基于移動激光雷達觀測的徐州市區氣溶膠分布特征

樊文智,秦 凱,韓 旭,鄒家恒,李一蜚

?

基于移動激光雷達觀測的徐州市區氣溶膠分布特征

樊文智,秦 凱*,韓 旭,鄒家恒,李一蜚

(中國礦業大學環境與測繪學院,江蘇 徐州 221116)

將微脈沖激光雷達與GPS等儀器集成在車輛上組成移動觀測系統,以徐州市為研究區域,開展大氣環境立體走航式觀測獲取了2015年1月11日(重度污染)、12日(空氣質量良好)、17日(輕度污染)3d的市區不同路線的1.5km以下的氣溶膠消光廓線信號.結果表明,空氣質量良好和輕度污染情況時,徐州市近地面氣溶膠消光系數相對高值點主要位于商業區域和工業區域.商業區域的污染物主要來自車輛尾氣的排放,車流量的大小決定了消光系數值的高低;工業區域的污染物主要來自火電廠的排放,占比達到70%以上.重度污染天氣情況下,近地面氣溶膠消光系數主要受污染過程的時間演變控制.氣溶膠的垂直分布與邊界層的演變密切相關,下午的邊界層高度比上午普遍要高,晴朗且空氣質量良好的情況下,邊界層最高,達到1km以上.氣溶膠消光系數高值基本出現在250m以下的近地面.工業區域火電廠排放的煙塵主要出現在1km左右.使用不同的儀器測量得到的氣溶膠光學厚度趨勢大致相同,激光雷達反演的氣溶膠光學厚度波動最大.微脈沖激光雷達與GPS等儀器組成的移動觀測平臺能夠有效地探測城市小范圍的氣溶膠時空分布,而且便捷有效,具有靈活機動性和推廣應用價值.

微脈沖激光雷達(MPL)；主動遙感；氣溶膠；時空分布；徐州

現有的大氣氣溶膠觀測主要依靠有限的固定地面站點和衛星遙感圖像,缺乏對氣溶膠分布的移動立體觀測,對于城市近地面小范圍污染的形成、來源等研究分析,無法提供強有效的觀測數據.激光雷達作為主動遙感探測氣溶膠垂直分布和時空演變特征的重要手段,已經被廣泛使用.早在1976年,我國研究人員就開始利用激光雷達來探測大氣環境[1].隨著技術的成熟,越來越多的研究相繼展開[2-3],并和衛星數據相結合[4].激光雷達是根據大氣對激光的散射、吸收等物理原理,通過分析激光束在大氣傳輸過程中與大氣相互作用的回波信號,獲得大氣環境的信息.由于激光具有單色性、方向性強、亮度高、脈寬窄等特點,使得激光雷達可以對幾公里以至幾十公里大范圍大氣環境進行高時空分辨能力的實時觀測,成為研究大氣邊界層[7-8]、氣溶膠[9-14](飄塵)、云結構[15]、大氣成分[16-17]、風場[18]、溫度廓線[19]等大氣特性的新一代高技術手段.在大氣觀測領域,一般需要長時間的連續觀測,這與傳統的雷達應用有很大的區別,1992年NASA的Goddard空間飛行中心(GSFC)研制開發了微脈沖激光雷達(Micro Pulse Lidar, MPL),克服了傳統雷達使用持續時間較短的缺點[20].

將傳感器搭載在移動平臺上,可用于探測復雜城市環境下的小范圍氣溶膠時空分布特征. Westerdahl等[21]利用多種大氣觀測儀器組成移動觀測平臺,探究了美國洛杉磯高速公路、主干道、住宅街道污染物濃度,發現超細顆粒物(UFP)和NO、黑炭(BC)之間有很好的相關性,高速公路的UFP、NO、BC和CO濃度高于住宅街道.Hu等[22]利用移動平臺觀測了洛杉磯住宅區域的UFP、NO、BC濃度,發現污染物主要來自于周邊高速公路的車流. Elen等[23]用自行車作為載體,用黑碳儀、UFP、GPS等組成的移動平臺繪制了比利時安特衛普不同街道空氣質量地圖,證明移動平臺是繪制空氣質量地圖的有效工具.白楊等[24]、胡明玉等[25]使用便攜式黑炭儀和GPS接收機同時搭載到汽車平臺上組成移動觀測系統,分別測量了徐州、石家莊市區主干道路的黑炭濃度,結果表明黑炭濃度與交通密度和街道特點直接相關.

目前國內還鮮有用激光雷達組成移動觀測平臺開展大氣氣溶膠三維時空分布的精細遙感制圖分析.本實驗利用激光雷達分析揭示徐州市不同空氣質量條件下的氣溶膠分布特征,為國內其他城市氣溶膠研究及大氣污染控制提供參考.

1 研究方法

1.1 研究區域與觀測方案

徐州市位于江蘇省北部(116°22′E~118°40′E、33°43′N~34°58′N),是淮海經濟區中心城市,年產原煤1885.17萬t,發電量達497.22億kW·h[26].徐州屬溫帶季風氣候,周邊有兗州、棗莊、大屯、皖北、淮北等大型煤炭或煤電基地,以及大量橡膠輪胎、機械制造、紡織化工等企業,燃煤煙氣與燃油廢氣排放量大,空氣污染成分復雜,常年能見度低[27],冬季灰霾時段大氣中細顆粒物為主控粒子[28].

本文利用微脈沖激光雷達和GPS接收機組成移動觀測系統,于2015年1月11日(重度污染),1月12日(空氣質量良好),1月17日(輕度污染)3種不同空氣質量天氣,沿徐州市區主干道路進行了氣溶膠垂直廓線移動觀測.微脈沖激光雷達型號為SigmaSpace公司生產的miniMPL型,觀測波段為532nm,時間分辨率設置為30s;GPS接收機型號為中海達Hi-Q7型,單點定位精度為m;車輛以50km/h左右的時速近似勻速行駛.同時,在徐州市云龍湖南邊的中國礦業大學環境與測繪學院樓頂(34.217°N,117.142°E)的大氣觀測站,安裝有CE-318全自動太陽光度計等大氣觀測儀器開展固定觀測.為了對比,使用MICROTOPS Ⅱ手持式太陽光度計,在華美電廠附近開展人工測量.

圖1 觀測區域

表1 觀測時間、天氣情況及路線

本次觀測時間約為上午9:30~11:30,下午15:00~ 17:30(表1).觀測區域如圖1所示,主要分為3個典型區域:云龍湖及其附近區域為生態區域,云龍湖是國家5A級生態景區,車流稀少、樹木眾多;云龍湖以北至北二環路為商業區域,此區域內高樓大廈林立,分布著眾多商場,車流量大,交通時常出現擁堵;北二環路以北為工業區域,此區域工廠眾多,尤其是火電廠,有華美電廠、華潤電廠、茅村電廠3個較大的火電廠,車流量大,且以運煤的大型貨車居多.對應的天氣情況如表1所示.

1.2 數據處理

為了得到氣溶膠的消光系數,需要求解雷達方程.相應的雷達參數需要在處理前進行修正[29].修正后的雷達方程如下:

式中:()為激光雷達在高度處返回的回波信號,為激光雷達輸出的信號強度,為雷達系統常數,和分別為總的大氣散射系數和消光系數.因為散射系數和消光系數都為未知數,所以需要采用一定的反演方法.本文使用Fernald[30]方法.Fernald方法考慮了氣溶膠和空氣分子:

式中:a是氣溶膠消光后向散射比,也就是激光雷達比,一般為20~70,根據本文研究區域和時間,選擇60[31];m是空氣分子消光后向散射比,為8p/3.

氣溶膠光學厚度(AOD)值越大,表明大氣污染越嚴重.計算公式如下:

PM2.5數據來自江蘇省城市空氣質量監測數據發布平臺(http://218.94.78.75:20001/sjzx/airquality. html),取徐州市鼓樓區政府站點,此站點鄰近中山路.

2 結果與討論

2.1 近地面氣溶膠消光系數時空分布特征

由于激光雷達存在探測盲區,本實驗采用的miniMPL盲區約為150m,所以取近地面150m處的消光系數值,將其與同時刻的GPS坐標對應,得到徐州市主干道近地面消光系數時空分布(圖2).

由圖2可知,大多數消光系數相對高值點分布在商業區域和工業區域,生態區域是大多數消光系數相對低值點的所在地.11日為重度污染,PM2.5高達200μg/m3以上(圖3),消光系數值范圍為1~3.5km-1;12日空氣質量良好,消光系數值范圍為0.33~0.9km-1;17日輕度污染,消光系數值范圍為0.35~1.2km-1.

工業區域的高值點最多,這和工業區域工廠眾多,污染物排放量大有關.以12日和17日為例,空氣質量分別為良好和輕度污染.統計三大火電廠3km范圍[33]內的高值點個數占工業區域高值點個數的比例.12日上午,工業區域的高值點有4個,全部集中在華美電廠附近(圖2c),占比達到100%;12日下午由于火電廠煙囪排放不明顯,所以不予考慮;17日上午和下午的占比分別達到73.4%和76.5%.由此可知,火電廠的排放是工業區域主要的污染來源,排放與否是影響消光系數值的關鍵因素,高值點聚集在三大火電廠周圍:華美電廠(圖2a、圖2b、圖2c)、華潤電廠(圖2a、圖2e、圖2f)、茅村電廠(圖2e、圖2f).

除了火電廠的排放,工業區域的另一個污染源是運煤車輛本身的尾氣排放和行駛在路上的揚塵以及車輛運輸過程中產生的煤灰,由圖2a、圖2d、圖2e、圖2f可知,在工業區域的道路上分布著零星的高值點,此時觀測車輛附近有大量的運煤車輛.

商業區域的高值點較多,主要由汽車尾氣的排放造成.在奔騰大道與中山路的交匯點附近,出現了高值點的聚集情況(圖2a、圖2b、圖2c、圖2d),此處為交通要道,車流量大,容易出現擁堵狀況.17日在商業區域沒有明顯的高值點(圖2e、圖2f),一是因為這一天氣象條件較好,車流尾氣很快消散;二是因為下午商業區域的路線選擇了中山路右邊的道路,車輛較少.

值得注意的是,12日下午(圖2d),在奔騰大道與中山路的交匯點上方右側出現了較多的高值點,此處是徐州市的北二環路,觀測期間,車流量非常大,且出現了一定程度的擁堵,所以造成了這種現象.

生態區域的消光系數值最小,這是因為生態區域沒有明顯的排放源,且樹木眾多,大多數時間車輛稀少.如圖2a、圖2c、圖2e、圖2f所示,對比相對應的工業區域和商業區域,生態區域幾乎沒有出現高值點.

11日下午(圖2b)生態區域出現了明顯的消光系數高值,這主要與當天的重度污染過程有關.由圖3可知,13:00點以后PM2.5濃度持續升高,達250μg/m3以上.當天是星期日,云龍湖附近游客眾多,車流量大,這可能是次要原因;12日下午(圖2d)生態區域的消光系數值較高,這應該與觀測時段車流量大,交通擁堵,車輛排放尾氣有關.

圖3 觀測時段的PM2.5質量濃度變化

綜上所述,在空氣質量良好和輕度污染情況下,徐州市近地面氣溶膠消光高值點主要位于商業區域和工業區域,商業區域的污染物主要來自車輛尾氣的排放,車流量的大小決定了消光系數值的大小,總體值小于工業區域;工業區域70%以上的高值點位于火電廠附近.此外,運煤車輛在運輸過程中產生的煤灰和道路揚塵也是重要的污染源;重度污染天氣情況下,近地面氣溶膠消光系數主要受污染過程的時間演變控制.

2.2 氣溶膠消光系數垂直分布特征

氣溶膠的垂直分布特征是研究其輻射強迫和氣候環境影響的關鍵不確定因素[34-37].本文利用反演得到的氣溶膠消光系數,繪制0.15~1.5km的氣溶膠消光系數垂直分布 (圖4).

圖4 11日上午(a)、下午(b),12日上午(c)、下午(d),17日上午(e)、下午(f)的激光雷達反演的消光系數垂直分布

分析圖4可知:11日氣溶膠消光系數值最大,在1.5km-1以上;17日較小,在0.5~1.5km-1之間;12日最小,在1km-1以下,這是因為相對應的日期的空氣質量為重度污染、輕度污染和良好.消光系數相對高值主要分布在250m以下,這說明徐州市主干道的污染物主要集中在近地面.一般情況下,大氣邊界層反映在雷達信號上,就是回波信號的快速衰減[38].因此,圖4中的綠色(氣溶膠)和藍色背景的交界處就是大氣邊界層,根據目視解譯,對比上午、下午可知[39-41],上午邊界層較低,污染物更容易聚集,下午由于氣溫升高,邊界層抬升,污染物擴散.

分析圖4a和圖4b可知,11日:10:43以前,氣溶膠集中在250m以下,在10:43分出現明顯的高值點,此時觀測車輛行駛在奔騰大道與中山路的交匯點附近,車流的匯聚導致了消光系數值增大;10:43以后,觀測車輛進入工業區域,氣溶膠在500m以下都有分布,一方面與邊界層的抬升有關,另外也與工業區域污染物排放量大有關;下午,隨著邊界層的抬升氣溶膠的垂直分布范圍繼續擴大至800m.250m以下的近地面氣溶膠消光系數達2~3.5km-1,這與11日下午重度污染過程中地面PM2.5濃度持續升高有關.

分析圖4c和圖4d可知,12日:上午氣溶膠集中在250m以下,消光系數值在1km-1以下,在10:09附近出現消光系數高值點聚集,此時觀測車輛行駛在奔騰大道與中山路的交匯點附近,是由于車輛排放的尾氣造成.另一個高值聚集點在10:39附近,此時觀測車輛行駛在華美電廠附近;下午,氣溶膠開始擴散,生態區域和商業區域250~700m的高空出現了消光系數值為0.5km-1左右的氣溶膠,可能是這兩個區域的車流量大,排放尾氣擴散到高空; 16:50~17:36期間,從圖4d可以看到,在550~700m高度有一層氣溶膠.此時觀測車輛正從北二環路駛向在華美電廠,北二環路出現交通擁堵現象,行駛路段運煤車輛較多,不時激起路面揚塵,同時運煤車輛在運輸過程中產生煤灰,這些污染物經過擴散到達高空,造成了高空氣溶膠層;下午近地面有兩個高值聚集點:16:21和16:50左右,此時車輛分別行駛在奔騰大道與中山路交匯點和北二環路,具體原因不再贅述.

分析圖4e和圖4f可知,17日:上午邊界層維持在600m左右,生態區域和商業區域的氣溶膠在400m以下分布,無明顯高值.工業區域由于火電廠的排放,污染物更多,氣溶膠在700m以下都有分布,消光系數值在0.5km-1以上.高值依然在250m以下,10:35附近有高值點聚集,此時車輛行駛在華潤電廠附近;下午由于太陽輻射加強,氣溶膠進一步擴散,在1.15km以下均有分布,相比上午,近地面氣溶膠濃度減小,消光系數值在0.5km-1以下;16:06以后,觀測車輛進入工業區域,高空中出現了分散的氣溶膠.16:26左右,400m~1000m的高空觀測到氣溶膠,此時觀測車輛行駛在茅村電廠附近,推測這些氣溶膠為電廠排放的煙塵.在16:46~16:56期間,1km的高空出現了一層羽狀的氣溶膠,此時觀測車輛經過一家較小的火電廠附近——垞城電廠,推測此羽狀氣溶膠是火電廠煙囪排出的煙塵擴散至高空.

綜上所述,氣溶膠的垂直分布與邊界層的演變密切相關,下午的邊界層高度比上午普遍要高.氣溶膠高值基本出現在250m以下的近地面,12日下午,在商業區域和工業區域500~700m高空出現的氣溶膠層可能是來自地面揚塵和車輛排放尾氣的垂直擴散.工業區域火電廠排放的煙塵主要出現在1km左右.

2.3 氣溶膠光學厚度對比

利用MPL反演的AOD是由0.15~1.5km垂直方向上的大氣消光系數積分得到,CE-318全自動太陽光度計和MICROTOPS Ⅱ手持式太陽光度計測量范圍為地面到大氣層頂.

MICROTOPS Ⅱ手持式太陽光度計的有效觀測時段為11日上午和17日全天.CE-318全自動太陽光度計的有效觀測時段為11日、17日全天.

分析圖5可知,使用不同的儀器測量得到的AOD趨勢大致相同,MPL反演的AOD和CE-318測量的AOD直接相關性系數2達到0.860(圖6),說明MPL反演的AOD的數據的有效性.三者之間數值差距較大,MICROTOP Ⅱ手持太陽光度計測得的AOD最大,這是因為測量位置處于華美電廠附近,附近污染物濃度較高;CE-318由于天氣的原因,在多云和陰天情況下,太陽輻射量較小,數據量稀少,只做參考之用;MPL反演得到的AOD最小,這和計算的垂直范圍較小(0.15~1.5km)有關.

11日為重度污染,AOD較大.上午AOD呈上升趨勢,MPL反演和手持太陽光度計測得的AOD數值范圍分別為0.15~0.75、0.9~1.5;下午AOD也呈上升趨勢,MPL反演的AOD數值范圍為0.6~1.05.全天AOD呈現上升趨勢,且變化較大,這和PM2.5濃度持續升高有關.雖然MPL反演的AOD整體比CE-318的小,但是變化趨勢基本一致.

圖6 MPL和CE-318得到的AOD數據相關性

17日為輕度污染,AOD比11日小.上午,MPL反演和手持太陽光度計測得的AOD數值范圍分別為0.1~0.4、0.4~0.55,MPL反演的AOD呈上升趨勢,這和觀測路線有關;下午,MPL反演和手持太陽光度計測得的AOD數值范圍分別為0.2~0.35、0.45~0.55,17點以前,MPL反演的AOD呈上升趨勢,17點以后,略有下降,這是因為此時觀測車輛開始遠離工業區域.

MPL反演的AOD較其它2種波動最大,因為觀測車輛時刻在移動,周圍的環境不斷發生變化.如圖5b所示,從10:25開始,MPL反演的AOD急劇上升,此時觀測車輛經過華潤電廠附近,污染物不但有火電廠排放的煙塵,而且有許多運煤車輛排放的尾氣,所以AOD大幅升高,10:40駛離這片區域以后,AOD又大幅下降,說明MPL可以實時、準確地觀測到污染物濃度的變化;16:00左右,MPL反演和手持太陽光度計測得的AOD都突然上升,結合圖4f分析,原因為此區域上空存在煙塵.

2.4 討論

本文研究表明微脈沖激光雷達和GPS接收機組成的移動觀測平臺能夠有效地探測城市小范圍的氣溶膠時空分布,具有推廣價值;不足之處在于觀測次數、觀測線路有限,無法得到徐州市完整的氣溶膠時空分布特征.

3 結論

3.1 空氣質量良好和輕度污染情況時,徐州市近地面氣溶膠消光高值點主要位于商業區域和工業區域,商業區域的污染物主要來自車輛尾氣的排放,車流量的大小決定了消光系數值的大小,總體值小于工業區域;工業區域的污染物主要來自工業排放,火電廠的排放是最主要的來源,占比達到70%以上,其次,運煤車輛在運輸過程中產生的煤灰和道路揚塵也是重要的污染源;重度污染天氣情況下,近地面氣溶膠消光系數主要受污染過程的時間演變控制.

3.2 氣溶膠的垂直分布與邊界層的演變密切相關,下午的邊界層高度比上午普遍要高,晴朗且空氣質量良好的情況下,邊界層最高,達到1km以上.氣溶膠消光系數高值基本出現在250m以下的近地面,工業區域火電廠排放的煙塵主要出現在1km左右.

3.3 MPL反演的AOD和CE-318全自動太陽光度計以及MICROTOPS Ⅱ手持式太陽光度計測得的AOD三者之間變化趨勢大致相同,絕對值不同.MPL反演的AOD較其它兩種波動最大,時間分辨率最高,可以實時、準確地觀測到污染物濃度的變化.

[1] 呂達仁,魏 重,林 海,等.低層大氣消光系數分布的激光探測 [J]. 大氣科學, 1977,1(3):199-205.

[2] 邱金桓,趙燕曾,汪宏七.激光探測沙暴過程中的氣溶膠消光系數分布 [J]. 大氣科學, 1984,8(2):205-210.

[3] 周 碧,張 鐳,曹賢潔,等.利用激光雷達資料分析蘭州遠郊氣溶膠光學特性 [J]. 高原氣象, 2011,30(4):1011-1017.

[4] Qin K, Wu L, Man S W, et al. Trans-boundary aerosol transport during a winter haze episode in China revealed by ground-based Lidar and CALIPSO satellite [J]. Atmospheric Environment, 2016,141:20-29.

[5] 王占永,蔡 銘,彭仲仁,等.基于移動觀測的路邊PM2.5和CO濃度的時空分布 [J]. 中國環境科學, 2017,37(12):4428-4434.

[6] 安俊嶺,向偉玲,韓志偉,等.突發性大氣污染監測與預報技術集成移動平臺 [J]. 中國環境科學, 2011,31(8):1241-1247.

[7] 張婉春,張 瑩,呂 陽,等.利用激光雷達探測灰霾天氣大氣邊界層高度 [J]. 遙感學報, 2013,17(4):981-992.

[8] 滕繼峣,秦 凱,汪云甲,等.基于激光雷達觀測的大氣邊界層自動識別局部最優點算法 [J]. 光譜學與光譜分析, 2017,37(2):361-367.

[9] 王 苑,耿福海,陳勇航,等.基于微脈沖激光雷達的上海浦東地區不同強度霾研究[J]. 中國環境科學, 2013,33(1):21-29.

[10] 李 俊,龔 威,毛飛躍,等.探測武漢上空大氣氣溶膠的雙視場激光雷達 [J]. 光學學報, 2013,33(12):1-7.

[11] 馬盈盈,龔 威,朱忠敏.中國東南部地區氣溶膠光學特性激光雷達探測 [J]. 遙感學報, 2009,13(4):707-722.

[12] 呂 陽,李正強,謝劍鋒,等.基于激光雷達掃描觀測的散布點污染源監測 [J]. 中國環境科學, 2017,37(11):4078-4084.

[13] 王耀庭,苗世光,張小玲.基于激光雷達的北京市氣溶膠光學參數季節特征 [J]. 中國環境科學, 2016,36(4):970-978.

[14] 嚴國梁,韓永翔,張祥志,等.南京地區一次灰霾天氣的微脈沖激光雷達觀測分析 [J]. 中國環境科學, 2014,34(7):1667-1672.

[15] 劉瑞金,張 鐳,王宏斌,等.半干旱地區卷云特征的激光雷達探測 [J]. 大氣科學, 2011,35(5):863-870.

[16] 曹念文,顏 鵬.基于激光雷達探測的氣溶膠分類方法研究 [J]. 光學學報, 2014,(11):20-26.

[17] 劉文彬,劉 濤,黃祖照,等.利用偏振-米散射激光雷達研究廣州一次浮塵天氣過程 [J]. 中國環境科學, 2013,33(10):1751-1757.

[18] 王國成,孫東松,段連飛,等.多普勒測風激光雷達風場數據影響因素分析 [J]. 光學學報, 2015,35(9):10-16.

[19] 王玉峰,高 飛,朱承炫,等.對流層高度大氣溫度、濕度和氣溶膠的拉曼激光雷達系統 [J]. 光學學報, 2015,35(3):370-379.

[20] Spinhirne J D. Micro pulse lidar [J]. IEEE Transactions on Geoscience & Remote Sensing, 1993,31(1):48-55.

[21] Westerdahl D, Fruin S, Sax T, et al. Mobile platform measurements of ultrafine particles and associated pollutant concentrations on freeways and residential streets in Los Angeles [J]. Atmospheric Environment, 2005,39(20):3597-3610.

[22] Hu S, Paulson S E, Fruin S, et al. Observation of Elevated Air Pollutant Concentrations in a Residential Neighborhood of Los Angeles California Using a Mobile Platform [J]. Atmospheric Environment, 2012,51(5):311.

[23] Elen B, Peters J, Poppel M V, et al. The Aeroflex: A Bicycle for Mobile Air Quality Measurements [J]. Sensors, 2012,13(1):221.

[24] 白 楊,秦 凱,吳立新,等.徐州市區主干道路黑炭氣溶膠濃度移動觀測實驗 [J]. 地理與地理信息科學, 2014,30(1):45-49.

[25] 胡明玉,秦 凱,白 楊,等.2013年12月石家莊一次霾天氣過程中的黑炭濃度特征 [J]. 中國環境科學, 2015,35(9):2585-2593.

[26] 徐州市統計局.2015年徐州市國民經濟和社會發展統計公報 [R]. 2016.

[27] 吳立新,呂 鑫,秦 凱,等.基于太陽光度計地基觀測的徐州氣溶膠光學特性變化分析 [J]. 科學通報, 2016,61(20):2287-2298.

[28] 郎紅梅,秦 凱,袁麗梅,等.徐州冬季霧-霾天顆粒物粒徑及氣溶膠光學特性變化特征 [J]. 中國環境科學, 2016,36(8):2260-2269.

[29] Liu Q, He Q, Fang S, et al. Vertical distribution of ambient aerosol extinctive properties during haze and haze-free periods based on the Micro-Pulse Lidar observation in Shanghai [J]. Science of the Total Environment, 2016,574:1502.

[30] Fernald F G. Analysis of atmospheric lidar observations: some comments [J]. Applied Optics, 1984,23(5):652.

[31] 張朝陽,蘇 林,陳良富.中國典型地區氣溶膠激光雷達比反演與分析 [J]. 中國激光, 2013,(5):222-227.

[32] 陳 晨,左天逸,陳世勛.基于高斯煙羽模型對工業氣體污染物擴散的研究 [J]. 決策與信息旬刊, 2015,(8):271-272.

[33] 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]. 中國環境科學, 2012,32(2):207-213.

[34] 賀千山,毛節泰.北京城市大氣混合層與氣溶膠垂直分布觀測研究 [J]. 氣象學報, 2005,63(3):374-384.

[35] 馬驍駿,秦 艷,陳勇航,等.上海地區霾時氣溶膠類型垂直分布的季節變化 [J]. 中國環境科學, 2015,35(4):961-969.

[36] 高星星,陳 艷,張 武.2006~2015年中國華北地區氣溶膠的垂直分布特征 [J]. 中國環境科學, 2016,36(8):2241-2250.

[37] 滕繼峣,秦 凱,汪云甲,等.基于激光雷達觀測的大氣邊界層自動識別局部最優點算法 [J]. 光譜學與光譜分析, 2017,37(2):361-367.

[38] 王英儉.激光雷達大氣參數測量 [M]. 北京:科學出版社, 2014.

[39] Guo J, Miao Y, Zhang Y, et al. The climatology of planetary boundary layer height in China derived from radiosonde and reanalysis data [J]. Atmospheric Chemistry & Physics, 2016,16(20):13309-13319.

[40] Zang Z, Wang W, Cheng X, et al. Effects of Boundary Layer Height on the Model of Ground-Level PM2.5Concentrations from AOD: Comparison of Stable and Convective Boundary Layer Heights from Different Methods [J]. Atmosphere, 2017,8(6):104.

致謝：感謝德國宇航中心遙感技術研究所的許健博士對文章的建議和修改,感謝北京世紀淺海海洋氣象儀器有限公司提供激光雷達設備.

Aerosol distribution characteristics in Xuzhou based on mobile lidar observation.

FAN Wen-zhi, QIN Kai*, HAN Xu, ZOU Jia-heng, LI Yi-fei

(School of Environment Science and Spatial Informatics, China University of Mining and Technology, Xuzhou 221116, China)., 2018,38(8)：2857~2864

A mobile multi-sensor observing system consisting of a ground-based Micro Pulse Lidar and a GPS was introduced in this paper, which was used to analyze aerosol extinction coefficient profiles measurements that lower than 1.5km, over Xuzhou observed on 11January (heavy pollution), 12January (low pollution), 17January (moderate) in 2015. The results showed that during low and moderate pollution days, high values of the near-surface aerosol extinction coefficient were observed in the commercial and industrial areas, resulting from vehicle exhaust and thermal power plant emissions, respectively. During high pollution days, the near-surface aerosol extinction coefficient was mainly governed by the evolution of the pollution. The vertical distribution of aerosols was associated with the changing planetary boundary layer. The altitude of the planetary boundary layer in the afternoon was generally higher than the one in the morning, and reached the highest level (~1km) when the weather was fine and the air quality was fair. High values of the aerosol extinction coefficient were mostly found below 250m. Fly ash emissions by coal-fired thermal power plants over industrial areas were detected around 1km. The aerosol optical depth trends measured by different instruments were roughly the same, and the fluctuation of aerosol optical depth of Lidar was the most. The mobile multi-sensor observing system was proven to reliably observe the spatio-temporal distribution of aerosols over a city in a small regional scale, which had high flexibility and can be widely applied.

Micro Pulse Lidar (MPL)；active remote sensing；aerosols；spatial and temporal distribution；Xuzhou

X513

A

1000-6923(2018)08-2857-08

樊文智(1995-),男,甘肅臨洮人,中國礦業大學環境與測繪學院碩士研究生,主要從事大氣環境遙感研究.

2018-01-08

中央高?；究蒲袠I務費專項資金資助項目(2015XKMS049)

* 責任作者, 副教授, qinkai@cumt.edu.cn