南京信息工程大学大气物理学院2023级本科生以第一作者身份在国际知名期刊《Journal of Geophysical Research: Atmospheres》发表研究成果

大气边界层（Atmospheric Boundary Layer, ABL）是介于地球表面与自由对流层之间的关键气层，不仅调控着近地面气象过程与空气质量演变，也与人类生产生活及生态环境演化密切相关。行星边界层高度（Planetary Boundary Layer Height, PBLH）的形成源于边界层与自由对流层间显著的热力和动力层结效应，其时空演变受气象条件、陆气交换过程以及大气气溶胶共同影响。

当前多数研究已揭示气溶胶辐射效应、气象要素与PBLH间的定性关联，但大多仅分析单方面因素的独立影响。在多因子情景下，气溶胶特性与关键气象变量如何通过动态平衡和协同调控共同影响行星边界层演变，仍是亟待深入研究的科学问题。同时，现有研究多聚焦于局地和个例分析，缺乏不同区域的系统对比以及基于长时序数据的长期统计。针对上述不足，本研究融合了ERA5和MERRA-2再分析数据集，通过搭建一种可解释性机器学习模型（XGBoost-SHAP），系统分析了2013—2023年间不同要素对京津冀和长三角地区日间（08:00—20:00，北京时间）PBLH的影响。

论文：Tian, Y., Wang, Y., Lu, C., Zhu, B., Yang, Y., Yan, X., et al. (2026). Machine learning assessment of aerosol and meteorological impacts on atmospheric boundary layer height in eastern China: Highlighting the role of aerosol hygroscopicity. Journal of Geophysical Research: Atmospheres, 131, e2025JD045744. https://doi.org/10.1029/2025JD045744