乌鲁木齐一次重污染过程及其边界层特征量分析

针对2020年1月5—17日乌鲁木齐出现的重污染天气，利用乌鲁木齐的探空站资料和地面常规气象数据计算了最大混合层高度、平均风速、逆温特性、边界层通风量、能见度、相对湿度等，对最大混合层高度、能见度、相对湿度与PM_2.5质量浓度进行了相关性分析，并利用Hysplit后向气团轨迹模式分析污染形成源。结果表明：此次重污染天气过程大气层结较为稳定，主要表现为逆温层厚(平均577 m)、逆温强度大(平均1.7℃/100 m)、最大混合层高度低(平均400 m)；边界层通风量对局地空气质量影响显著；PM_2.5质量浓度与相对湿度呈弱的正相关，与能见度呈指数相关；Hysplit后向气团轨迹模式分析得出此次污染过程以局地排放为主要形成源。     

基于格点资料的四川大气混合层高度特征及与空气质量的关系

基于2018年1月~2020年12月中国气象局陆面数据同化系统（CLDAS）资料，利用罗氏法计算四川省大气混合层高度，分析其时空分布特征，并结合大气环境空气质量监测数据，讨论大气混合层高度变化与空气质量的关系。结果表明:四川省大气混合层高度呈西高东低分布特征。盆地与攀西地区、川西高原大气混合层高度季节变化有显著性差异，盆地春季最高，秋季最低；川西高原和攀西地区秋季最高，夏季最低。四川省各地区大气混合层高度月、日变化趋势基本一致。四川省大气混合层高度与O₃质量浓度呈显著正相关关系，与PM_2.5质量浓度呈显著负相关关系。      

湖北2015年冬季PM2.5重污染过程的气象输送条件及日变化特征分析

PM_2.5污染仍然是湖北省冬季大气污染的首要污染类型,且具有明显区域传输特征,重污染过程的空气污染气象条件有别于华北地区,值得关注。采用WRF/Chem不同排放情景下的模拟结果,并结合观测分析,研究了2015年12月—2016年1月湖北省PM_2.5重污染过程的气象输送条件及日变化特征,从大尺度输送条件和局地边界层动力作用分析了外来污染物水平传输、悬浮聚集和向下传输的过程,并解释了该地区观测到的午后PM_2.5浓度特殊峰值的气象成因。结果表明,湖北重污染爆发以区域传输为主,地面观测PM_2.5极值对应10 m风速可达8—10 m/s,边界层0—1 km为较强偏北风输送,污染传输通量极值位于400 m高度附近,为重要传输通道,低空无明显逆温,重污染过程具有“非静稳”边界层气象特征。重污染形成的大尺度输送条件为,长江中下游及北部地区偏北风异常偏强,南部地区风速减缓,使污染物在中游平原堆积,鄂北边界风速越大,越有利污染输送增长。传输性污染主要来自偏北和东北方向的污染源输送,潜在源区贡献主要为途经偏北通道上的豫中、南阳盆地和关中地区,以及途经东北通道上的鲁、皖、苏等部分地区。PM_2.5浓度日变化双峰结构的天气成因不同,21—24时（北京时）峰值为静稳性污染,11—14时峰值为传输性污染。污染输送受大气边界层高度影响,日出前大气边界层高度较低,层结稳定并伴有上升运行,使得低空外来输送悬浮聚集在400 m高度附近;日出后随大气边界层高度升高,静稳层结被破坏,在干沉降作用下高浓度PM_2.5开始向下传输,并在午后地面形成峰值。      

上海地区AQI变化特征及与气象因素的相关性

基于上海地区2012—2016年逐日PM_2.5、PM₁₀、CO、O₃、SO₂、NO₂的分指数（individual air quality index,IAQI）数据以及同期气象要素（风速、降水量、气温、相对湿度、总云量、低云量）、逆温数据和高空大气环流数据,分析了上海地区空气质量指数的时间变化特征和气候要素对空气质量的影响,并选取PM_2.5和O₃污染天气过程及其邻近的非污染天气过程,对比分析高空大气环流形势的差异。结果表明：上海地区出现PM_2.5、PM₁₀和NO₂污染天气在冬季最多,分别为31.4 d、10.0 d和14.8 d,而O₃污染天气在夏季最多（18.8 d）。风速和低云量是影响PM_2.5污染的重要气象因素,最大相关系数分别为-0.313和-0.261,O₃污染则与气温和日照时数密切相关,最大相关系数分别为0.449和0.363,PM_2.5、O₃污染的发生也与前一日以及当日出现逆等温天气存在较好的相关性。在PM_2.5污染天气过程,上海位于槽后高压前部,850 hPa有较强西北风,而非PM_2.5污染天气过程中上海位于高压后部,低层850 hPa为东南风。在O₃污染天气和非污染天气过程,中国东部长波射出辐射（Outgoing Longwave Radiation,OLR）分别为正、负距平,副热带高压控制下上海晴热少云,易引起O₃污染,反之上海上空云系多,不容易出现污染。     

银川大气污染物浓度变化特征及其与气象条件的关系

利用2013年银川地区6个监测点污染物质量浓度和同期气象要素数据,对区域内污染物浓度变化特征及其与气象条件的关系进行分析。结果表明：银川市区PM10年均值超标0.7倍,PM_2.5年均值超标0.4倍,SO₂和NO₂也有一定程度超标,CO和O₃未超标|1、2、11月和12月为SO₂、NO₂、PM₁₀、PM_2.5、CO质量浓度较高月,O₃浓度最高月为5月,次高月为10月|9:00-12:00和21:00-00:00是SO₂、NO₂、PM₁₀、PM_2.5和CO质量浓度较高的两个时段,O₃浓度一般于15:00达到最大;6类污染物普遍表现出季节性的准7 d周期和全年性的准30 d周期|空气质量状况良的频率是56 %,轻度污染26 %,优仅为12%;首要污染物以PM₁₀、PM_2.5和SO₂为主|风速与SO₂、NO₂和CO具有良好的负相关关系,与O₃则呈显著正相关关系,风速对PM₁₀和PM_2.5影响较复杂,当风速小于某一值时,有利于PM₁₀和PM_2.5扩散,当风速达到一定程度后,又会导致PM₁₀和PM_2.5浓度的增加|降水对污染物有较好的冲刷作用,且对SO₂的清除作用最明显,对O₃的清洁作用最弱。     

京津冀及周边地区大气细颗粒物和臭氧对医院日门诊量的急性影响及季节性差异

探究京津冀及周边地区大气细颗粒物（PM_2.5）和臭氧（O₃）短期暴露对人群因病就诊的急性影响及其季节性差异,为区域性大气污染的协同治理提供流行病学证据。收集2013年1月1日—2018年12月31日京津冀及周边地区共14个城市100家医院门诊的日就诊量,以及大气PM_2.5和O₃日均浓度和气象因子数据,基于时间序列研究设计,采用二阶段统计分析策略（广义相加模型联合meta分析）,在控制气象因子和时间趋势等混杂因素的基础上构建双污染物模型,分析大气PM_2.5和O₃短期暴露对人群因病就诊的影响。研究期间,大气PM_2.5和O₃日均浓度平均分别为 72.2±56.8 μg/m3和 58.2±36.9 μg/m3,医院门诊就诊量达6257万人 · 次。双污染物模型结果显示,移动平均滞后0—1 d的PM_2.5和O₃暴露浓度每升高10 μg/m3,医院门诊就诊量分别增加0.25%（95%置信区间（95%CI）:0.20%—0.29%）和0.15%（95%CI:0.07%—0.22%）;拟合季节分层模型发现,冷季PM_2.5暴露对门诊就诊量的急性影响较强,而O₃相关效应则呈现出暖季较强的特征。京津冀及周边地区大气PM_2.5和O₃短期暴露均增大人群因病就诊的风险,提示应采取积极措施协同治理大气PM_2.5和O₃复合污染,同时重视污染物冷、暖季风险的差异。      

汾渭平原空气质量及气象要素对其日变化和年际变化的影响

汾渭平原因其封闭的地形条件以及煤炭为主的能源结构,大气污染问题一直存在,并于2018年被列入大气污染防控的重点区域。文章利用2015年以来PM₁₀、PM_2.5、SO₂、NO₂、CO、O₃质量浓度的观测数据和空气质量指数（Air Quality Index,简称AQI）,分析了汾渭平原AQI及大气污染物质量浓度的时空分布特征;使用多元线性回归模型研究了气象条件对冬季PM_2.5和夏季O₃浓度日最大8 h滑动平均值（MDA8_O₃）日变化和年际变化的影响。研究发现,汾渭平原的空气质量在2015～2017年间逐年变差,在2018～2019年有所好转,污染较重的城市为西安、渭南、咸阳、临汾、运城、三门峡、洛阳,集中在汾河平原与渭河平原交界处。汾渭平原的首要大气污染物多为PM_2.5、PM₁₀或O₃,三者占比之和约90%。重污染时期主要集中在天气条件不利及污染物排放量大的冬季供暖期,但夏季O₃浓度的升高趋势使得汾渭平原夏季污染情况越来越严重。影响汾渭平原冬季PM_2.5浓度和夏季MDA8_O₃日变化最主要的气象要素都是2 m高度气温（简称T2M）,相对贡献分别是45.5%、35.3%,都表现为正相关;第二主要的气象要素都是2 m相对湿度（简称RH2M）,相对贡献分别是41.5%（正相关）、25.4%（负相关）。影响汾渭平原冬季PM_2.5浓度年际变化最主要的2个气象要素是T2M和RH2M,其相对贡献分别为43.6%、31.9%,且都呈正相关,2015～2019年汾渭平原冬季气象条件的变化会导致PM_2.5浓度上升,部分削弱了人为减排导致的下降趋势（?8.3 μg m?3 a?1）。影响汾渭平原夏季MDA8_O₃年际变化最主要的2个气象要素是T2M（正相关）和850 hPa风速（WS850,负相关）,其相对贡献分别为71.7%、16.3%。2015～2019年汾渭平原夏季气象条件的变化导致O₃污染呈上升趋势（1.2 μg m?3 a?1）,但O₃污染的总上升趋势（8.7 μg m?3 a?1）中,人为排放变化的贡献更大（7.5 μg m?3 a?1）。本研究表明,汾渭平原大气污染形势严峻,其颗粒物污染问题尚未解决,还面临着新的臭氧污染的挑战,汾渭平原内的11个地级市分属陕西、山西、河南三省管辖,三省交界处又是重污染区域,所以需要三省联合防治防控,协同改善汾渭平原的空气质量。     

潮州市PM2.5-O3复合污染特征及与气象要素的关系

利用潮州市区2014—2020年空气质量逐小时质量浓度数据，分析了PM_2.5、O₃质量浓度及复合污染的年、月、日变化特征，结合相应时段潮州国家站气象资料，分析PM_2.5-O₃与气象条件的关系。结果表明：2014—2020年潮州市区年平均ρ(PM_2.5)、ρ(O₃-8 h)及复合污染出现日数均呈波动下降趋势，月平均ρ(PM_2.5)最高出现在3月，月平均ρ(O₃-8 h)最高出现在10月，两种污染物最低均出现在6月。复合污染出现较多的是10月至次年4月。PM_2.5、O₃污染具有一定相互作用，当其中一种污染物质量浓度较高时另一种污染物的质量浓度相应较高，同时污染物质量浓度的日较差也会相应增大；污染物峰谷值出现时间表现为空气污染较严重时，O₃峰值出现时间在16:00,PM_2.5峰值出现在19:00。PM_2.5-O...     

2018年冬季鲁西北大气污染特征及影响因子分析

利用2018年12月至2019年2月滨州、德州和聊城PM_2.5、PM₁₀、NO₂、SO₂、CO和O₃逐日质量浓度及其对应的气象资料,分析了鲁西北大气污染特征和影响因子。结果表明：2018年冬季鲁西北大气污染比较严重,聊城、德州和滨州轻度及以上污染天数分别占61%、60%和54%,重度以上染污天数分别占24%、11%和9%;首要污染物均为PM_2.5、PM₁₀和NO₂,其中PM_2.5占60%以上。PM_2.5、PM₁₀、SO₂、NO₂和CO日变化呈双峰双谷型,谷值分别出现在04-07时和15-17时,且下午比清晨更低,峰值出现在上午和下午交通高峰期后2-3 h,且峰值上午大于下午;O₃呈单峰型分布,09时出现极小值,18-19时出现极大值。PM_2.5是鲁西北主要的首要污染物,与PM₁₀、CO、NO₂均为显著正相关,并通过0.01水平显著性检验,与NO₂的相关性在低相对湿度(< 60%)时大于高相对湿度(≥ 60%),与CO的相关性在高相对湿度时大于低相对湿度;污染时段(PM_2.5>75 μg·m^-3)的平均相对湿度和平均温度明显大于清洁时段(PM_2.5 ≤ 75 μg·m^-3),清洁时段风速和气压比污染时段明显偏大。     

工业园区大气污染过程与气象风场响应关系研究

本研究在天津空港工业园区建设大气污染物网格化监测系统,基于控制变量法、Moran's I研究并形成大气污染过程与气象风场响应关系建立方法体系。结果表明：工业园区垂直层次主要污染物为PM_2.5、NO₂、PM₁₀、O₃。SSW风、ENE风、SE风分别对高浓度PM_2.5、NO₂、O₃及PM₁₀区外传输影响较大。除区内自排放外,区外机场南西南段排放对PM_2.5影响较大;区外东东北方向津汉公路、东丽湖路等道路移动源对NO₂影响较大;O₃及PM₁₀受区外东南方向津滨高速、宁静高速及津北高速移动源,以及机场东南段排放影响较大。对于区内气流辐合区,9月23日09时1#应加强PM_2.5、NO₂、PM₁₀协同管控,2#应关注NO₂管控,3#西北延长带及5#北向延长带应关注O₃管控;15时应加强对工业园区中、西、东、东南部PM_2.5、O₃、NO₂协同管控;21时14#应加强PM_2.5、O₃协同管控,17#、18#应关注PM₁₀管控。     

Determination of the Atmospheric Boundary Layer Height from Radiosonde and Lidar Backscatter

The height of the atmospheric boundary layer is derived with the help of two different measuring systems and methods. From radiosoundings the boundary layer height is determined by the parcel method and by temperature and humidity gradients. From lidar backscatter measurements a combination of the averaging variance method and the high-resolution gradient method is used to determine boundary layer heights. In this paper lidar-derived boundary layer heights on a 10 min basis are presented. Datasets from four experiments – two over land and two over the sea – are used to compare boundary layer heights from both methods. Only the daytime boundary layer is investigated because the height of the nighttime stable boundary layer is below the range of the lidar. In many situations the boundary layer heights from both systems coincide within ±200 m. This corresponds to the standard deviation of lidar-derived 10-min values within a 1-h interval and is due to the time and space variability of the boundary layer height. Deviations appear for certain situations and depend on which radiosonde method is applied. The parcel method fails over land surfaces in the afternoon when the boundary layer stabilizes and over the ocean when the boundary layer is slightly stable. An automatic radiosonde gradient method sometimes fails when multiple layers are present, e.g. a residual layer above the growing convective boundary layer. The lidar method has the advantage of continuous tracing and thus avoids confusion with elevated layers. On the other hand, it mostly fails in situations with boundary layer clouds     

广州地区旱季一次典型灰霾过程的特征及成因分析

通过研究2009年11月广州市气溶胶颗粒物质量浓度(PM10、PM2.5、PM1)、黑碳浓度、散射系数(Scatter)等大气成分要素,以及微波辐射计、激光雷达及风廓线雷达所探测的风、温、湿等边界层结构,统计分析广州旱季一次典型灰霾过程(2009年11月23—29日)中气溶胶颗粒物及其光学特性的时空变化特征,并配合天气形势背景、边界层结构对其形成原因进行详细分析。在典型灰霾过程中,黑碳浓度高达58.7μg/m3,散射系数高达1 902.7 Mm-1,PM10浓度高达423.5μg/m3,PM2.5浓度高达355.7μg/m3,PM1浓度高达286.5μg/m3。通过对同期的气象条件分析表明在广州地区旱季,区域性污染过程,特别是灰霾天气的形成具有以下三种气象条件:大气边界层高度较低;高压变性出海的天气形势与之密切相关;在偏东和偏南气流带来的高湿度环境下,气溶胶吸湿增长效应显著,导致出现严重灰霾天气。     

激光雷达反演边界层高度方法评估及在北京的应用

边界层高度是影响大气边界层发展和空气污染程度的重要因子,是环境和气候研究的重要参数。本文利用激光雷达对北京地区2011年5月至2012年4月的边界层高度进行探测分析,采用小波协方差方法反演边界层高度,评估了该方法的适用性。得到基于小波协方差方法自动判断边界层高度的最优参数组合,激光雷达与飞机探测结果对比一致性较好;与探空结果相关系数0.88,激光雷达反演的边界层高度略偏高。当激光雷达的垂直分辨率为30 m时,更加适合北京地区的步长和阈值分别为210 m和0.05;当激光雷达的垂直分辨率为15 m时,步长和阈值分别为135 m和0.05。分析期间,不同季节边界层高度日变化有明显的不同,夏季14:00（北京时）左右达到最高,较高的边界层高度可维持3~4 h,平均可达1.30 km;冬季较高边界层高度只能维持2 h左右,平均为1.08 km。有云与无云天气边界层日变化特征以及边界层高度存在显著的差异,云的存在减少了到达地面的直接辐射,抑制了湍流的发展,进一步抑制了边界层的发展;本文也将激光雷达反演边界层高度结果应用于观测时期边界层高度与地面污染的关系研究中,统计得到边界层高度与PM2.5浓度的相关系数为－0.340。     

北京秋季一次降雪前污染天气的激光雷达观测研究

以2009年11月5~8日北京地区发生的一次特殊天气形势下的重污染天气过程为例,研究分析本次污染特点和大气边界层结构特征以及此天气过程的大气温度和相对湿度结构特点。激光雷达是探测大气边界层及气溶胶的一个高效工具,利用ALS300激光雷达系统测量信号,应用Fernald方法反演大气消光系数,根据反演的气溶胶消光系数的最大突变,即最大递减率的高度来确定大气边界层的高度。利用其观测的退偏比分析大气污染物特性。利用微波辐射计数据,确定大气温度和湿度时空特征。研究结果表明:在本次污染天气下,大气具有很强的逆温结构,逆温最大可达近1 K(100 m)-1,500 m以上的大气相对湿度很低,在这种天气特征下的大气边界层高度在400 m左右,非常稳定。污染结束降雪开始前,大气逆温结构消失,大气湿度大幅度增加,接近饱和。根据lidar(light detection and ranging)退偏比的分析,本次污染天气是一次典型的烟尘类颗粒物的污染,污染具有区域性特点。PM2.5(空气动力学当量直径小于等于2.5μm的颗粒物)与AOT(Aerosol Optical Thickness)之间有明显的线性关系,相关系数达到0.72。该lidar系统能够反演出秋季降雪前本次污染天气背景下北京城区上空的大气污染特性和大气边界层高度。     

气溶胶激光雷达和无线电探空观测边界层高度的对比分析

利用北京地区2017年11月至2018年1月连续3个月的激光雷达资料和无线电探空数据,按照清洁天、污染天和多云天3种天气条件,对大气边界层高度的计算方法和结果进行对比分析。结果表明,基于激光雷达消光系数的梯度法、标准差法和小波法都能够较好地提取边界层高度。清洁天标准差法计算的边界层高度高于梯度法和小波法,08:00（当地时间,下同）和20:00由无线电探空得到的清洁天边界层高度平均值分别为1176 m和1224 m。污染天标准差法的计算结果要低于梯度法和小波法,污染天无线电探空得到的边界层高度平均值约为956 m,和清洁天相比降低了两百多米,重污染时最低降低至562 m,逆温层高度和PM2.5浓度具有明显的反相关关系。有云时,梯度法和小波法确定的边界层高度和云高非常接近,标准差法计算的结果略低。总体而言,气溶胶激光雷达计算的边界层高度随着污染等级的提高没有明显的降低趋势,相反在重度污染情况下反而有所增加,这可能是由于污染物的不断堆积导致的。梯度法确定的边界层高度易受到污染物传输过程的影响,略高于逆温层高度。另外,激光雷达确定的边界层高度受到残留层影响时,也会高于逆温层。     

基于无人机垂直观测的南京PM2.5污染个例研究

为了深入理解边界层内气温、相对湿度对PM2.5垂直分布和近地面污染的影响,本文使用搭载了多参数大气环境探测传感器的无人机对南京2017年12月3～4日和12月23～24日的PM2.5浓度、气温和相对湿度进行垂直观测,结合对气象数据的分析及HYSPLIT4（Hybrid Single Particle Lagrangian Integrated Trajectory version 4）轨迹计算模式的应用,对这两次PM2.5的垂直分布特征及污染过程的成因进行了分析。结果表明,PM2.5浓度和相对湿度呈明显的正相关关系,在12月23～24日的6次观测中相关系数均值达到0.96。逆温层下部,PM2.5浓度和相对湿度高且垂直差异较小;逆温层以上,PM2.5浓度和相对湿度随高度升高而迅速降低。由于大气扩散条件较差,导致PM2.5在华北平原南部不断累积,之后受到高压系统的影响分别向南和东南转移。这两次PM2.5污染过程都明显受到外部输送的影响,大气逆温对PM2.5和水汽的向上输送有明显的抑制作用,外部输送和局部逆温是导致这两次PM2.5污染的主要原因。     

北京PM10重污染预警预报关键因子研究

利用CART方法对造成北京PM10重污染的气象条件分析结果表明:适当的湿度条件和前期的污染状况是造成北京PM10重污染的必要条件,其他条件,如大气稳定度、边界层高度、持续性小风以及气压,是造成PM10重污染的重要条件。特别值得指出的是,湿度作为必要条件的出现,可能蕴涵着重要的物理化学过程,对其开展深入研究将对北京大气污染的控制和预报有所裨益。     

东疆黑戈壁近地大气边界层气象要素季节变化规律

利用东疆红柳河黑戈壁下垫面陆气相互作用观测站2017年近地大气边界层梯度探测资料和红柳河气象站天气现象观测数据,分析该地区典型晴天条件下的近地层风速、温度和比湿的四季廓线特征。结果表明:四季近地层风廓线变化规律明显。典型晴天条件下,在0.5～4 m高度内风速随高度的增加而变大的速度较快,在4～32 m范围内,白天风速随高度增大较缓慢,但夜间出现快速增大;存在明显的夜间逆温,逆温层主要集中在4～32 m,冬季逆温强于夏季,晨间0.5～32 m间的温度差可达4.6℃,且红柳河四季的气温日较差均较大,秋季可达到15.7℃;夜间比湿高于白天,秋、冬季夜间逆湿层出现在10～32 m,其比湿差为0.15 g/kg左右,夏季无逆湿现象。     

北京地区一次PM2.5重污染过程的边界层特征分析

利用北京市环境保护监测中心和美国大使馆的细颗粒物（PM2.5）逐时监测数据,中国科学院大气物理研究所325 m气象梯度塔资料以及实况天气图和探空资料,对2015年11月27日至12月1日北京的PM2.5重污染过程的边界层特征进行了分析。研究发现:这次重污染过程持续时间长、强度大,其中PM2.5浓度超过75 μg/m3的时次共计126 h,超过150 μg/m3共计116 h,小时最高PM2.5浓度为522 μg/m3。在高低空环流场配置的影响下,近地面静风和多层逆温结构抑制了污染物在水平和垂直方向上的输送,加上边界层内的深厚湿层,使得其中气溶胶不断吸湿增长,高PM2.5浓度得以维持。在重污染期间,湍流动能较低,不利于污染物的水平和垂直扩散。垂直方向的湍流动能一直占水平方向的15%~20%左右,水平湍流动能占主要贡献。摩擦速度与湍流动能呈现出相似的变化趋势,不同高度之间的摩擦速度差别不大。超出前后时次一个数量级的湍流强度尖峰的出现是湍流场发生调整的一个信号,是PM2.5浓度发生剧烈转变的前兆,预示着污染状况更加糟糕。重污染过程中感热通量的输送方向为从地面向大气输送,感热通量和潜热通量都大幅减少,并且表现出明显的日变化特征。对湍流功率谱计算和分析表明,在重污染过程期间,时间尺度为5 min至6 h的中尺度过程对从地面到大气方向的动量和热量通量输送做出了重要贡献。     

稻麦轮作农田区大气边界层高度的日变化和季节特征

利用2015年7月至2016年5月寿县稻麦轮作农田区观测站地基多通道微波辐射计观测的高时间分辨率温度廓线资料,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。结果显示,晴朗天气情况下,边界层高度具备典型的日变化特征,随着地面温度的升高边界层高度不断增大。其最大平均值通常出现在午后,8月平均高度最高,超过1520m,1月最低,只有520m。而且边界层高度具有季节变化趋势,春季(3—5月)、夏季(6—8月)、秋季(9—11月)和冬季(12月至次年2月)平均高度分别为436m,499m,377m和322m。将边界层高度结果与FNL和ERA-Interim数据进行对比,发现在白天时间段(08:00—19:00)FNL和ERA-Interim比观测平均值分别高258m,346m,夜间时间段(19:00至次日08:00)比观测平均值分别低144m,102m。