《Environmental Pollution》：Surface-Based Temperature Inversions Climatology Across China from Microwave Radiometer Network and Their Relationship to PM
2.5 Pollution
编辑推荐：
•利用连续小时覆盖的微波辐射计（MWR）网络建立全面的近地面逆温（SBI）气候学特征•冬季SBI发生频率达到39.2%，约为夏季数值的三倍•SBI气候学特征是影响PM2.5污染的占主导地位的 meteorological 控制因素之一引言细颗粒物（PM2.5）污染仍然是中国面
- •
利用连续小时覆盖的微波辐射计（MWR）网络建立全面的近地面逆温（SBI）气候学特征
- •
冬季SBI发生频率达到39.2%，约为夏季数值的三倍
- •
SBI气候学特征是影响PM2.5污染的占主导地位的 meteorological 控制因素之一
引言
细颗粒物（PM2.5）污染仍然是中国面临的重要环境和公共卫生问题。尽管自2013年以来，中国通过《大气污染防治行动计划》实施了严格的排放控制措施，但在不利气象条件下，严重污染事件仍时有发生（Liang等，2026；Lu等，2020）。理解导致污染物累积的气象因素对于开发有效的预报系统和针对性的减排策略至关重要（Zhang等，2019）。
在正常大气条件下，对流层内温度随高度降低。然而，在某些气象条件下，近地表层的这一规律会发生反转，形成近地面逆温（SBI）（Fochesatto，2015；Stull，1988），即温度随高度升高。SBI通常在平静、晴朗的夜晚形成，此时强烈的辐射冷却使地表降温，进而冷却近地面空气层，而高空空气仍保持较高温度。这形成了稳定的分层结构，如同盖子一般，抑制了湍流混合和污染物的垂直扩散（Fang等，2026；Li等，2015；Whiteman等，1999）。
以往关于SBI与空气污染之间关系的研究主要依赖探空观测数据（Fang等，2026；Huang等，2021）。然而，探空气球通常每天仅施放两次，一般在北京时间08:00和20:00进行，这限制了对热分层日变化及其与污染演变关系的研究。特别是，仅利用探空数据无法充分刻画夜间稳定边界层条件，这可能限制我们对污染形成和持续机制的理解（Seidel等，2010；Stull，1988）。
地基微波辐射计（MWR）能够提供连续、高时间分辨率的温度廓线测量数据，从而克服上述局限（Fochesatto，2015）。MWR通过在多个微波频率上测量亮温，然后利用这些数据反演大气的温度和湿度廓线，时间分辨率可达分钟至小时量级（Ware等，2003）。近年来，中国气象局（CMA）已部署了全国性的MWR网络（Kong等，2021；Fu等，2023；Lin等，2022；Li等，2022），这为以小时分辨率刻画行星边界层（PBL）热结构提供了前所未有的机会。
本研究利用中国大陆33个站点的小时尺度MWR观测数据，旨在：(1)将MWR温度廓线与探空观测进行验证；(2)刻画中国SBI的季变和日变化特征；以及(3)探讨SBI气候学特征与PM2.5污染之间的关系。本研究提供了小时分辨率的SBI气候学资料，对空气质量预报以及在高大气稳定度时期制定针对性减排策略具有重要参考价值。
章节摘要
气象观测
来自2024年1月1日至2025年12月31日期间中国大陆33个站点（图1a）的小时尺度MWR温度观测数据由中国气象局提供。所有数据均由国家气象信息中心依据中国气象行业标准《地基多通道微波辐射计》（QX/T 504-2019）进行了严格的质量控制，该标准规定了MWR温度廓线的质量控制程序与标准。
业务化处理程序
MWR温度廓线验证
在推导SBI特征之前，我们在25个站点（图1a）将MWR温度廓线与探空观测进行了验证。图1b-i展示了四个代表性站点的温度廓线季节变化：哈尔滨（中国东北，126.6°E，45.9°N）、延安（邻近华北的黄土高原，109.4°E，36.6°N）、哈密（中国西北，93.5°E，42.8°N）和河源（中国南方，114.8°E，23.8°N）。探空观测和MWR观测均能清晰捕捉到
结论
本研究利用33个站点的MWR网络，在2024至2025年间连续覆盖中国大陆，建立了全面的SBI气候学资料。与探空观测的验证结果证实了MWR数据的可靠性，使得过去依靠每日两次探空难以实现的高时间分辨率PBL分析成为可能。
SBI在中国展现出显著的季节性和空间变异性。冬季是SBI高发期，全天发生频率达到39.2%，约为
CRediT作者贡献声明
刘树华：撰写 – 审阅与编辑、方法论、概念化。缪雨聪：撰写 – 审阅与编辑、撰写 – 初稿、方法论、调查、形式分析、概念化。王佳怡：撰写 – 初稿、调查、形式分析
稿件准备过程中生成式AI及AI辅助技术的声明
在准备本文过程中，作者使用了Qwen以提升语言的流畅性。在使用该工具/服务后，作者对内容进行了审阅和编辑，并对已发表文章的内容承担全部责任。
利益冲突声明
? 作者声明不存在可能影响本文报告工作的已知竞争性经济利益或个人关系。
致谢
本工作受国家自然科学基金资助（42322504，42275198）。
缪雨聪|刘树华|王佳怡
