热带气象学报  2017, Vol. 33 Issue (6): 912-921  DOI: 10.16032/j.issn.1004-4965.2017.06.012
0

引用本文  

王成刚, 李颖, 曹乐, 等. 苏州东山冬季大气边界层结构特征及其对污染物浓度的影响[J]. 热带气象学报, 2017, 33(6): 912-921.DOI: 10.16032/j.issn.1004-4965.2017.06.012.
王成刚, 李颖, 曹乐, 等. Analysis on atmospheric boundary layer structure and its effect on pollution concentration over dongshan, suzhou in winter[J]. JOURNAL OF TROPICAL METEOROLOGY, 2017, 33(6): 912-921. DOI: 10.16032/j.issn.1004-4965.2017.06.012.

资助项目

国家自然科学基金重点项目(91544229);国家重点研发计划(2016YFC0203304)共同资助

通讯作者

王成刚,男,山西省人,副教授,博士,研究方向:大气边界层。E-mail: wcg@nuist.edu.cn

文章历史

收稿日期:2016-09-12
修订日期:2017-03-20
苏州东山冬季大气边界层结构特征及其对污染物浓度的影响
王成刚 , 李颖 , 曹乐 , 严家德 , 安俊琳     
南京信息工程大学/中国气象局气溶胶与云降水重点开放实验室,江苏 南京 210044
摘要:利用2015年1月15—27日在苏州东山气象观测站系留气艇观测数据以及细颗粒物浓度观测资料,对东山大气边界层结构特征及其对污染物垂直结构分布的影响进行分析研究。结果表明:苏州东山地区冬季空气污染过程的边界层结构演变比较典型,夜间稳定边界层高度约为200 m,白天最大边界层高度可达1 000 m。边界层内污染物垂直结构分布易受边界层高度的影响,较低的大气边界层高度可使细颗粒物在近地层持续累积;反之,边界层高度较高,湍流发展旺盛,颗粒物垂直分布均匀。夜间大气边界层稳定,逆温结构多发,导致近地面出现细颗粒物堆积。风的垂直结构对细颗粒物空间分布也存在显著影响,在风速较小的低空层细颗粒分布较多,而风速较大的中高层的分布较少。
关键词边界层结构    细颗粒物    垂直结构    逆温    风速    
ANALYSIS ON ATMOSPHERIC BOUNDARY LAYER STRUCTURE AND ITS EFFECT ON POLLUTION CONCENTRATION OVER DONGSHAN, SUZHOU IN WINTER
WANG Cheng-gang, LI Ying, CAO Le, YAN Jia-de, AN Jun-lin     
Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration, Nanjing University of Information Science and Technology, Nanjing 210044, China
Abstract: During January 15—27, 2015, a sounding experiment in atmospheric boundary layer over Dongshan, Suzhou was performed. Structural characteristics of atmospheric boundary layer conditions and the impacts brought by boundary layer structure on the vertical distribution of pollutants in Dongshan were studied. The results show that the evolution of boundary layer structure over Dongshan in the process of air pollution is typical. Stable boundary layer height was 200 meters at night, and the maximum boundary layer height during the day was 1 000 meters. Pollutant concentration in the boundary layer was easily affected by its height, and low boundary layer height made fine particulates accumulate in the surface layer; on the contrary, when the boundary layer height was high, turbulence developed vigorously, and fine particulates were distributed evenly in the vertical direction. In addition, due to the stable boundary layer with inversion structure at night, pollutants were prone to gather near the ground. The vertical structure of the wind distribution also had a significant effect on the spatial distribution of fine particulates. The distribution of fine particles is more in the low-velocity layer with smaller wind speed but less in the middle and high layers with larger wind speed.
Key words: boundary layer structure    fine particulate    vertical structure    inversion    wind speed    
1 引言

霾是发生在边界层内使能见度降低的一种灾害性天气[1],是一种典型的大气污染。长江三角洲(简称长三角)是我国霾污染频繁发生的地区,近几年来爆发多次较大范围的强霾污染过程。国家气候中心监测资料显示,2013—2015年我国东部地区全年霾日数比往年同期有大幅度增加,影响范围涉及山东西部、江苏及浙江等多个地区。霾污染具有强度大、持续时间长、发生范围广的显著特征,因而引发学术界的广泛讨论。目前,不少针对霾污染的研究表明,大气污染的输送和扩散通常与各种天气尺度的气象条件密切相关[2-9],尤其易受到大气边界层结构的影响。大气边界层是下垫面与大气之间的动量、热量、水汽以及物质发生交换的主要场所,其结构特征对霾污染的输送和扩散有直接关系[10-11]。近年来的研究发现,近地面风速减小会导致近地层污染物向外输送扩散的能力减弱;水平风垂直梯度减小也会使大气垂直混合作用减弱,进而有利于霾的维持和发展[12]。张碧辉等[13]认为,边界层湍流有利于污染物在边界层内扩散,边界层高度决定了污染物扩散的有效空气体积。较高的边界层高度的污染物扩散能力强,而较低的边界层高度和其顶部的强逆温层则会阻断上下层的大气流动,导致霾天气出现。此外,边界层内湿度增大、逆温层的出现以及大气层结稳定均有利于霾过程的形成和维持[14]。海陆风、山谷风、城市热岛环流等也会对污染物的堆积和消散起重要作用[15-16]

然而,上述研究通常是基于地面空气污染状况与边界层结构特征的分析。而有关于边界层内细颗粒物的垂直结构分布状况以及边界层结构对其影响的研究较少。本文将以此为出发点,利用2015年1月15—27日长三角地区的地面观测资料及边界层垂直观测资料,着重讨论大气边界层内的温度、湿度和风的垂直结构分布对颗粒物垂直分布的影响,更加直观地认识边界层结构对细颗粒物分布的影响,了解在霾的形成及其消散机制中所起重要作用。

2 试验介绍及资料订正 2.1 试验背景

本次试验针对长三角地区冬季霾过程的生消机制开展外场观测,加密观测站点有5个。其中2个城市站点:南京邮电大学、苏州环境监测站;2个城乡站点:南京信息工程大学、苏州东山气象站;1个区域背景站点:临安气象站。观测时段为2015年1月15—27日。观测仪器主要是XLS-Ⅱ型系留气艇探空系统(气艇容量为5.25 m3;拉线最大拉力为175 kg;有效载荷为1~12 kg)、激光雷达、CEM DT-9881M颗粒物粒子计数空气质量检测仪及BAM-1020粒子监测仪(美国METONE公司产品)等,各站点仪器详见表 1

表 1 2015年1月15—27日长三角地区5个加密观测站点所用的观测仪器

通常系留汽艇只能获取温、压、湿、风等气象要素,而BAM-1020粒子监测仪只能测得地面颗粒物浓度,无法获取边界层内污染物垂直结构的分布。因此,本次试验特将便携式颗粒物粒子计数仪缚于系留艇上,即可同时获取边界层范围内各高度的温度、气压、湿度、风向、风速、PM2.5和PM10,有利于充分讨论边界层内污染物垂直结构分布,以及边界层垂直结构特征对它的影响。颗粒物粒子计数仪启动延时为3 s,采样间隔为5 s,采样时间为10 s,采样体积为0.472 L。系留气艇每天观测8次(02、05、08、11、14、17、20和23时),其数据采集速率为1组/s。由于受风速和天气形势的影响,探测高度一般只有700~800 m左右,在风速较大(>7 m/s)的情况下会停止观测,使得某些时次的探测高度偏低(如20日05、08时的探测高度分别为264 m、187 m)。

2.2 资料订正 2.2.1 探空常规气象要素订正

探空的常规气象要素资料采用30 s的时间平均。(1)通过质量控制剔除由于仪器故障、人为因素等造成的明显超出合理范围的野点。(2)通过要素允许值范围和界限值的检验方法对数据进行检验,保证数据的准确性。(3)将探空资料与地面气象站数据进行对比,建立线性回归方程,以获取温度、湿度和风速的订正值。(4)根据资料分析的需求,将探空测得的气压、温度、相对湿度转化为比湿和虚位温(公式略)。

2.2.2 地面和探空颗粒物监测仪器对比

地面主要利用BAM-1020粒子监测仪对PM2.5、PM10进行在线监测,数据分辨率为1 h。该仪器利用Beta射线衰减原理,即利用β射线通过附有颗粒物的滤膜时的能量衰减量和颗粒物的质量的正比关系来计算颗粒物浓度。同时,为了避免较大相对湿度对颗粒物质量浓度测量值所产生的影响,仪器本身具备自动加热模块,进而对采样进行湿度控制,其相对湿度的控制限定设定为35%[17]。颗粒物粒子计数仪则是用来监测边界层内污染物垂直结构分布的,其利用光散射法来测定颗粒物浓度。图 1为两种仪器在20 m高度的颗粒物浓度对比。结果显示,相较于地面观测值,探空仪器观测值整体偏大,而且在相对湿度较大的情况下,探空观测值与地面观测值的差值会变大。在相对湿度为70%~80%范围内,观测平均差值达到最大,分别为166.7 μg/m3、354.2 μg/m3,而在相对湿度为30%~50%范围内,观测平均差值最小,分别为43.8 μg/m3、99.4 μg/m3。从图 1还可发现,在相对湿度小于60%的情况下观测值较聚集,而大于60%时的观测值较发散。总的来说,两种仪器测定结果的一致性随相对湿度的变化而改变,相对湿度大于60%的情况下,会对光散射法测定的大气颗粒物浓度的准确性造成影响。

图 1 地面和探空仪器在20 m高度测得的不同湿度下的PM2.5(a)和PM10(b)观测值对比 n为观测次数。

本文选取苏州的东山气象观测站的资料进行详细分析。该站位于太湖半岛,三面环湖,太湖是长三角地区面积最大的湖体,也是长三角重要的水汽源地。同时,湖体与陆地较大的热力差异,使其能够影响到区域的天气、气候变化以及污染物的扩散输送过程。此外,东山站的四周视野开阔,周边多低矮建筑物,北边是大片农田,地势平坦,环境对观测试验的干扰较小,该站的观测结果能很好地表征太湖周边郊区的特点。对了解整个长三角地区的霾污染过程具有重要意义。

3 结果与讨论 3.1 观测期间污染物浓度时空分布

在2015年1月15—27日观测期间,东山站受南下冷空气和冷高压系统的影响出现多次污染过程。图 2是东山站PM2.5、PM10浓度及风向、风速的小时平均值变化情况。其中有12 d的细颗粒物浓度超过国家空气质量一级标准(即PM2.5、PM10日均值浓度分别大于35 μg/m3、50 μg/m3);在19、23—25日超过国家空气质量二级标准(即PM2.5、PM10日均值浓度分别大于75 μg/m3、150 μg/m3)。19日冷空气南下,21日夜间冷空气过境东山站,过境前夕PM2.5、PM10的浓度达到峰值,分别为177 μg/m3、285 μg/m3;过境后颗粒物浓度迅速降低。24日受深厚高压控制造成颗粒物再次堆积;25日开始零星降水,随后东山站出现大风、降水、降温等天气过程。结合风向、风速的分布特征可知,在整个观测期间的污染过程可分为两大类。

图 2 2015年1月15—27日08时东山站PM2.5和PM10浓度和风速、风向的小时平均值分布

(1)远距离输送过程。如21日和25—26日2个个例。两个过程的风向都为西北风,污染物浓度随风速的增加迅速增大,短时间内达到峰值,此后在大风的持续清除作用下,污染物浓度迅速回落。

(2)局地积累过程。如16日、18日、19—20日、24日4个个例。这几个过程的共性为风向不定,风速日平均值都小于2 m/s。污染物浓度有一定日变化特征,即在白天风速较小时段,PM2.5、PM10的浓度观测值较大,在夜间水平风速增大后,污染物浓度值开始降低。

为了对霾天气过程中大气边界层理化特征,特别是垂直结构变化及其对霾污染的影响机制进行深入解析,本文选取19—20日污染积累到清除的过程进行深入分析。

3.2 19—20日污染过程分析 3.2.1 天气形势分析

在19—20日的污染过程中,天气形势主要受冷高压系统南下和低压系统缓慢东移的共同影响(图略)。19日东山站为深厚的高压系统(从地面到850 hPa)控制,地面气压线稀疏,风速较小,为西北风,大气扩散条件较差,为污染物持续积累提供了有利的天气背景条件。20日地面冷高压系统持续东移,同时低压中心逐渐靠近东山站,盛行偏南风,且风速加大;低层850 hPa、925 hPa的高压系统缓慢向东移动;500 hPa高度上,东山站由槽后的西北冷空气转为槽前的西南暖湿气流所控制,有利于雾霾扩散。在该天气背景下19—20日长三角地区AQI日平均分布如图 3所示。由图 3a可见,19日安徽的大部分地区和浙江北部地区的空气良好;江苏、上海及浙江大部分地区是轻度污染;安徽的中东部、浙江中部以及江苏南部即太湖周边为中度污染。20日(图 3c)大部分地区特别是太湖周边地区的污染程度明显减轻,空气质量直接由中度污染转为良好,污染物浓度明显下降。

图 3 2015年1月19日(a、b)、20日(c、d)长三角地区AQI日平均分布(a、c)以及20时气团12 h的后向输送轨迹(b、d,红色线、蓝色线和绿色线分别是近地面、500 m和1 000 m高度)

东山站位于太湖边,在19—20日也经历了污染物的快速增加和消退的过程,其污染过程与天气形势有着密切关系。19日当天以偏北风为主,气流将北部地区的污染物携带至东山,造成东山站的污染过程;20日以偏南风为主,且风速较大,气流将干净的空气输送到东山站,为消散污染物提供了有利条件。结合轨迹模式HYSPLIT4计算东山站19日(图 3b)、20日(图 3d)20时气团12 h的后向输送轨迹可知,19日污染物主要来源于江苏中部地区,3条轨迹可以清楚地显示气团源于南通与泰州的中间地带,随后向南输送到达东山站;20日则相反,气团从浙江北部地区一路向北到达东山站。

3.2.2 局地气象因子和污染物浓度的分析

在天气形势演变基础上,局地气象因子的变化也是影响大气污染物清除和扩散的重要因素。图 4是19—20日东山站PM2.5、PM10浓度和常规气象要素的逐小时变化。19日当天能见度变化幅度较小,在04时有轻微上升,06时后开始下降,10时达到最低值,为3.4 km;之后能见度又逐渐上升,12时—次日11时能见度波动平缓,平均值约为8.1 km。次日12时达到最大值,为19.2 km;随后逐渐递减,在次日23时降低为4.8 km。总的来说,19—20日大部分时段能见度均小于10 km,仅在20日12—14时的能见度大于10 km。同时发现PM2.5、PM10浓度在19日06时前较稳定,平均值分别为39 μg/m3、99 μg/m3。之后污染物浓度上升,18时达到最大值,分别为141 μg/m3和206 μg/m3;之后PM2.5、PM10浓度递减,在20日10—12时的递减幅度最大,最低值,分别为7 μg/m3、36 μg/m3;然后浓度回升并上下波动,平均值分别为43 μg/m3和97 μg/m3

图 4 2015年1月19—20日东山站的细颗粒物浓度与地面气象要素的变化

在整个污染过程中,19—20日的温度变化趋势基本一致,均有明显的日变化特征。在06时前后温度上升,13时前后温度达到最大值,分别为12.1 ℃、10.5 ℃;之后温度逐渐下降。这2天的最低温度均出现在05时,分别为5.9 ℃、4.9 ℃,其中19日的昼夜温差偏大,达6.2 ℃。相对湿度变化趋势与温度变化呈反相关。在清晨和夜间相对湿度较大,白天较小。由气压逐小时变化看出,19日气压整体偏高,平均值为1 026 hPa;20日11时气压开始下降,14时达到最低值,为1 019 hPa,然后气压一直在1 019 hPa上下波动;同时,19日以西北风为主,12时前风速在2~4 m/s之间起伏,之后风速减小,16时风速接近于零;20日凌晨风速开始增大,以东南风为主,13时风速达到最大值,为4.1 m/s。

总的来说,能见度主要是受相对湿度和污染物浓度的影响。19日06—09时污染物浓度上升,相对湿度增大,能见度降低;20日10—11时在污染物浓度下降、相对湿度降低的情况下,能见度上升,而且相对湿度对能见度的影响更大。在20日01—05时污染物浓度下降、相对湿度增大的条件下,能见度下降。由图 5a可以看出,随着PM2.5浓度增大,能见度快速减低;而且当污染物浓度相同时,湿度越大能见度越低。由图 5b可看出PM10、相对湿度和能见度的相关性。在一定的相对湿度条件下,随着PM2.5、PM10浓度的增加,能见度逐渐减小,而在污染物浓度一定时,随着相对湿度的变化,能见度在3~10 km范围内浮动,相对湿度越大,能见度越低。所以,能见度同时受相对湿度和颗粒物浓度的影响,其中PM2.5粒子的浓度变化对能见度的影响更显著。此外,风向的转变可能对应着污染物输送过程的转变,19日12时之前为西北风,污染物持续输送,之后风向转为东南方向,污染物浓度继续增加,17时后风向彻底转为东向风,这使得污染物浓度在18时出现峰值之后开始下降。

图 5 能见度与相对湿度以及细颗粒物浓度之间的关系 n为观测次数。
3.3 污染物垂直分布特点及成因分析

图 6是19—20日东山站大气边界层内的虚位温、污染物浓度、温度、相对湿度(RH)、风速和风向的气象要素不同时次的垂直分布。探测仪器捆绑在系留汽艇上,受天气环境的影响,各个时次的探测最大高度略有差异。

图 6 2015年1月19—20日各个时刻(每个小图右上角数字)的虚位温(VPT)、污染物浓度(CONC)、温度(Temperature)、相对湿度(RH)、风速(WS)和风向(WD)的廓线 每个小图的横坐标刻度是以斜杠左侧为左图的最大刻度,斜杠右侧为右图的最小刻度。
3.3.1 污染物垂直分布特点

图 6中PM2.5与PM10质量浓度(CONC)廓线可知,二者在边界层内的垂直变化具有一致性。19日08时200 m高度以下PM2.5、PM10浓度偏大,平均值分别达到108 μg/m3、231 μg/m3;在200~400 m高度PM2.5、PM10浓度随高度逐渐递减,每100 m降幅分别为27 μg/m3、56 μg/m3;随着高度上升,二者浓度继续下降,但降幅明显减缓,浓度最低值分别为22 μg/m3、71 μg/m3。19日11时细颗粒物扩散稀释能力增大,在400 m高度以下PM2.5和PM10浓度呈明显递减趋势,每100 m降幅分别为35 μg/m3、51 μg/m3;在400 m高度以上,PM2.5、PM10浓度很小,平均值分别为9 μg/m3、37 μg/m3。19日14时近地面细颗粒物浓度开始降低,200 m高度以下的浓度降低到前一时刻同高度处的1/2,而200 m高度以上的细颗粒物浓度明显上升,整个大气边界层内细颗粒物浓度的垂直分布基本一致,PM2.5、PM10的平均值分别为53 μg/m3、122 μg/m3。19日17时近地面细颗粒物浓度与14时相差不大,而在300 m以上的中高空,细颗粒物浓度明显下降且上下分布均匀。19日20时除贴地面外其他各高度处的颗粒物浓度持续下降,100~300 m高空最显著,而贴地面颗粒物浓度逐渐堆积,其中PM10堆积幅度明显大于PM2.5。19日23时近地面PM2.5、PM10浓度堆积显著,在101 m高度上出现最大值,分别为68 μg/m3、178 μg/m3。20日02时近地面PM2.5、PM10浓度明显降低,而在中高空出现峰值,分别达到48 μg/m3、140 μg/m3

在整个观测过程中,PM2.5、PM10质量浓度的垂直分布随时间呈现明显的日变化特征。早上,随着太阳辐射的逐渐增强,地表增温,边界层内湍流运动逐渐增强,边界层高度逐渐上升,使得污染物分布范围也相应由低向高发展。午后,湍流运动强度最大,边界层高度达到极大值,同时,剧烈的湍流运动使得污染物垂直分布均匀。日落之前随着太阳辐射的逐渐减小,地表温度降低,湍流运动减弱,中高空残余边界层仍使得污染物浓度在中高空垂直分布均匀;而在地面,减弱的湍流运动无法充分混合近地层的污染物,使得污染物在近地层堆积,而且随着太阳辐射持续减弱,堆积作用更明显。

3.3.2 边界层高度的演变

由虚位温(VPT)廓线(图 6)可知,在本次观测期间大气边界层高度具有明显的日变化特征。19日08时存在明显的稳定边界层,高度约为380 m;随着太阳辐射增强,地表温度升高,湍流运动增强,边界层高度持续上升,11时混合层高度达到800 m;到14时大气层结更不稳定,边界层高度继续上升。17时地面净辐射转为负值,近地面开始出现稳定层,到23时稳定状态明显增强,边界层高度明显下降,约为350 m。大气边界层是污染物聚集的主要场所,结合CONC垂直分布(图 6)可知,PM2.5、PM10主要聚集在边界层范围内且其浓度随高度递增而减小。同时,边界层高度为污染物扩散稀释提供了潜在的空气体积。当边界层高度较低时,细颗粒物的扩散空间较小,PM2.5、PM10主要堆积于近地层;当边界层高度较高时,混合层厚度增加,扩散空间增大,下层的细颗粒物开始往上输送,上下混合剧烈,导致PM2.5、PM10质量浓度垂直分布趋向均一。大气稳定度也是影响污染物扩散的重要因素。在早晨和夜间,大气均属于稳定状况,可抑制PM2.5、PM10向上输送,使其在近地面层积聚。而中午前后大气处于最不稳定状态,湍流运动剧烈,PM2.5、PM10质量浓度的垂直分布均匀。

3.3.3 边界层内风向、风速变化

图 6中风速(WS)、风向(WD)廓线可知,细颗粒物浓度与大气的水平输送扩散能力有重要关系。19日08时低空层受西北风控制,在200 m高度出现风切变,由原来的西北风转为东北风;11—17时,整个边界层内均以偏东风为主,风速减弱,上下风速接近;20—23时,近地面风速由2.1 m/s迅速增大到5.4 m/s,边界层内平均风速的瞬时风速高达7.7 m/s。在污染物浓度增长和消散的整个过程中,贴地面的风速较小且没有明显日变化特征。而中高层的风速则具有显著的日变化特征,白天风速小且上下层风力变化不大,清晨和夜间风速较大且易出现风速极大值。相比较风速的变化情况,风向在该过程中变化不大,以偏东风为主且垂直方向上变化很小。结合PM2.5、PM10浓度垂直分布可知,在风速较小的低空层细颗粒物浓度较大,而在风速较大的中高层的浓度较小。14时整个边界层内的风速变化差异较小且风向均为偏东风,细颗粒物浓度上下分布变化不大;17时在400~800 m高度上风力增大,其细颗粒物浓度比14时有下降且分布均匀;20时近地层100~300 m高度风速增加,细颗粒物浓度逐渐减小。23时风速最大值出现的高度由161 m上升到281 m,但近地面风速减缓,PM2.5、PM10在近地面堆积。

3.3.4 逆温层分析

逆温层的出现也会对细颗粒物的扩散能力造成重要影响[13]。由温度(Temperature)垂直廓线(图 6)可知,在此次污染过程中,边界层内多个时刻均存在明显的逆温现象。由于地面辐射冷却的作用,19日20时近地层出现逆温层,强度达到2.4 ℃/(100 m);23时逆温层出现在中高空,其强度为0.9 ℃/(100 m);20日02时在300~400 m高度上更是出现多层逆温层。结合污染物浓度垂直分布可知,在19日20、23时逆温层底部细颗粒不易扩散,PM2.5、PM10浓度显著增加;20日02时,多层逆温对应高度上的细颗粒物浓度(图 6)明显比近地面浓度高,且在350 m高度出现峰值。这可能是由于逆温层抑制了污染物输送扩散能力。在逆温层下层300 m高度以下,其风速比前一个时刻(19日23时)整体略有下降,平均风速减小0.6 m/s,而在逆温层中的风速随高度呈递减趋势,与23时同高度风速相比有明显下降,平均减小2.3 m/s,上层污染物输送稀释速率明显小于下层的扩散速率,从而导致中高空出现细颗粒物浓度的极值。总的来说,霾天气的发生、发展和维持一般在边界层内会出现明显的逆温层结,抑制了水汽和污染物的向上输送。

4 结论

本文通过对2015年1月15—27日发生在苏州郊区东山地区典型污染过程中的颗粒物浓度、天气形势以及19—20日边界层结构特征及其对污染物浓度的影响进行了分析研究。

(1)在冬季冷锋过程中,地面观测表明在远距离输送的作用下,苏州东山地区易出现高污染过程,但消散速度也快。在冷高压控制下,气压梯度和风速均较小时易发生空气污染事件。

(2)苏州东山地区的边界层结构演变的日变化比较典型。在夜间稳定边界层高度约200 m,白天最大混合层高度约为1 000 m;边界层高度的演变对污染物浓度的分布有显著影响,早晨和夜间近地面易出现PM2.5、PM10积聚,混合层以及残余层内细颗粒物浓度的分布较均匀;而在中午至午后时段,整个边界层内PM2.5、PM10质量浓度的垂直分布较一致。

(3)稳定大气边界层和逆温结构是颗粒物爆发增长的有利条件,夜间逆温层多发生在近地层和中高空,逆温强度较大。逆温层的出现阻碍了颗粒物和水汽的向上输送,使得颗粒物在近地面累积和吸湿增长。

(4)苏州东山地区垂直方向上风速的变化对污染物的垂直和水平输送影响显著,边界层内较小的低层风速可使细颗粒物积累在近地面。

参考文献
[1] 李子华, 杨军, 石春娥. 地区性浓雾物理[M]. 北京: 气象出版社, 2008: 160.
[2] 张小曳. 中国大气气溶胶及其气候效应的研究[J]. 地球科学进展, 2007, 22(1): 12-16.
[3] ZHAO X J, ZHAO P S, XU J, et al. Analysis of a winter regional haze event and its formation mechanism in the North China Plain[J]. Atmos Chem Phys, 2013, 13(11): 5685-5696. DOI:10.5194/acp-13-5685-2013
[4] 王跃, 王莉莉, 赵广娜, 等. 北京冬季PM2.5重污染时段不同尺度环流形势及边界层结构分析[J]. 气候与环境研究, 2014, 19(2): 173-184. DOI:10.3878/j.issn.1006-9585.2014.13178
[5] 王莉莉, 王跃思, 王迎红, 等. 北京夏末秋初不同天气形势对大气污染物浓度的影响[J]. 中国环境科学, 2010, 30(7): 924-930.
[6] 任阵海, 苏福庆, 高庆先, 等. 边界层内大气排放物形成重污染背景解析[J]. 大气科学, 2005, 29(1): 57-63.
[7] 任阵海, 苏福庆, 陈朝晖, 等. 夏秋季节天气系统对边界层内大气中PM10浓度分布和演变过程的影响[J]. 大气科学, 2008, 32(4): 741-751.
[8] 孟燕军, 程丛兰. 影响北京大气污染物变化的地面天气形势分析[J]. 气象, 2002, 28(4): 42-47. DOI:10.7519/j.issn.1000-0526.2002.04.010
[9] 杨兆礼, 郑彬, 吴兑, 等. 2011年南海夏季风爆发期间大气污染物特征的数值模拟[J]. 热带气象学报, 2014, 30(1): 73-82.
[10] 张强. 地形和逆温层对兰州市污染物输送的影响[J]. 中国环境科学, 2001, 21(3): 230-234.
[11] 何清, 杨兴华, 刘强, 等. 乌鲁木齐冬季大气边界层温度和风廓线观测研究[J]. 沙漠与绿洲气象(新疆气象), 2010, 4(1): 6-11.
[12] 谢付莹, 王自发, 王喜全. 2008年奥运会期间北京地区PM10污染天气形势和气象条件特征研究[J]. 气候与环境研究, 2010, 15(5): 584-594.
[13] 张碧辉, 刘树华, 马雁军. MYJ和YSU方案对WRF边界层气象要素模拟的影响[J]. 地球物理学报, 2012, 55(7): 2239-2248. DOI:10.6038/j.issn.0001-5733.2012.07.010
[14] 杨静, 武疆艳, 李霞, 等. 乌鲁木齐冬季大气边界层结构特征及其对大气污染的影响[J]. 干旱区研究, 2011, 28(4): 717-723.
[15] WU M, WU D, FAN Q, et al. Observational studies of the meteorological characteristics associated with poor air quality over the Pearl River Delta in China[J]. Atmos Chem Phys, 2013, 13(21): 10755-10766. DOI:10.5194/acp-13-10755-2013
[16] FAN S J, FAN Q, YU W, et al. Atmospheric boundary layer characteristics over the Pearl River Delta, China, during the summer of 2006: Measurement and model results[J]. Atmos Chem Phys, 2011, 11(13): 681-687.
[17] 李启杰, 陈怡, 陈楠, 等. BAM-1020型PM_(2. 5)采样滤带上相对湿度的质量控制研究[C]//中国环境科学学会学术年会论文集. 北京: 中国环境科学学会, 2015.