劉 誠, 鄧力琛, 陳燕玲, 錢 悅, 王 歡

(1.東華理工大學(xué) 江西省大氣污染成因與控制重點(diǎn)實(shí)驗(yàn)室，江西 南昌 330013；2.江西省生態(tài)氣象中心，江西 南昌 330096)

近年來，隨著大氣污染防控措施的嚴(yán)格實(shí)施，我國空氣質(zhì)量得到明顯改善，細(xì)顆粒物(如PM2.5)年均濃度在2013至2017年期間下降了40%(王躍思等, 2020)。盡管如此，在經(jīng)濟(jì)發(fā)達(dá)地區(qū)(如長三角、京津冀等)PM2.5年均質(zhì)量濃度仍遠(yuǎn)超國家標(biāo)準(zhǔn)35 μg/m3及世界衛(wèi)生組織建議的參考濃度10 μg/m3(孫業(yè)樂，2018)。PM2.5依然是中國大部分地區(qū)冬季的首要污染物(Zheng et al., 2018；肖紅偉等，2022)，其對(duì)大氣能見度(白永清等, 2016)、人類健康(Tang et al., 2017)以及氣候等產(chǎn)生重要影響。準(zhǔn)確模擬PM2.5濃度及其垂直分布，對(duì)于理解灰霾污染形成與消散機(jī)理、改進(jìn)邊界層方案和提高空氣質(zhì)量水平等具有重要意義。

大氣化學(xué)數(shù)值模式(如WRF-Chem)廣泛應(yīng)用于重污染過程中的氣象條件以及污染物濃度的模擬和預(yù)測(cè)。已有研究利用WRF-Chem模式調(diào)查了霧霾污染事件的形成機(jī)制(何心河等，2016；蔡子穎等，2019)，評(píng)估排放源控制措施對(duì)空氣質(zhì)量的影響(Ansari et al., 2019；劉俊等，2014)，不同邊界層參數(shù)化方案對(duì)模式預(yù)測(cè)的影響(王繼康等，2019)，檢驗(yàn)?zāi)Ｊ讲煌O(shè)置(如網(wǎng)格點(diǎn)精度、源排放高度等)對(duì)模擬結(jié)果的影響(Du et al., 2020)，以及邊界層與氣溶膠輻射效應(yīng)的相互作用(張悅等，2016；劉琳等，2018)等。這些研究結(jié)果表明WRF-Chem模式能夠較可靠地模擬邊界層氣象條件和污染物濃度。然而，上述研究中的數(shù)據(jù)主要來自近地面觀測(cè)。近年來，隨著無人機(jī)等先進(jìn)技術(shù)的發(fā)展，PM2.5濃度的垂直分布觀測(cè)數(shù)據(jù)明顯增多，但評(píng)估WRF-Chem模式對(duì)PM2.5垂直分布模擬效果的相關(guān)研究仍然較為匱乏。

大氣PM2.5的垂直分布與其排放源、邊界層氣象條件及物理化學(xué)反應(yīng)過程等密切相關(guān)(Liu et al., 2020；何心河等，2016)，因此PM2.5垂直分布的模擬相比位溫和水汽更加困難。當(dāng)一定時(shí)間內(nèi)排放源較為固定時(shí)，邊界層湍流對(duì)污染物的傳輸和混合起主要作用，故準(zhǔn)確描述數(shù)值模式中的邊界層湍流過程對(duì)于模擬邊界層結(jié)構(gòu)及污染物濃度至關(guān)重要。前人研究指出大氣化學(xué)數(shù)值模式在夜間常高估地面PM2.5濃度(Ansari et al., 2019)，但不清楚這種高估是否發(fā)生在邊界層中上部，因此利用PM2.5垂直觀測(cè)對(duì)模擬結(jié)果進(jìn)行綜合評(píng)估具有重要意義。

氣溶膠輻射效應(yīng)對(duì)邊界層結(jié)構(gòu)及穩(wěn)定度產(chǎn)生重要影響。重霾天大量的氣溶膠粒子一方面通過吸收和散射作用顯著減少到達(dá)地表的太陽輻射(直接輻射效應(yīng))，另一方面又可以充當(dāng)云凝結(jié)核改變?cè)频奶匦圆⒂绊懡邓?間接輻射效應(yīng))。前人研究發(fā)現(xiàn)氣溶膠可以衰減到達(dá)地表的短波輻射、感熱和潛熱通量，冷卻近地大氣層，減小風(fēng)速，抑制湍流發(fā)展，降低邊界層高度，增強(qiáng)邊界層的逆溫和大氣穩(wěn)定度(蔡子穎等，2017；王昕然等，2018)。這些變化勢(shì)必會(huì)影響邊界層垂直結(jié)構(gòu)及PM2.5的垂直分布。

目前，大部分研究主要關(guān)注氣溶膠輻射效應(yīng)對(duì)近地面的影響，對(duì)于PM2.5垂直分布模擬的影響研究仍然較少且缺乏觀測(cè)驗(yàn)證。因此，本研究利用WRF-Chem模式對(duì)2017年12月22至25日發(fā)生在南京地區(qū)的一次重污染過程(最大PM2.5小時(shí)平均濃度達(dá)260 μg/m3)進(jìn)行模擬。利用無人機(jī)觀測(cè)的邊界層溫度、相對(duì)濕度及PM2.5垂直分布資料，結(jié)合地面常規(guī)氣象、污染物及地基雷達(dá)數(shù)據(jù)，對(duì)模式模擬的PM2.5垂直分布進(jìn)行綜合評(píng)估并探討氣溶膠輻射效應(yīng)的影響。

1 模式及方法

1.1 模式配置

本研究采用在線耦合大氣化學(xué)模式WRF-Chem v3.9.1模擬氣象場和污染物濃度。模擬區(qū)域采用三層嵌套(圖1)，最外層模擬區(qū)域(D01)包括中國大部分地區(qū)，水平網(wǎng)格點(diǎn)精度為36 km；第二層模擬區(qū)域(D02)包括華東地區(qū)以及華北平原南部，水平網(wǎng)格點(diǎn)精度為12 km；最內(nèi)層(D03)包括南京在內(nèi)的長江三角洲地區(qū)，水平網(wǎng)格點(diǎn)精度為4 km。垂直方向模式自底向上共設(shè)定了47層，為更好地模擬邊界層垂直結(jié)構(gòu)，在地面以上1 500 m設(shè)定了15層，模式第一層的厚度大約為10 m。

圖1 WRF-Chem模擬區(qū)域(a)及最內(nèi)層下墊面類型(b)

氣象場初始條件和側(cè)邊界條件采用美國國家環(huán)境預(yù)報(bào)中心NCEP再分析資料(數(shù)據(jù)庫版本 ds083.2)，其分辨率為1°×1°，時(shí)間間隔為6 h。所有模式層均應(yīng)用四維數(shù)據(jù)同化技術(shù)改進(jìn)溫度、水汽及風(fēng)場的模擬?；瘜W(xué)初始場和邊界條件使用全球化學(xué)傳輸模式MOZART-4輸出結(jié)果。氣相化學(xué)轉(zhuǎn)化采用CBMZ機(jī)制，氣溶膠參數(shù)化方案采用MOSAIC 8類氣溶膠成分。

人為排放源來自清華大學(xué)制作的2016年0.25°×0.25°水平分辨率的MEIC排放源清單，該排放清單主要包含NOx、CO、SO2、NMVOCs、NH3、BC、OC、PM2.5及PM10等成分，來自居民、交通、工業(yè)、電力及農(nóng)業(yè)等行業(yè)。為更好模擬污染物的日變化特征，排放源根據(jù)Chen等(2019)的結(jié)果給定相應(yīng)的日變化。此外，生物源由MEGAN模型的在線計(jì)算得到，生物燃燒源來自于小時(shí)尺度且1 km水平精度的FINN清單。

模擬氣象場采用的邊界層物理參數(shù)化方案如表1所示，除積云參數(shù)化方案只應(yīng)用于前兩個(gè)模擬區(qū)域(D01和D02)外，所有三個(gè)模擬區(qū)域均采用相同的物理參數(shù)化方案。

表1 WRF模式中采用的物理參數(shù)化方案

本研究模擬時(shí)間為2017年12月21日00:00 UTC(Universal Time Coordinated)到2017年12月25日12:00 UTC(其中前12小時(shí)用于模式預(yù)熱)，該段時(shí)間南京正好發(fā)生一次重霾污染。為探討氣溶膠輻射效應(yīng)對(duì)邊界層垂直結(jié)構(gòu)的影響，設(shè)計(jì)了兩組模擬方案。方案一(Sim-WF)打開氣溶膠輻射反饋選項(xiàng)，方案二(Sim-NF)與方案一(Sim-WF)所有設(shè)置保持一致，但將氣溶膠輻射反饋關(guān)閉。因此，氣溶膠輻射效應(yīng)的影響可通過比較兩組試驗(yàn)結(jié)果的差異來表征。

1.2 觀測(cè)數(shù)據(jù)

用于評(píng)估模式的觀測(cè)數(shù)據(jù)主要基于南京北郊的一次野外試驗(yàn)(陶昕宇等，2020; Liu et al., 2020)，包括地面氣象數(shù)據(jù)，如2 m溫度、相對(duì)濕度、向下短波輻射、風(fēng)向風(fēng)速等?？諝馕廴緮?shù)據(jù)(PM2.5、PM10、O3、SO2、CO、NO2)來自南京環(huán)境監(jiān)測(cè)站點(diǎn)。在野外觀測(cè)期間，通過無人機(jī)搭載不同傳感器獲得了自地面向上垂直高度1 km內(nèi)的溫度、相對(duì)濕度及PM2.5垂直廓線。特別在2017年12月23日共獲得10次廓線觀測(cè)數(shù)據(jù)，為評(píng)估WRF-Chem模擬邊界層垂直結(jié)構(gòu)演變的效果提供了數(shù)據(jù)。南京六合站的風(fēng)廓線雷達(dá)(型號(hào)CLC-11-D)每6 min觀測(cè)的風(fēng)向和風(fēng)速垂直廓線用于評(píng)估模式風(fēng)場的模擬。脈沖激光雷達(dá)(型號(hào)MPL-T1)觀測(cè)的垂直精度為30 m且時(shí)間尺度為6 min的氣溶膠消光系數(shù)用于評(píng)估污染物垂直分布的模擬。所有觀測(cè)儀器的細(xì)節(jié)及布設(shè)位置參考陶昕宇等(2020)。

2 結(jié)果與討論

2.1 污染期間地面氣象要素及PM2.5濃度的模擬

圖2為WRF-Chem模擬的南京2017年12月22至25日地面氣象要素和PM2.5濃度與觀測(cè)值的對(duì)比。從圖2a,b可以看出，模式能夠較好地模擬2 m溫度和相對(duì)濕度的日變化特征，相關(guān)系數(shù)分別為0.90和0.65(表2)。但模式對(duì)正午及夜晚的峰值和谷值模擬較差，整體模擬偏差為-0.73 ℃和-4.45%。受氣溶膠輻射效應(yīng)的影響，Sim-WF方案模擬的2 m溫度比Sim-NF方案低0.58 ℃，導(dǎo)致其與觀測(cè)值的差異增大。向下短波輻射是驅(qū)動(dòng)邊界層發(fā)展的能量。由于氣溶膠和云的輻射效應(yīng)，12月23日向下短波輻射相比其他天降低約190 W/m2(圖2c)。WRF-Chem能較好地模擬向下短波輻射的日變化及峰值，相關(guān)系數(shù)達(dá)0.99。打開氣溶膠輻射反饋選項(xiàng)后的向下短波輻射模擬值(129.9 W/m2)相比關(guān)閉輻射反饋選項(xiàng)的模擬值(155.4 W/m2)與觀測(cè)值(114.9 W/m2)更加接近，表明需要考慮氣溶膠輻射效應(yīng)的影響。

表2 觀測(cè)與模擬的氣象要素及PM2.5質(zhì)量濃度間的統(tǒng)計(jì)指標(biāo)(樣本數(shù)n=93)

圖2 2017年12月22～25日觀測(cè)和模擬的地面氣象要素及PM2.5質(zhì)量濃度

在污染發(fā)展階段(即12月22至23日)，地面風(fēng)速相對(duì)較小(低于2 m/s)，有利于污染物累積。風(fēng)速在12月24日上午達(dá)到峰值(大于6 m/s)，污染物也隨之消散(圖2e, h)。地面摩擦速度u*代表機(jī)械湍流的大小，與風(fēng)速密切相關(guān)，因此也表現(xiàn)出相同的規(guī)律(圖2g)。WRF-Chem能夠很好地模擬風(fēng)速和摩擦速度的變化趨勢(shì)，但對(duì)于最大值存在高估，導(dǎo)致對(duì)風(fēng)速的平均模擬偏差為0.7 m/s，這與其他研究結(jié)果相似(Jia et al., 2021)。此外，WRF-chem模式對(duì)于風(fēng)向的模擬也較好(圖2f)，特別是能很好地捕捉12月23日12時(shí)左右風(fēng)向從東風(fēng)到西風(fēng)的轉(zhuǎn)變。兩種方案模擬的風(fēng)速差異較小(1%)，表明氣溶膠輻射效應(yīng)對(duì)風(fēng)場的模擬影響不大。

邊界層高度決定污染物擴(kuò)散的最大垂直范圍。圖2d可以看到，邊界層高度呈現(xiàn)明顯的日變化，WRF-Chem能較好地捕捉邊界層發(fā)展階段的變化，但對(duì)于邊界層崩潰階段(即太陽落山后)的模擬較差。整體上，模擬的邊界層高度相較于觀測(cè)值平均偏低47%，這種低估在夜間更為明顯。邊界層高度最大的模擬偏差出現(xiàn)在12月23日的下午至次日的早晨，對(duì)應(yīng)的正是污染較為嚴(yán)重時(shí)段(圖2h)。盡管12月23日模擬的邊界層高度在13時(shí)左右達(dá)到最大值(357 m)，但觀測(cè)的邊界層高度仍然保持上升趨勢(shì)。受氣溶膠輻射效應(yīng)的影響，Sim-WF方案模擬的邊界層高度相比Sim-NF方案偏低7%。

由圖2h可以看出，WRF-Chem模式能較好地模擬PM2.5的累積及消散特征，但在夜間地面PM2.5濃度被極大地高估(如12月22日夜間至23日早晨)。這種高估主要是由于夜間模擬的邊界層高度偏低(圖2d)，PM2.5聚集在更低的高度所致。而受氣溶膠輻射效應(yīng)的影響，PM2.5濃度的高估更加嚴(yán)重。夜間邊界層高度的準(zhǔn)確診斷對(duì)數(shù)值模式一直是一個(gè)挑戰(zhàn)(Hu et al., 2013; Ansari et al., 2019)。圖2d中可以看到夜間模式預(yù)測(cè)的邊界層高度幾乎都在模式第一層，遠(yuǎn)低于激光雷達(dá)觀測(cè)的邊界層高度(200 m左右)，這表明增加夜間邊界層高度將有利于PM2.5的垂直擴(kuò)散并減緩地面PM2.5的高估。Ansari等(2019)將模擬的PM2.5濃度重新平均分配到由氣溶膠消光系數(shù)診斷出的物質(zhì)邊界層高度上，發(fā)現(xiàn)地表PM2.5濃度的模擬精度提高了30%。因此，準(zhǔn)確模擬夜間邊界層高度對(duì)改善PM2.5的模擬是可行的。

2.2 氣溶膠消光系數(shù)的時(shí)空分布模擬

氣溶膠消光系數(shù)(σext)的時(shí)間高度剖面圖可以直接反映污染物的垂直分布和傳輸，并能間接地表征邊界層結(jié)構(gòu)的發(fā)展演變。從圖3可以看到氣溶膠消光系數(shù)在12月22日呈現(xiàn)明顯的日變化，但在其余兩天并不明顯。與地面PM2.5類似，氣溶膠消光系數(shù)也逐漸增大并在12月24日凌晨達(dá)到最大值(約1.2 km-1)，隨后由于冷空氣的過境，風(fēng)速增大(圖2e)，污染物逐漸消散，氣溶膠消光系數(shù)也降至污染前的水平(0.1 km-1)。WRF-Chem能夠較好地抓住氣溶膠消光系數(shù)的垂直分布及演變，特別是對(duì)于12月24日12時(shí)以后的消散過程模擬較好。但模式在12月24日6時(shí)至12時(shí)模擬的氣溶膠消光系數(shù)垂直分布范圍較低，主要由于邊界層高度明顯低估(圖2d)。整體來看，WRF-Chem對(duì)于本次污染事件的發(fā)展和消散過程模擬較好，表明模式具有較好的可靠性。

2.3 邊界層位溫、濕度及風(fēng)場垂直分布的模擬

圖4為南京北郊2017年12月23日WRF-Chem模擬和無人機(jī)觀測(cè)的位溫和相對(duì)濕度垂直廓線的對(duì)比。首先，在白天由于地表加熱作用，湍流發(fā)展旺盛，邊界層迅速發(fā)展且混合充分。WRF-Chem能夠較好地模擬這種均勻混合的邊界層結(jié)構(gòu)，但兩種方案模擬的邊界層平均位溫相比觀測(cè)值明顯偏低。最大偏差出現(xiàn)在12時(shí)，如Sim-WF與觀測(cè)間的混合層溫差達(dá)到4.3 K。這種模擬與觀測(cè)間的位溫差異隨時(shí)間的推進(jìn)逐漸減少。其他研究也發(fā)現(xiàn)類似低估現(xiàn)象(Angevine et al., 2020)。其次，在夜間由于地表長波輻射冷卻，在近地層形成較強(qiáng)的逆溫。盡管WRF-Chem能夠模擬這些逆溫層特征，但預(yù)測(cè)的逆溫強(qiáng)度相比觀測(cè)明顯偏高。如在2時(shí)，觀測(cè)顯示近地層位溫梯度為4.0 K/km，但模式預(yù)測(cè)的位溫梯度為23.9 K/km，表明模式在夜間的湍流混合較弱。以往研究也發(fā)現(xiàn)夜間湍流混合不充分是導(dǎo)致近地逆溫預(yù)測(cè)過強(qiáng)的主要原因之一(Hu et al., 2013)。最后，氣溶膠輻射效應(yīng)對(duì)位溫垂直分布產(chǎn)生重要影響。打開氣溶膠輻射選項(xiàng)使邊界層內(nèi)的位溫更低。同時(shí)，由于邊界層高度降低，白天位溫均勻混合的高度降低，但邊界層內(nèi)的均勻混合特征并未改變。相比白天，氣溶膠輻射效應(yīng)對(duì)夜間位溫垂直廓線的影響較小。Liu等(2020)利用觀測(cè)數(shù)據(jù)發(fā)現(xiàn)夜間氣溶膠長波輻射增溫效應(yīng)部分抵消了地表冷卻，使得近地逆溫層強(qiáng)度減弱。盡管選擇了考慮氣溶膠反饋的長波和短波輻射方案RRTMG(Zhao et al., 2011)，但結(jié)果表明夜間長波輻射效應(yīng)較為微弱(圖4)，因此暗示當(dāng)前該方案中的氣溶膠長波輻射效應(yīng)參數(shù)化有待進(jìn)一步改善。

圖4 2017年12月23日無人機(jī)觀測(cè)和模式模擬的位溫和相對(duì)濕度垂直廓線的觀測(cè)與模擬對(duì)比

由于水汽和位溫的源匯不一致，相對(duì)濕度在混合層以上逐漸減少。整體上，相對(duì)濕度垂直分布的日演變規(guī)律與位溫的日變化緊密相關(guān)。在白天，氣溶膠輻射效應(yīng)對(duì)相對(duì)濕度垂直分布的影響更加明顯。如在10時(shí)和12時(shí)，考慮氣溶膠輻射反饋后，模擬的相對(duì)濕度垂直廓線相比觀測(cè)值明顯偏高，且分布的高度更低。模式對(duì)夜間相對(duì)濕度的垂直分布模擬較差(如2時(shí)、8時(shí)、18時(shí)、23時(shí))。在16時(shí)以后，由于太陽短波輻射的急劇減少，邊界層迅速崩塌，邊界層高度急劇下降，模式模擬的相對(duì)濕度在近地面較高，并隨高度逐漸減小，但觀測(cè)顯示上部殘留層的相對(duì)濕度仍然保持近乎均勻的分布，而WRF-Chem并不能很好地模擬上部殘留層的變化(如23時(shí))。

風(fēng)場的準(zhǔn)確模擬對(duì)于污染物的傳輸和擴(kuò)散極為重要。圖5給出12月23日觀測(cè)和模擬的風(fēng)場時(shí)空變化。在白天，邊界層內(nèi)的風(fēng)速接近常值或隨高度微弱增加。在14時(shí)，WRF-Chem對(duì)于400 m以下的風(fēng)速明顯低估，且在12時(shí)、18時(shí)邊界層內(nèi)的風(fēng)向未很好地模擬。相比白天，夜間時(shí)段風(fēng)場模擬的更好。如在夜間0時(shí)、6時(shí)，觀測(cè)和模擬都在200～400 m間出現(xiàn)最大風(fēng)速(約6 m/s)，這種結(jié)構(gòu)類似夜間低空急流的特征，存在較強(qiáng)的風(fēng)切變，有利于湍流的產(chǎn)生?？傮w上，邊界層內(nèi)的風(fēng)場在夜間模擬較好，而在白天風(fēng)速較小時(shí)段模擬較差，與前人研究結(jié)果相似(Fekih et al., 2019)。

圖5 2017年12月23日觀測(cè)和模擬的風(fēng)場時(shí)空分布

2.4 邊界層PM2.5垂直分布的模擬

由圖6可以看出，觀測(cè)的PM2.5濃度主要聚集在1 km高度以內(nèi)，并呈現(xiàn)明顯的三層結(jié)構(gòu)，即接近常值的混合層、存在較大梯度的夾卷層以及較低濃度的自由大氣。這種垂直分布方式與相對(duì)濕度類似，但PM2.5在邊界層頂?shù)倪^渡層常出現(xiàn)較大值(如5時(shí)、10時(shí))。在白天，WRF-Chem對(duì)PM2.5三層式的垂直分布結(jié)構(gòu)模擬較好，表明該階段PM2.5仍主要受湍流混合的控制。整體來看，考慮氣溶膠輻射效應(yīng)使得邊界層PM2.5濃度增加。氣溶膠輻射效應(yīng)對(duì)PM2.5垂直分布的影響主要通過改變邊界層高度產(chǎn)生，因此在白天的影響明顯大于夜間。在夜間，WRF-Chem對(duì)PM2.5垂直分布的模擬較差。如觀測(cè)顯示夜間PM2.5濃度在邊界層內(nèi)接近常值，PM2.5垂直廓線仍保持和白天相似的近乎均勻混合的分布方式(如2時(shí)、5時(shí)、18時(shí)、20時(shí)和23時(shí))，表明白天通過湍流混合到邊界層上部的PM2.5仍然維持在相應(yīng)的高度(殘留層)，并不會(huì)隨著邊界層的坍塌而立刻改變。然而，模式預(yù)測(cè)的PM2.5主要集中在近地逆溫層內(nèi)，并隨高度上升濃度逐漸減小，受邊界層熱力作用影響顯著。這導(dǎo)致地面觀測(cè)和模擬的PM2.5濃度出現(xiàn)較大差異，如在2時(shí)，近地面模擬的PM2.5質(zhì)量濃度(211 μg/m3)幾乎是觀測(cè)值(75 μg/m3)的3倍。

圖6 2017年12月23日無人機(jī)觀測(cè)和模式模擬的PM2.5質(zhì)量濃度垂直廓線

在20時(shí)600～800 m高度存在PM2.5高值，而相對(duì)濕度也存在相似的結(jié)構(gòu)，表明本地新粒子形成過程或污染物的外來輸送可能促進(jìn)了PM2.5濃度的增加(Liu et al., 2020)，但模式并未捕捉到這些變化。23時(shí)PM2.5在600 m高度內(nèi)幾乎保持常值，但模式預(yù)測(cè)的PM2.5主要聚集在200 m高度，往上逐漸遞減。因此，模式對(duì)于夜間的PM2.5垂直分布模擬有待提高，引入物質(zhì)邊界層高度并改進(jìn)夜間邊界層參數(shù)化或許可以提高夜間PM2.5垂直分布的模擬準(zhǔn)確性。

3 結(jié)論

(1)WRF-Chem模式能較好地模擬本次污染過程地面氣象要素(如向下短波輻射、氣溫、風(fēng)向風(fēng)速等)的變化。能夠捕捉PM2.5污染的累積和消散過程，但對(duì)夜間PM2.5濃度嚴(yán)重高估(平均誤差為49.8 μg/m3)。

(2)WRF-Chem對(duì)本次污染過程期間白天的位溫、相對(duì)濕度及PM2.5濃度垂直分布模擬較好，但在夜間表現(xiàn)較差。觀測(cè)顯示夜間PM2.5仍保持白天相似的均勻混合分布，但模式模擬的近地逆溫過強(qiáng)、夜間邊界層高度過低，導(dǎo)致PM2.5聚集在近地面。

(3)氣溶膠輻射效應(yīng)對(duì)邊界層垂直結(jié)構(gòu)模擬的影響在白天更加明顯，主要通過降低邊界層高度影響位溫、相對(duì)濕度及PM2.5濃度的垂直分布。

值得注意的是，本次只對(duì)南京冬季一次典型污染過程進(jìn)行了模擬評(píng)估，由于不同地區(qū)、不同季節(jié)PM2.5垂直分布可能存在差異(Li et al., 2019)，因此未來需要更長時(shí)間、更多站點(diǎn)的PM2.5垂直觀測(cè)數(shù)據(jù)對(duì)模式作進(jìn)一步評(píng)估，以獲得更加全面而深入的認(rèn)識(shí)。