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.     

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.     

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.     

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。     

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.     

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。     

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.     

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。     

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.     

福州区域雾霾天气时空分布特征分析

利用1968～2007年共40年的福州区域9个气象站的历史地面观测资料,分析雾霾天气的时间分布特征及其原因。结果表明:40年间,福州区域雾日最多的是永泰站,轻雾日最多的是福州站,霾日数最多的是福清站;福州区域40年来雾日数有减少趋势,而轻雾和霾日数有增多趋势,对比前后20年的雾霾日数分布,福清、福州、闽侯3个站的霾日数出现异常增多;雾日数和霾日数具有明显的季节性变化,雾主要出现在12月～翌年6月的冬春季节,霾主要出现在10月～翌年4月的秋冬春季节,轻雾日数的季节性变化不明显。     

Spatial and temporal variation of haze in China from 1961 to 2012

The purpose of this study is to analyze the climatic characteristics and long-term spatial and temporal variations of haze occurrence in China. The impact factors of haze trends are also discussed. Meteorological data from 1961 to 2012 and daily PM₁₀ concentrations from 2003 to 2012 were employed in this study. The results indicate that the annual-average hazy days at all stations have been increasing rapidly from 4 days in 1961 to 18 days in 2012. The maximum number of haze days occur in winter (41.1%) while the minimum occur in summer (10.4%). During 1961-2012, the high occurrence areas of haze shifted from central to south and east regions of China. The Beijing-Tianjin-Hebei (Jing-Jin-Ji) region, Shanxi, Shaanxi, and Henan Province are the high occurrence areas for haze, while the Yangtze River Delta (YRD) and the Pearl River Delta (PRD) have become regions with high haze occurrences in the last 25 years. Temperature and pressure are positively correlated with the number of haze days. However, wind, relative humidity, precipitation, and sunshine duration are negatively correlated with the number of haze days. The key meteorological factors affecting the formation and dissipation of haze vary for high and low altitudes, and are closely related to anthropogenic activities. In recent years, anthropogenic activities have played a more important role in haze occurrences compared with meteorological factors.     

2010年广州亚运会期间灰霾天气分析

使用广州地区气象资料,重点研究了 2010 年广州亚运会期间的灰霾天气特征. 结果发现,2010 年 11 月广州出现灰霾天气 5 d,较近年平均水平明显偏少,但 2008—2010 年的污染气象条件分析表明,2010 年的扩散条件较 2008 和 2009 年均较差,说明 2010 年广州亚运会前期的各项减排措施取得了明显成效. 作为对照,自 20 世纪 80 年代初开始,广州地区的能见度急剧恶化并导致灰霾天数增加,每年 10 月至次年 4 月的旱季灰霾天数较多,改革开放以来,每年 11 月份的灰霾天气大幅增加,并于 1994 和1999 年分别出现了最多的17 d. 2000 年以后,11 月份灰霾天气最多为 12 d,出现在 2005 年; 最少为 3 d,分别出现在 2002 和 2003 年. 广州市空气质量逐年恶化的趋势不容乐观,珠江三角洲复合型新型空气污染日趋严重的态势非常严峻; 且区域性特征明显,治理难度加大; 广州周边的佛山、清远、东莞、江门的灰霾天气都比广州多,对广州治理灰霾天气形成了压力. 因而 2010 年 11 月灰霾天气的明显减少,更说明区域联动、机动车单双号限行、重点工业污染源调控、严控垃圾秸秆焚烧等减排措施效果明显.     

安徽省持续性区域霾污染的时空分布特征

根据天气和气候特征,将安徽省分为沿淮淮北、江淮之间和沿江江南3个子区,并定义了持续性区域性霾过程.基于气象、环保及遥感资料,分析了安徽省持续性区域性霾过程及相应的气溶胶污染的时空分布特征.结果表明,江淮之间和沿江江南区域性霾日数自1980年开始总体呈增多趋势,沿淮淮北2000年开始增加趋势明显;1980年以来,城市持续性霾过程呈增多趋势,但城市之间差异较大;2000年之后持续性区域性霾过程明显增多,最长过程可达10d以上.62%以上的持续性区域性霾过程出现在冬季;江淮之间次数最多,沿江江南次数最少.区域性霾天气常对应着大范围的高湿、小风情况,并伴随着高浓度气溶胶污染,其光学厚度大于0.9,约是晴空天的2.3倍,气溶胶主要集中在400m以下,如近地面区域性霾天的消光系数是普通霾天的2~2.5倍,晴空天的3~5倍;地面PM_2.5污染而言,区域性霾天至少有一个或以上的城市AQI会达到轻度以上污染等级的概率超过了75%.     

长三角地区2015年大气重污染特征及其影响因素

基于2015年长三角地区129个环境空气质量监测站的空气质量指数（AQI）及主要大气污染物浓度数据,结合气象资料和HYSPLIT后向轨迹模式,探究长三角地区大气重污染的时间变化和空间集聚特征,并深入分析气象条件和区域传输对重污染过程发生和维持的影响.结果表明,2015年长三角地区各城市平均出现AQI超过200的重污染天气共8 d,重污染频率为2.01%,PM_2.5作为首要污染物出现频次最多.从时间变化看,重污染主要分布在1月和12月;从空间分布看,北部地区重污染相比南部地区更为严重,徐州和常州市出现频率最高.选取典型重污染过程1月9—11日（纬向扩散型）、1月24—26日（经向扩散型）和12月20—26日（两种模式相结合的重污染天气）进行成因分析,发现长三角地区重污染天气主要受到西北风向、低风速、高湿度和逆温层的影响,导致大气污染物积累且不易扩散.基于HYSPLIT的大气传输轨迹及频率分布表明,来自西北方向的气流对江苏北部地区的污染输送特征有着显著影响.     

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.     

长江三角洲冬季一次低能见度过程的地区差异和气象条件

采用NCEP再分析资料、MICAPS地面、高空气象资料以及国家环保部空气质量监测资料,对2014年2月20~22日长江三角洲地区一次低能见度过程地区差异和气象条件进行了分析.天气形势分析表明,长三角地面处在高压的控制下,地面风速较小,使污染物积累,有利于低能见度(雾-霾)的形成和维持.根据不同区域的雾、霾分布和日变化特征,将长江三角洲地区分为3个子区域:I区为江苏大部(雾霾混合型),II区为上海及其周边(霾类型),III区为浙江大部(雾类型),该区域白天能见度较高,夜间能见度较低的特征是由湿度因子造成的.影响I区能见度变化的主要原因是:热力原因:大气对流层低层的层结稳定;湿度原因为:空气较湿润,气溶胶粒子吸湿性增长;动力原因主要是垂直方向和水平方向的大气扩散能力弱;污染因子对能见度变化的影响较小.影响II区能见度变化的主要原因是PM2.5浓度高导致的污染,热力因子、湿度因子和动力因子对能见度的变化影响很小.影响III区能见度变化的热力原因是:大气对流层低层层结稳定、近地面存在逆温;湿度原因是因为:空气较湿润,气溶胶粒子吸湿性增长;动力原因是因为边界层高度较低导致的垂直扩散能力较差.各个区域的气象因子解释方差的计算结果表明:I区湿度因子和动力因子对能见度的影响更大,III区.湿度因子对能见度的影响更大.     

基于走航观测的长江三角洲地区大气污染特征及来源追踪

为了加强对长江三角洲地区大气污染分布特征和输送规律的认识,利用移动车载设备开展了不定期的走航观测,重点研究了2016-2018年冬季灰霾污染和春季光化学污染条件下长江三角洲地区的大气污染特征.结果表明,走航观测期间长江三角洲地区PM_2.5日均浓度为60~122 μg/m³,东部的常州、无锡一带,西部的合肥、芜湖地区,北部蚌埠、滁州一带,南部湖州、杭州地区的PM_2.5浓度较高,比其他地区高出20%~40%.O₃日均浓度水平为9~52 μg/m³,苏州、盐城、宣城与湖州地区浓度相对较高.运用FLEXPART_WRF模式,结合PM_2.5排放清单,分析了走航观测期间长江三角洲地区及沿线城市PM_2.5的潜在来源.结果发现,东风条件下,南通及上海地区为PM_2.5的潜在源区,北风条件下,连云港、盐城等地区贡献较大.运用FLEXPART前向轨迹计算模块,对一次污染个例过程进行了模拟,并利用走航观测结果进行了验证,发现模拟结果与走航观测结果的相关系数达到0.9.可见,长江三角洲地区存在区域性的PM_2.5和O₃污染,走航观测结合轨迹分析是追踪污染气团输送的有效手段.     

合肥市霾天气变化特征及其影响因子

分别应用费希尔最优分割法和后向轨迹-聚类分析的方法分析了1965～2005年间合肥霾天气的气候变化特征,以及合肥霾天气发生频率与不同高度输送条件的关系.同时应用2001～2005年的资料分析了合肥霾的月、季分布特征及其与地面气象要素的关系.合肥各月平均霾日数呈W型分布,1月最多,8月最少,秋冬两季占全年霾日数的70%以上.41年来霾日数总体呈上升趋势,期间发生了3次跃变,分别在1978、1992和2005年,与我国社会经济发展的各个阶段相一致.霾的发生频率与边界层中上部气团来向关系不大,但与其移动速度关系密切.近地面不同来向的气团对应霾的发生频率明显不同,霾易于出现的气团在春、夏、冬季主要来自偏东方向,秋季主要为本地气团以及来自偏北方向的气团.小风、高湿和偏东风是产生霾的有利条件.随着空气污染加重,霾的出现频率升高,当空气质量为中度污染时,霾的出现频率达到75%;高质量浓度的PM10并不意味着有霾出现,反之亦然.