基于探空数据分析长三角地区大气边界层结构特征及其对大气污染的影响

内容摘要
大气边界层是地球表面与自由大气进行物质、能量交换的主要空间。

研究大气边界层结构特征以及大气边界层内部气象要素的变化规律，有助于我们理解和预测空气质量变化。

大气边界层高度是衡量边界层内部湍流和垂直扩散情况的重要参数。

在稳定边界层状况下，污染物不易扩散，容易造成更为严重的大气污染。

而边界层内部的低空逆温更会减弱大气垂直运动，抑制污染物的扩散，加重空气污染。

对于边界层高度、边界层逆温的衡量以及它们与地面污染物浓度之间的关系的研究是很有必要的。

本文采用长三角地区的加密探空数据计算了大气边界层高度，并与WRF3.9模拟的边界层高度进行对比与验证。

根据温度垂直廓线分析了长三角地区大气边界层内部的低空逆温情况，包括逆温频率、逆温强度、逆温层厚度、逆温层起始高度等参数。

此外，针对冬季这一空气污染最为严重的季节，通过环流分型得到了几种常见的影响长三角地区的冬季环流形势，分析不同环流情景下边界层高度、逆温等参数特征及其与大气污染之间的相关关系。

结果表明，长三角地区的边界层高度数据表现出一定的时空分布规律。

在北京时间8:00，平均边界层高度夏季>秋季>春季>冬季；在20:00，平均边界层高度夏季>春季>秋季>冬季。

春秋两季的边界层高度差别不大。

在08:00和20:00，长三角地区的边界层高度整体均呈现出由东部沿海向西部内陆地区递减的规律。

东部沿海的3个探空站点的边界层明显高于其他站点。

发现PM2.5浓度与边界层高度呈负相关。

边界层高度越低，越容易发生严重空气污染。

长三角地区，低层逆温的发生频率达到了51%。

对各月的逆温发生频率进行统计，整体呈现“V”字。

秋冬季节更易发生低层逆温情况，而夏季发生逆温的概率相对较低，八月份概率最低达到8%。

早8点相对晚8点更容易发生逆温情况。

在发生逆温的情况中，低层逆温的概率远大于其他情况。

逆温层的厚度主要分布在60 - 180米之间。

逆温强度在0.5-1.5 K/100 m之间的概率最高，在早八点和晚八点分别为52.3%、53.2%。

逆温强度与逆温起始高度呈负相关。

冬季发生贴地逆温的频率远
高于其他三季，沿海地区相对发生贴地逆温情况较少，逆温强度则差别不大，且发生贴地逆温时逆温强度较大，约为2 K / 100 m。

根据925 hPa位势高度，运用倾斜旋转T模态主成分分析方法进行大气环流形势分型，得到了七种长三角地区冬季主要的环流形势：T1：西部高压前部(33.63%)；T2：弱高压(22.35%)；T3:西北高压前部弱气压场(12.83%)、T4: 低压东侧(6.86%)；T5：高压底部(9.96%)；T6：低压槽前(6.19%)；T7：入海高压后部(8.19%)。

在这七种类型中，有3个典型类型(T1、T2、T6)与高PM2.5浓度相关。

来自中国西北地区的气团把污染物带到上海，造成了严重的污染。

T2和T6条件下的低边界层高度抑制了污染物的垂直扩散，导致PM2.5浓度进一步升高。

近地表逆温，加上稳定的大气边界层，阻碍了污染物的扩散，造成了严重的空气污染。

关键字：大气边界层；逆温；环流分型；大气污染;
ABSTRACT
The planetary boundary layer(PBL), the place where the vertical exchange of material and energy between the earth surface and the free atmosphere happens is important in the study of air pollution. Planetary boundary layer height(PBLH) is an important parameter to measure the turbulent mixing and vertical diffusion in boundary layer. The diffusion of pollutant is inhibited in stable boundary layer. Moreover, the temperature inversion inside the boundary layer will also weaken the vertical movement of airflow, inhibit the spread of pollutants, and aggravate air pollution. Thus, it is necessary to study the boundary layer height, the temperature inversion in boundary layer and the relationship between them and ground pollutant concentration.
In this paper, the planetary boundary layer height was calculated using the sounding data of the Yangtze river delta region, and the result was verified by the simulated boundary layer height from WRF3.9 model. According to the vertical profile of temperature, the temperature inversion in the boundary layer is analyzed, including the temperature inversion frequency, temperature inversion intensity, temperature inversion layer thickness, base height of temperature inversion. In addition, seven wintertime circulation patterns affecting the Yangtze river delta region were obtained in cost733 software. The boundary layer height, temperature inversion and other parameters as well as pollution conditions were analyzed under different circulation patterns.
The results show that the boundary layer height in the Yangtze river delta region has certain spatial and temporal distribution. At 8:00BJT, the mean boundary layer height was high in summer, followed by spring, winter, and summer. At 08:00 and 20:00BJT, the overall boundary layer height in the Yangtze river delta region decreased from the eastern coast to the western region. It was found that PM2.5 concentrations was negatively correlated with boundary layer height. Serious air pollution is more likely to happen in lower boundary layer height condition.
In the Yangtze river delta region, the frequency of temperature inversion in boundary
layer reached 51%. The frequency of temperature inversion in each month is statistically presented as "V" shape. Low temperature inversions are more likely to occur in autumn and winter. Temperature inversions are more likely to occur at 8:00BJT. The thickness of the inversion layer is mainly distributed between 60 and 180 meters. The probability of temperature inversion intensity is mainly distributed between 0.5 and 1.5 K/100 m. The intensity of temperature inversion is negatively correlated with the base height of temperature inversion. The frequency of temperature inversion is much higher in winter.
According to the potential height of 925hPa, the main circulation patterns in seven Yangtze river delta areas in winter were obtained using t he obliquely rotated Principal Components in T-mode (PCT) method, including T1: western high pressure (33. 63%); T2: southwest high (22.35%); T3: northwest high (12.83%); T4: northwest low (6.86%); T5: northern high (9.96%); T6: southern high (6.19%); T7: eastern high (8.19%). Three typical types (T1,T2,T6) are associated with high PM2.5 concentrations. Air masses from northwest China have brought pollutants to Shanghai, causing severe pollution. The low boundary layer height under the conditions of high pressure in southwest and south China inhibits the vertical diffusion of pollutants, resulting in the further increase of PM2.5 concentrations. Under the high pressure in the southwest and south region, the near-surface temperature inversion, coupled with the stable boundary layer, avoids the diffusion of pollutants and causes serious air pollution.
Keywords:planetary boundary layer height; temperature inversion; synoptic circulation pattern; air pollution;
目录
第一章绪论 (1)
1.1 研究背景 (1)
1.2 国内外研究现状 (1)
1.2.1 大气边界层研究现状 (1)
1.2.2 大气边界层探测方法 (2)
1.2.3 不同天气形势下的大气边界层结构特征 (3)
1.2.4 大气边界层对空气污染影响 (4)
1.3 研究内容和技术路线图 (4)
1.3.1 研究内容 (4)
1.3.2 技术路线图 (5)
第二章研究区域和研究数据 (6)
2.1 研究区域概况 (6)
2.2 研究数据 (7)
2.2.1 探空数据 (7)
2.2.2 ECMWF再分析数据 (9)
2.2.3 PM2.5数据 (9)
第三章大气边界层高度特征 (11)
3.1 边界层高度计算方法 (11)
3.2 边界层高度精度验证 (13)
3.3 长三角地区边界层高度特征 (16)
3.4 边界层高度与PM2.5的关系 (20)
3.5 本章小结 (21)
第四章逆温特征 (22)
4.1 逆温层定义 (22)
4.2 长三角地区逆温情况 (23)
4.3 逆温对PM2.5的影响 (29)
4.4 本章小结 (29)
第五章冬季环流形势及空气污染 (31)
5.1 冬季长三角地区大气环流分型 (31)
5.1.1 环流分型方法 (31)
5.1.2 长三角地区主要环流形势 (32)
5.2 不同环流形势下气象要素特征及对污染的影响 (39)
5.3 不同环流形势下逆温情况与空气污染 (42)
5.4 一次重霾事件分析 (44)
5.5 本章小结 (44)
第六章总结与展望 (46)
6.1 总结 (46)
6.2 创新点 (48)
6.3 展望 (48)
参考文献 (49)
后记 (58)
图目录
图1-1 技术路线图 (5)
图2-1 研究区域示意图（绿色部分为长三角地区） (6)
图2-2 长三角地区探空站点分布图 (8)
图2-3 长三角地区PM2.5观测站点分布图 (10)
图3-1 对流边界层个例 (12)
图3-2 稳定边界层个例 (12)
图3-3 根据Ri>0.25、Ri>0.3、Ri>1计算的边界层高度情况 (14)
图3-4 WRF模拟的边界层高度和根据Ri计算的边界层高度对比 (15)
图3-5 WRF模拟的边界层高度和本文使用的边界层高度对比 (15)
图3-6 WRF模拟的边界层高度、Ri计算的边界层高度、本文使用的边界层高度对比 (16)
图3-7 14:00夏季长三角地区边界层高度空间分布情况 (18)
图3-8 08:00长三角地区边界层高度空间分布情况 (19)
图3-9 20:00长三角地区边界层高度空间分布情况 (19)
图3-10边界层高度和PM2.5分布图 (20)
图4-1 逆温层示意图 (22)
图4-2 各月份逆温发生频率 (24)
图4-3 早8点和晚8点的逆温层起始高度的频率分布图 (25)
图4-4 各月份平均逆温层起始高度（米） (25)
图4-5 早8点和晚8点的逆温层厚度的频率分布图 (26)
图4-6 各月份平均逆温层厚度（米） (26)
图4-7 早8点和晚8点的逆温强度（K/100 m）的频率分布图 (27)
图4-8 各月份平均逆温强度（K/100 米） (28)
图5-1 2012-2016年冬季环流分型结果 (33)
图5-2 2012年环流分型结果及各种分型下的PM2.5、边界层高度情况 (34)
图5-3 2013年环流分型结果及各种分型下的PM2.5、边界层高度情况 (35)
图5-4 2014年环流分型结果及各种分型下的PM2.5、边界层高度情况 (36)
图5-5 2015年环流分型结果及各种分型下的PM2.5、边界层高度情况 (37)
图5-6 2016年环流分型结果及各种分型下的PM2.5、边界层高度情况 (38)
图5-7 七种环流形势下PM2.5(a)、边界层高度(b)、温度(c)、相对湿度(d)的分布图 (40)
图5-8 七种环流形势的风矢量垂直分布(a)和6米风速的箱形图(b) (41)
图5-9 七种环流形势的72小时平均后向轨迹 (41)
图5-10 七种环流形势下逆温强度（a）、逆温起始高度（b）的分布图 (42)
图5-11 七种环流形势下的温度垂直廓线 (43)
图5-12 2016年1月11日至17日PM2.5浓度(a)、边界层高度 (b) 的时间序列图 (43)
表目录
表2-1 长三角地区各探空站点数据分布情况 (8)
表2-2 探空站点与PM2.5站点对应表 (10)
表3-1 长三角地区各季节边界层高度 (17)
表3-2各站点各季节边界层高度均值 (18)
表4-1 各站点逆温发生频率 (24)
表4-2 长三角地区贴地逆温频率和逆温强度 (28)
表4-3 PM2.5浓度与逆温层参数之间的相关系数 (29)
表5-1 不同分类数下边界层高度与PM2.5的相关系数表 (32)
表5-2 七种环流形势下的PM2.5浓度、边界层高度、温度、相对湿度的均值 (40)
华东师范大学硕士学位论文第一章绪论
第一章绪论
1.1 研究背景
行星边界层（Planetary Boundary Layer，PBL），也称为大气边界层，通常指的是对流层下部直接受地面影响、并与地面有直接作用的气层，是地球表面与自由大气间进行物质、能量、热量和水汽交换必经的气层[1]。

由于大气边界层直接受到地面的影响，边界层内部结构能够在1小时内对地面作用做出响应并发生变化，且湍流运动越强响应越快[2]。

大气边界层是控制大气污染物扩散和输送的主要因子之一[3]，而边界层高度是大气数值模式和环境污染评价的重要参数[4, 5]。

逆温层结，较低的风速都会使得污染物难以向外扩散[6-11]，而污染物的积累是发生重霾事件的重要因素。

长三角地区作为我国东部沿海经济最发达和人口最密集的地区，经济高速发展使该地区空气污染天气频发且危害较严重[12-15]。

大气中有害气体、有毒污染物、细颗粒物等，使空气能见度降低，大气氧化性增强，加上稳定的大气边界层条件，很容易形成严重的大气污染事件，对人们的生产生活造成严重影响[16-18]。

本文基于高分辨率的探空数据，对长三角地区大气边界层结构（边界层高度、逆温层结、气象要素的垂直分布等等）进行系统性分析。

对天气环流形势进行客观分型，并在此基础上分析不同天气形势下的大气边界层特征以及对大气污染的影响，量化空气污染水平与天气状况之间的关系，为制定有效的区域空气质量管理策略和改善区域大气环境质量提供科学依据。

1.2 国内外研究现状
1.2.1 大气边界层研究现状
目前，大气边界层的研究可以从理论、实验和模拟三个方面进行分析[19]。

理论方面主要研究大气边界层内部的湍流特征、流体运动规律等等。

实验方面通过多种探测方法获取大气边界层内部温压湿风等气象要素，并分析各气象要素的垂直分布情况以及与空气污染的关系[20, 21]，例如Qu等(2017)[20]根据南京地区的激光雷达数
据，运用三种方法计算了边界层高度，分析发现边界层高度与PM2.5之间有较好的负相关关系。

蒋永成等(2019)[22]对厦门市污染期间的气象要素情况进行分析，发现风对于污染物有着重要作用。

模拟方面主要对大气边界层相关的各种参数化方案进行验证和改进[23]，包括常见的WRF、RAMS 、MM5等模式，例如Borge等(2008) [24]使用WRF中的23种方案配置（包括边界层方案等等）模拟气象参数，找到了一套模拟结果较好的方案。

Hu等(2010)[25]对WRF模式中三种大气边界层方案模拟的边界层高度进行对比，发现YSU 和ACM2两种方案相对误差更小。

Shin等(2011)[26]比较了WRF中的五种边界层方案(YSU, ACM2, MYJ, QNSE, BouLac)，发现不同的方案对白天的边界层更为敏感，差异较大。

1.2.2 大气边界层探测方法
目前常见的大气边界层探测方法有：无线电探空气球、飞机观测、声波遥感、激光雷达、云高仪、微波辐射计等[27, 28]。

其中无线电探空气球数据具有较高的代表性和可信度，但成本相对较高，也是本次研究主要使用的数据来源。

飞机观测的成本相对较低，可以覆盖到常规观测不能覆盖的一些区域和时间段。

声波遥感主要受天气条件限制。

激光雷达可进行持续地探测，但成本高昂。

微波辐射计时间分辨率及精度较高，空间分辨率相对较低，且探测准确性较低。

相关学者根据上述的探测数据，采用不同的边界层高度计算方法，得到了不同地区的边界层高度。

Seidel等(2012)[29]采用整体理查森数法计算了美国和欧洲地区的边界层高度，分析了边界层高度的时空分布规律。

Guo等(2016)[30]根据L波段探空数据，采用整体理查森数方法计算了中国的边界层高度，分析了中国整个边界层高度的分布特征。

徐桂荣等(2014)[31]采用气块法和理查森数法估算了青藏高原及下游地区的大气边界层高度。

廖希伟等(2016)[32]利用激光云高仪数据，运用后向散射信号梯度法，计算出夏季那曲地区大气边界层高度。

在计算边界层高度时，不同的数据源，不同的计算方法，以及不同的边界层状况都会对结果造成影响。

Liu等(2010)[33]针对探空数据，根据边界层的三种状况（对流边界层、稳定边界层、中性边界层）采用不同的方法提取边界层高度。

Zhang等
(2014)[34]发现在使用整体理查森数计算边界层高度时，针对不同的边界层状况采用不同的临界值，得到的边界层高度结果更为准确。

Luo等(2014)[5]结合探空数据、卫星数据计算了边界层高度，发现二者计算的边界层高度具有较好的一致性。

刘思波等(2015)[35]应用非线性神经网络和多元线性回归方法，根据微波辐射计数据反演边界层高度，结果与激光雷达数据一致性较好。

Feng等(2015)[36]使用MODIS数据，将水汽混合比的垂直梯度最小值位置定义为边界层高度，表明直接采用卫星遥感方法计算边界层高度是可行的。

刘超等(2017)[37]根据L波段探空数据，采用位温廓线法、逆温法、整体理查森数法计算了边界层高度，发现在复杂天气下采用不同方法结果差异较大，单一方法难以完全描述边界层高度。

1.2.3 不同天气形势下的大气边界层结构特征
研究表明，污染物的形成、迁移、扩散、沉积和化学反应都受到多尺度气象参数的影响[38, 39]。

利用海平面气压场、位势高度场和水平风场等气象资料，可以对大气环流模式进行分型。

该方法已广泛应用于极端天气的研究。

例如Beck等(2010) [40]利用欧洲中尺度气象预报再分析数据，对1957-2002年欧洲的环流形势作了分型。

Li等(2018)[41]统计了1960-2012年我国冰雹与大气环流形势之间的关系，发现52%的冰雹与两种主要的环流形势有关，均在我国北方的冷锋系统控制下。

陈亮等(2018)[42]发现不同大气环流类型对中国区域降水趋势和降水量的影响存在空间差异和季节差异。

不少学者利用天气分型法总结了针对不同地区的典型天气条件类型。

戴竹君等(2016)[43]对江苏秋冬季节的重度霾污染事件进行天气分型，发现均压区型、冷锋前部型和低压倒槽型是江苏省主要的霾发生时期的地面形势。

Miu等(2017)[44]对北京大气环流形势进行了分类，分析了其与雾霾污染的关系，表明对大气环流形势进行分型有助于了解雾霾污染的影响因素。

Yin等(2017) [45]分析了大气环流对于2016年12月中国霾污染的影响，发现北半球上空异常的反气旋限制大气的垂直运动，抑制了大气颗粒物的水平和垂直扩散。

Liu等(2018)[46]分析了武汉地区夏季大气边界层结构以及主要的大气环流，在东北风的影响下，来自污染严重地区的污染气团可以
很容易地输送到武汉，影响武汉地区的空气状况。

许建明等(2016)[47]分析了2013年上海一次典型的重霾事件期间的环流形势，发现弱气压场(静稳形势)和弱冷空气扩散(输送形势)这两种天气形势影响下上海PM2.5浓度持续上升。

1.2.4 大气边界层对空气污染影响
研究表明，大气边界层内部的逆温现象以及下沉气流使得污染物在近地面积累，对人类生产生活造成重要的影响[8, 48]，因此大气边界层结构特征以及其对空气污染的影响研究日益受到重视。

在一定的天气形势下，边界层内部的气象要素，包括风、温度、降水等都会对大气边界层的稳定性造成影响，从而影响污染物的扩散。

Zhao等(2013)[49]分析了2010年华北平原一次重霾事件，发现强烈的逆温和下沉气流使得污染物在低层积聚。

杜川利等(2014)[50]运用三种方法计算了大气边界层高度，发现边界层高度日变化与污染物浓度呈显著负相关。

Zhang等(2015)[51]统计了中国一年的PM2.5监测数据，发现PM2.5浓度的日变化规律和大气边界层高度以及人为排放的日变化规律相关。

Yang等(2015)[52]统计了四次典型的霾污染事件，发现随着大气边界层高度的降低，污染物的垂直扩散更为困难。

Petäjä等(2016)[53]发现高浓度的颗粒物将增强城市大气边界层的稳定性，而大气边界层的稳定性反过来又降低了边界层的高度，从而导致污染物浓度进一步增加。

Wei等(2018)[54]根据云高仪数据分析秦皇岛地区的热内边界层，发现当出现热内边界层时夜间空气污染较为严重。

Miao等(2019)[55]分析了大气边界层结构与空气污染之间的关系，发现大气边界层在调节空气污染的季节变化中起着重要作用。

曹蔚等(2019)[56]基于加密探空资料对成都市一次重霾事件的大气边界层垂直结构进行分析，发现稳定的大气热力层结可以减弱了大气污染物的垂直扩散。

1.3 研究内容和技术路线图
1.3.1 研究内容
本研究利用加密探空数据，分析了长三角地区大气边界层结构特征及其对大气污染的影响。

主要研究内容如下：
（1）提取2015年长三角地区边界层高度；分析长三角地区边界层高度时空变化规律；分析边界层高度与空气质量（主要是PM2.5浓度）之间的关系。

（2）提取长三角地区逆温参数（逆温层起始高度、厚度、强度、低空逆温出现频率等）；分析其与PM2.5浓度之间的关系。

（3）基于分型结果获取2012-2016长三角地区冬季主要的环流形势，分析不同天气形势下大气边界层特征及污染情况；分析讨论该地区宏观气象条件对大气边界层结构的影响；通过分析一次重霾污染事件大气边界层特征及环流形势，对上述结果进行验证。

1.3.2 技术路线图
本文的研究技术路线见图1-1。

图1-1 技术路线图
第二章研究区域和研究数据
本章主要介绍本文的研究区域、所选用的数据来源（包括加密探空数据、欧洲中心再分析资料、实测PM2.5数据等）、数据分布情况等等。

2.1 研究区域概况
本次研究的范围为长江三角洲城市群，主要范围包括北纬32°34′-29°20′，东经115°46′-123°25′，是长江入海之前的冲积平原。

根据2019年长江三角洲区域一体化发展规划纲要，长三角地区以上海为中心，包括上海市、江苏省、浙江省、安徽省全域（总面积为35.8万平方公里），是我国重要的经济地带，也在我国现代化建设中具有重要的战略地位。

该地区是典型的亚热带季风气候，夏季高温多雨，冬季温和少雨。

年平均降水量在1000毫米以上。

图2-1为长三角地区在中国的位置。

图2-1 研究区域示意图（绿色部分为长三角地区）
2.2 研究数据
本文主要使用中国气象局提供的加密无线电探空数据来分析大气边界层结构特征，根据欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts, ECMWF）的再分析数据分析长三角地区的大气环流形势，并结合站点实测的PM2.5数据来分析不同环流形势下大气边界层特征以及边界层对于PM2.5污染的影响。

2.2.1 探空数据
本文选用的无线电探空数据来自中国气象局的L波段无线电探空网络。

L波段无线电探空网络可以追溯到2002年，当时中国气象局开始升级其无线电探空系统。

到2011年初, L波段无线电探空网络拥有120个正在运行的探空站点。

GTS1数码电子探空仪, 是L波段探测系统的关键之一，现已广泛应用于中国气象局的无线电探空站。

它能够提供高分辨率（秒级）的温度、压力、相对湿度、风速和风向廓线资料，每天主要在北京时间8:00和20:00时(本文所有时间均为北京时间)进行探测。

此外，夏季（6,7,8月份），某些站点还会进行下午14:00时的数据探测。

已有研究表明，来自GTS1无线电探空仪的L波段探空数据精度较高，能够较好地描述大气边界层的特征[30]，而高分辨率的探测数据也为研究大气边界层结构提供重要信息。

L 波段探空数据目前已应用于不少地区的大气边界层研究。

本文使用的探空数据包括2015年的长三角地区的9个探空站点的L波段常规探空数据。

其中上海1个，江苏3个，浙江3个，安徽2个探空站点。

图2-2为长三角地区探空站点的分布情况示意图。

探空站点基本在各个地区都有分布，能够用于整个长三角地区的大气边界层状况研究。

表2-1为长三角地区各探空站点的数据情况。

由于只有有限的站点会进行下午14:00的数据观测以及其他因素的影响，最终获取的数据并不完整。

其中最完整的是站点58362，上海宝山站（121.45°E，31.40°N），共有825条数据，尤其是六、七、八月下午14:00的数据较为完整，有119条数据，其他探空站点数据都有一定的空缺，但总体上能够满足对长三角地区的大气边界层状况的分析。

由于整个长三角地区的海拔都不高，主要是平原地区，故本文不考虑海拔对于大气边界层的影响。

图2-2 长三角地区探空站点分布图
表2-1 长三角地区各探空站点数据分布情况
站点ID 经度纬度
海拔
（米）
各时段数据统计（条）
8:00 14:00 20:00 合计
58027 117.15 34.28 42 351 0 351 702 58150 120.25 33.77 3 354 80 353 787 58203 115.83 32.90 31.6 353 85 355 793 58238 118.90 31.93 36 354 4 355 713 58362 121.45 31.40 6 355 119 351 825 58424 116.97 30.62 63.2 355 28 355 738 58457 120.17 30.23 42.6 355 4 355 714 58633 118.90 29.00 83.3 355 82 354 791 58665 121.42 28.62 5 355 4 358 717
2.2.2 ECMWF再分析数据
本文使用的再分析数据来自ECMWF的第三代再分析资料ERA-Interim Daily[57]。

ECMWF提供了自1989年至今的气象数据，每天提供四个时次（北京时间2:00, 8:00, 14:00, 20:00）的数据，数据空间分辨率最高可达0.125°×0.125°。

本文使用2015年的6小时一次的再分析数据，通过WRF3.9模拟了逐小时的边界层高度数据，对根据加密探空数据提取的边界层高度数据进行对比验证。

根据2012-2016年冬季（11,12,1月）的925hPa的位势高度数据，得到了几种典型的长三角地区的冬季大气环流形势。

此外，针对2016年1月11日-1月17日期间的重霾污染事件，根据的6小时一次的再分析数据，通过WRF模拟出逐小时的气象数据。

2.2.3 PM2.5数据
本次研究使用的PM2.5数据来自中国环境监测总站(/)发布的各监测点实时空气质量数据。

截止2016年，整个长三角地区共223个监测站点，各PM2.5监测站点的分布情况见图2-3。

选取2015年，长三角地区的逐小时PM2.5浓度数据，用于研究大气边界层状况下的污染状况。

离探空站点距离最近的PM2.5监测站的数据做为PM2.5数据，具体见表2-2。

选取2012-2016年上海市的PM2.5浓度分析不同环流形势下污染情况，其中部分时间无数据，用美国大使馆公布的实测PM2.5数据替代(/web/historical/1/4.html)。

图2-3 长三角地区PM2.5观测站点分布图表2-2 探空站点与PM2.5站点对应表
探空站点编码PM2.5监测
点编码
监测点名称城市
58027 1177A 黄河新村徐州58150 1218A 开发区管委会盐城58203 2301A 市监测站阜阳58238 1155A 瑞金路南京58362 1143A 虹口上海58424 2294A 安庆大学安庆58457 1227A 卧龙桥杭州58633 1265A 实验学校衢州58665 1256A 台州环保大楼台州。