环境科学  2018, Vol. 39 Issue (8): 3563-3570   PDF    
引用本文
胡俊, 亢燕铭, 陈勇航, 刘鑫, 李霞, 刘琼. 基于MODIS_C006的乌鲁木齐10年气溶胶光学厚度变化特征[J]. 环境科学, 2018, 39(8): 3563-3570.
HU Jun, KANG Yan-ming, CHEN Yong-hang, LIU Xin, LI Xia, LIU Qiong. Analysis of Aerosol Optical Depth Variation Characteristics for 10 years in Urumqi Based on MODIS_C006[J]. Environmental Science, 2018, 39(8): 3563-3570.
基于MODIS_C006的乌鲁木齐10年气溶胶光学厚度变化特征
胡俊1, 亢燕铭1, 陈勇航1,2, 刘鑫1, 李霞2, 刘琼1     
1. 东华大学环境科学与工程学院, 上海 201620;
2. 中国气象局乌鲁木齐沙漠气象研究所, 乌鲁木齐 830002
收稿日期: 2017-10-17; 修订日期: 2018-01-22
基金项目: 国家自然科学基金项目（41375021，41675026）
作者简介: 胡俊(1994~), 男, 博士研究生, 主要研究方向为多源遥感的城市资源环境, E-mail: hujun9852@126.com
通信作者: 陈勇航, E-mail: yonghangchen@126.com
摘要: 利用2006~2015年美国NASA地球观测系统（EOS）中分辨成像仪MODIS Level2 10 km分辨率产品MYD04_L2_C006数据，分析乌鲁木齐市存在轻度以上（包括轻度）大气污染状况下的10年气溶胶光学厚度变化特征.结果表明，乌鲁木齐市10年平均AOD年内呈单峰分布，AOD从1~4月逐渐增大，4月达全年峰值，为0.37±0.19，10月达到最低值，为0.22±0.20；受春季沙尘天气频发影响，AOD季节变化特征表现为春季最大，城区大气污染状况严重，夏季、冬季次之，秋季最小，且乌鲁木齐市区大气污染状况较郊区严重；10年AOD均值为0.293；2006年出现AOD年均最高值为0.33，最低值出现在2008年，为0.24，较2007年单年降幅达23.3%.乌鲁木齐市10年AOD年际变化呈上升趋势，且低值点与高值点较以往研究均有不同程度增幅，虽然2015年出现减弱势头，乌鲁木齐市近10年的大气污染状况仍较严重，仍需加强控制.
关键词: MODIS_C006      气溶胶光学厚度      乌鲁木齐      时空分布      年际变化     
Analysis of Aerosol Optical Depth Variation Characteristics for 10 years in Urumqi Based on MODIS_C006
HU Jun1 , KANG Yan-ming1 , CHEN Yong-hang1,2 , LIU Xin1 , LI Xia2 , LIU Qiong1     
1. College of Environmental Science and Engineering, Donghua University, Shanghai 201620, China;
2. Institute of Desert Meteorology, China Meteorological Administration, Urumqi 830002, China
Abstract: Based on the MYD04_L2_C006 dataset gained from Moderate resolution imaging spectroradiometer MODIS Level 2 at 10 km resolution of NASA's EOS (Earth Observing System) from 2006 to 2015, the aerosol optical depths (AODs) for 10 years under the condition of mild above atmospheric pollution (including mild) were analyzed for Urumqi City. The results showed that the average AODs in Urumqi were unimodally distribution over the 10 years. From January to April, the AODs gradually increased. During a year, the annual peak of 0.37±0.19 was in April, and the lowest value of 0.22±0.20 was in October. Owing to the frequent occurrence of dust weather conditions in spring, the largest seasonal variation of AOD was in spring, as the air pollution in the entire area was very serious, followed by summer and winter, with the smallest in autumn. In addition, the urban area was the high AOD value area in Urumqi, as its air pollution was more severe than that in the suburbs. The average value of AOD during the 10 years was 0.293. The highest value of AOD was 0.33 in 2006, and the lowest value of 0.24 was in 2008, which declined to 23.3% of that in 2007. The annual change in AOD in Urumqi over the 10 years rose steadily. Compared with previous studies, the lowest and highest values were both higher to different degrees. Despite the deduction trend in 2015, air pollution in Urumqi was serious in the studied decade, and thus control of such needs to be strengthened.
Key words: MODIS_C006      aerosol optical depth(AOD)      Urumqi City      spatial and temporal distribution      interannual variability     

随着经济的迅速发展和城镇化进程的不断加快, 我国对城市区域的大气污染状况关注度持续上升.作为大气污染物的重要组成部分, 气溶胶对全球和区域气候变化影响显著[1~3], 而气溶胶光学厚度(aerosol optical depth, AOD)作为气溶胶光学特性的基本参数, 是研究气溶胶辐射效应的基础, 也是表征气溶胶含量及大气浑浊度的重要物理量.同时, AOD的大小还定量反映了区域大气污染状况[4~6].对于气溶胶光学厚度, 我国针对中东部地区已有大量观测及研究, 但对西北典型半干旱地区的相关研究尚较少, 多与地基站点观测数据缺乏有很大关系.乌鲁木齐市作为“一带一路”战略的西北重要城市, 全疆的政治、经济、文化、科教中心, 是人类活动和工业化进程引起严重大气污染问题的典型城市, 早年因缺乏AOD地面观测设备, Gueymard等[7]和邱金桓等[8]提出并发展了宽带消光法, 利用气象站点太阳短波直射辐射观测数据, 反演给出了乌鲁木齐市1980~1994年晴天AOD变化特征; 李刚等[9]和宗雪梅等[10]提出通过地表漫射太阳辐射日总量数据反演出AOD的计算模式, 并分别给出了1986~1992年和1993~2002年乌鲁木齐市AOD的变化特征; 李霞等[11, 12]对乌鲁木齐市2002~2003年CE318太阳光度计数据的分析发现, AOD日变化四季表现差异明显, 春夏变化剧烈, 秋冬趋势平缓, 整层大气气溶胶变化与近地面颗粒物浓度变化存在差异; 并认为PM10和SO2浓度对该乌鲁木齐市AOD贡献显著.以上研究多基于地基站点观测数据分析, 而受地基观测条件限制, 大空间尺度与长时间跨度的观测数据缺乏, 使得对乌鲁木齐市AOD及大气污染状况研究缺乏近10年延续性最新讨论.

快速发展的卫星遥感技术, 提供了覆盖空间广、时间连续性好的数据集, 可最大限度地弥补地基观测数据的不足. MODIS/Aqua C006遥感数据提供了接近覆盖所有地表的气溶胶信息, 为准确评估MODIS遥感数据在我国西北地区的适用性提供可能[13, 14], 因此, 本文将应用MODIS_C006遥感数据来研究乌鲁木齐最近10年存在轻度以上(包括轻度)大气污染状况下的AOD变化特征, 并分析这一地区10年的大气污染变化状况, 以期为卫星遥感技术用于西部典型半干旱气候背景地区的大气环境监测与控制提供方法参考和科学依据.

1 资料与方法 1.1 研究区域

选取新疆乌鲁木齐市为研究对象, 以地理坐标(87.39°E, 43.47°N)为中心, 1°×1°矩形区域(见图 1).研究区域包括了乌鲁木齐市主城区及近郊人口密集区.乌鲁木齐市地处北疆准噶尔盆地的沿天山一带, 市区高程在900~1 300 m之间, 北部地形开阔, 东、南、西三面环绕天山, 地势东南高、西北低, 从北到南逐渐收缩, 形成了细长的条状峡谷, 具有典型的峡谷地形特征及半干旱地区气候背景.乌鲁木齐的独特地形和复杂气象条件不利于大气污染物的扩散, 且能源结构以燃煤为主, 冬季燃煤供暖排放出的大量污染物易造成严重大气污染.

图 1 乌鲁木齐市地理位置示意 Fig. 1 Location of Urumqi City

1.2 数据与方法

选取搭载于Aqua卫星的中分辨率成像光谱仪MODIS(Moderate Resolution Imaging Spectroradiometer) Level 2 10 km分辨率MYD04_L2_C006日产品数据, 数据资料由美国地球观测系统(EOS)于2014年上半年发布.时间跨度为2006年1月1日~2015年12月31日. Aqua卫星飞行轨道高度为705 km, 扫描带宽为2 330 km, 覆盖全球时间为1~2 d, 提供了共36个光谱通道全球观测数据, 覆盖总光谱范围为0.4~14.4 μm, 卫星过境乌鲁木齐的时间为北京时间15:00, 空间分辨率为10 km.

MYD04_L2_C006数据沿用MYD04_L2_C051早期数据的算法模式, 提供两种算法用于反演全球气溶胶特征：暗像元法(dark target, DT)适用于地表类型为海洋和土地植被覆盖区等暗背景表面, 深蓝算法(deep blue, DB)适用于地表类型为沙漠或荒地等亮背景表面.根据Kaufman等[15]提出的暗像元法, 在清洁大气条件下, 绿色植被表面的反射率在红、蓝和2.1 μm通道相似, 表明它们之间存在着一定的关系.由于可见光通道受气溶胶散射的影响, 而2.1 μm通道不受气溶胶的影响, 故可合理反映地表特征.气溶胶层以下植被覆盖区地表的红、蓝通道反射率可从2.1 μm通道的反射率进行估算[16], 即为：

(1)

Levy等[17]在暗像元算法基础上改进了地表反射率的确定方法, 给出了NASA V5.2气溶胶反演算法, 成为MODIS_C051产品的陆地暗背景气溶胶反演应用的主要算法.这一算法同时考虑了植被覆盖指数(NDVI)与散射角(Θ)影响, 利用可见光和中红外通道的反射率比值对VIS/SWIR表面反射率比进行参数化, 即VIS/SWIR表面反射率比参数化为NVDISWIR和散射角(Θ)的函数, 所定义的新比值关系式如下：

(2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)
(10)

式中, θ为观测天顶角; θ0为太阳天顶角; φ为太阳散射辐射方位角.

MODIS_C006气溶胶产品的算法较早期C051产品予以改进, C006暗像元法修正了辐射传输计算中瑞利散射, 修改了地表反射率与陆地气溶胶类型, 包括对气溶胶检测不确定性估计, 进行误差分析得出最佳数据集估计值[18], 同时融合了暗像元法与深蓝算法用于反演整个陆地区域(亮背景和暗背景)AOD.研究选取的MYD04_L2_C006数据, 源自暗像元法与深蓝算法相融合的算法模式, 名称为“AOD_550_Dark_Target_Deep_Blue_Combined”, 即提取可见光波长为550 nm处气溶胶光学厚度. Allen等[19]的研究表明：研究所取城市区域AOD为0.02时, 城区呈非常清洁状态; AOD为0.2时, 城区大气环境整体较清洁, 局部区域出现轻度污染状况; AOD达到0.4时, 城区出现明显大气污染状况.本研究中定义：MODIS遥感数据反演所得乌鲁木齐AOD达到0.1时, 认为该市局部区域出现轻度大气污染状况.在此基础上, 筛选分析出研究区域内AOD≥0.1的像素点, 研究乌鲁木齐市存在轻度以上(包括轻度)大气污染状况下的10年气溶胶光学厚度变化特征.

2 结果与讨论 2.1 10年平均AOD季节空间分布

考虑到乌鲁木齐市独特的地理特征和半干旱气候背景, 四季划分采取气温划分原则, 夏季和冬季为乌鲁木齐市主导季节, 春秋季为短暂过渡季节, 即春季为4~5月, 夏季为6~8月, 秋季为9~10月, 冬季为11月至次年3月.在此基础上, 计算分析乌鲁木齐市AOD季节空间分布, 结果在图 2中给出.

(a) 春季, (b) 夏季, (c) 秋季, (d) 冬季 图 2 乌鲁木齐市AOD季节空间分布 Fig. 2 Spatial distribution map of AOD in Urumqi City

图 2显示出, 乌鲁木齐市AOD整体分布趋势为市区高于郊区.春季、夏季、秋季AOD高值区主要集中于乌鲁木齐市天山区、沙依巴克区、水磨沟区、新市区、头屯河区、米东区等市区位置, 而达坂城区、乌鲁木齐县等郊区位置处AOD低值区, 从郊区到市区AOD呈阶梯式上升变化趋势.

春季时, 整个城市研究区域内, AOD均值分布范围明显高于其他三季, 4个AOD高值点均靠近市区位置, 表明春季整个乌鲁木齐市大气污染严重, 城区空气质量状况出现大范围下降. 图 2(b)、2(c)显示出夏季和秋季乌鲁木齐市AOD高值区分布基本一致, 但夏季AOD数值上显著高于秋季, 且夏季AOD高值区呈局部聚集现象, 多集中于天山区、沙依巴克区等中心市区位置, 秋季该市整层大气较为洁净, 郊区大范围处于AOD低值区.冬季城市进入大气层结构稳定期, 乌鲁木齐市独特的地形特征和气象条件不利于大气污染物扩散, 乌鲁木齐市冬季AOD较秋季有大幅上升, 整个研究区域内AOD分布均匀, 市区与郊区污染程度基本一致, 且乌鲁木齐县东南局部位置出现AOD高值区, 表明冬季不利的扩散条件与独特地形特征对该市AOD增长起促进作用.

2.2 10年平均AOD季节时间变化

在四季划分采取气温划分原则基础上, 对研究区域内进行区域空间像素点平均, 得到了乌鲁木齐市轻度以上(包括轻度)大气污染状况下的10年平均(2006-01~2015-12)AOD季节时间变化特征, 如图 3所示.

图 3 乌鲁木齐10年AOD季节变化特征 Fig. 3 Characteristics of seasonal variation of AOD in the Urumqi area over the 10-year study period

从图 3可知, 乌鲁木齐市10年的AOD均值呈显著季节性变化.主要表现为：春季AOD变化幅度明显, AOD达四季最大值为0.35±0.28, 夏季(0.30±0.18)、冬季(0.29±0.22)次之, 且冬季波动幅度高于夏季, AOD在秋季达四季最小值为0.23±0.10, 变化较稳定趋势. 图 3的乌鲁木齐市四季AOD变化特征分析结果与张喆等[20]利用2002~2012年MODIS三级标准月均值数据分析新疆干旱区气溶胶间接效应所得结果一致性较高, 且变化特征相同.

因乌鲁木齐市在全国城市建筑气候分区中属严寒地区, 寒冷季供暖期跨度长, 燃煤供暖排放的碳质气溶胶含量增高, 冬季不利的扩散条件造成碳质气溶胶对该市AOD增长起显著贡献作用[21, 22], 表现为冬季AOD均值处全年较高水平且季节波动幅度明显.到春季时仍有一半时间处于供暖期, 整个寒冷季燃煤供暖产生的气溶胶累积效应促进了春季AOD增长, 同时春季正处乌鲁木齐扬尘、沙尘天气高发季节, 沙尘型气溶胶达到四季峰值, AOD均值达四季最高值, 且受春季天气状况多变影响, AOD季节波动幅度较大, 春季沙尘天气暴发条件下, 城区MODIS遥感观测地表AOD均值可达1.5左右.

夏季地表空气温度较高, 大气透明度好, 乌鲁木齐市郊区地表植被覆盖率提高, 由地表进入大气中气溶胶数量减少, 且夏季降水多于其他季节, 降雨对大气气溶胶的清洗作用明显[23], 表现为夏季AOD较春季出现明显下降, 同时乌鲁木齐夏季大气中水汽含量高, 水汽对AOD增长起贡献作用[24, 25], 降雨清洗和水汽贡献等多方面作用使得夏季AOD仍维持在四季中高值水平, 且变化趋势稳定.秋季AOD均值为四季最低值, AOD变化趋势为四季最小, 而秋季AOD出现低值的原因不同于夏季, 秋季大气受高压控制, 大气系统较稳定, 扩散条件较好[20].

2.3 AOD年变化分析

通过对2006~2015年各月进行10年平均后得到的乌鲁木齐MODIS气溶胶光学厚度数据进行分析, 得到了该市10年来的地表AOD年内变化和年际变化.

图 4给出了乌鲁木齐2006~2015年AOD月平均值, 年内变化趋势整体呈单峰分布.该市气溶胶光学厚度从1~4月逐渐增大, 4月AOD达到全年最大值, 为0.37±0.19, 随后的4~12月期间, AOD整体表现为下降趋势, 其中4~8月, AOD平稳下降, 9~10月, AOD下降趋势明显, 在秋季10月达到全年最低值, 为0.22±0.20, 入冬季后的11~12月, AOD上升明显, 在11月达到次峰值, 为0.24±0.19, 且AOD波动幅度显著.

图 4 乌鲁木齐AOD年内变化特征 Fig. 4 Annual variation characteristics of AOD in the Urumqi area

图 4的结果与邱金桓等[8]利用宽带消光法反演所得的乌鲁木齐市AOD年内月均值变化趋势实际上是一致的. AOD年内最大值出现在4月, 说明受春季沙尘天气频发影响, 整层大气污染严重.乌鲁木齐市6~8月AOD呈稳定波动趋势, 且夏季大气气溶胶粒子类型以细粒子为主[26, 27].有研究发现2006~2015年的AOD最小值出现在秋季10月, 整层大气较为清洁[28].乌鲁木齐市入冬季后的12月至次年2月, 下垫面长时间受降雪覆盖影响, 地表反照率提高, 加以乌鲁木齐城市区域为反演亮背景, MODIS遥感数据在1月出现部分过境数据缺失, 致使1月反演所得AOD整体偏小, 增大了冬季AOD反演难度, 且冬季全年出现静风频率最高, 大气易出现逆温层[29, 30], 污染物在1 km高空扩散出现停滞, 冬季长时间排放的污染物产生堆积[31], 造成11月出现全年次峰值, 冬季各月的AOD均值维持较高水平, 呈明显波动趋势.同时本研究发现, 10年中乌鲁木齐市AOD呈整体上涨趋势, 低值点与高值点较以往研究有不同程度增幅, 表明该市最近10年的大气污染状况加剧.

图 5所示为MODIS_C006版本MYD04_L2日产品数据分析所得乌鲁木齐市10年AOD年际变化特征, 该市10年AOD变化整体表现为平稳上升趋势, 10年AOD均值为0.293.赵仕伟等[13]利用MODIS_C006版本MYD08_M3月均值产品数据, 全球1°×1°格点分辨率, 分析了2006~2015年的中国西北地区气溶胶光学厚度时空变化特征, 分别给出了北疆地区(42°~50°N、80°~95°E)和西北地区(29°~55°N、74°~110°E)的10年AOD均值.可以看出, 10年西北地区AOD均值维持在0.18~0.22, 与全球陆地AOD均值(0.19)保持持平[32], 北疆地区AOD均值处于较低水平, 而乌鲁木齐市10年AOD均值整体高于北疆和西北地区, 大气污染状况在西北地区中较为严重.

图 5 乌鲁木齐AOD年际变化特征 Fig. 5 Interannual variation characteristics of AOD in the Urumqi area

2006~2011年, 北疆和西北地区AOD变化趋势平稳, 而乌鲁木齐市5年内AOD呈现明显波动趋势, AOD在2006年出现10年平均最大值, 为0.33, 市区年平均SO2、PM10和NO2浓度较高, 其中年平均PM10浓度严重超标, 大气污染状况严重[33].随后AOD呈显著下降趋势, 2008年出现10年AOD最低值为0.24, 较2007年单年降幅达23.3%, 乌鲁木齐市主要大气污染物SO2和PM10年均浓度出现下降, 污染程度降低[34], 且在2008~2011年, 乌鲁木齐市AOD年均值维持在低值水平, 表明乌鲁木齐市大气污染治理初起成效.

本研究的后5年(2011~2015年)中, 乌鲁木齐市AOD变化趋势与北疆和西北地区表现出良好的一致性, 但乌鲁木齐市城区AOD均值显著高于所处的北疆及西北地区, 是北疆地区人为活动造成大气环境污染的典型城市. 2012年后, 乌鲁木齐城市化进程发展增快, 米东区、新市区、头屯河区人类和工业活动增加, 城市机动车保有量呈现迅速增长趋势, 比2011年末增长23.65%[35], 机动车排放尾气对乌鲁木齐大气污染影响程度增加, 表现为AOD增长趋势明显, 较2011年单年增幅为14.6%, 大气污染状况出现恶化. 2012~2013年乌鲁木齐市开始实行煤改气工程, 随后2012~2015全年AOD均值明显上升趋势出现停止且稳定波动, 碳质气溶胶及主要污染物浓度较煤改气前期分别下降[36], 燃煤供暖对乌鲁木齐市AOD增长贡献减小, 表明乌鲁木齐市实行煤改气工程对该市大气环境的改善起促进作用.

3 结论

(1) 乌鲁木齐市10年AOD均值具有显著季节性变化特征, 且从郊区到市区呈阶梯式上升变化.四季表现为：春季达最大值为0.35±0.28, 夏季(0.30±0.18)、冬季(0.29±0.22)次之, 秋季最小为0.23±0.10.春季城市区域大气污染最为严重, 夏季、秋季污染分布区域基本重合, 冬季AOD较秋季有较大范围增加, 研究区域内AOD分布均匀, 市区与郊区污染状况基本一致.

(2) 乌鲁木齐市AOD年内呈单峰分布变化趋势. AOD从1~4月逐渐增大, 4月达全年最大值, 为0.37±0.19, 随后4~12月AOD下降, 在10月达到低值, 为0.22±0.20, 冬季11~12月, AOD有小幅回升, 且稳定波动.

(3) 乌鲁木齐市10年AOD均值为0.293, 年际变化表现为平稳上升趋势. 2006年出现10年AOD峰值为0.33, 2008年AOD年均值下降显著为0.24, 较2007年年均降幅达23.3%, 2008~2011年, AOD年均值维持低值水平, 2012年后, 城市化进程使AOD呈增长趋势, 年均增幅为14.6%. 10年中乌鲁木齐市AOD呈整体上涨趋势, 表明该市最近10年的大气污染状况有所加剧.

致谢: 本研究卫星数据来自美国NASA Langley Research Center Atmospheric Science Data Center, 在此作者表示衷心感谢.
参考文献
[1] He J J, Gong S L, Yu Y, et al. Air pollution characteristics and their relation to meteorological conditions during 2014-2015 in major Chinese cities[J]. Environmental Pollution, 2017, 223: 484-496. DOI:10.1016/j.envpol.2017.01.050
[2] Cusworth D H, Mickley L J, Leibensperger E M, et al. Aerosol trends as a potential driver of regional climate in the central United States:evidence from observations[J]. Atmospheric Chemistry and Physics, 2017, 17(22): 13559-13572. DOI:10.5194/acp-17-13559-2017
[3] 李刚, 石广玉, 张武, 等. 兰州远郊区春季碳气溶胶的质量浓度特征[J]. 科技导报, 2015, 33(6): 27-30.
Li G, Shi G Y, Zhang W, et al. Characteristics of mass concentration of carbonaceous aerosols over outskirts of Lanzhou during spring[J]. Science & Technology Review, 2015, 33(6): 27-30. DOI:10.3981/j.issn.1000-7857.2015.06.003
[4] Huang J P, Wang T H, Wang W C, et al. Climate effects of dust aerosols over East Asian arid and semiarid regions[J]. Journal of Geophysical Research:Atmospheres, 2014, 119(19): 11398-11416. DOI:10.1002/2014JD021796
[5] Wang W C, Sheng L F, Jin H C, et al. Dust aerosol effects on cirrus and altocumulus clouds in Northwest China[J]. Journal of Meteorological Research, 2015, 29(5): 793-805. DOI:10.1007/s13351-015-4116-9
[6] 张宸赫, 赵天良, 王富, 等. 2003~2014年东北三省气溶胶光学厚度变化分析[J]. 环境科学, 2017, 38(2): 476-484.
Zhang C H, Zhao T L, Wang F, et al. Variations in aerosol optical depth over three northeastern provinces of China, in 2003-2014[J]. Environmental Science, 2017, 38(2): 476-484.
[7] Gueymard C A. Turbidity determination from broadband irradiance measurements:a detailed multicoefficient approach[J]. Journal of Applied Meteorology, 1998, 37(4): 414-435. DOI:10.1175/1520-0450(1998)037<0414:TDFBIM>2.0.CO;2
[8] 邱金桓, 潘继东, 杨理权, 等. 中国10个地方大气气溶胶1980~1994年间变化特征研究[J]. 大气科学, 1997, 21(6): 725-733.
Qiu J H, Pan J D, Yang L Q, et al. Variation of atmospheric aerosols over 10 sites in China during 1980~1994[J]. Scientia Atmospherica Sinica, 1997, 21(6): 725-733.
[9] 李刚, 季国良. 中国西北地区大气气溶胶散射光学厚度分析[J]. 高原气象, 2001, 20(3): 283-290.
Li G, Ji G L. Analyses on aerosol scattering optical depth in the arid Region of North-West China[J]. Plateau Meteorology, 2001, 20(3): 283-290.
[10] 宗雪梅, 邱金桓, 王普才. 近10年中国16个台站大气气溶胶光学厚度的变化特征分析[J]. 气候与环境研究, 2005, 10(2): 201-208.
Zong X M, Qiu J H, Wang P C. Characteristics of atmospheric aerosol optical depth over 16 radiation stations in the last 10 years[J]. Climatic and Environmental Research, 2005, 10(2): 201-208.
[11] 李霞, 陈勇航, 胡秀清, 等. 乌鲁木齐大气气溶胶的光学特性分析[J]. 中国环境科学, 2005, 25(Z1): 22-25.
Li X, Chen Y H, Hu X Q, et al. Analysis of atmospheric aerosol optical properties over Urumqi[J]. China Environmental Science, 2005, 25(Z1): 22-25. DOI:10.3321/j.issn:1000-6923.2005.z1.006
[12] 李霞, 任宜勇, 吴彦, 等. 乌鲁木齐污染物浓度和大气气溶胶光学厚度的关系[J]. 高原气象, 2007, 26(3): 541-546.
Li X, Ren Y Y, Wu Y, et al. Impact of pollutant concentration on aerosol optical depth in ürümqi[J]. Plateau Meteorology, 2007, 26(3): 541-546.
[13] 赵仕伟, 高晓清. 利用MODIS C6数据分析中国西北地区气溶胶光学厚度时空变化特征[J]. 环境科学, 2017, 38(7): 2637-2646.
Zhao S W, Gao X Q. Analysis of Spatio-temporal distribution and variation characteristics of aerosol optical depth over the Northwest of China by MODIS C6 product[J]. Environmental Science, 2017, 38(7): 2637-2646.
[14] 孙晓雷, 甘伟, 林燕, 等. MODIS 3 km气溶胶光学厚度产品检验及其环境空气质量指示[J]. 环境科学学报, 2015, 35(6): 1657-1666.
Sun X L, Gan W, Lin Y, et al. Validation of MODIS 3 km aerosol optical depth product and its air quality indication[J]. Acta Scientiae Circumstantiae, 2015, 35(6): 1657-1666.
[15] Kaufman Y J, Wald A E, Remer L A, et al. The MODIS 2.1-μm channel-correlation with visible reflectance for use in remote sensing of aerosol[J]. IEEE Transactions on Geoscience and Remote Sensing, 1997, 35(5): 1286-1298. DOI:10.1109/36.628795
[16] 肖钟湧, 江洪, 陈健, 等. 利用MODIS遥感数据反演广州市气溶胶光学厚度[J]. 中国环境科学, 2010, 30(5): 577-584.
Xiao Z Y, Jiang H, Chen J, et al. The retrieval of aerosol optical thickness with high spatial resolution using MODIS data over Guangzhou[J]. China Environmental Science, 2010, 30(5): 577-584.
[17] Levy R C, Remer L A, Kleidman R G, et al. Global evaluation of the collection 5 MODIS dark-target aerosol products over land[J]. Atmospheric Chemistry and Physics, 2010, 10(21): 10399-10420. DOI:10.5194/acp-10-10399-2010
[18] Sayer A M, Munchak L A, Hsu N C, et al. MODIS Collection 6 aerosol products:comparison between Aqua's e-Deep Blue, Dark Target, and "merged" data sets, and usage recommendations[J]. Journal of Geophysical Research:Atmospheres, 2014, 119(24): 13965-13989. DOI:10.1002/2014JD022453
[19] Allen W H. Dictionary of technical terms for aerospace use. NASA SP-7[R]. Washington, DC: NASA, 1965.
[20] 张喆, 丁建丽, 王瑾杰, 等. 新疆干旱区气溶胶间接效应区域性分析[J]. 中国环境科学, 2016, 36(12): 3521-3530.
Zhang Z, Ding J L, Wang J J, et al. Regional analysis of aerosol indirect effects in Xinjiang region[J]. China Environmental Science, 2016, 36(12): 3521-3530. DOI:10.3969/j.issn.1000-6923.2016.12.001
[21] 韩茜, 钟玉婷, 陆辉, 等. 乌鲁木齐市碳质气溶胶季节变化及其对霾形成的影响[J]. 干旱区研究, 2016, 33(6): 1174-1180.
Han X, Zhong Y T, Lu H, et al. Seasonal variation of carbonaceous aerosol and its effect on haze formation in Urumqi[J]. Arid Zone Research, 2016, 33(6): 1174-1180.
[22] Li X, Xia X, Che H, et al. Contrast in column-integrated aerosol optical properties during heating and non-heating seasons at Urumqi-Its causes and implications[J]. Atmospheric Research, 2017, 191: 34-43. DOI:10.1016/j.atmosres.2017.03.008
[23] 华凤皎, 亢燕铭, 钟珂. 湍流效应对雨滴表面粒子捕集过程的影响[J]. 中国环境科学, 2017, 37(1): 13-20.
Hua F J, Kang Y M, Zhong K. Influence of turbulent effect on the collection process of aerosols by raindrops[J]. China Environmental Science, 2017, 37(1): 13-20.
[24] 李小飞, 张明军, 李亚举, 等. 西北干旱区降水中δ18 O变化特征及其水汽输送[J]. 环境科学, 2012, 33(3): 711-719.
Li X F, Zhang M J, Li Y J, et al. Characteristics of δ18 O in precipitation and moisture transports over the arid region in Northwest China[J]. Environmental Science, 2012, 33(3): 711-719.
[25] 冯芳, 李忠勤, 金爽, 等. 天山乌鲁木齐河流域山区降水δ18 O和δD特征及水汽来源分析[J]. 水科学进展, 2013, 24(5): 634-641.
Feng F, Li Z Q, Jin S, et al. Characteristics of δ18 O and δD in precipitation and its water vapor sources in the upper Urumqi River basin, Eastern Tianshan[J]. Advances in Water Science, 2013, 24(5): 634-641.
[26] 黄观, 刘伟, 刘志红, 等. 乌鲁木齐市MODIS气溶胶光学厚度与PM10浓度关系模型研究[J]. 环境科学学报, 2016, 36(2): 649-657.
Huang G, Liu W, Liu Z H, et al. Relationship between MODIS aerosol optical depth and PM10 ground concentration in Urumchi[J]. Acta Scientiae Circumstantiae, 2016, 36(2): 649-657.
[27] Yin H, Mu S Y, Zhao L, et al. Microscopic morphology and elemental composition of size distributed atmospheric particulate matter in Urumqi, China[J]. Environmental Earth Sciences, 2013, 69(7): 2139-2150. DOI:10.1007/s12665-012-2043-y
[28] 张喆, 丁建丽, 王瑾杰. 中亚沙尘气溶胶时空分布特征及潜在扩散特性分析[J]. 地理学报, 2017, 72(3): 507-520.
Zhang Z, Ding J L, Wang J J. Spatio-temporal variations and potential diffusion characteristics of dust aerosol originating from Central Asia[J]. Acta Geographica Sinica, 2017, 72(3): 507-520.
[29] 刘增强, 郑玉萍, 李景林, 等. 乌鲁木齐市低空大气逆温特征分析[J]. 干旱区地理, 2007, 30(3): 351-356.
Liu Z Q, Zheng Y P, Li J L, et al. Temperature inversion characteristics of low-air atmosphere of Urumqi City[J]. Arid Land Geography, 2007, 30(3): 351-356.
[30] Jin L L, Li Z J, He Q, et al. Observation and simulation of near-surface wind and its variation with topography in Urumqi, West China[J]. Journal of Meteorological Research, 2016, 30(6): 961-982. DOI:10.1007/s13351-016-6012-3
[31] 吴彦, 王健, 刘晖, 等. 乌鲁木齐大气污染物的空间分布及地面风场效应[J]. 中国沙漠, 2008, 28(5): 986-991.
Wu Y, Wang J, Liu H, et al. Spatial distributions of atmospheric contaminations and effect of surface wind in Urumqi[J]. Journal of Desert Research, 2008, 28(5): 986-991.
[32] Remer L A, Kleidman R G, Levy R C, et al. Global aerosol climatology from the MODIS satellite sensors[J]. Journal of Geophysical Research:Atmospheres, 2008, 113(D14): :D14S07.
[33] Mamtimin B, Meixner F X. Air pollution and meteorological processes in the growing dryland city of Urumqi (Xinjiang, China)[J]. Science of the Total Environment, 2011, 409(7): 1277-1290. DOI:10.1016/j.scitotenv.2010.12.010
[34] 朱文玲, 李建刚, 李军, 等. 2006-2010年乌鲁木齐市主要大气污染物浓度时空变化特征[J]. 环境与健康杂志, 2012, 29(5): 429-431.
Zhu W L, Li J G, Li J, et al. The spatiotemporal variation characteristics of main air pollutants in Urumqi during 2006 to 2010[J]. Journal of Environment and Health, 2012, 29(5): 429-431.
[35] 中华人民共和国国家统计局. 中国统计年鉴[M]. 北京: 中国统计出版社, 2006-2015.
[36] 李霞, 郭宇宏, 卢新玉, 等. 乌鲁木齐市大气污染治理成效的综合评估分析[J]. 中国环境科学, 2016, 36(1): 307-313.
Li X, Guo Y H, Lu X Y, et al. Evaluation and analysis on the effects of air pollution control in Urumqi[J]. China Environmental Science, 2016, 36(1): 307-313.