大气气溶胶通过吸收、散射太阳辐射或通过参与云的微物理过程，改变云的辐射特性，直接或间接影响地-气系统辐射平衡，是影响全球气候变化的重要因子.世界气象组织(WMO)大气科学委员会第16届会议在其成果报告《未来10年展望：新挑战与机遇》中指出：大气气溶胶对空气质量、天气以及气候的影响是未来10年大气科学的6大研究主题之一^[1].由于气溶胶的时空多变性、化学成分的复杂性以及气溶胶-云凝结核-云-辐射之间复杂的非线性关系，使得研究气溶胶的气候效应非常困难，且具有很大的不确定性^[2].大气气溶胶浓度时空分布的信息以及物理、化学、光学特性、尺度分布和大气含量等信息的准确获取，为准确估算气溶胶直接和间接辐射强迫提供可能^[3].

气溶胶光学厚度(aerosol optical depth, AOD)作为气溶胶最基本的光学特性之一，是目前可以得到的气溶胶数据中覆盖范围最广、较准确的一种数据，同时也是推算气溶胶含量、评估大气污染程度、确定气溶胶气候效应的关键参数^{[4, 5]}.由于卫星探测方法具有覆盖面积广，信息获取方便、快捷等特点，国内外多颗卫星都提供了AOD反演产品，如美国的MODIS、MISR、SeaWiFS、VIIRS、OMI、Calipso等，国内利用环境一号(HJ-1) 系列卫星上搭载的宽覆盖多光谱CCD相机和FY-3A上搭载的中分辨率光谱成像仪(MERSI)都可以实现对AOD的反演. MODIS AOD产品采用陆地植被暗像元方法(dark target, DT)和深蓝通道算法(deep blue, DB)分别获取陆地植被、沙漠、干旱等区域的气溶胶信息，采用水体暗像元特性获取海洋区域的气溶胶信息^{[6, 7]}，由于产品具有较高的时空分辨率，数据质量良好，使得该产品在空气污染研究领域中得到了最为广泛的应用.

目前，NASA已经发布了3个版本的气溶胶再处理产品，分别是C4、C5和C6版.我国学者利用不同版本气溶胶产品做过多方面研究：李成才等^[8]利用北京和香港地区地面太阳光度计站点数据对MODIS气溶胶产品进行了对比验证，然后利用产品资料统计分析了中国东部地区气溶胶光学厚度季节分布和变化特征；邓学良等^[9]利用MODIS C4版气溶胶产品中550 nm气溶胶光学厚度和小颗粒比例两个参数的关系，计算得到气溶胶光学厚度，并进一步研究了我国海域人为和沙尘气溶胶的时空分布；罗宇祥等^[10]利用MODIS C5.1版AOD产品统计分析了2001~2010年中国地区大气气溶胶光学厚度的详细分布状况和季节变化特征.在MODIS C6产品发布之前，MODIS C5 DT AOD是最为成熟、也是在目前现有研究中应用最为广泛的AOD产品，但由于DT算法在沙漠、干旱半干旱地区无法反演AOD，造成了我国西部地区大量AOD数据的缺失.

中国西北地区因其特殊的地理位置，不仅是全球气候变化响应最敏感的地带，也是生态环境变化最脆弱的地区.近年来，起源于我国塔克拉玛干沙漠和内蒙古戈壁荒漠的沙尘暴频繁出现，加之人类农业、工业生产活动及交通运输排放的大气污染物，使得我国西北地区气溶胶含量丰富、类型多样、化学成分复杂，时空分布特征差异很大^{[11, 12]}.相比我国其他地区，该区域地基站点稀少，缺乏对气溶胶卫星反演产品的检验，对气溶胶时空分布特征的研究也比较少^[13]. MODIS C6版产品在覆盖范围上为环境、气候分析提供了几乎全地表覆盖的大气气溶胶信息^[14]，这为准确评估MODIS气溶胶产品在我国西北地区的适用性提供了可能，也为定量研究气溶胶的光学特性及时空分布特征提供了科学数据.本文利用全球气溶胶自动观测网(AERONET)站点数据对MODIS C6 AOD融合产品进行对比验证，评价产品的适用性和反演精度.在此基础上，采用MODIS/AQUA C6 MYD08-M3数据集开展分析，研究2006~2015年中国西北地区气溶胶光学厚度时空变化特征及形成原因.

MODIS C6版气溶胶产品于2014年初发布，包含了第二代DB算法、DT算法和数据融合产品.第二代DB算法是一个加强混合算法，适用区域从沙漠、干旱半干旱等高亮区域扩展到了浓密植被覆盖等暗区域，实现了对整个陆地区域的覆盖^[15]. C6 DT提供了10 km和3 km分辨率两种AOD产品^[16].为最大限度提高AOD数据覆盖率，MODIS C6气溶胶产品中还包括了DT和DB AOD融合产品，融合方案是基于归一化植被指数(NDVI)数据将地表分为NDVI < 0.2、0.2≤NDVI≤0.3和NDVI>0.3共3个类别对AOD产品进行融合^[17].由于MODIS C6融合产品发布时间较短，数据的适用性评价和区域性验证工作以及在空气质量污染方面的应用还比较少.本文选取MODIS/AQUA C6版MYD04_L2日产品和MYD08_M3全球1°×1°格点月均值产品，提取“AOD_550_Dark_Target_Deep_Blue_Combined_Mean_Mean”数据集开展分析.

AERONET(aerosol robotic network)由NASA和法国国家科学研究中心(CNRS)共同组建的地基气溶胶遥感网络. AERONET的目标是获取气溶胶的特征参数，并验证卫星反演的气溶胶参数. AERONET在全球陆地和海洋上分布着400个观测站，采用的观测设备主要是CIMEL系列太阳光度计^[18].利用此太阳光度计获取的太阳直射光和天空漫射光反演气溶胶光学厚度、单次散射反照率和粒子尺度分布等气溶胶特性参数.由于利用地基太阳光度计观测反演气溶胶参数不受地表参数影响，它反演的AOT精度可以达到0.01~0.02，可作为真值检验卫星反演结果^[19].

本文选取我国西北地区6个站点的AERONET level 2.0级AOD数据产品，具体站点信息和数据时段见表 1. AERONET产品中包含了340、380、440、500、675、870、1 020 nm共7个波段的AOD数据，没有550 nm产品.由于气溶胶光学厚度的自然对数与波长的自然对数之间存在二次多项式拟合关系^[20]，即：

表 1 (Table 1)

表 1 AERONET中国西北地区站点信息[23] Table 1 Information on AERONET sites in the northwest of China

表 1 AERONET中国西北地区站点信息[23] Table 1 Information on AERONET sites in the northwest of China

所以采用二次多项式拟合算法差值得到550 nm AOD.为使地面观测与卫星反演数据具有时空代表性和可比性，以卫星过境前后30 min地基观测结果的平均值匹配地基站点位置±25 km半径范围内的MODIS反演结果^[21].针对对比分析结果，本文采用一元线性回归方程(AODmodis=a+b×AODaeronet，式中，a是截距，b是斜率)、相关系数(R)、均方根误差(RMSE)和预期误差区间(expected error, EE)等多种统计指标对MODIS AOD产品进行验证.预期误差区间EE_DT=±(0.05+0.15τ_A)、EE_DB=±(0.05±0.2τ_A)，式中，τ_A为地基观测气溶胶光学厚度^[22].为统一评价标准，本文选取EE_DB为预期误差区间.

图 1是西北地区6个站点MODIS C6 AOD融合产品与AERONET太阳光度计站点数据散点图.其中，“黑色实圈”为观测样点，“黑线”为正负误差线，“红色实线”为线性回归拟合线；根据前文所述时空匹配方法，共匹配数据点162个，其中有128组样本(数据质量控制QA标志为2和3) 可供对比分析，占数据点总数(N=162) 的79%，具体站点数据验证结果和数据等级说明分别见表 2和表 3；二者拟合线y=-0.002 5+0.8x，相关系数为0.72，均方根误差为0.18，分别有54和106个点落在EE和2倍EE区间内，约占样本总数(N=128) 的42%和83%；分别有20和6个点的MODIS数据高于EE和2倍EE区间范围，54和16个点分别低于EE和2倍EE区间范围.综合以上结果，可以看出：MODIS AOD融合产品具有较好的覆盖度，数据相关性较好，虽然部分样本存在低估现象，但具备一定的数据精度.这与Xie等^[24]发现在中国西部地区MODIS C5.1 DB AOD存在严重的低估现象有所不同，说明随着算法的升级，第二代DB算法和DT算法融合产品在相同区域的反演结果更加合理，适用性更强.

图 1

Fig. 1

图 1 MODIS AOD融合产品与太阳光度计站点数据散点图 Fig. 1 Scatter plots of AOD merged product from MODIS and sun photometer sites

表 2 (Table 2)

表 2 MODIS C6版气溶胶融合产品对比验证结果 Table 2 Comparison results between MODIS C6 DB and DT merged product and AERONET sites data

表 2 MODIS C6版气溶胶融合产品对比验证结果 Table 2 Comparison results between MODIS C6 DB and DT merged product and AERONET sites data

表 3 (Table 3)

表 3 MODIS C6 AOD产品质量控制(QA)标志 Table 3 Quality assurance(QA) flags of MODIS C6 AOD product

表 3 MODIS C6 AOD产品质量控制(QA)标志 Table 3 Quality assurance(QA) flags of MODIS C6 AOD product

图 2(a)为对比数据绝对误差相对频数分布图，有53个数据误差在±0.05内(1个总体标准偏差σ)，约占样本总数的41%，有87个数据误差在±0.15内，占样本总数的68%；有88个数据存在正误差，占样本总数的69%，40个数据存在负误差，占样本总数的31%.就相对误差频率分布而言[图 2(b)]，有58个数据相对误差在30%以内，占样本总数的45%；有89个数据相对误差50%以内，约占样本总数的70%；有88个数据相对误差为负百分比，占样本总数的69%.综合以上结果分析：MODIS C6融合产品误差分布具有明显的单峰性、非对称性和有界性，且有41%左右的数据分布在1个总体标准偏差σ内，有45%的样本数据相对误差控制在30%内，产品误差分布相对集中，小误差出现的比例较高，产品具有一定的准确度.综合对比验证和误差分析结果可以说明：MODIS C6融合产品在西北地区不同下垫面背景下，数据精度较好，且具有一定的覆盖范围，能够满足气候和环境研究的要求，可作为研究区域性气溶胶光学特征变化的基础数据.

图 2

Fig. 2

图 2 MODIS C6 AOD融合产品误差相对频数分布 Fig. 2 Relative frequency distribution of MODIS C6 AOD merged product error

利用2006~2015年MODIS/AQUA C6 MYD08-M3产品，分析中国西北地区气溶胶光学厚度空间分布特征和时间变化特征，研究典型高值和低值区域形成原因.通过提取2006~2010年和2011~2015年前后5年AOD差值分布，讨论西北地区AOD显著变化区域及其影响因素.

图 3(a)是中国地区2006~2015年MODIS AOD年平均分布.从中可以看出：东部地区仍然是AOD极端高值区. AOD大于0.8的高值区主要位于华北南部、黄淮、江汉、长三角和四川盆地地区，这与近年来国内的一些研究学者对中国区域AOD的时空分布研究结论相同^{[25, 26]}.这些地区AOD常年高值，主要由于工农业生产、建筑、交通运输等人类活动产生的NO₂、SO₂、氨气等污染气体转化成的细颗粒气溶胶，以及矿物扬尘、烟尘等直接排放一次气溶胶.通过前后5年AOD年平均差值分布可以看出[图 3(d)]，减少区主要位于四川盆地、江南和华南地区、内蒙古中西部和西北地区东部.四川盆地和吉林东部地区减量在-0.1~-0.2之间，江南和华南地区减量在-0.1~0之间.年平均值的降低也说明中国在原有典型气溶胶高值区，即长三角、珠三角和四川盆地的空气质量污染控制取得一定成效；AOD年平均值对比增量区主要位于东北地区中东部、华北地区南部和黄淮地区东北部，其中高值区位于黑龙江中南部，增量值达到0.15以上，该区域气溶胶明显呈上升趋势，主要与当地秋冬季煤炭使用和大面积秸秆等生物质燃烧有关.

图 3

Fig. 3

图 3 中国地区2006~2015年MODIS AOD年平均、前后5年平均及差值分布 Fig. 3 Distribution of yearly averaged AOD over China in 2006-2015, 2006-2010, 2011-2015 and the difference pattern of 2006-2010 and 2011-2015

图 4是我国西北地区2006~2015年AOD年平均、前后5年平均及差值分布.如图 4(a)、4(b)、4(c)所示，西北地区常年AOD高值区主要位于南疆盆地和陕西关中地区.南疆盆地的塔克拉玛干沙漠与巴丹吉林和腾格里沙漠形成了我国主要的沙尘源区，也是全球沙尘气溶胶的重要排放地，常年伴有沙尘天气发生.韩永翔等^[27]根据沙漠风积地貌所揭示的风场变化探讨了塔里木盆地的大气环流和沙尘暴成因，指出在暖季(春、夏)，由于地面对大气感热加热作用强烈而形成热低压，当冷空气入侵，将加强热低压的发展，从而形成沙尘天气.盆地的大部分区域AOD年平均值在0.5~0.6，沙漠的北部、南部和东部均存在高值，年平均值大于0.6.偏东的若羌及周边地区年平均值大于0.7，此高值分布与该地区的地形和气候特征密切相关.塔里木盆地的北、西、南面分别被天山、帕米尔高原和昆仑山包围，受北方和西北方南下气流影响，气流经东天山山口进入塔里木盆地，在沙漠下垫面热力作用和沙漠东侧窄地形的共同作用下，形成高值区；陕西中部的关中地区是该省的经济核心区域，人口密集度较高，人类活动造成了大量污染物的排放.同时，关中地区平均海拔500 m，特殊的盆地地形非常不利用污染物的扩散，使得该地区常年AOD处于高值，部分地区的AOD年平均值已达到1.0. Dong等^[28]对陕西省的AOD变化趋势及成因进行了分析研究，同样指出地形因素和局地源是造成关中地区AOD高值的主要原因；AOD小于0.2的低值区主要位于青海东南部和甘肃南部地区.该地区地处青藏高原，平均海拔超过3 000 m，常年受西北暖湿气流影响，人口稀疏，工农业生产较少，不易受人为源和自然源气溶胶影响，AOD年平均值较低.

图 4

Fig. 4

图 4 中国西北地区2006~2015年MODIS AOD年平均、前后5年平均及差值分布 Fig. 4 Distribution of yearly averaged AOD over the northwest of China in 2006-2015, 2006-2010, 2011-2015 and the difference pattern of 2006-2010 and 2011-2015

图 4(d)是2006~2010年和2011~2015年，前后两个5年AOD年平均差值分布.从中可以看出，北疆地区准噶尔盆地大部分区域为AOD对比增量区.该区域以乌鲁木齐、昌吉、石河子、奎屯和克拉玛依这5个城市形成天山北坡经济带，是新疆现代工业、农业、交通运输和科技等最为发达的核心区域，集中了全疆83%的重工业和62%的轻工业^[29]，对近5年AOD增量具有一定贡献.同时，准噶尔盆地中央地势较低，古尔班通古特沙漠形成的沙尘源气溶胶粒子不易向盆地外输送，从而导致准噶尔盆地不同类型气溶胶粒子累积，使得该区域表现出AOD年平均分布呈增加趋势；柴达木盆地和河套地区是AOD对比减量区.有研究表明^[30]：柴达木盆地的沙尘天气与大风天数有显著的相关性，而造成柴达木盆地沙尘天气的冷空气路径主要为西向路径，即冷空气从帕米尔高原进入南疆盆地，翻越阿尔金山进入柴达木盆地.近5年AOD年平均值减少，主要考虑为该地区冷空气活动减少所致.河套地区为前后5年AOD对比显著减量区，该地区的生态环境综合治理、水土保持和退耕还林等生态建设工程的实施，使得土地利用和覆盖发生明显变化，地表植被不断丰富，降低了沙尘气溶胶对该地区常年AOD的贡献.

考虑西北地区不同的地表、地形和植被特征，参照以往研究对西北地区气候区域的划分^{[31, 32]}，本文将西北地区划分为4个子区域(图 5)：北疆地区(42°~50°N、80°~95°E，Ⅰ区)，南疆地区(36°~42°N、72°~91°E，Ⅱ区)，青藏地区(32°~40°N、91°~102°E，Ⅲ区)，西北东部地区(33°~38°E、102°~110°N，Ⅳ区).

图 5

Fig. 5

图 5 西北地区研究区域示意 Fig. 5 Divided research areas over the northwest of China

图 6(a)是2006~2015年西北地区不同区域年均AOD变化情况，表 4是年平均值及变化趋势结果.从中可以看出，近10年西北地区年均AOD变化范围为0.18~0.22，这与全球陆上气溶胶AOD均值(0.19) 基本持平^[33]，但明显低于我国其他气溶胶高污染区域. 2006和2010年为最高值0.22，此结果对应了这两个年份是沙尘高发年^{[34, 35]}.从整体变化趋势上看，2006~2010年，年均AOD基本保持不变，2011年起呈缓慢下降趋势，平均年降幅约为0.32%，2015年达到最低值0.18；南疆地区呈现明显的年际变化特征，2006~2009年间AOD降幅明显，2010年因沙尘高发出现短暂上升后，2011~2015年再次呈现缓慢下降趋势；东部地区年均AOD下降最为明显，平均年降幅达到1.1%，特别是在2011~2015年，呈现了显著的下降趋势，这与前文所述空间分布特征中的明显减量区域有较好的对应；青藏地区与西北地区变化情况基本一致，年均AOD变化范围为0.18~0.23，整体呈缓慢降低趋势，年降幅约为0.46%；北疆地区年均AOD变化范围为0.15~0.18，低于其他区域，10年间整体变化趋于平稳，说明北疆地区的空气污染水平最低. 2013年起开始下降，源于该地区在2013年对主要污染区域实施了“煤改气”、热电联产和重点污染源防治等一系列大气污染防治措施，取得了一定效果.

图 6

Fig. 6

图 6 西北地区不同区域MODIS AOD时间变化曲线 Fig. 6 Variation curves of MODIS AOD in different areas of the northwest China

表 4 (Table 4)

表 4 2006~2015年西北地区不同区域AOD年平均值及变化趋势 Table 4 Yearly averaged AOD and variation tendency in different areas of the northwest China from 2006 to 2015

表 4 2006~2015年西北地区不同区域AOD年平均值及变化趋势 Table 4 Yearly averaged AOD and variation tendency in different areas of the northwest China from 2006 to 2015

由于春季是西北地区沙尘天气高发期，西北地区不同区域年均AOD在春季显著升高[图 6(b)].其中，南疆地区由于受沙尘源区的影响，在局地天气系统扰动和扩散机制的作用下，整体波动较大，春季年均AOD达到0.54(表 4)，明显高于全年平均水平(0.31).不同区域在春季的变化关系与全年呈现了比较相似的情况，说明西北地区由于春季的气候特征形成的沙尘气溶胶对全年区域性大气气溶胶光学厚度贡献很大.对比前后5年年均春季AOD的变化情况，西北地区不同区域后5年的整体变化趋势较前5年趋于平缓，说明在2006~2010年间，西北地区受沙尘暴强弱、频次的影响较大，呈现了相对明显的波动特征.从2015年西北地区不同区域AOD季节变化情况来看(表 5)，春季AOD最大，均高于其他季节，说明西北地区春季受沙尘天气影响，大气污染水平最高.秋季AOD最小，仅为0.13左右，说明在沙尘频数明显减小和降水增多的共同作用下，西北地区秋季空气质量最好.在冬季，由于西北地区大气层结稳定，供暖引起的污染物不易扩散，使得AOD再次升高，特别是在北疆、东部和青藏地区，冬季AOD大多高于夏、秋季，接近于全年平均水平，说明西北地区除受自然源气溶胶影响外，人为源气溶胶同样是大气污染的主要来源.

表 5 (Table 5)

表 5 2015年西北地区不同区域AOD季节变化 Table 5 Seasonal changes of AOD in different areas of the northwest China in 2015

表 5 2015年西北地区不同区域AOD季节变化 Table 5 Seasonal changes of AOD in different areas of the northwest China in 2015

图 6(c)是2015年西北地区不同区域AOD月均值变化情况.从中可以看出，南疆和东部地区呈现了比较相似的月际变化特征，3~11月下降明显，12月至次年2月再次回升，而北疆和青藏地区4月达到最大值，春季至夏季下降明显，秋季缓慢上升.南疆地区在3月出现最大值0.54，东部和青藏地区分别在11月和9月出现最小值0.1.各区域在3月和4月的AOD显著高于其他月份，再次说明西北地区春季沙尘天气对空气质量污染的贡献.南疆地区在3~8月月均AOD处于较高水平，说明该地区受春、夏两季的沙尘天气影响显著.北疆和青藏地区由于夏季云量增加、降水增多，AOD下降趋势明显，在秋季出现最低值；东部地区全年变化相对平稳，月均值变化范围仅为0.19±0.08，说明该地区受自然源气溶胶影响较小.

(1) MODIS AOD融合产品具有较好的覆盖度，数据相关性较好，误差分布相对集中，小误差出现的比例较高.虽然部分样本存在低估现象，但产品整体具备一定的精度，可用作研究区域性气溶胶光学特性和气候效应的基础数据.

(2) 西北地区AOD高值区主要位于南疆盆地和关中盆地，受地形影响显著，具有明显的“盆地”效应.塔克拉玛干沙漠东侧的若羌和周边地区，年平均值在0.7以上，这与该地区受自然源气溶胶排放直接相关，当地的地形和气候特征也是造成AOD常年偏高的主要原因.陕西关中地区由于人口密集度较高，受人为源气溶胶影响较大，盆地地形使污染物不易扩散，年平均值在0.6以上，也是西北地区气溶胶典型的高值区域；准噶尔盆地大部分区域为前后5年AOD对比增量区，柴达木盆地和河套地区为减量区.

(3) 西北地区年均AOD在2006~2010年，基本保持不变，2011年起呈缓慢下降趋势，平均年降幅约为0.32%；南疆地区呈现了较为明显的年际变化特征，这与沙尘天气强弱、频次的年份分布直接相关；东部地区在2011~2015年，下降趋势显著，平均年降幅达到1.1%，这与文中所述前后5年AOD差值减量区域有明显对应；各区域在春季的变化关系与全年呈现了比较相似的情况，说明春季沙尘气溶胶对全年区域性大气气溶胶光学厚度贡献很大；各区域的月际变化特征基本一致，从春季至秋季逐步下降，冬季再次回升.