气候与环境研究  2012, Vol. 17 Issue (1): 37-45   PDF    
中国3个典型城市气溶胶光学厚度地基观测及其MODIS气溶胶产品精度分析
王晓元, 辛金元, 王莉莉, 王跃思     
中国科学院大气物理研究所大气边界层物理和大气化学国家重点实验室,北京 100029
摘要:利用中国太阳分光观测网的观测资料结合MODIS(中分辨率成像光谱仪)的气溶胶产品分析了北京、兰州、上海3个典型区域城市的气溶胶光学特性。结果表明:北京AOD(气溶胶光学厚度)年平均为0.41±0.35,春夏高,秋冬低,Angström波长指数α年平均为1.40±0.85表现为细模态粒子,MODIS的光学厚度为0.52±0.39与地面观测相关系数为0.91,存在系统性高估;兰州AOD年平均为0.55±0.21,夏季最低,秋冬较高,α年平均为0.95±0.20表现为粗模态粒子,MODIS光学厚度为0.43±0.21与地面观测相关系数仅为0.07,存在系统性低估;上海AOD年平均为0.55±0.21,无明显季节变化,α平均为1.03±0.25,MODIS光学厚度为0.74±0.30与地面观测相关系数为0.75,存在系统性高估。城市地理位置和复杂地表等原因造成反照率的不确定,MODIS气溶胶产品在这3个城市的反演效果仍有很大提升空间。
关键词中国太阳分光观测网(CSHNET)     气溶胶光学厚度(AOD)     Angström波长指数(α)     中分辨率成像光谱仪(MODIS)    
Aerosol Optical Depth Observed by Chinese Sun Hazemeter Network and Comparison with MODIS Products in Three Typical Cities in China
WANG Xiaoyuan, XIN Jinyuan, WANG Lili, WANG Yuesi     
State Key Laboratory of Atmospheric Boundary Layer Physics and Atmospheric Chemistry Institute of Atmospheric Physics, Chinese Academy of Science, Beijing 100029
Abstract: The CSHNET(Chinese Sun Hazemeter Network) data and MODIS(Moderate Resolution Imaging Spectroradiometer) aerosol products are used to analyze the aerosol optical characteristics in three typical Chinese cities: Beijing, Lanzhou, and Shanghai. The results showed that the annual mean AOD(Aerosol Optical Depth) were 0.41±0.35, 0.55±0.21, 0.55±0.21 in Beijing, Lanzhou, and Shanghai, respectively. The seasonal mean AOD generally exhibited a maximum in summer and aminimum in winter in Beijing but in the opposite trend in Lanzhou and no distinct seasonal cycles in Shanghai. Angström index (α) which conveys aerosol size distributions characteristics were 1.40±0.85, 0.95±0.20, 1.03±0.25 in Beijing, Lanzhou, and Shanghai, respectively, suggesting fine mode particles in Beijing and coarse mode particles in Lanzhou. MODIS AOD reveal satisfactory validations against surface measurements with correlation coefficients 0.91 in Beijng and 0.75 in Shanghai while poor validation is found in Lanzhou with correlation coefficients 0.07. Overestimations of MODIS AOD are noted in Beijing and Shanghai with annual mean 0.52±0.39 and 0.74±0.30 comparing to the underestimation in Lanzhou with annual mean 0.43±0.21. Considering the uncertainty of reflectance result from geographical positions and complicated coverage of urban area, the results are not well enough and the MODIS aerosol products shall be improved in future studies.
Key words: Chinese Sun Hazemeter (CSHNET)     Aerosol Optical Depth (AOD)     Angström index(α)     Mode-rate Resolution Imaging Spectroradiometer (MODIS)    
1 引言

人类赖以生存的环境大气是一个由许多固体和液体颗粒组成的大的气溶胶体系,大气气溶胶与人类生活关系极为密切(唐孝炎等,2006),一方面大气颗粒物对生物的影响和危害日益受到关注,大气颗粒物为我国城市主要大气污染物,不仅影响大气能见度,还会刺激呼吸器官产生有害影响(谢鹏等,2009)。另一方面气溶胶对气候的作用和影响也逐渐成为大气科学研究的热门领域:气溶胶通过直接辐射强迫和影响成云造成间接辐射强迫对全球气候系统产生强烈作用(Bréon et al., 2002; Satheesh and Moorthy, 2005)。但气溶胶来源复杂,其物理光学特性及时空分布特征有很多未知因素,使得气溶胶对气候和环境的影响还存在着较大不确定性(IPCC,2001)。目前地基联网观测和卫星遥感所提供的数据是研究气溶胶气候和环境效应的重要基础,其中地基观测能给出站点所在位置高时间分辨率的气溶胶数据,用以研究区域长时间气溶胶的变化特征和趋势,但受限于空间分辨率不利于宏观研究和分析。而卫星遥感可以有效的弥补地基观测在空间分辨率上的不足,特别是在环境恶劣的偏远地区不宜设地面观测点,卫星遥感更能突出其优越性。卫星遥感产品已经达到一定的精度水平,但是在反演过程中,源于地表反照率、气溶胶类型的不同和高云等因素的影响所造成的实际误差难以控制(Chin et al., 2004),如地表植被稀疏的沙漠化区域和冰雪覆盖区域,高反射率会使得卫星遥感难以反演出气溶胶特性的产品(Wang et al., 2007),在城市等地表建筑众多使得地表反射率信息复杂区域,气溶胶产品会存在极大的空间上的不确定性(李成才等,2003)。这使得卫星反演的计算方法需要依靠地面同步的地基观测资料来进行对比订正以便进一步的完善。近些年来我国的科研人员逐步开始利用卫星遥感与地面观测相结合的方法来反演中国区域的气溶胶光学特性,并取得了初步的结果。李成才等(2003)在中国东部海岸黄河、长江入海口等地区研究表明NASA的MODIS(中分辨率成像光谱仪)气溶胶产品在反演中有很大的不确定性,Wang et al.(2007)也利用中国太阳分光观测网(CSHNET)的数据研究了中国区域不同生态类型地区MODIS反演产品的准确度。中国经济的快速发展,城市面积不断的扩大和人口的不断增多,使得城市的大气气溶胶对人们生活的影响也日益凸显,这使得研究城市地区气溶胶的时空变化特征也越来越迫切。本文利用北京、上海、兰州3个地区的CSHNET多年观测数据结合卫星MODIS的气溶胶反演产品来分析这3个在国内有一定区域代表性城市的气溶胶光学变化特征。

2 数据资料和方法处理

本文使用的地面联网观测资料来自中国地区太阳分光观测网(CSHNET)。CSHNET观测网于2004年8月开始运行,在全国有19个生态研究网络观测点、4个城市观测点、2个标定中心和1个数据中心。观测网统一采用新一代LED太阳分光光度计进行观测,仪器在全球受到广泛使用和认可(Brooks and Mims, 2001辛金元等,2006),观测网结果有效给出了中国区域背景气溶胶光学特性的变化特征(Xin et al., 2007; Wang et al., 2008)。观测网各站点选取晴天或云覆盖率5成以下时候,在MODIS过境时段进行观测(当地时间10时至14时),一天观测5~6次共15~18组数据,然后用650 nm和500 nm波段的光学厚度线性插值求的550 nm波段的气溶胶光学厚度,以便与MODIS气溶胶产品进行比对。其中气溶胶光学厚度AOD与Angström波长指数α的关系如下方程所示:

其中,τaerosol(λ)为波长为λ的气溶胶光学厚度AOD反映大气气溶胶的消光程度;β为Angström混浊系数代表气溶胶的浓度;α为Angström波长指数代表气溶胶的粒径大小。本文重点讨论τaerosol(λ)和α

新一代中分辨率成像光谱仪(MODIS)是TERRA和AQUA两颗卫星上的星载仪器,有36个观测通道(0.41~14 μm)和3个不同空间分辨率(250 m、500 m、1 km),可在1~2天获得全球观测资料,为地球科学研究提供重要的数据。本文使用了2004年8月至2008年12月(兰州截止至2007年7月)中国区域MODIS 第5版第二级(Collection 5 level 2,C5)气溶胶光学厚度(AOD)产品。

为使地面观测与卫星反演数据具有时空代表性和可比性,MODIS资料选取以站点为中心的50 km×50 km的空间平均(像素点≥5),地面数据选取卫星过境时间前后半小时的时间平均。对北京、上海和兰州3个城市站点的MODIS产品和地面资料进行相关性统计分析,利用NASA的MODIS陆地气溶胶反演误差Δτa=±0.05±0.15τa来评估3个站点的MODIS产品适用性。

3 结果分析

利用多年观测网结果及MODIS气溶胶产品,图 1、2和3分别给出了北京、兰州、上海3个站点地面气溶胶特性观测结果以及对MODIS的AOD产品的评估情况。其中北京、上海两个站的观测数据截至到2008年12月,兰州站观测数据截止于2007年7月。表 1给出了北京、兰州、上海3个城市的气溶胶光学厚度AOD和Angström波长指数α的年平均和季节平均。表 2给出了地面观测气溶胶光学厚度与MODIS产品的对比统计信息,表 3给出了每个测站四季比对数据在误差范围内所占的比重。

表 1 城市气溶胶光学厚度AOD(λ=550 nm)和Angström波长指数(α)年平均和季节平均 Table 1 The annual and seasonal AOD(λ=550 nm) and Angström index(α)in cities

表 2 城市观测站点评价MODIS气溶胶产品各项参数Table 2 Validation parameters of MODIS AOD with that of the CHSNET

表 3 城市观测点4个季节对比数据在NASA误差范围内的比例Table 3 Validation results of cities in four seasons within the NASA error range

图 1给出了北京地区气溶胶光学特性的时间变化以及对MODIS的AOD产品的评估情况。北京地区气溶胶污染较为严重(章文星等,2002),AOD年平均值为0.41±0.35,Angström波长指数年平均为1.40±0.85,表明气溶胶中以细模态粒子为主。AOD与α日变化剧烈(图 1a),表明北京市气溶胶浓度及气溶胶主控模态存在较大的日变化,粗细粒子交替污染显著,二次粒子污染也相对严重。气溶胶光学特性存在季节性周期变化(图 1b),春夏季节由于北方沙尘和城市扬尘导致AOD出现高值,同时α出现低值也表明气溶胶以粗模态粒子为主,秋冬季节温度降低,燃煤取暖增加使得气溶胶中煤烟型气溶胶含量增高,α出现高值,而AOD相对较低。北京的气溶胶波长指数α随AOD呈负指数变化(图 1c),AOD>0.5时,气溶胶模态表现为大陆性气溶胶和大粒径的沙尘气溶胶,α值较低;当AOD<0.5时,气溶胶中细粒子明显增多,α值较高。北京市2006年开始冬季α比2004、2005年冬季有明显的下降,这与北京2006年起为2007、2008年节能减排工作开始实行的产业调整,关闭搬迁大批高污染高能耗企业,推广绿色照明、供暖锅炉系统节能技术、高温空气燃烧技术密切相关。节能措施的有效实行使得燃煤降低煤烟型气溶胶排放减少,污染物减少也使得二次气溶胶生成降低,使得大气中气溶胶模态改变,α出现明显的下降。

图 1 北京站点气溶胶光学厚度AOD与Angström波长指数α季节变化以及对MODIS的AOD产品的评估:(a)地面观测AOD与α的日变化;(b)地面观测AOD与α的月变化;(c)地面观测AOD与α的比较;(d)卫星与地面观测AOD日变化比较,Rmodis/observed为MODIS的AOD产品与地面AOD观测值的比值;(e)卫星与地面观测AOD比较,段点线y=0.05+1.15x和y=-0.05+0.85x为NASA发布的卫星反演误差线Fig. 1 Seasonal variation of AOD,α, and evaluation of MODIS AOD products with ground-based data over Beijing city:(a)Daily variations of observed AOD and α;(b)monthly variations of observed AOD and α;(c)comparision between observed AOD and α;(d)daily variation comparision of MODIS AOD and observed AOD,RMODIS/Observed is the ratio of MODIS AOD to observed AOD;(e)comparison between MODIS AOD and observed AOD,the dash dotted lines represent y=0.05+1.15x and y=-0.05+0.85x,which are the expected error lines issued by NASA

图 1d中是北京地区2004年8月至2008年12月地面观测值与MODIS的AOD产品日变化的比较,清楚显示出两者日变化趋势对应很好。但是也可以发现在极值出现时候,两者之间存在较大差值,说明在极为洁净或重度污染天气条件下MODIS的反演过程中对地表反照率处理还有很大的不确定性。图 1e中拟合曲线1.02的斜率,0.09的截距,0.91的相关系数和0.16的均方根误差(RMSE)反映出北京地区MODIS产品和CSHNET的观测数据有不错的一致性(Chu et al., 2002),结合图 1d图 1e可看出在北京地区MODIS产品对气溶胶光学厚度存在系统性高估,特别是在植被稀少的冬季和早春,气溶胶以细模态为主的情况下(α>1.5),这种高估的情况尤为显著,有42%的MODIS产品高估,这是城市地表“亮背景”和气溶胶模态变化造成卫星反演出现较大偏差(徐祥德等,2003)。有55%的MODIS产品满足NASA的卫星反演误差,比之前Wang et al.(2007)计算截止至2007年的第4版本(Collection 4,C4)的MODIS产品(35%在误差区间内)已经有了一定程度的提高,说明MODIS产品C4到C5算法改进在北方地区也有一定的可信度(Li et al., 2007)。

图 2是兰州观测点的观测结果和与卫星MODIS产品的比对情况。兰州市由于盆地地理特征,污染物不容易扩散使得污染严重(王庆梅等,2008),观测期间AOD年平均值为0.55±0.21,α年平均值为0.95±0.20,气溶胶主控模态常年表现为较为稳定的大粒径沙尘气溶胶模态(Xin et al., 2007)。兰州气溶胶季节变化与北京有所不同,秋冬时期温度较低,大气城较稳定,逆温层深厚(王宝鉴等,2001),对流不显著,污染物容易积累使得AOD值秋冬比春夏季节高,秋季平均最高可达0.65±0.23,而夏季对流好,污染物容易扩散,使得夏季AOD最低为0.48±0.19。由于气溶胶主控模态较为稳定,α没有明显随AOD变化(图 2c),但是AOD<0.25时也对应着大于1.25的α值,表现为以细粒子为主的特征,说明兰州市区也存在一定的烟雾气溶胶或二次气溶胶。

图 2图 1,但为兰州站点Fig. 2 Same as Fig. 1,but for Lanzhou

在兰州市区MODIS产品与地面从2004年8月到2007年7月的比对情况可看出春夏季有较好的一致性(图 2d),但冬季可使用的MODIS数据不仅稀少,而且有36%的MODIS产品存在低估,拟合曲线0.07的斜率,0.40的截距和0.07的相关系数表明卫星反演中对地表反照率,气溶胶模态的选择上存在很大的误差。结合图 2d、2e可以能看出卫星产品明显的低估,这可能是由于兰州市地处我国西北,属于温带半干旱性大陆气候,四季分明,四周山地植被覆盖受季节变化影响显著,加之地处盆地,地形复杂多变使得地表反照率复杂,反演难度极大,因此MODIS反演在冬季存在着很大的反演误差,不仅可以有效利用的数据稀少,反演出来的产品也存在着很大的低估。

图 3是上海市气溶胶观测结果即对卫星MODIS产品的评估情况。上海市气溶胶污染也相当严重(宋磊和吕达仁,2006),AOD年平均为0.55±0.21,α为1.03±0.25,气溶胶主控模态表现为中性。与北方城市北京比较类似,上海市的AOD在春夏季节较高,秋冬较低,α冬天高夏天低,但并不是很明显并且出现的原因也有所不同:春夏季节扬尘、工业活动和人为排放大量的气溶胶加上近海受海盐气溶胶的影响(王明星,1999姚青等,2007),AOD较高并且α较低以粗模态粒子为主;秋冬季受偏北冷气流和相对洁净海洋气团交替影响,对大气污染物进行清除,使得AOD值稍有降低,α略微上升。在图 3cα随AOD没有明显的变化,气溶胶主控模态较为稳定,这种受工业和日常人为活动影响为主的气溶胶模态是我国东部和南部城市所特有的。

图 3图 1,但为上海站点Fig. 3 Same as Fig. 1,but for Shanghai

图 3d是MODIS产品与地面观测从2004年8月到2008年12月的比较情况,拟合曲线1.09的斜率,0.15的截距和0.75的相关系数说明两者变化趋势相似且具有较好的一致性。但结合图 3d、3e可以看出MODIS产品存在明显的系统性高估,有60%的MODIS产品高估并处于NASA给定的误差范围外。下垫面复杂和近海的地理特征致地表反射率多变加上上海地区高污染的大气环境使得卫星反演误差很大,在比对上的数据中仅有38%的数据处于NASA给定的误差范围,这在上述3个城市中是适用性最差的。

上面对这3个城市的观测数据和卫星产品进行了分析比较,在同时期内北京、兰州、上海分别有58%、60%、55%的MODIS产品可以与地面的观测数据比对得上,数据的利用效果并不高,并且在比对的数据中又分别只有55%、45%、38%的数据在NASA给定的误差范围内,MODIS产品在这3个城市中的适用性和代表性并不好。城市建筑物众多,人类活动频繁,地表反射率的复杂使得MODIS在反演这些区域气溶胶光学厚度时会产生很大的误差。地形对反演结果也有很大影响,地形会影响大气污染物的浓度从而影响观测结果:北京在华北平原北部,西、北和东北群山环绕,污染物容易积累,受到西北气流影响时会出现明显的清除效果,积累-清除过程反映在地面观测结果中表现为标准偏差(SD)值极大。加上西北气流还会带来大量沙尘,改变北京地区的气溶胶模态,使得反演难度增大;上海近海地处长江三角洲平原,受季风影响不会出现如北京那样明显污染物积累清除的过程,因此SD值较低,上海处于沿海平坦地区,海陆交界的地表反射率变化使得MODIS产品存在一定的高估;而兰州处于我国西北盆地,四周环山,并有黄河流过,地表植被变化大,受地形和季节影响,冬季时兰州地面为亮地表,造成反演时地表反照率误差过大使得MODIS产品在冬季反演结果很差,无法与地面观测进行有效的比对。

4 结论

中国太阳分光观测网结合MODIS产品对中国3个典型城市气溶胶光学特征的研究结果表明:北京地区AOD值春夏季高(>0.47)、秋冬季低(<0.34),分别受沙尘和采暖影响,表现为春夏季节以粗粒子模态为主(α<1.2),而秋冬季节以细粒子模态为主(α>1.5);兰州地区AOD值夏季低(0.48)、秋冬高(>0.62),受沙尘源区影响显著,气溶胶粒子长年稳定在粗粒子模态(α≈0.95);上海地区AOD值春夏高(>0.58)、秋冬低(<0.51),以中性模态为主(α≈1.03),表现为受扬尘和海盐、内陆气流和海陆风、人为活动和自然过程多重影响的复杂性。北京地区卫星AOD产品与地面观测结果有较好一致性,而上海比对结果的一致性较差,但均存在MODIS卫星产品系统偏高现象;兰州仅在春夏季一致性较好,并存在系统低估。

参考文献
[1] Bréon F M, Tanré D, Generoso S. 2002. Aerosol effect on cloud droplet size monitored from satellite[J]. Science, 295(5556): 834-838.
[2] Brooks D R, Mims F M III. 2001. Development of an inexpensive handheld LED-based Sun photometer for the GLOBE program[J]. J. Geophys. Res., 106: 4733-4740.
[3] Chin M, Chu A, Levy R, et al. 2004. Aerosol distribution in the northern Hemisphere during ACE-Asia: results from global model, satellite observations, and Sun photometer measurements[J]. J. Geophys. Res., 109(D23): D23S90-1-15.
[4] Chu D A, Kaufman Y J, Ichoku C, et al. 2002. Validation of MODIS aerosol optical depth retrieval over land[J]. Geophys. Res. Lett., 29, 8007, doi:10.1029/2001GL013205.
[5] IPCC. 2001. Climate Change 2000. The Scientific Basis-Contribution of Working Group I to the Third Assessment Report of the Intergovernmental Panel on Climate Change[M]. New York: Cambridge University Press.
[6] Li Zhanqing, Niu Feng, Lee Kwon-Ho, et al. 2007. Validation and understanding of Moderate Resolution Imaging Spectroradiometer aerosol products (C5) using ground-based measurements from the handheld Sun photometer network in China[J]. J. Geophys. Res., 112: D22S07.
[7] 李成才, 毛节泰, 刘启汉. 2003. 利用MODIS遥感大气气溶胶及气溶胶产品的应用[J]. 北京大学学报 (自然科学版), 39: 108-117. Li Chengcai, Mao Jietai, Liu Qihang. 2003. Remote sensing aerosol with MODIS and the application of MODIS aerosol products[J]. Acta Scientiarum Naturalium Universitatis Peki-nensis (in Chinese), 39: 108-117.
[8] Satheesh S K, Moorthy K K. 2005. Radiative effects of natural aerosols: A review[J]. Atmos. Environ., 39(11): 2089-2110.
[9] 宋磊, 吕达仁. 2006. 上海地区大气气溶胶光学特性的初步研究[J]. 气候与环境研究, 11(2): 203-208. Song Lei, Lu Daren. 2006. Investigating of atmospheric optical characteristics over Shanghai region[J]. Climatic and Environmenta1 Research (in Chinese), 11(2): 203-208.
[10] 唐孝炎, 张远航, 邵敏. 2006. 大气环境化学(第二版)[M]. 北京: 高等教育出版社, 115-121. Tang Xiaoyan, Zhang Yuanhang, Sao Min. 2006. Atmospheric Environmental Chemistry (Second Edition)[M]. Beijing: Advanced Education Press, 115-121.
[11] 王宝鉴, 许东蓓, 蒲彦玲, 等. 2001. 兰州市冬季空气污染的天气成因分析及浓度预报[J]. 甘肃气象, 19(4): 18-21. Wang Baojian, Xu Dongpei, Pu Yanlin et al. 2001. A study on synoptic cause of air pollution and forecast methods of air pollutant concentrations in Lanzhou proper in winter[J]. Gansu Meteorology (in Chinese), 19(4): 18-21.
[12] Wang Lili, Xin Jinyuan, Wang Yuesi, et al. 2007. Evaluation of the MODIS aerosol optical depth retrieval over different ecosystems in China during EAST-AIRE[J]. Atmos. Environ., 41: 7138-7149.
[13] 王明星. 1999. 大气化学 (第二版)[M]. 北京: 气象出版社, 183-185. Wang Mingxing. 1999. Atmospheric Chemistry (Second Edition)[M]. Beijing: China Meteorological Press, 183-185.
[14] 王庆梅, 张雪梅, 韩光. 2008. 兰州市大气污染特征与污染预报技术研究[J]. 中国环境监测, 24(3): 56-62. Wang Qingmei, Zhang Xuemei, Han Guang, et al. 2008. The characteristics of air pollution and its forecasting study in Lanzhou city[J]. Environmental Monitoring in China (in Chinese), 24(3): 56-62.
[15] Wang Yuesi, Xin Jinyuan, Li Zhanqing, et al. 2008. Seasonal variations in aerosol optical properties over China[J]. Atmospheric Chemistry and Physics Discussions, 8: 8431-8453.
[16] 谢鹏, 刘晓云, 刘兆荣, 等. 2009. 我国人群大气颗粒物污染暴露-反应关系的研究[J]. 中国环境科学, 29(10): 1034-1040. Xie Peng, Liu Xiaoyun, Liu Zhaorong, et al. 2009. Exposure-response functions for health effects of ambient particulate matter pollution applicable for China[J]. China Environmental Science (in Chinese), 29(10): 1034-1040.
[17] 辛金元, 王跃思, 李占清, 等. 2006. 中国地区太阳分光辐射观测网的建立与仪器标定[J]. 环境科学, 27(9): 1697-1702. Xin Jinyuan, Wang Yuesi, Li Zhanqing, et al. 2006. Introduction and calibration of the Chinese Sun hazemeter network[J]. Environmental Science (in Chinese), 27(9): 1697-1702.
[18] Xin Jinyuan, Wang Yuesi, Li Zhanqing, et al. 2007. Aerosol optical depth (AOD) and ngstr m exponent of aerosols observed by the Chinese Sun Hazemeter Network from August 2004 to September 2005[J]. J. Geophys. Res., 112: D05203.
[19] 徐祥德, 周秀骥, 翁永辉, 等. 2003. 星载MODIS资料与地面光度计探测气溶胶变分场[J]. 科学通报, 48(15): 1680-1685. Xu Xiande, Zhou Xiuji, Wen Yonghui, et al. 2003. AOD variation detected by MODIS data onboard Satellites and base groud sun hazemeter[J]. Chinese Science Bulletin (in Chinese), 48(15): 1680-1685.
[20] 姚青,孙玫玲,张长春,等.2007.潮州沿海大气气溶胶无机离子浓度分布与气象要素的相关关系[J].气象与环境学报,23(4):39-42.Yao Qing, Sun Jiuling, Zhang Changchun, et al.2007. Relationship inorganic concentration distribution of atmospheric aerosol and meteorlogical element at Chaozhou coastland[J]. Journal of Meteorological and Environment(in Chinese),23(4):39-42.
[21] 章文星, 吕达仁, 王普才. 2002. 北京地区大气气溶胶光学厚度的观测和分析[J]. 中国环境科学, 22(6), 495-500. Zhang Wenxing, Lu Daren, Wang Pucai. 2002. The observation and analysis of atmospheric aerosol optical thickness over Beijing Area[J]. China Environmental Science (in Chinese), 22(6): 495-500.