大气边界层高度测量方法研究及比较分析

城市大气边界层精细化结构垂直探测及其对大气污染的影响研究城市大气边界层精细化结构垂直探测及其对大气污染的影响研究近年来，随着全球城市化进程的加快，城市大气污染问题愈发突出。

城市大气边界层作为与地表接触的部分大气层，承载着城市污染物的传输和扩散，对城市空气质量的形成起着重要作用。

因此，研究城市大气边界层精细化结构的垂直探测方法及其对大气污染的影响成为一项迫切需要进行的课题。

一、城市大气边界层精细化结构垂直探测方法城市大气边界层垂直探测方法主要包括飞机、气球、无人机等航空平台观测和遥感技术。

飞机观测可通过设备采集大气参数数据，可以覆盖相对较大的区域和高度范围，且具有较高的时空分辨率。

气球观测则通过释放气球，在不同的高度悬挂观测设备，可实现对不同高度或区域的垂直探测。

无人机则因其自主性和灵活性而成为城市大气边界层垂直探测的新工具，可以实现低空、小区域的高分辨率观测。

此外，遥感技术通过卫星遥感图像获取城市大气层的信息，为城市大气边界层精细化结构的研究提供了新的手段。

二、城市大气边界层精细化结构垂直探测研究进展城市大气边界层的精细化结构研究主要集中在温度、湿度、风速、风向等参数的垂直分布与变化规律。

研究结果表明，城市大气边界层垂直结构呈现明显的差异性，与地表的热源、气象条件和空气污染物的释放活动有密切的关系。

一方面，城市热岛效应导致城市中心地区温度较周边地区更高，大气温度在城市垂直方向上的分布出现明显的垂直温度逆变现象。

湍流交换使得辐射和动量在不同高度间的传递存在剧烈的变化。

此外，城市大气边界层中的湿度分布也与污染物释放相关，因为排放源会导致湿度的降低。

同时，由于城市辐射和湍流条件的变化，大气边界层中风速和风向的分布也存在明显差异性。

另一方面，城市排放源的污染物释放活动对大气边界层结构产生显著影响。

大气边界层中污染物的垂直分布与其排放源、风向和大气稳定度等因素密切相关。

高浓度污染物主要分布在地表附近，随着高度的上升，浓度逐渐下降。

一种大气边界层高度测量方法和装置Atmospheric boundary layer (ABL) height is a critical parameter for understanding atmospheric processes and forecasting air quality. 大气边界层（ABL）高度是理解大气过程和预测空气质量的关键参数。

Traditionally, ABL height is measured using radiosonde sounding,and remote sensing instruments such as lidars and radars. 传统上，ABL高度是使用探空仪探测和远程传感器仪器如激光雷达和雷达测量。

However, these methods have limitations, including temporal and spatial resolution, as well as the need for specific weather conditions. 但是，这些方法存在时间和空间分辨率的限制，以及对特定天气条件的需求。

Therefore, there is a need for a new method and device for measuring ABL height with higher accuracy and flexibility. 因此，需要一种新的方法和装置来更准确、更灵活地测量ABL高度。

A potential solution to this problem is the use of unmanned aerial vehicles (UAVs) equipped with sensors to measure ABL height. 这个问题的一个潜在解决方案是使用装备传感器的无人机（UAV）来测量ABL高度。

无人机大气边界层探测技术的研究随着技术的发展，无人机已经不再只是一种玩具或是武器，它的应用已经扩展到了人类生产生活的各个领域，其中气象学是无人机应用的一个很有前景的领域。

气象学作为一门研究大气物理、化学和生物现象的学科，其研究对象是大气层，而大气层是没有被地面遮挡住的，因此，要想了解大气层的运动和变化，需要从空中对其进行观测和探测。

大气层最重要的特征之一就是它的不稳定性，而大气层中最具不稳定性的层次就是大气边界层。

大气边界层是大气层中最接近地面的区域，其高度约为地面高度的10%左右，区域内的风速、温度、湿度和压力等参数都呈现出很大的时空变化，一旦出现异常，在气象学、环境保护、空气净化等领域都具有非常重要的意义。

然而，由于大气边界层的高度较低，且受地面布设、建筑物和地形的影响，传统的探测方式，如气象探空、地面气象站探测等存在探测精度低、探测范围受限等缺点。

因此，如何提高大气边界层的探测精度、扩大探测范围，成为了当前研究的热点。

无人机作为一种前沿的探测工具，具有飞行高度低、飞行速度慢、悬停能力强、具备一定的负荷承载能力等优点，并且无需人员驾驶，可以在预设区域内飞行，对大气边界层的观测数据进行采集和传输，可以大大提高大气边界层的探测精度和范围。

同时，无人机不受地形和建筑物的限制，能够实现大气边界层的三维探测，提供更加详细和全面的大气边界层特征信息，对于科学研究以及应用领域都具有非常大的价值。

无人机大气边界层探测技术的研究已经取得了一定的进展，主要包括飞行平台、传感器和数据采集与处理等方面。

针对无人机的设计方案，需要根据大气边界层的特点，选用不同的飞行器参数，如机翼面积、翼展、起飞质量等，以保证无人机在边界层内平稳飞行。

同时，无人机需要配备多种传感器，如气象雷达、湍流探测仪、颗粒物探测器等，以获取大气边界层内的风速、温度、湿度、湍流强度、颗粒物浓度等参数。

最后，需要对探测数据进行处理和分析，以实现大气边界层特征的多元化、定量化描述和预测。

《利用激光雷达探测灰霾天气大气边界层高度》篇一一、引言随着工业化和城市化的快速发展，灰霾天气日益成为全球关注的焦点。

灰霾不仅对人类健康造成严重威胁，还对气象、环境及交通运输等多个领域产生深远影响。

因此，准确探测灰霾天气的大气边界层高度，对于理解灰霾的形成机制、预测其发展趋势以及制定有效的防治措施具有重要意义。

激光雷达技术作为一种新型的遥感探测技术，具有高精度、高分辨率和实时性的特点，为灰霾天气大气边界层高度的探测提供了有效手段。

二、激光雷达技术原理及优势激光雷达技术是一种利用激光束对大气进行探测的技术。

其基本原理是通过发射激光脉冲并接收由大气中的微粒散射回来的光信号，从而得到大气的结构信息。

与传统的大气探测方法相比，激光雷达技术具有以下优势：1. 高精度：激光雷达技术能够以米级甚至厘米级的精度测量大气中的物理参数。

2. 高分辨率：激光雷达可以获取连续的大气剖面数据，实现对大气的连续监测。

3. 实时性：激光雷达技术可以实时获取大气数据，为气象预报和灰霾防治提供及时的信息支持。

三、利用激光雷达探测灰霾天气大气边界层高度的方法灰霾天气的大气边界层高度是指从地表到一定高度的大气层内，大气污染物如颗粒物、气态污染物等在该区域内的积聚程度达到某一阈值的高度。

利用激光雷达技术探测灰霾天气大气边界层高度的具体步骤如下：1. 选择合适的激光雷达设备，如扫描式激光雷达、多普勒雷达等，以满足不同的大气探测需求。

2. 调整激光雷达设备的参数设置，包括发射功率、接收灵敏度等，以确保设备的稳定运行和数据的质量。

3. 在合适的天气条件下（如晴天或多云天），对大气进行持续的扫描和测量，记录大气中的光信号数据。

4. 对收集到的光信号数据进行处理和分析，包括去噪、滤波、数据拟合等步骤，以提取出大气边界层高度的信息。

5. 根据分析结果，得出灰霾天气的大气边界层高度及其变化趋势。

四、实际应用与效果分析在灰霾天气条件下，利用激光雷达技术进行大气边界层高度的探测具有显著的实用价值和意义。

大气边界层特征的观测与分析大气边界层是地球大气层中与我们的日常生活和环境息息相关的重要部分。

它是靠近地球表面的一层大气，厚度通常在几百米到几千米之间，其特征对天气、气候、污染物扩散等都有着显著的影响。

因此，对大气边界层特征的观测与分析具有重要的科学意义和实际应用价值。

大气边界层的特征主要包括温度、湿度、风速、风向等气象要素的垂直分布，以及湍流运动等。

为了观测这些特征，科学家们采用了多种手段和方法。

一种常见的观测方法是使用气象塔。

气象塔通常高达几十米甚至上百米，在不同高度上安装了各种气象传感器，如温度传感器、湿度传感器、风速仪等，可以实时获取不同高度处的气象数据。

通过对这些数据的分析，我们能够了解大气边界层中气象要素随高度的变化情况。

例如，在白天，由于太阳辐射的加热作用，地面温度升高，空气受热上升，形成对流，导致温度在垂直方向上的分布呈现出明显的梯度。

除了气象塔，飞机观测也是一种重要的手段。

飞机可以在大气边界层中飞行，并携带各种测量仪器，获取大范围、高空间分辨率的气象数据。

然而，飞机观测的成本较高，且受飞行条件和航线的限制。

近年来，随着卫星遥感技术的发展，为大气边界层的观测提供了新的视角。

卫星可以通过测量大气中的水汽、温度等参数，反演得到大气边界层的特征信息。

但卫星观测也存在一定的局限性，比如分辨率相对较低，对某些细节特征的捕捉能力有限。

在获取了大量的观测数据之后，接下来就是对这些数据进行分析。

数据分析的方法多种多样，其中常用的有统计分析和数值模拟。

统计分析是通过对观测数据进行整理、计算，得出各种统计量，如均值、方差、相关性等，从而揭示大气边界层特征的一般规律。

例如，通过对多年的温度观测数据进行统计分析，可以发现大气边界层温度的季节变化和年际变化特征。

数值模拟则是利用计算机模型来模拟大气边界层的物理过程。

模型中考虑了大气的热力学、动力学方程以及各种物理过程，如辐射、湍流交换等。

通过输入观测数据和边界条件，模型可以预测大气边界层的演化和变化。

大气边界层通量观测和计算方法研究大气边界层是地球大气层的最底部，位于地表和向上逐渐变稀薄的自由大气之间。

在大气边界层中，大气运动、能量交换、水汽循环等过程发生频繁，并对地表气候、生态系统等产生重要影响。

因此，对大气边界层通量的观测和计算方法进行研究具有重要意义。

通量观测是研究大气边界层的基础，通过观测仪器获取各种关键参数的变化情况，例如风速、温度、湿度、辐射等，从而揭示大气边界层的动态特征和能量交换过程。

常用的通量观测方法主要包括梯度法和涡动相关法。

梯度法是指通过观测某一高度上的变量梯度，根据Fick定律的应用，计算得到大气边界层通量。

例如，通过测量两个高度上的风速和温度差异，利用梯度风假设可以计算出垂直方向上的动量通量。

梯度法在实际观测中操作简单，但需要满足一定的条件，如近似恒定的湍流性质和垂直扩散系数。

同时，由于梯度法仅利用了多点数据的差异，结果可能受到局部微尺度的影响。

涡动相关法是指通过观测涡动的性质和特征，计算得到大气边界层通量。

涡动相关法利用雷诺分解原理，将变量表示为平均和涡动的和，通过观测涡动的相关性来计算通量。

例如，通过观测风速、湍动能等参数，利用雷诺相关性原理可以计算水平动量或其他变量的通量。

涡动相关法可以克服梯度法对局部微尺度的敏感性，但需要较复杂的计算过程和较多的观测数据。

通量计算方法的研究是为了更准确地评估大气边界层的能量交换和物质输送过程。

当前，针对特定问题和应用场景，研究者们正在不断改进和发展通量计算方法。

对于湿润气候条件下的通量观测和计算，研究者们提出了相应的改进方法。

湿润条件下，水汽通量对大气边界层的能量平衡和水循环过程具有重要影响。

因此，准确观测和计算水汽通量是研究湿润气候下大气边界层的重要课题。

近年来，利用涡动相关法和梯度法相结合的方法，结合闭合水汽通量原理和湿力学方程，发展了适用于湿润条件下的通量计算方法，提高了水汽通量的准确性。

除了通量观测和计算方法的发展，还有研究关注其在不同地域和时间尺度上的应用。

大气边界层高度估算方法比较研究引言：大气边界层是地球表面与大气层中相互交换物质和能量的区域，其高度对于气象、环境和气候研究至关重要。

然而，由于大气边界层的复杂性和多样性，精确估算大气边界层高度一直是一个挑战。

本文将比较不同的大气边界层高度估算方法，并探讨其优缺点。

一、气象观测方法：气象观测方法是最常用的估算大气边界层高度的方法之一。

通过测量温度、湿度、风速和风向等参数，可以得出边界层的特征。

例如，大气边界层中的温度逐渐下降，湿度逐渐上升，风速和风向发生剧烈变化。

然而，由于气象观测方法需要实时监测和数据分析，存在时间和人力成本高的问题。

二、大气比湿垂直廓线法：大气比湿垂直廓线法是一种基于大气中比湿垂直分布的估算方法。

比湿垂直廓线法利用气象雷达获取大气比湿垂直分布，并通过分析比湿的垂直梯度来确定边界层的高度。

相比于气象观测方法，大气比湿垂直廓线法具有时间和空间分辨率更高的优势。

然而，该方法仍然需要依赖气象雷达，且无法获得具体的边界层高度数值。

三、稳定度指数法：稳定度指数法是通过分析大气层中的稳定度来估算边界层高度的方法。

稳定度指数是指大气层中各层之间温度的差异和相对湿度的差异。

当稳定度指数较大时，大气边界层高度较低；当稳定度指数较小时，大气边界层高度较高。

稳定度指数法的优点在于不需要过多的观测设备，且计算相对简单。

然而，该方法对于大尺度和复杂天气条件下的边界层高度估算精度较低。

四、大气波动参数法：大气波动参数法是一种基于大气中湍流波动参数的估算方法。

波动参数指的是大气中垂直风速的平均二阶矩和湍流动能的垂直分布。

通过对这些参数的分析，可以得出边界层的高度。

相比于其他方法，大气波动参数法对于复杂的地理和气候条件具有较高的适应性和准确性。

然而，该方法需要测量和计算大量的参数，且数据处理复杂。

结论：综上所述，大气边界层高度估算方法各有优缺点。

气象观测方法是最常用的方法，但存在时间和人力成本高的问题。

大气比湿垂直廓线法具有时间和空间分辨率更高的优势，但仍然需要依赖气象雷达。

边界层高度常用的计算方法
边界层高度是大气科学中一个重要的参数，它描述了大气边界层的厚度，对于气象预报、空气污染扩散、风能利用等领域都有重要的应用价值。

下面将介绍几种常用的边界层高度计算方法。

风廓线雷达法：风廓线雷达是一种能够连续测量大气中风速垂直剖面的遥感设备。

通过分析风廓线雷达观测到的风速数据，可以确定边界层高度。

这种方法具有高精度和连续观测的优点，但需要专业的雷达设备和数据处理技术。

气象探空法：气象探空是通过气球携带探测仪器升空测量大气温度、湿度、风速等参数的方法。

利用气象探空观测数据，可以分析出大气温度垂直剖面的变化，从而估算出边界层高度。

这种方法具有直接测量大气参数的优点，但受到观测时间和地点的限制。

数值模式法：数值模式是一种基于大气动力学和热力学方程组的计算机模型，可以模拟大气中的各种物理过程。

通过输入地面观测数据和初始条件，数值模式可以计算出大气温度、湿度、风速等参数的垂直分布，从而估算出边界层高度。

这种方法具有灵活性和可重复性的优点，但需要高质量的输入数据和合适的模型参数。

经验公式法：根据历史观测数据和统计分析，可以得到一些经验公式，用于估算边界层高度。

例如，不稳定条件下常用的Driedonks and Tennekes公式，稳定条件下常用的Zilitinkevich公式等。

这些方法具有简单易用的优点，但受到地域和气象条件的限制。

综上所述，不同的边界层高度计算方法各有优缺点，应根据具体应用场景和需求选择合适的方法。

在实际应用中，可以综合考虑多种方法的观测结果，以提高边界层高度估算的准确性和可靠性。

利用激光雷达探测阴霾天气大气边界层高度引言阴霾天气是指由大气中悬浮颗粒物和气体混合物组成的气象现象，对人类的健康和环境产生了严峻影响。

而大气边界层高度的准确测量是阴霾天气预报和治理的基础。

传统的测量手段受制于地面气象站点的局限性，无法遮盖宽广的区域。

然而，激光雷达技术的出现为我们提供了一种新的解决方案。

本文将重点谈论的原理、方法和应用。

一、激光雷达技术简介激光雷达是一种利用激光束与大气中的物质互相作用原理来测量目标距离和属性的光电设备。

它具有高区分率、长探测距离、快速响应等特点，被广泛应用于气象、遥感、环境监测等领域。

其中，利用激光雷达测量大气边界层高度已成为一种常见的方法。

二、大气边界层高度的观点与意义大气边界层是大气圈中与地表直接接触的一层，其高度通常在几百米到几千米之间。

边界层的高度决定了污染物的扩散和滞留，阴霾天气的生成和扩散与大气边界层高度干系密切。

因此，准确测量大气边界层高度对于阴霾天气预报和治理至关重要。

三、利用激光雷达测量大气边界层高度的原理利用激光雷达测量大气边界层高度的原理基于激光束在大气中的散射与吸纳过程。

激光束经过大气层时，会与颗粒物和气体分子互相作用，散射出来的光线会被接收器接收，并进行信号处理。

通过分析接收到的散射信号，可以确定大气边界层的高度位置。

四、利用激光雷达测量大气边界层高度的方法1. 激光光谱分析法：通过对接收到的散射光信号进行频谱分析，利用相应的模型计算并确定大气边界层的高度。

2. 激光飞行时间法：通过测量激光束在大气中传播所需的时间，推算出大气边界层的高度。

3. 激光散射法：通过对接收到的散射光信号进行强度、相位等特性的分析，来确定大气边界层的高度位置。

五、利用激光雷达测量大气边界层高度的应用1. 阴霾天气预报：通过实时监测大气边界层高度的变化，可以提前预警阴霾天气，援助人们做好控制污染物排放，缩减空气污染的措施。

2. 阴霾治理：通过监测大气边界层高度，可以确定阴霾形成和传播的机理，为制定有效的阴霾治理政策提供科学依据。

大气边界层观测技术与研究进展大气边界层是地球大气最底层的部分，与人类的生产生活息息相关。

对大气边界层的研究有助于我们更好地理解气候变化、空气质量、能源利用等诸多重要问题。

而观测技术则是深入研究大气边界层的关键手段，随着科学技术的不断发展，大气边界层观测技术也取得了显著的进步。

一、大气边界层的重要性大气边界层直接受到下垫面的影响，其物理、化学和动力学过程十分复杂。

它不仅对天气和气候的形成起着重要作用，还与污染物的扩散、生态系统的能量和物质交换等密切相关。

例如，在城市地区，大气边界层的结构和特性会影响污染物的浓度分布，进而影响居民的健康；在农业领域，它对农作物的生长和水分蒸发有着重要影响。

二、传统的大气边界层观测技术（一）气象塔观测气象塔是一种常见的大气边界层观测手段。

通过在塔上安装各种传感器，如风速仪、温度计、湿度计等，可以获取不同高度上的气象要素数据。

气象塔能够提供长时间序列、高精度的观测数据，但它的空间覆盖范围有限。

（二）系留气球观测系留气球可以携带观测仪器上升到大气边界层的不同高度，获取垂直方向上的气象参数。

这种方法相对灵活，但受气球的飞行时间和高度限制。

（三）飞机观测利用飞机搭载观测仪器在大气边界层中飞行，可以获取大范围、高分辨率的观测数据。

但飞机观测成本较高，且受飞行条件和空域限制。

三、现代的大气边界层观测技术（一）激光雷达观测激光雷达通过发射激光脉冲并接收回波来测量大气中的气溶胶、风速等参数。

它具有高时空分辨率、能实现连续观测等优点，在大气边界层研究中发挥着重要作用。

（二）微波辐射计观测微波辐射计可以测量大气中的水汽含量、温度廓线等。

其不受光照条件限制，能够在夜间和恶劣天气条件下进行观测。

（三）卫星遥感观测卫星能够从太空对大气边界层进行大范围观测，提供全球尺度的信息。

但卫星观测的分辨率相对较低，且需要结合其他观测手段进行数据验证和补充。

四、观测技术的融合与应用为了更全面、准确地了解大气边界层的特性，多种观测技术的融合应用成为了当前的研究热点。

《利用激光雷达探测灰霾天气大气边界层高度》篇一一、引言随着城市化进程的加速和工业化的快速发展，灰霾天气现象日益严重，对人类健康和生态环境造成了严重影响。

为了有效应对灰霾天气，准确掌握其发生和发展规律，对大气边界层高度的探测显得尤为重要。

激光雷达技术作为一种新兴的遥感探测技术，具有高精度、高分辨率和非接触式测量的特点，为灰霾天气大气边界层高度的探测提供了有效的手段。

本文将介绍利用激光雷达探测灰霾天气大气边界层高度的方法及优势。

二、激光雷达探测原理及技术特点激光雷达技术是通过发射激光脉冲并接收由目标物反射回来的激光回波信号，从而获得目标物的空间位置、速度等物理信息。

在灰霾天气大气边界层高度的探测中，激光雷达能够以较高的时间和空间分辨率，对大气进行精确测量。

三、利用激光雷达探测灰霾天气大气边界层高度的原理与方法（一）探测原理利用激光雷达探测灰霾天气大气边界层高度，主要基于大气消光特性和颗粒物散射特性。

通过测量激光在传播过程中的衰减情况，结合大气参数和气象条件，推算出大气边界层的高度。

（二）探测方法1. 数据采集：通过激光雷达系统，实时采集灰霾天气下的激光回波信号。

2. 数据处理：对采集的回波信号进行滤波、去噪等处理，提取出有效的大气信息。

3. 边界层高度计算：根据大气消光特性和颗粒物散射特性，结合数据处理结果，推算出大气边界层的高度。

四、激光雷达探测灰霾天气大气边界层高度的优势（一）高精度：激光雷达具有较高的测量精度和分辨率，能够准确反映灰霾天气下的大气状况。

（二）非接触式测量：激光雷达无需与目标物接触，可在远程进行测量，减少了对环境的干扰。

（三）实时性：激光雷达可实时采集和处理数据，能够快速反映灰霾天气的变化。

（四）大数据支持：通过连续监测和长期积累的数据，可形成完整的大气边界层高度数据库，为研究灰霾天气的发生和发展规律提供有力支持。

五、结论综上所述，利用激光雷达探测灰霾天气大气边界层高度是一种高效、准确的方法。

一种准确计算大气边界层高度的方法是使用折射指数法。

这种方法利用地球表面的可见光（如太阳光）从地球表面向上传播时所受到的大气层中物质对其传播速度的影响来测量大气边界层的高度。

该方法将地球表面作为一个“发射机”，并将它们所发出的光束作为一个“信号”。

随着信号向上传播，它们会因遇到不同密度、不同厚度、不同速度或不同弯曲能力的物体而产生影响。

这些影响都会使信号减弱或者实施其他形式的处理（如散射、衍射或者其他效应）。

根据这些处理情况（即信号强弱情况）来测量大气边界层高度是很有效也很证明正确性的方法之一。

大气边界层混合高度的分析与模拟大气边界层混合高度是指大气中下层温度、湿度、风等气象元素混合的层厚度。

它是大气边界层中垂直交换过程的重要指标，对于空气污染扩散、天气预报和气候变化研究具有重要意义。

针对大气边界层混合高度的分析与模拟，可以帮助我们更好地理解和预测大气运动和变化。

一、大气边界层混合高度的影响因素大气边界层混合高度受多种因素的影响。

首先是地表条件。

地表类型、地形起伏以及地形高度等因素对边界层混合高度产生显著影响。

其次是大气条件。

湿度、温度、风速等气象因子都会对边界层混合高度产生影响。

此外，也受到季节、气候等因素的综合作用。

二、大气边界层混合高度的分析方法为了准确分析大气边界层混合高度，研究人员采用了多种方法。

其中，常用的方法包括观测、模拟和数值模型等。

通过现场观测，可以获取实时的边界层混合高度数据，使得对大气运动和变化有更准确的了解。

通过模拟手段，可以模拟不同地理环境下的边界层混合高度变化，从而推测其影响因素和趋势。

而数值模型则通过数学模型和计算机模拟来预测和模拟大气边界层混合高度。

三、大气边界层混合高度的模拟技术模拟大气边界层混合高度需要运用计算机和数学模型来实现。

边界层模式是模拟大气边界层混合高度的重要工具之一。

它通过离散方程来描述大气运动和能量的传输，从而模拟出边界层混合高度的空间和时间变化。

此外，还可以利用统计模型和人工智能算法对大气边界层混合高度进行预测和模拟。

通过不断改进模拟技术和提高计算能力，我们可以更准确地预测大气边界层混合高度的变化趋势。

四、大气边界层混合高度对环境的影响大气边界层混合高度对环境具有重要影响。

首先，它对大气污染物的扩散和清除具有决定性作用。

边界层混合高度的增大可以促使大气污染物向上垂直扩散，降低地表浓度，从而减少对人群和生态环境的影响。

其次，边界层混合高度还对温度、湿度等气候因子的分布有影响，进而影响降水的形成和分布。

因此，准确预测和模拟边界层混合高度对于环境保护和预警也具有重要意义。

一、概述500hpa与800hpa边界层高度是大气科学中的重要概念，它们对于天气预报、气候研究等领域具有重要意义。

本文将就500hpa与800hpa边界层高度的概念、影响因素、测量方法以及在气象学和气候学中的应用进行深入探讨。

二、500hpa与800hpa边界层高度概念1. 500hpa边界层高度500hpa边界层高度是指大气中500hpa等压面处的边界层高度，通常以米（m）为单位。

500hpa等压面是大气中一个重要的压力面，对应于大约5500米的高度。

500hpa边界层高度的变化受到大气环流、地形、气温等因素的影响。

2. 800hpa边界层高度800hpa边界层高度是指大气中800hpa等压面处的边界层高度，通常以米（m）为单位。

800hpa等压面对应于大约2000米的高度。

800hpa边界层高度的变化也受到大气环流、地形、气温等因素的影响。

三、500hpa与800hpa边界层高度的影响因素1. 大气环流大尺度的大气环流对500hpa与800hpa边界层高度的影响较大。

在高压系统下，500hpa与800hpa边界层高度一般较高；在低压系统下，500hpa与800hpa边界层高度一般较低。

2. 地形地形对500hpa与800hpa边界层高度的影响也相当显著。

在山脉地区，500hpa与800hpa边界层高度一般较低；在平原地区，500hpa 与800hpa边界层高度一般较高。

3. 气温气温是影响500hpa与800hpa边界层高度的重要因素。

温暖的空气会使500hpa与800hpa边界层高度升高，而寒冷的空气会使500hpa与800hpa边界层高度降低。

四、500hpa与800hpa边界层高度的测量方法500hpa与800hpa边界层高度的测量方法主要包括探空观测、卫星遥感、飞机探测等多种手段。

其中，探空观测是最常用的方法，通过向大气中发射气球并记录其升降轨迹以及相关气象要素来获取500hpa 与800hpa等压面处的边界层高度。

大气边界层高度的确定及其在数值天气预报模式中的应用大气边界层高度的确定及其在数值天气预报模式中的应用引言：大气边界层高度是指大气中由地面向上迅速变化的高度范围，是大气层中能够和地表相互作用的区域。

准确确定大气边界层高度对于天气预报和空气污染研究具有重要意义。

本文将介绍大气边界层高度的确定方法，并探讨其在数值天气预报模式中的应用。

一、大气边界层高度的确定方法：1. 高度变化法：利用大气边界层不同高度处的温度、湿度和气压等观测资料，通过计算高度变化率来确定大气边界层高度。

这种方法需要多地点的观测数据，并且对观测环境的要求较高。

2. 湍流方法：基于边界层中的湍流运动特征，通过分析湍流能谱和相关函数等参数来确定大气边界层高度。

这种方法利用了大气边界层中湍流的特性，适用于气象探空和边界层研究等领域。

3. 大气激波法：在边界层的上界处常常存在着大气激波结构，通过观测激波的位置和特征来确定大气边界层高度。

这种方法对于稳定的大气边界层高度的确定比较可靠，但对于较不稳定的情况可能存在一定的误差。

二、大气边界层高度的应用：1. 天气预报模式中的应用：大气边界层高度对于数值天气预报模式的模拟和预报具有重要影响。

首先，准确确定大气边界层高度可以提供模型初值和边界条件，提高模式的初始准确度。

其次，大气边界层高度与大气中的垂直运动和湿度等参数密切相关，是模式中其他物理过程的重要驱动因素。

因此，正确模拟和预报大气边界层高度对于提高天气预报的准确性和可靠性至关重要。

2. 空气污染研究中的应用：大气边界层高度对于空气污染扩散和传输的研究也具有重要作用。

边界层高度的不同变化会影响污染物在大气中的输送和扩散过程。

准确确定大气边界层高度可以提供污染物输送路径和范围的参考，为空气质量预报和污染治理提供科学依据。

结论：大气边界层高度的准确确定在气象科学和环境保护等领域具有重要意义。

不同的确定方法可以相互补充，提高准确度和可靠性。

在数值天气预报模式中，准确模拟和预报大气边界层高度是提高天气预报准确性的重要途径之一。

青藏高原东部及下游关键区大气边界层高度的观测分析
青藏高原东部及下游关键区大气边界层高度的观测分析
利用2007年12月10-24日在红原、温江和宜昌同步观测的3小时加密探空资料,分析了青藏高原东部及下游关键区大气边界层位温廓线日变化特征,以及对流边界层高度和稳定边界层高度的变化特征.分析结果表明,不同地形位温廓线具有相同的日变化特征,对流边界层在白天出现和发展,而稳定边界层在夜间出现和发展;对流边界层的发展史和发展高度与海拔高度有关,高海拔地区对流边界层的发展史较短但发展高度较高,而低海拔地区对流边界层的发展史较长但发展高度较低;稳定边界层的发展史和发展高度也与海拔高度有关,高海拔地区稳定边界层的发展史较长且发展高度较高,而低海拔地区稳定边界层的发展史较短且发展高度较低;对流边界层的最大发展高度多出现在地方时17时,而稳定边界层的最大发展高度多出现在地方时02时;红原、温江和宜昌的对流边界层高度分别可达4 930 m、1 000 m和710 m.而其稳定边界层高度分别可达1 100 m、920 m和650 m.
作者：徐桂荣崔春光 XU Gui-rong CUI Chun-guang 作者单位：中国气象局武汉暴雨研究所,武汉,430074 刊名：暴雨灾害英文刊名：TORRENTIAL RAIN AND DISASTERS 年，卷(期)：2009 28(2) 分类号：P412.2 关键词：青藏高原大气边界层高度日变化对流边界层稳定边界层。

确定大气边界层顶高度的新方法及数值实验*周建印1) 项杰1) 黄思训1)2)†1) (国防科技大学气象海洋学院, 南京　211101)2) (国家海洋局第二海洋研究所, 卫星海洋环境动力学国家重点实验室, 杭州　310012)(2019 年12 月29日收到; 2020 年2 月7日收到修改稿)提出了一种确定大气边界层顶高度的数值微分新方法, 该方法使用了正则化技术, 把对弯角廓线求导数的数值微分问题转化为求目标泛函极小值的问题, 采用双参数模型函数方法来选择正则化参数, 最后利用最大梯度法确定边界层顶高度. 首先通过两个数值实验验证了新方法的有效性, 实验结果显示, 随着掩星资料噪音的增多, 由差分法和结合L曲线方案的数值微分方法得到的边界层顶高度波动增大, 而通过双参数模型函数方法得到的高度很稳定, 这说明新方法能够很好地过滤噪音, 从而保留廓线的主要信息. 随后基于2007—2011年1, 4, 7, 10月的COSMIC弯角数据, 利用新方法分析了全球海洋大气边界层顶高度的季节特征, 并与用掩星资料自带的大气边界层顶高度数据zbalmax得到的季节分布进行对比. 结果表明, 两者的季节分布特征十分一致: 海温相对周围海域高的区域, 边界层顶高度较高, 反之, 边界层顶高度较低; 在暖流经过的海域, 边界层顶高度较高, 在寒流经过的海域, 边界层顶的高度相对较低.关键词：边界层顶高度, 正则化方法, 双参数模型函数法, 弯角梯度PACS：02.60.Jh, 02.60.Pn, 98.52.Cf, 92.60.Fm　DOI: 10.7498/aps.69.201919921 引　言行星边界层是对流层底层的大气, 下垫面主要通过热量辐射传输、摩擦阻力、水汽通量、污染物排放以及地形对边界层发生作用[1]. 边界层的结构复杂多变, 边界层顶高度随时空变化而变化, 通常定义为混合层(常值通量层)与自由大气过渡的高度[2], 高度变化范围在几百米到几千米之内. 边界层顶高度在数值预报模式中的边界层参数化方案以及气溶胶的反演中有着重要的作用, 具体表现为: 如果边界层顶高度太低, 则边界层与云层解耦,从而抑制了热量、水分和湍流动能从海洋表面到云层的垂直传输, 并可能加速云的消散; 如果边界层顶高度太高, 则会形成积云而不是层状云[3], 所以确定边界层顶高度是一项十分重要的工作.边界层顶往往存在湿度、温度、折射率、气溶胶粒子以及云滴的急剧变化[4], 无线电掩星探测获得的弯角和折射率廓线在边界层顶处往往具有大的垂直梯度, 因此, 最大梯度所在的高度被认为是边界层顶高度[5]. 在计算边界层顶高度的观测数据方面, 由于边界层顶高度的变化在几百米左右, 而被动红外和微波探测的分辨率在1—2 km, 故使用分辨率大约在20 m的掩星资料计算边界层顶高度更加精确, 而且全球定位系统掩星探测(global positioning system radio occultation, GPS-RO)技术具有全天候、全球覆盖、长期稳定等优点, 使得在分析全球边界层顶高度时更具有优势.前人在计算边界层顶高度上, 提出了许多方法. Holzworth[6]通过从最高表面温度沿干绝热线随高度上升到与最近观测到的温度廓线的交点, 来得到最大混合层高度; Coulter[7]比较了由激光雷* 国家自然科学基金 (批准号: 91730304, 41875045, 41475021)资助的课题.† 通信作者. E-mail: huangsxp@© 2020 中国物理学会 Chinese Physical Society 达、声雷达以及温度廓线得到的混合层顶高度, 发现激光雷达与声雷达探测的高度基本一致. Van Pul等[8]由无线电探空资料通过气块法(parcel method)得到了边界层顶高度. 在20世纪, Bianco 和Wilczak[9]基于模糊逻辑方法的混合深度识别算法来确定边界层深度; Lokoshchenko[10]提出了一种方法, 即把参数积分(如不稳定能量)最大值所在的高度作为混合层高度; Balsley等[11]使用最小风切变和最大Brunt-Väisälä频率对夜晚稳定边界层顶高度进行计算; Sokolovskiy等[12]把COSMIC掩星探测折射率梯度的最大下降点的高度确定为边界层顶高度, 2007年Sokolovskiy等[13]又利用COSMIC掩星弯角资料对边界层顶高度进行了计算; Baars等[14]修正了小波协方差方法, 利用雷达资料得出边界层顶高度; Seidel等[15]用无线电掩星资料比较了计算边界层顶高度的6个气象要素(如温度、湿度、折射率等), 结果显示折射率和位温的梯度最小值得出的边界层顶高度较高; Dai等[16]使用多个外场观测项目中飞机测量的廓线资料, 重新计算了边界层顶高度; Yan等[17]把带有正则化技术的数值微分方法应用于COSMIC 掩星弯角资料来确定大气边界层顶高度.正则化技术是苏联科学院院士吉洪诺夫(Tikhonov A N)[18]为了获得线性不适定问题稳定的近似解而于1963年提出的. 随着研究的深入,正则化的方法得到了蓬勃的发展, 目前常见的正则化方法主要有Tikhonov正则化方法[19], Lavrentiev 正则化方法[20], 迭代正则化方法(如Tikhonov迭代方法[21]、Landweber迭代方法[22]), 以及基于谱理论的正则化方法(如TSVD (谱截断)正则化方法[23])等. 前人在大气科学领域中应用正则化方法做了很多有意义的工作[24−28], 而其中正则化方法的一个关键环节是正则化参数的选择, 常用的正则化参数选择方法有L曲线准则[29−31]、广义交叉验证准则[32,33]、Morozov偏差准则[34]等. 其中, Morozov偏差准则是一种应用非常广泛的后验选取策略, 但是此原则仍然不够理想, 于是1984年Morozov[35]提出了吸收的Morozov准则(damped Morozov principle), 它是通过求解吸收的Morozov 偏差方程来得到正则化参数, 但该方法在进行数值求解时, 收敛速度慢且计算量巨大. 于是在1998年, Kunisch和Zou[36]提出单参数模型函数法来求正则化参数, 从此模型函数法为减少计算量指出了一条明确的道路.在Yan 等[17]提出的带有正则化技术的数值微分中, 正则化参数的选择采用了L曲线方法(因此, 该方法在下文中简称为L曲线方法), 但是此方法计算量大, 且L曲线方法的收敛性问题在理论上并没有得到解决. 因此, 本文提出一种计算大气边界层顶高度的新的数值微分方法, 其中仍然应用了正则化技术, 但是正则化参数的选择采用了双参数模型函数方法. 本文第2节首先介绍了研究所用到的数据, 然后介绍双参数模型函数方法的原理;第3节进行数值实验, 并与另外两种方法的结果作比较, 以验证方法的合理性; 第4节应用双参数模型函数方法得到全球海洋边界层顶高度的季节分布特征, 并与利用掩星资料自带的边界层顶高度得到的结果作对比; 第5节是总结.2 数据与方法2.1 数　据FORMOSAT-3/COSMIC是美国与中国台湾合作的一个GPS掩星探测项目, 本文使用的弯角廓线数据来自COSMIC项目, 包括2007—2011年的1, 4, 7, 10月份的全球的弯角数据(https:// /cdaac/products.html),总样本为1074349条廓线, 其中平均每个月的数量在50000—70000条, 4和7月份比1和10月份数量多30000—40000条(图1); 同时, atmPrf文件本身还自带了利用弯角数据得到的大气边界层顶Month3.02.52.01.51.00.5Quantity/15图 1 2007−2011年1, 4, 7, 10月份掩星廓线数量的时间分布Fig. 1. Temporal distribution of the number of occultation profiles in January, April, July and October, 2007−2011.高度数据zbalmax. 考虑到数据不可避免会带有缺省缺测等不足, 所以从以下两方面进行质量控制.1)筛选数据. 考虑到边界层顶基本都在500 m 以上, 5 km 以下, 所以本文采用这样的弯角数据,即廓线的最低高度在0.5 km 以上, 最高高度在5 km 以下. 2)控制数据长度. 选择有效数据的长度至少在5个以上, 以减小由于数据缺少而带来的误差.2.2 双参数模型函数方法大气边界层顶常常会有温度或水汽压的急剧变化(温度急剧上升或水汽含量急剧下降), 因此,可以采用最大梯度法来确定边界层顶高度. 近些年来, 使用“开环”跟踪技术之后, GPS 掩星资料在低层大气的准确度有了显著提高, 使得GPS 掩星资料可以提供更多有价值的低对流层(尤其是离地面2 km 以下)大气的信息, 但是由于水汽的影响,低对流层(尤其是离地面2 km 以下)大气廓线数据仍然含有负偏差. Yan 等[17]提出的数值微分方法中, 正则化参数的选择采用了L 曲线法, 由于L 曲线法具有前面提到的两个缺陷, 所以本文采用双参数模型函数方法来确定弯角梯度.2.2.1 模型的构建α(z )φ(z )=α′(z )z 0⩽z ⩽z n 模型构建的基本思路与Yan 等[17]相同, 为了文中叙述的方便, 下面对模型的构建作简要介绍.设弯角为连续可微的函数 , 弯角廓线的梯度为 , z 为高度, 范围为 .I =[z 0,z n ]z i =z 0+i z n −z 0ni =1,2,···,n 在高度范围 中取 ,, 根据牛顿莱布尼兹公式可以得到对于(1)式右侧, 可以用辛普森法则近似为2h =z i +1−z i −1=2(z n −z 0)/n error =−h 5/90φ(4)(ξ),ξ∈[z i −1,z i +1]其中, , 本文将廓线等分为n 份, 每一份高度h 为10 m, 误差为, 如果弯角梯度变化剧烈, 比如存在锋面过程等剧烈变化的天气时, 则误差不容忽视.将(2)式代入(1)式可以得到经整理后可得到弯角梯度应满足的线性方程:其中此时, 问题归结为求线性方程(4)的解.2.2.2 双参数模型函数方法的应用考虑模型(4), 如果观测资料b 带有高频成分,则在反演大气弯角垂直梯度时, 结果会产生较大的误差. 所以, 为了克服(4)式的不适定性, 本文把(4)式转化为求解如下目标泛函极小值的问题:α,β其中X 是满足泛函极小值的解, 是待求的双正则化参数, 而矩阵L 为一阶导数算子, 表示对x 进行约束, 使得x 的梯度变化不至于过于剧烈,起到平滑的效果.本文与Yan 等[17]文章中的不同之处是采用双参数的模型函数方法[36−39]来确定目标泛函中两个参数的最优解, 进而求解出弯角梯度, 其基本技术路线如下:F (α,β)令目标函数 为此时吸收的Morozov 偏差方程为γ>1,µ>1δα,β式中 为吸收系数, 为误差水平. 因为(8)式是关于 的高度非线性方程, 用通常的迭代方法求解结果并不理想(比如Newton 法和拟Newton 法), 原因是他们只具有局部收敛的性质,m k (α,β):=T k +αC k +βD k F (α,β)而且对初值的要求比较高. 因此, 我们采用近年来得到广泛应用的模型函数法来确定正则化参数, 模型函数法的好处是不但计算量大大减少, 而且还保证了收敛性. 模型函数有各种选择的方法[38,39], 为简单起见采用线性模型函数 表示第k次迭代的结果以逼近 , 其中I. II. 图 2 双参数模型函数法流程图Fig. 2. Flow chart of two-parameter model function method.将(9)式代入(8)式可得α,βα500×std (b )βstd (b )确定正则化双参数的计算流程如图2所示. 因为在正则化方法中物理量往往是无量纲的, 为了使正则化中的量纲一致, 将 做了以下处理: 将 扩大倍, 将 扩大 倍, 这里std(·)表示取标准差.3 数值实验本节比较了三种确定边界层顶高度的方法, 分别是模型函数法、差分法和L 曲线方法. 所用数据α,β10−2δ=10−2ε=10−4H d ,H L ,H M 是2011年1, 4, 7, 10月份的COSMIC 弯角资料.在处理之前先对数据进行质量控制, 然后借助spline 插值法将资料插值到间隔为10 m 的网格点上. 双参数模型函数法的两个初始参数 都取为1, 根据弯角的量级为 , 故取 , 收敛参数 . 由差分法、L 曲线法以及模型函数法计算出来的边界层顶高度分别记为 .[−δ,+δ]10−2δ∈[0.0001,0.01]掩星探测资料不可避免地会带有误差, 为了比较在存在噪声情况下几种方法的表现, 本节将上的随机误差添加到弯角资料, 由于在边界层中弯角的量级为 , 故令 ,在带有噪声的弯角资料的基础上, 通过与差分法和L 曲线法相比较, 检验模型函数法在确定边界层顶高度上是否具有准确性.图3选取了廓线atmPrf_C001.2011.182.05.h /rad S km-1D/k mh/rad S km-1D/k mh /rad S km-1D/k mh /rad S km-1D/k mδ=0.0025H M =1.2km ,H d =1.4km δ=0.005H M =1.1km ,H d =1.4km δ=0.0075H M =1.2km ,H d =1.8km δ=0.01图 3 由差分法和模型函数法得到的弯角梯度廓线(BA 表示弯角)　(a)弯角廓线添加随机误差 , 边界层顶高度 ; (b)弯角廓线添加随机误差 , 边界层顶高度 ; (c)弯角廓线添加随机误差 , 边界层顶高度 ; (d)弯角廓线添加随机误差 , 边界层顶高度H M =1.2 km, H d = 3.7 kmδ=0.0025H M =1.2km ,H d =1.4km δ=0.005H M =1.1km ,H d =1.4km δ=0.0075H M =1.2km ,H d =1.8km δ=0.01H M =1.2km ,H d =3.7km Fig. 3. Angle gradient profile obtained by the difference method and the model function method using the bending angle gradient profile (BA represents the bending angle): (a) Bending angle profile with uniform random error , boundary layer top height ; (b) bending angle profile with uniform random error , boundary layer top height ; (c) bending angle profile with uniform random error , boundary layer top height ; (d) bending angle profile with uniform random error , boundary layer top height .δ=0.0025,0.005,0.0075,0.01δ=0.0025H M H d 19.G18_2013.3520_nc, 并且分别添加随机误差, 比较了差分法和数值微分结合模型函数方法得到的边界层顶高度. 从结果可以看出, 图3(a)是由带有误差 的弯角得到的弯角梯度, 差分法得到的弯角梯度廓线在一定水平范围内呈密集的锯齿状, 其最小梯度在1.4 km 左右, 数值微分方法结合模型函数法得到的弯角廓线比较光滑, 其最小梯度在1.2 km 左右, 由图3(b)—(d)可知, 随着弯角资料误差的增大, 始终稳定在1.2 km 左右, 而 由1.4 km (图3(a)和图3(b))变为3.7 km(图3(d)), 变化幅度超过2 km, 说明当掩星资料中存在观测误差时,模型函数法能够很好地过滤噪声, 保留主要信息,得到的边界层顶高度的结果更加稳定.图4给出了三种方法(模型函数法、差分法、L 曲线法)分别在两条添加误差后的弯角廓线(atmprf_C001.2001.182.00.22.G23_2013.3520_n c, atmPrf_C001.2011.182.00.39.G20_2013.3520_nc)上的表现, 以结果的标准差衡量方法的稳定度.H M H d H L H M ,H d ,H L H M H d H L H M ,H d ,H L H d H L H M 由图4(a)可以看出, 比较稳定, 保持在3.15 km 左右, 而 和 随着误差的增大, 波动越来越大,其中, 的稳定度分别为0.013, 0.44和0.61; 同样由图4(b)也可以看出, 依然是比较稳定, 保持在4.55 km 左右, 而 和 随着误差的增大, 波动也越来越大, 其中 的稳定度分别为0.02, 0.89和1.19. 由以上分析可以看出,弯角资料的噪声越大, 振荡程度就越强, 振荡的程度次之, 而 的稳定性则比较好, 说明对于含有噪声的弯角资料, 模型函数法也能稳定地得到边界层顶高度, 所以模型函数法在确定边界层顶高度时, 准确性能得到保证.4 全球边界层顶高度的季节特征本节应用模型函数法, 对海洋上边界层顶高度的季节特征进行分析. 图5展示了2007—2011年的1, 4, 7, 10四个月份年平均的边界层顶高度, 可以看出, 1月份南半球的边界层顶达到最高, 尤其是中高纬度海洋上的边界层顶高度达到2 km 以上;4月份南半球的边界层顶高度开始降低, 南美洲与南极大陆南设得兰群岛之间的德雷克海峡附近降低的程度最为明显, 而北极附近海域的边界层顶高度也降低, 原因在于北极的海冰覆盖面积在3月份达到高峰, 4月份海冰的面积比1月份多[40], 所以4月份下垫面温度更低, 相应的边界层顶高度也在4月份比1月份低; 七月份南半球中高纬度的边界层顶高度在四个月份中最低, 北半球的低纬度地区边界层顶高度明显增高, 如墨西哥湾地区、阿拉伯地区以及日本海地区, 而受西太平洋副热带高压下沉气流影响, 我国东南沿海、孟加拉湾和菲律宾附近海域边界层顶高度明显降低; 10月份南半球中高纬边界层顶高度略有回升, 北极海域边界层顶高度开始降低, 而此时我国东南沿海、孟加拉湾和菲律宾附近海域边界层顶高度明显升高.从以上现象分析可以得知, 随着太阳直射点的南北移动, 海洋上的边界层顶高度呈现明显的季节变化特征, 边界层顶高度与海面的温度密切相关,当海面的温度相对周围平均温度越低时, 边界层顶高度越低, 反之, 边界层顶高度就越高. 但是四个月份共同的特征是, 在寒流流经的区域, 边界层顶高度普遍偏低, 比如巴西寒流和加利福尼亚寒流,暖流流经的区域边界层顶普遍较高, 比如赤道暖/10-4/k m/10-4/k m图 4 由差分法、L 曲线法和模型函数法得到的边界层顶高度　(a) 三种方法基于廓线1得到的边界层顶高度, H true =3.15 km, std(H M ) = 0.013, std(H L ) = 0.44, std(H M ) = 0.61;(b) 三种方法基于廓线2得到的边界层顶高度, H true = 4.55 km,std(H M ) = 0.020, std(H L ) = 0.89, std(H M ) = 1.19Fig. 4. Height of the boundary layer obtained by the three methods: (a) Three methods to get the height of the bound-ary layer top based on profile 1, H true = 3.15 km, std(H M ) =0.013, std(H L ) = 0.44, std(H M ) = 0.61; (b) three methods to get the height of the boundary layer top based on profile 2,H true = 4.55 km, std(H M ) = 0.020, std(H L ) = 0.89, std(H M ) =1.19.45O N 45O S0O45O N45O SO ≥3.53.02.52.01.51.0Height/km Jan.Apr.Jul.Oct.(a)(b)(c)(d)90O W90O E0O90O W90O E0O图 5 用模型函数法得到的海洋5年平均的边界层顶高度(所用资料为2007—2011年1, 4, 7, 10四个月份的掩星弯角的资料)　(a) 1月份平均边界层顶高度; (b) 4月份平均边界层顶高度; (c) 7月份平均边界层顶高度; (d) 10月份平均边界层顶高度Fig. 5. The 5-year average boundary layer height of the ocean obtained by the model function method, the data used is the bending angle profile of the four months of 2007−2011 in January, April, July, and October: (a) The average height of the boundary layer in January; (b) the average height of the boundary layer in April; (c) the average height of the boundary layer in July; (d) the aver-age height of the boundary layer in October.45O N 45O S0O45O N45O SO ≥3.53.02.52.01.51.0Height/km Jan.Apr.Jul.Oct.(c)(d)90O W90O E0O90O W90O E0O图 6 海洋5年平均的边界层顶高度(所用资料为2007—2011年1, 4, 7, 10四个月份的掩星自带zbalmax 的资料)　(a) 1月份平均边界层顶高度; (b) 4月份平均边界层顶高度; (c) 7月份平均边界层顶高度; (d) 10月份平均边界层顶高度Fig. 6. The 5-year average boundary layer height of the ocean obtained by the model function method, the data used is the zbal-max provided by CDAAC of the four months of 2007−2011 in January, April, July, and October: (a) The average height of the boundary layer in January; (b) the average height of the boundary layer in April; (c) the average height of the boundary layer in July; (d) the average height of the boundary layer in October.流. 图6展示了利用掩星自带的zbalmax的资料求得的边界层顶高度的季节分布, 通过与图5相比较, 可以看出模型函数法得到的边界层顶高度略高, 但两者边界层顶高度的时空分布十分一致, 说明模型函数法得到的季节特征具有准确性.5 总　结本文提出了一种确定边界层顶高度的新的数值微分方法, 通过模型函数法确定正则化项中的双参数, 从而得到弯角梯度, 进而利用最大梯度法确定边界层顶高度. 文中展示了两个数值实验的结果, 从中可知, 此方法最主要的优点在于, 尽管掩星资料中带有误差, 但其基本不受噪声的影响, 能够很好地提取主要的信息, 具有很好的稳定性和准确性.应用本文提出的方法, 基于2007—2011年的COSMIC掩星弯角资料, 研究了全球海洋边界层顶高度的季节变化特征, 着重分析了1, 4, 7, 10四个月份的年平均边界层顶高度, 结果显示, 随着太阳直射点的南北移动, 海洋上的边界层顶高度具有明显的季节变化特征, 其与海温密切相关, 具体来说, 相对于周围海域的海温越低, 边界层顶高度越低, 反之, 边界层顶高度越高, 延伸这一结论可以得到, 冷洋流对应着低边界层顶, 暖洋流对应着高边界层顶. 为了验证结论的准确性, 将其与利用掩星资料自带的zbalmax得出来的边界层顶高度的季节特征作对比, 结果发现, 两者边界层顶高度的时空分布特征十分一致, 说明通过双参数模型函数法得到的季节特征具有准确性.总之, 经过数值实验中与差分法和L曲线法的比较, 发现双参数模型函数法在求边界层顶高度时具有不可替代的优势, 而且经过掩星资料自带的边界层顶高度数据zbalmax的验证, 表明文中表述的海上边界层顶高度的季节特征具有准确性. 我们下一步需要继续做的工作是进一步改进方法, 使其适用于复杂天气条件下的大气波导的研究, 以期得到更好的结果.本文利用的数据来自CDAAC提供的GPS掩星资料,在此谨表感谢! 感谢国防科技大学气象海洋学院周则明教授对文章行文结构的建议, 感谢国防科技大学气象海洋学院杜华栋副教授和闫申博士在编程方面的帮助, 感谢国防科技大学气象海洋学院陈毓敏、徐海波和北京师范大学地理学院孙铭扬对文章提供的修改建议.参考文献S tull R B 1999 An Introduction to Boundary Layer Meteorology (Vol. 13) (Dordrecht: Kluwer Academic Publishers) pp3, 4 [1]S eibert P, Beyrich F, Gryning S E, Joffre S, Rasmussen A, Tercier P 2000 Atmos. Environ. 34 1001[2]Z eng X, Brunke M A, Zhou M, Fairall C, Bond N A, Lenschow D H 2004 J. Clim. 17 4159[3]C han K M, Wood R 2013 J. Geophys. Res. Atmos. 118 12[4]H o S P, Peng L, Anthes R A, Kuo Y H, Lin H C 2015 J.Clim. 28 2856[5]H olzworth G C 1964 Mon. Weather Rev. 92 235[6]C oulter R L 1979 J. Appl. Meteorol. Climatol. 18 1495[7]V an Pul W A J, Holtslag A A M, Swart D P J 1994 Bound.-Layer Meteorol. 68 173[8]B ianco L, Wilczak J M 2002 J. Atmos. Oceanic Technol. 191745[9]L okoshchenko M A 2002 J. Atmos. Oceanic Technol. 19 1151[10]B alsley B B, Frehlich R G, Jensen M L, Meillier Y 2006 J.Atmos. Sci. 63 1291[11]S okolovskiy S, Kuo Y H, Rocken C, Schreiner W S, Hunt D, Anthes R A 2006 Geophys. Res. Lett. 33 12[12]S okolovskiy S V, Rocken C, Lenschow D H, Kuo Y H, Anthes R A, Schreiner W S, Hunt D C 2007 Geophys. Res. Lett. 34 18[13]B aars H, Ansmann A, Engelmann R, Althausen D 2008Atmos. Chem. Phys. 8 7281[14]S eidel D J, Ao C O, Li K 2010 J. Geophys. Res. Atmos. 115 16[15]D ai C, Wang Q, Kalogiros J A, Lenschow D H, Gao Z, ZhouM 2014 Bound.-Layer Meteorol. 152 277[16]Y an S, Xiang J, Du H 2019 Adv. Atmos. Sci. 36 303[17]T ikhonov A N 1963 Dokl. Akad. Nauk SSSR 151[18]W illoughby R A 1979 SIAM Rev. Soc. Ind. Appl. Math. 21 266[19]T autenhahn U 2002 Inverse Prob. 18 191[20]Z hang L Y 2011 M.S. Thesis (Jinan: Shandong University) (in Chinese) [张路寅 2011 硕士学位论文 (济南: 山东大学)][21]H anke M, Neubauer A, Scherzer O 1995 Numer. Math. 72 21[22]S hirangi M G, Emerick A A 2016 J. Pet. Sci. Eng. 143 258 [23]J iang Z H, Huang S X, He R, Zhou C T 2011 Acta Phys. Sin.60 068401 (in Chinese) [姜祝辉, 黄思训, 何然, 周晨腾 2011 物理学报 60 068401][24]Z hao Y L, Huang S X, Du H D, Zhong Q Q 2011 Acta Phys.Sin. 60 079202 (in Chinese) [赵延来, 黄思训, 杜华栋, 仲跻芹2011 物理学报 60 079202][25]Z hang L, Huang S X, Shen C, Shi W L 2011 Chin. Phys. B 20 514[26]Z hong J, Huang S X, Fei J F, Du H D, Zhang L 2011 Chin.Phys. B 20 064301[27]X ie Z C, Wang F, Yan J H, Ling K F 2015 Acta Phys. Sin.64 240201 (in Chinese) [谢正超, 王飞, 严建华, 岑可法 2015 物理学报 64 240201][28]H ansen P C 1992 SIAM Rev. Soc. Ind. Appl. Math. 34 561[29]H ansen P C 1994 Numer. Algorithms 6 1[30]H uang w, Liu L, Gao T C, Li S L, Hu S 2016 Spectrosc.Spect. Anal. 36 3620 (in Chinese) [黄威, 刘磊, 高太长, 李书磊, 胡帅 2016 光谱学与光谱分析 36 3620][31]G olub G H, Heath M, Wahba G 1979 Technometrics 21 215[32]W en Y-W, Chan R H 2018 Inverse Prob. Imag. 12 1103 [33]S cherzer O 1993 Computing 51 45[34]M orozov V A 1984 Methods for Solving Incorrectly PosedProblems (New York: Springer-Verlag) pp65−70[35]K unisch K, Zou J 1998 Inverse Prob. 14 1247[36]L u S, Pereverzev S V 2011 Numer. Math. 118 1[37]W ang Z W 2010 Ph. D. Dissertation (Nanjing: SoutheastUniversity) (in Chinese) [王泽文 2010 博士学位论文 (南京: 东[38]南大学)]L iu J J 2005 Regularization Method and Application of Ill-posed Problems (Beijing: Science Press) pp83−89 (in Chinese)[刘继军 2005 不适定问题的正则化方法及应用 (北京: 科学出版社) 第83−89页][39]W ang D W, Yang X Q 2002 Acta Meteorol. Sin. 02 129 (inChinese) [汪代维, 杨修群 2002 气象学报 02 129][40]New method of determining height of atmosphericboundary layer and numerical experiment *Zhou Jian -Yin 1) Xiang Jie 1) Huang Si -Xun 1)2)†1) (College of Meteorology and Oceanography , National University of Defense Technology , Nanjing 211101, China )2) (State Key Laboratory of Satellite Ocean Environment Dynamics , Second Institute of Oceanography ,State Oceanic Administration , Hangzhou 310012, China )( Received 29 December 2019; revised manuscript received 7 February 2020 )AbstractIn this paper, we propose a new method of numerical differentiation to determine the height of the toplayer of the atmospheric boundary layer. In this method, a regularization technique is used to convert the problem of calculating the differential of the curve of the corners into the problem of finding the minimum value of the objective function. The two-parameter model function method is used to select the regularization parameters. Finally, the maximum gradient method is used to determine the top height of the boundary layer.Firstly, the effectiveness of the new method is validated through two numerical experiments. The experimental results show that as the noise of the occultation data increases, the fluctuation of the height of the boundary layer top obtained by the difference method and the numerical differentiation method combined with the L curve scheme increases. And the height obtained by the two-parameter model function method is very stable,which shows that the new method can filter the noise well, thereby retaining the main information about the profile. Then, based on the COSMIC angle data in January, April, July and October 2007－2011, the new method is used to analyze the seasonal characteristics of the height of the global oceanic and atmospheric boundary layer, compared with the seasonal distribution obtained by “zbalmax” with the occultation data. The results show that the seasonal distribution characteristics of the two data are very consistent: the height of the boundary layer is higher in the area where the sea surface temperature is higher than that in the surrounding sea area; on the contrary, the height of the boundary layer top is lower. In the sea area where the warm current passes, the height of the boundary layer is higher; in the sea area where the cold current passes, the height of the boundary layer is lower.Keywords: boundary layer height, regularization method, two-parameter model function method, bend anglegradientPACS: 02.60.Jh, 02.60.Pn, 98.52.Cf, 92.60.Fm DOI: 10.7498/aps.69.20191992* Project supported by the National Natural Science Foundation of China (Grant Nos. 91730304, 41875045, 41475021).† Corresponding author. E-mail: huangsxp @。