沈阳市市区与郊区边界层高度特征分析及预测研究_孙学斌.pdf

摘要：采用沈阳地区 2019 年激光雷达监测网反演的边界层高度（PBL）数据，对其时空变化特征及频率分布特征进行研究，通过多因子统计预报技术预测 PBL 并验证。结果表明：沈阳市 PBL 冬季最低、春季最高，夏秋两季 PBL 相差不大；各季节 PBL均值最高的点位始终出现在市区。沈阳市 PBL14：00 相对较高，08：00 和 20：00 均较低，主要受到日变化的影响；从分布区域看，PBL 较高的区域同样主要出现在市区，较低的区域主要出现在北部郊区。市区 PBL 分布范围较广，在 0218 km 高度范围均有出现，出现频率较高的 PBL 主要分布在 0410 km 范围内；郊区 PBL 主要分布在 0610 km；PBL 在 10 km 以下时，郊区点位对应的 PM25浓度明显高于市区。多因子统计预报预测的 PBL 在以本地污染为主的污染过程中有较好的预测效果，对于空气质量的预报预警有一定的指示意义。关键词：边界层高度；特征分析；多因子统计预报；市区；郊区Abstract：Through the boundary layer height（PBL）data of the lidar monitoring network in Shenyang in 2019，thecharacteristics of PBL spatio-temporal variation and frequency distribution were studied；and PBL was predicted andverified by multi-factor statistical forecast technique.The results showed that PBL was the lowest in winter and thehighest in spring，and there was little difference in summer and autumn，influenced by diurnal variation，PBL washigher at 14:00 pm than 8:00 am and 20:00 pm，the PBL in city center is higher than that of suburbs.The distributedrange of PBLs is widely in the urban areas with the range of 0.2-1.8 km，and the PBLs are mainly distributed in therange of 0.4-1.0 km，while the suburban PBL is mainly distributed in 0.6-1.0 km；when PBL is less than 1.0 km，thePM2.5concentration at boundary stations is significantly higher than that in urban areas.The PBL inversion ofmulti-factor statistical forecast has a good prediction effect in the pollution process dominated by local pollution，whichhas certain indicative significance for the forecast and early warning of air quality.Key words：boundary layer height；characteristic analysis；multi-factor statistical forecasting；urban areas；suburbs中图分类号：X831文献标识码：A文章编号：16741021（2023）010068-061引言近年来，由于重污染事件频发，大气边界层与污染的关系受到广泛关注。研究表明，污染物的形成、迁移、扩散、沉积和化学反应都受到多尺度气象参数的影响1。PBL 作为表征大气边界层的一项重要特征参数，是对流层中受到地球表面直接影响的部分，高度大多为 0130 km2，同时也表现出较为明显的日变化特征。目前，随着监测手段的进步，地基遥感中激光雷达监测技术成为研究大气边界层气溶胶光学特性最常用的手段之一3，利用激光雷达对 PBL 的研究已经逐渐开展。如安欣欣等4认为冬季细颗粒物各组分峰值出现在凌晨前后可能与夜间边界层高度下降有关。郭滢超等5通过研究北京市 20082017 年PM25与 PBL 的关系，得出大气边界层是 PM25日变化的主要影响机制，导致 PM25浓度白天低、夜间高。万云霞等6通过多年数据研究发现西北干旱地区 PBL呈降低趋势，同时，近地层下垫面的人类活动及所对应的区域气象条件均会对边界层产生影响7-10。PBL作为反映边界层大气特征的重要参数，也是污染扩散、天气预报、气象模型、空气质量数值预报模式及收稿日期：2022-06-21；修订日期：2023-01-10。作者简介：孙学斌，男，1980 年生，主要研究方向为环境污染分析、环境监测、环境规划。沈阳市市区与郊区边界层高度特征分析及预测研究孙学斌（辽宁省沈阳生态环境监测中心，辽宁沈阳 110000）68环境保护与循环经济空气污染潜势预报需要参考的重要因素11-12。因此，了解 PBL 特征对大气污染过程分析以及空气质量预报模型的改善等都有重要的意义。本研究基于沈阳市激光雷达监测网反演数据，探究沈阳市市区与郊区 PBL 时空变化特征，并结合气象因子采用多因子统计预报技术预测 PBL，以期在今后的空气质量预报预警工作中起到指导作用，为环境管理部门提供更有效的技术支撑。2材料与方法21研究区域概况沈阳市地处我国东北地区南部、辽宁中部，地势以平原为主，由东北向西南倾斜，平均海拔 3050 m。激光雷达监测网是根据沈阳市地理位置及大气污染传输通道等因素，沿沈阳地区主导风向在沈阳铁岭、沈阳辽阳、沈阳本溪城市交界处，建设了辉山大街、黄腊坨、李相 3 个环境空气自动监测边界站，分别位于主城区的北偏东、南偏西和正南方向，配备了气溶胶激光雷达进行垂直方向的监测，主要监测来自哈尔滨长春铁岭方向、京津冀营口辽阳方向的气溶胶传输过程；同时联合市区内部的超级站、陵东街点位 2 个激光雷达，形成雷达监测网，为大气污染过程立体扩散监测分析及空气质量预报预警提供重要的技术支撑。22数据来源本研究所用 PM25浓度数据为辽宁省沈阳生态环境监测中心提供，气象资料为沈阳市同期的常规观测资料。研究中使用的激光雷达为 EVLIDAR 型微脉冲激光雷达，采用 2019 年 PBL 数据。市区雷达点位包括超级站、陵东街 2 个激光雷达，郊区雷达点位包括黄腊坨、李相、辉山大街 3 个激光雷达。该激光雷达由激光器、光学部分和主机组成。激光雷达工作波长 532 nm，单脉冲输出能量为 10 J，脉冲重复频率 2 500 Hz，空间分辨率为 15 m。激光雷达数据进行反演之前对背景噪声等进行校正。激光雷达数据分析作图采用 EV LIDAR Data Analyse Software。23研究方法统计预报方法是在不了解事物变化机理的情况下，通过分析事物的规律来进行预报的方法，具有不依赖物理、化学及生物过程以统计学方法实现预测的特点。尽管缺少确定性污染机理，但方法简单有效13。本研究建立的 PBL 多因子统计预报模型采用逐步回归算法，建立最优预报方程。预报量（Y）与预报因子（X）建立的最优回归方程为：YB0B1X1B2X2BnXn式中，Y 为污染物预报浓度；B0为常数项；B1，B2，Bn为选入因子系数；X1，X2，Xn为选入预报因子。选取气象因子中的气温、相对湿度、风速、风向作为预报因子，X1为温度，；X2为相对湿度，；X3为风速，m/s；X4为风向，。3结果与讨论31PBL时空变化特征311季节特征PBL 是通过激光雷达探测下垫面以上空间内相对最稳定层结的回波信号反演得到的，是反映空间扩散条件的重要指标之一。PBL 高度越低，越不利于近地层空气垂直混合，大气污染物扩散也就越差。PBL 的高度和大气温度及气体分子热运动的动能有关，一般情况下，秋冬季温度低，PBL 层低，容易发生雾霾；春夏季 PBL 层高，污染物容易扩散，空气质量相对较好14。图 1 为 2019 年沈阳市市区与郊区各雷达点位PBL 季节变化特征时空分布情况。数据结果显示，沈阳市 PBL 冬季最低、春季最高，夏秋两季 PBL 相差不大；5 个激光雷达点位 PBL 均值的季节变化特征从低到高依次为冬季（686 m）秋季（823 m）夏季（852 m）春季（965 m）。从 5 个雷达点位的垂直方向条件看，各季节 PBL 均值最高的点位始终为市区内的超级站点位，从一定程度上反映出超级站点位附近垂直方向扩散条件相对较好；北部郊区的辉山大街点位在夏秋两季 PBL 均为最低，与王耀庭等15研究结论一致。69Environmental Monitoring环境监测312日变化特征2019 年沈阳市市区与郊区 PBL 日变化特征时空分布见图 2。1 2001 1001 000900PBL/m122.4 E123 E123.6 E41.8 N42.6 N43.2 N辉山大街点位李相点位陵东街点位超级站点位黄腊坨点位图 12019 年沈阳市市区与郊区雷达点位 PBL 季节变化特征时空分布a春季b夏季1 1001 000900800PBL/m122.4 E123 E123.6 E41.8 N42.6 N43.2 N辉山大街点位李相点位陵东街点位超级站点位黄腊坨点位c秋季d冬季1 000900800700PBL/m122.4 E123 E123.6 E41.8 N42.6 N43.2 N辉山大街点位李相点位陵东街点位超级站点位黄腊坨点位700680660PBL/m122.4 E123 E123.6 E41.8 N42.6 N43.2 N辉山大街点位李相点位陵东街点位超级站点位黄腊坨点位a08：00b14：00c20：001 4001 3001 2001 1001 000900PBL/m122.4 E123 E123.6 E41.8 N42.6 N43.2 N辉山大街点位李相点位陵东街点位超级站点位黄腊坨点位1 000900800PBL/m122.4 E123 E123.6 E41.8 N42.6 N43.2 N辉山大街点位李相点位陵东街点位超级站点位黄腊坨点位740720700680660640PBL/m122.4 E123 E123.6 E41.8 N42.6 N43.2 N辉山大街点位李相点位陵东街点位超级站点位黄腊坨点位图 22019 年沈阳市市区与郊区雷达点位 PBL 日变化特征时空分布70环境保护与循环经济为探究沈阳地区 PBL 日变化特征，对 2019 年激光雷达反演的 PBL 数据进行统计分析，并主要研究了 08：00，14：00，20：00 3 个典型时段中各点位的PBL。如图 2 所示，5 个激光雷达点位 PBL 的日变化特征中，08：00，14：00，20：00 3 个典型时段 PBL 均值分别为 700，1 017，880 m。从 PBL 的日变化特征看，08：00 时，5 个雷达点位的 PBL 在 635739 m 范围内波动，其中，PBL 最低的点位出现在西南部郊区，最高的点位是市区内的陵东街点位。14：00 时，5个雷达点位的 PBL 在 8421 328 m 范围内波动，其中，PBL 最低的点位出现在北部郊区，最高的点位是市区内的超级站点位。20：00 时，5 个雷达点位的PBL 在 7851 030 m 范围内波动，其中，PBL 最低的点位出现在北部郊区，最高的点位是市区内的超级站点位。综合上述，沈阳市 PBL 在 14：00 相对较高，在08：00 和 20：00 均相对较低，考虑主要受到日变化的影响。激光雷达监测网中，PBL 较高的区域主要集中在市区，较低的区域主要集中在北部郊区。32PBL频率分布特征为进一步了解沈阳市市区与郊区雷达点位 PBL变化特征，对 PBL 出现频率进行统计分析，主要统计2 km 以下高度。从图 3 可以看出，沈阳市市区的 2个点位 PBL 在 0218 km 高度范围均有出现，但出现频率较高的 PBL 主要分布在 0410 km 范围内。郊区的 3 个雷达点位 PBL 出现频率较为一致，出现频率较高的 PBL 主要分布在 0610 km；其中，北部郊区辉山大街点位 PBL 在 0608 km 范围出现频率高达 529，为各点位中最高。结合与之对应的PM25浓度日变化数据可以看出，随着边界层的升高，PM25浓度呈下降趋势，说明一般情况下 PBL 越高，对应时段内扩散条件越好，污染物浓度越低；反之，PBL 在 04 km 以下时，对应的PM25浓度均相对较高。同时，PBL 在 10 km以下时，郊区的雷达点位对应的 PM25浓度明显高于市区点位。图 32019 年沈阳市市区和效区各雷达点位不同高度 PBL 频率分布及对应 PM25浓度33预测效果评估本研究以 2019 年沈阳市的超级站点位激光雷PBL 分布频率PM2.5频率/%60.040.020.00.0a辉山大街点位0.5100500PM2.5浓度/（g m-3）00.20.20.40.40.60.60.80.81.01.01.21.21.41.41.61.61.81.82.0高度/km6.026.852.912.31.4PBL 分布频率PM2.5频率/%60.040.020.00b李相点位1.1100500PM2.5浓度/（g m-3）00.20.20.40.40.60.60.80.81.01.01.21.21.41.41.61.61.81.82.0高度/km10.432.944.48.81.60.50.3PBL 分布频率PM2.5频率/%60.040.020.00c黄腊坨点位3.3100500PM2.5浓度/（g m-3）00.20.20.40.40.60.60.80.81.01.01.21.21.41.41.61.61.81.82.0高度/km13.427.138.415.91.60.3PLB 分布频率PM2.5频率/%60.040.020.00d陵东街点位6.9100500PM2.5浓度/（g m-3）00.20.20.40.40.60.60.80.81.01.01.21.21.41.41.61.61.81.82.0高度/km10.916.626.020.85.11.84.53.3PBL 分布频率PM2.5频率/%60.040.020.00e超级站点位12.6100500PM2.5浓度/（g m-3）00.20.20.40.40.60.60.80.81.01.01.21.21.41.41.61.61.81.82.0高度/km17.024.123.310.70.53.36.371达为预报研究点位，根据模型建立方法得到的 PBL多因子统计预报方程回归系数见表 1。表 1多因子统计预报方程回归系数选取 2021 年超级站点位采暖季期间一次包含不同级别污染时段的污染过程进行分析。2021 年 1月 1 日至 4 月 2 日，此时段空气质量为：优 10 d、良37 d、轻度污染 25 d、中度污染 4 d、重度污染 6 d、严重污染 2 d。其中涉及的数据包括此时段内的气温、相对湿度、风速、风向以及超级站雷达的 PBL 数据。将回归系数分别代入线性回归方程，得出对应的 PBL 预报结果，分别计算 Y1，Y2，Y3，Y4，Y5，Y6，Y7，Y8，Y9，Y10，Y11与实测值的相关性，结果见表 2。从结果可以看出，对于这段较长时段的预测，Y10预测的PBL 与实测值之间相关性最好，呈显著正相关。最终选择预报值与实测值相关性较高的 Y10作为预报方程，Y102746 72X2100068 9X3936210 6。表 22021 年 1 月 1 日至 4 月 2 日预报与实测值相关性注：*表示通过 P001 显著性水平检验。图 4 为预测的 PBL 与环境空气中实测 PM25浓度变化趋势。由图 4 可知，Y10预测的 PBL 与实测PM25浓度之间呈现较好的对应关系。其中，仅 2021年 1 月 2226 日未表现出较为一致的变化趋势，是由于此时段为区域污染引起的连续污染过程，主要受外来输送影响，PBL 未能较准确地反映出未来几日空气质量情况。在 2021 年 2 月以后二者呈现出较好的负相关关系，表明这种 PBL 的预测方法在一定程度上对于空气质量的预报预警有一定的指示意义。方程截距X1X4X2X3Y11 276.856 17.170 06-1.325 57-8.214 3280.399 45Y2798.615 6 10.888 87132.700 8-1.472 84Y111 242.519-3.805 21-0.318 83Y31 019.596-2.473 4126.115 9-1.116 74Y9951.847 5 11.308 68-0.645 07Y10936.210 6-2.746 72100.068 9Y41 430.772 18.318 35-9.415 01-0.850 21Y51 173.228 16.839 65-8.427 350.455 24Y61 311.624 17.757 17-9.241 63Y7864.201 5140.508 1-1.207 22Y8669.324 5 10.339 22100.844 6集成预报相关系数rY10.55*Y20.48*Y110.37*Y30.58*Y90.12Y100.63*Y40.41*Y50.46*Y60.45*Y70.47*Y80.49*图 4Y10预测的 PBL 与实测 PM25变化趋势PBL/m1 1501 050950850750650550450t/日期Y10预测的 PBL实测 PM2.5300250200150100500PM2.5浓度/（g m-3）2021-01-012021-01-032021-01-052021-01-072021-01-092021-01-112021-01-132021-01-152021-01-172021-01-192021-01-212021-01-232021-01-252021-01-272021-01-292021-01-312021-02-022021-02-042021-02-062021-02-082021-02-102021-02-122021-02-142021-02-162021-02-182021-02-202021-02-222021-02-242021-02-262021-02-282021-03-022021-03-042021-03-062021-03-082021-03-102021-03-122021-03-142021-03-162021-03-182021-03-202021-03-222021-03-242021-03-262021-03-302021-03-282021-04-0172环境保护与循环经济4结论（1）沈阳市 PBL 冬季最低、春季最高，夏秋两季PBL 相差不大。各季节 PBL 均值最高的点位始终出现在市区，从一定程度上反映出点位附近垂直方向扩散条件相对较好；北部郊区 PBL 在夏秋两季均为最低。（2）沈阳市 PBL 14：00 相对较高，08：00 和 20：00均相对较低，考虑主要受到日变化的影响。从分布区域看，PBL 较高的区域出现在市区，较低的区域主要出现在北部郊区。（3）市区 PBL 分布范围较广，在 0218 km 高度范围均有出现，但出现频率较高的 PBL 主要分布在0410 km 范围内。郊区 PBL 主要分布在 0610 km，且随着边界层的升高，PM25浓度均呈下降趋势。PBL在 10 km 以下时，郊区点位对应的 PM25浓度明显高于市区。（4）多因子统计预报预测的 PBL 在以本地污染为主的污染过程中有较好的预测效果，对于外来传输引起的污染过程中相关性相对较差，表明这种PBL 的预测方法在一定程度上对于空气质量的预报预警有一定的指示意义。参考文献1 王跃，王莉莉，赵广娜，等北京冬季 PM25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）：1731842 于思琪，刘东，徐继伟，等基于激光雷达探测的金华、合肥和兰州大气边界层高度及其统计分析 J 光学学报，2021，41（24）：19273 王佳音，孙学斌基于激光雷达组网的沈阳地区气溶胶光学厚度分布特征及影响因素研究 J 环境保护与循环经济，2022，42（1）：77814 安欣欣，曹阳，王琴，等北京城区 PM25各组分污染特征及来源分析 J 环境科学，2022，43（5）：225122615 郭滢超，权建农，潘昱冰，等20082017 年北京市 PM25周期性变化特征与影响机制 J 中国环境科学，2022，42（3）：101310216 万云霞，张宇，张瑾文，等2017 年感热变化对东亚地区大气边界层高度的影响 J 高原气象，2017，36（1）：1731827 杨军，周德平，宫福久辽宁地区大气气溶胶粒子的垂直分布特征 J 南京气象学院学报，2000，23（2）：1962038 乔梁，张强，岳平，等由非季风区向季风区过渡过程中大气边界层结构的变化分析 J 大气科学，2019，43（2）：2512659 刘思瑶，濮江平，周毓荃，等河北气溶胶浓度垂直分布特性研究 J 气象与环境科学，2016，39（2）：414510 王珍珠，李炬，钟志庆，等激光雷达探测北京城区夏季大气边界层 J 应用光学，2008，29（1）：9610011 王式功，姜大膀，杨德保，等兰州市区最大混合层厚度变化特征分析 J 高原气象，2000，19（3）：36337012 田野，刘旭林，于永涛，等北京城区大气边界层高度的反演研究 J 气象科技，2022，50（1）：92013 于晓东，纪欣彤，王闯，等沈阳市环境空气质量统计预报应用及效果评估 J 环境保护科学，2020，46（4）：10711214 贺千山，毛节泰北京城市大气混合层与气溶胶垂直分布观测研究 J 气象学报，2005，63（3）：37438415 王耀庭，苗世光，张小玲基于激光雷达的北京市气溶胶光学参数季节特征 J 中国环境科学，2016，36（4）：97097873