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）.     

南京市一次持续性霾天气的多元分析

利用环保部的常规观测资料、WunderGround的地面观测资料和美国国家海洋和大气管理局(NOAA)的NCEP/NCAR的再分析资料,从PM2.5、环流形势、水汽条件、热力层结、垂直运动和温度平流等几个方面对2013年12月3-9日南京市的一次大范围持续性霾过程进行了分析。结果表明:稳定的环流形势,较低的风速是维持霾天气的重要因素;相对湿度的近地层直减率越高,近地层空气越潮湿越容易导致霾的发生;垂直上升运动减弱会抑制颗粒物向上扩散;温度平流较小、逆温层和均温层均利于近地面污染物的积累。后向轨迹模拟显示,此次霾过程,除了南京本地的污染源导致的污染物浓度上升外,北方冬季供暖产生的污染物的长距离输送也是本次南京市的霾天气形成的原因之一。     

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.     

宝鸡地区霾日的时空变化特征及原因分析

利用1981—2011年宝鸡各县区日平均能见度、日平均相对湿度、天气现象记录以及其他气象观测资料,采用线性趋势分析、小波分析以及主成分分析等气候研究方法,分析了宝鸡地区霾日的长期变化趋势和空间分布特征,探讨了霾日发生的原因。结果表明:宝鸡地区年均霾日变化呈波动下降趋势,宝鸡地区霾日变化呈现多时间尺度的特征;冬春两季霾日波动变化下降趋势最为明显,秋季次之,夏季霾日变化呈明显上升趋势;宝鸡地区的霾日多发地主要集中在以渭河为中心的中部地区;风速、相对湿度和地面温度对霾日的增减影响显著,能源利用等因素对霾日的发生有着显著的影响。     

1980~2012年江苏省城市霾日的时空分布及成因分析

利用1980~2012年江苏省气象观测资料,对江苏省城市霾时空分布及成因进行了分析.结果表明,1980~2012年江苏省霾日增加,重度和中度霾增加显著,苏北和沿海城市霾日增加显著.秋季和冬季霾日最多,夏季最少.秋、冬季霾主要在内陆,沿海略少.除苏南三城市,6月其他城市霾日都比较多.80年代霾日较为均匀,90年代苏南、苏西南增加,2000年代江淮之间和苏北增加,2010~2012年苏北霾日增加显著,苏南地区霾日略有减少.全省连续性霾日、区域性霾日及连续性区域霾都呈增加趋势.城市建成区面积逐年扩大、由工业及汽车尾气排放的污染物逐年增加,导致区域气温升高、空气相对湿度下降,形成城市热岛和干岛效应,加上污染物的增多,增强了霾形成和维持的条件,持续性霾、区域性霾和持续性区域霾也增加较为显著.     

上海霾的影响因素与特征

利用2009年12月至2010年11月的上海气象资料、颗粒物资料和后向轨迹聚类分析方法对在此期间的霾日进行统计分析。结果表明,上海霾发生时多盛行由内陆而来的西南和西北气流,且各季有所不同,夏季以西南气流为主、春季比较平均,秋、冬季节则以西北气流为主;较高的相对湿度和较小的风速有利于霾的形成;上海霾的发生受到本地和外部输送两方面因素影响,其中以本地影响为主;细颗粒物对霾的发生贡献很大,上海绝大部分的霾日中,PM_(2.5)/PM_(10)的比值都达到0.5以上;上海霾的产生可能与机动车尾气排放有比较密切的关系。     

2014—2018年冬季长三角强霾事件及天气形势影响分析

利用2014-2018年环保部空气污染监测资料以及同期NCEP/NCAR再分析资料,统计分析了冬季长三角地区强霾污染过程中大尺度环流背景场及气象要素对强霾污染的影响.结果表明：2014-2018年冬季长三角地区共发生5次强霾污染过程,每年冬季的12月和1月是强霾污染事件发生的高频时期.当大气中相对湿度维持在较高的水平并且维持较小的风速时,更有利于污染物的累积从而导致强霾污染事件的发生.雾霾天气的发生发展与大气环流有着密切联系,在强霾污染过程发生初期,污染物大多伴随冷空气由北向南输送至长三角地区,对流层中层500 hPa的大尺度环流形势多以纬向环流为主.严重污染发生时,长三角地区受平直西风气流影响,对流层低层850 hPa等压线较为稀疏,长三角地区受均压场或高压控制频繁,稳定的大气层结使污染物更易在近地层累积,随后大风伴随冷锋过境将污染物快速清洁导致PM_2.5浓度迅速降低.     

四川盆地霾天气变化特征和典型霾过程分析

选用盆地1973-2013年12个气象站的资料,在定义一个适合四川盆地的霾天气识别标准的基础上,分析了四川盆地霾天气的变化特征。并对2013年2月的一次典型霾天气演变过程进行分析,探究霾天气的形成与其它气象因素的关系。结果表明,四川盆地近41 a总平均年霾日为97 d,没有明显的长期变化趋势,但是霾天气的变化可分为3个阶段,第一阶段为1973-1988年,盆地的平均年霾日为90 d,变化趋势为每10 a增加32 d。第2阶段为1989-1999年,平均年霾日可达112 d,没有明显变化趋势。第3阶段为2000-2013年,平均年霾日为95 d,变化趋势为每10 a减少12 d。四川盆地以30°N为界,南部为霾天气多发区域。在霾日的季节分布中,冬季最多,其次是春秋季,夏季最少,而且近40多a来夏季的霾日有增加的趋势。通过个例分析发现,霾天气的产生受低风速的影响最大,相反消散过程中近地面和对流层中层的风速都较高。霾天气发生时大气层结偏稳定,盆地冬天近地面普遍存在逆温现象现象,出现霾天气时逆温层强度明显较高。     

1981~2010年深圳市不同等级霾天气特征分析

利用1981~2010年深圳市地面观测及空气质量监测资料,分析深圳不同等级霾天气的长期变化特征以及大气水平能见度、空气质量与霾的关系.结果表明:深圳霾日数总体呈增多趋势,强度增强,中度以上霾增多;各等级霾日数均呈增多态势,但不同等级霾日占年总霾日的比例变化趋势不同,轻微霾所占比例下降,轻度以上霾上升; 霾天气呈现冬季>秋季>春季>夏季的季节特征,但重度霾却是夏季最多; 霾导致大气水平能见度明显下降,霾日平均能见度较非霾日低6~7km,霾等级越高,能见度下降越明显,霾日能见度日变化幅度较非霾日小;霾日SO2、NO2浓度为非霾日的1.4~1.7倍,PM10是非霾日的2.2倍,大气颗粒物污染加剧可能是深圳能见度恶化、霾天气增多的一个重要原因;针对荔香站霾日SO2浓度日变化不明显,PM10 、NO2浓度呈双峰型分布,与上下班时段吻合,说明机动车的增加也是深圳霾天气增多的主因之一;霾等级越高,空气中PM10、SO2、NO2的浓度越高,从轻微到重度霾各级之间SO2、NO2和PM10浓度增幅大都在15%~20%.     

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.     

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。     

不同判别方法下四川霾日的气候变化特征

根据近34年(1981—2014年)156个四川地面站的地面观测资料,对比分析了在3种霾日判别方法下霾日的空间分布、季节变化、年代际变化特征以及气候趋势系数的分布特征.利用Morlet小波分析法比较了霾日的周期变化特点.结果表明:1原始观测霾日集中于四川盆地的北部;方法一霾日集中于盆地中南部和东部;方法二霾日集中于盆地地区,无代表高值区;方法三分布类似于方法一.2在季节变化上:不同判别方法下霾日的季节变化类似,秋冬霾日多于春夏.3霾日年代际变化明显.原始观测霾日2013年始出现突增;方法二霾日从2001年始有明显增长;方法一与方法三的年代际变化特征相似.4气候趋势系数上:原始观测变化特征不明显;方法一的系数呈现出南北反向变化;方法二与方法一的分布相似;方法三中系数的正负值区较为集中.5小波变化上:原始观测中霾日无明显周期变化,判别方法一、二、三均有各自的周期变化特点.     

1980~2016年陕西省冬季霾日数时空变化及增多成因初探

利用陕西省地面气象观测站观测资料、中国国家统计局统计资料、美国NASA的MODIS气溶胶光学厚度（AOD）资料以及NCEP/NCAR月平均再分析资料,对1980~2016年陕西省冬季霾日数的时空变化特征及可能原因进行了分析,结果表明：（1）1980~2016年冬季陕西省平均霾日数为12d左右,并且伴有明显的年代际变化;其中1980~2012年冬季霾日数波动明显,1980~1993年偏多,1994~2012年偏少,2013年之后霾日数增加明显.（2）1980~2016年冬季陕西的霾日数有显著的区域差异.关中地区的霾日数最多,平均每年大于18d;陕南地区次之,年平均霾日数为10d左右;陕北地区最少,平均霾日数仅3d左右.陕北、关中、陕南3大区域冬季的霾日数均在2013年后出现了明显的增多.（3）2000~2016年冬季MODIS卫星监测的陕西AOD在关中咸阳、西安、渭南以及汉中南部和安康南部存在明显的高值区,大于0.4,其中关中气溶胶高值区域与关中地区霾日数大值区域有很好的对应关系.（4）2013~2016年冬季我国中东部的对流层低层的东风异常是向陕西关中地区输送气溶胶的有利条件,是霾天气的产生原因之一;2013~2016年陕西冬季对流层低层存在一个明显的位温梯度增大的区域,是不利于霾向高空扩散的大气层结条件,是霾日数明显增加的另一个原因.     

综合考虑植被、温度和降水的四川省月尺度伏旱遥感监测

基于四川农业大省的重要性、伏旱监测的必要性、复杂地貌背景区实测气象站点的有限性以及多云雾天气下高频伏旱遥感监测的困难性,综合降水（TRM）、植被（VCI）和地表热力状况（TCI）在旱情发生发展中的作用及体现,构建基于三者加权的伏旱遥感监测模型,并完成了2000—2015年7—8月四川省月尺度伏旱监测,从伏旱多年平均状态、演变趋势、频率三方面分析了四川省月尺度伏旱的时空演变规律。结果表明：1）SDCI（归一化旱情综合指数）=0.25×VCI+0.5×TRM+0.25×TCI模型是最适用于四川省的月尺度伏旱监测模型。该模型体现了在伏旱监测过程中考虑并突出降水的重要性。2）四川省7月平均旱情强度较强,8月旱情强度整体上有所减弱;各地貌类型区7、8月旱情强度则表现为川东盆地旱情强度最强,高原与盆地过渡区次之,川西高原最弱。3）四川省整体上7月伏旱呈减缓变化,8月旱情呈加重变化。川东盆地7月伏旱以加重变化为主,8月则为减缓变化;高原与盆地过渡区及川西高原7月伏旱以减缓变化为主,8月多表现为加重变化。4）四川省不同地貌背景区伏旱频率分布特征表现为川东盆地历年旱情发生频率最高,其次是高原与盆地过渡区、川西高原。川东盆地和高原与盆地过渡区以中度干旱较为频发,川西高原则多为轻度干旱。     

中山市2000~2014年霾天气特征及气象影响因子

利用中山市2000~2014年气象资料及2013~2014年环境监测站资料,分析中山市霾特征及气象影响因子,结果表明,中山市霾日数年际变化明显,最少为11d,出现在2005年;最多为134d,出现在2008年.霾天气主要发生在秋冬季节,霾日数最多的月份是1月,平均为10.5d.霾日PM_2.5的平均浓度是非霾日的2.26倍,PM_2.5是霾天气的重要污染物.中山市霾日典型天气形势有7种:大陆高压型、海上高压型、均压场型、冷锋前部型、台风外围下沉气流型、槽前脊后型、低压槽型.其中以大陆高压型占比例最高,为52.03%,冷锋前部型造成的能见度最低.气流轨迹聚类分析表明,影响中山的气流轨迹有7类,主要来源于东北方向的大陆和偏东方向的沿海;在东北方向气流轨迹影响下,污染物浓度较高;在东部沿海的气流轨迹下,能见度较低,表明中山市的霾天气受区域传输影响显著.     

1960~2012年长江三角洲地区雾日与霾日的气候特征及其影响因素

利用1960~2012年长江三角洲地区气象观测资料,对长江三角洲区域雾和霾的时空分布及其影响因素进行了分析.结果表明:长江三角洲地区雾、霾分布不均匀,雾日大值区主要分布在江苏省盐城中部沿海地区、安徽省黄山地区、浙江东部沿海地区,霾日大值区主要分布在以南京、杭州、合肥、衢州为中心的周边城市.时间变化上,城市化水平高的大城市年雾日数在20世纪80年代之前呈增加趋势,之后呈减少趋势;城市化水平低的小城市年雾日数也呈先升后降的趋势,但下降时间滞后于大城市.大城市雾日月平均分布冬季最多,春秋季次之,夏季最少,小城市雾日月平均分布呈双峰型特征,即春季和冬季较多.大城市和小城市年平均霾日数一直呈增加趋势且20世纪90年代之后差距变大.区域气候变化和城市化导致的温度上升,空气污染加剧导致的气溶胶增加,是造成长江三角洲雾日、霾日不同变化特征的原因,但它们之间的相互作用效应复杂,值得深入研究.     

海南岛地区大气输送和扩散特征的数值模拟

采用中尺度气象模式WRF及风场诊断模式CALMET,结合轨迹分析和拉格朗日随机游走模拟方法,分析了海南岛地区低层大气中尺度水平输送和扩散特性,并计算了各季平均大气扩散模态.结果表明,该区域大气污染物的扩散和输送主要受到大尺度背景环流、海陆风等局地环流及地形绕流等的影响.海陆风局地环流是沿海城市源排放的大气污染物向海南本岛输送和扩散的主要机制.北部城市海口的大气扩散对岛内影响最大,冬季平均影响范围可覆盖西北半部;春、秋季主要影响西北和北部区域;夏季对本岛的影响仅限于北部沿岸.南部城市三亚的大气扩散对岛内影响较小,秋季向西南海面的扩散对本岛几乎没有影响;冬、春季对三亚以西沿岸的影响有所增加;夏季扩散影响全面指向岛内,并因地形的作用而东、西向大角度扩展,影响海岛南部的大部分沿岸地区.西北部昌江的平均输送扩散方向与当地海岸线的走向基本一致,污染影响不易深入到岛内.其中,秋季扩散影响以偏西南方向为主,仅对昌江西南部分海岸有少量影响;冬、春季扩散形态类似但影响范围扩大到以东方市为代表的低山盆地地带;海岛西北部大部分沿海地带可受到昌江夏季扩散的影响,但平均扩散方向指向东北偏北的海面.