基于微波輻射計資料的濟南污染條件下大氣溫、濕特征分析

李恬，李懷剛，欒兆鵬，張永婧，王洪

1. 山東省濟南市氣象局，山東 濟南 250102；2. 山東省氣象信息中心，山東 濟南 250031；3. 山東省泰安市氣象局，山東 泰安 271000；4. 山東省人民政府人工影響天氣辦公室，山東 濟南 250031

獲取大氣連續的溫、濕廓線數據，對于認識各種尺度的天氣演變過程、做好臨近天氣預報以及數值模式結果的檢驗具有重要意義。研究證明，利用遙感的方式可以經濟、快捷地實現連續監測大氣的變化。地基微波輻射計是一種被動式微波遙感設備，它能夠反演獲得大氣不同高度的溫度、濕度、水汽密度和液態水含量等數據的瞬時值，得到連續時間內的大氣垂直結構，時間和空間分辨率都很高，彌補了常規探空資料的時間分辨率不高不連續的缺點（Ware et al.，2003；Crewell et al.，2007；Tan et al.，2011；L?hnert et al.，2012）。一方面，微波輻射計對于認識季節性、空間性和地域性的大氣層結特征和云微物理特征，以及對水汽和液態水含量等數據的觀測在短時對流天氣臨近預報中具有一定的指導作用（Chan，2009；王葉紅等，2010；Chakraborty et al.，2014；張秋晨等，2017a）；另一方面，由于其能夠較好地探測邊界層直至對流層中的溫度和濕度變化，微波輻射計數據還被應用在霧霾天氣的大氣垂直結構觀測分析中。京津冀、長三角、珠三角等地的研究人員已經開展了一些對污染天氣個例的探測分析研究（鄧濤等，2014；郭麗君等，2015；趙金霞等，2015；李力等，2016；蔣永成等，2019）：微波輻射計探測的溫度和相對濕度在指示霧的發展演變過程中具有較好的一致性（郭麗君等，2015）；污染物濃度變化與逆溫層強度呈顯著的滯后正相關，中-重度污染對應的逆溫層閾值一致，輕度污染對應的逆溫層閾值明顯較小（李力等，2016）；污染時邊界層內的垂直溫差可以一定程度反映干季的垂直擴散條件（蔣永成等，2019）。利用微波輻射計研究污染天氣大氣垂直結構特征是一種可行且有效的觀測手段。

濟南市地處山東省中西部，北臨黃河，中部為山前平原帶，南部為丘陵山區帶，地形條件復雜，加之受氣象條件與大氣污染物排放的共同影響（李恬等，2016；孫玉偉等，2012），該地區的污染天氣具有混合型污染的特征（李敏等，2018；張佃國等，2011）。現階段，利用微波輻射計資料研究較長時間序列的污染天氣大氣垂直結構特征的研究較為鮮見，且還沒有相關研究對濟南地區的大氣污染廓線特征進行統計分析。本研究利用微波輻射計資料，結合污染觀測數據，分析了不同污染條件下大氣的溫、濕特征，提供一些定量統計指標，旨在總結出不同污染條件下大氣的平均溫、濕結構特征，為深入研究濟南地區污染天氣大氣的垂直結構、污染天氣的監測預警和新型探測設備在濟南地區的應用提供科學依據。

1 數據與方法

1.1 數據與質量控制

圖1 監測站點位置分布Fig. 1 The location of observation stations

本研究利用了2018年9月—2019年8月濟南地區逐日QFW-6000型微波輻射計溫、濕廓線數據、污染監測數據（AQI、PM2.5、PM10）和L波段探空雷達數據進行分析。目前國內研究應用較多的是美國MP-3000A型和德國RPG-HATPRO型微波輻射計，國產QFW-6000型微波輻射計在國內的應用研究較少。QFW-6000型微波輻射計安裝在濟南市平陰氣象觀測站（圖1 A點所示），該儀器采用并行測量技術體制，具有天頂觀測和邊界層掃描兩種觀測模式，V 波段（51—59 GHz）和 K 波段（22—31 GHz）各有8個通道，溫度和濕度數據的時間分辨率為5 min，從地面至10 km內共有53層，2 km以下分辨率為100 m，2—10 km的分辨率為250 m。根據微波輻射計的位置選取臨近的污染數據監測點，采用與微波輻射計數據相同日的平陰城區環境監測站（圖1 B點所示）的逐日AQI均值和首要污染物數據。L波段探空數據（圖 1 C點所示）用于與QFW-6000型微波輻射計反演廓線進行對比，觀測時次為每日08:00和20:00。該型號微波輻射計廠家對廓線的反演算法是依據L波段雷達探空點的歷史探空數據，且L波段探空數據的垂直分辨率較高，所以結合L波段探空資料進行微波輻射計反演數據的可用性分析依然是較好的選擇（張文剛等，2013；張佃國等，2017）。不同天氣現象（晴天、陰天、降水）均會對其反演精度造成一定影響，整體上反演的溫度、水汽密度和相對濕度與實際觀測探空結果之間的偏差在無降水天氣時相對較小；微波輻射計對相對濕度的反演誤差整體上高于溫度和水汽密度（徐桂榮等，2010；丁虹鑫等，2018）。因此，本研究利用的微波輻射計反演數據經去除研究時段內的降水日數據、去除缺測數據、剔除奇異值數據等步驟的質量控制后，保留微波輻射計與探空數據對應時次的溫度、相對濕度相關系數大于0.7的數據所在日的廓線數據。

1.2 污染條件分類

按不同首要污染物和不同污染等級將2018年9月—2019年8月逐日數據分為兩大類，其中不同首要污染物按 PM2.5和 PM10劃分，不同污染等級按空氣質量為優-良（AQI＜100），輕-中度污染（100≤AQI≤200）和重度污染（AQI＞200）進行劃分（GB3095—2012環境空氣質量標準，2012）。依據上述污染條件對質量控制后的廓線值進行分類，統計天數如圖2統計所示。其中，用1—2和12月數據代表冬天，6—8月代表夏天，除了重度污染8天均出現在冬季之外，其它污染條件數據每季均有。

1.3 數據的一致性分析

圖2 不同污染條件的天數Fig. 2 The number of days under different pollution conditions

圖3 L波段探空與微波輻射計數據0—10 km高度層溫度（a、b）、相對濕度（c、d）的平均誤差和均方根誤差Fig. 3 The mean errors and root mean square errors of temperature (a, b) and relative humidity (c, d) between L-band sounding and microwave radiometer data under 10 km

圖3表示0—10 km溫度和相對濕度的平均誤差（Mean Errors，ME）和均方根誤差（Root Mean Square Errors，RMSE）。溫度的平均誤差在0.25—1.55 ℃之間波動，相對濕度的平均誤差在-15%—10%之間波動（圖3a、c）；在3 km以下，溫度與相對濕度為均方根誤差分別＜2.5 ℃和＜30%（圖3b、d）。綜合比較白天（08:00）夜間（20:00）的反演誤差，溫度白天的反演精度高于夜間，相對濕度白天夜間的差別并不大（平均誤差5%—10%）。綜上，QFW-6000型微波輻射計反演的溫度和濕度誤差在該類儀器正常的誤差范圍之內（徐桂榮等，2010；張秋晨等，2017b）。由于微波輻射計安裝地點與探空測站存在距離差異，因此兩者數據存在一定誤差也是合理的。

2 結果與討論

2.1 不同污染條件的溫、濕廓線

對不同首要污染物條件下微波輻射計反演的溫、濕廓線值先做日平均，再做總平均，求得平均廓線如圖4所示。兩種不同首要污染物條件下的溫度均隨高度呈線性遞減趨勢，2 km以下，PM10為首要污染物時的溫度高于 PM2.5為首要污染物，兩者溫差在近地面層相差3 ℃左右，差值隨高度逐漸減小，2 km以上，兩者溫度廓線值相差不大（小于0.3 ℃）；相對濕度隨高度的變化規律與溫度不同，即 PM10為首要污染物時近地面層的相對濕度低于PM2.5為首要污染物時10%—20%，差值隨高度總體呈減小的趨勢，直至7 km左右兩者差異小于5%。相關研究結果表明PM2.5的平均含水量要高于PM10（Hueglin et al.，2004），這可以初步解釋圖4中PM2.5為首要污染物時的相對濕度高于 PM10為首要污染物的原因。

圖5 的計算方法同圖 4，即取優-良（AQI＜100）、輕-中（100≤AQI≤200）、重度污染（AQI＞200）3 種AQI等級下溫、濕廓線的平均值。AQI等級在優-良、輕-中、重度污染及以上時近地面的溫度分別為0、13、20 ℃，溫度廓線基本隨高度呈線性遞減趨勢，但各等級之間的溫差值隨高度變化不大；5 km以下，重度污染的相對濕度最大，其次是輕-中和優-良，兩者的濕度差值在 10%以內。雖然 AQI＞200的污染事件均集中于冬季，但是在近地面層該等級的相對濕度與其它污染等級相比卻是最大的。綜合圖4、5可知，在不同污染條件之下，4—5 km以下溫度和相對濕度的差別均較大。這個現象反映了不同污染條件下溫、濕廓線的分布，與邊界層內的污染物濃度的垂直分布和大氣中低層天氣系統的配置有一定關系。

圖4 不同首要污染物條件下溫度和相對濕度廓線Fig. 4 The profiles of temperature and relative humidity under the condition of different primary pollutant days

圖5 不同污染等級條件下溫度和相對濕度廓線Fig. 5 The profiles of temperature and relative humidity under the condition of different pollution levels days

2.2 冬、夏季不同污染條件下的溫、濕廓線

濟南地區的污染氣候特征為冬夏季差異明顯，春秋季差異不大（李恬等，2014）。將不同污染條件進一步按冬、夏進行季節分類，探究大氣溫、濕廓線的氣候特征（圖6），并做定量分析。從圖6a、e中可以看到，不同首要污染物條件下，冬、夏季溫度廓線各層溫差值在1 ℃之內；不同污染物等級條件下，冬季的溫度廓線差別不大，夏季（無重度污染天氣）的溫度廓線差值在1—2 ℃之間（圖6c、g）。結合圖6b、f分析，無論冬季還是夏季，高度從地面延伸至6 km，PM2.5為首要污染物時的濕度廓線值均大于 PM10為首要污染物時，近地面差值在 10%—20%；結合圖6d、h分析，冬季2.5 km以下相對濕度大小依次為重度污染＞輕-中＞優-良，夏季（無重度污染天氣）則相反。綜上，不同污染條件下邊界層內的溫、濕廓線具有明顯的冬夏季節差異：冬季AQI等級為重度污染時，邊界層內濕度相對較大（＞60%，1.5 km以下均值為72%），夏季AQI等級為優-良時，邊界層內濕度較大（＞60%，1.5 km以下均值為66%）；冬季與夏季邊界層內 PM2.5為首要污染物時相對濕度均大于 PM10。另外，冬季 PM2.5為首要污染物和輕-中污染時的溫、濕廓線具有相似性，相關系數達0.85，夏季 PM10為首要污染物和等級為優-良時的溫、濕廓線相似性為 0.72。這是因為通過統計數據文件發現，冬季污染等級為輕-中時82%為PM2.5為首要污染物影響，夏季污染等級為優-良時 63%為PM10為首要污染物影響。

2.3 邊界層內溫、濕廓線的日變化

邊界層內溫、濕的變化與大氣污染程度密切相關。利用微波輻射計高時間分辨率的優點，探究不同污染條件下 0—3 km不同高度的溫度和相對濕度一日逐小時的變化特征，如圖7所示（北京時，下同）。不同高度下，溫度的日變化（圖 7a—d）均呈現“一峰一谷”的特征，在 04:00—06:00出現日最小值，13:00—14:00出現日最大值。按不同首要污染物劃分時，PM2.5為首要污染物時的逐小時相對濕度基本均大于 PM10為首要污染物時，1 km以下兩者差值在10%—20%，1 km以上差值小于 10%；按不同污染等級劃分時，不同高度的逐時相對濕度數值大小依次為重度污染＞輕-中＞優-良。在近地面及3 km高度，除重度污染條件下，其它污染條件下不同高度的相對濕度日變化也呈現“一峰一谷”的特征（圖 7e—h），相對濕度在04:00—06:00出現日最大值，在13:00—14:00出現日最小值，但在1 km及2 km處，相對濕度在04:00—06:00出現日最小值，13:00—14:00出現日最大值，后文結合垂直廓線進一步說明。重度污染條件下，除近地面層之外，其它高度層的相對濕度日變化特征均不明顯。

圖6 不同污染條件下冬季（a—d）和夏季（e—h）的溫度和相對濕度廓線Fig. 6 The profiles of temperature and relative humidity under different pollution conditions in winter (a-d) and summer (e-h)

用每天4個時次（02:00、08:00、14:00、20:00）作為代表時刻，對比0—3 km內的相對濕度廓線日變化特征（圖8）。PM2.5為首要污染物時（圖8a）與PM10為首要污染物時（圖8b）邊界層內相對濕度廓線的日變化具有相似的特征：PM10為首要污染物時邊界層內各層相對濕度約小于 PM2.5為首要污染物時10%—15%，近地面層相對濕度在02:00最大，14:00最小；02:00、08:00和20:00相對濕度基本上隨高度呈遞減的趨勢，14:00相對濕度在1.3 km左右以上隨高度遞減，1.3 km左右以下隨高度呈遞增的趨勢，呈現一定的逆濕。日出之后由于太陽輻射的作用，隨著近地面層的加熱，大氣湍流作用增強，易將近地面層的水汽分子帶到高層。圖 8c—e再次說明不同污染等級下近地面層相對濕度依次為重度污染＞輕-中＞優-良，優-良、輕-中等級的相對濕度廓線形態具有相似的特征：近地面層相對濕度在02:00最大，14:00最小。重度污染情況下，4個時次內邊界層內相對濕度廓線的差異均小，隨高度呈遞減的趨勢，遞減率約為3%·hm-1—5 %·hm-1。濟南重度污染天氣中近地層大多具有霧霾混合現象，配合高空靜穩的天氣形勢，大氣邊界層內湍流作用很弱，濕度較大（李敏等，2018）。可見，大氣邊界層內濕度大，且濕度廓線日變化及垂直變化率均較小是 AQI＞200重污染天氣發生及持續的重要氣象特征。

圖8 不同污染條件一日4個時次的相對濕度廓線Fig. 8 The profiles of relative humidity at four times a day under different pollution conditions

圖9 不同污染條件下一日4個時次的溫度垂直遞減率廓線Fig. 9 The profiles of the lapse rates of temperature at four times a day under different pollution conditions

用4個時次垂直溫度遞減率廓線描述邊界層內溫度的垂直日變化特征。大氣溫度垂直遞減率定義為：γ=-dT/dz，其中，T為整百米高度上的溫度值，dT為相鄰兩個高度上溫度差值，dz是 100 m。圖9a、b顯示，PM2.5為首要污染物時4個時次0—3 km內的溫度垂直遞減率隨高度在 0.4—0.5 ℃·hm-1之間波動，PM10為首要污染物時在 0.5—0.6 ℃·hm-1之間波動，1.5 km以下越靠近地面，各時次溫度遞減率差異較大，說明近地面層湍流作用較強，近地層02:00的溫度遞減率最小，14:00溫度遞減率最大。隨著太陽輻射增加（02:00—14:00），溫度垂直遞減率有增大的趨勢，隨著太陽輻射減小（14:00—20:00），溫度垂直遞減率亦有減小的趨勢。根據不同污染等級的遞減率分析，AQI＜200時（圖 7c—d），亦有上述相似的規律。但是在 AQI＞200時的重度污染情況下（圖9e），4個時次溫度垂直遞減率的廓線形態相似，0—3 km波動幅度在-0.3—0.6 ℃·hm-1之間，越接近地面，數值越小。08:00時400 m左右的溫度遞減率為負值，說明該時段近地層大氣懸垂逆溫現象明顯。結合圖9c—e中AQI等級與溫度垂直遞減率的關系，進一步分析其相關性。研究時段內 0—3 km 溫度遞減率的日均值與AQI指數的散點圖如圖10所示，可見AQI指數與0—3 km 內溫度垂直遞減率相關性為-0.44（通過99.5%的顯著性檢驗）。因此，溫度垂直遞減率可以較好反應污染大氣的穩定程度，污染等級越高，邊界層內湍流擴散作用越弱，溫度垂直遞減率越小。

3 結論

不同污染條件下大氣垂直溫、濕差異主要集中在4—5 km以下。不同首要污染物條件下，PM2.5為首要污染物時大氣近地面層的相對濕度高于PM10為首要污染物時約15%，大氣近地面層的溫度較PM10為首要污染物時低約3 ℃；不同污染等級條件下，濕度廓線在AQI＞200時較AQI＜200時差異顯著，重度污染雖然多發于冬季，但是其濕度廓線的數值卻是較大的，5 km以下在50%—80%之間。

圖10 AQI指數與3 km下溫度垂直遞減率的散點圖Fig. 10 Scatter diagram of AQI value and the lapse rates of temperature under 3 km

不同污染條件下大氣邊界層內溫、濕廓線均具有一定的季節差異和日變化差異。冬季，AQI等級為重度污染時，邊界層內濕度較大（＞60%），夏季，AQI等級為優-良時，邊界層內濕度較大（＞60%）；冬、夏季邊界層內 PM2.5為首要污染物時相對濕度均大于 PM10為首要污染物時；AQI指數值與邊界層內溫度垂直遞減率呈顯著負相關，AQI＞200的重污染天氣中邊界層內溫度的垂直遞減率和其日變化均最小。

對地基 QFW-6000型微波輻射計反演的不同污染條件下的溫、濕廓線資料進行分析，能夠探究污染天氣大氣溫、濕的季節和日變化特征，集其高時空分辨率的優勢開展污染天氣大氣垂直探測具有較高的可行性和科學性。另外，本研究對不同污染條件下廓線的特征分析是比較粗略的，更長時間序列的特征及機理分析有待下一步繼續細化研究。