1 西藏高原大气环境科学研究所, 西藏 拉萨 850000 中国科学院长春光学精密机械与物理研究所, 应用光学国家重点实验室, 吉林 长春 130033
2 中国气象科学研究院, 灾害天气国家重点实验室和青藏高原气象研究所, 北京 100081
3 中国气象局气象探测中心, 北京 100081
4 中国科学院长春光学精密机械与物理研究所, 应用光学国家重点实验室, 吉林 长春 130033
5 西藏自治区大气探测技术与装备中心, 西藏 拉萨 850000
基于多轴差分吸收光谱技术(MAX-DOAS)开展拉萨上空太阳散射光谱观测和对流层NO2柱浓度反演研究, 探究西藏和平解放70周年大庆活动期间拉萨上空NO2对流层垂直柱浓度变化特征。 研究结果表明: 观测实验期间(2021年8月9日至2021年8月31日)白天NO2对流层垂直柱浓度的平均值为4.46×1015 molec·cm-2, 明显高于西藏和平解放70周年大庆活动日当天NO2浓度水平(2.85×1015 molec·cm-2); 而且NO2对流层垂直柱浓度日均值的逐日变化与地面在线观测数据具有良好相关性, 相关系数为0.58。 观测实验期间拉萨市主导风向为西风, 东西方向是大气NO2污染物的传输通道, 这与拉萨城区河谷地形相一致。 观测实验期间NO2对流层垂直柱浓度小时均值的平均日变化呈现“U”型分布, 早晚出现高值, 低值浓度出现在16:00时左右, 但西藏和平解放70周年大庆活动日当天NO2对流层垂直柱浓度的日变化除表现为早晚峰值外, 还在正午12:00时出现峰值, 这与活动结束后道路管控措施解除以及活动保障车辆行驶排放有关。 本研究证实了地基MAX-DOAS遥感观测技术在高原城市拉萨具有很好地适用性, 同时也发现拉萨大气NO2浓度水平变化主要受城市交通排放影响, 西藏和平解放70周年大庆活动当日拉萨对流层大气NO2浓度低。
多轴差分吸收光谱技术 二氧化氮 对流层柱浓度 拉萨 MAX-DOAS NO2 Tropospheric column density Lhasa 光谱学与光谱分析
2023, 43(6): 1725
淮北师范大学物理与电子信息学院, 安徽 淮北 235000
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
多轴差分吸收光谱技术 NO2 垂直柱浓度 对比分析 multi-axis differential optical absorption spectro OMI OMI NO2 vertical column density contrastive analysis 大气与环境光学学报
2021, 16(2): 107
安徽大学物质科学与信息技术研究院, 安徽 合肥 230601
二氧化氮(NO2)在大气光化学中发挥着重要作用, 不仅参与了对流层臭氧(O3)的催化生成, 同时也能促进生成二次气溶胶。 NO2作为交通运输和工业过程中的重要排放产物, 通常也被视为一种评估人为污染源排放的指示物, 因此, 开展城市NO2分布与排放研究对于城市大气污染管控与治理具有重要意义。 2018年1月和2月期间, 基于车载多轴差分吸收光谱技术(MAX-DOAS)对衡水市区开展了4次走航观测实验, 获取了衡水市区环城路上对流层NO2垂直柱浓度(VCD)的空间分布, 其浓度范围为0.89×1015~56.33×1015 molecule·cm-2, 均值在22.42×1015~30.20×1015 molecule·cm-2。 观测结果表明衡水市NO2污染源主要分布在城外东南方向的工业聚集区, 以及市区环城路东部的立交桥路段; 而城市西部和北部则较为干净, 当风场来自该区域会对污染源区起到一定的清洁作用, 可使源区NO2浓度降低20%以上。 航测期间进行了站点对比观测, 综合两者的观测结果评估了衡水市东部污染区域的相对贡献, 其NO2含量比西部洁净区域高出了30.1%~61.9%、 贡献值高7.89×1015~13.32×1015 molecule·cm-2。 将NO2城市分布与WRF模式模拟的气象数据相结合, 可计算出目标区域的NO2本地排放通量为0.86×1024 molecule·s-1, 该结果相对较低, 一方面说明衡水市区相对于其他研究区域, 其NO2污染源并非在集中在市区内部; 另一方面是因为本次实验研究区域的面积仅有50 km2, 远小于其他研究的城市区域范围。 对于实验测得的衡水市区输出总通量, 其中96.16%来源于外部传输, 3.84%为本地排放造成, 进一步证明了衡水市NO2主要污染源位于城外。 通过实验期间衡水市区的后向轨迹气团与OMI卫星的NO2平均结果可看出, 衡水市除城市东部和东南部的本地污染源外, 也受到了北部的保定、 廊坊和西北部的石家庄等地的污染传输影响。 总体来看, 车载多轴差分吸收光谱技术对于城市NO2等污染气体的源区确认、 污染贡献评估和排放通量计算方面有较出色的应用前景。
车载多轴差分吸收光谱技术 空间分布 排放通量 Mobile MAX-DOAS NO2 Distribution Emission flux NO2
淮北师范大学,物理与电子信息学院,安徽 淮北 235000
基于2018年12月8日～12月31日淮北地区多轴差分吸收光谱技术(MAX-DOAS)获得的太阳散射光谱观测数据,反演了该地区NO2对流层柱浓度, 并分析了冬季不同天气下NO2浓度日变化特征。观测结果表明NO2浓度高值出现在12月18日～12月27日期间,日均值最大值6.83×1016 molecules/cm2出现在12月27日,约为日均值最低值的2.9倍。结合风场轨迹模型研究了不同大气条件下的风场,发现在NO2浓度较低时段主要为 偏北风场, NO2浓度高值时段偏南风场增加,表明城区产生的污染向观测区域进行了输送。将MAX-DOAS结果与OMI卫星结果进行了 对比,发现两者具有较好的一致性(R2=0.88)。
多轴差分吸收光谱技术 NO2垂直柱浓度 变化特征 对比分析 multi-axis differential optical absorption spectro NO2 vertical column density variation characteristics contrastive analysis 大气与环境光学学报
2020, 15(3): 217
淮北师范大学物理与电子信息学院, 安徽 淮北 235000
针对被动多轴差分吸收光谱技术(MAX-DOAS)反演痕量气体SO2中吸收强度弱以及易受反演波段和大气气溶胶状态影响的问题,研究了基于地基MAX-DOAS的对流层SO2垂直廓线及垂直柱浓度的反演方法。通过反演误差对比确定了SO2的最佳反演波段(307~330 nm),并精确获取了差分斜柱浓度。鉴于大气中气溶胶状态是影响SO2等痕量气体反演的重要因素,反演中采用两步反演方法:第一步通过测量O4气体的差分斜柱浓度来反演气溶胶廓线;第二步将气溶胶廓线输入到辐射传输模型中,利用痕量气体浓度垂直反演算法获取对流层(0~4 km)中SO2的垂直分布廓线和垂直柱浓度。将SO2廓线在0~100 m的反演结果和地面点式仪器数据进行对比,结果发现两者的一致性较高。研究表明,基于MAX-DOAS反演对流层中SO2的垂直分布及垂直柱浓度是一种有效的手段。
大气光学 对流层SO2垂直廓线 被动多轴差分吸收光谱技术 气溶胶
1 灾害天气国家重点实验室和中国气象局大气化学重点开放实验室, 中国气象科学研究院, 北京 100081
2 北京市气象局上甸子区域大气本底站, 北京 101507
3 中国气象局气象探测中心, 北京 100081
4 新疆师范大学地理科学与旅游学院, 新疆 乌鲁木齐 830054
为了探究京津冀本底浓度地区NO2这一重要空气污染物的变化特征, 采用多轴差分吸收光谱技术(MAX-DOAS)在上甸子区域大气本底站开展了太阳散射光谱观测以及NO2柱浓度反演研究。 在NO2的405～430nm特征谱段进行了定量光谱解析, 并通过几何近似法计算了2009年7～9月NO2对流层垂直柱浓度(VCDtrop)。 观测期间NO2 VCDtrop平均值和最大值分别为5.43×1015和7.15×1016 molec·cm-2。 NO2 VCDtrop日均值浓度水平较低, 但总体上有上升趋势。 NO2 VCDtrop变化过程与风速风向关系密切: 西南风时风速越小NO2 VCDtrop越低, 东北风对NO2 VCDtrop有扩散稀释作用。 NO2 VCDtrop日变化形态总体上呈现为中午时段低、 早晚较高的特征, 并且傍晚峰值比早间峰值略高。 上甸子站NO2 VCDtrop浓度水平和日变化幅度相比北京城区同期观测结果明显偏小。 NO2 VCDtrop变化特征与河北香河和固城等污染相对较轻站点观测到的变化特征相一致。 总之, MAX-DOAS能够有效监测区域本底大气的NO2 VCDtrop, 其变化特征与工业和交通排放、 大气光化学过程、 大气传输等复杂因素有关, 还需积累更多数据和深入研究。
多轴差分吸收光谱技术 二氧化氮 柱浓度 区域大气本底站 MAX-DOAS NO2 Column density Regional atmospheric background station 光谱学与光谱分析
2018, 38(11): 3470
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 中国科学技术大学 精密机械与精密仪器系, 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
O4 斜柱浓度的准确获取,对气溶胶廓线反演具有重要意义。介绍了基于被动多轴差分吸收 光谱仪(MAX-DOAS)监测O4 斜柱浓度的误差修正方法,用于准确获取O4 斜柱浓度。通过 对比30°仰角O4 斜柱浓度MAX-DOAS测量结果和大气辐射传输模型模拟结果,获得修 正系数,利用修正系数修正各个角度的斜柱浓度值,消除O4 吸收截面不准确造成的反演结果 误差,提高了O4 斜柱浓度精度。研究方法应用于合肥地区O4 斜柱浓度的准确监测,为下一 步气溶胶廓线精确反演提供了数据支持。
被动多轴差分吸收光谱技术 O4 斜柱浓度 气溶胶廓线 吸收截面 multi axis differential optical absorption spectro O4 slant column density aerosol profile cross section
1 中国科学院安徽光学精密机械研究所环境光学与技术重点实验室, 安徽 合肥 230031
2 日本海洋-地球科技部全球变化研究中心, 横滨, 神奈川县236-0001, 日本
介绍了两台地基多轴DOAS仪器测量的NO2斜柱浓度的对比研究。 利用日本海洋研究开发机构的一套多轴DOAS设备在2009年11月—12月31日期间16 d的观测数据, 与安光所自主研发的一套多轴DOAS设备测量的NO2差分斜柱浓度进行了对比。 通过对比发现, 采用自动调整积分时间的方法, 与固定积分时间的设置相比仪器具有更高的信噪比； 两套仪器的反演结果在小角度下具有比较好的一致性, 相关系数高达0.995, 但随着角度的增大相关性逐渐变差。 在9点至16点时段内相对偏差较小, 其中20°方向的结果最为接近, 最小偏差仅有12%, 但在9点前和16点后二者偏差增大。 日方仪器在可见波段的反演结果明显好于紫外波段, 反演中的剩余噪声减小了60%以上, 同时在可见波段的差分斜柱浓度的计算结果与我们的多轴DOAS在紫外波段的计算结果在全天都具有非常好的一致性。
多轴差分吸收光谱技术 差分斜柱浓度 对比 Multi axis differential optical absorption spectro Differential slant column density Comparison
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
亚运期间利用多轴差分吸收光谱仪(MAX-DOAS)对广州市的大气污染物进行了实时监测,分别对重要大 气常规污染物NO2和SO2的日变化特征进行了探讨和分析,并通过结合气象条件和周围的重要污 染源综合监测结果分析研究了广州市周围的区域污染输送,结果发现位于市东南部的工业区对于市区的 污染存在较大的影响,其中以SO2尤为明显。分析NO2廓线结果表明,污染物主要位于1 km以下,高污染 层主要位于0.5 km以下。
污染物监测 多轴差分吸收光谱技术 区域污染物输送 pollutant monitoring MAX-DOAS regional pollutant transport
