霾观测判识标准定量化对雾霾观测记录的影响

为研究霾观测判识标准定量化对雾霾观测记录的影响,选取2006—2012年湖北省18个基准站、基本站和一般站三类国家级地面气象观测站的资料,对已记录和按照相对湿度判识标准统计的雾、轻雾和霾天数进行分析,结果表明:判识标准定量化将使霾的观测记录明显增多,轻雾和雾观测记录略有减少,霾和轻雾观测记录将更趋合理,就湖北省而言,相对湿度在80%~95%之间,应以轻雾和雾为主;通过定时观测时次的能见度、相对湿度,以及日天气现象记录,可以得到历年按照相对湿度判识标准统计的霾和轻雾天数,实现对历史资料序列的订正,形成判识标准改变前后均一化的月年资料序列。判识标准定量化后,不能机械的硬套判识指标,观测员仍需熟练掌握轻雾和霾以及其他视程障碍现象的成因和特征,避免相对湿度在霾观测判识标准上下波动、轻雾处于消散过程阶段,轻雾与霾的频繁转记。     

长沙地区30a霾观测记录的分析

利用长沙、浏阳、宁乡3站1981-2010年30 a霾观测记录,按照相对湿度判识标准订正霾日数,进行两种判识标准对比分析,给出三站记录偏差,结果表明:台站按照《规范》对霾观测记录有很大的不确定性,两种判识标准记录的霾日数相差较大,订正前后年平均偏差率宁乡38.8％、长沙52.5％、浏阳64.6％,月平均偏差率宁乡48.3％、长沙56.65％、浏阳68.0％;霾最多出现在12月,其次是1月、11月,最少出现在7月,次少在6月和8月.为使霾观测记录更趋完整、连续和合理、为霾观测及其资料应用提供重要依据,必须对历史资料序列订正.24h定时观测、使用能见度观测仪与大气气溶胶浓度观测数据相结合判识霾,是确保霾记录真实可靠最有效的办法.     

不同霾识别方法对陕西霾判识的影响

利用2016年3月至2020年2月逐时气象和PM_2.5质量浓度观测资料,依据《霾的观测和预报等级（QX/T 113—2010）》（以下简称2010行标）和《霾的观测识别》（GB/T 36542—2018）(以下简称2018国标)两种标准规定的判识方法,分析了在不同标准下陕西省霾出现频率的差异。结果表明:采用2018国标判识的霾出现频率明显多于采用2010行标的霾出现频率,若均以霾现象持续6 h及以上作为判定标准,则两者得到的霾日数相当。在80%≤相对湿度<95%时,用2018国标判识的霾出现频率比采用2010行标多,湿度越大,增加越明显;气溶胶吸湿性参数对吸湿增长后气溶胶消光系数的计算影响较大,使用2018国标时应注意该参数在各地的差异。在PM_2.5≤75μg·m^-3时,采用2018国标仍能识别出霾,显现出湿度对能见度的影响;在PM_2.5>75μg·m^-3时,当空气污染达到中度及以上时,两者差异缩小。陕西省各地市霾发生频率的月变化均呈现出“冬高夏低”的“U型”分布,...     

基于MODIS遥感资料监测南海白天雾

根据现有雾遥感监测理论,采用多通道阈值判识法,基于MODIS资料进行南海白天雾监测。该方法利用MODIS的1、2、18、20、31通道数据,分离云、雾、海表的相关信息。满足RB1<20%、RB2<20%、RB1>RB2的象元判识为海表;满足RB1>55%、RB2>55%、TB31<273 K的象元判识为中高云;海雾和低云的分离指标IFC>20的象元判识为海雾。利用2011年1—4月广东沿海海雾实地观测结果对该方法进行验证,在13个样本数据中,有9个样本的卫星监测结果与地面观测结果一致,有3个样本地面观测有雾但卫星监测为低云,1个样本地面观测有雾但卫星监测为晴空洋面。主要是因为MODIS资料本身对云雾不具备穿透性,算法设计时只能假设单一视场中只有一层云雾,对于无云覆盖的雾区较易识别,但对于被云覆盖的雾区则只能将其判识为云区,但总体来说,该监测模型是有效的、可行的。      

山东国家级气象观测站综合判识观测项目评估分析

基于全国综合气象信息共享系统(CIMISS)数据库,以一致率(冻土深度用误差绝对值)作为检验指标。对山东国家级气象观测站15项自动综合判识数据,与同期台站观测结果做对比检验,并进行评估分析。结果表明:1)总云量判识一致率为65.8％,云量偏差绝对值为1的占比51.1％;大部分不一致的情况出现在实况为阴天到满云时,判识结果为无云或少云。云高分类后与人工观测的总体一致率为85.0％。各站云高一致率均高于云量。2)雾凇、雨凇、雾、轻雾、浮尘、扬沙、沙尘暴、积雪和结冰等9种现象综合判识结果与台站观测一致率达92.0％以上;霜、霾、露的一致率为75.0％以上。结冰、轻雾、雾与霜命中率较高;积雪、雨凇与扬沙漏判率较高;沙尘暴、雨凇、扬沙和雾凇空判率较高。3)雨凇、雾凇判识效果受单站样本大小的影响;评估期内国家级气象观测站无草温观测任务,是造成积雪现象漏判率高的主要原因。有降水天气现象时,同时出现的视程障碍类天气现象不判识,是其漏判率增大的原因之一。4)评估时段冻土数据绝对误差平均值为1.6 cm,判识与实测误差绝对值在1～10 cm之间的占82.8％,判识效果较好。通过评估分析可见,基于卫星、探空、自动气象站、雷达、闪电定位等多源数据,结合模式再分析产品,实现综合判识结果与台站观测数据一致性较好,能够更好地满足气象预报服务需求。     

温州地区雾霾气候特征及其预报

利用温州8个气象站点近40年的雾日和霾日统计资料,从时间和空间两方面分析了温州雾、霾日数的气候特征和变化规律。结果表明, 1971—2008年期间,温州市区（平原）地区雾日数显著减少,洞头（海岛）地区雾日数缓慢减少,泰顺（高山）地区雾日数呈波动式缓慢增长,21世纪初有明显增多;温州地区霾日数,除泰顺（高山）地区缓慢增长外,总体呈快速增多趋势,增多开始发生在20世纪70年代后期,21世纪初霾日数显著增加,其中永嘉和瑞安增加最快。温州雾日数冬春多,夏秋少;霾日数冬季最多,夏季最少。同时,利用近年来气象部门与环保部门联合开展的空气质量预报产品,如空气污染指数（API）,建立雾、霾预报方法。统计2004—2009年间的雾、霾与空气污染指数的相关关系,并兼及晴雨天气条件,总结出包含晴雨、空气污染指数及雾、霾3要素的线性公式,作为预报雾、霾工具。经检验,效果较好,预报未来24 h雾、霾准确率达57%～66%。并通过编程实现计算机自动预报。     

1961-2012年江苏省霾日时空变化特征及影响因素分析

利用1961—2012年江苏省69个地面气象站观测资料和2012年苏州市大气气溶胶观测资料,在对霾日进行判识和筛选的基础上,分析江苏省霾日的时空变化特征及霾与气象条件和污染物的关系。结果表明：1961—2012年江苏省各站年总霾日数均呈上升趋势,85％的台站呈极显著上升趋势;江苏省年平均霾日数呈显著上升趋势,其中2011—2012年呈急剧上升趋势;1980年前霾日的空间分布差异不明显,1980年后,沿江和苏南地区为霾的高发区,东部沿海大部地区霾日较少。霾天气主要发生在冬季和春季,以12月和1月发生最多。降水少和风速小有利于霾天气的发生;除SO2外,PM10、PM2.5和NO2等污染物浓度随着霾等级的增加而增大,其中PM2.5浓度增大明显。     

基于自动观测资料的浙江省霾日判识指标研究

基于逐小时自动观测资料,综合考虑能见度、相对湿度和PM_(2.5)浓度的变化及其持续时间,拟定四种方案来判识霾日,从而对浙江省近两年的霾日进行回算。结果对比分析表明:综合考虑能见度、相对湿度、PM_(2.5)及持续时间的判识方法是可行的,得到的霾日数在合理范围内,能较好的反映霾天气的空间分布、日变化、季节变化和污染天气发生的状况;相对湿度条件的不同使得夜间霾次数波动较大,从排除弱降水和轻雾影响的角度来看,相对湿度阈值定为小于90%更为合理。     

低能见度雾的分级预报方法研究

利用2007年11月—2009年12月京石（北京-石家庄）高速公路沿线气象站的人工观测资料、自动站资料和交通气象自动站资料,对低能见度雾天气进行分级统计,找出各级雾的生消特征。应用天气学原理和数理统计方法对低能见度雾的生消机理进行研究,利用相关分析找出了与低能见度雾的生消有密切关系的气象因子,建立能见度与气象因子之间的回归方程;在此基础上,结合对低能见度雾的成因分析和预报经验,加入降水因子和大气稳定度因子,建立低能见度雾的分级预报方程,找出各级雾的生消判别指标,为低能见度雾的分级客观化预报奠定基础。各预报因子采用MM5精细化数值预报产品,并通过自动站实时监测资料和预报员的综合预报结果对数值预报产品进行合理订正,得到预报时刻各气象因子的值,从而实现低能见度雾的分级客观化预报。      

视程障碍现象自动判识方法及其记录常见问题处理

为理清地面视程障碍现象自动判识原理,并进一步提高对判别记录存在问题的发现和处理能力,确保视程障碍现象记录质量,该文从视程障碍现象判别所需观测要素、参照判别标准和记录形成流程3个方面全面深入地介绍了地面视程障碍现象记录的自动判识方法。并对自动判识记录常见异常问题进行总结,将其归纳为现象多判别、少判别、错判别和霾特有问题4类,总结了每类问题的特点及成因,并结合地面气象观测记录处理规定提出应对处理意见,强调注意事项。     

再论相对湿度对区别都市霾与雾(轻雾)的意义

在都市,霾的出现有重要的空气质量指示意义。而雾或轻雾的记录,有明确的天气指示意义,与特定的天气系统相联系。由于经济规模的迅速扩大和城市化进程的加快,都市霾现象或者是灰霾天气日趋严重,霾与雾的区分成为一个非常现实,又迫切需要解决的问题。在全国气象系统的台站观测中,区分霾与雾(轻雾)的判据比较混乱,缺乏可比性,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,将大量霾记成了轻雾或雾。实际上近地层大气中每时每刻总是有霾存在的,而雾滴的存在是少见或罕见的;霾滴要想通过吸湿增长成为雾滴,必须有足够的过饱和度,能够越过过饱和驼峰才行,这在自然界并不容易。在非饱和条件下,不但非水溶性的霾不能转化成雾滴,既便是水溶性的霾粒子一般也不可能吸湿转化为雾滴。实测资料表明出现雾时,极端最小相对湿度是91%,在相对湿度低于90%的情况下,没有观测到雾。降温是达到饱和形成雾滴的最主要、最重要的物理过程,在自然界中的霾滴通过吸湿过程增长成雾滴几乎不可能。历史上我国各级气象部门从来不存在以相对湿度70%界定轻雾与霾的补充规定,由于理解的问题,将大量霾记成了轻雾。区分霾和雾,应该根据影响天气系统的变化,结合宏观特征的各种判据来确定。建议将相对湿度的阈值定为90%,作为区分轻雾(雾)与霾的辅助判据是合理的。     

天津市东丽区一次持续性雾霾天气过程的特征及影响要素分析

基于常规气象观测资料和PM_2.5浓度资料,分析了2019年1月10—14日天津市东丽区出现的一次持续性雾霾天气特征及其成因。结果表明：此次雾霾天气具有明显的阶段性特征,高空平直西风环流、中层暖脊和地面弱气压场为此次雾霾天气出现提供了有利的天气形势。轻雾和霾阶段,能见度变化更易受到相对湿度的影响;而雾阶段,能见度变化更易受到风速的影响。PM_2.5浓度与地面气象因子关系密切,与能见度、风速负相关,与相对湿度正相关。当其他气象条件稳定,且周边地区污染物浓度较高时,近地面风向转变,对本地区雾霾的出现起到关键性作用。     

湖南省近46年雾霾天气时空分布特征分析

挑选出1971～2016年湖南省97个气象站出现大雾和霾的日期,然后对其时间、空间分布特征进行分析,得出以下结论：湖南省大雾天气先升后降再急速上升,霾天气前期稍下降后期迅速上升;雾霾天气均霾天气12月最多,7月最少,季节从多到少以此为冬季、秋季、春季、夏季;大雾天气湘西北、湘西南、湘东北多,湘南少,霾天气湘西北、湘中多,湘南、湘东北少;持续3日及以上雾霾天气过程分别为349次、551次,持续天气最多分别为15天、57天,11月最多,7月最少。     

安徽省不同等级雾和重度霾时空分布特征及地面气象条件比较

雾和霾都是低能见度天气,生成条件相似。利用安徽78个地面站逐时观测资料,基于雾、霾发生物理条件,建立了不同等级雾日和重度霾日的观测诊断方法,重建了不同等级雾和重度霾的时序资料。根据各站强浓雾发生的同步性,将安徽分为5个雾、霾分布特征不同的区域,探讨了各区域不同等级雾及重度霾出现时地面气象条件的异同。结果表明:（1）安徽省强浓雾主要是辐射雾。强浓雾、浓雾和大雾空间分布形势大体一致,淮河以北东、西部和江南都属于强浓雾高发区,但各地强浓雾的时、空分布特征和影响系统不同;重度霾有明显的北多、南少、山区最少的分布特征。（2）强浓雾年变化呈双峰型分布,峰值在1月和4月,日变化为单峰型,峰值在06时;而重度霾年变化为单峰型,峰值在1月,日变化为双峰型。（3）在强浓雾的高发时段（02—08时）,强浓雾时降温幅度最大,比重度霾平均高1℃,风速显著偏低,超过75%的样本风速低于1.5 m/s,且无明显主导风向;而重度霾时,风速比雾时明显要大,个别区域有超过75%的样本风速大于1.5 m/s,且以西北风到东北风为主。说明重度霾能否演变为强浓雾的关键地面气象因子是风速、风向和降温幅度。      

都市霾与雾的区分及粤港澳的灰霾天气观测预报预警标准

都市霾与雾的区分是迫切需要解决的问题。霾的出现有重要的空气质量指示意义,而雾的记录,有明确的天气指示意义。通常在平面时已达到饱和的水汽压,对相当于球面的云雾滴来讲就是未饱和的,云雾滴就会蒸发;在水汽条件不变时,云雾滴由于蒸发而变小,导致它的平衡水汽压升高,就更易蒸发掉。在不饱和大气中小于数μm的云雾滴必然蒸发,而且伴随着蒸发云雾滴尺度会进一步变小,导致曲率越来越大,蒸发速率越来越快。过去错误认为凝结核可以在低相对湿度(RH)情况下产生凝结生成雾滴的观点,是忽视了粒子曲率作用的结果,将实验室大颗粒(常常达mm量级)的吸湿性特征,延用至次μm粒子造成的。降温是达到饱和形成雾滴的重要物理过程,云雾是低温下饱和气块的可见标志。在云雾中必然存在凝结或凝华过程,因而必然伴随着潜热释放,这就使云雾内的温度高于环境,在云雾内必然盛行微弱的上升气流,不可能是下沉气流,这些宏观过程在霾层内是不存在的,因而成为识别雾与霾的重要的宏观动力条件。在对历史资料进行统计时,在排除降水、吹雪、雪暴、沙尘暴、扬沙、浮尘、烟幕等视程障碍现象的情况下,通过调试RH,使雾与轻雾反映自然的年际与年代际气候波动,而霾反映由于人类活动而引起的趋势性变化,其限值大体在90%左右,与美国和英国在讨论霾影响能见度(vis)的长期变化趋势中使用的限值RH<90%相同。20世纪80年代以来大幅增加的霾日,绝大部分是由于人类活动影响的气溶胶细粒子污染造成的。依据上述结果和以前的研究,给出了霾与雾区分的概念模型、霾与雾观测的标准和灰霾天气预警信号发布的标准,并介绍了相关的业务产品。     

HAZE-TO-FOG TRANSFORMATION DURING A LONG LASTING, LOW VISIBILITY EPISODE IN NANJING

Haze-to-fog transformation during a long lasting, low visibility episode was examined using the observations from a comprehensive field campaign conducted in Nanjing, China during 4-9 December 2013. In this episode, haze was transformed into fog and the fog lasted for dozens of hours. The impacts of meteorological factors such as wind, temperature (T) and relative humidity (RH) on haze, transition and fog during this episode were investigated. Results revealed significant differences between haze and fog days, due to their different formation mechanisms. Comparison was made for boundary-layer conditions during hazy days, haze-to-fog days and foggy days. Distributions of wind speed and wind direction as well as synoptic weather conditions around Nanjing had determinative impacts on the occurrences and characteristics of haze and fog. Weakened southerly wind in southern Nanjing resulted in high concentration of pollutants, and haze events occurred frequently during the study period. The wind speed was less than 1 m s-1 in the haze event, which resulted in a stable atmospheric condition and weak dispersion of the pollutants. The height of the temperature inversion was about 400 m during the period. The inversion intensity was weak and the temperature-difference was 4°C km-1 or less in haze, while the inversion was stronger, and temperature-difference was about 6°C km-1, approaching the inversion layer intensity in the fog event. Haze event is strongly influenced by ambient RH. RH values increased, which resulted in haze days evidently increased, suggesting that an increasing fraction of haze events be caused by hygroscopic growth of aerosols, rather than simply by high aerosol loading. When RH was above 90%, haze aerosols started to be transformed from haze to fog. This study calls for more efforts to control emissions to prevent haze events in the region.     

内蒙古地区沙尘和霾自动观测数据的可靠性和修正方法研究*

2014年,中国气象局将地面人工观测业务调整为自动仪器观测的方式,这一改变明显提高了工作效率,但对观测结果,特别是视程障碍类观测产生了一定的影响。为了完善内蒙古地区霾和沙尘天气判别标准,获得准确可信的气象资料,本文选取了2001-2019年内蒙古12个站点逐三小时的气象观测资料,从时空分布特征和判别方法研究了内蒙古地区沙尘和霾自动气象观测数据的可靠性和判别标准的适用性。结合PM2.5和PM10两个空气质量指数,通过修正错误记录,将沙尘中误判的霾和无天气、霾中误判的沙尘、雾和无天气等分离出来。对比结果来看,修正前,霾和沙尘分别占总频次的95%和5%；修正后,霾、沙尘、雾和无天气分别占总频次的55%、17%、1%、27%。对比呼和浩特单站一次沙尘和一次霾天气过程中气象要素和空气质量指数的连续变化可以看出,相对湿度与PM2.5的相关性均达到了0.5以上。沙尘期,能见度与PM10负相关,PM2.5和PM10相关性较差；而霾期,能见度与PM2.5和PM10的相关性较差,PM2.5和PM10相关性达到了0.8以上,即不同相对湿度环境下影响能见度的因素不同。     

大运会期间深圳重度灰霾天气特征及环流形势

针对第26届大学生运动会将于2011年8月在深圳市举办,利用常规气象观测资料和NCEP再分析资料,分析深圳8月份重度灰霾天气的分布特征、环流形势,以期为大运会期间天气服务保障提供科学依据。结果表明:8月是深圳一年中霾天气相对较少的月份;8月份深圳霾和重度灰霾天气均呈上升趋势;霾天气造成能见度明显下降,重度灰霾日平均能见度仅4 km,08:00～14:00是重度灰霾最容易出现的时段;大运会期间重度灰霾天气影响概率较低,且持续时间低于6 h;深圳8月份重度灰霾天气主要发生在副热带高压控制、热带气旋型两种不同的环流形势下,其中热带气旋型是8月份造成深圳重度灰霾天气的主要形势。     

2011年11月苏州一次灰霾天气过程分析

2011年11月10-14日苏州地区发生了一次严重灰霾天气过程,利用气象观测资料、探空资料及大气成分站监测资料对苏州三个站点的受污染情况进行了综合分析。结果表明：灰霾期间地面受弱气压场控制,风力较小,且有接地逆温的持续存在,大气水平和垂直输送都很弱,导致大量污染物在近地面堆积,能见度恶化;三站中昆山站灰霾持续时间最长,共计104时次,影响程度最重,重度灰霾占总数的39 %,中度和重度灰霾超过灰霾总数的一半;灰霾时各粒径颗粒物浓度均维持在较高水平,细粒子在可吸入颗粒物中占有较大比重,说明细粒子对灰霾贡献作用大,14日凌晨昆山及太仓出现大雾天气时细粒子比重甚至超过了灰霾时,而相对湿度峰值只有94 %,因此将该段天气定性为雾霾共存或者湿性霾更妥;秸秆焚烧污染期间,BC浓度明显上升,其绝对浓度要高出正常情况的3倍左右;通过CO/SO₂及PM₁₀/SO₂对比发现昆山站受秸秆焚烧污染程度要严重的多,因此推测昆山本地郊区可能也存在零星秸秆露天焚烧点。