柴达木盆地气溶胶光学厚度时...分布特征及气象要素影响分析_肖鸿丹.pdf

高原气象 Plateau Meteorology ISSN 1000-0534,CN 62-1061/P 高原气象网络首发论文高原气象网络首发论文 题目：柴达木盆地气溶胶光学厚度时空分布特征及气象要素影响分析 作者：肖鸿丹，何清，袁淑杰，李京龙，阴璐璐 收稿日期：2023-06-27 网络首发日期：2024-05-28 引用格式：肖鸿丹，何清，袁淑杰，李京龙，阴璐璐柴达木盆地气溶胶光学厚度时空分布特征及气象要素影响分析J/OL高原气象.https:/ 网络首发网络首发：在编辑部工作流程中，稿件从录用到出版要经历录用定稿、排版定稿、整期汇编定稿等阶段。录用定稿指内容已经确定，且通过同行评议、主编终审同意刊用的稿件。排版定稿指录用定稿按照期刊特定版式（包括网络呈现版式）排版后的稿件，可暂不确定出版年、卷、期和页码。整期汇编定稿指出版年、卷、期、页码均已确定的印刷或数字出版的整期汇编稿件。录用定稿网络首发稿件内容必须符合出版管理条例和期刊出版管理规定的有关规定；学术研究成果具有创新性、科学性和先进性，符合编辑部对刊文的录用要求，不存在学术不端行为及其他侵权行为；稿件内容应基本符合国家有关书刊编辑、出版的技术标准，正确使用和统一规范语言文字、符号、数字、外文字母、法定计量单位及地图标注等。为确保录用定稿网络首发的严肃性，录用定稿一经发布，不得修改论文题目、作者、机构名称和学术内容，只可基于编辑规范进行少量文字的修改。出版确认出版确认：纸质期刊编辑部通过与中国学术期刊（光盘版）电子杂志社有限公司签约，在中国学术期刊（网络版）出版传播平台上创办与纸质期刊内容一致的网络版，以单篇或整期出版形式，在印刷出版之前刊发论文的录用定稿、排版定稿、整期汇编定稿。因为中国学术期刊（网络版）是国家新闻出版广电总局批准的网络连续型出版物（ISSN 2096-4188，CN 11-6037/Z），所以签约期刊的网络版上网络首发论文视为正式出版。第 XX 卷 第 XX 期XXXX 年 XX 月高原气象PLATEAU METEOROLOGYVol.XX No.XXXX，XXXX肖鸿丹，何清，袁淑杰，等，XXXX.柴达木盆地气溶胶光学厚度时空分布特征及气象要素影响分析 J.高原气象，XX（XX）：1-13.XIAO Hongdan，HE Qing，YUAN Shujie，et al，XXXX.Spatial and Temporal Distribution Characteristics of AOD and Influence of Meteorological Factors in Qaidam Basin J.Plateau Meteorology，XX（XX）：1-13.DOI：10.7522/j.issn.1000-0534.2023.00091柴达木盆地气溶胶光学厚度时空分布特征及气象要素影响分析肖鸿丹1，2，何清2，袁淑杰1，李京龙2，3，阴璐璐2，4（1.成都信息工程大学大气科学学院，四川 成都 610225；2.中国气象局乌鲁木齐沙漠研究所 新疆塔克拉玛干沙漠气象国家野外科学观测站 中国气象局塔克拉玛干沙漠气象野外科学试验基地 新疆维吾尔自治区沙漠气象与沙尘暴重点实验室，新疆 乌鲁木齐 830002；3.新疆大学地理与遥感科学学院，新疆 乌鲁木齐 830017；4.新疆师范大学地理科学与旅游学院，新疆 乌鲁木齐 830054）摘要：基于MODIS MCD19A2气溶胶数据集，利用线性趋势、Spearman相关性分析及ngstrm指数内插法，探究柴达木盆地2001-2021年大气气溶胶光学厚度的时空分布特征及气象因子影响。结果表明：在年际尺度上，柴达木盆地AOD波动上升，年增幅为3.74%，年均值为0.1100.002；在季节尺度上，AOD季节性变化明显，其值由高到低分别为春季、夏季、秋季、冬季，其中，春夏季AOD呈波动变化，秋冬季AOD无明显变化；月尺度上，AOD呈单峰型，峰值为4月。在空间上，AOD高值区位于柴达木盆地腹部，呈现中间高四周低的分布特征，低值区位于昆仑山脉和祁连山脉等高海拔地区及植被覆盖率较高的区域。气象要素对AOD都有着一定影响，其中风速、温度、相对湿度、云量和降水都与AOD呈正相关，风速和温度对AOD的影响最大。关键词：气溶胶光学厚度；时空分布；个例分析；气象要素；柴达木盆地文章编号：1000-0534（XXXX）XX-0001-13 中图分类号：X513 文献标识码：ADOI：10.7522/j.issn.1000-0534.2023.000911 引言 大气气溶胶是指悬浮在大气中，由固态和液态微粒构成的一个相对稳定的悬浮体系，粒子直径一般分布在 0.001100 m（Ramanathan et al，2001；李成才等，2005；陈翔等，2023）。大气气溶胶可以通过吸收、散射太阳辐射或通过参与云的微物理过程，直接或间接影响地-气系统辐射平衡（Ehn et al，2014；李成才等，2003）。同时作为大气的重要组成成分，其对大气环境、人体健康及能见度等方面有着重要影响，也是造成全球气候变化的不确定性因素之一（孙忠保等，2021；张小曳等，2007；张亮林等，2018）。气溶胶光学厚度（aerosol optical depth，AOD）作为气溶胶最基本的光学特性之一，是气溶胶消光系数在垂直方向上的积分，用于描述气溶胶对大气辐射的吸收和散射作用，同时也是评估大气污染程度、研究气溶胶气候胁迫效应的关键因子（Bellouin et al，2005；Van et al，2008；孙忠保等，2021；Li et al，2022）。目前，用于确定气溶胶光学厚度的技术有两种：一种是采用传统的地基站点观测，另一种是通过卫星遥感获取。地基站点观测能够得到相当准确的数据，如美国国家航空航天局（NASA）的收稿日期：20230627；定稿日期：20231108资助项目：国家自然科学基金项目（42030612）；第二次青藏高原综合科学考察研究项目（2019QZKK010206）作者简介：肖鸿丹（1998-），男，四川成都人，硕士研究生，主要从事陆面过程研究.E-mail：通信作者：何清（1965-），男，四川成都人，研究员，主要从事沙漠气象研究.E-mail： Editorial Department of Plateau Meteorology（CC BY-NC-ND）网络首发时间：2024-05-28 16:39:22网络首发地址：https:/ 卷AERONET（AErosol RObotic NETwork）（He et al，2018）以及中国气溶胶遥感观测网络（CARSNET）（Che et al，2019），它们都可以利用太阳光度计来进行气溶胶的远程监控。地基站点观测虽然较为精准，但地面监测站点较少且分布稀疏，加之仪器建设和维护成本较大，难以获取大尺度的气溶胶连续观测数据；相比之下，卫星遥感可以提供覆盖范围更大的气溶胶连续数据（刘莹等，2019；张亮林等，2018）。目前已有多种覆盖区域和全球的气溶胶遥感观测网络，如搭载在NASA的地球观测系统（EOS）系列Terra和Aqua卫星上的中分辨成像光谱仪 MODIS（Moderate Resolution Imaging Spectroradiometer），搭载在 CALIPSO 卫星上的激光雷达CALIOP（Cloud-Aerosol Lidar with Orthogonal Polarization）等都能对AOD进行观测和反演。在国际上，Raju et al（2022）分析了印度钦奈地区气溶胶光学厚度的分布模式和季节变化，并对该地区的颗粒物浓度进行了模拟，研究发现AOD是估算PM2.5的重要参数；Omidvar et al（2022）通过遗传算法对伊朗中部AOD指数与风速和能见度关系进行了分析，研究发现风速和能见度对于气溶胶、对流层尘埃、空气污染和大气辐射收支研究都非常重要；Khoir et al（2022）使用MERRA-2的气溶胶再分析产品分析了海洋性大陆 2001-2020 年AOD 的时空变化，利用变差旋转经验正交函数（REOF）探究了气溶胶光学厚度和生物质燃烧及气候异常因子之间的因果关系。在国内，AOD高值区大多分布在华南、华北、华中以及新疆地区，而AOD 低值区则以青藏高原、西北部区域（除新疆外）、中国东北以及西南区域为主，这些区域的AOD 水平一般都不高，仅为 0.10.2（郭婉臻等，2019；关佳欣等，2010）。黄建平等（2021）研究发现，青藏高原沙尘气溶胶的输送和排放对青藏高原西部和柴达木盆地大气热力结构的影响非常显著，其存在明显的月际和年际差异，与不同大气环流所引起的沙尘事件的频次和强度相关；吴浩等（2020）利用 MERRA-2 再分析资料和 CALIPSO 雷达产品分析了 1980-2017年青藏高原和塔克拉玛干沙漠上空沙尘气溶胶的分布和传输特征，塔克拉玛干沙漠与青藏高原 DAOD 值具有相似的季节特征，其DAOD均值按春、夏、秋、冬季依次递减，高原上空DAOD值纬向差异显著，北部高于南部且春季差异最大，柴达木盆地是塔克拉玛干沙漠与青藏高原主要的传输通道；李本涛等（2023）利用风云卫星遥感资料及再分析资料等多源数据统计分析了1999-2020年青藏高原上空沙尘气溶胶的时空分布特征，研究表明柴达木盆地是青藏高原地区沙尘活动最为活跃地区，AOD值相比于青藏高原整体偏大，主要受沙尘气溶胶控制。以上学者针对青藏高原气溶胶的时空分布特征及输送过程进行了研究分析，揭示了气溶胶的传输和影响机制，柴达木盆地作为高原盆地，也是关键的沙尘源区之一，是连接塔克拉玛干沙漠与青藏高原的传输带，柴达木盆地气溶胶的时空分布对于研究青藏高原和塔克拉玛干沙漠气溶胶传输有着重大意义。基于此，本文以柴达木盆地为研究区域，利用2001-2021年MODIS气溶胶数据结合格尔木站气象数据，对该地区AOD时空分布特征及气象要素影响进行研究，在长时间尺度和大范围空间尺度上进行分析，为柴达木盆地气溶胶研究提供一定科学依据。2 数据来源与方法介绍 2.1区域概况柴达木盆地地形如图1所示。柴达木盆地坐落于青海省的西北边缘，其地理坐标介于9016 E-9916 E、3500 N-3920 N，属于高原型盆地。它以一个同心环形的形式延伸，全长达800 km，宽度达300 km，总面积为2.75105 km2，由阿尔金山脉、祁连山脉以及昆仑山脉三大山脉组成。柴达木盆地为高原大陆性气候，常年处于干燥气候条件下，但随着环境的改善，盆地的气温和降雨都有所增加，使得它成为青藏高原上最容易发生气候变化的地方（李林等，2015；许婉彤等，2019；韩延芳等，2019），这种情况对柴达木盆地的生态系统和人类的生活都有着重要的意义。文中涉及的地图是基于中华人民共和国自然资源部地图技术审查中心标准地图服务系统下载的审图号为GS（2019）3333号的标准地图制作，底图无修改。2.2研究资料中 分 辨 率 成 像 光 谱 仪（MODIS）是 搭 载 在NASA的地球观测系统（EOS）系列Terra和Aqua卫星上的一个重要传感器，用于地表、生物圈、固态地球、大气和海洋的长期全球观测（Chu et al，2002；King et al，1992；李 成 才 等，2003）。MCD19A2 V6数据产品是 MODIS Terra和 Aqua结合的大气校正多角度实施（MAIAC）陆地气溶胶光学厚度（AOD）网格化2级产品，分辨率为1 km（赵仕伟等，2017；李成才等，2004）。相比于MOD04产品的10 km和3 km分辨率，MCD19A2具有更高2肖鸿丹等：柴达木盆地气溶胶光学厚度时空分布特征及气象要素影响分析XX 期的1 km分辨率，该数据集反演范围广，通过对暗目标法、深蓝算法的缺陷补全，对于海洋、亮地表、暗地表都能进行反演且精度较高。本文通过均值合成法计算每个格点的值，生成月平均值和年平均值（剔除缺失值和无效值），再通过月平均AOD数据计算出季节平均AOD值。谷歌地球引擎Google Earth Engine（GEE）是基于云计算的地理信息处理平台，其提供PB数量级的可公开下载的地球观测数据，用于数据的分析和运算等。GEE提供MODIS、Landsat、Sentinel等常用遥感数据集，利用云计算进行遥感数据分析与处理，能更好地解决传统模式下的数据下载和预处理等过程。GEE是一种强大的地理空间分析工具，它能够处理复杂的图像，将其分类，并进行时间序列分析和图像拼接。与传统方法相比，GEE能够大幅提升地理空间数据的计算效率，并且可以应用于全球范围内的研究。在本文中，通过GEE平台对所需数据进行预处理，并使用ArcMap进行绘图，以获取年、季、月的AOD空间分布。CALIPSO（Cloud-Aerosol Lidar and Infrared Path-finder Satellite Observation）卫星是对地观测系统EOS的卫星群成员之一，用于获取气溶胶和云的垂直分布，是评估气溶胶和云对辐射的影响的重要参 数。双 波 长 正 交 偏 振 云-气 溶 胶 激 光 雷 达CALIOP（Cloud-Aerosol Lidar with Orthogonal Polarization）是最重要的仪器之一，它可以提供 532 nm和1064 nm两个波段的消光后向散射系数以及532 nm的平行和垂直分量及1064 nm三个通道的大气后向散射信号的垂直分布，可用来监测气溶胶在传输过程中的垂直特征（赵一鸣等，2009；Vaughan et al，2004；Li et al，2023；张 芝 娟 等，2019）。CALIPSO卫星提供3种产品：Level 0（原始数据不公开）、Level 1、Level 2，Level 1 产品提供消光后向散射系数、体积退偏振比及色比值；Level 2产品提供气溶胶的垂直分布情况，通过Level 1、Level 2产品能有效地检测出气溶胶的垂直特征（张玲等，2021；沈仙霞，2014）。为了降低白天的噪音，我们使用夜间CALIPSO的数据。AERONET（Holben et al，2001；林 健 宇 等，2021；周 佩 等，2022）是 由 NASA 和 LOA-PHOTONS（National Center for Scientific Research，CNRS）联合建立的全球地基气溶胶观测网络，其利用太阳光度计进行观测，可以提供长期、连续的数据。AERONET 检测网络提供 3 种类型的 AOD 产品：1.0级别产品（未进行质量控制），1.5级别产品（经过去云和质量控制）和2.0级别的产品（高质量AOD 产品）（Smirnov et al，2000）。由于柴达木盆地没有 AERONET 站点，本文通过对青藏高原AERONET 站点与 MODIS 气溶胶数据进行对比，以验证柴达木盆地 MODIS气溶胶数据的可靠性。由于 AERONET 站点数据时间尺度较短，本文以AERONET 站点为参考来验证 MODIS 数据，对AERONET站点数据进行筛选与计算，选取BIDUR（27.895 N，84.410 E）、Thimphu（27.473 N，89.639E）站点2018-2019年和JOMSOM（28.778N，83.714E）2012-2013年AOD数据进行月平均处理和GEE处理后的MODIS气溶胶数据进行对比，两者均具有相同的时空跨度。本文采用2.0级别的产品对MODIS数据进行验证。研究区位于高原东北部，是非常典型的资料稀缺区，目前，仅有格尔木站点具有气象数据的连续性和完整性，按照中国气象局发布行业标准QX-T 图1柴达木盆地区域概况Fig.1Regional overview map of the Tsaidam Basin3高原气象XX 卷118-2011，对格式、缺测、界限值、主要变化范围、时间一致性、空间一致性、质量控制综合分析及数据质量标识方面进行质控，本文按照月数据有效值大于90%的标准，剔除数据中的缺失及无效值。我们对选取的站点气象要素与 AOD 进行相关性分析，以期探索柴达木盆地上空AOD受何种关键气象要素影响。本文使用的地面气象资料来自于美国国家气候数据中心（National Climatic Data Center，NCDC）提供的格尔木站常规气象观测数据，包括平均风速（W）、平均气温（T）、露点温度（Td）、云量、降水。该数据为3 h观测数据，通过均值计算得出月平均数据与年平均数据（剔除缺失值和无效值），其中风速、气温、露点温度及降水数据时间跨度为2001-2021年，云量数据为2001-2018年。2.3研究方法按照气候划分法，本研究将 3-5 月划分为春季，6-8月划分为夏季，9-11月划分为秋季，12月至次年2月划分为冬季，同时根据该标准，将AOD和气象数据分别定义为不同的季节。2.3.1线性趋势法本文采用线性趋势分析法研究AOD的年度变化情况，并将结果表达在式（1）中，以便更好地理解其变化趋势。YAOD=aX+b（1）式中：X为年份；YAOD为第X年柴达木盆地AOD年均值；a、b分别为拟合方程的斜率和截距，斜率a为AOD在2001-2021年的时间变化趋势。2.3.2Spearman相关性分析本文旨在探讨柴达木盆地AOD变化的气象因素，通过分析格尔木站的平均风速（W）、平均气温（T）、露点温度（Td）、云量以及降水的地面观测数据，并应用Spearman相关性分析的方法，进一步探究柴达木盆地气象要素与AOD之间的关系，以及不同季节气象要素对 AOD 的影响程度。由式（2）所示。=i=1n()xi-x()yi-y i=1n()xi-x 2i=1n()yi-y 2（2）式中：为变量x和y的Spearman相关系数；n表示样本容量；xi表示格尔木站的AOD值；x 表示变量xi的平均值；yi表示格尔木站地面气象数据；y 表示变量yi的平均值。2.3.3ngstrm 指数内插法由于卫星数据反演计算得到的是550 nm通道的AOD，而AERONET站点数据并未直接给出550 nm通道处的AOD，因此，通过使用440 nm和870 nm的ngstrm指数内插方法获得550 nm通道的AOD（ngstrm et al，1929），且文中对比验证均为 550 nm AOD。计算公式及方法如式（3）（4）所示。=ln()440870ln()440870（3）550=870(440870)-（4）式中：440和 870分别为波长 440 nm 和 870 nm 的AOD 值；为 440870nm 的 ngstrm 指数；550为内插所得550 nm的AOD值。3 结果与讨论 3.1地面验证本研究所用的 MODIS MCD19A2数据集提供的AOD与地基雷达所用的太阳光度计所提供的波段不一致。为了更好地验证 MODIS 数据的可靠性，利用 AERONET 提供的 440 nm 和 870 nm 的AOD数据进行插值，得到550 nm波段的AOD。验证结果如图 2 所示，MODIS AOD 与 AERONET 插图2MODIS AOD与AERONET AOD的对比Fig.2Comparison of MODIS AOD with AERONET AOD4肖鸿丹等：柴达木盆地气溶胶光学厚度时空分布特征及气象要素影响分析XX 期值得到的AOD整体趋势一致，BIDUR、JOMSOM、Thimphu站点相关系数（R）较高分别为0.75、0.84和0.76，均方根误差（RMSE）较小，分别为11.5%、5.7%、8.3%，且拟合线与 1 1 曲线较为一致，故MODIS数据在青藏高原地区具有良好的适用性。3.2AOD空间分布特征分析根据图 3 显示，柴达木盆地 AOD 年均值在2001-2021年发生了显著的变化，其中，低值区主要分布在昆仑山脉和祁连山脉，而高值区则集中在柴达木盆地腹部。AOD低值位于高海拔地区，该地区植被覆盖率较高，植被对气溶胶有一定的吸附和去除作用，可以加速颗粒物的沉降过程，从而降低粉尘，净化空气，有利于降低大气污染程度，同时高海拔地区空气较为稀薄，不利于气溶胶的形成与聚集，AOD整体偏小；AOD高值则多集中在低海拔地区，由于昆仑山脉和祁连山脉的阻隔，而柴达木盆地地表覆盖着沙漠和戈壁，盆地上空大量的沙尘气溶胶滞留，从而形成高值区。2001-2005年盆地工业及经济发展初步开展，并且由于污染排放标准的实施，AOD整体偏小，2006-2010年城市快速发展，人口密度增加，AOD总体上呈增长趋势，2011-2021年 AOD呈缓慢下降趋势，其大部分地区实施节能减排等重点大气污染治理项目 AOD有明显改善。AOD在2005年达到最低值，在2007图32001-2021年柴达木盆地AOD年际平均空间分布Fig.3Interannual mean spatial distribution of AOD in the Qaidam Basin during 2001-20215高原气象XX 卷年达到最高值，但柴达木盆地 AOD 年均值整体偏小。由图4可知，柴达木盆地AOD空间分布具有明显的季节性变化。春季AOD呈现环形递增的分布特征，中心区域AOD较高，周边区域AOD较低 图4（a）。由于盆地多为荒漠，春季沙尘暴天气频发（平均风速最大），且伴随剧烈天气变化，大量沙尘气溶胶聚集，从而形成高值区（何生录等，2021），相比之下，昆仑山脉和祁连山脉及周边地区植被覆盖率较高，导致AOD也相对较低；夏季AOD高值区明显减小，相比于春季，AOD高值区面积缩小，高值区主要分布在盆地腹部 图4（b），由于柴达木盆地人口密度较小导致人为产生气溶胶影响较小，同时春夏两季受塔克拉玛干沙漠沙尘气溶胶输送的影响，AOD整体偏高；秋季AOD由于沙尘天气频率下降，无较为明显的高值区，整体表现为较低的AOD分布特征 图4（c）；冬季风速较高，然而地表水冻结，不利于起沙，AOD整体偏小 图4（d）。图 5为柴达木盆地 2001-2021年 AOD各月平均后的空间分布。由图5可知柴达木盆地AOD高值区集中在春季3-5月，具有明显的区域性，其高值区位于盆地腹地，低值区位于盆地边缘地区 图5（c），（d），（e）。柴达木盆地春季平均风速达到最大，易导致沙尘天气频发，同时柴达木盆地作为塔克拉玛干沙漠与青藏高原的传输带，春季沙尘气溶胶在盆地上空聚集，易形成高值区；夏季 6-8 月AOD高值区面积逐渐减小 图5（f），（g），（h），直至秋季9月AOD高值区基本消散 图5（i），冬季12月到次年2月AOD达到最低 图5（a），（b），（l）。3.3AOD时间变化特征分析由图6可知，柴达木盆地21年间的AOD（550 nm）变化呈现出明显的上升趋势，其中，平均增幅为0.19%，总增幅为3.74%，该结果表明柴达木盆地大气颗粒物污染状况在22年间有所上升。具体而言，柴达木地区平均 AOD 为 0.1100.002，年均AOD 介于 0.0990.118，AOD 低值出现在 2002 年与2005年，分别为0.01和0.099；AOD高值出现在2007年，为0.118。整体而言，柴达木盆地的AOD远远低于南疆地区（陆忠奇等，2022）。图7为柴达木地区AOD季节变化特征。AOD表现为春季夏季秋季冬季，这一变化趋势与南疆地区情况一致（陆忠奇等，2022）。其中，春季和夏季AOD较高，而秋季和冬季AOD则相对较低。由于柴达木盆地独特的地形特征，而柴达木沙漠又是盆地主要的沙尘源区，其AOD在春季会达到最高水平，使得沙尘气溶胶难以扩散，从而导致“盆地效应”的出现。对柴达木盆地2001-2021年四季AOD均值进行统计计算。如图 8（a）所示，春、夏季年均 AOD波动较大，且相较于其他季节，春季AOD较大，夏季次之，秋、冬季AOD较小。春季柴达木盆地沙尘天气频发，且春季风速较大，易于颗粒物扩散，图42001-2021年柴达木盆地AOD季节平均空间分布Fig.4Seasonal mean spatial distribution of AOD in the Tsaidam Basin during 2001-20216肖鸿丹等：柴达木盆地气溶胶光学厚度时空分布特征及气象要素影响分析XX 期AOD整体偏高；夏季太阳辐射较强，地表吸收太阳辐射加热下垫面，地表温度上升，温度过高时，大气垂直对流较强，逆温层较薄，有利于颗粒物垂直扩散，促进空气污染，AOD偏高；秋冬季太阳辐射较弱，且冬季地表水冻结，不利于起沙，AOD相对较小。图8（b）为柴达木地区年际间AOD季节性变化热图，年均变化幅度不大，但总体来看，春夏季的 AOD 水平明显偏高，其中 2007 年春季达到最图52001-2021年柴达木盆地AOD月平均空间分布Fig.5Monthly mean spatial distribution of AOD in the Tsaidam Basin during 2001-2021图62001-2021年柴达木盆地AOD年际变化特征Fig.6Characteristics of interannual changes in AOD in the Qaidam Basin during 2001-2021图72001-2021年柴达木盆地年平均AOD季节变化特征Fig.7Characteristics of seasonal changes in AOD in the Qaidam Basin during 2001-20217高原气象XX 卷高，而秋冬季AOD水平则相对较低，2002年冬季达到最低。春夏季AOD偏高主要受盆地沙尘气溶胶影响，秋冬季主要受下垫面特性影响。由图9可知，柴达木盆地2001-2021年间的月平均 AOD 呈单峰型，峰值出现在 4 月，其值为0.164，这可能是由于柴达木盆地沙尘天气频发，导致大量的沙尘气溶胶滞留在盆地上空，使得AOD显著上升。AOD随着月份增加逐渐降低，直至12月达到最低，次年1月又逐渐升高。南疆地区月平均AOD呈双峰型，峰值分别在4月和9月，相比于南疆地区，柴达木地区由于人口数量较少，人为活动产生的气溶胶较少，因此只出现了一个峰值，柴达木地区AOD与南疆地区一样，也是受到春季沙尘的影响（陆忠奇等，2022）。3.4AOD和气象要素的关系本文选取温度、风速、相对湿度、云量和降水5种气象要素进行分析。如图10所示，2001-2021年所选气象要素与AOD都具有显著相关性，且都通过了置信水平为0.01的显著性检验。AOD与各个气象因子之间的相关系数表现为平均风速平均温度云量露点温度降水。其中，平均风速与气溶胶光学厚度的相关系数为 0.69，风速具有不确定性，当风速较小时，气溶胶粒子不易流动，受高大地形影响，污染物难以扩散，有利于污染性天气的发展和维持（俞海洋等，2018），当平均风速达到临界值时，颗粒物会随着上升气流达到一定高度且随着气流向下风方向输送，同时上升气流对颗粒物具有筛选性，粒径较大的颗粒物容易在生成区域沉降，而粒径较小的颗粒物会随气流进行长距离输送，从而导致在高空聚集；温度与AOD的相关系数图92001-2021年柴达木盆地年平均AOD月变化趋势Fig.9Monthly trends in AOD in the Tsaidam Basin during 2001-2021图82001-2021年柴达木盆地年际间的AOD季节变化特征（a）及其变化热图（b）Fig.8Characteristics of interannual seasonal changes in AOD in the Qaidam Basin from 2001 to 2021（a）and its heat map of changes（b）图102001-2021年柴达木盆地AOD与气象要素的相关性分析Fig.10Correlation between AOD and meteorological factors in the Tsaidam Basin during 2001-20218肖鸿丹等：柴达木盆地气溶胶光学厚度时空分布特征及气象要素影响分析XX 期为0.55，温度是影响大气扩散的主要因素之一，当温度过高时，大气垂直对流较强，逆温层较薄，有利于颗粒物垂直扩散，促进空气污染，同时温度过高，光化学反应更为活跃，更易生成二次性气溶胶，其中以细粒子为主（韩可欣等，2017；宋宇等，2002），从而形成 AOD 高值区。露点温度与 AOD之间的相关系数为0.39，露点温度越大，其相对湿度也越大，相对湿度处于较高水平时，会导致大气热效率降低，同时吸湿性粒子增大，对于大气层结稳定有利，从而导致气溶胶限制在底层，难以垂直扩散（Li et al，2021）；AOD与云量和降水的相关系数分别为0.44、0.27，气溶胶的增加可以造成云滴尺度减小，降低降水率，从而调整液态水含量和云厚度，同时气溶胶通过直接辐射效应影响辐射收支，导致海陆热力差异，从而改变水汽输送（晏利斌等，2009；黄建平等，2021）。由表1可知，柴达木盆地AOD的变化受到多种气象要素的共同作用，其中 Spearman相关系数的大小也有所差异。从年际尺度看，风速、温度、露点温度、云量和降水5种气象要素均对AOD产生了显著的影响，这些气象要素都通过了0.01置信水平的显著性检验，该结果表明 2001-2021年 AOD的变化是多种气象要素共同作用的结果。在季节尺度上，春季温度和露点温度对AOD的影响更为显著，其相关系数达到 0.41，表明春季 AOD主要受温度的影响。夏季所有气象因素与AOD之间都无显著的相关性，这表明夏季AOD变化原因更加复杂。秋季风速、云量与AOD之间存在着密切的联系，其相关系数都为 0.51，这表明秋季的 AOD变化受风速和云量影响最大，而温度和露点温度的相关性分别为0.44和0.49，这表明秋季的AOD是多种气象因素共同影响；冬季，风速对AOD影响降低，温度对 AOD 影响增强，这表明温度是影响AOD的主要因素。3.5讨论AOD 作为气溶胶光学特性的主要物理参数，国内外学者对中国各地区AOD时空分布都进行了一系列研究。刘莹等（2019）利用MERRA2数据集对中国各地区及气候研究区进行了长时间尺度、大范围的研究分析，讨论了气溶胶的时空分布特征及不同类型气溶胶的影响因子。大量研究表明，AOD高值区主要集中在四川盆地、江南地区以及南疆盆地，低值区主要集中在青藏高原、北疆及东北三省等人口稀少、植被茂盛地区。成都平原和四川盆地东南部地区由于地形地貌影响，大量气溶胶在盆地上空聚集，形成 AOD 高值（AOD 值1.0）中心（王晨莹等，2020）；新疆地区 AOD 区域性差异明显，南疆地区AOD远高于北疆地区AOD，高值区主要位于塔里木盆地，盆地内部分地区AOD均值超过0.6（于志翔等，2022；陆忠奇等，2022）；而东北三省AOD值整体上呈现平稳趋势，高值区主要位于人口密集的工业发达地区（韩阳等，2021）；青藏高原地区地势海拔较高，空气不易流通，不利于气溶胶的形成与聚集，整体AOD均值小于0.2。柴达木盆地是青藏高原与塔克拉玛干沙漠沙尘输送的路径之一，也是整个青藏高原 AOD 高值区（黄建平等，2021；李本涛等，2022）。本文利用 MODIS MCD19A2数据集分析了柴达木盆地 21年来 AOD时空分布特征，研究表明，柴达木盆地AOD呈明显波动上升趋势，其中春季AOD最高，夏秋季相对较小，冬季最低。此外，气象因素与AOD的变化存在着显著的正相关性。柴达木盆地位于高原地区，其AOD平均值比塔里木盆地低。从季节上分析，柴达木盆地的AOD变化趋势呈现春季夏季秋季冬季。而从月变化来看，柴达木盆地的AOD呈单峰型，最高值出现在 4 月，而塔里木盆地月均值AOD呈双峰型，高值分别出现在4月和9月。本文对柴达木盆地AOD空间分布进行了阐述，分析了不同时间尺度上AOD变化情况，为整个盆地气溶胶研究及区域大气污染检测和治理提供参考。由于数据的缺失，本文仅选取了单一站点的气象数据进行分析，未对盆地不同区域AOD的变化情况进行分析对比，后续研究中，可以进一步针对盆地不同区域AOD变化特征进行分析，以期得到盆地内AOD的变化情况。表1 柴达木盆地季节AOD与气象要素的Spearman相关系数Table 1 Spearmans correlation coefficient between seasonal AOD and meteorological factors in the Tsaidam Basin全年AOD春季AOD夏季AOD秋季AOD冬季AOD风速0.69*0.190.020.51*0.26*温度0.55*0.41*-0.140.44*0.50*露点温度0.39*0.35*0.020.49*0.12云量0.44*0.040.260.51*0.40*降水0.27*0.33*0.060.200.18*表示在0.01水平（双侧）上显著相关*indicates the value is significantly correlated at 0.01 level（bilateral）9高原气象XX 卷4 结论（1）柴达木盆地AOD年际分布具有明显的区域性，随着地势的升降，AOD年际空间分布也会发生相应的变化，其中高值集中在地势平坦地区，低值则集中在地势陡峭地区。春季AOD高值区面积最大，夏季逐渐减小，秋季和冬季基本消散。从月变化来看，3-5月AOD值较高，6-8月 AOD则会有所下滑，而9月以后，AOD水平会下滑更快，直至次年1-2月达到最低。（2）2001-2021年柴达木盆地AOD年均值在0.0990.118，年均值为0.1100.002，平均增长率为0.19%，整体增长率为3.74%。柴达木盆地AOD具有明显的季节性变化，春夏季AOD变化更明显，其中春季 AOD 水平最高，夏季次之，而秋冬季AOD水平则相对稳定，其月变化分布呈单峰型，最高值出现在4月，为0.164。（3）2001-2021年所选气象要素与AOD都存在显著的相关性，且都通过了0.01置信水平的显著性检验。AOD 的变化不是受单一气象要素影响，而是多种气象要素共同作用的结果，其中风速和温度对盆地AOD变化影响最为显著，其相关系数分别为0.69、0.55，相对湿度、云量和降水在不同季节对AOD都有不同程度的影响。参考文献：ngstrm A，1929.On the atmospheric transmission of sun radiation and on dust in the airJ.Geografiska Annaler，11：156-166.DOI：10.2307/519399.Bellouin N，Boucher O，Haywood J，et al，2005.Global estimate of aerosol direct radiative forcing from satellite measurementsJ.Nature，438：1138-1141.DOI：10.1038/nature04348.Che H Z，Zhang X Y，Chen H B，et al，2009.Instrument calibration and aerosol optical depth validation of the China Aerosol Remote Sensing NetworkJ.Journal of Geophysical Research：Atmospheres，114：D03206.DOI：10.1029/2008JD011030.Chu D A，Kaufman Y J，Ichoku C，et al，2002.Validation of MODIS aerosol optical depth retrieval over land J.Geophysical Research Le