常州市霾天气特征及其影响因子分析

基于常州市气象观测站2001-2013年的气象资料和大气自动站2009-2013年的监测数据,对常州市霾天气的变化特征、成因及其影响因子进行了初步分析。结果表明：2001-2013年,霾日数在全年及四季都呈现逐渐增多的年际变化特征,其中在2001-2008年,霾日数的趋势平稳且窄幅波动,但2009-2013年,霾日数急剧增加。季节变化上表现出夏季少、冬季多的分布特征。霾天气多发生在午后,11时出现的次数最多。常州霾天气持续日数不断增加,2013年连续霾日最长是16 d。常州霾典型天气形势为受冷高压或变性冷高压控制之下和处于入海高压后部或底部。常州霾天气受气象因子的影响,在静风、偏东风、50％～60％的相对湿度、逆温、降水偏少和大气湍流不利气象扩撒条件下都易形成霾。     

霾天气影响下的京津冀气候变化特征与成因

利用1961~2016年京津冀90个国家级气象站的霾数据集、日平均相对湿度、14：00能见度、日平均气温、日累计降水、日平均风速、辐射等数据,采用MASH方法、线性趋势分析方法、曼-肯德尔（Mann-Kendall）法以及相关分析等方法研究了京津冀地区霾天气影响下的气候变化特征.结果表明：京津冀地区年平均霾日数呈明显的增长趋势,增长率为5d/10a以上,大中城市年平均霾日数明显高于其他地区,霾日数突变增多发生在1992~1993年,在国家大气污染防治专项资金注入以后年平均霾日数增长趋势减缓;京津冀地区霾日和非霾日年平均气温呈上升趋势,年平均能见度呈下降趋势;年平均降水日数总体趋势减少,但是霾日降水日数逐年增加,而非霾日呈现减少趋势,两者呈现对称相反关系;京津冀霾日和非霾日年平均风速均呈逐年下降趋势;霾日数具有随着GDP、能源消耗的增加逐年递增趋势.京津冀地区霾日和非霾日年平均总辐射和散射辐射都是逐年下降,霾日比非霾日下降趋势更加明显,年平均总辐射比散射辐射下降明显;年平均霾日数与年平均总辐射、年平均风速、年平均降水呈负相关,但是与年平均气温、GDP、能源消耗呈正相关.     

长沙近42年气候变化对霾日的影响

利用长沙站1971-2012年地面气象观测资料,分析了长沙42年霾日数的变化特征及气象因子对霾日的影响。结果表明:(1)年气温、暖日数、暖夜数、冷日数、冷夜数、风力条件f≥5 m/s日数、f≥10 m/s日数、降水量≥0.1 mm日数等是影响长沙霾日数的关键因子;(2)近42年来,年气温、暖日和暖夜数呈极显著升高、增加趋势,它们与霾日呈极显著正相关;冷日和冷夜数呈极显著减少和减少趋势,与霾日呈极显著和显著负相关;(3)f≥5 m/s日数、f≥10 m/s日数及降水量≥0.1 mm日数呈极显著减少趋势,与霾日呈极显著、显著负相关;(4)近42年来长沙霾日数呈极显著增加趋势;气候变暖、风力条件对大气污染物稀释扩散能力明显减小以及降水对大气的净化能力减小,是近10年霾日数激增的3个重要原因。     

近50年大兴区雾、霾气候特征及影响因素分析

文章利用北京市大兴区国家一般气象观测站1964-2013年50 a的历史地面气象观测资料,系统地分析了大兴区雾、霾天气气候变化特征及气温、风、相对湿度、最长连续无降水日数这些趋势变化特征对大兴当地雾、霾过程的影响。结果表明,雾日数变化趋势总体来说较平稳,霾日数波动性变化趋势比较明显;大兴区雾、霾日数在初秋及冬季较多,春季最少。从长期气象条件来看,雾、霾天气时,近地层主导风向多为偏南风,风速较非雾、霾天气时低了1.0 m/s以上,且静风所占频率较高;从1980-2014年北京地区霾现象发生时的相对湿度空间分布图来看,大兴、房山、通州相对湿度相比其他区域更大,维持在70%以上;逐月最长连续无降水日数与雾、霾出现次数的单谷型变化趋势较为一致。另外,1964-2013年气温每10 a增高0.4℃,平均风速减少速率为每10 a 0.2 m/s,气温和风速的这种变化趋势也不利于大兴地区污染物的扩散。     

1961—2013年辽宁省不同等级霾现象时空分布特征及其气候成因

利用辽宁省52个地面气象观测站的观测资料,对辽宁省不同等级霾日时空变化特征和气候成因进行分析.结果表明,辽宁省霾日在空间上存在一个高值中心(沈阳)和两个副高值中心(锦州西南部和朝阳东部),年平均霾日在50 d以上,辽西山区和东北部山区年平均霾日最少在10 d以下.辽宁省霾日主要集中在冬秋季,占全年霾日60%以上,夏季次之,春季最少;1961—2013年辽宁省平均霾日呈明显增加趋势(3.5d/10 a),轻微霾日、轻度霾日和中度霾日也呈显著增加趋势,重度霾日无明显变化.不利的气候条件加剧了霾日的出现,霾日数与降水日数呈显著负相关,降水日数的显著减少(-2.6 d/10 a)导致大气对污染物的沉降能力减弱,而静风日数增加(5.1 d/10 a)、年平均风速减小(-0.2m·s-1/10 a)和大风日数的减少(-10.1 d/10 a)则使得空气中污染物不易扩散,增加了霾天气形成的概率.     

京津冀区域霾天气特征

汇总京津冀区域内107个地面站的气象资料,利用14时实测的气象要素和天气现象资料对霾日进行判别,统计出各个站点1980~2008年中逐年及各月的霾日数.结果表明,北京、天津、河北霾天气整体变化趋势和波动特征较为相似,且均呈增加趋势,非城区站点平均霾日数明显呈增加趋势,且与市区站点霾日数的差距越来越小.京津冀区域霾日数的月际变化呈明显的双峰特征,即夏季和冬季霾日数较高.空间分布表明,霾日数高值区主要位于北京、天津、保定、石家庄、邯郸和邢台等地.多数站点霾日14时平均风速比非霾日低了1.0m/s以上,14时平均相对湿度则比非霾日高出20%以上.     

近50年湖北省霾天气特征及气象条件分析

用1960-2012年逐月观测数据、NCEP/NCAR再分析资料,分析湖北省霾日数时空分布特征,分析霾日数与降水量、降水日数、冬季风、大气层结稳定度、风速的关系。结果表明:湖北省霾日数一年12月中1月最多,7月最少。空间分布鄂西北北部、鄂西南东部、鄂东南北部三地偏多。霾日数整体以年代际变化为主,20世纪70年代初-80年代初,2005年至今,霾日数相对较多。霾日数与降水日数、1 000 h Pa和925 h Pa温度差、1 000 h Pa风速显著负相关。东亚冬季风偏弱利于霾日数偏多。2013年1月1 000 h Pa和925 h Pa气温差,1 000 h Pa风速均为1960年以来最小,对应了有记录以来最多的1月霾日数。东亚冬季风环流偏弱,也是2013年1月湖北省平均霾日数偏多的一个重要原因。     

湖北省霾日数气候特征及夏季典型霾过程气象因子分析

利用湖北省77个气象站点近30年的霾日统计资料分析霾日数气候特征,结果表明,1981-2013年期间湖北省霾日数显著上升,20世纪90年代最低,21世纪以来最高,2013年达到历史新高;霾日数冬季最多,夏季最少;霾日数较多的地区集中在鄂西北、三峡河谷、鄂东北北部、鄂东南黄石地区一带,这与地形和经济条件密切相关。选取2012年夏季2次典型霾天气过程,分析霾发生的气象成因,研究发现北方污染源,在低层东北气流的引导下,加之本地良好的湿度条件和稳定的逆温层结,共同造成了突发大范围霾天气过程。     

1960~2013年我国霾污染的时空变化

利用近54年（1960～2013年）我国霾日以及一些相关气象要素的观测资料,采用气候倾向估计、聚类分析、累积距平和突变检验等多种方法,分析了我国霾日数变化特征.结果表明：我国的霾污染主要发生在中东部和南部,尤以北京、山西中部和南部、河南局部地区、长江三角洲和珠江三角洲等地最为严重,我国西部和东北部地区相对较少.霾日发生的频率总体呈增加的趋势,而且与能源消耗总量有很好的正相关关系.我国霾日数的增加除了依赖于污染源排放加剧外,不利的气候条件加剧了霾天气的发生.近54年降水日数、平均风速、日照时数和相对湿度与霾日数的相关系数分别为-0.653、-0.635、-0.462和-0.699,远远超出了99.9%的信度检验标准.聚类分析表明,上升极显著、上升显著和上升明显的站点年平均霾日数近年来均有加速上升的趋势,其累积距平的变化趋势为下降-平缓-上升型.轻微上升站点上升时期为20世纪60年代至70年代末与2000年之后,累积距平为多波动型.轻微下降与下降明显的站点快速上升时期为60年代至70年代末,随后均有不同程度的下降,累积距平呈上升-平缓-下降型,且在1992～1993年间霾日数发生了由多到少的突变.     

1960~2013年华南地区霾污染的时空变化及其与关键气候因子的关系

利用线性回归、聚类分析及相关分析等统计方法对华南地区57个地面气象站的观测资料进行分析,探究近54年华南地区霾日数的时空变化特征及其气候成因.结果表明,年平均霾日数大值区主要分布在广东珠江三角洲(珠三角)地区和广西中东部.54年来霾日数呈现显著的上升趋势,而2008年后有所下降.霾日数的季节变化表现为冬季最多,其次是秋季和春季,夏季最少.2008年以后春、夏、秋3季霾日数有所下降,而冬季仍维持在较高水平.不同等级霾日数在近54年来均有不同程度的上升,霾污染不仅在日数上有明显的增加趋势,而且污染强度在加强.不同地区霾日数的快速增长时期不一样,污染严重和正常污染地区发生在20世纪90年代,而相对清洁地区发生在2000年以后.另外近10年污染严重和正常污染地区霾日数有所下降,但相对清洁地区仍维持快速的增长趋势.近54年华南地区年降水日数、年平均风速、大风日数和年小风日数等气候因子变化结果致使气溶胶粒子的湿沉降减弱,污染物扩散能力下降,霾天气生成概率增加.     

1960~2016年江西省霾日变化特征及气候成因分析

利用江西省1960~2016年82个气象站水平能见度、相对湿度和天气现象等资料,重建了江西省霾日序列,分析了江西省霾日数的年际变化特征,并通过霾日数与降水日数、大风日数和静风日数的相关关系,探讨了不同季节霾日数年际变化的气候成因.结果表明：1960~2016年江西省霾日数表现为在1970s有明显偏高、1980年后显著增加趋势（0.53d/a）,赣北地区霾日多且增加速率快.四季霾日数均有增加,其中秋季贡献最大（0.21d/a,P<0.001）,春季其次（0.12d/a,P<0.001）,冬季霾日数最多,但年际趋势并不显著（0.10d/a,P>0.05）,夏季年均霾日数较低,增加幅度最小（0.09d/a,P<0.001）.过去几十年降水日数减少（-0.26d/a,P>0.05）导致大气湿沉降能力减弱,以及大风日数减少（-0.33d/a,P<0.01）和静风日数增加（1.73d/a,P<0.01）导致大气扩散能力降低,为江西省霾日增加提供了有利气候背景.但主要气候成因因季节不同：春季霾日数增加的主要气候成因是大风日数减少（r=-0.48,P<0.01）,与其他要素的关系不显著;夏季亦与大风日数减少显著相关（r=-0.50,P<0.01）,同时与静风日数增加显著相关（r=0.37,P<0.05）;秋季受大风日数减少、静风日数增加以及降水日数减少共同影响,导致秋季霾日增加速率最快;冬季霾日数仅与降水日数显著相关（r=-0.36,P<0.05）,但由于冬季降水日数变化趋势不明显（-0.26d/a,P>0.05）,冬季霾日数变化不显著.     

本溪地区灰霾天气时空分布特征分析研究

近年来,灰霾天气对本溪地区的影响越来越严重,由霾引发的环境污染对人们生产生活造成的影响也越来越大,因此对灰霾天气发生的时空分布特征的研究就尤为重要.文章运用本溪地面观测2012-2014年本溪市、本溪县、桓仁县3个国家基本站的观测资料,对霾日进行筛选和统计,分析本溪地区霾日发生的时空分布特征,本溪地区霾日数呈逐年增长趋势,2014年霾日数增长迅速.本溪地区冬半年霾日明显多于夏半年,两县霾日少于市区,空气质量优于市区.     

近50年南京雾霾的气候特征及影响因素分析

利用南京地区5个观测站点1962-2012年的雾日和霾日气象资料,对南京雾霾日数的年际及四季的分布和变化特征、雾霾相互转换的条件及气象要素对雾霾的影响进行了分析。结果表明:南京郊区的年均雾日比南京市区的年均雾日偏多,受地势及污染物等影响,各站有明显的差异。其中,江浦、溧水、高淳雾日数上升趋势明显,而六合、南京两站雾日数略有下降。南京市区的年均霾日是南京郊区的年均霾日的2.7倍,南京郊区和市区的霾日数在1962-2012年期间总体上呈上升趋势,且各站都在2012年达最高值。南京地区平均雾日数秋季最多,夏季最少;平均霾日数冬季最多,夏季最少。分析也表明,雾和霾往往相伴出现,而且可以相互转化,南京市区雾霾多出现在近地面风速较小、风向为东南东和湿度较大等气象条件下。     

永康市霾天气变化特征及影响因子研究

利用永康市1981-2014年的气象常规观测资料和2008-2014年的环境监测数据,对永康市霾日的年际变化、季节变化特征、成因进行了初步分析。结果表明:1981-2014年,霾日数整体呈上升趋势,其中在1989-2004年,霾日数缓慢振荡上升,但2005—2014年,霾日数从低位急剧增加,2008年后处较高位置振荡。同SO_2、NO_2、PM_(2.5)、O_3污染物的浓度的变化特征一致,季节变化上表现出夏季少、冬季多的分布特征。     

长江三角洲城市群霾的演变特征及影响因素研究

重建了长江三角洲1961~2007年霾气候数据序列,分析了霾日数的时空变化特征及城乡差异,并探讨了大气污染以及地面和近地层气象条件对霾发生的影响.结果表明,利用湿度—能见度指数参与霾气候序列重建的方法具有一定的合理性和科学性.过去47a间,长江三角洲霾日数总体上呈逐渐增多的趋势,并且四季霾日数都增加.空间上,整个长江三角洲霾日数基本上都呈增加趋势,并以杭州和南京增加最多.近30a来长江三角洲大城市、中等城市和城镇乡村站间霾日数变化具有明显差异.地面气象要素中风速和最长连续无降水日数与霾发生具有较好的对应关系.在霾天气过程和对应的清洁过程,近地层温度、位势高度和风场也都具有明显的差异.长江三角洲霾变化趋势与我国京津冀、珠江三角洲等地的变化一致.区域大气污染物排放量的增加,尤其是细颗粒物的增加是霾出现频率增加的可能原因,全球气候变化以及区域城市化造成的气象条件改变也有利于霾日的增加.     

湖南省近43年雾霾气候变化特征分析

对湖南76个地面气象观测站1970―2012年逐日能见度、相对湿度数据分析,获取湖南各区域逐日雾、霾情况,利用线性趋势分析雾、霾历年变化特点,采用MK分析得到雾霾突变情况,结果表明:近43a湖南雾日减少而霾日增多,其变化趋势通过信度为0.01显著性检验。年雾日从2008年开始呈断崖式减少,突变点通过了MK检验,年霾日呈稳定增多,没有突变发生;年雾日数在1~20d/a的台站最多(75.0%),而有59.2%台站霾日数在21~50d/a之间,这也使得全省霾日分布范围较雾广,年均天数较雾日多,雾日数区域变化明显;四季中冬季雾、霾最严重,特别是冬霾日占全年近一半,夏季雾霾出现次数最少,在湘中有一个三角型分布的霾高发区域。     

近36a来四川盆地持续霾事件特征及环流分析

利用1981~2016年四川盆地102个气象观测站逐日霾日观测资料,对四川盆地持续霾事件（定义为连续3d及以上有烟幕或霾发生的天气）的时空分布特征、变化趋势进行分析,然后对冬季霾事件环流场特征进行研究.结果表明：1981~2016年四川盆地持续霾事件的年平均日数呈增加趋势,持续霾事件日数占霾总日数的百分比与霾总日数增加趋势较为一致,霾总日数的增加主要是由持续霾事件的增加引起的.四川盆地持续霾事件的空间分布不均匀,与霾日数的大值区的分布较为一致,主要集中在川东北城市群、成都平原城市群以及川南城市群.持续霾事件多发区的范围在1981~2010年呈年代际增大,在2011~2016年范围减少显著.通过分析盆地冬季霾事件的环流场发现,霾事件偏多（少）年时段,四川盆地处于暖（冷）高（低）压大值区域,乌拉尔山阻塞高压偏弱（强）,东亚大槽偏弱（强）,盆地上空为一定程度的辐合（辐散）,存在（不存在）明显逆温结构,垂直上升运动弱（强）,这些条件均有利于污染物颗粒聚集在浅薄的边界层内（利于污染物的扩散）,造成霾天气的维持（消散）.     

2014～2017北京市气象条件和人为排放变化对空气质量改善的贡献评估

2014~2017年北京地区霾日数和污染日数逐年减少,PM2.5、PM10、SO2和NO2年平均质量浓度下降,污染程度缓解,采暖期中的11~12月尤为明显。针对空气质量的显著改善,从气象条件的改善和减排措施两方面进行探讨分析,并结合数值模式和大数据挖掘技术实现气象和排放对大气贡献率的定量化研究,结果表明,2017年与过去3a相比,平均风速增加7.9%,≥3.4m·s-1的风速频次最高(10.6%),≥70%湿度日占比最小(25.1%);其中,采暖期与过去3a同期相比,小风日数减少8.6%、环境容量和通风指数平均增加约11%,边界层高度以3.2%·a-1的速率升高,尤其11~12月各要素改善更显著,且该时段内2014年各因子变化与2017年相似。非采暖期(4~10月)累积降水量558.3mm,仅次于2016年,有利于污染物的清除和湿沉降。利用WRF-CHEM对霾和污染频发的12月进行模拟发现,气象要素的改变导致2017年12月北京PM2.5质量浓度较2014~2016年同期分别降低5%、38%和25%。因缺少政府实际施行的减排方案,无法利用WRF-CHEM量化气象和减排的具体贡献率,因此借助大数据挖掘算法,基于K近邻算法(KNN)和支持向量机(SVM)模型对气象和减排对空气质量改善的贡献进行评估,结果显示2017年减少的霾日和重污染日,65.0%归因于减排的贡献,35.0%归因为气象条件的改善。可见,气象与生态环境部门应继续加强数据开放共享,科学开展气象条件预报与减排评估。     

东北地区近50年来霾天气气候特征

利用东北地区194个地面气象观测站的1961~2013年观测资料,对东北地区霾日及不同等级霾日的空间分布特征和时间演变规律进行分析.结果表明:东北地区霾日空间分布差异显著,辽宁中部和黑龙江中北部霾日相对较多,年平均霾日超过50d,吉林西部地区霾日最少,年平均霾日不超过2d,不同等级的霾日日数空间分布与总霾日日数基本一致;东北地区霾日主要集中在冬季,占全年霾日57.9%,秋季次之,春季最少;1961~2103年东北地区平均霾日呈显著增加趋势(2.9d/10a),其中1981~2000年时段增加最为显著,轻微霾日、轻度霾日、中度霾日和重度霾日均呈增加趋势,但轻度霾日、中度霾日和重度霾日21世纪以来较80年代略有减少.     

不同标准下湖北省霾日分布特征及气候因子影响分析

利用1981-2013年湖北省地面气象观测数据,基于不同判识标准,探讨湖北省霾日数和气候因子的分布特征及变化趋势。结果表明,2000年左右是霾站日数变化的分界点,之前小幅度震荡,之后显著增加,并在2007年达到峰值。冬季霾日发生最为频繁,其次为秋季和春季。霾日整体呈现增加的趋势,气候趋势系数在0.60以上。2000年以后5 a以下短周期的转换比较频繁,受人为活动影响加剧。3个霾频发区主要位于鄂西北丹江口和襄阳、鄂西南当阳和宜都、鄂东南大冶等地。通过5种判识标准相关性分析发现,标准1更适合于在湖北省霾日的分析中使用。同时对气候因子的分析表明,随着气温的增加和相对湿度的降低,霾日数呈显著增加,相关系数达0.6。