环境科学学报  2021, Vol. 41 Issue (9): 3725-3734
塔克拉玛干沙漠腹地污染型气溶胶垂直分布及其潜在来源    [PDF全文]
周海江1, 刘鑫1, 刘琼1,2, 陈勇航1, 刘平平1, 黄观1, 蒋文泽1, 何清3, 易鑫1, 骆梦洁1    
1. 东华大学环境科学与工程学院, 上海 201620;
2. 上海污染控制与生态安全研究院, 上海 200092;
3. 中国气象局乌鲁木齐沙漠气象研究所, 中国气象局塔克拉玛干沙漠气象野外科学实验基地, 乌鲁木齐 830002
摘要:采用CALIPSO卫星level2气溶胶廓线产品,分析了2017年塔克拉玛干沙漠腹地塔中地区气溶胶光学厚度、消光系数和气溶胶类型的时空分布特征,并利用HYSPLIT模式研究了秋冬季节污染型气溶胶的输送路径.结果表明:①研究区域内2017年气溶胶光学厚度均值在0.08~0.73之间变化,最大值出现在春季.②气溶胶消光系数分布在0~0.5 km-1的频率最高,4 km以下的气溶胶消光系数高于4 km以上.春、夏、秋、冬四季气溶胶消光系数廓线的最大值分别为0.350、0.243、0.160、0.356 km-1,分别出现在1.23、1.41、2.55、1.12 km高度处.③与春夏季相比,秋冬季节出现污染沙尘型气溶胶的频率更高,分别为23.4%、26.9%,污染大陆型气溶胶主要出现在冬季的0~2 km处,烟尘型气溶胶主要出现在秋季的6~8 km处.HYSPLIT模式模拟结果表明,秋冬季节沙漠腹地上空6 km处的污染型气溶胶与阿克苏、喀什等地区有关,2 km处的污染型气溶胶与和田地区有关,其中,喀什地区可能是沙漠腹地上空污染型气溶胶的主要源区.
关键词气溶胶光学厚度    气溶胶消光系数    气溶胶类型    垂直分布    塔中    
Vertical distribution and potential sources of polluted aerosols over the hinterland of the Taklimakan Desert
ZHOU Haijiang1, LIU Xin1, LIU Qiong1,2, CHEN Yonghang1, LIU Pingping1, HUANG Guan1, JIANG Wenze1, HE Qing3, YI Xin1, LUO Mengjie1    
1. College of Environment Science and Engineering, Donghua University, Shanghai 201620;
2. Shanghai Institute of Pollution Control and Ecological Security, Shanghai 200092;
3. Desert Meteorology Field Experiment Station of CMA, Institute of Desert Meteorology, China Meteorological Administration, Urumqi 830002
Received 23 December 2020; received in revised from 24 March 2021; accepted 24 March 2021
Abstract: Using the CALIPSO satellite level 2 aerosol profile product, the temporal and spatial distribution of optical depth, extinction coefficient and types of the aerosols at the Tazhong in the Taklimakan Desert hinterland in 2017 were analyzed. The HYSPLIT backward trajectory model was used to study the transporting path of polluted aerosols in autumn and winter. The results showed that: ①The average optical depth of aerosols in the study area in 2017 was between 0.08 and 0.73, reaching maximum in spring.②The aerosol extinction coefficient was mainly between 0~0.5 km-1, and extinction coefficient of the aerosols was greater below 4 km than that above. The seasonal maximums of the aerosol profile were as follows: 0.350 km-1 (spring), 0.243 km-1 (summer), 0.160 km-1 (autumn) and 0.356 km-1 (winter), which appeared at the height of 1.23 km, 1.41 km, 2.55 km and 1.12 km, respectively. ③Compared with spring and summer, the frequency of polluted dust aerosols was higher in autumn and winter, reaching 23.4% and 26.9%, respectively. The Polluted continental aerosols mainly appeared at 0~2 km in winter, and the smoke mainly appeared at 6~8 km in autumn. The results from HYSPLIT model showed that in the autumn and winter the polluted aerosols at 6 km came from the Aksu and Kashgar, and that at 2 km came from Hotan, furthermore, Kashgar might be the main source of polluted aerosols over the desert hinterland.
Keywords: aerosol optical depth    aerosol extinction coefficient    aerosol type    vertical distribution    Tazhong    
1 引言(Introduction)

塔克拉玛干沙漠是世界第二大流动沙漠, 生态环境脆弱, 植被稀疏、土壤风蚀严重, 易于起沙, 且沙尘可以与周边的大气污染物混合, 使得该地区大气成分的复杂性增大.而该地区处于我国大气环流的上游地区, 其大气环境变化对下游地区会造成重要影响.

气溶胶通过吸收和散射太阳辐射影响地气系统的辐射收支平衡(Ackerman et al., 2000; Ma et al., 2012; Huang et al., 2013), 其垂直分布特征可以影响大气稳定性, 进一步影响湍流和对流运动及云的物理属性(Johnson et al., 2008; Yan et al., 2020).塔克拉玛干沙漠是东亚地区的重要沙尘排放源区(郭俊等, 2017), 目前针对该地区的气溶胶研究多集中于沙尘气溶胶, 如光学特性及其时空分布特征(吴序鹏等, 2012刘建慧等, 2013于杰等, 2015)、沙尘个例的传输过程(Huang et al., 2007陈勇航等, 2008韩永翔等, 2008)及沙尘气溶胶对大气与下垫面环境的影响(刘晓东等, 2004陈霞等, 2008Wang et al., 2020a)等方面.然而, 塔克拉玛干沙漠周围的喀什、民丰等人口密集区存在着复杂的碳质气溶胶人为排放源, 碳质气溶胶与沙尘气溶胶混合在适当条件下会形成污染型气溶胶, 从而改变了空气环境, 增加了呼吸道疾病的发生率(Kriangsak et al., 2020).已有学者通过地面实测数据揭示了近地面以黑碳气溶胶为主的污染型气溶胶的特性及来源(李娟, 2009薛福民等, 2010王慧琴, 2016), Wang等(2020b)利用多源卫星数据发现污染型气溶胶在10 km以上的高海拔区域存在着强烈的垂直输送.

为进一步探究塔克拉玛干沙漠腹地污染型气溶胶的垂直分布特征及其可能来源, 本文利用具有垂直观测优势的CALIPSO(“云-气溶胶激光雷达与红外探路者卫星观测”)激光雷达卫星数据, 分析气溶胶光学厚度、消光系数的时空变化, 探讨气溶胶类型的垂直分布特征, 并利用HYSPLIT模式, 结合地面环境质量数据进一步探究不同高度上污染型气溶胶的可能来源, 以期加深对沙漠地区大气环境及其影响因素的了解, 为改善沙漠地区生态环境提供参考.

2 研究方法与数据来源(Research methods and data sources) 2.1 研究区概况

塔克拉玛干沙漠东西长约1020 km, 南北约宽约410 km, 受天山山脉的影响, 南下的湿润空气受到阻隔, 全年气候干旱.研究区中的塔中气象站(83.65°E, 38.97°N, 1099.9 m)位于塔克拉玛干沙漠中心, 四周为流动沙丘, 海拔高度为1099.9 m, 常年盛行偏东风, 年平均风速为2.3 m · s-1.

图 1 研究区CALIPSO卫星16 d过境状况 Fig. 1 Transit orbit of the CALIPSO satellite in the study area through sixteen days
2.2 卫星数据

CALIPSO卫星为太阳同步极轨卫星, 由美国国家宇航局(NASA)和法国国家宇航局(CNRS)共同研发, 于2006年5月发射运行.卫星的轨道倾角为98.2°, 轨道高度为705 km, 轨道周期为96 min, 每16 d覆盖全球一次.CALIPSO搭载了3个主要探测器:云-气溶胶直角偏振激光雷达(CALIOP)、宽视角相机(WFC)、红外成像辐射计(IIR).CALIOP为双波长极化雷达, 同时发射532 nm和1064 nm 2个波段的脉冲激光, 提供了高分辨率的气溶胶垂直廓线(于彩霞等, 2018).

根据气溶胶的高度、位置、体积退偏比、后向散射系数、消光系数及下垫面类型等参数, CALIPSO给出了7种气溶胶类型, 分别为洁净海洋型、洁净大陆型、沙漠沙尘型、污染沙尘型、污染大陆型、烟尘型、沙尘海洋型(表 1)(Man-Hae et al., 2018).CALIPSOV4.2级数据产品对V3和早期版本进行了改进, 根本的变化是在对流层引入了新的“沙尘海洋型”气溶胶类型.

表 1 CALIPSO气溶胶分类标准 Table 1 Aerosol classification standard in CALIPSO

本文采用了2017年1月1日—12月31日CALIPSO卫星的CAL_LID_L2_05kmAlay和CAL_LID_L2_05kmApro数据(表 2), 空间范围为82.65°~84.65°E、37.97°~39.97°N.选取了波长范围为532 nm下的气溶胶光学厚度、气溶胶消光系数及气溶胶类型, 研究了气溶胶的垂直分布特征.本文中涉及的CALIPSO卫星数据高度均为海拔高度, 时间为世界标准时间(UTC).

表 2 本文用到的CALIPSO数据集 Table 2 CALIPSO data set used in this article
2.3 HYSPLIT模式

HYSPLIT(HYbird Single-Particle Lagrangian Integrated Trajiectory)模式是由美国国家海洋大气研究中心空气资源实验室(NOAA)与澳大利亚气象局共同开发的, 主要用于计算分析大气污染物的输送轨迹、扩散、化学转化及沉积模拟等, 其最常见的应用是后向轨迹分析.该模式综合考虑了气象输入要素、大气物理过程、污染物排放源等, 被广泛应用于大气污染的来源与传输等方面的研究(Wang et al., 2011宋明昊等, 2020).

2.4 研究方法

本研究采用CALIPSO卫星的CAL_LID_L2_05kmApro及CAL_LID_L2_05kmALay数据集, 通过Extinction Coefficient Uncertainty、Extinction QC、CAD Score 3个参量对气溶胶数据进行质量控制.仅采用Extinction Coefficient Uncertainty小于10 km-1、Extinction QC数值为0与1及CAD Score数值介于[-100, -70]对应的气溶胶数据(沈吉等, 2019).

本文以塔克拉玛干沙漠中心地带的塔中地面站点(83.65°E, 38.97°N)为中心, 采用2°×2°矩形范围对CALIPSO过境数据进行筛选, 共筛选获得84条卫星过境数据, 对气溶胶数据进行质量控制并剔除气溶胶光学厚度中数值为0的情况, 经过筛选后获得的气溶胶光学厚度、消光系数、气溶胶类型的样本数如表 3所示.对气溶胶消光系数进行按月平均和按季节平均处理, 其中四季划分采用气象学划分原则, 将1、2、12月划分为冬季, 3、4、5月划分为春季, 6、7、8月划分为夏季, 9、10、11月划分为秋季.在研究气溶胶相关参量的垂直特征时, 将高度按2 km为间隔进行划分, 得到5个高度层, 共0~10 km.

表 3 本研究样本统计结果 Table 3 Sample statistics form in this article
3 结果与分析(Results and discussion) 3.1 气溶胶光学厚度

图 2所示为气溶胶光学厚度的年变化和季节变化.从气溶胶光学厚度年变化来看(图 2a), 研究区域的气溶胶光学厚度在一年内呈现先增大再减小的趋势, 最大、最小值分别出现在春季(0.73)和冬季(0.29).全年月均的气溶胶光学厚度的最大值为0.95, 出现在4月, 最小值为0.08, 出现在11月, 4—8月的气溶胶光学厚度在年平均值0.5以上.结合刘新春等(2011)的研究可知, PM10与气溶胶光学厚度在年变化上的相似度较高, 而在沙漠地区, 沙尘天气是造成PM10迅速上升的重要因素(余予, 2014), 由此可见塔克拉玛干沙漠地区的沙尘对气溶胶光学厚度的影响较大.

图 2 气溶胶光学厚度均值年变化(a)和季节变化(b) Fig. 2 Monthly change (a) and seasonal change (b) of aerosol optical thickness

从季节变化来看, 塔克拉玛干沙漠腹地气溶胶光学厚度的季均值按照春、夏、秋、冬的顺序依次递减, 这与吴浩等(2020)的研究结果一致, 其中, 春夏季节的气溶胶光学厚度远大于秋冬季节.其原因可能是由于夏季的沙漠中心成为巨大热源, 与周边的地区形成较大的温差, 导致风系由沙漠边缘地区向腹地汇聚(俎瑞平等, 2005).有研究表明, 塔中地区地面春夏季节的有效起风沙次数大于秋冬季节(周成龙等, 2014徐成鹏等, 2014), 频发的沙尘天气导致大气中的气溶胶大量增加(延昊等, 2006), 从而气溶胶的光学厚度也随之增大.

3.2 气溶胶消光系数

图 3给出了四季消光系数均值的垂直廓线, 阴影部分表示消光系数的样本标准差, 反映了数据的离散程度.从气溶胶消光系数的季节分布来看, 消光系数廓线的范围为0.003~0.356 km-1, 春季的消光系数范围为0.005~0.350 km-1, 夏季为0.008~0.243 km-1, 秋季为0.009~0.160 km-1, 冬季为0.001~0.356 km-1, 四季的消光系数廓线的最大值均不超过0.400.从消光系数的垂直分布上来看, 消光系数在垂直高度上主要分布在1~4 km, 消光系数随高度的增加而减小.其中, 春季、冬季的消光系数随高度递减的趋势更为明显, 且峰值均出现在近地面, 秋季的消光系数廓线峰值出现在2~3 km处.春季沙尘天气频发, 而塔克拉玛干沙漠沙粒度组成以细沙和极细沙为主(高卫东等, 2008), 浮尘及沙尘暴天气发生时, 更易被带至高空, 并在大气中停留一段时间后开始沉降, 粒径较大的颗粒物汇集在近地面.夏季在6 km以上的消光系数明显高于春季, 这可能是由于夏季对流旺盛, 引起底层的沙尘被传输到对流层上层(齐玉磊等, 2013).而相对于秋季, 冬春季节在4 km以下的消光系数随高度递减率更快.

图 3 季节平均的气溶胶消光系数垂直廓线 Fig. 3 Vertical profile of aerosol extinction coefficient averaged by season

从消光系数垂直分布的年变化来看, 除了在0~2 km处缺失数据以外, 其他各高度层的消光系数廓线的峰值均出现在7月.0~2 km上的消光系数总体上要高于其他高度层, 这说明近地面大气颗粒物消光能力更强.不同于消光系数随高度的增加而减小的趋势, 3月6~8 km处的消光系数大于2~6 km处, 11月2~4 km处的消光系数大于0~2 km处.

图 4 不同高度层的气溶胶消光系数月平均值 Fig. 4 Monthly mean values of the extinction coefficients of aerosols at different altitudes

为进一步了解消光系数值的年分布情况, 表 4统计了不同值域的消光系数在不同高度上的出现频数.由于研究区域内的消光系数主要分布在0~0.4 km-1范围内, 且大多出现在5 km以下的高度上(图 3), 本文以0.05 km-1为步长对0.400 km-1之前的气溶胶消光系数数值进行了详细划分.从消光系数分布区间来看, 消光系数在0~0.05 km-1区间出现频数比其他区间高, 其中位于2~4 km处的消光系数比其他高度层的高.从消光系数在垂直高度上的频数分布来看, 各高度层的消光系数在0.1 km-1以下的区间里出现频数最高, 并且表现出频数随消光系数分布区间的增大而减小的趋势.

表 4 不同高度层气溶胶消光系数的年频数分布 Table 4 Annual frequency distribution of aerosols extinction coefficients at different altitudes

从消光系数在不同高度上出现频率的季节分布来看(图 5), 消光系数在四季出现频率最大的区间依次为:0.05~1 km-1(春)、0.05~1 km-1(夏)、0~0.05 km-1(秋)、0~0.05 km-1(冬), 对应的高度均为2~4 km.其中, 冬季与秋季的消光系数分布情况相似, 与年频数分布(表 4)对比可知, 秋冬季节的消光系数分布状况可以代表全年水平.

图 5 不同高度层气溶胶消光系数的季节频率分布 Fig. 5 Frequencies of extinction aerosols coefficients at different altitudes by seasons
3.3 气溶胶类型

从气溶胶类型的季节分布来看(图 6), 塔克拉玛干沙漠腹地包含了烟尘、污染大陆、污染沙尘及沙漠沙尘这4种类型的气溶胶.其中, 沙漠沙尘型气溶胶在4个季节的出现频率最高, 春、夏、秋、冬季的分布频率依次为92.9%、91.1%、75.9%、59.8%;污染大陆型气溶胶仅出现在冬季, 频率为13.3%;污染沙尘型气溶胶分布频率依次为7.1%、8.8%、23.4%、26.9%;少量烟尘出现在夏季和秋季, 频率分别为0.2%和0.7%. 秋季与冬季相对于其他两个季节的气溶胶类型更为复杂, 污染沙尘与烟尘型气溶胶的构成比例高于其他季节.春季的气溶胶中污染沙尘比例最小, 冬季的气溶胶中污染沙尘比例最大, 这可能是因为春季频发的沙尘掩盖了污染型气溶胶的比例, 而冬季沙尘频率降低, 污染沙尘比例相对有所提升.

图 6 气溶胶类型逐季节频率分布 Fig. 6 Frequency distribution of aerosol types by season

从气溶胶类型在不同高度层的年分布频率(图 7)来看, 沙漠沙尘在各高度层上占比最大, 而除2~4 km外, 污染沙尘在各高度层上的占比次于沙漠沙尘, 6 km以下的气溶胶中, 沙漠沙尘型占88.3%, 污染沙尘型占9.0%, 污染大陆型占2.7%;6 km以上气溶胶中, 沙漠沙尘型占60.0%, 污染沙尘型占37.9%, 烟尘型占2.12%.全年沙漠沙尘、污染沙尘、污染大陆、烟尘4种类型气溶胶的出现频率依次为86.4%、11.0%、2.5%、0.1%.

图 7 不同高度层气溶胶类型的频率分布 Fig. 7 Frequency distribution of aerosol types at different altitudes

从气溶胶类型的季节分布来看(图 8), 4个季节在6 km以下的气溶胶以沙尘型为主, 4 km以上污染沙尘型气溶胶占比明显提高, 夏、秋、冬3个季节污染沙尘出现频率在4 km以上表现出随高度的增加而增加的趋势.春季在8~10 km上并未出污染沙尘型气溶胶, 整个春季的污染沙尘仅占4.2%, 其余均为沙漠沙尘, 这说明春季受到人为污染相对自然污染较少, 气溶胶构成类型主要与当地的起尘条件有关.夏季与秋季在6~8 km上出现了少量的烟尘型气溶胶, 在该高度层占比分别为2.3%(夏)、16.3%(秋).秋季在6~10 km上出现频率最高的气溶胶类型为污染沙尘型, 频率为84.0%.冬季在0~2 km、2~4 km高度层上出现了污染大陆型气溶胶, 在垂直高度上的占比分别为18.1%、6.4%.结合图 6可知, 秋季与冬季的污染沙尘气溶胶占总气溶胶比例相似, 仅次于沙漠沙尘, 而从气溶胶类型的季节分布来看, 秋冬季节的污染沙尘多集中在高层大气.新疆地区进入采暖期较早, 人为活动释放的污染先是出现在近地面, 而随着高度增加, 沙尘组分与污染组分融合, 使得部分沙漠沙尘型气溶胶转变为污染沙尘气溶胶(杨东旭等, 2012).

图 8 气溶胶类型不同季节与高度的频率分布 Fig. 8 Frequency distribution of aerosol types in different seasons and heights

根据上述分析可知, 塔克拉玛干沙漠腹地的气溶胶类型在垂直高度上存在较大差异, 秋冬季节尤其在6 km以上的气溶胶类型构成更为复杂, 污染沙尘、烟尘与污染大陆型气溶胶在各季节有较大差异.由于研究区位于沙漠腹地, 其所在位置人烟稀少, 初步推测污染型气溶胶来源于沙漠周围的城镇.为了进一步探究污染型沙尘的来源及传输路径, 选取了秋冬季节出现污染沙尘和烟尘较多的时间段进行气溶胶后向轨迹模拟, 对2640个气溶胶类型样本进行筛选, 发现烟尘型气溶胶集中出现在11月19日与9月16日.11月19日共有45个样本, 其中有17个样本的污染沙尘气溶胶出现频率均在90%以上;1月19日的45个样本中有10个样本的污染沙尘出现频率达到100%, 有12个样本的污染大陆型气溶胶出现频率达到100%.因此, 本研究选用2017年11月19日与1月19日样本进行不同高度的后向轨迹模拟.

使用NOAA/Air资源实验室HYSPLIT模式模拟计算塔克拉玛干沙漠腹地上空大气层气溶胶于2017年1月19日20:00 UTC及2017年11月19日20:00 UTC的48 h后向轨迹(图 9).由于污染大陆型气溶胶大多分布于4 km以下, 烟尘主要分布在6~8 km(图 10), 因此, 选择海拔2 km及6 km处的后向轨迹模拟, 终点为塔中气象站(83.65°E, 38.97°N).

图 9 2017年1月19日和11月19日(b) 20:00UTC的48 h后向轨迹 Fig. 9 48-hour backward trajectory of 2017-1-19 and 2017-11-19 20:00UTC

图 10 2017年1月19日(a) 及2017年11月19日(b) 气溶胶类型垂直分布特征 Fig. 10 Vertical distribution of aerosol types in 2017-1-19(a) and 2017-11-19(b)

图 9可以看出, 塔克拉玛干沙漠腹地1月19日20:00 UTC在2 km处的污染大陆型气溶胶来源于昆仑山脉, 经由和田地区进入腹地, 6 km处的烟尘气溶胶随气团源于中国东部, 途经新疆喀什等地进入塔克拉玛干沙漠地区, 11月19日20:00 UTC在2 km处的气溶胶源于塔里木盆地西南部, 经由新疆和田进入沙漠腹地, 6 km处的烟尘随气团源于中国西南部, 途径新疆阿克苏地区进入沙漠腹地.初步判断塔克拉玛干沙漠腹地的污染型气溶胶的潜在源地为周边和田、喀什、阿克苏等人口密集区.

为了进一步佐证塔克拉玛干沙漠腹地秋冬季节污染型气溶胶潜在源地为沙漠周边人口密集区, 图 11给出了与后向轨迹研究中时间相对应的48 h内阿克苏、和田、喀什三地PM2.5与PM10的浓度变化, 数据时间分辨率为1 h.从1月19日20:00UTC向前48 h颗粒物浓度变化特征来看, 阿克苏与喀什地区近地面污染严重, PM2.5浓度几度超过250 μg · m-3, 出现了多个峰值, 且峰值出现时间多分布在北京时间下午2:00与凌晨附近, 正值新疆交通和供暖的高峰, 碳排放量较大.从11月17日20:00 UTC—11月19日20:00 UTC内颗粒物浓度变化特征来看, 喀什依然是三地中污染最为严重的地区, 相比冬季(1月), 和田地区在11月的近地面污染变得严重, 尤其是PM10, 出现了多个峰值.而阿克苏、和田和喀什1月PM2.5均值分别为111.0、59.0、131.8 μg · m-3, 11月PM2.5均值分别为81.4、67.5、109.4 μg · m-3.喀什市地区在研究时间段内空气污染远高于月平均水平, 极有可能是塔克拉玛干沙漠腹地上空污染型气溶胶的主要源地.

图 11 塔克拉玛干沙漠附近主要城市(阿克苏、和田和喀什)空气质量逐小时监测结果(北京时间) Fig. 11 Hourly monitoring data of air quality in major cities(Aksu, Hotan and Kashgar) near the Taklimakan Desert(BJS)
4 结论(Conclusions)

1) 从塔克拉玛干沙漠腹地的整层大气气溶胶光学厚度来看, 逐月平均值在0.08~1.00之间变化, 1月最低, 达0.08, 4月最高, 达0.95.从季节变化来看, 春季的气溶胶光学厚度最大, 达到0.73, 夏季次之, 达到0.67, 春夏季节的气溶胶光学厚度远大于秋冬季节.

2) 从垂直分布的季节变化来看, 气溶胶消光系数主要分布在0~0.4 km-1, 近地面的值大于对流层高层的值, 秋季的消光系数最大值出现在2~3 km处, 其他季节的最大值出现在近地面.从垂直分布的年变化来看, 7月的消光系数在各高度层上均处于峰值, 0~2 km上的气溶胶消光系数整体上要高于其他高度层, 消光系数随高度的增加而减小.

3) 从塔克拉玛干沙漠腹地的气溶胶类型来看, 主要有沙漠沙尘、污染沙尘、污染大陆、烟尘4种, 占比最大的是沙漠沙尘, 占到总气溶胶类型的86.4%, 其次是污染沙尘, 占比为11.0%, 污染大陆型气溶胶与烟尘的占比分别为2.5%、0.1%.从垂直分布的季节变化来看, 秋冬季节污染沙尘气溶胶在4 km以上出现频率明显增大, 冬季在0~4 km高度上出现了污染大陆型气溶胶, 夏秋季节在6~8 km出现了少量的烟尘.春夏季节气溶胶类型以沙漠沙尘为主, 其中, 夏季在8~10 km的高度上污染沙尘出现频率增大.

4) 对2017年1月19日20:00 UTC及2017年11月19日20:00 UTC的气溶胶48 h后向轨迹分析可知, 2 km处的气溶胶随气团经由和田地区进入塔克拉玛干沙漠腹地, 6 km处的气溶胶随气团经由西北方向的喀什、阿克苏等地区进入腹地, 沙漠腹地的污染型气溶胶可能来源于塔克拉玛干沙漠周边人口密集区, 而人口密集的喀什地区, 极有可能是塔克拉玛干沙漠对流层高层污染型气溶胶的主要源地.

致谢: 本研究卫星反演数据由美国NASA Langley Distributed Active Archive Center提供, 城市空气质量数据由生态环境部(https://www.mee.gov.cn/)提供, 在此表示感谢!
参考文献
Ackerman A S, Toon O B, Stevens D E, et al. 2000. Reduction of tropical cloudiness by soot[J]. Science, 288(5468): 1042-1047. DOI:10.1126/science.288.5468.1042
陈勇航, 毛晓琴, 黄建平, 等. 2008. 利用CALIPSO星载激光雷达资料跟踪分析一次远程沙尘输送过程[C]. 第五届长三角气象科技论坛. 上海: 6
陈霞, 魏文寿, 刘明哲. 2008. 塔里木盆地沙尘气溶胶对短波辐射的影响-以塔中为例[J]. 中国沙漠, 28(5): 920-926.
高卫东, 袁玉江, 刘志辉, 等. 2008. 新疆沙尘源状况及其沙尘气溶胶释放条件分析[J]. 中国沙漠, 28(5): 968-973.
郭俊, 银燕, 王咏薇, 等. 2017. 东亚沙尘分布、源汇及输送特征的模拟研究[J]. 中国环境科学, 37(3): 801-812.
Huang C, Wu Z, Liu Y, et al. 2013. Numerical calculation of optical properties of multi-particle size aerosol aggregate particles[J]. Acta Optica Sinica, 33(6): 22-26.
Huang J P, Minnis P, Yi Y H, et al. 2007. Summer dust aerosols detected from CALIPSO over the Tibetan Plateau[J]. John Wiley & Sons, Ltd, 34(18): 529-538.
韩永翔, 陈勇航, 方小敏, 等. 2008. 沙尘气溶胶对塔里木盆地降水的可能影响[J]. 中国环境科学, (2): 102-106. DOI:10.3321/j.issn:1000-6923.2008.02.002
J Johnson B T, Heese B, Mcfarlane S A, et al. 2008. Vertical distribution and radiative effects of mineral dust and biomass burning aerosol over West Africa during DABEX[J]. John Wiley & Sons, Ltd, 113(D23). DOI:10.1029/2008JD009848
Kriangsak J, Udomlack P, Kamonwan J. 2020. Construction of polluted aerosol in accumulation that affects the incidence of lung cancer[J]. Heliyon, 6(2). DOI:10.1016/j.heliyon.2020.e03337
李娟. 2009. 中亚地区沙尘气溶胶的理化特性、来源、长途传输及其对全球变化的可能影响[D]. 上海: 复旦大学
刘建慧, 赵天良, 韩永翔, 等. 2013. 全球沙尘气溶胶源汇分布及其变化特征的模拟分析[J]. 中国环境科学, 33(10): 1741-1750.
刘晓东, 田良, 张小曳. 2004. 塔克拉玛干沙尘活动对下游大气PM10浓度的影响[J]. 中国环境科学, 24(5): 17-21.
刘新春, 钟玉婷, 何清, 等. 2011. 塔克拉玛干沙漠腹地及周边地区PM10时空变化特征及影响因素分析[J]. 中国沙漠, 31(2): 323-330.
Ma X, Yu F. 2012. Effect of spectral-dependent surface albedo on Saharan dust direct radiative forcing[J]. Geophysical Research Letters, 39. DOI:10.1029/2012GL051360
Man-Hae K, Ali H O, Jason L, et al. 2018. The CALIPSO version 4 automated aerosol classification and lidar ratio selection algorithm[J]. Atmospheric Measurement Techniques, 11(11): 6107-6135. DOI:10.5194/amt-11-6107-2018
齐玉磊, 葛觐铭, 黄建平. 2013. 北方地区MODIS和MISR与AERONET气溶胶光学厚度的比较及其时空分布分析[J]. 科学通报, 58(17): 1670-1679.
沈吉, 曹念文. 2019. 2018年中国长江三角洲地区气溶胶的垂直分布特征[J]. 环境科学, 40(11): 4743-4754. DOI:10.3969/j.issn.1000-6923.2019.11.033
宋明昊, 张小玲, 袁亮, 等. 2020. 成都冬季一次持续污染过程气象成因及气溶胶垂直结构和演变特征[J]. 环境科学学报, 40(2): 408-417.
Wang T H, Han Y, Huang J P, et al. 2020a. Climatology of dust-forced radiative heating over the Tibetan Plateau and ITS SURRoundings[J]. Journal of Geophysical Research: Atmospheres, 125(17). DOI:10.1029/2020JD032942
Wang T H, Chen Y X, Gan Z W, et al. 2020b. Assessment of dominating aerosol properties and their long-term trend in the Pan-Third Pole region: A study with 10-year multi-sensor measurements[J]. Atmospheric Environment, 239. DOI:10.1016/j.atmosenv.2020.117738
Wang Y, Stein A F, Draxler R R, et al. 2011. Global sand and dust storms in 2008:Observation and HYSPLIT model verification[J]. Atmospheric Environment, 45(35). DOI:10.1016/j.atmosenv.2011.08.035
王慧琴. 2016. 塔里木盆地TSP中碳质气溶胶和多环芳烃污染特征与来源分析及数值模拟[D]. 兰州: 兰州大学
吴浩, 许潇锋, 杨晓玥, 等. 2020. 青藏高原及周边区域沙尘气溶胶三维分布和传输特征[J]. 环境科学学报, 40(11): 4081-4091.
吴序鹏, 杨军, 车慧正, 等. 2012. 塔克拉玛干沙漠地区气溶胶光学厚度卫星遥感产品验证[J]. 气候与环境研究, 17(2): 149-159.
徐成鹏, 葛觐铭, 黄建平, 等. 2014. 基于CALIPSO星载激光雷达的中国沙尘气溶胶观测[J]. 中国沙漠, 34(5): 1353-1362.
薛福民, 李娟, 黄侃, 等. 2010. 塔克拉玛干沙漠黑碳气溶胶的特性及来源[J]. 中国科学: 化学, 40(5): 556-566.
Yan H, Wang T. 2020. Ten years of aerosol effects on single-layer overcast clouds over the us southern great plains and the China Loess Plateau[J]. Advances in Meteorology, 2020(14/18): 1-15.
延昊, 矫梅燕, 毕宝贵, 等. 2006. 塔克拉玛干沙漠中心的沙尘气溶胶观测研究[J]. 中国沙漠, 26(3): 389-393. DOI:10.3321/j.issn:1000-694X.2006.03.013
杨东旭, 刘毅, 夏俊荣, 等. 2012. 华北及其周边地区秋季气溶胶光学性质的星载和地基遥感观测[J]. 气候与环境研究, 17(4): 422-432.
于彩霞, 邓学良, 石春娥, 等. 2018. 基于CALIOP的安徽沿淮地区霾天气溶胶类型及垂直分布特征[J]. 环境科学学报, 38(4): 1317-1326.
于杰, 陈权亮, 车慧正. 2015. 塔克拉玛干沙漠西南缘大气气溶胶光学特性[J]. 干旱区研究, 32(5): 983-990.
余予, 孟晓艳, 刘娜, 等. 2014. 近50年春季沙尘活动及其对PM10质量浓度的影响[J]. 高原气象, 33(4): 988-994.
周成龙, 杨兴华, 刘厚勇, 等. 2014. 塔克拉玛干沙漠腹地塔中地区的风动力环境[J]. 水土保持通报, 34(3): 218-222.
俎瑞平, 张克存, 屈建军. 2005. 塔克拉玛干沙漠风沙活动强度特征[J]. 地理研究, 24(5): 699-707. DOI:10.3321/j.issn:1000-0585.2005.05.006