Spatiotemporal characteristics of boundary layer ventilation in Hebei Province and its impact on PM2.5 pollution

doi:10.11755/j.issn.1006-7639-2026-04-0703

Abstract

Abstract:

Boundary layer ventilation (VI) can characterize the capacity of horizontal transport within the boundary layer to disperse pollutants, and is an important factor affecting the accumulation, transport, and dissipation of near-surface pollutants. Based on wind profiler radar, surface meteorological, and environmental monitoring data from 10 stations in Hebei Province during 2021-2022, the spatiotemporal variation characteristics and major influencing factors of VI and its relationship with fine particulate matter (PM_2.5) pollution are systematically analyzed. The results show that VI in Hebei Province generally exhibits a spatial pattern of “higher in the north and lower in the south”, with higher values in the Zhangjiakou-Chengde region and lower values in the areas along the eastern foothills of the Taihang Mountains and the southern foothills of the Yanshan Mountains. Temporally, VI is strongest in spring and weakest in summer, and exhibits a unimodal diurnal variation pattern with a peak in the afternoon. VI variations at most stations are generally consistent with the mean wind speed within the boundary layer. The increase in PM_2.5 mass concentrations in the Zhangjiakou-Chengde region during spring may be associated with strong winds and dust events. During autumn and winter, VI shows a good correspondence with PM_2.5 mass concentration exceedances, and the VI monitoring thresholds are determined as 2 000, 8 000, and 3 000 m²·s^-1 at 08:00, 14:00, and 20:00, respectively. Validation using independent data from 2023-2024 shows that the mean agreement rates of the thresholds at 08:00 and 14:00 exceed 70%, indicating that the established thresholds have good indicative capability for PM_2.5 pollution events during autumn and winter.

Key words: wind profiler radar, boundary layer ventilation, spatiotemporal distribution, PM_2.5pollution

摘要：

边界层通风量能够表征边界层内水平输送对污染物的扩散能力，是影响近地面污染物累积、传输与消散的重要因素。基于2021—2022年河北省10个站点风廓线雷达、地面气象和环境监测资料，系统分析边界层通风量的时空变化特征和主要影响因子及其与细颗粒物（PM_2.5）污染的关系。结果表明，河北省边界层通风量空间上总体呈“北高南低”分布特征，张家口—承德（简称张承）地区较高，太行山东麓和燕山南麓地区较低；时间上表现为春季最强、夏季最弱，日变化呈午后单峰型特征，且多数站点边界层通风量变化与边界层内平均风速具有较好一致性。张承地区春季PM_2.5质量浓度升高可能与大风沙尘过程有关。秋冬季，边界层通风量与PM_2.5质量浓度超标存在较好的对应关系，确定08：00、14：00和20：00边界层通风量监测阈值分别为2 000、8 000和3 000 m²·s^-1。利用2023—2024年独立资料验证表明，08：00和14：00边界层通风量阈值的平均符合率超过70%，表明所建立的阈值对秋冬季PM_2.5污染过程具有较好的指示能力。

关键词: 风廓线雷达, 边界层通风量, 时空分布, PM_2.5污染

CLC Number:

P423.1

ZHAO Na, JIAO Yayin, YANG Yuling, ZHAO Yuguang, LU Xichang. Spatiotemporal characteristics of boundary layer ventilation in Hebei Province and its impact on PM_2.5 pollution[J]. Journal of Arid Meteorology, 2026, 44(4): 703-713.

赵娜, 焦亚音, 杨雨灵, 赵玉广, 卢西畅. 河北省边界层通风量时空特征及对PM_2.5污染的影响[J]. 干旱气象, 2026, 44(4): 703-713.

Figures/Tables 9

References 34

[1]	车军辉, 赵平, 史茜, 等, 2021. 大气边界层研究进展[J]. 地球物理学报, 64(3):735-751. DOI
[2]	陈荣, 王建英, 杨文军, 等, 2023. 银川市大气边界层逆温影响因素及其与冬季PM_2.5的关系[J]. 干旱气象, 41(1):123-131. DOI
[3]	陈瑞敏, 田秀霞, 王荣英, 等, 2024. 河北省南部臭氧重污染事件中臭氧垂直分布与气象因素分析[J]. 干旱气象, 42(4):611-619. DOI
[4]	程楠, 黄鹤, 张文煜, 等, 2024. 边界层高度的不同诊断方法在京津冀及周边地区的适用性分析[J]. 气候与环境研究, 29(1):1-12.
[5]	杜川利, 唐晓, 李星敏, 等, 2014. 城市边界层高度变化特征与颗粒物浓度影响分析[J]. 高原气象, 33(5):1383-1 392.
[6]	黄俊, 廖碧婷, 王春林, 等, 2019. 新型垂直探测资料在污染天气分析中的应用[J]. 中国环境科学, 39(1):92-105.
[7]	李二杰, 张智, 祁妙, 等, 2021. 石家庄近地层风场辐合与重污染关系研究[J]. 环境科学研究, 34(1):63-70.
[8]	李玲萍, 李天江, 李岩瑛, 等, 2024. 陆面与大气边界层热力作用对河西走廊冷锋型沙尘暴的影响[J]. 高原气象, 43(2):498-509. DOI
[9]	李若羽, 卞建春, 唐贵谦, 等, 2022. 拉萨夏季大气边界层气溶胶垂直结构特征[J]. 大气科学, 46(3):666-676.
[10]	刘建, 吴兑, 范绍佳, 2015. 珠江三角洲区域污染分布及其垂直风场特征[J]. 环境科学, 36(11):3989-3 998.
[11]	马伟强, 马卫垚, 谢志鹏, 等, 2025. 青藏高原地区COSMIC-2大气边界层高度探测性能研究[J]. 高原山地气象研究, 45(2):12-24.
[12]	宁志远, 刘厚凤, 2017. 大气边界层的国内外研究现状[J]. 中国环境管理干部学院学报, 27(2):22-25.
[13]	潘巧英, 李婷苑, 陈靖扬, 等, 2023. 广州地区臭氧污染天气条件垂直结构特征分析[J]. 气象与环境科学, 46(2):92-100.
[14]	庞杨, 朱锐, 熊险平, 等, 2022. 两种方法计算河北不同地形混合层高度及其与细颗粒物的相关性研究[J]. 环境科学导刊, 41(5):49-53.
[15]	卿清涛, 刘佳, 李小兰, 等, 2021. 四川盆地一次持续性雾霾天气演变特征及其成因[J]. 干旱气象, 39(4):610-619.
[16]	全国气象仪器与观测方法标准化技术委员会, 2021. 风廓线雷达观测规范:QX/T 620-2021[S]. 北京: 气象出版社.
[17]	生态环境部, 国家市场监督管理总局, 2026. 环境空气质量标准:GB 3095-2026[S]. 北京: 中国标准出版社.
[18]	孙明燕, 张述文, 2023. 边界层湍流垂直混合强度对局地热对流模拟影响的个例研究[J]. 干旱气象, 41(2):290-300. DOI
[19]	王文波, 李晓利, 曹云飞, 等, 2025. 风廓线雷达资料在一次对流暴雨过程中的特征分析[J]. 干旱气象, 43(4):627-636. DOI
[20]	王一颉, 赵桂香, 2024. 吕梁山两次夜间暴雨的边界层特征及能量来源与转换[J]. 沙漠与绿洲气象, 18(2):35-43.
[21]	吴蒙, 吴兑, 范绍佳, 等, 2015. 东莞地区冬季大气边界层结构对PM_2.5影响的观测研究[J]. 中山大学学报:自然科学版, 54(4):158-163.
[22]	熊险平, 沈瑞珊, 索春男, 等, 2022. 河北沧州市臭氧质量浓度与气象因子的关系分析[J]. 干旱气象, 40(1):108-113. DOI
[23]	杨世昆, 杨玲, 张雪芬, 等, 2023. 地基遥感联合反演大气边界层高度与ERA5再分析资料比对分析[J]. 气象, 49(2):178-187.
[24]	张德玉, 胡树贞, 秦三杰, 等, 2025. 基于人工和地基器测数据的AI云识别方法[J]. 干旱气象, 43(5):810-819. DOI
[25]	张建涛, 王敏仲, 何清, 等, 2024. 塔克拉玛干沙漠腹地晴天与沙尘暴天气大气边界层对比分析[J]. 沙漠与绿洲气象, 18(1):50-58.
[26]	张小娟, 严小冬, 黄钰, 等, 2025. 复杂山地风廓线雷达与L波段探空雷达测风对比分析[J]. 高原山地气象研究, 45(4):110-117.
[27]	赵娜, 马翠平, 李洋, 等, 2017. 河北重度污染天气分型及其气象条件特征[J]. 干旱气象, 35(5):839-846. DOI
[28]	赵娜, 杨雨灵, 焦亚音, 等, 2024. 基于风廓线雷达的大气扩散条件参数研究[J]. 气象科技, 52(4):457-467.
[29]	邹倩, 左春艳, 吴政谦, 等, 2024. 基于多源观测资料研究重庆地区一次风雹过程[J]. 干旱气象, 42(4):598-610. DOI
[30]	AGUSTÍ-PANAREDA A, GRAY S L, METHVEN J, 2005. Numerical modeling study of boundary-layer ventilation by a cold front over Europe[J]. Journal of Geophysical Research: Atmospheres, 110(D18): 2004JD005555. DOI:10.1029/2004jd005555.
[31]	DACRE H F, GRAY S L, BELCHER S E, 2007. A case study of boundary layer ventilation by convection and coastal processes[J]. Journal of Geophysical Research: Atmospheres, 112(D17): 2006JD007984. DOI:10.1029/2006JD007984.
[32]	DE ARRUDA MOREIRA G, MARQUES M T A, DA SILVA LOPES F J, et al, 2024. Analyzing the influence of the planetary boundary layer height, ventilation coefficient, thermal inversions, and aerosol optical Depth on the concentration of PM_2.5 in the city of São Paulo: A long-term study[J]. Atmospheric Pollution Research, 15(8): 102179. DOI:10.1016/j.apr.2024.102179.
[33]	PASCH A N, MACDONALD C P, GILLIAM R C, et al, 2011. Meteorological characteristics associated with PM_2.5 air pollution in Cleveland, Ohio,during the 2009-2010 Cleveland Multiple Air Pollutants Study[J]. Atmospheric Environment, 45(39): 7 026-7 035. DOI URL
[34]	SINCLAIR V A, GRAY S L, BELCHER S E, 2010. Controls on boundary layer ventilation: Boundary layer processes and large-scale dynamics[J]. Journal of Geophysical Research: Atmospheres, 115(D11): 2009JD012169. DOI:10.1029/2009JD012169.

站点	VI			H_pbl			$\overline{\mathit{V}}$
站点	2021年平均/（m²·s^-1）	2022年平均/（m²·s^-1）	变化率/%	2021年平均/m	2022年平均/m	变化率/%	2021年平均/（m·s^-1）	2022年平均/（m·s^-1）	变化率/%
张家口张北	10 814	9 978	-7.7	1 215	1 201	-1.1	7.7	7.7	0
张家口崇礼	5 849	5 784	-1.1	869	915	5.3	5.1	4.9	-4.4
承德丰宁	9 515	9 358	-1.7	1 231	1 260	2.4	5.9	5.8	-2.2
秦皇岛卢龙	5 667	5 801	2.4	921	938	1.8	5.1	5.4	4.6
唐山	8 305	7 942	-4.4	1 039	1 032	-0.7	7.2	6.9	-3.3
保定	6 147	5 462	-11.1	930	919	-1.2	5.7	5.6	-1.9
石家庄	5 687	4 739	-16.7	1 091	1 046	-4.1	4.5	3.9	-12.2
衡水冀州	6 781	7 262	7.1	1 034	987	-4.5	5.9	6.8	15.3
沧州黄骅	8 933	8 128	-9.0	1 147	1 125	-1.9	7.1	6.6	-7.2
邯郸成安	5 799	6 191	6.8	962	942	-2.1	6.4	6.1	-5.3

站点	VI			H_pbl			$\overline{\mathit{V}}$
站点	2021年平均/（m²·s^-1）	2022年平均/（m²·s^-1）	变化率/%	2021年平均/m	2022年平均/m	变化率/%	2021年平均/（m·s^-1）	2022年平均/（m·s^-1）	变化率/%
张家口张北	10 814	9 978	-7.7	1 215	1 201	-1.1	7.7	7.7	0
张家口崇礼	5 849	5 784	-1.1	869	915	5.3	5.1	4.9	-4.4
承德丰宁	9 515	9 358	-1.7	1 231	1 260	2.4	5.9	5.8	-2.2
秦皇岛卢龙	5 667	5 801	2.4	921	938	1.8	5.1	5.4	4.6
唐山	8 305	7 942	-4.4	1 039	1 032	-0.7	7.2	6.9	-3.3
保定	6 147	5 462	-11.1	930	919	-1.2	5.7	5.6	-1.9
石家庄	5 687	4 739	-16.7	1 091	1 046	-4.1	4.5	3.9	-12.2
衡水冀州	6 781	7 262	7.1	1 034	987	-4.5	5.9	6.8	15.3
沧州黄骅	8 933	8 128	-9.0	1 147	1 125	-1.9	7.1	6.6	-7.2
邯郸成安	5 799	6 191	6.8	962	942	-2.1	6.4	6.1	-5.3

站点	VI与PM_2.5质量浓度的相关系数					H_pbl与PM_2.5质量浓度的相关系数
站点	全年	春季	夏季	秋季	冬季	全年	春季	夏季	秋季	冬季
张家口张北	0.06	0.11*	0.10	0.05	-0.06	0.02	0.05*	-0.09**	-0.15**	-0.08**
张家口崇礼	0.01	0.03*	0.02	0.05*	0.03	0.02	0.02*	-0.07*	-0.14**	-0.04
承德丰宁	0.08**	0.11**	0.14**	0.08**	0.05	-0.22**	-0.16**	-0.06*	-0.28**	-0.45*
秦皇岛卢龙	-0.20*	-0.19*	-0.15*	-0.33*	-0.31*	-0.28**	-0.29**	-0.20**	-0.41**	-0.39**
唐山	-0.16**	-0.20**	-0.04*	-0.32*	-0.25*	-0.22**	-0.29**	-0.06*	-0.38**	-0.38**
保定	-0.17*	-0.21*	-0.10*	-0.25*	-0.24*	-0.23**	-0.26**	-0.12**	-0.31**	-0.31**
石家庄	-0.17*	-0.17*	-0.13*	-0.25*	-0.30*	-0.19**	-0.19**	-0.15**	-0.27**	-0.36**
衡水冀州	-0.12**	-0.11*	0.10**	-0.23**	-0.27*	-0.16**	-0.17**	0.08**	-0.28**	-0.35**
沧州黄骅	-0.18*	-0.17*	-0.04*	-0.29*	-0.24*	-0.27**	-0.29**	-0.15**	-0.37**	-0.32**
邯郸成安	-0.15**	-0.10**	-0.15*	-0.24**	-0.30*	-0.18**	-0.13**	-0.12**	-0.24**	-0.33**

站点	VI与PM_2.5质量浓度的相关系数					H_pbl与PM_2.5质量浓度的相关系数
站点	全年	春季	夏季	秋季	冬季	全年	春季	夏季	秋季	冬季
张家口张北	0.06	0.11*	0.10	0.05	-0.06	0.02	0.05*	-0.09**	-0.15**	-0.08**
张家口崇礼	0.01	0.03*	0.02	0.05*	0.03	0.02	0.02*	-0.07*	-0.14**	-0.04
承德丰宁	0.08**	0.11**	0.14**	0.08**	0.05	-0.22**	-0.16**	-0.06*	-0.28**	-0.45*
秦皇岛卢龙	-0.20*	-0.19*	-0.15*	-0.33*	-0.31*	-0.28**	-0.29**	-0.20**	-0.41**	-0.39**
唐山	-0.16**	-0.20**	-0.04*	-0.32*	-0.25*	-0.22**	-0.29**	-0.06*	-0.38**	-0.38**
保定	-0.17*	-0.21*	-0.10*	-0.25*	-0.24*	-0.23**	-0.26**	-0.12**	-0.31**	-0.31**
石家庄	-0.17*	-0.17*	-0.13*	-0.25*	-0.30*	-0.19**	-0.19**	-0.15**	-0.27**	-0.36**
衡水冀州	-0.12**	-0.11*	0.10**	-0.23**	-0.27*	-0.16**	-0.17**	0.08**	-0.28**	-0.35**
沧州黄骅	-0.18*	-0.17*	-0.04*	-0.29*	-0.24*	-0.27**	-0.29**	-0.15**	-0.37**	-0.32**
邯郸成安	-0.15**	-0.10**	-0.15*	-0.24**	-0.30*	-0.18**	-0.13**	-0.12**	-0.24**	-0.33**

08：00		14：00		20：00
VI区间/（m²·s^-1）	超标比例/%	VI区间/（m²·s^-1）	超标比例/%	VI区间/（m²·s^-1）	超标比例/%
平均值	15.7	平均值	9.9	平均值	16.7
[27，351）	27.7	（0，2 505）	29.6	（0，588）	25.2
[351，603）	17.7	[2 505，4 086）	17.4	[588，1 071）	22.8
[603，900）	20.7	[4 086，5 901）	15.2	[1 071，1 575）	20.3
[900，1 236）	18.3	[5 901，7 791）	12.5	[1 575，2 274）	18.8
[1 236，1 677）	15.5	[7 791，9 909）	7.6	[2 274，3 117）	20.9
[1 677，2 247）	17.4	[9 909，12 648）	7.0	[3 117，4 260）	15.7
[2 247，3 213）	14.0	[12 648，16 104）	2.4	[4 260，5 883）	14.5
[3 213，4 866）	13.1	[16 104，20 277）	0.9	[5 883，8 148）	15.4
[4 866，8 850）	8.5	[20277，27822）	1.2	[8 148，13 065）	9.2
≥8 850	4.0	≥27 822	1.5	≥13 065	4.3