高原气象

高原气象 >

2021 , Vol. 40 >Issue 1: 189 - 199

DOI: https://doi.org/10.7522/j.issn.1000-0534.2019.00117

四川盆地冬季霾日数的分布特征及其与气象条件和海温关系

  • 罗玉 ,
  • 马振峰 ,
  • 李小兰 ,
  • 徐路扬 ,
  • 杜冰
展开
  • <sup>1.</sup>中国气象局成都高原气象研究所/高原与盆地暴雨旱涝灾害四川省重点实验室,四川 成都 610072;<sup>2.</sup>四川省气候中心,四川 成都 610072;<sup>3.</sup>北京市气象台,北京 100089;<sup>4.</sup>四川省气象探测数据中心,四川 成都 610072

收稿日期: 2019-09-30

  网络出版日期: 2021-02-28

基金资助

高原与盆地暴雨旱涝灾害四川省重点实验室(2018-青年-05, 2018-青年-06, 2018-青年-07, 2018-重点-07, SCQXKJZD-2019002, SCQXKJQN2020026)

收起

Distribution Characteristics of Winter Haze Days in Sichuan Basin And Their Relationships With Meteorological Conditions and SST

  • Yu LUO ,
  • Zhenfeng MA ,
  • Xiaolan LI ,
  • Luyang XU ,
  • Bing DU
Expand
  • <sup>1.</sup>Institute of Plateau Meteorology,China Meteorological Administration,Chengdu/Heavy Rain and Drought-Flood Disasters in Plateau and Basin Key Laboratory of Sichuan Province,Chengdu 610072,Sichuan,China;<sup>2.</sup>Climate Centre of Sichuan Province,Chengdu 610072,Sichuan,China;<sup>3.</sup>Beijing Meteorological Observatory,Beijing 100089,China;<sup>4.</sup>Sichuan Meteorological Observation and Data Centre,Chengdu 610066,Sichuan,China

Received date: 2019-09-30

  Online published: 2021-02-28

Fold

摘要

利用四川盆地气象站点资料和NCEP/NCAR再分析资料， 结合四川盆地冬季霾日数的时空变化特征， 分析了影响盆地冬季霾日数的气象条件， 探讨了海温异常对冬季霾日数的可能影响， 基于海温关键区建立冬季霾日数预测模型， 并检验了模型的预测能力。研究表明， 四川盆地冬季霾日数呈弱增加趋势； 四川盆地三大城市群为冬季霾多发区； 四川盆地冬季霾日数与相对湿度、 气温、 降水日数关系显著。四川盆地冬季霾日数偏多（少）年， 大气环流异常呈西伯利亚高压偏弱（强）、 欧亚中高纬呈北低（高）南高（低）、 东亚冬季风偏弱（强）、 副热带西风急流偏弱（强）。秋季东北太平洋、 热带太平洋以及北大西洋海温关键区暖海温（冷）发展， 有利于盆地盆地冬季霾日数偏多（少）。前期秋季东北太平洋、 热带太平洋、 北大西洋海温异常是影响四川盆地冬季霾日数的年际预报信号， 对四川盆地冬季霾日数的多寡具有较好的预测能力。

关键词： 四川盆地; 霾日; 海温; 年际信号

本文引用格式

罗玉 , 马振峰 , 李小兰 , 徐路扬 , 杜冰 . 四川盆地冬季霾日数的分布特征及其与气象条件和海温关系[J]. 高原气象, 2021 , 40(1) : 189 -199 . DOI: 10.7522/j.issn.1000-0534.2019.00117

Abstract

Based on the data of meteorological stations and NCEP/NCAR reanalysis and the spatial and temporal variations of haze days in winter in Sichuan Basin， the characteristics of the meteorological conditions and the SST anomaly were analyzed， which influenced haze days in winter in Sichuan Baisn.Based on the SST critical areas， a prediction model of winter haze days was established and validated.The results showed that the number of winter haze days increased weakly， three urban agglomeration were haze-prone areas， the relationship between the number of haze days in winter and relative humidity， temperature and precipitation days in Sichuan Basin was significant.The more （less） winter haze days in Sichuan Basin corresponded to the circulation characteristics of weaker （stronger） Siberian high， lower （higher） in the North and higher （lower） in the South of the Eurasian mid-high latitude， weaker （stronger） East Asian winter monsoon， weaker （stronger） East Asian subtropical jet.More （less） winter haze days were associated with warming （cooling） SST development in the key areas of Northeast Pacific， Tropical Pacific and North Atlantic.The previous autumn SST anomaly in the key areas of Northeast Pacific， Tropical Pacific and North Atlantic was interannual prediction signal， which significantly influenced winter haze days in Sichuan Basin.

Key words： Sichuan Basin; haze days; SST; interannual signal

参考文献

[1]Ning G C， Wang S G， Ma M J， et al， 2017.Characteristics of air pollution in different zones of Sichuan Basin， China［J］.Science of the Total Environment， 612： 975.
[2]Chen H P， Wang H J， 2015.Haze days in North China and the associated atmospheric circulations based on daily visibility data from 1960 to 2012［J］.Journal of Geophysical Research Atmospheres， 120（12）： 5895-5909.html.
[3]Ning G C， Wang S G， Ma M J， et al， 2018.Characteristics of air pollution in different zones of Sichuan Basin， China［J］.Science of the Total Environment， 612： 975-984.
[4]Quan J， Zhang Q， He H， et al， 2011.Analysis of the formation of fog and haze in North China Plain［J］.Atmosphere Chemistry and Physics， 11（15）： 8205-8214.
[5]Tie X X， Wu D， Guy B， 2009.Lung cancer mortality and exposure to atmospheric aerosol particles in Guangzhou， China［J］.Atmaospheric Environment， 43（14）： 2375-2377.
[6]Wang H J， Chen H P， Liu J P， 2015.Arctic sea ice decline intensified haze pollution in eastern China［J］.Atmospheric and Oceanic Science Letters.， 8（1）： 1-9.
[7]Wu D， Mao J T， Deng X J， et al， 2009.Black carbon aerosols and their radiative properties in the Pearl river delta region［J］， Science in China Series D-earth Sciences， 52（8）： 1152-1163.
[8]Wu D， Tie X X， Deng X J， 2006.Chemical characterizations of soluble aerosols in southern China［J］.Chemosphere， 64（5）： 749-757.
[9]Wu D， Tie X， Li C C， et al， 2005.An extremely low visibility event over the Guangzhou region： A case study［J］.Atmaospheric Environment， 39（35）： 6568-6577.
[10]Xiao D， Li Y， Fan S J， et al， 2015.Plausible influence of Atlantic Ocean SST anomalies on winter haze in China［J］.Theoretical and Applied Climatology， 122（1）： 249-257.
[11]白志鹏， 蔡斌彬， 董海燕， 等， 2006.灰霾的健康效应［J］.环境污染与防治， 28（3）： 198-200.
[12]丁一汇， 柳艳菊， 2014.近50年我国雾和霾的长期变化特征及其与大气湿度的关系［J］.中国科学（地球科学）， 44（1）： 37-48.
[13]高歌， 2008.1961-2005年中国霾日气候特征及变化分析［J］.地理学报， 63（7）： 761-768.
[14]郭婷， 朱彬， 康志明， 等， 2016.1960 -2012年长江三角洲地区雾日与霾日的气候特征及其影响因素［J］.中国环境科学， 36（4）： 961-969.
[15]郭晓梅， 2016.四川盆地空气质量气候特征及其大地形影响效应的观测模拟研究［D］.南京： 南京信息工程大学.
[16]郭晓梅， 陈娟， 赵天良， 等， 2014.1961 -2010年四川盆地霾气候特征及其影响因子［J］.气象与环境学报， 30（6）： 100-107.
[17]胡亚旦， 周自江， 2009.中国霾天气的气候特征分析［J］.气象， 35（7）： 73-78.
[18]况雪源， 张耀存， 刘健， 2008.对流层上层副热带西风急流与东亚冬季风的关系［J］.高原气象， 27（4）： 701-702.
[19]刘佳， 马振峰， 孙彧， 2016.1981 -2014年四川不同强度霾时空特征及气候成因［J］.环境科学学报， 36（12）： 4328-4339.
[20]罗玉， 马振峰， 赵鹏国， 等， 2019.近36a来四川盆地持续霾事件特征及环流分析［J］.中国环境科学， 39（9）： 3604-3615.
[21]吕越敏， 李宗省， 冯起， 等， 2018.近60年来祁连山极端气温变化研究［J］.高原气象， 37（5）： 959-970.DOI： 10.7522/j.issn. 1000-0534.2018.00135.
[22]宁贵财， 2018.四川盆地西北部城市群冬季大气污染气象成因及其数值模拟研究［D］.兰州： 兰州大学.
[23]四川省统计局.四川统计年鉴2002 -2017年 ［EB/OL］.http： //tjj.sc.gov.cn/tjcbw/tjnj/ index_1.
[24]孙彧， 马振峰， 牛涛， 等， 2013.最近40年中国雾日数和霾日数的气候变化特征［J］.气候与环境研究， 18（3）： 397-406.
[25]王珊， 修天阳， 孙扬， 等， 2014.1960 -2012年西安地区雾霾日数与气象因素变化规律分析［J］.环境科学学报， 34（1）： 19-26.
[26]魏凤英， 2007.现代气候统计诊断与预测技术（第二版）［M］.北京： 气象出版社.
[27]吴兑， 2006.再论相对湿度对区别都市霾与雾（轻雾）的意义［J］.广东气象， （1）： 9-13.
[28]吴兑， 毕雪岩， 邓雪娇， 等， 2006a.珠江三角洲大气灰霾导致能见度下降问题研究［J］.气象学报， 64（4）： 510-517.
[29]吴兑， 毕雪岩， 邓雪娇， 等， 2006b.珠江三角洲气溶胶云造成严重灰霾天气［J］.自然灾害学报， 15（6）： 77-83.
[30]吴兑， 吴晓京， 李菲， 等， 2010.1951 -2005年中国大陆霾的时空变化［J］.气象学报， 68（5）： 680-688.
[31]吴兑， 吴晓京， 朱小样， 2009.雾和霾［M］.北京： 气象出版社.
[32]吴萍， 丁一汇， 柳艳菊， 2016.中国中东部冬季霾日的形成与东亚冬季风和大气湿度的关系［J］.气象学报， 74（3）： 352-366.
[33]徐玮平， 张杰， 陈志恒， 等， 2018.两类春季极端低温的年代际特征与欧亚环流异常关系对比［J］.高原气象， 37（6）： 1655-1670.DOI： 10.7522/j.issn.1000-0534.2018.00058.
[34]徐祥德， 王寅钧， 赵天良， 等， 2015.中国大地形东侧霾空间分布“避风港”效应及其“气候调节”影响下的年代际变异［J］.科学通报， 60（12）： 1132-1143.
[35]严中伟， 裴琳， 周天军， 等， 2018.2017年冬季北京霾日极少的大尺度气候和环流背景： 兼“霾气候”预测研究［J］.气象学报， 76（5）： 816-823.
[36]尹志聪， 王会军， 郭文利， 2015.华北黄淮地区冬季雾和霾的时空气候变化特征［J］.中国科学： 地球科学， 45（5）： 649-655.
[37]尹志聪， 王会军， 袁东敏， 2015.华北黄淮冬季霾年代际增多与东亚冬季风的减弱［J］.科学通报， 60（15）： 1395-1400.
[38]于浩慧， 祁莉， 何金海， 等， 2018.非ENSO事件次年大西洋海温异常对夏季青藏高原大气热源准双周低频活跃度的影响［J］.高原气象， 37（3）： 602-613.DOI： 10.7522/j.issn.1000-0534. 2017.00082.
[39]张蓬勃， 管兆勇， 邵鹏程， 2015.江苏冬季霾日数的年代际变化与环流异常和区域增暖的可能联系［J］.热带气象学报， 31（1）： 103-111.
[40]赵普生， 徐晓峰， 孟伟， 等， 2012.京津冀区域霾天气特征［J］.中国环境科学， 32（1）： 31-36.
[41]中国气象局， 2007.QX/T 48-2007 地面气象观测规范第4部分： 天气现象观测［S］.北京： 气象出版社.
Options
文章导航

/

〈 〉

本系统由北京玛格泰克科技发展有限公司设计开发 技术支持：support@magtech.com.cn