研究报告

主要作者与机构及出版信息

本文的主要作者包括 Hui Li、Boming Liu、Wei Gong、Yingying Ma、Shikuan Jin、Weiyan Wang、Ruonan Fan 和 Shuailong Jiang。这篇文章分别来自武汉大学电子信息学院和武汉大学地球空间信息工程领域的国家重点实验室 (LIESMARS)，也涉及武汉量子技术研究所。该研究发表在 Atmospheric Research 杂志上，在线发布时间为 2024 年 11 月 15 日，正式出版时间为 2025 年。

学术研究背景

这项研究聚焦于云层对行星边界层高度（planetary boundary layer height, PBLH）演变的影响及其相关机制分析，属于大气物理学和气象学领域的重要研究课题。行星边界层是地球表面与自由大气之间的界面层，其高度在空气质量分布、热量与湿度的传输以及大气稳定性形成中起着关键作用。而云层作为大气系统中的重要因子，可以通过辐射平衡及地表能量分布直接或间接影响边界层高度的动态变化。本研究针对 PBLH 在多种气象条件下的变化规律（如晴空与多云条件）以及驱动这些变化的因素展开系统分析，以填补相关研究中的空白并提升大气边界层过程建模的准确性。

研究目标是揭示云层与 PBLH 演变之间复杂的相互作用机制，并量化白天和夜晚云层条件下对 PBLH 高度的变化的影响，为提高天气预报、空气质量建模和气候变化预测提供新见解。

研究设计和详细工作流程

实验数据来源

研究数据主要来源于 Southern Great Plains (SGP) 观测站，该站位于美国的俄克拉荷马州北部和堪萨斯州南部，是大气辐射测量（ARM）用户设施的核心站点。数据采集时间范围为 2013 年 1 月至 2020 年 12 月，包括以下仪器的测量数据： 1. Micropulse Lidar (MPL)： 提供气溶胶的垂直分布及边界层混合高度数据。 2. Radiosonde (RS)： 提供高分辨率的垂直温度（TEM）、相对湿度（RH）、风速（WS）等剖面数据。 3. Ceilometer（云高仪）： 提供云底高度及云检测状态。 4. 地表气象仪器：包含温度、湿度、地表辐射数据等。

研究共分析了 25,580 条小时级别数据剖面，其中 21,035 条为晴天，4,545 条为多云天。

方法与实验设计

1. 行星边界层高度估算：

   • 使用 Lidar 的梯度法和随机森林（Random Forest, RF）算法二者结合估算 PBLH。梯度法对 MPL 的距离矫正信号（RCS）提取局部峰值位置，RF 算法结合气象测量参数及云判定标志，建立更精准的高度估算模型。
   • 经过训练和测试集验证，该方法的相关系数达到 0.72 以上，误差（RMSE）控制为 0.34 km 内。

2. 湍流强度计算：

   • 使用风速标准差与其均值比值计算湍流强度 (Turbulence Intensity, TI)，以刻画湍流活动的强度。

3. 气象因子分析：

   • 运用 Shapley Additive Explanation (SHAP) 方法量化各气象因子（如 RH、NETR、SHF 等）对 PBLH 的影响，筛选出关键因子。

主要研究结果

1. PBLH 的昼夜变化规律：

   • 白天晴朗条件下，PBLH 高度显著高于多云条件；而夜间情况相反，多云条件下的 PBLH 稍高于晴天，但差异较小。
   • 季节性变化显示边界层高度在夏季最高，冬季最低。

2. 关键驱动因素：

   • 晴天：

     • 强烈的地表辐射加热使温度（TEM）升高，湍流强度（TI）增强，边界层高度增长。
     • 夜间辐射冷却效应明显，低层温度逆温层形成，大幅度抑制边界层发展。

   • 多云天：

     • 白天，云层吸收和散射部分太阳辐射，降低地表净辐射（NETR）、感热通量（SHF）及土壤温度（SOILT），削弱了湍流混合作用。
     • 夜间，云层捕获并反射地表长波辐射，减少地表冷却速率，增加湍流强度，增强边界层不稳定性，支持边界层高度略微增加。

3. 气象因子的具体影响：

   • 高相对湿度（RH）抑制边界层发展，特别是在多云条件下。
   • 较高的土壤温度（SOILT）及感热通量（SHF）有利于边界层形成；而昼夜变化幅度较小的情境（多云）对应更浅的边界层。

4. 数据和案例研究：

   • 案例研究逐步显示，晴天的强烈对流活动和昼夜辐射差异是显著影响因素；多云天的云层调节则体现在全天显著降低昼夜温差、减弱能量交换中。

研究结论和意义

本研究揭示了云层如何通过调节地表辐射收支、湍流和相对湿度等关键气象因子影响行星边界层高度的演变。研究填补了对于云层与边界层相互作用机制理解的空缺。其主要科学意义和应用价值包括：

1. 改善天气预报和空气质量建模（特别是在边界层高度对气溶胶扩散的影响上）。
2. 为气候变化研究提供更准确的边界层参数化建议。
3. 提供了模化边界层高度的系统性分析工具。

研究亮点

1. 创新方法： 本研究首次将 Lidar 的梯度信号与机器学习方法结合，显著提升了边界层高度估算的精度。
2. 详尽与系统化分析： 通过五种气象因子与湍流中心理流程分析，建立了完整的云层-边界层作用机制模型。
3. 全面的时间跨度与数据丰富性： 在八年的长时段数据中提取了昼夜与季节间变化规律和模式。

未来研究方向

尽管本研究基于 SGP 单点数据完成，未来的研究将致力于在全球范围内扩展云层与边界层的相关分析，进一步完善全球气模型。