安徽省不同等級霧和重度霾時空分布特征及地面氣象條件比較*

石春娥 李耀孫 張 浩 楊關(guān)盈 周建平

1. 安徽省氣象科學研究所/大氣科學與衛(wèi)星遙感安徽省重點實驗室，合肥，230031

2. 壽縣國家氣候觀象臺/中國氣象局淮河流域典型農(nóng)田生態(tài)氣象野外科學試驗基地，壽縣，232200

3. 云南省氣象臺，昆明，650034

4. 安徽省公共氣象服務(wù)中心，合肥，230031

1 引 言

霧和霾都是發(fā)生在邊界層內(nèi)的低能見度天氣現(xiàn)象，但二者對社會經(jīng)濟和人們生活的影響不同。霧的危害主要體現(xiàn)在對交通運輸業(yè)的影響，其造成的經(jīng)濟損失可與臺風、龍卷等天氣相比（Gultepe，et al，2007）。強濃霧對交通運輸業(yè)產(chǎn)生的直接影響屬于實時效應(yīng)，如高速公路汽車追尾、航班延誤、海上輪渡停航甚至相撞等，其對人民生命財產(chǎn)的危害立竿見影。近年來，觀測發(fā)現(xiàn)城市霧往往伴隨著嚴重的大氣污染（楊軍等，2009；李子華等，2011；顧凱華等，2011；朱彬等，2016；石春娥等，2016a；Li，et al，2019；Wang，et al，2020），其對人體健康的危害也逐漸受到關(guān)注。霾主要危害人體健康，其危害體現(xiàn)的是累積效應(yīng)，如Tie等（2009）研究發(fā)現(xiàn)，廣州霾日數(shù)顯著增加后7—8年，肺癌死亡率明顯升高。因此，氣象預(yù)報業(yè)務(wù)中，針對不同等級的霧和霾有不同的預(yù)警信號，重點關(guān)注的是強濃霧和重度霾。由于霧的形成機制極其復(fù)雜，對霧的準確預(yù)報仍然是氣象預(yù)報業(yè)務(wù)中極大的挑戰(zhàn)。

霧與霾屬于不同的天氣現(xiàn)象，但在生成條件方面有很多共性，如均對應(yīng)著小風、高濕、逆溫的靜風穩(wěn)定天氣，二者常相伴出現(xiàn)，可以相互轉(zhuǎn)化、相互作用（Haeffelin，et al，2010；楊軍等，2010a；劉端陽等，2014；郭麗君等，2015；Liu，et al，2018）。很多研究（楊軍等，2010a；石春娥等，2017a；朱承瑛等，2018）都表明城市霧生成前往往對應(yīng)有一段時間的霾，甚至重度霾，霧消散后往往也會有霾天氣發(fā)生，但并非所有的重度霾天氣均能轉(zhuǎn)變?yōu)殪F，也不是所有的霧都能發(fā)展到強濃霧。有的霧后是霾，有的霧后即晴空，這可能與當?shù)氐谋尘皸l件有關(guān)（石春娥等，2017a）。相似的氣象條件（如均壓場、小風、高濕），有時出現(xiàn)霧，有時不出現(xiàn)霧。因此，Bergot等（2007）給出了“近似霧”（near fog）的定性標準；隨后，Haeffelin等（2010）在對2007年巴黎霧外場觀測試驗進行總結(jié)的文章中給出了“近似霧”的定量判斷標準，并增加了“準霧”（quasi-fog，能見度＜2 km），從能見度范圍看“準霧”和“近似霧”都是“輕霧”的一部分。基于上述標準，Haeffelin等（2013）比較了巴黎霧外場觀測試驗中輻射霧與準霧形成過程的異同。根據(jù)Haeffelin等（2010）的定義，準霧的能見度標準與中國氣象行業(yè)標準的“重度霾”接近，但沒明確相對濕度。已往的研究（Shi，et al，2012；石春娥等，2013）也發(fā)現(xiàn)，霧的模式預(yù)報或基于模擬結(jié)果的多要素診斷預(yù)報中空報常發(fā)生在觀測為近似霧或準霧的情形。

鑒于人工觀測能見度時間分辨率低的局限，已往關(guān)于霧、霾互轉(zhuǎn)的研究基本上均是科研項目觀測的個例研究，而且是集中于已經(jīng)形成了強濃霧的過程（Shi，et al，2010；陸春松等，2010；楊軍等，2010b；劉端陽等，2014；梁綿等，2019），但是對于相同時段（如輻射霧高發(fā)的后半夜）、相似的氣象條件下，強濃霧與準霧、重度霾形成的氣象條件差異研究較少。近年來，常規(guī)氣象觀測業(yè)務(wù)已經(jīng)逐步由人工觀測全面轉(zhuǎn)為儀器自動觀測，這使得通過地面常規(guī)觀測資料研究不同等級霧、霾的生消規(guī)律及其影響因子成為可能。文中利用安徽省78個地面觀測站2010—2019年的逐時觀測資料，基于霧、霾發(fā)生物理條件，建立不同等級霧日和重度霾日的觀測診斷方法，重建了不同等級霧和重度霾的時序資料，在此基礎(chǔ)上分析其時、空分布特征，研究強濃霧高發(fā)時段，不同等級霧和重度霾形成時地面氣象條件的差異，為建立強濃霧預(yù)報方法奠定基礎(chǔ)。

2 資料和方法

2.1 資 料

所用資料包括安徽省78個地面觀測站（不包括黃山光明頂、九華山和天柱山3個高山站）2010—2019年地面常規(guī)氣象觀測資料，均來自安徽省氣象信息中心。具體要素包括：能見度、相對濕度、降水量、風速、風向、氣溫及逐日天氣現(xiàn)象記錄（如霧、霾、雨、雪等）。2010—2013年安徽各站均為人工觀測能見度，一日3或4次（02、08、14、20時，大多數(shù)測站無02時資料）；2014—2015年，安徽自北向南逐步開始器測能見度，2016年1月1日開始，所有觀測站均開始使用器測能見度。因此，文中用2016—2019年逐時資料建立各級霧和重度霾記錄，并分析各等級霧和重度霾的時、空分布及氣象要素差異，用2010—2013年和2016—2019年的天氣現(xiàn)象記錄檢驗重建結(jié)果。

2.2 不同等級霧、霾天氣判別方法

根據(jù)能見度（V），霧可分為大霧（0.5 km≤V＜1.0 km）、濃霧（0.2 km≤V＜0.5 km）、強濃霧（0.05 km≤V＜0.2 km）和特強濃霧（V＜0.05 km）（中國氣象局，2011）。根據(jù)對壽縣觀象臺分鐘級數(shù)據(jù)的分析，很少出現(xiàn)能見度低于50 m的特強濃霧（張浩等，2021）。因此，文中把霧分為大霧、濃霧和強濃霧3個等級，不單獨考慮特強濃霧。根據(jù)氣象行業(yè)標準“霾的觀測和預(yù)報等級”（QX/T113-2010）（中國氣象局，2010）定義重度霾。參考Haeffelin等（2010）的方法，增加“準霧”（750 m≤V＜2 km，RH＞90%），與重度霾（V＜2 km，RH≤90%）對應(yīng)。從準霧對應(yīng)的相對濕度和能見度范圍看，準霧屬于輕霧的一部分。

前述標準中并沒有明確霧、霾的定義中所用能見度是器測能見度或人工觀測能見度。而根據(jù)已有研究，近年來廣泛使用的器測能見度與以往的人工觀測能見度存在系統(tǒng)偏差，地面氣象觀測業(yè)務(wù)中已把霧的能見度判別閾值調(diào)整為0.75 km，但并沒有明確區(qū)分霧、霾等級的能見度調(diào)整方法（石春娥等，2017b）。因此，文中統(tǒng)一給出不同等級霧和霾的判斷標準（表1，表中能見度為器測能見度）。考慮到降水也可以使能見度降到0.75 km以下，即存在雨霧、雪霧，此處暫不考慮，判斷條件中增加無降水。

由于歷史能見度資料僅保留1位小數(shù)，因此確定判斷濃霧和強濃霧時能見度上限調(diào)整為“不大于”。具體步驟如下：

步驟1：基于小時資料的不同等級霧、霾天氣的診斷。首先根據(jù)表1給出的判據(jù)利用逐時能見度、相對濕度和雨量判斷逐時低能見度天氣現(xiàn)象，即不同等級的霧或重度霾。

表1 不同等級霧和重度霾的診斷標準Table 1 Criteria for different levels of fog and heavy haze

步驟2：根據(jù)天氣現(xiàn)象記錄對診斷結(jié)果進行檢驗和調(diào)整。即如果診斷為霧，且該日天氣現(xiàn)象記錄有“霧”，則認為是霧；如果天氣現(xiàn)象記錄中無“霧”，但有“雨”或“雪”，則該時次調(diào)整到“雨霧”或“雪霧”中對應(yīng)的等級，本研究中不予考慮。準霧和重度霾不做調(diào)整。統(tǒng)計發(fā)現(xiàn)，還存在天氣現(xiàn)象中無“霧”、也無“雨、雪”，但用小時資料診斷有霧的情況，檢查后發(fā)現(xiàn)能見度變化連續(xù)，這種情況很少，因此予以保留。

步驟3：霧、霾日判斷。一日中只要有一個時次出現(xiàn)強濃霧、濃霧或大霧，即認為該日為一個霧日，用于與天氣現(xiàn)象觀測記錄的結(jié)果進行比較。

不同等級霧、霾日確定方法為：首先根據(jù)小時天氣現(xiàn)象判斷是否為強濃霧日，若無強濃霧，再依次判斷是否為濃霧日、大霧日。

排除霧日再判斷是否為重度霾日和準霧。即一天之中強濃霧、濃霧、大霧和準霧（重度霾）只計一個，準霧日和重度霾日可以重合。判斷準霧日和重度霾日時不排除雨（雪）霧日。

采用以下步驟檢驗診斷方法的可靠性：

（1）比較2010—2013年、2016—2019年基于人工觀測得到的霧日數(shù)空間分布；

（2）計算2016—2019年人工觀測霧日與診斷得到的霧日數(shù)的技巧評分（Threat score，TS）、命中率（HR）（Wilks，2006）：

式中，NA為診斷有霧且觀測有霧的樣本數(shù)，NB為診斷有霧而未觀測到霧的樣本數(shù)，NC為診斷無霧而觀測記錄有霧的樣本數(shù)。TS和HR的范圍是0（最差）—1（最好），越大越好。

（3）計算人工記錄和診斷得到的各站逐月霧日數(shù)的相關(guān)系數(shù)。

2.3 分區(qū)方法

根據(jù)已有研究（Shi，et al，2008；鄧學良等，2015a，2015b；石春娥等，2016b），安徽省霧、霾具有明顯的時、空分布特征，存在霧的高發(fā)區(qū)和低發(fā)區(qū)，且不同區(qū)域霧的高發(fā)季節(jié)不同。因此，為全面了解安徽各地霧的季節(jié)、時間變化特征及強濃霧形成的氣象條件，基于2016—2019年各站強濃霧發(fā)生時間的一致性對全省地面測站進行分區(qū)。首先對全省78個觀測站逐日判斷是否強濃霧日，用SPSS13.0中基于二元要素的聚類方法對全省測站進行分類，同時輔以人工方法，即考慮區(qū)域站點地理位置上的連續(xù)性，最后將安徽分為5個區(qū)（結(jié)果見3.3節(jié)）。根據(jù)分區(qū)結(jié)果，計算每一個區(qū)中站點間強濃霧有、無的TS矩陣，即把一個站點作為觀測，另一個站點作為預(yù)報。在此基礎(chǔ)上，可計算各站點的平均TS，據(jù)此可判斷區(qū)域內(nèi)強濃霧發(fā)生的時間一致性。

2.4 氣象要素差異統(tǒng)計

根據(jù)分析結(jié)果，強濃霧的發(fā)生有顯著的日變化特征，選取強濃霧高峰時段并向前推，最終選定02—08時，對不同等級霧和重度霾發(fā)生時的風向、風速、氣溫變幅（與前一日20時氣溫之差）進行統(tǒng)計分析，統(tǒng)計變量包括：均值、中位值、最大值、最小值、5%、25%、75%、95%分位等，制作箱線圖。

3 結(jié)果分析

3.1 霧日診斷方法驗證

使用器測能見度后，觀測記錄的全省霧日數(shù)普遍增多。78個地面站年均霧日數(shù)在2010—2013年為16.3 d，2016—2019年增至29.9 d，增加了83%，增多原因可歸因于能見度觀測方式的改變。但分布形勢基本一致，二者相關(guān)系數(shù)為0.52。與已往分析結(jié)果（Shi，et al，2008；鄧學良等，2015a）一致，2016—2019年安徽省霧日數(shù)空間分布不均，皖南山區(qū)、大別山區(qū)和沿淮淮北為霧的高發(fā)區(qū)，年均霧日數(shù)超過30 d，個別測站超過50 d，沿江屬于霧的低發(fā)區(qū)，不到20 d。

圖1為用上述方法診斷的2016—2019年年均霧日數(shù)空間分布。該分布與觀測記錄得到的霧日數(shù)空間分布基本一致（空間相關(guān)系數(shù)0.943）。重建霧日記錄與觀測記錄的TS為0.72，命中率（HR）為72.5%。2016—2019年所有站逐月觀測和診斷霧日數(shù)亦高度相關(guān)（相關(guān)系數(shù)0.95）。綜上所述，文中診斷的霧日記錄可靠。

圖1 診斷的2016—2019年年均霧日數(shù)空間分布Fig.1 Spatial distribution of diagnosed annual fog days averaged over 2016—2019

3.2 安徽省不同等級霧和重度霾日的空間分布

圖2為按上述方法得到的2016—2019年安徽省不同等級霧和重度霾的空間分布。由圖可見，皖南山區(qū)、大別山區(qū)和沿淮淮北是強濃霧的高發(fā)區(qū)，大部分地區(qū)年均超過10 d，局部超過20 d，個別測站超過30 d；而沿江地區(qū)和大別山北麓為低值區(qū)（低于10 d，局部低于5 d）。濃霧日數(shù)和大霧日數(shù)與強濃霧空間分布一致，與強濃霧空間分布的相關(guān)系數(shù)分別為0.69和0.60。全省平均的強濃霧、濃霧和大霧日數(shù)分別為12.58、5.83和3.56 d，假定強濃霧都要經(jīng)過大霧、濃霧發(fā)展而來，那么有57%的大霧可以發(fā)展為強濃霧。

重度霾日有明顯的北邊多、南邊少、大別山區(qū)和皖南山區(qū)最少的空間分布特征，與安徽PM2.5污染分布態(tài)勢一致（王化杰等，2018）；亳州、淮北等地年均超過15 d；而皖南和沿江西部部分測站不到3 d；全省平均7.38 d?？臻g上，與強濃霧、濃霧、大霧均不存在顯著相關(guān)，說明重度霾與霧有本質(zhì)的不同。

準霧的分布形勢表現(xiàn)為沿江西部到江南最少，年均不到30 d；沿淮西部到淮河以北東北部、沿江中部為高值區(qū)，超過50 d，局部地區(qū)超過60 d，全省平均46.2 d?？臻g上，與各類霧和重度霾的相關(guān)系數(shù)分別為0.27（強濃霧）、0.08（濃霧）、0.44（大霧）和0.38（重度霾），可見，準霧與大霧空間分布相似程度最高，其次是重度霾。已有的研究表明，高濕和高PM2.5濃度均可導(dǎo)致低能見度，不同地區(qū)顆粒物成分和相對濕度存在差異，對能見度的影響也不同（張浩等，2017）。由此可推測安徽省不同地區(qū)準霧形成的關(guān)鍵因子不同，重度霾高發(fā)的淮河以北地區(qū)可能源于高污染，在水汽充足的江南可能更傾向于高濕度。

3.3 安徽強濃霧的區(qū)域特征及分區(qū)結(jié)果

根據(jù)強濃霧日發(fā)生的一致性，即是否同一天發(fā)生強濃霧，將全省分為5個區(qū)，分別為淮河以北西部（1區(qū)，Area01）、淮河以北東部（2區(qū)，Area02）、沿淮地區(qū)（3區(qū)，Area03）、沿江地區(qū)（4區(qū)，Area04）和江南（5區(qū)，Area05）（圖3）。

圖3 安徽省強濃霧發(fā)生一致性的分區(qū)結(jié)果 （綠色表示地形高低，紅色實線為各區(qū)分界線）Fig.3 Partition results of Anhui province based on the consistency of extremely dense fog（the green color indicates the elevation of the terrain；the red solid lines are regional boundaries）

表2給出了各區(qū)內(nèi)測站數(shù)、平均TS、區(qū)域內(nèi)強濃霧日數(shù)標準差、各級霧和重度霾年均日數(shù)。由表2可見，淮河以北2個區(qū)（1區(qū)、2區(qū)），年均強濃霧日數(shù)分別為15.4和17.7 d，5個區(qū)中排名第3和第2，這2個區(qū)平均TS超過0.3，在5個區(qū)中排名第1和第2，說明強濃霧發(fā)生一致性好，容易發(fā)生區(qū)域性強濃霧。

表2 基于強濃霧TS的安徽分區(qū)結(jié)果Table 2 Partition results of Anhui province based on TS of extremely dense fog

沿江地區(qū)（4區(qū)），站點數(shù)最多，強濃霧日數(shù)最少，平均TS最低，說明強濃霧發(fā)生的一致性差，霧的局地性強，不容易發(fā)生區(qū)域性強濃霧。江南（5區(qū)）平均強濃霧日數(shù)最多，但平均TS在5個區(qū)中為次低，強濃霧日數(shù)標準差大，說明強濃霧的局地性強，不易發(fā)生區(qū)域性強濃霧。

沿淮地區(qū)（3區(qū)）強濃霧日數(shù)略低于1區(qū)，TS居中，但強濃霧日數(shù)的標準差最大，說明這個區(qū)強濃霧空間分布嚴重不均，這從圖2a也可以看出。

從圖3可以看出，1區(qū)和2區(qū)地形平坦、湖泊較少，因而霧的區(qū)域性特征明顯；3區(qū)地形平坦，河流、湖泊眾多，水系發(fā)達，因而強濃霧高發(fā)但局地性強；4區(qū)和5區(qū)地形復(fù)雜，有山脈、長江、湖泊，4區(qū)長江沿岸西部湖泊眾多，位于大別山山脈和黃山山脈之間，易形成狹管效應(yīng)，靜風少，因而強濃霧少發(fā)；長江沿岸東部為沖積平原、地形開闊。這說明強濃霧空間分布與下墊面特征密切相關(guān)。

由表2可見，強濃霧和濃霧各區(qū)排序一致，按江南（5區(qū)）、淮河以北東部（2區(qū)）、淮河以北西部（1區(qū)）、沿淮地區(qū)（3區(qū)）、沿江地區(qū)（4區(qū)）的順序遞減；大霧的排序是在強濃霧的基礎(chǔ)上2區(qū)和5區(qū)交換?？傮w上，4區(qū)強濃霧、濃霧、大霧日數(shù)均是各區(qū)中最少、其強濃霧日數(shù)不到5區(qū)的一半。各區(qū)分別有61% （1區(qū)）、59% （2區(qū)）、62% （3區(qū)）、54%（4區(qū)、5區(qū)）的霧能發(fā)展到強濃霧。

準霧和重度霾都是北多南少。沿淮淮北3個區(qū)（1—3區(qū)）年均準霧日數(shù)都是約52 d，江南34 d，沿江地區(qū)45 d。重度霾南北差異較大，1區(qū)和2區(qū)分別為13、12 d，5區(qū)僅4 d。

綜上，可見各區(qū)域之間差異顯著，分區(qū)結(jié)果合理。

3.4 不同等級霧和重度霾的月際變化

從各區(qū)霧和重度霾日數(shù)月際變化（圖4）可見，1—3區(qū)，強濃霧呈明顯的雙峰型分布，7、8月為低谷，年均0.1—0.2 d，9月開始增多，1月達到最大峰值；2月為另一個谷值，3、4月強濃霧日數(shù)又增多，并在4月達到春季的峰值。4、5區(qū)第2個峰值不明顯，強濃霧從9月開始增多，12月達到峰值，然后下降?？傮w上，強濃霧主要發(fā)生在冬半年（10月—次年4月），這7個月的強濃霧日數(shù)占全年強濃霧日數(shù)的82% （1區(qū)）—85% （3區(qū)）。各區(qū)高發(fā)月份不同，強濃霧日數(shù)最多的3個月份分別為：①淮河以北西部（1區(qū)），1月、4月和12月，強濃霧日數(shù)占全年的51.4%，1月最為突出，平均達4 d。②淮河以北東部（2區(qū)），4月、1月、11月，強濃霧日數(shù)占全年的45.4%。③沿淮地區(qū)（3區(qū)），1月、11月、12月，強濃霧日數(shù)接近，總數(shù)占全年的48.0%。④沿江地區(qū)（4區(qū)），12月、1月、11月，強濃霧日數(shù)占全年的47.3%。⑤江南（5區(qū)），12月、11月、3月，強濃霧日數(shù)占全年的46.6%。各區(qū)都是7、8月最少。除了江南，1月都是強濃霧最多或次多的月份，說明安徽強濃霧以輻射霧為主。區(qū)域之間的差異反映了不同地區(qū)強濃霧的形成機制和影響系統(tǒng)不同。

濃霧和大霧年變化不及強濃霧明顯，但也能看出雙峰型變化，峰值月份各區(qū)不同?？傮w上仍是7、8月最少，其他月份參差不齊。區(qū)域之間比較，江南濃霧最多，4—6月和11—12月平均都超過了1 d；淮河以北東部大霧最多。每個月都有準霧發(fā)生，總體上夏半年（5—9月）少、冬半年（10—4月）多，1月最多。

重度霾年變化呈明顯的單峰型分布，峰值在1月、谷值在8月，主要發(fā)生在11月至次年的3月，這5個月的重度霾天數(shù)占全年的86%—88%（1—4區(qū)），江南占73%，4—10月天數(shù)很少。重度霾與霧日數(shù)的年變化差異反映了霾與霧本質(zhì)上的不同以及形成機制的不同。

3.5 強濃霧和重度霾的日變化

按季節(jié)統(tǒng)計了各區(qū)強濃霧發(fā)生次數(shù)日變化（圖5）。一天之中，13—20時各區(qū)強濃霧年均次數(shù)不到0.2次，其中14—17時各區(qū)都無強濃霧。強濃霧高發(fā)時段既有季節(jié)差異也有區(qū)域差異，如：淮河以北東部冬季峰值時間最早（05時），且04—08時各時次強濃霧次數(shù)接近，秋季峰值時間最晚（07時）；其他各區(qū)峰值時間都是夏季最早（04時）、冬季（08時）或秋季（07時）最晚。全年合計，各區(qū)強濃霧峰值時間都是06時，其次是07、05時，也就是說，強濃霧主要形成于后半夜。日出之后，地面升溫、湍流增強，促使強濃霧消散，因此峰值出現(xiàn)在日出前后。若以峰值時刻為中心，強濃霧出現(xiàn)頻次呈非對稱分布，向峰值時刻之前（圖中的左邊）傾斜，形成的時間比較分散，在入夜后到日出前后，只要條件成熟都可以形成強濃霧，這增加了預(yù)報的難度。強濃霧的這種日變化說明安徽強濃霧可能以輻射霧為主（Tardif，et al，2007）。

圖6為各區(qū)重度霾發(fā)生次數(shù)日變化。各區(qū)重度霾的日變化均為雙峰型，2個峰值分別位于9—11時和19—22時，谷值位于14—16時，各區(qū)峰、谷值時間略有差異。日變化形勢接近于PM2.5濃度日變化（石春娥等，2017c），這也說明霾的本質(zhì)是細粒子污染。

圖6 2016—2019年安徽省各區(qū)重度霾年均發(fā)生次數(shù)日變化Fig.6 Diurnal variations of annual average numbers of heavy haze occurrence in each sub-region of Anhui Province during the period of 2016—2019

3.6 各等級霧和重度霾地面氣象條件的差異

如圖5所示，強濃霧有明顯的日變化，峰值在日出前后，且在峰值前后呈非對稱分布。選取強濃霧高發(fā)時段統(tǒng)計各級霧和重度霾出現(xiàn)時地面氣象要素的差異。根據(jù)輻射霧的形成機制，主要考慮與前一天20時相比的降溫幅度（△T）及當時的風速、風向。以高峰時刻為中心向前后延伸若干小時，盡可能多地覆蓋強濃霧形成的時段。如果按強濃霧出現(xiàn)的小時數(shù)計算，02—08時強濃霧出現(xiàn)的次數(shù)占總次數(shù)的73%—83%，因此，選取這個時段做比較。

從安徽省各區(qū)02—08時出現(xiàn)不同等級霧與重度霾時相比于前一天20時的降溫幅度（圖7）可見，各級霧發(fā)生時都有明顯降溫，其中，強濃霧發(fā)生時的降溫幅度最大，準霧或重度霾時降溫幅度最小。從各類天氣現(xiàn)象與降溫幅度變化情況看，沿淮淮北3個區(qū)變化一致，強濃霧發(fā)生時的降溫幅度最大，中位值都達到4.0℃（均值3.9—4.2℃），約75%的樣本降溫幅度大于3.0℃；而重度霾和準霧的降溫幅度比較接近，均值不到3℃，比強濃霧時約低1℃。在沿江到江南2個區(qū)（4區(qū)、5區(qū)）也是隨著霧的強度減弱，降溫幅度變小，但是準霧時降溫幅度最小，強濃霧發(fā)生時的降溫幅度中位值（均值）為3.6—3.8℃（3.5—3.8℃）。各區(qū)準霧時的降溫幅度中位值在1.9℃（沿江地區(qū)，4區(qū)）—2.7℃（淮河以北，1、2區(qū)）?？傮w上，如果以降溫幅度的下四分位為界（即75%的樣本滿足條件），可以認為強濃霧時降溫幅度必須大于3.0℃。這也說明安徽的強濃霧形成的一個重要機制是輻射降溫。

圖7 2016—2019年02—08時安徽各區(qū)強濃霧、濃霧、大霧、準霧和重度霾時的降溫幅度統(tǒng)計結(jié)果 （正三角、倒三角分別表示最大、最小值；長方形中的正方形表示平均值，橫線表示中值；長方形的下、上邊分別為第一、三四分位值，長方形上下邊伸出的尾羽表示95%和5%分位值）Fig.7 Statistical results of temperature decreases for extremely dense fog （ExDense fog），dense fog，fog，quasi fog and heavy haze during 02:00—08:00 BT in different sub-regions of Anhui Province during the period of 2016—2019 （the solid triangle ▲：maximum，▼：minimum；small square □ within the rectangles：mean；― within the rectangles：median；the lower and upper borders of the rectangles：the 25th and 75th， tails projecting from the top and bottom of the rectangles：the 95th and 5th）

由各區(qū)02—08時不同等級霧與重度霾時的風速統(tǒng)計結(jié)果（圖8）可見，除了江南（5區(qū)），各區(qū)都是隨著霧的強度減弱（從強濃霧到準霧）風速上升風速變化范圍（圖中長方形長度）增大。強濃霧、濃霧和大霧發(fā)生時風速普遍較低，中位值都不超過1.0 m/s。強濃霧時風速變化范圍最?。▓D中長方形長度最短），上四分位不到1.5 m/s，中位值（均值）0.8—0.9 m/s （0.92—1.04 m/s），除了淮河以北西部（1區(qū)），其他區(qū)95%分位值低于2.0 m/s，也就是說，超過75%的樣本風速低于1.5 m/s，有95%的樣本風速低于2.0 m/s，這進一步說明安徽的霧以輻射霧為主（Tardif，et al，2007）。

圖8 2016—2019年02—08時安徽各區(qū)強濃霧、濃霧、大霧、準霧和重度霾時的風速統(tǒng)計結(jié)果 （正三角、倒三角分別表示最大、最小值；長方形中的正方形表示平均值，橫線表示中值；長方形的下、上邊分別為第一、三四分位值，長方形上下邊伸出的尾羽表示95%和5%分位值）Fig.8 Statistical results of wind speed for extremely dense fog （ExDense fog），dense fog，fog，quasi fog and heavy haze during 02:00—08:00 BT in different subregions of Anhui Province during the period of 2016—2019 （▲：maximum，▼：minimum；small square □within the rectangles：mean；― within the rectangles：median；the lower and upper borders of the rectangles：the 25th and 75th；tails projecting from the top and bottom of the rectangles：the 95th and 5th）

總體上，除了江南，重度霾發(fā)生時的風速顯著高于各級霧，且變化范圍更大，下四分位值接近或超過1.0 m/s，在淮河以北西部和沿淮地區(qū)高于強濃霧時的上四分位值；中位值與強濃霧時的中位值的差值最大可超過1.0 m/s（淮河以北西部）。若以75%的樣本（或者上、下四分位）能區(qū)分為接受標準，大部分區(qū)域重度霾與強濃霧發(fā)生時的風速是可以區(qū)分的，其差異程度超過了降溫幅度。也就是說，重度霾向強濃霧轉(zhuǎn)化的最關(guān)鍵的地面氣象因子是風速，即風速須低于1.5 m/s。這對強濃霧的預(yù)報有較好的指示意義。另外，重度霾與準霧發(fā)生時風速差異顯著，因此，準霧形成的氣象條件更接近于霧。

劉端陽等（2014）和朱承瑛等（2018）的個例分析表明，強濃霧發(fā)生時不僅有風速減弱，還有風向的明顯變化。本研究根據(jù)風向角度將風的來向分為16個方向和靜風，合計有17個風向。計算了各區(qū)不同等級霧與重度霾時風向分布頻率。進一步統(tǒng)計了各區(qū)各等級霧和重度霾時17個風向頻率的相關(guān)系數(shù)，發(fā)現(xiàn)相鄰等級霧之間相關(guān)較強，如強濃霧與濃霧的各類風向頻率相關(guān)超過強濃霧與大霧之間風向頻率的相關(guān)。除了沿江地區(qū)（4區(qū)），強濃霧與濃霧、大霧、準霧時的17個風向頻率都顯著相關(guān)（相關(guān)系數(shù)最低值為0.66，其余均大于0.8，通過顯著水平α=0.01的t檢驗），說明這3個等級的霧之間風向分布差異可以忽略。而強濃霧與重度霾風向頻率相關(guān)不明顯。

圖9給出各區(qū)強濃霧與重度霾時風向頻率分布。由圖9a可見，江南強濃霧時偏東到東南（東、東南東、東南）3個風向占比明顯高于其他風向，都超過了10%，其中東南東頻率最高，為14.47%，其次是東北和東北東，均為7.1%，這5個風向頻率之和為49.82%，也就是說江南強濃霧時的風向以東北到東南為主，靜風頻率略低于東北風，為6.77%。與江南不同，其他幾個區(qū)強濃霧時都是靜風頻率最高，接近或超過10%，其中，淮河以北西部強濃霧時靜風頻率最高，為17.63%，其他風向頻率差異不大，在偏東到東南有一個6%—8%的峰值。頻率最低的風向各區(qū)不一致。

圖9 安徽省各區(qū)強濃霧 （a） 和重度霾 （b） 發(fā)生時各風向頻率分布Fig.9 Frequency distributions of wind directions during extremely dense fog （a） and heavy haze （b） in Anhui Province

由圖9b可見，重度霾出現(xiàn)時各區(qū)都有明顯的主導(dǎo)風向，淮河以北西部頻率最高的3個風向是北、西北北和西北，均超過了12%，其次是東北北，8.64%，這4個風向頻率之和為52.31%，再其次是東，7.45%，也就是說該區(qū)出現(xiàn)重度霾的風向以西北到東北偏北為主。江南占比最高的是東北到東南偏東，這4個風向占比為54.9%。其他3個區(qū)重度霾出現(xiàn)時的風向不及淮河以北西部重度霾時風向集中，但也是以西北到東北為主。各區(qū)重度霾時南到西南偏西頻率都比較低，大多低于3%，這與合肥PM2.5污染發(fā)生時的風向頻率分布較為一致（石春娥等，2017c），即PM2.5重度污染時偏南風出現(xiàn)頻率較低；各區(qū)重度霾時靜風頻率均較低（2%—4%）。

綜上，從多站點多時次的統(tǒng)計結(jié)果看江南以外的區(qū)域強濃霧時無主導(dǎo)風向，可能與強濃霧一般發(fā)生在高壓系統(tǒng)里風向較亂有關(guān)；重度霾時風向頻率分布與對安徽冬季PM2.5輸送軌跡一致（Shi，et al，2018），這說明安徽霾發(fā)生時存在明顯的顆粒物輸送。由于是大量同類樣本的統(tǒng)計，文中的強濃霧與重度霾不一定存在時間上的先后關(guān)系，因而，看不出與風向變化的關(guān)系。

4 結(jié)論與討論

基于霧、霾發(fā)生的物理條件，結(jié)合中國現(xiàn)行氣象行業(yè)標準，建立了不同等級霧日和重度霾日的觀測診斷方法，重建了不同等級霧和重度霾的時序資料，并進行了檢驗。在此基礎(chǔ)上，基于強濃霧發(fā)生的時間一致性，將安徽分為5個特征明顯的不同區(qū)域，進一步分析各區(qū)域不同等級霧及重度霾出現(xiàn)時地面氣象條件的異同。主要結(jié)論如下：

（1）安徽省淮河以北和江南屬于強濃霧高發(fā)區(qū)，年均強濃霧日數(shù)超過15 d；淮河以北強濃霧區(qū)域特征明顯，但東、西部差異顯著，說明這2個區(qū)強濃霧形成機制或影響系統(tǒng)不同。江南強濃霧局地性強；沿江地區(qū)屬于強濃霧低發(fā)區(qū)，年均8.23 d，且強濃霧局地性強；沿淮地區(qū)強濃霧發(fā)生頻率和區(qū)域性特征均居中。各區(qū)有54%（沿江江南）—62%（沿淮）的霧能發(fā)展到強濃霧。大霧、濃霧與強濃霧空間分布態(tài)勢大體一致。

（2）重度霾的空間分布基本上呈北多、南少的分布態(tài)勢，各區(qū)差異顯著。準霧的空間分布與大霧和重度霾均有一定程度的相似，與大霧相似程度更高。

（3）強濃霧的年變化呈雙峰型，雙峰分別出現(xiàn)在1月和4月，7、8月是低谷。除了江南，1月都是強濃霧最多或次多的月份。重度霾的年變化呈單峰型分布，峰值在1月。

（4）各區(qū)強濃霧主要出現(xiàn)在后半夜，峰值時間均為06時，出現(xiàn)頻次呈非對稱分布，向峰值時刻之前傾斜。霾的日變化呈雙峰型分布，雙峰分別位于9—11時和19—22時。

（5）安徽強濃霧主要是輻射霧，根據(jù)02—08時氣象要素統(tǒng)計結(jié)果，強濃霧發(fā)生時的降溫幅度最大，中位值（均值）達到3.6—4.0℃（3.5—4.2℃）；風速最低，中位值不超過1.0 m/s，超過75%的樣本風速低于1.5 m/s。重度霾發(fā)生時，降溫幅度小、風速偏大，且降溫幅度和風速變化范圍較大，降溫幅度中位值比強濃霧降溫幅度中位值約低1.0℃，風速顯著高于各級霧時。

（6）江南強濃霧時的風向以東北到東南為主，其他區(qū)域強濃霧發(fā)生時靜風頻率最高（超過10%）、其他風向頻率差異不大，說明處于均壓場中，無明顯的主導(dǎo)風。重度霾時各區(qū)都有明顯的主導(dǎo)風。

上述結(jié)果說明重度霾能否演變?yōu)閺姖忪F的關(guān)鍵地面氣象因子是風速、風向和降溫幅度。重度霾與霧的本質(zhì)和形成機制不同，安徽不同區(qū)域強濃霧均以輻射霧為主，但各區(qū)強濃霧形成的影響系統(tǒng)可能不同。要想做好強濃霧的預(yù)報服務(wù)，需針對不同的區(qū)域做進一步的分析研究。