西安霾天气时空分布特征与影响因子分析

选用1971—2013年西安7个一般气象站和西安探空站资料,综合人工观测霾日记录、能见度小于10.0km、相对湿度小于80%的标准,分析霾的年代际、季和月的时空分布特征,以及霾天气时风、降水、边界层等影响因子。结果表明:120世纪70年代至21世纪西安年代际平均霾日呈"减-增-减-增"趋势;2西安是关中地区主要大气污染区,霾主要出现在冬季,多发区域基本维持在中东部;城市化对霾天气发生影响显著,呈市区、近郊多,远郊少的特点;3大部分霾持续时间不超过一周;近95%霾出现在3.3m/s风速以下,一半以上霾天气风力小于1级;4霾日与雨日成反比,与连续无降水日数成正比,月均最长连续无降水日数低值区为4—9月,霾日数均不多;各月边界层高度和霾日数呈明显的反相关,冬季边界层低,霾日最多;5特殊的"盆地"地貌、风速逐年减小的气候变化趋势、城市工业污染加重等是造成西安霾天气形成并波动上升的重要影响因子。     

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。     

1961—2014年广东省霾日的时空分布特征

根据广东省86个气象站1961—2014年气象资料,采用日均相对湿度和能见度标准,以及线性趋势分析、Mann-Kendall突变检验等方法,研究了广东省霾日的时空分布特征。结果表明:1961—2014年广东平均年霾日以1.2 d/年的速率明显增加。20世纪60、70年代霾日较少,80年代开始波动增加,2003年后上升尤为明显,2007年达到最高。霾日冬季最多,1月和12月的霾日数占全年总数的28%,夏季最少,尤其是7月份,仅为全年总数的1.9%。广东省霾日在1985年左右发生突变性增加。全省霾日及其变化速率空间分布比较一致,霾日高值区、增加速率较大的地区主要集中在珠江三角洲,霾日低值区、增加速率较小的地区主要分布在广东西南部和东部大部分地区。     

成都及周边地区霾时空分布特征研究

利用成都及周边地区(包括眉山、广汉、绵阳、德阳)1980~2010年的地面气象观测资料,基于多种统计方法对该地区霾日的时空分布特征进行了详细分析。结果表明,(1)成都及周边地区的年平均霾日数整体呈增加趋势,尤其是近5年。霾日的季节变化主要表现为:冬季最多,秋季和春季次之,夏季最少,且夏、秋和冬三季霾日数均呈增加趋势,春季反之。霾日的月变化十分显著,大体呈"V"字型,最多出现在12月,最少出现在6月。(2)年平均霾日的空间分布基本一致,高值区主要分布在成都西南部以及东部的金堂、广汉、德阳、绵阳,低值区分布在成都北部。     

基于日均UV判别法统计的湛江市霾日特征

根据湛江市6个地面观测站1961—2014年的气象资料,采用日均UV法(U为相对湿度,V为能见度)、线性趋势分析、Mann-Kendall突变检验、小波分析等方法,研究了湛江市霾日的时空变化特征。结果表明:1961—2014年湛江市年平均霾日10.4 d,年霾日以每年0.5 d的速率显著增加。20世纪60年代和90年代霾日较少,20世纪80年代和21世纪霾日较多。冬季最多,1和12月的霾日之和占全年的39.4%;春季、夏季霾日较少,5—8月霾日之和仅占全年的5.8%。湛江市霾日在1977年左右发生突变性增加。霾日在20世纪80年代具有显著的2~4年周期,2000年以来具有3~5年的显著周期。霾日及其增加速率高值区集中在湛江城区、吴川、廉江;低值区集中在遂溪、雷州、徐闻。     

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。     

辽宁省霾天气季节变化特征及其主导因子分析

利用辽宁省51个地面气象观测站的能见度、均一化相对湿度和天气现象资料,采用最优距离法和固定比例法对能见度资料进行一致性处理,重建了1961—2020年的辽宁省逐日霾资料,并利用该资料对辽宁省年和四季霾日时空变化特征和主导因子进行分析。结果表明,1961—2020年辽宁省平均年霾日呈显著增加趋势[2.1 d·(10 a)^-1],但2015年以来霾日显著减少;空间上,年和四季霾日呈现一致的分布特征,均存在1个高值中心(沈阳)和2个副高值中心(北票和锦州),年平均霾日分别为139、52、46 d,辽东和辽西山区为霾日低发区,年平均霾日在20 d以内。风向和风速是霾日形成的重要气象因子,西南偏南风增加带来的暖湿气流对春季、夏季和秋季霾日的形成贡献较大,北风的减少则对冬季霾日的形成贡献较大。霾发生时辽宁省春季、夏季和秋季发生西南偏南风的频率分别由11.4%、12.1%和8.0%增加至15.8%、19.8%和13.5%,冬季则表现为北风发生频率的减少和静风发生频率的增加;霾发生时四季风速均较平均状况偏小,说明小风有利于霾的形成。辽宁省霾长期演变受到污染物排放、风力因子和环境政...     

广州市三种霾日统计方法的比较分析

根据广州市5个气象观测站1980—2013年的能见度、相对湿度和天气现象等资料,采用人工观测法、日均值法和14时值法对广州市霾日特征进行了对比分析。结果表明,3种方法统计的全市霾日数、霾日变化速率差异较大。全市年平均霾日是日均值法人工观测法14时值法,大致比例是1∶0.61∶0.48。人工观测法统计的广州市霾日变化速率最大,达2.9 d/年,是日均值法的2.9倍、14时值法的3.6倍。但是,3种方法统计的全市霾日长期变化趋势、季节变化特点和空间分布特征基本一致。霾日长期变化均呈显著上升趋势;霾日冬季最多,夏季最少;中心城区和花都区为霾日高值区。综合考虑霾日长期变化趋势、季节变化特点、空间分布特征和经济社会发展状况,日均值法统计更能反映广州市霾日的实际变化特征。     

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。     

1980～2012年重庆地区霾日时空变化特征

利用重庆34个地面观测站1980~2012年气象资料,对重庆霾的空间分布、气候特征及其变化趋势进行了分析。结果表明:重庆霾日数空间分布呈现出西部多、东部较少、盆地多的特点;霾天气冬季最多,春秋季次之,夏季最少,12月最多,7月最少;20世纪80年代中期到90年代后期重庆霾日数总体较多,从变化趋势看,1980~1996年呈波动上升趋势,1997~2012年呈波动下降趋势,这与重庆以煤炭为主的能源消费结构、SO2排放量的变化等密切相关。     

近50年中国霾年代际特征及气象成因

根据1961-2013年全国745个国家基准站的长期观测资料,分析中国霾日数年代际变化特征及可能的气象成因。结果表明:近50年来,中国霾天气主要集中在东部从华南到华北的大部分地区,霾日数呈增加趋势。秋冬两季是霾天气发生最频繁、变化最明显的两个季节。中国东部淮河以南地区秋冬两季霾日数在2000年前呈增加趋势,其后增加趋势变得较为平缓,20世纪90年代前霾日数与近地面风速呈显著负相关关系,90年代后则与大气相对湿度呈显著负相关关系,随着90年代前近地面风速减小和90年代后大气相对湿度降低,该区域霾日数表现出明显的增加趋势。中国东部从淮河到华北大部分地区秋冬两季霾日数1980年后增加趋势变得不明显,这可能与该区域近地面风速和大气相对湿度的变化趋势较为平缓有关。     

1960-2021年黑龙江省霾日数时空分布特征

本文基于1960-2021年黑龙江省霾天气月统计资料,利用ArcGIS空间插值,统计分析黑龙江省霾日数时空分布特征。结果表明：(1)1960-2021年黑龙江省平均霾日为3.4 d/a。1960-2013年每年霾日平均不足1 d,2014年以后霾日急剧增长,2014-2021年平均霾日增至20 d/a。(2)霾年代际变化特征呈现为1960 s到1970 s增加,1970 s至2000 s逐年代减少,2010 s又有增加趋势,2020年以后上升幅度明显。(3)从空间分布角度,黑龙江省霾天气呈现北少、南多的特征。2010年以后大部分地区霾日都呈明显增加趋势,霾日线性倾向率增加最多为哈尔滨通河,达8.3 d/10a。(4)黑龙江省霾天气主要出现在冬、春季节,霾日数月际变化呈现U型分布,10月至次年2月是一年当中霾发生次数最多的时段。     

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。     

重污染下我国中东部地区1960~2010年霾日数的时空变化特征

对1960~2010年我国中东部地区霾日数的时空变化特征的分析结果表明:1)霾日数大值区主要分布在人口众多的四川盆地、北京-天津-河北地区、长江中下游地区以及广东-广西中部。2)季节变化上,霾日数冬季较多,其中北京-天津-河北地区中部和西南部、四川盆地和东北地区东部和南部等地超过20 d,夏季最少。3)霾日数气候趋势系数在北京-天津-河北地区、长江三角洲地区和珠江三角洲地区趋势系数高达0.8。4)霾日数呈现明显的上升趋势[3.69 d(10 a)–1],其气候趋势系数为0.82,通过了99.9%的信度检验。5)我国中东部气溶胶光学厚度和对流层NO2的空间分布与年平均霾日数的分布基本一致,近51年来能源消耗量的稳定上升趋势也表明,人为因素导致的大气污染物排放量增加是引起霾天气出现频率上升的重要因素。     

30年来我国大气气溶胶光学厚度平均分布特征分析

利用北京等46个甲种日射站1961～1990年逐日太阳直接辐射日总量和日照时数等资料,反演了30年来各站逐年、逐月0.75μm大气气溶胶光学厚度(Aerosol OpticalDepth,简称AOD)平均值,分析了我国大气气溶胶光学厚度的年、季空间分布特征和年代际之间的变化.结果表明:我国大气气溶胶光学厚度的多年平均分布具有典型的地理特征,除个别大城市外,100°E以东,AOD以四川盆地为大值中心向四周减少;100°E以西,南疆盆地为另一个相对大值中心.气溶胶光学厚度的各季分布具有各自的特征.20世纪60年代,我国大气气溶胶光学厚度的平均分布特征是以四川盆地和南疆盆地为两个大值中心向四周减少;70年代,绝大多数地区AOD值增加,其中从四川盆地到长江中下游地区以及华南沿海等地,AOD增加较为明显,AOD的分布和60年代较相似;到80年代,我国大范围地区AOD继续呈增加趋势,其中长江中下游地区,AOD增加相当明显,气溶胶光学厚度的分布发生了一定的变化.     

深圳市霾日分布特征与城市经济指标关系

利用深圳市近30a来霾日UV法统计数据进行霾日分布特征分析,并结合1980～2007年深圳逐年国民经济指标统计数据,着重讨论了深圳市霾日与城市经济指标的相关性.研究表明,90、00年代的初期至中期,是深圳霾日增长趋势最明显的两个阶段,月均霾日高值在12月至次年1月,达8d/月以上;低值在6～7月,达2d/月以下,随年代...     

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。     

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.     

陕西省关中地区霾天气时空分布特征

利用国家气象信息中心提供的数据产品——雾霾数据集(v1.0),筛选整理出1983—2012年陕西省关中地区48个气象站的霾天气现象数据,分析关中霾日(站次)的时空分布特征。结果表明:关中地区霾日共有17 435站次,年平均581.2站次,霾日呈减少趋势;关中霾日月分布呈"碗"状形态,其中1月(123.7站次)、12月(111.5站次)最多,5—8月较少为13.3~14.6站次,10月到次年3月属霾天气的高发期;蓝田、长安、华县、大荔是关中地区霾天气的高发区。2003—2012年,在关中48个站中,有25站年平均霾日在1d以内,占52.1%,其中有13站连续10a无霾日,占关中站点的27%。     

1981—2019年四川省霾日时空变化特征及成因分析

利用1981—2019年气象观测资料,分析了四川霾日的时空变化特征,并分析了污染物排放量和气象条件变化对霾日的影响。结果表明:(1)四川盆地为霾日高发区,年均霾日达53.7 d,其中轻、中、重度霾日数分别为26.9、24.1和2.7 d,川西高原年均霾日数不足1 d。霾日高值区主要分布在盆地的中部、东部及南部,轻、中、重度霾日高值区分布与霾日基本一致。(2)近39 a盆地霾日总体呈下降趋势,气候倾向率为-0.03 d/10 a,霾日数及霾分布范围在20世纪90年代达到最大,进入21世纪后霾日数和霾范围呈减小趋势。(3)霾在冬季发生频繁,冬季年均霾日数达24.7d,且盆地大部地区超过30 d。(4)近39 a盆地共发生持续性霾12 782次,自贡市、德阳市、内江市、乐山市为持续性霾的高发区;盆地共发生区域持续性霾509次,其中10 d的区域持续性霾发生的次数最多,占比为87.8%。(5)盆地霾天气的主要贡献污染物为PM2.5和PM10。二者排放量在20世纪90年代达到最大,进入21世纪后开始减少,21世纪10年代减少最为明显。21世纪10年代前盆地平均气温升高、相对湿度下降,污染物的排放与气象条件的共同作用,导致霾事件出现频率较高。随着城市生态文明的建设与治理,在21世纪10年代,盆地区域污染物排放减少,区域升温率减小,相对湿度显著升高,霾出现频率有所降低。