中国环境科学 2015,35(3)：641~651 China Environmental Science

基于卫星遥感和地面观测资料的霾过程分析

——以长江三角洲地区一次严重霾污染过程为例

刘 璇1,2

,朱 彬1,2*

,侯雪伟1,2

,陈烨鑫3,李 锋

1,2,康汉青

1,2,高晋徽

1,2 (1.南京信息工程大学,中国气象局

气溶胶与云降水重点开放实验室,江苏 南京 210044；2.南京信息工程大学,气象灾害预报预警与评估协同创新中心,

江苏 南京 210044；3.常熟市气象局,江苏 常熟 225500)

摘要：利用MODIS、CALIPSO卫星观测的气溶胶产品和地面空气质量、气象资料,并结合 HYSPLIT后向轨迹模式,探讨了 2013年 12月

1~9日长江三角洲地区一次持续性的严重霾污染过程的形成、特征及其可能来源.研究表明,此次污染过程中长江三角洲地区 8个代表城市

大部分时间处于霾污染的状况下,气溶胶光学厚度(AOD)显著增长,空气质量指数(AQI)均达到或超过污染限值,且以中度以上污染为主.污

染发生时,气溶胶主要存在于地面至 2km的大气层内,尤其是 850m以下.根据体积退偏比和色比得出球形气溶胶出现频率高于非球形气溶

胶,大粒径气溶胶出现频率高于小粒径气溶胶,进而得到污染期间气溶胶的主要类型为“污染型”气溶胶.污染物的近距离的输送和持续小

风,无降水的静稳气象条件而导致污染物难以扩散稀释而累积在本地是造成长江三角洲区域污染范围广、时间长、程度重的主要原因.

关键词：MODIS；CALIPSO；空气污染；气溶胶光学厚度；气溶胶类型

中图分类号：X513 文献标识码：A 文章编号：1000-6923(2015)03-0641-11

Analysis of haze events based on satellite remote sensing and field observations: a case study of severe haze

pollution over the Yangtze River Delta. LIU Xuan1,2, ZHU Bin1,2*, HOU Xue-wei1,2, CHEN Ye-xin3, LI Feng1,2, KANG

Han-qing1,2, GAO Jin-hui1,2 (1.Key Laboratory for Aerosol-Cloud- Precipitation of China Meteorological Administration,

Nanjing University of Information Science and Technology, Nanjing 210044, China；2.Collaborative Innovation Center on

Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science and Technology, Nanjing

210044, China； 3.Changshu Meteorological Bureau, Changshu 225500, China). China Environmental Science,

2015,35(3)：641~651

Abstract：A continuous air pollution event occurred in the Yangtze River Delta during from December 1 to 9, 2013. The

formation, characteristics and potential sources of this air pollution event were explored by using the aerosol products of

MODIS and CALIPSO satellite, ground air quality, meteorological data and HYSPLIT backward trajectory model. The

results showed that, the 8 typical cities of the Yangtze River Delta were dominated by the haze pollution during this event.

Aerosol optical depth (AOD) increased significantly, air quality index (AQI) reached or was higher than the limit value of

pollution, and it is mainly higher than the level of moderate pollution. During the event, the aerosol mainly exist in the

level from the ground to 2km above, especially under 850m. Based on volume depolarization ratio and color ratio, the

higher frequency of spherical aerosol than that of non-spherical aerosol and the higher frequency of large size aerosol

particle than that of small aerosol particle indicated that the main aerosol type was "pollution" aerosol during the pollution

event. Short distance transport of pollutants and static weather conditions with continuous low wind speed and no

precipitation which made the pollutants difficult to disperse, led to the widespread, long-time and severe pollution event in

the Yangtze River delta.

Key words：MODIS；CALIPSO；air pollution；aerosol optical depth；aerosol type

收稿日期：2014-07-07

基金项目：国家自然科学基金项目(41275143);江苏省高校自然科学研究重大基础研究项目(12KJA170003);江苏省“333”高层次人才培养

工程项目;江苏省“六大人才高峰”计划项目

* 责任作者, 教授, binzhu@nuist.edu.cn

642 中 国 环 境 科 学 35 卷

局地和区域大气污染会给环境和生态造成

不易恢复的破坏.长江三角洲地区是我国经济、

社会快速发展的显示性和标志性地区,也是我国

人口密度高、能源消耗大、污染排放强、区域性

复合型大气污染较为突出的地区之一[1-2]

.

目前针对污染观测主要有地基和卫星两大

类.美国国家航空航天局(NASA)和中国分别建

立了地面太阳光度计观测网(AERONET)和地基

气溶胶观测网(CARSNET),对气溶胶的变化特征

进行长期观测[3]

.虽然地基大气气溶胶观测精度

高,但是站点分布稀疏,无法获取到全国的空间分

布特征.而卫星遥感反演信息全面,覆盖范围广泛,

能够弥补地面监测站空间分布的不足,在污染物

的生成、区域输送监测、污染事件的确定、污染

源解析及污染物区域分布等方面优势明显.目前

国内外针对空气污染的卫星反演开展了较多研

究,研究多是利用 MODIS 数据产品研究气溶胶

光学特性,证实了用气溶胶光学厚度(AOD)监测

大气污染具有可行性,并指出MODIS的 AOD可

以用于定量评估空气质量等级,对区域尺度空气

质量监测有着重要意义[4-13]

.但由于MODIS等星

载对地观测仪器由于技术能力的限制,只能用来

研究整层大气的气溶胶光学特性,无法得到气溶

胶的垂直分布情况.携带激光雷达的云-气溶胶

激光雷达与红外探测者(CALIPSO)极轨卫星不

仅可以提供全球范围气溶胶随经纬度变化的二

维平面分布信息,还能给出气溶胶在不同垂直高

度上的分布情况[14-16]

.部分学者将此卫星资料用

于对霾的观测研究,如刘琼等[17]、徐婷婷等

[18]、

秦艳等[19]利用CALIPSO资料揭示了上海地区发

生霾时气溶胶的垂直分布情况.

2013 年 12 月初,中国东部地区一次严重的

空气污染过程是中国 2013年入冬后最大范围的

霾污染,长江三角洲的污染尤为严重.本研究选取

该地区 8个代表城市(盐城、徐州、南京、合肥、

南通、上海、嘉兴、杭州),利用MODIS、CALIPSO

卫星资料,并结合小时空气质量指数(AQI)、地面

观测 PM2.5质量浓度、地面气象要素等资料以及

Hybrid Single Particle Lagrangian Integrated

Trajectory (HYSPLIT)模式[20]

,综合分析了此次空

气污染过程的形成、特征,并初步探讨污染物垂

直分布特征和气溶胶主要类型,进而讨论此次过

程的形成机理和污染物可能来源,为卫星数据在

空气污染过程中的应用和对空气污染的预报和

控制提供科学参考.

1 资料与方法

1.1 资料来源

风速、风向资料来自于 MICAPS地面资料.

相对湿度及能见度资料源自中国气象信息中心

(http://cdc.cma.gov.cn)[21]

.Hysplit 后向轨迹模式

采用美国气象环境预报中心全球数据同化系统

(NCEP GDAS)1°×1°气象场资料.气溶胶光学厚

度(AOD)采用MODIS 3级气溶胶产品,分辨率为

1°×1°.本研究还采用了 CALIPSO 卫星搭载的正

交极化云-气溶胶激光雷达(CALIOP)一级产品

中的 532nm 总消光后向散射系数、532nm 垂直

消光后向散射系数、1064nm消光后向散射系数,

以及 CALIOPL 二级产品中的 532nm 消光系数,

垂直分辨率 30~60m,水平分辨率 333m.

AQI 是定量描述空气质量状况的无量纲指

数，是参与空气质量评价的六项污染物[细颗粒

物(PM2.5)、可吸入颗粒物(PM10)、二氧化硫(SO2)、

二氧化氮(NO2)、臭氧(O3)、一氧化碳(CO)]中空

气质量分指数,即单项污染物的空气质量指数

(IAQI)的最大值最大值决定.AQI数值越大、级别

越高,说明空气污染状况越严重,对人体的健康危

害也就越大[22]

.本研究所采用的AQI和 PM2.5质

量浓度来源于国家空气质量自动监测站的空气

质量自动监测结果(不包括地方空气质量监测

站),时间分辨率为 1h.

1.2 模式及研究方法

Hysplit 模式是由美国国家海洋和大气局

(NOAA)等开发的供质点轨迹、扩散及沉降分析

用的综合模式系统[20]

,是直观了解大气中示踪气

块或粒子运动轨迹的工具,目前被广泛应用于环

境大气污染输送研究中.

CALIPSO 是美国宇航局 “地球系统科学探

路者”(ESSP)计划中的一颗卫星 CALIOP 是该卫

星上的主要设备,可以提供白天和夜间 532nm 和

3 期 刘 璇等：基于卫星遥感和地面观测资料的霾过程分析 643

1064nm 两个波长的消光后向散射强度的垂直分

布.CALIOP 望远镜接受的回波信号分为三通道,

分别测量 1064nm后向散射强度及另外 532nm后

向散射信号的正交极化部分,反演计算时,将两通

道获取的后向散射强度叠加作为532nm激光总的

后向散射强度[23]

,利用各通道测得的消光后向散

射系数可以分别计算 532nm体积退偏比和色比.

体积退偏比是 532nm 垂直后向散射强度与

532nm 平行后向散射强度之比,它反映的是被测

颗粒的不规则程度,值越大表明颗粒越不规则,因

此通过退偏比方法能够区分球型气溶胶粒子和

非球型气溶胶粒子.色比是 1064nm 后向散射强

度与 532nm总后向散射强度之比,色比值能够识

别颗粒的大小,色比值越大,颗粒越大[24]

.结合消

光后向散射系数、退偏比和色比可以识别气溶胶

的类型.

Liu等[25]给出了海洋型气溶胶、大陆型气溶

胶、Dust型气溶胶和 Smoke型气溶胶四种气溶

胶的体积退偏比和色比的分布.他们定义了体积

退偏比临界值为 0.06 来区分球形气溶胶和非球

形气溶胶 .因此本研究定义体积退偏比值在

0~0.06 区间内的气溶胶为球形气溶胶,体积退偏

比值大于 0.06的气溶胶为非球形气溶胶;色比值

在 0~0.5 区间内的气溶胶为小粒径粒子,色比值

大于 0.5的气溶胶为大粒径粒子.本研究根据 Liu

等[25]利用体积退偏比和色比将气溶胶分类的方

法对对污染期间的气溶胶进行分类.分类方法如

下:如果体积退偏比值高,该层就为 Dust 型气溶

胶主导;如果体积退偏比值低但色比值高,该层则

为“污染型”气溶胶主导;如果体积退偏比值中

等,色比值高,该层就为混合型气溶胶主导.

2 结果与讨论

2.1 污染过程描述

2013年12月1~9日,长江三角洲地区各城市

的AQI及 PM2.5的质量浓度均超过 100的污染限

值.AOD亦在该地区出现高值,平均值达 0.873.本

研究采用中国气象信息中心提供的能见度(VIS)

和相对湿度(RH)资料,根据最新颁发的气象行业

标准《霾的观测和预报等级》[26]挑选出 2013年

12月 1~9日期间 7个代表城市的雾霾日(嘉兴缺

少 VIS和 RH观测资料),观测资料为每天 0:00、

6:00、12:00及 18:00的观测值,定义 4个时刻中,

若 2 个以上的时刻为霾则判断该天为霾天,若 2

个以上的时刻为雾,则判断该天为雾天,若 2个时

刻为霾 2个时刻为雾,则判断该天为雾霾天.结果

显示,2013年 12月 1~9日 7个代表城市霾天时间

达 79.4%、雾天时间达 4.8%、雾霾天时间达 9.5%.

因此,此次空气污染过程是以霾为主的污染过程.

表 1 12 月 1~9 日 8 个代表城市空气质量级别统计结果

及首要污染物为 PM2.5的比例

Table 1 Statistical of air quality level at eight typical

cities and the fraction of days in which the pollutants

were dominated byPM2.5 during 1th-9th December

in 2013

城市严重污

染(d)

重度污

染(d)

中度污

染(d)

轻度污

染(d)良(d) 优(d)

首要污染物

为 PM2.5的

比例(%)

徐州 2 4 3 0 0 0 95.4

盐城 4 3 1 1 0 0 96.8

南京 5 2 2 0 0 0 98.0

合肥 5 2 1 1 0 0 94.6

南通 1 6 2 0 0 0 99.4

上海 3 3 3 0 0 0 98.5

嘉兴 3 5 0 1 0 0 95.4

杭州 4 2 2 1 0 0 95.4

根据《环境空气质量指数(AQI)技术规定(试

行)》[22]规定:空气质量指数划分为 0~50、51~100、

101~150、151~200、201~300 和大于 300 六档,

分别对应于空气质量的 6 个级别:优、良、轻度

污染、中度污染、重度污染和严重污染.因此本

研究根据 12月 1~9日AQI日平均值对污染期间

的空气质量级别做统计分析,如表 1 所示,8 个代

表城市在整个污染期间 AQI 指数均超过 100 的

污染限值,并且中度以上的污染天数都达到了 8d

以上,大部分时间都处在重度污染和严重污染的

状态.南京、合肥的污染最为严重,污染期间有 5d

都达到了严重污染.表 1 还对污染期间首要污染

物为 PM2.5 的时刻做了统计,发现污染期间各代

表城市首要污染物为PM2.5的比例均在 90%以上,

南京、南通、上海甚至高达 98%以上,说明此次

644 中 国 环 境 科 学 35 卷

污染事件主要是以PM2.5为主要污染物的一次污

染过程.

2.2 污染期间 AQI、PM2.5质量浓度及 AOD 的

演变特征

盐城

0

100

200

300

400

500

600

700

800

PM2.5

???? (礸/m

3)

0

100

200

300

400

500

600

700

日期 12-1

0

12-0

9

12-1

1

12-0

5

12-0

4

12-0

6

12-0

7

12-0

8

盐城

0

100

200

300

400

500

600

700

800

AQ

I

0.0

0.4

0.8

1.2

1.6

2.0

2.4

12-0

2

11-2

9

11-2

8

12-0

1

12-0

3

AO

D

11-3

0

PM

2.5

质量浓度

(µg/m

3

)

0

100

200

300

400

500

600

700

800

? ?

PM2.5

???? (礸/m

3)

0

100

200

300

400

500

600

700

日期

12-1

0

12-0

9

12-1

1

12-0

5

12-0

4

12-0

6

12-0

7

12-0

8

南通

0

100

200

300

400

500

600

700

800

AQ

I

0.0

0.4

0.8

1.2

1.6

2.0

2.4

12-0

2

11-2

9

11-2

8

12-0

1

12-0

3

AO

D

11-3

0

PM

2.5

质量浓度

(µg/m

3

)

0

100

200

300

400

500

600

700

800

? ?

PM2.5

???? (礸/m

3)

0

100

200

300

400

500

600

700

日期

12-1

0

12-0

9

12-1

1

12-0

5

12-0

4

12-0

6

12-0

7

12-0

8

0

100

200

300

400

500

600

700

800

AQ

I

0.0

0.4

0.8

1.2

1.6

2.0

2.4

12-0

2

11-2

9

11-2

8

12-0

1

12-0

3

AO

D

11-3

0

PM

2.5

质量

浓度

(µg/m

3

)

徐州

0

100

200

300

400

500

600

700

800

? ?

PM2.5

???? (礸/m

3)

0

100

200

300

400

500

600

700

日期

12

-10

12

-09

12

-11

12

-05

12

-04

12

-06

12

-07

12

-08

上海

0

100

200

300

400

500

600

700

800

AQ

I

0.0

0.4

0.8

1.2

1.6

2.0

2.4

12

-02

11

-29

11

-28

12

-01

12

-03

AO

D

11

-30

PM

2.5

质量浓度

(µg/m

3

)

0

100

200

300

400

500

600

700

800

? ?

PM2.5

???? (礸/m

3)

0

100

200

300

400

500

600

700

日期

12

-10

12

-09

12

-11

12

-05

12

-04

12

-06

12

-07

12

-08

南京

0

100

200

300

400

500

600

700

800

AQ

I

0.0

0.4

0.8

1.2

1.6

2.0

2.4

12

-02

11

-29

11

-28

12

-01

12

-03

AO

D

11

-30

PM

2.5

质量浓度

(µg/m

3

)

0

100

200

300

400

500

600

700

800

? ?

PM2.5

???? (礸/m

3)

0

100

200

300

400

500

600

700

日期

12-1

0

12-0

9

12-1

1

12-0

5

12-0

4

12-0

6

12-0

7

12-0

8

嘉兴

0

100

200

300

400

500

600

700

800

AQ

I

0.0

0.4

0.8

1.2

1.6

2.0

2.412-0

2

11-2

9

11-2

8

12-0

1

12-0

3

AO

D

11-3

0

PM

2.5

质量

浓度

(µg/m

3

)

0

100

200

300

400

500

600

700

800

PM2.5

???? (礸/m

3)

? ?

0

100

200

300

400

500

600

700

日期

12

-10

12

-09

12

-11

12

-05

12

-04

12

-06

12

-07

12

-08

合肥

0

100

200

300

400

500

600

700

800

AQ

I

0.0

0.4

0.8

1.2

1.6

2.0

2.4

12

-02

11

-29

11

-28

12

-01

12

-03

AO

D

11

-30

PM

2.5

质量浓度

(µg/m

3

)

0

100

200

300

400

500

600

700

800

? ?

PM2.5

???? (礸/m

3)

0

100

200

300

400

500

600

700

日期

12-1

0

12-0

9

12-1

1

12-0

5

12-0

4

12-0

6

12-0

7

12-0

8

杭州

0

100

200

300

400

500

600

700

800

AQ

I

0.0

0.4

0.8

1.2

1.6

2.0

2.4

12-0

2

11-2

9

11-2

8

12-0

1

12-0

3

AO

D

11-3

0

PM

2.5

质量

浓度

(µg/m

3

)

图 1 8 个代表城市 2013 年 11 月 28 日~12 月 11 日逐小时 AQI、PM2.5质量浓度及 AOD 逐日变化

Fig.1 Hourly variation of AQI and PM2.5 mass concentration, and diurnal variation of AOD values in eight typical cities

during November-11th December in 2013

AQI PM2.5AOD

图 1为 2013年 11月 28日~12月 11日AQI,

PM2.5 质量浓度及 AOD 时间序列,其中各城市

AOD资料提取自MOSDIS AOD产品.图中可以

看出,从 12 月 1 日开始,代表城市的 AQI 值及

PM2.5 质量浓度均呈现快速上升的趋势,盐城首

先在 12月 1日 00:00 PM2.5质量浓度达污染过程

3期 刘 璇等：基于卫星遥感和地面观测资料的霾过程分析 645

的第一个峰值,随后徐州、南京、合肥、南通、

上海、嘉兴的 PM2.5质量浓度依次到达整个污染

过程的第一个峰值.2日 20:00,盐城 PM2.5质量浓

度达到污染期间的最高值 706.6µg/m3,徐州、南

京、合肥、南通和上海也分别在 3 日、4 日、5

日、6日(南通和合肥都在 6日)分别达到了 PM2.5

质量浓度的最高值,峰值平均值高达 509.2µg/m3.

污染期间各代表城市的 AQI值均超过污染限值,

污染状况一直延续到 9 日,9 日中午开始各代表

城市的AQI值及PM2.5质量浓度陆续下降到污染

限值以下,污染结束.此外,图中 AOD 和 PM2.5质

量浓度以及 AQI 变化趋势相似,计算得出 AOD

与 PM2.5 质量浓度和 AQI 的相关系数分别为

0.732、0.718,说明 AOD 亦能较好的反映出此次

污染过程.需要说明的是本文的 PM2.5 数据是地

面观测数据,而 AOD 为介质的消光系数在垂直

方向上的积分,是描述整个柱气溶胶对光的衰减

作用的;此外由于气溶胶吸湿增长作用,也会使气

溶胶的消光作用增强[27-28]

,所以有时 AOD 值

高,PM2.5 的值并不是很高.城市污染由北往南依

次达到峰值的现象表明,此次严重霾污染过程可

能由自北向南输送的污染物,与局地污染物混合,

在长江三角洲地区积累而造成.值得注意的是嘉

兴先于南通、上海在 5 日达到最大值.杭州也不

同于其他城市,污染期间 PM2.5 质量浓度一直呈

上升趋势,在 8 日 19:00 达到最大值 476.0µg/m3,

所以嘉兴和杭州在污染期间很可能是受本地污

染排放的影响更多.

35°N

34°N

33°N

32°N

31°N

30°N

116°E 117°E 118°E 119°E 120°E 121°E 122°E

(a)

35°N

34°N

33°N

32°N

31°N

30°N

116°E 117°E 118°E 119°E 120°E 121°E 122°E

(b)

35°N

34°N

33°N

32°N

31°N

30°N

116°E 117°E 118°E 119°E 120°E 121°E 122°E

(c)

35°N

34°N

33°N

32°N

31°N

30°N116°E 117°E 118°E 119°E 120°E 121°E 122°E

(d)

图 2 2013年 12月(a)、11月 28~30日(b)、12月 1~9日(c)、10~11日(d)AOD平均值

Fig.2 Average AOD values during December(a), 28th-30th November(b), 1th-9th December(c) and 10th-11th December(d)

in 2013

以往研究中,长江三角洲区域冬季 AOD 均 值基本在 0.5~0.6之间[29]

.本研究 2013年 12月份

646 中 国 环 境 科 学 35 卷

的 AOD平均值为 0.686,超出该地区冬季以往的

平均水平,如图 2所示,江苏东部、上海南部以及

嘉兴在 12 月污染较为严重.从 11 月 28~30 日

AOD 平均来看,长江三角洲地区的 AOD 均值为

0.325,处于较清洁时期,而污染期间 12 月 1~9 日

该地区的 AOD均值高达 0.873,部分地区超过了

1.5,南京、盐城、上海、嘉兴的污染尤为严重,

污染范围覆盖整个江苏、上海、安徽东部及浙江

北部地区,范围广,污染重.此外,合肥北部东西走

向的AOD高值带可能是由来自西北方向的污染

物输送而造成.12月 10~11日,该地区的 AOD均

值下降至 0.315,低于 12 月平均水平,污染结束,

与地面观测结果一致.

2.3 气溶胶垂直分布特征

1.0×10-1

1.0×10-2

1.0×10-3

1.0×10-4

高度

(km

) 高度

(km

) 高度

(km

)

经纬度 532nm 平均消光系数(km

-1)

10

8

6

4

2

0

0 0.5 1 1.5 2

10

8

6

4

2

0

0 0.5 1 1.5 2

10

8

6

4

2

0

0 0.5 1 1.5 2

km-1⋅Sr

-1

高度

(km

) 高度

(km

) 高度

(km

)

(a)

(b)

图 3 532nm 总消光后向散射强度垂直剖面图和 532nm 平均消光系数廓线

Fig.3 The altitude-orbit cross-section of 532nm total attenuated backscattering intensity and the average vertical

profiles of 532nm extinction coefficient

气溶胶的垂直分布特征是评估气溶胶辐射

效应的关键要素之一[30]

.气溶胶颗粒物对太阳

辐射的消光(一般由颗粒物散射为主导)被认为

是限制对流层能见度的主要因素[31]

,分析气溶

胶粒子大小和形状对气溶胶光学特性的研究具

有重要意义[32]

.因此本研究应用 CALIPSO 的反

演资料,针对此次长江三角洲空气污染情况下气

溶胶的散射强度、粒径大小和规则性的垂直分

布特征进行分析,并确定污染期间气溶胶的主要

类型.排除不过境、有云遮盖、缺测等不合理的

数据,由于白天太阳辐射强烈,信噪比较高,观测

结果会受到一定的影响,因此本研究选取污染期

间过境长江三角洲地区或其附近区域夜晚的资

料,最终选定 12月 1日,3日和 8日的 3个有效数

3 期 刘 璇等：基于卫星遥感和地面观测资料的霾过程分析 647

据 .图 3(a)给出了轨迹经过长江三角洲区域

(30°N~35°N)时 532nm 总消光后向散射强度垂

直剖面图 ,一般后向散射强度值在 8×10-4

~

4.5×10-3

km-1﹒sr

-1为气溶胶颗粒(色标为绿色到

红色的部分,大部分为黄色),小于 8×10-4

km-1﹒

sr-1为空气分子 (色标为蓝色 ),大于 4.5×

10-3

km-1

sr-1的值为云(色标为粉色到白色部分,

大部分为灰白色).排除缺测、非气溶胶特征值、

云以及消光系数无限增长的值,对纬度范围在

30°N~35°N内沿CALIPSO轨道测量的 2级数据

产品—532nm 气溶胶消光系数进行平均,得到图

3(b)所示的平均气溶胶消光系数廓线.可以看到,

总消光后向散射强度和平均消光系数的高值对

应的高度基本是在近地面层 2km以下,说明污染

期间存在很明显的气溶胶层,且基本集中在地面

至 2km的大气层内.计算出所选 3天的最大消光

系数和其对应的高度(表 2),得出污染期间 1日、

3 日和 8 日最大气溶胶消光系数的高度分别为

217,158和 158m,表明污染物浓度最大值集中在

地面至 300m 的大气层内.由图 3(a)显示出污染

物基本是集中在地面以上 2km的垂直大气层中,

所以 2km 以下平均消光系数和它对应的高度对

近地面主要污染物整体浓度和平均高度具有重

要的指示意义.由表 2,污染期间 2km以下的平均

消光系数值在 0.26~0.49km-1之间变化,并且平均

高度在 517m 和 816m 之间变化.由此可见,气溶

胶主要是集中在地面至 850m的垂直大气层中.

表 2 最大及平均消光系数及其对应高度

Table 2 The maximum and mean extinction coefficient

and the corresponding altitude

日期

12-01 12-03 12-08

最大消光系数(km-1

) 1.34 1.07 1.42

对应高度(m) 217 158 158

2km 以下平均消光系数(km-1

) 0.34 0.26 0.49

对应高度(m) 517 756 816

表 3 污染期间 0~2km高度内 532nm总后向散射系数频

率分布

Table 3 The frequency distribution of 532nm total

attenuated backscatter coefficient at 0~2km heights

during pollution period

散射系数(×10-4

km-1⋅sr

-1) 0~8 8~45 45~100

频率(%) 28.0 50.5 21.5

0.0

0~

0.0

5

0.0

5~

0.1

0

0.1

0~

0.1

5

0.1

5~

0.2

0

0.2

0~

0.2

5

0.2

5~

0.3

0

0.3

0~

0.3

5

0.3

5~

0.4

0

0.4

0~

0.4

5

0.4

5~

0.5

0

0.5

0~

0.5

5

0.5

5~

0.6

0

0.6

0~

0.6

5

0.6

5~

0.7

0

0.7

0~

0.7

5

0.7

5~

0.8

0

0.8

0~

0.8

5

0.8

5~

0.9

0

0.9

0~

0.9

5

0.9

5~

1.0

0 0

20000

40000

60000

80000

100000

120000

140000

体积退偏比

频数

(a)

0.0

~0

.1

0.1

~0

.2

0.2

~0

.3

0.3

~0

.4

0.4

~0

.5

0.5

~0

.6

0.6

~0

.7

0.7

~0

.8

0.8

~0

.9

0.9

~1

.0

1.0

~1

.1

1.1

~1

.2

1.2

~1

.3

1.3

~1

.4

1.4

~1

.5

1.5

~1

.6

1.6

~1

.7

1.7

~1

.8

1.8

~1

.9

1.9

~2

.0 0

2000

4000

6000

8000

10000

12000

频数

色比

(b)

图 4 污染期间 0~2km 高度内体积退偏比和色比频数分布

Fig.4 The frequency distribution of volume depolarization ratio and color ratio for 0~2km heights during pollution

period

由上述分析可知污染期间气溶胶基本存在

于地面至 2km的大气层内,因此本研究通过对污

染期间CALIPSO卫星获取的 2km以下的 532nm

总消光后向散射系数、体积退偏比和色比资料进

行统计分析.如表 3所示,532nm总消光后向散射

系数出现的频率随着其值的增大而降低,在 0~

8×10-4、8×10

-4~4.5×10

-3和 4.5×10

-3~1×10

-2km

-1×

sr-1区间内总消光后向散射系数出现频率分别为

28.0%、50.5%和 21.5%,而由气溶胶产生的总消

光后向散射系数一般在 8×10-4

~4.5×10-3

km-1×sr

-1

项目

648 中 国 环 境 科 学 35 卷

区间内,可见,在 0~2km 高度范围的大气中气溶

胶出现频率最高,表明近地面聚集了大量的气溶

胶粒子.体积退偏比出现的频数也随着其值的增

大而降低[图 4(a)],体积退偏比在 0.06 以下的比

例为 62.1%,说明污染发生时,球形气溶胶与非球

形气溶胶共同存在,且球形气溶胶出现的频率高

于非球形气溶胶.色比分布如图 4(b)所示,色比频

数随着色比值的增大而先增大后减小,在 0.3~0.4

区间出现频数最大值,统计色比值在 0.5 以下时

所占比例为 36.5%,色比值大于 0.5时所占比例为

63.5%.说明污染发生时,大粒径气溶胶出现频率

高于小粒径气溶胶,这可能是受到本地建筑活

动、扬尘的影响,使大颗粒气溶胶在近地面大气

中所占比重增加.结合体积退偏比和色比,发现污

染发生时,是低体积退偏比-高色比的情况,利用

上文提出的气溶胶分类方法可将此次污染过程

中的气溶胶类型划分为“污染型”气溶胶.

2.4 气象条件及后向轨迹分析

大气污染与气象条件关系密切,风、天气形

势、降水等因素都影响和制约着大气污染物浓度

及其时空分布情况.污染期间气团主要来向可在

一定程度上代表污染物的可能来源.本研究综合

天气形势、风速、风向、降水和后向轨迹分析此

次长江三角洲区域严重霾空气污染过程的形成

机理和可能来源.

2.4.1 天气形势分析 为了说明此次污染的

形成过程,本研究利用 MICAPS 地面气压场和

风场数据分析此次污染过程的天气形势.12月 1

日起,地面高压中心位于贝加尔湖以西,冷空气

活动较弱,长江三角洲区域位于内蒙南伸的弱

高压前部,如图 5(a),受西北风的影响,将北方的

污染物缓缓带入本地,从而导致空气质量开始

恶化.整个污染期间长江三角洲区域主要是受

弱高压和均压场[图 5(b)]的控制,受高压下沉气

流的影响易于形成逆温,气压梯度力小则风速

小,污染期间徐州、合肥、南京、南通、上海、

杭州 6 个代表城市(盐城、嘉兴缺少风场资料)

的平均风速分别为 1.36、1.65、2.11、1.78、1.71、

1.79m/s.除了 9 日有相对较大的风速以外,其余

天都处于微风及小风等级状态,对污染物的扩

散不利,从而使污染物累积.此外长时间比较稳

定的天气形势,造成的空气污染持续时间也较

长.至 9 日[图 5(c)],冷空气南下,北风加大,各代

表城市的风速都达到 4m/s 以上,相对较大的风

速有利于污染物的扩散,且 9日部分代表城市出

现降水,也使得污染物浓度有所降低,空气质量

开始好转,污染结束.

图 5 12 月 1 日 2:00(a)、12 月 2 日 2:00(b)、12 月 9 日

8:00(c)地面气压场、风场分布

Fig.5 Distribution of surface pressure field and wind field

on Dec.12:00(a),Dec.2 2:00(b), Dec.9 8:00(c)

2.4.2 后向轨迹分析 利用 HYSPLIT-4.9 模式

模拟 2013 年 12月 1日~12月 9日长江三角洲区

域 8 个代表城市后向 72h 气团轨迹及其分型,起

始高度为 100m(AGL).由于各代表城市轨迹类似,

3 期 刘 璇等：基于卫星遥感和地面观测资料的霾过程分析 649

因此选取徐州、南京两个代表城市的分型气团轨

迹与 INTEX-B 2006 东亚 PM2.5 排放源[33]

叠加

[图 6(a)图,6(b)],同时分别选取污染前期 1 条,污

染中期 2条及污染后期 1条 72h后向轨迹绘于图

6(c).图中可以看出,两个代表城市都有四类分型,

对分型结果的统计表明 12 月 1 日 00:00~2 日

08:00 徐州、南京都受到来自河南的气团影响(图

6(a),图 6(b)分型 1),轨迹高度分别在 500m 和

100m 左右,所占比例在 25%~30%之间,轨迹经过

区域都有 PM2.5 排放源存在,从地面气压场和风

场[图 5(a)]及污染初期后向轨迹[图 6(c),轨迹 1]

来看,污染初期长江三角洲区域位于弱高压前部,

受西北气流的影响,部分污染物被输送至本地;12

月 3 日~12 月 8 日,两城都受到局地气团影响(图

6(a),图 6(b)分型 2),所占比例在 50%~60%之间,

为污染期间主要的气团轨迹,此类气团高度低、

输送距离短,各代表城市的 PM2.5 质量浓度都达

到了污染期间的最高值,该结果与前文一致,地面

气压场[图5(b)]和轨迹图[图6(c),轨迹2,3]也可以

证明,污染期间长江三角洲区域主要是受弱高压

和均压场的控制,此时段该区域主要受局地污染

的影响,污染物难以扩散,累积在本地;徐州 12 月

6 日受到来自蒙古方向的远距离气团的影响[图

6(a),分型 3],所占比例为 19%,该气团轨迹高度较

高,相对较为清洁,图 2 中 PM2.5时间序列中较低

的质量浓度就出现在该时段.此外,12 月 6 日

18:00~12 月 7 日 08:00 南京受来自河北、辽宁方

向气团的影响[图 6(b),分型 3],轨迹高度较低,但

经过大片海域,因此 PM2.5 质量浓度降低.污染期

间南京、合肥的轨迹高度较低,因此外地输送加

本地排导致的污染最为严重,这与表 2 统计结果

一致;分型 4[图 6(a),图 6(b)]气团均来自蒙古方向,

高度较高,均在 2000m 左右,12 月 9 日徐州、南京

基本受此类气团影响[图6(c),轨迹4],污染物浓度

降低,地面气压场[图 5(c)]显示 9日长江三角洲区

域处于冷高压前部,等压线较为密集,有利于污染

物的扩散,该结果与 2.2 节结论相符.因此,污染初

期大部分代表城市主要受到西北近距离气流的

影响,将部分污染物输送到长江三角洲区域,使

得各代表城市的 PM2.5 质量浓度开始升高,随后

由于静稳的气象条件等因素受局地气团的影响,

污染物累积在本地无法扩散出去,与本地排放的

污染物叠加使污染物浓度加重,从而导致了此次

长时间、重污染的空气污染事件的发生.

55°N

50°N

45°N

40°N

35°N

30°N

25°N

90°E 95°E 100°E 105°E 110°E 115°E 120°E 125°E

3(19%)

4(6%)

1(25%)

60

55

50

45

35

25

15

40

30

20

10

2000 1500 1000 500 1

2

3 4

100

2(50%)

高度(m)

(a) g/s

55°N

50°N

45°N

40°N

35°N

30°N

25°N

90°E 95°E 100°E 105°E 110°E 115°E 120°E 125°E

4(4%)

3(8%)

1(30%)

60

55

50

45

35

25

15

40

30

20

10

2500 1500 500

1,2

3

4

100

2(58%)

高度(m)

(b) g/s

55°N

50°N

45°N

40°N

35°N

30°N

25°N

90°E 95°E 100°E 105°E 110°E 115°E 120°E 125°E 3000 2000 1000

4

4

2

3 1

3

100

4 4

1,3 1,2,2,3

1

2

(c)

(a)徐州 (b)南京 (c)南京(红)、徐州(蓝)

图 6 徐州、南京 12 月 1~9 日 72h 后向轨迹分型及两城 12 月 1 日 8:00(1)、3 日 21:00(2)、7 日 16:00(3)和 9 日 22:00

72h(4)后向轨迹

Fig.6 Cluster analysis of 72-hour back trajectories of Xuzhou and Nanjinge during 1th-9th December and 72-hour back trajectories

at 08:00(1), on 1th December, 21:00(2), on 3th December, 16:00(3), on 7th December and 22:00(4), on 9th December

3 结论

3.1 污染过程中,长江三角洲区域代表城市的

AQI、PM2.5质量浓度及 AOD 明显偏高.污染期

间主要污染物为 PM2.5,小时 PM2.5质量浓度高达

700µg/m3以上.AQI在 1~9日均超过 100的污染

650 中 国 环 境 科 学 35 卷

限值,且以中度以上污染为主.AOD 均值超过该

区域平均水平,部分地区超过 1.5.此次污染范围

广、污染重、持续时间长,是一次以霾为主的严

重空气污染过程.

3.2 污染过程中,气溶胶的垂直分布特征显示

气溶胶主要存在于地面至 2km的大气层内,尤其

是 850m以下的大气层.污染期间,在 0~2km高度

范围的大气中气溶胶出现频率最高,表明近地面

聚集了大量的气溶胶粒子.且污染发生时,非球形

和球形气溶胶并存,球形气溶胶出现频率高于非

球形气溶胶,大粒径气溶胶出现频率高于小粒径

气溶胶,结合体积退偏比和色比进而得到了污染

发生时气溶胶的主要类型为“污染型”气溶胶.

3.3 天气形势、后向轨迹分析表明,污染初期,

长江三角洲区域处于内蒙南伸的弱高压区内,部

分城市受来自西北方向近距离气流的影响,将污

染物带入本地.污染中期,长江三角洲区域主要是

受弱高压和均压场控制,以局地气团为主,风速小,

污染物难以扩散.各代表城市也在此阶段达到污

染物浓度的最高值.因此污染物的近距离的输送

和持续小风,无降水的静稳气象条件而导致污染

物难以扩散稀释而累积在本地是造成长江三角

洲区域污染范围广、时间长、程度重的主要原因.

参考文献：

[1] 李 莉,陈长虹,黄 成,等.长江三角洲地区大气 O3和 PM10的

区域污染特征模拟 [J]. 环境科学, 2008,29(1):237-245.

[2] 王 艳,柴发合,刘厚凤,等.长江三角洲地区大气污染物水平输

送场特征分析 [J]. 环境科学研究, 2008,21(1):22-29.

[3] Xie Y, Zhang Y, Xiong X, et al. Validation of MODIS aerosol

optical depth product over China using CARSNET measurements

[J]. Atmospheric Environment, 2011,45(33):5970-5978.

[4] Kaufman Y J, Wald A E, Remer L A, et al. The MODIS 2.1-µm

channel-correlation with visible reflectance for use in remote

sensing of aerosol [J]. Geoscience and Remote Sensing, IEEE

Transactions on, 1997,35(5):1286-1298.

[5] Chu D A, Kaufman Y J, Zibordi G, et al. Global monitoring of air

pollution over land from the Earth Observing System-Terra

Moderate Resolution Imaging Spectroradiometer (MODIS) [J].

Journal of Geophysical Research: Atmospheres (1984-2012),

2003,108(D21):4661.

[6] Kim S W, Yoon S C, Kim J, et al. Seasonal and monthly

variations of columnar aerosol optical properties over East Asia

determined from multi-year MODIS, LIDAR, and AERONET

Sun/sky radiometer measurements [J]. Atmospheric Environment,

2007,41(8):1634-1651.

[7] 毛节泰,李成才,张军华,等.MODIS 卫星遥感北京地区气溶胶光

学厚度及与地面光度计遥感的对比 [J]. 应用气象学报, 2002,

13(l):127-135.

[8] 李成才,毛节泰,刘启汉.利用 MODIS遥感大气气溶胶及气溶胶

产品的应用 [J]. 北京大学学报(自然科学版), 2003,39(21):

105-117.

[9] 李成才,毛节泰,刘启汉,等.利用MODIS研究中国东部地区气溶

胶光学厚度的分布和季节变化特征 [J]. 科学通报 , 2003,

48(19):2094-2100.

[10] 夏祥鳌.全球陆地上空 MODIS 气溶胶光学厚度显著偏高 [J].

科学通报, 2006,51(19):2297-2303.

[11] 王莉莉,辛金元,王跃思,等.CSHNET观测网评估MODIS气溶胶

产品在中国区域的适用性 [J]. 科学通报, 2007,52(4):477-486.

[12] 陈烨鑫,朱 彬,尹 聪,等.基于卫星遥感和地面观测资料分析

苏皖两省一次空气污染过程 [J]. 中国环境科学,2014,34(4):

827-836.

[13] 王 钊,彭 艳,张树誉.MODIS资料反演AOD及其在区域大气

污染监测中的应用 [J]. 高原气象, 2008,27(4):911-917.

[14] Thomason L W, Pitts M C, Winker D M. CALIPSO observations

of stratospheric aerosols: a preliminary assessment [J].

Atmospheric Chemistry and Physics, 2007,7(20):5283-5290.

[15] Liu Z, Liu D, Huang J, et al. Airborne dust distributions over the

Tibetan Plateau and surrounding areas derived from the first year

of CALIPSO lidar observations [J]. Atmospheric Chemistry and

Physics, 2008,8(16):5045-5060.

[16] Huang J, Minnis P, Yi Y, et al. Summer dust aerosols detected

from CALIPSO over the Tibetan Plateau [J]. Geophysical

Research Letters, 2007,34(18):L18805.

[17] 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]. 中国环境科学, 2012,32(2):207-213.

[18] 徐婷婷,秦 艳,耿福海,等.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.

[19] 秦 艳,章 阮,籍裴希,等.华北地区霾期间对流层中低层气溶

胶垂直分布 [J]. 环境科学学报, 2013,33(6):1665-1671.

[20] Draxler R R, Hess G D. An overview of the HYSPLIT_

4modelling system for trajectories [J]. Australian Meteorological

Magazine, 1998,47(4):295-308.

[21] 中国气象科学数据共享网 [EB/OL]. http://cdc.cma.gov.

cn/home.do.

[22] HG 633-2012 环境空气质量指数(AQI)技术规定(试行) [S].

[23] Vaughan M A, Young S A, Winker D M, et al. Fully automated

analysis of space-based lidar data: An overview of the CALIPSO

retrieval algorithms and data products[C]//Remote Sensing.

International Society for Optics and Photonics, 2004:16-30.

3期 刘 璇等：基于卫星遥感和地面观测资料的霾过程分析 651

[24] Winker D, Vaughan M, Hunt B. The CALIPSO mission and

initial results from CALIOP[C]//Asia-Pacific Remote Sensing

Symposium. International Society for Optics and Photonics, 2006:

640902-640902-8.

[25] Liu Z, Liu D, Huang J, et al. Airborne dust distributions over the

Tibetan Plateau and surrounding areas derived from the first year

of CALIPSO lidar observations [J]. Atmospheric Chemistry and

Physics, 2008,8(16):5045-5060.

[26] QX/T113-2010 霾的观测与预报等级 [S].

[27] Liu H J, Zhao C S, Nekat B, et al. Aerosol hygroscopicity derived

from size-segregated chemical composition and its

parameterization in the North China Plain [J]. Atmospheric

Chemistry and Physics, 2014,14(5):2525-2539.

[28] Liu P F, Zhao C S, Göbel T, et al. Hygroscopic properties of

aerosol particles at high relative humidity and their diurnal

variations in the North China Plain [J]. Atmospheric Chemistry

and Physics, 2011,11(7):3479-3494.

[29] 关佳欣,李成才.我国中、东部主要地区气溶胶光学厚度的分布

和变化 [J]. 北京大学学报(自然科学版), 2010,46(2):185-191.

[30] Claquin T, Schulz M, Balkanski Y, et al. Uncertainties in

assessing radiative forcing by mineral dust [J]. Tellus B, 1998,

50(5):491-505.

[31] 程雅芳,张远航,胡 敏.珠江三角洲大气气溶胶辐射特性:基于

观测的模型方法及应用 [M]. 北京:科学出版社, 2008.2-16.

[32] 毛节泰,张军华,王美华.中国大气气溶胶研究综述 [J]. 气象学

报, 2002,60(5):625-634.

[33] Zhang Q, Streets D G, Carmichael G R, et al. Asian emissions in

2006 for the NASA INTEX-B mission [J]. Atmospheric

Chemistry and Physics, 2009,9(14):5131-5153.

作者简介：刘 璇(1989-),女,新疆昌吉人,南京信息工程大学硕士研

究生,主要从事大气化学大气环境方向研究.

国务院办公厅公布修订后的《国家突发环境事件应急预案》

分四个级别进行应急响应

为健全突发环境事件应对工作机制,科学有序高效应对突发环境事件,保障人民群众生命财产安全和环境安全,

国务院办公厅日前正式印发了修订后的《国家突发环境事件应急预案》(以下简称新预案).

与 2005 年印发实施的《国家突发环境事件应急预案》相比,新预案吸纳了近年来突发环境事件应对工作的有

效经验,主要从以下几个方面进行了调整:

一是明确了突发环境事件的定义和预案的适用范围,对突发环境事件进行了界定.二是完善了应急组织指挥体

系.三是完善了监测预警和信息报告机制.四是完善了事件分级和分级响应机制.五是完善了应急响应措施.六是调整

了分级标准.

根据新预案,环境保护部负责重特大突发环境事件应对的指导协调和环境应急的日常监督管理工作.县级以上

地方人民政府负责本行政区域内的突发环境事件应对工作,明确相应组织指挥机构.跨行政区域的突发环境事件应

对工作,由各有关行政区域人民政府共同负责,或由有关行政区域共同的上一级地方人民政府负责.

在新预案中,突发环境事件被分为特别重大、重大、较大、一般 4个级别.根据突发环境事件的严重程度和发展

态势,将应急响应设定为Ⅰ级、Ⅱ级、Ⅲ级和Ⅳ级 4个等级.

摘自《中国环境报》

2015-02-04