基于小波協方差變換的大氣邊界層高度反演及季節性分析

摘要：文章基于COSMIC數據的折射率廓線，采用小波協方差變換法成功反演了大氣邊界層高度（atmospheric boundary layer height， ABLH），并給出了2015—2018年折射率反演獲得的ABLH全球分布特征，進一步分析了ABLH的季節性變化。結果表明，南北緯高緯度區域，ABLH高度在1～2 km范圍;中低緯度區域即副熱帶高壓區域，其ABLH值明顯高于高緯度區域。ABLH的空間分布在不同緯度帶以及海洋和陸地區域呈現顯著的大氣邊界層與地形的耦合關系。對于季節性分析，南北緯高緯度區域呈現顯著的差異，北半球夏季北緯高緯度區域ABLH達到最大值，南半球冬季南緯高緯度區域達到ABLH最大值。

[作者簡介]祁洪宇（1991—），男，碩士，工程師，從事工程測量、大地測量學和鐵路勘察等技術工作。

大氣邊界層（atmospheric boundary layer， ABL）是直接受地表強迫影響，對地表強迫響應時間小于 1 h 的對流層低層大氣[1]。大氣邊界層高度可以表征大氣邊界層特性，是大氣數值模擬、自然災害監測、環境質量評估的重要參量，精確確定ABLH對于對流層、數值天氣預報、自然災害、氣候監測等相關研究具有重大意義[2]。

傳統的ABLH反演手段主要有激光雷達、微波輻射計、無線電探空等，但這些反演手段存在探測高度、垂直分辨率及空間分布不均勻等局限性[3]。隨著GNSS無線電掩星技術的發展，其高垂直分辨率、全球覆蓋、全球分布、全天候等特點，掩星資料成為進一步開展ABL研究可靠的數據來源[4]。掩星資料包括各級原始數據及產品數據，其中折射率廓線是進行ABLH反演的主要參量，Ao等利用COSMIC折射率廓線2006.11—2009.11的折射率廓線反演獲取了全球ABLH數據[5]。Basha等對Gadanki探空站及其相應時空匹配的COSMIC折射率廓線反演獲取的ABLH進行了相關性分析[6]。徐曉華等利用COSMIC掩星折射廓線分析了全球的ABLH高度、溫度及氣壓等參量的時空變化特性[7]。朱洲宗等利用FY-3C掩星廓線資料反演獲取了ABLH數據[8]。各位學者的研究表明，GNSS掩星資料對于ABL的研究具有廣泛的可行性及可靠性。

本文采用的數據為COSMIC公布的2015—2018年折射率廓線數據，首先介紹了COSMIC折射率廓線數據及小波協方差變換方法，并通過反演示例驗證了該方法的可靠性;在此基礎上對2015—2018年數據進行了全球ABLH分布分析，并針對季節性變化進行了進一步的討論;最后對本文的工作進行了總結及討論。

1 數據與方法

1.1 數據介紹

本文采用的數據為CDAAC數據處理中心提供的COSMIC的atmPrf廓線數據（https：//data.cosmic.ucar.edu/gnss-ro/），其中atmPrf提供了掩星時間的經度、緯度、折射率、時間等信息，折射率垂直分辨率約100 m，其高度范圍為0～60 km。選取的時間廓度為2015—2018年，共計1 045 245個掩星事件。圖1給出了2015—2018年，共計4年的折射率廓線全球數量分布，其格網大小為2°×2°，廓線數量中緯度地區明顯高于低緯度地區及高緯度地區，其中低緯度區域廓線數量明顯低于中緯度區域南北高緯度區域廓線數量趨近于0，這是由于衛軌道所決定基本呈全球均勻分布。ABLH一般位于地表高度1～2 km范圍，其具體值由于地形等因素會有所差異[6]。本文選取的最低高度不大于0.5 km，最高高度大于5.0 km的折射率廓線[9]。圖2給出了可利用廓線的數量及全球分布，滿足該條件的掩星事件共計443 806條廓線，其數據可用率為42.45 %。可以看出，在南、北極區、亞歐大陸以及美洲西部山脈地區出現明顯的數據空白區域。

1.2 小波協方差變換方法

利用掩星折射率廓線確定ABLH的方法主要有最小梯度法和小波協方差變換法（wavelet covariance transform，WCT）。最小梯度法是根據掩星折射率指數的一階導數的最大負梯度值來確定相應的ABLH[10]。當折射率變化劇烈時，該方法可有效反演獲取ABLH高度，但折射率變化平緩時，該方法無法獲取有效的ABLH。本文采用Gamaga等提出的WCT方法來確定ABLH[11]。該方法最初被應用于掩星彎曲角廓線的對流層頂高度確定[12]。Ratnam等提出利用該方法應用于掩星折射率廓線反演ABLH，且更有利于變化相對平緩的折射率廓線的確定。小波協方差變換Wf定義為：

式中：a為小波變換的尺度因子（窗口寬度），理論上應等于邊界層頂部過渡區間的厚度[13]，b為小波變換的平滑中心，N（z）為折射率廓線，zt、zb分別為參與積分的高度上限和高度下限，h為小波變換母函數（Haar基函數），定義為：

在給定小波變換窗口寬度a值，在對應的折射率廓線上進行滑動取值，WCT值取得最大值時所對應的高度即該折射率廓線反演獲得的ABLH。Ratnam等發現a值過大會影響最低反演ABLH的高度，a值過小會顯著受到折射率廓線中噪聲的影響，因此本文采用普遍文獻中采用的a=200 m[9]。

2 結果與分析

2.1 掩星大氣邊界層高度反演示例

本節為證實WCT方法的可靠性，給出了圖3、圖4折射率廓線的計算結果。圖3為事件（atmPrf_C001.2015.003.15.58.G24_2014.2860_nc）左圖為折射率廓線示例，右圖為通過WCT方法計算獲得的對應的WCT值，五星代表ABLH高度，為1.515 km。圖4為事件（atmPrf_C001.2015.003.01.44.G29_2014.2860_nc），反演獲得的對應ABLH為1.568 km。圖4事件較圖3折射率變化更為平緩，均可反演出有效的ABLH值。

2.2 掩星大氣邊界層高度反演統計

對于ABLH的全球分布，本文按照2°×2°格網大小將全球分為90×180個單元網格，每個單元網格中ABLH的年均值給出ABLH的全球分布。網格年均值的計算公式如下：

式中：Am，ni為單元格網中第i條折射率廓線的大氣邊界層高度;k為該格網內折射率廓線反演的大氣邊界層總數量;（λm，n，φm，n）為該格網的中心地理坐標，dλ、dφ分別表示全球格網的緯度及經度分辨率，dλ=dφ=2°。

圖5給出了2015—2018年各年反演的ABLH全球分布圖，子圖中空白區域表示該區域沒有合格的COSMIC掩星折射率廓線。南北緯高緯度區域，ABLH高度在1～2 km范圍;中低緯度區域，其ABLH值明顯高于高緯度區域，該區域屬于副熱帶高壓區域，氣溫相對較高，大氣層活動范圍高于高緯度區域。整體而言，COSMIC反演的2015—2018年ABLH的空間分布在不同緯度帶以及海洋和陸地區域呈現顯著的大氣邊界層與地形的耦合關系。該ABLH分布特征與文獻[7]采用COSMIC獲取的全球ABLH分布特征基本一致。從2016年、2017年及2018年可以明顯看出，陸地ABLH值明顯高于海洋值，其中非洲撒哈拉沙漠區域、澳大利亞大部分區域以及南美洲中部該現象尤為顯著。上述區域ABLH值普遍高于2 km，主要原因是由于高溫干燥且降水較少，其大氣含水量較少導致發生大氣湍流的位置偏高。此外，圖5中ABLH數據空白區域主要分布于南、北兩極地區、亞歐大陸中部、美洲阿拉斯加山脈以及非洲中南部，造成該現象的主要因素是緯度過高或高原、山脈地形導致的COSMIC資料缺失。

2.3 掩星大氣邊界層高度反演季節性分析

為進一步分析ABLH的變化特征，本文給出了2015—2018年折射率反演的全球ABLH分布結果。圖5分別給出了春（3—5月）夏（6—8月）秋（9—11月）冬（12月、1—2月）四個季節的ABLH分布特征，格網均值計算方法同式（3）。在陸地區域，北緯30°以北的歐洲北部以及北美洲東北部夏季達到最大值，冬季達到最小值;在南緯30°以南的澳大利亞大部分區域以及南美洲東南部區域，冬季達到最大值，夏季達到最小值。30°S～30°N區域屬于南北副熱帶高壓區域，ABLH全年呈現較高值。在海洋區域，大西洋北部以及太平洋北部區域夏季達到最大值、冬季達到最小值;太平洋南部區域靠近南美洲南部區域冬季達到最大值、夏季達到最小值，春秋兩季平穩過渡。由于南北副熱帶高壓帶全年溫度較高，海域溫度受季節及緯度影響較小，海面接受的熱輻射大多應用于蒸發過程，與空氣的熱量交換較弱，且大量的云層覆蓋減少了太陽輻射對海面的作用。

3 總結

本文利用COSMIC數據的折射率廓線，采用小波協方差變換法成功反演了ABLH，給出了WCT方法的有效算例，并給出了2015—2018年折射率反演獲得的ABLH全球分布特征，進一步分析了ABLH的季節性變化。發現ABLH的空間分布在不同緯度帶以及海洋和陸地區域呈現顯著的大氣邊界層與地形的耦合關系，南北緯高緯度區域，ABLH高度在1～2 km范圍;中低緯度區域即副熱帶高壓區域，其ABLH值明顯高于高緯度區域。對于季節性分析，南北緯高緯度區域呈現顯著的差異，北半球夏季北緯高緯度區域ABLH達到最大值，南半球冬季南緯高緯度區域達到ABLH最大值。

隨著無線電掩星的進一步發展，COSMIC-2、FY系列及更多掩星系列產品可用于大氣邊界層的反演，數據的空間及事件分辨率將會極大提高，屆時掩星資料將會在大氣邊界層的研究中發揮更大作用。

致謝：感謝CDAAC數據中心提供的COSMIC數據。

參考文獻

[1] Stull R B . An Introduction to Boundary Layer Meteorology[M]// An introduction to boundary layer meteorology.

[2] Garratt J R . The Atmospheric Boundary Layer[M]. 1994.

[3] Russell P B ， Uthe E E ， Ludwig F L ， et al. A comparison of atmospheric structure as observed with monostatic acoustic sounder and lidar techniques[J]. Journal of Geophysical Research， 1974， 79（36）：5555-5566.

[4] Observing Earth's atmosphere with radio occultation measurements using the Global Positioning System[J]. Journal of Geophysical Research， 1997， 102（019）： 23429-23465.

[5] Ao C O ，Waliser D E ，Chan S K， et al. Planetary boundary layer heights from GPS radio occultation refractivity and humidity profiles[J]. Journal of Geophysical Research Atmospheres， 2012， 117（D16）.

[6] Basha G，Ratnam M V. Identification of atmospheric boundary layer height over a tropical station using high-resolution radiosonde refractivity profiles： Comparison with GPS radio occultation measurements[J]. Journal of Geophysical Research Atmospheres， 2009，114（D16）.

[7] 徐曉華，劉樹綸，羅佳.利用COSMIC掩星折射指數分析全球大氣邊界層頂結構變化[J].武漢大學學報（信息科學版），2018，43（1）：94-100.

[8] 徐曉華， 朱洲宗， 羅佳. 利用IGRA2探空數據和COSMIC掩星資料對FY-3C掩星中性大氣產品進行質量分析[J]. 2020， 45（3）：384-393.

[9] Ratnam M V ， Basha S G . A robust method to determine global distribution of atmospheric boundary layer top from COSMIC GPS RO measurements[J]. Atmospheric Science Letters， 2010， 11（3）：216-222.

[10] Ao C O ， Waliser D E ， Chan S K ， et al. Planetary boundary layer heights from GPS radio occultation refractivity and humidity profiles[J]. Journal of Geophysical Research Atmospheres， 2012， 117（D16）：16117.

[11] Gamage N ， Hagelberg C . Detection and Analysis of Microfronts and Associated Coherent Events Using Localized Transforms[J]. Journal of the Atmospheric Sciences， 2010， 50：5（5）：750-756.

[12] Lewis H W . A robust method for tropopause altitude identification using GPS radio occultation data[J]. Geophysical Research Letters， 2009， 36（12）.

[13] 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.