刘敬乐,史 静,李培彦,姜 明,蔡子颖,韩素芹,崔 晔,姚 青

基于激光雷达的天津海-岸-陆地区大气边界层高度研究

刘敬乐1*,史 静1,李培彦2,3,姜 明1,蔡子颖4,韩素芹4,崔 晔1,姚 青4

(1.天津气象雷达研究试验中心,天津 300061；2.天津市气象科学研究所,天津 300074；3.天津市海洋气象重点实验室,天津 300074；4.天津市环境气象中心,天津 300074)

利用2018年8月～2019年7月的气溶胶激光雷达观测数据对天津城市、渤海沿岸和渤海地区的大气边界层高度进行了反演,并利用无人机探空观测对激光雷达反演结果进行验证,同时结合天津大气边界层观测站、塘沽站和渤海A平台站的不同气象特征分析了大气边界层高度的分布特征及其差异产生的原因.结果表明:激光雷达和无人机观测获得的大气边界层高度具有较高一致性,在稳定、中性和不稳定层结条件下两者的相关系数分别为0.508,0.565和0.687.天津城区和塘沽地区各季节的大气边界层高度日变化规律较为一致,与各季节湍流动能和感热通量日变化规律接近,均呈单峰型分布,A平台大气边界层高度具有明显的海洋大气特征,表现为冬季高于城区和塘沽,夏季则与之相反.夏季由于海陆环流造成的热力内边界层的形成,是市区与塘沽大气边界层高度差异产生的原因之一,2019年夏季塘沽出现热力内边界层的情况下,其午后边界层高度下降约30～160m,与城区的大气边界层高度差升高约150～300m.

大气边界层高度；气溶胶激光雷达；海-岸-陆；无人机；天津

大气边界层高度(Planetary boundary layer height,以下简称,PBLH)是污染物扩散模式、气候模式、大气模式的一个重要输入参数,对数值预报中的物理过程,天气预报的诊断分析,城市污染物的监控也有相当重要的作用[1-2].PBLH需要利用温、湿度、风速等气象要素的垂直剖面进行诊断.传统观测手段是利用无线电探空气球、系留气球、气象铁塔以及飞机直接获取气象要素垂直剖面,但由于探空资料存在时空分辨率的不足,加之边界层变化复杂性的影响,该方法在实际应用中受到很大的制约.随着激光雷达、微波辐射计、云高仪、声雷达、风廓线雷达、RASS等地基遥感技术的发展,实现了大气边界层连续观测和高时空分辨率的数据获取可以在PBLH反演中发挥重要作用[3-5].

激光雷达在PBLH反演中已经得到广泛的应用,其反演原理主要是利用自由大气与大气边界层中气溶胶或气体分子的浓度差异导致的后向散射信号差异来提取PBLH,基于该方法研究已获得了许多成果.Sicard等[6]通过对比一阶梯度法、拐点法和对数梯度法,发现拐点法反演的PBLH结果与探空资料反演结果最为接近.Davis等[7]使用了小波协方差提取PBLH,发现小波协方差方法主要依赖于Haar函数尺度间隔的选取.Steyn等[8]提出了曲线拟合法,该方法使用了整层的后向散射信号,具有更好的稳定性.Toledo等[9]在不同大气条件下反演PBLH,对一阶梯度、拐点法、对数梯度法、小波变换法、方差分析法和聚类分析法的可靠性进行了分析,发现在绝大多数情况下多种反演的PBLH都比较接近且与探空方法反演结果差距较小,但在有残留层气溶胶存在情况下,各反演结果差距较大.总体而言,上述方法反演的边界层(混合层)高度与实际探空资料的计算结果基本一致,但考虑到边界层结构演变的复杂性,不同方法仍存在各自的适用范围.

以往针对天津地区PBLH的研究多以城市为研究对象,例如Quan等[10]在天津使用三种遥感仪器(风廓线雷达,微波辐射计及激光雷达)对天津地区大气边界层演变过程及其对地面大气污染物浓度影响进行研究,发现气溶胶浓度和PBLH之间可能存在正反馈.李梦等[11]和蔡子颖等[12]分别利用激光云高仪和数值模式对天津PBLH特征及其对细颗粒物污染的影响进行了分析.天津位于渤海西岸,处在典型的“C”型海岸带,海陆热力差异使得海陆边界层发展及其结果存在显著不同[13],本文通过利用天津城市、沿海和海上平台的3台气溶胶激光雷达进行PBLH反演,以掌握天津海-岸-陆地区PBLH特征及其变化规律,对于研究边界层结构对重污染天气的影响具有一定意义.

1 数据与方法

1.1 观测站点

图1 主要观测站点位置和使用设备

观测站点分别位于中国气象局天津大气边界层观测站,天津国家气象科技园以及天津市渤海埕北A平台.其中天津大气边界层观测站(39°04′N, 117°12′E,站号54517),位于天津市城区南部,距离渤海西岸约47.5km,在研究中作为天津内陆地区代表站点(以下简称,市区);天津国家气象科技园(39º09′N, 117º49′E),位于天津市滨海新区(塘沽),距离渤海西岸约0.5km,在研究中作为渤海沿岸代表站点(以下简称,塘沽);天津市渤海埕北A平台即渤海埕北A平台国家基本气象站(38°27′N,118°25′E,站号54646),该站距渤海北岸约70km,距渤海南岸约40km,在研究中作为海上站点的代表(以下简称,A平台).站点位置如图1所示.

1.2 仪器与数据

观测中市区、塘沽和A平台使用的激光雷达为北京怡孚和融科技有限公司生产的EV型激光雷达(偏振Mie散射微脉冲激光雷达),设备主要观测范围可达20km,探测盲区为60m,空间分辨率为15m,数据采集频率为6min.研究中激光雷达观测时间为2018年8月至2019年7月.

研究中利用无人机探空观测作为对激光雷达反演PBLH结果的验证手段,无人机探空观测于2018年冬季(2018年12月和2019年1月)和2019年夏季(2019年7月)开展,无人机探空一天6次,分别为05:00、08:00、11:00、14:00、17:00和20:00(BTC),试验地点位于气象科技园内(117.80ºE,39.17ºN).无人机探空使用CAWS-UAV2000无人机自动气象探测系统,可实现对地面至1.5km高度大气温湿度、气压、风向、风速等气象要素的高垂直分辨率连续观测,同时通过无人机空气质量监测吊舱搭载TEMO PDR-1500颗粒物监测仪,可实现PM2.5和PM10等气溶胶质量浓度的连续观测[14].无人机探空观测详细要素如表1所示.

表1 CAWS-UAV2000无人机探空观测要素

研究中利用气象塔观测数据应用温差—风速法[16]对大气稳定度进行计算,此方法能较好的反映大气热力湍流和机械湍流的影响.对大气稳定度分类标准如表2所示, A表示强不稳定,B表示不稳定,C表示弱不稳定,D 表示中性,E表示较稳定,F表示稳定.以往研究结果证明[17],对于天津地区,此种大气稳定度分类标准较为合理.本文中不稳定层结包括A、B和C类情况,中性层结为D类情况,稳定层结包括E和F类情况.

表2 DT和u组合法确定稳定度的分类标准

注:表中代表40m高度风速,△代表100m和30m高度温差.

1.3 大气边界层高度反演方法

利用无人机搭载的温、湿度及气压传感器可以将位温梯度的明显不连续高度视为PBLH,这里确定PBLH的方法使用的是位温梯度法[18],通过计算每个高度层的虚位温,得到每个时刻的虚位温廓线再判别大气层结状态,再根据虚位温梯度最小值出现高度计算出边界层高度(PBLH).计算公式如下,式中为空气比气体常数,取值为287J/(k·kg),为温度,p为比定压热容,取1004.07J/(k·kg),为混合比可用相对湿度数据计算.

激光雷达反演PBLH采用小波协方差法[19-20].一般情况下,在边界层内气溶胶的浓度显著高于上层自由大气,因此有更强的激光回波.然而,实际大气往往不是理想状态,边界层和自由大气的过渡常常不是很明显,利用小波协方差的方法可以将微弱的信号变化放大,这种方法可以更准确的反演PBLH.本研究使用Haar函数进行小波变换[21],函数定义如下:

式中:()为激光雷达后向散射系数;Zb和Zt分别为后向散射系数信号上下限,本研究取值分别为200m和3000m.其工作原理是通过和的不同取值,重复计算W得到其最大值的位置,为边界层高度.在计算中通过设定不同的积分步长(值和值)获得最优反演结果.根据以往研究结果[22-23],本文取=90.

2 结果与分析

2.1 无人机探空与激光雷达反演的大气边界层高度对比分析

通过比较无人机观测期间,无人机观测和塘沽激光雷达获得的PBLH结果可以发现,两者的平均值分别为695.2±307.9m和860.7±418.0m,无人机观测结果较低.进一步分析不同大气层结条件下两者变化的一致性可以发现(图2),在稳定、中性和不稳定层结条件下两者相关系数分别为0.51**,0.57**和0.69**(文中**表示相关性通过0.05显著性水平检验),通常利用激光雷达获得的PBLH高于无人机观测结果,两者的相对误差分别为8.0%,15.1%和19.7%.在不稳定层结条件下两者相关性较高的原因与日间边界层发展主要是热力湍流的贡献,而污染物和其他粒子是通过湍流垂直输送到达边界层顶,故多出现不稳定层结的日间时段两者的相关性最高,变化较为一致,但其相对误差较大的原因与不稳定层结条件下大气边界层较高,而无人机观测高度上限为1.5km有关.在稳定层结和中性层结条件下两者相关性相对较低的原因是稳定层结和中性层结多出现于夜间及日出和傍晚,由于在没有平流的情况下,白天扩散到边界层的被动示踪物夜间仍会残留层中,残留层气溶胶浓度并未明显下降,导致大气边界层消散过程不易于被激光雷达捕捉到,造成其识别PBLH与残留层高度混淆.Seibet等的研究[1]也指出了比较不同手段确定的混合层高度时,认为激光雷达探测提取的PBLH较从温度廓线出发定义的边界层高度大.但从总体上看激光雷达和无人机观测获得的PBLH具有较高的一致性.

图2 不同大气层结稳定条件下激光雷达和无人机观测反演PBLH对比

2.2 天津海-岸-陆地区大气边界层高度变化特征

由于天津城区、塘沽及渤海A平台的地理位置存在差异,为了比较3个站点的PBLH变化一致性,对3个站点PBLH日均值进行了相关性分析[10],可以发现天津城区与塘沽、城区与A平台及塘沽与A平台的相关系数分别为0.52**、0.24**和0.27**.3个站点之间PBLH变化虽然存在相关性,但相关性均不高,这说明3个站点的PBLH变化均有典型的局地特征,能较好的代表天津城市、沿海和近海地区的整体变化规律.

从表3中给出的天津市区、塘沽和A平台的各季节PBLH(由于2018年9～10月A平台站激光雷达故障缺测时次较多,因此在统计时对A平台秋季结果不做分析),可以发现,天津城区PBLH季节变化表现出夏季>春季>秋季>冬季的特征.这种季节变化特征与以往对京津冀城市地区PBLH的研究结果[24]基本一致,影响天津城区PBLH季节变化特征的主要因素是太阳辐射季节变化造成的地-气季节热力差异.其中春季形成较高PBLH的原因与春季强盛的西北气流造成的较强的利于边界层发展的机械剪切湍流有关[25].

塘沽的PBLH季节变化具有明显的沿海特征,表现为PBLH秋季>夏季>春季>冬季,其中塘沽秋冬季PBLH与城区差异较小,而春夏季塘沽PBLH明显低于城区,其原因与天津地区春夏季盛行东南环流,受海陆环流调节影响下沿海地区形成的热力内边界层(Thermal internal boundary layer,以下简称, TIBL)的有关.以往对京津冀沿海地区PBLH的研究结果[26]表明,秦皇岛等沿海地区春夏季易形成热力内边界层,造成春夏季沿海地区PBLH明显低于北京、石家庄、天津等城市地区.

A平台PBLH季节变化与城区差异明显,具有明显的海洋大气特征,冬季A平台PBLH高于城区和塘沽,夏季则与之相反,春季A平台PBLH与城区接近.形成海洋和陆地PBLH季节差异的原因主要是下垫面热容量的差异,春、夏季海温等于或小于气温,海上大气层结相对稳定,冬季则相反,海温要高于气温,海上易形成不稳定的下垫面.

表3 天津地区各季节PBLH(m)

图3 天津地区各季节PBLH日变化

从天津城区、塘沽和A平台各季节PBLH的日变化(图3)中可以发现,城区和塘沽各季节PBLH日变化均呈单峰型分布,变化规律较为一致,一般情况下日出前后(4-5时)最低,日出后随着大气边界层逐渐由稳定层结转为不稳定层结,大气湍流运动随地表吸收太阳辐射不断增强,PBLH逐步升高,PBLH的峰值一般出现在热力湍流最为强盛的14时前后,此后PBLH随着大气湍流强度的减弱也随之降低,日落后地表开始辐射降温,对流边界层逐渐消失,随着夜间稳定边界层开始形成,PBLH维持相对低值.对比可以发现,城区大气边界层高度通常高于塘沽,城区各季节PBLH日最高值分别为1237m、1221m、1127m和1040m,分别高于塘沽的921m、1134m、1095m和947m.城市地区PBLH高于沿海地区的特点与城市下垫面的热容量、动力粗糙度明显高于沿海地区,从而造成城市近地面湍流强度强于沿海和城郊地区有关[27].A平台PBLH日变化与城区和塘沽存在明显差异,主要表现在A平台PBLH日变化幅度较低,对比发现,春、夏、冬季A平台的PBLH日较差分别为146m、333m、264m,明显低于城区(594m、652m、478m)和塘沽(368m、598m、404m),同时A平台PBLH日变化随太阳辐射强度日变化的单峰型特征不明显.

2.3 天津海-陆地区大气边界层高度差异原因分析

从天津城区和A平台各季节的TKE及热通量日变化(图4)中可以看出,感热通量的日变化主要受地表辐射能量收支变化影响,白天随着日出后下垫面温度逐渐升高,大气感热通量向上输送,湍流动能增加,大气边界层逐步发展,12:00前后感热通量达到一天中的最高值,此后随着太阳辐射降低,大气和下垫面温差减小,感热通量逐渐降低,夜间大气温度一般高于地表温度,因此城区夜间的感热通量通常为负值.由于海洋热容量高,夜间海表温度高于海面大气温度,因此A平台夜间感热通量向上输送量显著高于城区,冬季夜间的感热通量为30～50W/m2左右,这是冬季夜间A平台大气边界层高度高于城区的主要原因.同时,由于海-气温差的日变化低于陆-气温差日变化,因此A平台感热通量日变化明显低于城区,这也是A平台PBLH日变化幅度较低的主要原因.

图4 各季节市区与渤海A平台湍流动能和感热、潜热通量日变化

天津城区各季节潜热通量的日变化趋势与感热通量较为一致(图4),其中春、秋、冬季潜热通量日最高值分别为107W/m2,53W/m2和21W/m2,明显低于春、秋、冬季感热通量日最高值(春季为195W/m2,秋季为128W/m2,冬季为145W/m2),夏季,由于大气湿度明显高于其他季节,潜热通量一般高于感热通量.由此可见,城区PBLH日变化主要受到太阳辐射造成地面感热通量变化的影响,其中夏季潜热通量对PBLH的影响高于其它季节.冬季,由于海洋上的湍流强度和水汽含量均高于陆地,因此A平台的潜热通量明显高于城区,而其潜热通量的日变化分布变化波动较为杂乱,可能与冬季海洋风速变化较大对水汽输送造成的影响有关.

2.4 天津海岸-内陆地区大气边界层高度差异原因分析

图5 夏季TIBL对城区和沿海地区边界层高度日变化的影响

进一步分析夏季市区与塘沽的PBLH差异可以发现,塘沽大气边界层高度在00:00～12:00前后与城区变化基本一致,而在12:00后塘沽大气边界层高度开始逐渐下降并与城区存在约200～300m的高度差(图3),出现这种情况的原因与夏季沿海地区午后时间形成的TIBL有直接关系[26].夏季TIBL的形成主要是由于海风环流将海上稳定气团吹向陆地,降低地气温差从而使地气热通量降低,在陆地原有混合层内形成一个高度较低的TIBL.而随着海风深入内陆的距离增大,热力内边界层逐渐减弱至消失,由于天津市区与海岸的距离约为50km,其受海风环流影响而形成热力内边界层情况较少,以往研究结果也显示天津市区虽然受海风环流影响但大气边界层高度不会受TIBL形成的影响[26].分析发现,2019年夏季塘沽出现TIBL的日数为38d,如图5所示,较之无TIBL日,TIBL形成的午后PBLH偏低约30～160m,与城区的PBLH差值升高约150～300m.对比渤海沿岸的秦皇岛地区夏季PBLH分布情况发现,夏季秦皇岛无TIBL形成情况下,PBLH最高值出现在16:00,高度为959m,而在出现TLBL情况下,PBLH最高值仅为502m,出现在9:00[28].由于渤海沿岸地区夏季TIBL的形成和变化规律,受海陆温差、海陆环流等多因素影响[29],因此完全掌握TIBL演变规律还需进行更深入的综合分析.

3 结论

3.1 通过2018年8月至2019年7月塘沽的激光雷达和无人机观测获得的PBLH分别为695.2±307.9m和860.7±418.0m,对比两者变化发现其具有较高一直性,在稳定、中性和不稳定层结条件下两者的相关系数分别为0.508**,0.565**和0.687**.

3.2 天津海-岸-陆地区PBLH季节变化呈现不同特征,城区PBLH表现出夏季>春季>秋季>冬季的特征,塘沽PBLH表现为秋季>夏季>春季>冬季的特征,A平台PBLH具有明显的海洋大气特征,表现为冬季高于城区和塘沽,夏季则与之相反.

3.3 天津城市-沿海地区的PBLH日变化规律较为一致,均呈现出于单峰型分布,与各季节湍流动能和感热通量日变化规律接近.城区各季节PBLH日最高值高于塘沽,这与城市地区下垫面热容量和动力粗糙度高于沿海地区,造成城市近地面湍流强度较高有关.A平台PBLH日变化幅度较低,且无明显单峰型日变化特征.

3.4 通过对比各季节天津城区和A平台的TKE及热通量日变化可以发现,形成海陆PBLH日变化差异的与海-陆下垫面类型造成的感热和潜热输送日变化差异有直接关系.A平台的感热和潜热通量呈春夏季低、秋冬季高的季节分布特征,与PBLH季节变化特征相似,这种热通量季节分布特征与内陆地区季节分布情况相反,是海洋与陆地PBLH季节变化差异的主要原因.

3.5 分析发现,夏季由于海陆环流造成的TIBL的形成,是市区与塘沽PBLH差异产生的原因之一, 2019年夏季塘沽出现TIBL的情况下,其午后PBLH下降约30～160m,与城区的PBLH差升高约150～ 300m.

[1] Seibert P, Beyrich F, Gryning S E, et al. Review and intercomparison of operational methods for the determination of the mixing height [J]. Atmos Environ, 2000,34(7):1001-1027.

[2] Dai C, Wang Q, Kalogiros J A, et al. Determining boundary-layer height from aircraft measurements [J]. Bound Layer Meteor, 2014, 152(3):277-302.

[3] 张宏昇,张小曳,李倩惠,等.大气边界层高度确定及应用研究进展 [J]. 气象学报, 2020,78(3):522-536. Zhang H S, Zhang X Y, Li Q H, et al. Research progress on estimation of atmospheric boundary layer height [J]. Acta Meteorologica Sinica, 2020,78(3):522-536.

[4] 黄 俊,廖碧婷,王春林,等.新型垂直探测资料在污染天气分析中的应用 [J]. 中国环境科学, 2019,39(1):92-105. Huang J, Liao B T, Wang C L, et al. Application of new vertical detection data in the analysis of a heavy pollution weather [J]. China Environmental Science, 2019,39(1):92-105.

[5] 张艳品,陈 静,钤伟妙,等.石家庄冬季典型污染过程气溶胶激光雷达观测 [J]. 中国环境科学, 2020,40(10):4205-4215. Zhang Y P, Chen J, Qian W M, et al. Aerosol lidar observation of typical pollution process in Shijiazhuang in Winter [J]. China Environmental Science, 2020,40(10):4205-4215.

[6] Sicard M, Perez C, Rocadenbosch F, et al. Mixed layer depth determination in the Barcelona coastal area from regular lidar measurements: methods, results and limitations. Boundary Layer Meteorology, 2006,119(1):135-157.

[7] Davis K J, Gamage N, Hagelberg C R, et al. An objective method for deriving atmospheric structure from airborne lidar observations [J]. J Atmos Oceanic Technol, 2000,17(11):1455-1468.

[8] Steyn D G, Baldi M, Hoff R M. The detection of mixed layer depth and entrainment zone thickness from lidar backscatter profiles [J]. J Atmos Oceanic Technol, 1999,16(7):953-959.

[9] Toledo D, Cardoba-jabonero C, Adame J, et al. Estimation of the atmospheric boundary layer height during different atmospheric conditions: a comparison on reliability of several methods applied to lidar measurements. Journal of Remote Sencing, 2017,38(11):3203- 3218.

[10] Quan J N, Gao Y, Zhang Q, et al. Evolution of planetary boundary layer under different weather conditions, and its impact on aerosol concentrations [J]. Particuology, 2013,(11):34-40.

[11] 李 梦,唐贵谦,黄 俊,等.京津冀冬季大气混合层高度与大气污染的关系[J]. 环境科学, 2015,36(6):1935-1943. Li M, Tang G Q, Huang J, et al. Characteristics of winter atmospheric mixing layer height in Beijing-Tianjin-Hebei region and their relationship with the atmospheric pollution [J]. Environmental Science, 2015,36(6):1935-1943.

[12] 蔡子颖,张 敏,韩素芹,等.天津重污染天气混合层厚度阈值及应用研究[J]. 气象, 2018,44(7):911-920. Cai Z Y, Zhang M, Han S Q, et al. Research on threshold and regularity of mixed layer thickness in heavy pollution weather in Tianjin [J]. Meteor. Mon., 2018,44(7):911-920.

[13] Han S Q, Hao T Y, Zhang Y F, et al. Vertical observation and analysis on rapid formation and evolutionary mechanisms of a prolonged haze episode over central-eastern China [J]. Science of the Total Environment, 2018,(616/617):135-146.

[14] 杨 旭,蔡子颖,韩素芹,等.基于无人机探空和数值模式天津一次重污染过程分析[J]. 环境科学, 2021,42(1):9-18. Yang X, Cai Z Y, Han S Q, et al. Heavy pollution episode in Tianjin based on UAV meteorological sounding and numerical model [J]. Environmental Science, 2021,42(1):9-18.

[15] Han S Q, Hao T Y, Yang X, et al. Land-sea difference of the planetary boundary layer structure and its influence on PM2.5-Observation and numerical simulation [J]. Science of the Total Environment, 2023, (858):159881.

[16] 蔡子颖,韩素芹,张 敏,等.天津地区污染天气分析中垂直扩散指标构建及运用[J]. 环境科学, 2018,39(6):2548-2556. Cai Z Y, Han S Q, Zhang M, et al. Construction and application of vertical diffusion index for analyzing weather during pollution events in Tianjin [J]. Environmental Science, 2018,39(6):2548-2556.

[17] 刘敬乐,姚 青,蔡子颖,等.基于天津255m气象塔对近年天津近地面风和气温变化特征的研究 [J]. 气象, 2020,46(9):1235-1244. Liu J L, Yao Q, Cai Z Y, et al. Analysis of temperature and wind variation characteristics based on the 255m meteorological tower in Tianjin [J]. Meteor. Mon., 2020,46(9):1235-1244.

[18] Liu S Y, Liang X Z. Observed diurnal cycle climatology of planetary boundary layer height [J]. J Climate, 2010,23(21):5790-5809.

[19] Baars H, Ansmann A, Engelmann R, et al. Continuous monitoring of the boundary-layer top with lidar [J]. Atmos. Chem. Phys., 2008,(8): 7281-7293.

[20] O.O.Osibanjo, B Rappengluck, M Ahmad, et al. Intercomparison of planetary boundary-layer height in Mexico City as retrieved by microwave radiometer, micro-pulse lidar and radiosondes [J]. Atmospheric Research, 2022,(271):106088.

[21] Gamage N, Hagelberg C. Detection and Analysis of Microfronts and Associated Coherent Events Using Localized Transforms [J]. Journal of the Atmospheric Sciences, 1993,50(5):750-756.

[22] Brooks I M. Finding Boundary Layer Top: Application of Wavelet Covariance Transform to Lidar Backscatter Profiles [J]. Journal of Atmospheric and Oceanic Technology, 2003,20(8):1092-1105.

[23] 师 宇,胡 非,丁伟宸,等.气溶胶激光雷达和无线电探空观测边界层高度的对比分析 [J]. 气候与环境研究, 2019,24(5):650-662. Shi Y, Hu F, Ding W C, et al. Comparitive analysis of planetary boundary layer height based on aerosol lidar and radiosonde [J]. Climatic and Environment Research, 2019,24(5):650-662.

[24] Wang H F, Li Z Q, Lv Y, et al. Observational study of aerosol-induced impact on planetary boundary layer based on lidar and sunphotometer in Beijing [J]. Environmental Pollution, 2019,(252):897-906.

[25] Miao Y C, Liu S H. Linkages between aerosol pollution and planetary boundary layer structure in China [J]. Science of the Total Environment, 2019,(650):288-296.

[26] Zhu X W, Tang G Q, Guo J P, et al. Mixing layer height on the North China Plain and meteorological evidence of serious air pollution in southern Hebei [J]. Atmos. Chem. Phys., 2018,(18):4897-4910.

[27] 徐阳阳,刘树华,胡 非,等.北京城市化发展对大气边界层特征的影响 [J]. 大气科学, 2009,33(4):859-867. Xu Y Y, Liu S H, Hu F, et al. Influence of Beijing urbanization on the characteristics of atmospheric boundary layer [J]. Chinese Journal of Atmospheric Science, 2009,33(4):859-867.

[28] Wei J, Tang G Q, Zhu X W, et al. Thermal internal boundary layer and its effects on air pollutants during summer in a coastal city in North China [J]. Journal of Environmental Sciences, 2018,(70):37-44.

[29] Miao Y C, Guo J P, Liu S H, et al. Impacts of synoptic condition and planetary boundary layer structure on the trans-boundary aerosol transport from Beijing-Tianjin-Hebei region to northeast China [J]. Atmospheric Environment, 2018,(181):1-11.

Study of atmospheric boundary layer height over Tianjin sea-shore-land area based on Lidar.

LIU Jing-le1*, SHI Jing1, LI Pei-yan2,3, JIANG Ming1, CAI Zi-ying4, HAN Su-qin4, CUI Ye1, YAO Qing4

(1.Tianjin Meteorological Radar Research & Trial Centre, Tianjin 300061；2.Tianjin Institute of Meteorology, Tianjin 300074；3.Tianjin Key Laboratory for Oceanic Meteorology, Tianjin 300074；4.Tianjin Environmental Meteorological Center, Tianjin 300074)., 2023,43(10)：5070～5077

The atmospheric boundary layer heights over urban area of Tianjin, the Bohai coast and the Bohai area were retrieved using the aerosol Lidar observation data from August 2018 to July 2019. And the result of aerosol Lidar inversion were verified by sounding observation of unmanned aerial vehicle. Combined with the different meteorological characteristics of Tianjin atmospheric boundary layer observation station, Tanggu sation and Bohai A-platform station, the distribution characteristics of the atmospheric boundary layer heights and the reasons for the differences were analyzed. The results showed that the atmospheric boundary layer heights obtained by Lidar and unmanned aerial vehicle had high uniformity, and the correlation coefficients between them were 0.508, 0.565 and 0.687, respectively, under stable, neutral and unstable stratification conditions. The diurnal variation of the atmospheric boundary layer heights in Tianjin urban area and Tanggu area showed unimodal distribution, which was close to the diurnal variation of turbulent kinetic energy and sensible heat flux in each season. The atmospheric boundary layer heights of A-platform had obvious characteristics of ocean atmosphere, which were higher than those of the urban area and Tanggu area in winter, but the opposite performance in summer. The formation of the intra-thermal boundary layer caused by the sea-land circulation in summer was one of the reasons for the difference in the heights of the atmospheric boundary layer between the urban area and Tanggu. When the intra-thermal boundary layer appeared in Tanggu in summer of 2019, the height of the afternoon boundary layer decreased by 30 to 160m approximately, while the difference between the boundary layer heights of Tanggu and the urban area increased by 150 to 300m approximately.

atmospheric boundary layer height；aerosol Lidar；sea-shore-land；unmanned aerial vehicle；Tianjin

X51

A

1000-6923(2023)10-5070-08

2023-03-02

天津市气象局科研项目(202206ybxm04);上甸子国家大气本底站开放研究课题(SDZ20220917);环渤海区域科技协同创新基金项目(QYXM202113)

* 责任作者, 工程师, liujinglexxx@163.com

刘敬乐(1986-),男,天津人,工程师,硕士,主要从事大气边界层和环境气象研究.发表论文30篇.liujinglexxx@163.com.

刘敬乐,史 静,李培彦,等.基于激光雷达的天津海-岸-陆地区大气边界层高度研究 [J]. 中国环境科学, 2023,43(10):5070-5077.

Liu J L, Shi J, Li P Y, et al. Study of atmospheric boundary layer height over Tianjin sea-shore-land area based on Lidar [J]. China Environmental Science, 2023,43(10):5070-5077.