Page 241 - 《高原气象》2025年第6期

P. 241

6 期李春燕等：基于观测与模拟的北京光解速率长期变化特征研究 1649
生的波段与紫外波段重合较多，因此 J（NO）与紫杂大气条件下云、气溶胶、气体分子等多种因素对
2
外辐照度具有高度相关性。J（NO）与紫外辐射线光解速率的作用，其物理含义更清晰。因此本文将
2
2
性拟合的相关系数r 为0. 99。紫外辐射晴空指数（K ）的方法应用于紫外辐照
UV
由于气溶胶和云层对达到地面的紫外辐射通度，以构建全天空条件下的光解速率估算模型。在
量有显著影响，本文引入了紫外辐射晴空指数观测期间，北京站的紫外辐射晴空指数和 J（NO）
2
（K ），定义为地面观测到的紫外辐射与大气层顶数据被随机等分为两组：一组用于模型构建，另一
UV
紫外辐射之比。K 反映了大气中气溶胶、气体分组用于模型验证。数据分组通过随机数方法进行。
UV
子和云对紫外辐射的散射和吸收的综合效应，是评
为了尽可能简化模型，本研究利用 K 和太阳天顶
UV
估气溶胶和云层影响的重要因子（Liu et al， 2016）。
角的余弦值（μ）建立形如公式（4）的估算公式，该方
相关性分析表明， J（NO）与 K 之间呈正相关，相
UV
2
关系数为 0. 87。图 3（b）中的散点图显示， J（NO）法仅依赖于当地的紫外辐照度和太阳天顶角。估
2
2
与 K 之间的关系呈二次多项式形式，其拟合方程算公式的相关系数和系数值如表 1 所示， r 为
UV
的r 为0. 95。 0. 95，表明该模型在估算 J（NO）光解速率时具有
2
2
尽管 J（NO）与紫外辐射具有很高的线性相关较高的准确性和良好的拟合度。
2
n
2
3
性（r =0. 99），但 K 作为修正因子，更能体现出复 J ( NO 2 ) = (a + b × K UV + c × K UV + d × K UV ) × μ （4）
2
UV
表1 公式（4）各项拟合系数和r 2
Table 1 Fitting coefficients and the r² for each term in equation （4）
-3
-2
-2
-2
拟合系数 a×10 s -1 b×10 s -1 c×10 s -1 d×10 s -1 n r 2 数据点数
J（NO ） 1. 12 1. 96 1. 65 1. 31 0. 76 0. 95 1455
2
将验证组中的紫外辐射观测数据代入公式（4）北京地区 2013 -2023年的全天候长期 J（NO）数据。
2
计算得到 J（NO）的估算值，并与对应的 J（NO）观图 5 展示了 2013 -2023 年北京地区 J（NO）、 PM 2. 5
2
2
2
测值进行比较，以检验估算公式的准确性。如图 4 和 AOD 的年变化趋势。 2013 -2023 年期间，
所示， J（NO）的估算值与观测值进行了线性回归分 J（NO）总体呈现上升趋势，平均值为 3. 45×10 s ，
-1
-3
2
2
析，得到的相关系数 r 为 0. 99，平均相对误差为年均增幅为2. 73%。2015年前， J（NO）呈现小幅波
2
2
8. 8%、均方根误差为 0. 00036。数据点分布较为集动上升， 2018 年略有下降，之后上升趋势尤为明
中，拟合线与 1∶1 的偏差较小，表明估算值与实测显。 J（NO）年平均最高值为 4. 20×10 s （2023
-1
-3
2
值之间具有较好的一致性。年），最低值为 3. 20×10 s （2013 年）。自 2013 年
-1
-3
起，随着一系列大气污染防治措施的实行，北京市
PM 浓度总体呈现逐年下降的趋势。在 2013 -
2. 5
2017 年期间， PM 浓度急剧下降； 2017 -2020 年
2. 5
间，下降幅度相对减缓； 2020 年以后呈小幅波动下
图4 基于K 估算模型计算的J（NO）的估算值与观测值比较
2
UV
Fig. 4 Comparison between the estimated and observed
values of J（NO） based on the K estimation model
UV
2
3. 2. 3 J（NO）的长期变化趋势图5 北京地区2013 -2023年J（NO）、 PM 和AOD的年变化
2
2. 5
2
根据上述估算公式，利用 2013 -2023年紫外辐 Fig. 5 Annual variation of J（NO）， PM ， and AOD in
2
2. 5
射的地基观测数据计算出紫外晴空指数，从而得到 the Beijing area from 2013 to 2023

236 237 238 239 240 241 242 243 244 245 246