2013年1—2月华北雾、霾天气边界层特征对比分析

利用地面观测资料、中国气象局PM2.5质量浓度数据、L波段探空秒数据等,对华北地区三个大城市(北京、石家庄和太原)的雾、霾及晴天天气的地面风场特征及PM2.5浓度分布情况进行了统计分析。同时分析了典型雾、霾天气过程中的边界层气象要素垂直结构及逆温层特征,并与晴天过程做了对比。通过对不同强度雾、霾天气过程的边界层动力、热力学结构差异的讨论,发现逆温强度与雾、霾天气的能见度有负相关关系,并对雾、霾天气的发生有一定的预报指示意义。     

2013年1月持续性霾天气中影响污染程度的气象条件分析

利用南京本站气象观测记录、环保局监测数据以及NCEP/NCAR再分析资料,分析2013年1月持续性污染天气过程的大气环流背景,并结合南京地区探空资料、风廓线雷达资料以及激光雷达资料,分析这次持续性污染过程中空气质量属良好、轻度污染、中度污染、重度污染典型个例的大气垂直特征和边界层内气象条件的差异。得到如下结论:2013年1月份北方冷空气活动较弱,南京地区大气层结稳定,近地层风速小,污染物气象扩散条件差。加之近地层以弱偏东风为主,水汽较多,有利于污染物颗粒直径增大。大气垂直结构以及边界层内水平风速均对大气污染程度起到一定影响。AQI与逆温层高度存在显著负相关关系;大气污染时,1000 m以下出现逆温结构,且逆温层越低、越厚,污染程度越大;重度污染时,近地层出现贴地逆温层,厚度为700m左右。逆温层高度下降,PM₁₀颗粒物高浓度区高度也明显下降,近地层污染物浓度对垂直方向上污染物浓度正响应的高度降低。在空气质量良好时, 150~1500m存在风速大值区,且风无空,湍流作用明显,有利于污染物和周围的洁净空气相混合而得到稀释,加速污染物的垂直扩散进程。当中度污染日和典型重度污染日时,150~1500 m之间并不存在大风速区。此外, PM₁₀的300μg·m^-3高浓度垂直高度延伸至300 m附近时,近地层PM_2.5明显上升至100μg·m^-3以上,高浓度区数值越大,近地层PM_2.5越大。     

江苏沿江一次重霾天气成因分析

综合应用美国极轨卫星NOAA-18遥感资料、地面自动站、人工站、风廓线雷达资料以及环境监测站污染物资料等多种资料,对2008年10月28日发生在江苏沿江地区的一次罕见霾天气进行了综合分析研究.结果表明:此次过程的根本原因是沿江地区农民大规模焚烧稻秆排放的烟尘,而近地层偏东风的平流输送和辐合是造成霾的主要原因,同时逆温层结、弱下沉运动、低边界层高度等因素的叠加也有重要作用;在特征上与一般性霾相比有一定的差异.     

江苏盐城地区一次持续雾-霾天气过程的综合分析

2013年12月上旬江苏盐城地区出现了一次历史罕见的持续重度雾-霾天气,利用盐城市常规气象观测资料、NCEP再分析资料(1°×1°)及环境监测中心站的污染物浓度资料等,对此次过程的环流背景、气象要素、大气层结特征以及动力条件、污染情况等进行了综合性分析。结果发现:12月上旬中高层冷空气势力弱,以纬向环流为主;低层弱的水平风场为雾-霾的发生发展提供了有利的环流背景;稳定的层结特征,近地面高强度的贴地逆温和持续较低的混合层高度是此次雾-霾天气长时间维持的重要因素;边界层内弱正散度及负涡度是此次雾-霾天气得以维持发展的动力因子;通过后向轨迹分型和火点监测资料分析发现:污染物的长距离输送在此次重污染天气的形成过程中起到了一定作用。最后,文中建立了能见度和PM_(2.5)浓度、相对湿度的非线性回归方程,对能见度的预报效果较好,为实际业务应用中雾-霾的预报提供了有利的依据。     

南京雾-霾天气个例湍流运动特征的对比研究

利用超声风速仪、能见度仪等探测资料,采用Fortran、Matlab、Origin等软件处理数据并绘图分析,对比了南京郊区2013年12月4日一次霾过程、2013年12月7—9日一次雾过程和2013年12月3日一个晴天的湍流运动特征。结果表明,霾天和晴天平均水平风速、平均动能、湍流动能、湍流强度、摩擦速度、动量通量和热量通量都有明显的日变化,而这些参量在雾天没有明显的日变化,不同天气湍流参量大小有差异;霾、雾、晴天近中性层结下,u、v、w三个方向风速归一化标准差近似为常数,霾天分别为3.15、2.72、1.17,雾天分别为3.11、2.45、1.25,晴天分别为3.40、3.45、1.50;不稳定条件下霾、雾、晴天风速归一化标准差和湍流动能归一化标准差符合1/3幂次律,稳定条件下霾、雾、晴天无因次湍流动能均满足1/3幂次律;不稳定条件下霾、雾、晴天温度和湿度归一化标准差满足-1/3幂次律,稳定条件下霾、雾、晴天温度归一化标准差符合-2/3幂次律;雾天归一化u、v、w谱与Kansas谱吻合度比霾天和晴天高,霾天u、v、w谱峰值频率约为0.01 Hz,雾天u谱峰值频率约为0.004 Hz,v、w谱峰值频率约为0.1 Hz,晴天u、v、w谱峰值频率约为0.01 Hz。得出结论:雾天的边界层结构与霾天和晴天有所不同;不稳定条件下霾、雾、晴天风速、湍流动能、温度、湿度归一化标准差均符合莫宁-奥布霍夫相似理论;雾天归一化u、v、w谱比霾天和晴天更加符合莫宁-奥布霍夫局地各向同性理论,且霾天和晴天以机械湍流为主,雾天既有机械湍流也有热力湍流。     

霾与雾的区别和灰霾天气预警建议

霾与雾的区分是目前一个非常现实 ,又迫切需要解决的问题。而过去东南沿海各省不成文规定的用相对湿度区分的标准普遍偏低 ,区分霾和雾 ,应该根据影响天气系统的变化 ,结合各种判据来确定。考虑到近几年对气溶胶研究的新成果 ,大气中 0 .1μm以下的水溶性粒子主要是 (NH4) 2 SO4等组成的 ,>1μm的粒子主要是NaCl等组成的。这些物质的相变湿度大都在 80 %左右。建议将相对湿度<80 %时的大气混浊视野模糊导致的能见度恶化的天气现象确定为霾 ,相对湿度 >90 %时的大气混浊视野模糊导致的能见度恶化确定为雾 ,相对湿度介于 80～ 90 %之间时的大气混浊视野模糊导致的能见度恶化是霾和雾的混合物共同造成的 ,但其主要成分应该是霾。建议尽快制定灰霾指数和预警办法 ,开展灰霾天气预测预报预警方法的研究和业务平台建设 ,拓展气象服务领域 ,使环境气象产品更好地为社会公众服务 ,为政府实行动态调控的环保措施的决策服务。     

关于霾与雾的区别和灰霾天气预警的讨论

由于经济规模的迅速扩大和城市化进程的加快,大气气溶胶污染日趋严重,霾与雾的区分成为一个非常现实,又迫切需要解决的问题。而过去东南沿海各省不成规定的用相对湿度区分的标准普遍偏低。区分霾和雾,应该根据影响天气系统的变化,结合各种判据来确定。考虑到近几年对气溶胶研究的新成果,大气中0．1μm以下的水溶性粒子主要是硫酸铵等组成的,大于1μm的粒子主要是氯化钠等组成的。这些物质的相变湿度大都在80％左右。建议将相对湿度小于80％时的大气混浊视野模糊导致的能见度恶化的天气现象确定为霾,相对湿度大于90％时的大气混浊视野模糊导致的能见度恶化确定为雾,相对湿度介于80％～90％之间时的大气混浊视野模糊导致的能见度恶化是霾和雾的混合物共同造成的,但其主要成分应该是霾。建议尽快制定灰霾指数和预警办法,开展灰霾天气预测预报预警方法的研究和业务平台建设,拓展气象服务领域,使环境气象产品更好地为社会公众服务,为政府实行动态调控的环保措施的决策服务。     

广州市雾与霾的天气和气候特征

利用广州市1974～2005年逐日4个时次的相对湿度、天气现象等气象要素资料,分析了广州市雾与霾的气候特征,并在此基础上利用NCEP/NCAR逐日850 hPa高度,U、V风以及地面气压资料,归纳出广州市雾与霾的典型天气形势,指出850 hPa西南低压的位置是决定出现雾或霾的关键因子。     

江西省霾天气气候特征及其与气象条件的关系

利用1980-2011年江西83个常规站和南昌、赣州2个探空站的观测资料,对江西霾的气候特征及其与气象条件的关系进行了分析。结果表明：近32 a来江西霾日总体呈上升趋势;霾日的季节、年际和年代际变化明显,秋冬季多（12月最多）春夏季少（7月最少）,4 a左右和8 a左右的年际变化周期显著,年代际变化主要为15 a左右的变化周期;江西霾日空间分布不均,呈现中北部多,南部及山区少的分布形势。霾与地面风速、大气逆温、海平面气压、降雨量和相对湿度密切相关,低风速、大气逆温、高气压、高湿度和少降雨有利于霾天气的发生,反之,高风速、低气压、低湿度和多降雨不利于霾天气的发生。     

自动观测霾、雾、轻雾与人工观测对比分析及订正

由于自动观测与人工观测的原理不同,造成了自动与人工观测数据之间的差异。选取了陕西2014年霾日、雾日、轻雾日的自动、人工观测月平均值以及30a气候月平均值进行对比分析,结果表明:2014年陕西霾日、雾日、轻雾日人工观测与30a平均值相比略有差异,自动观测比人工观测明显偏多,特别是霾日,是人工或30a平均霾日的10~68倍。利用中国气象局2015年发布的相关规定对2014年自动观测霾日进行订正,订正后大部分月份的霾日是人工观测或30a平均值的2~10倍,较未订正前减少了23%~91%,执行该规定使得霾记录基本趋于合理。     

最近40年中国雾日数和霾日数的气候变化特征

根据1971～2010年567个中国地面观测站点的雾日数和霾日数资料,分析了我国雾日数和霾日数的空间分布、季节变化以及年代际变化特征,并且利用REOF（旋转经验函数正交）分解对雾日数进行气候区划。结果表明：（1）雾主要分布在东南沿海地区、四川盆地地区、湘黔交界、山东沿海以及云南南部等地区。霾主要集中于华北、河南以及珠三角和长三角地区。（2）在季节变化上：秋、冬季雾和霾的分布大于春夏。（3）雾日数和霾日数年代际变化明显,雾日数在20世纪70至90年代较多,20世纪90年代以后减少;霾日数自2001年以来急剧增长。（4）雾日数可以共可分为10个区,其中华北区、川渝区以及长江中下游区是雾出现频率较高的几个重点区域。     

华北地区雾和霾天气环流特征聚类分析

根据2000~2013年华北地区72个地面观测站点的雾、霾日数资料挑选出华北地区出现雾、霾天气现象站数较多的40个样本,再利用这些样本同期的NCEP逐日再分析资料,对位势高度场进行聚类分析,结果表明华北地区发生雾或霾天气时的近地面环流形势可分别分为4类和5类。聚类结果揭示了雾和霾发生时大气环流具有不同的分型特征,只有弱高压型为雾、霾发生时的共有型,湿度场和冷暖平流输送在雾和霾天气发生时也存在显著差异。此外,在分析过程中发现同一天中存在雾、霾天气转换及同一时刻雾、霾共存的现象,本文也分析了这两种情形的环流形势特征,解释了其成因。     

重庆雾和霾的气候特征分析

利用1981—2014年重庆地区气象观测资料,基于气候统计法分析重庆地区雾和霾的气候特征,结果表明:重庆雾日总体呈显著减少趋势,两种雾日观测资料的倾向率分别为为-10.3 d/10a和-7.6 d/10 a;雾日的空间分布总体呈"中西部多,东南东北少,西部偏北地区多于西部偏南地区"。霾日总体趋势与雾日变化相反,呈显著上升趋势,倾向率为12.9 d/10a,并且霾日发生显著增加的时段与雾日发生显著减少的时段基本一致,2000年前后霾日经历了明显的突变;霾的分布主要呈现"以主城为中心,中西部多,东北部和东南部少"的特点。     

陕西省大雾的气候特征

利用陕西省17个代表站1971—2000年的大雾资料,分析了大雾的气候特征和地域特征。陕西省自北向南年平均雾日分布呈现3个高值中心和3个低值中心,依次在宜君-洛川、石泉-汉中和西安、陕北北部长城沿线、关中平原东西入(出)口处。陕西省大雾每个月都可形成,但秋冬季(9～12月)的4个月发生频率最高,雾日最少月为2月和6月。平均雾日较多的宜君、石泉和西安有较明显的年变化,大致有6年和8年的准周期。但西安与咸阳30年雾日变化相反,西安呈下降趋势,咸阳则反之。     

1980~2013年安徽霾天气变化趋势及可能成因

对1980~2013年安徽省霾日数的时空变化趋势及可能原因进行了分析,结果表明:(1)1980年以来,霾天气年均发生日数总体呈上升趋势,年际波动较大。不同年代,霾高发区的位置不同:20世纪80年代平均为5.5 d,沿江到江淮之间有零星的高发区;20世纪90年代平均为8.5 d,高发区在沿江中西部的望江和池州、省会合肥、淮北北部的萧县和灵璧;2000年代,平均发生日数为8.7 d,有3个高发区,分别是以合肥为中心的江淮之间中部、沿淮中部地区和沿江中东部地区。(2)按地理位置把安徽省分为6个子区,不同子区年霾日数的变化趋势不同:皖南山区变化较平缓,沿淮地区2000年后上升明显,淮北北部和沿江有先升后降的趋势。(3)地级市平均霾日数呈显著上升的趋势,而县城霾日数上升速度缓慢,且在2008年之后有下降趋势。(4)城市化和汽车拥有量激增导致氮氧化物排放量快速增多,可能是2000年之后地级市霾日数显著增多的主要因子,而县城霾日数变化的驱动因子可能是气候变化原因,如东亚季风强度的变化。     

北京冬季雾霾事件的气象特征分析

利用观测的气象要素和细颗粒物(即PM2.5)浓度资料,并结合中尺度数值天气模式WRF(Weather Research and Forecasting Model),对2013年1月北京地区雾霾污染期间天气条件和边界层气象特征进行了分析。模拟与观测对比表明,WRF模式可以较好地反映北京—天津—河北地区地面和高空主要气象要素的时空分布。对1月10~14日、27~31日两次重雾霾天气的分析表明,雾霾的形成是高浓度的大气颗粒物和特殊的气象条件共同作用的结果。小风或静风、稳定的大气层结,使大气扩散能力减弱,造成污染物堆积,偏南气流将周边污染物和水汽输送到北京,不仅增加了污染物浓度,而且有利于气溶胶吸湿增长,消光增强,使能见度下降,进而形成雾霾。     

北京雾与霾天气大气液态水含量和相对湿度层结特征分析

为了研究空气中的水汽层结变化对雾、霾生消的影响,对北京2011年10月至2012年2月雾、霾天气个例中能见度变化和地基微波辐射计观测的相对湿度及液态水含量资料进行分析,结果表明:大气总液态水含量时序图对预报雾、霾没有参考意义,无论是大气总液态水含量数值的大小,还是大气总液态水含量随时间的变化都不能预测雾、霾的生成与消散。但不同时刻大气液态水含量的廓线图对雾、霾天气的预报还是具有指示意义的,因为雾、霾生消前后大气液态水含量层结变化明显。进一步分析不同情况的雾、霾天气发现:雾、霾生消前后均无降水出现和先出大雾后降水的情况,即降水后消散的雾、霾天气,大气相对湿度的变化和液态水含量的变化主要集中在3 km以下;对于先降水后出大雾的情况,整层大气相对湿度的变化都很明显,液态水含量的变化主要在3~7 km之间。由于降水既可以增加近地面的空气湿度,又可以消耗空气中的水汽,因此降水既是大雾形成的有利条件,也是大雾消散的有利条件。有降水出现的大雾天气,有饱和层(空气相对湿度达到或接近100%),无降水出现的重霾天气,则没有饱和层,且整体相对湿度偏低。     

基于东亚冬季风指数的安徽省冬季霾预测研究

东亚冬季风强度与中国中东部冬季霾日数的变化在年际尺度上密切相关,这为霾的短期气候预测提供了可能的物理因子。利用NCEP/NCAR再分析资料和安徽省1980-2016年气象观测数据,采用统计分析方法研究安徽省1月霾日数与同期不同东亚季风指数的关系,确定了安徽省不同区域冬季霾的主要季风指数预测因子,建立安徽省冬季霾的月尺度预测模型,并进行了验证。结果表明:(1)1月气候霾日数与6类东亚冬季风指数均呈反相关关系,其中淮河以北、江淮之间两个区东亚大槽强度指数与气候霾日数的相关系数在各项指数中最高,沿江江南为西伯利亚高压强度指数与气候霾日数的相关系数在各项指数中最高。(2)不同分区建立的1月气候霾日数的预测模型均通过了α=0. 01的显著性水平检,验证结果表明,霾日数预测等级与实况等级基本一致,各区均未出现预测错误的情况,表明模型具有较好的预测表现。(3)在安徽省冬季霾实际预测业务中,相比NCEPCFS2模式输出的环流预报场,ECMWFSYSTEM4模式输出环流预报场的预测效果更好。     

华南霾日和雾日的气候特征及变化

利用华南192个测站1961-2008年的地面气象观测资料,采用线性趋势分析、Mann-Kendall检验、计算气候趋势系数等统计诊断方法,分析了华南年霾日、雾日的时空特征和变化.结果表明:珠江三角洲、广东西北部和广西东北部为多霾区,海南为极少霾区;华南有三个多雾区,分别位于海南中西部地区,两广的西北部地区.两广雾日呈...