2018, Vol. 37
2. 唐山市气象局, 河北 唐山 063000
沙尘天气是由强风将地面沙尘携卷到空中, 在特定大尺度环流背景下诱发的一种灾害性天气(朱炳海等, 1985), 对农业、人类生产生活和生态系统均造成一定危害, 并严重影响着环境空气质量(毛节泰等, 2002; Kambezidis et al, 2008)。近年来, 国内外学者在起沙机制(陈豫英等, 2015; Washington et al, 2015)、沙尘输送(张亚妮等, 2013; Wang et al, 2005)、沙尘组分物理化学特征(王丽娟等, 2011)和环境气候效应(宿兴涛等, 2016)等方面进行了大量研究。而具有较高时空分辨率的激光雷达和微波辐射计也被广泛的应用到沙尘天气的分析, 其中Murayama(2001)和Sugimoto(2013)等利用激光雷达分别探讨了沙尘传输路径和沙尘层的垂直结构特征, 发现存在沙尘与地面污染混合的现象(杨欣等, 2017);国内学者董旭辉(2007)和卢建平等(2014)分别对激光雷达和微波辐射计的设计原理、工作参数和主要特点等进行了阐述; 邓涛等(2013)发现激光雷达反演的消光系数随高度分布在清洁过程中呈线性递减, 标高为1 490 m; 刘文彬等(2013)发现2012年3月25日发生在广州的浮尘天气过程中, 沙尘层主要分布高度在1 000~2 000 m区域, 气溶胶最大退偏比为0.34;夏俊荣(2011)、陈静(2016)、樊璠(2013)和张杰等(2012)分别对2008年5月发生在北京、2015年4月发生在石家庄、2012年3月发生在北京和2008年4月发生在张掖的沙尘天气过程进行了分析, 得出激光雷达的探测可以精确反映出不同天气形势下沙尘气溶胶的垂直结构和时空变化特征, 对远距离输送的高空粗粒子沉降有着较好的监测能力; 李娜(2014)通过对2007-2013年兰州大学半干旱气候与环境观测站的微波辐射计反演资料分析发现, 沙尘天气出现前, 低层增温明显, 高层降温剧烈, 沙尘天气持续过程中, 近地面温度先降低后升高, 而水汽含量则略有增加。刘红燕等(2007)也发现在沙尘天气发生时, 边界层的热力结构也同时发生了变化。已有的研究多集中于单一设备对沙尘过程的个例分析, 对沙尘天气传输沉降造成的环境空气污染分析研究相对较少。
本文以邢台市2017年5月3-5日出现的一次沙尘天气为例, 根据气溶胶激光雷达和地基多通道微波辐射计等资料, 分析了在沙尘天气过程中的高低空大气消光系数、退偏比、温度和湿度场等的变化, 探讨了沙尘沉降对地面环境大气颗粒污染物浓度变化的影响, 以期为沙尘天气的预报预警和环境空气质量预报等工作提供参考。
2 研究方法 2.1 仪器简介 2.1.1 气溶胶激光雷达所使用的微脉冲偏振激光雷达(Micro Pulse Lidar, MPL)为北京怡孚和融科技有限公司生产的EV-LIDAR型雷达(郝巨飞等, 2016), 根据探测到激光回波的退偏振特性, 可有效地区分球形颗粒(小水滴、雾滴)与非球形颗粒物(飘尘、沙尘、冰晶)。该MPL安置在邢台市气象局(37°04′N, 114°29′E)距地面约13 m高的楼顶, 激光器为二极管泵浦Nd: YAG, 工作波长532 nm, 单脉冲输出能量10 uJ, 脉冲重复频率2 500 Hz, 脉冲宽度12 ns, 接收望远镜为投射式, 口径160 mm, 探测器为单光子计数探测器, 数据采集为光子计数器, 探测距离最大30 km, 空间分辨率15 m。根据激光雷达方程(刘文彬等, 2013), 采用Fernald(1994)后向积分算法反演得出气溶胶颗粒物的消光系数和后向散射系数, 利用后向散射信号强度在垂直和平行向的分量(夏俊荣等, 2011)计算得出气溶胶颗粒物的退偏比, 利用微脉冲偏振激光雷达的客户端软件进行噪音剔除。
2.1.2 地基多通道微波辐射计地基多通道微波辐射计(the Microwave Radiometer Profiles, MWRP)为中国兵器工业北方通用电子集团有限公司(兵器二零六研究所)研制的MWP967KV型MWRP, 采用高灵敏双毫米波段、多通道无源接受方式, 温度通道光学分辨率1.9°, 水汽通道光学分辨率3.8°, 温度通道≤-35 dBc, 天线旁瓣电平水汽通道≤-28 dBc, 亮温分辨率≤0.2 K, 探测范围为地表到顶空10.0 km, 垂直方向上廓线划分为58层, 分辨率分别为50 m(0.5 km以下)、100 m(0.5~2.0 km)、250 m(2.0~10.0 km), 利用神经网络算法反演水汽浓度、大气温度和相对湿度等的大气参数。该MWRP布设在邢台市国家基准气候站(37°11′N, 114°22′E, 海拔182.0 m)。
2.2 后向轨迹模式(HYSPLIT)HYSPLIT(Hybrid Single Particle Lagrangian Integrated Trajectory Model)模式是由美国国家海洋和大气管理局(NOAA)的空气资源实验室和澳大利亚气象局联合研发的混合型单粒子欧拉-拉格朗日(Eulerian-Lagrangian)扩散模式(Stein et al, 2016), 用于追踪气流携带的粒子或移动方向, 利用HYSPLIT模式分析沙尘天气的源地和传输路径。
2.3 数据来源使用的环境空气质量监测数据来源于河北省环境保护厅提供的邢台市逐时监测值, 其中所属邢台市的国控点分别为路桥公司(37°05′N, 114°31′E)、达活泉(37°05′N, 114°28′E)、邢师高专(37°03′N, 114°31′E)和环保局(37°03′N, 114°29′E), 数据真实、可靠。文中涉及的地图是基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)1593号地图, 底图无修改。
3 结果与讨论 3.1 空气质量和天气形势变化情况2017年5月3日00:00(北京时, 下同)至4日09:00, 邢台市的PM2.5和PM10质量浓度[下称ρ(PM2.5)和ρ(PM10)]分别在34.3~72.5 μg·m-3和53.0~135.8 μg·m-3间波动变化(图 1), PM2.5与PM10的质量浓度比(下称浓度比)在0.30~0.80间, 浓度比的小时平均值为0.54, 颗粒污染物以PM2.5为主; 4日10:00的ρ(PM2.5)和ρ(PM10)由09:00的50 μg·m-3和73.7 μg·m-3迅速升高到68.3 μg·m-3和285.3 μg·m-3, 浓度比由0.68陡降至0.24, 随后ρ(PM2.5)、ρ(PM10)表现为不断增加趋势, 并同时在4日19:00达到326.3 μg·m-3和1 174.5 μg·m-3的峰值, 然后浓度值开始下降, 其中5日08:00-10:00的ρ(PM2.5)和ρ(PM10)出现了一个短暂的升高, ρ(PM2.5)和ρ(PM10)分别由08:00的130.0 μg·m-3和412.0 μg·m-3升至10:00的253.3 μg·m-3和931.8 μg·m-3, 随后浓度值又表现为下降状态, ρ(PM2.5)和ρ(PM10)分别在5日16:00和15:00达到33.8 μg·m-3和142.5 μg·m-3的相对低值; 5日17:00至6日23:00的ρ(PM2.5)和ρ(PM10)变化相对较缓慢, 波动范围分别在18.5~92.5 μg·m-3和84.8~255.5 μg·m-3。其中4日10:00至6日18:00的浓度比范围在0.16~0.37, 小时平均值为0.27, 颗粒污染物以PM10为主; 6日19:00-23:00, 浓度比由0.34逐渐升至0.42, 大气主要颗粒污染物开始由PM10向PM2.5转变。
|
图 1 2017年5月3-6日邢台市颗粒污染物浓度变化 Figure 1 The concentration of particulate pollution in Xingtai city during 3-6 May 2017 |
此次沙尘天气过程的500 hPa环流形势中, 欧亚大陆中高纬地区呈两槽两脊型, 极涡位于新地岛附近, 中西伯利亚到贝加尔湖附近是一个宽槽, 冷空气沿乌拉尔山以东弱高压脊前部的西北气流侵入宽槽, 鄂霍次克海以西的高压脊阻碍宽槽东移的同时使的槽加深加强。结合地面天气形势图可知, 3日20:00冷空气中心气压大于1 032.5 hPa, 冷空气前锋位于贝加尔湖以西地区, 由于高空槽的加深加强使得地面蒙古气旋移动减慢, 地面冷高压受此影响向东南方向分裂移动, 在导致我国北方地区易产生沙尘天气的冷锋(刘景涛等, 2004)和蒙古气旋(黄鑫等, 2017)影响下, 蒙古、我国内蒙古、甘肃中东部、陕西等地都出现了扬沙、浮尘, 局地沙尘暴的天气现象, 邢台地区处于北部蒙古低压、南部地面倒槽, 西部西伯利亚高压分裂出的冷高压和东部日本海高压形成的鞍型场中[图 2(a)], 此时沙尘天气出现范围主要集中在内蒙古中东部、陕西北部、山西和河北的中北部地区, 邢台地区地面风向为西南偏西向, 风速0.6 m·s-1, 有轻雾。09:00风向转为偏北风, 风力3.7 m·s-1, 沙尘天气开始影响邢台地区。随后冷锋逐渐向东南方向移动, 20:00冷锋主体位于内蒙古中部、宁夏河套地区, 沙尘影响范围扩大至河南和山东东北部地区。5日08:00, 冷锋主体开始逐渐影响华北平原[图 2(b)], 邢台市的地面风速由07:00的1.4 m·s-1增加到08:00的6.3 m·s-1, 并在10:00达到10.5 m·s-1的相对高值, 随后逐渐下降。
|
图 2 2017年5月4日(a)和5日(b)08:00的海平面气压场形势(单位: hPa)
  |
结合天气形势和空气质量变化可知, 此次沙尘天气导致的环境空气质量恶化过程在邢台地区可以分为三个阶段:第一个阶段是3日00:00至4日08:00, 此时邢台地区处于地面鞍型场中, 风力较弱, 颗粒污染物主要以本地源PM2.5为主; 第二个阶段是4日09:00至5日10:00, 受地面冷锋东移南下影响, 风力加大, 颗粒污染物以外来源PM10为主, 其中5日08:00-10:00属于冷锋过境时段, 本地大风扬沙形成的本地源PM10和前期悬浮于大气中的外来源PM10是颗粒污染物浓度出现次高峰的主要原因; 第三个阶段是5日10:00以后, 受锋后相对干洁的西北气流控制, 颗粒污染物以本地源为主, 主要污染物逐渐由PM10向PM2.5转变。
3.2 气溶胶激光雷达的探测分析通过对气溶胶激光雷达分析发现, 该次沙尘天气造成的空气质量恶化主要与高空颗粒物的沉降密切相关, 其中在消光系数廓线上(图 3)可以发现, 5月3日23:00至4日02:00, 高空1 500~4 500 m间的平均消光系数约为0.053 km-1, 有增加并向中低层扩散的趋势。4日03:00-05:00, 平均值为0.329 km-1的消光系数大值区出现在1 000~2 600 m高度, 其中在2 190~2 280 m高度出现了消光系数介于0.403~0.417 km-1的相对大值区。4日06:00在高空2 000 m附近出现了消光系数大于1 km-1的强值, 并在08:00扩散下沉至1 245 m, 10:00下降至1 050 m。4日11:00-22:00, 高空的强消光系数带逐渐下沉至近地层, 其中在18:00-22:00, 雷达最小探测高度上的消光系数均维持大于1 km-1的强值, 随后整层大气的消光系数缓慢下降, 在5日05:00, 高空105 m处的消光系数降至0.42, 06:00-07:00维持在0.26~0.29, 08:00前后近地层突然出现消光系数大于1 km-1的强值并向高空扩散, 13:00的消光系数高值区扩散高度达到2 500 m, 但与此同时的270 m高度以下的消光系数下降明显, 平均值为0.26, 随后低层大气的消光系数呈波动少变的分布, 其值基本维持在0.15。可见在消光系数廓线图上, 以本地污染源为主的污染时段, 消光系数的相对大值区出现在近地层; 以外来污染源为主的、高空沉降的污染时段, 消光系数的相对大值区首先出现在2 000 m高空附近, 并逐渐向低层大气扩散; 以局地大风扬沙为主的污染时段, 消光系数的大值区首先出现在近地层, 随后向高空扩散, 其扩散高度可达2 500 m以上。
|
图 3 2017年5月3-5日激光雷达反演的消光系数廓线分布 Figure 3 The distribution of the extinction coefficient profile in lidar inversion during 3-5 May 2017 |
消光系数表示气溶胶粒子通过散射和吸收作用, 对某一波段辐射单位面积、单位长度的消减程度, 通常, 消光系数越小, 表明污染越轻, 反之污染越重(陈静等, 2016)。为定量判断沙尘沉降对环境空气质量的影响, 对5月4日09:00至5日10:00的地面逐时ρ(PM10)和激光雷达反演的最低105 m高度处的消光系数进行曲线拟合, 发现拟合公式为: Y=988.95X+15.942, 其中: Y为PM10质量浓度; X为消光系数。相关系数R2=0.755 7(N=26), 呈显著正相关。在一定程度说明利用激光雷达的消光系数来预测沙尘沉降对ρ(PM10)影响的方法可行, 但由于沙尘源地、汇聚高度、移动和沉降速度的不同, 不同沙尘天气背景下的曲线拟合公式会出现不同差异, 需要在今后的工作中, 对相关的沙尘天气过程进行更深一步的分析。
由于沙尘气溶胶具有较高的退偏比, 而一般气溶胶、云中的水滴等近乎球形, 退偏比较低(樊璠等, 2013), 因此易于在退偏比廓线图上将沙尘气溶胶与其他大气污染物区分开, 通过图 4发现5月3日23:00至4日02:00, 退偏比高、低值的明显分界线由高空1 700 m下降至1 005 m, 分界线以下高度的退偏比平均值0.03, 范围为0.01~0.04, 分界线以上高度的退偏比平均值0.16, 范围在0.04~0.23。4日03:00-05:00退偏比高、低值的分界线由1 005 m下降至510 m, 分界线以下高度的退偏比平均值0.03, 范围在0.02~0.04, 分界线以上高度的退偏比平均值为0.21, 范围在0.04~0.28。4日06:00退偏比高、低值的分界线降至315 m, 分界线以下高度的退偏比平均值0.041, 范围在0.033~0.080, 分界线以上高度的退偏比平均值0.252, 范围在0.107~0.422。4日10:00退偏比高、低值的分界线消失, 颗粒物浓度在垂直方向上分布比较均匀, 其中1 000 m高度以下的退偏比范围在0.204~0.288, 平均值0.248。4日11:00至5日05:00, 整层大气的退偏比分布比较均匀, 其中105 m高度处的退偏比介于0.21~0.33, 平均值0.30, 06:00-07:00整层大气的平均退偏比有一个减少的分布, 而08:00-11:00表现为先增加后减少的分布, 其中105 m高度上, 退偏比由08:00的0.23增加至10:00的0.28, 11:00又下降到0.26, 随后低层大气的退偏比呈波动减小的分布趋势。
|
图 4 2017年5月3-5日激光雷达反演的退偏比廓线分布 Figure 4 The depolarization ratio profile distribution in lidar inversion during 3-5 May 2017 |
由激光雷达反演的消光系数和退偏比廓线分析发现:该次沙尘天气的外源性明显, 高空纬向西风气流携带的大量沙尘由于干沉降从而降落到近地层是造成本次环境大气污染事件的主要原因。其中沙尘类的气溶胶污染物首先出现在1 500~4 500 m高度, 随后在2 000 m高度附近出现集聚, 形成了消光系数大于1 km-1的强值区和沙尘分界线上部的退偏比平均值为0.252, 下部为0.041的分布, 消光系数的强值中心和退偏比的高、低值分界线可以很好的表征出高空沙尘粒子的沉降变化。值得注意的是5日08:00-10:00的大气污染次高峰, 消光系数值有明显的从近地层向高空扩散的分布, 同时近地层的退偏比先增加后减少, 进一步验证了在该时次的沙尘污染属于地面大风导致的本地源与外来源叠加, 由地面向高空扩散形成(张杰等, 2012)的污染次高峰。
3.3 沙尘源地及输送条件产生沙尘天气的3个必要条件是沙源、强风和不稳定的大气层结(钱正安等, 1997), 为深入分析该次沙尘天气的源地和传输路径, 利用HYSPLIT模式对气流轨迹进行模拟, 结合激光雷达分析发现的大于1 km-1的消光系数最早出现在2 000 m高度附近以及环境空气质量恶化开始发生在4日10:00左右, 所以模式起始高度设为2 000 m, 模拟时刻选为5月4日10:00。通过图 5发现, 来源于新疆地区古尔班通古特沙漠东北向的气团, 其起始高度超过4 000 m。在2日20:00以后, 气流到达蒙古与我国甘肃省、内蒙古的交界处附近, 气流高度迅速下降至贴地层的荒漠地带, 随后在3日08:00和20:00分别到达巴丹吉林沙漠的北部和陕北的毛乌素沙漠, 气流高度仍维持在贴地层并持续。3日20:00至4日08:00, 气流经山西北部进入河北省中部, 气流高度抬升至1 000 m附近, 随后气流向河北省的南部方向移动, 在4日10:00左右到达邢台市上空2 000 m高度。
|
图 5 2017年5月4日10:00的48 h后向轨迹 Figure 5 48 h Backward trace at 10:00 on 4 May 2017 |
按照上述气流的移动路径, 对沿途的地面风场进行分析后发现: 5月2日20:00, 古尔班通古特沙漠西北向的和布克赛尔(站号: 51156)地面风速达到17 m·s-1, 3日02:00位于蒙古、我国新疆和甘肃省交界处的伊吾(站号: 52118)地面风速14 m·s-1, 08:00, 14:00和20:00分别位于内蒙古西部的拐子湖(站号: 52378)、内蒙古中西部地区的海立索(站号: 53231)和苏尼特右旗(站号: 53272)的地面风速为16 m·s-1, 16 m·s-1和18 m·s-1。4日02:00山西省五台山(站号: 53588)的地面风速5 m·s-1, 08:00河北省石家庄(站号: 53698)的地面风速2 m·s-1。
通过气流后向轨迹和沿途地面风场的分析发现:位于地面冷锋附近出现的大风, 由于气流途径地大多为荒漠或沙源地, 使得气流在移动过程中携带了大量的非球形颗粒污染物, 随后气流的上升运动将颗粒污染物输送到高空并出现集聚。沙尘源地及其输送路径的分析验证了激光雷达分析得出的结论:外源性污染物的干沉降是本次污染事件的主要原因。由于在5月5日08:00-10:00出现了颗粒污染物浓度的次高峰, 所以对5日08:00的气流也进行后向轨迹分析, 为便于与图 5进行对比, 模式高度仍选择2 000 m, 发现该时次的后向轨迹(图略)与图 5的差异主要表现在轨迹位置偏南, 移动过程中的气流高度始终维持在1 000 m及以上高度的特征。轨迹位置偏南表现出气流途径地相对缺乏沙尘类的污染源, 维持在一个较高的高度使得低层污染物难以通过高空纬向气流进行远距离输送。进而在一定程度上验证了5月5日08:00-10:00的污染次高峰主要是本地大风导致的、由地面向高空扩散形成的沙尘污染。
3.4 微波辐射计的探测分析分别选取微波辐射计探测的0, 500, 1 000和2 000 m高度的温度和湿度的小时平均值(图 6), 发现温度时间序列中: 0~1 000 m高度在2017年5月4日05:00-15:00的温度表现为一致的上升, 16:00-20:00呈缓慢下降; 而2 000 m高度的温度在09:00-17:00表现为上升, 18:00-20:00表现为缓慢下降; 随后在4日21:00至5日04:00, 地面温度不断降低, 而500 m, 1 000 m和2 000 m高度的温度在5日00:00达到相对最低后, 在5日01:00-03:00出现一个缓升的分布, 使得0~500 m高度在5日03:00-04:00出现一个明显的逆温层结, 对照图 1可以发现, 由于该逆温层结的存在使得5日05:00的颗粒物质量浓度出现一个短时的反弹。06:00-10:00的地面温度持续上升, 而500, 1 000和2 000 m高度的温度分别在08:00, 07:00和07:00由上升趋势转为下降态势, 并在5日11:00由下降转为上升分布。
|
图 6 2017年5月3-6日微波辐射计探测的温度和湿度的小时平均值 Figure 6 The hourly average of temperature and humidity detected by microwave radiometer during 3-6 May 2017 |
与4日19:00出现的颗粒物浓度高值相对应, 前期地面到高空的温度都出现了短时先升高后降低的现象, 这与彭珍等(2007)发现的沙尘过程前期, 地面温度出现类似的先升高后降低的现象相同。而5日10:00出现的颗粒物浓度次高值时, 前期地面温度呈短时上升态势, 高空500~2 000 m的温度却呈短时下降趋势。由于沙尘气溶胶是吸收性气溶胶, 对大气低层的加热效应明显(陈霞等, 2012), 所以4日日出后整层大气的升温, 既有太阳辐射升温的影响, 也有高空沙尘沉降引起的下沉增温影响, 而午后由于太阳辐射强度和高空沙尘沉降的减弱, 整层大气温度开始下降。同时在图 6中发现, 5月5日00:00-01:00, 地面温度由17.5 ℃上升至19.2 ℃, 温度升幅1.7 ℃·h-1, 6日00:00-02:00, 地面温度由16.3 ℃上升至18.7 ℃, 温度升幅1.8 ℃·h-1, 结合图 1的海平面气压场分析可知, 在地面冷锋东移南下过程中, 位于太行山东麓的邢台市极易受到焚风的影响, 进一步验证了王宗敏等(2012)发现的太行山东麓焚风天气具有明显的阵性特征, 在夜间表现明显的结论。而5日04:00-14:00地面温度升高则是由于太阳辐射增强和焚风增温效果的叠加所致, 而高空温度在07:00-08:00出现的下降则是因为高空冷锋过境的影响。
湿度时间序列中, 整层大气出现了两个短时升高然后剧烈下降的阶段, 其中剧烈下降的阶段分别是4日06:00-10:00和5日06:00-10:00, 4日06:00-10:00, 0, 500, 1 000和2 000 m高度的湿度分别从93%, 87%, 76%和67%下降至36%, 29%, 28%和22%, 随后整层大气的湿度都维持在一个相对较低的位置; 5日06:00-10:00, 0, 500, 1 000和2 000 m高度的湿度分别从36%, 37%, 43%和49%下降至5%, 5%, 6%和8%。对比图 1发现, 这两个出现湿度陡降的时间正好位于颗粒污染物浓度开始出现剧烈增加的前期, 而在颗粒污染物浓度处于高值波动的阶段, 整层大气湿度均维持在一个较低的水平。相对湿度出现陡降并维持在一个较低的水平是因为在沙尘天气爆发后, 冷锋带来的北方干冷空气造成沙尘影响区域的湿度降低(胡泽勇等, 2002)。
4 结论(1) 2017年5月3-5日的环境空气质量恶化过程可以分为三个阶段, 第一个阶段邢台地区处于地面鞍型场中, 以本地污染源PM2.5为主的5月3日00:00至4日08:00;第二个阶段邢台地区受地面冷锋东移南下影响, 以外来污染源PM10为主的4日09:00至5日10:00;第三个阶段邢台地区受锋后西北气流控制, 以本地污染源为主的5日10:00以后, 主要污染物逐渐由PM10向PM2.5转变。
(2) 激光雷达反演数据表明, 该次沙尘天气的外源性明显, 大量沙尘的沉降是造成环境大气污染事件的主要原因。沙尘类气溶胶污染物在高空2 000 m附近集聚, 形成消光系数大于1 km-1的强值区, 沙尘聚集区域的退偏比平均值为0.252, 与下层退偏比平均值为0.041的区域形成一个明显的沙尘分界线, 消光系数的强值中心和退偏比图上的沙尘分界线可以很好的表征出高空沙尘粒子的沉降变化。利用激光雷达反演的消光系数来预测PM10质量浓度变化的方法具有一定可行性。
(3) 气流后向轨迹表明, 本次沙尘源地为新疆地区的古尔班通古特沙漠附近, 沙尘类污染物的含量在巴丹吉林沙漠和毛乌素沙漠得到一定补充, 随后在河北省南部2 000 m高度附近发生积聚并下沉。后向轨迹分析同时验证了外源性污染物的干沉降是本次污染事件的主要原因, 以及5月5日08:00-10:00的污染次高峰主要是由本地大风导致的、由地面向高空扩散形成的沙尘污染。
(4) 微波辐射计的探测发现, 高空沙尘沉降时由于太阳辐射升温和气团下沉增温, 使得整层大气温度在日出后出现一个升高态势, 而地面大风引起的沙尘, 地面温度由于太阳辐射的缘故会在日出后出现增温效果, 但高空则因为冷锋过境的影响会出现降温效应。整层大气湿度陡降的时间正好位于地面颗粒污染物浓度开始出现剧烈增加的前部, 而在颗粒污染物浓度处于高值波动的阶段, 整层大气湿度均维持在一个较低的水平。
Fernald F G. 1984. Analysis of atmospheric lidar observations:somecomments[J]. Appl Opt, 23(5): 652–653.
DOI:10.1364/AO.23.000652 |
|
Kambezidis H D, Kaskaoutis D G. 2008. Aerosol climatology over four AERONET sites:An overview[J]. Atmos Environ, 42(8): 1892–1906.
|
|
Murayama T, Sugimoto N, Uno I, et al. 2001. Ground-based network observation of Asian dust events of April 1998 in east Asia[J]. J Geophys Res Atmos, 106(D16): 18345–18359.
|
|
Sugimoto N, Hara Y, Shimizu A, et al. 2013. Analysis of dust events in 2008 and 2009 using the lidar network, surface observations and the CFORS model[J]. Asia-Pacific J Atmos Sci, 49(1): 27–39.
DOI:10.1007/s13143-013-0004-3 |
|
Stein A F, Draxler R R, Rolph G D, et al. 2016. NOAA's HYSPLIT atmospheric transport and dispersion modeling system[J]. Bull Amer Meteor Soc, 96(12): 2059–2077.
|
|
Wang S, Wang J, Zhou Z, et al. 2005. Regi onal characteristics of three kinds of dust storm events in China[J]. Atmos Environ, 39(3): 509–520.
DOI:10.1016/j.atmosenv.2004.09.033 |
|
Washington R, Todd M, Middleton N J, et al. 2015. Dust-storm source areas determined by the total ozone monitoring spectrometer and surface observations[J]. Annals of the Association of American Geographers, 93(2): 297–313.
|
|
陈静, 张艳品, 杨鹏, 等. 2016. 石家庄一次沙尘气溶胶污染过程及光学特性[J]. 中国环境科学, 36(4): 979–989.
Chen J, Zhang Y P, Yang P, et al. 2016. Pollution process and optical properties during a dust aerosol event in Shijiazhuang[J]. China Environ Sci, 36(4): 979–989.
|
|
陈霞, 魏文寿, 顾光芹, 等. 2012. 塔克拉玛干沙漠腹地沙尘气溶胶对低层大气的加热效应[J]. 气象学报, 70(6): 1235–1246.
Chen X, Wei W S, Gu G Q, et al. 2012. The heating effect of dust aerosol on air temperature in the surface layer in the hinterland of Taklimakan Desert[J]. Acta Meteor Sinica, 70(6): 1235–1246.
DOI:10.11676/qxxb2012.104 |
|
陈豫英, 陈楠, 谭志强, 等. 2015. 热力作用对宁夏不同强度沙尘天气的影响[J]. 高原气象, 34(6): 1668–1676.
Chen Y Y, Chen N, Tan Z Q, et al. 2015. Impact of thermal action on different intensity sandstorms in Ningxia[J]. Plateau Meteor, 34(6): 1668–1676.
DOI:10.7522/j.issn.1000-0534.2014.00090 |
|
邓涛, 吴兑, 邓雪娇, 等. 2013. 一次严重灰霾过程的气溶胶光学特性垂直分布[J]. 中国环境科学, 33(11): 1921–1928.
Deng T, Wu D, Deng X J, et al. 2013. The vertical distribution of aerosol optical properties in a severe haze event[J]. China Environ Science, 33(11): 1921–1928.
|
|
董旭辉, 祁辉, 任立军, 等. 2007. 偏振激光雷达在沙尘暴观测中的数据解析[J]. 环境科学研究, 20(2): 106–111.
Dong X H, Qi H, Ren L J, et al. 2007. Application and data demonstration of Lidar in sandstorm observation[J]. Res Environ Sci, 20(2): 106–111.
|
|
樊璠, 陈义珍, 陆建刚, 等. 2013. 北京春季强沙尘过程前后的激光雷达观测[J]. 环境科学研究, 26(11): 1155–1161.
Fan F, Chen Y Z, Lu J G, et al. 2013. Lidar detection of a sand-dust process at Beijing in Spring[J]. Res Environ Sci, 26(11): 1155–1161.
|
|
郝巨飞, 李芷霞, 张功文, 等. 2016. 一次重污染天气过程的激光雷达探测数据与颗粒物浓度变化[J]. 干旱气象, 34(5): 796–802.
Hao J F, Li Z X, Zhang G W, et al. 2016. Change of the Lidar detection data and PM2.5/PM10 concentration during a heavy air pollution process in Xingtai of Hebei province[J]. J Arid Meteor, 34(5): 796–802.
|
|
胡泽勇, 黄荣辉, 卫国安, 等. 2002. 2000年6月4日沙尘暴过境时敦煌地面气象要素及地表能量平衡特征的变化[J]. 大气科学, 26(1): 1–8.
Hu Z Y, Huang R H, Wei G A, et al. 2002. Variations of surface atmospheric variables and energy budget during a sandstorm passing Dunhuang on June 6 of 2000[J]. Chinese J Atmos Sci, 26(1): 1–8.
|
|
黄鑫, 布和朝鲁, 林大伟, 等. 2017. 春季蒙古气旋活动与冬季北大西洋海温异常和欧亚大陆积雪异常的联系[J]. 高原气象, 36(3): 750–762.
Huang X, Buhe C L, Lin D W, et al. 2017. Relationship between spring Mongolian cyclones, the North Atlantic Sea Surface Temperature in winter and the snow depth in Eurasia[J]. Plateau Meteor, 36(3): 750–762.
DOI:10.7522/j.issn.1000-0534.2016.00050 |
|
李娜, 2014. 西北半干旱区基于微波辐射计的大气温湿廓线遥感研究[D]. 兰州: 兰州大学.
Li N, 2014. Remote-sensing of atmospheric temperature and humidity profiles based on microwave Radiometer in Semi-Arid Area of Northwest China[D]. Lanzhou: Lanzhou University.
http://cdmd.cnki.com.cn/Article/CDMD-10730-1014301841.htm |
|
刘红燕, 李炬, 曹晓彦, 等. 2007. 遥感大气结构的地基12通道微波辐射计测量结果分析[J]. 遥感技术与应用, 22(2): 222–229.
Liu H Y, Li J, Cao X Y, et al. 2007. Characteristics of the atmosphere remote sensed by the ground-based 12-Channel Radiometer[J]. Remote Sens Technol Appl, 22(2): 222–229.
DOI:10.11873/j.issn.1004-0323.2007.2.222 |
|
刘景涛, 钱正安, 姜学恭, 等. 2004. 中国北方特强沙尘暴的天气系统分型研究[J]. 高原气象, 23(4): 540–547.
Liu J T, Qian Z A, Jiang X G, et al. 2004. A study on weather types of super severe dust storms in North China[J]. Plateau Meteor, 23(4): 540–547.
|
|
刘文彬, 刘涛, 黄祖照, 等. 2013. 利用偏振-米散射激光雷达研究广州一次浮尘天气过程[J]. 中国环境科学, 33(10): 1751–1757.
Liu W B, Liu T, Huang Z Z, et al. 2013. Study of a dust case in Guangzhou using polarization mie-scattering lidar[J]. China Environ Sci, 33(10): 1751–1757.
|
|
卢建平, 黄建平, 郭学良, 等. 2014. 探测大气温湿廓线的35通道微波辐射计设计原理与特点[J]. 气象科技, 42(2): 193–197.
Lu J P, Huang J P, Guo X L, et al. 2014. A 35-channel microwave radiometer for profiling atmospheric temperature and humidity[J]. Meteor Sci Technol, 42(2): 193–197.
|
|
毛节泰, 张军华, 王美华. 2002. 中国大气气溶胶研究综述[J]. 气象学报, 60(5): 625–634.
Mao J T, Zhang J H, Wang M H. 2002. Summary comment on research of atmospheric aerosl in China[J]. Acta Meteor Sinica, 60(5): 625–634.
DOI:10.11676/qxxb2002.074 |
|
彭珍, 刘熙明, 洪钟祥, 等. 2007. 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[J]. 气候与环境研究, 12(3): 267–276.
Peng Z, Liu X M, Hong Z X, et al. 2007. Characteristics of atmospheric boundary-layer structure and turbulent flux transfer during a strong dust storm weather process over Beijing area[J]. Climatic Environ Res, 12(3): 267–276.
|
|
钱正安, 贺慧霞, 瞿章, 等. 1997. 我国西北地区沙尘暴的分级标准和个例谱及其统计特征[M]. 北京: 气象出版, 1-10.
Qian Z A, He H X, Qu Z, et al. 1997. The grading standard and the statistical characteristics of the sandstorm in northwest China[M]. Beijing: Meteorological Press, 1-10.
|
|
宿兴涛, 许丽人, 魏强, 等. 2016. 东亚地区沙尘气溶胶对降水的影响研究[J]. 高原气象, 35(1): 211–219.
Su X T, Xu L R, Wei Q, et al. 2016. Study of impacts of dust aerosol on precipitation over East Asia[J]. Plateau Meteor, 35(1): 211–219.
DOI:10.7522/j.issn.1000-0534.2014.00091 |
|
王丽娟, 赵琳娜, 寿绍文, 等. 2011. 2009年4月北方一次强沙尘暴过程的特征分析和数值模拟[J]. 气象, 37(3): 309–317.
Wang L J, Zhao L N, Shou S W, et al. 2011. Observation and numerical simulation analysis of the severe sand storm over Northern China in April of 2009[J]. Meteor Mon, 37(3): 309–317.
DOI:10.7519/j.issn.1000-0526.2011.03.008 |
|
王宗敏, 丁一汇, 张迎新, 等. 2012. 太行山东麓焚风天气的统计特征和机理分析Ⅱ:背风波对焚风产生和传播影响的个例分析[J]. 高原气象, 31(2): 555–561.
Wang Z M, Ding Y H, Zhang Y X, et al. 2012. Feature and mechanism of the foehn weather on east slope Taihang Mountains Ⅱ:Case analysis of the effects of lee wave on foehn occurring and moving[J]. Plateau Meteor, 31(2): 555–561.
|
|
夏俊荣, 王普才, 宗雪梅, 等. 2011. 利用激光雷达太阳光度计等多种遥感手段立体监测一次沙尘事件[J]. 中国环境监测, 27(6): 74–81.
Xia J R, Wang P C, Zong X M, et al. 2011. Stereo monitoring of a dust case using Lidar and sunphotometer[J]. Environmental Monitoring in China, 27(6): 74–81.
|
|
杨欣, 陈义珍, 刘厚凤, 等. 2017. 北京春季一次沙尘气溶胶污染过程观测[J]. 中国环境科学, 37(1): 87–94.
Yang X, Chen Y Z, Liu H F, et al. 2017. Measurement on a spring time dust aerosol pollution process in Beijing[J]. China Environ Sci, 37(1): 87–94.
|
|
张杰, 唐从国. 2012. 干旱区一次春季沙尘过程的大气气溶胶垂直分布结构及其特征[J]. 高原气象, 31(1): 156–166.
Zhang J, Tang C G. 2012. Vertical distribution structure and characteristic of aerosol over arid region in a dust process of spring[J]. Plateau Meteor, 31(1): 156–166.
|
|
张亚妮, 张碧辉, 宗志平, 等. 2013. 影响北京的一例沙尘天气过程的起沙沉降及输送路径分析[J]. 气象, 39(7): 911–922.
Zhang Y N, Zhang B H, Zong Z P, et al. 2013. Analysis on sand entrainment and deposition and transportation pathways of one sand dust process in Beijing[J]. Meteor Mon, 39(7): 911–922.
DOI:10.7519/j.issn.1000-0526.2013.07.012 |
|
朱炳海, 王鹏飞, 束家鑫. 1985. 气象学词典[M]. 上海: 上海辞书出版社.
Zhu B H, Wang P F, Shu J X. 1985. Dictionary of meteorology[M]. Shanghai: Shanghai Lexicographical Publishing House.
|
2. Tangshan Meteorological Office of Hebei, Tangshan 063000, Hebei, China