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.     

长江三角洲地区1980~2009年灰霾分布特征及影响因子

选取中国长江三角洲地区38个观测站1980~2009年的地面观测资料和2001~2009年国家环境保护总局公布的空气污染指数(API)数据,统计分析了长江三角洲地区近30年灰霾分布情况.计算了观测站点的消光系数并进行了两次订正,给出了其季均值和年均值分布情况,讨论了3个典型站(南京、杭州和合肥)的能见度与灰霾日数、干消光系数和API之间的关系.结果表明,近30年来,长江三角洲地区的灰霾日数整体呈增长趋势,有71%的站点灰霾日数的年平均增长率大于零.订正后的消光系数冬季高,夏季低.南京、杭州和合肥灰霾日数与干消光系数的增长趋势一致,在霾日,南京、杭州和合肥三地,能见度与API呈负相关,其相关性随相对湿度的增加而增强.     

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.     

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.     

基于人工与自动观测对比分析的霾日重建

以杭州、宁波、衢州、温州气象观测站为代表站,基于浙江省2012~2014年人工与自动能见度、相对湿度观测资料,对比分析并建立拟合方程,对历史能见度及相对湿度进行修正,再利用《霾的观测与预报等级》标准对浙江历史霾日进行重建.研究表明,自动观测能见度与人工能见度线性相关性较好,但自动较人工明显偏低,人工能见度较好的沿海地区偏低更明显,全省自动能见度较人工平均偏低28.6%;自2004年开展相对湿度自动观测以来,相对湿度明显下降,根据人工与自动相对湿度对比观测数据,两种观测数据线性相关性较好,自动观测平均值小于人工平均值3%~6%;在对能见度与相对湿度采取线性回归方法进行均一性修正后,重建了霾日序列,结果表明重建后的霾曰序列消除人工与自动观测资料的误差,比原观测霾日气候序列质量有明显提高,重建的霾日变化趋势稳定,各站判定标准统一,更加合理.通过与各站2013年PM_(2.5)达到轻微污染日数与重建霾日数比较,二者的重合率大部分地区达到50%以上.利用修正重建的霾日对浙江1971年以来的霾日进行评估,20世纪70年代霾日较少,80年代逐步增加,本世纪以来增加明显,中心区域逐步由浙江中北部向浙北区域及沿海发展,尤其是一些中心城市霾日数最多.     

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.     

利用微脉冲激光雷达分析上海地区一次灰霾过程

通过分析2008年6月至2009年5月期间浦东新区灰霾天气出现的特征,并以2008年12月19日至2008年12月21日一次典型的灰霾天气过程为例,利用激光雷达(Light laser detection and ranging,简称Lidar)数据资料反演得到气溶胶消光系数及其强度图和廓线图,结合地面气象数据和气溶胶观测资料,分析了此次灰霾天气形成的原因.一年的观测资料表明,上海地区冬季和春季易产生灰霾天气,冬季出现重度霾最多,秋季和夏季灰霾天气较少.较弱的太阳辐射以及静风、小风是导致灰霾天气发生的重要原因,且高湿度的霾天气对能见度影响更大.大气边界层(以下简称边界层)高度变化决定着灰霾天气发生的强度,当边界层高度在1km左右时,易发生轻微霾天气,当边界层高度降至600m左右时,易发生中度、重度霾天气,而太阳辐射强度变化决定着边界层高度的变化.轻微霾天气下,大气气溶胶垂直分布最强消光值约为0.15km-1,而重霾天气下可达0.30km-1以上.本次霾过程还受地面颗粒物排放的影响,主要是PM1和PM2.5,且在消光作用中散射性气溶胶的贡献大于吸收性气溶胶.轻微霾天气下PM2.5浓度为50μg·m-3,黑碳浓度为5000ng·m-3,浊度为200Mm-1,而重度霾时则分别达到200μg·m-3、24000ng·m-3和1400Mm-1.随着此次霾的出现,整层大气气溶胶光学厚度(AOD,550nm)不断增加,在重度霾时达到0.6左右,Angstrom指数在重度霾时显著降低,表明有大颗粒物导入,说明此次重度霾天气的发生还与气溶胶的输送有关.     

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.     

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）.     

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.     

南京地区一次灰霾天气的微脉冲激光雷达观测分析

利用微脉冲激光雷达(MPL)对2012年10月南京地区的一次灰霾天气进行了不间断观测,结合地面气象要素和PM10、PM2.5质量浓度资料分析了此次污染过程颗粒物质量浓度、气象要素、气溶胶垂直方向光学特性和混合层高度(MLH)日变化趋势以及相关性并与11月11~12日非灰霾天气做了消光系数和MLH的比较.结果表明,本次灰霾天气颗粒物浓度与近地面消光系数日变化较相似,基本上呈现夜间高午后低的趋势;灰霾期间MLH峰值滞后于地面温度峰值2h,MLH与PM2.5呈现负相关关系,两者相关系数为-0.57;霾天MLH远低于非灰霾天;霾期间近地面消光系数大部分时刻大于1.0km-1,远大于非霾日0.1~0.25km-1范围的消光系数.     

1973-2012年乌鲁木齐市霾日数变化特征

基于乌鲁木齐市1973-2012年逐日气温、降水、风速、能见度等资料,分析了霾日数的时间变化特征及其与气象因子的关系。结果表明:乌鲁木齐霾主要发生在冬半年,其中10月霾日数最多;夏半年发生较少。年霾日数、年霾最大持续日数、轻度霾日数、中度霾和重度霾日数总体都呈减少趋势,且都在1981-1990年发生最多,在1991-2000年发生最少。年霾日数存在18~20 a的周期,并在1990年发生减少突变。霾日数与气象因子有密切的相关性,平均水汽压、年平均相对湿度和年降水量与霾日数呈正相关,风速和平均气温与霾日数呈负相关,日照时数与霾日数相关性不显著。     

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.     

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。     

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。     

2007~2016年北京天气分型与霾日的关联

采用COST733软件将北京地区2007~2016年的大气环流总体分为T1~T9种类型,研究其与霾日的关联性,并结合PM_2.5和臭氧地面观测,分析不同天气型对应的污染特征及气象参数分布规律.2007~2016年霾日发生概率21.5%,T4和T9型下霾日最多,T5和T8型最不利于霾日发生.9类天气型下霾日变化具有阶段性,2007~2012年（阶段一）霾日少且年际差异小,2013~2016年（阶段二）霾日增多.对9类天气型下霾日PM_2.5及臭氧变化进行分析,T1、T3、T4和T9型霾日多出现在秋冬季,PM_2.5日变化为逐时增加态势,4类天气型在第一阶段的白天有浓度波动增长形成的小峰值,但第二阶段减弱消失.大部分天气型的霾日,阶段二的PM_2.5浓度较阶段一降低,T7和T9型表现为增加,增幅分别为23.7%和3.9%.所有天气型霾日的臭氧日变化均为单峰型,峰值出现在下午,臭氧日均浓度最高为T8型.此外,阶段二与阶段一相比,T3、T5和T6型臭氧平均浓度增加,其中T5型增幅达到49.8%.将霾日与近地面气象要素关联分析,平均气温、风向、风速可以较好的解释臭氧浓度变化,而PM_2.5的变化特征不仅与气象要素相关,在一定程度上也体现了污染排放及区域联动减排的贡献,需两者结合才能更好探究PM_2.5浓度整体特征及细节变化.     

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。