三種霾日統計方法的比較分析—以環首都圈京津冀晉為例*

吳 兌,陳慧忠,吳 蒙,廖碧婷,王迎春,廖曉農,張小玲,權建農,劉偉東,古 月,趙秀娟,孟金平,孫 丹

(1.暨南大學大氣環境安全與污染控制研究所,廣東 廣州 510632；2.中國氣象局廣州熱帶海洋氣象研究所,廣東 廣州 510080；3.北京市氣象局,北京 100089；4.中山大學環境科學與工程學院,廣東 廣州510275；5.東莞市氣象局,廣東 東莞 523086；6.廣州市蘿崗區氣象局,廣東 廣州 510530)

三種霾日統計方法的比較分析—以環首都圈京津冀晉為例*

吳 兌1,2,3,4*,陳慧忠2,5,吳 蒙4,廖碧婷6,王迎春3,廖曉農3,張小玲3,權建農3,劉偉東3,古 月3,趙秀娟3,孟金平3,孫 丹3

(1.暨南大學大氣環境安全與污染控制研究所,廣東 廣州 510632；2.中國氣象局廣州熱帶海洋氣象研究所,廣東 廣州 510080；3.北京市氣象局,北京 100089；4.中山大學環境科學與工程學院,廣東 廣州510275；5.東莞市氣象局,廣東 東莞 523086；6.廣州市蘿崗區氣象局,廣東 廣州 510530)

為了研究單次值法、日均值法、14時值法3種常用的霾日和輕霧(霧)日統計結果的異同,以環首都圈京津冀晉四省市為例進行了比較.華北地區霾日用 3種方法統計的過去 60余年霾日的區域分布表明,3種方法統計的霾日是單次值法>日均值法>14時值法,大致是1：0.54：0.45的關系,但區域分布趨勢比較相似.典型城市霾日的長期變化趨勢大都十分相似.而輕霧(霧)日的長期變化趨勢表明,用單次值法統計的明顯偏多,且有長期下降趨勢;而用日均值法與14時值法統計的輕霧(霧)日無大差別,且沒有明顯的長期變化趨勢,反映了年季和年代季的氣候波動.從長期季節變化趨勢來看,3種統計方法的結果除日數的差別外,季節分布特征比較類似.一個突出的特點是除去采暖季有較多的霾日外,在盛夏季節霾日也明顯多,集中出現在6～9月,尤其是7～8月,與桑拿天同期出現,這與全國大部分城市的變化趨勢完全不同.是華北地區的特有現象.用單次值法統計霾日,將包括所有的霾過程,即大范圍持續時間長,且與一定天氣系統與近地層擴散條件相關連的霾,及在穩定的晴朗夜間由于輻射降溫,使相對濕度升高而導致能見度下降形成的霾.用日均值法,則可能更多的顯示長時間大范圍的霾天氣過程;而使用14時法,則對早晚因濕度增加降低能見度出現的霾天氣漏記,突出長時間大范圍的霾天氣過程.

環首都圈；霾日；輕霧(霧)日；統計方法；長期趨勢

我國改革開放以來,由于經濟規模的迅速擴大和城市化進程的加快,在城市群區域和大城市的大氣氣溶膠污染日趨嚴重,尤其是在我國東部經濟發達的京津冀、長江三角洲與珠江三角洲地區[1-9],由細粒子氣溶膠造成的能見度惡化事件越來越多,原來少見的天氣現象“霾”成為一種常見現象,原來在各類詞典上霾是一種非水成物造成視程障礙的自然現象,近年來由于人類活動大氣氣溶膠細粒子污染日趨嚴重,使得霾現象主要由人類活動所造成.

對于霾日確定標準以及相應的分析,長期以來頗多爭議,經過近年來的實踐,逐漸形成了單次值法、日均值法、14時值法3種霾日統計方法,但3種方法之間有無關聯,是否客觀需要驗證.因此本文通過 3種霾日統計方法結果的對比,討論了不同方法統計的霾日在長期演變趨勢、區域分布特征以及季節變化方面的異同,以利于今后對于霾日的分析能有較為客觀的比較,間接評估氣溶膠污染的長期變化.

1 數據來源與處理

本文資料來源于我國氣象系統地面觀測網1951～2005年743個國家基本(基準)站的觀測.該資料是我國最全面完整的地面氣象要素觀測資料,均經過了國家氣象中心氣象資料室的質量檢驗.京津冀晉 2006～2012年的資料來自于中國氣象局氣象信息綜合分析處理系統(MICAPS)平臺.

對于使用長期氣候資料進行霾的統計,需要統一的定量標準,不能直接使用天氣現象記錄,因為過去長期在全國氣象系統的臺站觀測業務中,區分霾的判據比較混亂,缺乏可比性,全國沒有統一的輔助判別標準,需要說明的是,在歷史上中央氣象局、國家氣象局、中國氣象局的各種版本的地面觀測規范等技術文件中,對霾的界定一直是非常清晰的,從來沒有給出過相對濕度限值作為輔助標準.各省各站的所謂標準,均沒有白紙黑字的任何依據,各地(不同觀測員)識別霾太任意,所以在全國各省各站非?；靵y,甚至在同一個站,不同觀測員也不一樣.直接使用這些天氣現象資料進行的分析文章的科學性大大降低,因而需要使用能見度、天氣現象、相對濕度來綜合判斷,而且要將其他視程障礙現象剔除,就是說要自己處理資料,不能直接使用報表的霾日資料[10-13].

2 統計方法

對于長期的氣候變化,有 3種常用的處理大量歷史資料的統計方法.

第1種是,首先需按照觀測記錄逐次訂正,只要在 1天中某個觀測時次符合出現霾的標準即統計為1個霾日.逐次天氣現象是否為霾按以下原則確定∶能見度小于10km的資料,天氣現象代碼必須是01(露)、02(霜)、03(結冰)、04(煙幕)、05(霾)、10(輕霧)、42(霧)7種之一,且相對濕度小于90%的記為1個霾記錄.其他天氣現象在統計出現日數如雨日、雪日、雷暴日等等也是采用類似的方法,可稱為“單次值”法.本文的資料大部分站是4次(北京時間02∶00、08∶00、14∶00、20∶00)觀測,也有一部分站夜間不守班僅有3次觀測(北京時間08∶00、14∶00、20∶00時)資料.

第 2種是用日均值,定義當日均能見度(MOR)小于 10km,日均相對濕度(RH)小于 90%,并排除降水、吹雪、雪暴、揚沙、沙塵暴、浮塵、煙幕等其他能導致低能見度事件的情況為一個霾日[3,6].

第3種是使用14∶00實測值,用于分析的能見度小于 10km的資料必須同時滿足以下 3個條件,14∶00;代碼 01(露)、02(霜)、03(結冰)、04(煙幕)、05(霾)、10(輕霧)、42(霧);相對濕度小于90%的記為一個霾日.以相對濕度 90%為界對霾、輕霧(霧)進行劃分,當相對濕度達到 90%以上時認為是輕霧(霧),小于 90%認為是霾.這樣既可把輕霧(霧)中被誤報的霾分離出來, 又可把霾中被誤報的輕霧(霧)分離出去.同時,利用天氣現象代碼可將降水、吹雪、雪暴、揚沙、沙塵暴、浮塵、煙幕等天氣事件篩選出來.這種方法被國際上廣泛應用來討論長期能見度變化趨勢[14-17].

表1 不同機構的霧/輕霧/霾的標準Table 1 The standard of fog/ mist/haze in different departments

需要說明的是,在不同歷史時期,WMO和其他國家氣象機構曾經給出過區別霾與霧的建議

[18-23],其中也有使用相對濕度作為輔助判據的(表1),世界氣象組織(WMO)在2001、2005、2008年的報告中識別霾(haze)和輕霧(mist),需結合相對濕度限值;而對于輕霧,WMO在2001年、2005年和 2008年的報告中建議相對濕度大于 95%;而英國天氣局在1994年規定出現霾時相對濕度低于95%,英國天氣局分別在1982、1991、1994年規定出現輕霧時相對濕度低于100%但大于等于95%;對于霧(fog),各個機構都描述為相對濕度通常接近 100%.這里都明確指出出現霾時相對濕度要小于 95%.而我們為什么將出現霾時的相對濕度定為 90%呢？這是因為,目前自動氣象站的濕度傳感器在高濕度段有 5%的誤差[24],另外需要保證所有入圍的資料確定是霾,不能引起爭議,也需要將相對濕度限值降低 5%,國際上也是這樣處理的[14-15].

圖1 霾與輕霧(霧)區分的概念模型Fig.1 The conceptual model of distinguishing haze and mist (fog)

依據國際組織的有關規定和氣溶膠物理化學特征分析,提出了區分霾與輕霧(霧)的概念模型(圖1).進而提出了霾的觀測和預報等級標準[25],本文的統計結果均是在上述基礎上得到的.

3 結果與討論

3.1 區域分布特征

圖2 環首都圈京津冀晉霾日區域分布Fig.2 The regional haze days’ distribution in Beijing (BJ), Tianjin (TJ), Hebei (HB) and Shanxi (SX)

霾日年均值區域分布由圖 2可見,單次值法、日均值法、14時值法3種方法統計的環首都圈京津冀晉過去60余年霾日是單次值法>日均值法>14時值法,但分布趨勢比較相似.在1950～1960年代,區域內霾日比較少,1970年代開始增多,1980年代以后明顯增多,并形成幾個霾日集中區,比較明顯的是邯鄲-邢臺-石家莊-保定-北京-天津的帶狀分布,與任陣海等指出沿太行山東側的空氣污染帶分布相一致[26].還有太原及以南的帶狀分布,最為嚴重的情況出現在 1996～2000年,2000年以后有一定減少.

3.2 長期變化趨勢

3種方法統計的過去近 60年北京霾日是單次值法>日均值法>14時值法,大致是1∶0.54∶0.45的關系,但長期變化趨勢十分相似.而輕霧(霧)日的長期變化趨勢表明,用單次值法統計的明顯偏多,且有長期下降趨勢,與其他[27-28];而用日均值法與14時值法統計的輕霧(霧)日無大差別,在 60余年中趨勢性變化不明顯,反映了年季和年代季的氣候波動.

以單次值為例,北京在 1950年代霾日較多,與同期沙塵天氣偏多相關聯,年霾日可達250d以上,這主要與周邊地區的揚沙有關,隨著在首都周邊地區的大規模植樹造林,尤其是在西部永定河流域和北部山區及河北、內蒙古壩上地區的植樹造林,以及北京城區道路硬化改造,到1967年,霾日已經減少到 1年不足 50d,治理揚沙和浮塵的效果顯著;1970年代以后北京的能見度急劇惡化導致霾日迅速增加,到 1980年代初增加到 250d以上,一直到1999年前后北京的霾日維持在每年200～250d左右; 21世紀以來逐漸減少到年霾日150d左右.2000年以后到北京奧運會前后,霾日持續下降,到2010年霾日僅有約100d,2012年有所反彈,增加到超過150d.

圖3 北京霾日與輕霧(霧)日的長期變化趨勢Fig.3 The long term trends of haze days and mist(fog) days in Beijing

圖 4為環首都圈京津冀晉代表性城市過去60余年霾和輕霧(霧)出現的天數.3種統計方法的長期趨勢結果在有些城市出現了明顯差異,比如太原用單次值法統計的霾日歷年都比較多,趨勢不明顯,但按日均值和14時值統計的結果有明顯增加的長期趨勢.說明太原用單次值法統計的霾日比較多,表明太原早期(1950～1970年代)早晨那種由輻射冷卻引起的低能見度形成的霾是較多的, 但中午就不出現了,因而長期趨勢不明顯;而用日均值或14時值統計忽略了早晚因濕度增加降低能見度的霾,早期的霾日減少了,后期主要是大范圍持續時間長的霾增加了,結果在日平均法和14時值法的統計結果都有反映了,表現霾日有明顯增加的趨勢.還有些城市如保定,日均值與 14時值的結果,較單次值結果突出了峰值.這些結果,與趙普生等[27]使用1980～2008年京津冀107個地面站資料分別使用日均值和14時值兩種方法的分析結果有相似之處.

以單次值為例,華北北部的張家口和唐山霾日較少,除去個別年份霾日均不超過每年 150d;天津在1980～1990年代霾日較多,最多可達每年300d以上,本世紀霾日緩慢增加,近年達到 150d以上,較北京明顯偏多;塘沽近 10余年的情況與天津類似;太原自 1970年代以來,霾日呈穩步增加趨勢,近年已經超過每年250d;保定在1980年代曾經出現霾日峰值,接近每年 350d,近年維持在每年100～150d左右;石家莊霾日自1970年代開始增加,至 1990年代末期達到峰值,每年有霾日250余d,本世紀呈下降趨勢,2012年霾日不足100d;邢臺霾日也是自1970年代開始增加,1980～2004年長期維持高位震蕩,每年霾日超過200余d,而后開始明顯下降.以上各地用單次值統計的輕霧(霧)日有長期下降趨勢,與其他作者的結果相似[28-30];而日均值和 14時值統計結果均沒有明顯的趨勢性變化,反映了年季和年代季的氣候波動.當然,中長期天氣氣候背景的波動也會對能見度的變化產生影響,但這個問題非常復雜,研究難度很大.

從霾現象出現的物理過程可以知道,出現霾這種低能見度天氣現象,主要有兩個控制因子,一是需要氣溶膠濃度高(主要是 PM2.5濃度高),另一個是較高的相對濕度.從氣象因子考慮,主要是相對濕度的變化.有分析表明在相對濕度70%～ 90%間濕度增加是能見度降低的主要原因,而相對濕度在 70%以下時,氣溶膠濃度增加是能見度降低的主要原因[31].而霾天氣也主要以二種形式出現,一種是大范圍的,持續時間也比較長,這通常與一定的天氣系統與近地層擴散條件相關連;另一種與輻射霧的氣象成因類似,它是在穩定的晴朗夜間由于輻射降溫,使相對濕度升高而導致能見度下降從而形成霾.因而如果用單次值法統計,將包括所有的霾過程,用日均值法,則可能更多的顯示長時間大范圍的霾天氣過程;而使用14時值法,則可能對早晚因濕度增加出現的霾天氣漏記,突出長時間大范圍的霾天氣過程.

3.3 季節變化特點

圖 5是北京不同月份霾日的長期季節變化特征,3種統計方法的結果除日數的差別外,季節分布特征比較類似.一個突出的特點是除去采暖季有較多的霾日外,在盛夏季節霾日也明顯多,集中出現在6～9月,尤其是盛夏季節的7～8月,與所謂的桑拿天同期出現,這與全國大部分城市的變化趨勢完全不同[6],可能與盛夏季節華北平原特殊的邊界層結構,和在高濕度背景下氣溶膠的吸濕增長使得消光增加,造成能見度明顯惡化有關,值得深入研究.

以上分析在圖 6中也有所體現,3種統計方法的結果除日數的差別外,季節分布特征比較類似.京津冀晉各個城市除去采暖季有較多的霾日外,在盛夏季節霾日也明顯多,集中出現在6～9月,尤其是盛夏季節的7～8月,與所謂的桑拿天同期出現,與前面分析北京的情況比較一致,看來是華北地區的特有現象.

圖6 華北典型站月霾日的長期變化Fig.6 The long term trends of monthly mean haze days in typical cities in North China

4 結論

4.1 華北地區環首都圈京津冀晉過去 60余年霾日的區域分布表明,3種方法(單次值法、日均值法、14時值法)統計的霾日是單次值法>日均值法>14時值法,大致是1∶0.54∶0.45的關系,但分布趨勢比較相似.

4.2 3種方法統計的華北9城市長期變化趨勢十分相似.而輕霧(霧)日的長期變化趨勢表明,用單次值法統計的明顯偏多,且有長期下降趨勢;而用日均值法與 14時值法統計的輕霧(霧)日無大差別,且沒有明顯的長期變化趨勢,反映了年季和年代季的氣候波動.3種統計方法的長期趨勢結果在華北有些城市出現了明顯差異,比如太原用單次值統計的霾日歷年都比較多,趨勢不明顯,但按日均值和14時值統計的結果有明顯增加的長期趨勢.還有些城市如保定,日均值與 14時值的結果,較單次值結果突出了峰值.

4.3 從長期季節變化趨勢來看,3種統計方法的結果除日數的差別外,季節分布特征比較類似.一個突出的特點是除去采暖季有較多的霾日外,在盛夏季節霾日也明顯多,集中出現在6～9月,尤其是盛夏季節的7～8月,與所謂的桑拿天同期出現,這與全國大部分城市的變化趨勢完全不同.是華北地區的特有現象.

4.4 用單次值法統計霾日,將包括所有的霾過程,即大范圍的,持續時間長,通常與一定的天氣系統與近地層擴散條件相關連的霾,也包括在穩定的晴朗夜間由于輻射降溫,使相對濕度升高而導致能見度下降形成的霾.用日均值法,則可能更多的顯示長時間大范圍的霾天氣過程;而使用14時法,則對早晚因濕度增加降低能見度出現的霾天氣漏記,突出長時間大范圍的霾天氣過程.

[1] Wu Dui, Tie Xuexi, Li Chengcai, et al. An extremely low visibility event over the Guangzhou region： A case study [J]. Atmospheric Environment, 2005,39(35)：6568-6577.

[2] Wu D, Mao J T, Deng X J, et al. Black carbon aerosols and their radiative properties in the Pearl River Delta region [J]. Sci. China (Series D), 2009,52(8)：1152-1163.

[3] 吳 兌,畢雪巖,鄧雪嬌,等.珠江三角洲大氣灰霾導致能見度下降問題研究 [J]. 氣象學報, 2006,64(4)：510-517.

[4] 吳 兌,畢雪巖,鄧雪嬌,等.珠江三角洲氣溶膠云造成嚴重灰霾天氣 [J]. 自然災害學報, 2006,15(6)：77-83.

[5] 吳 兌,鄧雪嬌,畢雪巖,等.細粒子污染形成灰霾天氣導致廣州地區能見度下降 [J]. 熱帶氣象學報, 2007,23(1)：1-6.

[6] 吳 兌,吳曉京,李 菲,等,中國大陸 1951-2005年霾的時空變化 [J]. 氣象學報, 2010,68(5)：680-688.

[7] 吳 兌,劉啟漢,梁延剛,等,粵港細粒子(PM2.5)污染導致能見度下降與灰霾天氣形成的研究 [J]. 環境科學學報, 2012,32(11)：2660-2669.

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

[9] 劉 瓊,耿福海,陳勇航,等,上海不同強度干霾期間氣溶膠垂直分布特征 [J]. 中國環境科學, 2012,32(2)：207-213.

[10] 吳 兌.關于霾與霧的區別和灰霾天氣預警的討論 [J]. 氣象, 2005,31(4)：3-7.

[11] 吳 兌.再論都市霾與霧的區別 [J]. 氣象, 2006,32(4)：9-15.

[12] 吳 兌.霾與霧的識別和資料分析處理 [J]. 環境化學, 2008, 27(3)：327-330.

[13] 吳 兌.大城市區域霾與霧的區別和灰霾天氣預警信號發布[J]. 環境科學與技術, 2008,31(9)：1-7.

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

[15] Martin D, Dorling S.Visibility trends in the UK 1950-1997 [J]. Atmospheric Environment, 2002,36(19)：3161-3172.

[16] 范引琪,李二杰,范增祿.河北省1960-2002年城市大氣能見度的變化趨勢 [J]. 大氣科學, 2005,29(4)：526-545.

[17] 范引琪,李春強.1980—2003年京、津、冀地區大能見度變化趨勢研究 [J]. 高原氣象, 2008,27(6)：1392-1400.

[18] World Meteorological Organization. WMO-No. 782—Aerodrome Reports and Forecasts： A User's Handbook to the Codes [S].

[19] World Meteorological Organization. WMO-No. 782—Aerodrome Reports and Forecasts： A User's Handbook to the Codes [S].

[20] World Meteorological Organization. WMO-No. 782—Aerodrome Reports and Forecasts： A User's Handbook to the Codes [S].

[21] UK Meteorological Office. Observer’s Handbook [S].

[22] UK Meteorological Office. Meteorological Glossary [S].

[23] UK Meteorological Office. Handbook of Aviation Meteorology [S].

[24] 張靄琛.現代氣象觀測 [M]. 北京：北京大學出版社, 2000：53.

[25] QX/T113—2010 霾的觀測和預報等級 [S].

[26] 任陣海,萬本太,虞 統,等,不同尺度大氣系統對污染邊界層的影響及其水平流場輸送 [J]. 環境科學研究, 2004,17(1)：7-13.

[27] 趙普生,張小玲,徐曉峰.利用日均及14時氣象數據進行霾日判定的比較分析 [J]. 環境科學學報, 2011,31(4)：704-708.

[28] 劉小寧,張洪政,李慶祥,等.我國大霧的氣候特征及變化初步解釋 [J]. 應用氣象學報, 2005,16(2)：220-230.

[29] 王麗萍,陳少勇,董安祥.氣候變化對中國大霧的影響 [J]. 地理學報, 2006,61(5)：527-536.

[30] 吳 兌,廖碧婷,吳 蒙,等.環首都圈霾和霧的長期變化特征與典型個例的近地層輸送條件 [J]. 環境科學學報, 2014,34(1)：1-11.

[31] Chen J, Zhao C S, Ma N, et al. A parameterization of low visibilities for hazy days in the North China Plain [J]. Atmos. Chem. Phys., 2012,12：4935—4950.

Comparison of three statistical methods on calculating haze days-taking areas around the capital for example.

WU Dui1,2,3,4*, CHEN Hui-zhong2,5, WU Meng4, LIAO Bi-ting6, WANG Ying-chun3, LIAO Xiao-nong3, ZHANG Xiao-ling3, QUAN Jian-nong3, LIU Wei-dong3, GU Yue3, ZHAO Xiu-juan3, MENG Jin-ping3, SUN Dan3
(1.Institute of Atmospheric Environment Safety and Pollution Control, Jinan University, Guangzhou 510632, China；2.Institute of Tropical and Marine Meteorology, China Meteorological Administration, Guangzhou 510080, China；3.Beijing Meteorological Bureau, Beijing 100089, China；4.Department of Atmospheric Science, School of Environmental Science and Engineer, Sun Yai-sen University, Guangzhou 510275, China；5.Dongguan Meteorological Bureau, Dongguan 523086, China；6.Meteorology Administration of Luogang, Guangzhou 510530, China). China Environmental Science, 2014,34(3)：545～554

This study set Beijing (BJ), Tianjin (TJ), Hebei (HB) and Shanxi (SX) among the areas around the capital as example to compare three methods on calculating haze or mist (fog) days. The three methods include single value method, daily mean method and 14：00PM moment method. The main results are as below： the regional haze days’ distribution during the past 60years in North China calculated by the three methods showed difference. The rank of the haze day numbers was single value method, daily mean method and 14：00PM moment method, with the ratio of about 1：0.54：0.45. But the regional trends appeared similar for the three methods. The long term trends of haze days for the typical cities were quite similar. The long term trends of mist (fog) days calculated by three methods turns out that single value method counted obviously more fog days and presented a long term decreasing trend, while the values gained by daily mean method and 14：00PM moment method had no significant difference, both with no significant long term trends and showedclear the interannual and inter-decadal variation. The long term trends calculated by the three methods presented obvious difference in some cities in North China. For the long term trends of seasonal variation, the seasonal distributions obtained by the three methods were similar although the difference in numbers. One outstanding feature was that there were obviously more haze days in summer besides in the heating season, mainly concentrated in June to September, especially in July to August, occurring at the same time as the sultry weather. This distribution was a unique phenomenon in North China, which was quite different from most of the other cities in China. Calculating by the single value method will include all haze processes, i.e. wide and lasting haze, which is related to the specific synoptic systems and near-surface diffusion conditions, or some other formed by decreased visibility under higher relative humidity caused by radiative cooling at the stable clear night. Calculating by the daily mean method will result in more wide and lasting haze processes, while using 14：00PM moment method can highlight the wide and lasting haze processes but neglect the haze with poor visibility caused by humidity rising in the morning and at night.

areas around the capital；haze day；mist (fog) day；calculate method；long term trend

X513

：A

：1000-6923(2014)03-0545-10

吳 兌(1951-),男,北京人,教授,主要研究方向為大氣物理化學與大氣環境、及環境氣象學.發表論文260余篇.

2013-06-20

國家“973”項目(2011CB403403)

* 責任作者, 二級研究員, wuduigz@gmail.com