2017, Vol. 36
2. 中国科学院大学, 北京 100049;
3. 成都信息工程大学 大气科学学院, 成都 610225;
4. 中国科学院青藏高原地球科学卓越创新中心, 北京 100101;
5. 河南省气象局, 郑州 450003;
6. 中国科学院大气物理研究所, 北京 100029
灰霾是指大量极细微的尘粒、烟粒、盐粒等均匀地悬浮在空中, 使水平能见度小于10 km、空气普遍出现混浊的天气现象, 联合国环保署最初将这种现象称作“大气棕色云”(Ranmanathan, 2008)。近年来, 由于经济发展迅速和工业化进程的加快, 大气污染日益严重 (吴兑, 2012), 中国大部分地区遭受了不同程度的灰霾的影响。灰霾中对人类健康造成危害的污染物主要是指空气动力学直径小于2.5 μm的微粒, 它们大多数能被人体吸入, 黏附在人们的呼吸道上, 滞留在肺叶中, 如果长时期大量的吸入这些污染物, 将会对人体健康造成严重的危害。
造成灰霾的主要原因是自然和人为的排放, 但天气状况也是灰霾天气形成不可忽视的因素。在一段时期内, 自然和人为排放的大气污染物总量是大致稳定的, 但灰霾天气现象却日趋严重, 原因是灰霾的发展和扩散受到气象条件的影响 (吴兑和邓雪娇, 2000), 因此, 为认识灰霾形成的机理进而实施防治, 气象条件与灰霾天气的关联性研究至关重要。
针对灰霾天气的形成及变化特征, 国内外学者开展了一系列的研究。如Schichtel et al (2001)利用298个气象站的常规观测资料分析了美国多年间灰霾的时空变化特征, Soleiman et al (2003)讨论了造成灰霾天气的污染物浓度与风、降水等气候条件的相关性。国内学者针对灰霾的时空变化特征及形成原因也展开了大量的研究。研究表明, 我国大部分地区近30年霾日呈显著增长趋势 (高歌, 2008; 吴兑等, 2010), 且霾日数分布呈现东多西少、冬多夏少的时空分布特征 (宋连春等, 2013)。闫静 (2013)针对盆地独特的气候条件进行了研究, 指出四川盆地常年风速微弱, 静风出现的频率高, 冬季大气层结稳定, 夏季城市热岛效应显著, 具备灰霾形成的有利条件。张巍等 (2013)针对成都地区2012年8月26—30日的一次灰霾天气过程进行了研究, 并分析了污染物与气候条件之间的联系。可以看出, 过去的研究针对成都地区灰霾的时间演变特征进行了分析, 揭示出一系列有意义的事实, 但缺乏对灰霾长期变化与气候条件演变的关联性的系统分析。
受自然和人为因素的双重影响, 灰霾的成因具有复杂性, 地形和气候条件的不同引起灰霾与气候条件的关联性具有区域差异 (魏建苏等, 2010; 叶光营等 2010; 郑秋萍等, 2012)。近年来, 成都地区的灰霾天气日益增多 (吴利彬等 2014), 四川盆地地处亚热带地区, 位于青藏高原的东部, 受青藏高原大气环流的影响, 盆地内的气象条件相对复杂 (徐裕华, 1991)。成都作为四川盆地的核心城市, 其环境状况无疑会受到盆地复杂的气象条件的影响, 有必要对成都灰霾的变化特征及其与气候变化的关联性进行系统的分析。鉴于此, 本文拟从观测的气象数据出发, 研究成都地区的风速、相对湿度以及降水的年变化特征及其与灰霾变化规律的关联性, 以期提高人们对灰霾形成的深入认识, 为灰霾治理提供科学依据。
2 数据与方法 2.1 资料的选取所用资料为中国气象数据共享服务网所提供的1980—2010年成都24 h降水、相对湿度、风速以及能见度等数据。其中降水、相对湿度以及风速均采用日均值, 而能见度的数据在2004年之后每日观测4次, 而在2004年之前仅观测08:00(北京时, 下同)、14:00及20:00三个时次, 因此在计算日均能见度值时, 1980年至2004年的平均值采用三个时次的平均。
2.2 资料的处理方法关于灰霾的判别, 已有的研究普遍将相对湿度作为判定灰霾的辅助条件 (李艳红等, 2014; 邓学良等, 2015), 对于判定灰霾相对湿度阈值的取值过去进行了大量的研究, 最初的研究把相对湿度的阈值取80%以下, 随着研究的深入, 国内普遍认可90%的新阈值 (吴兑等, 2007, 2008; 过宇飞等, 2013; 丁一汇和柳艳菊, 2014)。
为了能更好的认识灰霾的变化特征及其与气候要素的关联性, 本文采用能见度、降水量、相对湿度三种气象因子结合的方法来判定霾日。具体做法是当能见度小于10 km且当日无降水时, 分别选取相对湿度90%(称为新标准) 和80%(称为旧标准) 两种相对湿度阈值来判别霾日, 比较两种阈值条件下灰霾的变化特征, 以期深入认识气候变化与灰霾形成的联系。由于成都地区的平均相对湿度与全国其它地区相比较要高, 且灰霾不仅由气象因子判定, 在其他地区细颗粒物 (PM2.5) 的浓度也作为判断灰霾的辅助条件 (吴丹等, 2014), 因此, 利用本文所采用的方法来判定灰霾较实际日数偏小。《霾的观测和预报等级》(中国气象局, 2010) 中对于能见度小于10 km的定义较为模糊。由于每日有4个时次的观测数据, 其中02:00和08:00由于夜间逆温造成污染物的积累使得能见度较低, 14:00的能见度一般为一天当中最大值, 20:00属于傍晚观测, 在目标物的选择上与白天不同, 因此, 将四个时次的能见度观测值进行平均, 所得到的日均能见度值应该最具代表性。
为了系统地分析灰霾日数与各种气象要素之间的相关性, 将霾日的时间变化分为三类进行讨论:一类是霾日的季节变化; 另一类是霾日的年际变化, 再就是其长期趋势。首先结合气象统计学方法, 对降水、相对湿度、能见度三种气象要素进行筛选, 将符合条件的日期判定为霾日, 然后分析1980—2010年间霾日、降水量、相对湿度、风速的逐年和季节变化趋势及三种气象要素的变化规律。最后通过计算霾日与三种气象要素之间的相关系数来分析各气象要素与灰霾的关联性。
3 结果分析 3.1 1980—2010年成都地区灰霾的时间变化特征 3.1.1 年灰霾日数的变化特征根据1980—2010年成都地区能见度、湿度与降水三个气象要素来判断灰霾, 分别利用新和旧标准的相对湿度阈值判别霾日。通过1980—2010年逐年的霾日统计 (图 1) 可以看出, 与全国大部分地区一样 (廖国莲等, 2011), 利用旧标准80%判定成都地区的霾日呈增加趋势, 从1980年的27个霾日增长至2010年的63个霾日, 霾日增长2.3倍。在2002年之前, 1981年的霾日日数明显高于其余年份, 达到了49天, 其余年份的霾日日数基本稳定在20~40天之间, 占全年总日数的10%左右, 变化幅度较小。而从2003年以后, 霾日日数大幅度上升, 除了2004年较少, 其余年份的霾日日数大部分在50天以上, 而2009年更达峰值78天, 占全年总日数的21.4%, 为1980年出现灰霾日数的2.8倍, 采用新标准90%判定的霾日日数在2008年之前呈现一个弱的下降趋势, 由1980年的103天下降至2008年的82天, 在2008年之后霾日增长并在2010年达到峰值116天。在1980—2008年两个标准所判断的灰霾日数的变化趋势似乎相反, 说明该时段相对湿度介于80%~90%之间的灰霾的日数显著减少, 可能与成都地区该时段相对湿度降低有关。
|
图 1 1980—2010年成都地区灰霾变化趋势 Figure 1 The trend of haze in Chengdu area from 1980 to 2010 |
进入21世纪后, 成都地区的人口也显著增加, 2003年成都市区人口为439.79万人, 而2010年成都市区人口增长至520.86万人。人类活动的增多, 使灰霾天气日趋严重。不仅如此, 伴随着经济发展, 人民生活水平提高, 成都地区机动车保有量迅速增长, 由2003年的34.52万量增长至2010年的139.60万辆 (万芳, 2015), 汽车排放尾气中的污染物也加剧了灰霾天气的产生 (张楫泽等, 2013), 这些因素可能导致霾日急剧增长。
为了分析灰霾与各气象要素在季节分布上的关联性, 分别讨论了新旧两个标准下1980—2010年间春 (3—5月)、夏 (6—8月)、秋 (9—11月)、冬 (12月至次年2月) 四个季节霾日的变化趋势。根据旧标准判定霾日除春季外, 其余三个季节均通过99%的显著性检验, 而采用新标准后仅春季趋势通过99%的显著性检验。从图 2可以清楚地看出霾日的季节分布特征为夏季霾日均明显小于其余三个季节的霾日, 而冬季的霾日日数最多, 新、旧判定标准下冬季霾日日数分别达到夏季平均霾日日数的4.6倍和4.8倍。春、秋两季的平均霾日日数也相对较多, 采用新标准时秋季霾日仅次于冬季, 而采用旧标准时春季霾日多于秋季。
|
图 2 1980—2010年灰霾的季节分布 Figure 2 The seasonal distribution of haze from 1980 to 2010 |
从成都市春、夏、秋、冬四个季节灰霾日数的逐年变化 (图 3) 可以看出, 在1980—2010年间, 成都地区各季节的灰霾日数均具有明显的年际变化特征。从长期变化来看, 新、旧标准下春季霾日日数在31年间均呈下降趋势, 且波动趋势相似, 采用新标准的春季霾日日数下降幅度略大于旧标准, 在旧标准下除春季外其余三个季节的霾日均呈上升趋势, 且秋季与冬季霾日日数的增长趋势较为显著。不同于旧标准, 新标准下夏季霾日日数在31年间呈下降趋势, 而秋、冬两季的变化趋势不显著。同样可以发现, 在相对湿度两种阈值条件下, 成都地区灰霾日数的时间变化特征具有一定差异, 这应该和成都地区近31年间相对湿度的减小有关。这方面的问题有待于进一步深入的研究。与全国大部分地区相似, 成都地区灰霾的季节分布也是冬季灰霾最多, 夏季灰霾最少。随着区域经济的发展, 企业排放的污染物不仅种类增加, 在浓度上也日益增加。汽车保有量的逐年上涨也是霾日日数增加不可忽略的因素。人类活动向大气中排放的污染物总量主要随年际而变化, 而季节间的差异相对较小, 因此, 不同季节的霾日日数所存在的较大差异主要起因于天气条件的不同, 与刘爱君等 (2004)所得出的研究结果基本一致。为此, 本文选取降水、相对湿度及风速三种气象要素, 进一步讨论霾日日数与天气条件的关联性。
|
图 3 1980—2010年成都地区各季节灰霾的变化 (a) 春季, (b) 夏季, (c) 秋季, (d) 冬季 Figure 3 The seasonal trend of haze in Chengdu from 1980 to 2010. (a) spring, (b) summer, (c) autumn, (d) winter |
1980—2010年成都地区降水的多年平均值为847.8 mm, 通过其年降水变化 (图 4) 可以看出, 1980—2010年成都年总降水量呈逐年减少的趋势, 且降水量随年际变化的幅度较大, 从降水量的长期趋势来看, 成都变得越来越干。分析还发现, 除年际变化外, 在这31年里, 成都的降水也存在三个时段的年代际波动。在1980—1990年10年间, 年降水处于一个高值段, 大部分年份都超过31年平均降水量 (848.2 mm), 而1991—2003年间是年降水相对小的低值段, 这个时段的平均年降水量为795.1 mm, 比多年平均值减少6%。2004—2010年降水又进入一个相对的高值时段, 因此, 在这31年间, 降水的年代际特征是高、低和高的特征。从降水量的年际变化来看, 1991年的年降水量最少, 仅为604.5 mm, 是多年平均值的70%, 而1990年降水量最大, 达1118.1 mm, 年总降水量的最大值与最小值之比约为1.9。
|
图 4 1980—2010年成都地区年总降水量与各季节降水量的变化 (a) 年总降水量, (b) 春季, (c) 夏季, (d) 秋季, (e) 冬季 Figure 4 The annual and seasonal trend of precipitation in Chengdu from 1980—2010. (a) the whole year precipitation, (b) spring, (c) summer, (d) autumn, (e) winter |
以上分析了成都地区年降水量的年际变化、年代际变化和长期趋势。为了更清楚的认识降水和灰霾日在季节上的关联性, 进一步研究了成都地区四个季节降水的变化。分析表明, 1980—2010年间四个季节降水量的多年平均值存在显著差异:夏季降水量的多年平均值达519.9 mm, 占年降水61.3%, 其次是秋季的降水量平均为161.8 mm, 占年降水的19.1%, 春季的降水量平均为141.3 mm, 占年降水的16.7%, 而冬季的降水量最少, 31年的平均降水量仅为25.3 mm, 占年降水的3.0%, 远远低于其余各个季节 (表 1)。成都降水的这种季节性差异主要是由成都所处的经纬度以及成都特殊的地形条件所造成的。成都地处亚热带湿润季风区, 位于四川盆地的西部和青藏高原的东部。青藏高原海拔世界最高, 它不仅具有动力作用, 对经过它的大气有阻碍作用, 并且由于它与自由大气的热力性质明显不同, 在夏季为巨大的热源, 因此在这种大地形的热力作用下形成了独特的东亚夏季风 (朱乾根等, 2007)。由于受到东亚夏季风的影响, 成都夏季降水充沛, 降水量显著高于其他三个季节的降水, 甚至超过了其他三个季度降水的总和。
|
表 1 各季节降水所占年降水比例及其与灰霾的关系 Table 1 The precipitation of each season accounts for the whole year and its relationship with haze |
四个季节降水量的逐年变化 (图 4) 显示, 从长期趋势来看, 冬、夏两季降水有显著减少趋势, 春季降水略微下降但不显著, 而秋季降水却是微弱的增加趋势, 这与李昕翼等 (2011)对近50年来四川盆地降水变化趋势的年及季节性特征具有相似的结论。同时, 成都地区降水的年、季节变化及长期变干趋势与张琪和李跃清 (2014)针对西南地区降水的分析一致。
3.2.2 降水与灰霾的相关性为了说明降水和灰霾的关联性, 这里对年降水和不同季节降水与灰霾进行了相关分析 (表 1), 降水与灰霾的影响分为年际影响和季节性影响。成都地区降水量与霾日的年际特征关联性不显著, 新、旧两种标准判定下的灰霾与降水的年际相关关系有所差异。如表 1所示, 在1980—2010年间, 降水量呈减少趋势, 且多雨年和少雨年不规律的出现, 利用旧标准判定的霾日日数随年际变化波动上升, 与年降水总量与年总灰霾日数的相关系数为负相关, 相关系数为-0.214, 未通过显著性检验, 但从长期趋势来看, 灰霾日数增加而降水量持续减少, 两者呈反相关关系。而在新标准下灰霾日数随年际变化逐渐减小, 年际降水与灰霾呈正相关关系, 相关系数为0.252, 而造成降水量与灰霾呈正相关的原因有待进一步讨论。
通过表 1可以看出, 在季节变化上, 降水量与灰霾的相关性也较小, 新、旧两种标准下冬季的相关系数均较大, 分别达到了-0.559和0.534, 且均在0.01水平上显著相关。在新标准下春、夏两季的降水与灰霾呈正相关, 而采用旧标准时春、夏两季的降水与灰霾呈反相关, 造成这种结果的原因可能是采用新旧两个标准时, 灰霾在春、夏两季的变化趋势是相反的。前述春、秋、冬三季的降水量占年降水量的比例较小, 分别为16.7%, 19.0%, 3.0%, 且春、冬两季占年降水的比例多年间呈下降趋势。夏季降水量占年降水量的比重最大, 达61.3%, 且多年间呈上升趋势 (表 1)。夏季灰霾日数最少, 而夏季的平均降水总量远远超过其余各个季节; 冬季灰霾日数较多, 对应冬季的降水较少。灰霾日数的季节性变化与降水量的季节分布有一致的对应关系, 即季节降水量大, 霾日少, 而降水小, 霾日多。足够的降水能够使空气中所悬浮的颗粒物和空气污染物如SO2, NO等融入雨水中, 沉降到地面上, 使大气中的污染物含量显著减少即湿清除过程, 从而改善空气质量, 提高大气能见度, 使得灰霾的出现显著减少 (范新强和孙照渤, 2009)。降水对细颗粒物的捕获过程较为复杂, 雨滴对细颗粒物的捕获除了与细颗粒物的粒径大小、水溶性等有关, 还受到雨滴大小、下降速度及持续时间的影响 (李彩霞等, 2007; 胡敏等, 2006)。灰霾季节分布特征并不单一受降水因素影响, 而是受污染物源、汇共同作用的结果 (王珊等, 2014)。
3.3 1980—2010年成都地区相对湿度的变化及其与灰霾的关系 3.3.1 相对湿度的年际和季节变化特征图 5给出了1980—2010年年平均相对湿度的变化趋势, 该趋势通过了99%的显著性检验。通过图 5可以看出, 1980—2010年间, 成都地区的年平均相对湿度总体上具有显著的减小趋势, 由1980年的84.0%降至2010年的79.0%, 在2009年更低至73.7%, 比1980年低了10.3%。从图 5中还可以看出, 年平均相对湿度在1980年至1996年间始终大于80%, 而从1997年开始, 相对湿度降低, 年平均相对湿度始终低于80%, 并在2009年降至最低值, 该年年平均相对湿度仅为73.7%。
|
图 5 1980—2010年成都地区年平均相对湿度与各季节相对湿度的变化趋势 (a) 年平均相对湿度, (b) 春季, (c) 夏季, (d) 秋季, (e) 冬季 Figure 5 The annual and seasonal trend of relative humidity in Chengdu from 1980—2010. (a) the whole year relative humidity, (b) spring (from March to May), (c) summer (from June to August), (d) autumn (from September to November), (e) winter (from December to February of next year) |
成都地区四个季节的相对湿度均较大, 在75%以上, 远高于全国其它地区, 且季节之间相对湿度的差别不大, 春季的相对湿度较小。为了认识四个季节相对湿度的变化趋势, 我们计算了四个季节逐季相对湿度的逐年变化, 四季的变化趋势均通过了99%的显著性检验。从图 5不难看出四个季节的相对湿度具有明显的减小趋势, 且春季的下降趋势较为显著。
3.3.2 相对湿度与灰霾的相关性在全国大部分城市, 相对湿度与霾日的形成有很好的正相关性, 即相对湿度越大, 越有利于灰霾天气的形成, 这主要因为随着相对湿度的增大, 气溶胶吸湿增长导致能见度下降, 利于形成灰霾 (张浩等, 2010)。采用新标准判断的霾日与相对湿度在年际、春季、夏季变化上均呈正相关, 相关系数分别为0.302, 0.509, 0.140, 且春季相关系数达到99%的可信度, 而秋、冬两季的相关系数分别为-0.167、-0.18, 与春、夏两季霾日与相对湿度的相关关系相反。利用旧标准统计时, 成都地区年平均相对湿度与年总灰霾日数成负相关, 且相关系数达到了-0.698, 并达到99%的可信度。在旧标准下相对湿度不仅在年际变化上与灰霾呈显著负相关, 在季节变化上也存在显著的负相关关系。除春季外, 夏、秋、冬三季相对湿度与灰霾的相关系数分别为-0.495, -0.641, -0.748, 且均在0.01水平上显著。
雾和霾都是造成视程障碍的天气现象, 但两者性质却不同。霾是由相对湿度增大引起气溶胶吸湿增长或气溶胶增多导致的能见度降低的现象, 而雾是气溶胶活化变成雾滴而造成的能见度较低现象 (马楠等, 2015)。国内学者通过大量的研究发现, 相对湿度是一个能够有效的区分雾和霾的气象指标, 即当能见度很低, 且相对湿度小于80%时可确定是灰霾, 当相对湿度大于90%时认为是雾, 而当相对湿度介于两者之间时, 为雾和霾的混合物 (吴兑, 2006)。成都位于四川盆地, 西临青藏高原, 为亚热带季风性湿润气候, 因此相对湿度常年较大, 大部分年份的平均值均在80%以上, 远远大于全国其他地区, 且西南地区尤其是四川盆地是我国雾日最多的地区 (吴兑等, 2011)。近年来, 成都地区的相对湿度呈下降趋势, 降至80%以下, 雾日出现次数减小 (吴兑等, 2011; 高红艳等, 2013), 造成视程障碍的天气现象主要为灰霾, 因此采用旧标准时成都地区灰霾与相对湿度呈负相关关系。
3.4 成都地区1980—2010年风的变化及其与灰霾的关系 3.4.1 静风日数的年际和季节变化特征从1980—2010年成都地区静风日数的变化 (图 6) 可以看出, 在1980—2010年间, 成都地区平均每年出现静风的日数为240.6天, 占全年总日数的65.9%。静风日数出现最多的年份为2009年, 全年共有310天为静风, 占全年总天数的84.9%, 而静风次数出现最少的年份为2003年, 有161天为静风, 占全年总日数的44.1%。静风日数随季节的分布有显著的差异 (表 2), 冬季的静风日数最多, 达到了69.4天, 占年静风总日数的28.3%, 其次依次为秋、夏和春季, 春季的最小值与冬季的最大值相差19.2天。春、冬两季静风日数占年总静风日数的比例呈减少趋势, 而春、夏、冬三季的季节静风日数呈减少趋势。静风日数多, 不利于污染物的排放, 即在排放源不变的条件下, 静风日数的增多使得霾日日数增加。
|
图 6 1980—2010年成都地区年与各季节静风日数的变化 (a) 年总静风日数, (b) 春季, (c) 夏季, (d) 秋季, (e) 冬季 Figure 6 The annual and seasonal trend of calm days in Chengdu from 1980—2010. (a) the whole year calm days, (b) spring, (c) summer, (d) autumn, (e) winter |
|
|
表 2 各季节静风日数所占年总静风日数比例及其与灰霾的关系 Table 2 he number of each season's calmdays' accounts for the whole year and its relationship with haze |
平均风速的变化是衡量一个地区大气扩散程度的基本参量, 为此, 对这个时段成都的年、季节平均风速变化进行了分析, 以了解成都大气扩散程度的变化。从成都地区年平均风速变化 (图 7) 可以看出, 在1980—2010年间, 风速的变化呈现为四个阶段性特征。第一个阶段是1980—1984年, 这个时段风速呈现显著的增加趋势, 从0.8 m·s-1增加到1.3 m·s-1以上; 之后的1985—1995年为第二个阶段, 风速的变化基本保持稳定; 第三阶段从1996—2003年, 风速有明显的增加趋势, 从1996年的风速1.1 m·s-1增加到2003年的风速1.6 m·s-1, 风速增大了0.5 m·s-1。第四阶段, 成都地区的风速自2004年之后有较明显的下降趋势, 从2004年的风速1.5 m·s-1下降到2010年的风速1.2 m·s-1, 风速减小了0.3 m·s-1, 而霾日日数在2004年后急速上涨, 说明风速与灰霾有较强的关联性, 风速的降低为灰霾天气的出现提供了有利条件。
|
图 7 1980—2010年成都地区年均风速与各季节风速的变化 (a) 年总静风日数, (b) 春季, (c) 夏季, (d) 秋季, (e) 冬季 Figure 7 The annual and seasonal trend of wind speed in Chengdu from 1980—2010. (a) the average wind speed of the whole year, (b) spring, (c) summer, (d) autumn, (e) winter |
据统计, 春季风速最大, 平均为1.5 m·s-1, 夏季风速次之, 平均为1.4 m·s-1。而秋、冬季节的平均风速则相对较小, 秋季的平均风速1.2 m·s-1, 而冬季则达到全年最小值1.0 m·s-1。冬季风速是四个季节最小的, 因此, 相对于其它季节, 可以说冬季的扩散条件是最差的。
3.4.3 风速与灰霾的相关性如果某一地区存在污染源, 不断地向当地排放污染物, 会使污染物能够在一段时间内累积, 导致空气中的污染物浓度不断增大, 形成灰霾, 对人们的身体健康产生影响。风对污染物的扩散既在水平也在垂直方向上, 使污染物输送到其他地区, 而这种能力大小主要决定于风速大小, 风速越大, 污染物就越难累积, 灰霾就不易形成, 反之亦然。由此可知, 风速与霾日应成反相关, 即风速越大, 灰霾日数越少 (胡亚旦和周自江, 2009; 魏文秀等, 2010)。
由于成都地区区别于全国其他大部分地区的特殊地形, 全年平均风速较小, 且静风日数较多。综合以上分析发现, 成都静风日数和平均风速的变化与灰霾日数具有很好的负相关关系, 即静风日数多、平均风速小是成都灰霾形成的有利条件。从长期变化趋势来看, 1980—2010成都地区静风日数减少和平均风速的增大将成为有利于污染扩散和减少灰霾日数, 成为减少灰霾日数的有利气象条件。
4 结论利用1980—2010年间成都市的地面气象观测资料, 包括降水量, 相对湿度, 以及平均风速三个气象条件, 分析了成都地区的灰霾变化趋势以及气候背景变化与灰霾的相关性, 得出了以下主要结论:
(1) 根据旧标准成都地区灰霾日数整体上呈增加趋势。2000年之后灰霾日数大幅度的增加且在2009年达到峰值 (78天)。与全国其它地区一样, 成都地区灰霾冬季最多, 夏季最少。除春季外, 其余三个季节的霾日呈上升趋势。根据新标准成都地区灰霾日数整体上呈减少趋势, 春、夏两季的霾日呈下降趋势, 而秋、冬两季的霾日波动较大, 从长期来看并没有显著的变化趋势。
(2) 成都地区降水量呈减小趋势, 存在明显的变干趋势。夏、冬两季的降水量显著减少, 春季降水的下降趋势较弱, 而秋季降水则为微弱的增加。夏季降水量占年降水量的比例最大, 达61.29%, 这种比例逐年上升。在年际上, 降水与灰霾的相关系数小; 季节变化上, 在两种标准下除冬季两者的相关系数较大分别达-0.559、-0.534外, 其余季节降水量与灰霾的相关性均较小。对比灰霾的季节分布可知, 降水量越大, 当季霾日越少, 因此降水与灰霾有较强的负相关性。
(3) 成都地区年和四个季节的相对湿度31年间均显著减小, 其中春季相对湿度的减小趋势尤为显著。利用旧标准年平均相对湿度与年总灰霾日数成负相关, 且相关系数达-0.698, 除春季外, 夏、秋、冬三季相对湿度与灰霾的相关系数分别为-0.495, -0.641, -0.748。而采用新标准时年平均相对湿度与年总灰霾日数呈正相关, 且相关系数达0.252, 仅春季相对湿度与霾日通过99%显著性检验, 相关系数达0.509。
(4) 成都地区静风日数多, 31年平均值达240.1天, 但静风日数总体呈减少趋势。冬季的静风日数最多, 达到了69.4天, 占年静风总日数的28.3%, 其次依次为秋、夏和春季。春、夏、冬三季的静风日数在年际上呈减少趋势。成都地区年平均风速在31年间的变化分为4个阶段, 四季风速均呈上升趋势, 这种条件将有利于污染物的扩散, 而减少灰霾形成的可能性。
灰霾的形成是一个复杂的过程, 本文仅讨论了气候条件与灰霾形成的关联性, 而对于造成灰霾的人为排放未加涉及, 这将在今后的研究中做进一步探讨。
| Ranmanathan V, Agrawal M, Akimoto H, et al.2008.Atmospheric brown clouds—regional assessment report with focus on Asia[Z].United Nations Environment Programme Nairobi Kenya. | |
| Schichtel B A, Husar R B, Falke S R, et al. 2001. Haze trends over the United States, 1980—1995[J]. Atmospheric Environ, 35(30): 5205–5210. DOI:10.1016/S1352-2310(01)00317-X | |
| Soleiman A, Othman M, Samah A A, et al. 2003. The occurrence of haze in Malaysia: A case study in an urban industrial area[J]. Pure Appl Geophys, 160(1): 221–238. | |
| 邓学良, 石春娥, 姚晨, 等. 2015. 安徽霾日重建和时空特征分析[J]. 高原气象, 34(4): 1158–1166. DOI:10.7522/j.issn.1000-0534.2014.00007 Deng Xueliang, Shi chun'e, Yao Chen, et al. 2015. Research of reconstruction and characteristics of hazes in Anhui[J]. Plateau Meteor, 34(4): 1158–1166. DOI:10.7522/j.issn.1000-0534.2014.00007 | |
| 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. Ding Yihui, Liu Yanju. 2014. Analysis of long-term variations of fog and haze in China in recent 50 years and their relations with atmospheric humidity[J]. Sci China: Earth Sci, 44(1): 37–48. | |
| 范新强, 孙照渤. 2009. 1953—2008年厦门地区的灰霾天气特征[J]. 大气科学学报, 32(5): 604–609. Fan Xinqiang, Sun Zhaobo. 2009. Analysis on Features of Haze Weather in Xiamen city during 1953—2008[J]. Transactions of Atmospheric Sciences, 32(5): 604–609. | |
| 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. DOI:10.11821/xb200807010 Gao Ge. 2008. The Climatic Characteristics and Change of Haze Days over China during 1961—2005[J]. Acta Geographica Sinica, 63(7): 761–768. DOI:10.11821/xb200807010 | |
| 高红燕, 贺音, 王丹, 等. 2013. 近50年西安市雾日数的变化趋势及可能原因[J]. 高原气象, 32(6): 1739–1746. DOI:10.7522/j.issn.1000-0534.2013.00058 Gao Hongyan, He Yin, Wang Dan, et al. 2013. Temporal variation and cause analysis of fog days in Xi'an city during last 50 years[J]. Plateau Meteor, 32(6): 1739–1746. DOI:10.7522/j.issn.1000-0534.2013.00058 | |
| 过宇飞, 刘端阳, 周彬, 等. 2013. 无锡市霾天气特征及影响因子研究[J]. 气象, 39(10): 1314–1324. DOI:10.7519/j.issn.1000-0526.2013.10.009 Guo Yufei, Liu Duanyang, Zhou Bin, et al. 2013. Study on haze characteristics in Wuxi and its impact factors[J]. Meteor Mon, 39(10): 1314–1324. DOI:10.7519/j.issn.1000-0526.2013.10.009 | |
| 胡敏, 刘尚, 吴志军, 等. 2006. 北京夏季高温高湿和降水过程对大气颗粒物谱分布的影响[J]. 环境科学, 27(11): 2293–2298. DOI:10.3321/j.issn:0250-3301.2006.11.028 Hu Min, Liu Shang, Wu Zhijun, et al. 2006. Effects of high temperature, high relative humidity and rain process on paricle size distributions in the summer of Beijing[J]. Environ Sci, 27(11): 2293–2298. DOI:10.3321/j.issn:0250-3301.2006.11.028 | |
| 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. DOI:10.7519/j.issn.1000-0526.2009.07.011 Hu Yadan, Zhou Zijiang. 2009. Climatic characteristics of haze in China[J]. Meteor Mon, 35(7): 73–78. DOI:10.7519/j.issn.1000-0526.2009.07.011 | |
| 李彩霞, 李彩婷, 曾光明, 等. 2007. 长沙市夏季PM10 和PM2.5中水溶性离子的污染特征[J]. 中国环境科学, 27(5): 599–603. Li Caixia, Li Caiting, Zeng Guangming, et al. 2007. Pollution characteristics of water-soluble ions in atmospheric PM10 and PM2.5 in Changsha City in summer[J]. China Environmental Science, 27(5): 599–603. | |
| 李昕翼, 肖国杰, 白爱娟, 等. 2011. 成都地区降水时空分布变化[J]. 气象科技, 39(4): 417–422. Li Xingyi, Xiao Guojie, Bai Aijuan, et al. 2011. Temporal-spatial distribution of precipitation in Chengdu[J]. Meteor Sci Technol, 39(4): 417–422. | |
| 李艳红, 赵彩萍, 荆肖军, 等. 2014. 太原地区灰霾天气特征及影响因子分析[J]. 气候与环境研究, 19(2): 200–208. DOI:10.3878/j.issn.1006-9585.2014.13191 Li Yanhong, Zhao Caiping, Jing Xiaojun, et al. 2014. Characteristics of dust haze in Taiyuan and its causative factors[J]. Climatic Environ Res, 19(2): 200–208. DOI:10.3878/j.issn.1006-9585.2014.13191 | |
| 廖国莲, 曾鹏, 郑凤琴, 等. 2011. 1960—2009年广西霾日时空变化特征[J]. 应用气象学报, 21(6): 732–739. DOI:10.11898/1001-7313.20110611 Liao Guolian, Zeng Peng, Zheng Fengqin, et al. 2011. Spatial and temporal variations of hazes in Guangxi from 1960 to 2009[J]. J Appl Meteor Sci, 21(6): 732–739. DOI:10.11898/1001-7313.20110611 | |
| 刘爱君, 杜尧东, 王慧英. 2004. 广州灰霾天气的气候特征分析[J]. 气象, 12(1): 68–71. Liu Aijun, Du Xiaodong, Wang Huiying. 2004. Climatic characteristics of haze in Guangzhou[J]. Meteor Mon, 12(1): 68–71. | |
| 马楠, 赵春生, 陈静, 等. 2015. 基于实测PM2.5、能见度和相对湿度分辨雾霾的新方法[J]. 中国科学:地球科学, 45(2): 227–235. Ma Nan, Zhao Chunsheng, Chen Jing, et al. 2015. A novel method for distinguishing fog and haze based on PM2.5, visibility, and relative humidity[J]. Sci China: Earth Sci, 45(2): 227–235. | |
| 宋连春, 高荣, 李莹, 等. 2013. 1961—2012年中国冬半年霾日数的变化特征及气候成因分析[J]. 气候变化研究进展, 9(5): 313–318. Song Lianchun, Gao Rong, Li Ying, et al. 2013. Analysis of China's haze days in winter half year and climatic background during 1961—2012[J]. Progressus Inquisitiones De Mutatione Climatis, 9(5): 313–318. | |
| 万芳. 2015. 基于计量分析法对私家车保有量的影响因素及调控策略分析:以成都市为例[J]. 四川师范大学学报 (自然科学版), 38(4): 609–616. Wan Fang. 2015. Econometric analysis on the influence factor and regulation strategy of private car ownership in Chengdu city[J]. Journal of Sichuan Normal University (Natural Science), 38(4): 609–616. | |
| 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. Wang Shan, Xiu Tianyang, Sun Yang, et al. 2014. The changes of mist and haze days and meteorological element during 1960—2012 in Xi'an[J]. Acta Scientiae Circumstantiae, 34(1): 19–26. | |
| 魏建苏, 孙燕, 严文莲, 等. 2010. 南京霾天气的特征分析和影响因子初探[J]. 气象科学, 30(6): 868–873. Wei Jiansu, Sun Yan, Yan Wenlian, et al. 2010. The preliminary study on characteristics and affecting factors of haze weather in Nanjing[J]. Scientia Meterologica snica, 30(6): 868–873. | |
| 魏文秀, 张欣, 田国强. 2010. 河北霾分布与地形和风速关系分析[J]. 自然灾害学报, 19(1): 49–52. Wei Wenxiu, Zhang Xin, Tian Guoqiang. 2010. Analysis of relation between haze distribution and terrain and wind speed in Hebei Province[J]. J Natural Disasters, 19(1): 49–52. | |
| 吴丹, 于亚鑫, 夏俊荣, 等. 2014. 我国灰霾污染的研究综述[J]. 环境科学与技术, 37(12): 295–304. Wu Dan, Yu Yaxin, Xia Junrong, et al. 2014. Hazy pollution research of China: A review[J]. Environl Sci & Technol, 37(12): 295–304. | |
| 吴兑, 邓雪娇, 毕雪岩, 等. 2007. 都市霾与雾的区分及粤港澳的灰霾天气观测预报预警标准[J]. 广东气象, 29(2): 5–10. Wu Dui, Deng Xuejiao, Bi Xueyan, et al. 2007. Distinguishing of fog or haze and the operational criteria for observation forecasting and early warning of haze in urban areas of Guangdong, Hongkong and Macau[J]. Guangdong Meteor, 29(2): 5–10. | |
| 吴兑, 邓雪娇. 2000. 环境气象学与特种气象预报[J]. 气象, 26(8): 3–5. DOI:10.7519/j.issn.1000-0526.2000.08.001 Wu Dui, Deng Xuejiao. 2000. Environmental meteorology and special meteorological forecasts[J]. Meteor Mon, 26(8): 3–5. DOI:10.7519/j.issn.1000-0526.2000.08.001 | |
| 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. DOI:10.11676/qxxb2010.066 Wu Dui, Wu Xiaojing, Li Fei, et al. 2010. Temporal and spatial variation of haze during 1951—2005 in Chinese mainland[J]. Acta Meteor Sinica, 68(5): 680–688. DOI:10.11676/qxxb2010.066 | |
| 吴兑, 吴晓京, 李菲, 等. 2011. 中国大陆1951—2005年雾与轻雾的长期变化[J]. 热带气象学报, 27(2): 145–151. Wu Dui, Wu Xiaojing, Li Fei, et al. 2011. Long-term variation of fog and mist in 1951—2005 in mainland China[J]. J Tropi Meteor, 27(2): 145–151. | |
| 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, 28(1): 9–13. Wu Dui. 2006. More discussions on the differences between haze and fog in city[J]. Guangdong Meteor, 28(1): 9–13. | |
| 吴兑. 2008. 霾与雾的识别和资料分析处理[J]. 环境化学, 27(3): 327–330. Wu Dui. 2008. Discussion on the distinction between haze and fog and analysis and processing of data[J]. Environ Chemistry, 27(3): 327–330. | |
| 吴兑. 2012. 近十年中国灰霾天气研究综述[J]. 环境科学学报, 32(2): 257–269. Wu Dui. 2012. Hazy weather research in China in the last decade: A review[J]. Acta Scientiae Circumstantiae, 32(2): 257–269. | |
| 吴利彬, 周书华, 倪长健, 等. 2014. 成都及周边地区霾时空分布特征研究[J]. 高原山地气象研究, 34(2): 63–67. Wu Libin, Zhou Shuhua, Ni Changjian, et al. 2014. Study on spatial and temporal variation of haze in Chengdu and surrounding areas[J]. Plateau Mountain Meteo Res, 34(2): 63–67. | |
| 徐裕华. 1991. 西南气候[M]. 北京: 气象出版社. Xu Yuhua. 1991. Climate of Southwest China[M]. Beijing: China Meteorological Press. | |
| 闫静. 2013. 盆地气候条件下成都市城区臭氧污染特性研究[D]. 成都: 西南交通大学, 1-41. Yan Jing.2013.Characteristic research of ozone pollution of Chengdu urban at basin climate conditions[D].Chengdu: Southwest Jiaotong University, 1-41. | |
| 叶光营, 吴毅伟, 刘必桔. 2010. 福州区域雾霾天气时空分布特征分析[J]. 环境科学与技术, 33(10): 114–119. Ye Guangying, Wu Yiwei, Liu Biju. 2010. Spatial and temporal distribution characteristics of fog and haze in Fuzhou[J]. Environ Sci & Technol, 33(10): 114–119. | |
| 张浩, 石春娥, 邱明燕, 等. 2010. 合肥市霾天气变化特征及其影响因子[J]. 环境科学学报, 30(4): 714–721. Zhang Hao, Shi Chune, Qiu Mingyan, et al. 2010. Long-term variation of haze phenomena in Hefei and its impact factors[J]. Acta Scientiae Circumstantiae, 30(4): 714–721. | |
| 张楫泽, 刘憬然, 孔漪宝. 2013. 北京雾霾现象与机动车尾气排放关系分析[J]. 北方环境, 25(11): 113–115. DOI:10.3969/j.issn.1007-0370.2013.11.035 Zhang Jize, Liu Jingran, Kong Yibao. 2013. The correlation of vehicle emission and haze phenomenon in Beijing[J]. Northern Environmental, 25(11): 113–115. DOI:10.3969/j.issn.1007-0370.2013.11.035 | |
| 张琪, 李跃清. 2014. 近48年西南地区降水量和雨日的气候变化特征[J]. 高原气象, 33(2): 372–383. DOI:10.7522/j.issn.1000-0534.2013.00032 Zhang Qi, Li Yueqing. 2014. Climatic variation of rainfall and rain day in Southwest China for last 48 years[J]. Plateau Meteor, 33(2): 372–383. DOI:10.7522/j.issn.1000-0534.2013.00032 | |
| 张巍, 陈建文, 范文武, 等. 2013. 成都地区特定灰霾天气过程与成因分析[J]. 四川环境, 32(2): 27–32. Zhang Wei, Chen Jianwei, Fan Wenwu, et al. 2013. Analysis the process and causes of haze weather in Chengdu[J]. Sichuan Environment, 32(2): 27–32. | |
| 郑秋萍, 林长城, 王宏. 2012. 福建沿海城市霾天气特征[J]. 环境科学研究, 25(12): 1311–1318. Zheng Qiuping, Lin Changcheng, Wang Hong, et al. 2012. Characteristics of hazy weather in coastal cities in Fujian province[J]. Res Environ Sci, 25(12): 1311–1318. | |
| 中国气象局. 2010. 霾的观测和预报等级 (QX/T 113-2010)[S]. 北京: 气象出版社. China Meteorological Administration.2010.Observation and forecasting levels of haze (QX/T 113-2010)[S].Beijing: China Meteorological Press. | |
| 朱乾根, 林锦瑞, 寿邵文, 等. 2007. 天气学原理与方法[M]. 北京: 气象出版社. Zhu Qiangen, Lin Jinrui, Shou Shaowen, et al. 2007. The principle and method of synoptic meteorology[M]. Beijing: China Meteorological Press. |
2. University of Chinese Academy of Sciences, Beijing 100049, China;
3. Atmospheric Science College, Chengdu University of Information Technology, Chengdu 610225, China;
4. Center for Excellence in Tibetan Plateau Earth Sciences, Chinese Academy of Sciences, Beijing 100101, China;
5. Henan Meteorological Bureau, Zhengzhou 450003, China;
6. Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China