朱育雷,倪長(zhǎng)健,2*,譚欽文,王源程(.成都信息工程大學(xué)大氣科學(xué)學(xué)院,四川 成都 60225；2.高原大氣與環(huán)境四川省重點(diǎn)實(shí)驗(yàn)室,四川 成都 60225；.成都市環(huán)境監(jiān)測(cè)中心站,四川 成都 60072)

基于logistic曲線識(shí)別混合層高度的新方法

朱育雷1,倪長(zhǎng)健1,2*,譚欽文3,王源程3(1.成都信息工程大學(xué)大氣科學(xué)學(xué)院,四川 成都 610225；2.高原大氣與環(huán)境四川省重點(diǎn)實(shí)驗(yàn)室,四川 成都 610225；3.成都市環(huán)境監(jiān)測(cè)中心站,四川 成都 610072)

基于成都市2013年6月至2014年2月Mie散射激光雷達(dá)探測(cè)數(shù)據(jù)的分析表明,混合層頂附近大氣消光系數(shù)自下而上均存在顯著下降區(qū)、整體緩變區(qū)以及二者之間的過(guò)渡區(qū).利用logistic曲線對(duì)上述變化特征進(jìn)行擬合,通過(guò)計(jì)算該曲線曲率最大值對(duì)應(yīng)的高度,據(jù)此提出識(shí)別混合層高度的新方法.該方法的設(shè)計(jì)思想符合混合層的定義,即為湍流特征不連續(xù)界面以下湍流充分發(fā)展的氣層;另外,相應(yīng)的計(jì)算結(jié)果不僅和探空曲線得到的混合層高度總體一致,也與地面細(xì)顆粒物濃度的變化特征保持高度的相關(guān).

Mie散射激光雷達(dá)；大氣消光系數(shù)；混合層；logistic曲線；垂直分布

大氣邊界層是地氣之間物質(zhì)和能量交換的橋梁,對(duì)其結(jié)構(gòu)特征及變化成因的深入認(rèn)知是天氣氣候模式精度提升的基礎(chǔ)[1].作為大氣邊界層的一種重要表現(xiàn)形式,混合層定義為湍流特征不連續(xù)界面以下的大氣,表征污染物在垂直方向被熱力湍流稀釋的范圍,即低層空氣熱力對(duì)流與動(dòng)力湍流輸送所能達(dá)到的高度.混合層高度是反映邊界層污染氣象特征和應(yīng)用相似理論的重要因子,美國(guó)曾經(jīng)將其作為進(jìn)行大氣污染潛勢(shì)預(yù)報(bào)的3個(gè)主要參數(shù)之一,相關(guān)研究一直是大氣科學(xué)和環(huán)境科學(xué)共同關(guān)注的前沿問(wèn)題[2-4].早在 20世紀(jì)60年代,Holzworth[5]就提出了利用清晨探空資料與地面最高氣溫?cái)?shù)據(jù)確定日最大混合層高度的干絕熱法;1973年,Nozaki[6]基于動(dòng)力因子和熱力因子的綜合考量,設(shè)計(jì)了利用地面氣象參數(shù)計(jì)算混合層高度的羅氏法;程水源等[7]通過(guò)聯(lián)合頻率的分析,據(jù)此對(duì)羅氏法進(jìn)行了改進(jìn).隨著計(jì)算機(jī)水平的飛速發(fā)展,數(shù)值模式已經(jīng)逐漸成為模擬邊界層復(fù)雜物理過(guò)程的重要工具[8-11].近年來(lái),由于Mie散射激光雷達(dá)具備對(duì)大氣光學(xué)特性垂直分布進(jìn)行高時(shí)空分辨率探測(cè)的優(yōu)點(diǎn),已成為反演大氣邊界層結(jié)構(gòu)及顆粒物垂直分布的另一手段[12-14].就目前常用的反演算法而言,梯度法把激光雷達(dá)距離訂正信號(hào)(RCS)的梯度最小值所在高度作為邊界層高度[15];拐點(diǎn)法則是將混合層頂定義為濾波處理后的距離訂正信號(hào)對(duì)高度的二階導(dǎo)數(shù)最小值所在高度[16];SBH99算法通過(guò)將實(shí)測(cè)后向散射系數(shù)的垂直分布擬合成理想曲線,據(jù)此確定混合層高度[17];Brooks[18]基于復(fù)合階躍函數(shù)(Haar函數(shù))提出了一種用于探測(cè)邊界層信號(hào)階躍變化的方法,即為小波協(xié)方差法.雖然Mie散射激光雷達(dá)已被廣泛應(yīng)用于邊界層結(jié)構(gòu)的診斷,但仍困擾于上述算法穩(wěn)定性和普適性差以及人為任意性強(qiáng)等不足,如梯度法和拐點(diǎn)法均容易受到信號(hào)局部結(jié)構(gòu)的影響,對(duì)信噪比要求較高,反演結(jié)果受噪聲干擾影響較大[19-20];小波協(xié)方差變換法、SBH99算法對(duì)自身輸入?yún)?shù)較為敏感[19,21].

針對(duì)上述問(wèn)題,本文利用成都市2013年6月至2014年2月Mie散射激光雷達(dá)的探測(cè)數(shù)據(jù),通過(guò)對(duì)邊界層大氣光學(xué)特征垂直演變共性的挖掘,結(jié)合物理意義的分析和多重實(shí)例的驗(yàn)證,據(jù)此提出了基于logistic大氣消光廓線識(shí)別混合層高度的新方法.

1 資料與方法

1.1 資料來(lái)源

采用的 Mie散射雷達(dá)數(shù)據(jù)與顆粒物濃度資料由四川省環(huán)境監(jiān)測(cè)總站提供.激光雷達(dá)觀測(cè)儀器為北京怡孚和融科技有限公司生產(chǎn)的 EV-激光雷達(dá)(偏振 Mie散射微脈沖激光雷達(dá)),探測(cè)點(diǎn)設(shè)置于西南交通大學(xué)九里堤校區(qū)土木館樓頂,距地高度35m,于2013年6月正式投入使用,可實(shí)現(xiàn)全天自動(dòng)數(shù)據(jù)采集,數(shù)據(jù)采集頻率為 1次/3min,主要觀測(cè)范圍可達(dá) 30km,探測(cè)盲區(qū)為 60m,測(cè)距分辨率為 15m;顆粒物質(zhì)量濃度使用美國(guó)熱電子環(huán)境設(shè)備公司生產(chǎn)的大氣污染物環(huán)境監(jiān)測(cè)分析儀(1400a環(huán)境顆粒物檢測(cè)儀)進(jìn)行觀測(cè),監(jiān)測(cè)點(diǎn)位于成都市人民南路四段,數(shù)據(jù)采集頻率為 1次/5min,精度為±1.5μg/m3.用于對(duì)比的探空數(shù)據(jù)則來(lái)源于成都市溫江氣象站,數(shù)據(jù)為一日兩次(探測(cè)時(shí)間分別為北京時(shí)間 07:00、19:00)的探空觀測(cè)資料,其垂直空間上的分辨率為 5m,主要包含氣溫、氣壓、濕度和露點(diǎn)溫度等氣象要素.

激光雷達(dá)與顆粒物質(zhì)量濃度監(jiān)測(cè)點(diǎn)均位于主城區(qū),兩者距離10km左右,因而兩地之間顆粒物濃度差異很小.氣象探空站與激光雷達(dá)布設(shè)位置距離不超過(guò) 20km,在當(dāng)今城市化進(jìn)程迅猛的背景條件下,二者對(duì)邊界層的探測(cè)結(jié)果雖受到下墊面差異的影響,但在一定的誤差范圍內(nèi)仍具有可比性.

1.2 方法介紹

1.2.1 原理 大氣邊界層(ABL)也稱為行星邊界層(PBL),是大氣與下墊面直接發(fā)生相互作用的層次,從地面向上厚度可達(dá)幾百至上千米.當(dāng)大氣層結(jié)處于不穩(wěn)定時(shí),從貼地層向上的大氣湍流活動(dòng)強(qiáng)烈,處于這種運(yùn)動(dòng)狀態(tài)的邊界層稱對(duì)流邊界層(CBL,也稱混合層).在自由大氣與邊界層間有一個(gè)過(guò)渡區(qū)域(夾卷層),從邊界層中受熱上升的氣塊可以穿透夾卷層進(jìn)入自由大氣,湍流重力波亦可使自由大氣中具有較高位溫的氣塊進(jìn)入邊界層.不穩(wěn)定邊界層和中性邊界層對(duì)應(yīng)的 ABL高度位于逆溫層的層底,而穩(wěn)定邊界層的 ABL高度則位于逆溫層的層頂.受邊界層熱力和動(dòng)力因素的共同影響,湍流擴(kuò)散導(dǎo)致顆粒物濃度由下往上呈現(xiàn)出明顯的遞減趨勢(shì)[22].由于受逆溫“頂蓋”的制約,上述顆粒物濃度顯著遞減的趨勢(shì)會(huì)在混合層頂附近出現(xiàn)轉(zhuǎn)折,由此產(chǎn)生顆粒物濃度變化特征在垂直方向上的不連續(xù)現(xiàn)象.邊界層以上顆粒物濃度含量驟減,氣體分子的消光逐漸占據(jù)主導(dǎo)地位,大氣消光因而表現(xiàn)為整體緩變的特征.顆粒物濃度顯著下降區(qū)和整體緩變區(qū)本質(zhì)上體現(xiàn)的是兩種不同的湍流狀態(tài),這種狀態(tài)的轉(zhuǎn)折對(duì)應(yīng)于消光系數(shù)曲率的最大值,因而可將消光系數(shù)曲率的最大值對(duì)應(yīng)的高度視為混合層頂.

綜上,盡管邊界層氣象條件呈現(xiàn)出非常復(fù)雜的表現(xiàn)形式,混合層頂附近大氣消光系數(shù)自下而上均存在顯著下降區(qū)、整體緩變區(qū)以及二者之間的過(guò)渡區(qū),總體表現(xiàn)出與半程logistic曲線一致的變化特征.因此,利用 logistic曲線擬合消光系數(shù)的上述變化特征,進(jìn)一步求取消光系數(shù)曲率最大點(diǎn)對(duì)應(yīng)的高度,據(jù)此提出利用Mie散射激光雷達(dá)識(shí)別混合層高度的新方法.

1.2.2 流程

(1)基于Mie散射激光雷達(dá)反演的大氣消光系數(shù)廓線,確定混合層頂附近大氣消光系數(shù)自下而上歷經(jīng)的顯著下降區(qū)、整體緩變區(qū)以及二者之間的過(guò)渡區(qū),并將其作為研究區(qū).

(2)采用logistic曲線擬合研究區(qū)內(nèi)大氣消光系數(shù)的垂直變化特征,見(jiàn)式(1),

式中:z為高度,為高度z對(duì)應(yīng)的大氣消光系數(shù),0s是研究區(qū)下端對(duì)應(yīng)的消光系數(shù);B、r為 logistic曲線待定參數(shù).

(3)根據(jù)最小二乘原理,以均方誤差和最小為目標(biāo)函數(shù),據(jù)此求解logistic曲線參數(shù)B和r,進(jìn)一步求解logistic曲線曲率最大值對(duì)應(yīng)高度[23],即為混合層高度,記為zm,其函數(shù)表達(dá)見(jiàn)式(2),

2 實(shí)例驗(yàn)證

2.1 新方法與位溫探空曲線計(jì)算混合層高度的對(duì)比分析

圖1 不同污染等級(jí)下新方法和位溫法計(jì)算的混合層高度對(duì)比Fig.1 Comparison of mixing layer heights calculated by new method and potential temperature method under different pollution levels

依據(jù)空氣質(zhì)量指數(shù)(AQI)的大小,在研究時(shí)段內(nèi)選取優(yōu)、良、輕度污染、中度污染、重度污染、嚴(yán)重污染六類(lèi)樣本,將新方法與位溫探空曲線計(jì)算的混合層高度[24]進(jìn)行對(duì)比,據(jù)此分析該方法的適用性,結(jié)果見(jiàn)圖 1.以圖 1(a)為例,該圖反映的是2014年1月31日(空氣質(zhì)量狀況為嚴(yán)重污染,對(duì)應(yīng)AQI為432)07:00的消光系數(shù)與位溫廓線.從圖中可以看出,自地面至239m位溫雖隨高度增大而有所增加,但增長(zhǎng)率較小,表明該氣層處于中性偏穩(wěn)定的狀態(tài);從239m到295m位溫增長(zhǎng)率較大,氣層轉(zhuǎn)為穩(wěn)定狀態(tài),由于混合層之上通常會(huì)覆蓋一層穩(wěn)定的氣層(逆溫層),據(jù)此可判斷混合層高度約為239m.作為比較,該圖也給出了同一時(shí)刻Mie散射激光雷達(dá)反演的大氣消光系數(shù)垂直廓線,利用新方法得出對(duì)應(yīng)該時(shí)刻的混合層高度為 224m,大氣消光系數(shù)隨高度變化趨勢(shì)在此高度附近發(fā)生明顯轉(zhuǎn)折,其上下分別對(duì)應(yīng)于為整體緩變區(qū)和顯著下降區(qū).針對(duì)圖1中其余5類(lèi)樣本的分析也同時(shí)表明,兩種方法得到的混合層高度基本一致.為進(jìn)一步驗(yàn)證新方法的計(jì)算精度,按不同污染等級(jí)各自等量增選 2個(gè)樣本,分別利用梯度法、拐點(diǎn)法和SBH99算法計(jì)算了對(duì)應(yīng)的混合層高度,見(jiàn)表 1.由表1可見(jiàn),以位溫法計(jì)算的混合層高度作為判定的依據(jù),新方法取得了最為精準(zhǔn)的結(jié)果.

表1 利用Mie散射激光雷達(dá)相關(guān)方法與位溫法計(jì)算混合層高度的結(jié)果對(duì)比(m)Table 1 Comparison of mixing layer heights calculated by correlated methods based on Mie scattering lidar and potential temperature method (m)

綜上分析,以位溫探測(cè)結(jié)果作為混合層高度的判定標(biāo)準(zhǔn),梯度法和拐點(diǎn)法易受單點(diǎn)信息的干擾,往往不能很好地反映邊界層的真實(shí)演變過(guò)程;SBH99算法由于對(duì)自身輸入?yún)?shù)較敏感,計(jì)算不穩(wěn)定;而新方法基于對(duì)混合層附近大氣消光系數(shù)垂直變化共性的挖掘,計(jì)算結(jié)果具有物理意義明確、客觀性強(qiáng)以及精度高等優(yōu)點(diǎn).

2.2 利用新方法分析一次灰霾過(guò)程混合層高度的演變

2014年1月23日～2月4日四川盆地出現(xiàn)了一次持續(xù)時(shí)間長(zhǎng)達(dá) 13d的區(qū)域性灰霾天氣過(guò)程,其中以成都市的污染程度最為嚴(yán)重.根據(jù)四川省環(huán)境監(jiān)測(cè)總站監(jiān)測(cè)資料的分析表明,成都地區(qū)其間嚴(yán)重污染天氣出現(xiàn)了 5d、重度污染 6d、中度污染2d,其中1月27日到31日為嚴(yán)重污染,日均AQI序列演變?nèi)鐖D2所示,首要污染物均為PM2.5.針對(duì) 1月 27～31日天氣狀況的進(jìn)一步分析表明,在該時(shí)段無(wú)雨以及靜風(fēng)的條件下,受熱力調(diào)控的混合層高度無(wú)疑是地面顆粒物變化最重要的氣象成因.以此次嚴(yán)重污染過(guò)程為研究對(duì)象,利用新方法計(jì)算其逐時(shí)混合層高度,如圖 3所示.由圖 3可見(jiàn),研究時(shí)段內(nèi)混合層高度存在一定的日變化,表現(xiàn)為白天高和夜晚低的特點(diǎn),但整體仍維持相對(duì)較低的一種狀態(tài),平均高度約為275m,其中1月31日最低混合層高度只有190m左右.混合層的上述特征使得夜晚產(chǎn)生的污染物在白天無(wú)法得到很好的稀釋擴(kuò)散,而白天形成的污染物會(huì)進(jìn)一步加劇夜間的污染程度.缺乏濕清除以及水平和垂直擴(kuò)散能力差均是此次重霾過(guò)程的主要污染氣象特征,也是顆粒物得以漸進(jìn)累積的氣象背景.

圖2 成都市2014年1月21日～2月5日AQI及PM2.5質(zhì)量濃度逐日變化Fig.2 Daily variation of AQI and PM2.5mass concentration in Chengdu from Jan. 21 to Feb. 5, 2014

圖 3同時(shí)描述了此次嚴(yán)重污染時(shí)段大氣消光系數(shù)、混合層高度和PM2.5質(zhì)量濃度逐時(shí)演變過(guò)程,易見(jiàn)混合層高度和地面細(xì)顆粒物質(zhì)量濃度存在明顯的反位相關(guān)系.為深化對(duì)這一問(wèn)題的認(rèn)知,圖4給出了研究時(shí)段內(nèi)(1月23日～2月4日)逐時(shí)平均混合層高度和逐時(shí)平均細(xì)顆粒物質(zhì)量濃度的日變化.由圖4可知,混合層高度的日變化基本表現(xiàn)為單峰單谷型,從 00:00～09:00,混合層均處于較低狀態(tài),期間有谷值出現(xiàn);自09:00開(kāi)始,隨著太陽(yáng)輻射的增強(qiáng),地面逐漸升溫,下墊面與大氣之間的相互作用得到加強(qiáng),大氣層結(jié)由夜間的穩(wěn)定狀態(tài)向不穩(wěn)定狀態(tài)過(guò)渡,混合層抬升,污染物在垂直方向上擴(kuò)散能力得以加強(qiáng);午后對(duì)流活動(dòng)愈加旺盛,混合層高度抬升速率明顯增加,并于18:00前后達(dá)到峰值;之后,大氣層結(jié)向穩(wěn)定狀態(tài)過(guò)渡,混合層高度也隨之逐漸降低.與上述混合層的演變過(guò)程相對(duì)應(yīng),夜間至清晨,受低混合層高度的擴(kuò)散制約,地面 PM2.5質(zhì)量濃度在此時(shí)段內(nèi)均維持相對(duì)較高的狀態(tài);此后,因混合層高度快速抬升的作用,地面細(xì)顆粒物質(zhì)量濃度隨之迅速降低,并于19:00左右達(dá)到最低值;在之后混合層高度波動(dòng)下降的背景下,細(xì)顆粒物質(zhì)量濃度逐漸上升.進(jìn)一步分析表明,該污染時(shí)段內(nèi)逐時(shí)平均混合層高度與逐時(shí)平均 PM2.5質(zhì)量濃度的相關(guān)系數(shù)R為-0.67(通過(guò)a=0.05的顯著性檢驗(yàn)),如圖5所示.由上可知,盡管此次污染過(guò)程混合層高度相對(duì)較低,但仍呈現(xiàn)出以日為周期的起伏特征,并在很大程度上影響到地面顆粒物質(zhì)量濃度的變化.

圖3 成都市2014年1月27日～1月31日大氣消光廓線、混合層高度和PM2.5質(zhì)量濃度逐時(shí)變化Fig.3 Hourly variation of atmospheric extinction coefficient profile, mixing layer height and PM2.5mass concentration in Chengdu from Jan. 27 to 31, 2014

圖4 污染時(shí)段內(nèi)(2014年1月23日～2月4日)平均混合層高度與地面PM2.5質(zhì)量濃度的日變化Fig.4 Daily variation of average mixing layer height and PM2.5mass concentration in the pollution period (from Jan. 23 to Feb. 4, 2014)

圖5 污染時(shí)段內(nèi)(2014年1月23日～2月4日)逐時(shí)平均混合層高度與PM2.5質(zhì)量濃度Fig.5 Scatter plots of average mixing layer height and PM2.5mass concentration in the pollution period (from Jan. 23 to Feb. 4 2014)

上述實(shí)例分析表明,相對(duì)于利用Mie散射激光雷達(dá)計(jì)算混合層高度的現(xiàn)有方法而言,新方法相應(yīng)的計(jì)算結(jié)果能合理地反映邊界層結(jié)構(gòu)的日變化特點(diǎn)及其污染效應(yīng),且分析精度更高.

3 結(jié)論

3.1 通過(guò)對(duì)混合層頂附近大氣消光系數(shù)垂直演變共性的挖掘,據(jù)此提出了基于logistic曲線識(shí)別混合層高度新方法,計(jì)算的混合層即為湍流特征不連續(xù)界面以下湍流充分發(fā)展的氣層.另外,新方法受人為因素和信噪比影響小,具有物理意義明確、普適性好、客觀性強(qiáng)以及計(jì)算穩(wěn)定等優(yōu)點(diǎn).

3.2 針對(duì)不同空氣質(zhì)量等級(jí)樣本的分析表明,新方法與位溫探空曲線計(jì)算的混合層高度總體一致,同時(shí)也取得了比梯度法、拐點(diǎn)法和SBH99算法更好的效果.

3.3 將新方法應(yīng)用于成都地區(qū)一次重霾污染過(guò)程的診斷,準(zhǔn)確地揭示了該時(shí)段內(nèi)邊界層的演變特征,計(jì)算的混合層高度與地面顆粒物質(zhì)量濃度保持了高度的相關(guān).

[1] Hu F, Hong Z, Lei X. Recent progress of atmospheric boundary layer physics and atmospheric environment research in IAP [J]. Chinese Journal of Atmospheric Sciences, 2003,27(4):712-728.

[2] 胡 非,洪鐘祥,雷孝恩.大氣邊界層和大氣環(huán)境研究進(jìn)展 [J].大氣科學(xué), 2003,27(4):712-728.

[3] Tang Y L, Zeng X Z. Atmospheric environment [M]. Guangzhou: Sun yat-sen university press, 1988.

[4] 唐永鑾,曾星舟.大氣環(huán)境學(xué) [M]. 廣州:中山大學(xué)出版社, 1988.

[5] Emeis S, Sch?fer K, Münkel C. Surface-based remote sensing of the mixing-layer height - a review [J]. Meteorologische Zeitschrift, 2008,17(15):621-630.

[6] Yan G L, Han Y X, Zhang X Z, et al. Analysis of a haze event in Nanjing with micro-pulse lidar measurements [J]. China Environmental Science, 2014,34(7):1667-1672.

[7] 嚴(yán)國(guó)梁,韓永翔,張祥志,等.南京地區(qū)一次灰霾天氣的微脈沖激光雷達(dá)觀測(cè)分析 [J]. 中國(guó)環(huán)境科學(xué), 2014,34(7):1667-1672.

[8] Holzworth G C. Estimates of mean mixing depth in the contiguous United States [J]. Monthly Weather Review, 1964, 92(5).

[9] Nozaki K Y. Mixing depth model vsing hourly surface observation [R]. USAF Environmental Technical Applications Center, 1973,Report7053.

[10] Cheng S Y, Xi D L, Zhang B N, et al. Study on the determination and calculating method of atmospheric mixing layer height [J]. China Environmental Science, 1997,17(6):512-516.

[11] 程水源,席德立,張寶寧,等.大氣混合層高度的確定與計(jì)算方法研究 [J]. 中國(guó)環(huán)境科學(xué), 1997,17(6):512-516.

[12] Lilly D K. Models of cloud-topped mixed-layer under a strong inversion [J]. Quarterly Journal of the Royal Meteorological Society, 1968,94(401):292-309.

[13] Betts A K. Non-precipitating cumulus convection and its parameterization [J]. Quarterly Journal of the Royal Meteorological Society, 1973,99(419):178–196.

[14] Jiang W M, Miao S G, Zhang N, et al. Numerical simulation on urban meteorology and urban boundary layer [J]. Advances in Earth Science, 2010, 25(5):463-473.

[15] 蔣維楣,苗世光,張 寧,等.城市氣象與邊界層數(shù)值模擬研究[J]. 地球科學(xué)進(jìn)展, 2010,25(5):463-473.

[16] Da zhou W U, Sun J N, Yuan R M, et al. An improvement on predicting the height of convective boundary layer [J]. Journal of University of Science & Technology of China, 2006,36(10):1111-1116.

[17] 伍大洲,孫鑒濘,袁仁民,等.對(duì)流邊界層高度預(yù)報(bào)方案的改進(jìn)[J]. 中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào), 2006,36(10):1111-1116.

[18] Luo T, Yuan R, Wang Z. Lidar-based remote sensing of atmospheric boundary layer height over land and ocean [J]. Atmospheric Measurement Techniques, 2013,6(7):173-182.

[19] Dong C Q, Zheng Y F, Wu Y L, et al. The effects of different planetary boundary layer schemes on PM2.5concentration simulations in winter stable weather of Shanxi. China Environmental Science, 2016,36(6):1669-1680.

[20] 董春卿,鄭有飛,武永利,等.邊界層方案對(duì)山西冬季一次靜穩(wěn)天氣PM2.5濃度模擬的影響 [J]. 中國(guó)環(huán)境科學(xué), 2016,36(6):1669-1680.

[21] Wang Y T, Miao S G, Zhang X L. Seasonal characteristics of the aerosol optical parameters based on lidar over the Beijing Area. China Environmental Science, 2016,36(4):970-978.

[22] 王耀庭,苗世光, 張小玲.基于激光雷達(dá)的北京市氣溶膠光學(xué)參數(shù)季節(jié)特征 [J]. 中國(guó)環(huán)境科學(xué), 2016,36(4):970-978.

[23] Hoff R M, Guise-Bagley L, Staebler R M, et al. Lidar, nephelometer, and in situ aerosol experiments in southern Ontario [J]. Journal of Geophysical Research Atmospheres, 1996, 101(D14):19199–19209.

[24] Menut L, Flamant C, Pelon J, et al. Urban boundary-layer height determination from mixing layer measurements over the paris area. [J]. Applied Optics, 1999,38(6):945-954.

[25] Steyn D G, Baldi M, Hoff R M. The detection of mixed layer depth and entrainment zone thickness from mixing layer backscatter profiles [J]. Journal of Atmospheric & Oceanic Technology, 1999,16(7):953-959.

[26] Brooks I M. Finding Boundary Layer Top: Application of a Wavelet Covariance Transform to Lidar Backscatter Profiles [J]. Journal of Atmospheric & Oceanic Technology, 2003,20(8):1092-1105.

[27] Wang L, Xie C B, Han Y, et al. Comparison of retrieval methods of planetary boundary layer height from lidar data [J]. Journal of Atmospheric & Environmental Optics, 2012.

[28] 王 琳,謝晨波,韓 永,等.測(cè)量大氣邊界層高度的激光雷達(dá)數(shù)據(jù)反演方法研究 [J]. 大氣與環(huán)境光學(xué)學(xué)報(bào), 2012,7(4):241-247.

[29] Li H, Ma Y Y, Yang Y. Study on retrieval of boundary layer height using wavelet transformation method basd on lidar data [J]. Journal of Arid Mete-orology, 2015,33(1):78-88.

[30] 李 紅,馬媛媛,楊 毅.基于激光雷達(dá)資料的小波變換法反演邊界層高度的方法 [J]. 干旱氣象, 2015,33(1):78-88.

[31] He Q S, Mao J T. Observation of urban mixed layer at beijing using a micro pulse lidar [J]. Acta Meteor Sinica (in Chinese). 2005,63(3):374-384.

[32] 賀千山,毛節(jié)泰.北京城市大氣混合層與氣溶膠垂直分布觀測(cè)研究 [J]. 氣象學(xué)報(bào), 2005,63(3):374-384.

[33] Zhang W Y, Wang Y Q, Song J Y, et al. Reserch on logarithmic ratio k of aerosol backscatter extinction using lidar [J]. Plateau Meteorology, 2008,27(5):1083-1087.

[34] 張文煜,王音淇,宋嘉堯,等.激光雷達(dá)反演參數(shù) k值的研究 [J].高原氣象, 2008,27(5):1083-1087.

[35] Sun G. Five Stage of Logistic Curve [J]. Journal of Mathematical Medicine, 2012.

[36] 孫桂秋,凌高宏,黃愛(ài)武,等.邏輯斯諦曲線的五個(gè)階段 [J]. 數(shù)理醫(yī)藥學(xué)雜志, 2012,25(3):269-270.

[37] Ma J, Zheng X D. Comparisons of boundary mixing layer depths determined by the empirical calculation and radiosonde profiles [J]. Journal of Applied Meteorological Science, 2011,22(5): 567-576.

[38] 馬 金,鄭向東.混合層厚度的經(jīng)驗(yàn)計(jì)算及與探空觀測(cè)對(duì)比分析[J]. 應(yīng)用氣象學(xué)報(bào), 2011,22(5):567-576.

A new method to identify mixing layer height based on logistic curve.

ZHU Yu-lei1, NI Chang-jian1,2*, TAN Qin-wen3, WANG Yuan-cheng3(1.College of Atmospheric Sciences, Chengdu University of Information Technology, Chengdu 610225, China；2.Plateau Atmosphere and Environment Key Laboratory of Sichuan Province, Chengdu 610225, China；3.Chengdu Environmental Monitoring Centre, Chengdu 610072, China). China Environmental Science, 2017,37(5)：1670～1676

Based on the analysis of the Mie scattering lidar in Chengdu from June 2013 to February 2014, it is shown that there are three layers near the top of the mixing layer of the atmospheric extinction coefficient from bottom to top, the significant decreasing layer, the overall slow transformation layer and the transition layer between the two. Using the logistic curve to fit the variation characteristics of the extinction coefficient, a new method to identify the mixing layer height is proposed by calculating the height of the curve’s maximum curvature. The idea of the method accords with the definition of the mixing layer which is below the discontinuous interface of the turbulence characteristics. In addition, the results of the new method are not only consistent with the mixing layer height obtained by sounding curve, but also strongly related to the variation of fine particulate mass concentration.

Mie scattering lidar；atmospheric extinction coefficient；mixing layer；logistic curve；vertical distribution

X51

A

1000-6923(2017)05-1670-07

朱育雷(1992-),男,四川西昌人,成都信息工程大學(xué)碩士研究生,主要從事大氣物理學(xué)與大氣環(huán)境研究.

2016-10-19

國(guó)家自然科學(xué)基金重大研究計(jì)劃(9164420061)

* 責(zé)任作者, 教授, ncj1970@163.com