-
随着我国大气污染防治形势的深入推进,环境空气质量持续好转,细颗粒物(PM2.5)逐年下降。根据生态环境部公布的中国生态环境质量状况公报[1],截止2019年全国337个城市PM2.5年均浓度为36 μg/m3,但环境空气质量达标城市仅为157个,京津冀及周边地区、汾渭平原和川渝地区等颗粒物污染依旧严重。显然,今后一定时期内PM2.5仍是我国大气污染防治的重点。
自动监测仪器能对地表颗粒物质量浓度进行准确测量,但对高空颗粒物质量浓度测定和时空演变却存在明显局限性。激光雷达技术是主动的光学遥感探测方法,具有探测范围广、时空分辨率高、精确度高、准确性好等优点,目前已广泛应用于环境监测领域。气溶胶激光雷达可通过垂直扫描获取近地面至对流层的气溶胶消光垂直廓线[2],信号反演能确定高空颗粒物浓度、粒子特性及时空演变过程,对污染过程分析起到很好的技术支撑。黄祖照等[3]对珠江三角洲重污染过程借助拉曼-米散射偏振激光雷达分析发现颗粒物主要分布在1.5 km以下,其中在0.6~1.0 km范围内浓度较高,重污染发生前颗粒物中含有大量非球形离子,重污染发生后颗粒物以球形细粒子为主。谭敏[4]对激光雷达测试结果统计分析发现,优-良、轻度-中度污染和严重污染天气的大气边界层高度最大值依次降低,同时,大气边界层高度和颗粒物浓度具有明显的负相关性,在严重污染时尤为明显。
本文结合激光雷达的原理及主要构成,对气溶胶激光雷达在大气环境监测中的应用进行系统梳理和概括,尤其是在大气边界层高度、不同天气条件(如重污染天气、节假日烟花爆竹和沙尘天气)下,高空中气溶胶变化和走航扫描污染溯源等方面应用进行详细论述,使气溶胶激光雷达在大气环境监测中的应用更加明确,以便为大气污染防治提供更加准确的科技支撑。
气溶胶激光雷达在大气环境监测中的应用
Application of aerosol lidar in atmospheric environment monitoring
-
摘要: 文章基于不同城市环境空气质量变化特征分析,对气溶胶激光雷达在大气边界层高度测定、重污染天气、烟花爆竹燃放和沙尘天气高空中气溶胶粒子特性及垂直时空演变等应用结果进行了分析。结果表明,气溶胶激光雷达能进行垂直/走航扫描、水平扫描、剖面扫描和锥形扫描,对垂直高空大气分析效果较好,消光系数、退偏振比能较好的表征其粒子特性。另外,激光雷达走航车可随时移动监测,在颗粒物污染溯源方面优势显著,但气溶胶激光雷达分析结果较为单一,为了更准确地说明大气污染过程,需结合光化学分析超级站数据进行综合分析。Abstract: Based on the analysis of the characteristics of air quality changes in different cities, the article analyzes the application of the aerosol lidar in the atmospheric boundary layer height measurement, and also analyzes the aerosol particle characteristics and the vertical spatial-temporal evolution in the heavy pollution weathers, fireworks and firecrackers, and dust weathers. The results show that the aerosol lidar can perform a vertical/walk scanning, a horizontal scanning, a section scanning and a cone scanning. The analysis results of the vertical high altitude atmosphere are better, and the extinction coefficient and depolarization ratio can characterize the particle characteristics as well. In addition, the lidar navigation vehicle can be monitored on the move at any time, which has significant advantages in the traceability of particulate pollution. However, the aerosol lidar analysis result is relatively single. In order to give a more accurately explaination on the air pollution process, it is necessary to combine the data from the photochemical analysis super stations for a comprehensive analysis.
-
[1] 生态环境部. 2019年生态环境质量公报[EB/OL]. [2020-06-20]. http://www.mee.gov.cn/hjzl/sthjzk/zghjzkgb/202006/P020200602509464172096.pdf, 2019. [2] 赵虎. 多波长激光雷达结合现场仪器的大气气溶胶探测方法和实验研究[D]. 西安: 西安理工大学, 2017. [3] 黄祖照, 董云升, 刘建国, 等. 珠三角地区一次灰霾天气过程激光雷达观测与分析[J]. 大气与环境光学学报, 2013, 8(2): 114 − 123. doi: 10.3969/j.issn.1673-6141.2013.02.005 [4] 谭敏. 污染条件下气溶胶和水汽时空分布探测和数据分析研究[D]. 合肥: 中国科学技术大学, 2018. [5] BROWELL E V, BUTLER C F. Airborne lidar observations in the wintertime Arctic stratosphere: polar stratosphere clouds[J]. Geophysical Research Letters, 1990, 17: 385 − 388. doi: 10.1029/GL017i004p00385 [6] MEASURES R M. Laser remote sensing[M]. New York: John Wiley & Sons, 1984. [7] 尹青, 何金海, 张华. 激光雷达在气象和大气环境监测中的应用[J]. 气象与环境学报, 2009, 25(5): 48 − 56. doi: 10.3969/j.issn.1673-503X.2009.05.011 [8] ZHANG Q, ZHANG J, QIAO J, et al. Relationship of atmospheric boundary layer depth with thermodynamic processes at the land surface in arid regions of China[J]. Science China Earth Sciences, 2011, 54(10): 1586 − 1594. doi: 10.1007/s11430-011-4207-0 [9] SEIBERT P, BEYRICH F, GRYNING S E, et al. Review and intercomparison of operational methods for the determination of the mixing height[J]. Atmospheric Environment, 2000, 34(7): 1001 − 1027. doi: 10.1016/S1352-2310(99)00349-0 [10] DAI C, WANG Q, KALOGIROS J A, et al. Determining boundary-layer height from aircraft measurements[J]. Bound Layer Meteor, 2014, 152(3): 277 − 302. doi: 10.1007/s10546-014-9929-z [11] 张宏昇, 张小曳, 李倩惠, 等. 大气边界层高度确定及应用研究进展[J]. 气象学报, 2020, 78(3): 522 − 536. [12] 潘鹄, 耿福海, 陈勇航, 等. 利用微脉冲激光雷达分析上海地区一次灰霾过程[J]. 环境科学学报, 2010, 30(11): 2164 − 2173. [13] 王琳, 谢晨波, 韩永, 等. 测量大气边界层高度的激光雷达数据反演方法研究[J]. 大气与环境光学学报, 2012, 7(4): 241 − 247. doi: 10.3969/j.issn.1673-6141.2012.04.001 [14] 刘敏, 余家燕, 李礼, 等. 重庆主城区一次持续污染过程的激光雷达探测分析[J]. 激光杂志, 2014, 35(9): 106 − 108. [15] 胡欢陵, 吴永华, 谢晨波, 等. 北京地区夏冬季颗粒物污染边界层的激光雷达观测[J]. 环境科学研究, 2004(1): 59 − 66+73. doi: 10.3321/j.issn:1001-6929.2004.01.014 [16] 王耀庭, 苗世光, 张小玲. 基于激光雷达的北京市气溶胶光学参数季节特征[J]. 中国环境科学, 2016, 36(4): 970 − 978. doi: 10.3969/j.issn.1000-6923.2016.04.002 [17] 毛建东, 华灯鑫, 何廷尧, 等. 银川上空大气气溶胶光学特性激光雷达探测研究[J]. 光谱学与光谱分析, 2010, 30(7): 2006 − 2010. doi: 10.3964/j.issn.1000-0593(2010)07-2006-05 [18] 黄俊, 廖碧婷, 王春林, 等. 新型垂直探测资料在污染天气分析中的应用[J]. 中国环境科学, 2019, 39(1): 92 − 105. doi: 10.3969/j.issn.1000-6923.2019.01.010 [19] SCHOTLAND R M, SASSEN K, STONE R. Observations by lidar of linear depolarization ratios for hydrometeors[J]. Journal of Applied Meteorology, 2010, 10(05): 1011 − 1017. [20] 胡晓, 张国超, 林陈爽, 等. 基于激光雷达的宁波地区气溶胶垂直分布特征研究[J]. 气象与环境科学, 2019, 42(2): 74 − 81. [21] 邱昀, 安欣欣, 刘保献, 等. 北京市气溶胶消光系数垂直特征及影响因子探讨[J]. 环境科学研究, 2020, 33(3): 519 − 525. [22] 伍德侠, 宫正宇, 潘本锋, 等. 颗粒物激光雷达在大气复合污染立体监测中的应用[J]. 中国环境监测, 2015, 31(5): 156 − 162. doi: 10.3969/j.issn.1002-6002.2015.05.031 [23] 孙永亮, 赵天良, 邱玉珺, 等. 成都一次霾过程中颗粒物消光作用的垂直变化[J]. 中国环境科学, 2018, 38(5): 1629 − 1636. doi: 10.3969/j.issn.1000-6923.2018.05.003 [24] 桂海林, 江琪, 康志明, 等. 2016年冬季北京地区一次重污染天气过程边界层特征[J]. 中国环境科学, 2019, 39(7): 2739 − 2747. doi: 10.3969/j.issn.1000-6923.2019.07.006 [25] 陶宗明, 麻晓敏, 刘东, 等. 2014年合肥西郊PM2.5质量浓度廓线统计分布[J]. 光学学报, 2016, 36(6): 9 − 17. [26] 李云婷, 王占山, 安欣欣, 等. 2015年“十一”期间北京市大气重污染过程分析[J]. 中国环境科学, 2016, 36(11): 3218 − 3226. doi: 10.3969/j.issn.1000-6923.2016.11.003 [27] 赵旭辉, 童欢欢, 董昊, 等. 2015—2018年春节期间合肥烟花爆竹燃放对空气质量的影响[J]. 中国环境监测, 2020, 36(2): 126 − 137. [28] 孙婷婷, 张天舒, 项衍, 等. 2018年春节期间京津冀地区污染过程分析[J]. 中国环境科学, 2020, 40(4): 1393 − 1402. doi: 10.3969/j.issn.1000-6923.2020.04.001 [29] 郑有飞, 刘贞, 刘建军, 等. 中国北部一次沙尘过程中沙尘气溶胶的时空分布及输送特性[J]. 中国沙漠, 2013, 33(5): 1440 − 1452. doi: 10.7522/j.issn.1000-694X.2013.00210 [30] 黄艇, 宋煜, 胡文东, 等. 大连地区一次沙尘过程的激光雷达观测研究[J]. 中国沙漠, 2010, 30(4): 983 − 988. [31] 陈静, 张艳品, 杨鹏, 等. 石家庄一次沙尘气溶胶污染过程及光学特性[J]. 中国环境科学, 2016, 36(4): 979 − 989. doi: 10.3969/j.issn.1000-6923.2016.04.003 [32] 柴文轩, 唐桂刚, 王帅, 等. 京津冀地区一次浮尘过程的车载激光雷达走航观测[J]. 中国环境监测, 2019, 35(3): 138 − 145. [33] 陈楠, 徐宝东, 张瑜, 等. 激光雷达在湖北大气环境监测中的应用[J]. 中国环境监测, 2019, 35(2): 142 − 149. [34] 朱余, 陶宗明, 张帅, 等. 基于激光雷达走航车的大气污染物探测技术及其应用[J]. 中国环境监测, 2019, 35(6): 138 − 146. [35] 樊文智, 秦凯, 韩旭, 等. 基于移动激光雷达观测的徐州市区气溶胶分布特征[J]. 中国环境科学, 2018, 38(8): 2857 − 2864. doi: 10.3969/j.issn.1000-6923.2018.08.008 [36] 刘海燕, 乔生仲. 激光雷达技术在大气环境监测中的应用[J]. 青海环境, 2018, 28(4): 200 − 202. doi: 10.3969/j.issn.1007-2454.2018.04.010 [37] 宋鹏程, 张馨文, 朱琳, 等. 我国大气环境中PM2.5、PM10研究现状及控制措施[J]. 四川环境, 2017, 36(5): 107 − 113. doi: 10.3969/j.issn.1001-3644.2017.05.019