2018, Vol. 38
[PDF全文]
大气气溶胶是指悬浮在大气中的直径在0.001~100 μm的液态或固态的微小粒子, 如烟尘、海盐颗粒、硫酸盐、氮酸盐和有机物等多种物质(朱恩云等, 2008).大气能见度和人体健康均不同程度的受到大气气溶胶的直接和间接影响.一方面气溶胶可以通过吸收和散射太阳辐射使得达到地面的太阳辐射强度和日照时间减少, 影响地-气系统的辐射收支平衡.同时, 气溶胶粒子又可以作为云的凝结核影响云的光学特性、寿命及云量, 从而影响降水量和水循环(Li et al., 2011).另一方面, 气溶胶会随着人的呼吸活动进入到呼吸道内, 部分沉积在肺中引发病变, 从而对人体健康产生影响.但由于对其源汇了解不足, 且气溶胶粒子的成分、形状、粒径谱等影响辐射收支的物理参数时空变化比较大, 因而气溶胶也一直被认为是气候变化中最不确定的影响因子.
气溶胶光学厚度(Aerosol Optical Depth, AOD)是大气气溶胶的重要光学特性之一, 其为气溶胶的消光系数在垂直方向上的积分, 是推算气溶胶含量, 研究气溶胶气候效应的关键因子(Xia et al., 2007).NASA在全球建立了地面太阳光度计观测网(AERONET)(Holben et al., 1998), 对气溶胶的变化特征进行长期观测.相应的, 中国也建立了地基气溶胶观测网(CARSNET)(Xie et al., 2011).但由于地基站点分布稀疏, AERONET在中国也只有40余个站点分布, 所以尽管观测精度较高, 却难以获得全国的空间分布特征.而卫星遥感则可以获得大尺度的气溶胶数据, 但精度方面受到一定的限制.对MODIS气溶胶产品进行交叉精度验证, 国内外已经做了大量的工作(Ichoku et al., 2005; Levy et al., 2009; 孙晓雷等, 2015; 王宏斌等, 2016).
为了进一步了解中国地区气溶胶的时空分布和变化特征, 国内外学者也做了相应的的研究.关佳欣等(2010)划分了华北、四川盆地、长江三角洲、珠江三角洲4个重点区域, 研究其2000—2009年AOD的季节分布和变化, 发现各地区平均AOD呈显著增长趋势；罗宇翔等(2012)应用2001—2010年MODIS数据, 分析了我国AOD年和各季节的AOD平均分布和变化特征, 建立了近10年中国AOD的气候学特征；张明明等(2014)对江苏省的时空分布特征进行了具体深入的分析；王浩洋等(2014)利用2013年6月—2014年5月的AQUA/MODIS对安徽及周边地区的AOD分布和时变情况进行了研究；刘浩等(2015)对京津冀晋鲁区域进行了深入的研究, 有助于进一步深入对该地区的气候变化和环境研究.但由于Aqua/MODIS 3 km C006 Leve2数据集处理技术难度等原因, 目前还未见以该数据集为基础进行的中国地区气溶胶分布特征的研究.本文应用最近10年MODIS数据, 一方面对胡焕庸线(黑龙江瑷珲—云南腾冲一线)两侧气溶胶时空分布变化的规律性和差异性进行了研究, 另一方面结合下垫面土地利用类型对两侧气溶胶分布的差异性成因进行了深入分析和验证.
2 数据与处理(Data and processing) 2.1 MODIS数据NASA先后于1999年2月和2002年5月成功发射了Terra星和Aqua星, 而搭载在两颗卫星上的中分辨率成像光谱仪(MODIS)是美国地球观测系统(EOS)计划中用于观测全球生物和物理过程的重要仪器, 可实现对气溶胶变化的大尺度实时监测.由于Terra卫星仪器老化(Levy et al., 2013), NASA于2014年首先发布了质量较为稳定Aqua下午星的3 kmMODIS产品.本文收集了2006年6月—2015年12月共10年的Aqua/MODIS 3km C006 Leve2气溶胶产品.经过批量重投影、镶嵌、裁剪等处理, 最终获取10年每天均值分布图, 并以此为基础, 得到各月、季、年尺度不同时间尺度及10年AOD均值分布图.时间尺度上, 在季度研究方面, 采用季节变化标准划分方法：3—5月为春季, 6—8月为夏季, 9—11月为秋季, 12—2月为冬季.
2.2 土地利用分类数据本文使用的是2010年中国1:10万比例尺土地利用现状遥感监测数据, 该数据集是以各期Landsat TM/ETM遥感影像为主要数据源, 通过人工目视解译得到(刘纪远等, 2014).数据来源于中国科学院资源环境科学数据中心(http://www.resdc.cn).本文采用土地利用/覆盖变化(LUCC)分类体系中一级类型分类标准, 将土地利用类型合并划分为耕地、林地、草地、水域、建设用地和未利用土地六大类.本文选取最后一期2010年数据作为2006—2015年10年土地利用分类分布情况.土地利用分类数据为1 km栅格数据, 而MODIS为3 km栅格数据, 因此使用cubic方法将MODIS数据重采样成1 km数据, 研究大气颗粒物对土地利用类型的响应机制.
3 结果与分析(Results and analysis) 3.1 胡焕庸线两侧AOD时空特征图 1显示了2006—2015年10年我国大气气溶胶光学厚度的平均分布, 暖色调地区为AOD分布高值区, 冷色调地区为AOD分布低值区, 而空白区域是气溶胶反演算法在该区域受限所致.AOD分布高值区大部分为农业生态系统的平原区域, 人口密集, 而胡焕庸线一直以来则是研究人口分布和扩张的重要界限, 本质上, 胡焕庸线反映了中国人口与自然地理本底上的高度空间耦合(戚伟等, 2015), 因此, 本文以胡焕庸线为分界线分析东西两侧气溶胶时空特征, 研究发现：中国10年平均AOD空间区域分布以胡焕庸线为界, 呈现东高西低的态势.低值中心主要位于胡焕庸线以西的东北部植被覆盖度高、人烟稀少的高纬度地区及四川、云南与青藏高原交界的西南高海拔地区；高值中心主要位于胡焕庸线以东的华北地区中南部、长江流域(从四川盆地、两湖地区到长三角地区)及华南珠江三角洲.除此之外, 西北地区也分布有部分AOD高值区, 主要以西北塔克拉玛干沙漠周边为主.
 |
| 图 1 中国大气气溶胶光学厚度十年均值分布 Fig. 1 Spatial distribution of annual mean Aerosol Optical Depth (AOD) over ten years in China |
胡焕庸线东侧是中国AOD高值区的主要分布区, 全年均值为0.45, 与全球陆上AOD平均值0.19相比(Remer et al., 2008), AOD值明显偏高.对东侧AOD分布频率统计后发现, AOD值在0.2~0.8区间内的分布区域是胡焕庸线东侧AOD主要分布区(图 2a).相比于胡焕庸线西侧AOD频率分布而言, 胡焕庸线东侧AOD>0.4区域占有较大比重.胡焕庸线以东高值区主要分布在华北平原、长江三角洲、珠江三角洲及四川盆地.近期观测显示(Zhang et al., 2012；张小曳等, 2013), 中国东部地区气溶胶的浓度在全球仅次于南亚城市, 而且一些主要以人为源为主的气溶胶(例如, 硫酸盐、有机碳、硝酸盐和黑碳等)占有非常大的比重.通过与文献(王露等, 2014)中2010年中国分县人口密度分级图对比发现, 胡焕庸线东侧AOD分布与人口密度分布具有高度的一致性, 上海、北京、天津等人口高度聚集地区同时也是AOD高值分布区, 近期观测显示(Zhang et al., 2012；张小曳等, 2013), 中国东部地区气溶胶的浓度在全球仅次于南亚城市, 而且一些主要以人为源为主的气溶胶(例如硫酸盐、有机碳、硝酸盐和黑碳等)占有非常大的比重.可见胡焕庸线东侧大气气溶胶AOD偏高与高强度的人为活动排放密切相关.
 |
| 图 2 胡焕庸线两侧(a.东侧, b.西侧)AOD 10年均值频率分布 Fig. 2 Frequency of mean AOD over ten years on both sides of Hu Line (a.eastern side, b.western side) |
胡焕庸线西侧工业不发达, 主要以山地、高原为主, AOD 10年均值只有0.22.标准差为0.18, 相较于东侧(0.22), 区域差异较小.如图 2b所示, AOD集中分布于0.1~0.3区间内, 可见AOD低值区为胡焕庸线西侧主要分布区.胡焕庸线西侧高值区分布以塔克拉玛干沙漠周边地区为主(AOD > 0.7).除此之外, 准噶尔盆地、柴达木盆地周边地区, 甘肃西北部敦煌至酒泉一带以及黄河流域上游甘肃兰州—宁夏银川—内蒙古包头段也是AOD历年高值主要分布区域.究其原因, 只要是因为沙漠在空间上呈现聚集分布, 以塔里木盆地和准噶尔盆地为主(张志伟等, 2014), 而新疆塔克拉玛干沙漠是中国胡焕庸线西侧主要沙尘源之一(Gong et al., 2006; Wang et al., 2004; 汪爱华等, 2010).来源于塔克拉玛干沙漠及其周边地区的沙尘途径甘肃西北部和内蒙古中胡焕庸线西侧进而向下游城市移动(陈杰等, 2015), 因此, 胡焕庸线西侧大气气溶胶主要是以沙尘为主的自然气溶胶, AOD高值区主要分布在以塔克拉玛干沙漠周边地区为主的沙尘源及其途径输送地区.
由以上分析发现, 胡焕庸线不仅可作为大气气溶胶分布的重要分界线, 两侧AOD分布东高西低, 亦可初步认定为AOD成因的分界线, 胡焕庸线东侧气溶胶主要以人为活动排放为主, 胡焕庸线西侧气溶胶主要是以沙尘为主的自然气溶胶构成.
为进一步探究胡焕庸线两侧10年间AOD空间分布变化特征, 本文参考自然断点法(Fisher, 1958)分类结果, 以0.67和0.22作为高值区划分下界和低值区划分上界, 对历年AOD分布进行高值区、低值区面积统计, 结果如图 3所示.
 |
| 图 3 胡焕庸线两侧(a.东侧, b.西侧)AOD历年高值区、低值区空间变化特征 Fig. 3 Spatial variation characteristics of mean AOD in high/low value regions on both sides of Hu Line(a. eastern side, b. western side) |
胡焕庸线东侧AOD高值区面积10年均值达到198.38万km2, 占到东侧总面积的47.5%, 虽然占比较大, 但近10年胡焕庸线东侧高值区面积却呈现明显的萎缩趋势, 年下降速率为6.41万km2·a-1, 下降非常显著(通过99%的显著性检验).相比于高值区占比大、下降速率高的特点, 胡焕庸线东侧低值区变化则比较平稳, 面积占比基本维持在1.2%上下, 变化不显著.
胡焕庸线西侧气溶胶空间分布特征与东侧相反, 低值区十年面积占比高达53.8%, 并于2013年达到最高值59%.而高值区10年面积占比则只占到2.4%.胡焕庸线西侧高值区和低值区面积10年间均未出现明显的上升或下降趋势.
3.2 胡焕庸线两侧AOD时间变化特征 3.2.1 AOD季节尺度时空分布特征表 1给出了胡焕庸线两侧不同季节下AOD的差异.从表 1可知, 胡焕庸线两侧AOD季节变化特征同步, 呈现出夏季最高(东/西侧：0.55/0.28), 春季次之(东/西侧：0.53/0.27), 冬季最小(东/西侧：0.34/0.14)的变化特征.其中, 春季和夏季胡焕庸线两侧AOD均值差异最大, 分别达到0.26和0.27.
| 表 1 胡焕庸线两侧AOD均值、标准差、东西均值差 Table 1 Mean value、standard deviation of Aerosol Optical Depth on both sides of Hu line |
 |
如图 4a所示, 春季, 在胡焕庸线以东, 由于西侧沙尘气溶胶通过河套地区向东输送, 在东北一些AOD年均值低值区出现AOD>0.3的高值, 华北平原AOD保持在较高水平.南方地区, 由于春耕播种的开始, 秸秆燃烧及森林火险等生物质的燃烧使得AOD明显增加(王玲等, 2011), 其中四川盆地AOD达到一年来最高值(AOD>1.0).由于气溶胶粒子吸湿增长, 同时北方粗沙尘粒子长距离输送至珠三角地区, 导致该地区AOD也达到一年中最高值(范萌等, 2016).而在胡焕庸线以西, 由于降水偏少, 气候干燥, 西北方强劲, 致使3—5月是沙尘暴发的高峰期(刘新春等, 2010), 西侧标准差也达到季度最大值0.23, 区域差异较大(表 1).
 |
| 图 4 胡焕庸线两侧AOD四季分布 Fig. 4 AOD distribution of the four seasons on both sides of Hu Line |
如图 4b所示, 夏季, 华北平原尤其是京津冀地区AOD相比于春季明显增加, 胡焕庸线东侧AOD达到季度最高值0.55, 这主要是由于夏季人类活动增加, 加之空气湿度增加有利于雾霾形成(Liu et al., 2011; 付晓辉等, 2010; 史军, 2010).四川盆地相对于春季AOD略有下降, 原因可能是雨季来临, 沉降使空气中污染物的含量下降, 从而在一定程度上降低了气溶胶光学厚度.珠三角地区AOD受季风和降水因素影响, AOD相对春季也有一定程度的降低.胡焕庸线西侧塔克拉玛干沙漠、柴达木盆地周边地区AOD较高AOD>0.6), 青藏高原胡焕庸线西侧地区AOD也维持在较高水平AOD>0.3).
如图 4c所示, 秋季, 华北地区AOD大幅度下降, 红色高值区基本全部消失, AOD均值达到0.45以下, 低于胡焕庸线东侧10年平均值.西南云贵高原由于高温高湿的环境条件使得气溶胶粒子大量集聚, 从而导致AOD再次上升.珠三角地区, 秋季与夏季基本保持一致, AOD维持在0.4左右.胡焕庸线西侧的塔克拉玛干周边地区、青藏高原地区AOD达到一年中的较低值(AOD < 0.2).
如图 4d所示, 冬季, 由于积雪等原因, 胡焕庸线西侧和黑龙江部分地区反演数据少, 一定程度上影响了对其AOD的评估.从已有数据来看, 东北部分AOD维持在0.2左右.华北地区AOD达到一年中最低值, 且高值区范围大幅减少, 这主要是由于在北方冬季风的影响下, 气溶胶的输送和扩散效果较好.四川盆地由于秋冬季节大雾的原因, AOD比秋季略有增加.珠三角地区AOD达到一年中最低值.胡焕庸线以西塔克拉玛干沙漠周边地区也达到一年中最低值(0.3~0.5), 青藏高原胡焕庸线东侧AOD继续保持较低水平.胡焕庸线两侧AOD差值达到各季度最低值0.20, 东西差异最小(表 1).
3.2.2 年和月际变化特征近10年来, 胡焕庸线两侧AOD年变化呈现出明显不同的趋势.图 5a表明, 胡焕庸线东侧年AOD变化呈现明显的下降趋势, 下降速率为0.0768/10 a, 通过了95%的显著性检验, 这主要因为胡焕庸线东侧气溶胶在以人为气溶胶为主导的影响下, 还受到东亚季风多尺度变化特征的影响(吴国雄等, 2015), 其温度、湿度和降水等气象变量一定程度上也对其造成影响, 故而东部AOD变化幅度较为明显.而在胡焕庸线西侧, 由于人口稀疏, 沙尘排放源单一, AOD近10年来变幅不大, 基本与沙尘天气出现次数的规律一致.
 |
| 图 5 胡焕庸线两侧(a.东侧, b.西侧)AOD年际变化特征 Fig. 5 Interannual variation characteristics of AOD on both sides of Hu Line (a. eastern side, b. western side) |
从图 6a中可知, 胡焕庸线东侧10年来AOD月均值在0.29~0.58之间变化, 月际间的变幅较大.低值(AOD < 0.30)出现在11—12月, 高值(AOD>0.52)多出现在每年的4—7月, 其中分别在4月和6月出现两个峰值.这主要是因为胡焕庸线以东地区以人为气溶胶排放为主, 加之东亚夏季风环流以及温度、湿度和降雨等气象因素影响, 使得胡焕庸线东侧气溶胶月变化较为复杂.
 |
| 图 6 胡焕庸线两侧(a.东侧, b.西侧)AOD月际变化特征 Fig. 6 Monthly variation characteristics of AOD on both sides of Hu Line (a. eastern side, b. western side) |
从图 6b中可知, 胡焕庸线西侧AOD均值在0.09~0.20之间变化, 也呈现明显的季节变化.低值(AOD < 0.14)主要出现在10月至来年2月, 高值(AOD>0.25)多出现在每年的4—8月.这主要是因为胡焕庸线西侧人口稀疏, 主要受沙尘源排放因素影响, 影响因子较为单一, 因此, AOD月变化基本呈现正弦分布特征.
3.3 气溶胶对土地利用类型的响应分析为进一步检验胡焕庸线两侧气溶胶时空分布特征差异性的成因, 本文结合下垫面土地利用分类(图 7)和中国大气气溶胶光学厚度10年均值分布(图 1), 对胡焕庸线两侧不同土地类型下的AOD进行统计分析, 探究气溶胶和土地利用类型之间的响应关系.
 |
| 图 7 2010年中国土地利用分类 Fig. 7 Classification of land use in China in 2010 |
胡焕庸线东侧地区主要以林地和耕地分布为主, 二者面积总和占到胡焕庸线东侧地区总面积的77.98%(表 2), 建设用地在6大土地覆盖类型中面积占比最小, 仅有4.11%, 却拥有最高的AOD均值(0.64).水域和耕地的AOD均值也相对较高, 结合图 7可知, 水域AOD值较高, 主要是因为胡焕庸线东侧水域基本被耕地所包围, 均处于人口密集区, 而气溶胶具有空间分布连续性的特点, 因而水域AOD也保持在较高水平.与此同时, 水域和耕地标准差也较大, 分别达到0.25和0.24, 气溶胶在这两种土地利用类型上差异较大.林地、草地和未利用土地AOD均值较低(AOD < 0.4).
| 表 2 胡焕庸线东西两侧各土地覆盖类型AOD均值、标准差 Table 2 Mean value、standard deviation of AOD in each land cover type on both sides of Hu line |
|
胡焕庸线西侧地区主要以草地和未利用土地分布为主, 而西侧未利用土地区域又以植被覆盖度在5%以下的沙地、隔壁地区及地表为岩石或石砾的裸岩石质地地区为主.胡焕庸线西侧AOD均值最高的土地覆盖类型依然是建设用地和耕地, 均值分别达到0.34和0.33, 林地和草地继续保持较低水平(AOD < 0.2), 标准差也仅有0.11和0.14, 区域间差异不大.东西两侧AOD对比后发现, 西侧各土地类型覆盖区域AOD均值相对东侧均有不同程度的下降.其中以水域差异最大, 达到0.38.究其原因主要是由于西侧水域地区并未像东侧地区大部分分布在平原地区, 从图 7可获知, 胡焕庸线西侧有相当一部分水域分布在西藏高海拔地区, 这些地区地势险峻, 人烟稀少, AOD维持在较低水平.未利用土地区域AOD均值东西差异最小, 胡焕庸线西侧比东侧只低0.01, 但由于胡焕庸线东侧未利用土地气溶胶受东侧整体气溶胶影响, AOD值偏高, 因此需要通过其他方法进一步深入分析.
为进一步讨论胡焕庸线两侧大气气溶胶与土地利用类型之间的响应机制, 沿用上面自然断点法的分类标准, 仍以0.67和0.22作为高值区、低值区的划分界限, 得到东西两侧高值区、低值区内各土地覆盖类型面积占比(表 3).
| 表 3 土地覆盖类型面积百分比统计 Table 3 Area ratio on all types of land cover |
|
胡焕庸线东侧地区高值区土地覆盖类型主要以耕地为主(表 3), 耕地面积占比达到66.47%, 由表 2可知, 建设用地面积仅占胡焕庸线东侧总国土的4.11%, 但在AOD高值区各类土地覆盖面积排名中位居第二, 面积占比达到12.98%, 二者累积面积占到胡焕庸线东侧高值区总面积79.45%.结合图 7发现, 胡焕庸线以东地区耕地和建设用地基本呈现镶嵌式分布特征, 与图 1中AOD高值分布区吻合度非常高, 而耕地和建设用地是人类活动最为频繁和密集的两种类型, 因而再次印证人类活动是胡焕庸线以东地区AOD高值的主要成因.AOD东侧低值区以林地为主要土地覆盖类型, 面积占比接近东侧低值区面积的一半, 集中分布于东三省的胡焕庸线东侧地区以及华南大部分地区.
胡焕庸线西侧地区高值区以未利用土地为主要覆盖类型, 面积占比达到43.89%, 而在胡焕庸线东侧高值区未利用土地仅占0.49个百分点, 尽管由于反演算法原因, 胡焕庸线西侧沙漠地区许多数据缺失, 但沙地、戈壁等未利用土地类型依然是胡焕庸线以西AOD高值分布区主要下垫面类型.胡焕庸线西侧地区高值区草地占比也达到了30.75%, 结合图 1和图 7可知, AOD高值区草地基本分布于未利用土地周边地区, 受沙尘因素影响严重, 故而面积占比较大.胡焕庸线西侧低值区以草地为主要土地覆盖类型, 面积占比达到58.92%, 分布于西藏地区和胡焕庸线一带.
综上所示, 胡焕庸线以东地区, 土地覆盖类型为耕地和建设用地的区域AOD较高, 表明胡焕庸线东侧AOD与人类活动密切相关.胡焕庸线以西地区, 虽然耕地、建设用地等区域AOD依然维持在较高水平, 但由于二者AOD高值区面积占比总和仅占到17.94%, 因而不是胡焕庸线西侧AOD高值主要影响因素.未利用土地及其周边草地地区为胡焕庸线西侧AOD高值区主要土地覆盖类型, 故而西侧气溶胶高值区主要由风沙为主的自然气溶胶造成.
4 结论(Conclusions)1) 胡焕庸线可作为中国气溶胶分布的重要分界线, 两侧AOD呈现东高西低的特点, 东侧AOD10年均值为0.45, 西侧AOD 10年均值为0.23.同时胡焕庸线亦可作为AOD成因的分界线, 胡焕庸线东侧气溶胶主要以人为活动排放为主, AOD高值分布区为人口密集区.胡焕庸线西侧气溶胶主要是以沙尘为主的自然气溶胶构成, AOD高值区主要分布在以塔克拉玛干沙漠周边地区为主的沙尘源及其途径输送地区.
2) 胡焕庸线两侧AOD季节变化特征同步, 呈现出夏季最高(东/西侧：0.55/0.28), 春季次之(东/西侧：0.53/0.27), 冬季最小(东/西侧：0.34/0.14)的变化特征.但两侧AOD年变化却存在明显差异, 胡焕庸线东侧AOD以0.0768/10 a的速率显著下降, 而西侧只呈现微弱的下降趋势.胡焕庸线东侧10年来AOD月均值在0.29~0.58之间变化, 月际间的变幅较大, 高值(AOD>0.52)多出现在每年的4—7月, 低值(AOD < 0.30)出现在11—12月.而胡焕庸线西侧月AOD仅在0.09~0.20之间变化, 月变化基本呈现正弦分布特征.
3) 胡焕庸线东侧AOD高值区面积呈现面积占比大、下降速率快的特点.东侧高值区面积10年均值达到198.38万km2, 占到东侧总面积的47.5%.同时胡焕庸线东侧年下降速率达到6.41×104 km2·a-1, 下降非常显著(通过99%的显著性检验).而东侧低值区变化则较为平稳, 面积占比基本维持在1.2%上下.胡焕庸线西侧气溶胶空间分布特征与东侧相反, 低值区10年面积占到西侧总面积的53.8%, 而高值区10年面积占比则只有2.4%.胡焕庸线西侧高值区和低值区面积十年间均未出现明显的上升或下降趋势.
4) 胡焕庸线以东地区, 土地覆盖类型为耕地和建设用地的区域AOD较高, 分别为0.51和0.64, 胡焕庸线东侧高值区内二者累积面积占比达到79.45%, 表明胡焕庸线东侧AOD与人类活动密切相关.胡焕庸线以西地区, 未利用土地及其周边草地地区为AOD高值区主要土地覆盖类型, AOD与这两种土地利用类型的响应较好, 故而西侧气溶胶高值区主要由风沙为主的自然气溶胶造成.
陈杰, 赵素平, 殷代英, 等. 2015. 沙尘天气过程对中国北方城市空气质量的影响[J]. 中国沙漠, 2015, 35(2): 423–430.
DOI:10.7522/j.issn.1000-694X.2014.00216 |
范萌, 张胜敏, 陈良富, 等. 2016. 珠三角地区长时间序列气溶胶时空变化特征分析[J]. 遥感学报, 2016, 20(6): 1413–1423.
|
Fisher W D. 1958. On grouping for maximum homogeneity[J]. Journal of the American Statistical Association, 53(284): 789–798.
DOI:10.1080/01621459.1958.10501479
|
付晓辉, 肖刚, 姜玉印, 等. 2010. 近53年宜昌市霾的演变特征及气象因子诊断[J]. 长江流域资源与环境, 2010, 19(2): 164–168.
|
关佳欣, 李成才. 2010. 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.
|
Gong S L, Zhang X Y, Zhao T L, et al. 2006. A simulated climatology of asian dust aerosol and its trans-pacific transport. Part Ⅱ:Interannual variability and climate connections[J]. Journal of Climate, 19(1): 88–103.
DOI:10.1175/JCLI3605.1
|
Holben B N, Eck T F, Slutsker I, et al. 1998. AERONET-A Federated Instrument Network and Data Archive for Aerosol Characterization[J]. Remote Sensing of Environment, 66(1): 1–16.
DOI:10.1016/S0034-4257(98)00031-5
|
Ichoku C, Remer L A, Eck T F. 2005. Correction to "Quantitative evaluation and intercomparison of morning and afternoon Moderate Resolution Imaging Spectroradiometer (MODIS) aerosol measurements from Terra and Aqua"[J]. Journal of Geophysical Research Atmospheres, 110(D10): 433–44.
|
Levy R C, Leptoukh G G, Kahn R, et al. 2009. A critical look at deriving monthly aerosol optical depth from satellite data[J]. IEEE Transactions on Geoscience & Remote Sensing, 47(8): 2942–2956.
|
Levy R C, Mattoo S, Munchak L A, et al. 2013. The Collection 6 MODIS aerosol products over land and ocean[J]. Atmospheric Measurement Techniques, 6(11): 2989–3034.
DOI:10.5194/amt-6-2989-2013
|
Li Z, Niu F, Fan J, et al. 2011. Long-term impacts of aerosols on the vertical development of clouds and precipitation[J]. Nature Geoscience, 4(12): 888–894.
DOI:10.1038/ngeo1313
|
Liu P F, Zhao C S, Bel T G, et al. 2011. Hygroscopic properties of aerosol particles at high relative humidity and their diurnal variations in the North China Plain[J]. Atmospheric Chemistry & Physics, 11(7): 3479–3494.
|
刘浩, 高小明, 谢志英, 等. 2015. 京津冀晋鲁区域气溶胶光学厚度的时空特征[J]. 环境科学学报, 2015, 35(5): 1506–1511.
|
刘纪远, 匡文慧, 张增祥, 等. 2014. 20世纪80年代末以来中国土地利用变化的基本特征与空间格局[J]. 地理学报, 2014, 69(1): 3–14.
DOI:10.11821/dlxb201401001 |
刘新春, 钟玉婷, 何清, 等. 2010. 乌鲁木齐及周边城市空气质量变化特征及影响因素分析[J]. 沙漠与绿洲气象, 2010, 4(4): 12–7.
|
罗宇翔, 陈娟, 郑小波. 2012. 近10年中国大陆MODIS遥感气溶胶光学厚度特征[J]. 生态环境学报, 2012, 5: 876–883.
|
戚伟, 刘盛和, 赵美风. 2015. "胡焕庸线"的稳定性及其两侧人口集疏模式差异[J]. 地理学报, 2015, 4: 551–566.
|
Remer L A, Kleidman R G, Levy R C, et al. 2008. Global aerosol climatology from the MODIS satellite sensors[J]. Journal of Geophysical Research Atmospheres, 113(D14): 752–752.
|
史军, 崔林丽, 贺千山, 等. 2010. 华东雾和霾日数的变化特征及成因分析[J]. 地理学报, 2010, 65(5): 533–542.
DOI:10.11821/xb201005003 |
孙晓雷, 甘伟, 林燕, 等. 2015. 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.
|
汪爱华, 李丽, 迟耀斌, 等. 2010. 基于北京1号小卫星的全国沙漠与沙漠化土地监测研究[J]. 地理科学, 2010, 15(3): 409–414.
|
王浩洋, 吴艳兰. 2015. 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.
|
王宏斌, 张镭, 焦圣明, 等. 2016. 中国地区MODIS气溶胶产品的验证及反演误差分析[J]. 高原气象, 2016, 35(3): 810–822.
DOI:10.7522/j.issn.1000-0534.2015.00043 |
王玲, 田庆久, 包颖. 2011. 基于HJ卫星IRS遥感数据的农作物秸秆火点提取模式研究[J]. 地理科学, 2011, 29(6): 661–667.
|
王露, 杨艳昭, 封志明, 等. 2014. 基于分县尺度的2020-2030年中国未来人口分布[J]. 地理研究, 2014, 2: 310–322.
DOI:10.11821/dlyj201402010 |
Wang X, Dong Z, Zhang J, et al. 2004. Modern dust storms in China:an overview[J]. Journal of Arid Environments, 58(4): 559–574.
DOI:10.1016/j.jaridenv.2003.11.009
|
吴国雄, 李占清, 符淙斌, 等. 2015. 气溶胶与东亚季风相互影响的研究进展[J]. 中国科学:地球科学, 2015, 45(11): 1609–1627.
|
Xia X, Chen H, Li Z, et al. 2007. Significant reduction of surface solar irradiance induced by aerosols in a suburban region in northeastern China[J]. Journal of Geophysical Research, 112(D22): 928–935.
|
Xie Y, Zhang Y, Xiong X, et al. 2011. Validation of MODIS aerosol optical depth product over China using CARSNET measurements[J]. Atmospheric Environment, 45(33): 5970–5978.
DOI:10.1016/j.atmosenv.2011.08.002
|
张明明, 刘振波, 葛云健. 2014. 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.
DOI:10.11870/cjlyzyyhj201412019 |
张小曳, 孙俊英, 王亚强, 等. 2013. 我国雾-霾成因及其治理的思考[J]. 科学通报, 2013, 58(13): 1178–1187.
|
Zhang X Y, Wang Y Q, Niu T, et al. 2012. Corrigendum to "Atmospheric aerosol compositions in China:spatial/temporal variability, chemical signature, regional haze distribution and comparisons with global aerosols "[J]. Atmospheric Chemistry & Physics, 11(14): 26571–26615.
|
张志伟, 杨发相, 吴吉龙, 等. 2014. 新疆沙漠空间分布格局与类型结构[J]. 干旱区研究, 2014, 31(4): 763–770.
|
朱恩云, 马駮. 2008. 中国大气气溶胶研究现状[J]. 环境科学与管理, 2008, 33(12): 57–59.
DOI:10.3969/j.issn.1673-1212.2008.12.017 |