顆粒物分界層Mie散射激光雷達(dá)識別的sigmoid算法

朱育雷,倪長健,鄧佩云

?

顆粒物分界層Mie散射激光雷達(dá)識別的sigmoid算法

朱育雷1,2,倪長健1*,鄧佩云1

(1.成都信息工程大學(xué)大氣科學(xué)學(xué)院高原大氣與環(huán)境四川省重點(diǎn)實(shí)驗室,四川 成都 610225；2.貴州省氣象臺,貴州 貴陽 550002)

顆粒物分界層；過渡區(qū)；大氣消光系數(shù)；sigmoid函數(shù)；逆溫層

作為由液態(tài)或固態(tài)微粒在空氣中組成的懸浮體系,大氣顆粒物主要存在于大氣邊界層內(nèi),并在熱力和動力因素的共同作用下呈現(xiàn)出相應(yīng)的垂直分布形態(tài)[1]. Wu等[2]對澳門城市道路旁2~79m范圍內(nèi)細(xì)顆粒物11h的監(jiān)測結(jié)果表明,細(xì)顆粒物質(zhì)量濃度隨高度增加呈遞減趨勢;中國科學(xué)院大氣物理研究所氣象鐵塔不同高度的連續(xù)觀測數(shù)據(jù)分析結(jié)果顯示顆粒物垂直分布又可細(xì)分為漸緩遞減型和快速遞減型[3];考慮到地球重力的作用,數(shù)值模式中通常假定氣溶膠含量隨高度滿足負(fù)指數(shù)遞減[4].顆粒物隨高度遞減的結(jié)論已得到諸多觀測事實(shí)的論證,孫玫玲等[5]在此基礎(chǔ)上根據(jù)天津市大氣邊界層觀測鐵塔資料揭示了顆粒物質(zhì)量濃度隨高度變化的復(fù)雜性.激光雷達(dá)由于具備對大氣光學(xué)特性垂直分布進(jìn)行高時空分辨率探測的優(yōu)點(diǎn),現(xiàn)已成為探測顆粒物垂直分布和反演大氣邊界層結(jié)構(gòu)的重要手段[6-7].胡歡陵等[8]根據(jù)北京空氣污染物垂直結(jié)構(gòu)測量試驗(BAPIE)數(shù)據(jù)對北京地區(qū)氣溶膠高度分布進(jìn)行了討論,指出近地面氣溶膠層的變化特征不僅對于低層大氣中氣溶膠的垂直輸送、光化學(xué)反應(yīng)等大氣物理和環(huán)境化學(xué)過程是重要的,而且對于大氣環(huán)境質(zhì)量預(yù)報乃至采取改善城市大氣環(huán)境質(zhì)量的措施都有重要意義;韓道文等[9]利用激光雷達(dá)探測的地面消光系數(shù)和振蕩天平獲得的地面顆粒物質(zhì)量濃度,建立了二者之間的統(tǒng)計學(xué)關(guān)系,進(jìn)而通過消光系數(shù)廓線反演了顆粒物質(zhì)量濃度的垂直分布;通過對比灰霾天氣和晴好天氣溶膠垂直分布的雷達(dá)觀測結(jié)果,呂陽等[10]探討了負(fù)指數(shù)分布在不同環(huán)境空氣質(zhì)量條件下描述消光廓線的適用性.近年來,激光雷達(dá)也被廣泛應(yīng)用于混合層高度的分析和計算,并形成了豐富的方法體系[11-14].針對顆粒物含量隨高度變化的復(fù)雜性,朱育雷等[15-16]利用成都市Mie散射激光雷達(dá)探測的資料,通過對近地層以上大氣消光系數(shù)的系統(tǒng)分析和總結(jié),指出Logistic曲線能更好地表征大氣消光系數(shù)在邊界層內(nèi)的垂直演變形態(tài),據(jù)此提出了基于Logistic曲線識別混合層高度的新方法,并在MODIS衛(wèi)星AOD反演近地面濕消光系數(shù)中得到了驗證.顆粒物分界層涵納了顆粒物存在的空間高度以及垂直分布形態(tài)等重要內(nèi)容,并可能對大氣邊界層高度的科學(xué)界定有重要指示意義[17-18].目前,利用Mie散射激光雷達(dá)對顆粒物分界層的研究尚不多見,相關(guān)研究亟待加強(qiáng).

為此,本文利用成都市2013年6月~2015年5月期間由Mie散射激光雷達(dá)探測的資料,通過對大氣消光系數(shù)廓線形態(tài)的細(xì)致分析,提出了顆粒物分界層Mie散射激光雷達(dá)識別的sigmoid算法.在系統(tǒng)驗證該算法模擬性能的基礎(chǔ)上,進(jìn)一步探討了顆粒物分界層過渡區(qū)的形成原因.

1 資料介紹

使用的資料包括成都市2013年6月~2015年5月期間Mie散射激光雷達(dá)探測數(shù)據(jù)、地面PM2.5質(zhì)量濃度數(shù)據(jù)以及地面常規(guī)氣象觀測和探空資料:(1)Mie散射雷達(dá)數(shù)據(jù)由四川省環(huán)境監(jiān)測總站提供.觀測儀器為北京怡孚和融科技有限公司生產(chǎn)的EV-lidar激光雷達(dá),設(shè)置于西南交通大學(xué)九里堤校區(qū)土木館(104.06°E,30.70°N)樓頂,距地高度35m,數(shù)據(jù)采集頻率為1次/3min,主要觀測范圍可達(dá)30km,探測盲區(qū)為60m,測距分辨率為15m;(2)PM2.5質(zhì)量濃度數(shù)據(jù)使用美國熱電子環(huán)境設(shè)備公司生產(chǎn)的大氣污染物環(huán)境監(jiān)測分析儀(1400a環(huán)境顆粒物檢測儀)進(jìn)行觀測,監(jiān)測點(diǎn)位于成都市人民南路四段(104.07°E, 30.63°N),數(shù)據(jù)采集頻率為1次/5min,精度為±1.5μg/m3;(3)地面常規(guī)氣象觀測資料由成都市溫江氣象站(103.83°E, 30.70°N)觀測,數(shù)據(jù)采集頻率為4次/d,主要包含氣溫、總云量、低云量和風(fēng)速等氣象要素;用于對比的探空數(shù)據(jù)采集頻率為2次/d(探測時間分別為北京時間07:00和19:00),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.

近地面PM2.5質(zhì)量濃度與所選常規(guī)氣象觀測資料分別反映了研究區(qū)空氣質(zhì)量狀況以及污染物散布能力的強(qiáng)弱,在本文僅作為選取典型大氣消光系數(shù)廓線樣本的參考指標(biāo).氣象站與激光雷達(dá)布設(shè)點(diǎn)位的水平距離不超過20km,加之城市下墊面差異對環(huán)境氣象要素廓線的影響隨高度的升高而減小,故二者在大氣邊界層頂附近區(qū)域的探測結(jié)果在物理意義上可用于相互印證.

2 研究方法

2.1 顆粒物分界層大氣消光系數(shù)廓線特征

研究表明,成都及其周邊地區(qū)四季均以靜小風(fēng)為主,冬季尤甚[19].因此,顆粒物垂直分布形態(tài)主要取決于地面顆粒物的濃度水平以及大氣邊界層的垂直擴(kuò)散能力,并可進(jìn)一步作為邊界層湍流場結(jié)構(gòu)反演的重要依據(jù).目前,激光雷達(dá)雖已被廣泛用于大氣邊界層結(jié)構(gòu)的探測,但對混合層以上大氣消光系數(shù)廓線的特征尚缺乏系統(tǒng)的了解.基于成都市2013年6月~2015年5月期間Mie散射激光雷達(dá)探測資料的比對,發(fā)現(xiàn)在混合層以上大氣消光系數(shù)垂直形態(tài)的演變是一致的,即在顆粒物消光和分子消光之間均存在一個S型的過渡區(qū).為此,選擇8個代表性樣本對此形態(tài)演化的一致性進(jìn)行了系統(tǒng)的分析.選擇樣本首先考慮的是大氣熱力的差異,從每個季節(jié)各選2個樣本;另外,樣本的選擇也兼顧了研究區(qū)空氣質(zhì)量的狀況,包括優(yōu)、良、輕度污染、中度污染和重度污染等不同等級.8個研究樣本對應(yīng)的環(huán)境氣象參數(shù)見表1.

表1 研究樣本對應(yīng)的近地面顆粒物質(zhì)量濃度和相關(guān)氣象要素

圖1 研究樣本的大氣消光系數(shù)廓線

a:2017-07-06 11:00; b:2013-07-10 09:00; c:2013-10-19 08:00; d:2013-10-20 11:00; e:2014-01-23 12:00; f:2014-01-27 10:00; g:2014-04-08 09:00; h:2014-04-15 10:00

圖1分別繪制了表1中8個研究樣本對應(yīng)的大氣消光系數(shù)廓線以及該廓線在混合層以上區(qū)域的放大部分,其中混合層的計算方法參見文獻(xiàn)[15].從圖1的放大部分來看,大氣消光系數(shù)廓線在混合層以上隨高度整體是遞減的,并最終一致呈現(xiàn)出S型形態(tài)特征,與該形態(tài)對應(yīng)的包括上下2個曲率最大點(diǎn)A和B.B點(diǎn)是大氣消光系數(shù)自下而上從緩降向速降的臨界點(diǎn),A點(diǎn)則是大氣消光系數(shù)自下而上從速降向緩降的臨界點(diǎn).大氣消光系數(shù)在A點(diǎn)以上總體保持不變,與分子消光量級(10-5m-1)相當(dāng),表明該區(qū)域顆粒物的含量已經(jīng)極少,大氣消光基本上就是分子消光;大氣消光系數(shù)在B點(diǎn)以下為10-4m-1左右,仍以顆粒物消光為主.以上分析可見,大氣消光系數(shù)廓線下曲率最大點(diǎn)B代表了顆粒物消光向分子消光轉(zhuǎn)變的臨界點(diǎn),而上曲率最大點(diǎn)A則代表了顆粒物消光實(shí)際轉(zhuǎn)化為分子消光的臨界點(diǎn).從這個意義上而言,A點(diǎn)及其以下區(qū)域可視為顆粒物消光占據(jù)主導(dǎo)的顆粒物分界層,A點(diǎn)與B點(diǎn)之間的S型區(qū)域則是顆粒物消光向分子消光轉(zhuǎn)換的顆粒物分界層過渡區(qū).進(jìn)一步分析發(fā)現(xiàn),作為上下曲率最大點(diǎn)之間的過渡區(qū),其頂部位置A處于1000m附近,樣本之間變化不大,而過渡區(qū)范圍則在樣本之間差異較為明顯,其變化范圍介于205~375m.上述分析表明,大氣消光系數(shù)在顆粒物分界層過渡區(qū)一致呈現(xiàn)出S型形態(tài),這是顆粒物濃度垂直演化的重要特征之一,代表了該區(qū)域湍流的結(jié)構(gòu)狀況,其演化與大氣邊界層動力和熱力因素有關(guān).

2.2 顆粒物分界層識別的sigmoid算法的設(shè)計及流程

通過對表1中8個樣本大氣消光系數(shù)廓線演變共性的整合,構(gòu)建了該系數(shù)在混合層以上垂直分布的概念模型,如圖2所示.由該圖可見,顆粒物分界層是顆粒物在大氣底層的富集區(qū)域,它與分子消光之間存在一個S型的過渡區(qū),即A和B之間所在的高度區(qū),理論上可將上曲率最大點(diǎn)A作為顆粒物分界層過渡區(qū)頂(顆粒物分界層頂),將下曲率最大點(diǎn)B作為顆粒物分界層過渡區(qū)底.

由圖2可見,大氣消光系數(shù)在顆粒物分界層過渡區(qū)附近呈現(xiàn)出的S型形態(tài)特征,利用sigmoid函數(shù)對其進(jìn)行模擬,算法的流程如下:

式中:()的表達(dá)式如下:

圖2 混合層以上大氣消光系數(shù)S型廓線概念模型

(2)根據(jù)混合層以上大氣消光系數(shù)廓線的實(shí)測值與模擬值,利用免疫進(jìn)化算法[20]優(yōu)化目標(biāo)函數(shù),據(jù)此得到模型參數(shù)z和.

式中:()為高度處實(shí)測大氣消光系數(shù).

(3)基于混合層以上大氣消光系數(shù)的模擬廓線()￠,進(jìn)一步計算顆粒物分界層S型過渡區(qū)上下曲率最大值點(diǎn)所在的高度,記為H和H,表達(dá)式為,

3 結(jié)果與討論

3.1 sigmoid算法的模擬效果分析

為檢驗sigmoid算法對混合層以上大氣消光系數(shù)垂直分布的模擬能力,首先基于3.1節(jié)公式(1)~(4)計算了表1中8個樣本對應(yīng)的大氣消光系數(shù),進(jìn)一步繪制了顆粒物分界層過渡區(qū)附近大氣消光系數(shù)理論廓線和實(shí)測廓線的散點(diǎn)圖,見圖3.由該圖可見,研究樣本大氣消光系數(shù)實(shí)測值與模擬值的相關(guān)系數(shù)()均達(dá)到了0.99以上,并通過=0.05的顯著性檢驗.上述分析表明,利用sigmoid算法能夠很好地模擬顆粒物分界層過渡區(qū)附近大氣消光系數(shù)實(shí)測廓線的變化特征,算法具有良好的穩(wěn)定性和模擬精度.

a:2017-07-06 11:00; b:2013-07-10 09:00; c:2013-10-19 08:00; d:2013-10-20 11:00; e:2014-01-23 12:00; f:2014-01-27 10:00; g:2014-04-08 09:00; h:2014-04-15 10:00

針對上述8個樣本可能存在統(tǒng)計意義上代表性不足這一問題,按氣象觀測4個時次(02:00、08:00、14:00和20:00)在每年四個季節(jié)中間時段連續(xù)選擇15天(降水或沙塵天除外),即每個時次包括30個樣本,合計480個樣本.進(jìn)一步計算了四季混合層以上實(shí)測大氣消光系數(shù)與模擬結(jié)果的相關(guān)系數(shù),所有樣本均通過=0.05的顯著性檢驗,結(jié)果見表2.大樣本統(tǒng)計結(jié)果表明,S型形態(tài)是大氣消光系數(shù)在顆粒物分界層垂直演變的共性特征,利用sigmoid函數(shù)對顆粒物分界層過渡區(qū)進(jìn)行模擬是可行的.

表2 混合層以上實(shí)測大氣消光系數(shù)與模擬結(jié)果的相關(guān)系數(shù)

3.2 顆粒物分界層氣象成因的分析

以上分析可知,在顆粒物消光和分子消光之間存在一個S型過渡區(qū),sigmoid函數(shù)對此形態(tài)的模擬具備可行性.一般而言,大氣顆粒物的主要來源是下墊面,包括自然過程和人為活動2個方面,并通過垂直擴(kuò)散自下而上形成某種遞減廓線形態(tài)[21].顆粒物垂直分布與氣象條件的狀況密切相關(guān),是大氣動力和熱力綜合作用的結(jié)果,通過顆粒物廓線也可反演大氣湍流場的結(jié)構(gòu)特征[22].低云通過其輻射效應(yīng)作用于邊界層垂直熱力結(jié)構(gòu),進(jìn)而對大氣穩(wěn)定度產(chǎn)生重要影響.綜合表1和圖1可見,低云增強(qiáng)能在統(tǒng)計意義上降低顆粒物分界層過渡區(qū)的起始高度,加大顆粒物分界層過渡區(qū)的厚度.為進(jìn)一步探究大氣熱力因子對研究區(qū)顆粒物分界層過渡區(qū)的影響,選取了表1中與氣象探空時刻最接近的4個樣本,繪制了溫度廓線(實(shí)線)和顆粒物分界層過渡區(qū)(虛線),見圖4.初步的診斷結(jié)果表明,溫度場的垂直結(jié)構(gòu)特征對顆粒物分界層過渡區(qū)有著重要的影響.

基于圖4的分析發(fā)現(xiàn),大氣邊界層頂?shù)哪鏈嘏c顆粒物分界層過渡區(qū)之間存在很好的對應(yīng)關(guān)系.雖然顆粒物分界層過渡區(qū)與對應(yīng)逆溫層的位置不完全重合,但溫度探空廓線在顆粒物分界層過渡區(qū)附近均存在逆溫現(xiàn)象,其中顆粒物分界層過渡區(qū)的頂部與逆溫的關(guān)系最為密切.以圖4(a)為例,顆粒物分界層過渡區(qū)的頂部位于該逆溫層強(qiáng)度的中心區(qū)域,逆溫強(qiáng)度達(dá)0.44℃/100m,圖4(b)、圖4(c)、圖4(d)與此類似,在該高度的逆溫強(qiáng)度分別為0.31℃/100m、0.22℃/100m、0.13℃/100m.進(jìn)一步分析指出,逆溫層強(qiáng)度越強(qiáng),顆粒物分界層過渡區(qū)的高度越小,二者之間存在負(fù)相關(guān)關(guān)系.由上可見,作為一種穩(wěn)定的層結(jié),逆溫層的出現(xiàn)使大氣在垂直方向上不易產(chǎn)生對流運(yùn)動,削弱了顆粒物的垂直擴(kuò)散能力,由此導(dǎo)致顆粒物垂直分布形態(tài)的改變;另外,顆粒物分界層過渡區(qū)頂部強(qiáng)逆溫中心的存在總體阻斷了顆粒物向上散布的穿透,這可能是顆粒物分界層過渡區(qū)形成的重要?dú)庀蟪梢?

圖4 基于sigmoid算法識別的顆粒物分界層過渡區(qū)與溫度探空廓線的對比

4 結(jié)論

4.1 基于成都市2013年6月至2015年5月期間由Mie散射激光雷達(dá)探測的大氣消光系數(shù)廓線資料,統(tǒng)計發(fā)現(xiàn)混合層以上在顆粒物消光和分子消光之間一致存在一個S型的過渡區(qū).

4.2 利用sigmoid函數(shù)對大氣消光系數(shù)S型形態(tài)進(jìn)行模擬,通過計算該函數(shù)上下曲率最大點(diǎn)所在的高度,據(jù)此提出了顆粒物分界層Mie散射激光雷達(dá)識別的sigmoid算法.進(jìn)一步研究表明,該算法是一種普適的方法,具有模擬精度高以及計算穩(wěn)定等優(yōu)點(diǎn),可用于后續(xù)顆粒物分界層結(jié)構(gòu)的診斷.

4.3 初步的診斷結(jié)果表明,大氣熱力條件是顆粒物分界層過渡區(qū)演變的重要影響因子,其中溫度層結(jié)的作用最為關(guān)鍵.顆粒物分界層過渡區(qū)的頂部總體位于逆溫層強(qiáng)度的中心區(qū)域,這可能是顆粒物分界層過渡區(qū)形成的重要?dú)庀笤?

[1] 孫永亮,趙天良,邱玉珺,等.成都一次霾過程中顆粒物消光作用的垂直變化[J]. 中國環(huán)境科學(xué), 2018,38(5):1629-1636.

[2] Wu Y, Hao J-M, Fu L X, et al. 2002. Vertical and horizontal profiles of airborne particulate matter near major roads in Macao, China [J]. Atmospheric Environment, 36(31):4907-4918.

[3] 丁國安,陳尊裕,高志球,等.北京城區(qū)低層大氣PM10和PM2.5垂直結(jié)構(gòu)及其動力特征[J]. 中國科學(xué):地球科學(xué), 2005,35(s1):31-44.

[4] Wang Z, Chen L, Tao J, et al. Satellite-based estimation of regional particulate matter (PM) in Beijing using vertical-and-RH correcting method [J]. Remote Sensing of Environment, 2010,114(1):50-63.

[5] 孫玫玲,穆懷斌,吳丹朱,等.天津城區(qū)秋季PM2.5質(zhì)量濃度垂直分布特征研究[J]. 氣象, 2008,34(10):60-66.

[6] 何 濤,侯魯健,呂 波,等.激光雷達(dá)探測反演PM2.5濃度的精度研究[J]. 中國激光, 2013,40(1):206-211.

[7] Luo T, Yuan R, Wang Z. Lidar-based remote sensing of atmospheric boundary layer height over land and ocean [J]. Atmospheric Measurement Techniques, 2014,7(1):173-182.

[8] 胡歡陵,吳永華,謝晨波,等.北京地區(qū)夏冬季顆粒物污染邊界層的激光雷達(dá)觀測[J]. 環(huán)境科學(xué)研究, 2004,17(1):59-66.

[9] 韓道文,劉文清,劉建國,等.氣溶膠質(zhì)量濃度空間垂直分布的反演方法[J]. 中國激光, 2006,33(11):1567-1573.

[10] 呂 陽,李正強(qiáng),尹鵬飛,等.結(jié)合地基激光雷達(dá)和太陽輻射計的氣溶膠垂直分布觀測[J]. 遙感學(xué)報, 2013,17(4):1008-1020.

[11] 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.

[12] 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.

[13] 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.

[14] 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.

[15] 朱育雷,倪長健,譚欽文,等.基于logistic曲線識別混合層高度的新方法[J]. 中國環(huán)境科學(xué), 2017,37(5):1670-1676.

[16] 朱育雷,倪長健,孫歡歡,等.MODIS衛(wèi)星遙感AOD反演近地面“濕”消光系數(shù)新模型的構(gòu)建及應(yīng)用[J]. 環(huán)境科學(xué)學(xué)報, 2017,37(7): 2468-2473.

[17] 夏俊榮,吳 丹,齊 冰,等.華北香河站一次霾污染事件的綜合觀測研究[J]. 氣象與環(huán)境科學(xué), 2016,39(2):10-17.

[18] 于彩霞,吳瑞嬌.基于CALIOP的安徽沿淮地區(qū)霾天氣溶膠類型及垂直分布特征[J]. 環(huán)境科學(xué)學(xué)報, 2018,38(4):1317-1326.

[19] 周書華,倪長健,劉培川.成都市溫江邊界層風(fēng)場特征的研究[J]. 四川環(huán)境, 2014,33(3):30-35.

[20] 倪長健,丁 晶,李祚泳.免疫進(jìn)化算法[J]. 西南交通大學(xué)學(xué)報, 2003,38(1):87-91.

[21] 毛節(jié)泰,張軍華,王美華.中國大氣氣溶膠研究綜述[J]. 氣象學(xué)報, 2002,60(5):625-634.

[22] 孟 寧,貝耐芳,李國輝,等.關(guān)中地區(qū)冬季人為源減排對PM2.5濃度的影響[J]. 中國環(huán)境科學(xué), 2017,37(5):1646-1656.

Sigmoid algorithm for calculating particle boundary layer based on mie scattering lidar.

ZHU Yu-lei1,2, NI Chang-jian1*, DENG Pei-yun1

(1.Plateau Atmosphere and Environment Key Laboratory of Sichuan Province, College of Atmospheric Sciences, Chengdu University of Information Technology, Chengdu 610225, China;2.Guizhou Meteorological Observatory, Guiyang 550002, China)., 2018,38(10)：3654~3661

Based on the data of atmospheric extinction coefficient detected by Mie scattering lidar from June 2013 to May 2015 of Chengdu, it was found that there was a S-shaped transitional zone between aerosol extinction and molecular extinction above mixing layer, and sigmoid function was used to simulate this vertical distribution. By obtaining the heights of the upper and lower maximum curvature points of the function, a sigmoid algorithm for calculating the transition zone of particle boundary layer based on Mie scattering lidar was proposed. The results showed that, as to the atmospheric extinction coefficient in the transition zone and its vicinity, simulated profiles and measured ones maintained a significant correlation, and the correlation coefficients of the two in spring, summer, autumn and winter were 0.9971±0.0052, 0.9935±0.0167, 0.9979±0.0038 and 0.99895±0.0021 respectively (Passing the significance test of 0.05). Further researches indicated that there existed a good correspondence between the transition zone of particle boundary layer calculated by sigmoid algorithm and the inversion layer identified by sounding data in Wenjiang station.

particle boundary layer；transition zone；atmospheric extinction coefficient；sigmoid function；inversion layer

X513

A

1000-6923(2018)10-3654-08

朱育雷(1992-),男,四川西昌人,碩士,主要研究方向為大氣物理學(xué)與大氣環(huán)境.發(fā)表論文5篇.

2018-03-07

國家自然科學(xué)基金重大研究計劃重點(diǎn)支持項目(91644226);四川省科技廳重點(diǎn)研發(fā)項目(2018SZ0287)

* 責(zé)任作者, 教授, ncj1970@163.com