祝薇¹, 李浩文¹, 王宝民¹, 吴蒙², 步巧利², 董国业², 炎利军², 范绍佳¹
1. 中山大学大气科学学院, 广州 510275;
2. 广东省佛山市气象局, 佛山 528000
收稿日期: 2017-09-03; 修回日期: 2017-10-17; 录用日期: 2017-12-09
基金项目: 国家重点研发计划课题（No.2017YFC0209606，2016YFC0203305）；国家自然科学基金重点项目（No.41630422）；广州市产学研协同创新重大专项（No.201604020028）
作者简介: 祝薇(1963-), 女, E-mail:zhuwei@mail.sysu.edu.cn
通讯作者（责任作者）: 范绍佳, E-mail:eesfsj@mail.sysu.edu.cn

摘要: 为研究佛山地区空气质量变化与边界层结构的关系，2015年10-12月在佛山地区3个站点同步开展了多台风廓线雷达、激光雷达、微波辐射计联用的大气边界层结构观测实验.结果表明：风廓线雷达探测可获得平均风场垂直分布的连续变化，发现佛山地区风场垂直分层结构明显，空气污染与近地小风层厚度的相关性较强.激光雷达探测可获得颗粒物消光特性垂直分布的连续变化，发现佛山地区颗粒物消光特性与大气边界层结构有密切关系，空气质量指数（AQI）变化与颗粒物激光雷达探测反演的边界层高度相关性较高，相关系数为-0.58.微波辐射计探测可获得平均温度、相对湿度垂直分布的连续变化，逆温和相对湿度变化对边界层日变化及空气污染成因分析有较高的价值.通过多设备联合探测，可同时获得研究地区平均风场垂直分布特征、颗粒物浓度变化特征、逆温和相对湿度的变化特征.多设备联合探测，有利于区域空气质量变化与边界层结构关系机理研究，对区域空气质量变化的预测预报有重要作用.
关键词:边界层探测风廓线雷达激光雷达微波辐射计佛山
Joint application of multiple remote sensing equipment on the study of the relationship between regional air quality change and boundary layer structure
ZHU Wei¹, LI Haowen¹, WANG Baomin¹, WU Meng², BU Qiaoli², DONG Guoye², YAN Lijun², FAN Shaojia¹
1. School of Atmospheric Sciences, Sun Yat-sen University, Guangzhou 510275;
2. Meteorological Bureau of Foshan, Guangdong Province, Foshan 528000
Received 3 September 2017; received in revised from 17 October 2017; accepted 9 December 2017
Supported by the National Key Research and Development Program of China(No.2016YFC0203305, 2017YFC0209606), the National Natural Science Foundation of China(No.41630422)and the Major Project of Collaborative Research and Production in Guangzhou (No.201604020028)
Biography: ZHU Wei(1963—), female, E-mail:zhuwei@mail.sysu.edu.cn
^*Corresponding author: FAN Shaojia, E-mail:eesfsj@mail.sysu.edu.cn
Abstract: For the study on the relationship between regional air quality change and boundary layer structure, three months of simultaneously atmospheric boundary layer structure observation experiments were carried out in 3 sites of Foshan area using wind profile radar, laser radar, and microwave radiometer from October to December, 2015. It was found that, the wind profile radar detection can continuously provide high vertical resolution wind observations, and from the vertical distribution of the derived average wind field, obvious vertical stratification structure of the wind field is observed in Foshan area; air pollution has a strong correlation with the thickness of the lower weak wind layer. The laser radar can detect the continuous variation of the vertical distribution of the extinction properties of particles. The extinction characteristics of particulate matter in Foshan area are closely related to the structure of atmospheric boundary layer, and the change of air quality index (AQI) is highly correlated with the retrieved boundary layer height, with a correlation coefficient of -0.58. The microwave radiometer can continuously detect the vertical distribution of temperature and relative humidity, and thus the statistic evolution the vertical structure of temperature and relative humidity can be obtained. The air pollution has a high correlation with the diurnal variation of the boundary layer inversion and relative humidity. Through the joint detection by multiple devices, the vertical distribution characteristics of the mean wind field, the evolution of the particle concentration, and the characteristics of the temperature inversion and the relative humidity distribution can be obtained simultaneously. Multi-equipment joint detection has an important role on the mechanism study of the relationship between regional air quality change and boundary layer structure, and also very useful for the regional air quality forecast study.
Key words: boundary layer detectionwind profile radarlaser radarmicrowave radiometerFoshan
1 引言(Introduction)人类活动产生的大气污染物排放和重污染过程主要发生在大气边界层内.大气边界层结构及其变化在污染物的输送、稀释和清除等过程中起着非常重要的作用(Liu and Chan, 2002; Guinot et al., 2006; Xu et al., 2011).
目前对大气边界层结构及其变化的直接观测手段有气球无线电探空、系留气艇、铁塔观测等, 近年部分地区开始采用风廓线雷达、激光雷达、微波辐射计等地基遥感设备进行探测, 由于遥感设备成本较大且探测也有局限性, 未能推广使用(Krautstrunk et al., 2000；张宏升等, 2002；丁国安等, 2005；周明煜等, 2005; Hennemuth et al., 2006; 熊超超等, 2010; Zhang et al., 2012；孙康远等, 2013；邓涛等, 2014；严国梁等, 2014；张舒婷等, 2017).
佛山市位于珠三角城市群西部, 是干季珠三角城市群PM_2.5污染最重的地区(吴兑等, 2006；Fan et al., 2008；Wu et al., 2013).为分析佛山地区干季空气污染的成因、提高空气污染预报水平, 2015年10—12月, 佛山市气象局联合中山大学大气科学学院利用风廓线雷达、颗粒物激光雷达、微波辐射计等遥感探测设备, 在佛山地区的三水、禅城、顺德3地同步开展了为期3个月的多点、多设备同步大气边界层结构及其对空气质量影响的观测实验.利用这次观测实验的风廓线雷达、颗粒物激光雷达、微波辐射计观测资料, 结合地面气象观测数据和污染物浓度数据, 已分析过观测期间佛山地区最重一次重空气污染过程的形成机理, 效果非常好(李浩文等, 2017).
本文利用这次观测的风廓线雷达、颗粒物激光雷达、微波辐射计遥感观测等资料, 研究多遥感设备联用在区域空气质量变化与边界层结构关系研究中的应用.
2 观测试验概况(Setup of observation)2015年10—12月佛山地区大气边界层观测实验设备覆盖佛山地区的三水、禅城、顺德3个站点, 3站点都布设1台风廓线雷达、1台颗粒物激光雷达, 在3测点中间的禅城站点还增设了1台微波辐射计和另1台颗粒物激光雷达.图 1为观测实验地区周边地形和观测站点分布示意图.
图 1(Fig. 1)

图 1 观测实验地区周边地形及观测站点分布示意图 Fig. 1Terrain of topography of the observation area and observing site distribution

三水站点风廓线雷达为航天二院二十三所CFL-03固定式边界层风廓线雷达, 激光雷达为无锡中科光电颗粒物激光雷达(532 nm)；禅城站风廓线雷达为敏视达TWP3-M型移动边界层风廓线雷达, 激光雷达分为无锡中科光电颗粒物激光雷达(型号AGHJ-I-LIDAR)和北京怡孚和融EV-Lidar-CAM颗粒物激光雷达, 微波辐射计为美国Radiometrics公司MP-3000A微波辐射计；顺德站激光雷达为无锡中科光电颗粒物激光雷达(532 nm), 10月16日—12月14日期间风廓线雷达为航天二院二十三所研制的旧款移动式风廓线雷达车, 12月14日以后为北京敏视达雷达有限公司生产的风廓线雷达.探测的边界层参数为不同高度的水平风向、风速、大气折射率结构常数、大气消光系数、退偏振比、温度和相对湿度的等要素.3个观测站点采用的风廓线雷达类型不同, 观测结果会产生一定的差别, 但这个差别在可接受的范围内(吴蕾等, 2013).上述风廓线雷达最大探测高度为3~6 km, 最低探测高度在60~100 m左右, 在1000 m以下的分辨率为50~60 m, 1000 m高度以上为100~120 m, 风速测量精度在1.5 m · s^-1以下, 风向测量精度在10°以下.颗粒物激光雷达时间分辨率小于1 min, 最小空间垂直分辨率为7.5 m, 探测高度5 km；微波辐射计时间分辨率为2 min, 能够测量地面到10 km大气层的垂直廓线, 数据在垂直方向共分为58层, 在地面到500 m、500 m~2 km和2 km以上的垂直分辨率分别为50、100和250 m.详细的实验仪器设备介绍见文献(李浩文等, 2017).
3 主要观测结果与分析(Results and analyse)3.1 观测期间佛山地区空气质量变化根据广东省环境信息综合发布平台发布的佛山地区三水(云东海站)、禅城(湾梁站)、顺德(容桂街道办站)3个站点实时空气质量数据, 图 2给出2015年10月1日—12月31日佛山三水、禅城、顺德逐时空气质量指数AQI、PM_2.5浓度时间变化图.
图 2(Fig. 2)

图 2 2015年10月1日—12月31日佛山三水、禅城、顺德逐时AQI、PM2.5时间变化 Fig. 2AQI and PM2.5 concentration variation in Sanshui, Chancheng and Shunde fromg October to December, 2015

从图 2可见：2015年10—12月观测期间佛山三水、禅城、顺德地区AQI和PM_2.5小时值时间变化趋势相似, PM_2.5是主要污染物.佛山地区空气质量总体较好, AQI小时值大部分在150以下；2015年10月14—16日和12月21—23日出现2个较重的污染过程, 其中12月22—23日的污染最重, 甚至出现AQI小时值超过300的情况.
3.2 观测期间地面风速变化观测期间三水、禅城和顺德3个站点日平均风速分别为2.4、2.5和2 m · s^-1.图 3给出2015年10月1日—12月31日佛山地区三水、禅城、顺德地面气象站的日均风速变化.
图 3(Fig. 3)

图 3 2015年10月1日~12月31日佛山地区日均风速变化 Fig. 3Daily averaged wind speed variation in Foshan from October to December, 2015

从图 3可见：佛山地区3个站点日平均风速大部分时间都在1~3 m · s^-1之间.对比图 2和图 3可见, 2015年10—12月佛山地区AQI、PM_2.5的时间变化和日平均风速变化大体呈反比, 但不是线性关系.仅从地面风速变化, 不能说清佛山地区空气质量变化的原因.
3.3 观测期间不同边界层遥感设备探测的主要结果为便于说明, 图 4给出2015年10月14—16日和12月21—23日2个较重的污染过程风廓线雷达、颗粒物激光雷达、微波辐射计的原始探测结果.其中风向风速分布来自风廓线雷达, 消光系数和退偏比来自激光雷达, 温度和相对湿度来自微波辐射计.
图 4(Fig. 4)

图 4 10月14—16日、12月22—23日禅城风廓线雷达、激光雷达、微波辐射计探测结果 Fig. 4Data from wind profile radar, Laser radar, and Microwave radiometer from October 14 to 16, 2015 and December 22 to 23, 2015

从图 4明显可看出10月14—16日和12月22—23日2个污染过程机理不一样：
从风廓线雷达监测结果看, 这2次污染过程近地面风速都很小, 但800 m以下近地小风层10月14—16日有较明显日变化、午后风速仍相对较大, 12月22—23日近地层小风层几乎全天维持、没有明显日变化.
从激光雷达监测结果看, 这2次污染过程激光雷达消光系数大值区晚上至早上会出现明显的分层结构.10月14—16日激光雷达消光系数大值区有明显日变化, 主要出现在凌晨到上午、午后16时后基本消失, 大值区出现的垂直范围较高；12月22—23日激光雷达消光系数大值区出现高度比较低且没有明显日变化.
从微波辐射计监测结果看, 10月14—16日近地层为高温低湿, 温度和相对湿度都有明显日变化；12月22—23日近地层湿度较大, 温度和相对湿度日变化较小.激光雷达消光系数大值区和相对湿度关系密切, 但也不是线性关系.
图 5给出10月14—16日三水、禅城、顺德3站点激光雷达消光系数监测结果.
图 5(Fig. 5)

图 5 2015年10月14—16日三水、禅城、顺德激光雷达消光系数变化 Fig. 5Extinction coefficient profile for Sanshui, Chancheng, and Shunde during October 14 to 16, 2015

从图 5的激光雷达监测结果可见：2015年10月14—16日污染过程佛山地区三水、禅城、顺德3地激光雷达消光系数有显著差别, 分布趋势也有差异.顺德消光系数大且垂直高度较厚、持续时间长, 禅城次之, 三水消光系数最小且很浅薄.
图 6给出12月22—23日三水、禅城、顺德3站点激光雷达消光系数监测结果.
图 6(Fig. 6)

图 6 2015年12月21—23日三水、禅城、顺德激光雷达消光系数变化 Fig. 6Extinction coefficient profile for Sanshui, Chancheng, and Shunde during December 21 to 23, 2015

从图 6的激光雷达监测结果可见：2015年12月21—23日污染过程佛山地区三水、禅城、顺德3地激光雷达消光系数变化趋势比较一致.
从图 5和图 6可见, 颗粒物激光雷达具有较高的时间和空间分辨率, 能够有效地识别出颗粒物在大气中的垂直分布及随时间的演变.对了解边界层内污染物的时空演变特征有重要作用.但仅靠激光雷达监测, 也不易说清污染形成的原因.
3.4 观测期间多遥感设备探测资料连用分析根据珠三角已有研究结果(张人文, 范绍佳, 2011)：区域平均风速大于2.6 m · s^-1时不会出现区域性空气污染, 区域平均风速小于1.8 m · s^-1时会出现局地空气污染, 风速介于1.8~2.6 m · s^-1时处于污染排放量较大地区下游会出现污染.
考虑珠三角区域平均风速大于2.6 m · s^-1时不会出现区域性空气污染, 定义风廓线雷达探测到的地面附近风速在2.6 m · s^-1以下的区域为小风层.
图 7~图 9分别给出三水、禅城、顺德观测点风廓线雷达2015年10—12月监测结果整理得到平均风场垂直分布的日变化.
图 7(Fig. 7)

图 7 三水观测点2015年10—12月平均风场垂直分布的日变化 Fig. 7Daily evolution of averaged wind field distribution in Sanshui from October to December, 2015

图 8(Fig. 8)

图 8 禅城观测点2015年10—12月平均风场垂直分布的日变化 Fig. 8Daily evolution of averaged wind field distribution in Chancheng from October to December, 2015

图 9(Fig. 9)

图 9 顺德观测点2015年12月14日—2016年1月12日平均风场垂直分布的日变化 Fig. 9Daily evolution of averaged wind field distribution in Shunde from December 14, 2015 to January 12, 2016

由图 7~9可见：风廓线雷达监测结果清楚表明佛山地区干季近地面层普遍存在风速低于2.6 m · s^-1的小风层, 且小风层厚度存在比较明显的日变化.三水站在午后到午夜之间出现了风速低于1.8 m · s^-1的小风速带；禅城站早晨6:00以后小风层厚度有一个峰值且出现低于1.8 m · s^-1的风速；顺德站小风层比较浅薄, 也在清晨变厚、中午前后迅速变薄.风廓线雷达能较好地观测到边界层不同高度的水平风速, 相较于传统的地面观测能更好地反映边界层的水平输送能力.
图 10为2015年10月14—16日和12月21—23日三水、禅城、顺德地面风和PM_2.5浓度变化.从图 10可见：10月14—16日和12月21—23日2次污染过程佛山地区的主导风为偏北风, 但是也会受到东南风影响.当东南风和偏北风出现对峙时, 容易造成佛山地区出现静小风, 导致PM_2.5污染浓度较高.
图 10(Fig. 10)

图 10 10月14—16日和12月21—23日三水、禅城、顺德地面风和PM2.5浓度变化 Fig. 10Wind speed, wind direction and PM2.5 variation at Sanshui, Chancheng, and Shunde from October 14 to 16, 2015 and from December 21 to 23, 2015

综合垂直、水平风场特点, 佛山地区干季近地面层存在风速低于2.6 m · s^-1的小风层, 甚至可能出现风速低于1.8 m · s^-1的小风速区域.地面风场出现东南风和偏北风对峙时容易导致地面静小风.佛山地区干季近地面层大气输送条件较差, 是佛山地区容易出现区域性污染的主要原因.
风廓线雷达无法探测到边界层逆温等结构, 需要微波辐射计、颗粒物激光雷达等遥感设备探测资料的补充.
图 11给出安装在禅城(佛山市气象局乐从新址楼顶)的微波辐射计观测数据绘制的佛山2015年10—12月期间各月平均温度垂直分布日变化.
图 11(Fig. 11)

图 11 佛山禅城2015年10月—12月的月平均温度日变化(a.10月；b.11月；c.12月；d.10—12月) Fig. 11Daily change of monthly averaged temperature at Chancheng from October to December, 2015 (a. October; b. November; c. December; d. from October to Decmeber)

从图 11可见：佛山禅城地区400~1200 m高度以下的温度有明显的日变化.温度的峰值有一个由低到高依次传播的过程.12月在夜间500~1000 m高度有部分不连续的逆温出现, 但是地面附近并没有出现逆温层.
本实验基本没有观测到贴地逆温, 可能原因是微波辐射计在垂直方向的分辨率较低及仪器本身安装的位置较高(5楼楼顶).
用微波辐射计资料难于确定边界层高度及其变化.图 12为和微波辐射计一起安装在禅城(佛山市气象局乐从新址楼顶)的颗粒物激光雷达所得数据反演的边界层高度和AQI日变化.
图 12(Fig. 12)

图 12 佛山禅城2015年10—12月逐日平均大气边界层高度和AQI变化 Fig. 12Daily averaged boundary layer height and AQI variation at Chancheng from October to December, 2015

由图 12可见, 佛山地区边界层高度日均值大部分在800~1000 m之间.AQI变化和大气边界层高度呈现反相关关系, 经计算, 相关系数为-0.58, 反相关系数较高.2015年12月20—23日边界层高度持续低于500 m, 是导致该次严重污染事件的重要原因.
图 13是根据安装在三水、禅城和顺德3个站点的颗粒物激光雷达所采集数据绘制的佛山2015年10—12月平均消光系数和退偏振比变化.
图 13(Fig. 13)

图 13 佛山2015年10—12月颗粒物激光雷达消光系数和退偏振比变化图(a1和a2、b1和b2、c1和c2分别为三水、禅城、顺德的消光系数和退偏振比) Fig. 13Extinction coefficient profile and depolarization ratio variation in Foshan from October to December, 2015(a1 and a2 is the Extinction coefficient and depolarization ration in Sanshui, respectively, b and c are the same data for Chancheng and Shunde, respectively)

从图 13可见：3个站点的消光系数大部分低于0.4, 并且呈现出明显的日变化特征.消光系数的大值区域在午后有一个升高和面积扩大的过程, 在夜晚减小, 凌晨开始又逐渐增大, 说明随着日出以后太阳辐射的加强, 地面附近的垂直对流旺盛, 把地面附近的颗粒物和水汽等输送到了高层, 导致高层消光系数增大；日落后颗粒物和水汽回到地面, 夜晚随着边界层高度的降低, 颗粒物和水汽不断累积, 造成了凌晨消光系数的增大.从退偏振比数据来看, 各个站点1000 m高度以下的退偏振比整体都在0.1以下, 根据已有的研究结果(Liu et al., 2008), 这一数值反映了人为源排放颗粒物或水汽的特征.
3.5 风廓线雷达、激光雷达和微波辐射计联合使用讨论风廓线雷达探测可获得平均风场垂直分布的连续变化, 相较于传统的地面观测能更好地反映边界层的水平输送能力.但风廓线雷达无法探测边界层温度、逆温等结构, 对边界层垂直扩散能力的探测不足.
激光雷达探测可获得颗粒物消光特性垂直分布的连续变化, 激光雷达具有较高的时间和空间分辨率, 能监测气溶胶和云的垂直分布, 相较于传统的地面观测, 能有效识别出颗粒物在大气中的垂直分布和随时间演变, 对了解边界层内颗粒物的时空演变特征有重要作用.但激光雷达数据需配合风廓线、微波辐射计等气象方面的观测, 才能较好地解释激光雷达观测到的颗粒物分布特征.此外, 目前激光雷达反演方法都有一定的适应范围及局限性, 激光雷达的反演结果必须和另外的仪器校验, 才能保证其正确性.
微波辐射计探测可获得平均温度、相对湿度等垂直分布的连续变化, 能测量大气中温度、相对湿度、水汽含量、液态水密度的垂直分布等数据, 相较于传统的地面自动站观测, 微波辐射计有大气垂直结构探测能力, 能帮助确定边界层是否稳定, 通过逆温厚度和强度等数据的分析, 能得到污染物垂直方向的扩散能力.但微波辐射计的观测侧重于边界层垂直结构, 没有水平输送能力的观测.
边界层内污染物浓度及其分布受边界层水平输送能力、垂直扩散能力的共同影响.因此, 风廓线雷达、颗粒物激光雷达、微波辐射计多设备联合使用, 可同时获得研究地区平均风场垂直分布特征、边界层高度变化特征、逆温和相对湿度的变化特征, 较好地解释边界层结构对污染物输送扩散的影响, 对区域空气质量变化与边界层结构关系机理研究、区域空气质量变化的预测预报有重要作用.
4 总结和讨论(Conclusions and discussion)为研究佛山区域空气质量变化与边界层结构的关系, 利用风廓线雷达、颗粒物激光雷达、微波辐射计等遥感观测手段, 对佛山地区干季大气边界层结构进行了为期3个月的多点同步观测, 取得大量连续探测资料.通过对探测资料的综合研究, 得到以下结论.
4.1 风廓线雷达探测与资料应用从风廓线雷达资料来看, 佛山地区平均风场垂直分布的分层结构明显, 空气污染与近地小风层厚度相关性较强, 近地层输送能力是影响空气质量的主要因子.
(1) 当地面和边界层低层都为偏北风且风速较小时, 容易出现污染；而当边界层低层风速显著增大时, 即使地面风速没有明显增大, 空气质量也能改善.
(2) 当边界层低层为偏南风且较弱, 地面附近为偏北风时, 两股来向不同的气流会形成一个小风区, 小风区内污染物水平输送能力差, 容易导致污染物在本地的累积, 导致污染物浓度显著升高.
4.2 颗粒物激光雷达探测与资料应用从颗粒物激光雷达的资料来看, 佛山地区颗粒物的大气消光特性呈现出明显的时空变化特征, 与大气边界层结构有着密切的关系.
(1) 3个站点的消光系数呈现明显的日变化特征, 消光系数大值区午后扩大, 夜晚减小, 到凌晨再次增大, 这主要与大气边界层的日变化有关.同时, 在两次不同的污染过程中, 3个站点的消光特性一次呈现出相似的特点, 另一次则存在较大差异, 说明佛山地区颗粒物大气消光特性存在较明显的局地特征.
(2) 通过颗粒物激光雷达数据可反演大气边界层高度.地面AQI变化与反演的大气边界层高度呈现较高的负相关性, 可作为空气质量预报依据之一.
4.3 微波辐射计探测与资料应用从微波辐射计的资料来看, 佛山地区的大气边界层温度、相对湿度呈现出明显的日变化差异, 对研究大气边界层日变化有较高的价值.
(1) 佛山禅城地区400~1200 m高度以下的温度有明显的日变化, 12月在夜间500~1000 m高度有部分不连续的逆温出现.逆温不利于空气质量好转, 微波辐射计逆温数据对空气质量预报有指示意义.
(2) 在两次不同的空气污染过程中, 禅城地区的大气边界层结构分别呈现出高温低湿和高湿度的特点, 可分析出污染的主要成因到底是污染物本身污染累积还是气溶胶吸湿增长.微波辐射计观测数据, 有助于解析不同污染过程的物理机制.
4.3 多遥感设备联用的应用前景风廓线雷达, 颗粒物激光雷达、微波辐射计等边界层遥感探测设备, 各有其优点, 也有其局限性；多种遥感探测设备联用, 能弥补不同设备的不足, 有利于阐明区域空气质量变化与边界层结构的关系, 更好地开展空气质量变化的分析、预测和预报工作.
颗粒物激光雷达和微波辐射计配合使用, 能判断边界层内颗粒物浓度升高的主要原因是因为气溶胶粒子吸湿增长还是其本身污染物的累积：边界层低层相对湿度较大时, 激光雷达观测到的消光系数增大可能是气溶胶粒子的吸湿增长导致的, 而相对湿度较小时则可能是污染物的累积或者输送导致的.
颗粒物激光雷达和风廓线及微波辐射计配合使用, 能确定颗粒物浓度的升高是因为边界层大气扩散输送能力变差导致污染物在本地累积还是区域输送使得颗粒物浓度升高.颗粒物激光雷达测量到的边界层高度可信度较高, 与AQI有着较好的相关性, 可以作为空气质量预报指标之一.
微波辐射计能探测垂直方向的大气温度和水汽含量等数据, 配合颗粒物激光雷达的消光系数数据及风廓线雷达的数据, 能确定大气边界层高度.大气边界层高度是影响污染物浓度的重要因素, 因此3种遥感设备的配合使用, 能对空气质量预报起较好的指导作用.
值得指出的是, 风廓线雷达、颗粒物激光雷达、微波辐射计等遥感设备都存在近地层探测盲区, 需要通过地基、铁塔梯度观测等弥补.此外, 观测实验发现风廓线雷达容易出现观测中断, 如果缺测是发生在重污染时期, 则对研究不利.因此, 需加强遥感探测设备的日常维护.
未来将利用一年以上更多的多设备、多点同步遥感探测资料, 深入分析多遥感设备连用探测在不同地区、不同季节、不同污染类型研究中的可用性及应用效果.

参考文献

Fan S, Wang B, Tesche M, et al. 2008. Meteorological conditions and structures of atmospheric boundary layer in October 2004 over Pearl River Delta area[J]. Atmospheric Environment, 42(25): 6174–6186.DOI:10.1016/j.atmosenv.2008.01.067

Guinot B, Roger J, Cachier H, et al. 2006. Impact of vertical atmospheric structure on Beijing aerosol distribution[J]. Atmospheric Environment, 40(27): 5167–5180.DOI:10.1016/j.atmosenv.2006.03.051

Hennemuth B, Lammwrt A. 2006. Determination of the atmospheric boundary layer height from radiosonde and lidar backscatter[J]. Boundary-LayerMeteorology, 120(1): 181–200.

Krautstrunk M, Neumann-Hauf G, Schlager H, et al. 2000. An experimental study on the planetary boundary layer transport of air pollutants over East Germany[J]. Atmospheric Environment, 34(8): 1247–1266.DOI:10.1016/S1352-2310(99)00124-7

Liu H, Chan J C L. 2002. An investigation of air-pollutant patterns under sea-land breezes during a severe air-pollution episode in Hong Kong[J]. Atmospheric Environment, 36(4): 591–601.DOI:10.1016/S1352-2310(01)00504-0

Liu Z, Liu D, Huang J, et al. 2008. Airborne dust distributions over the Tibetan Plateau and surrounding areas derived from the first year of CALIPSO lidar observations[J]. Atmospheric Chemistry & Physics, 8(16): 5045–5060.

Wu M, Wu D, Fan Q, et al. 2013. Observational studies of the meteorological characteristics associated with poor air quality over the Pearl River Delta in China[J]. Atmospheric Chemistry and Physics, 13(21): 10755–10766.DOI:10.5194/acp-13-10755-2013

Xu W Y, Zhao C S, Ran L, et al. 2011. Characteristics of pollutants and their correlation to meteorological conditions at a suburban site in the North China Plain[J]. Atmospheric Chemistry and Physics, 11(9): 4353–4369.DOI:10.5194/acp-11-4353-2011

邓涛, 吴兑, 邓雪娇, 等. 2014. 广州地区一次严重灰霾过程的垂直探测[J]. 中国科学:地球科学, 2014(10): 2307–2314.

丁国安, 陈尊裕, 高志球, 等. 2005. 北京城区低层大气PM10和PM2.5垂直结构及其动力特征[J]. 中国科学(D辑:地球科学), 2005(S1): 31–44.

吴蕾, 陈洪滨, 高玉春, 等. 2013. 国产风廓线雷达对比试验初步分析[J]. 现代雷达, 2013, 35(6): 24–28.

李浩文, 张阿思, 步巧利, 等. 2017. 2015年干季佛山一次重空气污染过程形成机理研究[J]. 环境科学学报, 2017, 37(8): 3044–3053.

熊超超, 谢丽萍, 吴维. 2010. 大气边界层探测技术初步分析[J]. 气象水文海洋仪器, 2010(3): 77–79.

严国梁, 韩永翔, 张祥志, 等. 2014. 南京地区一次灰霾天气的微脉冲激光雷达观测分析[J]. 中国环境科学, 2014(07): 1667–1672.

孙康远, 阮征, 魏鸣, 等. 2013. 风廓线雷达反演大气比湿廓线的初步试验[J]. 应用气象学报, 2013(04): 407–415.DOI:10.3969/j.issn.1001-7313.2013.04.003

吴兑, 毕雪岩, 邓雪娇, 等. 2006. 珠江三角洲大气灰霾导致能见度下降问题研究[J]. 气象学报, 2006(04): 510–517.DOI:10.3321/j.issn:0577-6619.2006.04.011

周明煜, 姚文清, 徐祥德, 等. 2005. 北京城市大气边界层低层垂直动力和热力特征及其与污染物浓度关系的研究[J]. 中国科学(D辑:地球科学), 2005(S1): 20–30.

张宏升, 刘艳华, 李富余, 等. 2002. 大气边界层探测的意义与作用[J]. 气象水文海洋仪器, 2002(02): 20–23.

Zhang N, Chen Y, Zhao W J. 2012. Lidar and microwave radiometer observations of planetary boundary layer structure under light wind weather[J]. Journal of Applied Remote Sensing, 6(1): 063513.DOI:10.1117/1.JRS.6.063513

张人文, 范绍佳. 2011. 珠江三角洲风场对空气质量的影响[J]. 中山大学学报(自然科学版), 2011(06): 130–134.

张舒婷, 苏德斌, 徐文静, 等. 2017. 利用风廓线雷达资料对北京地区边界层日变化特征的分析研究[J]. 大气与环境光学学报, 2017, 12(1): 1–7.