京市局地生成的污染气体浓度，并进一步对污染气体进行溯源.

为了研究冬季大气中反应性气体体积分数，选取2019年12月—2020年2月南京国家基准气候站反应性气体分析仪获取的数据进行分析. 图8为冬季4种常见反应性气体(NO、NO2、SO2、O3)的日均体积分数时序图.

图8 南京市2019—2020年冬季反应性气体体积分数时序图

由图8可见，φ(NO)在大气中的波动最大，在1月15日之前，φ(NO)最高可达160×10-9，几乎是其他反应性气体最高体积分数的4倍，而φ(NO)最低为5×10-9，略小于φ(NO2)与φ(O3). 研究[31]表明，从工业燃烧系统中排出的NOx中95%以上是NO，其余为NO2. 这说明NO的含量与工业排放有较大关系，在工业排放较多的时段大气中的NO含量会较高，反之较低. 而NO2排放源与汽车尾气的关联更为紧密，所以其在大气中的含量较为稳定. 由图8可见，1月15日后，由于新冠肺炎疫情的影响，工业活动以及汽车尾气的排放量均明显减少，导致φ(NOx)维持在较低水平.

由于φ(NO2)的降幅不如φ(NO)明显，为进一步验证南京市φ(NO2)的下降并非偶然因素导致，而是由于新冠肺炎疫情下人类活动减少所致，利用OMI卫星数据反演得到华东地区2019年12月—2020年2月的NO2柱浓度数据(见图9). 由图9可见，2019年12月NO2污染较为严重的地区其NO2柱浓度在1月普遍降至1×1016molec/cm2左右，2020年2月华东地区整体NO2柱浓度低于1×1016molec/cm2. 由于2020年1月中上旬工业活动未受到新冠肺炎疫情影响，所以与2020年2月相比，1月NO2柱浓度仍高于5×1015molec/cm2.

注： 空白区域代表无质控后卫星数据. NO2柱浓度单位为106 molec/cm2.

φ(O3)在大气中的变化趋势与φ(NO2)相反. 近地面层的O3来源分为自然源和人为源[32]. 在波长小于240 nm紫外线的辐射条件下，平流层中O3会分解，产生的氧原子与氧分子结合产生O3，平流层O3向下传输到对流层，成为对流层中O3的来源[33]. 人为排放的NOx、VOCs等污染物的光化学反应也会生成部分O3. 在晴天、紫外线辐射强的条件下，NO2等发生光解生成NO和氧原子，氧原子与氧反应生成O3. O3是强氧化剂，在洁净大气中O3与NO反应生成NO2，而O3分解为O2，上述反应的存在使O3在大气中达到一种平衡状态，不会造成O3累积. 所以，当大气中NO较多时，O3会与NO反应生成NO2，导致NO2含量增多，O3含量减少. 进入1月中旬后，当NO含量较低时，O3很难被消耗，导致其在大气中的含量比之前增多.

在这4种反应性气体中，φ(SO2)最低，且非常稳定，一般维持在3×10-9左右，最高不超过10×10-9. SO2主要有3个来源：①含硫燃料(如煤和石油)的燃烧；②含硫矿石(特别是含硫较多的有色金属矿石)的冶炼；③化工、炼油和硫酸厂等生产过程. 研究[34-36]表明，长三角地区工业活动对SO2的排放具有较高的贡献，且受益于近年来城镇燃煤的控制，以及工厂脱硫措施的进一步推广，SO2的排放浓度明显降低. 同时，SO2在大气中扩散迁移时，可被氧化为SO3，大气中若含有起催化作用的NO2和O3气体，该反应速度更快. SO2遇氨或金属氧化物会形成硫酸盐颗粒物，生成的硫酸盐颗粒物会随降水落至地面，受径流冲刷进入水体，成为沉积物[37-38]. 由于大气中存在相对较多的NO2和O3，使SO2的转化具备了一定的光化学反应基础，也会导致SO2含量进一步降低[39-40].

3 结论

a) 南京市2011—2019年间AOD值整体呈下降趋势，即南京市大气中的颗粒物逐年减少，环境质量逐步改善. 南京市的AOD值冬季较高，在0.70左右，春秋季较低，仅为0.50左右. 春季AOD值在各数值区间上的分布频率变化最小. 南京市冬季以及6月粗粒子的含量最高，秋季粗粒子含量最低. 冬季大气中吸收性气溶胶粒子占主导，夏季由于东南季风的影响，非吸收性气溶胶粒子增多. 粗粒子与吸收性气溶胶粒子占比的增大是导致AOD值增大的主要因素.

b) 通过对退偏比的分析发现，夏季大气中规则颗粒物较多，其余3个季节不规则颗粒物占比较大，且退偏比呈随高度递减的态势，3个高度层上的退偏比均呈冬春季较高、夏秋季较低的特征. 退偏比与AOD值也呈明显正相关. 通过对色比的分析发现，南京市大气低层以大粒子为主，中高层细粒子占比逐渐增多. 下层色比值冬春最高，与AOD值变化趋势一致，中间层及上层粒子的体积大小受时间影响较小. 由于工业排放以及汽车尾气会排放出大量的不规则粗粒子，且这些不规则粗粒子会在重力作用下下沉，导致南京市下层气溶胶退偏比与色比均较大.

c) NO的含量与工业排放有较大关系，冬季φ(NO)在大气中波动较大，最高可达160×10-9，最低仅有5×10-9. 与NO不同，NO2在大气中的含量较为稳定. 受新冠肺炎疫情影响，2020年初φ(NOx)整体处于较低水平.φ(O3)在大气中的变化趋势则与φ(NO2)相反，但二者总体上非常接近，均稳定在10×10-9～40×10-9之间. 由于排放限制以及工厂脱硫措施的推广，加之光化学反应的影响，导致φ(SO2)较低，且其几乎不会随时间发生明显的变化，一般维持在3×10-9左右，最高不超过10×10-9.

致谢：感谢美国国家宇航局(NASA) Giovanni应用数据中心(https://giovanni.gsfc.nasa.gov/giovanni)提供MODIS与OMI二氧化氮柱浓度产品，感谢NASA地球科学数据中心(https://search.earthdata.nasa.gov)提供CALIPSO气溶胶产品.