1980~2016年陜西省冬季霾日數(shù)時空變化及增多成因初探

黃 鑫,李亞麗,王靖中,陸志武,鞏遠發(fā),劉 源,曹 波,胡 皓,呂 丹,胡 誠

1980~2016年陜西省冬季霾日數(shù)時空變化及增多成因初探

黃 鑫1,李亞麗1,王靖中3,陸志武4,鞏遠發(fā)2*,劉 源5,曹 波1,胡 皓6,呂 丹7,胡 誠8

(1.陜西省氣象信息中心,陜西 西安 710014；2.成都信息工程大學,四川 成都 610225；3.陜西省氣象服務(wù)中心,陜西 西安 710014；4.中國人民解放軍 69008 部隊,新疆 烏魯木齊 830000；5.陜西省氣象機關(guān)服務(wù)中心,陜西 西安 710014；6.陜西省氣象臺,陜西 西安 710014；7.千陽縣氣象局,陜西 寶雞 721100；8.明尼蘇達大學,圣保羅市 55108)

利用陜西省地面氣象觀測站觀測資料、中國國家統(tǒng)計局統(tǒng)計資料、美國NASA的MODIS氣溶膠光學厚度(AOD)資料以及NCEP/NCAR月平均再分析資料,對1980~2016年陜西省冬季霾日數(shù)的時空變化特征及可能原因進行了分析,結(jié)果表明:(1)1980~2016年冬季陜西省平均霾日數(shù)為12d左右,并且伴有明顯的年代際變化;其中1980~2012年冬季霾日數(shù)波動明顯,1980~1993年偏多,1994~2012年偏少,2013年之后霾日數(shù)增加明顯.(2)1980~ 2016年冬季陜西的霾日數(shù)有顯著的區(qū)域差異.關(guān)中地區(qū)的霾日數(shù)最多,平均每年大于18d;陜南地區(qū)次之,年平均霾日數(shù)為10d左右;陜北地區(qū)最少,平均霾日數(shù)僅3d左右.陜北、關(guān)中、陜南3大區(qū)域冬季的霾日數(shù)均在2013年后出現(xiàn)了明顯的增多.(3)2000~2016年冬季MODIS衛(wèi)星監(jiān)測的陜西AOD在關(guān)中咸陽、西安、渭南以及漢中南部和安康南部存在明顯的高值區(qū),大于0.4,其中關(guān)中氣溶膠高值區(qū)域與關(guān)中地區(qū)霾日數(shù)大值區(qū)域有很好的對應(yīng)關(guān)系.(4)2013~2016年冬季我國中東部的對流層低層的東風異常是向陜西關(guān)中地區(qū)輸送氣溶膠的有利條件,是霾天氣的產(chǎn)生原因之一;2013~2016年陜西冬季對流層低層存在一個明顯的位溫梯度增大的區(qū)域,是不利于霾向高空擴散的大氣層結(jié)條件,是霾日數(shù)明顯增加的另一個原因.

霾；工業(yè)化；氣溶膠光學厚度；陜西??；位溫

近年來,全國各地霧霾頻發(fā),對交通旅游,人民健康造成了明顯的影響.基于氣象部門觀測記錄的能見度和相對濕度等資料[1],前人已經(jīng)對部分地區(qū)的霾日數(shù)時空分布進行了研究.吳兌等[2]指出,20世紀80年代以來中國霾日數(shù)明顯增加,西安的年平均霾日數(shù)在全國城市中的排名為第五位.基于京津冀區(qū)域107個地面站的氣象資料,趙普生等[3]得出,京津冀范圍內(nèi)的霾日數(shù)在1980~2008年呈現(xiàn)逐漸增加的趨勢.通過分析1960~2012年期間西安霧霾日數(shù)的變化,王珊等[4]得出西安市霧霾日數(shù)年平均的波動性增加趨勢非常明顯,進入21世紀后每年可達172d.陜西地勢南北高,中部低,地勢由西向東傾斜.北山和秦嶺把陜西分為3大自然區(qū)域:北部是陜北高原,中部是關(guān)中平原,南部是秦巴山區(qū).目前對陜西地區(qū)霾日數(shù)分布的研究主要集中在關(guān)中區(qū)域[5-6],對陜北和陜南地區(qū)的霾日數(shù)時空分布特征研究較少.

能見度的衰減是由大氣氣體和大氣氣溶膠共同作用導致的,氣溶膠的吸濕增長特性對其消光能力有明顯的影響[7].大氣中的硫酸鹽和硝酸鹽等顆粒物是大氣氣溶膠粒子的重要組成部分,大氣中此類污染顆粒物的濃度與燃煤、汽車尾氣排放量等有關(guān)[8].石春娥等[9]對1980~2013年安徽霾日數(shù)變化的趨勢及可能原因進行了分析.通過對安徽省各級氣象測站霾日數(shù)與煤炭消耗量、SO2排放量、NO2排放量等的關(guān)系分析,她們得出地級市平均霾日數(shù)的變化趨勢與對流層NO2柱含量及民用汽車保有量的變化趨勢存在顯著正相關(guān)關(guān)系.符傳博和丹利[10]指出我國東部地區(qū)的年平均氣溶膠光學厚度空間分布與東部年平均分布霾日數(shù)空間分布基本一致.故有必要利用氣溶膠光學厚度資料探討陜西省霾日數(shù)與氣溶膠光學厚度的關(guān)系.

PM10為空氣質(zhì)量監(jiān)測的一個重要指標,2000~ 2012年西安年平均PM10呈現(xiàn)下降的趨勢,最大值出現(xiàn)在2000年,為0.165mg/m3,2013年濃度最高, 2013~2015年P(guān)M10的年均值分別為190μg/m3、147μg/m3、125μg/m3,相比2000~2012年,2013年后PM10增大明顯,2016年采暖期平均PM2.5和PM10均高于2015年采暖期[11].通過分析西安市取暖季的AQI資料,2014~2017年西安市空氣質(zhì)量為良的天數(shù)顯著減少,2015~2016年和2014~2015年相比,NO2和CO為首要污染物的天數(shù)明顯增加,也反映了車輛尾氣排放對西安市空氣污染的影響[12].根據(jù)西安13個大氣環(huán)境監(jiān)測點的數(shù)據(jù)資料,洪超[13]統(tǒng)計了2014~2016年空氣質(zhì)量各等級出現(xiàn)日數(shù)值,得出2014~2016年西安輕度及以上污染日數(shù)分別為190天、135天、206天.通過分析關(guān)中西安、咸陽、銅川、寶雞、渭南5個城市的AQI數(shù)據(jù),楊哲[14]得出2016年關(guān)中輕度及以上污染天數(shù)比2015年出現(xiàn)了明顯的增加,均大于100天,其中咸陽176天,渭南163天,關(guān)中冬季平均AQI值也出現(xiàn)了明顯的增加.因此2013年之后西安市以及陜西省的霾日數(shù)的演變特征值得關(guān)注.

本文利用陜西省100個地面氣象觀測站的水平能見度、相對濕度資料以及天氣現(xiàn)象觀測資料,分析1980~2016年陜西省霾日數(shù)的變化趨勢、各個地市以及縣級測站霾日數(shù)變化趨勢,結(jié)合中國國家統(tǒng)計局發(fā)布的陜西省燃煤量、汽車保有量、煙塵SO2和NO排放量等資料,MODIS的AOD資料,NCEP/ NCAR再分析資料等,探討陜西省霾日數(shù)變化趨勢及其可能原因,旨在為陜西省氣象以及相關(guān)部門對陜西省霾天氣的業(yè)務(wù)預(yù)報提供參考,同時為政府部門制定空氣污染防治計劃提供科學依據(jù).

1 資料與方法

1.1 資料

圖1 陜西省地理海拔信息和氣象站點分布

Fig.1 Distribution of geographical elevation information of Shaanxi Province, meteorological stations

陜西省各地面氣象觀測站(含西安站57036)的逐日地面觀測資料,包括地面水平能見度、相對濕度、天氣現(xiàn)象記錄和地面風速等.由陜西省氣象信息中心提供;中國國家統(tǒng)計局發(fā)布的陜西省逐年燃煤量、汽車保有量、煙塵、SO2和NO排放量等資料; NASA-MODIS網(wǎng)站提供的2000~2016年MOD08Level3數(shù)據(jù),空間分辨率1o×1o; NCEP/NCAR全球再分析逐月風場和溫度資料,水平分辨率為2.5o×2.5o,時間長度為1980年1月~2017年2月.陜西省的地理海拔信息(圖1)資料來源于地理空間數(shù)據(jù)云網(wǎng)站.

1.2 霾日重建方法

為開展霾天氣現(xiàn)象的氣候研究,國內(nèi)外對霧、霾氣候資料的處理(識別)方法主要有3種:(1)直接使用天氣現(xiàn)象觀測代碼;(2)當日未出現(xiàn)降水、沙塵和煙幕等其它能導致低能見度的情況時,日均能見度低于10km,日均相對濕度低于(大于)90%,將該日定義為一個霾日(霧日)[2];(3)14:00未出現(xiàn)降水、沙塵和煙幕等其它能導致低能見度的情況,14:00能見度低于10km,其中相對濕度小于(大于)90%被認定為霾(霧)[15-16].

直接使用天氣現(xiàn)象觀測代碼識別霾現(xiàn)象會受到觀測員主觀判斷影響.利用平均濕度和能見度容易受到能見度晚上觀測與白天觀測目標物不一致的影響;早晨8:00又容易受到輻射霧的影響.考慮到這些不利因素,本文將采用第3種方法來界定一個霾日.具體來說,當某日14:00的能見度低于10km,相對濕度低于90%,且未出現(xiàn)降水、吹雪、沙塵等其他有視程障礙的天氣現(xiàn)象時,將這一日記為一個霾日.

從2014年開始陸續(xù)有部分站點開始使用能見度儀器進行能見度觀測,張靜等[17]利用2種自動觀測能見度儀器數(shù)據(jù)與目測能見度做對比,指出14:00器測能見度與目測能見度誤差為2.3%和4.3%,而且分析每天5個時次的觀測數(shù)據(jù),得出視程大于10km和小于3km的情況下粗差率均小于2%,具有較好的可替代性,故本文未采取能見度訂正.但是未來對于霾天氣的研究,有必要利用環(huán)保資料判斷顆粒物濃度對能見度的影響[18].

采用相對濕度和能見度來判別的2種方法重建得到的陜西省霾日數(shù)空間分布形勢基本一致.由于西安站(57036)在2014年遷至涇河站,故2014年之后采用涇河站(57131)的觀測數(shù)據(jù)來代替西安站.如圖2所示,3種方法得出的霾日數(shù)年代際變化趨勢基本一致,1980~2012年呈現(xiàn)下降的趨勢,2012年之后霾日數(shù)增多.相比利用日平均濕度與能見度方法,基于14:00時能見度和濕度資料得到的霾日數(shù)較少.

由圖2可見,2013年后由于霾污染趨于嚴重,西安站觀測到的霾日數(shù)在2013年后有了大幅度增加,其中2013年霾日數(shù)為103d,這可能與西安站市區(qū)觀測環(huán)境的改變有一定關(guān)系.與2014年相比2015和2016年西安站觀測到的霾日數(shù)出現(xiàn)了明顯的下降,與2種重建方法得到的結(jié)果不同.這是由于中國氣象局新的業(yè)務(wù)規(guī)范規(guī)定連續(xù)6個(含)以上時次出現(xiàn)霾現(xiàn)象,才記錄為1個霾日.新規(guī)定判別霾日的方法較2014年之前會有霾日減少的趨勢.其中2015和2016年霾現(xiàn)象觀測記錄顯示西安站的霾日數(shù)分別為129d和120d,利用14:00能見度和相對濕度重建的霾日數(shù)為117d和136d,利用平均能見度和相對濕度重建的霾日數(shù)為119d和142d.總之,利用14:00能見度和相對濕度的判別方法能夠較好的識別霾天氣的產(chǎn)生.采用這一方法可能會低估霾的出現(xiàn)頻次,但是識別出的霾是客觀存在的[19].

根據(jù)2010年頒布的國家行業(yè)標準[20]規(guī)定,按照能見度(is)范圍對霾天氣進行了分級:輕微(5km￡is￡10km,RH<90%)、輕度(3km￡is<5km, RH< 90%)、中度(2km￡is<3km,RH<90%)和重度is<2km, RH<90%)共4個等級.

圖2 2種重建方法得到西安霾日數(shù)與觀測記錄的比較

2 結(jié)果與分析

2.1 陜西省霾日數(shù)時空分布特征

2.1.1 1980~2016年陜西省霾日數(shù)變化趨勢 冬季是霾天氣出現(xiàn)最頻繁的季節(jié)[3],本文分析了陜西省各個季節(jié)霾日數(shù)的變化特征.由圖3可以看出,冬季是陜西省霾日數(shù)出現(xiàn)最多的季節(jié),平均每年冬季產(chǎn)生霾日數(shù)大12d.其中在1980~1993年冬季霾日數(shù)偏多,1994~2012年冬季霾日數(shù)偏少,2013年之后霾日數(shù)增加明顯.由圖3可見,1980~2010年間陜西省冬季平均霾日數(shù)呈現(xiàn)減少的趨勢,2011年之后呈現(xiàn)上升的趨勢,2016年冬季陜西省霾日數(shù)最多,全省冬季平均霾日數(shù)大于36d,2015年全省冬季平均霾日數(shù)大于27d,2013年冬季大于16d,2014年冬季大于13d.每年秋季平均霾日數(shù)大于7d,春季霾日數(shù)大于5d,夏季最少,小于3d.因此本文主要研究冬季陜西省的霾日數(shù)變化情況及空間分布特征.值得一提的是,2013年后各個季節(jié)霾日數(shù)均明顯增多.從各個月份霾日數(shù)年代變化總體來看,2月份和9月份增加最明顯.

2.1.2 2016年冬季陜西省霾日數(shù)分布情況 圖4為利用下午14:00的能見度、濕度資料,排除其它有視程障礙的天氣現(xiàn)象后重建的陜西2016年冬季霾日數(shù)空間分布,可以看出,關(guān)中地區(qū)為一個明顯的霾日數(shù)大值區(qū),整個關(guān)中區(qū)域的霾日數(shù)幾乎都大于40d,在寶雞東部到渭南中部地區(qū)存在一個大于50d的霾日數(shù)大值區(qū)域,西安市臨潼區(qū)霾日數(shù)最多為65d,周至站霾日數(shù)為60d,渭南市潼關(guān)站和華陰站霾日數(shù)分別為63d和61d.陜南漢中和安康部分地區(qū)也存在一個超過40d的大值區(qū)域,其中漢中南鄭站達到了61d,城固站大于60d.陜北霾日數(shù)較少,大多臺站小于40d,其中榆林南部和延安北部部分站點大于30d,銅川和延安東南部分站點大于30d,只有吳堡站達到了55d.

由此可見,在2016年冬季,關(guān)中地區(qū)為霾日數(shù)最多的地區(qū),整個關(guān)中區(qū)域在2016年冬季平均霾日數(shù)大于46d.漢中和安康部分站點也是霾天氣出現(xiàn)的嚴重區(qū)域,多數(shù)站點大于40d.

圖4 2016年冬季陜西霾日數(shù)分布

色點代表氣象站點位置,下同

2.1.3 1980~2016年冬季各級霾日數(shù)變化情況 如圖5所示1980~2016年冬季全省100站累計各級霾日總數(shù)年變化,以輕微霾為主,在2010年之前輕度霾呈現(xiàn)下降的趨勢,之后各級霾呈現(xiàn)上升的趨勢,2013年重度霾較多,2015和2016年各級霾均明顯增多.其中1980~2016年冬季輕微霾、輕度霾、中度霾、重度霾分別占總霾日數(shù)為>59%,>26%,>8%和將近6%.2016年各站累計輕微霾總?cè)諗?shù)為2155d,輕度霾總?cè)諗?shù)為958d,中度霾總?cè)諗?shù)為298d,重度霾總?cè)諗?shù)為216d.

圖5 1980~2016年冬季全省100個站各級霾累計日數(shù)的逐年變化

2.1.4 1980~2016年冬季階段性霾日數(shù)空間分布 圖6給出了1980~1989年、1990~1999年、2000~2009年、2010~2016年4個時段冬季年均霾日數(shù)分布.(1)80年代,陜北延安地區(qū)、陜南漢中東部、安康和商洛西部霾日數(shù)較少,平均每年小于10d.漢中中部地區(qū)漢臺站、城固站、南鄭站霾日數(shù)大于30d,洋縣站大于35d.關(guān)中西安、寶雞、渭南、咸陽南部地區(qū)霾日數(shù)較高,大于25d,寶雞眉縣站霾日數(shù)大于35d,陳倉區(qū)、渭濱區(qū)站大于40d,渭南華縣站冬季霾日數(shù)為50d左右.(2)90年代,陜北榆林、延安地區(qū)多數(shù)站點平均霾日數(shù)小于10d,在陜北府谷站霾日數(shù)較高,大于20d,定邊站大于10d.陜南地區(qū)多數(shù)站點霾日數(shù)低于10d,在安康東部旬陽、白河大于10d,漢中地區(qū)霾日數(shù)較多,漢中南鄭、城固、洋縣、西鄉(xiāng)站的霾日數(shù)均大于30d.關(guān)中地區(qū)寶雞、西安、渭南霾日數(shù)均大于20d,西安南部長安站大于50d,藍田站達到了45d.寶雞東部眉縣站霾日數(shù)大于40d.渭南華縣站達到了40d左右.(3)2000~2009年,陜北延安和榆林地區(qū)霾日數(shù)依然較少,多數(shù)站點低于10d,神木站大于10d,府谷站霾日數(shù)大于30d,這可能與期間府谷采煤量增多有關(guān)系.陜南地區(qū)多數(shù)站點霾日數(shù)小于10d,只有陜南漢中地區(qū)霾日數(shù)較多,南鄭站達到了30d左右,其它漢中縣區(qū)小于20d.關(guān)中地區(qū)寶雞、西安、渭南霾日數(shù)較多,大多區(qū)站均大于20d,西安藍田站達到41d,長安站大于35d,渭南華縣站大于25d,華陰站大于40d.(4)2010~ 2016年陜北霾日數(shù)整體偏少,均小于10d,陜南大部分地區(qū)霾日數(shù)小于25d,其中漢中南鄭站霾日數(shù)大于30d,關(guān)中地區(qū)仍然為一個霾日數(shù)高發(fā)地區(qū),霾日數(shù)大多大于20d,其中西安市戶縣、長安、藍田三站的霾日數(shù)均大于40d,周至站大于38d.渭南市部分站點大于30d,華陰站大于38d.咸陽站、寶雞站、銅川市耀縣站大于30d.由4個時段的情況來看,關(guān)中地區(qū)的霾日數(shù)大值區(qū)域一直穩(wěn)定存在.漢中霾日數(shù)大值區(qū)域也一直存在,2010~2016年漢中霾整體平均日數(shù)較之前偏少,陜北霾日數(shù)整體較少.

2.1.5 冬季不同地理位置的霾日數(shù)變化趨勢 將陜西省分為陜北、關(guān)中、陜南3個區(qū)域,陜北為榆林和延安,關(guān)中包含銅川、咸陽、西安、寶雞、渭南5個市,陜南為漢中、安康、商洛3個市.這也符合傳統(tǒng)意義上三秦大地的劃分.

由圖7可見,1980~2016年陜西冬季不同地區(qū)霾日數(shù)有顯著的差異.(1)關(guān)中地區(qū)的霾日數(shù)最多,平均每年冬季霾日數(shù)大于18d.1980~1993年整體處于偏多的階段,1994~2012年整體處于偏少的階段,2010~2016年處于明顯增長階段.2016年為霾日數(shù)最多年,大于46d.其中,陜北、關(guān)中、陜南區(qū)域的霾日數(shù)均在2010年后出現(xiàn)了明顯的增多趨勢,這與陜西2010年后整體霾日數(shù)的變化趨勢一致.(2)陜南地區(qū)年平均霾日數(shù)為10d左右,其中在1980~1995年間霾日數(shù)整體處于偏多階段,1996~2012年平均霾日數(shù)整體偏少,并處于明顯的下降階段,2013年后霾日數(shù)明顯增多,并在2015年達27d,2016年大于36d.(3)陜北地區(qū)霾日數(shù)最少,1980~2012年整體處于下降趨勢,2013~2016年有所上升,陜北地區(qū)整體年平均霾日數(shù)為3d左右.2016年為霾日數(shù)最多的年份,將近18d.陜北、關(guān)中、陜南的冬季霾日數(shù)1980~2016年之間的相關(guān)系數(shù)均大于0.87,并且通過了99%的顯著性檢驗.這也說明陜西霾每年冬季平均日數(shù)變化存在明顯的區(qū)域一致性.

為了分析陜西3個地區(qū)14:00平均能見度的變化情況,基于每個站點每天的14:00能見度,計算了每個站點對于所在子區(qū)域的冬季平均能見度的標準差,之后分析了14:00陜西3個地區(qū)冬季平均能見度標準差的變化情況(圖8),陜南和關(guān)中地區(qū)的能見度標準差整體均處于下降趨勢,其中關(guān)中地區(qū)1995~2007年能見度標準差較大,陜南在1990~2005年能見度標準差較大,陜北在1995年后有下降的趨勢,在2015年之后有上升趨勢.這說明關(guān)中、陜南的能見度變化情況越來越小,霾的區(qū)域性特征越來越明顯.

圖6 陜西省冬季霾日數(shù)分布的年代際變化特征

圖7 陜西各區(qū)冬季霾日數(shù)的逐年變化

圖8 1980~2016年冬季陜西各區(qū)14:00能見度的標準差年變化

2.2 陜西省霾日數(shù)時空演變原因分析

霾天氣的產(chǎn)生主要取決于造成大氣污染的顆粒物濃度以及相對濕度[7],嚴格意義上講,還與造成大氣污染的顆粒物化學成分以及譜分布有關(guān).由于本文基于常規(guī)氣象觀測資料能見度和相對濕度兩方面來分析陜西霾日數(shù)的分布特征,對霾產(chǎn)生時大氣成分的組成有待之后進行研究.

大氣污染顆粒物濃度同時取決于2個影響因子,一是大氣污染物的排放程度,二是大氣擴散條件.當空氣中懸浮大量細小顆粒物,并且局地處在水平風速小等擴散條件不利的情況下,會造成霾天氣的產(chǎn)生.張人禾等[21]指出表面風速的減弱不利于霧霾向區(qū)域以外平流輸送,垂直對流的減弱,也不利于霧霾向高空擴散.

2.2.1 西安站局地氣象因子與霾日數(shù)的關(guān)系 以西安站為例探討冬季局地氣象要素的變化對霾日數(shù)的影響(圖9).主要考慮風速和相對濕度,可以看出西安站的平均風速均小于3m/s,2013年以后西安站遷移到了相對遠離市區(qū)的涇河站,風速增大,但是涇河站的霾日數(shù)相比位于市區(qū)的西安站并未減少.童堯青等[22]利用南京6個氣象站得出,95%以上霾的日平均風速在0~4m/s之間.從平均相對濕度來看西安的相對濕度基本在80%以下,基本滿足霾產(chǎn)生的條件.

2.2.2 陜西省煤炭消耗量與民用汽車擁有量的逐年變化特征 為了分析污染物排放對陜西霾天氣產(chǎn)生的影響,分析了陜西省煤耗量、民用汽車擁有量、SO2和NO排放量與陜西省霾日數(shù)變化的情況(圖10)隨著近年來城市化進程的加快,陜西的煤炭消耗量以及汽車私人保有量均呈現(xiàn)明顯的上升的趨勢,但是從SO2和NO排放量來看,2011~2016年呈現(xiàn)明顯的下降趨勢,煙塵排放量在2015~2016年也明顯下降.研究表明1960~2010年中國的能源排放表現(xiàn)為穩(wěn)定增長趨勢[10],是霾天氣頻率上升的重要因素.但是,陜西霾日數(shù)的變化并未隨2011~2016年工業(yè)排放的降低而線性降低.

圖9 1980~2016年冬季西安市霾日數(shù)及氣象因子變化趨勢

圖10 陜西省每年煤耗量、民用汽車擁有量、冬季平均霾日數(shù)、煙塵排放量、SO2和NOx排放量變化情況

圖11 2000~2016年冬季平均AOD分布

2.2.3 霾日數(shù)與氣溶膠光學厚度的關(guān)系 由于缺乏長時間的氣溶膠資料,本文僅分析2000~2016年MODIS衛(wèi)星監(jiān)測的中國區(qū)域AOD,由圖11可以看出陜西冬季AOD在關(guān)中咸陽、西安、渭南、漢中南部和安康南部地區(qū)存在一個明顯的高值區(qū),大于0.4,關(guān)中氣溶膠高值區(qū)域與陜西關(guān)中地區(qū)霾日數(shù)大值區(qū)域有很好的對應(yīng)關(guān)系.寶雞、咸陽北部、銅川、延安中部地區(qū)AOD較低,大于0.2.陜北榆林、延安北部地區(qū)AOD更低,小于0.2.董自鵬等[23]得出關(guān)中地區(qū)為陜西省AOD最高區(qū)域,其次是陜南地區(qū).但是通過計算分析,關(guān)中地區(qū)的霾日數(shù)與AOD并不是正相關(guān)關(guān)系.符傳博和丹利[10]也得出我國中東部地區(qū)AOD的空間分布與年平均霾日數(shù)的分布基本一致,其中關(guān)中地區(qū)也是一個AOD高值區(qū)域.李星敏等人[24]也得出關(guān)中地區(qū)能見度高值區(qū)域?qū)?yīng)著地面能見度的低值區(qū)域,并且指出AOD與能見度并不是簡單的線性關(guān)系.除陜西關(guān)中地區(qū)之外,在華北、華中、江淮、西南地區(qū)均存在一個明顯的AOD大于0.6的高值區(qū)域,其中西南的四川盆地以及華中武漢附近出現(xiàn)了大于0.8的高值中心.本文僅研究與陜西地區(qū)霾日數(shù)相關(guān)的氣溶膠分布特征,然而除了本地區(qū)域貢獻的氣溶膠之外,也應(yīng)該考慮氣溶膠粒子可能會隨著大氣環(huán)流的影響從陜西省外輸入.已有的研究表明氣溶膠的跨界傳輸?shù)闹饕獙哟挝挥趯α鲗拥闹械蛯覽25],并且陜西省的霾日數(shù)在2013年之后突然增多,因此本文計算了2013~2016年的925hPa平均風速與1980~2012年的925hPa平均風速之差來關(guān)注大氣環(huán)流對氣溶膠的輸送作用.

2.3 陜西省霾日數(shù)增多的成因初探

2.3.1 氣象動力因子與霾日數(shù)的關(guān)系 由圖12可以看出在北緯32o以北由河南東部至陜西東部一帶均存在一個明顯的東風異常區(qū)域,大于0.2m/s,而且江淮至河南等地為氣溶膠的高值區(qū)域,東風異常會將上述區(qū)域的部分氣溶膠輸送到陜西關(guān)中地區(qū).在隴西以及關(guān)中西部存在一個西風異常區(qū),與陜西東部的東北風配合,有利于氣溶膠在關(guān)中區(qū)域的積累,造成污染物的堆積,造成霾日數(shù)的增多.散度場顯示在整個汾渭平原以及陜西榆林以南均為輻合區(qū)域,其中在關(guān)中以南地區(qū)小于-0.8×10-6s-1,關(guān)中東部和漢中東部地區(qū)小于-1.2×10-6s-1.計算500和700hPa的2013~2016冬季與1980~2012冬季高度場的差值,陜西處在高度場的正異常區(qū)域,動力條件上不利于霾的垂直擴散.彭艷[26]統(tǒng)計關(guān)中地區(qū)850hPa不同風向?qū)?yīng)的關(guān)中地區(qū)光學厚度值分布特征表明,偏東風不利于關(guān)中地區(qū)污染物的向外擴散,還會造成外部污染物向關(guān)中地區(qū)輸送,與本文研究結(jié)果一致.

圖12 2013~2016年與1980~2012年冬季925hPa平均風速和散度之差(粗實線為0)

2.3.2 氣象熱力因子與霾日數(shù)的關(guān)系 由2013~ 2016年與1980~2012年冬季850~1000hPa位溫梯度差可以看出(圖13),在關(guān)中以北大于0.4℃,在榆林北部甚至大于0.8℃,關(guān)中地區(qū)有一個低于0.4℃的正異常中心,陜南區(qū)域位溫梯度降低了0.4℃.這表明2013~2016年對流層中低層大氣層結(jié)較之前更加穩(wěn)定,不利于污染物的垂直擴散,有利于2013~2016年關(guān)中以北霾天數(shù)的增多.其中925~1000hPa的位溫梯度顯示陜西全省以及汾渭平原均處于位溫梯度正異常區(qū)域,更進一步說明中低層大氣層結(jié)較之前更為穩(wěn)定.

圖13 2013~2016年與1980~2012年冬季850~1000hPa與925~1000hPa平均位溫梯度之差

3 討論

由上述的研究可知,陜西關(guān)中地區(qū)是霾日數(shù)大值區(qū)域,也是AOD大值區(qū)域,然而經(jīng)過計算相關(guān)性發(fā)現(xiàn)陜西以及關(guān)中霾日數(shù)與陜西全省以及關(guān)中AOD并不是正相關(guān)關(guān)系,故其它影響因子亦是影響關(guān)中地區(qū)霾天氣的重要因素.

尹志聰?shù)萚27]通過分析華北黃淮冬季霾天數(shù)年代際差異所對應(yīng)的大氣環(huán)流得出,1986~2010年霾天氣增多是由于東亞冬季風的減弱造成的.

劉毓赟和陳文[28]指出冬季歐亞遙相關(guān)型處于正(負)位相時,東亞冬季風偏強(弱),造成表面風速的增大(減弱).因此陜西省冬季霾天氣的產(chǎn)生與同期北方冷空氣活動甚至北半球大氣遙相關(guān)模態(tài)的關(guān)系值得進一步關(guān)注.

地形對霾的影響主要通過大氣環(huán)流,值得注意的是陜北榆林地區(qū)是陜西省重工業(yè)基地,然而霾產(chǎn)生的天數(shù)反而是陜西省最少的,故陜西地區(qū)秋冬季的霾污染所對應(yīng)的大氣環(huán)流和霾天氣產(chǎn)生所對應(yīng)的局地氣象因子條件值得未來進一步研究[29],并利用模式選取一次過程進行模擬[30].

4 結(jié)論

4.1 1980~2016年冬季陜西省平均霾日數(shù)大于12d. 1980~1993年冬季霾日數(shù)偏多,1994~2012年冬季霾日數(shù)偏少,2013年之后霾日數(shù)增加明顯,霾天氣主要以輕微霾為主.霾的高發(fā)區(qū)主要位于關(guān)中地區(qū).

4.2 1980~2016年冬季陜西不同地區(qū)霾日數(shù)有顯著的差異,關(guān)中地區(qū)的霾日數(shù)最多,平均每年大于18d, 陜南地區(qū)年平均霾日數(shù)為10d左右,陜北地區(qū)平均霾日數(shù)為3d左右.3個區(qū)域的霾日數(shù)均在2013 年后出現(xiàn)了明顯的增多趨勢,這與陜西2013年后整體霾日數(shù)的變化趨勢一致.

4.3 陜西省的工業(yè)消耗量是陜西省霾天氣產(chǎn)生的重要原因,然而1980~2016年陜西省霾天數(shù)的變化并不是線性的隨著陜西省煤炭消耗量,汽車保有量的增加而增加.而且在SO2和NO排放量降低時, 2013年后陜西省的霾日數(shù)反而出現(xiàn)了增多.2016年煙塵、SO2和NO排放量均明顯減小,陜西省霾日數(shù)反而最多.2000~2016年陜西AOD在關(guān)中咸陽、西安、渭南地區(qū)存在一個明顯的高值區(qū),大于0.4,與陜西關(guān)中地區(qū)霾日數(shù)大值區(qū)域有很好的對應(yīng)關(guān)系.

4.4 2013~2016冬季我國中東部對流層低層的東風會起到將中東部的氣溶膠輸送到關(guān)中地區(qū)的作用,配合關(guān)中西部的西風,有利于污染物在關(guān)中地區(qū)的積累,造成霾日數(shù)增多.2013~2016年陜西冬季對流層低層存在一個明顯的位溫梯度增大區(qū)域,不利于霾向高空擴散.

[1] 中國氣象局.QX/T 48-2007地面氣象觀測規(guī)范第4部分:天氣現(xiàn)象觀測[S]. 北京:氣象出版社, 2007,10pp. China Meteorological Administration.QX/T 48-2007Specifications for surface meteorological observation. Part 4:Observations of weather phenomenon [S]. Beijing:China Meteorological Press, 2007,10pp.

[2] 吳 兌,吳曉京,李 菲,等.1951~2005年中國大陸霾的時空變化 [J]. 氣象學報, 2010,68(5):680-688. Wu D, Wu X J, Li F, et al. Temporal and spatial variation of haze during 1951~2005 in Chinese mainland [J]. Acta Meteorologica Sinica, 2010,68(5):680-688.

[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, 2012.32(1):31-36. Zhao P S, Xu X F, Meng W, et al. Characteristics of hazy days in the region of Beijing, Tianjin and Hebei [J]. China Environmental Science, 2012,32(1):31-36.

[4] 王 珊,修天陽,孫 揚,等.1960~2012年西安地區(qū)霧霾日數(shù)與氣象因素變化規(guī)律分析[J]. 環(huán)境科學學報, 2014,34(1):19-26. Wang S, Xiu T Y, Sun Y et al. The changes of mist and haze days and meteorological element during 1960~2012 in Xi′an [J]. Acta Scientiae Circumstantiae, 2014,34(1):19-26.

[5] 王 珊,廖婷婷,王莉莉,等.西安一次霾重污染過程大氣環(huán)境特征及氣象條件影響分析[J/OL]. 環(huán)境科學學報, 2015,35(11):3452-3462. Wang S, Liao T T, Wang L L, et al. Atmospheric characteristics of a serious haze episode in Xi′an and the influence of meteorological conditions [J]. Acta Scientiae Circumstantiae. 2015,35(11):3452-3462.

[6] 劉瑞芳,陳小婷,姚 靜,等.陜西關(guān)中持續(xù)性霧霾天氣的氣象條件分析[J]. 中國農(nóng)學通報, 2017,33(1):82-88. Liu R F, Chen X T, Yao J, et al. Meteorological Conditions for persistent fog and haze process in Guanzhong Area, Shaanxi [J]. Chinese Agricultural Science Bulletin, 2017,33(1):82-88

[7] 陳一娜,趙普生,何 迪,等.北京地區(qū)大氣消光特征及參數(shù)化研究[J]. 環(huán)境科學, 2015,36(10):3582-3589. Chen Y N, Zhao P S, He D et al. Characteristics and Parameterization for Atmospheric Extinction Coefficient in Beijing [J]. Environmental SCIENCE, 2015,36(10):3582-3589.

[8] 盛裴軒,毛節(jié)泰,李建國,等.大氣物理學[M]. 北京:北京大學出版社, 2002:27-28.

[9] 石春娥,王喜全,李元妮,等.1980~2013年安徽霾天氣變化趨勢及可能成因 [J]. 大氣科學, 2016.40(2):357-370. Shi C E, Wang X Q, Li Y N, et al. The trend of haze in Anhui province from 1980 to 2013 and the possible reasons [J]. Chinese Journal of Atmospheric Sciences, 2016.40(2):357-370.

[10] 符傳博,丹 利.重污染下我國中東部地區(qū)1960~2010年霾日數(shù)的時空變化特征 [J]. 氣候與環(huán)境研究, 2014,19(2):219-226. Fu C B, Dan L. Spatiotemporal characteristics of haze days under heavy pollution over central and eastern China during 1960~2010 [J]. Climatic and Environmental Research, 2014,19(2):219-226.

[11] 孫 鐸.西安市環(huán)境空氣中顆粒物的年際變化特征[A]. 2017年全國水質(zhì)安全與二氧化氯應(yīng)用技術(shù)研討會論文集[C]. 2017. Sun D. The annual variations of atmospheric particulates matter mass concentrations in Xi’an city [A]. The national collections of essays of water quality safety and application technology of chlorine dioxide in 2017 [C].

[12] 于英翠,李利敏,左亞杰,等.西安市大氣污染物時空分布特征及其趨勢評估[J]. 環(huán)境工程, 2018,36(10):165-169. Yu Y C, Li L M, Zuo Y J, et al. Temporal and spatial distribution and pollution tendency assessment of atmospheric pollutant in Xi’an City [J]. Environmental Engineering, 2018,36(10):165-169.

[13] 洪 超.西安市空氣污染特征及重污染天氣成因研究[D]. 蘭州:蘭州大學, 2017. Hong C. Characteristics of air pollution in Xian and reasons for heavy polluted weather [D]. Lanzhou: Lanzhou University, 2017.

[14] 楊 哲.基于高頻AQI數(shù)據(jù)的關(guān)中城市群空氣污染規(guī)律分析及治理政策效果評估[D]. 西安:陜西師范大學, 2018. Yang Z. The research on air pollution laws in Guanzhong urban agglomeration based on high frequency AQI data and the effect evaluation of the governance policies [D]. Xi￠an: Shaanxi Normal University, 2018.

[15] Schichtel B A, Husar R B, Falke S R, et al. Haze trends over the United States, 1980~1995. Atmospheric Environment, 2001,35(30): 5205-5210.

[16] Doyle, M and Dorling, S Visibility trends in the UK 1950~1997. Atmospheric Environment, 2002,36(19):3161-3172.

[17] 張 靜,張志堅,廖 菲,等.廣州站能見度數(shù)據(jù)質(zhì)量評估及其參數(shù)化研究[J]. 熱帶氣象學報, 2017,33(6):985-991. Zhang J, Zhang Z J, Liao F, et al. Study on evaluation and parameterization of visibility measuring meters in Guangzhou [J]. Journal of tropical meteorology, 2017,33(6):985-991.

[18] 石春娥,張 浩,馬井會,等.基于器測能見度的霾天氣判斷標準的探討[J]. 高原氣象, 2017,36(6):1693-1702. Shi C E, Zhang H, Ma J H, et al. Investigation on the norm of haze identification based on hourly auto-monitored visibility [J]. Plateau Meteorology, 2017,36(6):1693-1702.

[19] 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)境學, 2014.34(3):545-554. Wu D, Chen H Z, Wu M et al. Comparison of Three statistical methods on calculation haze days-taking areas around the capital for example [J]. China Environmental Science, 2014,34(3):545-554.

[20] 中國氣象局.QX/T 113-2010霾的觀測與預(yù)報等級[S]. 北京:氣象出版社, 2010:8pp. China Meteorological Administration.2010.QX/T 113-2010 Observation and forecasting levels of haze [S]. Beijing:China Meteorological Press, 8pp.

[21] 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:地球科學, 2014.44(1):27-36. doi:10.1007/s11430-013-4774-3.

[22] 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. Science China,57:26-35.

[23] 童堯青,銀燕,錢 凌,等.南京地區(qū)霾天氣特征分析[J]. 中國環(huán)境科學, 2007,(5):584-588j.issn:1000-6923.2007.05.003. Tong Y Q, Yin Y, Qian L, et al. Analysis of the characteristics of hazy phenomena in Nanjing area [J]. China Environmental Science, 2007, (5):584-588.

[24] 董自鵬,余 興,李星敏,等.基于MODIS數(shù)據(jù)的陜西省氣溶膠光學厚度變化趨勢與成因分析[J]. 科學通報, 2013,58:4486-4496. Dong Z P, Yu X, Li X M, et al. Analysis of variation trends and causes of aerosol optical depth in Shaanxi Province using MODIS data. Chin Sci Bull, 2013,58:4486-4496.

[25] 李星敏,董自鵬,陳 闖,等.陜西關(guān)中氣溶膠對大氣能見度的影響研究[J]. 高原氣象, 2014.33(5):1289-1296. Li X M, Dong Z P, Cheng C, et al. Study of influence of aerosol on atmospheric visibility in Guanzhong region of Shaanxi Province [J]. Plateau Meteorology, 2014,33(5):1289-1296.

[26] 馮 琎,廖 宏.冬春季東亞氣溶膠流出通量年際變率的相關(guān)環(huán)流異常分析 [J]. 大氣科學, 2017.41(2):251-262.doi:10.3878/j.issn. 1006-9895.1607.16146. Feng J, Liao H. Interannual variation of East Asian aerosols outflow in the winter-spring and the associated atmospheric circulation [J]. Chinese Journal of Atmospheric Sciences, 2017,41(20):251-262.

[27] 彭 艷.關(guān)中盆地氣溶膠變化特征及其與氣象因子關(guān)系[D]. 中國科學院大學(中國科學院地球環(huán)境研究所), 2017. Peng Y. The characteristics of aerosol particles and their interactions with meteorological parameters in the Guanzhong Basin of China (Institute of Earth Environmental, Chinese academy of Sciences), 2017.

[28] 尹志聰,王會軍,袁東敏.華北黃淮冬季霾年代際增多與東亞冬季風的減弱 [J]. 科學通報, 2015.60(15):1395-1401.doi:10.1360/ N972014-01348. Yin Z C, Wang H J, Yuan D M. Interdecadal increase of haze in winter over North China and the Huang-huai Area and the weakening of the East Asia Winter Monsoon. Chin Sci Bull, 2015,60:1395-1400.

[29] 劉毓赟,陳 文.北半球冬季歐亞遙相關(guān)型的變化特征及其對我國氣候的影響[J]. 大氣科學, 2012,36(2):423-432. Liu Y Y, Chen W. Variability of the Eurasian teleconnection pattern in the Northern Hemisphere winter and its influences on the climate in China [J]. Chinese Journal of Atmospheric Sciences, 36(2):423-432.

[30] 竇以文,丹 利,胡保昆,等.霾天氣影響下的京津冀氣候變化特征與成因[J]. 中國環(huán)境科學, 2019,39(2):506-513. Dou Y W, Dan L, Hu B K et al. Characteristics and causes of climate change under haze weather in Beijing, Tianjing and Hebei [J]. China Environmental Science, 2019,39(2):506-513.

[31] 王自發(fā),李 杰,王 哲,等.2013年1月我國中東部強霾污染的數(shù)值模擬和防控對策[J]. 中國科學:地球科學, 2014,44(1):3-14. Wang Z F, Li J, Wang Z, et al. 2014. Modeling study of regional severe hazes over Mid-Eastern China in January 2013 and its implications on pollution prevention and control. Science China: Earth Sciences, 57:3-13

致謝：感謝兩位匿名審稿人的寶貴意見,其中一名審稿人甚至對本文的結(jié)構(gòu)及文字進行了認真修改.感謝陜西省氣象信息中心主任鄧鳳東對霾天數(shù)插值給出的指導,夏巧利副主任和曾英高工對霾天數(shù)觀測記錄訂正的指點,感謝孔偉和喬青對論文污染物輸送研究的啟發(fā),高宇、賈晨剛和何林在資料方面的幫助,感謝明尼蘇達大學的胡誠博士,陜西省氣象臺的劉慧博士、戴昌明,陜西省氣象科研所的婁盼星博士、馬永永博士,西安市氣象臺黃蕾,安康市氣象臺劉佩佩,榆林市氣象臺康磊,感謝陜西省氣象信息中心同事們的幫助,論文是在大家的支持下完成的.

The spatial-temporal variations of haze in Shaanxi Province from 1980 to 2016 and the initial exploration of the increase.

HUANG Xin1, LI Ya-li1, WANG Jing-zhong3, LU Zhi-wu4, GONG Yuan-fa2*, LIU Yuan5, CAO Bo1, HU Hao6, Lü Dan7, HU Cheng8

(1.Shaanxi Meteorological Information Center, Xi’an 710014, China；2.College of Atmospheric Science, Chengdu University of Information Technology, Chengdu 610225, China；3.Shaanxi Meteorological Service Center, Xi’an 710014, China；4.The 69008Troop of PLA, Urumqi 830000, China；5.Shaanxi Meteorological Authority Service Center, Xi’an 710014, China；6.Shaanxi Meteorological Observatory, Xi’an 710014, China；7.Qianyang Meteorological Breau, Qianyang 721100；8.University of Minnesota- Twin Cities, Saint Paul 55108, U.S.A)., 2019,39(9)：3671~3681

Based on daily observations from ground-level stations, information on national statistical offices, the aerosol optical thickness (AOD) as derived from the Moderate Resolution Imaging Spectroradiometer (MODIS) on the Terra spacecraft and monthly NCEP/NCAR reanalysis dataset, the winter spatial-temporal variations of haze during 1980~2016 in Shaanxi Province and its possible reasons of the increase were analyzed. The main conclusions were as follows: (1) The numbers of annual winter haze days averaged all sites was about 12d .The provincial annual winter haze days was above the normal in 1980~1993, below the normal in 1994~2012, and showed an evident increasing frequency during 2013~2016. The provincial annual average haze days was above 36d with high values at Guanzhong area in the winter of 2016. Light haze was the most common haze. (2) Based on geographical locations, the province was divided in to three sub-regions. The annual average haze days were very different in different sub-regions. The annual average haze days in Guanzhong Area was above 18d. The number of annual average haze days was about 10d during 1980~2016 in Southern part of Shaanxi Province. The number of annual haze days averaged all sites in Northern part of Shaanxi Province was about 3d during 1980~2016. The annual haze days of the three sub-regions showed same increasing trend during 2013~2016. (3) There was a heavy aerosol loading which was above 0.4 over Guanzhong area and the southern part of Hanzhong and Ankang during 2000~2016 in winter. The Guanzhong heavy aerosol loading area was highly consistent with the heavy haze days in Guanzhong area. (4) The east wind of lower troposphere from southeastern China was a factor for transporting the aerosol to Guanzhong Area in winter of 2013~2016. The increased AOD could enhance the haze phenomenon in Guanzhong. The increased potential temperature differences between 2013~2016 and 1980~2012 in lower troposphere could weaken the vertical diffusion of haze.

haze；industrialization；AOD；Shaanxi Province；potential temperature

X513

A

1000-6923(2019)09-3671-11

黃 鑫(1989-),男,陜西綏德人,陜西省氣象信息中心工程師,碩士,主要從事天氣學和氣候?qū)W研究.發(fā)表論文2篇.

2019-01-29

國家自然科學基金資助項目(41775079);陜西省氣象局科學技術(shù)研究面上科研項目(2016M-4)

* 責任作者, 教授, gyfa@cuit.edu.cn