太湖水体散射特性及其与悬浮物浓度关系模型

水体散射特性与水环境参数如悬浮颗粒及其浓度密切相关.利用Wetlabs公司研制的水体固有光学特性测量系统,于2006-10～2006-11对太湖水体的散射系数和后向散射系数进行了测量.在对水体散射特性分析的基础上,建立了太湖水体颗粒物后向散射系数的光谱模型.此外,利用后向散射率计算水体折射系数,根据折射系数的变化范围,将水中颗粒物的主导因子分为3种类型：①浮游植物主导;②无机颗粒物主导;③两者共同主导.在对散射系数与无机悬浮物、有机悬浮物、总悬浮物浓度相关性分析的基础上,针对颗粒物主导因子的不同,分别建立了散射系数与无机悬浮物浓度的乘幂关系模型.     

巢湖水体散射和后向散射特性研究

湖泊水体散射特性的研究对湖泊水色要素遥感反演模型的发展具有重要的意义.本研究利用AC-S和ECO-BB9实测了巢湖水体的散射系数和后向散射系数,在分析光谱变化特性的基础上,构建了悬浮颗粒物散射系数和后向散射系数的幂函数光谱模型,获得的光谱指数分别为0.86和3.24.研究发现悬浮颗粒物散射系数与TSM和ISM都存在较好的线性函数关系,进而提出水体中总悬浮颗粒物的比散射系数为0.6364(10-3m2·mg-1),无机悬浮颗粒物的比散射系数为0.9108(10-3m2·mg-1).同时,分析了悬浮颗粒物后向散射率和折射指数的变化,其变化范围分别为0.003～0.026和1.02～1.06.     

太湖水体颗粒物散射的剖面分布及其影响因素分析

为了探索太湖水体颗粒物散射的剖面分布特征,掌握水下散射变化机制,2008年11月对太湖3个不同深度的散射系数和后向散射系数分别进行观测.研究分析了它们随深度变化的特征;由衰减系数,计算出太湖水体颗粒物粒径分布函数(PSD)斜率值的剖面分布;根据散射系数与悬浮物浓度的相关关系,推算了悬浮物浓度及组成的剖面分布;根据水体折射指数,分析了不同深度水体散射系数的主导影响因子.在0、50、100 cm这3个深度处的颗粒物散射,分别有14%、17%、12%的样本是由藻类颗粒物主导的,35%、30%、34%是由无机颗粒物和非藻类有机颗粒物主导的,51%、53%、51%是由三者共同主导.结果表明,太湖水体的散射和后向散射系数随深度变化较小,不同湖区太湖水体总悬浮的浓度差异性很大,但是在不同剖面深度上差异较小,浓度差异较大的点基本上都出现在入湖河流旁,太湖水体颗粒物散射系数的主导影响因子除少数靠近入湖河流的样点外,大部分样点在不同剖面深度上差异较小.     

基于生物光学模型的巢湖悬浮物浓度反演

根据2009年6月巢湖32个样点实测的遥感反射率、悬浮物浓度、吸收系数及散射系数等数据,分析巢湖水体各组分的吸收、散射等固有光学特性,确定悬浮颗粒物单位散射系数、后向散射概率等固有光学参数,构建基于生物光学模型的悬浮物浓度反演模型,并利用准同步获取的环境1号卫星CCD影像数据反演巢湖悬浮物浓度.结果表明,555 nm处悬浮颗粒物单位散射系数的平均值为0.48 m2/g,以555 nm为参考波长,建立指数衰减模型对悬浮颗粒物单位散射系数进行参数化,模型的决定系数可以达到0.99;此外,在760～900 nm(Band4)范围内,后向散射概率不具有波长依赖,其值稳定在0.051.利用所得到的表观及固有光学量构建巢湖水体遥感反射率模型,反演巢湖悬浮物浓度,得到实测值与反演值之间的相对误差随着浓度的增加而呈现下降的趋势,平均相对误差为17.25%,由此表明该方法适用于反演悬浮物浓度较高的湖泊水体;利用两景环境1号卫星CCD影像数据反演得到的巢湖悬浮物浓度主要在0～100 mg/L之间变化,其中6月13日巢湖悬浮物浓度40 mg/L的水域占到总面积的54.37%,而6月15日巢湖61.62%的水域悬浮物浓度40 mg/L,且这2 d巢湖悬浮物的分布与当时的气候变化一致.     

成都地区气溶胶散射吸湿增长因子双变量模型

基于成都市2017年10～12月逐时的“干”气溶胶散射系数和吸收系数观测数据,结合该时段同时次的能见度（V）、相对湿度（RH）以及二氧化氮（NO₂）监测资料,利用“光学综合法”计算气溶胶散射吸湿增长因子,并探究了气溶胶散射吸湿增长因子单变量f（RH）模型的适用性及其改进方案.结果表明：幂函数、二次多项式、幂指函数形式的f（RH）模型在低RH条件下（RH<85%）均能很好地模拟气溶胶散射吸湿增长因子随RH的变化特征,但在高RH条件下（RH>85%）的模拟值会出现较大的偏差.黑碳质量浓度（C_BC）是影响气溶胶散射吸湿增长因子的另一关键变量,二者之间满足非线性关系.以RH和C_BC为自变量构建了气溶胶散射吸湿增长因子双变量f（RH,C_BC）模型,模型计算值和实测值之间的决定系数R²为0.763,平均相对误差MRE为14.28%.双变量模型f（RH,C_BC）的应用显著改善了气溶胶散射消光系数的模拟效果.     

光散射法与β射线衰减-光散射联用法颗粒物在线测量方法对比

为考察光散射法和β射线衰减-光散射联用法的适用性,以β射线衰减法颗粒物自动监测仪（BAM）为标准,于2016年2月4日-4月18日,在中国环境科学研究院利用β射线衰减-光散射联用法颗粒物自动监测仪（MP-CPM）与光散射法传感器对ρ（PM₁₀）和ρ（PM_2.5）测量结果进行了对比.结果表明:① MP-CPM与BAM测量ρ（PM₁₀）的结果具有较好的一致性,相关系数为0.92,平均相对偏差为0.04%;ρ（PM_2.5）结果一致性较差,相关系数为0.69,MP-CPM测量ρ（PM_2.5）整体较高于BAM,平均相对偏差为45.8%.② 光散射法传感器与BAM测量ρ（PM_2.5）结果一致性较好,相关系数为0.85,平均相对偏差为11.24%,但ρ（PM₁₀）远低于BAM,平均相对偏差为-44.64%.在特殊污染情景下,光散射法将因受到较大影响而严重错估颗粒物浓度.烟花燃放期间,MP-CPM和光散射法传感器严重低估颗粒物浓度,与BAM测量颗粒物浓度的平均相对偏差均低于-50%;沙尘污染过程中,MP-CPM严重高估ρ（PM_2.5）,与BAM测量ρ（PM_2.5）结果平均相对偏差为79.27%,光散射法传感器严重低估ρ（PM₁₀）,与BAM测量ρ（PM₁₀）结果平均相对偏差为-59.35%.研究显示,不同原理的仪器,在不同的使用场景下应该区别对待.      

洱海悬浮颗粒物时空分布特征及其环境学意义

水体ρ（SPM）（SPM表示悬浮颗粒物）是衡量水污染程度的指标之一,其在湖泊内源释放和水环境变化中扮演重要角色.通过采集不同季节、不同区域、不同水深的洱海SPM,研究其时空分布特征,并对其成因进行解析,从而阐明其对洱海水质的影响机制.结果表明:①ρ（SPM）的季节性变化趋势为夏季>秋季>冬季>春季,藻类生长是其夏季明显高于其他季节的主要原因,其空间分布规律为中部>北部≥南部,其垂向分布规律为表层>中层>底层.②水体ρ（SPM）与水中溶解性有机物浓度间的关系表明,上覆水中SPM的迁移转化是影响上覆水溶解性有机物的重要因素.③DON（溶解性有机氮）的K_d（分配系数）（lg K_d为6.12±0.47）高于TDN（溶解性总氮）（lg K_d为5.70±0.48）,表明DON比TDN具有更高的颗粒反应性,DON可以很大程度上被浮游植物吸收利用,产生更高的ρ（SPM）,使得湖泊存在富营养化的风险.研究显示,洱海水体ρ（SPM）受入湖河流和湿沉降的影响较小,受内源代谢影响较大,较高水温、较高pH（8.98）、较低ρ（DO）均是导致藻源性ρ（SPM）增大的原因.      

基于QAA算法的巢湖悬浮物浓度反演研究

QAA(quasi-analytical algorithm)算法基于辐射传输原理,估算水体后向散射系数,是目前较为成熟的半分析模型方法.2009年6月对巢湖水体进行野外实测,在获得遥感反射率、吸收衰减系数、悬浮物浓度(cTSM)等数据的基础上,构建了巢湖水体cTSM的近红外双波段反演模型,并将QAA算法计算得到的后向散射概率作为输入,以期提高cTSM的反演精度.结果表明,①对巢湖水体而言,807 nm和834 nm是构建近红外双波段模型的最佳波段,807 nm处的单位散射系数为0.411 m2.g-1,834 nm处的单位散射系数为0.395 m2.g-1;②利用QAA算法计算得到的巢湖水体的后向散射概率为0.029,将该值输入反演模型后,cTSM的反演精度与输入其他经验值相比得到明显提高,反演值与实测值的均方根误差RMSE和平均相对误差绝对值MAPE分别达到12.143 mg.L-1和24.378%;③在cTSM较高的站点(近似高于30 mg.L-1),利用近红外双波段模型反演的悬浮物浓度结果更为稳定和可靠.     

石家庄春季大气气溶胶的散射特征

利用2010年5月积分浊度仪、PCASP-X2和能见度仪的观测资料,分析了石家庄大气气溶胶的散射特征及其与气溶胶粒子浓度、能见度、气象条件的关系.结果表明,观测期间,450,550,700nm 3个波段的气溶胶散射系数平均值±标准差分别为(257±293),(199±237)和(143±173)Mm-1,散射系数的变化很大,但气溶胶微物理特征相对比较稳定.散射系数日变化呈3峰分布,峰值出现在8:00、13:00和0:00.以550nm波长为例,气溶胶散射系数的变化范围为144~308Mm-1,夜间散射系数大于白天,非晴天散射系数平均值(524.9Mm-1)是晴天散射系数(112.3Mm-1)的4.7倍.气溶胶3个波段后向散射比均大于0.15,说明石家庄细粒子污染比较严重.散射系数和体积浓度成正比,但由于局地气象条件和污染源的影响,有气溶胶体积浓度变大,散射系数变化不大的情况出现.气溶胶散射系数和能见度呈负相关;根据Koschmieder公式计算得到的能见度,能较好反映实际观测情况.当大气相对湿度较高时,气溶胶散射系数随湿度增大呈现两种不同的变化趋势,即一部分气溶胶的散射系数有明显的增大,而另一部分则随着相对湿度的增加并未增大,反而比干气溶胶散射系数要小.局地风场也会影响气溶胶散射特性.     

太湖中颗粒有机碳对水体固有光学特性的影响

利用2011年5期太湖现场测量数据和室内分析数据,通过建立ρ(POC)(POC为颗粒有机碳)与a_p(λ)(颗粒物吸收系数)、b_bp(510)(总颗粒物的后向散射系数)的相关关系,评价了POC对水体固有光学特性的影响. 结果表明,太湖水体ρ(POC)时空变化显著,各期样品平均值在1 558.06~5 281.09 mg/m3之间变化. ρ(POC)与a_p(λ)具有较好的相关关系,特别是在浮游植物色素强烈吸收的波段(605~700 nm),各期数据的相关系数均在0.9以上;但ρ(POC)与b_bp(510)的相关性较差(R2=0.04, P=0.02). 进一步分析ρ(POC)对颗粒物的色素部分和非色素部分的影响发现,ρ(POC)与色素颗粒物吸收系数〔a_ph(665)〕的相关性很好(R2=0.82),而与非色素颗粒物吸收系数相关性较差. ρ(NPOC)(NPOC为非有机碳颗粒物)与b_bp(510)的相关性较好(R2>0.60),说明太湖水体POC对浮游植物色素的吸光特性有重要影响,而NPOC影响了水体的后向散射特性.      

鹤山气溶胶光学性质和单颗粒化学组分的研究

2014年10~11月在广东省鹤山大气超级站利用单颗粒气溶胶质谱仪（SPAMS）、积分式浊度仪和黑碳仪在线观测了单颗粒气溶胶的化学组成与气溶胶光学特征.采用Art-2a分类法将单颗粒分为9类：有机碳-硫酸盐/硝酸盐颗粒（OC-Sulfate/Nitrate）、元素碳-硫酸盐/硝酸盐颗粒（EC-Sulfate/Nitrate）、元素碳有机碳-硫酸盐/硝酸盐颗粒（ECOC-Sulfate/Nitrate）、高分子有机碳颗粒（HOC）、海盐颗粒（Sea-salt）、硅酸盐颗粒（Si-rich）、左旋葡聚糖颗粒（Lev）、钾-硫酸盐/硝酸盐颗粒（K-Sulfate/Nitrate）、金属颗粒（Metal）.从清洁期到灰霾期气溶胶的吸收系数、散射系数和单次散射反照率（SSA）显著升高,气溶胶消光能力增强,同时EC-Sulfate/Nitrate颗粒占比从34.8%降至31%,OC-Sulfate/Nitrate颗粒从9.9%增加至23.6%,K-Sulfate/Nitrate二次颗粒从8.5%增加至14%,且灰霾期OC-Sulfate/Nitrate颗粒与硫酸盐、硝酸盐和铵盐的混合程度增强,因此老化的OC-Sulfate/Nitrate颗粒和二次组分颗粒对气溶胶消光系数的增加有重要贡献.在大气相对湿度从50%增加到70%以上的过程中,气溶胶散射系数和吸收系数升高,消光系数由326.1Mm^-1增加到362.9Mm^-1,SSA有所下降,PM_2.5质量消光效率由4.98增加到5.99,EC-Sulfate/Nitrate颗粒和K-Sulfate/Nitrate二次颗粒占比下降,而OC-Sulfate/Nitrate颗粒的占比由7.79%增加到14.29%,且OC-Sulfate/Nitrate颗粒中富含硫酸盐、硝酸盐和铵盐,表明高相对湿度下老化的OC-Sulfate/Nitrate颗粒数目增多对气溶胶消光系数的增强有重要影响.     

基于气溶胶光学特性的颗粒物来源分析

为初步探讨利用气溶胶光学指标判别污染物来源的适用性,选取天津市冬季一次重污染过程（2017年11月17—21日）,对气溶胶的七波段吸收系数、三波段散射系数及其化学组分进行在线观测及分析,研究气溶胶光学特性的变化,并结合化学组分定性分析污染过程不同阶段的污染来源.结果表明:SSA（单散射反照率）可以从散射性组分和吸光性组分对消光贡献的变化判断污染来源.污染积累期,颗粒物中散射性组分（SO₄2-、NO₃-、NH₄+）的增幅高于吸光性组分EC（元素碳）,导致污染积累期的SSA值高于污染前期和污染消散期,说明污染积累期存在较明显的二次转化过程.SAE（散射波长指数）可以从粒径角度推断污染来源.此次观测的污染积累期SAE值呈较明显的下降趋势,说明在细粒径段（2.5 μm以下）颗粒物粒径有增大的趋势,这主要与颗粒物中无机盐的吸湿增长及颗粒物之间的碰并有关.AAE（吸收波长指数）在一定程度上可以指示吸光颗粒物的类型.污染前期,BrC（棕色碳）在370、470 nm处对光吸收的贡献率分别为50.7%、33.8%;同期PM_2.5中ρ（Cl-）、ρ（K+）同步升高,卫星遥感显示,观测点周围有大量火点出现,推测主要受祭祖活动的影响.研究显示,气溶胶光学指标能够从散射性组分和吸光性组分对消光贡献变化、粒径变化、吸光颗粒物类型角度定性解析一部分污染来源,但其对于燃煤源和机动车等重要源类的指示作用还有待进一步研究.      

成都一次霾过程中颗粒物消光作用的垂直变化

基于2017年1月4~7日成都地区一次重霾过程中,颗粒物粒径谱的垂直加密观测和激光雷达同步观测数据,利用Mie散射理论计算颗粒物消光系数并与激光雷达反演结果对比,计算了不同粒径谱颗粒物消光系数以及消光贡献率.分析表明：重霾期间,在不同边界层高度上颗粒物消光系数表现为PM₁ > PM_2.5~10 > PM_1~2.5 > PM _{> 10},其中PM₁的消光贡献率整体上维持在49.5%~69.4%,是本次重霾过程中影响颗粒物消光系数大小的主要因子.在大气边界层内,不同粒径谱颗粒物消光作用呈现出显著垂直变化和昼夜差异,白天在600m以下和700~1100m之间颗粒物消光系数出现高值区;夜间颗粒物消光系数整体上随高度呈现出明显递减趋势,在1100m处出现高值.此外,夜间在200m以下颗粒物消光系数明显大于白天,且PM_>1的消光贡献率也明显大于白天.整体上,PM₁消光贡献率随高度递增,而PM_>1消光贡献率随高度递减.     

内陆水体后向散射系数模拟研究

在利用半分析方法结合光学闭合原理模拟水体后向散射系数的过程中,参考波长的选择对最终结果有较大影响.为了得出最佳参考波长的影响因子,利用太湖、巢湖和滇池的野外实测数据,对后向散射系数进行模拟,进而分析水体的最佳参考波长与其对应的水质参数浓度之间的变化规律.同时,建立了太湖、巢湖和滇池水体的后向散射系数曲线的幂函数光谱模型,获得的光谱指数分别为2.643±0.317、 2.719±0.242、 1.638±0.534.结果表明：①以整个湖泊为研究对象时,最佳参考波长随着湖泊水体中总颗粒物浓度c_SPM、有机颗粒物浓度c_SPOM和叶绿素浓度c_CHL平均值的增大而向长波方向移动,太湖、巢湖和滇池水体的最佳参考波长分别为695、 720和730 nm;②以单个湖泊的各个样点为研究对象时,由于内陆湖泊光学特性的复杂性,最佳参考波长的影响因子存在一定差异,但c_SPM是一个共同的影响因子.此外,过高的c_CHL将削弱水质参数浓度与最佳参考波长间的规律性;③在以无机颗粒物为主的水体中,后向散射系数与总颗粒物浓度之间存在更好的相关性,如在太湖水体中,R²达到0.852.     

基于水体固有光学特性的太湖浮游植物色素的定量反演

基于2005-05～2005-08对太湖全湖不同湖区92个样点吸收系数、光束衰减系数、后向散射系数等固有光学特性测定与计算,选择色素浓度反演的最佳波段组合,利用反射率比建立了太湖叶绿素a,叶绿素a与脱镁叶绿素的定量反演模型.结果表明,全湖4次采样叶绿素a、脱镁叶绿素的变化范围分别为3.9～149.8μg·L^-1、均值为(38.14±28.89)μg·L^-1;0～45.8μg·L^-1、均值为(8.49±7.24)μg·L^-1,存在很大空间差异,湖心区和草型湖区的东太湖、胥口湾、贡湖湾色素浓度一般要低于其他湖区.同样吸收系数和后向散射系数也存在很大的空间差异,a_t(440)的变化范围为0.86～23.25 m^-1、均值为(6.21±3.31)m^-1,b_t(550)的变化范围0.05～2.25m^-1、均值为(0.72±0.52)m^-1,东太湖、胥口湾、贡湖湾的值要低于其他湖区.400～650nm随波长增加总吸收系数大致呈下降趋势,680nm附近存在1个峰值,峰值的强弱与水体中色素浓度有关,而到720nm以后则逐渐增加,后向散射系数随波长增加则逐渐降低.反射率比R(706)/R(682)能较好地用于太湖色素浓度的反演,叶绿素a、叶绿素a与脱镁叶绿素之和幂函数反演的决定系数R²分别达0.823、0.864 5.模型能用于包括湖面反射率受湖底和沉水植物影响的全太湖.     

强壮前沟藻生消过程中水体的散射特性

基于2011年7月藻类培养实验期间的实测数据,研究了强壮前沟藻生消过程中水体的散射特性.结果表明,强壮前沟藻本次培养周期共21d,前15 d为生长期,之后进入消亡期;生消过程中水体散射光谱变化明显,叶绿素浓度较低时,散射系数随波长增加近似呈幂函数衰减,而叶绿素浓度较高时,蓝绿光波段散射系数随波长增加呈现近似线性增大趋势,红光波段叶绿素强吸收造成的散射谷更明显;生长期和消亡期时,散射系数与叶绿素浓度幂函数回归的可决系数均随波长增加逐渐增大,750 nm波段达到最大值,R2分别为0.95、0.97;生长期时,蓝光波段散射占总散射量的比例逐渐减小,而红光波段逐渐增大,绿光波段变化较小,但基本呈现增大趋势,水色由蓝绿色逐渐变为红褐色,消亡期时,恰恰相反;生长期和消亡期的绿蓝、红蓝、红绿波段散射比与叶绿素浓度均存在正相关关系,说明随叶绿素浓度增加水色逐渐趋近于长波颜色.     

区域大气细粒子污染特征及快速来源解析

在广东大气超级站使用单颗粒气溶胶飞行时间质谱仪(SPAMS)等仪器开展综合观测,2013年12月共监测到两个污染过程,主要的化学成分为元素碳(EC),占总颗粒数的56.8%,其次为有机碳(OC)和重金属(HM),分别占总颗粒数的12.7%和10.1%.两个污染过程中,不同颗粒类别的变化趋势有差异,说明两个污染过程的污染特征有所不同.污染来源分析发现,监测期间主要受到机动车尾气源和燃煤源的影响,二者分别占24.8%和22%;其次为工业工艺源和生物质燃烧,分别占16.4%和10.3%.第一个污染过程中,工业工艺源是首要污染源,而随着颗粒物浓度的增高,燃煤和二次无机气溶胶的比例明显增加,说明此污染过程中受一次污染源(燃煤源和工业工艺源)和二次光化学反应的复合影响.而第二个污染过程中,机动车尾气为首要污染源,其次是燃煤和工业工艺源,整个过程中各源的比例较为稳定,说明该次污染过程主要由不利气象条件导致的污染物累积形成.