天津大气稳定度特征及基于湍...优化的空气质量数值模拟研究_杨健博.pdf

第 43 卷第 3 期2023 年 3 月Vol.43，No.3Mar.，2023环境科学学报Acta Scientiae Circumstantiae天津大气稳定度特征及基于湍流扩散系数优化的空气质量数值模拟研究杨健博1，2，3，蔡子颖3，*，杨旭3，邢蕊4，唐颖潇3，韩素芹31.天津市气象科学研究所，天津 3000742.天津市海洋气象重点实验室，天津 3000743.中国气象局-南开大学大气环境与健康研究联合实验室，天津 3000744.天津市滨海新区气象局，天津 300457摘要：空气质量模式中湍流引起的垂直混合与湍流扩散系数K密切相关.为避免针对强稳定边界层计算中可能出现“无湍流大气”（即K=0）的异常结果，模式通过预设最小湍流扩散系数Kzmin，定义了K值的下限.检验表明天津空气质量模式整体模拟效果较好，但02：0008：00存在系统性偏高的问题.针对这一问题，本文在天津大气稳定度特征分析和模式评估基础上，利用气象塔和系留获取真实湍流扩散系数，试验性修正重污染期间Kzmin取值，以期探索提升稳定层结条件下天津空气质量模式PM2.5模拟能力.结果表明：天津不同大气层结稳定度占比分别为4.91%（强不稳定）、9.33%（不稳定）、18.86%（弱不稳定）、50.29%（中性）、13.00%（较稳定）和3.61%（稳定）.大气稳定条件下PM2.5浓度（62.6 g m-3）相较不稳定和中性条件（38.8g m-3）升高61.3%，02：0008：00稳定大气层结占比显著提升（28.2%），模式对该时段PM2.5浓度模拟存在系统性高估现象（9.3%）.以2017年12月一次重污染过程为例开展模式敏感试验，该过程天津出现长时间逆温过程，高度达600 m以上，逆温强度达2.9 100 m-1，逆温层的持续存在抑制了污染物的垂直扩散.系留气艇和气象塔湍流观测表明：此次过程垂直湍流扩散速率存在明显日变化，白天（35 m2 s-1）普遍高于夜间（14 m2 s-1），比值为2.5 1，基于模式过程分析技术估算湍流混合使PM2.5浓度下降白天为-30 g m-3 h-1，夜间显著减弱，低于-5 g m-3 h-1，比值为6 1，结合探空实测数据，空气质量模式中预设的Kzmin很可能造成对垂直湍流扩散作用的低估，并因此导致对夜间稳定层结PM2.5浓度的高估.根据观测对模式Kzmin取值优化，改进后模式对城市和郊区站PM2.5浓度模拟绝对误差分别下降36.6和46.1 g m-3，且夜间PM2.5浓度极大值的改进效果更加明显，基于Kzmin的修正，可能有助于稳定层结条件下天津空气质量模式模拟能力提升.关键词：大气稳定度；空气质量数值模式；大气重污染；天津；湍流扩散文章编号：0253-2468（2023）03-0363-14 中图分类号：X51 文献标识码：AAnalysis of atmospheric stability characteristics in Tianjin and air quality modeling study based on the modification of minimum eddy diffusivityYANG Jianbo1，2，3，CAI Ziying3，*，YANG Xu3，XING Rui4，TANG Yingxiao3，HAN Suqin31.Tianjin Institute of Meteorological Science，Tianjin 3000742.Tianjin Key Laboratory for Oceanic Meteorology，Tianjin 3000743.CMA-NKU Cooperative Laboratory for Atmospheric Environment-Health Research，Tianjin 3000744.Tianjin Binhai New Area Meteorological Service，Tianjin 300457Abstract：The simulated vertical mixing flux caused by turbulence largely depends on the turbulent diffusion coefficient K in the air quality model.To avoid the unrealistic diagnosis of no-turbulence atmosphere （i.e.，K=0）in the case when the planetary boundary layer（PBL）is strongly stable，air quality model presets Kzmin to limit the minimum of K.The simulation of PM2.5 using preset Kzmin limit in Tianjin air quality modeling platform generally shows satisfactory performance except that the concentration of PM2.5 is systematically overestimated during 02：00 to 08：00.To address this issue，this study modified the value of Kzmin during heavy pollution episodes based on the turbulent diffusion coefficient observed from meteorological tower and tethered-balloon sounding in addition to the analysis of atmospheric stability characteristics and model evaluation.This development of model DOI：10.13671/j.hjkxxb.2022.0251杨健博，蔡子颖，杨旭，等.2023.天津大气稳定度特征及基于湍流扩散系数优化的空气质量数值模拟研究 J.环境科学学报，43（3）：363-376YANG Jianbo，CAI Ziying，YANG Xu，et al.2023.Analysis of atmospheric stability characteristics in Tianjin and air quality modeling study based on the modification of minimum eddy diffusivity J.Acta Scientiae Circumstantiae，43（3）：363-376收稿日期：2022-05-25 修回日期：2022-07-11 录用日期：2022-07-12基金项目：国家自然科学基金项目（No.42130513）；天津市气象局重点项目（No.202114zdxm01）作者简介：杨健博（1989），男，E-mail：；*责任作者，E-mail：环境科学学报43 卷improved the performance of Tianjin air quality modeling platform in simulating the PM2.5 concentrations under stable conditions.Results indicate that the occurrence frequency of different atmospheric stability is 4.91%（strongly unstable），9.33%（unstable），18.86%（weakly unstable），50.29%（neutral），13.00%（weakly stable）and 3.61%（stable）.The average PM2.5 concentration under stable conditions（62.6 g m-3）is 61.3%higher than that under unstable and neutral conditions（38.8 g m-3）.The occurrence frequency of stably-stratified atmosphere raises by 28.2%during 02：00 to 08：00，leading to the PM2.5 concentrations in the air quality model systematically overestimated by 9.3%during this period.Numerical sensitivity experiment was conducted for a heavy pollution episode in December，2017.The temperature inversion（TI）structure in Tianjin during this episode last for a long time.The height of TI layer was elevated up to about 600 m and the intensity of TI reached 2.9 100 m-1.The persistence of the TI layer consistently restrained the vertical diffusion of air pollutants.Tethered-balloon sounding and tower-based turbulence observation indicated that the vertical turbulent diffusion exhibited clear diurnal characteristics which is 2.5 times higher in the day（35 m2 s-1）than at night（14 m2 s-1）.Process analysis shows that the reduction of PM2.5 concentration induced by turbulent mixing was-30 g m-3 h-1 during the daytime and weakened at night（less than-5 g m-3 h-1）with the ratio of 6.According to the simulation and sounding observation，the value of Kzmin preset in the air quality model is likely to cause the underestimation of vertical turbulent mixing，hence lead to the overestimation of PM2.5 concentrations under stably stratified nighttime conditions.The modification of Kzmin could significantly improve the model performance in the simulation of surface PM2.5 concentrations during air pollution episodes，which could lead to the decrease of 36.6 and 46.1 g m-3 in the MABs in urban and rural PM2.5 concentrations，respectively.This effect was found to be more pronounced for the cases with high PM2.5 concentrations during the nighttime.Hence the modification of Kzmin would help to improve the forecast performance of Tianjin air quality model under stable conditions.Keywords：atmospheric stability；air quality numerical model；heavy pollution episode；Tianjin；turbulent diffusion1引言（Introduction）大气细颗粒物（PM2.5）污染是当前我国面临的主要环境问题之一（王淑兰等，2013；李杰等，2014；张小曳等，2020；任燕等，2020），准确模拟PM2.5浓度是开展污染天气预报业务、保障人民正常生产生活的重要基础和迫切需求（邓涛等，2012；王自发等，2013；Du et al.，2020）.通常认为污染天气过程的发生是由于排放源的过量排放以及不利气象条件的共同作用造成的（穆穆等，2014）.自2013年9月国务院发布 大气污染防治行动计划 以来，采取了一系列减排和大气污染防治措施，SO2、NOx和颗粒物的排放量出现明显下降趋势，我国主要城市地区空气质量因此得到了持续改善（王文兴等，2014）.然而当前我国面临的大气污染形势仍十分严峻，京津冀地区细颗粒物年均浓度仍远高于世界卫生组织建议标准（日均值为15 g m-3），重污染天气仍时有发生（Zhang et al.，2014；孙业乐，2018）.在严格的排放控制措施下，气象条件对大气污染发生和维持的影响将愈发重要（Wang et al.，2019）.大气污染物主要集中于大气边界层，垂直湍流混合是大气边界层内的主要运动形态，边界层结构和垂直湍流混合在很大程度上决定了污染物的地面浓度及其垂直分布特征（王颖等，2010；王成刚等，2017）.因此，边界层垂直扩散条件分析是污染天气预报的重要环节之一（蔡子颖等，2018）.在不同的扩散条件下，相同污染源排放所造成的近地层污染物浓度相差可达几十倍甚至几百倍（李宗恺等，1985）.现阶段已有多种观测手段被应用于大气边界层垂直扩散能力分析，包括地基遥感、系留气艇探空和气象塔观测等（Argentini et al.，2005；Ferrero et al.，2011；Lohnert et al.，2012；刘文清等，2016；Han et al.，2018）.其中系留气艇探空观测系统具有机动性强，数据采样频率高的优势，能有效获取地面至1000 m高度的气象要素以及污染物浓度的精细垂直分布特征，在大气边界层探测中发挥了重要作用（Egli et al.，2015；Li et al.，2015；王成刚等，2017）.评估大气垂直扩散能力的常用指标包括边界层高度、大气稳定度、湍流动能和理查森数等（廖晓农等，2015；孙兆彬等，2017；刘超等，2017）.其中大气稳定度是对机械湍流和热力湍流影响的综合表征，在污染天气分析中具有重要的指示和参考意义（蔡子颖等，2018）.准确的空气质量数值预报依赖于高质量的边界层气象场模拟结果（徐敬等，2015）.在数值预报模型中，湍流运动所引起的垂直混合通常采用边界层参数化方案来描述（Han et al.，2008；Cohen et al.，2015）.边界层参数化是影响中尺度数值天气和空气质量预报的重要因子，也是制约其准确率的瓶颈问题（Cuchiara et al.，2014；Jahn et al.，2017）.一系列空气质量模拟研究指出，现有的数值模式通常会高估稳定边界层内的污染物浓度，尤其是在夜间（Qiu et al.，2017；Liu et al.，2018；Du et al.，2020）.Tang等（2014）发现，不同边界层方案的选择可导致地面O3浓度的模拟结果相差达20%.前人关于边界层方案对大气污染影3643 期杨健博等：天津大气稳定度特征及基于湍流扩散系数优化的空气质量数值模拟研究响的研究多集中于不同边界层方案模拟结果的对比，而对于造成不同方案模拟结果差异的根本原因，即边界层方案对湍流混合的处理还缺乏足够的探讨以及针对性的优化改进研究.王继康等（2019）指出，在空气质量模式中，垂直湍流交换系数是直接影响污染物垂直分布的关键参量.湍流扩散系数的大小是影响夜间臭氧浓度模拟结果的重要因子（Hu et al.，2013）.Wang 等（2018）指出边界层方案对污染天气条件下湍流扩散作用描述的不够准确是造成京津冀地区PM2.5浓度模拟误差的一个重要原因.基于此，本研究一方面依托天津255 m气象塔风、温廓线观测数据，分析天津大气层结稳定度特征及其对PM2.5浓度的影响，另一方面开展天津空气质量数值预报模式检验评估，剖析模式存在的系统性误差以及可能导致这一误差产生的原因.在此基础上，以2017年12月一次重污染过程为例开展数值敏感试验，基于多源立体观测和模式过程分析技术，分析边界层结构以及湍流扩散对大气污染生消演变影响，利用探空观测数据获取真实湍流扩散系数，以此为基础，试验性优化重污染期间（强稳定层结）空气质量模式最小湍流扩散系数取值，并对改进后模式模拟性能进行检验评估.通过本研究希冀加强对北方沿海城市大气边界层结构特征及其对大气污染生消演变影响规律的认知，提高沿海城市大气污染事件的模拟预报准确性.2材料与方法（Materials and methods）2.1观测试验介绍天津地区大气稳定度观测来自天津市气象塔，气象塔位于天津城区南部，塔高 255 m，0255 m之间布置15层观测伸臂和平台，分别在5、10、20、30、40、60、80、100、120、140、160、180、200、220 和250 m开展风、温和相对湿度连续观测，本文大气稳定度计算采用T与风速（v）组合法（蔡子颖等，2018），采用30、100 m温度、40 m风计算，这里温度高度和风速高度的选取依据参考胡二邦等（2009）.具体计算方法见表1，其中A为强不稳定，B 为不稳定，C 为弱不稳定，D 为中性，E 为较稳定，F为稳定（下同），时间为 2020年 10月2021年9月.模式敏感性试验对比观测为2017年12月2018年1月的野外观测试验资料，试验场地为位于天津东部沿海地区的滨海新区气象科技园，距渤海西海岸线约2 km，距市区约50 km.探空系留气艇采用CZXLT-II型系留气艇自动气象探测系统，可实现对边界层气温、相对湿度、风速、风向、气压等气象要素的高分辨率连续观测.气艇容量为6.5 m3，最大载荷为5.0 kg，本试验通过在气艇下方搭载大气环境监测吊舱（TEMO Mie pDR-1500），实现了对垂直方向上不同高度PM2.5和PM10质量浓度的实时观测.观测试验期间，每日进行6次系留气艇探空，分别为05：00、08：00、14：00、17：00、20：00和23：00.为确保观测的质量和可靠性，在探空观测试验前后，对所有仪器进行了充分检查和校准，方法参见Han等（2018）.在此基础上，依托天津市气象塔可获取0 250 m温度、湿度和风廓线观测资料，同时项目组可同步获取天津生态环境部门26个空气质量监测站实时监测数据.2.2大气化学模式WRF/Chem模式是在美国国家大气研究中心（NCAR）研发的天气预报模式WRF的基础上加入了化学模块而发展起来的中尺度在线大气化学模式，在时间和空间上实现了化学传输模块与气象模块的完全耦合，不仅可用于天气预报和气候预测，还可模拟大气污染物（颗粒物、臭氧等）的浓度、扩散和相互作用等（Yegorova et al.，2011；Su et al.，2015）.WRF/Chem模式在全球和区域空气质量以及大气化学模拟研究中得到了广泛应用（Su et al.，2017；Tao et al.，2020）.本研究采用 WRF/Chem V3.8.1 版本，化学过程采用MOZART，长波辐射方案和短波辐射方案均采用RRTMG，边界层方案采用YSU方案.模式的人为排放源清表1T和v组合法确定稳定度的分类标准Table1Calculating stability classification by T and vv（40 m）/（m s-1）0.00.91.01.92.02.93.03.94.04.95.05.96.06.97.07.98.08.910T（10030 m的百米温差）A1.13B1.03C0.91D0.37E0.78FA1.18B1.05C0.91D-0.22E1.12FA1.39B1.18C0.97D0.16E1.25FA1.61B1.33C1.00D0.10E1.32FA1.82B1.48C1.04D0.04E1.39FB1.62C1.08D0.02E1.46FB1.77C1.16D0.08EC1.25DC1.40DD365环境科学学报43 卷单为农业、工业、交通、电力和生活行业SO2、NOx、CO、PM2.5、PM10、BC、OC、NH3和VOC排放量，其中天津地区以外人为排放源清单使用清华大学 MEIC2020（http：/www.meicmodel.org；Zheng et al.，2021），分辨率为0.25 0.25，天津地区使用源谱调查排放源清单数据，分辨率为1 km 1 km，数据来自于天津市生态环境局，该清单已在针对天津地区的多项空气质量模拟研究中得到了成功的应用（杨旭等，2021；蔡子颖等，2022）.模式采用两层嵌套（图1），水平分辨率分别为9 km和3 km，水平网格数分别为133 142和142 127，中心经纬度为39.12N，116.09E，垂直方向分为30层，气象初始场和背景场均采用分辨率为1 1的NECP全球再分析数据FNL.在此基础上，为更加充分地对重污染天气成因进行归因分析，在WRF/Chem中引入了过程分析技术，即在数值模式的积分计算过程中，将影响PM2.5浓度的物理化学过程单独输出，包括排放过程、水平平流、垂直混合、垂直平流、对流作用、云化学、气溶胶化学和湿沉降，因此根据输出结果可直接对比分析不同物理化学过程引起的污染物浓度变化.关于过程分析技术的详细介绍可参考杨旭等（2021）.3结果和讨论（Results and discussion）3.1天津市大气层结稳定度特征及其对PM2.5影响分析基于气象塔观测数据以及T和v组合法，针对天津地区大气稳定度的统计结果（图2a）表明，2020年 10月2021年9月间，天津地区大气层结稳定度A级（强不稳定）占比4.91%，B级（不稳定）占比9.33%，C级（弱不稳定）占比18.86%，D级（中性）占比50.29%，E级（较稳定）占比13.00%，F级（稳定）占比3.61%.从大气稳定度的年变化特征来看，秋冬季（10月次年 2月）稳定大气层结（E级和 F级）发生频率明显升高，达23.1%，约为其他月份平均发生频率的2.5倍.受此影响，上述时段内大气垂直扩散能力显著减弱，因而导致秋冬季节污染物浓度显著高于其他月份（如图2a中黑色曲线所示，其中2021年3月PM2.5浓度的高值是受 不利气象条件以及春季沙尘天气的共同影响所致），也是重污染天气频发的重要原因之一.结合同期天津地区PM2.5浓度实况监测数据表明（图2b），大气层结稳定度为AF级条件下，天津地区PM2.5质量浓度平均值分别为39.7、37.9、37.0、40.0、62.5和66.2 g m-3，也即说明，当大气层结呈稳定状态下（E和F级），PM2.5质量浓度平均值（约62.6 g m-3）显著高于大气层结呈不稳定和中性状态下（AD级）的PM2.5质量浓度平均值（约38.8 g m-3），升高幅度达61.3%.从不同时刻大气层结稳定度占比及其对应PM2.5浓度均值的日变化特征来看（表2），夜间19：00次日07：00，大气层结稳定度明显增强，大气稳定度E及以上图1模式模拟区域和范围示意Fig.1Model simulation area and range3663 期杨健博等：天津大气稳定度特征及基于湍流扩散系数优化的空气质量数值模拟研究平均发生频率达29%，远高于白天08：0018：00（大气稳定度E及以上发生频率低于2%），特别是下半夜00：0006：00，大气稳定度进一步增强，E及以上发生频率达34%.且当夜间00：0006：00大气层结稳定度较强（E及以上）条件下，天津地区PM2.5质量浓度水平会出现明显升高趋势，显著高于平均状态.3.2天津空气质量模式评估天津空气质量数值模式系统以WRF/Chem为框架构建，结合天津全市26个环境监测站实况数据对天津空气质量模式2021年全年检验评估结果表明，天津地区PM2.5浓度模拟结果平均值为43.5 g m-3，实况观测值为41.3 g m-3，相关系数为0.79，均方根误差为28.8 g m-3，一致性系数达到0.82.以上统计检验结果表明，WRF/Chem模式在天津地区环境空气质量的预报应用中具有较好的效果，可以基本反映天津地区PM2.5浓度的长期演变特征.但从实况结果与模拟结果平均日变化趋势的对比可以看出（图3），模式可以较好的模拟出天津地区PM2.5浓度的日变化特征，但对于下半夜02：00早08：00，模式模拟结果存在明显高估，平均高估程度约为9.3%，这也是一天中模拟值与实况值偏离最大的时段.从图3b给出的PM2.5浓度实况值与模拟值长时间序列的逐时对比结果也可比较清晰的看出这一特征.结合表2可知，夜间02：0008：00，大气层结稳定度显著增强，大气稳定度E及以上占比28.2%，是全天平均值的1.7倍，进一步统计分析结果图22020年10月2021年9月天津地区大气稳定度及PM2.5浓度年变化特征（a）及不同大气稳定度条件下PM2.5浓度的变化特征（b）Fig.2Annual variation of atmospheric stability and PM2.5 concentrations in Tianjin during October 2020 to September 2021（a）and comparison of PM2.5 concentrations under different stability conditions（b）图3天津空气质量预报模式2021年PM2.5质量浓度模拟结果与观测结果的对比（a.2021年全年平均日变化特征对比，b.典型时段（2021年2月2227日）长时间序列逐时结果对比（阴影代表每日02：0008：00）Fig.3Comparison between simulation and observation of PM2.5 concentrations in Tianjin in 2021（a.diurnal variation profile of PM2.5 concentrations averaged over the year of 2021，b.long-time series of hourly PM2.5 concentrations during from February 22 to February 27，2021（the shaded areas indicate 0200 to 0800 LST in each day）367环境科学学报43 卷表明，模式对夜间02：0008：00稳定层结条件下（稳定度E及以上）PM2.5质量浓度的平均高估程度可达21.5%，这表明这一时段内PM2.5浓度模拟结果的系统性偏高很可能是由于空气质量模式对稳定大气层结中相关物理过程的处理不准确造成的.Qiu等（2017），Liu等（2018）及Du等（2020）在各自针对不同地区的模拟研究中也都发现了类似的WRF/Chem模式对夜间稳定边界层内大气污染物浓度的高估现象，表明这一误差很可能是由于模式内在的系统误差导致的.3.3基于稳定层结下最小湍流扩散系数取值优化的天津空气质量数值模式研究3.3.1重污染天气特征分析2017年12月2731日天津地区出现了一次重污染天气过程，此次过程期间天津地区连续4日AQI超过150（29、30日超过200），PM2.5峰值浓度达到222 g m-3.根据PM2.5浓度的发展 演变趋势，此次污染过程可划分为3个阶段：污染发展阶段，12月27日，我国中东部地区高空环流转平，地面处于高压后部（图4），近地面风速开始逐渐减小至2 m s-1以下（图5），大气污染扩散条件转差，并伴随相对湿度的持续升高至接近饱和，由此促进了颗粒物的吸湿性增长过程，此外，27日下午28日凌晨，近地层出现持续南风，Zhong等（2018）和Han 等（2018）在其各自针对京津冀地区的研究中都发现了南风（西南风）所导致的污染物区域输送对重污染天气发生发展起到了重要的促进作用.在小风、高湿环境以及区域输送的共同作用下，PM2.5浓度由污染前期清洁时段的约25 g m-3迅速升高至150200 g m-3；污染维持阶段，12月29日01：0030日10：00，天津地区近地面风力等级维持在1级左右，大气扩散条件极为不利，相对湿度表2不同时刻大气稳定度对应的PM2.5质量浓度均值Table 2Average PM2.5 concentrations on different time and atmospheric stability时刻00：0001：0002：0003：0004：0005：0006：0007：0008：0009：0010：0011：0012：0013：0014：0015：0016：0017：0018：0019：0020：0021：0022：0023：00PM2.5质量浓度均值/（g m-3）A级36.9（2.5%）37.8（7.2%）41.8（14.5%）44.4（20.8%）45.0（17.6%）37.8（18.2%）38.9（17.7%）38.0（12.7%）29.5（7.9%）14.4（1.9%）23.0（1%）31.0（1%）B级9.0（1%）33.8（2.5%）33.0（9.7%）44.0（18.4%）43.3（26.4%）39.5（32.2%）42.2（35.6%）37.8（35.0%）34.4（32.0%）33.3（25.5%）26.8（8.6%）10.1（2.2%）72.0（1%）C级40.4（1.4%）28.8（1.4%）41.2（1.7%）27.5（1.1%）43.2（1.4%）41.0（1.4%）39.5（5.1%）34.2（19.8%）38.6（38.1%）39.3（41.3%）40.4（40.7%）37.1（39.0%）36.7（36.5%）39.7（38.7%）35.4（45.2%）36.1（53.4%）34.1（51.1%）28.8（24.2%）31.5（7.0%）47.2（1.6%）53.0（1.3%）65.7（1.6%）59.5（1.1%）75.3（1.1%）D级38.5（67.8%）38.1（64.5%）37.3（61.4%）38.8（63.9%）38.4（61.7%）39.3（64.3%）39.7（65.1%）43.5（56.8%）54.8（38.4%）56.6（24.3%）44.0（11.6%）51.1（10.8%）43.1（9.4%）25.0（8.5%）38.9（9.9%）35.8（12.9%）38.1（38.2%）38.6（70.7%）37.6（83.2%）37.4（80.5%）39.8（78.0%）39.6（71.8%）39.7（70.7%）39.6（70.9%）E级61.1（23.7%）59.8（27.0%）60.0（30.3%）59.8（25.3%）58.7（26.5%）59.9（25.8%）59.7（20.6%）70.0（14.2%）69.2（5.5%）68.7（1%）76.0（1%）20.0（1%）25.0（1%）144.0（1%）77.6（2.7%）66.0（9.4%）71.5（16.8%）68.1（17.2%）63.9（20.1%）62.7（22.0%）60.4（22.3%）F级67.2（7.2%）68.6（7.1%）62.6（6.6%）58.5（9.6%）61.4（10.4%）58.7（8.4%）64.3（9.0%）78.9（4.2%）70.8（1.1%）93.5（1%）131.0（1%）140.0（1%）155.0（70%），地面PM2.5浓度升高至240 g m-3，并在450 600 m高度层维持在200 g m-3以上的高值.由以上结果可知，污染过程期间大气边界层结构的演变对颗粒物浓度的垂直分布特征有重要影响.大气污染物（PM2.5）的高浓度层与边界层内温度廓线的发展演变，特别是逆温层结构密切相关.污染过程期间，夜间往往会出现贴地逆温层结构，逆温层内污染物的扩散过程被显著抑制，因而容易造成污染物的堆积，最终导致污染天气过程的形成.而白天在地表的加热作用下，逆温层受热抬升，并形成脱地逆温结构，随着近地层逆温结构的消失，污染物可以向上层扩散，但由于脱地逆温层的存在，强烈抑制了污染物的进一步向上发展，PM2.5的高浓度层与脱地逆温层底部高度表现出很好的一致性.此外，逆温结构的出现也抑制了水汽的垂直扩散过程，因而容易形成近地面的高湿层，并促进了颗粒物的吸湿性增长过程，进而导致PM2.5浓度的进一步升高.从气象和PM2.5浓度垂直廓线观测和模拟结果的对比来看，模式在垂直方向上对温度的模拟结果与观测结果吻合的较好，27日14：00、20：00以及29日14：00，垂直方向上均存在逆温结构，模式均较好的模拟出了温度随高度的变化趋势，但对于逆温强度及其出现高度的模拟与真实探空观测结果还存在一定的差异.模式对相对湿度的模拟结果可以较好的反映相对湿度在垂直方向上的变化趋势，但高估了低层大气中相对湿度的变化幅度.由前文分析可知，污染物的垂直分布特征与大气边界层结构的发展演变密切相关.湍流运动是边界层内部大气运动的最本质特征，为进一步量化明确包括垂直湍流混合在内的多种物理化学机制对污染过程期间天津地区PM2.5地面质量浓度的影响，本研究基于WRF/Chem模式过程分析技术对重污染天气成因进行了定量解析（图7）.从图中可以看出，排放过程、垂直混合、水平平流（即区域输送）以及垂直平流作用是影响本次污染过程期间天津地区PM2.5地面质量浓度的主要原因.其中，排放过程是地面PM2.5最大的来源项，而垂直湍流混合对近地面大气污染主要起清除作用，是最大的汇项.垂直湍流混合对污染物浓度的影响具有明显的日变化特征，白天垂直湍流混合作用较强，对PM2.5浓度的贡献可达-20 -30 g m-3 h-1，夜间明显减弱，约为-1 -5 g m-3 h-1.在空气质量模式中，湍流扩散系数直接反映了局地湍流混合作用的强度，是直接影响污染物垂直扩散的重要参量.但目前由于边界层湍流观测资料的获取困难等原因，对污染过程中湍流扩散系数垂直分布的观测分析还非常欠缺.针对这一问题，本文采用Blackadar等（1962）以及Estoque等（1970）提出的算法，基于温度和风速廓线的探空观测结果，计算分析了污染过程期间湍流扩散系数的垂直分布特征.中性条件下，湍流扩散系数K可表示为式（1）.K=1 3l4 3（1）式中，为单位质量物质的湍能耗散率，计算方法见式（2）.l为有效湍涡特征尺度，即混合长，计算公式见式（3）（4）.3703 期杨健博等：天津大气稳定度特征及基于湍流扩散