基于边界层精细化预报的乌鲁木齐2020年1月大气污染气象特征分析.pdf

第 46 卷第 5 期气象与环境科学Vol.46 No.52023 年 9 月Meteorological and Environmental SciencesSep.2023收稿日期:2021-09-23;修订日期:2022-01-27基金项目:中亚大气科学研究基金项目(CAAS201904);国家重点研发计划课题(2022YFC3701205)作者简介:花丛(1984),女,山东济南人,高级工程师,硕士,从事短期天气预报和环境气象的研究.E-mail:通信作者:刘超(1989),男,北京人,高级工程师,硕士,从事雾霾、沙尘研究与预报方面的研究.E-mail:liu_花丛,刘超,李霞.基于边界层精细化预报的乌鲁木齐 2020 年 1 月大气污染气象特征分析J.气象与环境科学,2023,46(5):9-17.Hua Cong,Liu Chao,Li Xia.Meteorological Characteristic Analysis of Air Pollution in Urumqi in January 2020 Based on Boundary Layer Fine ForecastJ.Meteorological and Environmental Sciences,2023,46(5):9-17.Doi:10.16765/ki.1673-7148.2023.05.002基于边界层精细化预报的乌鲁木齐 2020 年 1 月大气污染气象特征分析花丛1,2,刘超1,李霞3(1.国家气象中心,北京 100081;2.中亚大气科学研究中心,乌鲁木齐 830002;3.中国气象局乌鲁木齐沙漠气象研究所,乌鲁木齐 830002)摘要:基于 CMA-GFS 全球天气业务模式,采取拉格朗日空间插值算法,构建边界层要素精细化预报场,并结合 PM2.5监测数据、地面及探空气象观测数据,对乌鲁木齐 2020 年 1 月重污染期间的边界层气象特征进行分析。结果表明,乌鲁木齐重度及以上污染时次占分析时段的 52.30%,污染时段大气水平和垂直扩散能力较清洁时段偏差约 50%左右,PM2.5粒子造成的消光作用增强是中度及以上污染等级能见度下降的主要原因。分析时段内大气边界层长时间维持逆温状态,接地逆温时次占逆温总时次的 87.77%。当日逆温持续时间超过 12 h 时,日均 PM2.5质量浓度较其他时段偏高 25.02%30.76%。PM2.5质量浓度为重度及严重污染等 级时,首 层 逆温 强度 可达5.53 /(100hPa)。混合层内外垂直风切变的增大可以改善大气垂直扩散条件,可在一定程度上降低 PM2.5质量浓度。与中度污染等级相比,重度及以上污染等级的气温日较差偏小 0.5 ,逆温层顶底的温差偏大,表明高浓度的 PM2.5粒子在白天削弱太阳辐射带来的地面升温效应,对稳定的大气层结形成正向反馈,从而导致了乌鲁木齐持续多日的重污染天气。关键词:大气污染;边界层;拉格朗日插值算法;逆温;垂直风切变中图分类号:X513文献标志码:A文章编号:1673-7148(2023)05-0009-09自 2013 年以来,随着大气污染防治工作的不断深入开展,我国大气环境质量持续转好,以 PM2.5为首要污染物的重污染日数明显减少,但遇有持续不利的气象条件时仍会出现 PM2.5质量浓度超标的情况1。大气污染物和气象要素之间的相互作用多发生 于 大 气 边 界 层 内,深 入 了 解 中 低 层 风 场 结构2-3及逆温4、混合层高度5等边界层特征对于掌握重污染天气形成机理有着重要意义。近年来,风廓线雷达6-8、L 波段秒探空9-10、气象铁塔11-12等新型观测资料在边界层精细化分析中发挥了越来越重要的作用。然而,各类新型观测资料均存在一定局限性:风廓线雷达无法提供气温和相对湿度等要素信息;L 波段秒探空每日仅 2 个常规探测时次,缺少时间连续性;铁塔探测高度为近地面百米左右,难以对发展深厚的边界层特征进行全面分析。位于天山北麓的乌鲁木齐地势南高北低,东部有山脉阻挡,是我国西部地区大气污染最严重的城市之一。经多年治理,大气污染状况虽然得到一定程度的改善13-15,但在冬季取暖期仍常出现持续性重污染天气,其中以 12 月至次年 2 月尤为显著16-17。已有研究发现,乌鲁木齐在风速弱、边界层高度低和通风量小的条件下易于出现中度以上污染18,在重污染时低空逆温的出现频率达到了 100%19。CMA-GFS(原名 GRAPES-GFS)是我国自主研发的数值预报系统,已于 2016 年在全国气象部门实现业务运行,其准确率明显高于原有业务模式的准确气象与环境科学第 46 卷率20-21。CMA-GFS 模式提供的气象场要素齐全,时间连续性好,在天气分析中得到越来越广泛的应用22。现有 CMA-GFS 模式在边界层内只有少数特定层输出,难以满足重污染天气边界层精细化分析的需求。本文采取适用于天气学原理的拉格朗日空间插值算法,基于 CMA-GFS 模式构建边界层要素精细化预报场,并结合多源实况资料,对 2020 年 1 月乌鲁木齐污染天气特征进行分析,可为乌鲁木齐重污染天气形成机理的认识提供参考依据,也是 CMA-GFS 模式产品应用于污染天气分析的有益尝试。1数据与方法1.1数据来源本文所用 PM2.5质量浓度监测数据来自全国城市空气质量实时发布平台(http:/106.37.208.233:20035/)。以乌鲁木齐市辖区内米东区环保局、新疆农科院农场、铁路局、三十一中学、监测站、收费所6 个环境空气质量国控监测站点的 PM2.5质量浓度平均值代表乌鲁木齐的空气质量状况。为保证数据具有区域代表性,当 3 个及以上站点同时有观测值时判 断 为 有 效 数 据。按 照 环 境 空 气 质 量 指 数(AQI)技术规定(试行)(HJ6332012)将 PM2.5质量浓度划分为 6 个等级。气象观测数据来自乌鲁木齐国家基准气象站(站号:51463,43.78N,87.65E,海拔 918.7 m)。其中,地面观测包括逐小时风速、温度、相对湿度、能见度、降水量等常规要素,高空观测来源于每日两次(北京时 08 时、20 时)秒探空观测,包括温度、风速、风向等气象要素。空气质量监测站和气象站位置分布如图 1 所示。图 1乌鲁木齐空气质量监测站及气象站位置1.2模式检验方法应用乌鲁木齐每日 08 时和 20 时的秒探空观测数据,对 CMA-GFS 模式每日 08 时起报的 12 h 和24 h 预报场进行检验,检验对象包括 700 hPa、850 hPa、900 hPa 共 3 个高度层的风速、温度 2 个要素。为方便与探空数据对比,将预报场中的 U、V 分量转换为风速,并采用双线性插值法插值至乌鲁木齐气象站。由于 1 月 1 日资料缺失,检验时段为 1 月 231 日。选择平均绝对误差(MAE)和相关系数(r)两个指标对模式预报效果进行检验:MAE=1nni=1Fi-Oi (1)r=ni=1(Fi-F)(Oi-O)ni=1(Fi-F)2ni=1(Oi-O)2 (2)其中,n 为样本数,F 为模式预报值,O 为观测值,i为预报或观测样本标记,i=1,2,n。F 和 O 分别为预报和观测的平均值。1.3边界层精细化预报方法由于气象要素在垂直方向上的变化是非线性的,多采用拉格朗日(Lagrange)多项式算法对其进行插值处理23-25。考虑到乌鲁木齐的地形高度及边界层特点,对 CMA-GFS 模式输出的 700 hPa、850 hPa 和 900 hPa 高度风速、温度进行多项式插值处理,输出700900 hPa 之间逐 25 hPa 间隔共计 9 个高度层数据,得到精细化边界层预报场,公式如下:y=(z-z1)(z-z2)(z0-z1)(z0-z2)y0+(z-z0)(z-z2)(z1-z0)(z1-z2)y1+(z-z0)(z-z1)(z2-z0)(z2-z1)y2 (3)其中,y 为精细化预报要素(风速、温度),yi(i=0,1,2)为相邻 3 层预报要素值;z 为插值层气压的自然对数,zi(i=0,1,2)为相邻 3 层气压的自然对数。在计算过程中,为避免误差的迭代,不能用插值结果进行再次插值。以 750 hPa 温度为例,根据拉格朗日插值法得到计算公式如下:T750=(ln750-ln850)(ln750-ln700)(ln900-ln850)(ln900-ln700)T900+(ln750-ln900)(ln750-ln700)(ln850-ln900)(ln850-ln700)T850+01第 5 期花丛等:基于边界层精细化预报的乌鲁木齐 2020 年 1 月大气污染气象特征分析(ln750-ln900)(ln750-ln850)(ln700-ln900)(ln700-ln850)T700 (4)1.4混合层高度计算方法罗氏法是由 Nozaki 提出的一种基于常规地面气象资料估算混合层高度的方法9,26-27。该方法认为大气混合层是热力湍流和机械湍流共同作用的结果。由于计算资料的获取相对简单,故被广泛应用于大气边界层高度的研究中,计算公式为:H=1216(6-P)(t-td)+0.169P(Uz+0.257)12 f lnZZ0 (5)式(5)中,H 为混合层高度,t-td为地面温度露点差(单位:),Uz为 Z 高度处的平均风速(单位:m/s),f 为地转参数(单位:s-1),P 为帕斯奎尔(Pasquill)稳定度级别,Z0为地面粗糙度。参考相关文献27,根据乌鲁木齐城市特征,Z0取值为 0.8 m。t、td和 P是考虑热力对流的因子,Uz和 Z0是考虑湍流与动力的因子。1.5首层逆温强度的定义和计算将距离地面高度最低的逆温层标识为首层逆温层28。首层逆温强度为首层逆温层内每升高 100 hPa 温度的增加值,单位为/(100hPa),计算公式为 I=tt-tb-(Ht-Hb)100 (6)式(6)中,tt为首层逆温层顶温度,tb为首层逆温层底温度,Ht和 Hb分别对应首层逆温层顶、逆温层底高度。1.6垂直风切变计算方法垂直风切变为上下两层大气之间风矢量的变化值,其计算公式为29 M=VZ=V21+V22-2V1V2cosD-(Z1-Z2)(7)式(7)中,V1、V2表示上下层等压面的风速,D 为上下层等压面的风向差,Z1、Z2为上下层等压面的气压值。2结果与讨论2.1CMA-GFS 预报效果检验图 2 给出了乌鲁木齐 700 hPa、850 hPa 和 900 hPa 温度、风速预报与实况的对比分析结果。从对温度的检验效果来看,700 hPa、850 hPa 和 900 hPa高度层的预报结果与实况结果间呈显著性正相关,其相关系数分别为 0.90、0.72 和 0.70,平均绝对误差分别为 0.92 、1.82 和 2.71 ,即高度层越高,预报结果越接近实况。在 700 hPa,预报误差在2 以内的时次占总检验时次的 91.67%。图 2乌鲁木齐 700 hPa、850 hPa、900 hPa 温度(a、c、e)、风速(b、d、f)预报与实况对比对风速的预报,则表现出随高度降低,预报误差减小的趋势。在 900 hPa 和 850 hPa,平均绝对误差分别为 1.21 m/s 和 2.25 m/s。除对 24 日的风速极值预报出现较明显偏差外,其他时次的预报均与实11气象与环境科学第 46 卷况较为接近。在 700 hPa 由于风速增大,预报平均绝对误差增加到 4.05 m/s,但仍与实况呈现较为明显的正相关关系。由以上分析可见,检验时段内 CMA-GFS 对大气中低层温度和风速的预报与实况较为接近,能够体现大气层结的变化特征。因此,可在 CMA-GFS模式输出的温度、风速预报场基础上进行插值处理,供边界层分析使用。2.2污染实况2020年1月,乌鲁木齐逐小时 PM2.5质量浓度有效数据共738 h,其中严重污染72 h,重度污染314 h,共占总时次的52.30%;达标时次(PM2.5浓度不超过75 g/m3)仅占4.20%。从逐日变化情况来看(图3),除17 19日外,PM2.5日均浓度的50%分位数均超过115 g/m3。6 10日、12 14日、20 24日的 PM2.5日均浓度值超过150 g/m3,出现了持续性重污染天气过程。其中8 10日、12日 PM2.5日均浓度的75%分位数超过250 g/m3,达到严重污染。由此可见,2020年1月乌鲁木齐大气污染呈现持续时间长、污染程度重的特征。下文分析中将 PM2.5小时浓度为轻度及以上污染等级的时次称为污染时段,其他时次称为清洁时段。图 32020 年 1 月乌鲁木齐逐日 PM2.5浓度箱线图箱线图横线自下而上分别为第 25、50 和 75 百分位数;自下而上分别为第 1 和 99 百分位数;为平均值2.3气象要素特征2020 年 1 月,500 hPa 平均高度场上新疆北部受弱高压脊控制(图略),有利于形成静稳天气。乌鲁木齐平均气温为-9.30 ,较历史同期偏高 2.80 ;降水量为 9.70 mm(1417日出现降雪过程),较历史同期偏少 13.00%。冷空气活动弱,降水偏少,大气扩散条件和对污染物的湿清除能力较差,为持续性污染天气的形成提供了条件。表 1 的统计结果显示,乌鲁木齐清洁时段平均风速为 3.58 m/s,污染时段平均风速较清洁时段的偏小 50.56%58.38%,大气水平扩散能力明显偏差。结合地面风与 PM2.5浓度分布雷达图(图 4)可见,清洁时段风向以西南风和东风为主,风速一般为35 m/s。风速小于 2 m/s 时,PM2.5质量浓度均超过 75 g/m3,即小风条件有利于污染天气的形成,与已有研究一致30-31。值得注意的是,当风速大于3 m/s 时,偏北风和东南风影响下仍会出现严重污染。其中 24 日白天,乌鲁木齐位于地面高压后部,从达坂城到气象站在内的城区东部峡谷地区出现东南风,气象站记录的小时最大风速达 10.20 m/s,大气扩散条件得到一定改善。与此同时,城区北部维持 2 m/s 以 下的小风,污染并未得 到清除,全市PM2.5平均浓度仍处于严重污染水平。由此可见,受复杂地形的影响,乌鲁木齐污染物浓度的空间分布存在较大差异性。表 1乌鲁木齐不同 PM2.5污染等级对应的气象要素情况污染等级时次/h风速/(m/s)混合层高度/m能见度/km相对湿度/%良313.581104.6924.3957.81轻度污染1241.76614.1712.4668.63中度污染1971.49472.725.2876.93重度污染3141.50505.114.3675.21严重污染721.77537.582.8774.58混合层高度是体现大气垂直扩散能力的重要指标。经计算,乌鲁木齐清洁时段平均混合层高度为1104.69 m,污 染 时 段 混 合 层 高 度 下 降 幅 度 可 达44.40%57.21%,大气垂直扩散能力明显受到抑制,污染物在近地层堆积造成浓度升高。已有研究指出,相对湿度和 PM2.5质量浓度是影响能见度的重要因素32。从表 1 可见,随污染等级的加重,能见度迅速降低,严重污染时段平均能见度仅为 2.87 km。相对湿度的分析数据显示,污染时段较之清洁时段相对湿度有所上升,中度及以上污染时段的相对湿度接近或超过 75%,但是中度污染、重度污染和严重污染时段的相对湿度差异不大。由此可见,相对湿度增加是促进污染天气形成的有利条件,PM2.5质量浓度升高造成的消光作用增强是污染时段能见度下降的主要原因33-34。由以上分析可知,与清洁时段相比,污染时段的大气水平和垂直扩散能力约偏差 50%左右。在污染时段,不同污染等级的风速、混合层高度及相对湿度等气象要素差异较小。结合 2.2 节的分析,表明污染形成后,静稳天气形势的长时间维持对污染物的积累21第 5 期花丛等:基于边界层精细化预报的乌鲁木齐 2020 年 1 月大气污染气象特征分析提供了有利条件。此外,二次转化等化学过程在PM2.5质量浓度增长中可能也起到一定作用35-36。图 4乌鲁木齐地面风与 PM2.5浓度分布雷达图2.4逆温逆温持续时间与强度是表征大气层结稳定性的重要参数。逆温条件下,大气垂直扩散受到抑制,污染物积聚于近地层难以扩散,易于形成重污染天气19。考虑乌鲁木齐海拔高度(918.7 m),基于24 h 时效内逐 3 h 边界层精细化预报结果,对700900 hPa 的大气中低层逆温特征进行分析。若875900 hPa 存在逆 温,判断为接 地逆温;若875900 hPa 无逆温,875 hPa 以上高度出现逆温,判断为离地逆温。分析结果表明,共有 29 天出现逆温。其中,接 地 逆 温(165 次)占 逆 温 时 次(188 次)的87.77%,离地逆温(23 次)占逆温时次的 12.23%。逆温层一般分布在800900 hPa 高度,部分时次发展深厚,逆温层顶高度可达 750 hPa。研究表明,逆温层多于入夜后建立,早晨至上午时段减弱或消失,持续时间越长越有利于地面污染物的积累37。图 5 给出了乌鲁木齐逐日 PM2.5质量浓度与逆温持续时间、首层逆温强度的变化情况。由图 5 可以看出,分析时段内共计 24 天逆温持续时间超过 12 h,对应地面 PM2.5日均浓度的平均值为169.30 g/m3,其中 11 天逆温持续时间达 24 h,对应地面 PM2.5日均浓度的平均值为 177.07 g/m3,分别较逆温持续时间不超过 12 h 的 PM2.5日均浓度平均值偏高 25.02%和 30.76%。当受锋面过境等天气系统影响时,大气稳定层结被破坏,垂直扩散条件改善,逆温持续时间减少至 12 h 以下。例如,16日在冷空气影响下,乌鲁木齐气象站观测到-3 的降温,并出现小雪天气。逆温持续时间由 15 日的18 h 降低至 16 日的 6 h,17 日无逆温层建立。PM2.5日均浓度由 16 日的 185.10 g/m3降低到 18 日的67.41 g/m3,污染等级由重度污染转为良。由图 5 可见,首层逆温强度与 PM2.5质量浓度呈现同步变化的趋势,两者相关系数为 0.34,通过0.05 的显著性检验。当 PM2.5质量浓度达到重度及严重 污 染 等 级 时,对 应 的 首 层 逆 温 强 度 均 值 为5.53 /(100hPa),高于分析时段内首层逆温强度的中位数水平(4.43 /(100hPa),较轻度及以下污染等级的偏高 57.97%。12 日和 24 日,首层逆温强度 分 别 达 到 10.13 /(100hPa)和 15.40 /(100hPa),PM2.5质量浓度也出现了 261.21 g/m3和 216.72 g/m3的阶段性极值。图 5乌鲁木齐逐日 PM2.5质量浓度(柱状)与逆温持续时间(红色点线)、首层逆温强度(蓝色点线)时序图2.5垂直风切变从 2.3 节的分析可知,2020 年 1 月乌鲁木齐混合层高度一般低于 1100 m。结合乌鲁木齐海拔高度(918.7 m),选取 750 hPa 和 850 hPa 分别作为混合层外和混合层内的代表层,基于逐 3 h 边界层精细化预报风场计算两层间的垂直风切变。为分析垂直交换对近地面污染物的影响,首先分析了垂直风切变与 PM2.5质量浓度之间的相关性。计算结果表明,两者相关系数为-0.43,通过 0.01 的显著性检验,呈现显著的负相关关系,即垂直风切变可以反映大气层结的不稳定特征,混合层内外的垂直风切变越大,大气在垂直方向上的交换越强,越有利于近地层污染物的扩散和稀释。这一结论与侯灵29、卢慧超38等的研究结果是一致的。以1620日为例,分析垂直风切变与地面污染物浓度之间的关系(图 6)。受西风带低槽东移影响,17日1420时垂直风切变增大,并出现0.12 m/(shPa)的极值,PM2.5质量浓度由08时的200.00 g/m3下降至86.40 g/m3。该时段地面风速不足2 m/s,仍维持小风状态,地面观测未出现有效降水,表明大气垂直扩散条件改善是 PM2.5质量浓度降低的主要原因。17日23时至18日17时,垂直风切变维持在0.08 m/(s hPa)以上,同时地面风速增大至2 m/s 以上31气象与环境科学第 46 卷并出现5.30 m/s 的极值。大气水平和垂直扩散条件的同步改善,使 PM2.5质量浓度进一步下降至40.10 g/m3,污染得到清除。与之形成对比的是,20日0205时,垂直风切变再次增大并出现0.13 m/(shPa)的极值,强度与17日白天的相近。08时以后,垂直风切变迅速减小,地面风速增大至2.20 m/s。由于垂直扩散条件改善持续时间较短,且地面水平扩散条件改善有限,PM2.5质量浓度由19日23时166.10 g/m3的阶段性峰值短时下降至88.20 g/m3,但仍维持轻度污染等级。图 62020年1月16 20日乌鲁木齐逐 3h PM2.5质量浓度(柱状)、垂直风切变(红色点线)、地面风速(蓝色点线)时序图2.6不同污染等级下的边界层日变化特征2020 年 1 月乌鲁木齐 PM2.5污染等级为良的天数为 1 天,轻度污染为 1 天,中度污染为 17 天,重度污染为 9 天,严重污染为 3 天。由于良和轻度污染等级样本数较少,本文仅分析中度污染、重度及以上污染两类等级下的边界层日变化特征。分析结果表明,两类污染等级下的地面气温和PM2.5质量浓度的平均日变化曲线呈现相似特征(图7)。中度污染、重度及以上污染的气温最高值分别出现在 14 时(-4.9)和 15 时(-7.2),最低值分别出现在 08 时(-11.2)和 07 时(-13.0)。重度及以上污染等级的各时次气温均低于中度污染等级的气温,且日较差比中度污染等级的偏小 0.5 。可能原因是高浓度气溶胶粒子可以有效减少抵达地面的太阳短波辐射量,阻碍地表升温,导致气温昼夜变化幅度减小39。中度污染等级 PM2.5浓度最小值的出现时间(1314时)与最高气温出现时间(14时)基本一致,说明在白天时段升温导致的大气垂直扩散条件改善是影响 PM2.5质量浓度的主要因素。与中度污染不同,重度及以上污染等级时,0709时尽管气温回升,PM2.5质量浓度仍呈上升趋势。PM2.5质量浓度最小值的出现时间(12 时)早于最高温出现时间(15 时),表明在极端不利的气象条件和高污染浓度下,PM2.5质量浓度的增长量超过了大气扩散条件改善后的扩散量。两类污染等级下,PM2.5质量浓度均在傍晚前半夜达到一天中最高,其主要原因是入夜后大气稳定性加强,扩散条件转差,也可能与晚高峰带来的排放强度增加有关40。图 7乌鲁木齐不同污染等级下的温度(a)和 PM2.5质量浓度(b)日变化特征结合边界层精细化预报温度场,分析两个污染等级下的温度廓线特征(图 8)。0811时,中度污染等级的逆温层顶由 850 hPa 抬升至 800 hPa,垂直扩散条件改善,对应 PM2.5质量浓度逐渐下降。与之形成对比的是,重度及以上污染等级的逆温层顶高度维持在 825 hPa。随 900 hPa 温度的降低,逆温层顶与地面之间的温差由 2.24 增加至 3.81 。大气 稳 定 度 增 加 叠 加 白 天 人 类 活 动 影 响,导 致PM2.5质量浓度在该时段内出现了升高现象。1417时,重度及以上污染等级的逆温层较中度污染等级的更为深厚。其中 14 时,重度及以上污染等级逆温层顶温度为-6.69 ,比中度污染等级逆温层顶温度偏高 0.17 ,逆温层顶底的温差比中度污染等级的偏高 1.58 。这一特征与 Miao 等41的研究41第 5 期花丛等:基于边界层精细化预报的乌鲁木齐 2020 年 1 月大气污染气象特征分析结果一致,即高浓度气溶胶粒子的辐射效应可以降低地表温度,使边界层上层增温,从而增强大气稳定度。20 23时,两类污染等级下逆温层顶高度均下降至 850 hPa,对应 PM2.5质量浓度出现一天中的峰值。与中度污染相比,重度及以上污染等级的贴地逆温更强,逆温层顶底之间的温差在 20 时达到 3.05 。图 8乌鲁木齐中度污染(上)和重度及以上污染(下)等级的平均温度廓线红色五星示意逆温层顶3结论 本文采取拉格朗日空间插值算法,基于 CMA-GFS 全球天气模式,构建边界层要素精细化预报场,并结合观测资料,分析了乌鲁木齐 2020 年 1 月大气污染的气象特征,主要得到以下结论:(1)检验结果表明,CMA-GFS 模式在 700 hPa、850 hPa、900 hPa 温度预报与实况的平均绝对误差分别为 0.92、1.82、2.71 ,风速预报与实况的平均绝对误差分别为 4.05、2.25、1.21 m/s,且与实况均呈现显著正相关关系。在此基础上,应用拉格朗日空间插值算法得到的边界层精细化预报场,可供边界层特征分析使用。(2)2020 年 1 月乌鲁木齐大气污染呈现持续时间长、污染程度重的特征。重度及以上污染时次占52.30%,污染时段大气水平和垂直扩散能力较清洁时段的偏差约 50%左右,中度及以上污染等级的风速、混合层高度及相对湿度等气象要素差异较小。说明持续不利的气象条件为 PM2.5质量浓度的增加提供了有利条件,二次转化等化学过程可能也起到一定作用。(3)逆温层与大气污染的形成关系密切。当日逆温持续时间超过 12 h 时,较其他时段日均 PM2.5质量浓度偏高 25.02%30.76%。首层逆温强度与PM2.5质量浓度为显著正相关关系,PM2.5质量浓度为 重 度 及 严 重 污 染 等 级 时,首 层 逆 温 强 度 可达 5.53 /(100hPa)。(4)混合层内外垂直风切变与地面 PM2.5质量浓度之间呈显著负相关关系。垂直风切变越大,越有利于近地层污染物的扩散和稀释。混合层内大气水平和垂直扩散条件同步改善,有利于污染的彻底清除。(5)与中度污染等级相比,重度及以上污染等级的气温日较差偏小 0.5 ,PM2.5质量浓度日最小值出现时间偏早。重度及以上污染等级的高浓度颗粒物在白天削弱太阳辐射对地面的升温效应,使边界层上层增温,对稳定的大气层结形成正向反馈,从而使重污染天气长时间维持。51气象与环境科学第 46 卷参考文献1史旭荣,逯世泽,易爱华,等.全国 20182019 年秋冬季气象条件变化对 PM2.5影 响 研 究 J.中 国 环 境 科 学,2020,40(7):2785-2793.2冯丽莎,宋攀,田力,等.河南 3 次重污染天气过程的气象条件诊断及传输影响分析J.气象与环境科学,2020,43(1):104-113.3花丛,张碧辉,张恒德.2013 年 12 月华北雾霾天气边界层特征对比分析J.气象,2015,41(9):1144-1151.4危诗敏,冯鑫媛,王式功,等.四川盆地多层逆温特征及其对大气污染的影响J.中国环境科学,2021,41(3):1005-1013.5杨静,李霞,李秦,等.乌鲁木齐近 30 a 大气稳定度和混合层高度变化特征及与空气污染的关系J.干旱区地理,2011,34(5):747-752.6 Quan J N,Gao Y,Zhang Q,et al.Evolution of planetary boundary layer under different weather conditions,and its impact on aerosol concentrationsJ.Particuology,2013,11:34-40.7金莉莉,李振杰,何清,等.乌鲁木齐市边界层日变化特征J.气象科技,2017,45(4):686-697.8花丛,刘超,张恒德.风廓线雷达资料在北京秋季雾霾天气过程分析中的应用J.气象科技,2017,45(5):870-875.9刘超,花丛,张恒德,等.L 波段探空雷达秒数据在污染天气边界层分析中的应用J.气象,2017,43(5):591-597.10Miao Y C,Liu S H,Guo J P,et al.Unraveling the relationships be-tween boundary layer height and PM2.5 pollution in China based on four-year radiosonde measurements J.Environmental Pollution,2018,243:1186-1195.11刘敬乐,姚青,蔡子颖,等.基于天津 255 m 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):1235-1244.12金莉莉,李振杰,何清,等.乌鲁木齐市城区和郊区近地层风速廓线J.中国沙漠,2017,37(4):755-769.13李霞,郭宇宏,卢新玉,等.乌鲁木齐市大气污染治理成效的综合评估分析J.中国环境科学,2016,36(1):307-313.14赵克明,李霞,阿不力米提江阿布力克木,等.乌鲁木齐大气颗粒物的时空分布规律J.干旱区地理,2018,41(2):264-272.15Fan H,Zhao C F,Yang Y K.A comprehensive analysis of the spatio-temporal variation of urban air pollution in China during 20142018J.Atmospheric Environment,2020,220(Jana):117066.1-117066.12.16韩茜,魏文寿,刘明哲,等.气流输送对乌鲁木齐市 PM10、PM2.5和PM1.0质量浓度的影响J.中国沙漠,2013,33(1):223-230.17李振杰,金莉莉,何清,等.乌鲁木齐大气混合层厚度和稳定度与大气污染的关系J.干旱区地理,2019,42(3):478-491.18贾健,杨佩琪,蒋慧敏.乌鲁木齐市日最大边界层高度变化特征分析及其与空气质量的关系 J.气象与环境学 报,2019,35(2):55-60.19滑申冰,师华定,王堃,等.20162017 年冬季华北地区一次重污染过程的气象条件分析J.气象与环境科学,2018,41(4):49-55.20沈学顺,王建捷,李泽椿,等.中国数值天气预报的自主创新发展J.气象学报,2020,78(3):451-476.21沈学顺,苏勇,胡江林,等.GRAPES_GFS 全球中期预报系统的研发和业务化J.应用气象学报,2017,28(1):1-10.22沈学顺,陈起英,孙健,等.中央气象台全球中期数值预报业务系统的发展J.气象,2021,47(6):645-654.23朱乾根,林锦瑞,寿绍文,等.天气学原理和方法(第四版)M.北京:气象出版社,2007:601-602.24袁松,程华,王东勇,等.模式再分析与实际探空资料的对比分析J.气象科学,2012,32(1):62-67.25李妍,黄峰,沙文钰,等.基于气象要素标量场对象的可视化及其应用J.气象科学,2001,21(1):110-116.26马金,郑向东.混合层厚度的经验计算及与探空观测对比分析J.应用气象学报,2011,22(5):567-576.27程水源,席德立,张宝宁,等.大气混合层高度的确定与计算方法研究J.中国环境科学,1997,17(6):512-516.28姚作新,吕鸣,贺晓东.2008/2009 乌鲁木齐近地空间逆温层特征分析J.沙漠与绿洲气象,2011,5(3):29-32.29侯灵,廖菲,胡金磊,等.风廓线雷达在广州市一次污染天气监测预警中的应用研究J.气象与环境科学,2020,43(2):130-137.30花丛,张恒德,张碧辉.20132014 冬半年北京重污染天气气象传输条件分析及预报指数初建J.气象,2016,42(3):314-321.31Yang Y R,Liu X G,Qu Y,et al.Formation mechanism of continuous extreme haze episodes in the megacity Beijing,China,in January 2013J.Atmospheric Research,2015,155:192-203.32卢盛栋,赵桂香,金磊,等.2018 年 10 月2019 年 9 月太原大气能见度与相对湿度及 PM2.5浓度的关系研究J.气象与环境科学,2021,44(5):10-16.33Chen J,Zhao C S,Ma N,et al.A parameterization of low visibilities for hazy days in the North China PlainJ.Atmospheric Chemistry and Physics,2012,12(11):4935-4950.34李军,王京丽,屈坤.相对湿度和 PM2.5浓度对乌鲁木齐市冬季能见度的影响J.中国环境科学,2020,40(8):3322-3331.35Huang R J,Zhang Y L,Bozzrtti C,et al.High secondary aerosol con-tribution to particulate pollution during haze events in China J.Nature,2014,514:218-222.36Han T T,Liu X G,Zhang Y H,et al.Role of secondary aerosols in haze formation in summer in the Megacity Beijing J.Journal of Environmental Sciences,2015,31:51-60.37张敏,蔡子颖,韩素芹,等.天津污染天气边界层温度层结变化特征及预报阈值确定J.环境科学学报,2018,38(6):2270-2278.38卢慧超,栾兆鹏,刘重阳,等.鲁中 PM2.5污染过程中气象影响因素及来源研究J.气象与环境科学,2022,45(6):85-91.39马学款,张碧辉,桂海林,等.APEC 前后北京几次静稳天气边界层特征对比分析J.气象,2017,43(11):1364-1373.40姜江,郭文利,王春玲.春节期间北京地区交通出行对城市热岛和大气污染的影响J.沙漠与绿洲气象,2021,15(2):89-97.41Miao Y C,Che H Z,Zhang X Y,et al.Integrated impacts of synoptic forcing and aerosol radiative effect on boundary layer and pollution in the Beijing-Tianjin-Hebei region,ChinaJ.Atmospheric Chem-istry and Physics,2020,20,5899-5909.61第 5 期花丛等:基于边界层精细化预报的乌鲁木齐 2020 年 1 月大气污染气象特征分析Meteorological Characteristic Analysis of Air Pollution in Urumqi in January 2020 Based on Boundary Layer Fine ForecastHua Cong1,2,Liu Chao1,Li Xia3(1.National Meteorological Center,Beijing 100081,China;2.Central-Asia Research Center of Atmospheric Science,Urumqi 830002,China;3.Institute of Desert Meteorology,CMA,Urumqi 830002,China)Abstract:The boundary layer fine forecast