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。     

江西省近50年霾天气时空分布特征及成因分析

利用1964—2013年江西省83个站逐日霾观测资料,运用线性倾向估计等统计方法,分析江西省近50年霾时空变化特征及其与气候要素的关系。结果表明:江西霾日数呈赣中北部多、赣南少的特点,赣中的萍乡—宜春—抚州—上饶一带以及赣北北部的九江中部、景德镇北部地区是霾天气多发区,年均霾日数在30 d·a~(-1)以上。冬季霾日数最多,萍乡—宜春—鹰潭地区中北部、南昌—九江的中部以及上饶东部地区超过20 d·a~(-1),春季和秋季次之,夏季最少。12月是霾日数最多的月份,接近全年霾日数的2成。江西省霾日数呈年际增长的趋势,增长率为11 d·(10 a)~(-1),气候趋势系数为0.78,通过0.01的显著性水平检验。霾日数与平均风速和大风日数均呈负相关,而与静风日数呈正相关。近50年平均风速和大风日数呈下降趋势,静风日数呈上升趋势,这可能导致空气中污染物不易扩散而形成更多的霾天气。江西省降水日数呈减少趋势[-6.3 d·(10a)~(-1)],气温呈增暖趋势[0.15℃·(10a)~(-1)],霾日数与气温和降水日数分别呈正、负相关。     

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。     

1953—2008年厦门地区的灰霾天气特征

利用厦门气象局气象观测站1953—2008年地面气象观测资料和厦门市环保局2001—2005年PM10、SO2、NOX环境监测资料,分析了厦门地区霾天气的气候特征、气象要素特征,及其影响因素,探讨了大气污染物与霾天气的关系。结果表明,在过去的50多a中,年日照时数及能见度有明显下降的趋势;厦门市灰霾日数总体呈上升趋势,尤其近十年来更加明显;厦门夏秋季节霾日少于冬春季节;2000年以来,随着霾日的增加,霾的持续日数也迅速增加;风速增大不利于霾的形成,高相对湿度有利于霾的形成;近年来大气污染日益严重,污染物（SO2、NOX、PM10）浓度增大导致霾日数增加,能见度下降。     

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。     

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。     

四川省1980~2014年霾的时空分布特征

利用四川省1980~2014年地面观测站气象资料,系统分析了四川省霾的时空分布特征。结果表明:四川省霾日高值区主要分布在四川盆地;川西高原、攀西地区霾天数极少;重度霾主要分布在四川盆地的中东部地区,中度霾年平均最大值40 d出现在自贡;轻微霾日数随时间变化不大且发生日数最多;中度霾和重度霾时间变化特征相似,呈现波动性变化,1992年达到峰值,随后又呈波动性下降趋势;霾的发生有显著季节性特征,冬季最高,秋季次之,春季低于秋季,夏季最轻。      

宁夏雾日和霜日的变化趋势分析

利用1961～2012年宁夏22个气象台站逐日天气现象、能见度、相对湿度资料,采用气候倾向率、趋势系数、最大熵谱分析、突变分析等方法,分析了宁夏各区域雾日数和霾日数的空间分布及变化趋势。结果表明：宁夏雾目数、霾日数均呈南北多、中间少的空间特征,但雾日数南部最多,而霾日数北部最多。近52a来,雾日数除南部山区呈不显著的减少趋势外,其他3个区域均呈增多趋势,而霾日数各区域均呈显著的增多趋势;另外,二者均有明显的阶段性演变特征,1961—1980年为明显偏少阶段,1981～2000年为波动变化阶段,2001年以后为明显偏多阶段;雾日数具有较明显的准7．5a,4．3a周期振荡,霾日数具有较明显的准4．6a、3,0a周期振荡;各区域雾日数与霾日数均未发生突变现象。     

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。     

1960—2009年广西霾日时空变化特征

利用1960—2009年广西80个地面观测站资料,运用EOF、线性倾向估计等统计方法,分析了近50年广西霾日数的时空变化特征。结果表明:近50年广西霾日数总体呈上升趋势,与该地区人类活动和经济发展引起的污染排放增长密切相关;空间分布呈现出主要城市及其周边地区霾日多,边远地区及沿海地区霾日少的特点;广西霾天气主要发生在秋、冬季,以轻微霾 (能见度为5~10 km) 为主,且霾天气发生时的相对湿度8成以上介于70%~90%;除了空气污染之外,近50年风速呈下降趋势可能也导致更多的霾天气。     

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。     

成都平原经济区气候特征分析

利用1981～2015年成都平原经济区50个气象站逐月气温和降水观测资料,统计分析了成都平原经济区的气候特征.结果表明:成都平原经济区气温空间分布呈西北低-东南高的特征,其中遂宁、资阳、成都东南部、眉山东部、雅安南部以及乐山东北部气温较高,而峨眉山及绵阳北部龙门山脉气温较低;时间变化上,气温呈显著的上升趋势,在1996...     

1956—2019年昌北国际机场高影响天气变化特征

基于1956—2019年参证气象站记录的雷暴、闪电、暴雨、高温、低温、雾和霾等气候资料,利用常规气候统计及Morlet小波方法对影响昌北机场安全运营的高影响天气事件演变及周期变化规律进行统计分析。结果表明:1)雷暴多出现于春夏季,年均雷暴日数为49.8 d,呈波动下降趋势。2)春夏季闪电高发,且夏季机场附近存在较明显的闪电集中区域,闪电高频时段为13—20时,最高峰为15时。3)年均暴雨、大暴雨日数分别为5.0 d和0.8 d,呈缓慢增长趋势,暴雨集中在4—8月,大暴雨集中在4、6月,二者均在6月份最多。4)夏季高温日数呈缓慢增加趋势,7月份最多,8月份次之;冬季低温日数呈明显下降趋势,1月份最多,12月份次之。5)年均霾日数大于雾日数,霾多发于秋冬季,雾集中在冬春季,均于12月最常发生。6)冰雹、积雪、结冰、冻雨、沙尘、龙卷风等破坏性天气发生频次较小,但不应忽视此类天气的防范工作。7)暴雨、低温及高温日数均存在准2 a的周期变化。     

Long-Term Trends in the Probability of Different Grades of Haze Days in China from 1960 to 2013

The number of haze days and daily visibility data for 543 stations in China were used to define the probabilities of four grades of haze days: slight haze(SLH) days; light haze(LIH) days; moderate haze(MOH) days; and severe haze(SEH) days. The change trends of the four grades of haze were investigated and the following results were obtained. The highest probability was obtained for SLH days(95.138%), which showed a decreasing trend over the last54 years with the fastest rate of decrease of-0.903% ·(10 years)-1 and a trend coefficient of-0.699, passing the 99.9%confidence level. The probabilities of LIH and MOH days increased steadily, whereas the probability of SEH days showed a slight downward trend during that period. The increasing probability of SLH days was mainly distributed to the east of 105°E and the south of 42°N and the highest value of the trend coefficient was located in the Pearl River Delta and Yangtze River Delta regions. The increasing probability of LIH days was mainly distributed in eastern China and the southeastern coastal region. The probabilities of MOH and SEH days was similar to the probability of LIH days. An analysis of the four grades of haze days in cities with different sizes suggested that the probability of SLH days in large cities and medium cities clearly decreased during the last 54 years. However, the probabilities of LIH days was 10% and increased steadily. The probability of MOH days showed a clear interdecadal fluctuation and the probability of SEH days showed a weak upward trend. The probability of SLH days in small cities within 0.8° of large or medium cities decreased steadily, but the probability of LIH and MOH days clearly increased, which might be attributed to the impact of large and medium cities. The probability of SLH days in small cities 1.5° from a large or medium city showed an increasing trend and reached 100% after 1990; the probability of the other three grades was small and decreased significantly.     

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...     

近43a山西东南部日照时数时空变化特征及其影响因素

基于1976~2018年山西东南部11个地面气象观测站的逐月日照时数资料,分析了近43a山西东南部日照时数的时空变化特征,以及总云量、低云量、水汽压、降水量、雾日数和霾日数等气象因子对日照时数的影响。结果表明:山西东南部平均年日照时数空间差异显著,呈南北多、东西和中部少的分布特征;近43a年山西东南部日照时数呈显著减少趋势,气候倾向率为?71.9h/10a,2005年发生由多转少的突变;四季日照时数由多到少依次为春季、夏季、秋季及冬季,均呈减少趋势,其中春季趋势最小,秋季趋势最大;各月日照时数分布不均匀,5月最多,2月最少,除3月日照时数呈增加趋势外,其余各月均呈减少趋势,6月和9月的减少趋势最为显著;近43a总云量、雾日数、霾日数均呈显著增加趋势,而低云量、水汽压、降水量变化趋势不显著;雾日数增加是导致春季、秋季、冬季和年日照时数减少的重要因子之一,总云量增加是导致夏季、秋季、冬季和年日照时数减少的重要因子之一,降水量增加对夏季日照时数减少也有一定影响。      

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。     

河北省雾霾波动变化特征及成因研究

利用气象、土地利用等资料,采用统计方法,对河北省雾霾的特征及诱因进行了研究,结果发现:1)河北省多年平均雾霾日数分布情况呈由西南往西北逐步递减的趋势;各季节雾霾天能见度的空间分布不同,秋冬雾霾较为严重,自西南向东北呈递减的趋势,夏季自西南向东北呈递增的趋势,春季则自东南向西北呈递增的趋势。2)河北省近几十年来雾霾日数增加明显,增长斜率为0.45,但低能见度日数并不随雾霾日数增加而增加,主要是因为雾日数持续减少。3)河北省雾霾与国内生产总值(Gross Domestic Product,GDP)、能源消耗总量呈正比关系,而与机动车数量相关性不大。