1 中国科学技术大学环境科学与光电技术学院, 安徽 合肥 230026
2 中国科学院安徽光学精密机械研究所中国科学院环境光学与技术重点实验室, 安徽 合肥 230031
3 中国科学院区域大气环境研究卓越创新中心,中国科学院城市环境研究所, 福建 厦门 361021
基于多轴差分吸收光谱技术(multi-axis differential optical absorption spectroscopy, MAX-DOAS)获得了对流层SO2垂直柱浓度。采用不同 参考谱和不同波段来获得SO2差分斜柱浓度,通过对比发现,当圈天顶光谱作为参考谱的反演误差最小,且全天相对稳定波动小,误差小于5%。通过 六个波段的对比选取了最优反演波段为307.5~315 nm。结合地面气象数据对2015年10月14日~18日的污染过程进行了研究,数据分析表明 风速和风向是影响监测点SO2浓度的两个重要因素,城市和电厂产生的SO2会在东风和南风的影响下向监测点输送。通过研究表明, MAX-DOAS能够准确反演大气对流层SO2垂直柱浓度信息,对于探究城市大气对流层SO2垂直柱浓度、卫星校验、模型校验以及污染输送的研究具有重要意义。
多轴差分吸收光谱技术 对流层SO2垂直柱浓度 最优反演波段 输送 multi-axis differential optical absorption spectro vertical column density of tropospheric SO2 optimal retrieval wave band transportion
1 中国科学院安徽光学精密机械研究所中国科学院环境光学与技术重点实验室,安徽 合肥230031
2 中国科学技术大学研究生院,安徽 合肥230026
3 中国科学院区域大气环境研究卓越创新中心,中国科学院城市环境研究所,福建 厦门361021
4 中国科学技术大学环境科学与光电技术学院,安徽 合肥230026
与搭载在EOS AURA卫星上的OMI(Ozone Monitoring Instrument)探测器相比,由车载被动差分吸收光谱(differential optical absorption spectroscopy, DOAS)技术 获得的NO2柱浓度数据空间分辨率更高,因而能够更准确地反映出NO2时空分布情况,利用OMI NO2 Level2数据产品重构2013年6月石家庄及周边区 域的NO2柱浓度分布,结合风场数据分析NO2柱浓度沿风场方向的空间分布,同时,使用车载被动DOAS系统对西南通道即石家庄-保定-北京路段进行走航观测, 获取车载DOAS NO2柱浓度分布数据,使用指数修正高斯(exponentially-modified Gaussian, EMG)拟合方式,分别拟合OMI NO2 数据和经过地基DOAS数据修正后 的OMI NO2数据得到NOx排放通量分别为195.8 mol/s、160.6 mol/s。经过地基DOAS数据修正的NOx排放量小于卫星估算值,可能是由于卫星的空间分辨率较低导致的。
车载差分光学吸收光谱 NO2分布 NOx排放通量 Monitoring Instrument Ozone OMI mobile DOAS NO2 distributions NOx emission flux