屏邊縣近30年大霧氣候特征分析

段興奎 蘭蘭

收稿日期：2023-12-10

作者簡介：段興奎（1988—），男，云南彌勒人，預報員，主要從事紅河州地區天氣預報技術研究工作。

摘 要：屏邊縣地處云南的東南角，歷年來當地居民已經習慣了多霧的氣候，但隨著蒙自到屏邊高速公路的通車，當地旅游業迎來新的增長期。大霧災害性天氣的研究對當地旅游業發展有至關重要的作用。應用Mann-Kendall、累積距平、Morlet小波分析等方法對屏邊縣1991—2020年的30年地面觀測的大霧進行分析，從而研究其演變周期特征。結果表明：屏邊縣大霧存在多尺度的變化周期，小波分析能較好地體現其變化趨勢。

關鍵詞：大霧；Mann-Kendall；小波分析

中圖分類號：P426.4 文獻標志碼：B文章編號：2095–3305（2024）03–0-03

霧是因空氣中水汽凝結而形成一種能見度低于

1 km時的天氣現象，大霧可能造成嚴重的道路交通安全事故。近年來，云南省各地高速公路建設規模迅猛增長，大霧對交通運輸的影響日趨明顯。屏邊位于云南省東南部，大霧日數較多，因此，加強對大霧災害性天氣的研究，對做好氣象預報預警服務，具有重要意義。

1 資料和方法

1.1 資料

選取屏邊縣1991—2020年的30年地面觀測的大霧資料，當氣象站觀測有霧且能見度≤1.0 km時統計為1個大霧天氣[1]。

1.2 計算方法

采用常規數理統計初步分析屏邊縣大霧的時空分布特征，通過一元線性回歸方法和Mann-Kendall方法分析屏邊縣30年大霧的趨勢突變，并采用累積距平分析作為交叉驗證，最后用Morlet連續復小波變換進行時間尺度的周期分析。

2 大霧的時空分布特征

2.1 云南省大霧的空間分布特征

根據1991—2020年云南省各地年平均大霧日數的空間分布可知，云南大霧自北向南呈雙峰形帶狀分布，主要分布在滇西南、滇東南和滇中地區，滇西北、滇東北霧日較少，滇西地區為少霧、無霧地帶。大霧日數最多的是昆明太華山，年平均大霧日數154.8 d，年平均大霧日數＞100 d的有紅河屏邊142.6 d、臨滄的滄源122 d、西雙版納勐海102.2 d；30年平均大霧日數不足

1 d的有大理、澄江、賓川、云龍、洱源、元謀、臨滄、南澗等站點，其中大理和澄江氣象站從未出現過大霧天氣。

滇東南地區出現了以屏邊為代表的大霧中心，并躍居云南省第二，這與1980—2008年云南各地年平均霧日的空間分布有明顯差異，為探究此原因，主要分析屏邊地區霧的氣候變化特征及原因。

2.2 屏邊大霧的時間趨勢及特點

（1）全年平均每月均會出現大霧，主要出現在冬春季，其次是秋季，夏季最少，1月最多，9月最少（圖2a）。

（2）近30年來出現大霧日數最多的是1月份，最長出現了連續1個月的大霧，除9月、11月出現過整月無大霧的情況，其余每月均出現過2 d以上的霧（圖2b、圖2c）。

（3）每年均會出現大霧，年平均大霧日數142.5 d，最多為2014年的173 d，最少為1993年的109 d（圖2d）。根據1991—2020年屏邊縣30年大霧資料數據做趨勢分析，其一元回歸方程為：

y=0.3x-460（1）

從擬合直線可知，屏邊大霧近30年來有增加的變化趨勢，對方程做顯著性檢驗，P值為0.396，遠遠大于0.05的顯著性水平，表明線性趨勢不顯著。因此，此期間屏邊的年大霧日數增加的趨勢不明顯，說明屏邊的大霧并不是簡單地呈線性單調增加或減少，可能存在多尺度的變化趨勢。

為檢驗近30年來屏邊縣大霧隨著時間變化趨勢是否存在突變現象，采用了Mann-Kendall方法進行趨勢突變分析（圖3a）。分析結果表明：近30年來大霧的UF統計量（正序）和UB統計量（逆序）曲線的交點位落在0.05顯著水平的接受域內，沒有正向或反向的顯著變化趨勢，且交點在2009年、2017年、2019年，說明2009年、2017年、2019年可能存在變化趨勢的突變，2009年、2017年、2019年為突變點。為分析確認更可信的突變時間點，對大霧的累積距平進行分析。發現在2010年后年大霧日數從持續的正距平趨勢變化為負距平趨勢，并在2012年達到曲線最低點，2019年達到曲線次高點，因此2009年、2019年可能是趨勢突變年份，驗證了Mann-Kendall趨勢突變分析的結果。

2.3 屏邊大霧的多時間尺度分析

由于屏邊大霧資料含有多時間尺度性，且大小尺度互相包含，很難判別其演變過程，為進一步研究屏邊縣近30年可能存在的多時間尺度趨勢變化周期，使用Morlet小波變換方法對屏邊30年的大霧數據進行處理[2-3]。

（1）小波系數實部等值線圖反映的是大霧不同時間尺度的周期變化及其在時間域中的分布，清晰反映在不同時間尺度上，大霧的未來變化趨勢[4]。總的來說，在大霧演變過程中主要存在著18～30年、5～12年的2類尺度的周期變化規律。其中，在18～30年尺度上出現了增加—減少交替的準2.5次周期震蕩；在5～12年時間尺度上存在準6次震蕩。可以看出18～30年尺度的周期變化在整個分析時段表現得非常穩定，具有全域性，而在5～12年時間尺度在1991—2005年時段表現得非常穩定，2005年以后雖然能表現出存在5～12年周期震蕩，但強度有所減弱（圖4a）。

（2）小波系數模值反映的是大霧不同時間尺度變化周期所對應的能量密度在時間域中分布的情況，系數模的值越大，表明其所對應時間尺度的周期性越強[5]。在大霧的演變中，5～12年、18～30年時間尺度模值最大，說明這2個時間尺度周期變化最明顯。同時，1998—2005年同時存在著3年左右的震蕩周期；2013—2020年也同時存在著4～7年的振蕩周期。1991—2005年以5～12年時間尺度的周期變化為主，2005年以后以18～30年的周期變化為主（圖4b）。

（3）小波系數的模方反映的是小波能量譜分布，可以分析出不同周期的震蕩能量。10～15年時間尺度的能量最強、周期最顯著，但其周期變化具有局部性（1991—2005年）；18～30年時間尺度能量次之，但周期分布占據整個研究時段（1991—2020年）。同時可以看出，2～3年、3～7年時間尺度能量雖然弱，但確實存在這兩種短時間尺度的周期變化（圖4c）。

（4）小波方差圖能反映年大霧日數的波動能量隨時間尺度變化的分布情況。可用來確定大霧演變過程中存在的主周期。大霧的小波系數方差圖上（圖4d）存在8個峰值，依次對應16～17年、21年、24年、12年、10年、7年、5年和29年的時間尺度。由于峰值較多，結合小波系數模和模方分布圖，合并一些尺度接近但不特別明顯的峰值，留下16～17年、21年、10年、7年4個能量密度大、震蕩強且又為峰值的時間尺度。其中，最大峰值對應著16～17年的時間尺度，說明16～17年的周期震蕩最強，為大霧年變化的第一主周期；21年時間尺度對應著第二峰值，為大霧變化的第二主周期，第三、第四峰值分別對應著10年、7年的時間尺度，為大霧變化的第三、第四主周期。說明上述4個周期的波動控制著大霧在整個時間域內的變化特征。

（5）大霧演變的主周期趨勢圖。在不同的時間尺度下，大霧年日數存在的平均周期及減少—增加變化特征。圖5a顯示，在16～17年特征時間尺度上，大霧變化的平均周期為12.5年左右，大約經歷了2.5個減少—增加的轉換期；而在21年特征時間尺度上（圖5b），大霧變化的平均變化周期為14年左右，大約有2個周期的增加—減少變化。

3 結論

（1）近30年來，屏邊縣大霧年均日數為142.5 d，位居云南省第二，最多的1年出現了173 d的大霧，最少也有109d的大霧；屏邊地區大霧主要出現在冬春季，1月最多，9月最少，最長出現了連續1個月的大霧。

（2）在1991—2020年的尺度范圍內，屏邊縣年均大霧日數并不存在單調的上升和下降趨勢，而是多種變化周期同時存在。在此統計時段內存在著以16～17年時間尺度為第一峰值的主周期，16～17年的變化周期震蕩和能量密度最強，貫穿了整個研究時段，大約經歷了減少—增加—減少—增加—減少的5個循環。

結果表明，屏邊縣大霧存在多種時間尺度的周期性變化，在不同的研究時段內會呈現出不同的變化主周期，Morlet連續復小波變換方法能較好地反映了其周期變化規律，為屏邊地區的大霧預報研究提供科學的理論依據。

參考文獻

[1] 許美玲.云南省天氣預報員手冊[M].北京：氣象出版社，2011.

[2] 童堯青，銀燕，許遐禎，等.南京地區霧的氣候特征[J].南京氣象學院學報，2009，32（1）：115-120.

[3] 蔡玉榮，張玲，李中斌，等.章丘大霧氣候特征分析[ J].山東氣象，2011，31（4）：73-74.

[4] 任俊杰.基于小波變換的數據分析方法研究[J].科學技術創新.科學技術創新，2019（16）：39-40.

[5] 姚阿漫，李文賓.基于小波分析的石羊河流域徑流量的變化趨勢[J].地下水，2013，35（4）：118-119，148.