, 张晗昀1, 张伟1, 张玲1, 陈德花1, 郑辉1,2, 谢祖欣3, 陈进生41. 厦门市气象局, 海峡气象开放实验室, 厦门市气象台, 厦门 361012;
2. 南京信息工程大学, 气象灾害教育部重点实验室, 气候与环境变化国际合作联合实验室, 气象灾害预报预警与评估协同创新中心, 中国气象局气溶胶与云降水重点开放实验室, 南京 210044;
3. 福建省气象科学研究所, 福州 350003;
4. 中国科学院城市环境研究所, 厦门 361021
收稿日期: 2019-03-25; 修回日期: 2019-06-26; 录用日期: 2019-06-26
基金项目: 国家自然科学基金（No.4167508，41705045）；海峡气象开放实验室开放课题（No.hxkf11）
通讯作者（责任作者）: 蒋永成(1991-), 男, E-mail:ycjiang_925@foxmail.com
摘要：城市大气边界层是影响城市环境气象的重要研究对象，本研究利用新型地基遥感数据针对城市颗粒物污染过程开展边界层特征分析，旨在利用风廓线雷达和微波辐射计等高时空分辨率的遥感数据探讨边界层内大气运动、温湿条件的变化与近地面污染累积的关系.结果表明：厦门地区颗粒物污染过程中，边界层内弱风层厚度较地面风速而言更能够代表边界层内扩散条件的变化，可以更好地表征和预测近地面污染的变化；在局地累积的污染过程中，边界层内存在较厚的弱风层，同时2 km以下的风场有明显的风向转变特征，导致边界层内不存在有效的传输和扩散，另外，污染时边界层垂直温差可以在一定程度上反映干季的垂直扩散条件，0~3 km温差与PM2.5浓度有着密切的联系；冷空气过程有将上游污染物向本地区输送的可能，城市边界层在东北大风的条件下伴随着显著的垂直下沉运动，有利于上空污染向下扩散.多源地基遥感数据联合分析能够进一步解释城市边界层内气象条件对于城市大气污染变化的影响，集合各设备的探测优势开展城市宜居和污染气象条件研究具有较高的科学性和可行性.
关键词：城市边界层风廓线雷达微波辐射计颗粒物污染海峡西岸
Analysis of urban boundary layer characteristics based on ground-based remote sensing data in Xiamen
JIANG Yongcheng1,2
, ZHANG Hanyun1, ZHANG Wei1, ZHANG Ling1, CHEN Dehua1, ZHENG Hui1,2, XIE Zuxin3, CHEN Jinsheng41. Laboratory of Strait Meteorology, Xiamen Meteorological Observatory, Xiamen Meteorological Bureau, Xiamen 361012;
2. Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration, Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Joint International Research Laboratory of Climate and Environment Change, Key Laboratory of Meteorological Disaster, Ministry of Education, Nanjing University of Information Science & Technology, Nanjing 210044;
3. Fujian Institute of Meteorological Science, Fuzhou 350003;
4. Institute of Urban Environment, Chinese Academy of Sciences, Xiamen 361021
Received 25 March 2019; received in revised from 26 June 2019; accepted 26 June 2019
Abstract: The planet boundary layer (PBL) could be an important research subject for environmental meteorology in urban regions. Focus on discussing the relationship between variations of atmospheric motion, temperature conditions under boundary layer and accumulations of near-surface pollutants by using high spatial and temporal resolution data, such as the wind profile radar and the microwave radiometer. The thickness of weak wind layer within PBL represented the near-surface condition of diffusion better than wind speed in surface layer. The deep weak wind layer in PBL along with diurnal variation of weak wind direction under the 2 km height indicated non-effective transport and diffusion in PBL, and the vertical difference of temperature within 3 km existed close connection with surface PM2.5 concentrations, and also represented vertical diffusion of atmosphere in PBL in local particle accumulation episodes during dry season. The appearance of obviously descending motion during cold front processes with the strong northeastern wind in PBL, could be favor of the exogenous particle transport from upper layer to surface. Combination of the advantages of each multi-source observation devices could further understand the influence of urban boundary layer variation to atmospheric environment, and researches on the Livable City and urban meteorological environment applied by new type remote sensing devices are high feasibility and scientificity.
Keywords: urban boundary layerwind profile radarmicrowave radiometerparticle pollutionWest Bank of Taiwan Strait
1 引言(Introduction)厦门市地处台湾海峡西岸, 是我国东南沿海重要的港口和旅游城市, 其清新的空气质量一直是这个旅游城市的一张重要名片, 因此, 防控大气污染对于海西区空气相对清洁的厦门地区而言是关乎城市发展和人民健康生活的重要任务.近年来针对海峡西岸空气质量已有较为深入的研究, 科研人员通过天气形势分型(王宏等, 2011; Deng et al., 2012; 郑秋萍等, 2013)、区域传输分析(蒋永成等, 2015)和模式模拟(陈彬彬等, 2012; 蒋永成等, 2018)等对海西地区大气污染机理展开了探讨.现阶段, 地基遥感设备已在全国气象、环保部门广泛布设, 对边界层内气象和环境要素进行高时空分辨率连续观测, 得到的多源遥感资料能够进一步针对边界层雾霾低能见度等灾害性天气开展精细化观测分析.
边界层结构和层内气象要素的变化对于雾霾天气的发生发展及消散过程起着至关重要的作用, 城市污染排放在短时间内一般不会有明显的变化, 此时边界层气象条件决定了污染发展的程度(张佃国等, 2017; 李浩文等, 2017), 包括持续时间、可能达到的污染级别等, 这些都可以通过统计模型或者数值模式得以展示(Chen et al., 2014; 常炉予等, 2016; 侯梦玲等, 2017; 王黎明等, 2017).边界层内的温度层结和垂直风速大小决定了污染物垂直方向上的扩散条件, 而水平风速和地形则是影响水平扩散的重要条件(Zhao et al., 2013; 王珊等, 2014).将微波辐射计和风廓线雷达数据相配合, 能够较好地探测边界层甚至自由对流层中的温度、湿度和风的精细化变化, 弥补常规探空资料时空分辨率差的缺陷, 科研人员在珠三角等地已经开展了较多这方面的研究(吴蒙等, 2015; 李力等, 2016; 韩珏靖等, 2016; 李浩文等, 2017; 沈建等, 2017; 祝薇等, 2018).厦门市地处海峡西岸沿海地区, 是集海岛、内海、城市下垫面和山区于一体的复杂地形区(图 1), 加之台湾海峡的"狭管效应", 以及传输和扩散条件复杂, 利用新型地基遥感设备是研究海西地区边界层污染过程中可行且有效的手段.
图 1(Fig. 1)
 |
| 图 1 厦门市行政区划及监测站点位置 Fig. 1The administrative division of Xiamen City and locations of observation station (Xiangan atmospheric observation station) |
海峡西岸为东亚季风气候, 干季(冬季和初春)是颗粒物污染相对较重的时候, 这是由于东北风的输送及在静稳条件下的本地区累积共同导致, 具有混合型污染的特征(蒋永成等, 2018).现阶段还没有利用多源地基遥感设备针对海西区大气污染过程的边界层特征进行统计和个例分析.为深入探讨厦门地区及海西地区边界层温度、湿度、风等要素与大气污染的联系, 本研究拟利用风廓线雷达和微波辐射计, 结合地面观测资料统计分析边界层风速垂直特征和温度层结变化对于近地层污染的影响, 并结合污染个例进行探讨.旨在讨论多源新型遥感探测资料的融合使用在城市边界层研究中的科学性和可行性.
2 数据和方法(Data and methods)本研究使用布设在厦门市气象局翔安大气探测基地的风廓线雷达和微波辐射计, 型号分别为CFL-06 L波段低对流层风廓线雷达及42通道GRAW-RPG-HATPRO-G4型微波辐射计.根据2016-2017年干季厦门地区的污染过程, 选取2016年11月-2017年1月的数据进行分析, 包括风廓线雷达的逐小时各层风速、风向、垂直风等数据(垂直分辨率为150 m), 以及微波辐射计逐小时气温、湿度等垂直廓线数据(垂直分辨率为10~300 m不等, 随着高度上升, 分辨率下降).根据地基遥感设备的位置选取相应的地面观测站点, 颗粒物观测资料使用厦门市气象局翔安大气成分观测站的PM2.5和PM10逐小时浓度数据, 地面气象要素数据使用厦门市气象局在翔安区大气探测基地观测的气温、气压和风向、风速等数据, 具体观测站点的地理位置详见图 1.
本文通过计算边界层弱风层厚度、垂直温差的变化与地面污染物浓度的相关性, 并通过两次典型污染过程进行进一步探讨.另外, 利用局地环流指数(R)分析局地污染物的扩散情况.局地环流对于污染物的影响体现在是否会由于风向在短时间内的转向导致有效输送不明显的现象, 风场的距离环流指数(R)为风的矢量累积距离与标量累积距离之比, 用于描述风场的通风能力、气流停滞和运动的强度等(Allwine et al., 1994), 具体计算公式如(1)式所示.
 | (1) |
3 结果与讨论(Results and discussion)冬季到初春时段为厦门地区的干季, 也是霾污染集中爆发的时段.在2016年11月-2017年1月厦门地区出现多次持续性颗粒物污染事件, PM2.5浓度多次达到75 μg·m-3以上(轻度污染), 是2013年有连续PM2.5浓度观测以来厦门地区霾污染维持时间最长、污染最为严重的干季.从图 2可以看出, 在11月13-15日PM2.5小时最大浓度超过150 μg·m-3, 达到了中度污染级别, 其中, 11月15日清晨的峰值更是达到了168 μg·m-3, 这对于空气相对清洁的厦门地区而言是极其罕见的颗粒物污染过程.
图 2(Fig. 2)
 |
| 图 2 厦门2016年11月-2017年1月PM2.5浓度变化 Fig. 2The variation of PM2.5 concentration during November, 2016 to January, 2017 in Xiamen |
3.1 边界层风温条件特征3.1.1 边界层弱风层与污染国内外研究均表明, 当没有明显跨区域输送的情形下, 近地面污染物浓度与地面风速的大小呈负相关关系(Quan et al., 2011; 杨欣等, 2014), 静稳小风的近地面条件不利于污染物的扩散.但污染物的累积并不只局限在地面附近, 多地的观测结果表明, 城市污染层一般存在几百米到1 km左右的厚度(沈建等, 2017), 此时, 若利用风廓线雷达数据分析边界层内弱风速层的垂直特征可能比仅分析地面风场更能说明问题(李浩文等, 2017).本研究定义在3 km垂直高度内, 当连续存在两层或以上的风速均小于某个阈值时, 该层为弱风层, 并计算弱风层的厚度.对厦门市重污染时段(2016年11月-2017年1月)的厦门市气象局翔安大气成分站PM2.5浓度与不同风速阈值下的弱风层厚度进行相关分析, 发现当风速阈值设为4.8 m·s-1时, 相关系数最高(图 3), 因此, 定义当风速小于4.8 m·s-1时为弱风层(仅针对厦门地区该时段的分析).
图 3(Fig. 3)
 |
| 图 3 弱风层风速阈值与PM2.5浓度之间的相关系数演变(选取风速小于4.8 m·s-1以下为弱风层时与污染物浓度变化的相关系数最高) Fig. 3The correlation coefficient scatter diagram between threshold of weak wind layer thickness and PM2.5 concentration |
通过上述的定义, 计算2016年11月-2017年1月逐小时弱风层厚度与地面逐小时PM2.5浓度之间的相关系数, 可以看出二者呈显著的正相关(图 4a), 相关系数为0.39(通过了99.9%的显著性检验), 说明当边界层内弱风层越厚, 地面累积的PM2.5浓度越高, 这与地面风速进行相关分析后得到的结论类似, 但同时段的PM2.5与地面风速之间的相关系数的绝对值仅为0.35(图 4b), 说明边界层弱风层厚度更能反映地面颗粒物的浓度水平, 更能代表整个边界层内的污染扩散条件.
图 4(Fig. 4)
 |
| 图 4 厦门地区干季PM2.5浓度与弱风层厚度(a)和10 m风速散点图(b)(右上角为相关系数的绝对值) Fig. 4Scatter diagram of PM2.5 concentration and thickness of weak wind layer(a) and scatter diagram of PM2.5 concentration and surface wind speed during dry season in Xiamen(b) |
边界层内风场垂直结构特征对地面污染物浓度变化的影响, 以及影响机制内是否存在响应时间也是值得探讨的.表 1为10 m风速、弱风层厚度(包括当前时次与提前1~5 h)与PM2.5浓度的相关系数, 可以看出10 m风速与地面PM2.5浓度的相关性最差, 而PM2.5浓度与弱风层厚度的相关系数均大于与10 m风速的相关系数.另外值得注意的是, 当对前1 h的弱风层厚度与PM2.5浓度进行相关分析时, 其相关系数大于当前时次, 因此, 分别计算提前2~5 h的弱风层厚度与PM2.5的相关系数, 发现提前2 h左右, 相关系数最高, 表明边界层弱风结构对于地面污染物浓度的影响有一定的响应时间, 这个响应时间是雾霾低能见度事件提前预报预警的关键, 而10 m风速提前1~5 h与PM2.5浓度的相关系数随时间提前逐渐减小, 并未表现出提前响应的特征, 弱风层厚度可作为颗粒物污染的预报指标.
表 1(Table 1)
| 表 1 10 m风速、弱风层厚度(包括当前时次与提前1~5 h)与PM2.5浓度的相关系数 Table 1 Correlation coefficient table of surface wind speed, thickness of weak wind layer (included current time and past 1~5 hours) with PM2.5 concentration | |||||||||||||||||||||||||||
表 1 10 m风速、弱风层厚度(包括当前时次与提前1~5 h)与PM2.5浓度的相关系数 Table 1 Correlation coefficient table of surface wind speed, thickness of weak wind layer (included current time and past 1~5 hours) with PM2.5 concentration
| |||||||||||||||||||||||||||
 | |||||||||||||||||||||||||||
3.1.2 边界层垂直温差与污染除了边界层风之外, 边界层内的温度垂直结构特征也是影响地面污染物浓度的重要条件, 热量的垂直传递可以反映大气在垂直方向上的扩散程度.因此, 本文分析了2016年11月-2017年1月离地面3 km高度内的垂直温差与地面PM2.5浓度的相关性.从图 5可以看出, 0~3 km垂直温差与PM2.5呈显著的正相关关系, 相关系数为0.33(通过99.9%的显著性检验), 说明PM2.5浓度较高时0~3 km的垂直温差更大.这可能是由于在PM2.5污染较重的干季, 大气层结相对较稳定, 垂直扩散条件较差, 使得近地面的热量难以向上传输, 引起垂直温差增大, 因此, 垂直温差的变化可以在一定程度上反映干季大气的垂直扩散条件.另外, 当PM2.5浓度大于120 μg·m-3时, 0~3 km垂直温差基本都大于4℃, 但当PM2.5为低浓度和中等浓度时, 0~3 km的垂直温差分布范围较广(2~5℃).如果以PM2.5浓度超过国家二级标准75 μg·m-3作为颗粒物污染的标准, 并不是所有的污染均有垂直温差较大的特征, 接下来的个例分析中还将进行详细探讨.
图 5(Fig. 5)
 |
| 图 5 厦门地区0~3 km温差与PM2.5浓度散点图与相关系数 Fig. 5Scatter diagram of PM2.5 concentration and temperature difference under 3 km during dry season in Xiamen |
3.2 大气颗粒物污染过程的边界层分析3.2.1 颗粒物累积过程选取2016-2017年干季中PM2.5浓度最高的一次污染过程展开分析, 图 6为2016年11月12-16日PM10与PM2.5浓度的变化曲线, 颗粒物从12日夜间开始攀升, 分别于13-15日的清晨至上午达到峰值, 其中最大浓度出现在15日清晨, PM10浓度达到212 μg·m-3, PM2.5浓度为168 μg·m-3, 15日白天冷锋过境, 颗粒物被迅速清除.本次污染过程颗粒物浓度均超过国家二级标准75 μg·m-3, 达到轻度污染级别, 个别时次达到重度污染.
图 6(Fig. 6)
 |
| 图 6 2016年11月12-16日PM10与PM2.5逐小时浓度变化 Fig. 6Hourly variations of PM10 and PM2.5 concentrations during 12-16 November, 2016 |
利用地基遥感资料(微波辐射计和风廓线雷达)分析此次过程的边界层特征(图 7).冷锋来临前, 边界层内的温度逐日攀升, 14日1500 m高度的温度都已经超过了20℃(图 7a), 是典型的暖区污染过程, 直至15日白天20℃温度线下降至近地面附近, 边界层增温有利于颗粒物的吸湿增长.另外, 从风廓线的单点时序变化可以看出, 13-15日重污染期间, 2 km高度内风速均处于较低水平, 近地面甚至接近于静风条件(图 7b), 且在冷锋来临前, 风速小, 维持几日的静稳条件使得颗粒物不断累积, 颗粒物浓度达到此次过程的最高值(图 6).值得注意的是, 逐小时分析13-15日1.5 km内的风廓线时序图(图 7c), 发现静稳的边界层内还存在风向的日变化, 厦门地处沿海地区, 在无天气尺度系统影响时易出现海陆风环流.从图 7c可以看出, 13-14日白天(6:00-12:00)边界层内以偏北和偏西方向的陆风为主, 来自厦门及周边的污染物在局地累积, 从下午到夜间开始, 风向转为偏南风控制.通过计算13-14日边界层内各高度的平均局地环流指数R, 发现在1 km高度以下R值均小于0.5, 而在500 m以下R值更是逐渐趋近于0(图 7d), 说明该时段内边界层内不存在有效的传输和扩散, 气流基本处于停滞的状态, 这种局地环流的形成使得颗粒物堆积在污染边界层内, 难以有效清除.
图 7(Fig. 7)
 |
| 图 7 2016年11月12-16日0~3 km微波辐射计温度时序变化分布图(a)、0~3 km风廓线时序变化(逐3 h)(b)、及11月13-15日0~1.5 km风廓线逐小时变化(c)和回流指数R垂直分布(d) Fig. 7Time serials variation of vertical temperature difference(a) and per three hours wind profile between 0~3 km during 12-16 November, 2016(b), and hourly wind profile between 0~1.5 km(c), averaged backflow index (R) vertical distribution during 13-15 November, 2016(d), by using microwave radiometer and wind profile radar |
前文已经讨论过边界层垂直温差与污染物浓度的关系, 0~3 km垂直温差在一定程度上可以反映垂直扩散条件.图 8是2016年11月12-16日过程的0~3 km垂直温差和PM2.5浓度变化趋势, 垂直温差存在明显的日变化, 白天温差大, 夜间小.从整体变化趋势上看, 12-14日0~3 km垂直温差明显上升, 一方面反映的是在冷锋来临之前近地面升温显著, 另一方面说明该时段内由于边界层垂直混合作用弱, 热量难以向上输送, PM2.5浓度在垂直扩散条件较差的情形下不断累积.在此次无明显天气系统影响下的颗粒物污染事件中, PM2.5浓度变化趋势与垂直温差变化趋势一致, 反映出垂直扩散条件较弱情形下的污染特征.
图 8(Fig. 8)
 |
| 图 8 2016年11月12-16日PM2.5浓度与0~3 km温差逐小时变化趋势 Fig. 8Hourly variation of vertical temperature difference between 0~3 km and PM2.5 concentration during 12-16 November, 2016 |
3.2.2 颗粒物传输过程分析2016年12月4-7日颗粒物污染过程, PM10和PM2.5浓度相比于2016年11月的过程较低些, 但仍有较多时次超过75 μg·m-3的二级标准, 值得注意的是, 污染浓度峰值并不是只在清晨或者日上午出现, 12月6日夜间也出现了颗粒物峰值, 浓度没有明显的日变化(图 9).
图 9(Fig. 9)
 |
| 图 9 2016年12月4-7日PM10与PM2.5逐小时浓度变化 Fig. 9Hourly variations of PM10 and PM2.5 concentrations during 4-7 December, 2016 |
同样使用遥感数据对此次过程进行边界层特征分析, 探讨微波辐射计边界层垂直温度变化, 发现12月4-5日白天边界层内气温较高, 5日夜间起温度明显下降, 近地面气温下降至10℃左右(图 10a), 同时对应风廓线雷达时序图, 边界层内转为一致的东北风, 且风速明显加大(图 10b), 说明5日夜间起冷空气入侵, 出现大风降温天气过程.可以看出5日夜间至7日凌晨2 km高度内始终维持着较强东北风, 在这种水平扩散条件很好的情况下, 6日夜间却出现较高的颗粒物浓度.图 10c是12月6日风廓线雷达3 km高度内各层垂直速度的时间演变情况, 6日上午边界层内是较弱的上升运动, 中午开始转为较为明显的下沉运动, 边界层内的垂直下沉条件一直维持到6日晚上23:00左右, 最大下沉速度达到了0.5 m·s-1, PM2.5浓度在6日中午开始增加, 峰值出现在22:00-23:00左右, 这与下沉运动出现的时间基本一致, 说明边界层内由上至下的垂直输送与此次颗粒物污染息息相关, 上游地区污染物有可能通过边界层内的东北气流传输至厦门地区上空, 并扩散传输至近地面.
图 10(Fig. 10)
 |
| 图 10 2016年12月4-7日0~3 km微波辐射计温度时序变化分布(a)、0~3 km风廓线时序变化(逐3 h)(b)及12月6日5:00-7日1:00垂直速度随高度变化(负值代表上升运动, 正值代表下沉)(c) Fig. 10Time serials variation of vertical temperature difference(a) and per three hours wind profile between 0~3 km during 4-7 December, 2016(b), and vertical velocity profile between 0~3 km during 5:00 December 6th to 1:00 December 7th (the negative values represent descending motion), by using microwave radiometer and wind profile radar(c) |
进一步探讨边界层条件对东北气流下传输过程的影响机理, 6日的低空急流上部约存在弱风层, 从中午开始, 弱风层逐渐向低层扩展, 弱风层的层底高度也由清晨的2.3 km左右下降至夜间的1.5 km.对比弱风层底的高度与PM2.5浓度变化, 层底高度的下降对应PM2.5浓度快速增长(图 11), 一方面说明弱风层厚度增加对PM2.5累积的作用, 另一方面也反映了在从午后开始的较强下沉气流作用下, 边界层高度下降, 边界层内的颗粒物浓度随之上升.从7日0:00开始PM2.5浓度迅速下降, 而弱风层底高度同样也维持下降趋势, 说明该指标并不能完全代表污染物下沉传输过程, 应与下沉气流等其他边界层物理量综合判定.
图 11(Fig. 11)
 |
| 图 11 12月6-7日弱风层底高度与PM2.5浓度变化 Fig. 11Hourly variations of PM2.5 concentrations and bottom height of weak wind layer during 6-7 December, 2016 |
图 12是12月5-7日PM2.5浓度与0~3 km温差变化趋势图, 与11月静稳条件下颗粒物污染过程中边界层温差与PM2.5浓度表现出的同增同减的趋势不同, 12月5-7日颗粒物污染上升时, 伴随着0~3 km垂直温差下降, 二者存在明显的负相关关系, 在冷空气的作用下地面出现显著降温, 且低空急流和垂直运动的存在(图 10c)使得热量在垂直方向分布趋于均匀, 垂直温差下降, 同时也进一步佐证了污染物在受垂直扩散作用下有向下输送至地面的可能.虽然从统计分析上看, 厦门地区干季边界层垂直温差较大时, 出现局地累积的污染可能性较大, 但在东北风传输条件下也有颗粒物污染的可能, 两种污染的边界层过程机制不同, 厦门地区在干季是混合污染边界层特征.
图 12(Fig. 12)
 |
| 图 12 2016年12月5-7日PM2.5浓度与0~3 km温差逐小时变化趋势 Fig. 12Hourly variation of vertical temperature difference between 0~3 km and PM2.5 concentration during 5-7 December, 2016 |
4 结论(Conclusions)1) 厦门地区秋、冬季颗粒物污染过程中, 边界层内弱风层厚度的变化与颗粒物浓度的相关性比地面风场更好, 在颗粒物累积过程中, 弱风层厚度能够更好地表征边界层内的扩散条件变化, 更好地定性表征和预测近地面污染的变化.
2) 近地层增温和静稳的边界层特征是局地污染累积的重要原因, 边界层内存在较厚的弱风层, 且静稳条件下风向在日间出现转换, 污染时段内的气流运动基本处于停滞状态, 不利于污染物的扩散.干季污染物的累积过程存在近地面增暖现象, 干季相对稳定的层结特征使得热量难以向上传递, 引起边界层垂直温差增大, 因此, 垂直温差可以从一定程度上反映干季边界层的垂直扩散条件.
3) 冷空气过程有将上游污染物向本地区输送的可能, 东北大风输送颗粒物至本地区上空, 由于边界层内存在垂直下沉运动, 有利于污染物沉降至地面, 造成地面浓度升高.本文的研究结果, 包括弱风层阈值的选取及其他边界层参量的确定和分析, 仅针对于2016-2017年干季的污染过程, 后续还将针对多年的数据统计及更多的污染个例开展全面分析, 以获得更加合适的边界层相关指标, 进一步深入探讨城市污染边界层特征.
4) 本研究发现海峡西岸城市在颗粒物污染过程中存在不同类型的边界层特征, 颗粒物局地累积过程伴随着静稳和低扩散效率的边界层条件, 传输过程则是存在大风下沉的边界层特征, 研究结果为城市霾污染联防联控和污染减排提供了理论依据.多源地基遥感数据联合分析, 能够进一步解释城市边界层内气象条件对于城市大气环境变化的影响, 集合各设备的探测优势开展宜居城市和污染气象条件研究具有较高的可行性和科学性.
参考文献
| Allwine K J, Whiteman C D. 1994. Single-station integral measures of atmospheric stagnation, recirculation and ventilation[J]. Atmospheric Environment, 28(4): 713-721. DOI:10.1016/1352-2310(94)90048-5 |
| 常炉予, 许建明, 周广强, 等. 2016. 上海典型持续性PM2.5重度污染的数值模拟[J]. , 环境科学, 37(3): 825-833. |
| Chen T F, Chang K H, Tsai C Y, et al. 2014. Modeling direct and indirect effect of long range transport on atmospheric PM2.5 levels[J]. Atmospheric Environment, 89: 1-9. DOI:10.1016/j.atmosenv.2014.01.065 |
| 陈彬彬, 林长城, 杨凯, 等. 2012. 基于CMAQ模式产品的福州市空气质量预报系统[J]. 中国环境科学, 32(10): 1744-1752. DOI:10.3969/j.issn.1000-6923.2012.10.003 |
| Deng J J, Du K, Wang K, et al. 2012. Long-term atmospheric visibility trend in Southeast China, 1973-2010[J]. Atmospheric Environment, 59: 11-21. DOI:10.1016/j.atmosenv.2012.05.023 |
| 韩珏靖, 陈飞, 张臻, 等. 2016. 基于微波辐射计和风廓线资料建立AQI预报[J]. 环境科学与技术, 39(S2): 474-479. |
| 侯梦玲, 王宏, 赵天良, 等. 2017. 京津冀一次重度雾霾天气能见度及边界层关键气象要素的模拟研究[J]. 大气科学, 41(6): 1177-1190. |
| 蒋永成, 赵天良, 王宏, 等. 2015. 福州市PM2.5污染过程中大气边界层和区域传输研究[J]. 中国环境科学, 35(2): 347-355. |
| 蒋永成, 郑辉, 蒋宗孝, 等. 2018. 基于多源观测资料的海峡西岸城市春季颗粒物污染研究[J]. 环境科学学报, 38(5): 1339-1750. |
| 蒋永成, 蒋宗孝, 童怀忠, 等. 2018. 厦门市颗粒物输送路径和源区季节特征分析[J]. 环境科学与技术, 41(10): 1-8. |
| 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, 37(8): 3044-3053. |
| 李力, 张蓬勃, 戴竹君, 等. 2016. 利用微波辐射计对南京2013年12月霾天大气温湿结构的探测分析[J]. 气候与环境研究, 21(1): 8-16. |
| Quan J, Zhang Q, He H, et al. 2011. Analysis of the formation of fog and haze in North China Plain (NCP)[J]. Atmospheric Chemistry and Physics, 11: 8205-8214. DOI:10.5194/acp-11-8205-2011 |
| 沈建, 沈利洪, 韩笑, 等. 2017. 激光雷达与微波辐射计联合观测大气边界层高度变化[J]. 气象科技, 45(3): 425-429. |
| 王宏, 林长城, 陈晓秋, 等. 2011. 天气条件对福州近地层臭氧分布的影响[J]. 生态与环境学报, 20(8/9): 1320-1325. |
| 王黎明, 吴香华, 赵天良, 等. 2017. 基于距离相关系数和支持向量机回归的PM2.5浓度滚动统计预报方案[J]. 环境科学学报, 37(4): 1268-1276. |
| 王珊, 修天阳, 孙扬, 等. 2014. 1960-2012年西安地区雾霾日数与气象因素变化规律分析[J]. 环境科学学报, 34(1): 19-26. |
| 吴蒙, 吴兑, 范绍佳. 2015. 基于风廓线仪等资料的珠江三角洲污染气象条件研究[J]. 环境科学学报, 35(3): 619-626. |
| 杨欣, 陈义珍, 刘厚凤, 等. 2014. 北京2013年1月连续强霾过程的污染特征及成因分析[J]. 中国环境科学, 34(2): 282-288. |
| 张佃国, 王洪, 崔雅琴, 等. 2017. 山东济南地区2015年大气边界层逆温特征[J]. 干旱气象, 35(1): 43-50. |
| Zhao X J, Zhao P S, Xu J, et al. 2013. Analysis of a winter regional haze event and its formation mechanism in North China Plain[J]. Atmospheric Chemistry and Physics, 13: 5685-5696. DOI:10.5194/acp-13-5685-2013 |
| 郑秋萍, 王宏, 林长城, 等. 2013. 海峡西岸沿海城市群大气污染物浓度特征及其与天气形势的关系[J]. 环境科学学报, 33(2): 356-363. |
| 祝薇, 李浩文, 王宝民, 等. 2018. 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[J]. 环境科学学报, 38(5): 1689-1698. |
