城市化背景下氣溶膠的天氣氣候與群體健康效應 節選

認知篇 第1章氣溶膠探測與氣溶膠類型 改革開放以來，我國的經濟發展迅速，工業化與城市化進程加快，但同時引發了一系列嚴重的空氣污染問題，對群體健康、工農業生產及天氣氣候都有一定的影響。如何有效地改善空氣質量成為公眾*關心的問題之一。一般來說，大氣污染物可被劃分為兩種形式：一種是空氣中的氣溶膠（也稱顆粒物），如細顆粒物（PM2.5）和可吸入顆粒物（PM10），相比于PM10，PM2.5對群體健康及生態環境的危害更大；另一種是氣態污染物，如二氧化硫（SO2）、二氧化氮（NO2）和臭氧（O3）等。李克強總理在第十三屆全國人民代表大會**次會議上表示，樹立綠水青山就是金山銀山理念，以前所未有的決心和力度加強生態環境保護。重拳整治大氣污染，重點地區細顆粒物（PM2.5）平均濃度下降30%以上。顯然，治理污染之前首先要獲得地面的污染信息。 大氣氣溶膠指的是懸浮于大氣中的固體或液體顆粒，直徑介于10-3～10μm。雖然氣溶膠只是地球大氣成分中含量很少的組分，但卻對全球與區域尺度上的氣候變化起著重要作用。氣溶膠通過對太陽輻射的吸收和散射作用影響地球的輻射平衡，從而引起大氣環流與地表溫度的變化，這類效應稱為氣溶膠對天氣氣候的直接輻射效應；此外，氣溶膠粒子作為云凝結核與冰核影響云的微物理特征，進一步影響云的形成與發展，以及降水概率，這類效應被稱為氣溶膠對天氣氣候的間接輻射效應。其中，氣溶膠的間接輻射效應又可分為**間接效應和第二間接效應。**間接效應，也稱Twomey效應（Twomey，1977），指的是在云中液態水含量一定的情況下，氣溶膠粒子之間會互相爭奪水汽，從而減小云滴的有效半徑，進而增大云的反照率；第二間接效應，指的是氣溶膠引起的云滴有效半徑減小會抑制云的發展，使云的生命周期變長，減少地面接收的太陽輻射（Menon et al.，2002；Qian et al.，2009a）。另外，當吸收型氣溶膠作為云凝結核時，由于對太陽輻射的強吸收作用，其能夠加熱大氣并使云消散，這類效應被稱為氣溶膠的半直接效應。氣溶膠對群體健康也有一定的影響，流行病學研究表明：PM2.5有損人體健康，長期暴露在PM2.5濃度較高的空氣環境中會引發心肺和心血管疾病，甚至有致癌風險。因此，氣溶膠在環境、氣候及流行病學領域均為重點研究對象。 1.1氣溶膠探測 研究氣溶膠粒子特性的手段有很多，如衛星遙感、地基遙感及地面和飛機外場觀測等。衛星遙感觀測已被廣泛用于估計地面PM2.5質量濃度。衛星測得的氣溶膠光學厚度（aerosol optical depth，AOD）反映的是一個較大水平區域（1km2及以上）垂直方向上整柱氣溶膠粒子的觀測情況，而且AOD和PM2.5的回歸關系在不同的地理位置通常變化很大，所以衛星遙感觀測的AOD用于估計地面PM2.5質量濃度時有很大的不確定性。衛星空間分辨率低和較難捕捉地面污染物信息的缺陷，使得衛星遙感觀測無法精確地反映城市PM2.5的復雜空間分布。 世界范圍內現已建成幾個用于氣溶膠觀測的地基觀測網絡，如全球地基氣溶膠遙感觀測網絡（Aerosol Robotic Network， AERONET）（Holben et al.，2001）、跨部門能見度環境監測（Interagency Monitoring of Protected Visual Environments，IMPROVE）網絡（Malm et al.，1994）和中國的大約由2400個環境監測站組成的網絡等。這些類型的觀測經校準后廣泛用于衛星氣溶膠觀測的評估（Bréon et al.，2011；Chu et al.，2003），但是這些觀測站點在空間上的代表性范圍有限且各站間距通常較大。當局地源排放的區域變化較大時，有限的城市監測站通常不能準確地反映整個城市的空氣質量信息。城市環境只靠稀疏的監測站網是不能完全解析的，需要高時空分辨率的觀測網絡來量化城市尺度下的污染物水平（Mead et al.，2013）。隨著低成本監測設備的發展，城市內高密度的環境監測站網布設成為可能。 如今，中國已在幾個城市建成了高密度的地面空氣污染物觀測站點，即網格化觀測，除了滿足監控局地源的業務需求外，也可利用其高空間分辨率的觀測研究空氣污染物的城市內部空間分布。現已建成網格化觀測的城市包括石家莊、保定、廊坊、新鄉、成都等。網格化觀測的相鄰站點的距離可以達到幾十米，有助于研究微尺度污染事件的發生、演變過程。當氣溶膠污染受局地源排放影響較大時，空氣污染的空間分布將會有很大的異質性，網格化觀測則能發揮其高空間分辨率的優勢，用于識別局地散源和計算受污染物擴散影響的城市范圍等。然而，低成本網格化觀測儀器的一個重要局限性是儀器精度較低，誤差較大。 1.1.1衛星遙感探測 衛星遙感通常可以獲取氣溶膠的光學特性，如AOD和消光系數，但無法直接得到氣溶膠質量與數量濃度數據。 相對于地面站點，衛星遙感觀測數據主要包括AOD和Angstrom指數，二者分別反映氣溶膠柱濃度含量和粒子相對大小情況。衛星遙感反演氣溶膠產品由于覆蓋范圍廣而獲得了廣泛的應用，尤其是在時空變化特征的分析方面。然而，衛星遙感反演氣溶膠產品嚴重依賴氣溶膠反演方法，其產品的評估和改進也是重要研究內容之一。只有準確的衛星遙感氣溶膠反演產品才能為后續的氣溶膠-云降水-輻射相互作用研究奠定數據基礎。 本節主要介紹對衛星氣溶膠反演方法的改進，探索適合復雜下墊面的氣溶膠反演方法（Yang et al.，2019a）。作為大氣重要的組成部分，氣溶膠可以改變地球系統的輻射能量平衡。氣溶膠通過直接散射或者吸收太陽短波輻射和地球長波輻射對地球系統輻射平衡產生直接效應。在人類活動和自然活動的雙重影響下，氣溶膠污染問題是近年來人類社會面臨的重大問題。氣溶膠主要聚集在近地面區域，對人類的生活環境和身體健康造成了巨大的影響。氣溶膠來源廣泛并且具有很大的時空變化，不同區域和時間的氣溶膠光學特性具有很大的差異。因此，全面了解氣溶膠對氣候變化、地球輻射收支和人類健康影響的研究至關重要。 傳統氣溶膠監測主要依靠地基觀測網絡，難以實現大區域內精確、實時確定氣溶膠的性質、組成及時空分布的研究。與地基遙感相比，衛星遙感作為獲取大區域氣溶膠空間分布和時間變化的*直接、*有效的方法，已廣泛應用于局部和全球尺度的研究。基于衛星光譜輻射測量，AOD反演算法通常包括：①結構函數算法（Tanre et al.，1988）；②暗目標（dark target，DT）算法（Kaufman et al.，1997a，1997b）；③改進的DT算法（Levy et al.，2007）；④深藍（deep blue，DB）算法（Hsu et al.，2004）。相比于其他反演算法，DB算法具有較高的精度且能夠實現城市區域的AOD反演，但是DB算法進行氣溶膠反演時需要精確的地表信息。 AOD是氣溶膠的一個重要光學參數，它被定義為大氣垂直路徑上的消光系數的積分，已成為衡量氣溶膠污染的重要指標。利用衛星進行AOD反演的主要挑戰之一是從衛星記錄的信號中分離出氣溶膠粒子散射貢獻，而衛星記錄的信號是大氣路徑反射（包括大氣分子和氣溶膠物質）以及地表反射信號的疊加。氣溶膠光學特性也是精確反演AOD的關鍵參數，且氣溶膠在空間和時間上具有較大的變化。 NPP VIIRS反演的AOD廣泛應用于氣候、環境和輻射研究之中。然而，該產品在復雜下墊面下的反演AOD存在較大誤差。本研究改進了復雜下墊面的AOD反演算法——DB算法，并對改進效果開展了評估研究。該評估研究在兩個方面對原有DB算法進行了改進:一是構建了不同傳感器通道之間的光譜轉換模型；二是充分利用了復雜區域不同季節的氣溶膠光學特性。 隨著地表反照率的增高，氣溶膠對輻射的貢獻逐漸降低，并且隨著地表反照率的增加，其誤差與AOD反演誤差呈正相關關系，因此，獲取高精度的地表反照率數據集是實現AOD高精確反演的前提。而NPP VIIRS地表反照率產品VNP 09 A1精度相對較低，低估了地表反照率，尤其是在可見光波段，這增加了AOD反演的誤差。MODIS地表反照率具有較高的精度，可以作為VIIRS AOD反演地表先驗知識數據集。光譜響應函數作為描述傳感器性能的物理參數，在不同的傳感器以及同一傳感器不同通道之間均存在差異。為降低傳感器差異對氣溶膠反演的影響，我們利用ASTER實測地物光譜曲線構建了地表反照率光譜轉換模型，即將植被和土壤實測光譜數據與傳感器通道光譜響應函數相結合，構建了MODIS和VIIRS藍光通道地表反照率的光譜轉換模型，進一步提高VIIRS AOD反演的精度。同時，為了降低云和植被物候變化的影響，采用MODIS 8天合成的地表反照率數據為AOD反演提供先驗知識。 氣溶膠光學特性是影響AOD反演精度的又一關鍵參數。為了更加準確獲取北京及周邊區域內氣溶膠光學特性，實現更高精度的AOD反演，我們對研究區內長時間序列的AERONET數據（北京、北京-CAMS、香河、興隆四個AERONET站點）的氣溶膠光學特性［單次散射反照率（single scattering albedo，SSA）和不對稱因子］進行分析，獲取了復雜區域不同季節的氣溶膠光學特性。由于氣溶膠類型存在季節周期的變化規律，因此，基于6S輻射傳輸模型構建了AOD反演查找表，也對氣溶膠特性進行了相應的劃分，從而降低了氣溶膠光學特性差異對AOD反演造成的誤差。此外，我們還通過AERONET數據和VIIRS AOD產品（VAOOO和IVAOT兩套產品）對AOD反演結果進行了評價。具體流程如圖1-1所示。 為了驗證改進的AOD反演算法的有效性，利用地基遙感觀測的AOD對反演結果進行評估。AOD反演結果與AERONET實測AOD具有較高的相關性，不同站點相關性介于0.82～0.92，偏差(Bias)均小于0.05，均方根誤差(RMSE)（0.16～0.17）和平均絕對誤差(MAE)（0.10～0.13）總體較小（圖1-2）。 我們反演了2014年4月13日、2015年8月13日和2017年3月4日北京及周邊區域的AOD和VIIRS AOD，發現IVAOT AOD產品具有較高的空間分辨率，但空間一致性存在一定的問題。VAOOO AOD產品有大量缺失值，空間連續性相對較差。與VIIRS AOD產品進行比較可以發現，我們反演的AOD與AERONET AOD測量值更符合，偏差較小。同時，與VIIRS AOD產品相比，我們反演的AOD在空間上的分布與輻射觀測的真彩色合成圖像更為一致。 1.1.2PM2.5 近年來，為研究大區域空間尺度的PM2.5時空分布特征，從衛星遙感的AOD數據向PM2.5濃度反演的算法層出不窮（黃明祥等，2015）。其中，大部分研究集中于建立AOD與PM2.5的統計回歸模型，通過已知的觀測數據求解回歸方程的參數，進而得到未知區域及時間區間的PM2.5值，同時利用交叉驗證來分析模型的精度與穩定性。Guo等（2009）利用中國氣象局大氣成分觀測網絡（CAWNET）的PM小時數據和長時間的MODIS AOD產品，研究了中國東部AOD與地面PM1、PM2.5、PM10的關系，并且討論了邊界層高度（PBLH）和相對濕度（RH）對AOD與PM關系的潛在影響。Ma等（2014）利用地理加權回歸（geographic weighted regression，GWR）模型與交叉驗證的算法，研究了中國區域PM2.5濃度的時空分布特征，發現土地利用及氣象要素顯著影響模型的預測精度。Xin等（2016）利用CARE-China觀測網的數據分別分析了中國22個站點PM2.5與AOD的線性關系，并討論了氣象條件及氣溶膠粒子對二者關系的影響。Sreekanth等（2017）利用MODIS 3km×3km空間分辨率的AOD數據，基于統計回歸的方法，反演得到了