1984～2000年印度洋与中国地区上空对流层中上层及平流层气溶胶变化和输送特征

利用美国SAGE II (Stratospheric Aerosol and Gas Experiment II)卫星最新版（6.0版）1.020 μm通道逐日气溶胶消光系数资料，得出了对流层中上层及平流层（10 km以上高度）气溶胶光学厚度的平均分布和变化特征。结果表明:气溶胶光学厚度在低纬度大，在印度洋的岛屿上空有三个高值中心，气溶胶光学厚度高值中心与对流层中上层的上升气流的高值中心相对应。与17年(1984～2000年)年平均相比，近6年（1995～2000年）孟加拉湾至青藏高原东南部上空气溶胶光学厚度明显增加；中国东部地区上空气溶胶光学厚度增加，中西部地区则减小。气溶胶光学厚度存在三个经向的增加带和两个经向的减小带。中纬度与赤道之间的布鲁尔-多普森环流（Brewer-Dobson Circulation）带来的低层大气与对流层中上层及平流层之间的气溶胶输送是导致气溶胶这种经向一致变化的主要因素。气溶胶的这种输送产生的近地面大气污染物向中上层大气输送有可能产生重要的气候变化。     

基于飞机和MODIS观测的华北地区气溶胶标高分析

为研究华北地区的气溶胶分布情况,利用2012—2014年飞机观测资料和MODIS卫星资料,对石家庄等地的气溶胶标高进行了分析。结果表明:(1)与飞机观测资料对比后认为可以利用MODIS光学厚度和常规能见度资料计算气溶胶标高;(2)华北地区春夏季气溶胶标高一般大于秋冬季;6个主要城市中,位于平原地区的城市气溶胶标高较低,西北山区城市标高较高;(3)在不进行飞行探测,仅使用地面资料和卫星资料,通过计算得到气溶胶垂直分布是可行的,尤其是在对流层中层的结果比底层更可信;(4)分别使用观测资料与拟合数据计算光学厚度,分析其误差后,确认在计算光学厚度的过程中可以使用气溶胶数密度指数递减假设。     

1960-2005年京津冀地区地表太阳辐射变化及成因分析

利用1960—2005年京津冀地区的地面太阳辐射资料,综合分析了该地区45年太阳辐射的分布状况和变化趋势,并结合云量、降水量、气溶胶光学厚度和大气含水量,分析了该地区太阳辐射的变化原因。结果表明:(1)京津冀地区的太阳辐射并没有出现20世纪80年代末到90年代中期的"变亮"现象;同期冬、春季总辐射下降,夏、秋季上升;(2)在1985—1997年间,依据总辐射变化情况,京津冀地区被分为截然相反的两个区域:东部地区总辐射增加,倾向率为1.016 MJ.m-2.mon-1.(10a)-1;西部地区总辐射减少,倾向率为10.092MJ.m-2.mon-1.(10a)-1;(3)总辐射增加的区域,主要是由于云量减少、降水量减少所伴随的日照时数增加以及气溶胶光学厚度降低所造成的;(4)总辐射减少的区域,云量、气溶胶光学厚度和降水量变化并不显著,总辐射持续减少。     

过冷层状云中飞机播云有效区域的模拟研究

根据飞机人工增雨作业个例 ,利用层状云中催化剂输送扩散的三维时变模式 ,对过冷层状云中播云产生的有效区域、催化剂水平输送和扩散速率等进行了模拟研究。结果表明 :(1)飞机播云 4 5min线长 32 7km ,投影有效面积和有效体积在播云刚结束时 (5 0分 )达到极大 ,其值分别为 70 7km2 和 2 98.0km3 ,有效扩展宽度和厚度为 2 .5 1km和 0 .4 2km ;(2 )有效作用时段为 2 0～ 80min ,其间的投影有效面积平均值为 5 13.3km2 ,平均有效扩展宽度和厚度分别为 2 .4 1km和 0 .4 5km ;(3)在扩散作用下 ,投影有效面积和有效体积先随时间不断增加 ,达到极值后逐渐减小 ,播云结束 (5 5分 )后 ,云中的有效区域消失 ,其间的投影有效面积平均值为 389.7km2 ,平均有效扩展宽度和厚度分别为 2 .34km和 0 .4 4km ;(4)云中催化剂水平输送 1h的平均值达到 6 5km ,仅与风场有关。催化剂扩散速率 1h平均为 0 .82m/s,与风、温、湍流有关 ;(5 )在飞机增雨作业时 ,飞行方案的设计必须是严格科学的 ,以便进一步提高人工增雨的实效     

利用MODIS光学厚度遥感产品研究北京及周边地区的大气污染

对2001年在北京地区利用太阳光度计观测的气溶胶光学厚度和NASA发布的MODIS气溶胶产品进行了比较,验证了这一卫星遥感产品的可靠性;比较了2001年MODIS气溶胶光学厚度(AOD)产品和由空气污染指数(API)计算的每日平均可吸入颗粒物(PM10)浓度,得到了比较高的相关系数,证实该气溶胶产品可用于污染分析.将北京地区AOD与气象能见度观测资料进行比较,得到了不同季节的气溶胶"标高".利用统计的不同季节的气溶胶标高,从光学厚度的季节分布得到了能见度(能见距离)的季节分布.气溶胶光学厚度图像的个例分析表明,除局地排放外,周边区域(主要为西南和南向)的输送对北京市区的空气污染贡献份额较大.卫星遥感气溶胶可以比较直观地再现污染物的区域分布和输送,不仅为研究全球气候变化也为研究区域环境的空气质量提供了一种有效手段.     

基于DARDAR数据的中国地区不同光学厚度下冰云特性分析

利用CALIPSO和Cloud Sat协同反演产品DARDAR四年数据,分析了中国地区各种光学厚度冰云的发生概率,水平和垂直方向的分布规律,季节变化及微物理特性差异。结果表明:我国冰云特性不仅有明显区域和季节变化特征,还与不同光学厚度所定义的冰云类型有关。中国区域主要发生薄冰云(0.03τ0. 3)和不透明冰云(0. 3τ3)较多,发生率高值区均在青藏高原地区。除不可见冰云(τ0. 03)外,其余类型冰云的主要发生高度会随着光学厚度的增加而降低。不同类型冰云的季节变化并不明显,但是夏季更容易出现有利于光学较厚(τ3)冰云发生的条件。微物理特性方面,冰水含量明显随冰云类型的变化而变化,而冰云有效粒子半径与高度的关系比与光学厚度的关系更为密切。全国冰云特征的平均数值并不能代表区域内的冰云特性,由光学厚度定义的不同种类冰云的具体分析极为重要。     

矿物沙尘与盐尘典型区气溶胶光学特性的对比分析

选取塔里木盆地(矿物沙尘源)、伊朗高原(矿物沙尘传输区)和咸海地区(盐尘源)三个典型代表区,结合近10年(2007-2016年)的主动(CALIOP/CALIPSO)和被动(OMI/Arua)卫星遥感气溶胶产品,对比分析了沙尘与盐尘气溶胶光学特性的异同。结果表明:(1)柱气溶胶光学厚度具有相似的逐月变化规律,塔里木盆地和咸海地区最大值出现在4月,而伊朗高原出现在夏季;(2)塔里木盆地和咸海地区的气溶胶最大出现频率均接近近地面,而伊朗高原主要集中在海平面以上2～3 km;(3)伊朗高原传输型沙尘与咸海地区盐尘的不规则程度均小于塔里木盆地源区沙尘,且盐尘的粒径大小明显小于矿物沙尘,CALIOP将其主要识别为污染沙尘;(4)咸海地区盐尘的光学吸收性与塔里木盆地源区沙尘相当,略大于伊朗高原的传输型沙尘。     

宽带太阳漫射辐射法反演辐射加权平均的气溶胶一次散射反照率研究

引入了一个辐射加权平均的宽带气溶胶一次散射反照率(SSA)的定义,提出了一个从宽带的漫射信息反演该SSA的方法.数值模拟结果表明,在Junge气溶胶谱分布情形下,对气溶胶光学厚度、(A)ngstr(o)m 指数与气溶胶虚部的通常变化范围,应用该SSA所计算的2160组宽带太阳辐射反射率、漫射透过率、总透过率和吸收率的相对标准误差都在1.107%以内; 绝对标准差在0.00287以内.对非Junge的大陆性和都市工业污染气溶胶模式(由水溶性、沙尘和碳粒子组成),在72组反射率、漫射透过率、总透过率和吸收率计算中,相对标准差都在2.047%以内,绝对标准差在0.0075以内.在Junge气溶胶假设下,作者提出了一个综合应用宽带太阳直射和漫射信息同时反演气溶胶光学厚度与辐射加权平均SSA的方法,并通过模拟反演分析了SSA反演的3个主要误差因子.从反演结果可以看出:(1)如果(A)ngstr(o)m指数误差在±0.2以内,对0.55 μm气溶胶光学厚度大于0.312大陆性气溶胶,SSA误差在±0.0418以内;(2)波长无关的宽带地表反照率适用于SSA反演;(3)气溶胶光学厚度越大,辐射资料误差所引起的SSA解误差越小.当辐射误差在±2%以内以及0.55 μm气溶胶光学厚度大于0.312时,SSA解的误差在±0.0149以内; 辐射误差在±4%以内时,SSA解的误差在±0.0317以内.     

利用MODIS卫星和激光雷达遥感资料研究香港地区的一次大气气溶胶污染

利用MODIS可见光通道气溶胶光学厚度的卫星遥感和523 nm波长微脉冲激光雷达 (MPL LIDAR) 对气溶胶消光系数垂直分布的观测，分析了珠江三角洲地区2003年6月一次气溶胶污染过程中气溶胶光学厚度的分布特征、气溶胶消光系数廓线的演变，认为这次污染过程是弱高压控制下的区域性污染，而香港地区污染物浓度的上升与区域性输送有直接关系，结果表明卫星和激光雷达的光学遥感方法提供了研究大气污染的可行手段。     

2013年台风“尤特”导致河源大暴雨成因分析

利用常规气象观测资料和NCEP分析资料,从环流形势、物理量并结合台风移动路径等分析这次大暴雨过程成因,结果表明:(1)暴雨过程是在“尤特”减弱后的低气压环流和西南季风共同影响作用下发生;(2)南海南部存在的反气旋环流,为西南季风的加强和北抬提供了有利条件;(3)强盛的西南季风为水汽输送提供了很好的条件,低层风场的辐合又为水汽的垂直输送和积累提供了有利的动力条件;(4)这次暴雨过程中垂直上升运动明显,上升运动深厚,垂直速度的变化与强降水出现时段有很好的对应关系.