泉州地區霾日時空變化特征及影響因子研究

程思 韋英英 林子倫 嚴韜

摘要：利用泉州市各縣市代表站2004～2018年地面氣象觀測數據建立泉州地區霾天氣數據庫并分析霾日分布的時空演變特征，從風速、風向、氣壓、降水、濕度、氣溫等氣象要素中提煉出與霾天氣相關的氣象影響因子。研究表明：泉州地區出現霾天氣的日數，平均每年霾日數達28.1 d，近年總體呈減少趨勢。從空間分布來看，分布特點為東西部少中南部多。逐月平均霾日數大致呈雙峰型分布，與冷空氣及副熱帶高壓的活動息息相關。通過逐步回歸建立霾天氣的預報模型方程，其預報準確率為56.23%，空報率36.6%，漏報率7.2%?；卮鷻z驗效果空報略高，準確率尚可，為霾天氣的預報提供預報依據。

關鍵詞：霾；時空特征；泉州地區；氣象影響因子

中圖分類號：P426.4；X513文獻標志碼：A

基金項目：泉州市科技計劃項目（項目編號：2018Z040）；福建省氣象局基層科技專項（項目編號：2019J04）。

0引言

霾不僅給交通帶來了較大影響，而且對人體健康構成了一定威脅。因此霾天氣受到越來越多的關注，2014年1月閩氣科預函[2014]2號文件《科技與預報處關于加強霾預報預警工作的通知》指出，中國氣象局調整了霧和霾的等級和預報編碼，明確了霾的預警區分發布，增加了霾的落區預報產品。2016年8月，中國氣象局在氣象災害預警信號質量檢驗辦法（試行）中加入了對霾預警信號的質量檢驗，可見霾天氣預報的重要性愈加明顯，然而目前對泉州地區的霾形成過程還缺乏系統性的認識和研究。因此，對泉州地區霾的特征及預報研究亟需解決。

隨著氣候變化、城市化進程加快、大氣污染物排放量增加的影響，近年來我國各地霾日發生的頻率呈顯著上升的趨勢[1-6]，我國分布東多西少，且具有明顯的季節特征，同時具有強度增強，范圍增大，持續時間延長的特點。此外，趙子菁[7]、魏建蘇[8]、李麗云[9]、過宇飛[10]、張浩[11]、金麗娜[12]等學者分別對南京、廣州、無錫、合肥、西安等地的霾天氣進行研究，結果表明霾天氣過程與風向、風速、濕度、降水、氣溫等氣象要素息息相關。鄭峰[13]統計2004～2009年間的霧、霾與空氣污染指數的相關關系，并兼及晴雨天氣條件，總結出溫州地區包含晴雨、空氣污染指數及霧、霾三要素的線性公式，作為預報霧、霾工具。

1資料與定義

實況數據來自泉州市晉江、惠安、南安、安溪、永春、德化共6個國家代表站2004年1月1日至2018年12月31日逐日氣溫、相對濕度、能見度、降水量、天氣現象、風等地面氣象觀測數據A文件。

霾日：根據行標《霾的觀測和預報等級》，能見度小于10.0 km，排除降水、沙塵暴、揚沙、浮沉、煙幕、吹雪、雪暴等天氣現象造成的視程障礙。相對濕度小于80%，判識為霾。若08時代表站氣象要素滿足上述條件，判識當日為霾日。其中能見度V，當5 km≤V<10 km為輕微霾天氣，3 km≤V<5km為輕度霾天氣，2 km≤V<3 km為中度霾天氣，V<2 km為重度霾天氣。

2泉州地區霾時空分布特征

2.1年際變化特征

統計2004～2018年泉州地區出現霾天氣的日數，如圖1所示，平均每年霾日數達28.1 d，其中最大值出現在2007年（48 d），最小值出現在2015年（10 d），年均霾日數維持在10～40 d。從年際變化來看總體呈減少趨勢，但2016～2018年略有增加，氣候傾向率達-18.8 d/10 a。

從空間分布來看，分布特點為東西部少中南部多。其中南安年霾日數可達72.9 d，晉江次之，達46.1 d，永春年均27 d，安溪和惠安最少，年均僅5～6 d。

2.2季節分布特征

統計2004～2018年共計15年4個季節出現霾的日數分布，如圖2所示，整體分布不均、春夏秋季呈現下降趨勢，冬季趨勢不明顯。氣候傾向率分布為-4.3 d/ 10 a、-9.3 d/10 a、-4.8 d/10 a、0.5 d/10 a。四季分布呈現和年分布類似的規律，東西部少中南部多。其中春季霾日數最多，其次為夏季、冬季，秋季最少。

2.3逐月分布特征

從各代表站逐月平均霾日數分布圖3和表1可以看出，大致呈雙峰型分布。1～3月呈現遞增趨勢，3～4月為波峰，5～6月日數較少，7～8月呈現第二峰值，隨后逐月遞減。其中3～4月是霾的高發期，月平均3.2次。這說明春季冷空氣活動開始減少，風力減弱，使得霾天氣頻發。同時與副高有關，一年中夏季7～8月主要控制系統為副熱帶高壓，天氣系統穩定，無臺風影響時晴熱少雨，多為下沉氣流控制，同時風力小濕度小，利于霾天氣的形成。5～6月及秋冬季是霾的少發季節，主要原因是5～6月為泉州的雨季，受多雨日影響，雨水的沖刷有潔凈空氣的功能，并且秋冬季多為冷高壓控制，風力的加大利于空氣的流通擴散，對霾形成不利。

2.4各類霾日分布

從泉州各地各類霾日分布表2可以看出，泉州地區年平均有輕微霾22.7 d、輕度霾4.7 d、中度霾0.5 d、重度霾0.2 d，分別占比81%、17%、2%和1%。從各地區來看，輕度霾占比最大，80%～90%不等，其次為輕度霾，占比3%～19%，中度霾不足3%，重度霾不足1%。尤其是惠安、安溪和德化，均未出現過中度以上霾天氣。

3基于PP法的氣象因子研究

3.1氣象要素相關因子研究

統計晉江近15年共計725個霾個例，挑選出霾當天的氣象要素進行分析。氣象要素來自2004年至2018年，晉江國家基本氣象觀測站逐日數據。研究表明，就降水而言，霾形成當天無降水的幾率達85.2%；就相對濕度而言，霾形成時的平均相對濕度為68.8；就風速而言，霾日出現時總體風速不大；就氣溫、日照時數、日較差等要素而言，分布不均。

統計當天是否出現霾與當天的氣溫、濕度、風向、風速、降雨等氣象要素進行相關性分析，處理氣象要素與霾的能見度之間的相關性，相關系數表見表3所列。

由表3可知，除了蒸發量、日照時數和日照百分率外，其余氣象要素均通過α=0.05的顯著性水平檢驗，其中日最高溫度、0 cm地溫和最大風速通過了α=0.005的顯著性水平檢驗。且樣本基數較大，達到1572個樣本，這說明日最高溫度、0 cm地溫和最大風速與霾的出現、能見度的大小呈現高度相關。

3.2偏相關分析

由于多元線性回歸只考慮單相關，未考慮因子之間的相互作用與關系，為更好區分因子對方程的貢獻，對以上因子做偏相關分析。

由表4可知，就平均溫度而言，其與最高溫度、最低溫度以及0 cm地溫呈現高度相關，相關系數均大于95%。

3.3預報模型的建立

由以上研究可知，僅僅考慮單相關的線性回歸得出的預報方程不夠客觀，在此引入逐步回歸方程。在每引入一個因子后都進行F檢驗，并對已經選入的因子逐個進行t檢驗，當原來引入的因子由于新因子引入變得不再顯著時，則將其刪除。以確保每次引入新的變量之前回歸方程中只包含顯著性變量。以此建立預報模型：

各預報因子取值情況見表5所列。

3.4回代檢驗

所謂的回代檢驗就是對歷史實況檢驗，也就是用預報方程計算出擬合值和實況資料進行對比。檢驗方法采用TS評分方法，霾的預報結果檢驗樣本采用2004～2018年泉州霾的資料。TS評分方法是一種針對中短期天氣預報質量檢驗的常用方法，泉州霾的預報有3種狀態：準確預報NA、空報NB、漏報NC，各種評價情況見表6所列。

對于預報是否成功，我們需要給出一個成功指標，對于霾預報判別模型，實況無霾記為0，有霾記為1，其擬合值是0或1附近的小數，我們對于0～0.9記為無霾，大于0.9的記為有霾進行統計。由此計算得出準確率為56.23%，空報率36.6%，漏報率7.2%?；卮鷻z驗效果空報略高，準確率尚可。

4結論與討論

（1）泉州地區出現霾天氣的日數，平均每年霾日數達28.1 d，近年總體呈減少趨勢，氣候傾向率達-18.8 d/ 10 a。從空間分布來看，分布特點為東西部少中南部多。

（2）四個季節出現霾的日數整體分布不均、春夏秋季呈現下降趨勢，冬季趨勢不明顯。氣候傾向率分布為-4.3 d/10 a、-9.3 d/10 a、-4.8 d/10 a、0.5 d/10 a。

（3）逐月平均霾日數大致呈雙峰型分布：內陸地區1～3月呈現逐月遞增趨勢，3～4月為波峰，5～6月日數較少，7～8月呈現第二峰值，隨后逐月遞減。

（4）泉州地區年平均有輕微霾22.7 d、輕度霾4.7 d、中度霾0.5 d、重度霾0.2 d，分別占比81%、17%、2%和1%。

（5）就降水而言，霾形成當天無降水的幾率達85.2%；就相對濕度而言，霾形成時的平均相對濕度為68.8；就風速而言，霾日出現時總體風速不大；就氣溫、日照時數、日較差等要素而言，分布不均。

（6）霾天氣的預報模型方程預報準確率為56.23%，空報率36.6%，漏報率7.2%。回代檢驗效果空報略高，準確率尚可。

參考文獻：

[1]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（7）：761-768.

[2]童師，全琦，陸文濤，等.1971-2018年湖州地區霾日數與氣象因素變化規律分析[J].能源與環境，2020（3）：74-75，100.

[3]孔鋒.1961-2016年中國霧與霾日數時空演變特征及區域差異研究[J].災害學，2020，35（1）：131-137.

[4]郭換換.近56a洛陽地區霧和霾氣候特征及其氣象要素分析[J].內蒙古氣象，2019（2）：21-26.

[5]姜江，郭文利，王春玲.2007-2015年北京地區能見度時空變化特征[J].氣象與環境學報，2019，35（1）：45-52.

[6]白瑩瑩，張德軍，楊世琦，等.川渝地區霧霾時空分布特征及影響因子分析[J].西南師范大學學報（自然科學版），2018，43（11）：112-119.

[7]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.

[8]魏建蘇，孫燕，嚴文蓮，等.南京霾天氣的特征分析和影響因子初探[J].氣象科學，2010，30（6）：868-873.

[9]李麗云，鄧雪嬌，何啟華，等.近35年廣東省區域灰霾天氣過程的變化特征及突變分析[J].中國環境科學，2016，36（8）：2297-2303.

[10]過宇飛，劉端陽，周彬，等.無錫市霾天氣特征及影響因子研究[J].胡映紅氣象，2013，39（10）：1314-1324.

[11]張浩，石春娥，邱明燕，等，合肥市霾天氣變化特征及其影響因子[J].環境科學學報，2010，30（4）：714-721.

[12]金麗娜，曲靜，張雅斌，等.西安霾天氣時空分布特征與影響因子分析[J].氣象科技，2015，43（2）：314-319，330.

[13]鄭峰，顏瓊丹，吳賢篤，等.溫州地區霧霾氣候特征及其預報[J].氣象科技，2011，39（6）：791-795.