2019, Vol. 38
2. 中国科学院西北生态环境资源研究院, 中国科学院寒旱区陆面过程与气候变化重点实验室, 甘肃 兰州 730000
大气边界层(Planetary Boundary Layer, PBL)是指直接受地面影响的那部分对流层, 它响应地面作用的时间尺度为1 h或更短, 高度可达数公里(Stull, 1988)。大气边界层湍流垂直交换明显, 对地面与大气之间的动量、热量和水汽交换起着非常重要的作用。大气边界层高度(Planetary Boundary Layer Height, PBLH)是边界层特征物理参数中最重要的参数之一, 它直接决定了大气的环境容量, 也强烈影响着对流活动的发展和演变(Davies et al, 2007; Quan et al, 2012; Yang et al, 2017)。在气候和天气模式中PBLH是PBL参数化的一个重要变量, PBLH的评估和改进需要高分辨率的观测资料。PBLH可以通过位温、相对湿度和风等的垂直廓线梯度计算得到, 这些要素阔线通常由垂直探空观测获得(王坚等, 2016)。
已有很多学者通过不同的方法对中国不同地区PBLH展开了研究(宋星灼等, 2006; 万云霞等, 2017; 杜一博等, 2018; 苏彦入等, 2018)。张强等(2008, 2011)通过对西北地区PBL观测对PBLH特征及发展进行了研究。Guo et al(2016)通过2011—2015年观测研究表明PBLH在春季和夏季高于秋季和冬季。由于对PBL观测较为困难, 很难获得长时间序列的观测, 因此, 需要使用再分析资料分析长时间序列PBLH特征。黄刚(2006)通过对ERA40和NCEP/NCAR再分析资料对比可以看出, 两种再分析资料各有优缺点, 使用前需要根据所需要素进行评估。Seidel et al(2012)研究表明ERA-Interim和NCAR CAM5等再分析资料可以很好地再现PBLH在空间和季节上的分布。PBLH受很多因素的影响, 如地表热通量等。Liu et al(2015)研究表明ECMWF再分析资料在不同土地利用类型条件下PBLH表现不同, 在草地和荒漠再分析资料显著偏高。Zhao et al(2017)通过对ERA-20C再分析资料对东亚干旱半干旱区110年PBLH变化进行了研究, 结果表明东亚西部PBLH增高, PBLH与感热、潜热通量和风速有很好的相关关系。不同地区PBLH受不同要素(感热通量、地气温差、相对湿度和风速等)的影响各有不同。
西北地区位于东亚季风区与中亚干旱区交界处, 是干湿气候与生态系统的过渡带, 陆-气相互作用较强。目前, 关于西北地区PBLH的研究多是针对夏季的研究, 且对对流边界层关注较多(韦志刚等, 2010), 对长时间PBLH变化特征的研究较少。因此, 本文使用长时间的探空观测和再分析资料对西北地区边界层高度特征进行研究。使用2015年9月至2016年8月西北地区38个气象台站L波段二次测风雷达资料和2016年7月6个加密台站L波段探空计算观测边界层高度(PBLH-OBS)。同时利用ERA-Interim再分析边界层高度(PBLH-ERA), 分析西北地区较长时间序列PBLH的分布和变化。首先, 对比PBLH-OBS和PBLH-ERA在西北地区的分布; 其次, 结合地面要素等资料, 分析两种PBLH资料中差异的来源。最后, 利用加密探空观测资料对夏季PBLH进行更加细致的分析。研究结果以期为ERA-Interim再分析资料PBLH在西北地区的应用提供一定的参考。
2 数据与方法 2.1 数据 2.1.1 观测数据选取的探空数据来自L波段雷达探测数据, L波段高空气象探测系统是由次测风雷达和电子探空仪相互配合, 主要对高空风向、风速、气温、气压等气象要素进行探测。L波段可以提供垂直分辨率较高(“秒级”)的探空数据, 包含了常规气象要素观测值。已有研究表明, L波段探空垂直廓线能较好的描述大气边界层内温、湿、压特征(王英等, 2015; 刘超等, 2017)。用到的数据包括2015年9月1日至2016年8月31日西北地区(包括新疆、青海、甘肃、宁夏、陕西、内蒙古西部)38个站点L波段常规探空(08 : 00, 20 : 00, 北京时, 下同)数据。图 1给出了站点的分布及周围地形示意图。
|
图 1 38个探空站点分布(黑点)及周围地形(阴影区, 单位: m) Fig. 1 The locations of the 38 sounding sites (black dot) and their surrounding terrain (the shaded, unit: m) |
此外还利用了《中国干旱气象科学研究计划-CDMSRP》—“我国北方干旱致灾过程及机理”实验2016年7月加密L波段探空观测数据(02 : 00, 08 : 00, 14 : 00, 20 : 00), 加密观测采用的仪器与上述常规观测仪器相同, 每天增加了02 : 00和14 : 00的观测。加密站点位置分布如表 1所示(包括站点经纬度及年均温度和降水)。
|
表 1 加密观测站点经纬度及年平均温度和降水 Table 1 The latitude and longitude, annual mean temperature, and precipitation of intensive sounding sites |
地面常规观测数据包括所有站点逐小时温度, 湿度, 风速等要素。探空与地面观测资料来自于中国国家基本站的观测数据。文中涉及的地图是根据国家基础地理信息中心网站提供的中国国界以及行政区划的数据直接绘制的。
2.1.2 再分析资料用到了欧洲中期天气预报中心(ECMWF)的第三代再分析资料ERA-Interim Daily再分析资料。ERA-Interim Daily再分析资料是ECMWF继ERA40之后推出的一套新的再分析资料, 提供了自1989年以来的再分析资料, 并进行实时更新。其在时间段上和ERA40部分重叠(1989—2002年), 但是在资料的处理上有很大的进步:由三维同化系统(3D-VAR)变成四维同化系统(4D-VAR); 结合了改进的湿度分析、卫星数据误差校正等技术, 实现了再分析资料的质量提升(刘菊菊等, 2018)。ERA-Interim Daily提供了每日四次(02 : 00, 08 : 00, 14 : 00, 20 : 00)的同化分析资料。用到了ERA-Interim Daily水平分辨率0.125°×0.125°逐3 h边界层高度、温度和湿度资料, 预报时间点为02 : 00, 05 : 00, 08 : 00, 11 : 00, 14 : 00, 17 : 00, 20 : 00和23 : 00。
2.2 探空资料计算大气边界层高度边界层高度的计算方法有很多种, 有理查森数法、逆温法、位温梯度法等(Seidel et al, 2010; Zhang et al, 2014; 惠小英等, 2011; 程海艳等, 2018)。采用Liu et al(2009)提出的统一方法计算观测边界层高度。该方法将边界层分为对流边界层(Convective boundary layer, CBL)、中性边界层(Neutral boundary layer, NBL)和稳定边界层(Stable boundary layer, SBL)分别计算边界层高度。
该方法边界层高度计算步骤如下:
(1) 数据插值:将原始的边界层探空廓线数据插值(最邻近插值法)到垂直分辨率5 hPa的垂直层上。
(2) 类型判定:将设定空气表层为第一层(k=1), 依次向上, 根据第二层和第五层之间的位温梯度逐个判定观测廓线的边界层类型。
| $ {\theta _5} - {\theta _2}\left\{ {\begin{array}{*{20}{l}} { < - {\delta _u}}&{, \quad {\rm{CBL}}}\\ { > + {\delta _s}}&{, \quad {\rm{SBL}}}\\ {else}&{, \quad {\rm{NBL}}} \end{array}} \right. $ | (1) |
式中: θ是位温; k表示数据的垂直层(空气表层k=1); δ表示CBL顶上面和SBL顶部下方最小强度; δ的值需要根据地面特征选择合理的值。
(3) 边界层高度计算:
Ⅰ对流边界层(CBL)高度
首先从第一层(k=1)向上找满足条件(2)的最低层, 将其结果记为第k层。
| $ {\theta _k} - {\theta _1} > {\delta _u}, $ | (2) |
式中: δu为不稳定层θ增量的最小强度。随后从第k1层向上找满足条件:
| $ \dot \theta = \partial {\theta _k}/\partial z > = {{\dot \theta }_r}, $ | (3) |
式中:
Ⅱ中性边界层(NBL): NBL高度确定与CBL相同, 只是不包含夹卷层; 即将k1层高度记为NBL高度。
值得注意的是, 为了去除掉地表的噪音, CBL和NBL的都是从150 m以上开始向上判定的。不同的参数δs、δu、
Ⅲ稳定边界层高度(SBL):
当边界层状态被判定为SBL时, 从第ks层(k=1)开始向上找到满足条件:
| $ \left\{ {\begin{array}{*{20}{l}} {{{\dot \theta }_k} - {{\dot \theta }_{k - 1}} < - {{\dot \delta }_u}}\\ {{{\dot \theta }_{k + 1}} < {{\dot \theta }_r}, \quad {{\dot \theta }_{k + 2}} < {{\dot \theta }_r}} \end{array}} \right., $ | (4) |
式中: δ是曲率参数。
当SBL是由热力条件主导时, PBLH为满足式(4)中任一条件的k3层高度。第一个条件是确定
k3层对应的高度为位温廓线确定的高度, k4层高度为边界层急流的高度。当热力条件和动力条件同时存在时, 求出k3和k4层高度中离地面更低的高度, 将其定义为SBL高度。
图 2给出了部分探空观测个例的位温和比湿廓线及由统一方法计算的边界层高度(图 2中横线)。从图 2中可以看出, 其计算得到的PBLH与由位温和比湿廓线判定的PBLH较为一致。
|
图 2 不同类型(CBL, NBL, SBL)个例边界层位温和比湿廓线 Fig. 2 The profiles of potential temperature and relative humidity of CBL, NBL and SBL cases |
为了对比两种资料在不同季节的空间分布, 图 3给出了不同季节08 : 00观测边界层高度(PBLH-OBS)和ERA-Interim边界层高度(PBLH-ERA)在空间上的分布, 图片上方数字为38个站点平均结果, 其中ERA-Interim数据是先将PBLH-ERA通过最邻近插值法插值到站点后平均的结果。从图 3中可以看出来, 在08 : 00, 在西北地区PBLH-OBS均小于800 m, 这是由于西北地区太阳辐射较弱, PBLH-OBS相对较低。在08 : 00, PBLH在四个季节无显著差异, 平均高度在300 m左右。值得注意的是, 冬季PBLH-OBS较高, 平均值最高(321.17 m), 部分站点边界层高度可达500 m左右。
|
图 3 不同季节边界层高度(08 : 00)平均值在中国西北地区的分布 圆点为观测边界层高度(PBLH-OBS), 阴影为ERA-Interim边界层高度(PBLH-ERA) Fig. 3 Map of average PBLH (08 : 00) over the Northwest China for different seasons from the radiosonde sounding (color dots, PBLH-OBS) and from ERA-Interim data (color shaded, PBLH-ERA) |
与PBLH-OBS不同的是, PBLH-ERA具有显著的季节变化, 夏季(212.48 m)最高, 其次为春季(150.35 m), 高于秋季(123.60 m)和冬季(73.57 m)。相对于PBLH-OBS, PBLH-ERA在4个季节均偏低, 其中冬季偏低最为显著, 偏低达247.60 m。尤其是在冬季, PBLH-OBS最高, PBLH-ERA则没有这一特征, 具体的原因需要进一步的研究。在春季和夏季(秋季和冬季), PBLH-ERA在西北地区从东到西有显著的边界层的梯度变化, 东部边界层可达400 m(200 m)以上, 西部区域则大多在200 m(150 m)以下。
图 4给出了20 : 00不同季节PBLH-OBS和PBLH-ERA在空间上的分布的结果。从图 4中可以看出, 20 : 00, 大多数站点PBLH-OBS从春季到冬季依次减小。PBLH有显著的季节变化, 即春季(1409.04 m)＞夏季(1298.30 m)＞秋季(512.19 m)＞冬季(381.74 m)。这可能与由于春季近地面风速较大(Klink, 1999), 夏季太阳辐射最强相关。与08 : 00结果相比, 在春季和夏季, PBLH-OBS在20 : 00高度整体偏高, 由于西北地区本地时间更晚, 太阳辐射较强。除冬季外, PBLH-OBS从西北地区东部到西部有显著的梯度变化, 东部PBLH-OBS较低, 西部较高。冬季, 各站点PBLH-OBS均在400 m以下, 整个区域上无显著差异。
|
图 4 不同季节边界层高度(20 : 00)平均值在中国西北地区的分布 圆点为观测边界层高度(PBLH-OBS), 阴影为ERA-Interim边界层高度(PBLH-ERA), 上方数字为站点平均结果 Fig. 4 Map of average PBLH (20 : 00) over the Northwest China for different seasons from the radiosonde sounding (PBLH-OBS, color dots) and from ERA-Interim data (PBLH-ERA, color shaded). The numbers above the figure are the average results of 38 stations |
从图 4中可以看到, 除夏季外, PBLH-ERA基本低于PBLH-OBS。夏季, 大部分站点PBLH-ERA高于PBLH-OBS, 部分站点偏高达1500 m以上。PBLH-ERA和PBLH-OBS差值在春季、夏季、秋季和冬季分别为-554.97, 288.9, -156.78和-246.34 m; PBLH-ERA在春季和冬季偏低较为显著。在20 : 00, 春季和夏季西北地区大部分站点边界层类型为NBL和CBL, 秋季和冬季则以SBL居多。与PBLH-OBS相同的是, 除冬季外, PBLH-ERA在西北地区也有显著的梯度变化, 基本可以反映出西北地区PBLH在空间上的分布。
在08 : 00, PBLH-ERA相对于PBLH-OBS均偏低, 且偏低最大在冬季。而在20 : 00, PBLH-ERA偏低最大则在春季, 且在夏季偏高。这与Guo et al(2016)的研究结果一致, 导致两种资料差异的原因在后面给出了初步的分析。
4 偏差分析为了更清楚地对比PBLH-ERA和PBLH-OBS之间的差异, 将PBLH-ERA插值(最邻近插值)到站点上进行差值(BIAS)比较。
| $ BIAS = \sum\limits_{i = 1}^n {\frac{{{E_i} - {O_i}}}{n}}, $ | (5) |
式中: Ei是PBLH-ERA; Oi是PBLH-OBS。
图 5给出了08 : 00和20 : 00年平均PBLH-ERA和PBLH-OBS差值(BIAS)的分布。从图 5中可以看出, 在08 : 00, 在西北地区, 所有站点PBLH-ERA均偏低, 偏低在100~300 m之间。PBLH-ERA和PBLH-OBS的差值在0~100 m, 100~200 m, 200~300 m, 300 m以上站点分别为9个, 21个, 6个和1个。偏低站点分布在整个区域无显著差异, 偏低主要在100~200 m之间。
|
图 5 PBLH-ERA和PBLH-OBS之间的差值在中国西北地区的分布(单位: m) Fig. 5 The spatial distribution of BIAS between PBLH-ERA and PBLH-OBS over the Northwest China. Unit: m |
与08 : 00不同的是, 在20 : 00, PBLH-ERA在大部分站点偏低, 但有部分站点偏高。BIAS为正值的站点有13个, 主要位于甘肃河西地区和新疆中部地区, 偏高值最大可达559.88 m。偏低站点有25个, 其中偏低100 m以下站点9个, 100~200 m为5个, 200~300 m有2个, 300 m以上有9个站点, 偏低最大值为-541.938 m。在20 : 00, 在区域整体, PBLH在不同站点偏差相差较大。偏低幅度远大于08 : 00, 偏低在300 m以上(9个)站点数远大于08 : 00(1个)。
为了更加清楚地给出PBLH在不同时刻的分布, 图 6给出了PBLH-OBS和PBLH-ERA全年08 : 00和20 : 00的概率分布。从图 6中可以看出, 在08 : 00, PBLH-OBS基本低于1000 m, 平均值为301.66 m; 而PBLH-ERA基本低于750 m, 平均值(140.88 m)相对于PBLH-OBS偏低约160 m。PBLH-OBS在200 m分布概率较大; PBLH-ERA概率较大的分布在100 m左右。
|
图 6 PBLH-OBS和PBLH-ERA的概率分布 Fig. 6 Frequency distribution of PBLH-OBS and PBLH-ERA |
在20 : 00, BLH-OBS基本在2500 m以下, 值得注意的是, 部分站点边界层高度可达4000 m。与08 : 00相同, 相对于PBLH-OBS, PBLH-ERA整体偏低, 全年平均值(734.98 m)偏低约170 m。PBLH-OBS在300 m分布概率较大; PBLH-ERA概率较大的分布在150 m左右。在1000 m附近, PBLH-OBS概率大于PBLH-ERA; 在1900~3000 m, PBLH-ERA概率分布更大。
相对于08 : 00, PBLH-OBS和PBLH-ERA在20 : 00都较高, 所有站点PBLH-OBS和PBLH-ERA两个时次的高度差分别为-602.16 m和-594.00 m, 这与前面区域分布结果一致。
前面对比了PBLH-OBS和PBLH-ERA在不同季节和全年的差异, 接下来进一步对比逐月边界层高度的变化及其他相关要素的关系。PBLH受到很多要素的影响(Martilli, 2002; Medeiros et al, 2005), 本文主要分析低层稳定度(LST), 相对湿度(RH), 近地面温度(Ts)和10 m风速(WS)与PBLH的关系。其中, 将LST定义为700 hPa和地面之间的位温差[θ(700hPa)-θ(surface)], LST可用来描述低层对流层的热力学状况。
从图 7中可以看出, 在08 : 00, 西北地区PBLH大多在500 m以下, PBLH月均值在400 m以下。PBLH-OBS无显著的年变化, 其中1月, 2月, 10月和12月PBLH-OBS较高, 其余月份差别不大。与此相对的是, PBLH-ERA则具有显著的年变化, 从1月开始PBLH逐渐增大, 在6月到达PBLH的最高值后逐渐下降。相对于PBLH-OBS, PBLH-ERA在12个月均偏低, 其中在12月偏低最显著。在20 : 00, PBLH-OBS和PBLH-ERA均具有显著的年变化, 但PBLH-ERA边界层年际变化更加显著。两种数据PBLH最高值出现的时间也有差异, PBLH-OBS在4—6月边界层高度较高, 明显高于其他月份; 而PBLH-ERA在6—7月到达边界层高度的最大值。在2016年6—8月, PBLH-ERA相对偏高, 其中7月偏高最为显著, 其余PBLH-ERA均偏低, 4月偏低较为显著。
|
图 7 加密探究观测08 : 00和20 : 00的逐月边界层高度盒须图 黑点是边界层高度平均值 Fig. 7 Box-and-whisker plots showing the 5th, 25th, 50th, 75th and 95th percentile values of PBLH-OBS and PBLH-ERA of each month at 08 : 00 and 20 : 00. The black dot in each box indicates the mean value of PBLH |
在对比PBLH和其他要素时, 与PBLH-ERA插值方法相同, 先通过最邻近插值将ERA-Interim数据插值到观测站点上, 平均后进行逐月的比较。
图 8(a, b)给出了PBLH与LST分布, 西北地区08 : 00边界层类型以SBL为主, 当LST越高, 说明对流层低层越稳定, PBLH越高。相对于LST-OBS, LST-ERA显著偏低, 可能是PBLH-ERA在08 : 00偏低的原因之一。而在20 : 00, 3—9月, 边界层高度以NBL和SBL为主, LST与PBLH显著负相关, 尤其在PBLH-ERA偏高的6—8月, LST-ERA显著偏低。部分月份PBLH和LST相关不显著, 这可能是由于在西北地区, 20 : 00, 在春季和秋季, 边界层处于过渡阶段, 在不同的站点, CBL、NBL和SBL均会出现, 影响要素也较为复杂, 需要进一步进行更加细致的分析。
|
图 8 平均边界层高度和低层稳定度, 相对湿度, 近地面温度, 10 m风速的年周期变化 Fig. 8 Annual cycle of mean PBLH and lower tropospheric stability (LST), relative humidity (RH), near surface temperature (Ts), and 10 m wind speed (WS) |
从图 8(c, d)给出了相对湿度(RH)的结果可知, 在08 : 00, PBLH和RH无显著相关关系, 6—8月RH-ERA偏低, 其余偏高。在20 : 00, RH和PBLH存在负相关关系。在6—8月, RH-ERA偏高时, PBLH-ERA偏低。夏季相对湿度偏低, 会造成地面感热偏大, 边界层高度偏高。从近地层温度Ts[图 8(e, f)]可以看出, 相对于其他要素, Ts-ERA和Ts-OBS结果很接近。08 : 00, Ts与PBLH无显著相关关系。与此相对的是, 在20 : 00, 两者有一定的正相关关系, 但两者最大值出现的时间不一致。Ts-OBS和Ts-ERA最大值均出现在7月, PBLH-OBS和PBLH-ERA最大值则分别在5月和6月。风速(WS)对比结果[图 8(g, h)]表明在08 : 00和20 : 00 WS-ERA普遍偏高。在同一套数据中, 在08 : 00, PBLH和WS显著负相关, 当WS-OBS和WS-ERA相差较大时, PBLH差别增大, 尤其在冬季, WS-ERA显著偏高, 可能是PBLH-ERA偏低的原因。
总体来说, 在08 : 00, PBLH与低层稳定度和风速相关更加显著, ERA-Interim中低层稳定度偏低, 风速偏高, 可能是其PBLH偏低的原因。在20 : 00, PBLH与低层稳定度和相对湿度更加相关。在6—8月, ERA-Interim中低层稳定度和相对湿度偏低可能是其边界层偏高的原因。
5 探空加密观测得到的大气边界层高度由于常规观测为08 : 00和20 : 00, 为不同边界层类型的转换时期, 从已有结果也可以看出, 不同区域和不同时间段边界层类型存在不确定性。为了更加细致的研究边界层的变化特征, 加密观测实验在常规观测的基础上增加了02 : 00和14 : 00的观测数据。通过式(1)对边界层的类型判定可以看出, 加密观测站点02 : 00和08 : 00为典型的稳定边界层(SBL), 在14 : 00和20 : 00, 则为对流/中性边界层(CBL/NBL)。加密探空资料可以更好地对比边界层高度的变化以及与其他要素的相关关系。
图 9给出了6个站点平均PBLH在不同时刻的分布。从图 9中可以看出, 相对于PBLH-OBS, PBLH-ERA在02 : 00和08 : 00偏低, 平均值偏低(98.70 m和47.01 m); 而在14 : 00和20 : 00结果相反, PBLH-ERA平均值偏高(877.05 m和543.66 m)。值得注意的是, 在14 : 00, PBLH-ERA部分结果可达4500 m; 相对于PBLH-OBS, PBLH-ERA在14 : 00和20 : 00具有更大的不确定性。
|
图 9 加密探空观测的4个时次(02 : 00, 08 : 00, 14 : 00, 20 : 00)边界层高度盒须图 黑色圆点为平均值 Fig. 9 Box-and-whisker plots showing the 5th, 25th, 50th, 75th and 95th percentile values of PBLH-OBS and PBLH- ERA of intensive radiosonde observations at 02 : 00, 08 : 00, 14 : 00, 20 : 00. The black dot in each box indicates the mean value of PBLH |
从4个时次PBLH在不同站点的分布(图 10)可以看到, 加密观测站点夏季边界层高度的结果与前面西北地区夏季的PBLH对比结果基本一致。02 : 00和08 : 00中PBLH-OBS高于PBLH-ERA; 在14 : 00和20 : 00除武都站外, PBLH-ERA高于PBLH-OBS。
|
图 10 不同时次(02 : 00, 08 : 00, 14 : 00, 20 : 00)边界层高度在6个站点的分布 Fig. 10 Mean value of PBLH-OBS and PBLH-ERA at 02 : 00, 08 : 00, 14 : 00, 20 : 00 at 6 stations |
由于不同类型边界层高度的影响要素不同, 下面将其分开进行分析讨论。图 11给出了不同站点观测和ERA-Interim的PBLH和相关要素(VAR)的对比。要素和前面对比一致, 包括LST, RH, Ts和WS。从图 11(a, c, e, g)给出的02 : 00和08 : 00的结果中可以看出, 当边界层是稳定边界层(SBL)时, PBLH和LST正相关, 当低层越稳定时, PBLH越高。6个观测站点中, LST-ERA均偏低, 边界层高度也偏低。其中08 : 00的LST-ERA偏低更加显著, 尤其在敦煌、酒泉和张掖站, LST-OBS和LST-ERA相差在6 K以上。PBLH和RH具有一定的正相关, 但相关关系不显著。RH-ERA在较为干旱的站点偏低, 偏低在10 %左右; 在武都站, RH-ERA偏高, 在90 %以上。Ts-ERA偏低, 在武都站, 偏低显著, 偏低达8 ℃。PBLH和Ts有一定正相关, 当Ts越高, 可能会造成LST较高, SBL的逆温强度增加, PBLH高度增加; Ts-ERA偏低, 低层逆温强度减弱, 造成PBLH偏低。SBL高度和WS有一定的负相关关系, WS-ERA偏高, PBLH-ERA则偏低。总体而言, 当边界层类型为SBL时(02 : 00和08 : 00), LST-ERA和Ts-ERA偏低, WS-ERA偏高, 底层逆温强度偏弱, PBLH-ERA偏低。
|
图 11 加密观测站点边界层高度和低层稳定度, 相对湿度, 近地面温度, 10 m风速在不同站点的分布 Fig. 11 Mean PBLH and lower tropospheric stability (LST), relative humidity (RH), near surface temperature (Ts), and 10 m wind speed (WS) of intensive sounding sites |
从NBL和SBL(14 : 00和20 : 00)的对比中可以看出, PBLH和LST显著负相关。LST越小, 对流层低层越不稳定, 湍流越强, NBL和CBL高度越高。LST-ERA显著偏低, 可能是其边界层高度偏高的主要原因。值得注意的是, 观测得到的LST均为正值, 不同站点之间有差别, 但差别不大。LST-ERA在敦煌、酒泉和张掖14 : 00中均为负值(-3.0 K左右), 且不同站点之间差别较大。在观测和ERA-Interim中, PBLH和LST变化趋势基本是对应的, 但LST最小值与PBLH最大值出现的时间和站点并不是一一对应的, 说明PBLH还受到其他要素的影响。与LST相同, PBLH和RH存在负相关关系, RH偏低可能会造成地面感热通量偏大, PBLH偏高。RH-ERA在敦煌、酒泉和张掖偏低, 在武都站偏高, 与之对应的PBLH-ERA在敦煌、酒泉和张掖偏高, 在武都站偏低。NBL和CBL高度与Ts存在一定的负相关关系, 但相关关系不如LST和RH显著。Ts-ERA在6个站点均偏低, 与SBL结果相同, 在武都站, 偏低最为显著。与SBL不同的是, WS与NBL和CBL存在一定正相关关系, WS-OBS与WS-ERA差值在20 : 00较为显著, WS-ERA偏高可能是其PBLH偏高的部分原因。总的来说, NBL和CBL受到LST和RH的影响较为显著, 部分受到WS的影响。
与全年对比结果类似, 当PBL类型为SBL时, PBLH和LST、WS相关显著。当PBL类型为NBL/CBL时, LST和RH影响较大。值得注意的是, 相对于NBL和CBL, SBL受到影响要素较多, 与要素之间相关关系不是很显著。
6 结论与讨论利用2015年9月至2016年8月L波段探空观测和2016年7月加密探空观测得到的边界层高度资料和ERA-Interim边界层高度资料, 分析了我国西北地区边界层高度特征; 并初步利用地面要素等资料分析了两种边界层高度之间的差别来源, 得到主要结论如下:
(1) 在中国西北地区, 观测资料表明在08 : 00(20 : 00), 冬季(春季)边界层高度最高, 四个季节无(有)显著差异。ERA-Interim边界层高度资料均在夏季最高, 均有显著季节差异。ERA-Interim边界层高度基本能反映出西北地区边界层高度区域分布特征。
(2) 除夏季20 : 00外, ERA-Interim再分析资料边界层高度均偏低, 全年平均在08 : 00和20 : 00偏低分别为160 m和170 m。在08 : 00和20 : 00, ERA-Interim偏低最显著的分别在冬季和春季。
(3) 在08 : 00, 边界层高度与低层稳定度、近地层温度和风速更相关。ERA-Interim中低层稳定度偏低, 风速偏高, 可能是导致其边界层高度偏低的原因。在20 : 00, 边界层高度和低层稳定度和相对湿度更相关。夏季低层稳定度和相对湿度偏低可能是ERA-Interim边界层高度偏高的原因。
(4) 2016年7月加密观测站点结果表明, ERA-Interim再分析资料中稳定边界层偏低, 低层稳定度偏低和风速偏高可能是导致其边界层偏低的主要原因。ERA-Interim再分析资料对流边界层高度在夏季显著偏高。对流边界层低层稳定度、相对湿度偏小, 风速偏高可能是造成边界层高度偏高的原因。稳定边界层高度影响因素相对更加复杂。
在大气边界层类型转换时影响要素较为复杂, 不同要素之间相互影响, 需要进一步进行细致分类分别比较。由于本文给出的加密观测站点较少, 且观测时间相对较短。为了进一步扩大代表性, 后面会利用更长时间的观测进行比较。
致谢: 中国气象局气象科学研究院王寅钧博士对本文提供了很多帮助, 特此感谢。
Davies F, Middleton D R, Bozier K E. 2007. Urban air pollution modelling and measurements of boundary layer height[J]. Atmospheric Environment, 41(19): 4040–4049.
DOI:10.1016/j.atmosenv.2007.01.015 |
|
Guo J, Miao Y, Zhang Y, et al. 2016. The climatology of planetary boundary layer height in China derived from radiosonde and reanalysis data[J]. Atmospheric Chemistry and Physics, 16(20): 13309–13319.
DOI:10.5194/acp-2016-564 |
|
Klink K. 1999. Trends in mean monthly maximum and minimum surface wind speeds in the co-terminous United States[J]. Climate Research, 13(3): 193–205.
|
|
Liu J, Huang J, Chen B, et al. 2015. Comparisons of PBL heights derived from CALIPSO and ECMWF reanalysis data over China[J]. Journal of Quantitative Spectroscopy and Radiative Transfer, 153: 102–112.
DOI:10.1016/j.jqsrt.2014.10.011 |
|
Liu S Y, Liang X Z. 2009. Observed diurnal cycle climatology of planetary boundary layer height[J]. Journal of Climate, 23(21): 5790–5809.
DOI:10.1175/2010JCLI3552.1 |
|
Martilli A. 2002. Numerical study of urban impact on boundary layer structure:Sensitivity to wind speed, urban norphology, and rural soil moisture[J]. Journal of Applied Meteorology, 41(12): 1247–1266.
DOI:10.1175/1520-0450(2002)041<1247:NSOUIO>2.0.CO;2 |
|
Medeiros B, Hall A, Stevens B. 2005. What controls the mean depth of the PBL?[J]. Journal of Climate, 18(16): 3157–3172.
DOI:10.1175/JCLI3417.1 |
|
Quan J, Gao Y, Zhang Q, et al. 2012. Evolution of planetary boundary layer under different weather conditions, and its impact on aerosol concentrations[J]. Particuology, 11(1): 34–40.
DOI:10.1016/j.partic.2012.04.005 |
|
Seidel D J, Ao C O, Li K. 2010. Estimating climatological planetary boundary layer heights from radiosonde observations:Comparison of methods and uncertainty analysis[J]. Journal of Geophysical Research, 115: D16133.
DOI:10.1029/2009JD013680 |
|
Seidel D J, Zhang Y, Beljaars A, et al. 2012. Climatology of the planetary boundary layer over the continental United States and Europe[J]. Journal of Geophysical Research, 117: D17106.
DOI:10.1029/2012JD018143 |
|
Stull R B. 1988. An introduction to boundary layer meteorology[M]. Dordrecht: Kluwer Academic Publishers, 2.
|
|
Yang T, Wang Z, Zhang W, et al. 2017. Technical note:Boundary layer height determination from lidar for improving air pollution episode modeling:Development of new algorithm and evaluation[J]. Atmospheric Chemistry and Physics, 17(10): 1–15.
DOI:10.5194/acp-17-6215-2017 |
|
Zhang Y H, Zhang S D, Huang C M, et al. 2014. Diurnal variations of the planetary boundary layer height estimated from intensive radiosonde observations over Yichang, China[J]. Science China Technological Sciences, 57(11): 2172–2176.
DOI:10.1007/s11431-014-5639-5 |
|
Zhao Y, Mao W, Zhang K, et al. 2017. Climatic variations in the boundary layer height of arid and semiarid areas in East Asia and North Africa[J]. Journal of the Meteorological Society of Japan, 95(3): 181–197.
DOI:10.2151/jmsj.2017-010 |
|
程海艳, 余晔, 陈晋北, 等. 2018. 大气红外探测器(AIRS)温、湿廓线反演产品及边界层高度在黄土高原的验证[J]. 高原气象, 37(2): 432–442.
DOI:10.7522/j.issn.1000-0534.2017.00094 |
|
杜一博, 张强, 王凯嘉, 等. 2018. 西北干旱区夏季晴天、阴天边界层结构及其陆面过程对比分析[J]. 高原气象, 37(1): 148–157.
DOI:10.7522/j.issn.1000-0534.2017.00042 |
|
黄刚. 2006. NCEP/NCAR和ERA-40再分析资料以及探空观测资料分析中国北方地区年代际气候变化[J]. 气候与环境研究, 11(3): 310–320.
|
|
惠小英, 高晓清, 韦志刚, 等. 2011. 利用探空气球升速判定敦煌夏季白天边界层高度的分析[J]. 高原气象, 30(3): 614–619.
|
|
刘超, 花丛, 张恒德, 等. 2017. L波段探空雷达秒数据在污染天气边界层分析中的应用[J]. 气象, 43(5): 591–597.
|
|
刘菊菊, 游庆龙, 周毓荃, 等. 2018. 基于ERA-Interim的中国云水量时空分布和变化趋势[J]. 高原气象, 37(6): 1590–1604.
DOI:10.7522/j.issn.1000-0534.2018.00059 |
|
苏彦入, 吕世华, 范广洲. 2018. 青藏高原夏季大气边界层高度与地表能量输送变化特征分析[J]. 高原气象, 37(6): 1470–1485.
DOI:10.7522/j.issn.1000-0534.2018.00040 |
|
宋星灼, 张宏升, 刘新建, 等. 2006. 青藏高原中部地区不稳定大气边界层高度的确定与分析[J]. 北京大学学报(自然科学版), 42(3): 328–333.
|
|
万云霞, 张宇, 张瑾文, 等. 2017. 感热变化对东亚地区大气边界层高度的影响[J]. 高原气象, 36(1): 173–182.
DOI:10.7522/j.issn.1000-0534.2016.00001 |
|
王坚, 蔡旭晖, 宋宇. 2016. 北京地区日最大边界层高度的气候统计特征[J]. 气候与环境研究, 21(5): 525–532.
DOI:10.3878/j.issn.1006-9585.2016.15178 |
|
王英, 熊安元. 2015. L波段探空仪器换型对高空湿度资料的影响[J]. 应用气象学报, 26(1): 76–86.
|
|
韦志刚, 陈文, 黄荣辉. 2010. 敦煌夏末大气垂直结构和边界层高度特征[J]. 大气科学, 34(5): 905–913.
|
|
张强, 黄荣辉, 王胜. 2011. 浅论西北干旱区陆面过程和大气边界层对区域天气气候的特殊作用[J]. 干旱气象, 29(1): 133–136.
|
|
张强, 王胜. 2008. 西北干旱区夏季大气边界层结构及其陆面过程特征[J]. 气象学报, 66(4): 599–608.
|
2. Key Laboratory of Land Surface Process and Climate Change in Cold and Arid Regions, Chinese Academy of Sciences, Lanzhou 730000, Gansu, China