基于飞机观测的北京地区气溶胶特征

黄嘉仪,赵德龙,陈宝君,蔡晓冬,丁德平,田 平,何晖,黄梦宇

基于飞机观测的北京地区气溶胶特征

黄嘉仪1,赵德龙2,3,4,陈宝君5*,蔡晓冬1,丁德平2,3,4,田 平2,3,4,何晖2,3,4,黄梦宇2,3,4

(1.金华市气象局,浙江 金华 321000；2.北京人工影响天气办公室,北京 100089；3.云降水物理研究和云水资源开发北京市重点实验室,北京 100089；4.中国气象局华北云降水野外科学试验基地,北京 101200；5.中国气象局云雾物理环境重点开放实验室,北京 100081)

运12飞机和空中国王飞机在2007～2018年的飞机观测资料,分析了北京地区大气气溶胶近12a来的时空变化特征.结果表明,气溶胶数浓度随时间变化显示负增长趋势,而与之相反,气溶胶有效直径表现出正增长趋势.气溶胶垂直廓线的季节变化和气候条件以及边界层的季节变化紧密相关.在边界层高度,季节性气候变化和地面污染物排放强度的影响下,不同季节以及地面天气形势下的气溶胶垂直廓线特征差异也十分明显.气溶胶在边界层内混合均匀,但由于夏季边界层高度较冬季更高,气溶胶能够在更高的高度范围内混合均匀,从而降低了夏季近地面的气溶胶数浓度.此外,气溶胶在550nm的入射波长下散射系数的垂直变化与气溶胶数浓度有较好的一致性,其高值多出现在冬季以及污染物浓度较高的天气条件下.

气溶胶；飞机观测；北京地区

气溶胶作为大气重要组成部分,对大气环境和气候变化有着重要影响.气溶胶不仅能通过散射和吸收直接影响全球辐射平衡,还可作为云凝结核(CCN)和冰核(IN)影响云的微物理特征及其生命周期,进而改变降雨发生的时间、地点、强度及其类型[1].气溶胶受排放源的影响,化学组成和谱分布等方面存在巨大的时空差异.此外,二次生成过程也是影响气溶胶理化性质的重要原因.华北平原作为我国气溶胶污染较严重的区域之一,由于受到高空区域传输、云移除、边界层高度变化等因素的影响,该区域内气溶胶垂直变化的时空分布特征仍存在很大的不确定性.因此,探究该区域气溶胶浓度和粒径分布的垂直分布特征有助于加深对于污染过程中气溶胶长期演化特征的理解.

在气溶胶的研究过程中,常用的探测手段有雷达、卫星、地面设备和探空观测等.各种观测手段均有自身的优缺点.比如地球同步轨道卫星MODIS无法获取气溶胶的垂直变化特征;而极轨卫星CALIPSO虽能探测气溶胶的垂直分布,但无法对某地区进行气溶胶的连续观测.地面的观测设备大多无法获取垂直探空的数据.因而很多科学研究为获取大气垂直分布特征,多使用系留汽艇或无人机等进行观测.此类观测方法的缺陷在于探空气球和无人机的探空高度以及其搭载仪器的能力有限.飞机观测作为一种最直接的观测手段,在探究气溶胶垂直分布特征中有着无可取代的作用.

前人已在气溶胶的观测研究方面做了大量的工作.段婧等[2]利用长期的地面降水和能见度资料,分析了华北地区人为气溶胶对区域降水的可能影响,认为人为气溶胶污染能使局地降水量减少.戴进等[3]利用气溶胶入云较多的华山站以及气溶胶入云较少的对比站观测的降水资料之比变化趋势与能见度的关系,定量研究了气溶胶对地形云降水的抑制作用.

自机载粒子测量系统(PMS)在20世纪80年代引进后,针对气溶胶基本特征的飞机观测试验在我国更加系统化地展开[4].已有学者开展了多地气溶胶的飞机综合观测分析,包括气溶胶的空间分布特征[5-6,9-10]、垂直分布特征[7-8]、气溶胶与大气条件(如逆温层、大气温度湿度、云区分布等)的关系[11-12],以及气溶胶的来源等方面的研究.其中Zhang等[13-15]通过飞机观测, 探究了北京地区气溶胶分布特征、影响因子,以及气溶胶对云形成的影响,并结合天气形势,分析气溶胶在不同气象条件下的垂直分布特征,并探讨了边界层混合、传输作用对它的影响.Liu等[16]通过百余次飞行所得的垂直廓线,研究了北京气溶胶的垂直分布和光学特性,并由此将垂直廓线分为A、B两类,分别指出这两类垂直廓线对应的边界层气溶胶数浓度和温度的变化特征,同时分析了不同垂直廓线对应的云量、云类特征.

因此,利用多年的飞机综合观测资料揭示华北区域气溶胶特征,对于研究华北区域污染天气演化、云和降水形成发展的特征、机理,以及气候变化均有重要的意义,也能为人工影响天气理论和技术研究提供必要的基础性工作.本文利用北京人工影响办公室运12型号B3830编号飞机(2007～2017年)以及空中国王型号B3587编号飞机(2014～2018年)共计12a的气溶胶观测资料,对北京地区的气溶胶特征进行分析,分析了近十来年北京气溶胶数浓度和有效直径的变化,并从统计角度给出气溶胶的垂直分布特征,以及季节、天气形势等要素对它的影响.

1 数据与方法

1.1 飞机及机载仪器介绍

本研究使用的观测数据由北京市人工影响天气办公室提供,为B3820运12(Y12)飞机和B3587空中国王350(KA)飞机探测所得.

Y12和KA上都装有DMT公司的PCASP和Aventech公司的AIMMS-20探头. PCASP是测量直径0.1～3.0µm的机载气溶胶光谱仪,分30个粒径档进行探测.AIMMS-20是一个独立的、功能完整的、提供高精度测量结果的机载气象探测系统.它能精确探测温度、相对湿度、三维风和湍流,其内嵌的GPS惯性子系统能提供惯性加速度、惯性角速率、GPS的时间、位置、速度,以及飞机姿态.

1.2 数据处理方法

本文采用Python3.7和Igor6.37对气溶胶数据进行处理.PCASP和AIMMS探头采样频率均为1Hz.首先,删除了飞机观测中仪器测量误差、飞行状态、环境因素等引起的观测数据异常值[17].为了排除云和高湿度环境对气溶胶探头的干扰,本文首先参考了Gultepe等[18]和Zhang等[15]的入云判据,将云内数据剔除,即仅保留同时满足以下条件的数据:1、机载云粒子探头测得的粒径范围在2～50µm,云滴数浓度小于5cm-3且积分得到的液态水含量小于5´10-4g/m3;2、AIMMS-20探头测得的相对湿度(RH)小于80%,作为云外数据.同时,根据云粒子相态识别技术,额外地将Y12数据中不规则状粒子浓度大于0,即存在不规则冰相粒子的冰云数据做进一步剔除,从而得到气溶胶样本.

由于PCASP得到的小粒子误差大,在后续研究中仅采用0.12～3.00µm粒径范围的粒子进行分析.本文主要研究北京区域的气溶胶特征,通过射线法从所有样本中筛选出北京地区的数据.为了避免平飞阶段的数据量过大而引起数据失真,对各个架次的气溶胶相关物理量每隔50m高度取平均值,作为各架次的基本数据.

2 结果与讨论

本文共统计了505个架次的飞行数据,其中运12有372个,空中国王有133个.各年的飞行架次数分布如表1所示.

表1 2007～2018年北京地区飞行有效架次统计

2.1 北京气溶胶的垂直分布特征

筛选出垂直跨度大于3000m的架次中的数据,并过滤样本数不充足的高度层后,对气溶胶垂直分布特征进行分析.

2.1.1 气溶胶年平均垂直分布特征 对比2007～2018年各年平均气溶胶数浓度垂直分布(图1a),可见随着年份的增长,飞机观测期间内气溶胶数浓度有减少的趋势.2007年近地面气溶胶数浓度平均达到6000cm-3;2017和2018年平均值多在2000cm-3附近.在边界层的作用下,气溶胶数浓度在垂直分布上的特征表现为其随高度增加而减少,最大值出现在近地面,且气溶胶数浓度垂直变化梯度随高度增加而减小,与前人的研究结果一致[8].这主要与近地面的高浓度污染物排放源有关,随着高度的升高,污染物的浓度逐渐被稀释,并且在3500m左右的高度达到背景值浓度范围.

对比气溶胶平均有效直径的垂直分布(图1b)可见,各年气溶胶有效直径平均值基本稳定在0.3～ 0.7µm之间.在有限的探测高度范围内,随着高度的升高,气溶胶有效直径整体变化不大.各年份之间的有效直径也有差别,随着年份的增长,边界层内的气溶胶有效直径整体有增大的趋势.

2.1.2 气溶胶各季节垂直分布特征 不同季节的气溶胶分布特征也有明显的区别.将样本根据季节进行分类,可得春季有70个架次,夏季有122个架次,秋季有113个架次,冬季由于飞机调机保养,飞行较少,仅15个有效架次.

图1 2007～2018年各年气溶胶平均(a)数浓度和(b)有效直径垂直廓线图

对比各个季节气溶胶数浓度的垂直廓线(图2),就近地面气溶胶数浓度而言,近地面的气溶胶排放量在秋、冬季较大,春、夏季较少.由于各个季节的边界层高度不同,气溶胶在大气中的垂直分布也有所不同,冬季由于受高压静稳天气控制,近地面大气扰动较弱,层结较为稳定,边界层高度低,在大约500m以下,冬季高浓度的气溶胶在边界层内混合均匀,出现较为稳定的数浓度随高度变化趋势.并且由于冬季北方供暖,污染物排放增加,与较低的边界层形成正反馈,有利于污染物的积聚,冬季边界层内的气溶胶数浓度要明显高于夏季.对比之下,夏季的平均边界层高度较冬季的边界层会更高,因而污染物能够扩散到更高的高度. 在各个季节内1500m以上的高空,受大气传输、清除等机制的影响,随着高度的升高,气溶胶数浓度均稳定减少.

对比各季节下气溶胶有效直径的垂直分布(图3),可见近地面的气溶胶有效直径一般在0.4µm附近,随高度的上升,各个季节的有效直径呈现不同的变化趋势,夏、秋两季气溶胶有效直径的变化范围随高度逐渐增大,平均值随高度基本不变,春季气溶胶有效直径平均值随高度升高而增加的特征较明显,3000m以上的气溶胶有效直径明显大于夏、秋、冬3个季节.这可能与华北地区春季受来自新疆塔克拉玛干沙漠以及蒙古方向所携带大量沙尘等大颗粒气溶胶空气团的远距离传输影响有关,使得华北地区上空气溶胶有效粒径明显大于近地面的数值,并且体现出明显的季节性差异.

图2 2007～2018年不同季节气溶胶数浓度垂直廓线图

图3 2007～2018年不同季节气溶胶有效直径垂直廓线图

2.1.3 不同污染条件下的气溶胶垂直廓线 为了对比不同污染条件下的气溶胶垂直分布特征,根据北京市生态环境监测中心发布的空气日报,当日各城市环境评价点的空气质量指数(AQI)平均值,对数据进行分类.所有飞行日中有AQI数据的日数共计138d,均为2013年及以后的数据.本文将AQI£100,即空气质量级别为优(10d)或良(41d)的数据记为清洁类,共有51d;AQI>100,即空气质量级别为轻度污染(33d)、中度污染(26d)、重度污染(19d)或严重污染(9d)的数据记为污染类,共有87d.

由图4可见,污染情况下的气溶胶数浓度明显高于清洁情况下,污染情况下的近地面气溶胶数浓度的平均值和中位数均在4000cm-3以上,而清洁情况下平均值约为2000cm-3,中位数约为1600cm-3.同时,污染情况下的气溶胶数浓度在近地层约500m以内分布较均匀,随高度没有明显的变化,500m以上随高度减少明显.而清洁情况下气溶胶数浓度随高度的递减在近地面就比较明显.两者的共同之处为500m以上,气溶胶数浓度的垂直递减率随高度增加而减少,气溶胶数浓度趋于稳定.

图4 2013～2018年(a)清洁,(b)污染情况下气溶胶数浓度垂直廓线图

对比图5可见,污染情况下近地面的气溶胶有效直径略大于清洁情况.虽然两种天气条件下,气溶胶的有效粒径均值随高度没有明显的变化特征,但从图中仍可以发现,特别是在清洁天气条件下,随着高度的增加,大气气溶胶有效粒径的中位值数值越小,这体现了高空气溶胶以小颗粒气溶胶为主,这也与大粒径颗粒物更容易被云移除有关.而污染条件下可能在高空存在区域传输带来的老化空气团,从而增加了高空气溶胶的有效直径数值.

2.1.4 不同天气形势下的气溶胶垂直廓线 为了探讨气溶胶垂直廓线的变化与天气形势的关系,收集了2014～2017年40个飞行日的天气形势.由于样本数据有限,将天气形势分为高空形势和地面形势,分别探讨不同形势对气溶胶垂直廓线的影响,并筛选出飞行日数3d以上的形势进行分析,其中高空天气形势有高空槽、短波槽、高空冷涡、平直西风气流4种,地面天气形势有地面倒槽、地面冷锋、地面高压底部、地面低压4种.

对比不同高空形势下的气溶胶垂直廓线(图6a)可见,高空形势中平直西风气流对应的气溶胶平均数浓度较其他高空形势略大,因为相较于其他形势,平直西风气流下,高空气流比较平稳,不利于成云致雨,对气溶胶的沉降效果较弱.而对比不同地面形势下的垂直廓线(图6b),地面低压和地面倒槽对应的近地面气溶胶平均数浓度明显偏高,这与这两种形势下近地层气流辐合有利于污染物向本地积聚有关;地面高压底部对应的数浓度较小,可能是由于高压底部偏东风带来渤海湾清洁空气,降低了本地的污染物浓度.在Zhang等[14]的研究中地面高压控制下的气溶胶廓线,与本研究中高压底部天气形势的特征较为一致,但其采用的数据是晴空且风速较大时获得,因此对应的近地面气溶胶数浓度也更低.

图5 2013～2018年(a)清洁,(b)污染情况下气溶胶有效直径垂直廓线图

图例中的数字代表该天气形势出现的次数

对比不同高空形势下的气溶胶平均有效直径(图7)可见,高空气溶胶平均有效直径在高空冷涡形势下最小,次小的是高空槽,而在短波槽和平直西风气流形势下较大,这与高空冷涡和高空槽形势下,有利于云系形成甚至产生降水,从而清除了大量粒径较大的气溶胶有关.对地面形势而言,各个形势下近地面的气溶胶有效浓度差异不明显.

图7 2014～2017年不同(a)高空形势,(b)地面形势下的气溶胶平均有效直径垂直廓线图

2.2 气溶胶散射系数

气溶胶通过吸收和散射作用参与地球辐射平衡.气溶胶的散射特性作为气溶胶光学特性的重要组成部分,其变化对大气温度的变化和全球气候调节均有重要的影响.本节通过Mie理论计算入射波长为550nm时的气溶胶散射截面sca()[19],后续积分以进一步得气溶胶散射系数sca,如式(1)所示,并探讨气溶胶散射系数在不同污染情况、不同季节以及不同天气形势下的变化特征.

式中:sca(单位Mm-1)为气溶胶散射系数,sca()(单位m2)为粒径为的气溶胶粒子散射截面,()(单位cm-3)为粒径为的气溶胶粒子数浓度.

2.2.1 不同季节下的气溶胶散射系数 通过对比不同季节下的气溶胶散射系数(图8)可见各季节的散射系数有明显的差异,其中冬季最大,近地面的平均值可达720Mm-1,春、秋季则分别在290, 370Mm-1上下,夏季约为210Mm-1.Gong等[20]对比了武汉地区从2009年12月到2014年3月期间各个月份的近地面平均气溶胶散射系数,其结果也表明了冬季的散射系数大于夏季,1月的散射系数平均值最大,为678Mm-1,7月的平均值最小,为186Mm-1,分别与本文冬、夏两季的散射系数相符合.气溶胶散射系数随高度变化趋势与气溶胶平均数浓度变化趋势基本一致,低层稳定少变,后随高度增加而减少,其中冬季特征最明显.气溶胶散射系数的特征与边界层和污染物排放的季节性变化密切相关.

图8 2007～2018年不同季节的气溶胶散射系数垂直廓线图

2.2.2 不同污染条件下的气溶胶散射系数 参照2.1.3将2013年及以后的数据划分为清洁情况和污染情况,计算不同情况下的气溶胶散射系数并作垂直分布(图9),可见在北京地区,污染情况下的气溶胶散射系数明显高于清洁情况下.在污染情况下,北京地区近地面气溶胶散射系数的平均值在480Mm-1上下浮动,500m以上随高度增加而减少,其90%分位数与10%分位数的差值随高度增加呈现出减少的趋势,说明随着高度增加,气溶胶散射系数的变化范围趋于减小,其散射特征趋于稳定.在清洁情况下,近地面的气溶胶散射系数平均值约为150Mm-1,且随高度增加而稳定减少.

图9 2013～2018年(a)污染,(b)清洁情况下的气溶胶散射系数垂直廓线图

Fig.9 Vertical profile of aerosol scattering coefficient in (a) clear, (b) polluted situation from 2013 to 2018

结合污染和清洁两种情况下的垂直廓线,可见北京地区高空的气溶胶散射系数基本稳定在100Mm-1以内.污染情况下近地面的气溶胶散射系数平均值约为清洁情况下的3倍,该结果与Liu等[21]利用积分浊度仪得到的关于武汉地区的523nm下,选用PM2.5质量浓度对污染和清洁阶段进行区分得到污染阶段气溶胶散射系数为(624±288)Mm-1,而清洁阶段为(214±177)Mm-1的结果较一致.

2.2.3 不同天气形势下的气溶胶散射系数 不同天气形势下的气溶胶散射系数垂直廓线(图10)也有区别.不同形势下的散射系数均与对应形势下气溶胶数浓度的分布较为相似,对应气溶胶数浓度高时散射系数也较大.

3 结论

3.1 2007～2018年间北京地区地面和高空的气溶胶数浓度均有明显减小.气溶胶垂直廓线的季节变化和气候条件以及边界层的季节变化紧密相关.秋冬季节的近地面气溶胶数浓度高于春夏两季.

3.2 平直西风气流不利于高空污染物的清除,高空槽和高空冷涡有利于清除大粒径的气溶胶;地面高压底部对应的近地面气溶胶数浓度较小,地面低压和地面倒槽对应的气溶胶数浓度较高.

3.3 北京地区的气溶胶散射系数在污染和清洁情况下有明显的差异,污染情况下明显高于清洁情况下.冬季的气溶胶散射系数明显高于其他3个季节.不同天气形势下的气溶胶散射系数的垂直分布特征与气溶胶数浓度有较好的一致性.

[1] Tao W K, Chen J P, Li Z, et al. Impact of aerosols on convective clouds and precipitation [J]. Reviews of Geophysics, 2012,50(2): RG2001.

[2] 段 婧,毛节泰.气溶胶与云相互作用的研究进展 [J]. 地球科学进展, 2008,23(3):252-261. Duan J, Mao J T. Progress in researches on interaction between aerosol and cloud [J]. Advances in Earth Sciences, 2008,23(3):252- 261.

[3] 戴 进,余 兴,徐小红.秦岭地区气溶胶对地形云降水的抑制作用 [J]. 大气科学, 2008,32(6):1319r-1332. Dai J, Yu X, Xu X H. The suppression of aerosols to the orographic precipitation in the Qinling Mountains [J]. Chinese Journal of Atmospheric Sciences, 2008,32(6):1319r-1332.

[4] 张 瑜,濮江平,金赛花,等.石家庄地区2005年秋季污染气溶胶飞机观测资料分析 [J]. 气象与环境科学, 2015,38(1):34-39. Zhang Y, Pu J P, Jin S H, et al. Airplane observation analysis of pollution aerosol over Shijiazhuang area in 2005 autumn [J]. Meteorological and Environmental Sciences, 2015,38(1):34-39.

[5] 张佃国,樊明月,肖稳安.山东地区秋季飞机观测气溶胶特征的初步分析 [J]. 气象与减灾研究, 2009,32(4):61-66. Zhang D G, Fan M Y, Xiao W A. Preliminary analysis of aerosol characteristics in autumn in Shandong [J]. Meteorology and Disaster Reduction Research, 2009,32(4):61-66.

[6] 张佃国,王 俊,李晓印,等.济南及周边地区大气气溶胶空间分布特征 [J]. 高原气象, 2011,30(5):1346-1367. Zhang D G, Wang J, Li X Y, et al. Research of spatial distribution characteristic of atmospheric aerosol in Jinan and its surrounding regions [J]. Plateau Meteorology, 2011,30(5):1346-1367.

[7] 胡向峰,孙 云,李二杰,等.河北中南部不同天气条件下气溶胶的航测研究 [J]. 中国环境科学, 2017,37(12):4442-4451. Hu X F, Sun Y, Li E J, et al. Observational study of aerosol in central and southern Hebei under different weather conditions [J]. China Environmental Science, 2017,37(12):4442-4451.

[8] 陈鹏飞,张 蔷,权建农,等.北京上空气溶胶浓度垂直廓线特征 [J]. 环境科学研究, 2012,25(11):1215-1221. Chen P F, Zhang Q, Quan J N, et al. Vertical profiles of aerosol concentration in Beijing [J]. Research of Environmental Sciences, 2012,25(11):1215-1221.

[9] 郝立生,闵锦忠,段 英,等.衡水湖湿地气溶胶分布的飞机观测 [J]. 南京气象学院学报, 2008,31(1):109-115. Hao L S, Min J Z, Duan Y, et al. Observational research on distribution of aerosols over the Hengshui Lake area [J]. Journal of Nanjing Institute of Meteorology, 2008,31(1):109-115.

[10] 董晓波,王高磊,吕 峰,等.一次晴空条件下华北中南部上空气溶胶的飞机观测及特征分析 [J]. 气象与环境科学, 2010,33(1):48-51. Dong X B, Wang G L, Lu F, et al. An airplane detection and character analysis on aerosol over Middle-South of North China in clear day [J]. Meteorological and Environmental Sciences, 2010, 33(1):48-51.

[11] 李军霞,银 燕,李培仁,等.山西夏季气溶胶空间分布飞机观测研究 [J]. 中国环境科学, 2014,34(8):1950-1959. Li J X, Yin Y, Li P R, et al. Aircraft measurements of aerosol spatial distribution properties in Shanxi Province in summer [J]. China Environmental Science, 2014,34(8):1950-1959.

[12] 居丽玲,牛生杰,段 英.一次秋季冷锋降水过程气溶胶与云粒子分布的飞机观测 [J]. 大气科学学报, 2011,34(6):697-707. Ju L L, Niu S J, Duan Y. Aircraft observation of aerosol and cloud droplet during an autumn cold front precipitation process [J]. Journal of Nanjing Institute of Meteorology, 2011,34(6):697-707.

[13] Zhang Q, Zhao C, Tie X, et al. Characterizations of aerosols over the Beijing region: A case study of aircraft measurements [J]. Atmospheric Environment, 2006,40(24):4513-4527.

[14] Zhang Q, Ma X C, Tie X, et al. Vertical distributions of aerosols under different weather conditions: Analysis of in-situ aircraft measurements in Beijing, China [J]. Atmospheric Environment, 2009,43(34):5526- 5535.

[15] Zhang Q, Quan J, Tie X, et al. Impact of aerosol particles on cloud formation: Aircraft measurements in China [J]. Atmospheric Environment, 2011,45(3):665-672.

[16] Liu P, Zhao C, Liu P, et al. Aircraft study of aerosol vertical distributions over Beijing and their optical properties [J]. Tellus B: Chemical and Physical Meteorology, 2009,61(5):756-767.

[17] Ding J, Zhuge X Y, Wang Y, et al. Evaluation of Chinese aircraft meteorological data relay (AMDAR) weather reports [J]. Journal of Atmospheric and Oceanic Technology, 2015,32(5):982-992.

[18] Gultepe I, Isaac G A. Aircraft observations of cloud droplet number concentration: Implications for climate studies [J]. Quarterly Journal of the Royal Meteorological Society, 2004,130(602):2377-2390.

[19] Liu D, Zhao D, Xie Z, et al. Enhanced heating rate of black carbon above planetary boundary layer over megacities in summertime [J]. Environmental Research Letters, 2019,14:124003.

[20] Gong W, Zhang M, Han G, et al. An investigation of aerosol scattering and absorption properties in Wuhan, Central China [J]. Atmosphere, 2015,6(4),503-520.

[21] Liu B, Gong W, Ma Y, et al. Surface aerosol optical properties during high and low pollution periods at an urban site in central China [J]. Aerosol and Air Quality Research, 2018,18:3035-3046.

Aircraft observations of aerosol properties in Beijing.

HUANG Jia-yi1, ZHAO De-long2,3,4, CHEN Bao-jun5*, CAI Xiao-dong1, DING De-ping2,3,4, TIAN Ping2,3,4, HE Hui2,3,4, HUANG Meng-yu2,3,4

(1.Jinhua Meteorology Bureau, Jinhua 321000, China；2.Beijing Weather Modification Office, Beijing 100089, China；3.Beijing Key Laboratory of Cloud, Precipitation and Atmospheric Water Resources, Beijing 100089, China；4.Field Experiment Base of Cloud and Precipitation Research in North China, China Meteorological Administration, Beijing 101200, China；5.Key Laboratory for Cloud Physics of China Meteorological Administration, Beijing 100081, China)., 2021,41(5)：2073～2080

Spatial and temporal characteristic of aerosol in Beijing were analyzed based on 12-year (2007 to 2018) aerosol observation data through aircraft Yun-12 and King Air. It denoted that the aerosol number concentration in early years has a significant negative growth trend, while the effective diameter has a positive trend. The seasonal variation of aerosol vertical profile was closely related to the seasonal meteorology variation and seasonal PBL variation. The vertical profiles of aerosols in each season or under different weather system were affected by PBL height. The aerosols mixed adequately under PBL height. However, the number concentration near ground in summer is lower than that in winter. It was because higher PBL height in summer allows pollutant mixed evenly in a large vertical extent. The vertical variation of scattering coefficients on 550nm was in good agreement with the aerosol number concentration. High values were usually found in polluted days and winter.

aerosol；aircraft observation；Beijing region

X513

A

1000-6923(2021)05-2073-08

黄嘉仪(1994-),女,浙江龙游人,助理工程师,硕士,主要从事人工影响天气和云微物理研究.

2020-10-14

国家重点研发计划(2016YFA0602001);国家重点研发计划重点专项项目(2019YFC1510300)

* 责任作者, 教授, chenbj@cma.gov.cn