基于北京325米气象塔观测的正,负湍流热扩散系数（英文）

本文基于K理论和北京325m铁塔湍流观测资料直接计算了城市污染条件下的湍流热扩散系数K_H.K_H具有明显的日变化特征,其垂直分布随个例和时间而变化.负K_H较高发生频率对应高度在日出后逐渐升高,在中午达到峰值,在日落附近下降,而在夜间大部分时间集中在140 m左右.和传输和清除阶段相比,污染物累积阶段的K_H大小和波动程度均较小.此阶段PM_(2.5)浓度与K_H绝对值之间的负相关关系表明湍流扩散可能会极大地影响PM_(2.5)浓度.这些发现可能为建立新湍流扩散参数化方案提供有价值的启示.     

基于旋翼无人机探测的一次强浓雾边界层结构分析北大核心

利用常规气象观测资料、射阳站探空资料、旋翼无人机探测资料等,分析2019年10月19日夜间到20日江苏东部沿海地区一次强浓雾过程的边界层特征。根据无人机垂直观测资料及湍流参数Ri结果发现:大雾形成之前到大雾成熟阶段,近地面始终存在强贴地逆温,最大逆温强度达4.6℃/(100 m)。在大雾形成到发展阶段,逆温逐渐增强,弱湍流区的发展高度也逐渐抬升,最大发展高度达280 m,雾层厚度逐渐增大。大雾成熟阶段,逆温层高度达到最大250 m,而此时受太阳辐射影响,逆温层上层湍流开始逐渐增强,弱湍流区发展高度降至150 m。大雾消散阶段,逆温减弱,雾层厚度迅速降低,湍流增强,逆温层逐渐趋于消散。在大雾形成之前到大雾成熟阶段,逆温层之上均存在较大的东南风,海上暖湿气流的输送不仅使逆温得以加强和维持,而且在冷的下垫面上促进了水汽凝结,从而形成了东部沿海地区的强浓雾。无人机垂直观测完整的获取了此次大雾过程的边界层结构变化特征,Ri的结果很好地反映了大雾发生期间稳定层高度的变化情况。     

城市近地层湍流特征分析

利用中国科学院大气物理研究所在北京的325 m铁塔观测资料,本文分析了47、140和280 m三个高度的湍流统计特征.结果表明,城市近地层的湍流速度方差和湍流温度方差都较好地满足局地相似关系,140 m和280 m的湍流特征非常接近,而47 m的湍流特征与之相比表现出明显的差异,说明由于城市冠层动力和热力非均匀性的影响...     

北京城市下垫面边界层湍流统计特征

分析了1998年10月在北京325 m气象塔47 m、120m及280m 3层取得的湍流资料,讨论了湍流宏观统计特征量等随稳定度变化的规律.结果表明,47 m及120 m观测到的感热通量的日变化基本一致,城市边界层中近地层高度可达100m左右,这主要是由于下垫面粗糙度很大所致.同时发现当冷空气来临时,边界层中的感热通量会有明显增大.     

黄土高原复杂地形受中尺度运动影响的稳定边界层湍流特征

利用兰州大学半干旱气候与环境观测站(Semi-Arid Climate and Environment Observatory of Lanzhou University,简称SACOL)2008年12月观测资料,研究了稳定边界层湍流特征.使用涡动相关资料研究湍流通量时,定义湍流的平均时间τ内的中尺度运动是造成湍流统计量变化范围大的主要原因,稳定情形? τ取几十秒至几分钟.对梯度理查森数大于0.3的强稳定情形的湍流尺度分解(MRD)谱分析表明,感热通量在112.4～449.9 s存在谱隙,尺度大于谱隙的中尺度运动造成了通量观测资料离散性大,甚至有支配性影响.动量通量的谱隙在112.4～224.9 s之间.弱风时,中尺度运动的影响更大,垂直风速标准差以0.1的比率随中尺度风速变化;垂直风速标准差同广义风速表现出很好的相关性,并随着广义风速消失而消失.三维风速标准差与摩擦速度呈很好的线性关系,垂直、水平、横风风速的无量纲标准差分别为1.35、2.54、2.21.对湍流动能的研究发现,在梯度理查森数大于0.3的条件下,仍然存在连续的湍流.以湍动能为依据,分析了湍流的平稳时间长度,其长度随稳定度变化而变化,2008年12月7～11日从133.5 s变化到856.2 s,湍流平稳时间长度反映了中尺度运动的发生频率.     

青藏高原珠峰绒布河谷地区近地层湍流输送特征

利用2006年6月和2007年6月中国科学院HEST大气科学实验在珠峰绒布河谷地区获取的近地层湍流观测资料,分析了近地层湍流谱特征和方差统计特征,讨论了上下2层(2m和8m)基本气象要素和湍流通量的日变化特征.结果表明,珠峰地区湍流能谱基本上符合Monin-Obukov相似性理论在惯性副区的变化规律;由于山谷复杂地形和下垫面的影响,湍流方差统计值均小于高原其它地方;珠峰地区近地层感热通量白天下层大于上层,夜间相反;潜热通量一天内基本上上层大于下层.     

一次高压型海雾中的液态含水量演变特征

2008年3月16—17日在粤西电白出现了一次在高压天气系统控制下的海雾过程。利用这次海雾的综合观测数据,分析了这一高压型海雾的液态含水量演变特征,讨论了液态含水量与雾滴平均直径和数密度以及气温、风速、湍流交换等的关系。结果显示:(1)海雾有发展-消散-再发展的准周期性变化特征;(2)海雾过程中的雾滴数有显著的变化,而雾滴平均直径的变化较小;雾滴数变化对海雾的发展、消散起主要作用;(3)在海雾生成和发展阶段,空气的冷却机制起主要作用;而在海雾的维持阶段冷却机制的作用并不明显;(4)在雾的生成阶段,弱湍流交换有利于雾的生成;而在雾的发展和维持阶段,湍流交换减弱,液态水增长,反之液态水减少。湍流交换的强、弱与海雾发展-消散-再发展的周期性变化有密切关系。     

北京地区一次强沙尘暴过程的大气边界层结构和湍流通量输送特征

利用中国科学院大气物理研究所北京325 m气象塔的风速和温度平均场观测资料和湍流资料,以及北京市气象台地面常规气象资料和逐日08:00和20:00(北京时间)的探空资料,分析了2002年3月18～22日沙尘暴过境前后北京城市边界层结构特征和湍流输送特征,结果表明:1)在沙尘暴爆发前,边界层中水平风速一直较小;气温较高,大气层结稳定,在边界层上部有强大的逆温层.随着冷锋过境,沙尘暴爆发,边界层中水平风速和平均湍流速度急剧增强;温度也突然变化,先迅速增强后又持续下降,逆温层迅速被破坏.2)沙尘暴初期,280 m上为系统性上升气流,而47和120 m则为系统性的下沉气流.随着沙尘暴爆发,湍流动能、向下传输的动量以及向上传输的感热也迅速增大,并且120 m高度的湍能、动量通量以及感热通量明显高于47和280 m,这与北京的局地环流有关.3)本次沙尘暴过程中,120和47 m层的摩擦速度都明显超过了北京的临界摩擦速度,表明局地起沙也是本次沙尘暴过程中北京沙尘的一个重要沙源.     

北京城郊近地层湍流实验观测

本文利用两台FA-11超声风速温度仪于1992年3月到４月间在北京325 m气象观测塔47 m和120 m两个高度观测到的风速三个正交分量以及声虚温的湍流脉动资料，计算和分析了北京城郊粗糙下垫面近地层湍流特征量及其日变化，无量纲垂直速度和声虚温的方差随稳定度的变化，风速分量和温度的归一化湍流能谱以及动量和热通量的互谱及其随稳定度的变化。并且与平坦均一下垫面近地层湍流观测的结果进行了对比。     

长白山近地层内湍流特征观测研究

通过分析2003年6、7、8月长白山阔叶红松林生态系统站点气象塔2.5m及40m两层每30 min间隔取得的近地层湍流通量观测资料,针对长白山湍流的统计特征量进行了研究,计算分析了各通量每月的日平均值极其变化特征。结果表明:感热、潜热通量随太阳升起逐渐增大,午后达到最大,然后降低;感热通量大于潜热通量占主导地位;动量通量白天大于晚上,最大值均出现在白天午后,夜间较小;湍流强度随高度的增加而明显下降;在日出前后有明显的变化。湍流通量和湍流动能昼夜变化明显。     

Positive and negative turbulent heat diffusivity observed on a 325-m meteorological tower in Beijing 基于北京325米气象塔观测的正, 负湍流热扩散系数

Turbulent diffusion efficiently transports momentum, heat, and matter and affects their transfers between the atmosphere and the surface. As a key parameter in describing turbulent diffusion, the turbulent heat diffusivity K_H has rarely been studied in the context of frequent urban pollution in recent years. In this study, K_H under urban pollution conditions was directly calculated based on K-theory. The authors found an obvious diurnal variation in K_H, with variations also in the vertical distributions between each case and over time. Interestingly, the height corresponding to the high occurrence frequency of negative K_H rises gradually after sunrise, peaks at noon, falls near sunset, and concentrates around 140 m during most of the night. The K_H magnitude and fluctuation are smaller in the pollutant accumulation stage (CS) at all levels than in the pollutant transport stage and pollutant removal stage. Turbulent diffusion may greatly affect PM_2.5 concentrations at the CS because of the negative correlation between PM_2.5 concentrations and the absolute value of K_H at the CS accompanied by weak wind speeds. The applicability of K-theory is not very good during either day or at night. These problems are inherent in K-theory when characterizing complex systems, such as turbulent diffusion, and require new frameworks or parameterization schemes. These findings may provide valuable insight for establishing a new turbulence diffusion parameterization scheme for K_H and promote the study of turbulent diffusion, air quality forecasting, and weather and climate modeling.摘要本文基于K理论和北京325m铁塔湍流观测资料直接计算了城市污染条件下的湍流热扩散系数K_H.K_H具有明显的日变化特征, 其垂直分布随个例和时间而变化.负K_H较高发生频率对应高度在日出后逐渐升高, 在中午达到峰值, 在日落附近下降, 而在夜间大部分时间集中在140 m左右.和传输和清除阶段相比, 污染物累积阶段的K_H大小和波动程度均较小.此阶段PM_2.5浓度与K_H绝对值之间的负相关关系表明湍流扩散可能会极大地影响PM_2.5浓度.这些发现可能为建立新湍流扩散参数化方案提供有价值的启示.     

Nonlocal Turbulent Mixing Based on Convective Adjustment Concepts (Ntac)

A nonlocal turbulent mixing parameterization is introduced in this study and denoted by the acronym NTAC, which stands for Nonlocal parameterization of Turbulent mixing using convective Adjustment Concepts. NTAC uses the average value of quantities in the turbulent domain in much the same way that local convective adjustment schemes use the average potential temperature. Averages are determined in the region with non-convective turbulence using information from the two end layers (denoted by TLA, Two Layer Average), while all layers contribute to the average in regions with convective turbulence (denoted by CLA, Convective Layer Average). The NTAC parameterization estimates the mixing percentage and uses this percentage as a mixing coefficient. These percentages are determined from a simplified turbulent kinetic energy equation. The scheme is versatile, conservative, and when programmed efficiently the proposed parameterization is a computationally acceptable nonlocal procedure that can be used in many existing numerical weather prediction forecast models.Numerical weather forecast model simulations using the NTAC parameterization and traditional K-theory are compared against radiosonde data. The accuracy of the proposed NTAC parameterization is found to be competitive with K theory. The greatest improvement of the NTAC over K-theory occurs during the daytime and early nighttime hours when (dry) convective activity is high. Also, areal cloud coverage is increased by the NTAC parameterization. Our findings show that the greatest nonlocal vertical mixing occurs between the layer nearest the earth's surface and the remaining layers making up the planetary boundary layer.     

Relative contributions of boundary-layer meteorological factors to the explosive growth of PM<Subscript>2.5</Subscript> during the red-alert heavy pollution episodes in Beijing in December 2016

Based on observations of urban mass concentration of fine particulate matter smaller than 2.5 μm in diameter (PM_2.5), ground meteorological data, vertical measurements of winds, temperature, and relative humidity (RH), and ECMWF reanalysis data, the major changes in the vertical structures of meteorological factors in the boundary layer (BL) during the heavy aerosol pollution episodes (HPEs) that occurred in winter 2016 in the urban Beijing area were analyzed. The HPEs are divided into two stages: the transport of pollutants under prevailing southerly winds, known as the transport stage (TS), and the PM_2.5 explosive growth and pollution accumulation period characterized by a temperature inversion with low winds and high RH in the lower BL, known as the cumulative stage (CS). During the TS, a surface high lies south of Beijing, and pollutants are transported northwards. During the CS, a stable BL forms and is characterized by weak winds, temperature inversion, and moisture accumulation. Stable atmospheric stratification featured with light/calm winds and accumulated moisture (RH > 80%) below 250 m at the beginning of the CS is closely associated with the inversion, which is strengthened by the considerable decrease in near-surface air temperature due to the interaction between aerosols and radiation after the aerosol pollution occurs. A significant increase in the PLAM (Parameter Linking Aerosol Pollution and Meteorological Elements) index is found, which is linearly related to PM mass change. During the first 10 h of the CS, the more stable BL contributes approximately 84% of the explosive growth of PM_2.5 mass. Additional accumulated near-surface moisture caused by the ground temperature decrease, weak turbulent diffusion, low BL height, and inhibited vertical mixing of water vapor is conducive to the secondary aerosol formation through chemical reactions, including liquid phase and heterogeneous reactions, which further increases the PM_2.5 concentration levels. The contribution of these reaction mechanisms to the explosive growth of PM_2.5 mass during the early CS and subsequent pollution accumulation requires further investigation.     

春节期间北京地区交通出行规律对热岛效应和大气污染的影响

利用北京地区2006—2015年春节及其前后三周的城区、郊区站数据分析了早晚高峰期出行活动对城市热岛效应、NO_x浓度、PM_2.5浓度的影响。结果表明人口、交通、社会活动的密集程度的确会对城市热岛效应和大气污染物浓度造成一定的影响:(1)第-3、-2、+2、+3周(以下称"BG时段")与春节周(以下称"CNY时段")间的城市热岛效应差异在早高峰期间平均为0.30℃,在晚高峰期间平均为0.43℃,在其他时段平均为0.26℃,晚高峰对城市热岛效应的影响更明显;(2)BG时段与CNY时段城、郊NO_x浓度差的最大差异出现在08时,为54.95μg/L。在早高峰期间为48.55μg/L,晚高峰期间为23.44μg/L。城市晚高峰出行活动对NO_x浓度城、郊差异的贡献量随着夜间的不利扩散条件而延迟出现峰值,城市早高峰出行对NO_x浓度城、郊差异的增大作用更为突出;(3)城郊PM_2.5浓度BG时段高于CNY时段的时间出现在05—19时,早高峰期间平均差值为12.82μg/m³,晚高峰期间平均差值为8.22μg/m³。考虑到汽车尾气中的超细粒子和污染气体需要在空气中进行化学反应或者吸湿增长才能变成PM_2.5,因此PM_2.5浓度的变化情况并不完全对应于早晚高峰出行的时间,而是有所延迟。     

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。     

连续雾霾天气污染物浓度变化及天气形势特征分析

利用MICAPS资料、地面观测资料、NCEP资料和衡水市环境监测站细颗粒物(PM2.5)及PM10浓度资料,对2013年1月衡水市出现的连续雾霾天气从PM10及细颗粒物浓度演变、雾霾天气污染物浓度与地面要素关系、中低层环流形势特征进行了分析,结果表明:1)雾霾天气期间06:00(北京时间,下同)至07:00和16:00至21:00为PM10和细颗粒物浓度较低时段,PM10最大值出现在15:00,细颗粒物最大值出现在02:00,两者并不同时达到极值。2)雾霾天气污染物浓度与地面湿度并不是简单的正相关或负相关关系,还和许多其它因素有关。3)衡水市污染源主要来源于工业污染源、扬尘污染、冬季燃煤采暖、局部污染源及区域性污染。4)雾霾天气相对湿度和能见度基本呈负相关,气压变化不大,风向频率最多为北到东北风,平均风速一般都在2 m/s以下。雾日时大部分时段为雾和霾的混合物。5)重污染日期间500 hPa为平直偏西气流或西北偏西气流,没有明显的槽脊活动。而污染较轻的时段500 hPa为明显的西北气流控制或有槽脊活动。6)雾霾天气期间大部分日数08:00在850hPa以下都存在逆温层;地面气压场偏弱,尤其河北平原一带基本为均压场。最后对雾霾天气影响及对策进行了简单探讨。     

新标准下空气质量预报指导产品对比检验

为了解和掌握上级指导产品对石家庄市空气质量预报的适用性,进一步提高石家庄市空气质量预报的准确性,利用国家气象中心(NMC)、北京区域气象中心(BJ)和河北省气象局(HB)空气质量预报产品,对石家庄市夏季4种主要污染物PM_(2.5)、PM_(10)、O_3和SO_2的预报进行了对比检验,结果表明:1)NMC对4种污染物的预报效果均逊于HB和BJ的,对PM_(10)、PM_(2.5)和SO_2的预报值明显较实况偏大,尤其在发生重污染天气时,对PM_(10)和PM_(2.5)的空报率高达90%以上;2)HB对PM_(10)和SO_2的预报效果好于BJ的,对SO_2的预报值与实况值均在一个等级范围内,发生重污染天气时,对PM_(10)的预报效果好于BJ的,预报值更接近于实况,但对重污染向优、良转折天气的预报值偏高;3)BJ预报PM_(2.5)和O_3的效果好于HB的,对O_3的0级误差级别预报准确率高达90.5%,对PM_(2.5)优到轻度污染等级的预报效果较好,但对重污染天气的预报值低于实况。     

北京地区气溶胶PM2.5粒子浓度的相关因子及其估算模型

文中运用统计分析和气象统计预报的方法 ,使用北京白石桥小区的污染物观测资料和同期北京地区的气象观测资料 ,对影响大气污染的气象因子进行了综合分析 ,并分别建立了气溶胶PM 2 .5粒子浓度与气体污染物、气象要素场的两类统计相关拟合模型。发现气溶胶PM2 .5粒子浓度与气体污染物浓度存在不同程度的相关性 ,且与气象条件亦存在显著的相关关系 ,此类时空变化及其量化估算模型具有一定实际应用价值。通过确定气象要素场和气溶胶浓度的关系可进一步研究不同地区的污染物输送和污染源扩散影响的问题。     

北京市大气电场和大气污染物关系初步研究

以北京市朝阳站为例总体上分析了2014-2015年北京市全年、冬半年和夏半年电场强度和污染物变化特性及相关性,重点研究静稳积累型、污染复合型、沙尘型3种类型污染天气下大气电场强度与主要污染物因子浓度以及与气象要素之间的关系.结果表明:(1)全年电场强度每小时平均值为0.45～0.72kV·m-1,全年电场强度主要峰值在...     

北京一次持续霾天气过程气象特征分析

2013年1月10-14日,北京平原地区出现了水平能见度在2 km以下、以PM_2.5为首要污染物、空气质量持续5 d维持在重度以上污染水平的霾天气。综合分析此次霾天气过程的天气形势、北京地区常规和加密气象资料以及城郊连续观测的PM_2.5浓度资料。结果表明：此霾过程期间,北京高空以平直纬向环流为主,受西北偏西气流控制,没有明显冷空气南下影响北京地区,地面多为不利于污染物扩散和稀释的弱气压场;大气层结稳定、风速小(日平均风速小于2 m·s^-1)、相对湿度较大（日平均相对湿度在70 %以上）、逆温频率高强度大,边界层内污染物的水平和垂直扩散能力差;北京城区及南部的京津冀地区人类活动排放污染物强度大,在相对稳定和高湿的天气背景下,受地形和城市局地环流的影响,北京本地污染物累积和区域污染物输送以及PM_2.5细粒子在高湿条件下的物理化学转化等过程共同作用造成此次北京城区及平原地区污染物浓度快速增长并持续偏高,高浓度PM_2.5对大气消光有显著影响,造成低能见度和持续霾天气。