北京城区大气边界层高度的反演研究

田野 刘旭林 于永涛 孟磊 张龙斌

(北京市气象探测中心，北京 100176)

引言

大气边界层是对流层的最低一层，对地表和自由大气间的热量、动量和气溶胶的交换起到重要作用。其影响因素包括大尺度天气过程、云量、太阳辐射、污染物排放及地形扰动等。大气边界层高度是很多研究里的一个重要参数，包括污染扩散、天气预报、气象模型和空气质量等[1]。模型中错误的大气边界层高度值会明显地影响低层云的形成和维持。目前没有一种仪器或方法能够直接测量大气边界层高度，只能通过代理因子或示踪物来反演大气边界层高度。代理因子包括大气气溶胶、温度廓线、风廓线和能量通量等[2]。

在天气背景和局地气象因素影响下，大气边界层有明显的日变化特征。在晴朗天气下，其日变化特征可用图1表示。边界层主要分为3种：①如果在边界层底部持续的热量输入占主导作用，导致大气垂直对流效应增强，形成的大气边界层称为对流边界层(Convective Boundary Layer, CBL)，也称为混合层；②如果边界层底部较冷，上部较暖，则为稳定边界层(Stable Boundary Layer, SBL)，小时空尺度的湍流发生在此层；③如果在地表无热通量且风剪切力占主导作用时，则为中性大气边界层。大气边界层受天气系统和当地气象状况影响很大[3]。残留层(Residual Layer, RL)高度为中性边界层顶高度与稳定边界层顶高度之差。当天排放的污染物仅会留存在稳定边界层中，而之前多天的污染物则停留在残留层中。在晴朗天气条件下，当太阳持续加热地面时，产生了热对流效应，对流边界层(CBL)就会发展；在夜间，地表产生的长波辐射逐渐使地表温度降低，此时会在地表形成一个夜间稳定边界层(SBL)。在多云或降水天气条件下，对流主要由地面热辐射驱动而不是太阳热辐射，所以对流边界层发展弱于晴天条件，表现为较慢的发展速度和较低的最大边界层高度。

图1 晴朗天气下陆地上空大气边界层高度的日变化特征(引自Coen等[3])

大气边界层高度的时空变化范围很大，从几十米到几公里不等。而地表观测仅能直接探测到大气边界层最低部分的状态。传统测量大气边界层的水平或垂直结构的方法是通过搭载在高塔、热气球或者飞机上的设备来现场观测，但这些观测通常只在某一或者离散的几个高度上进行。另一种非直接观测方法是通过地面和卫星设备的遥感观测法，而卫星观测不足以提供高垂直分辨率的大气边界层反演结果。地基遥感设备能够以较低成本提供连续且高时空分辨率的温度、湿度、气压、水汽、气溶胶和风场等廓线数据用以反演大气边界层高度。

微波辐射计属于被动遥感技术，能够接收和处理微波频段的大气电磁辐射信号，从而获得连续的大气温度、湿度等垂直廓线。它已成为反演高时空分辨率大气边界层高度的一种重要手段。Wang等[4]对比了位于兰州郊区的微脉冲激光雷达与微波辐射计反演大气边界层的结果，发现在强对流条件下二者一致性很好，而在弱对流条件下，激光雷达反演结果要高于微波辐射计反演结果。Cimini等[5]首次提出了一种由微波辐射计的亮温数据直接反演混合层高度的方法，其反演结果与激光雷达反演结果的平均偏差≤10 m，均方根差为340 m，相关系数高于0.77。Coen等[3]对比了瑞士高原地区微波辐射计和探空反演的对流边界层高度，得出二者的中值偏差<25 m，决定系数>0.7。还发现数值天气预报模型COSMO-2计算得到的边界层高度比微波辐射计反演结果高估几百至上千米。刘思波等[6]利用非线性神经网络和多元线性回归方法建立微波亮温直接反演大气边界层高度的算法，并与激光雷达探测的大气边界层高度作对比，发现二者有较好一致性。杨富燕等[7]利用苏州地区的微波辐射计探测的大气温度，使用温度梯度法估算大气混合层高度，并与激光雷达探测结果进行了比较，结果表明，大多数情况下激光雷达探测结果高于微波辐射计观测结果；两种遥感手段有较好的相关性，相关系数为0.76。刘绕等[8]利用寿县稻麦轮作农田区观测站地基多通道微波辐射计结合位温梯度法，计算了该站点的大气边界层高度，分析了边界层高度的日、月和季节演变规律。沈建等[9]进行了微波辐射计温湿度廓线与激光雷达消光系数廓线探测边界层联合研究，结果表明，两种方法之间存在良好的线性关系。李红等[10]比较了兰州大学半干旱气候与环境观测站点的天基与地基资料反演的大气边界层高度，发现微波辐射计资料与微脉冲激光雷达资料的结果更加相近，且与星载CALIPSO Level2的结果一致。De Arruda Moreira 等[11]分析了安装在西班牙格拉纳达地区的云高仪和微波辐射计的4年长时间序列资料，发现云高仪适合反演残留层、微波辐射计更适合反演对流和稳定边界层，二者结合可以更好地研究当地的大气边界层变化规律。

常规的无线电探空一般一天只有两次，无法完整地反演每日边界层高度变化情况，但其对于对流层内的温压湿等廓线的测量是相对最准确的。之前大多研究进行了探空和微波辐射计探测廓线的对比分析[12-18]，较少研究分析二者反演大气边界层的情况[3, 19]。

综上所述，本文选取安装在北京市国家大气探测试验基地的微波辐射计的遥感数据来研究该地区的大气边界层高度日变化和月际变化特征，并与相应时刻54511站点的探空反演结果进行对比验证。

1 数据与方法

选取北京市国家大气探测试验基地2017年5月1日至2019年8月31日的地基14通道微波辐射计数据来研究大气边界层高度变化规律。它包括2个频率段的子系统，水汽廓线子系统和温度廓线子系统,分别利用微波K波段大气水汽窗口(22～31 GHz)和微波V波段大气氧气窗口(51～59 GHz)进行天空亮温观测。微波辐射计的LV2产品数据能够提供10 km以内的高时空分辨率的温度、相对湿度、水汽密度和液态水含量等廓线的观测结果。每2 min返回一组观测数据，其垂直高度分辨率并不固定。而原始基数据中的时间分辨率为1 min 高于LV2产品数据的时间分辨率，能突显出温度和湿度廓线的突变(毛刺)之处。因此，本文选取6 km高度内的原始基数据来反演边界层高度，表1给出了0～6 km高度内的仪器垂直观测分辨率。由于探空数据的垂直分辨率为10 m，为了便于比较，采用“三次样条”法将每日6 km高度以下的温度和湿度数据插值为垂直分辨率 10 m的温湿数据来反演大气边界层高度。

表1 微波辐射计在6 km以下的垂直观测分辨率 m

通过GTS13型数字式探空仪的观测可获得高度分辨率为10 m的探空数据，观测变量包括：气温、气压、湿度、露点、虚温、风速和风向等。除汛期(6月1日至8月31日)外，每天分别在07:15和19:15进行两次探空观测，汛期则增加13:15的探空观测。

采用日照数据来区分日间和夜间。日照数据来源于54511站点的暗筒式日照计的观测数据。通过解析观测结果可以获得一天中每小时时间段内的日照时长，时间分辨率为6 min。利用DSG4型天气现象仪来对降水和降雪进行观测，并获取相应天气现象的发生时间段。

除暗筒式日照计为人工观测设备外，其余均是自动观测设备。这些设备的技术参数和指标见表2。

表2 所用观测设备的主要技术参数和指标

1.1 数据质量控制

由于晴天时气体分子和水汽的粒径远小于微波辐射计接收到的辐射波长，因此大气的散射作用可以忽略不计；而在降雪和下雨天时，粒子大小与其微波辐射波长相差不大，此时大气散射作用明显，会对微波辐射计接收数据质量产生影响[20]，使其无法正确反演大气边界层高度，所以基于54511站点的天气现象仪的观测结果，在统计分析边界层高度变化规律时，如果全天为降水或降雪天气，则剔除当日数据；如果只有某个时段下雨，那么只剔除降雨时段的数据，保留其余晴天和云天时段的观测数据。由于仪器自身原因导致观测错误，也剔除全天的观测数据或相应时段的观测数据。此外，个别日期仪器未观测，没有数据。最后，北京市国家大气探测试验基地站点共剔除59天数据，获得2年时间里共536天的观测数据样本。

探空仪数据和日照计数据均由台站观测员采用人工判断和处理的方式进行质量控制，天气现象仪的数据则由中国气象局的气象资料业务系统(Meteorological Data Operational System, MDOS)进行质量控制。

1.2 微波辐射计数据反演方法

对于日间对流边界层高度主要有两种方法来反演：气块法和温度梯度法。Holzworth[21]基于大气热力学稳定性的特点提出了气块法。大气的温度梯度法虽然可应用于估算边界层高度，但温度梯度的临界值选取还没有明确的标准，只能通过大量的统计分析来主观性地选取临界值，而且不同天气状况下阈值需要调整，带来很大不确定性，因此本文选取气块法来进行日间大气边界层高度的反演。

气块法利用位温或虚位温数据来反演大气边界层高度。对于一条由亮温计算得到的温度廓线T(z)，结合逐层的气压和相对湿度数据将其转换成位温廓线θ(z)和虚位温廓线θv(z)：

(1)

(2)

(3)

θv(z)=θ(1+0.61r)

(4)

气块法定义边界层高度为：环境温度T下的气块由于对流运动从地面干绝热上升所能到达的高度，也就是温度廓线与干绝热线(从地表温度出发)的交点或者位温θ(z)等于地表位温θ(z0)的点，如图2所示。

图2 基于气块法, 利用2018年7月14日13:00微波辐射计观测到的温度廓线(a)和位温廓线(b)反演得到的大气边界层高度(黑色虚线)

一般夜间大气主要包括3种物理过程：湍流混合、辐射冷却及与地面土壤间的热量交换，几乎没有对流作用，此时可能所有高度的θ(z)均大于θ(z0)，无法使用气块法判断大气边界层高度，因此气块法只适用于日间大气边界层高度的反演。Coen等[3]提出一种基于温度梯度的夜间稳定边界层反演方法，夜间稳定边界层高度(SBL)为从地面往上，温度梯度首次为0的点(dT/dz=0)，如图3a、b所示；夜间稳定边界层顶高度(stable boundary layer detected by potential temperature, SBLpT)则为位温梯度首次为0的点(dθ/dz=0)，如图3c、d所示。

图3 由2018年8月21日23:22微波辐射计温度廓线(a)和温度梯度廓线(b)反演的稳定边界层高度及位温廓线(c)和位温梯度廓线(d)反演的稳定边界层顶高度

但当夜间风速较大，湍流混合作用较强时，边界层的稳定性被打破，此时不能使用上面的方法来计算边界层高度。经过与探空反演结果对比发现，气块法也能够较合理地反演大气边界层高度，如图4所示。08:00之前，大气处于稳定状态，从探空数据可知，近地面风速为1 m/s，1000 m以下风速逐渐从1 m/s递增到9 m/s，利用Coen等[3]方法可获得夜间稳定边界层高度SBL和边界层顶高度SBLpT，分别如图中青色和蓝色点所示。由于大部分时刻不存在位温梯度等于0的点，所以夜间边界层顶高度SBLpT仅有很小一段。随着日照出现，大气垂直对流活动增强，大气不稳定性变大，此时大气边界层高度逐渐升高，通过位温和虚位温反演的大气边界层高度以平均10 m/min的速度递增。虽然14:42之后无日照，但大气边界层高度从15:50才开始下降，16:00降到最低1240 m。随后在16:35又上升至1530 m，直至23:59一直稳定在1000 m以上。从19:15的探空数据可知，风速从地表面的4 m/s快速上升至490 m的11 m/s，整体风速较大，探空反演得到边界层高度为1460 m(图4a中红色方形点)，而位温和虚位温法反演得到的高度分别为1355 m和1363 m。可以看出，在夜间风速较大时，边界层变得不稳定，位温法或虚位温法反演得到大气边界层高度接近于探空反演的结果。

图4 2018年1月2日晴天温度廓线随时间变化情况和边界层高度值(a)及日照时数情况(b)

1.3 探空数据反演方法

分别采用Heffter[22]，Liu and Liang[23]和总体理查森数(Sørenson等[24])3种方法通过探空数据反演大气边界层高度。

Liu和Liang[23]的反演方法本质上也是气块法，分为对流边界层和稳定边界层2种情况。前者中，首先第k个高度层的位温θk需满足：

θk-θ1=δu

(5)

其中，θ1为地面的位温，δu为代表不稳定层最低强度的位温差，在陆地上取0.5 K。

找到k层后，向上搜寻满足位温梯度大于θr(表示夹卷层的范围)的高度层：

(6)

其中，θr在陆地上取0.5 K/km。此高度层即为对流情况下的大气边界层高度。

在稳定大气情况中，湍流作用和风切变作用使得大气边界层高度更难确定。先寻找满足下列条件的高度层k：

θk-θk-1<-4 K/km

(7)

θk+1<θr

(8)

θk+2<θr

(9)

满足上述条件的高度k为稳定性大气边界层高度。然后，再寻找局部风速最大的高度，若此高度的风速比上下相邻两层的风速大2 m/s以上，则称此高度为风切变大气边界层高度。如果同时找到了稳定性大气边界层高度和风切变大气边界层高度，那么选择较低的高度作为最终大气边界层高度。若只找到一种高度则认为此高度为最终大气边界层高度。

Heffter[22]方法利用位温梯度来计算大气边界层高度。首先，采用3点滑动平均来平滑探空数据，降低由噪声或者局部不稳定数据导致识别出虚假大气边界层高度的可能性；然后找出位温梯度大于阈值的所有高度层，如果满足条件的高度层其上下相邻两层的位温相差大于2 K，则选择满足以上条件的最低高度作为大气边界层高度。Delle Monache等[25]认为阈值取0.005 K/m时在海洋地区表现较好，因为陆地上的逆温比海洋上的弱很多，建议阈值取0.001 K/m。本文中阈值也取0.001 K/m。

总体理查森数法是一个与大气垂直稳定性相关的无量纲的数，它表示热过程产生的湍流与垂直风切变之比。根据Sørenson等[26]，离地高度z处的总体理查森数Rib定义为：

(10)

其中，g为重力加速度，θv0和θvz分别为地表面和z高度处的虚位温，uz和vz为z高度处的风速分量。当Rib值达到一个临界值时的最低高度选为大气边界层高度。不同地点和不同的探空分辨率选取的临界值不同[26-28]。经对比发现，本文中临界值取0.25时，效果最好。

2 大气边界层反演

2.1 探空反演结果分析

图5给出了通过不同时刻的探空资料利用3种反演算法进行大气边界层高度反演的结果对比。在2年的探空数据反演中，大部分情况下3种算法的反演结果一致，如图5a和b所示，大气边界层高度分别为430 m和1180 m。对于2018年1月21日07:15:13开始的探空观测，Liu and Liang[23]方法和总体理查森数法的反演结果很接近，分别为740 m和750 m，但是Heffter[22]方法寻找到的满足阈值条件的位温梯度的高度为1690 m，与其他两种方法的结果差异很大。而对于2018年1月10日19:15:16开始的探空观测，Liu和Liang[23]方法和Heffter[22]方法的反演结果很接近，分别为610 m和600 m，总体理查森数法反演的结果则偏高，为1260 m。

图5 2017年5月21日07:17(a)、2017年7月16日13:15(b)、2018年1月21日07:15(c)、2018年1月10日19:15(d)3种算法对探空数据反演的大气边界层高度结果对比(蓝色实线为位温廓线，红色实线为位温梯度廓线)

在Heffter[22]方法和总体理查森数方法中，不同阈值的选取对反演结果影响很大，因此有时需改变阈值才能与其他方法反演结果相同或接近，在自动处理数据时应用效果不理想。另外，经过对比分析发现当近地面风速较大时，总体理查森数方法反演准确度较差，与Seibert等[2]的研究结果一致。所以，本文选择使用Liu and Liang[23]方法来作为探空数据反演边界层高度的方法。

2.2 两种设备反演结果的对比

选取探空数据反演的边界层结果与相应时刻微波辐射计数据采用位温法反演的边界层结果进行对比，如图6所示。图6a和b分别给出了探空时刻07:15和19:15的对比结果，两组数据的皮尔逊相关系数分别为0.6037和0.9072，两种设备反演结果的均方根误差分别仅为280 m和200 m。除夏季外，这两个时刻基本无日照，其边界层可看做是夜间边界层，所以大部分边界层高度低于1 km。个别个例的边界层高度超过了2 km，根据前面的分析，这些个例属于近地面风速较大，大风的动力作用造成了边界层高度的抬升。每年只有在汛期期间才有加密的13:15的探空观测，因此该时刻的样本量远小于07:15和19:15的样本量，而且由于午后热对流的抬升作用，13:15的大气边界层高度大多超过了1 km，其平均高度高于另外两个时刻的平均高度，探空和微波辐射计反演结果的均方根误差略大，为480 m，如图6c所示。总体来看，以上3个时刻两种设备反演得到的大气边界层结果的皮尔逊相关系数较高，为0.874，而且二者间的均方根误差为300 m，说明二者较为一致。

图6 2017年5月1日至2019年8月31日北京国家探测试验基地不同探空起始时刻，探空仪与微波辐射计反演的大气边界层高度对比:(a)07:15,(b)19:15,(c)13:15,(d)3个时刻总和

2.3 微波辐射计反演结果

2.3.1 大气边界层高度的日变化

晴朗天气下，陆地上大气边界层高度有显著的日变化，图7给出了北京市国家大气探测试验基地站点微波辐射计反演得到的1次典型晴天和1次多云转晴天气条件下的大气边界层高度日变化及相应的日照观测结果。图7a为2018年1月30日晴天条件下温度廓线和边界层高度随时间变化情况。从00:00到07:00有日照之前(图7c)， 夜间边界层高度SBL比较稳定，变化幅度不大，平均高度为78 m。边界层顶SBLpT对应为图1中的覆盖层(Capping inversion)，其高度较高且变化范围较大，从180 m到1100 m不等，平均为455 m。SBLpT与SBL之间为残留层(RL)，其深度平均为377 m。虽然当天的最高气温仅4 ℃，但从07:15的探空数据可知当天的近地面风速特别大，400 m高度处的风速已达到14 m/s，可推测大气扩散条件好。07:00—08:00之间日照时间较短，因此大气边界层上升一段后又降下来。随后在持续日照和大风环境条件下，大气边界层高度迅速上升，在09:10已达到2 km并在15:08达到最高值2870 m。16:24开始探测不到日照，在16:14边界层高度已开始降低。边界层高度在2 h 40 min内逐渐下降至100 m。可以看出，在大气对流活动较强期间，位温和虚位温两种方法反演结果相差不大。19:00之后无太阳辐射入射到地面，大气对流活动减弱，此时开始转变为夜间稳定边界层，SBL高度变化范围为10～90 m，平均为37 m。夜间稳定边界层顶SBLpT高度变化范围为20～270 m，平均为171 m。残留层平均深度为134 m。图7b为2018年3月23日多云转晴天气条件下温度廓线和边界层高度随时间变化情况，当日气温变化范围为10～18 ℃。受多云的遮挡，12:00之前一直未观测到日照(图7d)，夜间稳定边界层和日间边界层高度均比较低。日照出现后，日间边界层高度迅速升高到了2 km。14:00之后多云消散，在太阳入射辐射的持续作用下，大气边界层高度进一步升高，最高达4160 m。日照结束于17:18，随后边界层高度在3.7 km左右维持了一段时间。17:50边界层高度开始迅速下降，90 min后下降至170 m。由于缺少太阳的入射辐射和在地表与低层大气的辐射冷却作用下，大气对流活动逐渐降低，转变为夜间稳定边界层。SBL变化范围为100～150 m，平均为134 m。SBLpT变化范围为210～480 m，平均为309 m。所以残留层平均深度为175 m。与晴天个例相比，本例的夜间边界层更稳定。在日照最强，大气边界层高度特别高阶段，即14:26—18:02期间，虚位温法反演的大气边界层高度略高于位温法，平均高139 m。

图7 2018年1月30日晴天温度廓线和边界层高度随时间变化(a)、日照时数(b)及2018年3月23日多云转晴温度廓线和边界层高度随时间变化(c)、日照时数(d)

在霾(2019年3月3日)和阴天(2018年1月15日)天气条件下，地面无日照观测结果。从图8a可看出，08:57之前的夜间大气边界层比较稳定，平均高度为151 m，08:57之后大气边界层开始缓慢上升，平均升速为3.8 m/min，14:24达到最高1350 m，16:18开始迅速下降，18:06时转变为稳定夜间边界层，平均高度为107 m。当日两个时次的探空数据显示1500 m高度以内的最大风速仅为9 m/s，因而在缺少大气辐射的热力作用和近地面风的动力作用下，大气边界层的日变化特征与晴天条件下相比不明显，其所能发展达到的最大高度较低。从图8b可以看出，阴天的夜间大气边界层也比较稳定，平均高度为144 m，07:56之后大气边界层开始缓慢上升，平均升速为3.4 m/min，12:56达到最高1130 m，15:31开始缓慢下降，17:50时转变为稳定夜间边界层，平均高度为50 m。17:46—17:47，大气边界层高度迅速地从330 m降低至50 m。阴天的大气边界层日变化特征与重污染霾天气下的略有不同，阴天时大气边界层的上升过程和下降过程均比较缓慢。在这2个个例中，位温法和虚位温法反演得到的日间大气边界层高度几乎无差别，而且凌晨的夜间稳定边界层高度比傍晚之后的夜间稳定边界层高度高。

图8 2019年3月3日霾天气(a)及2018年1月15日阴天(b)温度廓线和边界层高度随时间变化

2.3.2 大气边界层高度的月平均日变化

在夜间低风速条件下用温度梯度法得到SBL；高风速条件下，由于位温法和虚位温法反演结果较一致，所以选择位温法反演结果作为夜间边界层高度。日间也选取位温法反演结果作为日间边界层高度。首先反演得到分钟级每日大气边界层高度变化情况，再对每个月进行月平均，得到月平均的大气边界层高度日变化。由图9可看出，每月的大气边界层高度均具有明显的日变化特征，夜间大气边界层高度普遍较低，月均变化范围为91～348 m，大多变化小，相对稳定。大约08:00之后，随着日照的增加，即太阳辐射的积累，热对流导致边界层高度开始逐渐升高并在午后达到最高。一般在15:00左右开始下降。然而每个月的日变化特征却略有不同：1—4月的夜间边界层高度普遍较高，特别在19:00之后。统计19:15的探空结果发现，1—4月共54天的夜间边界层高度超过400 m，其中24天(44%)在300 m高度以下即出现了9 m/s的大风，且随着高度升高风力很快达到了12 m/s，大气扩散条件好，因此边界层高度高。全年中，2月、3月、4月、9月和10月的日间大气边界层最大高度较高，超过了3 km，这在之前的研究中很少见到，热带地区[29]和沙漠地区[30]有过类似报道。6月晴天较多，日照时间长，太阳入射辐射强， 近地面温度较高， 所以近地面热对流强，日出之后边界层高度变化较均匀，不会出现类似1月、2月、9月和10月较剧烈的变化，其最高边界层高度出现在15:00，为2893 m。10月的高边界层高度结果主要归功于近地面风的动力作用。7、8月大多为多云和降水天气，特别7月受降水影响更严重，导致7月日间大气边界层高度与6月和8月相比较低，最大高度仅为1935 m。11月和12月的地面温度较低，热对流作用小和近地面风速较低，热力作用和动力作用均小，所以边界层高度整体较低。

图9 微波辐射计反演的大气边界层(1—12 月)月平均日变化的箱线图(矩形盒红色横线表示中位数，矩形盒的上下边缘线分别表示 25%和75%分位数，矩形盒上下两端的外延线表示正常值中的最大和最小高度值，黑色菱形表示平均值)

2.3.3 大气边界层高度的月际变化

将2017年5月至2019年8月每日的边界层高度平均得到每日的边界层平均高度值，再分别统计每月的边界层高度的平均值及其标准差，如图10所示。

图10 2017年5月至2019年8月月均大气边界层高度平均值及其标准差(黑色圆点代表平均值，黑色竖线的上下端分别表示正负标准差值)

1—4月的平均边界层高度较高，而且其波动较大。从探空数据和日照数据可推知，1—4月虽然地面温度不高，但是大部分时间的近地面风速大(300 m高度内风速≥ 9 m/s)，月均次数分别达到了8.5、9、6.5和10.5(表3)，动力作用超过了太阳辐射的热力作用对边界层高度抬升的贡献，导致1日中大部分时刻的边界层高度较高，超过了2 km。少部分时间的近地面风速较小，边界层高度也低，不足1 km，所以1—4月的日均边界层高度变化较大，2月最高为1461 m，4月最低为254 m。5月平均有6天在早晚探空时刻近地面风速较大，远少于1—4月，其地面温度比6月低，所以其平均日均边界层高度略低于6月。6月大多为高温晴天，边界层高度的抬升主要是由太阳热辐射引起的热力作用引起。7月和8月大多为多云、阴天和雷阵雨天气，近地面接收到的太阳入射辐射少，而且探空时刻近地面风速较大的次数很少，仅为2.5次和3.5次，所以大气边界层平均高度比6月低很多。9-10月的晴天数较多，地面日照时长也较长(06:00—18:00)且近地面风速≥ 9 m/s的天数较多，因此比8月的日均边界层高度有所提升。冬季的11月和12月的地面温度很低，日照时数较短(最长为07:00—17:00)且很多日无日照，虽然在探空时刻近地面风速较大的次数也分别达到了5次和6次，但是这两个月的平均日均边界层高度最低，分别为444 m和426 m，最大日均边界层高度也不足700 m，此外，11月的月均最低边界层高度为全年最低，仅242 m。2月的平均边界层高度最高，为943 m。

表3 每月探空时刻300 m高度内风速超过9 m/s的平均次数

总的来看，北京南郊地区在1—4和9—10月因大风天气多扩散较好大气边界层高度较高，但上下波动很大。5—6月晴天天数较多，地面温度高，热对流作用较强，其平均边界层高度比1—4月份略低，但不同天气之间比较稳定。7—8月份因多云和降雨天气较多，且近地面风速较大的次数特别少，所以边界层高度进一步降低。11—12月为一年中边界层高度最低的两个月，且每日的平均边界层高度变化不大，比较稳定。

3 结论与讨论

本文利用2017年5月至2019年8月时间段内位于北京市国家大气探测试验基地的微波辐射计观测的高时空分辨率的温湿廓线，结合位温气块法和虚位温气块法计算了该站点的大气边界层高度，分析了边界层高度的月均日变化和月际变化。而对探空数据，分别采用Heffter[22]，Liu和Liang[23]和总体理查森数法反演边界层高度，对比发现Liu and Liang[23]效果最好。最后对比了微波辐射计资料与探空资料反演的大气边界层高度，得到以下结果：

(1)位温气块法和虚位温气块法反演大气边界层高度的结果差异不大。

(2)晴天条件下，大气边界层高度的变化特征与日照时长对应关系很好。

(3)1—4月夜间边界层高度较高，主要原因可能是较大的近地面风速的动力抬升作用。2月、3月、4月、9月和10月的月均日间最高大气边界层高度较高，均超过了3 km。

(4)2月的平均边界层高度最高，为943 m，12月的平均边界层高度最低，为426 m。夏季的7、8月，由于多为多云和降水天气，所以平均边界层高度反而较低。

(5)微波辐射计反演的边界层高度与相同时刻探空数据反演的边界层高度具有很高的一致性，二者的皮尔逊相关系数为0.874，均方根误差仅300 m。

本文分析了北京南郊地区的大气边界层高度的日、月演变规律，加深了对这一地区边界层高度特征的认识。特别是发现近地面风速较大时，边界层高度普遍比较高。然而，2年多的数据量样本不够大，而且探空数据测得的风速仅代表当时时刻的风速，今后应该结合激光测风雷达等设备的高时空分辨率的风速测量结果来进一步验证风速的动力作用对边界层高度抬升的影响。另外，虽然有日照数据，但是缺少辐射通量数据，无法更细节地分析边界层高度与辐射量的对应关系，待具备条件时进行更深入的研究。并结合南郊观象台的其他设备，如云高仪或气溶胶激光雷达等，与微波辐射计联合反演大气边界层高度。