利用微波辐射计研究大气稳定度分布特征

何 涛 吕 波 李 敏 侯鲁健

(1.常州市环境监测中心，江苏 常州 213001；2.济南市环境监测中心站，济南 250014)

利用微波辐射计研究大气稳定度分布特征

何 涛1吕 波2李 敏2侯鲁健2

(1.常州市环境监测中心，江苏 常州 213001；2.济南市环境监测中心站，济南 250014)

利用2016年济南市的MTP-5微波辐射仪温度廓线观测数据，对济南市1km以下逐月的大气稳定度分布特征进行了统计分析，并研究了对环境空气中PM2.5和PM10的影响。结果表明，济南市主要以中性大气和弱稳定性大气为主，大气稳定程度较高。济南市大气边界层内的大气稳定度分布存在明显的月变化和日变化规律。夜间大气稳定度较高，中午大气层结不稳定；低层大气稳定度日变化较大，600m以上的大气稳定度日变化较小。PM2.5和PM10月均浓度分布与大气稳定度的分布呈现正相关性。

微波辐射仪；大气稳定度；PM2.5；PM10

大气污染主要受到污染排放源、大气扩散条件和地形的影响，在污染物稳定排放的情况下，大气扩散条件成为了影响空气质量的重要因素。大气稳定度表征了近地层大气作垂直运动的强弱程度，是影响大气扩散能力极重要的因子，可以定性的解释大气对污染物的扩散稀释能力和这种能力的变化，也是模式预报中的一个重要参量，对于空气质量预报的研究具有重要意义。当大气层结处于不稳定状态时，大气的扩散能力较强，污染物容易扩散，反之，污染物不容易扩散。因此，研究一个区域的大气稳定度分布规律对准确开展环境空气质量的预报预测、大气污染管控与防治、城市规划等工作有极为重要的研究意义。

国内对于大气稳定度的研究集中于不同大气稳定度计算方法的比较[1-4]，对城市大气稳定分布规律及其对空气质量的影响也进行过研究[5-10]，但所使用的资料多为不连续探空数据，无法给出大气稳定度的连续性垂直分布，时间代表性较差。仅靠探空气球很难获得完整的大气温度廓线分布信息，而微波辐射仪可以24小时不间断地获取0～1km各高度层的温度。本文根据微波辐射仪在济南探测的温度廓线数据，采用垂直温度梯度法来研究济南市的大气稳定度(静力学稳定度)逐月的日变化分布规律，以便为本地区的大气污染防治提供资料和依据。

1 研究方法与数据来源

温度廓线数据由MTP-5(荷兰 Kipp&Zonen)微波辐射仪24小时连续测量得到，该设备探测高度0～1000m，时间分辨率3min，空间分辨率50m。仪器安装在济南市环境监测中心站5楼楼顶，离地面18m，海拔50m；2016年共获取温度廓线有效数据341天，其中7月、8月和10月分别缺数8天，11月缺数1天，数据有效率为93.2%，文中使用数据为3分钟连续测量结果平均后的小时值。PM2.5和PM10数据由MET ONE BAM-1020分析仪测量。温度随高度的变化是大气稳定度状况的定量判据之一，表1是国际原子能机构(1980)推荐的具有大量实验基础的判据[11]，该方法适用于判断稳定大气层结。通过计算百米温度垂直递减率，然后查表1就可以判断大气的稳定状况。

表1 温度梯度分类方案

2 结果与分析

图1是地面至1000m的大气百米温度垂直递减率逐月统计的日变化分布图，横坐标是时间，纵坐标代表高度，色标代表百米温度垂直递减率的变化范围,颜色越偏向红色表示大气稳定度越高。从图1看，1月至12月大气稳定度分布呈波谷型分布，大气稳定度从稳定逐渐转为不稳定，最后再变为稳定；从1000m以下的大气稳定度分布相似度看，5-8月各层的稳定度分布较相似，9月和10月较类似，11月和12月的大气稳定度分布较相似，2-4月处于过渡阶段，差异性较大；1月、2月、3月、11月和12月0～1000m的大气稳定度分布呈上层稳定度相对较高，下层稳定度相对较低，大气的垂直对流相对较弱；4-10月的大气稳定度在垂直上的分布呈上、下两层稳定度相对较低，中间层稳定度相对较高，大气的垂直对流相对较强。从全年看，1月和12月整体的大气稳定度最高，8月份大气稳定度最低；600～1000m的大气稳定度日变化较小，0～200m高度层大气稳定度日变化较大，说明200m以下的近地面大气层受地表温度的影响较大，城市热岛效应较强。从日变化来看，白天层结不稳定，夜间大气层结偏于稳定，反映了日照的变化对大气稳定度的影响。此外，受日照时长与日出时间的影响，夏季近地面出现不稳定层结的时间较冬季早近2小时，且持续时间更长。

图1 2016年济南市百米温度垂直递减率逐月分布图

大气稳定度受大气的动力和热力因素的影响，可影响污染物的垂直分布，而污染物的垂直分布又可间接地影响大气温度的垂直分布，进而影响大气稳定度的分布。图2为2016年济南市的PM2.5和PM10月均浓度分布图，由图2可见，PM2.5和PM10污染浓度分布与大气稳定度的分布呈现较好的正相关，在大气稳定度较高的冬季颗粒物污染较重，在大气稳定度较低的夏、秋季节颗粒物污染较轻；一年中1月和12月的PM2.5和PM10污染较重，明显高于其他月份，受降水和大气扩散条件影响8月份PM2.5和PM10浓度全年最低，而在3月和4月受到北方沙尘和浮尘天气影响，PM10污染较重。

图2 2016年济南市PM2.5和PM10月平均浓度变化图

从各类大气稳定度出现频率的逐月变化统计数据可以得出，0～100m的大气层出现中性、弱稳定性和中等稳定大气的频率平均为67.1%，且冬季>春季>秋季>夏季；100～1000m的大气层出现中性、弱稳定大气的频率大于99.9%，总体上，济南市白天以中性大气为主，夜间趋于弱稳定性大气。表2给出了近地层100m各类稳定度出现的频率，由表2可见，0～100m出现弱稳定层结(E)频率较高的月份为12月、11月和2月，出现频率均大于20%，其次是1月，同时11月、12月出现不稳定层结的频率也相对较高，说明冬季低层大气稳定度较高，受冷空气影响也会出现较高频率的不稳定层结；出现极不稳定大气层结(A)最多的月份为9月和11月，出现频率分别为31.8%和29.1%，且夏季和秋季出现极不稳定大气层结的频率明显高于春季和冬季，说明夏、秋季节大气对流旺盛，垂直对流较强，有利于污染物扩散。

表2 近地面100m各类稳定度出现的频率 单位：%

3 结论

(1)济南市大气边界层内的大气稳定度分布存在明显的月变化和日变化规律。1月和12月整体的大气稳定度最高，8月份大气稳定度最低；5-8月1000m以下各层的稳定度分布较相似，9月和10月较类似，11月和12月的大气稳定度分布较相似；1月、2月、3月、11月和12月0～1000m的大气稳定度分布呈上层稳定度相对较高，下层稳定度相对较低；4-10月的大气稳定度在垂直上的分布呈上、下两层稳定度相对较低，中间层稳定度相对较高。从日变化来看，白天层结不稳定，夜间大气层结偏于稳定，夏季近地面出现不稳定层结的时间较冬季早近2小时，且持续时间更长；600～1000m的百米温度垂直递减率高度层日变化较小，0～200m的高度层日变化较大。

(2)PM2.5和PM10污染浓度分布与大气稳定度的分布呈现较好的正相关性，在大气稳定度较高的冬季颗粒物污染较重，在大气稳定度较低的夏、秋季节颗粒物污染较轻；一年中1月和12月的PM2.5和PM10污染较重，明显高于其他月份，受降水和大气扩散条件影响8月份PM2.5和PM10浓度全年最低，而在3月和4月受到北方沙尘和浮尘天气影响，PM10污染也较重。

(3)0～100m的大气层出现中性、弱稳定性和中等稳定大气的频率平均为67.1%，且冬季>春季>秋季>夏季；100～1000m的大气层出现中性、弱稳定大气的频率大于99.9%，总体上，济南市白天以中性大气为主，夜间趋于弱稳定性大气。0～100m出现弱稳定层结频率较高的月份分别为12月、11月和2月，其次是1月，同时11月、12月出现不稳定层结的频率也相对较高；出现极不稳定大气层结最多的月份为9月和11月，出现频率分别为31.8%和29.1%，且夏季和秋季出现极不稳定大气层结的频率明显高于春季和冬季，说明夏、秋季节大气对流旺盛，垂直对流较强，有利于污染物扩散。

总体上，济南市大气稳定程度较高，主要以中性大气和弱稳定性大气为主，大气的扩散能力较差，易形成污染天气。夜间大气层结偏于稳定，不利于污染物扩散，容易导致污染加重；中午偏于不稳定，不同季节有差异，这与不同季节的日照时间、强度有关。

[1] 徐大海, 俎铁林. 我国大气稳定度频率的分布[J]. 环境科学学报, 1983, 3(1):52-61.

[2] 康凌, 张宏升, 王志远,等. 不同下垫面大气稳定度分类方法的对比研究[J]. 北京大学学报(自然科学版), 2011, 47(1):66-70.

[3] 毕雪岩, 刘烽, 吴兑. 几种大气稳定度分类标准计算方法的比较分析[J]. 热带气象学报, 2005, 21(4):402-409.

[4] 范绍佳, 林文实. 理查逊数Ri在沿海近地层大气稳定度分类中的应用[J]. 热带气象学报, 1999(4):370-375.

[5] 杨勇杰, 谈建国, 郑有飞,等. 上海市近15a大气稳定度和混合层厚度的研究[J]. 气象科学, 2006, 26(5):536-541.

[6] 杨贤为, 叶殿秀, 马天健,等. 北京地区冬、春季节大气稳定度演变特征[J]. 气象, 2002, 28(1):43-46.

[7] 朱业玉, 潘攀, 张方. 河南大气稳定度的分布特征[J]. 气象与环境科学, 2011, 34(1):19-22.

[8] 陈建文, 胡琳, 王娟敏,等. 陕西省大气稳定度分布特征研究[J]. 水土保持研究, 2013, 20(3):299-304.

[9] 金莉莉, 何清, 李振杰,等. 乌鲁木齐市低层大气稳定度分布特征的统计分析[J]. 气象, 2016, 42(8):996-1006.

[10] 郝巨飞, 张功文. 邢台市大气稳定度和混合层厚度特征研究[J]. 气象科技, 2016, 44(1):118-122.

[11] 蒋维楣，孙鉴泞，曹文俊,等.空气污染气象学教程[M].北京：气象出版社, 2004:81-82.

Astudyonthestatisticalanalysisofdistributioncharacteristicsofatmosphericstabilityusingmicrowaveradiometer

He Tao1, Lv Bo2, Li Min2, Hou Lujian2
(1. Changzhou Environmental Monitoring Center, Changzhou 213001, China;2. Ji'nan Environmental Monitoring Center, Ji'nan 250014, China;)

According to the observation data of temperature profile measured by MTP-5 microwave radiometer in Ji'nan in 2016, an analysis on statistical characteristics of monthly atmospheric stability under 1km in Ji'nan was carried out, and a study on the effect of the atmospheric stability on the concentrations of PM2.5and PM10was then followed. The results show that the atmospheric stability is higher in Ji'nan, predominated by the neutral and weak stability. Significant monthly and diurnal variation on distribution of atmospheric stability in the atmospheric boundary layer of Ji'nan was observed, whereas the atmospheric stability is higher at night, and the atmospheric stratification is unstable at noon. The diurnal variation of atmospheric stability is significant at the lower level of atmosphere, while that for atmosphere over 600 meters is insignificant. There exists a positive correlation between the distribution of atmospheric stability and monthly mean concentrations of PM2.5and PM10.

microwave radiometer；atmospheric stability；PM2.5；PM10

P431，X823

A

国家自然科学基金专项基金(41240033)资助

2017-07-21； 2017-09-04修回

何涛(1983-),男,工程师,主要从事大气污染研究工作。E-mail:hetaok2008@163.com