基于人工與自動觀測對比分析的霾日重建

樊高峰,任 律,毛裕定

?

基于人工與自動觀測對比分析的霾日重建

樊高峰*,任 律,毛裕定

(浙江省氣候中心,浙江杭州 310017)

以杭州、寧波、衢州、溫州氣象觀測站為代表站,基于浙江省2012~2014年人工與自動能見度、相對濕度觀測資料,對比分析并建立擬合方程,對歷史能見度及相對濕度進(jìn)行修正,再利用《霾的觀測與預(yù)報等級》標(biāo)準(zhǔn)對浙江歷史霾日進(jìn)行重建.研究表明,自動觀測能見度與人工能見度線性相關(guān)性較好,但自動較人工明顯偏低,人工能見度較好的沿海地區(qū)偏低更明顯,全省自動能見度較人工平均偏低28.6%;自2004年開展相對濕度自動觀測以來,相對濕度明顯下降,根據(jù)人工與自動相對濕度對比觀測數(shù)據(jù),兩種觀測數(shù)據(jù)線性相關(guān)性較好,自動觀測平均值小于人工平均值3%~6%;在對能見度與相對濕度采取線性回歸方法進(jìn)行均一性修正后,重建了霾日序列,結(jié)果表明重建后的霾日序列消除人工與自動觀測資料的誤差,比原觀測霾日氣候序列質(zhì)量有明顯提高,重建的霾日變化趨勢穩(wěn)定,各站判定標(biāo)準(zhǔn)統(tǒng)一,更加合理.通過與各站2013年P(guān)M2.5達(dá)到輕微污染日數(shù)與重建霾日數(shù)比較,二者的重合率大部分地區(qū)達(dá)到50%以上.利用修正重建的霾日對浙江1971年以來的霾日進(jìn)行評估,20世紀(jì)70年代霾日較少,80年代逐步增加,本世紀(jì)以來增加明顯,中心區(qū)域逐步由浙江中北部向浙北區(qū)域及沿海發(fā)展,尤其是一些中心城市霾日數(shù)最多.

大氣能見度；相對濕度；線性擬合；霾日

近年來,我國中東部霾頻繁發(fā)生.研究表明,霾增加的范圍主要分布在東部和南部,是中國工業(yè)和經(jīng)濟(jì)發(fā)達(dá)的地區(qū)[1-2],相關(guān)研究主要針對京津冀、長江三角洲、珠江三角洲地區(qū)展開.京津冀地區(qū)霾日數(shù)自20世紀(jì)80年代以來顯著增加,非城區(qū)站點平均霾日數(shù)明顯呈增加趨勢,且與市區(qū)站點霾日數(shù)的差距越來越小,持續(xù)性霾日數(shù)的增加是總的霾天氣增加的主要原因,2000年之后擴(kuò)展趨勢顯著加速[3-4];近30a來長江三角洲的霾日數(shù)整體呈增長趨勢,大城市、中等城市和城鎮(zhèn)鄉(xiāng)村站間霾日數(shù)變化具有明顯差異,城市化造成的氣象條件改變有利于霾日的增加[5-6];珠江三角洲霾天氣主要出現(xiàn)在10月~次年4月,并導(dǎo)致能見度惡化[7].區(qū)域大氣污染物排放量的增加,尤其是細(xì)顆粒物的增加是霾出現(xiàn)頻率增加的主要原因,此外,風(fēng)速減小,雨日減少,相對濕度下降及城市化進(jìn)程加快對霾的形成有促進(jìn)作用[8-10],以及由此形成的近地層輸送擴(kuò)散條件的改變也與霾天氣的發(fā)生頻次密切相關(guān)[11-12].

霾作為天氣現(xiàn)象,是地面氣象觀測中的重要內(nèi)容.長期以來,我國氣象部門已在全國建立了霾天氣網(wǎng)絡(luò)化監(jiān)測體系[13-14],主要包括能見度、相對濕度、霾天氣現(xiàn)象等觀測,隨著現(xiàn)代氣象業(yè)務(wù)發(fā)展,氣象觀測自動化水平提高,霾觀測逐步從人工向自動觀測轉(zhuǎn)變,但兩類資料之間存在較大差異[15-19],因為觀測方式變化引起霾觀測數(shù)據(jù)的異常變化,就霾評估方面,主要面臨兩個問題:一是與霾觀測相關(guān)的能見度、相對濕度人工與自動不均一造成的資料重建問題;二是對歷史人工觀測的霾記錄,因為對霾的觀測認(rèn)知的差異造成歷史資料記錄不一致[20-22].

當(dāng)前,在進(jìn)行長期大氣質(zhì)量評價時,常常需要用霾日的長期變化趨勢來表達(dá),因為觀測的不統(tǒng)一,對于霾日的統(tǒng)計方法也不盡相同,雖然基本變化趨勢基本一致,但具體霾日數(shù)差別較大,長期以來爭議較多.本文充分考慮地面氣象觀測實現(xiàn)完全自動化的發(fā)展趨勢,以及結(jié)合歷史人工觀測實際,在對能見度與相對濕度進(jìn)行修正基礎(chǔ)上進(jìn)行霾日序列重建,實現(xiàn)霾的變化趨勢評估.

1 資料與方法

自有觀測資料以來,能見度觀測經(jīng)歷了人工等級觀測、人工觀測和自動觀測3個階段.人工觀測能見度一般指有效水平能見度.自動能見度儀觀測是通過測量大氣散射系數(shù)從而估算出大氣消光系數(shù)和氣象光學(xué)視程[13],所使用的能見度觀測儀器為HY-35P前向散式能見度儀.自2011~2014年,浙江省能見度觀測采用能見度人工與自動觀測并行,以自動觀測為主.本文對能見度的對比分析與修訂采用的是2012~2014年人工與自動并行觀測數(shù)據(jù).

2004年,相對濕度的觀測由人工觀測過渡到自動,氣象觀測站保持每天20:00開展一次人工對比觀測.相對濕度人工觀測是采用通過觀測干濕球溫度,再通過干濕球方程換算得到相對濕度,而自動觀測是通過濕敏元件感應(yīng)環(huán)境濕度變化來測量相對濕度[13],自動相對濕度觀測儀器為HMP155溫濕傳感器.

修正的霾日與PM2.5污染日進(jìn)行比較,PM2.5觀測值為各氣象站提供,觀測儀器主要有TEOM1405D分析儀、SHAPE5030顆粒物混合同步監(jiān)測儀、GRIMM180在線顆粒物/氣溶膠粒徑譜儀.

本文以杭州、寧波、衢州、溫州為代表站,選取浙江省1971~2014年常規(guī)氣象觀測站按地面氣象觀測規(guī)范[27]開展的能見度、相對濕度、霾天氣現(xiàn)象等逐日觀測資料,其中包括1971~ 2014年人工能見度,1971~2003年人工相對濕度,2004~2014年自動相對濕度,2012年至2014年自動能見度、PM2.5以及每天20:00人工及自動相對濕度值等.

本文首先通過對能見度、相對濕度人工與自動觀測值進(jìn)行對比分析,建立能見度與相對濕度修正方程,利用《霾的觀測與預(yù)報等級》[14]標(biāo)準(zhǔn)對浙江霾日進(jìn)行重建.

2 能見度人工與自動對比分析

首先統(tǒng)計全省各臺站2012~2014年人工與自動能見度平均值,得出人工與自動平均值空間分布趨勢基本一致,但能見度高值區(qū)與低值區(qū)的區(qū)域范圍仍然有較大差異,此外也得出自動觀測值較人工觀測值明顯偏低,全省能見度人工平均值為14.1km,自動平均值為10.0km,自動較人工減少了28.6%,衢州、湖州等內(nèi)陸地區(qū)差異較小,其他均較大,尤其是嘉興、寧波、溫州等沿海地區(qū)能見度較好的地區(qū)自動較人工偏小更加明顯,與吳華斌等[15]、李浩等[16]結(jié)論一致.

人工與自動觀測能見度由于2種觀測方式的定義和原理不同,觀測數(shù)據(jù)存在一定的差異,兩者的理論差異自動觀測值約為人工觀測值的76%[16].人工觀測能見度容易受到觀測員的視力狀況、對比視感、主觀意識等因素的影響;自動觀測能見度存在以點蓋面的不利情況,以及前向散射能見度儀在雨、霧、不同狀態(tài)的氣溶膠的散射系數(shù)不同造成觀測誤差較大的情況[16,19].

選取杭州、寧波、衢州、溫州4個代表站2012~2014年逐日自動與人工能見度觀測數(shù)據(jù)進(jìn)行分析,以杭州為例(寧波、衢州、溫州基本類同),由圖1a可見,人工觀測能見度與自動觀測能見度基本同步,自動能見度較人工能見度明顯偏低.圖1b顯示,人工與自動能見度符合線性相關(guān)特征,相關(guān)系數(shù)達(dá)0.95,通過了0.001的顯著性檢驗,建立人工與自動能見度線性擬合方程:

=′(1)

式中:為人工能見度,km;為自動能見度,km;為系數(shù).杭州的值為0.86,通過線性擬合方程,把人工能見度修訂到自動值,也可把自動能見度修訂到人工值.由表1可見,不同區(qū)域數(shù)據(jù)的相關(guān)性及線性系數(shù)具有區(qū)域差異.

表1 杭州、寧波、衢州、溫州人工與自動能見度相關(guān)系數(shù)及線性系數(shù)(a)值

3 相對濕度人工與自動對比分析

2004年開始全省相對濕度從人工觀測轉(zhuǎn)變?yōu)樽詣佑^測,選取杭州、寧波、衢州、溫州4站自1971年以來的歷年相對濕度變化曲線(圖2),以2004年為界,2004年之后4站相對濕度明顯下降.對4站1994~2003年及2004~2013年2個10a的相對濕度對比分析表明(表2),2個平均值的差可以達(dá)到5%以上,而如果再向前推10a(1984~ 1993年)的相對濕度平均值與1994~2003年的差各地最大也不會超過2%.進(jìn)一步分析表明(表2),1994~2003年間,各站每年日相對濕度小于80%的日數(shù)平均為200~220d.而2004年以后,增加到250~280d.表明因觀測儀器變更,自動觀測的相對濕度比人工觀測值明顯下降.

相對濕度是絕對濕度與飽和濕度之間的比.人工觀測與自動觀測2種觀測方式不同,誤差產(chǎn)生原理不同等造成2種觀測數(shù)據(jù)之間差異.其次因自動觀測相對濕度采用濕敏電容測濕,而濕敏電容在相對濕度為80%以下時,線性度好,濕敏電容在相對濕度為80%以上時,出現(xiàn)非線性,在接近100%時,出現(xiàn)明顯的失真,這種情況在高溫、高濕狀態(tài)下更為明顯[17-18],而浙江溫暖濕潤的氣候特征,自動觀測相對濕度更容易出現(xiàn)較大誤差.

表2 杭州、寧波、衢州、溫州相對濕度1994~2003年及2004~2013年統(tǒng)計值對比

為進(jìn)一步分析人工與自動觀測相對濕度的相關(guān)性,利用2012~2014年每天20:00人工與自動相對濕度對比觀測數(shù)據(jù)進(jìn)行分析,4站人工觀測平均值大于自動平均值3%~6%,以杭州為例(寧波、衢州、溫州特征基本一致)制作人工與自動觀測散點圖(圖3),人工和自動觀測相對濕度符合線性相關(guān)特征,具有非常好的同步性,相關(guān)系數(shù)為0.98,通過了0.001的顯著性檢驗,建立人工與自動相對濕度線性擬合方程:

=×(2)

式中:為人工相對濕度,%;為自動向?qū)穸? %;為線性系數(shù).杭州的系數(shù)值為0.96,通過線性擬合方程可以把人工觀測值擬合到自動,也可把自動值擬合到人工.由表3可見,大氣氣溶膠吸濕增長與濕度條件密切相關(guān),并進(jìn)一步影響能見度及大氣自清潔過程,精確地相對濕度觀測值對霾的判定非常重要,而自動觀測相對濕度偏小影響了霾判定的精準(zhǔn)度.

表3 杭州、寧波、衢州、溫州人工與自動相對濕度距平、相關(guān)系數(shù)及線性系數(shù)(b)值

4 能見度與相對濕度均一性修正基礎(chǔ)上霾日重建

根據(jù)歷史霾天氣現(xiàn)象觀測對杭州、寧波、衢州與溫州4站歷史霾出現(xiàn)日數(shù)進(jìn)行分析(圖4),4站都表現(xiàn)為20世紀(jì)70年代除衢州外其他3站較少,80年代到90年代杭州、寧波、溫州逐漸增多,21世紀(jì)以來,4站明顯增多,歷年變化特征表明,觀測霾日分別在2004年和2011年有2次跳躍式增長,2004年的霾日數(shù)增多可能是相對濕度由人工改為自動的原因,2011年可能是能見度觀測方式由人工改為自動觀測的原因.霾天氣現(xiàn)象觀測資料基本反映了霾歷史變化特征,但霾日歷史變化曲線存在著2方面問題,一是各氣象觀測站在《地面氣象觀測規(guī)范》[13]要求下,通過長期實踐形成或制定了本站霾觀測技術(shù)方案,各站之間有區(qū)別,造成不同站之間霾日歷史記錄之間缺乏可比性,二是在霾歷史記錄中存在因儀器變更、觀測方式改變等造成觀測霾日跳躍性增長,導(dǎo)致利用霾現(xiàn)象歷史記錄來開展霾統(tǒng)計分析可用性較差[20-22].

分析表明:自動觀測能見度比人工能見度明顯偏小,且部分地區(qū)差異較大,尤其是人工能見度較好的地區(qū)更加明顯,相對濕度自轉(zhuǎn)變?yōu)樽詣佑^測后,明顯比人工相對濕度偏小,尤其在高濕情況下.通過對能見度、相對濕度人工與自動進(jìn)行均一性修正重建基礎(chǔ)上,開展霾日重建,采取的方法為:

對于能見度,利用建立的線性方程(1)把歷史觀測的人工能見度修正到自動,也可把實現(xiàn)自動觀測后的自動能見度修正到人工,然后把觀測值與修正的值按公式=求中間值,把作為能見度基礎(chǔ)數(shù)據(jù),以消除人工觀測與自動觀測之間的差異,作為人工與自動中間數(shù)據(jù),本身是人工或自動能見度線性修正的值,其與人工或自動能見度之間較好的線性相關(guān)性得到保留.

對于相對濕度,按線性方程(2),把2004年之后的自動觀測相對濕度擬合到人工觀測值,作為相對濕度基礎(chǔ)數(shù)據(jù),這樣則修訂了因自動觀測相對濕度較低而把輕霧判定為霾的問題,通過線性修訂,也保持了人工與自動相對濕度值之間的高相關(guān)性.在重新建立能見度與相對濕度歷史序列基礎(chǔ)上,利用《霾的觀測與預(yù)報等級》[14]標(biāo)準(zhǔn)對浙江歷史霾日進(jìn)行重建.

對4站能見度與相對濕度修正后重建霾的效果進(jìn)行評估,圖5中A是對能見度與相對濕度不修正重建霾日,也就是能見度是人工觀測值,相對濕度2003年之前是人工觀測,之后是自動觀測,B是對能見度進(jìn)行修正,C是在B基礎(chǔ)上,對2003年之后的相對濕度修正.結(jié)果表明,僅對能見度修訂的霾日曲線(B)明顯比僅以人工資料反演的霾日數(shù)(A)多,尤其是自動能見度與人工能見度明顯偏小的地區(qū),如寧波、溫州等地,這主要是因為修正的能見度值比人工觀測能見度低,霾是一種低能見度事件,因此霾變化曲線B會高于A.另外也發(fā)現(xiàn),如僅對能見度進(jìn)行修正,2003年后各地反演的霾日數(shù)有突然增多趨勢,這是因相對濕度觀測方式改變,自動觀測值偏低造成部分輕霧判定為霾,進(jìn)一步對2003年后的相對濕度按線性方程(2)進(jìn)行修正,再反演霾日數(shù),得到C,修訂后霾日數(shù)就會有一定減少.說明通過對能見度與相對濕度進(jìn)行均一性修正,消除人工與自動觀測資料的誤差,可以對歷史霾日數(shù)重建起到較好的修訂.通過與圖4觀測的霾日比較,重建的霾日變化趨勢穩(wěn)定,各站判定標(biāo)準(zhǔn)統(tǒng)一,更加合理.

對杭州、寧波、衢州、溫州重建后的霾日與4地市日平均PM2.5濃度值進(jìn)行比較,首先比較霾日與非霾日PM2.5平均濃度值,PM2.5平均濃度霾日明顯高于非霾日,4站基本都達(dá)到2倍左右.統(tǒng)計2013年4站PM2.5濃度達(dá)到或超過輕微污染(PM2.5>75μg/m3)日數(shù)與重建霾日數(shù)進(jìn)行比較(圖6),寧波、溫州霾日數(shù)超過輕微污染日數(shù),杭州基本相當(dāng),僅差2d,衢州輕微污染日數(shù)明顯超過霾日數(shù),進(jìn)一步統(tǒng)計二者的重合日數(shù),溫州重合日數(shù)占霾日數(shù)的43%,其他3站重合日數(shù)均達(dá)到霾日數(shù)的50%以上.

5 浙江省歷史霾日重建

利用浙江69個氣象觀測站1971~2014年的能見度、相對濕度資料,根據(jù)建立的霾重建方法對各站歷史霾日進(jìn)行重建,分析全省霾時空變化特征.

統(tǒng)計重建的歷年全省各站平均霾日,并增加重建前的觀測霾日歷年平均,作為對比(圖7),重建前與后的霾日對比結(jié)果進(jìn)一步說明,2004年因相對濕度觀測方式改變,重建前的霾日數(shù)突然增加,2011年能見度觀測方式改變又進(jìn)一步增長,而在歷史霾觀測過程中,大量存在把霾記錄為輕霧的現(xiàn)象,導(dǎo)致歷史觀測記錄霾日數(shù)偏少,因此重建后的歷年霾日數(shù)普遍高于重建前.根據(jù)重建后的歷年霾變化趨勢,浙江省在20世紀(jì)70年代霾日數(shù)較少,并比較穩(wěn)定,大多數(shù)年份霾日數(shù)保持在20d以下,進(jìn)入80年代后,霾日數(shù)逐步增加,在上世紀(jì)90年代后期增長停滯,維持在50d左右,進(jìn)入21世紀(jì)后又出現(xiàn)新一輪增長,于2003、2004年達(dá)到頂峰80d,隨后在震蕩中下降.

利用重建霾日,以年代為單位,繪制全省各年代年均霾日分布圖(圖8).20世紀(jì)70年代,少量的霾主要分布于浙江中部金衢盆地一帶,80年代擴(kuò)展到浙北區(qū)域,90年代這些區(qū)域及溫州更加明顯,本世紀(jì)以來形成了區(qū)域性的成片的霾日數(shù)明顯增加.各年代平均霾日數(shù)小于等于20d的地區(qū)更是急劇減少,由上世紀(jì)70年代的40縣/市銳減到本世紀(jì)的5縣/市.年平均霾日數(shù)大于60d的地區(qū)由上世紀(jì)70年代的義烏、蘭溪擴(kuò)展到杭州、湖州、金華、衢州、溫州等地區(qū)的37縣/市.

6 結(jié)論

6.1 自動觀測能見度與人工能見度相比明顯偏低,浙江省各站自動能見度較人工平均偏小28.6%,且人工能見度較好的沿海地區(qū)這種偏差更大.但兩種能見度具有較好的同步性,符合線性相關(guān)特征,杭州相關(guān)系數(shù)達(dá)到0.95,根據(jù)各站的線性相關(guān)性建立線性擬合方程.

6.2 自2004年開展自動相對濕度觀測以來, 2004~2014年杭州、寧波、衢州、溫州平均相對濕度較1994~2003年下降達(dá)5%以上,根據(jù)2012~ 2014年同期對比觀測數(shù)據(jù)分析表明,4站人工觀測平均值大于自動平均值3%~6%,人工和自動觀測相對濕度符合線性相關(guān)特征,4站相關(guān)系數(shù)均在0.9以上,在此基礎(chǔ)上建立人工與自動相對濕度線性擬合方程.

6.3 在對杭州、寧波、衢州、溫州4站能見度與相對濕度采取線性回歸方法進(jìn)行修正基礎(chǔ)上重建了霾日歷史序列,表明重建后的霾日曲線比較合理地解決了針對歷史觀測方式,儀器變更造成歷史序列不均一問題,實現(xiàn)了人工與自動觀測的有效統(tǒng)一,實現(xiàn)了各地霾判定標(biāo)準(zhǔn)的統(tǒng)一,重建后的霾日曲線變化平穩(wěn),空間分布合理,對能見度和相對濕度進(jìn)行修訂后再進(jìn)行霾日判定技術(shù)可行,通過對4站2013年P(guān)M2.5達(dá)到輕微污染日數(shù)與重建霾日數(shù)比較,二者的重合率基本達(dá)到50%以上.

6.4 利用修正的霾日對浙江省1971~2014年霾日進(jìn)行評估,上世紀(jì)70年代霾日較少,平均20d以下,上世紀(jì)80年代以來逐步增多,高值區(qū)位于浙江中北部,本世紀(jì)以來增加明顯,但近些年有些下降,中心區(qū)域也逐步由浙江中部向浙北區(qū)域及沿海發(fā)展,尤其是一些區(qū)域中心城市霾日數(shù)最多.

[1] 吳 兌,吳曉京,李 菲,等.1951—2005年中國大陸霾的時空變化 [J]. 氣象學(xué)報, 2010,68(5):680-688.

[2] 穆 泉,張世秋.2013年1月中國大面積霧霾事件直接社會經(jīng)濟(jì)損失評估 [J]. 中國環(huán)境科學(xué), 2013,33(11):2087-2094.

[3] 趙普生,徐曉峰,孟 偉,等.京津冀區(qū)域霾天氣特征 [J]. 中國環(huán)境科學(xué), 2012,32(1):31-36.

[4] 張英娟,張培群,王 冀,等.1981—2013年京津冀持續(xù)性霾天氣的氣候特征 [J]. 氣象, 2015,41(3):311-318.

[5] 劉曉慧,朱 彬,王紅磊,等.長江三角洲地區(qū)1980~2009年灰霾分布特征及影響因子 [J]. 中國環(huán)境科學(xué), 2013,33(11):1929- 1936.

[6] 史 軍,崔林麗.長江三角洲城市群霾的演變特征及影響因素研究 [J]. 中國環(huán)境科學(xué), 2013,33(12):2113-2122.

[7] 吳 兌,廖碧婷,陳慧忠,等.珠江三角洲地區(qū)的灰霾天氣研究進(jìn)展 [J]. 氣候與環(huán)境研究, 2014,19(2):248-264.

[8] 王明潔,張 蕾,張琳琳,等.基于精細(xì)觀測資料的深圳不同季節(jié)霾及其污染特征分析 [J]. 中國環(huán)境科學(xué), 2015,35(12):3562- 3569.

[9] 吳 蒙,范紹佳,吳 兌,等.廣州地區(qū)灰霾與清潔天氣變化特征及影響因素分析 [J]. 中國環(huán)境科學(xué), 2012,32(8):1409-1415.

[10] 宋連春,高 榮,李 瑩,等.1961—2012年中國冬半年霾日數(shù)的變化特征及氣候成因分析 [J]. 氣候變化研究進(jìn)展, 2013,9(5): 313-318.

[11] 丁一匯,柳艷菊.近50年我國霧和霾的長期變化特征及其與大氣濕度的關(guān)系 [J]. 中國科學(xué):地球科學(xué), 2014,44(1):37-48.

[12] 張人禾,李 強,張若楠.2013年1月中國東部持續(xù)性強霧霾天氣產(chǎn)生的氣象條件分析 [J]. 中國科學(xué):地球科學(xué), 2014,44(1): 27-36.

[13] 中國氣象局.地面氣象觀測規(guī)范[M]. 北京:氣象出版社, 2003.

[14] QX/T 113 2010 中華人民共和國氣象行業(yè)標(biāo)準(zhǔn):霾的觀測和預(yù)報等級 [S].

[15] 吳華斌,黃小丹,莫春玲. M6000型能見度儀與人工觀測能見度差值分析 [J]. 氣象科技, 2015,43(4):595-600.

[16] 李 浩,孫學(xué)金.前向散射能見度儀測量誤差的理論分析[J]. 紅外與激光工程, 2009,38(6):1094-1098.

[17] 苑 躍,趙曉莉,王小蘭,等.相對濕度自動與人工觀測的差異分析[J]. 氣象, 2010,36(2):102-108.

[18] 胡玉峰.自動與人工觀測數(shù)據(jù)的差異[J]. 應(yīng)用氣象學(xué)報, 2004, 15(6):719-726.

[19] 李 浩,陳曉穎,單陳華,等.霧和氣溶膠的光學(xué)特性對前向散射和總散射能見度儀性能的影響[J]. 紅外與激光工程, 2013,42(6):1568-1574.

[20] 吳 兌,陳慧忠,吳 蒙,等.三種霾日統(tǒng)計方法的比較分析--以環(huán)首都圈京津冀晉為例 [J]. 中國環(huán)境科學(xué), 2014,34(3):545- 554.

[21] 史 軍,吳 蔚.上海霾氣候數(shù)據(jù)序列重建及其時空特征 [J]. 長江流域資源與環(huán)境, 2010,19(9):1029-1036.

[22] 趙普生,張小玲,徐曉峰.利用日均及14時氣象數(shù)據(jù)進(jìn)行霾日判定的比較分析 [J]. 環(huán)境科學(xué)學(xué)報, 2011,31(4):704-708.

[23] 齊 冰,劉壽東,杜榮光,等.杭州地區(qū)氣候環(huán)境要素對霾天氣影響特征分析 [J]. 氣象, 2012,38(10):1225-1231.

[24] Doyle M, Dorling S. Visibility trends in the UK 1950—1997 [J]. Atmospheric Environment, 2001,36:3161-3172.

[25] Schichtel B A, Husar R B, Falke S R, et al. Haze trends over the United States 1980—1995 [J]. Atmospheric Environment, 2001, 35:5205-5210.

[26] Chen J, Zhao C S, Ma N, et al. A parameterization of low visibilities for hazy days in the North China Plain [J]. Atmospheric Chemistry and Physics, 2012,12(11):4935-4950.

[27] 祁 妙,朱 彬,潘 晨,等.長江三角洲冬季一次低能見度過程的地區(qū)差異和氣象條件 [J]. 中國環(huán)境科學(xué), 2015,35(10):2899- 2907.

[28] 張蓬勃,姜愛軍,孫佳麗,等.江蘇秋季霾的年代際變化特征及其影響因素分析 [J]. 氣候變化研究進(jìn)展, 2012,8(3):205-212.

[29] 劉 建,范紹佳,吳 兌,等.珠江三角洲典型灰霾過程的邊界層特征 [J]. 中國環(huán)境科學(xué), 2015,35(6):1664-1674.

[30] 過宇飛,劉端陽,周 彬,等.無錫市霾天氣特征及影響因子研究 [J]. 氣象, 2013,39(10):1314-1324.

[31] 曹偉華,梁旭東,李青春.北京一次持續(xù)性霧霾過程的階段性特征及影響因子分析 [J]. 氣象學(xué)報, 2013,71(5):940-951.

[32] 譚成好,趙天良,崔春光,等.近5O年華中地區(qū)霾污染的特征 [J]. 中國環(huán)境科學(xué), 2013,35(8):2272-2280.

Reconstruction of haze day database based on the comparison between manual and automatic observations.

FAN Gao-feng*, REN Lv, MAO Yu-ding

(Zhejiang Climate Center, Hangzhou 310017, China).

Based on the comparison between manual and automatic observations from 2012 to 2014 in Zhejiang province, the historical visibility and relative humidity data is amended and the haze day database is reconstructed according to "observational and forecasting measurement of haze". The linear trend of automatic visibility data is highly consistent with manual observations, while on average the automatic data is 28.6% less than manual observations. Their difference is greater in coastal areas. The relative humidity shows a significant downward trend since the beginning of automatic observation in 2004. The comparison between the daily manual and automatic relative humidity data at 20:00 shows that the average automatic data is 3% to 6% less than manual observation data. Linear regression is used for revising visibility and relative humidity data and the haze day database is reconstructed. After reconstruction, the bias between manual and automatic data is reduced and the new haze day database shows much higher quality with a uniform observational standard. The slightly polluted days show high consistency with the new haze days in 2013. The assessment of new haze day series in Zhejiang province shows that the number of haze days is relatively smaller in the 1970s and steadily increases in the 1980s, and reaches the highest in the 21stcentury with the faster increasing rate. The center of haze day expands gradually from the middle-north to the north and the coastal areas in Zhejiang province, especially in major cities.

visibility；relative humidity；linear regression；haze day

X51,P468.02

A

1000-6923(2017)04-1254-08

2016-08-02

浙江省自然科學(xué)基金資助項目(LQ14D050001);中國氣象局預(yù)報預(yù)測核心業(yè)務(wù)發(fā)展專項(CMAHX20160703);浙江省科技重點項目(2014C23004)

樊高峰(1973-),男,山西運城人,副研究員,碩士,主要從事災(zāi)害性天氣、環(huán)境氣象研究.發(fā)表論文30余篇.

*責(zé)任作者, 副研究員, fangaofengcn@163.com

, 2017,37(4)：1254~1261