2017, Vol. 36
霾是一种对视程造成障碍的天气现象, 大量极细微的尘粒等均匀地浮游在空中, 使水平能见度小于10 km, 造成空气普遍浑浊(中国气象局, 2003)。随着我国社会经济的快速发展, 汽车尾气、燃油、燃煤、废弃物燃烧直接排放的气溶胶粒子和气态污染物通过光化学反应产生的二次气溶胶污染物日增, 使得霾现象日趋严重, 已经成为一种新的灾害性天气。特别是最近两年, 与霾的出现紧密相关的细颗粒物PM2.5已经成为了公众关注的一个热点。
近年来不乏对霾天气的研究(吴兑等, 2001, 2008; 李国翠等, 2007; 张宝贵和孙丽华, 2009; 吴兑, 2008; 邓学良等, 2015; 王继志等, 2009, 2014; 杨晓亮和杨敏, 2014), 结果表明:气象条件对污染物的扩散、稀释和累积有一定作用, 在污染源强一定的条件下, 污染物浓度的大小主要取决于气象条件。吴兑(2008)在霾与雾的识别和资料分析处理中指出:在排除降水、吹雪、雪暴、沙尘暴、扬沙、浮尘和烟幕等视程障碍现象的情况下, 通过调试相对湿度, 使得雾与轻雾反映自然的年际与年代际气候波动, 而霾反映由于人类活动而引起的趋势性变化, 其限值大体在90 %左右。气象条件PLAM指数对气溶胶浓度变化能有很好的指示作用, 能较好地给出空气质量的客观定量预测(王继志等, 2009, 2014)。张小曳等(2013)通过分析雾和霾与气溶胶的联系、维持机制、污染物构成及如何治理等问题, 指出中国现今雾霾问题的主因是严重的气溶胶污染, 但气象条件对其形成、分布、维持与变化的作用显著。二次气溶胶(通常占我国小于10 μm气溶胶质量浓度的一半以上)形成与变化受气象条件影响大, 导致我国霾呈区域性分布的特点。李德平等(2010)通过对北京地区三级以上污染日的气象影响因子初步分析发现:风向是造成SO2、NO2和细颗粒物(PM10)等3种污染物出现重污染的主要原因之一; 污染日存在两重或多重逆温层, 而且逆温层较低较厚, 垂直对流和水平扩散作用较弱, 湿沉降作用较小, 因此污染物不易扩散和输送, 堆积在近地面, 造成重污染。孙燕等(2010)也认为, 风是边界层内影响污染物扩散的重要动力
因子, 风向决定着大气中污染物的输送方向, 风速决定着大气中污染物的扩散稀释速度, 特别是低层风向、风速的变化直接影响空气污染物的聚散及各处的浓度分布; 因此, 风是影响霾天气形成和发展的重要气象因素。同时有研究表明(郭媛媛等, 2008; 隋平等, 2009; 代佩玲等, 2009; 魏建苏等, 2010; 高歌, 2008; 马明亮等, 2013; 梁延刚等, 2008; 吴蒙等, 2012; 高建秋等, 2014; 贺广兴, 2014; 李霞等, 2012; 李宗恺等, 1985; 程建新, 2009; 田辉和陆欣, 2010; 蒋珍娇等, 2009; 孙燕等, 2010; 沈琰等, 2014):中国年和四季霾日的空间分布特征均呈现东多西少的空间分布态势, 除东北地区、青藏高原、两北西部四季霾日均很少且变化不明显外, 其余大部分地区均呈现为冬季多, 夏季少, 春秋季居中的特点; 细颗粒物PM2.5浓度与能见度(撇除雨雾及相对湿度≥95 %的个例)呈倒数关系, 相关系数约为0.8;雨水对污染物有冲刷和清洁作用, 不同强度等级的日降水对PM10、SO2、NO2清除效率和对API值降低率均呈现指数变化, 降水的发生以及近地面层较大的主导风速能够有效的减少霾天气的出现, 即降水日数多、低层平均风速较大的月份, 其霾天数相对较少; 当大气边界层处于风速小、逆温显著、混合层低的稳定状态下时, 高污染、强热岛等事件容易发生。胡春梅等(2009)在重庆市空气污染扩散气象条件指标研究中提出:与API关系密切的不是20:00的气象要素而是08:00的气象要素; 地面要素中, 对污染物浓度影响最大的是08:00的24 h变压, 而温度的高低对API影响因季节而不同; 空气污染扩散条件的综合指数A值越大, 越不利于污染物扩散。
南宁作为一个绿色城市, 其空气质量的各项指标均处于中国前列, 但近年来也同样受到霾天气的困扰。因此, 如何准确预测霾天气, 降低霾天气的发生频率, 减少其带来的不利影响, 这些对于南宁市而言都是非常必要的工作。最近几年出现了不少关于南宁市霾的研究。程爱珍和曾行吉(2013)根据南宁国家基本气象站1956-2011年的观测资料分析了南宁市霾天气的年际变化, 指出这56年中南宁年平均霾日为20天, 年际变化总体是前45年变化平稳, 后11年变化明显增多。刘传(2012)、唐利利等(2012)根据环境监测数据, 对南宁市出现霾天气时的颗粒污染物进行分析, 发现PM2.5是直接造成南宁霾的主要因子。丘兆逸和魏龙(2014)基于经济的视角, 认为经济快速发展、产业和能源结构具有高排放特征、环境技术相对落后是导致近年来南宁雾霾加剧的主要经济因素。本文采用新的霾日判定标准并结合以往气象分析中较少利用的PM2.5、PM10和AQI(空气质量指数)等数据, 对南宁市区近15年来霾发生的年际、月际、霾出现频率日变化特征及其成因进行了分析。
2 数据与方法 2.1 资料来源所用的资料主要为南宁地面气象观测站2000年以来的气象资料, 包括人工观测的霾天气、能见度, 以及自动观测的逐小时相对湿度、风速、气压等, 南宁市环保局2013年以来的AQI指数。并将南宁大气成分站2006年建站以来的PM2.5、PM10观测数据作为判断霾程度的依据。对霾的气候背景的分析则使用了2000-2014年空间分辨率为2.5°×2.5°的逐日NECP再分析资料, 该资料来源于美国国家环境预报中心(NCEP)和国家大气研究中心(NCAR)联合执行的全球大气资料再分析计划(Kalnay E et al, 1995)。
2.2 霾日判定标准中国气象局于2010年1月发布了气象行业标准《霾的观测和预报等级》(QX/T113-2010), 规定了霾观测的判识条件为:能见度小于10.0 km, 排除降水、沙尘暴、扬沙、浮尘、烟幕、吹雪、雪暴等天气现象造成的视程障碍。相对湿度小于80 %, 判识为霾; 相对湿度80 %~95%时, 按照地面气象观测规范规定的描述或大气成分指标进一步判识(表 1)(中国气象局, 2010)。而在此之前, 对霾的观测, 由于标准过于模糊, 受观测员的主观判断影响较大, 常常与轻雾相混淆。因此直接使用人工观测的霾记录作为统计霾日的标准, 可能不能代表真实的状况。由于现行标准需要用到大气成分观测数据, 可能无法反演出历史的霾。为此, 一些研究将相对湿度小于等于90 %且能见度小于等于10 km作为判断霾的标准, 并得到较好的应用(吴兑等, 2008; 邓学良等, 2015; 杨晓亮和杨敏, 2014)。为此, 本文采用将相对湿度小于等于90 %且能见度小于等于10 km作为判断霾的标准, 在当日的多次观测当中, 只要有一次达到霾的标准, 则该日即定义为一个霾日。
|
表 1 霾的大气成分指标 Table 1 Atmospheric composition indexes of haze |
图 1为2000-2014年南宁市区每年出现霾的天数。对比人工观测记录的霾日与本文标准所计算的霾日, 可看到由于旧的观测规范过于依赖观测员的主观判断, 不同观测员判断霾的标准可能存在差异, 导致个别年份人工记录的霾日仅有几天, 不符合实际霾天气出现的状况。采用新标准统计出的霾日天数年平均接近71天, 远大于旧标准下的不到18天, 较符合霾天气频繁出现的现状(郭媛媛等, 2008; 隋平等, 2009; 代佩玲等, 2009; 魏建苏等, 2010)。总体上, 两种观测标准获得的年霾日变化趋势一致, 但人工记录方法显著低估霾日天数。可看到南宁的年霾日在2000年以后便逐年上升, 到2004年达到最大值, 为129天, 而后开始出现下降的趋势, 2011年达到最小, 为28天, 但之后的2012、2013年则重新呈现出上升的趋势, 2014年霾日数有所回落。
|
图 1 两种判定标准获得南宁市2000-2014年霾日年变化曲线 Figure 1 Annual number of haze days based on two criteria in Nanning from 2000 to 2014 |
从2000至2014年平均的霾日月分布(图 2)可见旱季是霾天气高发期, 9月至次年2月霾日天数都在5天以上, 均高于其余的6个月。9月的霾日天气较少(6.2天), 但10月突增到12.1天, 达到全年最高值, 11月霾日较前一个月有所下降, 为8.5天, 12月则上升为11.5天; 1、2月霾日天数开始持续下降, 分别为9.4天和5.3天。雨季的月平均霾日普遍在5天以下, 其中以4月、7月的霾日天数最少, 分别为2.8天和1.7天, 其余月份的霾日天数则在3~5天左右。南宁市的霾日季节分布符合华南地区的霾日季节分布特征, 呈现旱季多、雨季少的特点(高歌, 2008; 马明亮等, 2013)。
|
图 2 2000-2014年多年月平均霾日天数分布 Figure 2 Distribution of mean monthly haze days from 2000 to 2014 |
研究表明, 细颗粒物PM2.5浓度与能见度相关性较强(梁延刚等, 2008), 利用细颗粒物PM2.5数据同样能够反映霾天气。图 3a为南宁2006年至2014年月平均PM2.5值的分布状况。可见旱季是细颗粒物PM2.5浓度值较高的时段, 雨季的细颗粒物PM2.5则相对较低, 全年最低值同样出现在7月, 最高值出现在1月, 2月、3月的细颗粒物(PM2.5)浓度值也与9-11月的平均PM2.5相近。PM10(图 3b)与PM2.5月平均变化趋势基本一致。
|
图 3 2007-2014年多年月平均PM2.5(a)和PM10(b)分布 Figure 3 Distribution of mean monthly PM2.5 (a) and PM10 (b) from 2007 to 2014 |
多年月平均霾日天数和月平均PM2.5、PM10值的季节分布有很好的对应关系:霾日天数和PM2.5、PM10都是12月至次年2月多于9-11月; 高值区基本都位于在旱季; 极端最低都出现在7月; 但2-3月PM2.5和PM10高值与霾日数并不完全一致。
3.2.2 成因分析(1) 气候学分析
为了从气候角度分析天气形势与霾日月分布特征的关系, 我们将2000年至2014年的NCEP资料按月份进行多年平均化处理, 以表征这一时间段内的各月份气候状态。这里选取了500 hPa高度场、850 hPa气压风场和1000 hPa高度场作为研究的对象, 因为这三者能够较好地反应出中、低和地面三层大气的大尺度天气形势。
在进入9月以后, 降水天气明显减少, 霾天气的出现则随之增加。从图 4a可见, 10月的500 hPa高度场, 受副热带高压的控制, 此时天气以晴热、干燥为主, 污染物浓度高, 使得10月成为全年霾日最多的月份。同时由于从10月开始受冷空气的活动的影响, 850 hPa的北风分量及风速也开始加大。而一次冷空气过程往往能够吹散霾, 达到清洁空气的效果, 因此10月细颗粒物(PM2.5)浓度月均值较高, 但不是全年最高。11月处于大陆冷高压的边缘(图 4b), 冷空气活动变得更为频繁, 且常受冷锋影响产生降水过程, 因此11月无论霾日天数还是细颗粒物(PM2.5)浓度, 均低于其相邻的月份。12月, 在大陆高压的范围内, 850 hPa的风速为全年最低值(图 4c), 地面高压的控制和较小的风速, 导致干燥少雨, 大气污染物得到堆积, 使得霾天气的严重程度和霾日数都接近全年最高值。1月虽仍为大陆高压控制, 且850 hPa转为西南气流, 表明边界层有逆温层存在, 但由于1月冷空气活动较12月频繁, 850 hPa平均风速也大于12月(图 4d), 因而1月虽霾天气最为严重, 但月霾日天数却少于12月。2、3月850 hPa西南气流开始活跃, 重新处于大陆高压边缘, 降水开始逐渐增多, 霾日数也随之减少。4月, 开始受南支槽活动及西南季风的影响, 处于华南前汛期的阶段, 降水日数突增, 霾日天数和细颗粒物(PM2.5)浓度皆下降明显。5月和6月同样因为500 hPa槽的频繁活动, 并与850 hPa西南季风配合, 使得降水无论是天数或者是总量都相对较多, 使得霾天气较少出现。7、8月受热带系统的影响, 是降水最多的两个月份, 同时对流活动的增多也意味着空气的流动性加强, 因而霾天气为全年的最低值。本文分析结果与相关研究(吴蒙等, 2012; 高建秋等, 2014; 贺广兴, 2014; 李霞等, 2012)一致。
|
图 4 2000-2014年月平均500 hPa高度场(红、黑色等值线, 单位: dagpm)、1000 hPa高度场(绿色等值线, 单位: gpm)及850 hPa风场(蓝色矢量, 单位: m·s-1)分布 (a) 10月, (b) 11月, (c) 12月, (d) 1月 Figure 4 The mean monthly climatological field of height field on 500 hPa (red and black contours, unit: dagpm) and 1000 hPa (green contours, unit: gpm), the wind field on 850 hPa (blue vector, unit: m·s-1) from 2000 to 2014. (a) October, (b) November, (c) December, (d) January |
(2) 大气边界层主要影响因素分析
选取空气质量指数AQI为因变量, 与其相关性较好的08:00(北京时, 下同)地面24 h变压、10 m风速、能见度及日均相对湿度等为自变量; 采用逐步回归方法建立回归方程:
| $X = 241.246 - 1.733A - 2.505B - 4.411C - 1.77D, $ | (1) |
式中: A为日均相对湿度、B为08:00能见度、C为08:00 10 m风速、D为08:00地面24 h变压。
对回归方程进行归一化处理, 获得空气污染扩散条件的综合指数A, 计算公式如下:
| $A = \frac{{X - {X_{\min }}}}{{{X_{\max }} - {X_{\min }}}}, $ | (2) |
式中: X为待归一化处理的变量, Xmin为变量的最小值, Xmax为变量的最大值。
由多年月平均污染扩散指数分布(图 5)可看出:多年月平均污染扩散指数与多年月平均霾日、PM2.5和PM10有极好的对应关系。旱季A指数明显高于雨季, 在7月最低, 仅为0.37, 10月最高, 达到0.62, 说明旱季较雨季不利于污染物的扩散, 7月扩散条件最好, 霾天气最少, 10月扩散条件最差, 霾日也最多, 12月扩散条件和霾日都为全年的次峰值; 在9-10月有一明显的跃升, 11月略低于10月和12月, 1月与2、3月间有一突降过程, 表明相对9月而言, 10月扩散条件明显变差, 霾日也急剧增加, 11月相对10月和12月, 霾日略少, 2、3月较1月扩散条件明显变好, 空气质量明显改善, 霾日也迅速减少。
|
图 5 2013-2015年多年月平均污染扩散指数分布 Figure 5 Distribution of mean monthly pollutant diffusion index from 2013 to 2015 |
通过2007至2014年霾出现频率日变化图(各时次出现的霾次数占霾出现总次数的比例)(图 6)可以看出: 08:00-11:00是霾发生的高发时段, 08:00霾的出现频率高达20 %, 其后, 14:00-20:00有明显的减弱趋势, 20:00达到出现频率最低值9 %, 23:00至次日05:00霾的出现频率略有增长, 05:00-08:00霾的出现频率骤升, 增幅达8 %。
|
图 6 2007-2014年霾频次日变化 Figure 6 Diurnal variation of haze days frequency from 2007 to 2014 |
由于南宁地面气象站对能见度的观测只进行每日02:00、08:00、14:00、20:00的四次常规观测和05:00、11:00、17:00、23:00的加密观测, 为了更好地表现南宁市霾状况的日变化特征, 这里选择24 h不间断观测的PM2.5数据进行分析。根据多年平均(2007-2014年)PM2.5的日变化(图 7)可看到, 07:00-09:00为每日PM2.5最高值的时段, 其中08:00达到了日最大值, 为40.4 μg·m-3。09:00以后, PM2.5开始以每小时1~2μg·m-3的速度持续下降, 直到15:00达到31.1 μg·m-3, 并维持在这一数值附近, 到17:00达到日最低值。18:00-20:00, PM2.5又开始不断增大, 每小时增速约为2 μg·m-3, 20:00达到35.3 μg·m-3。从21:00到第二天06:00, PM2.5则以每小时不到1 μg·m-3的速度浮动上升。
|
图 7 2007-2014年多年平均PM2.5的日变化 Figure 7 The mean hourly PM2.5 from 2007 to 2014 |
2007-2014年间霾的出现频率分布和PM2.5的日变化有很好的对应关系:峰值都出现在08:00、08:00-17:00呈现明显的减弱势态、23:00至次日05:00都维持相对平稳的状态。
3.3.2 成因分析气压变化和风速大小也是决定PM2.5扩散或沉积, 造成霾出现频率日变化的重要因素。城市作为一个大的污染源, 不断地产生大量空气污染物。而导致PM2.5不是维持不断上升的原因, 除了降水能导致PM2.5沉降外, 另一个主要原因是PM2.5在大气运动的作用下得到扩散(张燕等, 2010)。当水平风速越大时, 大气的水平扩散运动也越强烈; 当近地面出现上升运动时, 地面变压为负, 有利于在垂直风向上的扩散, 相反正变压则不利于在垂直风向上的扩散。因此, 分析平均风速和小时变压这两个物理量的日变化, 可较好地解释PM2.5和霾出现频率的日变化情况。
从图 8可看到, 08:00的平均风速为全日最小, 其正变压则对应的为一峰值。上班时段、低风速、大气下沉运动, 这三个因素使得空气污染物得不到很好的扩散, 导致08:00成为全天PM2.5值最高的时段, 霾出现频率也最高。09:00和10:00的小时变压虽然仍为正值, 大气运动仍以下沉为主, 但此时的风速开始加大, 因而这一时段的PM2.5呈下降趋势, 11:00霾出现频率较08:00有所下降。11:00-17:00, 风速一直在加大, 同时小时变压为负值。这一时段中, 大气水平运动不断增强, 垂直运动则一直表现为上升运动状, 最终表现为每天中下午是PM2.5值最低的时段, 且呈下降趋势, 并在17:00达到日最低值, 霾出现频率进一步下降。18:00, 风速达到了日最大值, 变压却变为正值, 此时也正好是下班时段, PM2.5的值开始转为上升趋势。19:00-20:00, 变压为正值, 风速大小维持在峰值, PM2.5上升的速度较为缓慢, 低于日平均值, 20:00霾出现频率也达到谷值。21:00到第二天00:00, 变压为正值, 风速大小在不断地下降。但由于此时的风速仍高于日平均风速, PM2.5上升的速度仍较为缓慢。01:00到04:00的风速较低, 变压虽为负值, 但其绝对值远小于下午时段的变压值, PM2.5表现为浮动上升, 霾出现频率维持相对稳定。05:00-08:00, 变压转为正值, 风速仍在下降, 逐渐趋于谷值, 使得此时的PM2.5增量大于凌晨时段的增量, 霾出现频率随时间变化快速增加。
|
图 8 2000-2014年多年平均逐时风速(a)和24 h变压(b)分布 Figure 8 The mean hourly wind velocity (a) and daily allobaric (b) from 2000 to 2014 |
利用2000-2014年的气象观测资料, 对南宁市近15年来的霾变化, 以及霾的季节变化、出现频率的日际变化特征及其成因进行了分析, 得到如下主要结论:
(1) 南宁市平均年霾日整体呈明显增加趋势。从2000年逐年上升, 到2004年达到最大值, 之后有一明显跳跃下降, 之后几年年际变幅不大, 2011年又有一明显的下降趋势, 但2012、2013年则重新呈现出上升趋势, 2013年达到21世纪以来的最大值, 2014年有小幅下降。同时, 人工观测记录方法受到主观因素影响, 可能低估霾天数。
(2) 旱季霾日多于雨季。其中7月为全年霾天气出现最少的月份; 大陆冷高压的控制, 以及中低层风场风速较小, 使得12月霾天气的严重程度和霾日数都接近全年最高值。PM2.5、污染扩散指数A的季节分布总体上与霾日一致, 呈明显的正相关。
(3) 霾的出现频率和PM2.5存在显著的日变化特征, 并有明显的对应关系。由于较小的风速和正的小时变压使得早间的大气水平运动较弱, 且在垂直方向以下沉运动为主, 使得空气污染物难以扩散, 08:00 PM2.5达到峰值, 霾的出现频率也最多; 中下午风速逐渐增大, 负的小时变压, 以上升运动为主, 霾的出现频率迅速减小; 18:00-20:00, 正的小时变压和维持在峰值附近的风造成20:00霾的出现频率最低。
| Kalnay E, Kanamitsu M, Kistler R, et al. 1995. The NCEP/NCAR 40-year reanalysis project[J]. Bull Amer Meteor Soc, 77: 437–4711. | |
| 程爱珍, 曾行吉. 2013. 南宁市霾天气的分布特征及其危害影响分析[J]. 安徽农业科学, 41(14): 6400–6402. DOI:10.3969/j.issn.0517-6611.2013.14.111Cheng Aizhen, Zeng Xingji. 2013. Analysis of the distribution characteristics and detrimental effect of haze weather in Nanning[J]. Journal of Anhui Agricultural Sciences, 41(14): 6400–6402. DOI:10.3969/j.issn.0517-6611.2013.14.111 | |
| 程建新. 2009. 南阳市霾天气的气候特征及影响因素分析[J]. 气象与环境科学, 32(Suppl): 206–208. Chen Jianxin. 2009. Nanyang haze weather climate characteristic and influencing factor analysis[J]. Meteor Environ Sci, 32(Suppl): 206–208. | |
| 代佩玲, 刘和平, 朱玉周, 等. 2009. 郑州市霾天气的气候特征分析[J]. 气象与环境科学, 32(Suppl): 16–18. Dai Peiling, Liu Heping, Zhu Yuzhou, et al. 2009. Analysis of climatic characteristics of haze in Zhengzhou[J]. Meteor Environ Sci, 32(Suppl): 16–18. | |
| 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.1000-0534.2014.00007Deng 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 | |
| 高歌. 2008. 19612005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/xb200807010Gao Ge. 2008. The climatic characteristics and change of haze days over China during 19612005[J]. Acta Geographica Sinica, 63(7): 761–768. DOI:10.11821/xb200807010 | |
| 高建秋, 林镇国, 林俊君, 等. 2014. 珠三角地区人工增雨消霾的可行性分析[J]. 广东气象, 36(1): 59–62. Gao Jianqiu, Lin Zhenguo, Lin Junjun, et al. 2014. The feasibility analysis of haze removal by artificial precipitation enhancement in the Pearl River Delta region[J]. Guangdong Meteor, 36(1): 59–62. | |
| 郭媛媛, 苗爱梅, 张红雨. 2008. 近47年太原市灰霾天气的气候特征分析[J]. 科技情报开发与经济, 18(33): 120–121. DOI:10.3969/j.issn.1005-6033.2008.33.066Guo Yuanyuan, Miao Aimei, Zhang Hongyu. 2008. Analysis on the climate characteristics of the haze-weather for nearly 47 years in Taiyuan city[J]. Sci-Tech Information Development & Economy, 18(33): 120–121. DOI:10.3969/j.issn.1005-6033.2008.33.066 | |
| 贺广兴. 2014. 城市热岛与空气污染物特性分析及其影响参数研究[D]. 湖南: 中南大学. He Guangxing. 2014. Characteristics and impact factors of urban heat island and air pollutants[D]. Hunan:Central South University. | |
| 胡春梅, 刘德, 陈道劲. 2009. 重庆市空气污染扩散气象条件指标研究[J]. 气象科技, 37(6): 665–669. Hu Chunmei, Liu De, Chen Daojin. 2009. Index of meteorological conditions for pollutant diffusion in Chongqing[J]. Meteor Sci Technol, 37(6): 665–669. | |
| 蒋珍娇, 龙凤翔, 李艳玉, 等. 2009. 桂林市近10年霾的变化分析[J]. 气象研究与应用, 30(1): 68–69, 79. Jiang Zhenjiao, Long Fengxiang, Li Yanyu, et al. 2009. Haze variation characteristics of Guilin city in recent 10 years[J]. Journal of Meteorological Research and Application, 30(1): 68–69, 79. | |
| 李德平, 程兴宏, 于永涛, 等. 2010. 北京地区三级以上污染日的气象影响因子初步分析[J]. 气象与环境学报, 26(3): 7–13. Li Deping, Cheng Xinghong, Yu Yongtao, et al. 2010. Effects of meteorological factors on air quality above the third grade pollution in Beijing[J]. J Meteor Environ, 26(3): 7–13. | |
| 李国翠, 王建国, 连志鸾. 2007. 石家庄市大气污染与沙尘天气的关系分析[J]. 气象与环境学报, 23(2): 1–5. Li Guocui, Wang Jianguo, Lian Zhiluan. 2007. Relationship between atmospheric pollution and sandy weather in Shijiazhuang[J]. J Meteor Environ, 23(2): 1–5. | |
| 李霞, 杨静, 麻军, 等. 2012. 乌鲁木齐重污染日的天气分型和边界层结构特征研究[J]. 高原气象, 31(5): 1414–1423. Li Xia, Yang Jing, Ma Jun, et al. 2012. Researches of weather pattern and boundary layer structure characteristic on serious air pollution days in Urumqi[J]. Plateau Meteor, 31(5): 1414–1423. | |
| 李宗恺, 潘去仙, 孙润桥. 1985. 空气污染气象学原理及应用[M]. 北京: 气象出版社. Li Zongkai, Pan Quxian, Sun Runqiao. 1985. The principle and application of air pollution meteorology[M]. Beijing: China Meteorological Press. | |
| 梁延刚, 胡文志, 杨敬基. 2008. 香港能见度、大气悬浮粒子浓度与气象条件的关系[J]. 气象学报, 66(3): 461–469. DOI:10.11676/qxxb2008.042Leung Yinkong, Wu Manchi, Yeung Kingkay. 2008. A study on the relationship among visibility, atmospheric suspended particulate concentration and meteorological conditions in Hong Kong[J]. Acta Meteor Sinica, 66(3): 461–469. DOI:10.11676/qxxb2008.042 | |
| 刘传. 2012. 南宁市灰霾天气与空气污染物关系分析[J]. 广西科学院学报, 28(4): 306–308. Liu Chuan. 2012. The analysis of the relationship between haze and air pollution in Nanning[J]. Journal of Guangxi Academy of Sciences, 28(4): 306–308. | |
| 马明亮, 申红艳, 张加昆, 等. 2013. 西宁地区污染气象条件的数值模拟研究[J]. 高原气象, 32(6): 1765–1773. DOI:10.7522/j.issn.1000-0534.2012.00145Ma Mingliang, Shen Yanhong, Zhang Jiakun, et al. 2013. Numerical simulation on meteorology condition of pollution in Xining[J]. Plateau Meteor, 32(6): 1765–1773. DOI:10.7522/j.issn.1000-0534.2012.00145 | |
| 丘兆逸, 魏龙. 2014. 基于经济视角的南宁市雾霾成因及其对策研究[J]. 广西师范学院学报, 31(1): 96–100. Qiu Zhaoyi, Wei Long. 2014. Causes and Solutions of Fog and Haze in Nanning as Viewed from Economy[J]. Journal of Guangxi Teachers Education University, 31(1): 96–100. | |
| 沈琰, 雷正翠, 杨卫芬, 等. 2014. 常州市霾天气特征及其影响因子分析[J]. 环境科学导刊, 33(4): 32–37. Shen Yan, Lei Zhengcui, Yang Weifen, et al. 2014. Characteristics of haze weather and factors identification in Changzhou[J]. Environmental Science Survey, 33(4): 32–37. | |
| 隋平, 王宏, 冯宏芳. 2009. 1996-2005年福州灰霾与天气形势关系的统计分析[J]. 福建气象, 1(1): 29–32. Sui Ping, Wang Hong, Feng Hongfang. 2009. The statistical analysis of the relationship between the haze and the weather situations in Fuzhou during 1996 to 2005[J]. Fujian Meteorology, 1(1): 29–32. | |
| 孙燕, 张备, 严文莲, 等. 2010. 南京及周边地区一次严重烟霾天气的分析[J]. 高原气象, 29(3): 794–800. Sun Yan, Zhang Bei, Yan Wenlian, et al. 2010. Analysis of a heavy haze event in Nanjing and its surrounding areas[J]. Plateau Meteor, 29(3): 794–800. | |
| 孙燕, 张备, 严文莲, 等. 2010. 南京及周边地区一次严重烟霾天气的分析[J]. 高原气象, 29(3): 794–800. Sun Yan, Zhang Bei, Yan Wenlian, et al. 2010. Analysis of a heavy haze event in Nanjing and its surrounding areas[J]. Plateau Meteor, 29(3): 794–800. | |
| 唐利利, 何莉, 陈家宝, 等. 2012. 南宁市一次严重空气污染期间颗粒污染物特征及气象条件分析[J]. 广西科学院学报, 28(4): 302–305. Tang Lili, He Li, Chen Jiabao, et al. 2012. Analysis on spatial-temporal characteristics of particulate pollutant and meteorological condition during a serious air pollution in Nanning[J]. Journal of Guangxi Academy of Sciences, 28(4): 302–305. | |
| 田辉, 陆欣. 2010. 周口市灰霾天气的变化特征及成因分析[J]. 现代农业科学, 13: 332. Tian Hui, Lu Xin. 2010. Characteristics and causes of haze in Zhoukou[J]. Modern Agricultural Sciences and Technology, 13: 332. | |
| 王继志, 杨元琴, 侯青, 等. 2009. 空气污染气象条件Plam参数化方法在长三角区域的应用试验研究[A]. 第26届中国气象学会年会大气成分与天气气候及环境变化分会场论文集[C]. 杭州: 第26届中国气象学会年会, 60-64. Wang Jizhi, Yang Yuanqin, Hou Qing, et al. 2009. Experimental study on parameterization of air pollution index PALM and its application in YRD, China[A]. Proceedings of S14 atmospheric composition and weather/climate/environment change, 26th Chinese meteorological society[C]. Hangzhou:26th Chinese meteorological society, 60-64. | |
| 王继志, 张小曳, 杨元琴, 等. 2014. 我国四川盆地雾霾污染气象条件PLAM指数识别及其对气溶胶浓度变化影响的机理分析[A]. 第31届中国气象学会年会S6大气成分与天气、气候变化[C]. 北京: 第31届中国气象学会年会. Wang Jizhi, Zhang Xiaoye, Yang Yuanqin, et al. 2014. Identification of Meteorological conditions PLAM index for linking Air-quality in the Sichuan basin and its effect on aerosol concentration mechanism analysis[A]. Proceedings of S6 atmospheric composition and weather/climate change, 31th Chinese meteorological society[C]. Pekin:31th Chinese meteorological society. | |
| 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]. J Meteor Sci, 30(6): 868–873. | |
| 吴兑, 邓雪娇. 2001. 环境气象学与特种气象预报[M]. 北京: 气象出版社. Wu Dui, Deng Xuejiao. 2001. Environmental Meteorology and Special Meteorological Forecasts[M]. Beijing: China Meteorological Press. | |
| 吴兑, 廖国莲, 邓雪娇, 等. 2008. 珠江三角洲霾天气的近地层输送条件研究[J]. 应用气象学报, 19(1): 1–9. DOI:10.11898/1001-7313.20080101Wu Dui, Liao Guoliang, Deng Xuejiao, et al. 2008. Transport condition of surface layer under haze weather over the Pearl River Delta[J]. J Appl Meteor Sci, 19(1): 1–9. DOI:10.11898/1001-7313.20080101 | |
| 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]. Environmental Chemistry, 27(3): 327–330. | |
| 吴蒙, 范绍佳, 吴兑, 等. 2012. 广州地区灰霾与清洁天气变化特征及影响因素分析[J]. 中国环境科学, 32(8): 1409–1415. Wu Meng, Fan Shaojia, Wu Dui, et al. 2012. Characteristics and influence factors study of haze and cleaning weather over Guangzhou Area[J]. China Environ Sci, 32(8): 1409–1415. | |
| 杨晓亮, 杨敏. 2014. 一次雾霾过程中气象因子与细颗粒物浓度关系的研究[J]. 干旱气象, 32(5): 781–787. Yang Xiaoliang, Yang Min. 2014. Relationship between meteorological factors and fine particulate matter concentrations during a fog and haze weather process[J]. J Arid Meteor, 32(5): 781–787. | |
| 张宝贵, 孙丽华. 2009. 秦皇岛市空气污染与气象要素的关系[J]. 气象与环境学报, 25(4): 43–47. Zhang Baogui, Sun Lihua. 2009. Relationship between air pollution and meteorological elements in Qinhuangdao, Hebei province[J]. J Meteor Environ, 25(4): 43–47. | |
| 张小曳, 孙俊英, 王亚强, 等. 2013. 我国雾-霾成因及其治理的思考[J]. 科学通报, 58(13): 1178–1187. Zhang Xiaoye, Sun Junying, Wang Yaqiang, et al. 2013. Factors contributing to haze and fog in China[J]. Chinese Sci Bull, 58(13): 1178–1187. | |
| 中国气象局. 2003. 地面气象观测规范[M]. 北京: 气象出版社, 23. China Meteorological Administration. 2003. Surface observations specifications[M]. Beijing: China Meteorological Press, 23. | |
| 中国气象局. 2010. QX/T113-2010. 霾的观测和预报等级[S]. 北京: 气象出版社. China Meteorological Administration. 2010. Observation and forecasting levels of haze[S]. Beijing:China Meteorological Press. |