三种霾日统计方法的比较分析——以环首都圈京津冀晋为例

为了研究单次值法、日均值法、14时值法3种常用的霾日和轻雾(雾)日统计结果的异同,以环首都圈京津冀晋四省市为例进行了比较.华北地区霾日用3种方法统计的过去60余年霾日的区域分布表明,3种方法统计的霾日是单次值法日均值法14时值法,大致是1:0.54:0.45的关系,但区域分布趋势比较相似.典型城市霾日的长期变化趋势大都十分相似.而轻雾(雾)日的长期变化趋势表明,用单次值法统计的明显偏多,且有长期下降趋势;而用日均值法与14时值法统计的轻雾(雾)日无大差别,且没有明显的长期变化趋势,反映了年季和年代季的气候波动.从长期季节变化趋势来看,3种统计方法的结果除日数的差别外,季节分布特征比较类似.一个突出的特点是除去采暖季有较多的霾日外,在盛夏季节霾日也明显多,集中出现在6~9月,尤其是7~8月,与桑拿天同期出现,这与全国大部分城市的变化趋势完全不同.是华北地区的特有现象.用单次值法统计霾日,将包括所有的霾过程,即大范围持续时间长,且与一定天气系统与近地层扩散条件相关连的霾,及在稳定的晴朗夜间由于辐射降温,使相对湿度升高而导致能见度下降形成的霾.用日均值法,则可能更多的显示长时间大范围的霾天气过程;而使用14时法,则对早晚因湿度增加降低能见度出现的霾天气漏记,突出长时间大范围的霾天气过程.     

三种观测标准的霾日与空气污染日对比分析

目前气象观测业务和空气污染分析中存在对霾日统计的分歧,甚至出现空气污染日无霾的现象,对霾观测标准的科学划分,显得非常重要和紧迫。利用2013—2015年廊坊市气象观测站能见度、相对湿度、霾人工观测资料和廊坊市环保局AQI、PM25浓度等气象环保资料,对目前观测业务和空气污染分析中常用的三种霾观测、统计方法进行了对比分析。分析发现:目前廊坊气象观测站所依据的记录霾天气现象的标准,与实际大气污染相趋甚远,不能反映实际的空气污染状况,建议国家及省级相关部门及早根据实际情况,更新霾观测标准,更好地为当前大气污染的防治工作提供客观依据。     

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.     

深圳冬季霾日的大气污染特征

2009年1月10日─2月16日,利用在线仪器获得深圳市冬季大气中气态污染物和PM₁主要化学组分的高时间分辨率数据,结合气象条件,对非霾日、霾日的大气污染物和PM₁主要化学组分浓度水平及其日变化特征进行了研究. 结果表明:深圳冬季霾日除O₃外,其他气态污染物和PM₁主要化学组分的平均质量浓度均明显高于非霾日,增幅均在40%以上;PM₁中的有机物是深圳冬季霾的首要污染因子;PM₁主要化学组分的日变化趋势不尽相同,但总体上表现出霾日高于非霾日的特征,尤其是午夜至清晨时段,这说明深圳冬季霾日的夜间大气扩散能力显著减弱.      

环首都圈霾和雾的长期变化特征与典型个例的近地层输送条件

为了研究环首都圈京津冀晋4省市霾和雾的长期变化特征与典型个例的近地层输送条件,使用京津冀晋长期气象资料和高分辨率自动气象站资料,分析了环首都圈霾和雾天气的长期变化趋势,与使用矢量和算法分析典型个例气流停滞区的形成过程.结果表明,在1950—1960年代,环首都圈京津冀晋4省市霾日非常少,1970年代开始增多,1980年代以后明显增多,并形成几个霾日集中区,比较明显的是邯郸-邢台-石家庄-保定-北京-天津的带状分布,还有太原及以南的带状分布,最为严重的情况出现在1996—2000年,2000年以后有一定减少.北京1950年代霾日比较多,最多达到1年有160 d以上霾日,与同期沙尘天气偏多相关联,随着在首都周边地区的大规模植树造林,到1967年,霾日已经减少到1年不足10 d,1970年代以后北京的能见度急剧恶化导致霾日迅速增加,到1980年代初增加到220 d以上,一直到1999年前后北京的霾日维持在每年160~200 d左右;2000年以后到北京奥运会前后,霾日持续下降,到2010年霾日仅有56 d,2012年有所反弹,增加到91 d.北京及华北地区霾日季节分布突出的特点是除去采暖季有较多的霾日外,在盛夏季节霾日也明显多,集中出现在6—9月,尤其是盛夏季节的7—8月,与所谓的桑拿天同期出现,这与全国大部分城市的变化趋势完全不同.霾过程的发生和矢量和的大小存在较为明显的正相关关系.霾过程中,在华北平原均出现明显的气流停滞区,区域矢量和很小,不利于空气中污染物的水平扩散;清洁过程时华北4省市尤其是北京地区受明显的西北气流影响,风矢量和为较一致的偏北方向,水平扩散条件较好,较利于污染物的扩散,对应同期能见度较高.京津冀西侧、北侧靠山、东邻渤海,尤其是北京小平原三面环山.太行山、燕山和军都山形成的"弓状山脉"对冷空气活动起到了阻挡和削弱作用,导致山前暖区空气流动性较小形成气流停滞区、污染物和水汽容易聚集从而有利于霾和雾的形成.由于受太行山的阻挡和背风坡气流下沉作用的影响,使得沿北京、保定、石家庄、邢台和邯郸一线的污染物不易扩散,形成一条西南-东北走向的高污染带,华北平原偏南气流的弱辐合作用和也加重了北京的污染.山西省的高浓度污染物亦在低空偏南气流输送下沿桑干河河谷和洋河河谷以及滹沱河-拒马河河谷向北京输送.河北中南部与山西诸河谷的累积污染带叠加近地层输送流场是造成北京严重霾天气过程的重要原因之一.     

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.     

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.     

廊坊雾、霾日的地温特征及地震活动的可能影响

利用2009—2018年廊坊市雾、霾、浅层地温、风向、风速、相对湿度等观测资料以及廊坊市Ms2.0级及以上地震资料,采用Yamamoto统计分析、数理统计等方法对廊坊市雾、霾日的浅层地温特征及地震活动的影响进行分析。结果表明:1)廊坊市雾、霾发生、分布既有相似的特点,也有不同之处。雾的月分布呈单峰型,峰值月为12月;霾的月分布呈双峰型,峰值月为7月和1月,最大值出现在7月。2)雾、霾的分布、形成与浅层地温偏高关系密切。雾、霾同期均明显偏多时段,地温偏高特征十分显著,地表及地下10、20、40 cm地温正距平比例均达70%以上,其中地表达80%以上。3)雾、霾日及雾、霾混合日地温特征存在差异。雾、霾混合日地温正距平比例最高,地温偏热层相对深厚;霾日形成前地温有持续偏高特征;雾日地温正距平比例较霾日高。4)地震发生前后地温有偏高特征,地震活动次数多,地温偏高特征相对持久。廊坊市方圆50 km内地震活动对廊坊市地温升高,雾、霾增多及分布异常有一定影响,地震活动引起的地温升高为雾、霾的形成提供了有利条件,也为降雨、降雪等天气的产生提供了一定的基础热力条件,雨雪天气可以造成一段时间的地温下降。     

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.     

长江三角洲地区霾判别方法的对比分析

为对比霾判别方法的差异,探讨霾观测标准的再完善性,文中从空间分布与单点时间序列两方面分别分析研究了4种霾判别方法的特征与适用性.选取中国长江三角洲地区1980~2009年38个地面观测站的气象资料,根据使用日均值的方法 1、2和使用14:00观测值的方法 3分别统计各站点的霾日,分析3种方法的异同.发现这些方法都能够反映出霾的长期变化趋势,但存在差异,这种差异随着年代际变化逐渐减小.由方法 1得到的霾日数最多,方法 3考虑了天气现象,比方法 1和2更合理.依据南京北郊2012年5月~2013年4月的逐时PM2.5浓度、相对湿度和能见度等资料,分析比较了方法 4(霾的观测和等级预报,QX/T 113-2010)与方法 1、2、3的不同.结果表明,由方法 3统计出的霾日少于其他方法,由方法 4统计出的霾日数介于方法 1与方法 3的结果;方法 3不能分辨出霾的严重程度,而其他方法能较好地分辨出霾的严重程度.