高原气象

高原气象 >

2021 , Vol. 40 >Issue 4: 943 - 953

DOI: https://doi.org/10.7522/j.issn.1000-0534.2020.00081

论文

陕西省冬季霾天气的背景环流与欧亚大陆积雪深度的联系

  • 黄鑫 , 1, 2 ,
  • 巩远发 , 3 ,
  • 张雅斌 1, 2 ,
  • 刘慧 2, 4 ,
  • 魏娜 2, 5
展开
  • 1. 陕西省气象信息中心，陕西 西安 710014
  • 2. 秦岭和黄土高原生态环境气象重点实验室，陕西 西安 710014
  • 3. 成都信息工程大学，四川 成都 610225
  • 4. 陕西省气象台，陕西 西安 710014
  • 5. 陕西省气候中心，陕西 西安 710014
巩远发（1963 -）， 男， 四川成都人， 教授， 主要从事高原气象学，气象防灾减灾等相关研究. E-mail：

黄鑫（1989 -）， 男， 陕西绥德人， 工程师， 主要从事天气学和气候学研究. E-mail：

收稿日期: 2020-05-18

  修回日期: 2020-10-12

  网络出版日期: 2021-08-28

基金资助

陕西省自然科学基础研究计划项目(2020JQ-977)

国家自然科学基金项目(41775079)

陕西省自然科学基础研究计划项目(2020JQ-976)

秦岭和黄土高原生态环境气象重点实验室开放研究基金课题(2021G-15)

收起

Relationship between the Associated Background Circulations of the Winter Haze Days in Shaanxi Province and the Snow Depth in Eurasia

  • Xin HUANG , 1, 2 ,
  • Yuanfa GONG , 3 ,
  • Yabin ZHANG 1, 2 ,
  • Hui LIU 2, 4 ,
  • Na WEI 2, 5
Expand
  • 1. Shaanxi Meteorological Information Center，Xi’an 710014，Shaanxi，China
  • 2. Key Laboratory of Eco-Environmental and Meteorology for the Qinling Mountains and Loess Plateau，Xi’an 710014，Shaanxi，China
  • 3. College of Atmospheric Science，Chengdu University of Information Technology，Chengdu 610225，Sichuan，China
  • 4. Shaanxi Meteorological Observatory，Xi’an 710014，Shaanxi，China
  • 5. The Climate Center of Shaanxi Province，Xi’an 710014，Shaanxi，China

Received date: 2020-05-18

  Revised date: 2020-10-12

  Online published: 2021-08-28

Fold

本文亮点

基于1980 -2017年陕西省地面气象观测站观测资料、 NCEP/NCAR月平均再分析资料和日本JRA-55再分析陆地雪深资料， 对1980 -2016年陕西冬季霾日数的时空变化及可能原因进行了分析。根据陕西冬季霾日数偏多年与偏少年的高度场环流背景， 研究了影响陕西省冬季霾日数的主要环流系统。对欧亚大陆积雪深度分布对于陕西省冬季霾日数的影响进行了探讨。研究表明： （1）乌拉尔山地区的500 hPa高度场负（正）异常中心， 是有利于陕西省冬季霾日数增多（减少）的大气背景环流， 影响陕西省霾日数变化的海平面气压存在地中海地区与中亚至西伯利亚地区反位相变化的特征。（2）欧洲地区积雪深度增加（减小）， 会造成陕西省冬季霾日数的减少（增多）的气象条件。（3）欧亚大陆积雪深度分布与陕西省冬季霾日数的相关呈现欧洲地区与西伯利亚地区反位相的分布， 冬季积雪深度指数与陕西省冬季霾日数相关大于0.41， 积雪深度指数正（负）异常会造成乌拉山地区位势高度负（正）异常， 不利于（有利于）冷空气向东亚移动， 造成有利于陕西省冬季霾日数的增多（减少）的气象条件。

本文引用格式

黄鑫 , 巩远发 , 张雅斌 , 刘慧 , 魏娜 . 陕西省冬季霾天气的背景环流与欧亚大陆积雪深度的联系[J]. 高原气象, 2021 , 40(4) : 943 -953 . DOI: 10.7522/j.issn.1000-0534.2020.00081

Highlights

Based on daily observations from ground-level stations， monthly NCEP/NCAR reanalysis dataset and JRA-55 snow depth dataset， the interannual variation characteristics of haze days in Shaanxi province and the variations reason were analyzed.According to the background of the height field circulations of winter haze days in Shaanxi province， the main circulations systems affecting the number of winter haze days in Shaanxi province were studied.Meanwhile， the impact of the snow depth in Eurasia on the number of winter haze days was discussed.The main conclusions were as follows： （1）The negative （positive） anomaly center of the atmospheric circulations at 500 hPa over the Ural mountains is the background circulation of the increase （reduction） of the haze days in Shaanxi province in winter.The meteorological conditions conductive to the increase （reduction） of the haze days in Shaanxi province in winter was characterized by the opposite phase of sea level pressure between the Mediterranean and central Asia to Siberia.（2） The increase （decrease） of the snow depth in Europe could build up some meteorological conditions conductive to the decrease （increase） of the haze days in Shaanxi province in winter.（3） The correlations between the snow depth in Eurasia and the number of winter haze days in Shaanxi province showed an inverse distribution between Europe and west Siberia， the correlation coefficient between snow depth index and haze days in Shaanxi Province was greater than 0.41， the positive （negative） snow depth index could cause the negative （positive） height anomaly of the circulations over the Ural mountains， which will lead to the weakening （strengthening） of the cold air moving to East Asia and the meteorological conditions conducive to the increase （decrease） of the haze days in Shaanxi province in winter.

1 引言

近年来， 全国各地霾污染频发， 对人民健康、 交通旅游造成了明显的影响。大气中悬浮大量细小烟粒尘埃或盐粒时， 天空混浊并且能见度减小， 这种现象称为霾（盛裴轩等， 2000）。局地气溶胶浓度不仅取决于大气污染物的排放程度， 而且与大气扩散条件密切相关（尹志聪等， 2015）。
从长期的霾日数变化情况来讲， 气候条件是霾日数增加的一个重要因素（尹志聪等， 2015）。基于华北和黄淮地面定时气象观测数据， 尹志聪等（2015）指出1986 -2010年与1961 -1970年相比， 冬季高纬度经向环流较弱， 冷空气活动较弱， 华北和黄淮地区冬季风速减小， 不利于冬季华北和黄淮地区气溶胶的扩散。吴萍等（2016）指出冬季华北、 江淮和华南的风速的年代际减弱， 不利于以上地区大气气溶胶的扩散， 但有利于以上地区霾日数的增多。1980 -2016年冬季北京持续性霾日数增多与冬季850 hPa华北增强的南风异常有明显关系， 南风异常造成了地面风速降低， 有利于此地气溶胶的汇聚， 造成霾天气的产生（Pei et al， 2018）。综上所述， 霾天气的产生与地面风速以及冷空气的活动有密切的关系， 其中冬季冷空气向东亚移动往往伴随着风速的增强， 有利于气溶胶的水平扩散。
布和朝鲁等（2018）指出冬季大范围持续性低温事件与乌拉尔山阻塞高压联系的大型斜槽斜脊系统密切相关， 冷空气随着西伯利亚地区高压向东南方向移动或扩展进而影响东亚。冬季西伯利亚高压的增强有利于冬季华北平原北风的加强， 增大地面风速， 增强华北平原大气气溶胶的水平扩散（Zhao et al， 2018）。罗玉等（2019）指出冬季乌拉尔山阻塞高压偏弱（强）时， 四川盆地霾事件偏多（少）。冬季西伯利亚冷空气向东亚移动会对东亚地区风速造成明显的影响， 影响大气扩散条件， 对我国霾日数造成明显的影响（宗海锋等， 2008； Xiao et al， 2015）。故冬季西伯利亚地区甚至中亚地区冷空气向东亚移动对陕西省冬季霾日数的影响值得关注。
积雪能够增大地表反射率， 消融过程中会吸收大量热量， 造成当地大气温度的降低， 从而对大气环流产生影响（李崇银， 2000）。积雪也会对同期甚至后期春季的大气环流造成明显的影响（黄鑫等， 2017）。陈海山等（2003）利用欧亚大陆中高纬地区（10°E -135°E， 42.5°N -90°N）的积雪面积资料， 得出积雪面积偏大（小）， 冬季500 hPa高度场表现为正（负）欧亚遥相关型， 西伯利亚高压加强（减弱）， 冷空气向东亚活动偏强（弱）。冬季欧亚大陆降雪偏多能够减弱冷空气向东亚活动， 降低地面风速， 不利于中国东部气溶胶的扩散（Zou et al， 2017）。基于中国（30°N -41°N， 110°E -120°E）区域的气象站点能见度和相对湿度等资料， 秋季西伯利亚积雪面积与此地区12月的霾日数有明显的正相关关系， 积雪面积偏多能够在欧亚大陆激发出遥相关波列， 在中国中部北方地区激发出高压环流系统， 其中对流层低层的南风异常降低了地面风速， 大气扩散条件变差， 为气溶胶浓度增加提供了有利的气象条件（Yin et al， 2018）。冬季高纬度的积雪深度相比于积雪面积更能够反映积雪的热力效应（Wu et al， 2007）。因此本文利用积雪深度资料来探讨其对大气环流的影响， 探寻积雪深度与冬季陕西省霾日数的关系。

2 资料来源与方法介绍

2.1　资料来源

（1） 采用陕西省气象信息中心提供的各地面100个气象观测站（含西安站57036）的逐日地面观测资料， 包括地面水平能见度、 相对湿度、 天气现象记录； （2）美国国家环境预报中心（National Centers for Environmental Prediction， NCEP）和国家大气研究中心（National Center for Atmospheric Research， NCAR）全球再分析逐月高度场、 气压场、 风场、 温度场等资料， 水平分辨率2.5°×2.5°； （3）日本JRA-55积雪深度资料， 水平分辨率为1.25°×1.25°； （4） 美国国家海洋和大气管理局 （National Oceanic and Atmospheric Administration， NOAA）气候预报中心的逐月北大西洋涛动（NAO）指数， 定义12月至次年2月的NAO指数平均为冬季NAO指数。北大西洋涛动（NAO）是冬季北大西洋地区大气演变的主导模态， 表征亚述尔群岛和冰岛之间大气气压变化的大尺度跷跷板结构（Wallace et al， 1981）。上述资料时间跨度均为1980年12月至2017年2月。

2.2　方法介绍

重建陕西省冬季霾气候资料（吴兑等， 2014）， 即当14:00（北京时， 下同）未出现降水、 降雪、 沙尘等其他能导致低能见度的事件， 目（器）测能见度低于10（7.5） km， 相对湿度小于90%， 则被认定为霾日。张静等（2017）得出广州站14:00器测与目测能见度误差为4.3%以下。2014 -2016年陕西省各台站能见度观测方式陆续由目测转变为器测。参照文献（Yin et al， 2017）将器测能见度霾日判别阈值调整为7.5 km。故2014年后霾日数与未调整器测能见度判别阈值所得结果有不同（黄鑫等， 2019）。
采用Takaya et al （1997， 2001）定义的波作用通量（T-N通量）来描述准定常Rossby波的能量频散特征。该通量（W， 单位： m2·s-2）在WKB假设下与波的位相无关， 对数压力坐标系下表示为：
W = p 2000 | U | [ u ( v ' 2 - ψ ' v x ' ) + v ( - u ' v ' + ψ ' u x ' ) ] i + [ u ( - u ' v ' + ψ ' u x ' ) + v ( u ' 2 + ψ ' u y ' ) ] j + f 0 R a N 2 H 0 [ u ( - v ' T ' - ψ ' T x ' ) + v ( - u ' T   ' - ψ ' T y ' ) ] k
式中： ψ表示准地转扰动流函数（单位： m2·s-1）； U =（u， v）表示基本流场（单位： m·s-1）； p表示气压（单位： hPa）； R a表示干气体常数； H 0 表示标高（单位： m）； N 2表示Brunt-Väisälä频率； T表示温度（单位： ℃）； i、 j、 k分别表示纬向、 经向、 垂直地表方向的单位矢量。计算中， 以1980-2016年37年冬季气候平均场作为基本流场。以每一年的冬季（12月至次年2月）平均场减去37年冬季气候平均场得到距平场， 得到式（1）中的准地转扰动。
本文所用主要方法还包括合成分析、 相关分析、 回归分析及t检验等。冬季为12月至次年 2月。

3 陕西省冬季霾日数的年际变化

将陕西省分为陕北、 关中、 陕南三个区域， 陕北为榆林和延安， 属于传统意义上的黄土高原［图1（a）］。关中盆地［图1（a）］包含铜川、 咸阳、 西安、 宝鸡、 渭南五个市， 陕南为汉中、 安康、 商洛三个市， 包含汉水谷地及秦巴山区部分地区［图1（a）］。陕西冬季霾天气与陕西的地形及气候密切相关， 925 hPa［图1（b）］陕西关中及陕南盛行弱东风， 关中以西地势明显偏高， 关中西部及陕南存在明显的辐合区， 中心强度均小于-2×10-6 s-1， 有利于陕西霾天气的产生。陕北850 hPa盛行西北风（图略）。关中及陕南区域［图1（b）， （c）］风速均小于2 m·s-1。冬季平均海平面气压场［图1（c）］蒙古高原存在大于1032 hPa的高压中心， 陕北海平面气压大于1028 hPa， 关中及陕南区域大于1024 hPa。
图 1 陕西及周边地形（a， 单位： m）， 1980 -2016年冬季平均925 hPa风场（矢量， 单位： m·s-1）和散度场（彩色区， 单位： ×10-6 s-1）（b）， 以及海平面气压场（等值线， 单位： hPa）和925 hPa平均风速（彩色区， 单位： m·s-1）（c）分布

灰色区域为海拔超过1500 m的区域

Fig.1 Topographic map of Shaanxi and its surrounding areas （a， unit： m）， climatological winter mean wind （vector， unit： m·s-1） and divergence （color area， unit： ×10-6 s-1） at 925 hPa （b）， composite SLP （contour， unit： hPa） and wind speed （color area， units： m·s-1） at 925 hPa in winter （c） from 1980 to 2016.Grey area indicates the altitude above 1500 m

陕西省平均每年冬季霾日数约为12天（图2）。1980 -1993年冬季霾日数偏多， 1994 -2012年冬季霾日数偏少， 2013 -2016年陕西省每年冬季平均霾日数分别大于14天， 9天， 20天和25天。关中地区霾日数最多， 平均每年冬季约为18天。陕南次之， 平均每年冬季霾日数约为10天。陕北霾日数最少， 平均每年冬季约为3天。关中、 陕南在1980 -2010年霾日数呈现波动下降的趋势， 2010年之后呈现波动上升趋势， 与全省霾日数的变化趋势基本一致（黄鑫等， 2019）。1980 -2016年冬季陕西三个子区霾日数互相之间的相关系数均大于0.72， 陕北、 关中、 陕南冬季的霾日数与全省冬季霾日数相关系数分别大于0.80， 0.92和0.97， 并且通过了99%的信度检验， 这也说明陕西每年冬季平均霾日数变化存在区域一致性。
图 2 陕西省以及各区域平均冬季霾日数的逐年变化

Fig.2 Annual haze days averaged over 100 stations in Shaanxi and annual haze days in different sub-regions of Shaanxi Province in winter from 1980 to 2016

4 环流异常特征

为了分析陕西冬季霾日数偏多年与偏少年的大气环流异常特征， 根据霾日数的时间序列， 挑选出大于+0.5σ（标准差）的年， 即挑选出大于13.6 天的年份， 定义为霾日数偏多年。挑选出小于-0.5σ（标准差）的年， 即小于9.8天的年份定义为霾日数偏少年。其中（1981， 1982， 1984， 1986， 1989， 1991， 1992， 2013， 2015和2016年）为偏多年， （1983， 1985， 1998， 2001， 2003， 2007， 2008， 2009， 2010， 2011， 2012和2014年）为偏少年。对霾日数偏多年和偏少年的高度场异常分别进行了合成分析， 霾日数偏多年［图3（a）， （b）］， 格陵兰岛南侧为高度场负异常区域， 欧洲地区为明显的高度场正异常区域， 乌拉尔山地区为低压槽区， 高度场偏低， 巴尔喀什湖至日本存在一个明显高度场正异常带， 500 hPa和850 hPa高度场上乌拉尔山地区负异常中心强度小于-20 gpm， 乌拉尔山地区的负异常中心会造成西伯利亚冷空气向东亚地区移动的减弱， 经向环流减弱， 巴尔喀什湖至日本的高度场正异常区会阻挡西伯利亚的冷空气向南推进， 从而造成陕西省风速的降低， 不利于陕西地区气溶胶的水平扩散， 为霾日数的增多创造有利的气象条件。当陕西省霾日数偏少时［图3（c）， （d）］， 在乌拉尔山地区存在一个明显的高度场正异常区域， 500 hPa中心强度大于40 gpm， 850 hPa中心强度大于25 gpm。乌拉尔山地区的高度场正异常有利于西伯利亚地面气压的增大， 经向环流增强， 有利于西伯利亚的冷空气向东亚地区移动， 造成陕西省风速的加强， 增强大气气溶胶的水平扩散， 有利于霾日数的减少。霾日数偏多年［图3（e）］西伯利亚至贝加尔湖南部为明显的海平面气压负异常区， 乌拉尔山地区有明显的低压槽［图3（a）］， 中亚至西伯利亚地区气压负异常中心小于-2.4 hPa。偏少年［图3（f）］中亚以及西伯利亚地区至贝加尔湖南部为正异常区， 西伯利亚地区气压正异常中心大于2.8 hPa， 反映了西伯利亚地区气压的增强。对比分析对霾日数合成的高度场分布， 发现乌拉尔山地区的异常中心会对陕西省霾天气的产生造成明显的影响。尹志聪等（2015）也得出乌拉尔山高压偏弱， 冷空气难以推进到华北地区， 华北黄淮地区风速较小， 不利于华北黄淮地区气溶胶的水平扩散。陕西省冬季霾日数偏多年偏少年的海平面气压合成场［图3（e）， （f）］存在地中海地区与中亚至西伯利亚地区反位相变化， 与尹志聪等（2015）提出华北黄淮冬季霾偏多年时海平面气压场为北极涛动（AO）正位相分布不同。
图3 冬季霾日数偏多年（a， b）和偏少年（c， d）高度场 （等值线， 单位： gpm）及其距平合成（彩色区， 单位： gpm）， 冬季霾日数偏多年（e）和偏少年（f）海平面气压场（等值线， 单位： hPa）及其距平合成场（彩色区， 单位： hPa）分布

打点区表示通过90%的信度检验； 灰色区域为海拔超过1500 m的区域

Fig.3 Distribution of composite geopotential height （contour， unit： gpm） and its anomaly （color area， unit： gpm） distribution of the years for the high （a， b） and the low （c， d） frequencies of haze days， composite SLP （contour， unit： hPa） and its anomaly （color area， unit： hPa） distribution of the years for the high （e） and the low （f） frequencies of haze days in winter.The dots represent statistical significance exceeding the 90% confidence level， grey area indicates the altitude above 1500 m

大气污染物的扩散与传输与近地层925 hPa的风速风向密切相关（Ding et al， 2017）。因此本文考察了冬季霾日数偏多年与偏少年925 hPa的风速风向距平场， 在霾日数偏多年［图4（a）］从山东至陕西关中及关中以北均为东风以及东南风异常， 有利于将我国中东部地区的大气气溶胶输送到陕西地区（黄鑫等， 2019）， 同时反映了中亚至西伯利亚地区与东亚地区气压梯度负异常［图3（b）， （e）］， 关中及陕南大部分地区925 hPa风速距平小于-0.1 m·s-1， 并且关中以西地形较高， 对东风有明显的阻挡作用， 不利于风速的增大， 陕南中部及西南部存在东北风异常， 秦巴山区对陕南东北风有明显的阻挡作用， 不利于陕西地区大气污染物的扩散。在霾日数偏少年［图4（b）］陕西关中及以北地区存在西北风异常， 风速增大， 500 hPa（图略）中亚咸海南部经新疆青海地区至关中存在明显的西北风气流异常， 反映了中亚以及西伯利亚地区与东亚气压梯度的正异常［图3（c）］， 并且冬季甘肃以西大气气溶胶含量较低（张芝娟等， 2019）， 陕南西部到东部则由西南风转变为西北风， 关中和陕南东南侧地势明显偏低， 不存在地形对低层风速风向的阻挡作用， 有利于陕西地区大气污染物的扩散。霾偏多年和偏少年表面风场分布（图略）和850 hPa风场（图略）与925 hPa风场类似。
图4 冬季霾日数偏多年（a）和偏少年（b）925 hPa 风场距平（矢量， 单位： m·s-1）和风速距平合成场（彩色区， 单位： m·s-1）

打点区表示通过90%的信度检验； 灰色区域为海拔超过1500 m的区域

Fig.4 Distribution of composite wind anomaly （vector， unit： m·s-1） and wind speed anomaly （color area， unit： m·s-1） the years for the high （a） and the low （b） frequencies of haze days on 925 hPa.The dots represent statistical significance exceeding the 90% confidence level， grey area indicates the altitude above 1500 m

5 欧亚大陆积雪深度异常与霾日数

欧亚大陆积雪变化会对欧亚大陆的大气环流造成明显的影响（许立言等， 2012）。分析冬季陕西省霾日数与11月和冬季欧亚大陆积雪深度的相关场［图5（a）， （b）］得出， 在欧亚大陆存在两个明显的相关区域， 即欧洲负相关区（40°N -65°N， 10°W -35°E）和西伯利亚正相关区（48°N -65°N， 50°E -100°E）。11月冬季欧洲地区的负相关中心强度小于-0.48， 11月西伯利亚的正相关中心强度大于0.73， 冬季欧洲地区的负相关中心强度小于-0.49， 冬季西伯利亚的正相关中心强度大于0.76。11月与冬季西伯利亚关键区的雪深自相关大于0.77， 通过99%的信度检验。Zou et al（2017）指出秋季西伯利亚降雪增多， 能够造成冬季中国东部地区大气扩散变差。Luo et al （2019）指出秋季积雪异常可以持续到冬季， 对欧亚大陆冬季的大气环流造成明显的影响。因此11月西伯利亚关键区积雪深度的变化能够持续到冬季进而对欧亚大陆冬季大气环流造成影响。NAO会对欧洲的温度和降水造成明显的影响（Hurrell， 1995）。Kim et al（2013）指出NAO负（正）位相有利于冬季1 -2月欧洲地区积雪面积的增加（减少）。北大西洋涛动（NAO）正位相时， 黑海以西欧洲低纬度地区位于NAO正位相的正异常区域， 高度场正异常的下沉作用增加了此地的温度， 有利于此处积雪深度的减小。NAO负位相时， 黑海以西欧洲地区高度场偏低， 造成了此处降水与蒸发差值的增加（Hurrell， 1995）， 有利于此处积雪深度的增加。将冬季欧洲地区的积雪深度做区域（40°N -65°N， 10°W -35°E）平均， 将其作为欧洲地区雪深指数I EUR， 通过计算相关性发现冬季NAO指数与I EUR的相关性达到-0.41， 通过了95%的信度检验。对I EUR回归的500 hPa高度场（图略）显示在欧洲区域为明显的高度场负异常区域， 乌拉尔山地区为明显的高度场正异常区域， 乌拉尔山正异常区域中心强度大于2 gpm， 东亚大槽明显加深， 中心强度低于-3.5 gpm， 有利于西伯利亚地区的冷空气向东亚移动， 增大近地面的风速， 有利于气溶胶的水平扩散， 为陕西霾日数的减少创造了有利的气象条件。柴晶品等（2011）指出NAO负位相期间乌拉尔山地区阻塞活动频率明显高于NAO正位相期间。肖贻青（2017）指出NAO与乌拉尔山阻塞事件密切相关， NAO负位相时乌拉尔山阻塞更强。利用1948 -1994年逐日积雪深度资料， 陈海山等（2012）得出冬季欧亚大陆积雪深度东、 西部反相的偶极型空间分布特征， 与本文霾日数与雪深相关场分布类似。为了分析欧亚大陆积雪深度对大气环流的影响， 根据图5积雪深度与霾日数的相关分布， 定义了雪深指数， 即冬季西伯利亚（48°N -65°N， 50°E -100°E）的积雪深度区域平均与冬季欧洲（40°N -65°N， 10°W -35°E）积雪深度区域平均IEUR的差值， 具体公式如下：
图5 冬季陕西霾日数与前期11月（a）与冬季（b）欧亚大陆积雪深度的相关场

黑点区域表示通过90%的信度检验； 矩形框分别表示40°N -65°N， 10°W -35°E和48°N -65°N， 50°E -100°E

Fig.5 The correlation coefficient distribution of the November （a） and winter （b） snow depth with the winter haze days.The dots represent statistical significance exceeding the 90% confidence level.The rectangles represent the areas of 40°N -65°N， 10°W -35°E and 48°N -65°N， 50°E -100°E

I s n o w d e p t h = I S I B E R I A - I E U R
积雪指数的定义表明， 当雪深指数（I snowdepth）越大， 西伯利亚地区平均雪深与欧洲地区平均雪深差值越大。将雪深指数（I snowdepth）与陕西省霾日数做相关分析， 二者的相关大于0.41（图6）， 通过了99%的信度检验。1980和1981年冬季雪深指数与霾日指数关系较差， 这可能与秋冬季节北极海冰变化对冬季大气环流影响有关（武炳义等， 2011； Yin et al， 2017）。1982年以后冬季雪深标准化指数与陕西冬季霾日标准化指数具有较好的对应关系（图6）， 特别在2015 -2016年标准化冬季陕西霾日数与标准化雪深指数均明显出现了增大。但是2015年后陕西省大气污染物排放反而出现了下降（黄鑫等， 2019）。
图6 冬季雪深指数和冬季陕西省霾日数标准化时间序列

Fig.6 Standardized snow depth index and standardized winter haze days of Shaanxi Province

对冬季关键区的积雪深度指数（I snowdepth）回归的高度场［图7（a）， （b）］显示， 冬季欧亚大陆雪深关键区的异常变化可以在欧亚大陆激发出遥相关波列， 即500 hPa和850 hPa高度场上欧洲的正异常中心， 乌拉尔山地区的负异常中心， 贝加尔湖南侧至日本的正异常中心， 北大西洋至欧洲大陆存在明显的NAO遥相关型分布。NAO指数与陕西省冬季霾日数相关约0.32， 通过了90%的信度检验。500 hPa高度场欧洲地区的正异常中心强度大于3.5 gpm， 乌拉尔山地区的负异常中心强度小于-2 gpm， 贝加尔湖南侧至日本的正高度场异常中心强度大于2 gpm， 贝加尔湖南侧的正高度异常能够阻挡西伯利亚冷空气向东亚移动， 造成陕西地区近地面风速的减小， 不利于气溶胶的水平扩散。正高度异常能够抑制大气的上升运动（尹志聪等， 2015）， 陕西地区位于正高度异常区域， 不利于气溶胶向高空扩散。850 hPa高度场乌拉尔山地区的负异常中心小于-2 gpm， 经向环流减弱， 这种环流异常场的特征不利于西伯利亚冷空气向南移动， 造成陕西地区风速的减弱， 不利于气溶胶的水平扩散， 为霾日数增多创造了有利的气象条件。
图7 冬季500 hPa（a）和850 hPa（b）位势高度场（等值线， 单位： gpm）对冬季积雪深度指数的回归系数及500 hPa所对应的波作用通量（矢量， 单位： m2·s-2）

深浅阴影表示通过95%和90%的信度检验

Fig.7 The regression coefficients of geopotential height （contours， unit： gpm） and horizontal component of the 500 hPa wave-activity flux （vector， unit： m2·s-2） by snow depth index on 500 hPa （a） and 850 hPa （b） in winter.The darker（lighter） shaded represents statistical significance exceeding the 95% （90%） confidence level

从波作用通量分布来看， 在北大西洋至欧亚大陆存在4个明显的辐散中心， 其中欧洲地区的波作用通量向下游辐散至里海东部伊朗高原地区， 造成了波作用通量辐合， 有利于此地正高度异常的产生。西伯利亚地区波作用通量向下游辐散， 在贝加尔湖地区出现了辐合区， 有利于贝加尔湖地区正高度异常带的产生。当积雪指数（I snowdepth）偏大时， 西伯利亚地区平均雪深大于欧洲地区平均雪深， 由于积雪的冷却作用以及地表反射率的增大的影响（李崇银， 2000）， 欧亚大陆大气受热不均匀， 欧洲地区与西伯利亚地区温差增大， 造成了西伯利亚地区500 hPa高度场负异常， 欧洲地区500 hPa高度场的正异常， 欧洲地区和西伯利亚地区均有波作用通量向外辐散。
分析对冬季积雪深度指数回归的冬季海平面气压场［图8（a）］得出， 在东欧平原至贝加尔湖以西存在明显的负异常中心， 强度小于-0.3 hPa， 海平面气压场的负异常中心造成了中亚至西伯利亚地区气压的减弱， 高纬度与低纬度之间的气压梯度负异常， 不利于西伯利亚冷空气向南移动， 有利于陕西地区风速的减小， 不利于大气气溶胶的水平扩散。对霾日数回归的冬季海平面气压场［图8（b）］与对雪深指数回归的海平面气压场分布类似， 在东欧平原至中亚以及西伯利亚存在明显的海平面气压场负异常中心， 中心强度小于-0.5 hPa。
图8 冬季海平面气压（等值线， 单位： hPa）对冬季积雪深度指数（a）及冬季陕西省霾日数时间序列（b）的回归系数

深浅阴影表示通过95%和90%的信度检验

Fig.8 The regression coefficients （contour， unit： hPa） of sea level pressure by snow depth of winter （a） and the frequencies of haze days in Shaanxi Province in winter （b）.The darker （lighter） shaded represents statistical significance exceeding the 95% （90%） confidence level

风速和风向会对大气污染造成明显的影响（王倩倩等， 2020）。对冬季积雪深度指数回归的925 hPa风场［图9（a）］可以看出， 在里海以北存在大于0.05 m·s-1， 部分地区甚至大于0.1 m·s-1的南风异常区域， 这也反映了乌拉尔山高度场负异常对低层气流的影响， 正的南风异常阻挡了西伯利亚冷空气向南移动。陕西省榆林以南均为正的东南风异常， 秦巴山区以及黄土高原对东南风均有明显的阻挡作用， 不利于大气气溶胶的扩散， 除了延安均出现了风速负异常， 这也反映了陕西省冷空气活动的减弱， 对积雪指数回归的850 hPa风场（图略）在陕西也存在明显的辐合。925 hPa散度场显示在陕西以及汾渭平原地区均存在小于-0.16×10-6 s-1的辐合区域， 配合500 hPa正异常中心［图7（a）］， 不利于污染物垂直扩散， 有利于气溶胶在陕西和汾渭平原积累。图9（b）对陕西省冬季霾日数回归的925 hPa风场在里海以北存在大于0.1 m·s-1的南风异常区， 同样阻挡了西伯利亚冷空气向南移动， 925 hPa散度场显示在陕西以及汾渭平原地区存在小于 -0.1×10-6 s-1的辐合区域。陕西省榆林以南为南风异常区域， 并且风速出现了负异常， 反映了冷空气活动的减弱， 不利于气溶胶的水平扩散， 有利于霾天气的产生， 对霾日数回归的850 hPa风场（图略）与925 hPa风场类似。
图 9 925 hPa风场（矢量， 单位： m·s-1）， 散度场（等值线， 单位： ×10-6 s-1， 等值线间隔为0.04×10-6 s-1）， 风速（彩色区， 单位： m·s-1）对冬季积雪深度指数（a）及陕西省冬季霾日数时间序列（b）的回归系数

打点区域表示通过了90%的信度检验； 灰色区域为海拔超过1500 m的区域

Fig.9 The regression coefficients of wind （arrow， unit： m·s-1）， divergence （contour， unit： ×10-6 s-1， the contour interval is 0.04×10-6 s-1）， wind speed （color area， unit： m·s-1） on the snow depth index （a） and the frequencies of haze days （b） in winter.The dots represent statistical significance exceeding the 90% confidence level and the grey area indicates the altitude above 1500 m

6 结论与讨论

利用站点资料和再分析资料， 分析了陕西省冬季霾日数多寡年对应的大气背景环流及其与欧亚大陆积雪深度的联系， 主要结论如下：
（1） 冬季乌拉尔山地区的500 hPa高度场负（正）异常中心， 是有利于陕西省冬季霾日数增多（减少）的大气背景环流， 影响陕西省霾日数变化的海平面气压存在地中海地区与中亚至西伯利亚地区反位相变化的特征。
（2） 北大西洋涛动负（正）位相时， 造成欧洲地区积雪深度增大（减小）， 积雪深度变化产生的热力作用有利于乌拉尔山地区高度场正（负）异常中心的产生。
（3） 11月西伯利亚积雪深度偏多（少）可以持续到冬季， 冬季西伯利亚积雪深度与欧洲地区积雪深度差值增大（减小）时， 会通过改变欧亚大陆的热力状况分布， 对欧亚大陆大气环流造成明显的影响， 造成乌拉尔山地区负（正）异常中心的产生， 中亚至西伯利亚地区近地面气压减弱（增强）， 高低纬度气压梯度负（正）异常， 造成陕西省冷空气活动减弱（增强）， 有利于近地面风速减小（增大）， 减弱（增强）气溶胶的水平扩散， 为陕西省冬季霾日数的增加（减少）提供了有利的气象条件。
本文对影响陕西省冬季霾日数的大气环流和欧亚大陆积雪深度进行了分析， 2015年后陕西省 SO2 和 NOx 排放量降低时， 2015 年后陕西省的霾日数反而出现了增多。2016 年烟尘、 SO2和NOx排放量均明显减小， 陕西省霾日数反而最多（黄鑫等， 2019）。故陕西省大气扩散条件对陕西省霾日数的影响不容忽视。从霾天气的跨季度气候预测来看， 秋冬季积雪、 海温和冬季大气环流的关联值得更进一步研究（尹志聪等， 2019）。
本文对冬季不同区域陕西省霾日数的变化进行了探讨， 但是对区域性霾日产生所对应的持续霾事件并没有进行研究（石春娥等， 2018； 孟亚楠等， 2018）， 因此未来有必要对陕西省持续性区域性霾进行分类， 并研究其所对应的大气环流背景， 并选取一次个例进行分析与数值模拟（王自发等， 2014； 蔡子颖等， 2019）。

感谢中国气象科学研究院林大伟博士和南京林业大学胡诚博士对本文的建议， 陕西省大气探测中心龙亚星对于能见度观测方式转换日期的提供， 安康市气象台刘佩佩对本文地形数据处理的帮助。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
Ding Y H， Wu P， Liu Y J， 2017.Environmental and dynamic conditions for the occurrence of persistent haze events in North China［J］.Engineering， 3（2）： 266-271.

Hurrell J W， 1995.Decadal trends in the North Atlantic Oscillation： Regional temperatures and precipitation［J］.Science， 269（5224）： 676-679.

Kim Y， Kim K Y， Kim B M， 2013.Physical mechanisms of European winter snow cover variability and its relationship to the NAO［J］.Climate Dynamics， 40（7/8）： 1657-1669.

Luo X， Wang B， 2019.How autumn Eurasian snow anomalies affect east asian winter monsoon： A numerical study［J］.Climate Dynamics， 52： 69-82.

Pei L， Yan Z W， Sun Z B， al et， 2018.Increasing persistent haze in Beijing： potential impacts of weakening East Asian winter monsoons associated with northwestern Pacific sea surface temperature trends［J］.Atmospheric Chemistry and Physics， 18（5）： 3173-3183.

Takaya K， Hisashi N， 1997.A formulation of a wave‐activity flux for stationary Rossby waves on a zonally varying basic flow［J］．Geophysical Research Letters， 24 （23）： 2985－2988.

Takaya K， Hisashi N， 2001.A formulation of a phase-independent wave-activity flux for stationary and migratory quasigeostrophic eddies on a zonally varying basic flow［J］．Journal of the Atmospheric Sciences， 58 （6）： 608－627.

Wallace J M， Gutzler D S， 1981.Teleconnections in the geopotential height field during the northern hemisphere winter［J］.Monthly Weather Review， 109（4）： 784-812.

Wu R G， Kirtman B P， 2007.Observed relationship of spring and summer East Asian rainfall with winter and spring Eurasian snow［J］.Journal of Climate， 20（7）： 1285-304.

Xiao D， Li Y， Fan S J， al et， 2015.Plausible influence of Atlantic Ocean SST anomalies on winter haze in China［J］.Theoretical and Applied Climatology， 122（1/2）： 249-257.

Yin Z C， Wang H J， 2018.The strengthening relationship between Eurasian snow cover and December haze days in central north China after the Mid-1990s［J］.Atmospheric Chemistry and Physics， 18： 4753-4763.

Yin Z C， Wang H J， Chen H P， 2017.Understanding severe winter haze events in the North China Plain in 2014： Roles of climate anomalies［J］.Atmospheric Chemistry and Physics， 17（3）： 1641-1651.

Zhao S Y， Feng T， Tie X X， al et， 2018.Impact of climate change on Siberian High and wintertime air pollution in China in past two decades［J］.Earth’s Future， D6： 118-133.

Zou Y F， Wang Y H， Zhang Y Z， al et， 2017.Arctic sea ice， Eurasia snow， and extreme winter haze in China［J］.Science Advances， 3（3）： e1602751.

布和朝鲁， 彭京备， 谢作威， 等， 2018.冬季大范围持续性极端低温事件与欧亚大陆大型斜脊斜槽系统研究进展［J］.大气科学， 42（3）： 656-676.

蔡子颖， 韩素芹， 邱晓滨， 等， 2019.基于WRF/Chem模式天津地区重污染天气成因分析［J］.高原气象， 38（5）： 1108-1119.DOI： 10.7522/j.issn.1000-0534.2018.00123.

柴晶品， 刁一娜， 2011.北大西洋涛动指数变化与北半球冬季阻塞活动［J］.大气科学， 35（2）： 326-338.

陈海山， 孙照渤， 2003.欧亚积雪异常分布对冬季大气环流的影响I.观测研究［J］.大气科学， 27（3）： 304-316.

陈海山， 许 蓓， 2012.欧亚大陆冬季雪深的时空演变特征及其影响因子分析［J］.地理科学， 32（2）： 129-135.

黄鑫， 布和朝鲁， 林大伟， 等， 2017.春季蒙古气旋活动与冬季北大西洋海温异常和欧亚大陆积雪异常的联系［J］.高原气象， 36（3）： 750-762.DOI： 10.7522/j.issn.1000-0534.2016.00050.

黄鑫， 李亚丽， 王靖中， 等， 2019.1980～2016年陕西省冬季霾日数时空变化及霾日数增多成因初探［J］.中国环境科学， 39（9）： 3671-3681.

李崇银， 2000.气候动力学引论［M］.北京： 气象出版社， 42-43.

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.

孟亚楠， 孙建华， 卫捷， 等， 2018.1981-2015年华北地区持续霾事件的特征及环流分类研究［J］.气候与环境研究， 24（3）： 341-358.

盛裴轩， 毛节泰， 李建国， 等， 2002.大气物理学［M］.北京： 北京大学出版社， 27-28.

石春娥， 张 浩， 杨元建， 等， 2018.安徽省持续性区域霾污染的时空分布特征［J］.中国环境科学， 38（4）： 1231-1242.

王倩倩， 余晔， 董龙翔， 等， 2020.基于激光测风雷达的兰州冬季风场特征及其与大气污染的关系［J］.高原气象， 39（3）： 641-650.DOI： 10.7522/j.issn.1000-0534.2019.00009.

王自发， 李杰， 王哲， 等， 2014.2013年1月我国中东部强霾污染的数值模拟和防控对策［J］.中国科学（地球科学）， 44（1）： 3-14.

吴兑， 陈慧忠， 吴蒙， 等， 2014.三种霾日统计方法的比较分析——以环首都圈京津冀晋为例［J］.中国环境科学， 34（3）： 545-554.

吴萍， 丁一汇， 柳艳菊， 等， 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.

武炳义， 苏京志， 张人禾， 2011.秋-冬季节北极海冰对冬季西伯利亚高压的影响［J］.科学通报， 56（27）： 2335-2343.

肖贻青， 2017， 乌拉尔山阻塞与北大西洋涛动的关系及其对中国冬季天气的影响［J］.高原气象， 36（6）： 1499-1511.DOI： 10. 7522/j.issn.1000-0534.2016.00109.

许立言， 武炳义， 2012.欧亚大陆积雪与2010年中国春末夏初降水的关系［J］.高原气象， 31（3）： 706-714.

尹志聪， 王会军， 段明铿， 2019.近几年我国霾污染实时季节预测概要［J］.大气科学学报， 42（1）： 4-15.

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.

张静， 张志坚， 廖菲， 等， 2017.广州站能见度数据质量评估及其参数化研究［J］.热带气象学报， 33（6）： 985-991.

张芝娟， 陈斌， 贾瑞， 等， 2019.全球不同类型气溶胶光学厚度的时空分布特征［J］.高原气象， 38（3）： 660-672.DOI： 10.7522/j.issn.1000-0534.2019.00002.

宗海锋， 张庆云， 布和朝鲁， 等， 2008.黑潮和北大西洋海温异常在2008年1月我国南方雪灾中的可能作用的数值模拟［J］.气候与环境研究， 13（4）： 491-499.

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