Page 176 - 《高原气象》2026年第2期
P. 176
高 原 气 象 45 卷
476
>夏季(0. 12±0. 02), 后向散射比越小, 意味着前向 2002; Liu et al, 2012, 2016; 潘红林等, 2024)。
散射越多, ASY 就越大。成都地区 550 nm 波段处
表3 各季节PM 与AOD的相关系数
2.5
的 ASY 值(ASY )介于 0. 49~0. 72, 各季节均值表 Table 3 Correlation coefficients between PM and
550
现 为 夏 季(0. 59±0. 05)> 冬 季(0. 58±0. 05)> 春 季 AOD for each season 2.5
(0. 57±0. 05)>秋季(0. 54±0. 09)的形势(图 3), 冬
R 春季 夏季 秋季 冬季
季 ASY 较春季和秋季大, 是因为冬季气溶胶前向 PM ~EAC-4 AOD 0. 461* 0. 303* 0. 528* 0. 724*
550
散射的增加受到细模态颗粒物吸湿性增长的影响, 2. 5
PM ~MERRA-2 AOD 0. 062 0. 101 0. 401* 0. 048
2. 5
粒子体积越大, 前向散射越明显(Dubovik et al,
EAC-4~MERRA-2 0. 702* 0. 606* 0. 581* 0. 306*
2002)。成都夏季 ASY 与胡欣尧等(2021)在北京地
*表示在 0. 05 水平(双侧)上显著相关 [* indicates a significant
区的研究结果接近。
correlation at the 0. 05 level (bilateral)]
图 5 为各季节 BC_AOD 与 m(BC)逐日变化情
况, 二者之间的变化趋势总体一致, BC 质量浓度
的振幅大一些。BC_AOD 的季节平均值为冬季
(0. 036±0. 009) > 春 季 (0. 031±0. 012) > 秋 季
(0. 021±0. 006)>夏季(0. 018±0. 006)(表 4), 这与
BC 浓度的季节分布特征一致(表 2)。各个季节两
者之间的相关性都通过了显著性检验, 秋冬季两者
之间的相关性较春夏季好(表 4), 这种情况与表 3
中 Total_AOD 与 m(PM )的情况一致。图 6为各季
2. 5
节 BrC_AOD、 OM_AOD 以及 OM_SSA 变化特征,
BrC_AOD 受到 SSA 以及 AOD 等因素影响, 结果为
春 季(0. 083±0. 031)> 夏 季(0. 050±0. 022)> 秋 季
图3 550 nm处不对称系数季节变化特征
(0. 034±0. 013)> 冬 季(0. 031±0. 016), 与 各 季 节
箱线图从上至下依次为: 最大值、 75%分位数、
中位数、 25%分位数、 最小值 SSA 呈相反趋势。春季较高的 BrC_AOD 值可能使
Fig. 3 Seasonal characteristics of ASY . The box plots are 得吸收性气溶胶光学厚度在总气溶胶中占比增加,
550
arranged from top to bottom as: maximum value, 75th 从而使其 SSA 减小; 冬季的 BrC_AOD 要略小于
percentile, median, 25th percentile, minimum value BC_AOD, 即吸收性气溶胶光学厚度要远远小于散
3. 2. 3 气溶胶光学厚度 射性气溶胶光学厚度, 导致了最大 SSA 值。由于
选择研究期间的 EAC-4与 MERRA-2中 550 nm BrC来源复杂, 因此考虑在加入BrC的吸收性之前,
处总气溶胶光学厚度与成都地区 PM 质量浓度进 OM_SSA 为 1, 即完全散射, 加入 BrC 的吸收性之
2. 5
行对比及相关性分析。如表 3 和图 4 所示, EAC-4 后, OM_SSA从完全散射变为冬季(0. 918±0. 043)>
AOD 与 PM 的逐日相关性在春、 夏、 秋、 冬季分 秋 季(0. 853±0. 079)> 夏 季(0. 767±0. 096)> 春 季
2. 5
别为 0. 461、 0. 303、 0. 528 和 0. 724, 并通过了 p= (0. 741±0. 095)。
0. 05 的显著性检验; MERRA-2 AOD 则与 PM 的 3. 3 气溶胶辐射效应
2. 5
相关性在春、 夏、 冬季较小且不显著, 仅在秋季呈 3. 3. 1 模型参数验证
显著正相关, 为 0. 401。综上所述, EAC-4 AOD 数 为验证模型参数输入的准确性, 选取 2021 年 4
据更适合作为成都地区辐射强迫模拟的参数。经 月和 12 月(共 56 个样本量)模型模拟值与成都温江
计算得到春、 夏、 秋、 冬季 EAC-4 AOD 均值分别为 国家基准站辐射观测值进行对比分析。如图 7 所
0. 77±0. 31、 0. 50±0. 19、 0. 53±0. 18、 和0. 77±0. 30。 示, 地表总辐射观测值与模拟日均值相关系数为
-2
而 成 都 年 均 AOD(0. 64)低 于 华 北 平 原(0. 80~ 0. 94, 均 方 根 误 差 为 39. 14 W·m , 平 均 偏 差 为
-2
1. 20), 高于西北沙尘区(0. 13~0. 60)(潘红林等, 16. 32 W·m , 观测值与模拟值均值分别为 197. 48
2024), 这与成都盆地静稳气象条件(低风速、 高湿 W·m 、 181. 15 W·m , 说明两组数据有较好的一
-2
-2
度)导致气溶胶累积有关, 而华北平原 AOD 高值主 致性, 也表明本文辐射模拟中大气、 气溶胶以及云
要受冬季燃煤供暖和沙尘传输影响(Dubovik et al, 的相关参数较可靠。

