李麗云,鄧雪嬌,何啟華,李 菲,鄧 濤
?
近35年廣東省區域灰霾天氣過程的變化特征及突變分析
李麗云1*,鄧雪嬌2,何啟華1,李 菲2,鄧 濤2
(1.廣州市番禺區氣象局,廣東 番禺 511400;2.中國氣象局廣州熱帶海洋氣象研究所,廣東 廣州 510080)
利用廣東省86個地面觀測站1980~2014年逐日能見度、相對濕度資料,在對“區域灰霾過程”與“單站灰霾過程”進行定義的基礎上,分區域診斷典型灰霾天氣過程(即連續三站3d及以上出現灰霾日的天氣過程),并對其長期變化趨勢及特征進行分析.結果表明:廣東省的灰霾過程主要出現在珠江三角洲、粵北及粵東個別地區,并以珠江口以西的珠江三角西側最為嚴重.“區域灰霾過程”以日平均能見度在5~10km之間的過程為主,沒有出現過日平均能見度低于2km的重度灰霾過程.各“區域灰霾過程”的特征有所差異:首先是各“區域灰霾過程”出現峰值的時間略有差異.盡管灰霾過程均主要出現在10月~翌年4月,但粵北和粵東、西兩翼最多出現在冬季(12月~翌年1月)、春季次之,而珠江三角洲地區則最多出現在春季(3~4月)、冬季次之.其次是各“區域灰霾過程”變化趨勢的差異.珠江三角洲地區和粵北地區灰霾過程變化趨勢比較相似,在2008年以前總體呈增多趨勢,珠江三角洲地區增勢最為顯著的時段是2000~2008年,而粵北地區則是1991~2011年;粵西地區灰霾過程在2000年以前變化都比較平穩,2004年開始快速增多;粵東地區的灰霾過程近35年來雖有小的波動,但總體變化不大,呈穩中略減的趨勢.利用M-K法和滑動t檢驗的突變分析表明,珠江三角洲地區灰霾過程的增多是一種不連續的突變現象,發生突變的時間點是1986年;粵北地區灰霾過程則在1992~1994年出現了突發性增多的現象;粵西地區灰霾過程也在2001年發生了突變.
能見度;灰霾日;區域灰霾過程;單站灰霾過程;特征;突變;廣東省
廣東省作為全國經濟總量最大,發展最為快速的省份之一,灰霾天氣時有發生,尤其是珠江三角洲地區,區域性、復合型空氣污染特征顯著[1-2].對珠江三角洲地區能見度與灰霾日的長期變化特征的分析研究表明,二次細粒子氣溶膠是導致能見度下降,形成灰霾天氣的主因[3-6].珠江三角洲多種類污染源在城市大氣多尺度時空環流系統的相互作用下,通過不同時空尺度的化學成分轉化及光化學過程,形成城市污染的時空多尺度分布特征,在特定的氣象條件下易造成嚴重空氣污染.研究已表明,不利的氣象條件是珠江三角洲空氣污染與灰霾天氣發生的重要誘因[7-9].華南大城市在熱帶沿海典型的高溫高濕氣候背景和局地的地理地形條件下,大氣污染物的污染擴散過程更具典型性和特殊性.珠江三角洲出現的明顯污染物濃度劇變以及持續高濃度污染事件多發生于冬春季節,與臺風下沉氣流、冷鋒過境和冷空氣的東移變性有密切關系[10-13].如何科學、有效地預測和控制珠江三角洲灰霾天氣已經是擺在政府和相關業務部門面前的一項重要而緊迫的任務,特別需要加強對連續發生數天的區域性灰霾天氣過程演變規律的認識.以往的研究多關注珠江三角洲地區發生的霾日數的多寡情況,而對廣東省全域以及連續發生數天的灰霾天氣過程的分析還很少.本文利用廣東省86個地面觀測站逐日能見度、相對濕度資料,在對“區域灰霾過程”與“單站灰霾過程”進行定義的基礎上,按珠江三角洲、粵北、粵東、粵西4個區域診斷出廣東省1980~2014年期間的典型灰霾天氣過程,并對其長期變化趨勢及特征進行分析,以期為廣東省灰霾天氣的深入研究以及聯防聯控提供參考.
本文所用資料為廣東省86個地面常規氣象觀測站1980~2014年逐日能見度、相對濕度資料.
根據《廣東統計年鑒-2014》[14]中廣東省各行政區域劃分方法,將全省劃分為粵東、粵西、粵北、珠江三角洲四大區域(見圖1).粵東指汕頭、汕尾、潮州和揭陽4個市(含13個地面觀測站);粵西指陽江、湛江和茂名(含13個地面觀測站);珠江三角洲地區(以下簡稱珠江三角洲)指廣州、深圳、珠海、佛山、惠州、東莞、中山、江門和肇慶(含29個地面觀測站)9個地市;粵北則指韶關、河源、梅州、清遠和云浮(含31個地面觀測站).
在粵東、粵西、粵北、珠江三角洲4大區域內根據以下條件判斷,如滿足則判作為發生“區域灰霾過程”:
(1)單站判斷灰霾日:將日均能見度(Vis)小于10km,日均相對濕度小于等于90%,稱為一個出現大氣灰霾的日子.
(2)區域內滿足條件(1)的站點有3個以上(33個站點),起止日期相同并且連續3d或以上,則定義為一個“區域灰霾過程”.
(3)按區域分別統計出灰霾天氣過程后劃分等級:Vis<2km重度灰霾過程;2km£Vis<3km中度灰霾過程;3km£Vis<5km輕度灰霾過程;5km£Vis<10km輕微灰霾過程.
“單站灰霾過程”定義:日均能見度Vis<10km,日均相對濕度RH£90%,并且持續3d或以上.
對廣東省各個區域年灰霾過程次數的線性傾向估計(圖2直線)表明,珠江三角洲、粵北、粵西地區灰霾過程總體呈上升趨勢,氣候傾向率分別為4.3次/10a、6.3次/10a和2.1次/10a,這種變化特征與我國霾污染的長期變化趨勢基本一致[15-16].然而粵東地區則呈現穩中減少的趨勢,氣候傾向率僅為-0.4次/10a,說明在全國霾日數增多的背景下,區域灰霾過程仍存在一定的地域差異,在進行區域聯防聯控時需特別關注.
從灰霾過程的分級情況來看,1980~2014年期間,廣東省沒有出現過日平均能見度低于2km的重度灰霾過程;日平均能見度在2~3km之間(2.0£V<3)的中度灰霾過程于2003、2004和2008年在珠江三角洲地區共出現過3次,其余地區均沒有;3~5km的輕度灰霾過程也僅占了區域灰霾過程總數的5.9%.也就是說,廣東省的灰霾過程是以日平均能見度在5~10km之間的輕微灰霾過程為主,因此在以下的分析中不再分級考慮.
圖2中曲線是1980~2014年廣東省“區域灰霾過程”年次數的五點二次平滑曲線.由圖2可見,珠江三角洲、粵北地區灰霾過程的年變化趨勢比較相似(圖2a、b),均呈單峰型分布.其中珠江三角洲地區20世紀80年代初至80年代中后期是第一次明顯上升期,一般認為與改革開放后珠江三角洲的第一次經濟發展有關[1,4];80年代末至90年代中后期,盡管灰霾過程仍呈增多趨勢,但變化波動較小,這可能是由于當地政府和環保部門開展了環境治理措施,使大氣污染物排放量的增長速度減慢;1998~2000年能見度在經歷了短暫的好轉之后,于2003年又開始了灰霾過程明顯增多的周期并持續至2008年,這一時期被認為與光化學過程導致的復合型污染有關[1];2008年經過廣州亞運期間環境污染的大力整治,灰霾過程逐漸減少.珠江三角洲及粵北地區“區域灰霾過程”的年變化特征與吳兌[4]等對上述地區霾日變化的研究結果類似.
粵北地區灰霾過程與珠江三角洲地區的變化趨勢相似但略有差異的原因,一方面可能與當地人口和經濟發展水平有關之外,更有可能是與廣東省的盛行風向有關.在冬半年,廣東省盛行東北風和偏北風,來自湘贛一帶的污染物長距離輸送至粵北,而廣東省夏半年盛行東南風和偏南風,來自珠江三角洲核心污染區的污染物北上,但由于南嶺的阻擋,污染物停留在粵北地區,從而形成灰霾天氣.而粵東地區大多情況下處在珠江三角洲地區的上風向,因而灰霾過程次數近35年來雖有小的波動,但總體變化不大,呈穩中略減的趨勢(圖2c).
粵西地區圖(圖2d)在2003年以前均無明顯灰霾天氣,2004年起顯著增多,并于2007~2008年達到峰值,2009~2011年灰霾天氣有所減輕,但此后有所反復.這可能與廣東省經濟結構的重新布局有關.粵西地區一直都是廣東經濟相對落后的地方,隨著珠江三角洲地區產業轉移的推進,粵西地區的經濟結構也隨之發生變化.根據廣東省經濟貿易委員會2008年發布的《廣東省產業轉移區域布局指導意見》,粵西地區主要承接的是珠江三角洲地區的石油化工、塑料制品及化纖等產業,而精細化工則由粵北地區承接.工業排放量的上升,必然也將導致灰霾過程增多.
受氣象條件等因素影響,灰霾過程隨季節變化而變化.總的來說,廣東省一年四季均有灰霾天氣過程出現,但主要發生在10月~翌年4月,此時段正是冬季風影響、加強的季節,干燥而寒冷的大陸氣團控制廣東,天氣形勢穩定,形成了全省干燥少雨的天氣,故而灰霾天氣較多;5~9月是廣東的“雨季”,在雨水的沖刷作用下,灰霾過程雖偶有發生,但相對較少.從逐月情況來看(圖3),珠江三角洲各月灰霾過程出現的次數均高于其它三個區域(為2.1次),其次是粵北(1.2次),粵西最少(0.2次).各區域灰霾過程峰值出現的時間也略有差異,珠江三角洲春季(3~4月)最多、冬季(12月~翌年1月)次之;而粵北和粵東、西兩翼灰霾過程最多出現在12月~翌年1月,其次是3月.各區域灰霾過程峰值出現的時間差異可能與不同區域的氣象條件有關[17-18].
分別統計了廣東省86個站1980~2014年間的“單站灰霾過程”.35年間,廣東省86個站共出現“單站灰霾過程”9605次,平均每年“單站灰霾過程”約為3次.年均灰霾過程超過3次的站點有35個,占全省站數的41%,主要分布在珠江三角洲、粵北及粵東個別地區;其中,有15個站點(占全省站數的17%)在6次以上,主要集中珠江口以西的珠江三角西側;粵西地區雖也有灰霾天氣過程出現,但程度較輕(圖4).這一結果與符傳博等[19]研究指出的華南地區年平均霾日數大值區主要分布在廣東珠江三角洲地區一致.說明珠江三角洲地區,尤其是珠江三角洲西側是廣東省區域灰霾污染最為嚴重的區域.
變量的變化方式有兩種基本形式,一種是連續性變化,另一種是不連續的飛躍[20].不連續變化現象的特點是突發性,也就是“突變”.為判別廣東省各“區域灰霾過程”的變化是相對穩定的線性變化還是不穩定的突變過程,利用M-K法和滑動檢驗法分別對其作穩定性檢驗.方法如下:
對于具有個樣本量的時間序列,構造一秩序列:
其中
秩序列d是序列第時刻數值大于時刻數值個數的累計數.
在原序列隨機獨立的假設下,對d標準化后為(d),給定一顯著性水平0,當1<0時,則拒絕原假設,它表示此序列將存在一個強的增長或減少趨勢.所有(d)(1££)將組成一條曲線UF.把此方法引用到反序列中,得到另一條曲線UB.若UF>0,表明序列呈上升趨勢,UF<0則呈下降趨勢;若UF和UB出現交叉點,且交叉點位于信度線之間,則該點對應的時刻便是突變開始的時間;若兩條曲線的交叉點位于信度線之外,則該交叉點不一定為突變點,這時可同時使用滑動檢驗法對該點進行進一步的確定.
圖5中,在=0.05的顯著水平下,臨界值范圍為0=±1.96 (點線).由圖5a中UF曲線可見,自20世紀80年代以來,珠江三角洲地區灰霾過程有一明顯的增多趨勢.90年代初,這種增加趨勢開始超過0.05臨界線,其中2000年以后一直到2008年甚至超過0.001(0=±2.56)顯著性水平,表明這種上升趨勢是十分顯著的.根據UF和UB曲線交點的位置,確定珠江三角洲地區灰霾過程的增多發生了突變,具體是從1986年開始的.
粵北地區(圖5b)灰霾過程的增加比珠江三角洲地區略晚,從20世紀80年代末、90年代初開始,其中1991~2011年期間UF線超過0.05顯著性水平并保持上升趨勢.曲線UF和UB在1992年出現了交叉現象,但交點位于信度線之外.利用滑動檢驗法對該序列作進一步驗證,發現統計量在1992~1994年附近超過0.01顯著性水平,這與M-K法檢測到的突變點基本吻合,說明這個突變點是可信的,粵北地區的灰霾過程在20世紀90年代前中期(1992~1994年前后)確實發生了突發性增多的現象.
粵東地區(圖5c)灰霾過程的UF曲線走勢比較平緩,且UF和UB曲線在置信區間內出現了多個交點,時間分別是1984、1989和1990年.如此頻繁的突變點顯然是不正確的,需要去除其中的雜點.利用滑動檢驗法作進一步分析時(圖略),發現統計量并未出現通過顯著性水平的時間點,故認為上述突變點不可信的,粵東地區的灰霾過程并未發生過突變.
粵西地區(圖5d)灰霾過程在2000年以前變化都比較平穩,2004年開始快速增多.從曲線和交點的位置可知,粵西地區的灰霾過程在2001年發生了突變,呈跳躍式上升.
4.1 廣東省的區域灰霾過程以日平均能見度在5~10km之間的過程為主,沒有出現過日均能見度低于2km的重度灰霾過程,日均能見度在2~3km之間的中度灰霾過程也僅于2003、2004和2008年在珠江三角洲地區出現過.
4.2 廣東省的區域灰霾過程主要出現在10月~翌年4月,但各區域出現峰值的時間略有差異:粵北和粵東、西兩翼最多發生在冬季(12月~翌年1月)、春季次之,而珠江三角洲地區則最多出現在春季(3~4月)、冬季次之.珠江三角洲地區各月發生的灰霾過程均最多,其次是粵北,粵西最少.
4.3 廣東省平均每年“單站灰霾過程”約為3次,其中有41%的站點在3次以上,17%的站點在6次以上.灰霾過程主要分布在珠江三角洲、粵北及粵東個別地區,并以珠江口以西的珠江三角西側最為嚴重.
4.4 珠江三角洲地區灰霾過程自20世紀80年代以來呈現明顯的增多趨勢,增勢最為顯著的時段是2000~2008年.突變分析表明,珠江三角洲地區灰霾過程的增多是一種不連續的突變現象,發生突變的時間點是1986年.粵北地區灰霾過程的變化趨勢與珠江三角洲地區相似,在2008年以前總體呈增多趨勢,其中1991~2011年期間增勢最為顯著,且在1992~1994年出現了突發性增多的現象.粵西地區灰霾過程在2000年以前變化都比較平穩,2004年開始快速增多,并在2001年發生了突變,呈跳躍式上升.粵東地區的灰霾過程近35年來雖有小的波動,但總體變化不大,呈穩中略減的趨勢.
[1] 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.
[2] Zhang Y H, M Hu, L J. Zhong. Regional integrated experiments on air quality over Pearl River Delta 2004 (PRIDE-PRD2004): Overview [J]. Atmospheric Environment, Atmospheric Environment, 2008,42(25):6157-6173.
[3] Deng Xuejiao, Xuexi Tie, Dui Wu, et al. Long-term trend of visibility and its characterizations in the Pearl River Delta Region (PRD), China [J]. Atmospheric Environment, 2008,42(7):1424- 1435.
[4] 黃 健,吳 兌,黃敏輝,等.1954~2004年珠江三角洲大氣能見度變化趨勢 [J]. 應用氣象學報, 2008,19(1):61-70.
[5] 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.
[6] Deng X J, Wu D , Yu J Z, et al. Characterizations of secondary aerosol and its extinction effects on visibility over Pearl River Delta Region [J]. Journal of the Air & Waste Management Association, 2013,63(9):1012–1021,DOI: 10.1080/10962247. 2013.782927.
[7] 劉 建,范紹佳,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.
[8] 張人文,范紹佳.珠江三角洲風場對空氣質量的影響 [J]. 中山大學學報(自然科學版), 2011,50(6):130-134.
[9] 吳 兌,廖國蓮,鄧雪嬌,等.珠江三角洲霾天氣的近地層輸送條件研究 [J]. 應用氣象學報, 2008,19(1):1-9.
[10] 鄧雪嬌,李 菲,吳 兌,等.廣州地區典型清潔與污染過程的大氣湍流與物質交換特征 [J]. 中國環境科學, 2011,31(9): 1424-1430.
[11] 吳 蒙,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.
[12] Lo J C F, Lau A K H, Yuan Z B, et al, A physical modeling approach for identification of source regions of primary and secondary air pollutants [J]. Atmospheric Chemistry and Physics Discussions, 2006,6(4),6467–6496, doi:10.5194/acpd-6-6467- 2006.
[13] Lo J C F, Lau A K H, Fung J C H, et al. Investigation of enhanced cross-city transport and trapping of air pollutants by coastal and urban land-sea breeze circulations [J]. J. GEOPHYS RES., 2006, 111:D14104, doi: 10.1029/2005JD006837.
[14] 廣東省統計局.廣東統計年鑒-2014 [J]. 北京;中國統計出版社, 2014.
[15] 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.
[16] 郭 婷,朱 彬,康志明,等.1960~2012年長江三角洲地區霧日與霾日的氣候特征及其影響因素 [J]. 中國環境科學, 2016, 36(3):660-669.
[17] 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.
[18] 劉 建,范紹佳,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] 符傳博,丹 利,唐家翔,等.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 [J]. 中國環境科學, 2016, 36(5):1313-1322.
[20] 魏鳳英.現代氣候統計診斷與預測技術(第一版) [M]. 北京:氣象出版社, 1999.
* 責任作者, 2013B030200001,高工, lily520121@126.com
Characteristics and abruption analysis on regional haze weather process over Guangdong Province during the recent 35years
LI Li-yun1*, DENG Xue-jiao2, HE Qi-hua1, LI Fei2, DENG Tao2
(1.Panyu Meteorological Service, Guangzhou 511400, China;2.Institute of Tropical and Marine Meteorology, China Meteorological Administration, Guangzhou 510080, China)., 2016,36(8):2297~2303
With the daily visibility and relativity humidity data from 86meteorological stations across Guangdong province from 1980 to 2014, typical haze processes according to the region were diagnosed based on the definition of “regional haze process” and “single station haze process”. Furthermore, the trends and characteristics of haze process were analyzed. Results showed that the haze processes over Guangdong province mainly occurred in the Pearl River Delta region (PRD) and in individual regions of northern and eastern Guangdong, especially the western area to Pearl River Estuary. The data revealed that “Regional haze process” was mostly characterized by visibility ranging from 5 to 10km and there was no case with visibility less than 2km. Haze weather processes mainly occurred from October to April with the peak time differing slightly. The haze processes mostly happened in winter (from December to January next year) over northern, eastern and western Guangdong, but in spring (from March to April next year) over PRD. The analysis of the abruption by virtue of the Mann-Kendall rank statistics and the moving-t test revealed that the increasing trends of haze weather process over the PRD since the 1980s were due to abrupt changes which took place in 1986 and reached the strongest between 2000 and 2008. The haze weather process over northern Guangdong also appeared abrupt increasing changes in the middle of 1990s, especially between 1991 and 2011. The annual mean series of haze process over western Guangdong was relatively stable before 2000, but increased significantly after 2004. Haze processes over eastern Guangdong showed no significant changes.
visibility;haze day;regional haze process;single station haze process;characteristics;abruption;Guangdong province
X51
A
1000-6923(2016)08-2297-07
李麗云(1978-),女,廣東清遠人,高工,碩士,主要從事天氣預報與氣象服務工作.發表論文6篇.
2015-11-18
國家自然科學基金(41475105);國家科技支撐計劃(2014BAC16B06);科技部公益性(氣象)行業項目 (GYHY201306042);廣東省科技計劃項目(2013B030200001,2015A020215020);中國氣象局氣候變化專項(CCSF201531);華南區域氣象中心科技攻關重點項目(GRMC2014Z03)