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。     

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。     

安徽霾日重建和时空特征分析

利用1970-2009年安徽80个地面气象观测站点资料,借助霾的客观判别方法,重建了近40年安徽霾的气候序列,并在此基础上系统地分析了安徽霾日数的气候特征。结果表明:(1)通过重建与实测序列的比较,发现重建序列可以反映出霾日的时间变化,但数值上重建的霾日数较观测记录明显偏高,同时重建的霾日序列可以弥补部分台站霾日长时间缺测的现象。(2)安徽霾日具有明显的时空分布特征。在年变化上,以20世纪80年代初为分界点,霾日数发生激增,随着经济的不断发展,霾日数和霾强度都在不断增加;在空间上,安徽东部霾日数明显高于西部,霾影响范围不断地向北、向西扩展,并且逐渐形成了皖中地区和沿江东部两个高值中心;在季节上,霾日数在秋、冬季达到最大,而在春、夏季较少,同时中、重度等级的霾都出现在秋、冬季。     

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...     

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。     

山东省霾日时空变化特征及其与气候要素的关系

利用山东省70个台站1961-2005年地面气象观测资料,运用EOF等统计方法,对山东省45 a来霾日数时空变化的气候特征进行了诊断分析。结果表明：山东省年平均霾日空间分布呈现鲁中、鲁南的部分地区多,鲁北、半岛大部地区少的特点。霾主要发生在秋冬季。过去45 a,山东省霾日数总体具有较强的上升趋势,2000年后略下降;霾天气发生时能见度主要在5～10 km,相对湿度主要为70%～90%;霾日数的变化与气温成正比,与降水量、风速呈反比。     

长江中游地区霾日的年际和年代际变化及其城乡差异成因研究

利用长江中游地区的湖北和安徽境内的156个气象站1961-2013年的逐日能见度、相对湿度、降水、天气现象等常规观测要素,对长江中游地区霾日进行了重建,并分析了霾日长期变化特征及其主要影响因素。结果表明:城市站较乡村站霾日数普遍偏多,且不同区域的霾日年际、年代际有着较为明显的差异。东亚冬季风的阶段性减弱(东亚大槽强度减弱)、北极海冰的减少等气候变率对大气环境容量变小、大气自净能力减弱和霾日的增加有较大的贡献。乡村地区的霾日年际变化和气候变率的相关性更高,表明乡村地区的霾日变化以受气候变率影响为主;而城市地区霾日数和气候变率的相关性较低,表明城市地区霾日变化主要受源排放影响,气候变率对霾日增加的贡献相对较小,城市区域大气环境容量的减弱是气候变化和城市化共同影响的结果。     

河北省霾日变化及成因

利用1981-2010年河北省142个气象站地面观测资料,按照霾的观测和预报等级行业标准,分析河北省霾日空间分布特征.以石家庄为例对多霾日成因进行探讨。结果表明：河北省霾日主要分布在太行山东麓地区,霾日高频次中心随时间范围在扩大,频次有增加趋势;典型代表站霾日随时间呈现增加、减少和平稳变化三种态势,单站间变化差异明显;河北省霾日主要以能见度大于5km轻微霾为主,代表站中度、重度霾日季节变化显著,64%以上出现在秋冬季节;霾的形成是多种因素综合作用的结果,区域分布主要与地理环境有关,气候上逆温层、风速、相对湿度、年降水日数与霾的形成有关,另外地方经济发展、人类社会活动对大气污染物的排放起到一定作用。     

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。     

1960-2009年武汉城区与郊区气候季节变化

利用1960-2009年武汉城区与郊区气象站逐日平均气温资料,采用相同气候季节划分方法,系统分析武汉城区与郊区气候季节起始时间、季节长度的变化趋势及其差异。结果表明：1980-2009年,武汉城区入春、入夏时间比郊区分别提前10 d和5 d,入秋、入冬时间城区比郊区推迟;武汉夏季长度城区比郊区长12 d,冬季、春季长度城区比郊区短6 d和5 d。1960-2009年武汉四季平均起始时间城区与郊区差别较小,但四季最早、最晚出现时间年际差别较大;武汉入春、入夏时间城区与郊区均提前,入秋、入冬时间均推后,但城区四季变化较显著,郊区仅入秋变化显著;武汉城区夏季长度呈极显著延长,冬季长度呈较显著缩短,城区春季、秋季及郊区四季长度变化均不显著。2000-2009年武汉城区与郊区季节起始时间和季节长度的变化较大,这是因为近10 a武汉作为中部地区崛起的支点,城区发展迅速。     

江苏省雾霾天气特征分析

根据2007年1月—2013年12月江苏省国家基准气候站的逐日地面观测资料,分析了江苏省雾、霾日数的气候变化特征以及霾天气发生时的主要气象要素场特征。结果表明:(1)雾日数分布从江苏省东部向西部逐渐减少,霾分布由南向北逐渐递减。(2)年际变化上,雾日数呈现一定的波动,霾日数逐年增长。秋、冬两季雾日数较多;霾日数在夏季最少。雾、霾天气分别在08时和14时发生次数最多。(3)淮安中度霾居多,微风、高湿情况下霾发生概率最高,不同季节风向分布不同。(4)风速与能见度成正相关关系,春、夏季的相关性较差,秋、冬季相关性相对较好。能见度与相对湿度春、冬两季两者之间呈明显的线性负相关,而夏、秋季拟合曲线呈非线性负相关。     

近50a来桂林市灰霾天气的气候特征及热岛效应影响

根据桂林基准站1957~2006年的观测资料,对桂林市灰霾天气的年、季变化规律及与热岛效应的关系进行了分析。结果表明,桂林市年灰霾日数平均值为30d,80年代前年灰霾日数变化相对平稳,年平均值为8.6d,处于较低水平,80年代后灰霾日数年平均值为49d,比80年代前增加了40.4d,年平均灰霾日数呈明显的线性增长趋势;灰霾日数的月季变化表现为秋冬季多,春夏季少的分布特征,秋冬两个季节的灰霾日数占全年的76%;90年代后桂林出现热岛效应,第四季度尤为明显,与灰霾天气也大多出现在这个季节的分析结果一致。     

广州灰霾天气的气候特征分析

根据广州气象观测站1961-2002年观测资料，对广州市灰霾天气的气候特征及其成因进行了分析。结果表明，广州灰霾日数12月最多，6月最少，秋冬两季占全年灰霾日总数的70％以上。年灰霾日数总体呈上升趋势，年灰霾日数变化可分为5个阶段，其中，70年代末期至80年代中期、80年末期至90年代中后期是灰霾的两个急剧上升阶段。灰霾日数年际变化多与大气中的污染物浓度有关，而月、季的分布多受天气形势和气象条件所控制。灰霾能够降低到达地面的太阳总辐射，减少日照时数。     

Changes of atmospheric circulation in central Europe and their influence on climatic trends in the Czech Republic

This work deals with the influence of changes of atmospheric circulation on observed trends of 11 climatic elements at 21 stations in the Czech Republic in the period 1961–1998. Atmospheric circulation in central Europe is described by the German (Hess-Brezowsky) and Czech-Slovak (Brádka’s) subjective catalogues of synoptic types. In the study period there is a strong downward trend in the occurrence of anticyclonic types in Brádka’s catalogue in all seasons, this trend being most prominent in autumn. Westerly and northwesterly types become more frequent in autumn and winter, less frequent in spring and summer under both classifications. In the Hess-Brezowsky catalogue, the occurrence of anticyclonic types increases in winter, spring, and summer. To assess the effect of circulation changes on observed climate trends we have used the method of “hypothetical” seasonal trends that are calculated from a daily series, constructed by assigning the long-term monthly average of the given climatic element under a specific circulation type to each day classified with this type. The ratio of these circulation-conditioned trends and observed seasonal trends shows that changes in atmospheric circulation are the primary cause of massive winter warming and autumn cooling, which is connected with increasing precipitation and humidity. Summer climate trends are unrelated to changes in atmospheric circulation. Simultaneous use of more circulation classifications for the detection of climatic changes is highly recommended, as the long-term circulation trends depend on the catalogue applied.     

1961—2017年云南季节变化特征分析

参照《中华人民共和国气象行业标准-气候季节划分》（QX/T 152-2012）中关于气候季节的定义标准,利用1961-2017年云南122个气象站的气温资料,分析了云南的气候季节区域的空间分布和季节开始日期及长度的变化趋势。云南共有4种气候季节区域,分别是四季分明区、无夏区、无冬区和常春区。无夏区范围最广,无冬区其次。不同年代四种季节气候区域空间分布范围不尽相同,无夏区和无冬区空间范围变化最显著。2011年以后云南出现四季分明区范围明显增大的现象,这与近年来气候变暖背景下云南气温年较差增大的观测事实相一致。云南四季分明区春季和秋季较长,夏季和冬季较短。无夏区秋季最长、春季次之、冬季最短。无冬区夏季最长、春季和秋季长度接近。不同气候季节区域间春季和夏季开始日期的变化均呈提早趋势,秋季和冬季开始日期有推迟的趋势;在季节长度变化上,夏季增长,冬季变短,但春秋季长度的变化不尽相同。     

梅州城区雾和霾的气候特征分析

为了研究本地区雾和霾的规律和趋势,利用梅州市气象局1990-2008年近20a的雾日和霾日统计资料,通过线性回归分析的方法从年、季和持续时间上分析了梅州城区的雾、霾气候特征.结果表明：1990-2008年期间梅州城区雾日数呈逐渐显著性减少的趋势,年雾日数减少幅度为0.4561d/a,霾日数从2005年之后开始呈明显增加趋势;雾在冬季最多,秋季和夏季最少,霾在冬季最多,夏季最少.另外,霾一年四季均有出现,且出现的几率不断增加,持续时间也不断增长.     

安徽省近60年雨日、降水量及雨强的气候变化特征

采用安徽省15站近60年来的降水资料,研究了季节和年雨日、降水量及雨强的气候变化特征.结果表明：1）空间分布上,雨日、降水量"南多北少",雨强中北部地区相当,皆小于南部地区;雨日数南北在冬春季相差较大,降水量夏季最多、冬季最少,雨强上南北在春季相差较大;雨日、降水量及雨强在年和季节上基本呈现显著正相关关系.2）时间演变上,雨日在减少,降水量、雨强在增多（大）,且表现为两阶段的变化特征;小波分析显示约10 a的年代际周期变化,雨日上存在、降水量上在衰减、雨强上则不明显,约5 a、3 a的周期变化存在较多;雨日在春秋季减少明显,降水量春秋季减少,夏冬季增加但不明显,雨强尤以夏冬季增大明显;无论是年还是各季节的时间演变上,降水量与雨日、雨强均呈显著正相关,但雨日与雨强之间相关性则差些.     

1961—2008年银川市灰霾天气的气候特征

对1961—2008年银川市灰霾天气日数资料进行分析。结果表明：银川市灰霾天气呈逐渐增加的趋势2,0世纪80年代前为缓慢增加阶段,20世纪后灰霾天气显著增加2,000年后灰霾天气急剧增加。银川市灰霾日数最多为12月,其次为11月,最少为5月,呈现出冬季大于秋季大于春季大于夏季的季节特征。一般情况下,银川市灰霾日数持续1—3d,持续2d及以上的灰霾天气占17%,持续5d及以上的灰霾天气占1%。持续时间较长的灰霾天气集中出现在冬季11月至翌年2月。灰霾天气持续时间与年代际变化有关,2000年前,银川未出现持续5d以上的灰霾天气过程;2000年后,随着灰霾天气日数增多,灰霾持续时间延长。     

POTENTIAL PREDICTABILITY OF MONTHLY PRECIPITATION OVER CHINA*

In this paper,based on the data at 70 stations selected evenly over China for 31 years from 1961-1991.three methods to estimate climatic noise have been discussed and then the climatic noise and potential predictability of monthly precipitation(January.July.April and October)have been examined.The estimating of climatic noise is based on the method of Madden and improved methods of Trenberth and Yamamoto et al.(1985).The potential predictability is approximated by the ratio of the estimated interannual variation to the natural variation.Generally.the climatic noise of monthly precipitation over China has obvious seasonal variation and it is greater in summer than in winter,a bit greater in autumn than in spring.In most areas,the climatic noise is prominently decreasing from south to north and from coast to inland.The potential predictability of monthly precipitation also has obvious seasonal and regional difference,but the potential predictability is greater in winter than in summer in most parts of China.Whereas the comparison of spring and autumn is not obvious.Comparing with the method of Madden,the estimated values of climatic noise based on the improved methods of Trenberth and Yamamoto et al.are relatively lower.