空气污染与大气能见度及环流特征的研究

利用2000年7月—2001年5月兰州逐日污染物浓度及污染综合指数资料,分析了其与能见度的相关性,同时利用1980—2000年冬季兰州能见度的资料,对大气能见度及环流特征量进行了分析,并初步建立了能见度趋势预报方程。结果表明：大气能见度具有明显的日变化;年际变化呈增大趋势,20世纪90年代能见度要明显好于80年代。污染指数与能见度基本呈现负相关。印度副高脊线偏北,东亚大槽明显,即亚洲地区环流经向度大时,大气能见度增加,空气污染程度较轻。     

南阳市大气能见度变化趋势及影响因子分析

利用南阳市1995-2005年大气能见度和地面气象要素的观测资料及南阳市环境检测站提供的近3 a空气污染物监测数据,统计分析了近10 a南阳市大气能见度变化特征及其与气象要素和空气污染物的关系,结果表明:南阳市能见度年际变化呈缓慢波动上升趋势,夏秋季节2001年之后呈波动下降趋势;冬季能见度最低,春季最高;能见度月变化呈双峰型,第一个峰值在5月份,第二个峰值在9月份;一日之中,08时能见度最差,14时最好.能见度与同期气象要素及污染物浓度的相关分析表明,能见度与相对湿度、空气污染物PM10浓度呈显著性负相关,与NO2、SO2浓度负相关性较弱,与风速和气压呈弱的正相关,与温度的相关性较为复杂,雾是影响能见度的主要天气现象之一.     

1980—2013年大连市能见度的变化特征及影响因子

根据大连气象站1980—2013年的能见度、天气现象、湿度、风等资料,采用趋势分析、相关分析、频率分析等方法,研究了大连市能见度的变化特征及影响因子。结果表明：近34 a来,大连市能见度呈显著（α=0.01）的下降趋势,下降速率为1.4 km/10a。一年中秋季能见度最好,夏季能见度最差; 月最大值出现在10月,最小值在7月; 一日当中14时能见度最好,08时能见度最差;小于10.0 km的低能见度事件显著增加。大连市能见度的下降可能与雾霾天气增多、水汽压增加及风速的减小有关。     

厦门城市能见度和雾的特征与城市环境演变

利用厦门城市1980～2000年21年地面资料和探空资料，对能见度和雾演变特征及其物理成因进行分析，结果表明：厦门城市夏季能见度明显好于冬季，这可能与冬夏盛行风向不同，输送排放污染源地不同以及不同季节天气气候条件相关。厦门城市冬季和夏季能见度呈下降趋势，尤以夏季为突出，轻雾以上的频数也日益增加，其重要因素是城市的热岛效应。厦门城市能见度虽然明显好于污染较为严重的北京，但冬季厦门城市能见度与北京呈反位相演变趋势。夏季厦门城市能见度有着明显的日间变化，这与夏季海陆风日变化的垂直环流圈有密切关系。     

南京大气能见度变化规律及影响因子分析

利用累积百分率法、Ridit中值分析法、"非常好"能见度出现频率法以及平均能见度年际和季节变化法,对1980—2005年南京大气能见度年际变化趋势进行分析,发现1980—1984年能见度呈上升趋势,1985年以后则在波动中呈明显下降趋势。26 a中,日均大气能见度最小值为0.55 km,最大值为29.25 km,平均值为8.59 km。大气能见度具有明显的日变化和季节变化特征,一日之中,14时最好,08时最差;一年之中,冬季能见度最低,夏季最高。能见度与相对湿度呈负相关,与风速呈正相关,与温度和气压的相关性相对较小。PM10是影响南京地区大气能见度的首要污染物,通过对能见度与PM10平均质量浓度进行曲线拟合发现,二者呈负相关,复相关系数在秋季最高,夏季最低。由统计预报方程可知,空气污染和气象条件协同作用对能见度的影响在春季、秋季、冬季较为明显,夏季则相对较差。     

北京城市能见度及雾特征分析

利用北京及市郊16个标准国家气候站的1980至2000年21年能见度与雾特征等资料,对北京及周边地区的能见度和雾特征及其演变进行了研究结果表明,近20年北京能见度的变化存在显著季节性差异.近20年来,北京市区能见度冬季和夏季呈两种不同的变化.冬季能见度有转好趋势,夏季,80年代以来,北京市城区海淀、京西门头沟、石景山、丰台等地、北部及东部等地能见度有逐年转差趋势,冬季和夏季能见度距平呈反位相变化. 近十年上述能见度转差地带,雾日也是增加的.20世纪的最后10年与80年代开始的10年相比,夏季7、8、9月份北京城市和郊区的雾日有显著增加.雾日的高峰值出现在以海淀区为中心的北京城区的全境,包括京西的石景山、丰台、门头沟等地;另一个雾日数高峰区位于北京东部地区.北京夏季雾增加与能见度减低的地区分布趋于一致可能与北京特殊的"马蹄形"大尺度地形堆积影响有关. 尺度过滤分析研究表明,夏季,从北京城区向东南方向伸展至河北一带地区,有个显著的带状能见度减弱区.这个能见度减弱带与尺度分离揭示的城区内更小尺度的雾增大特征现象有关,有可能与最近10年北京以南地区其他的工业排放或污染源对北京的输送及城市发展变化有一定关系,即与大气气溶胶分布和北京特定的气象条件和城市变化状况有关.     

天津武清能见度特征分析

利用2006年8～9月的野外观测资料,分析了天津武清区晴天能见度的变化特征,并分析了能见度与细粒子（PM2．5）、大气污染物和大气相对湿度（RH）的相关性。结果表明：观测期内大气平均能见度为6．3km,低于4km的时间段占50％;日变化表现为日出前（北京时间5时）能见度最低,约为2．6km,下午15时最高,约为11．1km;不同大气相对湿度下能见度与大气中细颗粒物浓度相关性不同;污染气体浓度与能见度呈反相关关系,φ（SO2）、φ（NO2）、φ（NO）、φ（NH3）和φ（CO）越高,能见度越低。     

辽宁旅顺与山东龙口能见度对比分析

利用2002-2011年渤海海峡两岸辽宁旅顺和山东龙口地面气象站能见度逐时观测资料,采用等级分析法,统计分析两地平均和分级能见度的年、月、日变化特征。结果表明：位于渤海北岸旅顺的年均能见度值高于渤海南岸的龙口,近10 a两地年均能见度均呈下降趋势,龙口年均能见度降低速度高于旅顺;各级能见度的时间百分比旅顺年际变化较大,而龙口相对稳定;一年中两地10月份月均能见度最高,旅顺月均最低能见度出现在7月,龙口出现在6月,两地能见度日变化特征基本一致,呈一波峰一波谷形势。通过分析天气现象及相关气象因子发现,两地出现低能见度（0-1 km）时,风场、温湿场特征均存在明显区域性差异。     

西安市大气能见度变化规律及与空气污染关系

利用1980—2005年西安市大气能见度资料对大气能见度变化规律统计分析,并利用2005年西安市逐日污染物质量浓度资料,分析与能见度的相关性,结果表明:大气能见度有较明显的年际变化、月季变化和日变化特征。年际变化总体呈增大趋势,20世纪90年代中期以来明显好于80年代到90年代前期;能见度与空气污染物质量浓度呈负相关,污染物质量浓度对能见度的影响冬季最明显,秋季次之,夏季最差。     

辽宁中部城市群大气能见度变化趋势及影响因子分析

通过分析辽宁中部相对集中分布的5个城市群1987-2002年间的大气能见度、影响能见度的气象因子和污染物的变化特征及能见度与气象因子、污染物浓度之间的相关关系等,得到以下结论：（1）各城市能见度有明显的月、季和年际变化特征,能见度月变化呈双峰型,第一个峰值在5月份,第二个峰值在9,10月份;冬季能见度的值最低,春、秋季高;本溪市的能见度在逐年变好;沈阳的能见度从1987-1997年逐年变好,1997年以后又逐年变差;其它城市的能见度呈逐年变差的趋势。（2）各城市影响能见度的气象因子的年际变化特征基本是一致的;5个城市TSP,SO2污染浓度年均值均呈下降趋势,NOx的年际变化趋势不明显。（3）能见度与湿度、雾的相关关系都呈负相关且非常显著;与降雨量、风速及温度之间的关系比较复杂;与各种污染物的相关都呈负相关。     

Could the Recent Taal Volcano Eruption Trigger an El Ni?o and Lead to Eurasian Warming?

正The Taal Volcano in Luzon is one of the most active and dangerous volcanoes of the Philippines. A recent eruption occurred on 12 January 2020(Fig. 1a), and this volcano is still active with the occurrence of volcanic earthquakes. The eruption has become a deep concern worldwide, not only for its damage on local society, but also for potential hazardous consequences on the Earth's climate and environment.     

COMPARATIVE ANALYSIS OF VARIOUS DATA OF AIR–SEA TEMPERATURE DIFFERENCE AND ITS VARIATION ACROSS SOUTH CHINA SEA IN THE PAST 35 YEARS

Using the International Comprehensive Ocean-Atmosphere Data Set(ICOADS) and ERA-Interim data, spatial distributions of air-sea temperature difference(ASTD) in the South China Sea(SCS) for the past 35 years are compared,and variations of spatial and temporal distributions of ASTD in this region are addressed using empirical orthogonal function decomposition and wavelet analysis methods. The results indicate that both ICOADS and ERA-Interim data can reflect actual distribution characteristics of ASTD in the SCS, but values of ASTD from the ERA-Interim data are smaller than those of the ICOADS data in the same region. In addition, the ASTD characteristics from the ERA-Interim data are not obvious inshore. A seesaw-type, north-south distribution of ASTD is dominant in the SCS; i.e., a positive peak in the south is associated with a negative peak in the north in November, and a negative peak in the south is accompanied by a positive peak in the north during April and May. Interannual ASTD variations in summer or autumn are decreasing. There is a seesaw-type distribution of ASTD between Beibu Bay and most of the SCS in summer, and the center of large values is in the Nansha Islands area in autumn. The ASTD in the SCS has a strong quasi-3a oscillation period in all seasons, and a quasi-11 a period in winter and spring. The ASTD is positively correlated with the Nio3.4 index in summer and autumn but negatively correlated in spring and winter.     

Analysis of Atmospheric Boundary Layer Height Characteristics over the Arctic Ocean Using the Aircraft and GPS Soundings

正ERRATUM to: Atmospheric and Oceanic Science Letters, 4(2011), 124-130 On page 126 of the printed edition (Issue 2, Volume 4), Fig. 2 was a wrong figure because the contact author made mistake giving the wrong one. The corrected edition has been updated on our website. The editorial office is sincerely sorry for any     

Index to Vol.31

正AN Junling;see LI Ying et al.;(5),1221—1232AN Junling;see QU Yu et al.;(4),787-800AN Junling;see WANG Feng et al.;(6),1331-1342Ania POLOMSKA-HARLICK;see Jieshun ZHU et al.;(4),743-754Baek-Min KIM;see Seong-Joong KIM et al.;(4),863-878BAI Tao;see LI Gang et al.;(1),66-84BAO Qing;see YANG Jing et al.;(5),1147—1156BEI Naifang;     

Information for Contributors

正Journal of Meteorological Research is an international academic journal in atmospheric sciences edited and published by Acta Meteorologica Sinica Press,sponsored by the Chinese Meteorological Society.It has been acting as a bridge of academic exchange between Chinese and foreign meteorologists and aiming at introduction of the current advancements in atmospheric sciences in China.The journal columns include Articles.Note and Correspondence,and research letters.Contributions from all over the world are welcome.     

前寒武纪气候演化中的三个重要科学问题

自地球形成至寒武纪将近40亿年（距今46亿～5.4亿年,通常称为前寒武纪）的气候演变是一个具有特殊难度和挑战性的研究领域,同时也是基础和前沿的研究领域。文章选择了前寒武纪气候演化中的三个重要科学问题进行综述：大气演化、两次全球性的冰川期以及暗弱太阳问题。关于大气演化,本文首先描述了大气成分的演化历史,然后简述了影响大气成分演化的三个基本过程：大气逃逸、两次大气氧含量突然增加、碳酸盐-硅酸盐循环及其对气候系统的负反馈作用。两次全球性的冰川期分别发生在古元古代（距今24亿～21亿年）和新元古代（距今8亿～5.8亿年）,文章简述了其成因以及相关的气候模拟结果。暗弱太阳问题是地球历史气候演化的一个经典问题,论文简要地综述了一些最新的研究成果和观点。     

淮河流域水文极值预测模型研究

为探索气候变化影响下水文极值的非平稳性和预测方法,建立了水文极值非平稳广义极值（GEV）分布的统计预测模型。利用1952-2010年淮河上游流域累计面雨量和流量年最大值资料、同期500 hPa环流特征量资料以及17个CMIP5模式对环流特征量的模拟结果,筛选出对水文极值影响显著的年平均北半球极涡强度指数作为GEV分布参数的预测因子。分析了在RCP2.6、RCP4.5和RCP8.5情景下2006-2050年淮河上游流域水文极值对气候变化的响应。结果表明,10年以下与10年以上重现期的水文极值在非平稳过程中呈现前者下降而后者上升的相反变化趋势;多模型预测的集合平均在未来情景中均呈现上升趋势,情景排放量越大增幅越大,重现期越长增幅也越大。与极值的常态相比,极值的极端态更易受气候变化影响。     

CHARACTERISTICS AND TRENDS OF CLIMATIC EXTREMES IN CHINA DURING 1959–2014

The spatial and temporal variations of daily maximum temperature(Tmax), daily minimum temperature(Tmin), daily maximum precipitation(Pmax) and daily maximum wind speed(WSmax) were examined in China using Mann-Kendall test and linear regression method. The results indicated that for China as a whole, Tmax, Tmin and Pmax had significant increasing trends at rates of 0.15℃ per decade, 0.45℃ per decade and 0.58 mm per decade,respectively, while WSmax had decreased significantly at 1.18 m·s~(-1) per decade during 1959—2014. In all regions of China, Tmin increased and WSmax decreased significantly. Spatially, Tmax increased significantly at most of the stations in South China(SC), northwestern North China(NC), northeastern Northeast China(NEC), eastern Northwest China(NWC) and eastern Southwest China(SWC), and the increasing trends were significant in NC, SC, NWC and SWC on the regional average. Tmin increased significantly at most of the stations in China, with notable increase in NEC, northern and southeastern NC and northwestern and eastern NWC. Pmax showed no significant trend at most of the stations in China, and on the regional average it decreased significantly in NC but increased in SC, NWC and the mid-lower Yangtze River valley(YR). WSmax decreased significantly at the vast majority of stations in China, with remarkable decrease in northern NC, northern and central YR, central and southern SC and in parts of central NEC and western NWC. With global climate change and rapidly economic development, China has become more vulnerable to climatic extremes and meteorological disasters, so more strategies of mitigation and/or adaptation of climatic extremes,such as environmentally-friendly and low-cost energy production systems and the enhancement of engineering defense measures are necessary for government and social publics.