EMI 云量反演及与TROPOMI 的对比研究

云参数是痕量气体反演过程中重要的输入参数, 对其准确反演具有重要意义。基于 2019 年 3 月大气痕量气 体差分吸收光谱仪 EMI 的观测数据, 利用 O4 在 477 nm 处的吸收特性进行有效云量的反演。为验证 EMI 云量反演的 准确性, 将 EMI 与 TROPOMI 的反演结果进行对比分析, 并对 2019 年 3 月 2 日、 6 日、 9 日和 10 日 EMI 和 TROPOMI 整天的云量进行了相关性分析, 相关性 R 分别为 0.752、 0.712、 0.764 和 0.762, 表明二者具有良好的相关性。进一步 选取了沙漠、海洋、陆地三个不同区域的云量分析了不同下垫面情况云量的分布特征, 发现在这三个区域, EMI 和 TROPOMI 的云量都具有较好的一致性, 并且海洋上空云量较低, 陆地上空云量较高, 而沙漠上空云量变化频繁。     

奥运期间北京对流层NO2柱浓度地基多轴差分吸收光谱仪观测与OMI的对比

利用地基多轴差分吸收光谱仪(multi axis differential optical absorption spectroscopy,MAX-DOAS)在2008年北京奥运期间对奥运场馆附近上空对流层NO2进行监测,并与OMI的测量结果进行对比.结果显示;地基MAX-DOAS的NO2结果比OMI结果高,最高达到了2.4倍;二者在无云条件下得到了比较好的相关性(R=0.64),但在阴雨天气条件下,云的存在使得MAX-DOAS结果与OMI卫星数据产生了很大差别,其相关系数仅为0.19,但与LP-DOAS却有很好的一致性,相关系数为0.92.     

南极臭氧柱总量的时空变化特性与影响因素分析

利用大气本底站监测数据验证了大气红外探测仪(AIRS)反演数据(2003年3月―2021年2月),在此基础上基于AIRS数据分析了南极臭氧柱总量时空分布以及变化特性,并进而利用线性回归、相关性分析、小波分析等方法,结合平流层温度和海冰数据,分析了南极臭氧柱总量变化特征的影响因素。结果表明：AIRS反演数据与大气本底站监测数据的相关系数均在0.945以上,具有较高的准确度和平稳性。南极臭氧柱总量的时间变化具有很强的周期性,谷值与谷值交替约为12个月。通过小波时-频结合分析发现,南极臭氧柱总量明显存在时间尺度为2、4、6、8～10、13年的周期,其中震荡最剧烈的第一主周期13年又以10年为周期变化,第二主周期6年又以4年为周期变化,2003―2021年内第一主周期经历了2次高-低变化期,第二主周期经历了4次高-低变化期。臭氧柱总量随季节变化明显,春季是南极臭氧柱总量最高的季节,冬季、夏季、秋季依次次之。南极臭氧的空间分布特征差异较大,总体来看纬度越高,臭氧柱总量越低,并在85°S附近达到最低值。南极洲大部分区域平流层温度与臭氧柱总量呈显著正相关,统计结果显示当平流层温度小于189 K时会出...     

基于MAX-DOAS 的淮北地区NO2柱浓度观测研究

基于多轴差分吸收光谱技术 (MAX-DOAS) 反演 NO2 柱浓度的方法, 构建了相应的地基 MAX-DOAS 系统, 开 展了 NO2 柱浓度变化特征的观测。反演中选取天顶方向的光谱作为参考光谱, 通过非线性最小二乘法反演出 NO2 斜柱浓度 (SCD), 结合不同观测方向的斜柱浓度得到 NO2 差分斜柱浓度 (dSCD), 再利用几何近似法得到大气质量 因子 (AMF), 最终获取 NO2 垂直柱浓度 (VCD)。于 2019 年 6 月至 2020 年 5 月在淮北地区开展了为期一年的外场 实验, 研究结果表明淮北地区 NO2 VCD的月均值在观测期间内呈现倒“U”型变化, 在 12 月份达到最高值 2.13×1016 molecules·cm−2, 在 8 月份达到最低值 5.23×1015 molecules·cm−2。将 MAX-DOAS 观测结果的日均值与 OMI 卫星 (云 系数分别为 0 < FeC ≤ 0.1 和 0 < FeC ≤ 0.3) 测量结果进行对比, 发现两者具有较好的相关性 (R2 = 0.88, R2 = 0.90), 表明 MAX-DOAS 不仅可以准确反演出 NO2 垂直柱浓度, 还可以验证卫星数据。     

长三角区域典型城市臭氧时空分布及其与气象因素相关性研究

通过对长三角城市群 2018 年臭氧和气象数据的监测与分析, 研究了该区域臭氧时空分布特征及其与气象要 素的相关性。研究结果发现: (1) 长三角区域臭氧污染呈现春夏高、秋冬低的季节变化特征, 内陆城市臭氧污染较沿 海城市严重; (2) 长三角区域内陆城市超标污染主要发生在夏季, 而沿海城市主要集中在春季, 且内陆城市臭氧超标天 数较沿海城市高; (3) 臭氧日变化与能见度、风速、温度呈正相关, 与相对湿度呈负相关; 且当温度 > 20◦c, 相对湿度在 20%∼60% 之间, 风速达到 1.2∼3.6 m·s−1 时, 易发生高浓度臭氧污染情况。该研究成果对长三角区域臭氧联防联控具 有指导意义。     

亚北极太平洋气溶胶光学厚度与净初级生产力的变化特征及其相关性研究

为了解亚北极太平洋大气对海洋的长期影响, 利用 2003–2018 年 MODIS 卫星遥感数据, 对部分区域 (40◦ N∼50◦ N, 160◦ E∼160◦ W) 进行研究。将研究区域按照经度每 10◦ 划分为 4 个子域进行比较研究, 分析了各区域气溶 胶光学厚度 (AOD) 和海洋净初级生产力 (NPP) 的变化特征及相关性。结果表明各区域 AOD 及 NPP 均具有年际周期 性, AOD 于 7 月达到峰值, NPP 于 8、9 月达到峰值, 且二者均存在明显的自西向东递减趋势。根据时滞相关性分析 发现, 各区域 AOD 均与滞后 1∼2 个月的 NPP 有较强相关性, 自西向东四个研究子域的最高 Pearson 相关系数分别为 0.75、0.84、0.79、0.74。利用 7 月 AOD 峰值对气溶胶进行分类, 发现沙尘为影响该区域 NPP 的重要气溶胶类型。对 各区域的海表温度 (SST) 和光合有效辐射 (PAR) 的研究发现, 二者均无明显的自西向东变化趋势, 较好地排除了这两 种因素对 NPP 自西向东趋势的影响。     

基于Pandora 观测的OMI 全球臭氧产品精度验证

臭氧是大气中一种重要的微量气体, 是影响对流层与平流层大气运动的重要成分之一, 臭氧的高精度探测 对于环境和气候具有重要的意义。OMI 传感器是目前具备探测全球臭氧含量的主要遥感传感器之一。利用地基 Pandora 观测网全球范围内44 个臭氧观测站点数据对OMI 卫星数据产品进行了精度验证。结果表明: OMI 臭氧产品 与Pandora 地基测量结果之间具有很好的线性相关性, 相关系数达到0.948, 但精度结果存在区域差异。在南半球地区, 相关系数为0.915; 在北半球低纬度地区, 其相关系数为0.932, 中纬度地区相关系数为0.948, 而在高纬度地区, 相关系 数达到了0.957。此外, 验证精度还与臭氧柱总量存在相关性, 在臭氧柱总量低于220 Du (对应臭氧空洞条件) 时, OMI 卫星产品存在高估现象, 高估约13%; 而在臭氧柱总量高于400 Du 时, OMI 的臭氧产品低于Pandora 地基测量结果, 且 随着臭氧柱总量增加, 低估情况也越严重, 在臭氧柱总量达到500 Du 时, OMI 臭氧产品低估约4%。     

基于MAX-DOAS的对流层NO2和气溶胶光学厚度遥测反演

随着全球工业化速度加快和人口的增多,大气环境问题日益突出,NO2和气溶胶在大气化学中扮演着重要的角色。地基多轴差分吸收光谱技术（MAX-DOAS）基于被动DOAS原理,近年来已成功应用于大气痕量气体柱浓度和气溶胶光学厚度（AOD）测量方面。本文基于被动DOAS算法对合肥秸秆燃烧期间NO2柱浓度以及气溶胶光学厚度进行了观测,并把对流层柱浓度和臭氧监测仪(Ozone Monitoring Instrument, OMI)结果进行对比;测量的气溶胶光学厚度和太阳光度计（CE318）进行了对比。结果表明,MAX-DOAS测量结果要高于卫星值,11月6日MAX-DOAS测量NO2柱浓度日均值为OMI的1.9倍;二者在无云条件下一致性较好;MAX-DOAS反演AOD和太阳光度计结果相关性在0.9以上。     

基于多轴差分吸收光谱技术的对流层HCHO柱浓度测量研究

HCHO是城市大气污染物中的重要组分.采用多轴差分吸收光谱仪(MAX-DOAS)于2008年夏季对北京上空对流层HCHO斜柱浓度进行了测量,研究了HCHO差分吸收光谱处理算法,考虑了温度和I0效应对气体吸收截面的影响,并对大气Ring效应进行了校正.采用几何近似的方法计算了对流层大气质量因子,并将HCHO斜柱浓度转换成垂直柱浓度,得到了实验期间对流层HCHO的垂直柱浓度时间序列,并且HCHO垂直柱浓度早晚比较低,约在中午最高. MAX-DOAS HCHO垂直柱浓度与GOME-2卫星和SCIAMACHY卫星结果具有较好的相关性.     

基于OMI 的中国区域2005–2020 年间臭氧柱总量随经纬度变化特性研究

利用 OMI 每日 L3 级 O3 柱总量数据对中国区域 2005–2020 年间臭氧柱总量变化趋势开展研究, 构建了相 关数据库, 并基于数据筛选和数据挖掘分析了该期间中国区域臭氧柱总量与纬度和经度的相关性。结果表明, 在 2005–2020 年间, 中国区域上空的臭氧柱总量随纬度增大而增大, 而其与经度的关系受纬度值影响。当纬度大于特定 阈值时, 臭氧柱总量随经度增大而增大; 而当纬度小于该值时, 臭氧柱总量由西向东基本保持稳定。研究结果对于揭 示中国区域臭氧柱总量变化规律、进一步分析全球臭氧变化趋势具有重要意义。     

合肥市臭氧时空分布特征与气象因子影响研究

利用合肥市10个国控站点2019年臭氧(O3)浓度数据,采用数理统计和回归分析方法研究O3时空分布特征及气象因子的影响.结果表明:(1)O3小时及月均浓度均呈单峰型,6月份达到峰值;(2)董铺水库和高新区站点O3对污染天气的贡献率相对较高,贡献率均超过10％;(3)2019年超标时次较多的站点为董铺水库和高新区,且出现...     

Total ozone from the ozone monitoring instrument (OMI) using the DOAS technique

This paper describes the algorithm for deriving the total column ozone from spectral radiances and irradiances measured by the Ozone Monitoring Instrument (OMI) on the Earth Observing System Aura satellite. The algorithm is based on the differential optical absorption spectroscopy technique. The main characteristics of the algorithm as well as an error analysis are described. The algorithm has been successfully applied to the first available OMI data. First comparisons with ground-based instruments are very encouraging and clearly show the potential of the method.     

Retrieval of Total Column Ozone From Imagers Onboard Geostationary Satellites

Geostationary imagers such as the Advanced Baseline Imager (ABI) proposed for the next generation of Geostationary Operational Environmental Satellites (GOESs), i.e., GOES Series R and beyond, and the spinning enhanced visible and InfraRed Imager (SEVIRI) onboard METEOSAT 8 provide atmospheric total column ozone (TCO) with high temporal (better than 15 min) and spatial (better than 5 km) resolutions. The purpose of this paper is to present a method that evolved from the current GOES sounder TCO retrieval that can be applied to ABI, with SEVIRI serving as a proxy for ABI. Although ABI and SEVIRI have fewer infrared spectral bands than the current series of GOES (-8 to -P) sounders, ABI and SEVIRI can provide TCO with an accuracy that is comparable to the current GOES sounder by using forecast temperature profiles as additional a priori information. Despite the need for additional data, the greatest advantage of ABI and SEVIRI is their fast 15-min coverage of the full disk. The SEVIRI TCO demonstrates how well geostationary imagers can capture ozone transport and change at high temporal and spatial resolutions. The estimated TCO has very good agreement (R = 0.92 and root-mean-square error = 3.7%) with the total ozone measurements from the Ozone Monitoring Instrument (OMI) onboard the Earth Observing System aura platform.