近年来以PM_2.5为首要污染物的大气重霾过程频发, 成为我国环境领域的研究热点, 针对这个问题, 国内学者在污染时空分布特征和形成机制方面做了大量研究^{[1, 2]}.结果表明, PM_2.5暴发增长的途径分为本地排放、区域传输和二次转化, 在污染源排放量稳定的情况下, 边界层结构与气象条件对华东地区PM_2.5长时域变化趋势影响占48%, 对京津冀重污染过程的相对贡献高达84%^[3].其主要驱动因子包括：环流形势、风场、温度、相对湿度、边界层高度和湍流等^[4~6].

然而这些影响因子对霾时空分布的具体影响效果尚未得到有效研究.为解决这个问题国内众多学者围绕天气系统内各要素对霾时空分布的因果影响开展了进一步研究^[7~9].有学者对污染年际变化特征与典型污染天气的环流形势进行了分型统计^[10~12].有学者采用天气分析与数值模拟结合的方式讨论了不同类型污染天气中典型通道对区域污染传输的贡献^{[13, 14]}, 如陈桃桃等^[15]指出西北气流传输是兰州2013~2018年PM_2.5浓度年际上升的主要原因, 而局地气象要素的贡献未做讨论.有学者统计发现华北地区长时域PM_2.5浓度与局地风速和气压呈负相关、与相对湿度呈正相关^{[16, 17]}, 而江西由于吸湿气溶胶排放较少且相对湿度本地值较高, 污染浓度与相对湿度呈负相关, 与华北地区研究结果相反^[18~20].还有学者指出清洁与污染时段的湍流物理量具有显著差异^{[21, 22]}, 稳定层结下的弱湍流是污染累积的重要动力因素^[23].上述研究深入认识了天气系统内各要素在霾日发生和维持机制中发挥的重要作用.

北京市地处华北平原北部, 北部、东北部和西部三面环山的特殊“簸箕状”地理环境与不利扩散的气象条件是污染累积, 空气质量变差的客观条件^{[24, 25]}.目前针对北京市霾日气象成因分析也已有很多研究结论, 北京秋冬季西南和东南典型污染传输通道对重污染日的贡献率高达21.6%^[26].有学者指出弱风、逆温和高湿环境是北京霾日典型气象特征^[27].有学者基于长时域污染变化与气象条件的相关关系建立了污染预报方程^[28].还有学者研究了霾演变过程边界层湍流特征量的变化规律, 但对污染阶段交替中出现的异常突降与峰值信号未多做关注, 且以往研究只针对单一要素与污染的因果关系, 缺乏精细化联合观测资料对短时次霾过程中不同阶段的生消演变特征与成因进行综合分析.因此本文以北京2019年12月5~10日典型PM_2.5强霾污染过程为主要研究对象, 通过多元化常规气象资料与湍流资料的联合观测, 揭示了霾不同阶段的污染特征, 剖析北京地区边界层内各指标在霾天气发生发展过程中的指示意义, 揭示该次污染成因, 以期对北京冬季重污染发生机制有深入了解.

本文采用的主要观测数据均来自中国环境科学研究院大气环境研究所楼顶的大气物理观测站(40°02′27.8″N、116°24′44.8″E、海拔高度55 m, 观测高度14 m), 周边无明显大气污染排放源, 1 km范围内植被和建筑物高度参差不齐, 属于典型不均匀城市下垫面.

其中边界层气象及污染探测资料分别为边界层风场(法国Leosphere公司的WINDCUBE 100S型多普勒风廓线激光雷达)、气溶胶消光系数和退偏比等垂直光学参数(美国Sigma Space公司的MPL-4B型微脉冲激光雷达)、垂直温度和相对湿度场(美国Rsdiometris公司MP-3000A型微波辐射计)以及地面能见度(英国Biral公司VPF-730能见度仪)和太阳辐射值(荷兰Kipp & Zonen公司CM6B总辐射表), 监测期间各项仪器定时维护检查, 数据质量和可靠性经过检验, 各项数据经严格质控后均取小时值.

湍流观测资料是以可实时高精度观测的三维超声风速和水汽密度(美国Campbell公司Model CSAT-3三维超声风速仪和EC155气体分析仪)为原始资料, 30 min为时间周期处理并取平均值得到的湍流统计特征量, 仪器采样频率10 Hz, 通量源区为观测站800~1 400 m范围内.针对环境因子对传感器的声光程干扰、仪器架设水平和空气湿度影响等问题, 对数据进行合理性和可靠性评估, 完成去除野点, 平面坐标旋转, 频率响应修正和超声虚温修正等数据预处理工作.数据通过稳定性和充分发展性检验.受客观条件(观测高度与通量源区下垫面特性)影响, 湍流观测数据的代表性仅以该站点为背景, 用做与污染浓度趋势关系的定性分析.其中摩擦速度是速度的特征量, 代表风切变的机械力对湍流发展的影响; 湍流强度(I)是衡量湍流强弱的标准; 湍流动能(TKE)是研究湍流活动能量强弱的量度.

气流后向轨迹计算采用美国国家环境预报中心的GDAS全球再分析同化资料, 基于搭载HYSPLIT模块的MeteoInfo软件对气流来向进行模拟和聚类分析.后向轨迹模式起点设为中国环境科学研究院大气物理观测站, 考虑到北京城区边界层物理结构特征, 轨迹起始高度选择300 m, 后向时间尺度设为24 h, 以反映北京气流输送规律, 定位污染来源方向.

地面PM_2.5监测数据为中国环境监测总站公开的逐小时数据, 选取与大气物理观测站距离最近的奥体中心站点(40°00′31″N、116.40′07″E、海拔高度45 m), 污染浓度水平分布差异不大, 因此数据同步性较好, 可代表观测站源区内的污染演变过程.

北京地区重污染天气大多集中在秋冬季, 以PM_2.5为首要污染物, 统计发现2016~2019年北京冬季(12月~次年2月)PM_2.5小时浓度均值分别为95.21、52.0、51.92和54.4μg·m^-3, 整体空气质量大幅好转, 其中2017年改善力度最大, 同比2016年PM_2.5浓度均值下降44%.文献[29]中将平均相对湿度 < 80%的灰霾(能见度 < 10.0 km, 平均相对湿度 < 95%且排除该时段内出现降水、沙尘暴等天气现象造成的视程障碍, 即可判识为灰霾)定义为干霾, 平均相对湿度在80%~95%之间的灰霾定义为湿霾.结合图 1中霾出现频次及PM_2.5污染等级分布^[30]来看, 2017年霾日出现频率下降了31.77%, 干霾占比增加, 整体空气质量优良时次增加了15.86%, 重度污染以上时次减少16.2%. 2018~2019年冬季PM_2.5浓度改善有所放缓, 其中2019年冬季优良小时数仅比上年增加2.24%, PM_2.5浓度峰值均降至250μg·m^-3以下, 不再出现严重污染等级事件, 但值得注意的是, 2018~2019年冬季霾日出现反弹, 且2019年湿霾占比增加, 重度污染等级时次增加3.15%, 表明在近年空气质量大幅改善进程中, 极端气象条件下仍会频繁出现强霾天气^[31], 如2019年12月初就出现了一次全国范围的重污染过程.

图 1

Fig. 1

图 1 2016~2019年北京冬季(12月~次年2月)霾出现频次及PM2.5污染等级分布 Fig. 1 Frequency distribution of haze and the PM2.5 pollution level in winter (December-February) in Beijing from 2016 to 2019

2019年12月5~10日, 全国范围内出现空气污染过程, 其中北京、天津、河南和山东西部等地处于重度霾天气^[32].北京市的污染过程持续5 d, 首要污染物为PM_2.5, 期间无降水.与过往冬季同期污染相比, 此次污染过程具有强度小, 波及范围广, 持续时间长且消散速度极快的特点.

图 2为2019年12月5~10日北京市地面PM_2.5逐小时浓度、能见度、温度、相对湿度、地面风场和太阳辐射随时间变化.依据污染演变情况, 可将整个过程分为P1~P4这4个阶段.P1(12月5日早间至6日午后)轻微霾过程：环境空气质量从优(PM_2.5小时浓度最低14 μg·m^-3)发展至轻度污染(PM_2.5小时浓度达90 μg·m^-3), 相对湿度从17.70%增至51.03%; 太阳辐射值存在明显的日单峰变化特征(日最高值在350 W·m^-2左右); 地表风速从2.91 m·s^-1降至1.0 m·s^-1以下且风向多变; 能见度从57.11 km降至10 km以下, 且与PM_2.5浓度呈明显负相关.P2(12月6日夜间至7日早间)污染缓解过程：PM_2.5浓度降至26 μg·m^-3, 能见度有所回升.P3(12月7日午间至10日早间)重度霾过程：第二次污染暴发阶段空气质量跃升至重度污染水平, PM_2.5浓度从26 μg·m^-3增至166 μg·m^-3后维持在高值, 最高达210 μg·m^-3, 期间近地层持续增湿, 相对湿度达80%以上, 仅在12月9日午后出现短暂下降; 太阳辐射日最高值降至200 W·m^-2左右; 地面主导风向为稳定偏东风, 整体风速较小, 均值0.67 m·s^-1; 大气能见度维持在1 km左右.P4(12月10日12:00后)污染消散过程：受较强西北气流(近地风速4.46 m·s^-1)影响, 大气扩散条件好转, PM_2.5小时浓度在2 h内降至6 μg·m^-3, RH降至21.1%, 太阳辐射与能见度条件大幅好转, 污染过程结束.

图 2

Fig. 2

图 2 2019年12月5~10日北京近地层PM2.5浓度、能见度、风场、温湿场和太阳辐射演变情况 Fig. 2 Evolution of the PM2.5 concentration, visibility, wind field, temperature and humidity field, and solar radiation in the near strata of Beijing from December 5 to 10, 2019

整个过程中PM_2.5浓度超过75μg·m^-3(中度污染标准)的时次共计76 h, 占总污染时长60.0%; 超过150μg·m^-3(重度污染标准)的时次共64 h, 占比50.39%.

(1) 天气形势和气流输送变化

高低空环流形势宏观上决定区域气象要素, 其中垂直风场活动与水平气流输送对污染传输来源、高度和路径有重要影响, 可进一步定性污染的本地积累和区域传输^[33].本次污染过程(2019年12月5~10日)中, 不同污染阶段的风场活动和气流输送特征显著不同.

图 3和图 4分别为观测点垂直风场的演变情况和典型阶段的气流运动轨迹.观测期间北京处于500 hPa高空平直西风气流, 地面均压场频繁控制的背景下, 850 hPa高度层(1.2 km以上)以平直西风和西北风为主, 风速较大(10 m·s^-1以上); 400 m下近地层风速较小; 中间层则由弱偏南风和较强西北气流交替作用, 并将整个观测过程分为4个时段, 与污染物的累积与消散过程相对应.其中P3阶段又可划分为P3a、P3b和P3c这3个细节过程.

图 3

Fig. 3

图 3 2019年12月5~10日观测点边界层风场的时间演变 Fig. 3 Temporal evolution of the boundary layer wind field at the observation site from December 5 to 10, 2019

图 4

Fig. 4

图 4 观测期间典型阶段的气流后向轨迹分布 Fig. 4 Backward trace distribution of airflow at typical moments during the observation period

P1轻微霾过程：对流层中低层主导风向为偏南风, 各高度风场活动均较弱(低空风速1~2 m·s^-1, 高空风速10 m·s^-1以下), 风速梯度小, 结合后向轨迹, 该时段300 m下气团来自西南方向的保定等城市地表, 途经房山抵达北京, 移动速度较慢, 边界层内大尺度的天气扰动与混合能力弱, 有利于污染堆积.P2污染缓解过程：垂直风场和后向轨迹都表明强西北气流(风速10~15 m·s^-1)从2 km高度处向低空传输, 动力方面对颗粒物有清除作用.P3重度霾过程：P3a(12月7日午后至8日早间)和P3c(12月9日早间至10日早间)两个阶段整体风场特征与P1阶段无异, 70%时段的主导风向仍为偏南风, 且气团输送大多来自西南方, 但其传输特征有所差异, 其中P3a阶段的气流输送较为分散, 一部分来自北京西南方向大同市东南区域的高空输送通道, 占比约48%; 另一部分为西北高空气流南下后在北京南部地区出现的贴地环流气团; 而P3c阶段除西北方向包头市和乌兰察布市的长距离高空输送外, 西南保定方向也有贴地气流传来, 轨迹较短, 表明天气系统持续静稳.此外P3b(12月8日午后至9日午后)阶段出现高空气流突转为西北风并向下传输现象, 但PM_2.5浓度持续维持在高值.P4污染消散过程：12月10日凌晨后, 整体环流形势改变, 新一轮槽后活跃的干冷西北气流下沉(风速超过20 m·s^-1), 北京地区静稳格局被打破, 扩散条件自北向南好转, 地面颗粒物浓度在午后迅速降低.

(2) 气溶胶垂直分布特征

图 5是2019年12月5~10日微脉冲激光雷达反演的北京北城区上空气溶胶光学特性(消光系数和退偏比)的时空分布, 从中可知, 大气污染的垂直分布演变与地面PM_2.5浓度变化一致, 边界层内的污染的累积与消散也相应划分为4个时段(P1~P4).

图 5

Fig. 5

图 5 观测期间大气气溶胶光学特性垂直分布的时空演变 Fig. 5 Temporal and spatial evolution of the vertical distribution of the atmospheric aerosol optical properties during the observation period

在污染未发生前的12月5日白天近地面较为清洁, 大气垂向消光系数在0.070 km^-1左右; 在P1阶段的12月5日18:00开始, 上空1.2 km出现一层与地面分离, 厚度400 m, 消光系数约0.747 km^-1的消光层, 明显高于800 m处消光(0.107 km^-1), 其退偏比也小于下层, 数值在0.04~0.05之间, 球形特征较明显, 且随时间推移该消光层不断向地面延伸, 为典型污染传输层分布; 12月6日午后, 该消光层延展至近地700 m以下, 底层消光系数从0.430 km^-1逐渐增大至1.034 km^-1左右, 与地面PM_2.5的第一次显著增长对应, 其退偏比也出现相同的分布变化.由于本次PM_2.5增长期间地面无明显增湿状况, 结合P1过程的风场变化和后向轨迹分布, 可确定该污染是北京西南方向城市的二次球形气溶胶传输所致.

12月6日夜间22:00至7日06:00, 近地消光系数降至0.460 km^-1, 为P2污染短时缓解阶段.在12月8日早间至10日早间的P3阶段, 近地700 m高度内经历了一个时间长、强度大的连续消光段.其中, 12月8日10:00消光系数从0.827 km^-1增长至2.397 km^-1, 12月9日会同地面高湿影响, 消光系数高达5.954 km^-1, 期间消光层厚度基本维持在500 m, 退偏比较小, 约在0.02~0.04, 表明大气底层强消光物质球形特征极其明显, 与地面高浓度的水汽和气溶胶对应, 期间污染的上空传输不明显, 以近地污染累积为主.另外9日日间北京经历低压中心东移, 500~1 700 m高空无明显消光层但退偏比较大(0.109~0.214), 随时间推移3 000 m高空均有出现, 判断应为随西北气流而来的含冰晶云层. 12月10日12:00后, 各高度消光系数迅速降低, 仅0.105 km^-1, 与地面污染快速消散的P4过程对应, 贴地200 m高度内退偏比数值的增大(0.217), 应与大风扬起部分粗颗粒有关.

(3) 边界层温和湿垂直分布特征

整体长时间的静稳边界层结构, 尤其是逆温层结分布, 是影响物质垂直扩散能力和环境容量的主要热力因素^[6], 相对湿度则是影响能见度, 同时对污染的二次生成和转化产生重要影响的重要指标^[17].图 6是2019年12月5~10日观测点0~2 km高度层温度的垂直分布和逆温分布变化情况, 图 7为相对湿度的垂直分布.

图 6

Fig. 6

图 6 观测期间温度垂直分布和逆温位置和强度特征 Fig. 6 Temperature vertical distribution and temperature inversion position and intensity characteristics during the observation period

图 7

Fig. 7

图 7 观测期间相对湿度的垂直分布情况 Fig. 7 Vertical distribution of relative humidity during the observation period

温度垂直观测资料显示, 整个观测期间存在3个逆温时段, 其分布特征与污染形势密切相关.前2个逆温时段仅在夜间出现, 表现为12月的5日和6日夜间贴地逆温, 其中5日高空出现污染传输, 但地面空气较为清洁, 逆温由夜间降温辐射造成, 强度不大, 6日外源气溶胶在地表堆积, 削弱了到达地面的太阳辐射, 进而抑制对流的发展, 气溶胶冷却效应对夜间逆温有加重作用且增幅很快, 逆温强度从0.5 K·(100 m)^-1增至1.5 K·(100 m)^-1. 12月7日早间伴随污染缓解和太阳升起, 逆温强度迅速降低至消失.两阶段逆温对比表明, 气溶胶层的冷却效应对逆温的贡献远远大于夜间降温辐射, 污染的初步累积对逆温的加重有反馈作用.

在12月7日夜间至10日凌晨的第3个逆温过程中, 逆温持续66 h, 其中12月的7日和9日夜间与12月6日呈现相似的逆温特征, 逆温强度较强, 在1.0K·(100 m)^-1左右, 较强逆温过程在天气尺度上削弱了上下层大气混合能力和环境容量, 促进气溶胶和水汽在逆温层下聚积并发生非均相反应, 对应地面PM_2.5浓度升高和维持.而12月8日夜间的逆温层(300~800 m)强度不大, 随时间推进逆温层底向地面延展, 层顶高度不变, 逆温厚度700 m, 结合风场和后向轨迹判断, 该逆温层为高空大尺度风向突转并下沉所致. 12月10日早间稳定的逆温结构消失, 扩散条件好转, 污染消散.

相对湿度(RH)的垂直观测资料显示, 非污染时段RH基本在40%以下, 重污染时段增至80%以上.观测过程中地面和高空共出现12月6~7日与12月8~10日的2次集中增湿过程, 与近地污染的2次传输累积阶段相对应.

其中12月6~7日, 近地700 m高度内有一个小幅均匀增湿过程, RH从26%增至54%, 结合后向轨迹和光学特性分析, 判断为西南部城市地表的含湿污染气流输送所致. 12月8~10日的增湿则是受区域升温影响, 从地表开始RH由30%持续增至70%并向1 km高空发展, 至12月8日夜间RH已高达100%, 近地高湿层的出现直接加剧了北京本地污染物的二次转化和颗粒物的增长, 不仅形态上致使消光粒子的不规则结构变为球状结构, 且吸湿后颗粒物粒径络合增长明显, 加重了大气污染程度. 12月9日午后受短时天气系统调整影响, RH出现短暂下降(40%), 夜间再次回升. 12月10日08:00后RH从80%迅速降至20%以下, 地面空气较为干洁.

大气湍流运动是引导边界层内物质和能量交换的主要形式, 对污染物从地表向边界层上层交换起重要作用^[34].为更好理解湍流在霾生消过程中的作用, 采用湍流统计量描述近地层湍流场演变情况.图 8是本次污染过程中14 m高度处各湍流统计特征量、感热通量、潜热通量和PM_2.5浓度的时空序列.表 1是典型阶段湍流统计量的代表性数值.观测期间各湍流统计量的演变趋势相似, 其大幅度涨落与污染累积和消散过程对应.

图 8

Fig. 8

图 8 观测期间14 m高度处各湍流统计量、热通量与PM2.5浓度的时间变化 Fig. 8 Temporal changes in the turbulence statistics, heat flux, and PM2.5 concentration at 14 m height during the observation period

表 1 (Table 1)

表 1 观测期间各阶段湍流统计量的代表数值 Table 1 Representative values of turbulence statistics at various stages during the observation period 湍流统计量 P1前 P1 P2 P3a P3b P3c P4 Ix 2.024 0.832 1.794 0.621 0.435 3.693 44 1.588 湍流强度 Iy 2.119 0.752 1.015 0.569 0.437 4.833 06 1.562 Iz 0.964 0.316 0.392 0.202 0.218 1.042 77 0.642 TKEx 1.273 0.233 0.292 0.027 0.027 0.063 1 2.154 湍流动能/m2·s-2 TKEy 1.313 0.113 0.231 0.022 0.028 0.108 05 1.629 TKEz 0.208 0.028 0.035 0.003 0.007 0.005 03 0.316 摩擦速度/m·s-1 0.481 0.115 0.217 0.152 0.173 0.223 5 0.617 动量通量/kg·(m·s2)-1 0.306 0.035 0.058 0.022 0.070 0.102 0.475 感热通量/W·m-2 60.094 46.384 40.538 24.551 28.75 15.796 49.683 潜热通量/W·m-2 4.982 1.1113.292 0.341 0.645 0.421 1.761 65 7.284

表 1 观测期间各阶段湍流统计量的代表数值 Table 1 Representative values of turbulence statistics at various stages during the observation period

从图 8中可知, 清洁时段边界层内湍流发展较为旺盛, 湍流统计量数值较高; 污染前夕均提前下降, 其中湍流强度(I)首先在12月5日07:00做出响应, 从2.025降至0.678.摩擦速度、湍流动能(TKE)和动量通量推迟1 h出现下降趋势, TKE在1 h内从2.796 m²·s^-2降低到0.643 m²·s^-2, 其小时变动率(77%)显著高于晴天日间的正常波动(33%), 因此湍流统计量的异常突降可作为响应污染天气发生的预报指标, 对污染天气的发生有警示作用, 其中以湍流强度的反应最为优先^{[35, 36]}.

在重污染过程中伴随PM_2.5浓度的攀升, 各湍流统计量均稳定在较低水平.其中, 摩擦速度是清洁时期的1/7, 呈现小幅度日变化特征, 昼高夜低, 变化范围0.04~0.21 m·s^-1, 与PM_2.5浓度的负相关关系较为显著.I和TKE整体数值较小, 以水平方向湍流活动为主(TKE为0.064 4 m²·s^-2, I_x和I_y均＜0.9), 是垂直方向(TKE为0.011 5 m²·s^-2, I_z＜0.3)的3~6倍, 表明该时段近地层机械湍流减弱, 以水平风切变为主要动力来源, 边界层持续处于小风静稳状态, 大气运动对颗粒物的扩散能力进一步削减, 有利于污染层的累积与维持.

在对污染缓解消除的响应方面, 12月6日15:00, 水平方向湍流强度在0.5 h内迅速从0.488增至2.34, 增量达6倍, 比20:00 PM_2.5浓度的短暂下降提前了5 h. 12月10日08:00, 湍流强度再次出现激增, I_x、I_y和I_z分别为4.022、5.380和1.717, 是前一时次的10多倍, 比12:00 PM_2.5浓度的急剧下降提前了4 h, 反映了局地湍流发展的强弱在污染生消过程中对污染物的扩散作用.对比两次湍流强度峰值出现与PM_2.5浓度下降的时间发现, 湍流强度峰值的出现比污染好转提前4 h左右, 比文献[35]中提前1 h的结论更长, 这是其湍强峰值持续时间短, 且后3 h各方向的稳定平均湍流强度较小所致(1.505、1.447和0.729), 需要连续扩散才能带来污染的清除.综上所述, 可将湍强峰值的出现看作颗粒物浓度下降, 空气质量好转的预报指标, 而污染缓解的滞后时长由峰值后的持续湍强决定.

另外, 在观测期间12月9日早间湍流强度也出现异常突增状况(I_x为3.49, I_z为1.97), 但污染浓度持续走高, 与12月6日呈现不同的污染走势, 这是因为当极端不利扩散的气象条件(如稳定层结和高湿环境)持续主导时, 日间太阳辐射和水汽冷凝放热形成的短期湍流增长不足以改变稳定大气层结, 反而促进了水汽和污染物在逆温层下的充分混合均匀, 加快其异相反应, 加剧污染程度, 故PM_2.5浓度维持在较高水平, 只有稳定天气形势被打破, 湍流活动持续剧烈, 污染才会快速清除^[34].

感热通量和潜热通量这两个要素不仅是能量收支平衡的重要环节, 也与边界层内湍流的发展和扩散强度互相反馈, 继而影响该区域中污染物质在大气中的分布^[37].感热通量是温度变化带来的地气热量传递, 潜热通量是水汽相变过程产生的能量传递, 二者在四季晴天中都有明显的单峰值日变化特征, 且秋冬时节最小^[36].从表 1可知, 本次污染暴发前日间感热通量峰值在60 W·m^-2, 夜间基本在0 W·m^-2左右; 污染过程中感热通量峰值大约在40W·m^-2左右, 方向均从地面向大气传输.污染期间全程潜热通量都处于0值附近, 也没有明显日变化趋势, 这与天津和南京的雾霾的研究结果吻合^{[35, 37, 38]}.其中12月10日凌晨伴随天气系统调整, 高空气流下沉带来地面水汽暴发凝结, 潜热通量向下输送34.758 W·m^-2后迅速转为向上输送10 W·m^-2, 与PM_2.5浓度降低对应, 表明水汽相变产生的热量为湍流运动的发展提供了部分能量, 可反馈至污染消散的进度.

(1) 2019年12月初的重污染过程分为两次污染生消过程, 具有持续时间长、范围广、强度大且消散快的特征.其中首要污染物PM_2.5超过75 μg·m^-3时次共计76 h, 占总污染时长的60%, 超过150 μg·m^-3的时次共计64 h, 占总污染时长的53%, 最高污染浓度为210 μg·m^-3.

(2) 首次污染累积起源于北京西南城市地表的含湿污染物的低空传输.第二次污染暴发过程由本地污染排放叠加小风(低空风速1~2 m·s^-1)、高湿(相对湿度＞80%, )和贴地持续强逆温[平均逆温强度0.8K·(100 m)^-1左右]等不利扩散的气象特征, 促使吸湿颗粒物络合增长.结合观测期间退偏比从0.05降至0.02的趋势, 表明随污染加重, 消光粒子从不规则结构变为球形结构.直到西北强冷空气(风速＞20 m·s^-1)入侵, 打破原有的稳定边界层结构, 污染才得以快速消散.

(3) 污染过程中, 各湍流统计特征维持在低值(摩擦速度＜0.21 m·s^-1、湍流动能约0.064 4 m²·s^-2、湍流强度均＜0.9), 底层大气扩散混合能力较弱.而污染发生前与污染结束前的交替时段中, 湍流强度、摩擦速度和湍流动能提前出现大幅下降(摩擦速度降低6/7, 湍流动能突降率77%)和激增(湍流强度出现一个量级增幅的峰值), 因此可作为污染阶段发生改变的信号和预报指标, 其中湍流强度提前响应的时长则与其峰值后持续湍强大小有关.此外感热通量在污染阶段比非污染时段小, 方向均向下传输, 而潜热通量在污染过程中稳定在0附近.

(4) 污染层与边界层气象条件之间存在互相反馈作用：一方面不利扩散的气象条件有利于污染聚集, 降低能见度, 另一方面近地累积的气溶胶层和水汽冷却效应作用下逆温强度从0.5K·(100 m)^-1增至1.5K·(100 m)^-1, 比夜间降温辐射贡献更大, 进一步抑制湍流运动的发展, 最终反馈为污染加剧.