南極長城站能見度變化分析

楊清華 于樂江 魏立新 張本正 孟上

（1國家海洋環境預報中心，北京100081；2南京信息工程大學水文氣象學院，江蘇 南京210044；3武漢市氣象局，湖北 武漢430040）

0 引言

水平能見度是一項基本氣象要素，用氣象光學視程表示，它是指白熾燈發出色溫為2 700 K的平行光束的光通量在大氣中削弱至初始值的5%所通過的路途長度［1］。人工觀測能見度，一般指有效水平能見度，即四周視野中二分之一以上的范圍能看到的目標物的最大水平距離，能見度觀測儀測定的是一定基線范圍內的能見度［1］。能見度好壞主要與空氣中的顆粒物含量、液滴數及污染氣體有關，它們對可見光的吸收和散射作用可以降低大氣能見度。

南極長城站地處南極半島北側、南太平洋溫帶氣旋生成中心的下游，平均每3—4 d便受一次氣旋過境影響［2］；受此影響，低能見度災害性天氣（海霧、降雨、降雪、吹雪及雪暴）頻發，對該地區科考作業、航空及航海活動影響極大。同時，南極半島地區是過去50年中全球變暖最劇烈的地區之一［3］，長城站氣象觀測對于我們理解南極半島對全球氣候變化的響應和反饋過程尤為重要。基于1985年建站以來的氣象觀測資料，中國學者研究了該地區的溫、濕、風、壓等短期氣候特征［4-6］，及其氣候增暖背景下的年際變化［7-8］；雖然也對海霧和雪暴等低能見度災害性天氣進行了天氣學個例研究［9-11］，但尚未對該地區的能見度變化特征進行專門分析。

自1985年長城站首次越冬考察開始，能見度即是常規氣象觀測項目，于每天 08：00、14：00和20：00開展3次人工觀測（本文時間均指當地時）；從1985年12月增加夜間02：00觀測，并持續至今。為了獲取更加精細、客觀的能見度變化信息，2012年1月，我們在站區安裝了芬蘭VAISALA公司生產的PWD20能見度儀，并首次開展了連續的能見度自動監測實驗。本文使用建站以來累積的歷史觀測資料，分析了能見度的季節變化和年際變化特征，探討了能見度季節、年際變化和大霧、吹雪和降雪等災害性天氣的關系；通過譜分析和小波分析探討了能見度不同周期的強弱和變化特征。最后，對2012年1—5月PWD20能見度儀與人工目測結果進行了初步對比，探討了長城站實施能見度自動監測的可行性。

1 資料和方法

本文采用長城站1986—2012年每6 h一次的能見度人工觀測資料和2012年1月21日至5月29日PWD20能見度自動觀測資料。

對能見度變化的分析討論均基于4次人工觀測的日平均數據。在分析周期變化時采用了譜分析和小波分析的方法。小波分析是一種新的時頻分析工具，能夠詳細準確地揭示出時間序列中瞬時頻率結構隨時間的變換［12］。本文利用Morlet小波變換分析了長城站能見度不同周期的強弱及其隨時間的變化特征。

2 變化特征

2.1 季節變化

長城站1986—2011年觀測資料表明，能見度季節變化特征明顯，11—3月的能見度較好，又以12—1月的能見度最佳，接近15 km；6—10月能見度較差，9月份最低，不到12 km（圖1）。

圖1 長城站能見度平均逐月變化Fig.1.Averagemonthly variation of visibility atGWS

同鋒面氣旋相聯系的霧、降雪和吹雪等災害性天氣可顯著減小能見度。對1986—2011年資料進行統計，長城站好能見度（＞10 km）約占61.0%，差能見度（0—1 km）占8.0%。夏季月份中，海霧是能見度降低的主要原因，冬季則主要歸因于頻繁的吹雪或雪暴。長城站的霧多為平流冷卻霧，地處南大洋南極鋒的南側和繞極低壓帶的獨特地理位置決定了長城站多海霧的天氣特點；海霧最主要的天氣型是“東高西低”，海霧的持續時間取決于高壓在南極半島維持時間的長短［9］；平均每次大霧持續時間約10 h，最短僅有十幾分鐘，最長可達連續數天。氣候統計表明，長城站平均每年出現145個霧日［含輕霧（水平能見度≥1.0 km至 ＜10.0 km［1］）和大霧（水平能見度 ＜1.0 km［1］，以下同］，其中大霧93 d。9—3月霧日發生較多，4—8月霧日發生較少；其中1月最多，平均有15個霧日，6月最少，僅有9個霧日（圖2）。長城站夏季降水以雨為主，吹雪很少發生；進入冬季后，基本都是降雪天氣，地面積雪不斷增加。受頻繁過境的氣旋大風影響，冬季吹雪和雪暴天氣頻發。統計表明，平均每年有71個吹雪日，6—10月較多，其他月份較少；又以8—9月吹雪日最多（12 d），1月則基本沒有吹雪天氣（圖2）?？梢?，長城站冬季霧日和吹雪日的發生總次數更多，故冬季能見度要明顯低于夏季。

圖2 長城站霧日（黑方），吹雪日（白方）及其總日數（黑折線）的逐月變化（1986—2011年平均）Fig.2.Average monthly variation of fog days，blowing snow days and their totals at GWS

2.2 年際變化和趨勢分析

利用長城站1986—2011年人工觀測資料，計算其逐年變化（圖3）。長城站能見度具有明顯的年際變化特征，大致可分為四個階段。第一階段為1986—1989年，年平均能見度連續增加；第二階段為1990—1995年，年平均能見度變化幅度較小，基本為2年變化周期；第三階段為1996—2008年，年平均能見度變化幅度較大，基本為4年變化周期；2009—2011年，年平均能見度快速增加（圖3a）。

1986年來，長城站平均能見度呈顯著的逐年上升趨勢，平均上升速率 1.5 km·（10 a）－1（通過0.01顯著性檢驗）。各季節也具有顯著的逐年上升趨勢，且冬季的上升速度最快，達1.9 km·（10 a）－1（表 1）。

圖3 長城站年平均和各季節平均能見度逐年變化（1986—2011年）.自上而下分別是年平均、秋季、冬季、春季和夏季平均結果Fig.3.Variation of annual and seasonal average visibility at GWS.The figures from top to the bottom are annual，autumn，winter，spring and summer average，respectively

統計長城站26年來的低能見度（0—1 km）／（1—10 km）分布特征，秋季735／2 678次，冬季864／2 700次，春季 676／3 018次，夏季 675／2 575次，冬季和秋季的低能見度出現次數較多。但0—1 km和1—10 km的低能見度發生頻數都有減小傾向，且1—10 km的減小傾向更為顯著，年平均及各季節平均結果均通過0.01顯著性檢驗（表1）。

長城站位于南極半島地區，近半個世紀以來存在顯著的氣溫上升趨勢，其局地能見度的變化必然和大氣環境變化密切相關。表1同時給出了1986—2011年的大霧日、吹雪日和降水量變化傾向，期望初步揭示其變化的可能原因。年平均能見度的升高傾向主要歸因于大霧日和吹雪日的減少，兩者的減少傾向分別達 －17.0 d·（10 a）－1和－9.0 d·（10 a）－1；冬季的能見度升高傾向最為顯著，大霧日、吹雪日和降水量的減少傾向分別是－6.6 d·（10 a）－1、－3.3 d·（10 a）－1和 －19.7 mm·（10 a）－1，表明大霧、吹雪和降雪減少是主導冬季能見度升高的重要因素；春季的能見度升高傾向主要與大霧日和吹雪日的減少有關（－4.0 d·（10 a）－1、－6.3 d·（10 a）－1）；夏季和秋季的能見度升高至少部分歸因于大霧日的減少傾向（－2.6 d·（10 a）－1、－3.7 d·（10 a）－1）。這里僅從霧、吹雪和降水等災害性天氣方面進行了定性討論，影響能見度變化的還有很多其他因素，如氣溶膠、水汽條件等，這些因素同時存在復雜的相互影響和相互作用，需進一步分析研究。

表1 南極長城站1986—2011部分氣象要素的變化趨勢Table 1.Variation trend ofmeteorological elements from 1986 to 2011 at GWS

3 周期分析

首先對長城站1986—2011年逐日平均能見度進行功率譜分析，長城站存在顯著的年際變化周期、年周期、半年周期和天氣尺度周期（圖略）。進一步對逐日平均能見度進行小波分析，得到了類似的結果。圖4b為不同特征尺度時間周期的小波全譜，反映了能見度不同尺度的時間周期在整個研究時段的強弱。長城站能見度變化以年際變化周期最為顯著，主要有 2 a（748 d）、4.1a（1 496 d）和6.9—8.2 a（2 516—2 992 d）三個不同周期，又以4.1 a周期信號最強；其次為年周期（374 d）；另外，2.1—8.3 d的天氣尺度周期也通過了95%的信度檢驗。

圖4a為能見度不同特征尺度時間周期的局地小波譜隨時間的變化，反映了不同尺度的時間周期在研究時間序列上的強弱變化。年際變化周期中，最強的特征時間信號為4.1 a，表明長城站能見度變化可能也受厄爾尼諾-拉尼娜現象影響；天氣尺度周期的功率譜值雖然不強，但在整個時間序列上都比較顯著，大多通過了95%的信度檢驗。用小波分析計算了3—10 d振蕩的帶通濾波，3—10 d振蕩在多數時間內比較顯著（圖略），這是由于長城站地處南極繞極低壓帶，平均3—4 d有一次氣旋過境，頻繁的氣旋導致長城站能見度具有顯著的天氣尺度周期變化。準雙周（10—20 d）和季節內振蕩（30—60 d）在研究時段上并不顯著。

圖4 長城站1986—2011年日平均能見度小波分析結果.（a）局地小波能量譜，黑色等值線以內范圍表明超過95%信度檢驗；（b）小波全譜（實線）和95%信度水平（虛線）Fig.4.Wavelet analysis of daily average visibility at GWS from 1986 to 2011.（a）wavelet power spectrum，the black contours show the 95%confidence level；（b）global wavelet spectrum（solid line）and 95%confidence level（dashed line）

4 自動和人工觀測對比

對比了2012年1—5月02：00、08：00、14：00和20：00的能見度目測和PWD20的觀測結果（圖5）。目測和PWD結果變化趨勢較為一致，相關系數0.79；平均能見度分別是 14.7和 12.0 km，目測結果偏高2.7 km。對于目測能見度＜20 km的時段，兩者相關系數 0.80，平均能見度分別為 10.0／9.1 km，兩者偏差僅有0.9 km。

圖5 2012年1—5月能見度目測（紅線）和PWD20結果（黑線）對比Fig.5.Comparison ofmanual observation（red line）and PWD20 results（black line）from January to May，2012

分析兩種觀測結果的差異，首先，PWD20測量范圍0—20 km，無法獲取＞20 km的能見度信息；第二，人工目測受主觀判別、視力、光照條件和目標物視角的大小等影響較大，自動觀測儀有更高的分辨率和精確度；第三，自動觀測儀采樣空間小，以點代面，當大氣均勻時代表性好，反之較差；而人工目測的樣本是測站四周視野?？傮w而言，PWD20能見度儀能夠自動、連續監測南極長城站周邊大氣能見度變化。

5 結論

（1）長城站高能見度（≥10 km）出現頻率約占61.0%，低能見度（0—1 km）占 8.0%；海霧和降水是夏季能見度降低的主要原因，冬季則主要歸因于頻繁的降雪、吹雪或雪暴等災害性天氣。長城站平均每年出現145個霧日和71個吹雪日。

（2）能見度季節變化特征明顯，11—3月的能見度較好，6—10月能見度較差。

（3）年平均和各季節平均能見度都呈顯著的逐年上升趨勢，且冬季的上升速度最快；大霧、吹雪和降雪等災害性天氣減少是主導冬季能見度升高的重要因素。0—1 km和1—10 km能見度發生頻數都有減小傾向，且1—10 km的減小傾向更為顯著。

（4）功率譜和小波分析一致表明，長城站能見度除受頻繁的氣旋影響具有顯著的天氣尺度周期（2.1—8.3 d）外，還具有顯著的年周期，以及年際變化周期（2 a，4.1 a，6.9—8.2 a），其中以 4.1 a周期最為顯著。今后將對這些周期變化作進一步的研究分析。

（5）自動觀測實驗表明，0—20 km能見度時的自動觀測精度較高，適用于長城站能見度連續監測。但由于長城站冬季降雪較多，需要在今后觀測中提升觀測儀器高度，并注意及時清除陸地表面積雪。

最后，由于長城站氣象觀測人員交替頻繁，大家對能見度的判別難免存在一些主觀偏差，也可能會給本文的分析帶來一些偏差。

致謝 中國第28次南極科學考察長城站汪大立站長及全體越冬隊友給予了現場支持，中國氣象科學研究院提供了長城站氣象觀測歷史資料，謹致謝忱。

1 中國氣象局.地面氣象觀測規范.北京：氣象出版社，2003：17—24.

2 楊清華，汪孝清，張林.2006年南極長城站的氣象要素特征.海洋預報，2007，24（4）：55—64.

3 Solomon S，Qin D，Manning M，etal.Climate Change2007：the Physical Science Basis.Contribution ofWorking Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change.Cambridge：Cambridge University Press，2007.

4 卞林根，薛正夫.1985年長城站氣象要素的特征（一）／／南極科學考察論文集第四集.北京：海洋出版社，1989：55—66.

5 張文義.第四次南極考察長城站越冬隊極地海洋氣象考察報告.海洋預報，1993，10（2）：24—32.

6 張林.第六次南極考察—長城站越冬氣象考察報告.海洋預報，1993，10（2）：40—50.

7 卞林根，馬永鋒，逯昌貴，等.南極長城站（1985—2008）和中山站（1989—2008）地面溫度變化.極地研究，2010，22（1）：1—9.

8 卞林根，馬永鋒，逯昌貴，等.南極長城站（1985—2008）和中山站（1989—2008）風和降水等要素的氣候特征.極地研究，2010，22（4）：321—333.

9 楊清華，張林，薛振和，等.南極長城站海霧特征分析.極地研究，2007，19（2）：111—120.

10 Yang Q H，Zhang L，Xue Z H，et al.A case study of a snowstorm at the GreatWall station，Antarctica.Chinese Journal of Polar Science，2010，21（2）：137—146.

11 許淙，楊清華，薛振和.南極長城站夏季海霧預報的初步研究.自然災害學報，2011，20（6）：112—116.

12 Torrence C，Compo G P.A practical guide to wavelet analysis.Bulletin of the American Meteorological Society，1998，79（1）：61—78.