基于主被动遥感方法探测大气污染物有效混合高度及其对大气复合污染的影响

In recent years, the explosive growth of atmospheric pollutants led to a sharp decline in air quality, but the reason is unclear. The distribution of pollutants in the air is changed with height, in certain emission and meteorological conditions, every kinds of pollutants in the troposphere have an effective mixing height, if only based on the data measured near ground, it is difficult to get the real concentration and total amount of the pollutants in the atmosphere, and then there will be uncertain to some extent to judge the atmospheric pollution process and pollution levels. This proposal will focus on the change of ozone and nitrogen dioxide in the complex air pollution process based on the active and passive optical remote sensing technology. According to measurement results near the ground and in the troposphere, the.concentration near ground and the column density in the troposphere will be analyzed, and the effective mixing height of the pollutants will be calculated. The method of mathematical modeling to normalize the pollutants to unit height will be explored. According to this method, to study the real change procession of ozone and nitrogen dioxide in complex pollution atmosphere, to analyze potential production capacity of surface ozone, and to reveal the cause of explosive growth of pollutants concentration during the heavy pollution episode. So as to fully understand the impact of the emission of primary pollutants on air pollution, especially on ozone.

近年来，经常性的大气污染物爆发性增长导致环境空气质量急剧下降，其原因还需探索。污染物在大气中的浓度分布随高度变化，在一定的排放强度和气象条件下，每种污染物在对流层中都有一个有效的混合高度，如果仅仅依靠地面附近的测量数据，很难准确得到污染物在大气中的真实浓度和总量，给研判大气污染过程和污染程度带来影响。本项目基于主、被动的环境光学遥感技术，针对大气复合污染过程中的臭氧和二氧化氮，利用近地面的观测数据和基于太阳散射光的地基被动差分光学吸收光谱测量数据，分析污染物地面质量浓度与大气垂直柱浓度之间的关系，计算对流层臭氧和二氧化氮的有效混合高度，探索将污染物浓度归一化到单位高度内的数学建模方法，并以此为基础，研究复合污染过程中臭氧和二氧化氮的浓度在大气中的真实演变过程，分析地面臭氧生成潜势，揭示重污染期间污染物浓度爆发性增长的原因，从而全面认识一次污染物排放对大气复合污染，特别是对大气臭氧浓度的影响

污染物在大气中的浓度分布随高度变化，在一定排放和气象条件下，污染物在对流层中都有一个有效的混合高度，该高度对近地面观测的污染物浓度有较大影响，因此，如果仅仅依靠地面附近的测量数据，很难准确得到污染物在大气中的真实含量和浓度。地基被动多轴观测的MAX-DOAS技术能够获得污染物在对流层的柱浓度，柱浓度与混合层高度没有直接关系，因此，可以较为准确地反映污染物在大气中的含量。将柱浓度与近地面浓度相结合，可以推算出污染物在空中的大致分布高度。项目分析了污染物在大气中的浓度与混合层高度之间的关系。研究内容主要包括对流层臭氧和二氧化氮垂直柱浓度解析方法研究，污染物有效混合高度解析方法，污染物混合高度归一化后浓度的变化，以及这种变化对污染过程的影响分析等。.由于平流层臭氧浓度很高，对对流层臭氧柱浓度的反演有较大的影响，为了解决这个问题，项目采用了大气质量因子AMF补偿的方式来降低平流层臭氧对测量带来的影响。天空中云的类型对光谱反演有很大影响，项目通过MAX-DOAS获得的色彩因子CI(Color Index)和氧气的二聚体O4差分大气质量因子对不同天空条件的反馈差异来进行分类，主要分为晴朗低气溶胶、晴朗高气溶胶、碎云、薄云、雾和厚云六种类型。项目研究中，通过地面主被动设备观测的结果反演的混合层高度与2020年ERA5库中的BLH小时数据进行了对比，两种高度日均值数据有较好的一致性，相关系数为0.62，并且两种数据的月均值和日变化的相关系数，分别为0.64和0.98。2020年的混合层高度计算的平均值为750.4米，将混合层浓度归一化到1.0km后，发现地面二氧化氮浓度呈现出降低的趋势，而臭氧浓度则呈现出上升的趋势。由于不同季节首要污染物不同，混合层高度归一化后，空气质量因子AQI也会出现上升或下降的情况，总体变化范围在±5%左右。