基于北京325米气象塔数据的重度雾霾过程中的城市边界层特征外文翻译资料

基于北京325米气象塔数据的重度雾霾过程中的城市边界层特征

摘要：2015年11月24日至2015年12月2日，北京经历了很严重的雾霾污染。为了调查行星边界层的特征，尤其是湍流特征，作者利用北京的325m的气象站观测资料分析了重度污染天气的风速，温度，湿度和湍流特征。结果表示污染主要是由于东风和南风引起的。风速，湍流动能，摩擦速度和PM_2.5浓度存在负相关关系。在无污染的时候，风速随着高度的增大而明显增大;然而，在重度污染期间，风速从近地层向顶部变化很小。相比之下，湍流动能从近地层到上层的空间的变化不太明显。此次研究中的重度雾霾污染往往以逆温层的出现为特征;因此，边界层温度的日变化非常小。在发生严重污染时候，相对湿度接近100％。当严重污染发生时，日变化显热通量和水汽通量都明显降低。

关键词：大气边界层; 雾霾; 空气污染; 湍流

1、介绍

随着中国经济的快速发展和城市化进程的加快，大气污染物排放的强度也在增长(Chan and Yao 2007; Guo et al. 2010; Zhao et al. 2012; Huang et al.2014)。高浓度的相对长期持续的气体污染往往伴随着西南，东南和东北的风向，并且频率非常高（Xu et al.2011）。在恶劣污染的天气情况下，人为污染物的高排放会快速积累，尤其是在低风和稳定又湿度很高的环境下，短时间内会形成严重区域的污染（Wei etal.2017）。混合大气污染云会影响天气的过程，比如气温和降雨（Ding et al.2013）。吸收气溶胶还可以通过辐射过程影响显热通量和潜热通量，从而影响边界层的过程（Huang et al.2016）；此外，气溶胶种类存在明显的季节差异，这是与不同的气象条件和空气污染源有关（Zhang et al.2013）。

近年来，中国京津冀地区经常出现严重污染天气；测出的细颗粒物质浓度（PM_2.5）经常超过警戒线（Lin,Pan, and Zhang 2013; Tang et al. 2016）。 在2012/13冬季，北京的PM_2.5小时平均浓度大多都会超过200 mu;g · m^－3，在观测期间最大值超过600 mu;g · m^－3（Quan et al.2014）。 冬季北京已成为我国及其他地区受污染最严重的城市之一（Wen et al.2016）。 由于雾霾天气，大气层的能见度降低会危及人们的生命安全对于出行安全而言（Luan et al.2018），并对人类健康产生不利的影响（Chen, Zhao, and Kan 2013）。

空气污染主要由两个因素决定，即污染源和气象条件，这对研究重空气污染发生的气象条件非常重要（Liu and Chan 2002; Sun et al.2013; Tang et al.2018）。 此外，由于污染源几乎总是在大气边界层（离地面1-2千米），因此边界层的气象条件对于揭示雾霾污染的形成机制和控制和预测雾霾污染并且提供有意义的科学参考显得更为重要（Schichtel et al.2001; Liu and Chan 2002）。污染物排放后在边界层中带电，它们经历物理和化学的转化以及干湿沉积过程，并且通过平流和湍流扩散过程进一步传输。

在空气污染方面对边界层进行了大量的研究，包括观测分析和数值模拟（Yang, Dong, and Liu 2011; Sun et al. 2013; Zheng and Zhao 2017）。 了解污染物产生，传输和转化，以及雾霾与边界层之间相互作用的研究，这些都是热门话题。 然而，在严重污染的天气条件下对边界层结构的研究都很少。 现有的观察和分析主要集中在近地层；使用来自气象塔的观测数据很少见。再者，污染期间不同高度之间湍流特性的变化都是未知的。

在本次研究中，利用2015年11月24日至2015年12月2日严重雾霾污染期间北京325米气象塔的数据，研究了严重污染天气条件下的边界层和湍流特征。给出并分析了风速、风向，温度和湿度的统计特征，并与相应的PM_2.5污染监测数据进行了对比; 另外，我们比较了顶层和上层的一些湍流特征。本文的目的是了解重污染条件下城市边界层的结构，为理解重污染的机制和改善大气污染在许多模型中的参数化提供参考。

2、观测仪器和数据

中国科学院大气物理研究所的气象塔建于1979年8月，海拔49米，高325米，位于北京北三环与北四环之间（北纬39°58，东经116°22）。塔上共设置了15个观测平台（8,15,32,47,65,80,100,120,140,??160,180,200,240,280和320米），风速（010C，MetOne，USA），风向（020C，MetOne，USA），温度（HC2-S3，Rotronic，瑞士）和湿度（HC2-S3，Rotronic，瑞士）观察仪器安装在每个平台上。此外，气象塔上还安装了七套三维超声波风速仪（Wind Master，Gill，USA）和水蒸汽/二氧化碳分析仪（LI-7500，Licor，USA）（8,15,47,80， 140,200和280米）。所有湍流数据采样频率均为10 Hz。为了获得大气湍流数据的平均有效统计值，研究人员通常使用10-60分钟作为平均时间（Kmail and Finigan 1994; Wood et al. 2010）。在本文中，平均时间为20分钟。气象塔的详细描述可以在Al-Jiboori和Hu（2005）以及网站http://view.iap.ac.cn:8080/imageview/上找到。

本论文中使用的数据还包括空气污染指数（AQI）和来自在线公开发布数据的其他的相关空气污染数据。作为本次研究的对象，我们从2015年11月24日至2015年12月2日期间选择了非常严重的雾霾事件的数据。本文使用的时间是本地站时间（LST）。表1显示了北京在此次严重污染期间六种主要大气污染物的日平均数据。选择这一时期的原因是北京的空气质量已经从良好的气象条件变为重污染天气，然后恢复到良好的状态，经由了雾霾天气的发生，发展和消散过程。在选定的五天严重污染期内，11月29日中期是红色警报问题的关键。根据“空气质量指数技术规范”（HJ 633-2012），红色警报意味着空气污染指数达到300以上并持续超过三天。根据11月29日中午后对空气质量的初步预测，重污染过程主要分为两部分，因此不符合红色警报预警的条件。但事实上，这一天的污染情况被低估了。

表1 2015年11月24日至12月2日北京六种主要大气污染物日均数据

3、结果和讨论

3.1有关风，温度和湿度的分析

为了全面了解污染过程，我们分析了温度的垂直剖面，风速和风向，如图1所示。我们还选择两个典型时间12:00（中午）和02:00（夜晚）代表白天和黑夜。此外，我们还在21:00选择了一个图片来加强分析。根据Stull（1988），潜在温度的计算方法如下：

theta; =T gamma;_dz，(1)

其中gamma;_d为干绝热温度下降率并且等于0.00975 K m^-1，T为空气温度，z为测量高度。 0°代表北风。 在11月25日，空气质量良好。在12:00（图1（a）），高海拔风速约为5 m · s^－1，并且潜在温度曲线显示边界层的高度不同稳定性也不同。但总体上的来说，高层和低层之间的温度差异不是很大，而且基本上是中性层。 11月26日02:00（图1（b）），从城市表层到高层，西北风占主导地位。与白天相比，风速显著增加，最大风速可达到约为12 m · s^－1。在强风的作用下，潜在温度的变化随高度变化很小，并且仍然以中性边界层为特征。在11月28日之前，空气污染已经持续了两天，而在12点的风廓线（图1（c））显示主要的东北风是大约2米/秒，这表明天气稳定。此外，与此时的11月25日相比，气温有所上升。夜间（图1（d）），大气边界层的主要风向流动是东南风，虽然风速较小，但为北京地区气溶胶颗粒的吸湿增长提供了丰富的水蒸汽。行星边界层（PBL）与白天相比，温度变化很小。这可以看出，大气的保温效果是很显著的。

11月29日是雾霾天气持续污染的第三天。0200的风向变为了西北方向（图1（e）），但气象塔观测到的风速几乎不超过2 m · s^－1。 从风的分布上来看，虽然中午的风向（图1（f））仍然是逆时针的，并且高层的风速增加到5 m · s^－1，但低风速仍然保持不变，维持在2 m · s^－1。 潜在的温度曲线表明，在地表上方200米处明显存在很明显的逆温层。 由于夜间地球表面长波辐射的冷却效应（图1（g）），边界层在地表面大约150m的地方都非常的稳定，在超过150的部分是当天的剩余层。无论是在11月30日中午12点（图1（h））还是12月1日的02:00（图1（i）），风仍然很小并且主要是由东北风支配。

在12月1日，雾霾污染情况仍不乐观。 白天风速仍低于2 m · s^－1（图1（j）），并出现有西北风的现象。 到了晚上，风速有一定程度的增加（图1（k））。 在12月2日的LST 1200（图1（l）），主要的西北风风速明显增加，最大风速增加到近15 m · s^－1。 就潜在的温度曲线而言，此时仍然存在稳定的分层。一般来说，污染过程中PBL的低水平主要是由于南风和东风而导致的。

图2（a）显示了雾霾期间风速和PM_2.5浓度的时间演变趋势。我们选择了两个具有代表性的高度，分别是近地面（15米，在城市冠层）和上部高度层（280米）;并给出了相应的PM_2.5浓度观察结果。从图中可以看出，风速与PM_2.5浓度之间存在着显著的负相关关系。这也就是说，当风速越高时，PM_2.5的浓度越低，反之亦然。在晴朗无污染的日子里，风随高度变化很大，最大差异可达到约为10 m · s^－1（例如11月26日）。然而，在重度污染期间，从近地表层到上层，风速随高度变化不大，平均只有2-3 m · s^－1。 11月29日中午，风速增加到280米，但强风维持的时间比较短。 15米的风速仍然低于2 m · s^－1，这对污染情况的预测带来了比较大的困难。

图1. 风速和潜温的垂直剖面，12:00（a）11月25日，（c）11月28日，（f）11月29日，（h）11月30日，（j）12月1日，（l）12月2日; 02:00（b）11月26日（e）11月29日，（g）11月30日，（i）12月1日，（k）12月2日；21:00 （d）2015年11月28日

图2．（a）风速在15米（红线；单位：m · s^－1），280米（绿线；单位：m · s^－1）和PM₂的浓度（蓝色线；单位：mu;g · m^－3）（数据来源：http：//www.stateair.net/web/post/1/5.html）时空演变的分布变化（b）T-Td（单位：°C / 100 m）和（c）RH（单位：％）

为了分析湿度的时间和空间的综合分布，我们调查展示了在次天气过程期间图2（b）的温度露点差 (T minus; Td) 。露点温度的测量值是根据水蒸汽/二氧化碳分析仪的数据而计算出来的。当污染程度低时，温度露点差从地面到高层大多大于零，表明湿度也很低（例如12月2日）。粒子的湿生长是发生雾霾天气期间的重要物理机制，于是我们进一步检查了相对湿度的变化在这个原因之下（图2（c））。我们可以清晰地看到以下特征从图2（c）中：（1）当污染程度相对较低时，相对湿度相对较低，例如11月25日12:00至11月26日的12:00和12月2日；但当污染程度很高时，相对湿度显著增加，甚至达到了100％。 （2）当重污染天气发生时（12月1日），随高度的湿度分布也出现了一个分层现象。 RH高度为32米地面已达到100％；然而，相对湿度在高度为32-100米和相对湿度为140-180米时会远远小于95％；再者，100-200米和200米的相对湿度甚至更上层又是100％。因此，我们可以看到在雾和霾混合下的多个分层结构。

3.2湍流特征

为了研究湍流对PM_2.5浓度的影响，我们选择湍流动能（TKE）和摩擦速度（u _*）作为反映湍流强度的指标。我们用计算TKE，并且用计算u_*。u，v和w分别是u，v和w的速度分量的波动值。图3（a，b）显示了城市冠层（15米）和上层（280米）以及PM_2.5的TKE和u _*之间的关系。我们可以清楚地看出，TKE对PM_2.5浓度的变化有着显著的影响。强的TKE表明反应能力强，并且相应的PM_2.5浓度会低，反之亦然。重污染期间的TKE基本上小于1 m²· s^－2。还可以发现，无论是否受到严重污染，TKE从近表面到上层的空间分布变化都不是非常显著。然而，这种现象与图2（a）中所示的风速随高度的变化不同，尤其是在具有良好空气质量的低PM_2.5浓度下。如图3（b）所示，u _*和PM_2.5之间存在着明显的负相关关系。在晴朗无污染的天气下，280米处的ult;

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[19243]，资料为PDF文档或Word文档，PDF文档可免费转换为Word