利用COSMIC数据探测中国中西部大气边界层高度变化特征

易成

(合肥市测绘设计研究院，安徽 合肥 230001)

1 引 言

大气边界层(Atmospheric Boundary Layer，ABL)又称为行星边界层(Planetary Boundary Layer，PBL)。大气边界层是物质交换、能量传输、动量变换的过渡层，由于受地面的辐射热、太阳的辐射热、大气环流、季风气候的影响，大气气象参数在低对流层中某一位置变化较为剧烈，从而形成大气边界层[1，2]。在雾霾天气下细颗粒物直径为2.5cm(fine particulate matter，PM2.5)的含量与大气边界层的高度呈负相关，随着大气边界层高度逐渐降低使得低对流层中的PM2.5、SO2等污染因子无法扩散，从而导致PM2.5等浓度的升高[3，4]。探测大气边界层高度的数据主要有：卫星遥感数据、雷达探空数据、以及再分析资料数据等。其中卫星遥感数据和雷达数据空间分辨率低、探测手段昂贵，探空站数据时空分辨率低，不宜于获取大面积的大气边界层高度。其次再分析资料的数据精度较低，在探测ABLT高度时会出现较大的偏差。随着全球导航卫星系统(Global Navigation Satellite System，GNSS)掩星数据快速的发展，全天候作业的地球物理研究与应用的挑战小型卫星有效载荷(Challenging Mini-Satellite Payload for Geophysical Research and Application，CHAMP)和COSMIC计划提供全球覆盖、高时空分辨率、高精度的气象参数。因此利用GNSS掩星提供的二次产品能够进行有效的大气边界层高度的探测[5～7]。

大气边界层高度的获取方法中主要有：最小梯度法、断点法、小波协方差变换[8，9]等。AO等人率先提出在寒冷的南北极地区，利用虚位温和位温的方式探测ABLT的高度，由于水汽含量较少，温度成为大气边界层高度结构变化的主要成分，而在中纬度地区和沿海地区，水汽成为主要的成分。因此利用水汽压、比湿、混合比、相对湿度探测大气边界层高度较为合适，综合复杂的情况下，大气折射率最小梯度法探测大气边界层高度是合适的方法之一[10]。随着科学技术的发展，断点法和改进的断点法探测大气边界层高度逐渐成为研究热点[11，12]。然而利用断点法探测ABLT高度，其中线性回归滑动窗口(一般取值为 300 m)会忽略气象参数的主要细节变化，导致ABLT高度探测存在较大的误差。徐晓华等人利用小波协方差变换的方法探测大气边界层的高度[9]，由于信号的不稳定性，使得小波变换探测的精度较差。此外，正则泛函数求极小值方法在大气折射率最小梯度法的基础上加以改进，获取更稳定和精确的大气边界层高度[2]。

由于中国中西部地区海拔高度较高，探测大气边界层高度变化特征可为该地区的气候监测提供一些参数与依据，本次研究采用改进的数值差分方法进行中国中西部地区大气边界层精细结构时空变化特征分析。

2 实验数据与方法

2.1 实验数据

选取中国中西部地区的2008年～2013年GNSS-RO数据，其来源于COSMIC数据分析和存档中心(COSMIC Data Analysis and Archive Center，CDAAC)。该数据集的level2层提供多种产品文件(atmprf，bfrprf，eraprf，gfsprf，ionprf，wetprf)，文中采用WetPrf温湿廓线资料。

图1 2013年中国中西部地区COSMIC掩星点与探空站的空间分布

图1显示掩星(蓝色)分布均匀、覆盖整个地区，而探空站(红色)在(75～95°E，30～40°N)区间内分布稀疏，东部地带探空站分布较为紧密。大气边界层高度主要距离地表 0.5 km～5 km，选择数据的高度应大于 0.5 km，其次低轨卫星进行数据采集的过程中，恶劣环境及传感器的损坏会使得采集的弯曲角会有误差，则通过COSMIC资料中的‘bad’值(bad值为0时，表示廓线质量合格，bad值为1时，表示廓线质量有较大误差，质量不合格)来选择有效的廓线数据。根据6年的数据，以2.5×2.5°格网划分可以得到的廓线资料数量分布图：

图2 2008年～2013年2.5×2.5°中有效廓线数量空间分布图

图2表明COSMIC有效廓线数据最大值个数为322个，主要位于(90°E，35°N)附近，最小值为21个，主要位于(75°E，40°N)。从整体分布看，在(80°E～102.5°E，30°N～37.5°N)和(92.5°E～110°E，35°N～40°N)掩星数据较多。

2.2 实验方法

大气折射率的变化受水汽分压、大气温度、大气压强的综合性影响，其表达式为：

(1)

式(1)中的N—大气折射率/N-Unit，P—大气压强/hPa，T—大气温度/K，e—水汽分压/hPa，大气折射率N主要和大气的密度、水汽压、温度的关系有关。

基于COSMIC大气折射率数据采用改进的数值差分方法进行大气边界层高度的探测，其基本原理为：

(1)将折射率廓线上的底层高度(Zb)和顶层高度(Zt)进行等间隔划分，共划分为m-1份，其中的h=(Zt-Zb)/(m-1)，(Zb=Z1

(2)

式(2)可以转换：

(3)

将式(3)写成矩阵的形式为：AX=B等价于：

(4)

(5)

(2)在求解式(4)中的线性方程，由于线性方程是病态的，以及大气折射率数值的不稳定性，考虑将方程转换为求解包含正则化泛函数Tikhonov函数极小值的问题：

MinJ，J=‖AX-B‖2+γ‖LX‖2

(6)

式(6)中的加号右侧的表达式为正则化泛函数，其中γ是指正则化参数，需要根据实际情况选取，也是L的一阶微分算子，可选择合适的γ来控制参数X的光滑性。随着γ的增加，正则化泛函数的值也会随着减少，X的光滑性就会变得更好。式(6)转换为：

(ATA+γLTL)X=ATB

(7)

则X的表达式为：

X=(ATA+γLTL)-1ATB

(8)

3 实验分析

根据2008年～2013年的COSMIC的Wetprf数据分析该地区的大气边界层高度时空特性。将(75～105°E，30～40°N)和(105～115°E，30～40°N)划分为青藏高原地带和东部地带。

3.1 大气边界层的空间分布特征

利用2008年～2013年的COSMIC数据进行该地区的ABLT特性研究，选择年均值进行探测，结果为：

图3 大气边界层(2008年～2013年)年均值空间分布

图3表明大气边界层高度主要在西部区域较低，东部区域较高。通过纬度分析，低纬度地区较高，中高纬度地区偏低。大气边界层的高度在(105～110°E，30～32.5°)之间达到最大值 2 353 m，主要是恩施、宜昌区域太阳的辐射逐渐增强，地表虚位温升高，使得地表感热通量增加，大气边界层处的湍流活动增强，常年风速较快使得该处大气湍流更加剧烈，为大气边界层的向外扩散提供动力。西北地区的大气边界层的高度 1 000 m，主要是喀什地区的海拔高度 1 291 m，受印度季风的影响，夏季炎热、酷暑期短、冬无严寒、低温时间长等原因导致大气边界高度偏低。青藏高原(75～105°E，30～40°N)区域，空中无云、气候干燥、下垫面感热通量较大，致使地表附近湍流活动强，大气边界层高度 1 800 m，较青藏高原东部地区高，这种现象和周文的青藏高原的研究结果整体一致[13]。

3.2 大气边界层的季节分布特征

根据2008年～2013年的COSMIC数据进行大气边界层高度的探测，将1年划分为冬季(12～2月)、春季(3～5月)、夏季(6～8月)、秋季(9～11月)。大气边界层高度的季节性变化为：

图4 2008年～2013年大气边界层高度季节性变化(括号内表示范围及均值)

图5 大气边界层高度标准差季节性变化

通过图4发现在冬季时ABLT高度值偏大，在(105～110°E，30～32.5°N)达到最大值 2 561 m，与年均值分布整体一致，高度值范围为：1 094 m～2 561 m。冬季降水量的减少，气候干燥，直接受到太阳的照射，致使地表附近的感热通量增强，从而导致大气边界层高度升高；春季图4(b)较冬季图4(a)有所减少，其主要原因是气候的变化期间存在降雨过程，使空气中的水蒸气增加，太阳光照相对较低，致使地表感热降低，从而导致大气边界无法扩散，保持较低的水平，该现象与AO研究的情况是一致的[10]。夏季由于印度夏季风及光照强度的影响，降水量相对于光照的因素对大气边界层作用较小，致使地表感热增加，从而使大气边界层高度减弱。秋季仍然保持较低的水平。4个季节的主要变化特征是冬-春-夏-秋对应着的均值 1 628 m-1 522 m-1 800 m-1 643 m，春季数值最小，夏季数值最大，秋季和冬季相对稳定。因此中国中西部地区的大气边界层高度的季节性变化较强。

大气边界层标准差是反映着数据的离散程度及其稳定性指标之一。通过图5发现对应的标准差与图4的空间分布趋势一致，均是冬-春-夏-秋对应着中-低-高-中的特征。4个季节的标准差均值都很接近，均值范围为：811 m～890 m，夏季标准差达到最大值 890 m，主要是夏季温度较高以及水汽较多，两者混合因素作用下使得大气边界层高度的探测稳定性较差。

图6 2008～2013年的尖锐系数季节空间分布(括号内表示范围及均值)

图6反映整体上大气边界层高度的尖锐系数青藏高原地带小于东部地区，说明东部区域具有剧烈变化的大气分界层，水汽、虚位温、位温在该位置会发生急剧的变化，可精确地确定大气边界层顶的位置。中国青藏高原地带(75～105°E，30～40°N)具有明显的季节性变化，冬季最小尖锐系数最小，夏季达到最大，秋季又开始降低，其变化趋势的主要原因：夏季下垫面受太阳辐射热较强，反照率增加，致使地表温度升高，从而使大气边界层受地表的辐射热发生湍急的气流变化，而冬季这种现象就变弱。

3.3 大气边界层的日变化特征

通过选择2008年～2013年的GNSS-RO的COSMIC数据进行大气边界层高度的日变化特征分析，将中国中西部地区分成2.5×2.5°的区域，一年分成4个季节，并在每个季节进行大气边界层高度和尖锐系数的日变化特征分析。

图7～图10中分别表示大气边界层高度和尖锐系数的日变化特征，所选择的时间是协调世界时(Coordinated Universal Time，UTC)时间。北京时早于UTC时间8个小时，对应的本地时间分别为08L、14L、20L、02L(L表示当地时间)。其中图7表明在冬季时大气边界层高度的变化呈现在08L时刻是先减少后增加到14L时刻，均值为 1 754 m。14L时刻和20L时刻大致变化趋势一致，并在02L时刻又开始降低，该变化趋势主要原因：中国中西部地区冬季白昼时间长，下跌面受太阳光照时间的影响，使得地表潜热的增加致使大气边界层高度的增加，而在02L时刻，下垫面的散热作用使得大气边界层高度的降低，这种效应在青藏高原地带表现更明显。图8中整体表明春季的中西部地区日变化较明显，在08L时刻达到最高点，均值为 1 738 m，02L达到最小值 1 306 m。图9中的夏季时日无明显变化，青藏高原中部地带(85～105°E，30～40°N)表现较明显，在喀什地区周日变化较弱，东部地段表现也较弱，延安市附近周日性变化较明显。从4个时刻来看是先增加后减少的变化趋势。通过图10发现青藏高原东侧处(95～105°E，30～35°N)周日变化较明显。整体周日性无明显变化的原因；亚热带季风气候成为该区域的大气边界层高度抬升的动力源，而温度相对较低，两个主要动力源混合作用导致周日性变化较弱。

图7 冬季ABLT与ABLT-Sharp-Param年均值(00，06，12，18.UTC时间)

图8 春季ABLT与ABLT-Sharp-Param年均值(00，06，12，18.UTC时间)

图9 夏季ABLT与ABLT-Sharp-Param年均值(00，06，12，18UTC时间)

图10 秋季ABLT与ABLT-Sharp-Param年均值(00、06、12、18UTC时间)

从图7～图10尖锐系数的日变化趋势来看，冬季时中国中西部地区的青藏高原地带尖锐系数值小于东部地区，在青藏高原地带的值是先减少后增加，02L时刻达到最大值1.50。在春季时，由于受印度季风气候的影响，4月份达到最大，季风使大气边界层高度抬升，并出现明显的湍流层，该季节尖锐系数具有周日性变化，在08L时刻达到最大值1.52，14L时刻达到最小值1.31。图9中显示尖锐系数在夏季表现不明显，主要是夏季受水汽的影响，空气湿度相对其他季节较多，大气边界层扩散较弱，尖锐系数的变化幅度较少。图10中秋季时日变化较明显，从08L时刻～02L时刻的变化趋势是先变小后增大。从整体的4个季节来看，冬、春、秋季的尖锐系数的日变化较为明显，而夏季较弱。

4 结 论

通过利用2008年～2013年的GNSS-RO系列中的COSMIC计划数据，采用克服病态线性回归方程的数值差分方法计算出中国中西部地区大气边界层高度及尖锐系数，将中国中西部地区划分为海拔高的青藏高原地带和海拔偏低的东边地带，实验结果得出以下结论。

(1)该方法计算的大气边界层高度在青藏高原地带较东部地带值较小，在喀什地区大气边界层高度值在 1 000 m，其对应的海拔高度 1 291 m，青藏高原(75～105°E，30～40°N)区域，由于空中无云，气候干燥，且下垫面感热通量较大的因素，致使地表附近湍流活动强，其次受印度季风的影响，其大气边界层高度较青藏高原东部地区高，在 1 800 m左右。

(2)大气边界层高度的变化具有明显的周期性变化特征，夏季达到最大值 1 800 m，春季达到最小值 1 552 m，其他两个季节处于中间值在 1 630 m浮动。ABLT高度的标准差和大气边界层高度季节变化趋势保持一致。通过总体分析ABLT的尖锐系数，东部区域的尖锐系数高于原青藏高原地带，青藏高原地带尖锐系数具有季节性变化在夏季达到最大值1.5。

(3)通过选择6年4个季节的4个时刻(08：00L，14：00L，20：00L，02：00L)大气边界层高度，探测该地区的ABLT高度和ABLT尖锐系数周日变化特征，结果表明：冬季和春季的大气边界层高度周日性变化较强，夏秋季节较弱，尖锐系数除夏季之外，其他季节均具有一定的周日性变化，其中在这3个季节中青藏高原地区周日性变化较为明显。