2018, Vol. 37
天气现象是在特定天气条件下发生在大气中或地面上的某些物理现象, 包括降水、地面凝结、视程障碍、雷电等现象(中国气象局, 2003)。依据《地面气象观测规范》, 应尽可能对天气现象进行连续观测, 以保证该数据的完整性。雾、轻雾和霾现象(统称为雾霾现象, 下同)均属于视程障碍类天气现象, 雾霾现象观测数据对于气候变化分析、环境评价、交通运输、决策气象服务等非常重要(丁一汇等, 2014; 张人禾等, 2014; 廖国莲等, 2011; 吴兑等, 2010, 2011; 王腾飞等, 2014)。近年来, 大气环境逐渐成为公众和社会舆论关注的焦点之一, 作为与大气污染密不可分的霾现象, 其区域时空分布、变化特征及气象条件成因等, 已成为研究的热点之一(邓学良等, 2015; 颜娇珑等, 2016; 贾佳等, 2017; 苏兆达等, 2017)。
2014年全国约963个气象台站实现大气能见度自动观测, 并通过自动观测的水平能见度和相对湿度进行雾霾现象自动识别, 而之前除我国东部少数试验站外, 地面气象台站雾霾现象基本上是人工观测。雾霾现象实现自动观测后, 其观测数据与过去人工观测数据序列存在多大差异, 如何尽可能降低该差异对气候分析的影响。鉴于之前相关研究较少, 本研究利用全国2 400多个台站2000-2014年每日观测的雾霾天气现象数据, 对上述问题进行了分析探讨。
2 数据获取与统计方法2014年雾霾现象人工观测与自动观测站分布如图 1[文中涉及的地图是基于国家测绘地理信息与国家气象信息中心共享的全国1:100万基础地理信息数据(2015版)制作, 下同]所示, 全国963个台站2014年实现了自动观测, 1 453个台站仍为人工观测。为了便于论述, 定义下列A、B两类站:
|
图 1 2014年雾霾现象观测台站分布 Figure 1 Distribution of fog, light fog and haze phenonenonobservation stations in 2014 |
A类站: 2014年及之前雾霾现象均为人工观测的气象台站;
B类站: 2014年雾霾现象为自动观测, 之前为人工观测的气象台站。
分析所用的数据来自于2 400余个国家级地面站2000-2014年的观测资料。台站观测的连续天气现象记录在地面气象月报数据文件中(中国气象局, 2005), 该文件数据已通过“台站-省级-国家级”三级质量控制(任芝花等, 2007)。按照《地面气象观测规范》(中国气象局, 2003), 当台站某日[20:00(北京时, 下同)至次日20:00]观测到有雾(轻雾、霾)现象发生, 则该日为雾日(轻雾日、霾日), 即据此对雾日(轻雾日、霾日)进行认定。
3 雾霾现象自动与人工观测区别 3.1 人工观测方法依据《地面气象观测规范》(中国气象局, 2003), 在人工观测视程障碍类现象时, 需从各现象表现特征或成因、影响的水平能见度范围、视觉颜色、现象发生时的气象条件及发生时间等五方面进行识别与区分。如表 1所示, 雾是指大量微小水滴浮游空中, 一般呈乳白色, 使水平能见度V < 1.0 km, 普遍在高湿条件下的日出前或锋面过境前后出现; 而轻雾则使水平能见度V∈[1.0, 10.0) km。霾则表现为大量极细微的干尘粒等均匀地浮游在空中, 使水平能见度V < 10.0 km的空气普遍浑浊现象, 霾发生时远处光亮物体略带黄或红色, 黑暗物体略带蓝色。
|
表 1 雾、轻雾、霾现象的特征与区别 Table 1 Characteristics and differences of vision obstruction weather phenomenons |
从表 1可见, 雾、轻雾和霾现象发生时, 其影响的能见度范围较为明确, 而空气相对湿度无明确阈值范围, 只指出空气干湿程度不同:雾发生时空气湿度最大, 其次是轻雾, 最后是霾。事实上, 人工进行雾、轻雾和霾现象观测时, 除了考虑当时的水平能见度外, 根据现象发生时视觉颜色的不同极易区分三者之间的差别。
3.2 自动观测方法2014年能见度实现自动观测的台站, 在排除降水、沙尘暴、扬沙、浮尘、吹雪、雪暴、烟幕等视程障碍类现象后, 通过自动观测的水平能见度和相对湿度进行雾霾现象自动判识(中国气象局, 2013), 判识算法如表 2所示。为了保障自动观测与人工观测的雾霾现象数据序列的连续性, 最初的判识算法中, 雾霾现象发生时规定的水平能见度范围同表 1人工观测范围, 后来发现能见度自动观测与人工观测相比存在明显的系统偏差(司鹏等, 2015), 认为普遍偏小约25%, 从而造成自动观测的雾霾现象明显偏多, 因此2014年雾霾现象自动观测业务运行时, 将雾霾判识的能见度阈值进行了修正, 如表 2所示, 轻雾、霾的能见度判别阈值为7.5 km, 雾的能见度判别阈值为0.75 km(中国气象局, 2014)。
|
|
表 2 现行雾霾现象自动判识算法 Table 2 Currently used criteria for fog, light fog and haze automatic identification |
另外, 过去人工进行雾霾现象观测时, 没有明确的相对湿度阈值, 而自动观测除了依据能见度观测值外, 还需要结合相对湿度测值。表 2中各站相对湿度阈值普遍由历史上人工观测到雾霾现象发生时, 相应时段的相对湿度历史数据统计而来。
3.3 区别综上所述, 在不考虑观测精度的情况下, 雾霾现象自动和人工观测时的能见度判识阈值相当, 且相对湿度阈值相同。主要不同如下:
(1) 自动观测只依赖能见度和相对湿度测值进行雾霾现象识别, 而人工观测还可充分利用视觉颜色进行判断, 这是目前自动识别无法实现之处;
(2) 雾霾不属于瞬间现象, 即会持续一段时间, 不会产生后立即消失。人工观测时, 可考虑雾霾现象的持续特征而进行记录; 而自动观测, 只要瞬间10 min平均能见度和相对湿度符合表 2识别条件时, 即进行相应现象记录, 未考虑雾霾现象的持续特征, 这将导致自动比人工观测的雾霾现象增多, 雾霾日数偏多。
4 雾霾现象自动观测对记录的影响与订正 4.1 雾霾现象自动观测对记录的影响 4.1.1 2014年全国雾霾观测日数与其他年份对比2014年台站观测的全国平均雾、轻雾、霾日数分别为20天、154天和59天。2000年以来全国2 400余个台站历年平均雾霾日数如图 2所示。2014年全国平均雾日数看似与往年相比差别不大, 但也达到2000年以来的最高值, 从变化趋势看, 2006年以来, 雾日数呈下降趋势, 2014却突然异常上升。2014年全国平均轻雾、霾日数均为2000年以来异常最高值, 其中霾日数是2000-2013年均值的4.2倍, 与实际情况不符。雾霾日数偏高与B类站雾霾现象观测方式的变化是否存在关联, 将在“B类站2014观测的雾霾日数显著性分析”和“人工与自动观测对雾霾日数据序列连续性分析”进行探讨。
|
图 2 全国历年平均雾霾日数分布 Figure 2 Variations of national annual mean of fog, light fog and haze days |
以2000-2013年各省(区、市)B类站历年雾霾日数平均值作为相应省(区、市)历史参照序列, 分析各区域B类站2014年观测的平均雾霾日数(x2014)显著性变化。
首先计算各序列累年平均值(x0)和标准偏差(σ)。若| x2014- x0| < 2σ, 则认为x2014与往年相当; 若2σ≤x2014- x0≤5σ, 则认为x2014比往年偏高; 若x2014- x0>5σ, 则认为x2014比往年显著偏高。
从各省(区、市)B类站2014年观测的雾霾日数与往年的比较(表 3)可以看出, 多数区域雾霾日数比往年偏高甚至显著偏高。从霾日数对比看, 仅上海、广东与往年持平, 26个省(区、市)比往年显著偏高; 对于雾日数, 13个省(区、市)与往年持平, 11个省(区、市)比往年显著偏高; 而轻雾日数, 4个省(市)与往年持平, 19个省(区、市)比往年显著偏高。
|
|
表 3 各省(区、市)B类站2014年观测的雾霾日数与2000-2013年比较结果 Table 3 Comparisons of provisional mean fog, light fog and haze days in 2014 with the averages from 2000 to 2013 on Class B stations |
为了便于自动与人工观测结果比对, 图 3分别给出了B类站2013年和2014年雾霾日数空间分布, 其中2013年为人工观测结果, 2014年为自动观测结果。由图 3可见, B类站转为自动观测后, 华北、华南、华东、西南区域以及新疆部分站2014年观测的雾霾日数比2013年均明显增多。
|
图 3 2013年(左)和2014年(右)B类站观测的雾霾日数分布 Figure 3 Distributions of fog, light fog and haze days on Class B stations in 2013 (left) and 2014 (right) |
综上所述, B类站2014观测的雾霾日数无论与往年相比, 还是与2013年相比, 均普遍明显偏多。
4.1.3 人工与自动观测对雾霾日数据序列连续性分析通过2000-2014年1 400多个A类站和900余个B类站逐年平均雾霾日数变化情况(图 4)可见: (1)2000-2013年, 全国约2 400个台站累年平均雾日数为17天, 期间A类站和B类站年平均雾日数均呈下降趋势。A类站2014年继续降低, 比上述累年平均值减少5天; 而B类站2014年则异常升高, 比上述累年平均值增多15天。与邻近的2013年同类站相比, A类站2014年年平均雾日数减少3天, 而B类站反而增多15天。(2)2000-2013年, 全国约2 400个台站累年平均轻雾日数为135天, 期间A类站和B类站年平均轻雾日数基本均呈下降趋势, 尤其2006年之后下降趋势明显。A类站2014年继续降低, 比上述累年平均值减少22天; 而B类站2014年则异常升高, 比上述累年平均值反而增多76天。与邻近的2013年同类站相比, A类站2014年年平均轻雾日数仅略增多3天, 而B类站则明显增多达77天。(3)A类站2000-2012年累年平均霾日数为9.6天, 同类站2013年和2014年统计结果与之相比分别增多了1.5倍和1.2倍; B类站2000-2012年霾日数平均为17天, 同类站2013年和2014年统计结果与之相比分别增多了1.5倍和5.8倍。因此相对于2000-2012年累年平均值, 2013年A类站和B类站年平均霾日数变化趋势与变化系数相同, 均增多1.5倍, 而2014年A类站和B类站年平均霾日数变化趋势相同, 但变化系数差别很大, 分别增多1.2倍和5.8倍。与邻近的2013年同类站相比, A类站2014年年平均霾日数减少3天, 而B类站反而明显增多至73天。
|
图 4 全国平均雾霾日数(a~c)逐年变化 Figure 4 Annual changes of national average of fog, light fog and haze days (a~c) |
综上所述, 2014年人工观测站(A类站)的平均雾霾日数无论与近十几年累年值相比, 还是与2013年相比, 均无明显的增加趋势, 而2014年雾霾现象实现自动观测的B类站则表现相反, 其2014年观测值远远高于人工观测的2000-2013年平均状况以及2013年观测值。因此B类站是造成2014年全国平均雾霾日数均达到2000年以来的最高值, 且明显高于与其最近的2013年的观测结果, 而观测方式的变化是其直接原因。
4.2 自动观测雾霾现象日数据分析订正由于963个B类站2014年观测方式由人工转自动的变化, 造成2014年全国平均雾霾日数达到2000年以来的最高值, 且明显高于与其最近的2013年人工观测结果, 这与实际大气环境状况明显不符。在不考虑自动和人工识别雾霾现象精度差异的情况下, 自动观测相对于人工观测来讲, 采取了瞬间观测记录的方式, 这违背了雾霾现象具有持续性的特点, 也是造成自动比人工观测的雾霾现象异常偏多的主因。可利用持续时间来消除瞬间观测引起的雾霾现象记录偏多的事实。
一次雾或轻雾过程最小持续时间可低于1小时甚至几分钟, 而一次霾过程最小持续时间至少达几小时。因此, 自动观测的雾或轻雾记录的订正处理需要用到分钟观测数据, 而霾记录的订正处理用小时数据即可。由于目前台站尚未上传天气现象分钟数据, 因此关于自动观测的雾、轻雾记录的订正处理技术有待后续研究, 下文只涉及自动观测霾现象记录的订正分析。
4.2.1 霾现象日数据记录的订正统计霾日时, 只有连续天气现象段有霾现象记录时, 相应日才记为霾日。台站逐小时观测的现在天气现象(含雾霾现象), 通过自动站小时数据文件实时上传至省级、国家级。本节利用逐小时现在天气现象, 分析、订正与霾日相关的连续天气现象中的霾记录。进行订正分析时, 2014年963个B类站中, 只用到720个台站数据。其他243个台站基本未上传逐小时现在天气现象记录, 但通过调查发现, 243个台站中多数站点对自动观测的连续天气现象段中的霾记录不同程度进行了人工修正。
对于自动观测的霾现象记录, 基本订正思路如下: (1)若一日内现在天气现象持续N个(含)以上时次有霾记录, 则当日连续天气现象段记霾; (2)若一日内持续霾记录不足N个时次但跨日后超过N-1个, 则当日界前(后)持续霾记录超过3个时次时, 在相应日连续天气现象段记霾, 当日界前和后持续霾记录均为N/2个时次时, 只在日界前连续天气现象段记霾。
参数N值的确定, 基于如下假设: 2014年与2013年相比, 大气环境相当或略有改善。基于该假设, 可认为2014年与2013年相比, 全国平均霾日数相当, 不应明显偏多。
图 5为参数N取值分别为4, 5, 6, 7, 8个时次时, 对B类站2014年自动观测的霾日修正结果。图中“连续天气现象”, 指由台站上传的地面气象月报数据文件中的连续天气现象段统计得到的年平均霾日, 其中2012-2013年为台站人工观测结果, 2014年为自动观测结果。由图 5可见, 720个B类站2012年和2013年观测的年平均霾日数分别为29日和47日, 但转为自动观测后的2014年则高达136日。当N=6时, 自动观测的霾日记录经订正后, 统计结果由订正前的136日降为48日, 订正后与2013年人工观测结果(47日)最相近。由此基本确定参数N取值为6。
|
图 5 720个B类站2012-2014年平均霾日统计结果 Figure 5 Mean values of haze days of 720 Class B stationsfrom 2012 to 2014 |
基于环保部审定的2013年和2014年全国74座城市年均细颗粒物浓度数据(环境保护部, 2015), 统计了其均值, 并用订正后的数据统计了对应城市前后两年的平均霾日数(图 6)可以看出, 三者变化趋势一致, 因此说明订正是合理的。
|
图 6 全国74座城市2013年和2014年颗粒物浓度、霾日数对比 Figure 6 Comparison of the annual mean particle concentration and haze days of 74 cities between 2013 and 2014 |
上述自动观测霾现象日数据记录订正方法已于2015年5月开始, 在全国所有相关气象台站业务运行(中国气象局, 2015), 并以此对业务上发布的2014年以来的霾日数据产品进行了订正处理。
4.2.2 订正后的霾现象数据分析图 7给出了订正后各类站2000-2014年全国年平均霾日数分布结果, 与图 4相比, 963个B类台站2014年年平均霾日数由订正前的114天, 降为订正后的46天, 比2013年仅略多3天; 全国2 400多个台站年平均霾日数则由订正前的59天, 降为订正后的31天, 比2013年略少0.5天, 可认为持平。
|
图 7 订正后全国平均霾日数逐年变化 Figure 7 Annual changes of national average of haze days after correction |
图 8分别展示了全国约2 400个台站2013年霾日数和2014年订正前后的霾日数空间分布, 除了新疆个别站外, 经订正后的2014年霾日空间分布规律与2013年接近, 相比订正前, 空间分布规律明显改善。
|
图 8 全国2 400多个台站2013年霾日数(a)和2014年订正前霾日数(b)和2014年订正后霾日数(c)分布 Figure 8 Distribution of haze days of 2013 (a), and haze days of before (b) and after (c) correctionin 2014 by more than 2 400 surface stations |
(1) 人工观测站2014年全国平均雾霾日数与近十几年平均状况以及2013年观测结果相近; 但由于部分站2014年雾霾现象由人工转自动观测方式的变化, 造成了2014年全国2 400多个台站统计的平均雾霾日数明显偏高, 成为2000年以来之最, 明显高于2013年人工观测结果。
(2) 雾霾现象自动观测采用瞬间观测记录的方式, 违背了该类天气现象持续性特点, 是造成自动观测雾霾现象日数增多的主要原因。基于此认识, 研究确定了6个连续时次“现在天气现象”有霾记录, “连续天气现象”方记霾的自动观测霾现象日数据订正方式。
(3) 对2014年自动观测的霾现象日数据记录订正后, 统计的全国2 400多个台站年平均霾日数由订正前的59天, 降为订正后的31天, 与2013年持平, 订正后的2014年霾日数空间分布规律也得到明显改善。
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.
Deng X L, Shi C E, Yao C, 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, 57: 36–46.
Ding Y H, Liu Y J. 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, 57: 36–46.
DOI:10.1007/s11430-013-4792-1 |
|
环境保护部, 2015. 2014中国环境状况公报[EB/OL]. http://www.mep.gov.cn/hjzl/zghjzkgb/lnzghjzkgb/201605/P020160526564730573906.pdf.
Ministry of Environmental Protection, 2015. 2014 China Environmental Bulletin[EB/OL]. http://www.mep.gov.cn/hjzl/zghjzkgb/lnzghjzkgb/201605/P020160526564730573906.pdf. [2017-10-01]
|
|
贾佳, 倪长健, 胡泽勇, 等. 2017. 19802010年成都灰霾的变化特征及其与气候要素的关联性[J]. 高原气象, 36(2): 517–527.
Jia J, Ni C J, Hu Z Y, et al. 2017. Variation of haze and its relationship with climate change in Chengdu from 1980 to 2010[J]. Plateau Meteor, 36(2): 517–527.
DOI:10.7522/j.issn.1000-0534.2016.00077 |
|
廖国莲, 曾鹏, 郑凤琴, 等. 2011. 19602009年广西霾日时空变化特征[J]. 应用气象学报, 22(6): 732–736.
Liao G L, Zeng P, Zheng F Q, et al. 2011. Spatial and temporal varations of hazes in Guangxi from 1960 to 2009[J]. J Appl Meteor Sci, 22(6): 732–736.
DOI:10.11898/1001-7313.20110611 |
|
任芝花, 熊安元. 2007. 地面自动站观测资料三级质量控制业务系统的研制[J]. 气象, 33(1): 19–24.
Ren Z H, Xiong A Y. 2007. Operational system development on three-step quality control of observation from AWS[J]. Meteor Mon, 33(1): 19–24.
DOI:10.7519/j.issn.1000-0526.2007.01.003 |
|
司鹏, 高润翔. 2015. 天津雾和霾自动观测和人工观测的对比评估[J]. 应用气象学报, 26(2): 240–246.
Si P, Gao R X. 2015. A comparative evaluation on automatic and manual observation of fog and haze in Tianjin[J]. J Appl Meteor Sci, 26(2): 240–246.
DOI:10.11898/1001-7313.20150212 |
|
苏兆达, 白龙, 梁岱云. 2017. 近15年南宁市霾日数变化特征及气象成因初步分析[J]. 高原气象, 36(3): 826–834.
Su Z D, Bai L, Liang D Y. 2017. Variations of haze days and its meteorological influences in Nanning since 2000[J]. Plateau Meteor, 36(3): 826–834.
DOI:10.7522/j.issn.1000-0534.2016.00065 |
|
王腾飞, 苏布达, 姜彤. 2014. 气候变化背景下的雾霾变化趋势与对策[J]. 环境影响评价, 2014(1): 15–17.
Wang T F, Su B D, Jiang T. 2014. Variation trend of smog under climate change context and the strategies[J]. Environ Impact Assess, 2014(1): 15–17.
|
|
吴兑, 吴晓京, 李菲, 等. 2010. 19512005年中国大陆霾的时空变化[J]. 气象学报, 68(5): 680–688.
Wu D, Wu X J, Li F, et al. 2010. Temporal and spatial variation of haze during 19512005 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. 中国大陆19512005年雾与轻雾的长期变化[J]. 热带气象学报, 27(2): 146–151.
Wu D, Wu X J, Li F, et al. 2011. Long-term variation of fog and mist in 19512005 in mainland China[J]. J Trop Meteor, 27(2): 146–151.
|
|
颜娇珑, 张武, 单云鹏, 等. 2016. 西北东部霾的时空特征与天气特征研究[J]. 高原气象, 35(4): 1073–1086.
Yan J L, Zhang W, Shan Y P, et al. 2016. Spatio-temporal distribution of aerosol and weather characteristics during haze over the Eastern Northwest China[J]. Plateau Meteor, 35(4): 1073–1086.
DOI:10.7522/j.issn.1000-0534.2015.00028 |
|
张人禾, 李强, 张若楠. 2014. 2013年1月中国东部持续性强雾霾天气产生的气象条件分析[J]. 中国科学:地球科学, 57: 26–35.
Zhang R H, Li Q, Zhang R N. 2014. Meteorological conditions for the persistent severe fog and haze event over eastern China in January 2013[J]. Sci China:Earth Sci, 57: 26–35.
DOI:10.1007/s11430-013-4774-3 |
|
中国气象局, 2003. 地面气象观测规范[S]. 北京: 气象出版社.
China Meteorological Administration, 2003. Guidance of surface meteorological observation[S]. Beijing: China Meteorological Press.
|
|
中国气象局, 2005. 地面气象观测数据文件和记录薄表格式[S]. 北京: 气象出版社, 18-65.
China Meteorological Administration, 2005. File format of surface meteorological observation data file and observation record sheet[S]. Beijing: China Meteorological Press, 18-65.
|
|
中国气象局, 2013. 中国气象局综合观测司关于做好全国地面气象观测业务调整工作的通知: 气测函321号[Z]. 北京: 中国气象局.
China Meteorological Administration, 2013. Integrated Observations Department of CMA released letter No. 321: Notice on the adjustments of the national operational surface meteorological observation form the Integrated Observations Department of CMA[Z]. Beijing: China Meteorological Administration.
|
|
中国气象局, 2014. 中国气象局预报司、观测司关于调整霾天气现象观测规定和对2013年雾、霾观测数据订正的通知: 气预函4号[Z]. 北京: 中国气象局.
China Meteorological Administration, 2014. Forecasting and Networking Department of CMA released letter No. 4: Notice on the adjustments of the haze weather phenomenon observation and on the revision of the fog and haze observation data form the Forecasting and Network Department and the Integrated Observations Department of CMA[Z]. Beijing: China Meteorological Administration.
|
|
中国气象局, 2015. 观测司关于地面气象观测业务运行有关工作的通知: 气测函45号[Z]. 北京: 中国气象局.
China Meteorological Administration, 2015. Integrated Observations Department of CMA released letter No. 45: Notice on the operational works of the surface meteorological observation form the Integrated Observations Department of CMA[Z]. Beijing: China Meteorological Administration.
|