广东记录霾日和统计霾日的气候特征及比较

利用广东省86个气象观测站1961—2013年记录霾日资料和1981—2013年统计霾日资料,采用线性趋势分析、计算气候趋势系数等统计诊断方法,分析了广东记录霾日和统计霾日的气候特征并进行比较。结果表明:广东统计霾日与记录霾日的年平均分布非常相似,但是统计霾日数比记录霾日数明显增加10~80 d。广东霾分布可划分为三个区:(1)多霾区:包括珠江三角洲、北部的南雄、东南部的汕头,年统计霾日40.0~144.5d;(2)一般霾区:包括广东中部偏北的部分地区,年统计霾日20.0~39.9 d;(3)少霾区:广东西南部和东部大部分地区,年统计霾日1.0~19.9 d。广东年记录霾日和统计霾日均以11 d(10 a)的速率明显上升,1990年后显著增加,特别是2003年以来上升非常明显,2007年达到最大,但2008年以来逐年波动下降。广东年霾日数增加最明显的区域在珠三角、汕头、南雄等地。1980—2013年的广东平均年记录霾日序列与统计霾日序列的相关系数达0.78,显著相关。分析表明统计霾日比记录霾日总体上更客观合理,并对两者存在差异的原因进行了分析与讨论。     

我国中原至华北平原冬季雾-霾与北半球大气环流异常

采用2000—2017年1月地面和高空观测基本气象要素(气压、温度、湿度、风、能见度和雾-霾天气现象等)观测信息、1980—2016年1月NCEP再分析资料等,基于气候平均态的环流异常特征分析,发展对平均气候态出现异常变化的综合诊断分析方法,研究华北地区冬季典型雾-霾多寡年大气环流的三维结构及其遥相关异常特征。结果表明:2000—2017年冬季1月,华北平原、中原等黄河中下游地区冬季雾-霾的发生日数呈增加趋势,雾-霾发生日数线性增加拟合趋势相关确认系数为R2=0.36,超过0.001的显著性水平。基于气候平均态环流异常特征分析表明,华北平原、中原等黄河中下游地区雾-霾污染出现多、寡年的对流层大气大尺度环流分布差异显著。气候平均态的环流异常特征分析表明,多雾-霾年,在冬季1月影响中国的冷空气主要路径上,自极地区泰米尔半岛,经中西伯利亚、贝加尔湖地区到中国东部区域,对流层中层与高层位势高度距平呈现"高—低—高"的分布,在低层则出现"东高西低"的气候平均态异常分布;少雾-霾年,该分布型不复存在,并出现反位相特征。多雾-霾年的这种异常环流分布型可为中原至华北平原冬季雾-霾的频发提供有利的气候背景,是该区域冬季雾-霾多发的重要原因。     

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。     

1961-2010年四川盆地霾气候特征及影响因子分析

利用1961-2010年四川盆地122个气象站观测资料,分析四川盆地年平均霾日数时空分布特征及霾日数季节和年变化趋势。探讨近50 a四川盆地大气干消光系数、风速、能源消耗和人口等因素与霾日数之间的关系。结果表明：1961-2010年四川盆地122个站年平均霾日数为62.5 d,最多的站可达100.0 d以上。霾日数有明显季节变化,四川盆地冬季霾日数最多（28.4 d）,春、秋季次之,夏季最少（5.9 d）。四川盆地有104个站霾日数年变化呈增加的趋势,其中有71个站通过了置信度99 %的检验,霾日数增加最多的是四川省内江地区的戚远,气候倾向率为42.0 d/10 a;霾日数增加最少的是成都市的新都,气候倾向率为0.4 d/10 a。四川盆地有18个站霾日数年变化呈下降趋势,仅7个站点通过了置信度99 %的信度检验,霾日数减少最多的是四川北部广元地区的南江,气候倾向率为-16.7 d/10 a。霾日数的年变化与大气干消光系数呈显著正相关,与风速呈显著负相关,与四川盆地的能源消耗和人口增长呈显著正相关。     

陕西省冬季霾天气的背景环流与欧亚大陆积雪深度的联系

基于1980-2017年陕西省地面气象观测站观测资料、NCEP/NCAR月平均再分析资料和日本JRA-55再分析陆地雪深资料,对1980-2016年陕西冬季霾日数的时空变化及可能原因进行了分析。根据陕西冬季霾日数偏多年与偏少年的高度场环流背景,研究了影响陕西省冬季霾日数的主要环流系统。对欧亚大陆积雪深度分布对于陕西省冬季霾日数的影响进行了探讨。研究表明:(1)乌拉尔山地区的500hPa高度场负(正)异常中心,是有利于陕西省冬季霾日数增多(减少)的大气背景环流,影响陕西省霾日数变化的海平面气压存在地中海地区与中亚至西伯利亚地区反位相变化的特征。(2)欧洲地区积雪深度增加(减小),会造成陕西省冬季霾日数的减少(增多)的气象条件。(3)欧亚大陆积雪深度分布与陕西省冬季霾日数的相关呈现欧洲地区与西伯利亚地区反位相的分布,冬季积雪深度指数与陕西省冬季霾日数相关大于0.41,积雪深度指数正(负)异常会造成乌拉山地区位势高度负(正)异常,不利于(有利于)冷空气向东亚移动,造成有利于陕西省冬季霾日数的增多(减少)的气象条件。     

华北霾日的时空分布特征分析

利用1961—2011年共51 a华北地区50个站冬季及12月—2月逐月不同级别的霾日资料,研究了华北地区霾日的时空分布特征,结果发现:霾日的分布很不均匀,霾日大值区大多为工业城市、高度发达的城市以及煤炭生产基地,"浊岛"现象明显,华北地区霾日大值区呈西南—东北向分布,来自京津冀外区域的污染物跨城市群输送的影响非常显著。研究还表明,除山西平均霾日一直呈增长趋势外,其他地区霾日近年均呈下降趋势。从各大城市的变化特点看,太原、石家庄和呼和浩特呈一致的增长趋势,济南市、北京市和天津市的霾日均呈下降趋势。大城市冬季霾日出现最多的集中在12月和1月。     

四川盆地冬季霾日数的分布特征及其与气象条件和海温关系

利用四川盆地气象站点资料和NCEP/NCAR再分析资料,结合四川盆地冬季霾日数的时空变化特征,分析了影响盆地冬季霾日数的气象条件,探讨了海温异常对冬季霾日数的可能影响,基于海温关键区建立冬季霾日数预测模型,并检验了模型的预测能力。研究表明,四川盆地冬季霾日数呈弱增加趋势;四川盆地三大城市群为冬季霾多发区;四川盆地冬季霾日数与相对湿度、气温、降水日数关系显著。四川盆地冬季霾日数偏多(少)年,大气环流异常呈西伯利亚高压偏弱(强)、欧亚中高纬呈北低(高)南高(低)、东亚冬季风偏弱(强)、副热带西风急流偏弱(强)。秋季东北太平洋、热带太平洋以及北大西洋海温关键区暖海温(冷)发展,有利于盆地盆地冬季霾日数偏多(少)。前期秋季东北太平洋、热带太平洋、北大西洋海温异常是影响四川盆地冬季霾日数的年际预报信号,对四川盆地冬季霾日数的多寡具有较好的预测能力。     

近几年我国霾污染实时季节预测概要

近些年,中国东部经历了严重的霾污染,对人体健康、交通安全、生态系统以及社会经济有巨大的危害。在1周以内的霾污染预报之外,季节尺度的霾污染预测可以给减排治污措施的制定提供更长时间尺度的科学支撑。本文以年际增量为预测对象,选取前期外强迫因子为自变量,分别针对京津冀和长三角区域建立逐月的冬季霾日数季节尺度预测模型,并开展了实时的季节预测。总体来看,京津冀和长三角区域预测模型的性能大体处于相似的水平,均方根误差在2 d左右,对距平符号的捕捉率在80%以上,对霾日数变化的长期趋势具有很好的再现能力。在2016/2017年冬季京津冀霾日数实时预测中,模型预测的结果相对于常年值的定性结论全部准确,相对于前一年污染状况的结论大多数准确。在2017/2018年冬季长三角霾日数实时预测中,12月和1月的预测误差较小,2月的预测误差在2 d左右。     

喀拉海和巴伦支海海冰对中高纬异常纬向环流暨中国东部重霾天气形成的作用

采用1981年1月—2017年2月国家气象信息中心雾、霾数据集资料、同期NCEP/NCAR再分析资料以及哈德来中心的海冰资料,分析了秋冬季喀拉海和巴伦支海海冰变化与东亚冬季风暨中国东部冬季雾和霾日数变化特征之间的关系。研究结果表明,喀拉海和巴伦支海海冰对亚洲区中高纬纬向环流有重要影响,秋季海冰异常偏少是冬季亚洲区中高纬异常纬向环流形成的诱因之一。该地区秋季海冰偏少年,冬季亚洲中高纬地区纬向环流异常偏强,东亚大槽偏弱,影响我国东部地区的东亚冬季风减弱,这为大气污染物在水平方向上的聚集提供了有利条件,同时在海冰偏少年,对流层从中层向下均为正温度距平,与地表温差减小,不利于对流发展,使得大气的状况变得更加稳定,不利于大气污染物在垂直方向上的扩散,水平和垂直方向上的共同作用导致中国东部地区易发生霾天气过程。虽然喀拉海和巴伦支海海冰是影响中国东部地区冬季霾过程发生的重要因子之一,但其对冬季中国东部雾天气发生日数多寡的影响并不显著。亚洲区纬向环流指数相比经向环流指数更能反映中国东部地区冬季雾-霾日数的变化,冬季亚洲中高纬纬向环流越强,中国东部地区雾-霾日数越多。     

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...     

A comparison of the effects of interannual Arctic sea ice loss and ENSO on winter haze days: Observational analyses and AGCM simulations

This study compares the impacts of interannual Arctic sea ice loss and ENSO events on winter haze days in mainland China through observational analyses and AGCM sensitivity experiments. The results suggest that (1) Arctic sea ice loss favors an increase in haze days in central–eastern China; (2) the impact of ENSO is overall contained within southern China, with increased (reduced) haze days during La Niña (El Niño) winters; and (3) the impacts from sea ice loss and ENSO are linearly additive. Mechanistically, Arctic sea ice loss causes quasi-barotropic positive height anomalies over the region from northern Europe to the Ural Mountains (Urals in brief) and weak and negative height anomalies over the region from central Asia to northeastern Asia. The former favors intensified frequency of the blocking over the regions from northern Europe to the Urals, whereas the latter favors an even air pressure distribution over Siberia, Mongolia, and East Asia. This large-scale circulation pattern favors more frequent occurrence of calm and steady weather in northern China and, as a consequence, increased occurrence of haze days. In comparison, La Niña (El Niño) exerts its influence along a tropical pathway by inducing a cyclonic (anticyclonic) lower-tropospheric atmospheric circulation response over the subtropical northwestern Pacific. The northeasterly (southwesterly) anomaly at the northwestern rear of the cyclone (anticyclone) causes reduced (intensified) rainfall over southeastern China, which favors increased (reduced) occurrence of haze days through the rain-washing effect.     

1981—2018年中国东北地区秋冬季霾日变化及其与北极海冰的关系

利用中国东北地区1981—2018年166个地面气象观测站资料, 定义了中国东北地区秋冬季霾日指数, 分析了年际尺度上该地区霾日数与同期大气环流异常的内在关系。结果表明: 中国东北地区秋冬季霾日指数存在显著的年际变化特征, 欧亚—太平洋遥相关型(Eurasia-Pacific Teleconnection Pattern, EUP)负位相、东亚大槽偏弱等大气环流异常配置导致中国东北地区秋冬季霾的发生频次增加。巴伦支海与喀拉海北部海域是影响中国东北地区秋冬季霾日年际变化的海冰关键区, 该区域海冰面积与霾日数呈显著负相关, 北极海冰通过改变大气环流间接影响中国东北地区秋冬季霾日发生频次, 当北极海冰异常偏少时, 东亚冬季风偏弱, 近地面风速偏低, 环境湿度偏高, 中国东北地区受东北亚异常反气旋西侧的异常偏南风控制, 且受“EUP”负位相模态影响, 东亚大槽减弱, 有利于大气污染物和水汽向中国东北地区输送, 该地区秋冬季霾的发生频次增加。     

局地水汽异常引起的非绝热加热对2016/2017年中国南方暖冬的影响

基于NCEP/NCAR再分析资料, 利用气温异常的倾向方程分析2016/2017年中国华北地区(100~115 °E, 35~45 °N)、西南地区(85~102 °E, 22~33 °N)和南方地区(108~118 °E, 22~33 °N)的暖冬事件。结果表明西南和华北地区的平流作用占主导地位, 而2016/2017年冬季中国南方暖冬主要是非绝热加热引起的。进一步通过水汽收支平衡的分析表明, 局地水汽异常对2016/2017年中国南方暖冬有重要贡献, 而其中土壤的水汽贡献约占50%。可能的机制如下:大气中正的水汽异常引起辐射加热增多, 导致气温升高, 土壤的感热增大, 土壤温度升高, 潜热通量变大, 从而向大气的水汽输送增多, 更多的水汽将导致更高的温度。      

京津冀雾霾消散因子及其阈值研究

利用2006—2015年京津冀气象站的常规观测资料和同期NCEP/NCAR再分析资料，以秋冬季影响雾霾形成与消散的静稳大气和通透大气为研究对象，统计分析了气象因子的分布状况。结果表明:京津冀秋冬季降水对雾霾起不到冲刷作用，反而促进雾霾的形成与维持；京津冀秋冬季雾霾消散主要是风场因子的贡献。雾霾消散的大气状态可分为3种类型，在不同大气状态下，各风场因子对雾霾消散的贡献不同。采用迭代自组织数据类差最大值阈值分割法找出了各风场因子的最佳阈值。根据各风场因子对雾霾消散的敏感性和因子间的相关，筛选出3类大气状态下雾霾消散因子指标。采用指标叠套法对2016、2017年秋冬季大气进行检验，表明雾霾消散指标及其阈值能较好区分静稳大气和通透大气，对雾霾过程具有较好的指示意义；通过对derf2.0模式产品释用，可为延伸期雾霾过程客观化预测提供技术支撑。      

1961—2012年中国冬半年霾日数的变化特征及气候成因分析

利用全国664站1961—2012年逐日霾观测资料、降水量、平均风速和最大风速资料,分析中国霾日数变化特征及其气候成因。结果表明：我国年霾日数分布呈明显东多西少特征,中东部大部地区年霾日数在5～30 d,部分地区超过30 d,西部地区基本在5 d以下。霾日数主要集中在冬半年,冬季最多,秋季和春季次之,夏季最少,12月是霾日数最多的月份,约占全年霾日数的2成。我国中东部地区冬半年平均霾日数呈显著的增加趋势（1.7 d/10a）,霾日数显著增加时段主要在1960年代、1970年代和21世纪初,在1970年代初和21世纪初发生了明显均值突变。从区域分布来看,华南、长江中下游、华北等地霾日数呈增加趋势,而东北、西北东部、西南东部霾日数呈减少趋势。持续性霾过程增加,持续时间越长的霾过程比持续时间短的霾过程增加更为明显。不利的气候条件加剧了霾的出现。霾日数与降水日数在中东部地区基本以负相关为主,中东部冬半年降水日数呈减少趋势（-4 d/10a）,表明降水日数的减少导致大气对污染物的沉降能力减弱。另一方面,霾日数与平均风速和大风日数以负相关为主,而与静风日数则以正相关为主,冬半年平均风速和大风日数减小,静风日数增加,表明风速减小导致空气中污染物不易扩散,从而更易形成霾天气。     

2016年和1998年汛期降水特征及物理机制对比分析

利用多种大气环流、海表温度、积雪面积等数据,并利用个例对比分析和统计方法,研究了2016年汛期（5-8月）中国旱、涝特征及与1998年的异同点,并对比分析了这两年导致降水异常的大气环流和外强迫因子。结果表明:（1）2016年汛期中国降水总体偏多,长江中下游和华北各有一支多雨带。与1998年相比,这两年南方多雨带均位于长江流域,梅雨雨量均较常年偏多1倍以上,但梅雨季节进程有显著差异,1998年发生典型的“二度梅”,而2016年梅雨结束后长江流域降水显著偏少,主要降水区移至北方。（2）2016年5-7月乌拉尔山高压脊明显偏弱,而1998年欧亚中高纬度呈“两脊一槽”型,这与北大西洋海温距平在这两年前冬至春季几乎完全相反的分布型密切相关。（3）这两年5-7月热带和副热带地区环流较为相似,副热带高压偏强、偏西,东亚夏季风偏弱,来自西北太平洋的水汽输送通量均在长江中下游形成异常辐合区,这主要是受到了前期相似的热带海温异常的影响,均为超强厄尔尼诺事件和热带印度洋全区一致偏暖模态。（4）这两年8月环流形势有显著差异,2016年8月副热带高压断裂,西段与大陆高压结合持续控制中国东部上空,夏季风迅速转强,长江流域高温少雨。而1998年8月夏季风进一步减弱,长江流域发生“二度梅”。2016年8月MJO异常活跃并长时间维持在西太平洋地区,激发频繁的热带气旋活动,对副热带地区大气环流的转折有重要作用。而1998年8月MJO主要活跃在印度洋地区,使得副高持续前期偏强的特征。除海洋和上述环流差异外,2016年前冬至春季青藏高原积雪的冷源热力效应远不及1998年强,这可能是导致2016年夏季风偏弱的程度不及1998年,而2016年汛期华北降水较1998年偏多的原因之一。      

The 2016 summer floods in China and associated physical mechanisms: A comparison with 1998

The characteristics of droughts and floods in China during the summers (May–August) of 2016 and 1998 were compared in great detail, together with the associated atmospheric circulations and external-forcing factors. Following results are obtained. (1) The precipitation was mostly above normal in China in summer 2016, with two main rainfall belts located in the Yangtze River valley (YRV) and North China. Compared with 1998, a similar rainfall belt was located over the YRV, with precipitation 100% and more above normal. However, the seasonal processes of Meiyu were different. A typical “Secondary Meiyu” occurred in 1998, whereas dry conditions dominated the YRV in 2016. (2) During May–July 2016, the Ural high was weaker than normal, but it was stronger than normal in 1998. This difference resulted from fairly different distributions of sea surface temperature anomalies (SSTAs) over the North Atlantic Ocean during the preceding winter and spring of the two years. (3) Nonetheless, tropical and subtropical circulation systems were much more similar in May–July of 2016 and 1998. The circulation systems in both years were characterized by a stronger than normal and more westward-extending western Pacific subtropical high (WPSH), a weaker than normal East Asian summer monsoon (EASM), and anomalous convergence of moisture flux in the mid and lower reaches of the YRV. These similar circulation anomalies were attributed to the similar tropical SSTA pattern in the preceding seasons, i.e., the super El Niño and strong warming in the tropical Indian Ocean. (4) Significant differences in the circulation pattern were observed in August between the two years. The WPSH broke up in August 2016, with its western part being combined with the continental high and persistently dominating eastern China. The EASM suddenly became stronger, and dry conditions prevailed in the YRV. On the contrary, the EASM was weaker in August 1998 and the “Secondary Meiyu” took place in the YRV. The Madden–Julian Oscillation (MJO) was extremely active in August 2016 and stayed in western Pacific for 25 days. It triggered frequent tropical cyclone activities and further influenced the significant turning of tropical and subtropical circulations in August 2016. In contrast, the MJO was active over the tropical Indian Ocean in August 1998, conducive to the maintenance of a strong WPSH. Alongside the above oceanic factors and atmospheric circulation anomalies, the thermal effect of snow cover over the Qinghai–Tibetan Plateau from the preceding winter to spring in 2016 was much weaker than that in 1998. This may explain the relatively stronger EASM and more abundant precipitation in North China in 2016 than those in 1998.     

A Review of Atmospheric Chemistry Research in China: Photochemical Smog, Haze Pollution, and Gas-Aerosol Interactions

In this paper we present a review of atmospheric chemistry research in China over the period 2006-2010, focusing on tropospheric ozone, aerosol chemistry, and the interactions between trace gases and aerosols in the polluted areas of China. Over the past decade, China has suffered severe photochemical smog and haze pollution, especially in North China, the Yangtze River Delta, and the Pearl River Delta. Much scientific work on atmospheric chemistry and physics has been done to address this large-scale, complex environmental problem. Intensive field experiments, satellite data analyses, and model simulations have shown that air pollution is significantly changing the chemical and physical characters of the natural atmosphere over these parts of China. In addition to strong emissions of primary pollutants, photochemical and heterogeneous reactions play key roles in the formation of complex pollution. More in-depth research is recommended to reveal the formation mechanism of photochemical smog and haze pollution and their climatic effects at the urban, regional, and global scales.     

Monthly Variations of Atmospheric Circulations Associated with Haze Pollution in the Yangtze River Delta and North China

Haze pollution in early winter(December and January) in the Yangtze River Delta(YRD) and in North China(NC)are both severe;however, their monthly variations are significantly different. In this study, the dominant large-scale atmospheric circulations and local meteorological conditions were investigated and compared over the YRD and NC in each month. Results showed that the YRD(NC) is dominated by the so-called Scandinavia(East Atlantic/West Russia)pattern in December, and these circulations weaken in January. The East Asian December and January monsoons over the YRD and NC have negative correlations with the number of haze days. The local descending motion facilitates less removal of haze pollution over the YRD, while the local ascending motion facilitates less removal of haze pollution over NC in January, despite a weaker relationship in December. Additionally, the monthly variations of atmospheric circulations showed that adverse meteorological conditions restrict the vertical(horizontal) dispersion of haze pollution in December(January) over the YRD, while the associated local weather conditions are similar in these two months over NC.