2013–2018神農架南坡氣溶膠光學厚度數據集

2013–2018神農架南坡氣溶膠光學厚度數據集
作者：蘭天元　徐文婷　申國珍　趙常明　葛結林　熊高明　謝宗強
2020年6月3日

本作品收錄於《中國科學數據》

蘭天元, 徐文婷, 申國珍, 等. 2013–2018神農架南坡氣溶膠光學厚度數據集[J/OL]. 中國科學數據, 2020, 5(2). (2020-01-09). DOI: 10.11922/csdata.2019.0046.zh.

摘要&關鍵詞

摘要：大氣氣溶膠是大氣的重要組成部分，氣溶膠光學厚度是表徵大氣氣溶膠特性的重要參數。2013年3月於湖北神農架森林生態系統國家野外科學觀測研究站暨中國科學院神農架生物多樣性定位研究站（簡稱神農架站）布設太陽光度計MICROTOPS II，並於2013年3月至2018年6月晴朗天氣逐日定點對該區440–936 nm大氣氣溶膠進行了連續定位監測。採集原始記錄數據後，檢查原始數據文件的完整性並篩選剔除異常值，計算月觀察數值平均值和Angstrom參數，形成本數據集。本數據集為對大氣氣溶膠厚度監測數據進行質控及分析處理後形成的數據集，是神農架南坡首個基於地基方法的大氣氣溶膠厚度的連續定位實測數據集。本數據集對研究神農架南坡氣溶膠特徵及氣候變化具有重要意義，也可為氣溶膠光學厚度遙感反演和模型建立提供地面實測數據支持。

關鍵詞：大氣氣溶膠；氣溶膠光學厚度；神農架；定位監測

Abstract & Keywords

Abstract: Atmospheric aerosol is an indispensable component of the atmosphere composition, and the aerosol optical depth is one of most important parameters of atmospheric aerosol. In March 2013, we established a Sun photometer, MICROTOPS II, in the National Field Station for Forest Ecosystem in Shennongjia, Hubei and Shennongjia Biodiversity Location Research Station, Chinese Academy of Sciences (「Shennongjia Station」 for short), located on the southern slope of Shennongjia Mountain. We recorded the aerosol optical depth of 440 nm to 936 nm from 2013 to 2018 by the Sun photometer. The qualified dataset for the aerosol optical depth was the first empirical records for the aerosol optical depth in southern slope of Shennongjia Mountain. After collecting the original record data, we checked the integrity of the original data file, filtered out the outliers and calculate the average value of monthly observation values and angstrom parameters to create this dataset. The dataset could be used as a reference for the exploration of the aerosol variation and climate change; it could also provide empirical data for the remote sensing inversion and model establishment for the aerosol optical depth.

Keywords: atmospheric aerosol; aerosol optical depth; Shennongjia; location monitoring

數據庫（集）基本信息簡介

數據庫（集）名稱	2013–2018神農架南坡氣溶膠光學厚度數據集
數據作者	蘭天元，徐文婷，申國珍，趙常明，葛結林，熊高明，謝宗強
數據通信作者	謝宗強（xie@ibcas.ac.cn）
數據時間範圍	2013–2018年
地理區域	湖北神農架森林生態系統國家野外科學觀測研究站暨中國科學院神農架生物多樣性定位研究站，站區位於鄂西神農架地區（109°29′34.8″–111°56′24″E、30°57′28.8″–32°14′6″N）。
數據量	41 KB
數據格式	*.xlsx
數據服務系統網址	http://www.sciencedb.cn/dataSet/handle/863
基金項目	中國生態系統研究網絡（CERN）監測網絡，國家生態系統觀測研究共享服務平台項目（2005DKA10300）。
數據庫（集）組成	本數據集包括說明文檔和氣溶膠光學厚度數據。氣溶膠光學厚度數據有14個字段，分別為年、月、440 nm氣溶膠光學厚度月平均值、440 nm氣溶膠光學厚度月標準差、500 nm氣溶膠光學厚度月平均值、500 nm氣溶膠光學厚度月標準差、675 nm氣溶膠光學厚度月平均值、675 nm氣溶膠光學厚度月標準差、870 nm氣溶膠光學厚度月平均值、870 nm氣溶膠光學厚度月標準差、936 nm氣溶膠光學厚度月平均值、936 nm氣溶膠光學厚度月標準差、Angstrom參數月平均值、Angstrom參數月標準差。

Dataset Profile

Title	A dataset of aerosol optical depth in southern slope of Shennongjia mountain, 2013–2018
Data corresponding author	Xie Zongqiang (xie@ibcas.ac.cn)
Data authors	Lan Tianyuan, Xu Wenting, Shen Guozhen, Zhao Changming, Ge Jielin, Xiong Gaoming, Xie Zongqiang
Time range	2013 – 2018
Geographical scope	Shennongjia forestry mountain, west of Hubei Province (109°29′34.8″–111°56′24″E, 30°57′28.8″–32°14′6″N).
Data volume	41 KB
Data format	*.xlsx
Data service system	<http://www.sciencedb.cn/dataSet/handle/863>
Source of funding	CERN Monitoring Network, National Ecosystem Observation and Research Sharing Service Platform Project (2005DKA10300).
Dataset composition	This dataset includes description documents and aerosol optical depth data. The aerosol optical depth data were composed of 14 fields, including year, month, monthly mean of aerosol optical depth in 440 nm, monthly standard deviation of aerosol optical depth in 440 nm, monthly mean of aerosol optical depth in 500 nm, monthly standard deviation of aerosol optical depth in 500 nm, monthly mean of aerosol optical depth in 675 nm, monthly standard deviation of aerosol optical depth in 675 nm, monthly mean of aerosol optical depth in 870 nm, monthly standard deviation of aerosol optical depth in 870 nm, monthly mean of aerosol optical depth in 936 nm, monthly standard deviation of aerosol optical depth in 936 nm, monthly mean of Angstrom parameter, and monthly standard deviation of Angstrom parameter.

引 言

大氣氣溶膠是懸浮於大氣中，直徑為10-3–10 μm的固體或液體細微顆粒，是大氣重要組成部分之一^[1]。大氣氣溶膠通過反射太陽入射光冷卻氣候系統，同時吸收太陽入射輻射使大氣升溫並導致地表溫度降低，影響地球輻射平衡和全球氣候變化^[2]。氣溶膠粒子通過雲凝結核或冰核影響降水等氣候要素^[3]，或者通過氣溶膠輻射效應，擾動地球輻射收支和水循環過程^[4]。大氣氣溶膠也是大氣主要污染物，在生物有機體、病原體等的傳播中發揮着重要作用。大氣氣溶膠可引起或增強呼吸道、心血管、傳染性和變異性疾病，對人體健康產生危害^[5]。氣溶膠光學厚度（Aerosol Optical Depth，AOD）是地面到大氣頂層氣溶膠消光係數的垂直積分^[6]，是表徵大氣氣溶膠特性的重要參數之一，也是目前可以方便獲取的氣溶膠數據中覆蓋範圍廣、較為準確的數據^[7]。長期連續監測一個地區氣溶膠光學厚度，對研究區域氣候特徵和變化、估量大氣污染程度有着重要意義。

神農架為世界自然遺產地，也是我國首批國家公園體制試點，擁有豐富的生物多樣性和獨特的北亞熱帶常綠落葉闊葉混交林生態系統和完整的植被垂直帶譜，是我國重要的水源涵養區，也是實施長江經濟帶「大保護」戰略和國家「南水北調」工程的關鍵生態安全屏障區。目前，關於神農架地區氣溶膠的研究較少，且缺乏地面實測數據支持。本數據集源自湖北神農架森林生態系統國家野外科學觀測研究站暨中國科學院神農架生物多樣性定位研究站（簡稱神農架站）大氣環境監測數據，包括不同波段氣溶膠光學厚度。本數據集為神農架南坡首個氣溶膠光學厚度長期地面監測數據集。

1 數據採集和處理方法

1.1 數據採集

數據源自神農架站。神農架站位於神農架地區（109°29′34.8″–111°56′24″E、30°57′28.8″–32°14′6″N）南坡，地處湖北、重慶、陝西三省交界，為大巴山脈東段中山地貌^[8]。神農架地區屬於中國東部平原丘陵向西部高原山地過渡帶，也是亞熱帶氣候向暖溫帶氣候過渡帶，具有北亞熱帶季風氣候特點^[9]。森林類型以北亞熱帶常綠落葉闊葉混交林為主，代表了秦巴山地地帶性森林生態系統類型。

大氣氣溶膠光學厚度數據採集時間為2013年3月至2018年6月，使用太陽光度計MICROTOPS II於固定採樣點（110°13′1.2″E、31°22′58.8″N）連續採集。太陽光度計MICROTOPS II有5個光譜通道，測量時將光譜通道對準太陽直射光，光電二極管激發產生與光強度成正比的光電流，經轉換形成數字信號，然後通過內置算法直接得到每個通道波段的AOD^[10]。選擇晴朗天氣，在衛星過境時間內於上午10:00、下午1:00、下午2:00、下午2:30，分4次採集數據。

1.2 數據處理

數據處理包括原始數據預處理、篩選剔除異常值和形成數據集。

原始數據預處理。採集原始記錄數據後，從太陽光度計MICROTOPS II將原始數據文件導入計算機。然後檢查原始數據文件的完整性，如有缺失，與採集人員核對並根據情況進行補充和說明。然後將原始數據文件轉化為Excel表格，準備進一步處理。

篩選剔除異常值。對Excel表格數據進行閾值和標準差校驗，篩選出可疑數據，然後根據當天天氣記錄，分析可能原因，決定是否剔除該異常數據。

形成數據集。計算每月AOD數值平均值、標準差，進行可視化處理，方便清晰查看數據分布（圖1）。對波長λ的對數值（lnλ）和AOD的對數值（lnτλ）進行線性回歸可得到Angstrom參數，每月平均Angstrom參數見圖2。誤差條表示標準差。

圖片

圖1 2013年3月至2018年6月每月平均氣溶膠光學厚度（500 nm）

圖片

圖2 2013年3月至2018年6月每月平均Angstrom參數

2 數據樣本描述

本數據集包括說明文檔和氣溶膠光學厚度數據。說明文檔包括氣溶膠光學厚度數據的字段、數據類型和數據示例，還包括儀器型號、觀測方法、觀測人員、時間範圍等信息。氣溶膠光學厚度數據為2013–2018年期間記錄的全部氣溶膠光學厚度數據。共計14個字段。具體的字段名稱、類型及示例見表1。

表1 神農架氣溶膠光學厚度數據字段說明

字段	數據類型	數據示例
年	數值型	2013
月	數值型	3
440 nm氣溶膠光學厚度月平均值	數值型	0.558
440 nm氣溶膠光學厚度月標準差	數值型	0.307
500 nm氣溶膠光學厚度月平均值	數值型	0.467
500 nm氣溶膠光學厚度月標準差	數值型	0.296
675 nm氣溶膠光學厚度月平均值	數值型	0.403
675 nm氣溶膠光學厚度月標準差	數值型	0.298
870 nm氣溶膠光學厚度月平均值	數值型	0.370
870 nm氣溶膠光學厚度月標準差	數值型	0.304
936 nm氣溶膠光學厚度月平均值	數值型	0.337
936 nm氣溶膠光學厚度月標準差	數值型	0.277
Angstrom參數月平均值	數值型	0.656
Angstrom參數月標準差	數值型	0.276

3 數據質量控制和評估

本數據集的質量控制分為數據採集前和採集後兩級質量控制。

3.1 數據採集前質量控制

神農架站設有經過培訓的專人負責採集氣溶膠光學厚度數據，採集人員嚴格按照實驗操作規範採集數據。

3.2 數據採集後質量控制

為保證數據質量，將本數據集與Wang（2019）^[11]和王曉玲（2018）^[12]遙感反演數據進行對比。兩者通過MODIS遙感數據反演神農架南坡多年平均AOD（550 nm）範圍為0.3–0.45，而本數據集神農架南坡多年平均AOD（500 nm）為0.416，因此本數據集與遙感反演數據相符。

4 數據價值

本數據集為首次基於地基方法連續記錄的神農架南坡氣溶膠光學厚度數據集，其對研究神農架地區氣溶膠特徵和變化規律以及氣候特徵和變化有着重要的意義。利用本數據集不同波段氣溶膠光學厚度數據，可以計算Angstrom參數和Angstrom渾濁係數，用於反映氣溶膠顆粒大小和天氣的渾濁程度^[1]。氣溶膠光學厚度是從地面儀器中遠程評估大氣氣溶膠的最全面的變量。因此，本數據集可用於衛星遙感數據大氣校正，為氣溶膠光學厚度遙感反演和模型建立提供地面實測數據支持。

參考文獻

1. ^ ^{1.0 1.1} 王躍思, 辛金元, 李占清, 等. 中國地區大氣氣溶膠光學厚度與Angstrom參數聯網觀測(2004-08~2004-12)[J]. 環境科學, 2006, 27(9): 1703-1711.
2. 張小曳. 中國大氣氣溶膠及其氣候效應的研究[J]. 地球科學進展, 2007, 22(1): 12-16.
3. GUO J, DENG M, LEE S S, et al. Delaying precipitation and lightning by air pollution over the Pearl River Delta. Part I: observational analyses[J]. Journal of Geophysical Research: Atmospheres, 2016, 121(11): 6472-6488.
4. LI Z, GUO J, DING A, et al. Aerosol and boundary-layer interactions and impact on air quality[J]. National Science Review, 2017(4): 810-833.
5. CARMICHAEL G R , ADHIKARY B , KULKARNI S , et al. Asian aerosols: current and year 2030 distributions and implications to human health and regional climate change[J]. Environmental Science & Technology, 2009, 43(15): 5811-5817.
6. 林海峰, 辛金元, 張文煜, 等. 北京市近地層顆粒物濃度與氣溶膠光學厚度相關性分析研究[J]. 環境科學, 2013 (03): 12-20.
7. 鄭小波, 羅宇翔, 趙天良, 等. 中國氣溶膠分布的地理學和氣候學特徵[J]. 地理科學, 2012 (3): 265-272.
8. 謝宗強, 申國珍. 神農架自然遺產的價值及其保護管理[M]. 北京: 科學出版社, 2018.
9. 謝宗強, 申國珍, 周友兵, 等. 神農架世界自然遺產地的全球突出普遍價值及其保護[J].生物多樣性, 2017, 25(5): 490-497.
10. 張龍, 李保生, 李凱濤, 等. MICROTOPS Ⅱ型太陽光度計對比定標分析[J]. 遙感信息, 2013, 28(5): 32-36
11. WANG Y, YUAN Q, LI T, et al. Evaluation and comparison of MODIS Collection 6.1 aerosol optical depth against AERONET over regions in China with multifarious underlying surfaces[J]. Atmospheric Environment, 2019, 200: 280-301.
12. 王曉玲, 呂睿, 王艷傑, 等. 基於MODIS C6產品研究湖北省氣溶膠光學特性的時空分布[J]. 生態環境學報, 2018, 27(6): 1099-1106.

數據引用格式

蘭天元, 徐文婷, 申國珍, 等. 2013–2018神農架南坡氣溶膠光學厚度數據集[DB/OL]. Science Data Bank, 2019. (2019-08-29). DOI: 10.11922/sciencedb.863.