一直以来，受中尺度模式不同过程参数化方案的影响，我国东部地区夜间稳定边界层污染物浓度存在被高估的现象，这在一定程度上影响了污染物浓度预报的准确率。

 

　　近日，中国气象科学研究院张小曳院士团队与北京大学张宏昇教授团队合作，在《大气化学和物理》和《地球物理研究快报》发表了最新研究成果，通过在中尺度模式的边界层参数化方案中添加PM2.5气溶胶湍流扩散系数，并研究其对污染物模拟的影响，发现可改善我国东部地区夜间稳定边界层污染物浓度被高估的情况。

 

　　寻踪觅迹，明确污染发生主要地带

 

　　自2013年实施《大气污染防治行动计划》以来，我国主要地区的PM2.5浓度明显下降，这其中的主要贡献来自于人为减排。然而，尽管PM2.5浓度逐年下降，但冬季仍会出现气溶胶污染。

 

　　气溶胶污染的成因较为复杂，不仅受内在排放的影响，还受到外在不利气象条件的影响。追寻气溶胶的踪迹可发现，污染物被排放到大气后，会受到湍流扩散、平流输送、干湿沉降、化学二次转化等过程的影响。其中，大气边界层作为近地层和自由大气之间的“桥梁”，是污染物发生的主要地带。

 

　　研究发现，污染物首先被排放到大气边界层内，然后通过水平输送和垂直扩散等过程进一步演变，而湍流作为大气边界层的主要运动，控制着动量、热量、水汽以及污染物的垂直混合过程。对此，张小曳认为，湍流运动对污染事件演变的影响值得关注。

 

　　找准方向，精准定位模式问题

 

　　观测和数值模式作为分析污染事件演变的两个重要手段，缺一不可。由于观测手段有限，无法对污染事件进行全方位解析，因此需要借助数值模式来弥补观测的不足。然而，数值模式由于分辨率粗糙等问题，使得大气中很多关键过程需要借助参数化的方法进行描述。

 

　　当下，已经有多种边界层参数化方案被发展和使用。其中，针对影响污染事件演变的湍流运动，学界研究的湍流扩散系数成为边界层参数化方案的关键因素。

 

　　研究团队成员贾文星介绍，污染发生通常伴随微风、强逆温和低层高湿的稳定边界层特征，而模式对稳定边界层中污染物浓度的模拟还存在不足。因此，准确描述边界层内污染物的混合过程，是理解污染形成和演变机制的前提。

 

　　确定湍流扩散系数最经典的两种方法是莫宁-奥布霍夫提出的相似性理论和普朗特提出的混合长理论。相似性理论在稳定边界层存在一定的不适用性，且稳定边界层的高度存在很大不确定性。为解决这一问题，研究团队基于混合长理论，瞄准模式中缺少气溶胶物质湍流扩散项的核心科学问题展开进一步攻关。

 

　　加入变量，解锁更精确的“刻画”方法

 

　　研究由浅入深的同时，研究人员进一步锁定模式中影响污染物准确模拟的焦点问题——“刻画”中尺度数值模式中各个变量垂直混合过程的湍流扩散系数。

 

　　基于北京大学张宏昇教授团队首创的利用细颗粒物浓度与能见度非线性关系的新方法，研究团队获取了PM2.5的高频质量浓度脉动和垂直湍流通量（数学公式），利用混合长理论得到PM2.5气溶胶湍流扩散系数，再将其嵌入到中尺度模式中进行验证评估。

 

　　令人振奋的是，模式中新添加的PM2.5气溶胶湍流扩散系数具有可单独用于计算污染物的垂直混合过程、更适用于稳定边界层、计算效率更高、未来更容易应用到我国自主研发的GRAPES_CUACE模式等诸多优势。

 

　　模式结果表明，新添加的PM2.5气溶胶湍流扩散系数可改善我国东部地区夜间稳定边界层污染物浓度被高估的情况，但湍流扩散系数的变化对华北太行山一带的复杂地形区域污染物浓度变化不太敏感，这一地区的平流输送相比于湍流扩散的影响更加显著。