某地区雾霾日数的变化特征及其与风场的关系

某地区雾霾日数的变化特征及其与风场的关系利用20042013年10年间某地区10个台站的常规气象资料，统计分析了近十年来某地区雾霾现象发生日数的时间及空间分布特征，同时探究了风场对雾霾现象的影响。研究发现，某地区雾霾天气具有很强的区域差异，有明显的多发区与少发区，各站点差异较大，整体上呈由西南到东北递减的趋势；雾霾现象日数在07年达到极大值，08年降幅明显，并在之后两年维持较低水平，但从11年开始反弹，呈持续增加趋势；某地区雾霾现象日数分布有明显的双峰特征，即冬季居多，夏季也有雾霾现象日数的极大值；风速小于等于3ms-1时最有利于雾霾日的形成，逐月平均风速与逐月雾霾日数存在显著的负相关关系；雾霾日的风向为南风居多，西北风有利于污染物的清除扩散，不利于雾霾的形成；某三地各站点雾霾日主导风向各有差异，反映出各地污染物的来源及输送的特征。根据中国气象局地面气象观测规范，雾是指大量微小水滴浮游空中，使水平能见度小于1.0 km的天气现象；霾是大量极细微的干尘粒等均匀地浮游在空中，使水平能见度小10.0 km，造成空气普遍浑浊的天气现象。中国不少地区把霾现象并入雾一起作为灾害性天气预警预报，统称为“雾霾天气”。霾和雾是两种天气现象，它们的共同点是能够造成能见度下降（褚金花等，2013）。现今的雾和霾和人为排放的气溶胶显著增加有密切关系（张小曳等，2013）。雾霾天气不仅会造成视程障碍，增大交通事故的几率，而且还严重影响人体健康，诱发呼吸道、肺部、心血管疾病，对人体的呼吸系统、循环系统造成极大危害（潘铭，2013；冬雪，2013）。因此对雾霾的特征以及其影响因素的研究分析具有重要意义。国外对雾霾的研究开始很早，早在上世纪二十年代，就有学者对雾霾的分布、成因等进行了研究分析（Willett，1928）。进入21世纪后，国外学者也对雾霾的形成、气候特征以及其对区域气候的影响开展了研究（Hachfeld等，2000；Quinn等，2003）。改革开放以来随着中国雾霾形势日益严峻，国内对雾霾现象的研究也逐渐开展。一些学者对华东、山西、江苏等地区的雾霾时空分布及气候特征进行了分析研究（史军等，2010；李苗等，2013；刘端阳等，2014）；关于雾霾的成因，有研究人员对社会因素方面进行了探究，发现雾霾与燃煤排放、城市化进程、工业污染等有着明显的关联（郑祚芳等，2013；戴亚逸等，2014；白立敏等，2014；王娟等，2014），也有研究人员研究了气象条件等自然因素对雾霾现象的影响，研究表明气温越低，日平均风速越小，14 时出现负变压或正变温，连续不降水日数越长时，越有利于雾霾天气的形成（王珊等，2014）。张小曳等（2013）还从气溶胶污染，PM2.5等微观方面对雾霾的形成与治理进行了详尽的研究。某地区是我国五大城市群之一，常驻人口超过一亿，是中国北方经济规模最大、最具活力的地区。然而经济的增长却造成了某地区生态环境和空气质量的恶化，近年来该地区出现多次持续性大范围的雾霾天气。2013年环保部的城市空气质量监测结果显示，某区域的空气污染最重（平均达标天数比例仅为37.5%）全国空气质量最差的10个城市中有7个在某地区（王芳，2014）。有学者研究表明，某污染治理，首先要控制河北的煤、北京的汽车、天津的化工企业，优化某环渤海经济圈的产业结构，协调一体化发展是治理某雾霾的关键所在（赵纪伟，2014）。马小会等（2013）曾对2012年冬季北京地区的一次持续雾霾天气进行研究发现，造成持续雾霾的主要原因为长时间维持逆温，大气层结稳定少风以及地形作用；也有学者统计分析了河北、天津、等地区的长期的霾日气候特征，并简要分析了一些气象条件对雾霾现象的影响（付桂琴等，2014；郭军等，2008）。到目前为止，国内对于某地区雾霾天气的时空分布特征以及其与风场的关系方面研究较少。因此，本文选取某地区有代表性的10个站点，利用各站点的常规地面观测气象资料，通过统计分析和相关分析等手段对雾霾现象的时空分布以及雾霾与风场的关系进行了分析。13第二章 资料与处理方法本文所用资料为2004年1月1日2013年12月31日十年间某地区十个地面气象观测站的常规气象观测资料。（吴兑，2008）通过研究发现，在现实的观测实践中，区分造成视程障碍的天气现象是霾还是轻雾或雾，长期以来存在不同认识。对长期气候资料进行霾的统计，需要统一的定量标准，不能直接使用天气现象记录，因为过去长期在气象系统的台站观测业务中，区分霾的判据比较混乱，缺乏可比性，全国没有统一的辅助判别标准。长期以来在实际工作中，大量都市霾被记成了轻雾（雾）。实际上，在自然界，霾和雾是可以互相转化的，当相对湿度增加超过100 %时，霾粒子吸附析出的液态水成为雾滴，而相对湿度降低时，雾滴脱水后霾粒子又再悬浮在大气中（吴兑，2006）。王珊等（2014）的研究也表明，雾和霾之间并不总存在一个截然分明的界线，雾和霾往往很难简单地用某个相对湿度值将其区分开。即使是一些相对湿度高于90%的大雾天气，也不能完全排除人为污染的因素。因此，本文将不以相对湿度将雾和霾分开研究，而是将雾和霾现象统称为雾霾现象。而对于长期的霾日统计方法，通常有以下三种，即单次值法、日均值法、14时值法。（吴兑等，2014）的研究表明，这三种方法统计的霾日数大致为1:0.54:0.45的关系，但分布趋势是类似的。使用14时实测值时，分析的能见度小于10km的资料必须同时满足以下3个条件：天气现象代码为01（露)、02(霜)、03(结冰)、04(烟幕)、05(霾)、10(轻雾)，42(雾)；相对湿度小于90%的记为一个霾日，以相对湿度90%为界对霾、轻雾(雾)进行划分；利用天气现象代码可将降水、吹雪、雪暴、扬沙、沙尘暴、浮尘、烟幕等天气事件筛选出来。这种方法被国际上广泛应用来讨论长期能见度变化趋势。故本文将采用14时值法，即只要满足当日14时能见度小于10km，天气现象代码为上述七种之一，则视为出现雾霾现象，记为一个雾霾日。第三章 研究结果及分析3.1雾霾空间分布特征 图3.1给出了某地区十个站年均雾霾日数分布图。从图中可以看出，出现雾霾现象的地域性很强，区域特征十分明显。总体上某地区十年年均雾霾日数呈现由西南向东北递减的趋势。十年间，某地区雾霾日数最多的是邯郸站，年均雾霾日数达到了67.3天（d）;其次为石家庄站，年均雾霾日数为65.5d；北京站和天津站分别为49.7d与44.3d，均超过了区域平均值；在图中呈现为冀西南与北京天津区域的两个高值中心。雾霾日数最少的两个站点为北部的承德与张家口两站，年均雾霾日数仅为2.3d与9.8d，说明冀北地区为雾霾的少发区。冀西南至北京一带位于太行山东麓地区（图3.2），当从西部高原东移并垂直于太行山的气流，越过山脊，在背风坡下沉以干绝热增温，湿度降低，空气干燥，降水减少，不利于污染物的沉降，而下沉气流也不利于污染物的扩散；同时，三面环山的地形也使得污染物在山前聚集；而在冀北地区，由于海拔高，地势宽阔，十分利于污染物的扩散与迁移。由此可见，地理地形因素与某地区雾霾的区域性分布有着密切的关系。图3.1 京津冀地区20042013年年均雾霾日数空间分布 图3.2 某地区地形图3.2雾霾日数时间变化特征3.2.1年际变化特征 图3.3为某地区20042013十年平均雾霾日数年际变化，数据为十个台站每年雾霾日数的平均值。可以看出，某地区20042013十年年平均雾霾数为28.6d，雾霾日数最多的为2013年，达到了57.2d，值得注意的是，在14时实测值统计方法中，作为某地区的雾霾日平均，这个数值已经非常高了。07年之前雾霾日数整体呈现上升趋势，到07年达到一个极大值39.5d，而08年却骤减至20.2d，降幅很大，并在之后的两年维持较低水平。这次雾霾日数的骤减很大程度上和北京奥运会有关。因为08年奥运会前后河北以及北京各级政府采取了一系列节能减排，控制大气污染的措施，使得北京及北京周边地区空气质量迅速得到改善。然而从2010年开始，某地区的雾霾日数开始明显反弹，增长趋势明显，到2013年更是达到峰值57.2d。图3.3 某地区20042013十年平均雾霾日数年际变化图 为了更加直观地展现某地区严峻的雾霾形势，图3.4给出了北京、石家庄、天津三个比较有代表性城市的逐年雾霾日数（北京站由于2013年连续四个月数据缺失，该年份数据没有代表性，故将该点舍去）。图中可以看到，三个典型站点的雾霾日数变化趋势与图3.3中的基本一致。石家庄站的雾霾日数总体上要多于北京站和天津站，其中，2007年与2013年的雾霾日数分别达到了124.6d和117.8d，如果使用单次值法统计（全天各个时次的观测中只要出现一次雾霾现象即记为一个雾霾日），按照（吴兑等，2014）单次值法与14时值法统计日数大致为1:0.45的研究结论， 2007与2013年的雾霾日数很有可能高达250d以上。北京和天津两地的雾霾日数虽然在数值上低于石家庄，但是两地雾霾日数的增长趋势十分明显，平均增长速度分别为4.7d/a、7.9d/a，到2012年两地的雾霾日数也已超过了80d。总体来说，某地区近年来的雾霾形势不容乐观，尤其是2010年之后的增长趋势值得重视。图3.4 几个代表性城市十年雾霾日数年际变化图3.2.2季节变化特征 图3.5 某地区20042013年逐月平均雾霾日数图3.5为某地区20042013年雾霾日数的逐月分布。可以看出，不同月份雾霾日数差异较大。雾霾日数最多的为冬季的12月，平均达到了4.3d，5月份最少，为0.6d。全年来看，雾霾日数最多出现在冬季，占全年雾霾日的37.4%。秋季和夏季略少，占比分别为为28.1%和22.5%。春季所占比例最少，仅为12.0%。季节变化呈现明显的双峰特征，即不但采暖季的冬季有较多的雾霾日，夏季也出现了雾霾日数的极大值，这与中国的绝大多数站点的冬半年雾霾日数多，夏半年最少的特征有很大不同（吴兑等，2009）。冬季的峰值主要是由于采暖燃煤的增加使得颗粒物排放增多，夏季出现的极值可能与盛夏华北平原的特殊边界结构，和湿热背景下光化学反应产生的二次粒子及其散射效应有关，有待进一步的研究。图3.6 某三地20042013年逐月平均雾霾日数的变化图3.6给出了三地的不同月份雾霾日数的长期季节变化特征（图中纵坐标为三地20042013的年份）。从图3.6可见，总体上石家庄地区的雾霾日数较天津与北京多，说明石家庄地区十年来空气质量在三个城市中较差。季节上来看，雾霾日数的分布与图3.5趋势大致相似，即冬季最多，秋季和夏季次之，春季最少，并且呈现明显的双峰特征。其中，石家庄与北京两地季节分布的双峰特征最为明显。3.3雾霾现象与风场的关系 有研究表明，雾霾现象的出现不但与大气中的污染物浓度有关，也与气象条件等因素有关（刘爱君等，2005）。地面风场是和大气污染物稀释扩散密切相关的，近地层风的变化对大气污染物的传输和扩散影响显著（陈丽芳等，2012）。本节将利用某地区10年间14时的地面风场资料，用统计分析的方法研究地面风场对雾霾现象的影响。3.3.1风速对雾霾现象的影响表3.1 某地区雾霾日地面风速出现频率表风速范围/（ms-1）14时风速频率/%0.01.01.02.02.03.03.04.04.026.440.621.79.02.3表3.1统计了20042013年所有雾霾日的14时的地面风速分布情况，可知雾霾现象发生时，14时风速主要集中在3ms-1以下，所占比例高达88.7%。由此可见，当风速3ms-1时，最有利于雾霾现象的发生。而当风速4ms-1时，所占比例仅为2.3%，即随着风速增大，雾霾现象出现概率大幅减小。为了更加清楚地研究雾霾现象与风速的相关关系，表3.2利用某三地逐年的月平均雾霾日数与月平均风速资料，给出了某三地逐月雾霾日数与风速的相关系数分布情况。表3.2 某三地月平均雾霾日数与风速的相关系数年份石家庄北京天津2004-0.384-0.211-0.1562005-0.330-0.622-0.2592006-0.635-0.743-0.6562007-0.633-0.506-0.1232008-0.3940.5470.0382009-0.636-0.461-0.1472010-0.419-0.3130.1402011-0.567-0.694-0.7172012-0.448-0.132-0.4702013-0.575-0.419-0.349从表3.2中我们可以看出，虽然不同地区不同年份的相关系数存在着差异，但仍然可以看出逐月雾霾日数与平均风速存在着明显的负相关关系。对这三个地区10年全部月份的雾霾日数与平均风速再进行相关性分析发现，石家庄，北京，天津三地的相关系数分别达到了-0.217，-0.428，-0169，均通过了显著性检验（其中，石家庄、北京两地在置信水平0.01上显著相关，天津在置信水平0.1上显著相关）。这表明，风速对于雾霾现象的形成和维持具有重要作用。风速越大，形成雾霾现象的可能性越小。这主要源于水平风场对污染物的输送有着重要作用，风速增大会使污染物被驱散而不利于形成雾霾。3.3.2风向对雾霾现象的影响 图3.6 20042013年雾霾日风速风向玫瑰图（a.石家庄；b.北京；c.天津；d.某地区） 图3.6给出了20042013年石家庄、北京、天津以及某地区的风速风向玫瑰图。风速的分布与3.3.1中所分析的特征基本相同，超过5ms-1的频次很少，基本都在4ms-1之内。风向方面，石家庄地区雾霾日的主导风向为东南风，ESE，SE，SSE三个风向所占比例达到了40.1%，其次为东北风，NNE，NE，ENE三个风向所占比例为23.4%，偏西风所占比例很少。石家庄的风向分布与其所处地理环境有着很大关系：石家庄地处冀西南，位于太行山东麓，高山的屏障作用使得该地区南北风向占据主导，东西风向偏少。而石家庄东面即是辽阔的华北平原，西风或偏西风会加快污染物的扩散稀释，这也是图中西风或者偏西风在图中较少的原因之一。从图3.6b可以看出，北京地区雾霾日的主导风向为西南风，其中只SSW一种风向所占比例就达到了20.0%，从图3.1中可以看出北京的SSW方向即为雾霾日数的高值区冀西南地区。这就说明冀西南地区的污染物通过南风的输送作用传输至北京地区，而北京的北部为燕山山脉，污染物会在山前的平原地区汇聚，污染物浓度提高（陈添等，2006），北京地区雾霾现象的形成大多都与此有关。此外，北京地区的偏南风占比达到了56.2%，偏北风则仅有11.3%。同样，由于北京以南为平原地带，以北为燕山，所以偏北风有利于大气污染物的及时清除，不利于雾霾的形成。图3.6c为天津地区雾霾日的风速风向分布，与北京和石家庄相比，天津地区的雾霾日风向分布明显