2. 中国气象局, 国家卫星气象中心, 北京 100081;
3. 中国气象科学研究院, 灾害天气国家重点实验室, 北京 100081;
4. 辽宁省气象台, 沈阳 110166
2. National Satellite Meteorological Center, China Meteorological Administration, Beijing 100081, China;
3. State Key Laboratory of Severe Weather, Chinese Academy of Meteorological Sciences, Beijing 100081, China;
4. Meteorological Observatory of Liaoning Province, Shenyang 110166, China
大气气溶胶是指悬浮在大气中,具有一定稳定性的固态或液态微粒,主要集中在对流层尤其是大气边界层.气溶胶光学厚度(aerosol optical depth,AOD)的物理意义为沿辐射传输路径,单位截面上气溶胶吸收和散射对太阳辐射产生的总削弱强度. AOD是表征气溶胶总含量的基本参数,受垂直方向上大气气溶胶的柱浓度影响,而影响气溶胶浓度时空分布的因素很多,首先是气溶胶排放源,其次是气象条件改变引起的气溶胶转化、传输和沉降[1].气溶胶光学厚度既可以表征大气气溶胶特性及其辐射效应,也可以作为评价大气环境污染的关键因子.因此,分析AOD的时空分布信息,对于全面了解大气污染状况具有重要意义.
地基气溶胶光学厚度观测的精度较高,但由于站点分布稀疏,无法获取大范围高分辨率的AOD空间分布特征.卫星遥感可以提供广阔范围内气溶胶的多种信息[2, 3],从而弥补地面观测资料缺乏、难以反映AOD空间分布和整体变化趋势的不足[4].当前使用最多的MODIS (中分辨率成像光谱仪)卫星产品包含种类丰富的气溶胶时空变化信息,已发展成为监测区域气溶胶光学厚度分布的有效手段之一[5]. Luo等[1]分析2001~2010年MODIS卫星资料,发现中国地区AOD分布存在“两低两高”的特征,人口密度和工业化程度对AOD分布的影响较大;关佳欣等[6]、郑小波等[7]发现中国地区AOD呈增长趋势;徐冉冉[8]利用MODIS卫星数据分析了环渤海地区AOD的空间分布情况,发现辽宁省中南部地区是AOD值较大的地区.综合前人的研究,本文利用MODIS卫星产品,针对东北三省,对其气溶胶光学厚度的时空变化特征进行研究.
东北三省(辽宁、吉林、黑龙江)属大陆性季风气候,四季分明,是我国最大的商品粮生产基地、发展较早的工业重镇和城市群建设区.近年来随着东北经济迅速发展以及城市规模扩大导致能源消耗迅速增加,使得该地区空气污染事件频发,生态环境的恶化严重地制约着东北地区经济和生态的发展[9, 10].东北三省幅员辽阔,地形地貌复杂,加之气溶胶在时间和空间上的分布差异,因此利用高分辨率的卫星遥感数据分析东北三省气溶胶光学厚度时空分布特征及变化趋势,对认识区域环境气候变化具有重要意义.
1 材料与方法美国国家宇航局(NASA)发射的Aqua太阳同步极地轨道卫星于每日地方时13:30过境,称作对地观测下午星(ESO-PM1). MODIS是Aqua卫星上搭载的重要仪器,每天覆盖全球一次,可提供可见光、近红外和红外共36个通道的探测资料,扫描宽度为2 330 km[6].本文使用数据来自于该传感器2003~2014年Level-3月平均陆上气溶胶数据集(http://disc.sci.gsfc.nasa.gov/giovanni),版本为5.1,分辨率为1°×1°,波段为550 nm.
MODIS卫星的AOD产品在中国地区的适用性已经有国内外的学者做了广泛的验证.李晓静等对MODIS陆上气溶胶光学厚度产品在中国区域的适应性做了检验[11]. Chu等[12]通过与AREONET数据对比,认为MODIS陆地气溶胶光学厚度产品在AOD较大时(大于0.25),相对误差在20%以内,符合科学研究要求.王莉莉等[13]评估了这一产品在东北地区的适用性,结果表明49%~69%的产品满足误差标准. AOD的反演方法有暗像元法和深蓝算法两种,暗像元法适用于一般陆地上空的反演,深蓝算法适用于高纬度、高亮度下垫面的反演[14].东北地区受积雪覆盖的时间较长,造成地表的反照率较高,使用暗像元法反演的AOD数据会带来较大的误差[8],因此本文采用深蓝算法反演的数据.
本文选取中国东北110~140°E,30~60°N范围内辽宁、吉林和黑龙江三省为研究区域,季节划分根据天文因子,以3~5月为春季,6~8月为夏季,9~11月为秋季,12月~翌年2月为冬季,计算东北三省12年间气溶胶光学厚度AOD多年和季节平均值、变化趋势.使用最小二乘法计算AOD年(季节)的变化趋势b:
式中,xi为年份序数,yi为当年(季节) AOD值,x和y分别为年份序数和AOD的年(季节)平均值.
为了研究AOD变化趋势的影响因素,本文采用了DMSP卫星的夜间灯光时间数据(http://ngdc.noaa.gov/eog/dmsp.html)和东北地区典型站点的地面气象数据(http://data.cma.cn/data/index/),分别讨论人为活动和气象条件对于AOD的影响.为了研究季风活动对东北三省AOD的影响,本文挑选了研究年限内西北太平洋季风强、弱最显著的年份(http://apdrc.soest.hawaii.edu/projects/monsoon/seasonal-monidx.html),对其AOD年平均值的空间分布差异进行分析,同时结合季风强、弱年分典型站点的地面气象数据,探究季风活动对AOD变化的影响.
2 结果与讨论本文首先分析东北三省2003~2014年气溶胶光学厚度AOD多年平均特征和年际变化趋势,然后按照季节差异分析东北三省2003~2014年气溶胶光学厚度AOD多年平均季节特征和季节年际变化趋势.利用DMSP卫星提供的夜间灯光数据和东北地区典型站点地面气象数据,分析了AOD多年平均特征和年际变化趋势出现的原因.为了探究季风活动对气溶胶光学厚度的影响,本文还分别分析了强、弱西北太平洋季风年东北三省AOD年平均值的空间分布;利用东北地区典型站点的地面风速数据,研究季风活动引起的风场变化对AOD的影响.
2.1 AOD多年平均及变化趋势中国东北三省2003~2014年气溶胶光学厚度AOD多年平均特征的空间分布如图 1所示,东北三省AOD值在0~0.8范围内. AOD分布存在一个带状高值中心,该中心由大连、沈阳、长春和哈尔滨等大型城市构成,呈东北-西南走向,辽宁和吉林两省中部地区作为高值中心,多年平均AOD值为0.4~0.8. AOD以此为中心,向四周降低,辽宁、吉林两省西部地区多年平均AOD值为0.3~0.4.东北三省东部和北部等的地区是AOD的低值区,多年平均AOD小于0.3,上述结论与Luo等[1]研究结果一致,徐冉冉[8]研究也发现,40°N以北地区辽宁中部平原地带AOD值较大.
居民生活及工业排放是气溶胶污染物的主要来源之一. 图 2所示是2003和2013年东北地区夜间灯光时间年平均值归一化处理后的空间分布,夜间灯光时间的长短可以反映电力消耗量的多少,从而表征城市规模、人口密度和能源使用量等信息[15].从中可以看出,2003和2013年东北地区夜间灯光时间的高值都位于沈阳、长春、哈尔滨等地区,呈现明显的带状分布,这说明上述地区是东北三省城市规模大、工业生产集中以及人口密度大的地区,气溶胶排放量大导致AOD高值出现在这一地区.东北地区多年平均AOD次高值出现在辽宁和吉林西部地区,该地区城市和工业规模虽然较小,但由于与内蒙古沙漠区相邻,易受输送的沙尘气溶胶影响,从而可能使AOD值较高.东北地区AOD低值主要分布在黑龙江兴安岭山区和位于东北三省东部的东北-西南走向的长白山山脉.这些地区植被茂密,地表覆盖度高,而且这些地区城市分布稀疏、人口稀少(图 2),所以大气气溶胶水平较低;有研究指出,地势较高的地区通常AOD值较低[16, 17].因此,黑龙江和长白山地区多年平均AOD低于0.3.
中国东北三省2003~2014年AOD变化趋势空间分布如图 3所示,3个省份的大部分地区AOD都呈减小趋势,AOD变率为0~-0.05 a-1. AOD呈增大趋势的地区是以沈阳、长春和哈尔滨为轴线的东北-西南走向区域,AOD变率在0~0.05 a-1.结合AOD多年平均值(图 1),本研究发现东北三省AOD变化特征表现为:高值区出现增大、低值区出现减小的“两极分化”趋势.赵胡笳[18]、柳晶[19]的研究也分别与本文“两极分化”趋势的结论一致.
对比图 2中2003年和2013年东北地区夜间灯光时间来看,东北地区城市规模有扩大趋势,这一扩大趋势在沈阳、长春和哈尔滨形成的带状城市群区域尤为明显;图 2中大型城市的对应区域颜色逐渐变红,说明夜间灯光时间也在变长,反映了人为活动增强.城市规模的逐年扩大,加之人口向大型城市流入且人为活动增强,就必然导致以煤、石油等化石燃料为主的能源消费不断增加[20],城市保有机动车数量大幅度上升导致尾气污染严重,这就最终造成气溶胶排放量逐年增加,AOD呈现变大趋势.
对于AOD值本身较低的东北三省其他地区而言,虽然其城市规模也有轻微扩大,但是全国第六次人口普查数据显示,东北三省人口连续多年净流出,流失人口多达400余万人,除沈阳、长春和哈尔滨等省会城市外,其他地区均为人口净流出[21],这就说明AOD值较低的地区,虽然城市规模变大,但人口逐年流失,就会导致人为活动明显减弱而造成气溶胶污染排放量降低,AOD呈现变小的趋势. 图 2中非大型城市对应区域颜色未出现明显变化,也证明了这一结论.
本文选取了沈阳、长春、哈尔滨这3个城市站点的地面风速和相对湿度逐日数据,通过分析其变化趋势研究气象条件对于东北地区AOD变化趋势的影响.由图 4可知,2003~2012年间东北三省城市地区风速呈减小趋势,相对湿度呈增大趋势(通过90%的显著性检验).地面风速减小或无风微风天气频繁出现,说明大气在水平和垂直方向的输送和混合受到抑制,即静稳天气出现频率增加,因此城市地区的气溶胶污染物不易稀释扩散[22, 23];相对湿度的增大有利于气溶胶粒子的吸湿增长和二次转化,使得气溶胶质量浓度变大以及对太阳辐射的削弱加强.地面风速和相对湿度的共同作用导致AOD呈现变大趋势.对非城市地区而言,其气溶胶污染物主要来自于城市地区的输送.随着城市地区气溶胶污染物传输受到的抑制作用加强,非城市地区气溶胶污染物的浓度就会逐渐降低,从而导致AOD呈现减小趋势.
中国东北三省2003~2014年不同季节AOD多年均值空间分布如图 5所示.时间变化上,东北三省AOD春季到夏季升高,秋季下降,冬季再次升高;空间变化上,春、夏季AOD均自南向北逐渐降低,秋、冬季AOD高值则出现在辽宁中部至吉林中部地区.杨琨等[24]研究指出,在中国东北地区AOD季节变化存在“从春季到夏季是逐渐增大,到秋季有所减小,冬季又有所增大”的变化特征.赵胡笳对东北城市地区AOD研究发现,气溶胶光学厚度最大值多出现在5月及7月,最小值多出现在10月,而进入取暖期后,1月气溶胶光学厚度有所增加[18].相比于上述学者通过地面单站太阳辐射强度变化推算AOD变化的方法,本研究采用卫星遥感得到的AOD数据,能够更加准确地反映出AOD季节变化的空间分布特性.
春季,辽宁省大部分地区AOD多年均值在0.4以上且一直延伸至吉林中、西部地区;辽西地区和黑龙江南部地区AOD略有降低,在0.3~0.4之间.东北三省属于大陆性季风气候,春季降水少,空气干燥且植被覆盖率较低,扬沙天气等较多[25].有研究指出,在沙尘天气的多发季节,气溶胶光学厚度与沙尘天气有较好的相关性[26];加之来自内蒙古沙尘气溶胶向东北输送,在城市与人为排放的气溶胶相叠加,造成东北三省春季AOD数值高.
夏季,东北三省AOD较春季增大,辽东半岛和辽宁中部城市群AOD多年均值在0.7~0.8之间,吉林地区和黑龙江南部地区AOD多年均值为0.4~0.5之间.夏季东北地区混合层发展较高,水平风速小,颗粒物不易扩散;降水充沛[8],相对湿度增大以及温度达到年内最高,会促进气溶胶的吸湿增长和气粒转化[27, 28],从而增加气溶胶光学厚度.此外,当夏季副热带高压北移时,华北地区的污染物就会在东亚夏季风的输送作用下也会影响到东北地区[29].
秋季AOD值相比于夏季降低,辽宁中部至吉林中部地区多年AOD均值约0.4~0.6,辽宁西部和吉林西部地区多年AOD均值在0.2~0.4之间,其他地区AOD低于0.2.秋季空气相对干燥,常有大尺度、大强度的天气系统自北向南移动,带来“清洁”的空气对气溶胶污染物有稀释作用[27],同时也阻止了华北地区的污染物北移对东北地区的污染,从而导致AOD下降.
冬季东北三省AOD值再次升高,辽宁、吉林和黑龙江南部地区多年AOD均值高于0.7.冬季AOD增大最主要的原因可能是煤炭使用量增加,东北地区冬季供暖主要依靠燃煤,这就会导致气溶胶粒子排放量增加.另外,冬季气温较低,混合层不高,静稳天气出现频繁,污染物不易向外输送而在近地层堆积[18],从而导致气溶胶浓度增大.
中国东北三省2003~2014年不同季节的AOD变化趋势空间分布如图 6所示,可以看出,东北三省大部分地区AOD在春、夏季以减小趋势为主,呈增大趋势的地区主要出现在冬季的辽宁和吉林中、西部地区以及秋季的黑龙江中、南部地区.
春季和夏季,东北三省AOD均以呈减小的趋势为主.东北地区的春季AOD浓度主要取决于沙尘气溶胶含量,东北三省的沙尘气溶胶主要来自于我国北方及外蒙沙漠地区的远距离输送[18].东亚冬季风活动会给东北地区带来春季的沙尘暴和扬沙天气,80年代中后期以来东亚冬季风活动严重偏弱[21],导致春季大气中沙尘气溶胶含量降低,AOD减小.相比于春季,夏季AOD的变率在辽宁和吉林的部分地区达到-0.05~-0.1 a-1. 1999年以来,东北地区夏季降水进入偏少阶段[30, 31],夏季降水偏少不利于气溶胶粒子吸湿增长,从而导致夏季AOD呈减小趋势.
秋季和冬季,辽宁中北部、吉林中、西部以及黑龙江中、南部地区AOD呈现增大趋势.黑龙江南部和中部是东北最大的农耕区,秋天为农业收获季节,秸秆焚烧和地表的快速裸露使得大气中气溶胶含量上升,AOD增大.冬季,辽宁中北部,吉林中部和黑龙江的哈尔滨地区AOD呈增大趋势,增幅大于0.05 a-1.东北地区冬季的燃煤供暖过程向大气排放气溶胶[20],特别是大型城市的气溶胶排放量巨大,而辽宁中北部、吉林中部和哈尔滨地区在21世纪以来城市规模迅速扩大(图 2),人口密度持续升高,这就导致冬季排放的气溶胶也增多;吉齐等研究指出中国东北近50年冬季气温有上升趋势,冬季温度升高利于气溶胶粒子发生二次转化,使得污染加重而导致该地区冬季AOD呈增大趋势[23].
2.3 季风变化的影响东北三省属温带大陆性季风气候,西北太平洋夏季风对东北地区气候气象有明显的影响.亚洲是受季风影响最显著的地区之一[32],季风活动会影响区域风场,风场的变化对大气气溶胶分布有重要影响[33].本文为了研究东北三省AOD在季风强、弱年份的差异,选取2004年(季风指数为0.176,强季风年)和2009年(季风指数为-2.689,弱季风年)分析东北三省AOD年平均值空间分布情况.
在强、弱季风年东北三省AOD年平均值空间分布如图 7所示,可以看出在强季风年东北三省AOD年平均值较弱季风年低,在人口和工业密集的辽宁中部城市群、吉林中部和黑龙江南部地区该特征尤为明显.以吉林中部地区为例,在强季风年,AOD年均值为0.2~0.5,在弱季风年,AOD年均值大于0.7,长春等大型城市AOD年均值在0.8以上.
造成此差异的主要原因是强、弱季风年东北三省地面风场强度不同.东北三省大气气溶胶主要来自于人为活动排放,城市群是气溶胶浓度的高值区,气溶胶污染物主要依靠地面风进行稀释,并且向非城市区输送.从图 8可以看出,2003~2011年间沈阳和长春两个站点的强季风年地面风速年均值高于弱季风年地面风速年均值;对比强、弱季风年地面风速的逐日变化,地面风速在强季风年基本大于弱季风年,这使得气溶胶污染物在强季风年更容易被稀释,气溶胶向外输送强烈,AOD减小. Liu等[33]研究发现,在东北亚地区强季风年时,经向风的传输作用更强;Bao等[34]也指出,东亚地区AOD的时空分布特征与风场密切相关.
(1)东北三省AOD多年平均值存在由大连、沈阳、长春和哈尔滨构成的东北-西南走向高值中心,城市集中、人口密度大是该地区出现AOD高值的主要原因;东北三省东部和北部是植被覆盖率较高的地区,所以AOD多年均值较低.东北三省AOD多年变化特征表现为:AOD高值区出现AOD增大、AOD低值区出现AOD减小的“两极分化”趋势.人为活动和气象条件变化是导致该两极分化趋势出现的原因.
(2)东北三省AOD春季到夏季升高,秋季下降,冬季再次升高.夏季AOD高值与降水增多,温度升高有关;冬季AOD高值与供暖排放有关.春、夏季东北三省AOD均以呈减小趋势为主,主要原因与东北地区季风活动减弱、夏季降水减少有关.秋、冬季AOD变化在辽宁中北部、吉林中、西部以及黑龙江中、南部地区呈现增大趋势,其余地区呈减少趋势,秋、冬季AOD增大与城市规模扩大,人口密度增加有关.
(3)西北太平洋夏季风对东北三省AOD年平均值存在影响,强季风年AOD年平均值较弱季风年偏低,在人口和工业密集地区该特征尤为明显.强季风发生时,地面风场增强,对气溶胶有稀释作用,从而导致AOD偏低.
(4)本文受MODIS卫星数据时间尺度的影响,只研究了2003~2014年间的东北三省AOD变化情况.在后续的研究中,可以使用时间尺度更长、空间分辨率更高、高纬度适用性更强的气溶胶光学厚度数据进行深入的分析.
[1] | Luo Y X, Zheng X B, Zhao T L, et al. A climatology of aerosol optical depth over China from recent 10 years of MODIS remote sensing data[J]. International Journal of Climatology, 2014, 34(3) : 863–870. DOI: 10.1002/joc.3728 |
[2] | 何秀, 邓兆泽, 李成才, 等. MODIS气溶胶光学厚度产品在地面PM10监测方面的应用研究[J]. 北京大学学报(自然科学版), 2010, 46(2) : 178–184. He X, Deng Z Z, Li C C, et al. Application of MODIS AOD in surface PM10 evaluation[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2010, 46(2) : 178–184. |
[3] | 郭建平, 吴业荣, 张小曳, 等. BP网络框架下MODIS气溶胶光学厚度产品估算中国东部PM2.5[J]. 环境科学, 2013, 34(3) : 817–825. Guo J P, Wu Y R, Zhang X Y, et al. Estimation of PM2.5 over Eastern China from MODIS aerosol optical depth using the back propagation neural network[J]. Environmental Science, 2013, 34(3) : 817–825. |
[4] | 张明明, 刘振波, 葛云健. 江苏省大气气溶胶光学厚度时空分布研究[J]. 长江流域资源与环境, 2014, 23(12) : 1775–1782. Zhang M M, Liu Z B, Ge Y J. Spatio-temporal distribution of atmospheric aerosol optical depth in Jiangsu province[J]. Resources and Environment in the Yangtze Basin, 2014, 23(12) : 1775–1782. |
[5] | 张丽娟.北京市MODIS遥感气溶胶光学厚度与空气质量关系研究[D].北京:中国地质大学(北京), 2009. 11-15. Zhang L J. Study on the correlation between MODIS AOD products and the air pollution in Beijing[D]. Beijing:China University of Geosciences (Beijing), 2009. 11-15. |
[6] | 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. Guan J X, Li C C. Spatial distributions and changes of aerosol optical depth over Eastern and Central China[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2010, 46(2) : 185–191. |
[7] | 郑小波, 周成霞, 罗宇翔, 等. 中国各省区近10年遥感气溶胶光学厚度和变化[J]. 生态环境学报, 2011, 20(4) : 595–599. Zheng X B, Zhou C X, Luo Y X, et al. Chinese province-level variations and trends in aerosol optical depth from recent 10 years of remote sensing data[J]. Ecology and Environment, 2011, 20(4) : 595–599. |
[8] | 徐冉冉.基于MODIS遥感数据的环渤海地区气溶胶光学厚度获取及应用研究[D].石家庄:河北师范大学, 2011. 20-21. Xu R R. Information Acquisition of aerosol optical depth from MODIS sensor and application study in Bohai Rim[D]. Shijiazhuang:Hebei Normal University, 2011. 20-21. http://www.cnki.com.cn/Article/CJFDTOTAL-STBC201205005.htm |
[9] | 马雁军, 杨洪斌, 方志刚, 等. 辽宁中部城市群大气污染现状及发展趋势分析[J]. 城市环境与城市生态, 2003, 16(5) : 89–91. Ma Y J, Yang H B, Fang Z G, et al. Analysis of status and trends on the air pollution in the center multi-cities of Liaoning[J]. Urban Environment & Urban Ecology, 2003, 16(5) : 89–91. |
[10] | 李元宜, 李艳红. 辽宁中部城市群大气污染防治对策探讨[J]. 气象与环境学报, 2010, 26(4) : 57–60. Li Y Y, Li Y H. Discussion on prevention and cure countermeasures of air pollution in the city group of middle Liaoning province[J]. Journal of Meteorology and Environment, 2010, 26(4) : 57–60. |
[11] | 李晓静, 张鹏, 张兴赢, 等. 中国区域MODIS陆上气溶胶光学厚度产品检验[J]. 应用气象学报, 2009, 20(2) : 147–156. Li X J, Zhang P, Zhang X Y, et al. Validation of aerosol optical thickness product over China with MODIS data operated at NSMC[J]. Journal of Applied Meteorological Science, 2009, 20(2) : 147–156. |
[12] | Chu D A, Kaufman Y J, Ichoku C, et al. Validation of MODIS aerosol optical depth retrieval over land[J]. Geophysical Research Letters, 2002, 29(12) : MOD2-1–MOD2-4. |
[13] | 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(12) : 1708–1718. Wang L L, Xin J Y, Wang Y S, et al. Validation of MODIS aerosol products by CSHNET over China[J]. Chinese Science Bulletin, 2007, 52(12) : 1708–1718. DOI: 10.1007/s11434-007-0222-0 |
[14] | 胡蝶.中国地区大气气溶胶光学厚度的卫星遥感监测分析[D].兰州:兰州大学, 2012. 12-13. Hu D. Aerosol optical depth based on satellite observations in China[D]. Lanzhou:Lanzhou University, 2012. 12-13. http://cdmd.cnki.com.cn/Article/CDMD-10730-1012374757.htm |
[15] | 潘竟虎, 李俊峰. 基于夜间灯光影像的中国电力消耗量估算及时空动态[J]. 地理研究, 2016, 35(4) : 627–638. Pan J H, Li J F. Estimate and spatio-temporal dynamics of electricity consumption in China based on DMSP/OLS images[J]. Geographical Research, 2016, 35(4) : 627–638. |
[16] | 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(22) : 2488–2495. Li C C, Mao J T, Lau K H A, et al. Characteristics of distribution and seasonal variation of aerosol optical depth in eastern China with MODIS products[J]. Chinese Science Bulletin, 2003, 48(22) : 2488–2495. |
[17] | 郭阳洁, 洪松, 庄艳华, 等. 湖北省气溶胶光学厚度时空分布特征研究[J]. 武汉大学学报(信息科学版), 2010, 35(11) : 1381–1385. Guo Y J, Hong S, Zhuang Y H, et al. Temporal variation and spatial distribution of atmospheric aerosols over Hubei Province[J]. Geomatics and Information Science of Wuhan University, 2010, 35(11) : 1381–1385. |
[18] | 赵胡笳.中国东北城市地区大气气溶胶光学特性及其直接辐射效应研究[D].北京:中国气象科学研究院, 2014. 35-45. Zhao H J. Analyses of the aerosol optical properties and direct radiative forcing over a group of urban and industrial region in Northeast China[D]. Beijing:Chinese Academy of Meteorological Science, 2014. 35-45. |
[19] | 柳晶.中国地区气溶胶光学特性及辐射强迫的卫星遥感观测研究[D].南京:南京信息工程大学, 2008. 60-65. Liu J. Aerosol optical properties and its radiative effects based on satellite observations in China[D]. Nanjing:Nanjing University of Information Science & Technology, 2008. 60-65. |
[20] | 王浩洋, 吴艳兰. 安徽及周边地区气溶胶时空特征及成因分析[J]. 环境科学学报, 2015, 35(7) : 1972–1981. Wang H Y, Wu Y L. Characteristics and causes of spatio-temporal distribution of aerosol optical depth over Anhui and surrounding areas[J]. Acta Scientiae Circumstantiae, 2015, 35(7) : 1972–1981. |
[21] | 姜玉. 东北地区人口变动对经济影响研究[J]. 黑河学刊, 2016(1) : 8–11. Jiang Y. Impact on economic of population change in the northeast China[J]. Heihe Journal, 2016(1) : 8–11. |
[22] | 黄荣辉, 顾雷, 陈际龙, 等. 东亚季风系统的时空变化及其对我国气候异常影响的最近研究进展[J]. 大气科学, 2008, 32(4) : 691–719. Huang R Y, Gu L, Chen J L, et al. Recent progresses in studies of the temporal-spatial variations of the east asian monsoon system and their impacts on climate anomalies in China[J]. Chinese Journal of Atmospheric Sciences, 2008, 32(4) : 691–719. |
[23] | 吉奇, 宋冀凤, 刘辉. 近50年东北地区温度降水变化特征分析[J]. 气象与环境学报, 2006, 22(5) : 1–5. Ji Q, Song J F, Liu H. Characteristics of temperature and precipitation in Northeast China from 1951 to 2000[J]. Journal of Meteorology and Environment, 2006, 22(5) : 1–5. |
[24] | 杨琨, 孙照渤, 倪东鸿. 1999-2003年我国气溶胶光学厚度的变化特征[J]. 南京气象学院学报, 2008, 31(1) : 92–96. Yang K, Sun Z B, Ni D H. Characteristics of atmospheric aerosol optical depth over China during 1999-2003[J]. Journal of Nanjing Institute of Meteorology, 2008, 31(1) : 92–96. |
[25] | 马雁军, 刘宁微, 洪也, 等. 2011年春季辽宁一次沙尘天气过程及其对不同粒径颗粒物和空气质量的影响[J]. 环境科学学报, 2012, 32(5) : 1160–1167. Ma Y J, Liu N W, Hong Y, et al. The impacts on various particle sizes and the air quality caused by a dust weather process in Spring 2011 in Liaoning[J]. Acta Scientiae Circumstantiae, 2012, 32(5) : 1160–1167. |
[26] | 韩晶晶, 王式功, 祈斌, 等. 气溶胶光学厚度的分布特征及其与沙尘天气的关系[J]. 中国沙漠, 2006, 26(3) : 362–369. Han J J, Wang S G, Qi B, et al. Distribution of aerosol optical thickness and its relation with dusty weather in China[J]. Journal of Desert Research, 2006, 26(3) : 362–369. |
[27] | Schaap M, Apituley A, Timmermans R M A, et al. Exploring the relation between aerosol optical depth and PM2.5 at Cabauw, the Netherlands[J]. Atmospheric Chemistry and Physics, 2009, 9(3) : 909–925. DOI: 10.5194/acp-9-909-2009 |
[28] | Deng X L, Shi C E, Wu B W, et al. Analysis of aerosol characteristics and their relationships with meteorological parameters over Anhui province in China[J]. Atmospheric Research, 2012, 109-110 : 52–63. DOI: 10.1016/j.atmosres.2012.02.011 |
[29] | 刘贞, 郑有飞, 刘建军, 等. 基于A-train卫星对中国北方地区气溶胶分布的研究[J]. 中国环境科学, 2015, 35(10) : 2891–2898. Liu Z, Zheng Y F, Liu J J, et al. Research on the distribution of the northern region of China aerosol based on A-trian satellite[J]. China Environmental Science, 2015, 35(10) : 2891–2898. |
[30] | 丁婷, 陈丽娟, 崔大海. 东北夏季降水的年代际特征及环流变化[J]. 高原气象, 2015, 34(1) : 220–229. Ding T, Chen L J, Cui D H. Decadal variations of summer precipitation in Northeast China and the associated circulation[J]. Plateau Meteorology, 2015, 34(1) : 220–229. |
[31] | 李叶妮.近50年来我国东北地区主要城市气候变化分析[D].南京:南京信息工程大学, 2013. 43-45. Li Y N. The analysis of climate change within major urban area approximate fifty years in Northeast China[D]. Nanjing:Nanjing University of Information Science & Technology, 2013. 43-45. |
[32] | Wang B, Fan Z. Choice of South Asian summer monsoon indices[J]. Bulletin of the American Meteorological Society, 1999, 80(4) : 629–638. DOI: 10.1175/1520-0477(1999)080<0629:COSASM>2.0.CO;2 |
[33] | Liu X D, Yan L B, Yang P, et al. Influence of Indian summer monsoon on aerosol loading in East Asia[J]. Journal of Applied Meteorology and Climatology, 2011, 50(3) : 523–533. DOI: 10.1175/2010JAMC2414.1 |
[34] | Bao Z H, Zhu C Z, Hulugalla R, et al. Spatial and temporal characteristics of aerosol optical depth over East Asia and their association with wind fields[J]. Meteorological Applications, 2008, 15(4) : 455–463. DOI: 10.1002/met.v15:4 |