当前位置：文档库 › 中国东南部气溶胶廓线及参数化方案研究Studyontheaerosol

中国东南部气溶胶廓线及参数化方案研究Studyontheaerosol

中国东南部气溶胶廓线及参数化方案研究

王刚1，邓涛2*，谭浩波3*，刘显通2，杨红龙4

(1.广州市海珠区气象局，广东，广州，海珠 510000；2.中国气象局广州热带海洋气象研究所，广东，广州 510080；3.广东省生态气象中心，广东，广州，510640；4.深圳市国家气候观象台，深圳市气象，广东深圳，518040)

摘要：利用MODIS_Aqua(C6)和地基激光雷达(MPL)的气溶胶消光数据，定量检验了星载激光雷达CALIOP 气溶胶消光数据在中国东南部的区域水平和垂直分布上具有较高的精度和区域适用性。6年平均的CALIOP 气溶胶消光廓线垂直分布显示，2km以下秋冬两季(AOD)占整层的高达80%，春夏两季仅占59%。整层CALIOPAOD春季最大，而近地面层气溶胶消光系数冬季最大，很好解释了MODISAOD春季最大，而地面低能见度事件却多发于秋冬季节的原因。6年平均和秋冬两季的气溶胶廓线呈现很好的指数式分布特征，而春夏两季采用一元二次多项式拟合可以改进垂直廓线两端(0-1km和4-6km)的精度。Elterman气溶胶消光廓线明显低于中国东南部实际气溶胶廓线，因此给出了多年平均和四季气溶胶廓线参数化方案(拟合度R2大于0.98，均方根误差RMSE小于0.01)，期望对中国的区域辐射传输模式和空气质量模式中气溶胶廓线的改进提供帮助。

关键词：CALIOP；气溶胶廓线；消光系数

Study on the aerosol profilesand parameterization Scheme

in SoutheastChina

WANG Gang1, DENG Tao2*, TAN hao-bo3*,LIU Xian-tong2, YANG hong-long4

(1.Haizhu Meteorological Service, Guangzhou, 510000; 2. Institute of Tropical and Marine

Meteorology of China Meteorological Administration, Guangzhou 510080; 3. Ecological

Meteorological Center of Guangdong; 4. Shenzhen National Climate Observatory,

Shenzhen Meteorological Bureau, Shenzhen 518040, China)

Abstract:

Key words: CALIOP; aerosol profile; extinction coefficient

基金项目：This research work is funded by the Science and Technology Innovative Research Team Plan of Guangdong Meteorological Bureau (Grant No.201103) and Special Research Projectof Public Service Sectors (Weather) (GYHY201306042).

作者简介：王刚（1983—），男，工程师，主要从事卫星大气遥感与环境气象研究，E-mail:441206664@https://www.wendangku.net/doc/936931673.html,; *通讯作者，副研究员，tdeng@https://www.wendangku.net/doc/936931673.html,

大气气溶胶是由悬浮在地球大气中沉降速度小、尺度范围为10-3~20μm的固态和液态微粒共同组成的多相体系[1]，通过散射和吸收太阳短波和地球长波辐射对地球能量收支产生影响，使全球气候发生改变[2]。气溶胶是全球变化的重要强迫因子[3]，其在全球空间分布上和物理化学变化的复杂性导致气溶胶辐射强迫估计的困难。有研究表明直接辐射强迫的不确定性可能来源于未考虑人类活动引起的气溶胶垂直分布的变化[4]。第四次IPCC报告(IPCC-2007)指出,基于模式模拟的气溶胶直接辐射强迫（DARF）估计明显小于基于观测资料计算的直接

辐射强迫估计，前者是后者的一半。因此,获取精准的气溶胶消光廓线不仅对定量估算直接辐射强迫有迫切的研究意义，对实现区域辐射传输模式和空气质量模式中气溶胶廓线的本地化改进也具有重要的应用价值。

除地基观测以外，卫星遥感是获取气溶胶辐射特性的重要手段。国际上利用AVHRR,TOMS,OMI,MODIS,MISR[5-8]等星载传感器开展了大量的气溶胶辐射特性的水平分布遥感，在研究气溶胶水平分布对气候的影响上取得了很大进展。MODIS和MISR提供了全球范围的AOD反演数据，其反演精度在地面反射率不确定性较小的海洋上比陆地上更加精准[9]。OMI是TOMS和GOME的继承者，通过342.5和388nm处的光谱比值获取吸收性气溶胶指数(Aerosol absorption Index)[10]。上述星载传感器在全球和区域范围开展气溶胶的垂直分布特性研究方面仍显不足。云-气溶胶偏振激光雷达(CALIOP,Cloud-Aerosol Lidar with Orhthogonal Polarization)是目前全球唯一的星载主动偏振激光雷达探测器，可以遥感云和气溶胶的垂直分布[11-12]，有助于更好的研究气溶胶的辐射效应[13]。

国外已经开展了CALIOP后向散射系数和气溶胶辐射特性的定量验证工作[14-15]。R.E.Mamouri等人在希腊雅典利用地基激光雷达验证CALIOP的后向散射廓线，3到10km 高度的白天观测误差为22%，夜间观测误差为8%。3km以下观测误差高达到60%，主要原因是边界层内气溶胶水平分布不均匀性增大，星载激光雷达的运行轨迹无法和地基激光雷达位置完全重合，两个传感器所探测的气溶胶有较大差别[16]。Yonghua等人利用地基多波段雷达和太阳光度计对CALIOP的后向散射系数和AOD进行验证，结果显示晴空条件下CALIOP与地基的后向散射系数具有高度相关性(R为0.92,斜率为0.97)，AOD平均误差约10%[17]。J.Redemann等人对MODIS_Aqua(C5)和CALIOP(V2&V3)的AOD进行相互验证，结果显示两者高度一致。在海洋上空偏差小于0.04，均方根误差RMSE小于0.1，在云量小于1%的晴空条件下，拟合度R2大于0.5[18]。CALIOP探测资料在研究区域性高浓度气溶胶污染事件和气溶胶廓线垂直分布特征等方面发挥了重要作用[19-20]。Jianping Guo等人利用CALIOP、MODIS、太阳光度计的探测资料和后向散射轨迹法分析了中国黄海上空两次严重的霾事件，其中第一次污染事件中12km高度层附近的CALIOP后向散射系数高达5×10-2kmsr-1,其原因主要受外蒙古东南部区域的沙尘经过长距离输送到内蒙古东部，进而影响了中国东部区域。第二次污染事件中2km高度层附近的CALIOP后向散射系数高达4.5×10-2km sr-1，其原因是受中国东部农作物燃烧产生的烟粒影响[21]。Jingping Huang 等人利用CALIOP、地基微脉冲激光雷达(MPL)等探测手段，分析了太平洋沙尘区域(PACDEX)的长距离输送和垂直分布结构，在源地附近区域CALIOP后向散射系数和退偏比显示了非球形气溶胶粒子从近地面飞升到9km高度层，中国东部和西太平洋区域8-10km高度层有显著的退偏比大值区，可能与塔克拉玛干沙漠输送过来的沙尘气溶胶有关[22]。另外一些学者利用CALIOP后向散射系数、体积退偏比和色比等资料开展上海地区干霾期间和不同污染等级下的气溶胶垂直分布特征研究[23-25]。

目前国际大部分辐射传输模式和空气质量模式中仍然使用了Elterman廓线[26]，它是基于1963年至1965年美国利用探照灯方法观测的数据，获取从2.76 km到 34.4km高度的340nm处的气溶胶消光系数，再根据指数分布，外推到地面和50km，外推到地面时，标高取1.2km，外推到50km时标高取3.75km。经过长达近50年的大气变化，Elterman 廓线在中国区域辐射传输模式以及空气质量模式中是否依然适用，需要进一步的研究。因此本文选取中国东南部(19-29°N,105-120°E)作为研究区域（图1白色虚线方框），利用MODISAOD、地基激光雷达后向散射系数检验CALIOP气溶胶消光数据的区域精度和适用性，定量分析多种时间尺度上的气溶胶垂直分布特征，给出了多时间尺度的气溶胶廓线的参数化方案，旨在为替代和改进中国的区域辐射传输模式和空气质量模式中的气溶胶廓线提供帮助。

1仪器与资料

1.1CALIPSO资料

云-气溶胶激光雷达红外开拓者卫星观测系统CALIPSO(Cloud-Aerosol Lidar Infrared Pathfinder Satellite Observations)是“A-Train”卫星编队成员之一，赤道过境时间为当地时间1:30和13:30，运行周期为16天。其有效载荷包括双波长正交偏振云-气溶胶激光雷达(CALIOP)、宽视场相机(WFC)和成像红外辐射仪(IIR)。CALIOP是CALIPSO 卫星最主要的搭载设备，发射1064nm和532nm双波段激光，提供云和气溶胶后向散射系数和退偏比信息。CALIOP的Level_3级月均气溶胶栅格数据产品由CALIOP的Level_2级气溶胶数据产品经过质量筛选后处理生成，经纬度分辨率为5°×2°，12km以下垂直分辨率为60米。Level_3级数据提供了V1_00（06/13/2006-2/28/2013）和V1_30(03/01/2013-present)两个版本，按照晴空、混合（无云、云层以上）观测条件和白天、夜间时段提供了4种分类产品，本文使用了2009-2014年混合模式下白天、夜间的532nm的AOD和消光系数。CALIOP 气溶胶数据产品提供了地表高程参数（Surface Elevation），532nm通道的AOD是由气溶胶消光系数在地表高程参数之上通过积分计算而得。 CALIOP气溶胶消光廓线在近地面层反演误差较大，主要呈现消光系数随高度降低而衰减，尤其是在180米高度以下消光系数不可信[27]。实际统计分析中国东南部气溶胶消光廓线，发现450米以下的消光系数随高度降低衰减增大，因此定量研究CALIOP气溶胶消光垂直廓线（2.2章节）的最低高度设定为450米，并剔除月均气溶胶消光系数大于2km-1的“异常偏高值”。

1.2MODIS 资料

卫星中分辨率成像光谱仪MODIS(Moderate Resolution Imaging Spectroradiometer) 主要搭载在TERRA/AQUA卫星上。MODIS波谱范围在 0.4-14.3um之间，设有36个波段观测通道，星下点有250m、500m、1000m三种空间分辨率。TERRA/AQUA上的MODIS适合对大气、海洋、陆地、冰雪和生物圈进行长期的全球观测。TERRA卫星成功发射于1999年，自北向南飞行，赤道过境时间为当地1时30分。AQUA卫星成功发射于2001年，自南向北飞行，赤道过境时间为当地13时30分。CALIPSO与AQUA卫星同属于“A-Train”编队，并且CALIPSO 紧随AQUA卫星，可对同一大气层进行协同观测。MODIS_AQUA的Level_3级月均值大气标准栅格数据(MYD08_M3,空间分辨率1°×1°)，其中近700项统计数据集由包括106项子数据集的Level_2级产品（气溶胶、水汽、云、大气廓线等，空间分辨率10km×10km）经过算法处理后生成。在CALIPO 气溶胶光学数据的区域性适用性研究中，使用了陆地和海洋模式下550nm的AOD。

1.3地基激光雷达

偏振微脉冲激光雷达是中国科学院安徽光学精密机械研究所产品[28]，激光发射波长为532nm，最小垂直分辨率为15m。基于雷达同样的原理，该雷达所发射的激光脉冲到大气，并接受后向散射，可用于气溶胶垂直分布的长期观测，获取非球形粒子和球形粒子信息。本

文使用2011年10月-12月深圳竹子林观测站（22.514°N,114.004°，海拔63米）的地基激光雷达气溶胶消光系数。

2结果与讨论

2.1 区域适用性

据C.Kittaka等人研究[29]表明，532nm与550nm波段之间的AOD偏差非常小(Angstrom 指数在0.5到1之间时，偏差为2-4%)，因此本研究直接比较了CALOP与MODIS的AOD，未进行消光系数的波长转换。将1°×1°的MODISAOD平均到5°×2°的栅格上，与白天CALIOPAOD空间分辨率相匹配。另外，同为”A-Train”卫星编队成员的CALIPSO和Aqua 卫星，二者运行轨迹相隔大约2分钟。从图1a-b可知，2009-2014年中国区域MODIS与CALIOP的平均AOD空间分布基本一致，总体上可分为四块区域：A区的西北地区（塔里木盆地和塔克拉玛干沙漠）、B区的青藏高原和喜马拉雅山脉南侧区域，C区的四川盆地及周边以及D区的华北平原、长江中下游平原和华南地区相连形成的大区域。这四块区域与地形特征、人类活动有密切关系，A和C区同为盆地，周围高山环绕，导致盆地气溶胶不易向外扩散而产生集聚。B区北侧为喜马拉雅山脉，印度、尼泊尔、不丹等地的气溶胶受西南气流输送，无法越过喜马拉雅山脉而产生堆积，于是形成泾渭分明的青藏高原低值区和喜马拉雅山脉南侧的长条高值区。D区基本与中国地势第三阶级区域一致，也就是大兴安岭、太行山脉、巫山、雪峰山一线以东，其高值中心与当地人口密集和经济发展具有高度相关性。

图1.c显示了MODIS与CALIOP的AOD的水平分布仍有具体差异。总体上MODIS与CALIOP偏差约-0.1～0.5，其中在30°N以北偏差较大，约0.0～0.5，其中位于A区的西北地区偏差最大。在30°N以南的偏差较小，约-0.1～0.2，这种在纬度带上的差异与C.Kittaka 等人分析结果[28]基本一致，因此本文选取偏差较小的中国东南部（19-29°N,105-120°E）作为研究区域。两种AOD存在差异的原因有很多，主要是传感器、反演算法、空间采样方式的不同。MODIS传感器是被动遥感，AOD暗像元算法在沙漠、冰雪与亮地表区域无法获取观测数据（空间分辨率为1°×1°的平均AOD的A区，图略），CALIOP是主动激光雷达，云和气溶胶的识别要高于MODIS传感器，但一些亮表面仍会使得CALIOP的噪声增大，降低信噪比。另外，星载激光雷达CALIOP是天底观测，激光到达地面的圆斑直径仅70m，MODIS扫描宽度为2330km，在同样5°×2°的栅格上，CALIOP采样个数明显少于MODIS 采样个数。

图2给出了2009-2014年中国东南部区域两种星载AOD的散点图，细实线是标示1:1的关系，粗实线是二者的一次线性回归拟合线。与MODIS（C6）AOD相比，CALIOP（V1-30）略好于CALIOP（V1-00），其中2013-2014年CALIOP（V1-30）与MODIS(C6)的相关性R 为0.76，斜率为0.72，2009-2013年CALIOP（V1-00）与MODIS(C6)的相关性R为0.67，斜率为0.66。与MODIS（C6）AOD相比，四季中CALIOP（V1-30）和CALIOP（V1-00）两个版本都是秋季相关性最高，夏季斜率最大，前者略好于后者，2013-2014年秋季相关性为0.80，夏季斜率为0.82，2009-2013年秋季相关性为0.78，夏季斜率为0.80。总体上看，MODISAOD比CALIOPAOD略高，二者的系统性偏差主要体现在拟合线的斜率和截距上。拟合斜率的误差可能是两种星载的反演中选择的气溶胶模型差异造成的，四季线性拟合截距小也说明仪器标定和地表反照率的估算较好［30-31］。

Fig.12009-2014年中国区域的平均AOD 水平分布图(a 为MODISAOD ，b 为白天

CALIOPAOD ，c 为二者AOD 的差值，白色虚框为中国东南部区域，黑色虚线框为广东省区域)

Fig2.2009-2014年中国东南部区域MODIS AOD 与白天CALIOP AOD 散点图（a-c 为2013-2014年的CALIOP （V1-30）,d-f 为2009-2013年的CALIOP （V1-00））

（a ）（b ）（c ）（d ）（e ）（f ） 2013-2014 Summer

Autumn 2009-2013

Summer

Autumn

A B

表1 2013-2014年中国东南部区域MODIS（C6）AOD与CALIOP(V1-30)AOD

的相关性表

版本样本数拟合线

斜率拟合线

截距

相关系数

均方根误差

RMSE

V1-00 1344 0.66 -0.00 0.67 0.11

春季336 0.53 0.02 0.58 0.12

夏季336 0.80 -0.07 0.76 0.06

秋季336 0.78 -0.03 0.78 0.12

冬季336 0.47 0.07 0.45 0.12

本文从2011年10月-12月挑选了3个案例，定点比较深圳竹子林观测站的地基激光雷达气溶胶消光系数与CALIOP气溶胶消光系数。由于地基激光雷达消光系数随时间变化，CALIOP气溶胶消光随空间变化，因此检验时间进行了时间和空间匹配，即选取CALIOP过境前后半个小时时段内，竹子林站周边30km范围内的两种消光数据进行分析。涉及个例分析的有3张图：图3是地基激光雷达与CALIOP气溶胶消光系数比较，图4是广东省MODIS AOD分布，图5是CALIOP气溶胶消光系数的垂直剖面。a-c对应3个案例，其中a是2011年12月11日夜间的清洁过程，b是2011年12月27日夜间的轻度污染过程，c是2011年12月22日白天的重度污染过程。图5可以看出，3个案例排除了云的影响，气溶胶垂直层高度都是在2000米以内，红色方框所圈的距离离竹子林站30km范围内的气溶胶层水平分布比较均匀。个例a中广东省范围MODIS AOD最大为0.38，200米高度的地基激光雷达气溶胶消光系数为0.23 km-1sr-1，此背景下200-2000米高度层上的CALIOP气溶胶消光系数与地基雷达消光系数吻合度高，整层消光系数均方根误差为0.03；个例b广东省范围MODIS AOD最大为0.41，200米高度的地基激光雷达气溶胶消光系数为0.42 km-1sr-1，此背景下200-2000米高度层上的CALIOP气溶胶消光系数吻合度较高，整层消光系数均方根误差为0.09；个例c中广东省范围MODIS AOD最大为1.8，200米高度的地基激光雷达气溶胶消光系数为0.79km-1sr-1，此背景下200-2000米高度层上的CALIOP气溶胶消光系数吻合度一般，整层消光系数的均方根误差为0.14。综上所述，无论清洁还是污染过程，两种激光雷达在垂直高度上的消光系数都有较好的一致性，尤其是清洁过程与轻度污染过程二者一致性很高，同时也表明CALIOP气溶胶消光系数在此区域具有较高的探测精度。但由于CALIOP是由上往下探测，在气溶胶污染严重时，底层的探测信号衰减较大，个例c中气溶胶污染层高度大概高达1000米，此时近地面CALIOP气溶胶消光系数与地基激光雷达消光系数相比偏差相对较大。另外，经过2.2章节长达6年的中国东南部气溶胶消光系数统计平均发现，CALIOP 气溶胶消光系数在450米以下出现信号衰减特性，此局限性可以通过2.3章节的参数化方案

拟合，将CALIOP 气溶胶消光系数从450米延伸到地面来解决。

Fig3.竹子林站地基激光雷达消光廓线与其30公里范围内CALIOP 气溶胶廓线对比

将2011年10月-12月深圳竹子林观测站的地基激光雷达气溶胶消光系数平均，与同时期广东省（图1c 黑色虚线框）范围的CALIOP 气溶胶消光系数比较，图6中黑色虚线是

20111222_day 20111227_night 20111211_night

a b

Fig4. a-d 是广东省MODIS AOD 水平分布图（是深圳竹子林站，红色线是CALIOP 距离竹子林站30公里范围内的运行轨迹） Fig5. a-c 是CALIOP 气溶胶消光系数（红色方框是距离竹子林站30公里范围内气溶胶廓线所选的区域）

20111211

20111227 c 20111222

Elterman廓线，红色实线是CALIOP气溶胶消光廓线，蓝色实线是地基激光雷达气溶胶消光廓线。从图6a看出，Elterman廓线明显比CALIOP和地基激光雷达廓线数值小，表明此时段Elterman廓线与实际廓线明显不符，如果在区域空气质量模式中的使用，有可能导致空气质量预报结果误差偏大，因此Elterman廓线在区域空气质量模式中使用具有时空局限性。另外，图6b广东省区域平均的CALIOP气溶胶消光廓线与地基激光雷达的高度吻合，相关系数R高达0.98，斜率高达1.07。上述表明该区域气溶胶混合平均后与地基激光雷达的气溶胶一致性高。

Fig.62011年10-12月CALIOP气溶胶消光廓线与竹子林站地基激光雷达气溶胶消光廓线（a 为CALIOP、地基激光雷达的气溶胶消光廓线与Elterman廓线，b为地基激光雷达与CALIOP 气溶胶消光系数的散点图）

2.2 多时间尺度的气溶胶消光廓线

将2009-2014年的中国东南部水平分布上，15个5°×2°栅格点的CALIOP气溶胶消光系数进行平均，按不同时间尺度绘制0.45km至6km，共94个高度层的气溶胶廓线。在气溶胶廓线分析中，春季秋冬四季分别对应3-5、6-8、9-11、12-2月份。如图7a所示，6年平均的CALIOP气溶胶消光廓线随高度升高呈指数分布，3km以上气溶胶消光随高度升高缓慢减小，3km以下气溶胶消光随高度升高迅速减小。Elterman廓线是相对清洁的背景场观测值，与CALIOP廓线相比，Elterman廓线明显偏低，并且随着高度降低二者偏差越大。因此，在区域模式中使用Elterman气溶胶廓线会导致较大的模拟误差。辐射传输和空气质量模式中使用多年平均的CALIOP气溶胶消光廓线替换Elterman廓线，具有区域本地化的应用前景。图7b-c昼夜、逐年气溶胶消光廓线同样呈现指数式分布，且廓线线型稳定，振幅变化较小（与6年平均气溶胶消光廓线相比，昼夜廓线的均方根误差分别小于0.40%，逐年廓线的均方根误差小于0.44%）。图7d-e四季和逐月气溶胶廓线线性差异较大，振幅变化较为明显（与6年平均气溶胶消光廓线相比，四季廓线均方根误差分别为1.62%、1.82%，1.94%，2.76%）。秋冬两季和对应的逐月气溶胶廓线呈现很好的指数式分布，但春夏两季和对应的逐月气溶胶廓线不太符合指数式分布，2.3节的四季参数化方案中多年平均与秋冬两季的单项式指数拟合较好，春夏两季的一元多项式拟合效果要优于单项式指数拟合。

为了定量说明CALIOP气溶胶廓线的垂直分布特征，将6km以下气溶胶廓线分2层，0.45-2km，2-6km。从表3上可以看出，气溶胶消光贡献主要在近地面的0.45-2km，6年平均的分别占整层的64%，秋冬两季所占的比重80%最大，春季所占的比重59%最小。从整层积分后的AOD来看，春季最大(0.58)，秋冬次之（0.44），夏季最小（0.40）。800米以下近地面层的气溶胶消光系数冬季>秋季>春季>夏季。国内多项研究表明，MODISAOD春季最大[32-33]，而地面低能见度时间经常发生在秋冬季[34]，四季CALIOP气溶胶垂直廓线分布特征为上述结论提供了直接的证据。3km高度以下，春夏两季气溶胶消光所占的比重比秋冬两季的小，随着高度呈现指数减小的速度也比秋冬两季的缓慢，主要原因是春夏两季对流发展旺盛，边界层高度高，暖空气湍流上升运动强，将气溶胶向更高的地方输送。另外，春季整层的相对湿度较大，气溶胶吸湿增长之后对消光贡献增加，是垂直整层春季AOD大的原因之一。而冬季混合层最低，气溶胶主要积聚在底层，导致地面冬季气溶胶消光系数最大。

表36平均和四季平均的CALIOP气溶胶消光系数在不同高度层的积分

高度层6年平均春季夏季秋季冬季

0.45-2km 0.34(64%) 0.34(59%) 0.28(70%) 0.35(80%) 0.35(80%)

2-6km 0.19(26%) 0.24(41%) 0.12(30%) 0.09(20%) 0.09(20%) 0.45-6km 0.53 0.58 0.40 0.44 0.44

a b

c d e

Fig7中国东南部多时间尺度的CALIOP气溶胶廓线垂直分布图（a为6年平均，b为昼夜平均，c为逐年平均，d为逐季平均,e为逐月平均）

2.3 气溶胶廓线参数化方案

本文主要使用了两种拟合公式作为气溶胶廓线的参数化方案，由2.2节可知，多年平均与秋冬两季的气溶胶廓线呈现指数式分布，因此使用单项式指数拟合参数，春夏两季气溶胶廓线分布不符合指数式分布特征，因此同时使用单项式指数拟合和一元二次多项式拟合参数作为比较。使用单项式指数公式y=a*exp(-x/b)拟合CALIOP气溶胶消光廓线，系数a是地面（高度为0米）气溶胶消光系数，b是气溶胶标高。气溶胶标高是消光系数降到地面1/e处的高度，标高越高从侧面反映了混合层越高[35]。表4是单项式指数参数化方案，6年平均和春夏秋冬季节的地面气溶胶消光系数分别为0.42、0.35、0.29、0.51、0.58，对应气溶胶标高分别为1563米、2290米、1812米、1280米、1177米。参数化结果是地面气溶胶消光系数冬季最大，夏季最小，夏季仅是冬季的一半，气溶胶标高是春季最大，夏季次大、秋季次小，冬季最小。可见我国东南部地区春夏季的混合层比秋冬季的要高很多。另外6年平均和四季的气溶胶廓线拟合精度都很高，6年平均、秋冬两季的气溶胶廓线拟合度R2为0.98，均方根误差RMSE为0.01，春夏两季气溶胶廓线拟合度R2为0.95，均方根误差RMSE为0.02。春夏两季气溶胶廓线的拟合效果稍差于秋冬两季的，主要集中体现在垂直廓线的两端（0-1km、4-6km拟合偏差相对较大，如图8b-c）。因此采用一元二次多项式公式来改进春夏两季气溶胶廓线拟合在线型两端的精度，具体参数化方案如表5所示，优化后春夏两季气溶胶廓线拟合度R2>0.99，均方根误差RMSE为0.01，拟合效果得到改善。多种气溶胶廓线的参数化方案，给辐射传输模式和空气质量模式中气溶胶廓线的改进提供了更多选择。

表4 5种气溶胶廓线的单项式指数参数化方案

系数a 系数

拟合度

均方根误差

RMSE

6年平均0.42 1563 0.99 0.01 春季0.35 2290 0.95 0.02 夏季0.29 1812 0.95 0.02 秋季0.51 1280 0.98 0.01 冬季0.58 1177 0.99 0.01 *单项式指数拟合y=a*exp(-x/b)，a,b为拟合系数，x为高度（单位：米）。

表52种气溶胶廓线的一元多项式参数化方案

系数p1 系数

系数

拟合度

均方根误差

RMSE

春季-4.917e-09 -8.13e-05 -0.3032 0.99 0.01

夏季8.183e-09 -9.155e-05 0.2566 0.99 0.01

*多项式拟合公式y=p1*x2 +p2*x+p3,其中p1,p2,p3为拟合系数，x为高度（单位：米）。

b c

d e

Fig8中国东南部气溶胶廓线参数化（a为6年平均，b为春季平均，c为夏季平均，c为秋季平均,e为冬季平均）

3 结论

3.1 本文使用MODIS_AQUA的AOD和地基激光雷达的气溶胶消光廓线，验证了中国东南部CALIOP的气溶胶消光数据。结果表明，CALIOP的AOD区域水平分布和消光系数垂直分布与另外两种遥感仪器有较好的一致性，尤其是CALIOP的气溶胶消光数据在该区域有较高的精度和适用性。

3.2Elterman廓线明显比中国东南部的CALIOP气溶胶垂直廓线偏低，且随高度降低偏差越大。中国东南部气溶胶消光廓线呈现指数式分布，在2km以下占整层的64%，秋冬两季的占整层的高达80%，春夏两季的仅占59%。整层AOD春季最大，近地面层的气溶胶消光系数冬季最大。CALIOP气溶胶廓线的垂直分布特征很好的解释了MODISAOD是春季最大，而地面低能见度事件却多发于秋冬季节的原因。

3.3多尺度的气溶胶廓线分布结果显示，昼夜、逐年的气溶胶垂直廓线相似，线型稳定，振幅变化小。四季和逐月气溶胶垂直廓线型差异大，其中秋冬两季气溶胶廓线呈现很好的指数式分布，而春夏两季使用一元二次多项式拟合参数化方案可明显改善廓线垂直廓线两端（0-1km、4-6km）的精度。另外，根据参数化方案可以得出，中国东南部的气溶胶标高为1563米，春季气溶胶标高2290米最高，冬季气溶胶标高1177米最低。区域气溶胶参数化方案，可以给区域辐射传输模式和空气质量预报模式中的气溶胶廓线的替代和改进提供帮助。

参考文献：

[1]范学花, 陈洪滨, 夏祥鳌. 中国大气气溶胶辐射特性参数的观测与研究进展[J]. 大气科学, 2013,

37(2):477-498.

[2]Coakley , Cess , Yurevich . The effect of tropospheric aerosols on the earth’s radiation budget: a

parameterization for climate models[C]. Journal of the Atmospheric Sciences. 1983:116-138.

[3]罗云峰, 周秀骥, 李维亮. 大气气溶胶辐射强迫及气候效应的研究现状[J]. 地球科学进展, 1998,

13(6):572-581.

[4] Myhre, G.: Consistency between satellite-derived and modeled estimates of the direct aerosol effect, Science,

325,doi:10.1126/science.1174461, 2009.Omar, A. H., J. Won, D. M. Winker

[5] Remer, L. A., Kaufman, Y. J., Tanr′e, D., Mattoo, S., Chu, D. A.,Martins, J. V., Li, R.-R., Ichoku, C., Levy,

R. C., Kleidman, R.G., Eck, T. F., Vermote, E., and Holben, B. N.: The MODISaerosol algorithm, products and validation, J. Atmos. Sci., 62,947–973, 2005.

[6] Martonchik, J. V., D. J. Diner, R. A. Kahn, T. P. Ackerman, M. M. Verstraete, B. Pinty, and H. R. J.Gordon.

1998. “Techniques for the Retrieval of Aerosol Properties over Land and Ocean UsingMultiangle Imaging.”

IEEE Transactions on Geoscience and Remote Sensing 36: 1212–27.

[7] Dobber, M. R., R. Dirksen, P. Levelt, G. H. J. van den Oord, R. Voors, Q. Kleipool, G. Jaross,

M.Kowalewski, E. Hilsenrath, G. Leppelmeier, J. de Vries, W. Dierssen, and N. Rozemeijer. 2006.“Ozone Monitoring Instrument Calibration.” IEEE Transactions on Geoscience and RemoteSensing 44: 1209–38. [8] Heath, D. F., and H. Park. 1978. “The Solar Backscatter Ultravi olet (SBUV) and Total OzoneMapping

Spectrometer (TOMS) Experiment.” In The Nimbus-7, Users’ Guide, edited by C. R.Madrid, 175 p.

Greenbelt, MD: NASA Goddard Space Flight Center.

[9]Kahn, R. A., Gaitley, B. J., Martonchik, J. V., Diner, D. J.,Crean, K. A., and Holben, B.: Multiangle Imaging

Spectroradiometer(MISR) global aerosol optical depth validationbased on 2 years of coincident Aerosol

Robotic Network(AERONET) observations, J. Geoph

[10] Satheesh, S. K., Torres, O., Remer, L. A., Babu, S. S., Vinoj, V.,Eck, T. F., Kleidman, R. G., and Holben, B.

N.: Improved assessmentof aerosol absorption using OMI-MODIS joint retrieval, J.Geophys. Res., 114, D05209, doi:10.1029/2008JD011024, 2009.

[11] Winker, D. M., Hunt, W. H., and McGill, M. J.: Initial performanceassessment of CALIOP, Geophys. Res.

Lett., 34, L19803,doi:10.1029/2007GL030135, 2007.

[12] Mishra A K, Shibata T. Climatological aspects of seasonal variation of aerosol vertical distribution over

central Indo-Gangetic belt (IGB) inferred by the space-borne lidar CALIOP [J]. Atmospheric Environment, 2012, 57(1):365–375.

[13] Winker, D. M., Pelon, J., Coakley Jr., J. A., Ackerman, S. A.,Charlson, R. J., Colarco, P. R., Flamant, P., Fu,

Q., Hoff, R.M., Kittaka, C., Kubar, T. L., Le Treut, H., McCormick, M. P.,M′egie, G., Poole, L., Powell, K., Trepte, C., Vaughan, M. A., andWielicki, B. A.: The CALIPSO Mission: A Global 3D View OfAerosols And Clouds, Bull. Am.Meteorol. Soc., 91, 1211–1229,doi:10.1175/2010BAMS3009.1, 2010.

[14] Bibi H, Alam K, Chishtie F, et al. Intercomparison of MODIS, MISR, OMI, and CALIPSO aerosol optical

depth retrievals for four locations on the Indo-Gangetic plains and validation against AERONET data[J].

Atmospheric Environment, 2015, 111:113–126.

[15] Solanki R, Singh N. LiDAR observations of the vertical distribution of aerosols in free troposphere:

Comparison with CALIPSO level-2 data over the central Himalayas[J]. Atmospheric Environment, 2014, 99:227-238.

[16] Mamouri R E, Amiridis V, Papayannis A, et al. Validation of CALIPSO space-borne-derived attenuated

backscatter coefficient profiles using a ground-based lidar in Athens, Greece[J]. Atmospheric Measurement Techniques, 2009, 2(2):513-522.

[17] Wu Y, Cordero L, Gross B, et al. Assessment of CALIPSO attenuated backscatter and aerosol retrievals with

a combined ground-based multi-wavelength lidar and sunphotometer measurement[J]. Atmospheric

Environment, 2014, 84(1):44–53.

[18] Redemann J, Vaughan M A, Zhang Q, et al. The comparison of MODIS-Aqua (C5) and CALIOP (V2 & V3)

aerosol optical depth[J]. Atmospheric Chemistry & Physics, 2011, 11(6):3025-3043.

[19] Wang F, Guo J, Zhang J, et al. Multi-sensor quantification of aerosol-induced variability in warm clouds over

eastern China[J]. Atmospheric Environment, 2015, 113:1–9.

[20] Mishra A K, Shibata T. Synergistic analyses of optical and microphysical properties of agricultural crop

residue burning aerosols over the Indo-Gangetic Basin (IGB)[J]. Atmospheric Environment, 2012, 46(5):365-375.

[21] Jianping G, Xiaoye Z, Chunxiang C, et al. Monitoring Haze Episodes over Yellow Sea by Combining

Multi-sensor measurements[J]. International Journal of Remote Sensing, 2010, 31.

[22] Huang J, Minnis P, Chen B, et al. Long-range transport and vertical structure of Asian dust from CALIPSO

and surface measurements during PACDEX[J]. Journal of Geophysical Research Atmospheres, 2008,

113(D23):2036-2044.

[23]刘琼,耿福海,陈勇航,等.上海不同强度干霾期间气溶胶垂直分布特征[J]. 中国环境学, 2012.32(2):

207-213.

[24] 沈仙霞,刘朝顺,施润和,等.上海不同污染等级下气溶胶光学特性垂直分布特征[J]. 环境学科学学报.

2014.34(3):582-591.

[25] 徐婷婷,秦艳,耿福海.环上海地区干霾气溶胶垂直分布的季节变化特征[J]. 环境科学.2012.33(7):

2165-2171.

[26] Elterman L. UV, visible, and IR attenuation for altitudes to 50km[Z]. AFCRL-68-0153.Bedford, MA: Air Force

Cambridge https://www.wendangku.net/doc/936931673.html,b, 1968.

[27] CALIPSO:Da ta User’s Guide-Data Product Descriptions-Lidar Level 3 Aerosol Profile Monthly Proudct.

[28]邓涛,吴兑,邓雪娇等. 一次严重灰霾过程的气溶胶光学特性垂直分布[J]中国环境科

学,2013,33(11):1921-1928

[29] Kittaka, C., Winker, D. M., Vaughan, M. A., Omar, A., and Remer,L. A.: Intercomparison of column aerosol

optical depths fromCALIPSO and MODIS-Aqua, Atmos. Meas. Tech., 4,

131–141,doi:10.5194/amt-4-131-2011, 2011.

[30]黄建,李菲,邓雪娇等. 珠江三角洲城市地区MODISAOD产品的检验分析[J]热带气象学报,

2010,26(5):526-532.

[31] LEVY R C, REMER L A, MARTINS J V, et al. Evaluation of the MODIS Aerosol Retrievals over Ocean and

Land during CLAMS[J]. J Atmos Sci,2005, 62(4): 974-992.

[32] 李成才.2002.MODIS遥感AOD及应用于区域环境大气污染研究[D] .北京:北京大学, 53-72

[33] 谭浩波,吴兑,邓雪娇等. 珠江三角洲AOD的观测研究. [J] 环境科学学报,29(6):1146-1155.

[34] 吴兑,毕雪岩,邓雪娇等.2006.珠江三角洲大气灰霾导致能见度下降问题研究[J] .气象学报, 64(4):510-

517

[35] 李成才,毛节泰,刘启汉等. MODIS卫星遥感气溶胶产品在北京市大气污染研究中的应用[J].中国科学D

辑:地球科学,2007,35(增刊I)：177-186.