引言

雾-霾长期以来一直是影响人类健康和环境质量的主要气象现象之一, 其通过降低能见度直接影响交通安全(Ebenstein et al，2017；王晓春等，2023)，并可能对人类健康产生不利影响(Zhang et al，2020；Bu et al, 2021; Yang et al，2022)。雾-霾不仅是气象动力学的表现，还是本地排放与区域性空气质量运输综合效应的结果(Huang et al，2018；Li et al，2022；Yabo et al，2024)，是造成中国空气污染的最主要的污染物之一(盛丹睿等，2021)，其中包括如黑碳这样的强效吸光气溶胶(Wilcox et al，2016；张剑飞等，2020)。黑碳诱导的加热效应会改变湍流强度，增加垂直热稳定性，抑制大气边界层的发展，从而减弱空气污染物的扩散并加剧雾-霾的程度(Ding et al，2016；云龙等，2024)。大气边界层是地气相互作用和大气污染形成的核心区域，强逆温层和低边界层可以压缩污染物垂直分布，是雾-霾天气加剧和维持的重要原因之一(Tang et al，2016；周述学等，2020；孟丽红等，2022)。研究表明，大气边界层的结构对雾-霾的形成与持续具有直接的影响(Li et al，2020；Marley et al，2021；Wang et al，2023；Jia et al，2024)。在针对天津地区的一次雾-霾过程研究时，发现雾-霾过程各阶段的转换与大气边界层特征的变化紧密相关(孟丽红等，2020)。对武汉地区的研究发现，逆温层在雾-霾期间变得更厚(Yuan et al，2020)。此外，大气边界层和自由大气中气溶胶的季节特征及区域输送对雾-霾的形成也有显著影响(唐羽等，2021)。这些发现进一步证实了大气边界层特征在雾-霾形成和持续中的重要性，并为雾-霾天气中大气边界层和大气气溶胶相互作用的研究提供了参考。

系留气艇、GPS等探空仪可以有效、准确地监测大气垂直结构的气象要素和环境要素，这些探空数据被广泛应用于边界层结构特征和大气污染特征的分析(Li et al，2017；Guo et al，2020；Chen et al，2022)。虽然探空数据比较精确，但是一次探测成本较大且探测间隔较长。很多研究也利用微波辐射计、激光雷达、风廓线雷达等地基遥感设备对雾-霾天气的边界层和大气污染进行探测研究(胡树贞等，2022；Ming et al，2023)。

石河子市位于新疆天山北麓经济带，是天山北坡城市群中的典型工业城市(元雪婷和杨静，2020；何凯杰等，2023)。天山北坡城市群的工业集中度高，承载了全疆83%的重工业，并排放了全疆33.3% 的大气污染物(王晴等，2020；Ma et al，2022；李刚等，2023)。冬季石河子市静风频率大、平均风速较小，不利于污染物扩散(杨香林和李维军, 2021)。以上因素共同导致了主要以冬季棕色霾事件形式出现的空气污染，严重影响了能见度和区域空气质量。由于探测资料的匮乏，至今对该地区雾-霾天气的研究相对较少。为了有效地揭示该地区雾-霾天气的边界层结构特征以及大气污染物演变特征，本研究联合使用系留气艇、地基大气气溶胶激光雷达和地面微波辐射计对2020年1月1—17日发生在石河子市的一场由雾-霾引起的低能见度天气进行探测研究。

1 资料与方法 1.1 探测设备和资料

试验使用的探测设备主要包括系留气艇、地基大气气溶胶激光雷达、微波辐射计。系留气艇主体由一个45 m³的鱼形充氦气球及锚泊绞车组成，气球提供浮力，而锚泊绞车用于气球的固定及升降控制。系留气艇上搭载了气象探空仪、Grimm-1.109粒径谱仪和AE-51微型黑碳仪等探测设备。其中，Grimm-1.109粒径谱仪通过单颗粒散射可测量0.25~32 μm范围内的大气气溶胶尺度分布，从而获得PM_2.5和PM₁₀的质量浓度，时间分辨率为6 s；AE-51微型黑碳仪通过光学衰减测量880 nm波长的黑碳质量浓度(以下简称浓度)，时间分辨率为1 s。系留气艇探测时间为2020年1月1—14日每天的06:00—23:00(北京时，下同)，实际飞行高度为1 km。GBQ L-01型大气气溶胶激光雷达，通过532 nm波长激光的回波信号可反演出大气气溶胶粒子的消光系数，其时间分辨率为1 min，有效探测高度为15 km。微波辐射计其中的21个频率范围(22~30 GHz通道)用于监测垂直相对湿度信息，14个频率范围(51~59 GHz通道)用于监测垂直温度信息，其探测高度范围为0~10 km，时间分辨率为2 min。

所用资料包括：(1)石河子市(图 1)2020年1月1—17日近地面逐小时能见度、温度、相对湿度、风速和风向数据，微波辐射计测得0~10 km高度范围的温度和相对湿度数据；(2)地基大气气溶胶激光雷达探测0~1.5 km高度内消光系数数据；(3)利用搭载在系留气艇上的Grimm-1.109粒径谱仪探测0~1 km高度内的PM_2.5和PM₁₀浓度数据，AE-51微型黑碳仪获得0~1 km高度内黑碳浓度数据，以及利用气象传感器获得0~1 km高度范围内的温度和相对湿度数据(用于计算大气边界层高度)。以上探测获取的数据均经过了数据质量控制和订正等处理。

1.2 大气边界层高度计算方法

石河子市昼夜温度变化明显，地面对大气边界层的加热效应和辐射冷却效应显著，大气边界层动力过程和热力过程都比较活跃，理查森数(Ri)能够较好地应用于白天对流大气边界层的识别(Sicard et al，2006；Guo et al，2016；Lavers et al，2019)。而夜间受地面辐射冷却的影响，大气边界层的稳定性增加，动力稳定性可能对Ri的计算贡献大于热力稳定性，从而导致Ri过于简化或不准确。因此在白天(09:00—20:00)采用Ri确定大气边界层厚度，而夜间(20:01至次日08:59)采用位温比湿梯度法。

选取临界Ri为0.25(Seidel et al，2012)，在09:00—20:00，Ri值达到临界数值相应的高度被确定为大气边界层高度。Ri的计算方法见式(1)和式(2)：

$ \theta_{\mathrm{v}}=\theta(1+0.608 q) $

(1)

$ \operatorname{Ri}(h)=\frac{\left(\frac{g}{\theta_{\mathrm{vs}}}\right)\left(\theta_{\mathrm{vh}}-\theta_{\mathrm{vs}}\right)\left(h-h_{\mathrm{s}}\right)}{\left(u_{\mathrm{h}}-u_{\mathrm{s}}\right)^2+\left(v_{\mathrm{h}}-v_{\mathrm{s}}\right)^2} $

(2)

式中：θ_v为虚位温，θ和q分别代表位温和比湿。h_s代表地面的高度，u_s、v_s分别代表地面风速的两个正交分量(u、v分别指向东向和北向)，θ_vs代表地面高度的虚位温，h代表系留气艇测量的高度，u_h、v_h分别代表系留气艇测量高度的风速正交分量，θ_vh代表系留气艇测量高度的虚位温, g代表地球重力加速度。

在20:01至次日08:59，采用位温比湿梯度法计算边界层高度。将最大位温比湿垂直梯度指标(ΔG)对应的高度确定为大气边界层高度。其中，ΔG的计算如式(3)所示:

$ \Delta G=\left|\frac{\theta_{\mathrm{h} 2}-\theta_{\mathrm{h} 1}}{h_2-h_1}\right|+\left|\frac{q_{\mathrm{h} 2}-q_{\mathrm{h} 1}}{h_2-h_1}\right| \quad h_2>h_1 $

(3)

式中：h₂和h₁代表相邻检测层高度，θ_h和q_h分别代表不同检测层高度下的位温和比湿。

1.3 广义加法模型的构建

本研究利用广义加法模型(Generalized Additive Model, GAM)，分析石河子市此次雾-霾事件期间PM_2.5浓度和相对湿度对能见度的影响。广义加法模型是一种非参数回归方法，能够捕捉解释变量与响应变量之间的非线性关系。本研究将能见度作为响应变量，PM_2.5浓度和相对湿度作为解释变量，构建的GAM(Hastie and Tibshirani, 2017)如下：

$ V=a+s\left(\mathrm{PM}_{2.5}\right)+s(\mathrm{RH})+\varepsilon $

(4)

式中：V代表能见度，a是模型的截距项，ε是服从正态分布的随机误差项。s(PM_2.5)、s(RH)分别代表PM_2.5浓度和相对湿度的非线性平滑拟合效应函数，通过样条函数的形式来估计，且不受特定参数化形式的限制。解释变量之间应具有较低的相关性，避免模型难以区分各变量的独立效应。通过GAM的拟合结果，可以量化PM_2.5浓度和相对湿度在雾-霾期间与能见度间的非线性关系。

2 近地面气象要素特征

本次雾-霾污染事件发生在2020年1月1日17:00至17日13:00，图 2显示了石河子市在此期间的能见度、PM_2.5浓度、近地面温度和相对湿度、风速和风向的逐时变化。根据中国气象局(2010)中雾和霾的界定标准，1日17：00至17日09：00为霾，17日10：00—13：00为雾。探测过程中，石河子市的能见度在10 000 m以下，平均能见度为1040 m。风速基本低于2 m·s^-1，整个雾-霾过程持续时间较长，约为17 d。如图 2所示，5—17日平均每日能见度低于1000 m持续的时长为14 h；5日、7—9日和11日期间平均每日能见度低于500 m持续的时长为4.4 h。能见度在9日10:00降至最低，为39 m。

本次低能见度天气持续时间较长，以霾过程为主。在此期间地表相对湿度在71%~92%，PM_2.5浓度呈现出先升高后降低的特点。

1月1—4日石河子市表现为典型霾天气特征，风速低于2 m·s^-1，相对湿度在70%~90%，地表PM_2.5浓度基本在100 μg·m^-3以上。尤其在夜晚和清晨时段，相对湿度达到85%以上，地表风速低于1.5 m·s^-1。高湿、低风速的地面气象条件有助于污染物的累积，5—7日霾逐渐发展，能见度开始低于500 m。8—11日霾较严重。近地面温度较低，在-6~-3℃，冷空气有助于地面附近的大气层趋于稳定，减缓了污染物的垂直扩散。在这段时间内，PM_2.5浓度较高，日平均维持在200 μg·m^-3以上，空气质量差。9日22：00，地表PM_2.5浓度达到峰值(320 μg·m^-3)。12—16日能见度回升，不再低于500 m，但PM_2.5浓度依然较高。17日10：00—13：00进入雾阶段，相对湿度升高到80%~95%，PM_2.5浓度减小到75 μg·m^-3以下，能见度增大到1400 m以上。

3 气象垂直特征 3.1 温度的垂直特征

图 3a显示了此次雾-霾事件期间温度在大气边界层内不同高度上的日变化，基本在-12~-2℃范围内变化。06:00—10:00，100 m高度处存在的逆温层一定程度上抑制了垂直对流，使得污染物难以扩散到更高层的大气中，在低层大气中积聚，促进了霾过程的形成和发展。10:00后太阳辐射作用打破了逆温层，垂直混合增强。图 3b中红线表示06:00—10:00每个时间点的平均温度，紫色区域则表示温度的变化区间，反映了时段内温度随高度波动的大小。12:00—16:00紫色区域较窄，表示温度在0~500 m高度内波动相对较小。悬浮的PM_2.5颗粒吸收和散射太阳辐射减少了到达地面的直接太阳光，增加了大气的散射光，导致地面温度升高减缓，减小了地表和大气间的温度梯度。

3.2 相对湿度的垂直特征

图 4a显示了此次雾-霾事件06:00—22:00相对湿度在大气边界层内不同高度上的统计平均。雾-霾事件期间，0~500 m垂直范围内平均相对湿度主要在40%~60%。相对湿度在一天中呈现出特定的周期性变化。由于夜间地面冷却和相对湿度较高，06:00—08:00的平均相对湿度仍维持在较高的水平。低温和高湿使得颗粒物更容易吸附水分，有利于污染物的积聚。随着日出和太阳辐射增强，地表开始升温，低层相对湿度降低。13:00—17:00，平均相对湿度垂直分布呈现出低层高于高层的情况，可能是由于逆温层被破坏，地面层的水汽向上混合但仍未完全抵达较高层。18:00—22:00，太阳辐射减弱，地面开始冷却，相对湿度升高。如图 4b所示，随着时间的推移，红色曲线呈现了平均相对湿度先降低再升高的过程。

4 大气边界层高度变化特征

1月8—11日霾污染较严重，能见度显著下降。如图 2所示，一日中约有20 h能见度低于1000 m，能见度低于500 m的总时长达14 h，同时平均PM_2.5浓度达到224 μg·m^-3。在重霾期间，本研究以06:00、08:00、10:00、12:00、14:00、16:00、18:00、20:00和22:00作为时间节点观察了大气边界层高度的日变化特征，9个时间点的平均位温和比湿廓线见图 5。由图可见，在重霾期间，大气边界层内位温随高度的增高先小幅度减小后增大，在大气边界层顶呈增大趋势。08:00—16:00随着太阳辐射增强地表位温增加。8—11日，大气边界层高度在早上较低，平均高度为209 m，随着太阳辐射的增强和地表加热，大气边界层发展得相对较高，16:00达到445 m，夜间大气边界层稳定在200 m左右。

整个雾-霾事件期间，大气边界层高度的日变化趋势也呈现出先增大后减小的特征。如表 1所示，14:00—16:00大气边界层发展到最高，接近500 m，平均能见度低至1330 m。06:00—08:00大气边界层平均高度最低，为237 m，平均能见度降到1000 m以下。此次石河子市大气边界层高度范围在230~500 m，与呼和浩特(210~550 m)和四川盆地(180~ 540 m)等地的大气边界层均处于较低高度范围(卿清涛等，2021；韩仙桃等，2022)。平均大气边界层高度与能见度呈相同增长趋势(表 1)，且平均大气边界层越高，越有利于霾消散。

5 颗粒污染物变化特征 5.1 大气气溶胶消光系数的日变化特征

过程期间450 m以上平均气溶胶消光系数较小，大气气溶胶主要积聚于450 m以下(图 6)。大气边界层内的气溶胶主要积聚在150~450 m。夜间和清晨(00:00—10:00)在约250 m高度气溶胶层较厚; 01:30，平均消光系数在225 m处达到最大值(11 km^-1); 正午以后，大气气溶胶的主要分布范围升高到300 m以上，分布较分散且含量相较夜间明显降低; 20：00，气溶胶层开始回降。由此可见大气气溶胶的逐时分布特征与大气边界层高度的日变化基本一致。

5.2 PM₁₀和PM_2.5的特征

由图 7和图 8可见，PM₁₀和PM_2.5的浓度在垂直高度上总体变化趋势基本一致，且主要集中在低空400 m以下。在近地面(边界层高度以下)，1月1—5日大气边界层内PM_2.5浓度主要在100~200 μg· m^-3，而PM₁₀浓度集中在150~250 μg·m^-3，且随高度的变化不大。随着雾-霾的持续发展，污染物进一步积累，到11日PM_2.5浓度在440 m高度处达到370 μg·m^-3, 此时大气污染最严重；而高度大于500 m时，随着高度的增大均迅速减小；当高度增大到600 m时，二者基本降到了50 μg·m^-3以下。

综上所述，在雾-霾期间，PM₁₀和PM_2.5主要积聚在大气边界层高度以下，而在大气边界层以上PM₁₀和PM_2.5浓度随高度明显减少。雾-霾期间，低空出现了逆温层，风速很小，减少了污染物的空间扩散能力，增强了大气边界层结构的稳定性，进而使污染物聚集在边界层以内；而当污染物高度大于边界层高度时，风速增大对流变大，污染物会迅速扩散，进而PM₁₀和PM_2.5浓度迅速减少。

5.3 黑碳的日变化特征

冬季供暖和工业排放是石河子市黑碳污染的主要来源。夜间，居民供暖的排放量较高，由于大气边界层高度较低，同时夜间的逆温效应加强了大气稳定性，进一步限制了黑碳的垂直扩散，使其更容易在低层大气聚集。白天，工业生产排放是黑碳污染的主要来源，随着太阳辐射的增强，边界层发展导致部分黑碳被垂直扩散，但地表附近仍保持较高浓度。如图 9所示，大气边界层高度内黑碳的平均浓度基本在4 μg·m^-3以上，0~160 m高度范围内基本达到7 μg·m^-3以上。近地面的黑碳浓度较高，夜间0~100 m高度内最高达到10 μg·m^-3以上。黑碳通过对太阳辐射的吸收，缩减到达地表的短波辐射量，从而减少了驱动大气边界层发展的可感热通量，进而能够抑制大气边界层的发展和加剧近地面空气污染。

6 PM_2.5浓度和相对湿度对能见度的影响

依据地表能见度、PM_2.5浓度和相对湿度数据，利用GAM分别得到PM_2.5浓度和相对湿度对能见度的平滑拟合效应曲线(图 10)。由图可见，PM_2.5浓度超过180 μg·m^-3的阈值后，效应值转为负，且绝对值趋于增大。随着PM_2.5浓度增大导致空气质量恶化，能见度受PM_2.5浓度的显著抑制。同样地，相对湿度超过80%的阈值后，效应值转为负，且绝对值整体呈增大趋势，能见度受相对湿度显著抑制。如表 2和图 10c所示，浓度和相对湿度平滑效应项的估计自由度分别为6.529和8.058，远大于1这一阈值，且P < 0.001，GAM的残差围绕水平零线分布均匀。表明GAM有效捕捉了PM_2.5浓度和相对湿度对能见度的非线性负相关影响, 即此次石河子市雾-霾事件期间PM_2.5浓度和相对湿度达到一定阈值后，对能见度均存在显著的非线性负相关影响。两个影响因子中，PM_2.5浓度对能见度影响明显更大(因子偏差解释率为33.4%)。

7 结论

本研究利用系留气艇、地基大气气溶胶激光雷达、微波辐射计等设备进行联合探测试验，基于试验数据对天山北坡石河子市2020年1月1—17日造成严重污染的雾-霾天气过程分析后得到：

(1) 此次过程体现出阶段性特征，持续时间较长。以霾天气为主，最后转变为短暂的雾阶段。地表风速基本在2 m·s^-1以下，地表相对湿度在72%~91%。能见度较低，平均能见度为1040 m，能见度最低至39 m。大气边界层高度内平均温度在-12~-2℃，夜间较容易形成逆温层。

(2) 雾-霾期间，依据大气位温和比湿较为准确地确定了大气边界层高度，主要位于250~500 m。大气边界层内的弱垂直运动对雾-霾的发展有重要作用。低大气边界层高度与低风速、高湿度和高污染物浓度对应。

(3) 雾-霾期间大气边界层内有较厚的气溶胶层，主要分布在150~450 m高度。近地面PM_2.5和PM₁₀浓度范围主要分别在100~300 μg·m^-3和150~350 μg·m^-3，近地面PM_2.5浓度峰值为320 μg·m^-3。黑碳浓度在低空较高，随高度的增高降低。200 m以下，黑碳浓度主要在7~10 μg·m^-3，峰值为10.5 μg·m^-3。

(4) 利用GAM分析能见度的影响因子发现，2020年1月石河子市雾-霾事件期间的能见度由相对湿度和PM_2.5浓度共同影响。在PM_2.5浓度与相对湿度分别达到180 μg·m^-3和80%的阈值后，相对湿度与PM_2.5浓度均对能见度呈显著的非线性负相关影响，其中能见度受PM_2.5浓度影响较大。