四川地区气溶胶光学厚度时空分布及其与气象因子的相关性分析

艾 泽，陈权亮

(成都信息工程大学大气科学学院 高原大气与环境四川省重点实验室，成都 610225)

1 引 言

气溶胶光学厚度(AOD)指在垂直方向上气溶胶消光系数的积分，用来描述气溶胶对光削减能力的强弱，能够较好地反映大气中气溶胶浓度，通常用来表征大气浑浊程度。很多学者证实了MODIS AOD资料具有较高的可用性[1～3]。从全球来看，AOD整体呈下降趋势，下降明显的区域主要在欧洲和北美地区，东亚地区[2]、南美南部以及非洲东部呈上升趋势[4]。对于中国，年平均AOD高值中心主要分布在四川盆地、华北平原以及新疆地区，低值中心主要在川西高原、黑龙江以及内蒙古地区[5]。

大气气溶胶分布易受到气象条件的影响，气象条件也会进一步影响气溶胶的扩散、沉降，从而影响气溶胶浓度。不同气象条件对气溶胶浓度的影响也有着明显差别。因此，气象因子和气溶胶浓度的关系引起学者的关注。大量研究使用能见度、PM2.5、PM10来表征大气气溶胶浓度，发现了气象要素的变化会使能见度、PM2.5、PM10产生变化[6]。PM2.5、PM10与AOD有较好的相关性[7]，因此AOD与气象因子之间也具有一定的相关性。

四川地区为中国AOD的高值区[8]，呈现东高西低的分布特征[9]。前人对四川地区AOD已经开展了一些研究工作。但是，一方面，使用的AOD数据分辨率相对较低，另一方面研究主要围绕个别城市开展，对整个地区的AOD与气象因子的相关性研究相对较少[10]。随着四川地区的快速发展，大气污染问题日益凸显。并且由于四川盆地独特地形条件以及气候特点，气象要素与气溶胶浓度的关系更为复杂。因此，本文通过较高精度的AOD 数据，分析不同尺度下AOD变化特征及其与气象因子的关系，为四川地区的大气污染治理提供理论依据，也可为四川地区的大气污染区域联防提供参考。

2 资料与方法

Liu X[9]利用2007～2008年成都市CE-318太阳光度计测量的AOD资料与MODIS_3K的AOD资料进行对比，发现两者相关性高(R2=0.91)，说明了成都地区MODIS数据可用来研究和预测气溶胶的变化。本文AOD数据选择MODIS04_3K数据，空间分辨率为3km，时间分辨率为1d，资料时间段为2008～2017年。气象数据选择中国气象科学数据网的中国地面累年值月值数据集，数据包括四川省38个站点2008～2016年的气温、气压、相对湿度、降水量、风速5个气象要素的月值数据。气象站点分布如图1所示。

图1 选取的四川地区站点分布Fig.1 The distribution of selected weather stations in Sichuan

利用一元线性回归分析方法的线性回归系数来表征AOD变化趋势，记作b，并用F检验对回归方程作显著性检验。线性回归系数的计算公式如下：

提取38个站点AOD月均值，计算不同站点逐月气象要素与AOD的Pearson相关系数，记作r，并对相关系数作显著性检验。Pearson相关系数计算公式如下：

其中，i表示为2008～2017年序列号，Xi表示为第i年对应的AOD值。

3 四川地区AOD的时空变化

3.1 时间变化

图2 2008～2017年四川地区年平均(a)、月平均(b)AOD变化Fig.2 Annual average (a) and monthly average (b) AOD change in Sichuan during 2008～2017

如图2(a)所示，四川地区年平均AOD随时间呈先增加后减少的趋势，前3年AOD总体呈上升趋势，后7年AOD总体呈下降趋势。最大值出现在2010年，AOD为0.46，2013年为次大值，AOD为0.42，最小值出现在2017年，AOD为0.21。这说明四川地区在近五年来污染问题有所好转。如图2(b)所示，月平均AOD呈双峰型分布，其中2月和8月为双峰的峰值月份。2月达到最大值，AOD值为0.44，8月AOD值为0.32，最小值出现在10月，AOD值为0.23。总之，四川地区秋季为AOD低值阶段，春季为高值阶段。

3.2 空间分布

图3 2008～2017年四川地区AOD10a平均分布Fig.3 Average spatial distribution of AOD in Sichuan during 2008～2017

如图3所示，四川地区10a平均AOD呈现东高西低的分布特征，东部为高值区，西部为低值区，其中成都及川东南地区为东部的AOD高值区[11-12]。东部地区平均AOD在0.4以上，成都和川东南地区平均AOD在0.8以上，川东南部分地区平均AOD达到1.0以上。四川西部平均AOD低于0.2。这样的分布主要由于四川地区人口和经济活动主要集中在四川东部地区，人为排放源多，东部地形主要为盆地地形，风速小、湿度大、对流弱，气溶胶粒子不易扩散。然而四川西部地区人口密度低，人为排放源少，风速大，有利于气溶胶粒子的扩散。海拔高，森林覆盖率高，能够阻挡盆地的气溶胶粒子向西扩散。

如图4所示，四川地区逐年AOD分布特征与10a平均AOD分布特征一致，东部均为高值区，西部均为低值区。在不同年份中，东部地区AOD变化最明显，西部地区AOD变化不明显，AOD均小于0.2。在这10年间，四川地区东部AOD值先增大减小，在2010年达到最大值，特别在成都和川东南地区AOD达到了1.4以上。从2010年后开始，AOD值逐年减小。在2017年四川东部地区AOD值相比于2010年明显减小，达到十年间的最低值，AOD值为0.4～0.6，部分地区AOD值为0.6～0.8。在东部地区，2010～2013年为10a间AOD高值阶段，2015～2017年为10a间AOD低值阶段，这与四川地区年平均变化一致。

图4 四川地区AOD年平均分布2008～2017年 (a)～(j)Fig.4 Annual average spatial distribution of AOD in Sichuan during 2008 to 2017(a)～(j)

图5 2008～2017年四川地区AOD1月～12月(a)～(l)月平均分布Fig.5 Average spatial distribution of AOD in Sichuan during 2008 to 2017 from January to December

如图5所示，四川地区月平均AOD变化主要体现在东部地区，除了7月四川西部和南部部分地区AOD上升到0.4～0.6，其余月份四川西部变化很小，AOD大都低于0.2。2～5月四川盆地AOD呈高值分布特征，AOD值达到1.0以上，其中2月为2～5月中的高值月，平均在1.2以上。10月～12月东部地区AOD值相比于全年中其他几个月明显减小，AOD值为0.4～0.8，小部分区域AOD在0.8以上。总之，四川地区春季AOD达到最大，冬季、夏季次之，秋季AOD达到最小，其中成都地区为四川地区春季AOD高值区。

3.3 变化趋势的空间分布特征

图6 2008～2017年四川地区AOD变化趋势空间分布特征(a)和显著性水平(b)Fig.6 Spatial distribution characteristics of AOD trend(a)and significant level(b)in Sichuan during 2008 to 2017

如图6所示，在10a间AOD变化趋势主要呈现西高东低的特征，东部减小，西部增加，这个分布特征与四川地区10年平均AOD分布特征相反[11-12]。东部地区的下降趋势绝大多数通过了0.05甚至0.01的显著性检验，变化为-0.4，其中成都和川东南地区下降最明显，变化为-0.6～-0.8。四川西北部地区AOD在近10a有所增加，变化为0～0.2，但是上升趋势没有通过显著性检验。四川大部分地区AOD在这10a间整体呈现轻微下降趋势，变化趋势为-0.2～0.0，下降趋势通过显著性检验的区域主要在四川南部地区。

图7 2008～2017年四川地区AOD1～12月(a)～(l)的月变化趋势空间分布特征及其显著性水平(m)～(x)Fig.7 Spatial distribution characteristics from January to December (a)～(l) AOD trend and significant level (m)～(x) in Sichuan during 2008 to 2017

如图7所示，不同月份中，四川西部地区AOD变化趋势变化不大，均增加了0～0.2，东部地区变化比较明显，变化趋势通过显著性水平的差异也较大。1月，四川东南部AOD值增加0.6以上，上升趋势通过了0.05的显著性检验，为12个月中增加最为明显的月份。2月，整个四川地区的变化趋势基本没有通过显著性检验。3月至10月，四川东部地区AOD值出现下降趋势，其中4月、5月、9月AOD值下降最为明显，这3个月的下降趋势大多通过显著性检验，变化在-0.8以上。3月、6月、7月、8月呈下降趋势的区域面积相较于4月、5月、9月明显缩小。11月、12月四川东部部分地区呈现上升趋势，但是这样的上升趋势没有通过显著性检验。

4 四川地区AOD与气象因子的关系

由于川西高原AOD值常年低于0.2且变化很小，所以本部分研究四川盆地AOD与气象因子的相关性。总体来看，四川盆地AOD与气象因子的相关性呈现区域一致的特征。

4.1 气温

如图8(a)所示，四川盆地AOD与气温呈正相关[12]，大部分区域两者相关性通过显著性检验。主要原因是在高温条件下，逆温层易在四川盆地低层形成，大气扩散条件变差，不利于气溶胶粒子的扩散[13]。气温的升高，有利于气溶胶粒子的二次转化，并且能够增加气溶胶粒子在空气中的悬浮时间，造成AOD增加[14]。

注：填色部分通过了95%显著性检验，蓝线为青藏高原边界 图8 四川地区AOD和气温(a)、降水量(b)、相对湿度(c)、风速(d)和气压(e)相关系数分布Fig.8 Distribution coefficient of AOD and temperature(a), precipitation(b), relative humidity(c),wind speed(d) and pressure(e) in Sichuan

4.2 降水量

如图8(b)所示，四川盆地AOD与降水量相关性较低[15],两者相关性没有通过显著性检验。这说明降水对四川盆地的气溶胶浓度变化不起主导作用，对其削减作用很弱。气溶胶和降水量的关系较为复杂，首先气溶胶浓度的增加会降低云滴有效粒子半径，推迟或抑制降水；其次，降水能够有效清除气溶胶。气溶胶主要通过两种间接效应对降水产生影响[16]。四川盆地气溶胶粒子增多会增加云中的凝结核和水云云滴有效粒子半径，并且显著减少云水路径。这些变化会使降水减少，大雨发生率增加，小雨发生率减小[17]。大雨发生后，雨强的减少会使气溶胶浓度升高[18]。因此，四川盆地AOD与降水相关性较低。

4.3 相对湿度

如图8(c)所示，在四川盆地AOD与相对湿度呈负相关[19-20]，其中川东南为显著的负相关中心，两者相关性在0.4以上。造成这样分布的主要原因是四川东部地区相对湿度较高。高相对湿度的条件下，相对湿度的增大，一般伴随着雨雪天气的出现，降水的增加会对大气产生一定的冲刷作用，产生对气溶胶的湿清除作用[21]。四川地区东部相对湿度高，相对湿度增加易产生湿清除。成都市主要的污染物以PM10为主[22]，2～10μm粒径范围内的气溶胶粒子数浓度会随着相对湿度的增加而减小[23]，这就说明了四川盆地AOD与相对湿度呈负相关的原因。

4.4 风速

如图8(d)所示，四川盆地AOD与风速相关性较低，绝大多数区域两者相关性没有通过显著性检验。风速的大小直接影响污染物的扩散速度，四川盆地地形独特，常年为静风区，盆地内各区域的地面风速相较于全国其他城市普遍偏小，地面风速年均值都在2m/s 以下[24]。因此，四川盆地的低风速对气溶胶粒子浓度的影响不大。

4.5 气压

如图8(e)所示，在四川盆地AOD与气压呈负相关。四川省降水量和气压呈正相关[25]，由于气压上升，降水增加，对气溶胶粒子产生了湿清除，一定程度上使AOD减少。气压本身对气溶胶浓度的影响较弱[26]，当气压发生明显变化的时候会伴随明显天气变化，从而影响气溶胶的浓度。高压条件下，一般出现晴好天气，太阳辐射增加了气溶胶粒子的运动速度，从而降低气溶胶浓度，AOD与气压呈负相关。在低压天气，没有降水条件下，大气比较稳定，气溶胶不易扩散，从而使得浓度增加，AOD与气压呈负相关。如果产生降水，雨水的作用会使得气溶胶浓度降低，AOD与气压呈正相关。

5 结论与讨论

5.1 四川地区2008～2017年AOD呈先增大后减小趋势，2010年为最大值，2017年为最小值，分别为0.46和0.21。月均值变化上呈现双峰型分布，2月和8月为两个峰值月份，分别为0.44和0.32；四川地区东部为AOD高值区，西部为低值区；10a间东部地区AOD呈显著下降趋势，西部地区呈上升趋势但是没有通过显著性检验；四川地区东部1月AOD表现为显著上升趋势，4月、5月、9月表现为显著下降趋势。

5.2 在AOD与气象因子的相关性研究上发现：四川盆地AOD与气象因子的相关性呈现区域一致的特征，AOD与气温呈正相关关系，与相对湿度和气压呈负相关关系，与降水量和风速相关性不显著。