1960~2013年華南地區霾污染的時空變化及其與關鍵氣候因子的關系

符傳博,丹 利,唐家翔,楊 薇

?

1960~2013年華南地區霾污染的時空變化及其與關鍵氣候因子的關系

符傳博1,2,3*,丹 利2,唐家翔1,3,楊 薇1,3

(1.海南省氣象臺,海南 ?？?570203；2.中國科學院大氣物理研究所東亞區域氣候-環境重點實驗室,北京 100029；3.海南省南海氣象防災減災重點實驗室,海南 ?？?570203)

利用線性回歸、聚類分析及相關分析等統計方法對華南地區57個地面氣象站的觀測資料進行分析,探究近54年華南地區霾日數的時空變化特征及其氣候成因.結果表明,年平均霾日數大值區主要分布在廣東珠江三角洲(珠三角)地區和廣西中東部.54年來霾日數呈現顯著的上升趨勢,而2008年后有所下降.霾日數的季節變化表現為冬季最多,其次是秋季和春季,夏季最少.2008年以后春、夏、秋3季霾日數有所下降,而冬季仍維持在較高水平.不同等級霾日數在近54年來均有不同程度的上升,霾污染不僅在日數上有明顯的增加趨勢,而且污染強度在加強.不同地區霾日數的快速增長時期不一樣,污染嚴重和正常污染地區發生在20世紀90年代,而相對清潔地區發生在2000年以后.另外近10年污染嚴重和正常污染地區霾日數有所下降,但相對清潔地區仍維持快速的增長趨勢.近54年華南地區年降水日數、年平均風速、大風日數和年小風日數等氣候因子變化結果致使氣溶膠粒子的濕沉降減弱,污染物擴散能力下降,霾天氣生成概率增加.

華南地區；霾日數；聚類分析；氣候因子

近年來,大氣污染物濃度增加,我國各地頻頻發生霾污染天氣,尤以2013年1月我國中東部所遭遇的霧霾天氣為罕見[1].隨著霾越來越引起人們的關注,針對霾污染的研究也多了起來[2-4].其中關于我國霾污染的長期變化基本上都得到一致的結果,即我國霾日數呈現明顯的上升趨勢,相伴隨的大氣能見度呈下降趨勢.特別是在經濟較為發達,人口密度大的京津冀地區、四川盆地、長三角和珠三角地區等,霾日數上升更為顯著[5-8].造成我國霾日數增多的原因除了與經濟規模的迅速擴大和城市化進程的加快導致氣溶膠排放物的增加有密切關系外,人為活動導致的氣候變暖所引起的大氣環流條件(包括風場、層結條件、水汽、溫度以及降水等條件)變化很可能也是這種增長發生的重要條件之一[9].

國外學者在20世紀90年代就開始研究霾污染問題[10],而國內系統性的研究始于21世紀初[11].高歌[5]總結了1961~2005 年間中國霾日數氣候特征及變化分析,得出全國平均年日數呈現明顯的增加趨勢, 而人類活動造成的大氣污染物增加及天氣氣候變化是長江中下游、珠江流域等地呈現增加趨勢的原因之一.吳兌等[2]研究了 1951~ 2005年中國地區霾的時空分布特征,結果表明20世紀80年代以后霾日增加明顯,而且與經濟活動密切相關.Zhang等[12]針對中國地區灰霾天氣做了REOF(旋轉經驗函數正交)分解的地區分型.Liang等[13]運用WRF 模式研究了城市密度對霧的生消發展過程的影響.華南地處熱帶、亞熱帶季風氣候區,包括廣東、廣西和海南三省(區).近年來隨著華南區域經濟的發展,發生頻率越來越高的霾污染已經成為影響該區域空氣質量的主要難題[14-15].特別是經濟高速發達的珠三角地區,已經是國內氣溶膠導致的大氣污染相當嚴重的區域之一[16-18].珠三角地區面積只有8000多km2,但是聚集了香港、廣州、深圳、東莞、佛山、澳門、珠海等擁有數百萬人口的國際化城市,和幾十個人口在幾十萬左右的中等城市,在大量土地被工業化利用、植被減少、交通工具迅猛增加的情況下,這一地區頻繁發生的霾天氣污染已經引起政府和公眾的廣泛關注[19].本文在全面分析華南地區霾日數的長期變化趨勢與季節變化特征基礎上,結合聚類分析方法探討了關鍵氣候因子對這種變化的影響,旨在為深入了解華南地區氣象條件與霾日數長期變化的關系提供參考.

1 資料與方法

1.1 數據資料

本文所用的地面觀測資料由國家氣象信息中心提供,其中包括逐日4次地面水平能見度和相對濕度、逐日降水量、天氣現象、最大風速以及年平均風速等資料.為了避免缺測數據引起的誤差,對站點的選取采用了比較嚴格的標準:任意一年的數據當中缺測值超過5%的站點都被剔除.同時兼顧到由于遷站會導致數據的非均一性問題,本文最后共選取了華南地區57個站點共54年(1960~2013年)的資料.由于1980年以前的地面水平能見度的氣象業務觀測以等級的形式記錄,而1980年以后能見度觀測為具體的距離數值.理論上,各能見度等級可以取等級對應距離區間內任意值,例如區間中值,但由于各能見度等級所對應能見度距離的區間并不是等間隔劃分的,使用區間中值代替能見度等級會過高地估計1980年能見度距離,從而造成能見度在1980年前后資料不連續性[20].因此我們依照Wu等[21]的能見度換算方法進行換算,即先將1980年及之后各站點的能見度距離資料參照表1進行等級標準轉換為等級,再根據能見度距離估測值將所有能見度等級資料轉換為以“公里”為單位的距離值.另外在霾日的判別上,本文使用的是氣象觀測資料的霾日均值法[2,22].即對每次觀測的每次能見度及對應時次的相對濕度分別作日平均,當所得日平均能見度小于10km,且日平均相對濕度小于90%,并排除降水、吹雪、雪暴、揚沙、沙塵暴、浮塵和煙幕等的影響,則定義為一個霾日.這樣既可把霧中被誤報的霾分離出來,又可把霾中被誤報的霧分離出去[22].另外,日平均能見度5km￡Vis<10km之間為輕微霾日,3km￡Vis<5km之間為輕度霾日,2km￡Vis<3km為中度霾日,Vis<2km為重度霾日.

表1 能見度等級與能見度距離范圍及能見度距離估測值對照Table 1 Visibility ranks and estimations for visibility distance

1.2 研究方法

為探討華南地區霾日數在氣候變化背景下定量的變化程度,并可對其進行統計檢驗,本研究利用施能等[23-24]的研究方法,計算了氣候趨勢系數r.該趨勢系數定義為個時刻(年)的要素序列與自然數列1,2,3,……,的相關系數:

式中:為年數;x是第年要素值;為其樣均值;.顯然,這個值為正(負)時,表示該要素在所計算的年內有限性增(降)的趨勢.符合自由度-2的分布,從而檢驗這種氣候趨勢是否有物理意義,還是一種隨機振動.另外在分析不同類型站點的霾日數變化時,使用了聚類分析的方法[25].由于聚類分析是根據事物本身的特性研究個體分類的統計分析方法,基本思想認為研究變量間有相似性,因此本研究據此對華南地區霾日數不同程度的站點進行劃分,對各類站點霾日數的分布和變化規律進行聚類分析.此外還用到回歸分析、11年二項式平滑、相關分析等統計方法[26].

2 結果與分析

2.1 華南地區霾日數的空間分布

霾污染的分布受工業化和城市化導致的氣溶膠高排放的影響.圖1給出了華南地區1980~ 2013年年平均霾日數分布,圖中清楚表明,霾日數超過20d/a的站點主要分布在廣東的珠三角地區和廣西的中東部,這些區域由于人口集中,人類活動頻繁,為霾的形成提供了人為污染源排放條件,導致霾日數分布較高,區域霾污染嚴重.而在廣東的東部和西南部、廣西的西南部,以及海南等地相對較少,霾日數在10d/a以下,說明華南地區霾日數分布有顯著的地域差異.這一結果與伍紅雨等[14]的分析結果基本一致.華南地區霾日數最大值出現在廣西的梧州(站號59265),為81.4d/a,其次是廣東的廣州(59287)和廣西的玉林(59453),年平均霾日數均超過了40d/a.霾日數在5d/a以下的站點主要分布廣東東部和西南部、廣西南部和海南等地,特別是海南7個站點中有兩個未觀測到有霾天氣,其他站點也都在2d/a以下,霾污染最輕.然而隨著海南經濟的發展和城市規模的擴大,特別是近幾年海南國際旅游島建設的日趨完善,島內經濟增長、人為活動增加,向大氣中排放了大量污染氣體,致使海南地區大氣污染物濃度升高,空氣質量下降迅速[27],而且也發生過幾次較為嚴重的大氣氣溶膠污染事件[29],海南的霾污染現象也值得關注.

2.2 華南地區霾日數的季節分布特征

圖2為華南地區四季多年平均霾日數空間分布.圖2表明,四季霾日數空間分布與年平均霾日數基本一致,大值區均出現在廣東珠三角地區和廣西中東部,但季節變化顯著.冬季霾日數最多,其次是秋季和春季,霾日數最少的季節為夏季,這種季節變化特征與我國其他區域類似[2].華南地區冬季霾日數大大超過夏季,說明霾污染在華南地區是典型的冬季污染事件.四季中霾日數最多的站點均為廣西梧州,冬季霾日數達到32.6d/a,其次是廣東的廣州和廣西的玉林.冬季除了廣東東部、廣西西部以及海南的站點以外,大部分地區霾日數都在4d/a以上.春季和秋季霾日數的分布特征與冬季類似,但量值有所減小,廣西梧州站春季和秋季霾日數分別為13.5d/a和25.9d/a.華南地區夏季霾日數量值減少更為明顯.結合霾天氣形成的特點可知,華南地區霾污染的這種季節特征有自然氣象條件與人為排放兩方面原因.冬季天氣形勢穩定,有利于氣溶膠粒子的累積,而且冬季取暖燃煤等人為活動增加,使得源排放增強,大氣顆粒物和污染氣體濃度上升,在有利的氣象條件共同作用下導致冬季華南地區霾日數明顯增大;而夏季是華南地區主要的降水季節,降水的清除作用有利于大氣污染物濃度降低,另外偏南的夏季風加強粒子的擴散,致使夏季華南地區霾日數顯著降低[7].

2.3 華南地區霾日數變化趨勢的分布

圖3給出了華南地區年平均霾日數氣候趨勢系數分布.可以看出,華南地區絕大部分站點均表現為正的變化趨勢,其中41個站點達到了95%的顯著性檢驗,華南地區霾日數在近54年間出現明顯增長.氣候趨勢系數超過0.8的站點有15個,分別分布在廣東中西部、廣西中東部和南部沿海等地,霾日數增加十分顯著.另外還有5個站點表現為負的變化趨勢,分別為廣東的五華站和海南東半部的4個站,符傳博等[27]研究表明,冬季的外源輸送對海南大氣污染物濃度起主要貢獻作用,海南東半部霾日數有所減少的變化趨勢可能與近年來冬季輸送的氣象條件減弱有關.

圖4分別為華南地區四季霾日數氣候趨勢系數分布.圖4表明,各個季節霾日數氣候趨勢系數分布與年平均(圖3)的類似,位于廣東中西部和廣西中東部等地的站點霾日數增加顯著,而且都達到95%的顯著性檢驗.總的來說,不同站點霾日的變化趨勢具有明顯的季節性差異,其中冬季的變化幅度最大,而夏季變化幅度最小.結合霾日數的不同季節和變化趨勢分布可知,對于廣東中西部和廣西中東部等地的站點而言,各個季節均表現出了增加的趨勢,表明這些區域霾污染發生的頻率在各個季節均有所增加.

2.4 華南地區4季霾日數的年際變化趨勢

圖5給出了華南地區四季霾日數的年際變化.54年間華南地區四季霾日數均呈顯著的增加趨勢,其回歸系數分別為0.897d/10a(春季)、0.27d/10a(夏季)、1.542d/10a(秋季)和2.11d/10a(冬季).另外四季氣候趨勢系數從大到小排列為:冬季(0.923)>春季(0.849)>秋季(0.839)>夏季(0.766),均超過了99.9%的顯著性檢驗,各個季節霾日數增加十分顯著.比較各個季節年際變化可以發現,華南地區四季在2007年以前表現為穩定的上升趨勢,各個季節霾發生的頻次都有所增加,并分別在2007年和2008年達到近54年來的最大值,2007年冬季霾日數為14.05d,表明空氣質量已經嚴重惡化.2008年后春夏秋三季霾日數有所下降,而冬季仍表現出較高的霾日數水平,這可能與不同季節的氣象條件有關[14].

2.5 華南地區不同等級霾日數的變化特征

圖6為華南地區不同等級霾日數年際變化.圖6表明,輕微霾日是最主要的霾日等級,比例基本在90%以上,華南地區霾日數時間變化主要是由輕微霾日變化引起的.而且在近54年來表現為顯著的上升趨勢,增加率為4.53d/10a.最大值出現在2007年,為22.8d,隨后雖略有減少,但仍多于多年平均值.輕度霾日和中度霾日在20世紀80年代以前基本很少觀測到,80年代以后呈顯著增加趨勢,增長率分別為0.27d/10a和0.014d/10a.輕度霾日最大值出現在2007年,為2.28d,隨后下降明顯,而中度霾日最大值出現在2008年和2013年,為0.123d.重度霾日只有在20世紀90年代以后才出現(表2),這也說明華南地區霾污染不僅在日數上有明顯的增加趨勢,而且污染強度增強.

表2 華南地區不同等級不同年代霾日數變化(d)Table 2 Haze days with different level averaged in South China during different periods (d)

2.6 華南地區霾日數的聚類分析

聚類分析主要是根據華南地區57站霾日數不同程度的站點進行劃分歸類.本文首先計算出華南地區57個站點平均的年霾日數增長率為4.643d/10a,定義其增長率￡4.643d/10a為相對清潔站點,而正常污染為4.643~9.9d/10a,污染嚴重為310d/10a.其站點數分別為8(嚴重污染),15(正常污染)和34(相對清潔),空間分布如圖7所示.嚴重污染和正常污染的站點主要分布在廣東的珠三角地區和廣西中東部,相對清潔的站點主要分布在廣東東部、廣西西部和海南等地,這和前面分析的年平均霾日數空間分布基本一致,即經濟較為發達珠三角地區和廣西中東部污染相對嚴重,而其他經濟落后地區空氣質量相對清潔,污染較輕.

就區域平均霾日數的年際變化而言,54年間華南地區霾日數呈顯著的增加趨勢,霾日數增長率為4.643d/10a.20世紀90年代以前,平均霾日數均小于10d/a,此后表現為波動的上升趨勢,特別是2000年以后,上升更為顯著,并在2007年達到近54年來的最大值,為30.79d.這表明21世紀以來華南地區霾污染事件頻發,空氣質量嚴重惡化.對3類站點的年際變化分析表明,3類站點均呈現出顯著的上升趨勢,其增長率分別為14.24d/10a(污染嚴重)、7.389d/10a(正常污染)和1.147d/10a(相對清潔).氣候趨勢系數均超過了0.7,達到了99.9%的顯著性檢驗.對比可以發現,污染嚴重和正常污染的地區主要在20世紀90年代以后開始出現顯著上升趨勢,而相對清潔的地區霾日數加速上升主要在2000年以后,這可能與各個地區經濟發展水平有關,污染嚴重和正常污染的站點主要分布在珠三角地區和廣西中東部,經濟水平相對偏高,污染較為嚴重,90年代以后霾日數就出現顯著的上升趨勢,而相對清潔的地區大氣污染排放相對較少,霾日數明顯上升相對延后.另外污染嚴重的地區霾日數2004年達到近54年來的最大值,為84.88d,隨后呈下降趨勢,而正常污染地區在2007年達到最大值(47.33d)后才下降,這說明政府的節能減排政策首先在高污染地區實施,加上人民群眾環境保護意識的逐年提高,城市空氣質量惡化得到改善,霾日數有所下降[14].需要指出的是,相對清潔的地區霾日數近54年來表現為持續的增加趨勢,最大值出現在2013年,達到12.59d,相對清潔地區近年來霾日數顯著增長值得關注.

2.7 華南地區影響霾日數的氣候因子分析

表3 華南地區氣候因子變化與霾日數相關統計Table 3 Statistics of relationship between haze days and climatic factors over South China

注:年大風日數和年小風日數與霾日數相關取1971~2013年共43年數據.

霾天氣的發生主要取決于大氣污染排放強度和氣象條件對污染物的稀釋擴散能力[29].在同等氣象條件下,大氣污染排放越少,則霾天氣發生可能性就越小;反之大氣污染排放越強,霾天氣發生可能性就越高.而大氣污染排放強度大致穩定的情況下,不同的天氣氣候形勢顯著影響著大氣污染物的聚集程度,并最終導致霾天氣強度和頻次的差異.為了解華南地區近54年來霾日數年際變化的氣候成因,圖9分別給出了華南地區年降水日數、年大風日數、年平均風速和年小風日數的年際變化.本文定義日最大風速310m/s為大風日.另外考慮到2m/s可為小風條件下示蹤物實驗的風速下限值[30],因此定義日最大風速￡2m/s為小風日.由于華南地區大部分站點從1970年開始才對日最大風速進行觀測,因此年大風日數和年小風日數的分析從1971年開始,而年降水日數和年平均風速則從1960年開始.圖中表明,近54年來華南地區年降水日數、年大風日數和年平均風速呈明顯的下降趨勢,其氣候趨勢系數分別為-0.54、-0.90和-0.65,下降十分顯著.而年小風日數則呈現出增多的變化趨勢,其氣候趨勢為0.66,2000年以后上升更為明顯.年降水日數的減少使得氣溶膠粒子的濕沉降作用減弱,氣溶膠停留在大氣中的時間延長,這在一定程度上可以加劇霾天氣的發生.年大風日數和年平均風速的減弱,可以反映出華南地區大氣對氣溶膠擴散能力的減弱,年小風日數增多有利于霾天氣的生成和維持,進一步計算其與年平均霾日數的相關系數(表3),結果表明年平均霾日數與氣候因子有很好的相關性,相關系數均達到了98%的顯著性檢驗.不利的氣候條件對華南地區近54年霾日數的增加有明顯的貢獻作用.

3 結論

3.1 華南地區霾日數分布空間差異明顯.就空間分布而言,年平均霾日數大值區主要分布在廣東珠三角地區和廣西中東部,這些地區人口集中,人為活動頻繁,大氣污染物濃度偏高.年際變化而言,華南地區霾日數近54年來表現為顯著的上升趨勢,2008年后有所下降.

3.2 華南地區4季霾日數有明顯的季節差異,冬季最多,其次是秋季和春季,夏季最少.其空間分布與年平均類似,高值區分布在廣東珠三角地區和廣西中東部.年際變化表明4季近54年均有不同程度的上升,但2008年以后春夏秋3季霾日數有所下降,而冬季仍維持在較高水平.

3.3 近54年華南地區不同等級霾日數均有不同程度的上升.輕微霾日占霾日比例在90%以上,輕度霾日和中度霾日80年代以后呈顯著增加趨勢,重度霾日在近20年出現明顯,說明華南地區霾污染不僅在日數上有明顯的增加趨勢,而且污染強度在加強.

3.4 聚類分析表明各個地區經濟發展水平不同,導致污染嚴重和正常污染的地區霾日數在20世紀90年代就出現顯著上升,而相對清潔的地區霾日數加速上升發生在2000年以后.另外污染嚴重和正常污染的地區近些年來霾日數有所下降,但相對清潔地區維持快速的增長趨勢,清潔地區的大氣環境也趨向惡化.

3.5 不利的氣候條件加劇了華南地區霾天氣的發生,近54年來華南地區年降水日數明顯減少,致使氣溶膠粒子的濕沉降減弱,年平均風速和大風日數減少,年小風日數增加使得不利于污染物擴散.年平均霾日數與氣候因子有很好的相關性,相關系數均達到了98%的顯著性檢驗.

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

[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, 2010,68:680-688.

[3] 趙子菁,魏永杰,張祥志,等.南京市霾天氣與主要氣象條件的相關分析 [J]. 中國環境科學, 2015,35(12):3570-3580.

[4] 張小曳,周凌晞,丁國安.大氣成分與環境氣象災害 [M]. 北京:氣象出版社, 2009.

[5] 高 歌.1961~2005年中國霾日氣候特征及變化分析 [J]. 地理學報, 2008,63:762-768.

[6] 孫 彧,馬振峰,牛 濤,等.最近40年中國霧日數和霾日數的氣候特征 [J]. 氣候與環境研究, 2013,18:307-406.

[7] 符傳博,丹 利.重污染下我國中東部地區1960~2010年霾日數的時空變化特征 [J]. 氣候與環境研究, 2014,19(2):219-226.

[8] 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系 [J]. 中國科學:地球科學, 2014,44:37-48.

[9] 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, 2015,60:1395-1400.

[10] Malm W C. Characteristics and origins of haze in the continental United States [J]. Earth-Science Reviews, 1992,33(1):1-36.

[11] 吳 兌.華南氣溶膠研究的回顧與展望 [J]. 熱帶氣象學報, 2003,19(S):145-151.

[12] Zhang X Y, Wang Y Q, Niu T, et al. Atmospheric aerosol compositions in China: Spatial/temporal variability, chemical signature, regional haze distribution and comparisons with global aerosols [J]. Atmospheric Chemistry and Physics, 2011,11: 26571–26615.

[13] Liang Z M, Gao S T, Sun J S. A numerical study of the urban intensity effect on fog evolution in the Beijing-Tianjin-Hebei region [J]. Atmospheric and Oceanic Science Letters, 2012,5(3): 240?245.

[14] 伍紅雨,杜堯東,何 健,等.華南霾日和霧日的氣候特征及變化 [J]. 氣象, 2011,37(5):607-614.

[15] 吳 兌.近十年中國灰霾天氣研究綜述 [J]. 環境科學學報, 2012,32(2):257-269.

[16] 吳 蒙,范邵佳,吳 兌,等.廣州地區灰霾與清潔天氣變化特征及影響因素分析 [J]. 中國環境科學, 2012,32(8):1409-1415.

[17] 李 菲,黃曉瑩,張芷言,等.2012年廣州典型灰霾過程個例分析 [J]. 中國環境科學, 2014,34(8):1912-1919.

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

[19] 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.

[20] 秦世廣,石廣玉,陳 林,等.利用地面水平能見度估算并分析中國地區氣溶膠光學厚度長期變化特征 [J] .大氣科學, 2010, 34(2):449-456.

[21] Wu J, Fu C B, Zhang L Y, et al. Trends of visibility on sunny days in China in the recent 50years [J]. Atmospheric Environment, 2012,55,339-342.

[22] 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.

[23] 施 能,陳家其,屠其璞.中國近100年四個年代際的氣候變化特征 [J]. 氣象學報, 1995,53(4):531-539.

[24] 施 能,黃先香,楊 揚.1948~2000年全球陸地年降水量場趨勢變化的時、空特征 [J]. 大氣科學, 2003,27(6):971-982.

[25] 譚成好,趙天良,崔春光,等.近50年華中地區霾污染的特征 [J]. 中國環境科學, 2015,35(8):2272-2280.

[26] 魏鳳英.現代氣候統計診斷與預測技術 [M]. 北京:氣象出版社, 2007.

[27] 符傳博,陳有龍,丹 利,等.近10年海南島大氣NO2的時空變化及污染物來源解析 [J]. 環境科學, 2015,38(1):18-24.

[28] 符傳博,唐家翔,丹 利,等.2013年冬季海口市一次氣溶膠粒子污染事件特征及成因解析 [J]. 環境科學學報, 2015,35(1): 72-79.

[29] 胡亞旦.中國霾天氣的時空分布特征及其與氣候環境變化的關系 [D]. 蘭州:蘭州大學, 2009.

[30] 郭夢婷,蔡旭暉,何啟超.廣東省小風氣象特征分析 [J]. 北京大學學報(自然科學版), 2015,51(5):821-828.

* 責任作者, 工程師, hnfuchuanbo@163.com

Temporal and spatial characteristics of haze days and their relations with climatic factor during 1960~2013 over South China

FU Chuan-bo1,2,3*, DAN Li2, TANG Jia-xiang1,3, YANG Wei1,3

(1.Hainan Meteorological observatory, Haikou 570203, China；2.Key Laboratory of Regional Climate-Environment Research for Temperate East Asia, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China；3.Key Laboratory of South China Sea Meteorological Disaster Prevention and Mitigation of Hainan Province, Haikou 570203, China)., 2016,36(5)：1313~1322

This study investigates temporal and spatial variations of haze days and the possible climatic factors in South China during recent 54years. Basic statistical methods are used here based on the observed data from 57meteorological stations, including linear regression, cluster and correlation analysis. The result shows that more haze days occur in the Pearl River Delta (PRD) region of Guangdong and mid-eastern Guangxi. The haze days increase remarkably during the past 54 years and show a decline trend after 2008. Among the four seasons, the heaviest haze pollution happened in winter, follows spring and autumn, and relatively weak in summer. They are also associated with a decrease trend after 2008 except winter. In addition, all of the haze days in different varied-intensity increased obviously during the past 54 years. It is further found that haze pollution in South China increases not only in the number of days, but also the pollution intensity. The rapidly rise time periods of haze days are different in different regions over South China. It occurs in the 1990s over serious pollution and normally pollution regions, but shows after 2000 for the relatively clean regions. Number of haze days over the serious polluted and normal polluted regions has been decreased during recent 10 years, but it remains a rapid increase for the relatively clean areas. Our further analysis suggests that the decreased trends of precipitation days during recent 54 years would factor in reducing the wet-depositing capacity of atmospheric pollutants. Increase of the breeze days, which connects to the decrease of mean wind speed and strong wind days, on the other hand, would also contribute to the reduction of pollutants diffusion capacity and more haze pollution.

South China；haze days；cluster analysis；climatic factor

X513

A

1000-6923(2016)05-1313-10

符傳博(1985-),男,海南?？谌?工程師,碩士,主要從事大氣環境與氣候模擬、環境氣象方面的研究.發表論文17篇.

2015-10-09

海南省自然科學基金(20154182);中國氣象局預報員專項(CMAYBY2015-060);海南省氣象局科研項目(HNQXMS201402);海南省氣象局科技創新項目(HN2013MS02)