1981～2013年寶雞地區(qū)能見(jiàn)度變化趨勢(shì)及突變分析

李改萍，周 旗，翟雅倩

(寶雞文理學(xué)院 陜西省災(zāi)害監(jiān)測(cè)與機(jī)理模擬重點(diǎn)實(shí)驗(yàn)室，陜西 寶雞 721013)

?

1981～2013年寶雞地區(qū)能見(jiàn)度變化趨勢(shì)及突變分析

李改萍，周 旗*，翟雅倩

(寶雞文理學(xué)院 陜西省災(zāi)害監(jiān)測(cè)與機(jī)理模擬重點(diǎn)實(shí)驗(yàn)室，陜西 寶雞 721013)

選取1981～2013年位于寶雞各縣區(qū)的11個(gè)地面氣象臺(tái)站人工觀測(cè)的大氣水平能見(jiàn)度數(shù)據(jù)，采用Mann-Kendall趨勢(shì)突變檢驗(yàn)法、滑動(dòng)t檢驗(yàn)法以及小波分析法對(duì)能見(jiàn)度進(jìn)行分析，以了解其變化趨勢(shì)和突變。結(jié)果表明：扶風(fēng)縣、鳳翔縣、隴縣、岐山縣和千陽(yáng)縣站點(diǎn)觀測(cè)能見(jiàn)度整體呈下降趨勢(shì)，其他站點(diǎn)的整體呈上升趨勢(shì)；能見(jiàn)度最大和最小變率分別出現(xiàn)在陳倉(cāng)和鳳翔站點(diǎn)，分別為2.46和0.085 km/10年。能見(jiàn)度增加的縣區(qū)主要集中在南部秦嶺、渭河谷地和東北方向的麟游，年均能見(jiàn)度降低的縣區(qū)形成了東南-西北走向的帶狀。寶雞市年均能見(jiàn)度呈上升趨勢(shì)，變率為5.11 km/10年，2011～2013年該市平均能見(jiàn)度為17.65 km。低能見(jiàn)度(2.0～9.9 km)的比例呈現(xiàn)下降趨勢(shì)，較好能見(jiàn)度(20.0～39.9 km)的百分比呈現(xiàn)上升趨勢(shì)。寶雞市年均能見(jiàn)度存在多時(shí)間尺度，其年、四季主中心周期在24～28年范圍內(nèi)波動(dòng)，且都為兩次準(zhǔn)周期震蕩，各次周期相差較大。Mann-Kendall突變檢驗(yàn)和滑動(dòng)t檢驗(yàn)結(jié)果表明通過(guò)顯著性檢驗(yàn)的5個(gè)站點(diǎn)除陳倉(cāng)區(qū)外，其余各站點(diǎn)均出現(xiàn)突變，且突變類(lèi)型為多個(gè)類(lèi)型疊加。

能見(jiàn)度；變化趨勢(shì)；突變；Mann-Kendall方法；滑動(dòng)t檢驗(yàn)；小波分析

0 引言

能見(jiàn)度通常是指視力正常的人在當(dāng)時(shí)的天氣條件下能夠從天空背景中看到和辨認(rèn)出黑色和大小適中的目標(biāo)物的最大水平距離[1-4]。能見(jiàn)度的好壞對(duì)人民的健康生活和交通運(yùn)行安全有著重要影響，是衡量空氣質(zhì)量好壞的重要指標(biāo)[5-6]。美國(guó)環(huán)保局(EPA)將能見(jiàn)度的降低視為對(duì)所有空氣污染所引起的環(huán)境影響最有效的解釋[7]。

國(guó)外對(duì)能見(jiàn)度的研究20世紀(jì)初期就已經(jīng)展開(kāi)了[6]。Holzworth等[8]最先提出利用累積百分率法進(jìn)行大氣能見(jiàn)度趨勢(shì)分析。Craig等[9]最早應(yīng)用Ridit方法進(jìn)行大氣能見(jiàn)度分析。Sloane[10-11]對(duì)累積百分率和Ridit這兩種方法進(jìn)行了比較，并采用這兩種分析方法對(duì)美國(guó)中東部地區(qū)能見(jiàn)度觀測(cè)資料進(jìn)行了統(tǒng)計(jì)分析[12]。國(guó)內(nèi)利用這些方法對(duì)北京、天津等重點(diǎn)城市和地區(qū)的能見(jiàn)度進(jìn)行了趨勢(shì)分析[13]。

寶雞地處中緯度地區(qū)，位于我國(guó)西北內(nèi)陸，地處關(guān)中平原西部，屬暖溫帶半干旱半濕潤(rùn)性的大陸性氣候，四季分明。20世紀(jì)以來(lái)，伴隨著全球變化，寶雞市能見(jiàn)度也發(fā)生了變化。能見(jiàn)度變化對(duì)生態(tài)環(huán)境、經(jīng)濟(jì)發(fā)展和人民生活有一定的影響。目前對(duì)寶雞市能見(jiàn)度變化研究還不太系統(tǒng)，因此本文依據(jù)寶雞市能見(jiàn)度逐日觀測(cè)數(shù)據(jù)，利用相關(guān)分析方法對(duì)其能見(jiàn)度變化特征進(jìn)行了分析，旨在為減少能見(jiàn)度降低的不利影響提供理論支撐。

1 資料來(lái)源與數(shù)據(jù)處理

本文所用數(shù)據(jù)來(lái)源于寶雞市1981～2013年11個(gè)氣象站點(diǎn)(圖1)能見(jiàn)度數(shù)據(jù)。每天3個(gè)觀測(cè)時(shí)點(diǎn)08:00、14:00、20:00時(shí)。本文選用14:00時(shí)能見(jiàn)度觀測(cè)數(shù)據(jù),該時(shí)刻觀測(cè)值更能代表所在區(qū)域的大氣能見(jiàn)度水平。8:00時(shí)能見(jiàn)度受兩個(gè)因素的影響：分別是早晨出現(xiàn)的輻射霧和夜間形成的接地逆溫未被破壞，從而導(dǎo)致大氣中顆粒物濃度升高[14-15]，而這些現(xiàn)象到中午就會(huì)消散。20:00時(shí)觀測(cè)數(shù)據(jù)，此刻所選目標(biāo)物與白天選取目標(biāo)物不同，而造成晝夜能見(jiàn)度資料的不一致性[16]。

圖1 寶雞市氣象站點(diǎn)分布圖

2 分析方法

2.1 一元線(xiàn)性趨勢(shì)分析

利用一元線(xiàn)性趨勢(shì)分析法[17]對(duì)能見(jiàn)度序列的變化趨勢(shì)進(jìn)行估計(jì)。若xi為樣本數(shù)量為n的某一能見(jiàn)度變量；ti為xi所對(duì)應(yīng)的時(shí)間，建立一元線(xiàn)性回歸方程：

xi=a+bti

(1)

2.2 小波分析法

小波分析是在傅立葉變換的基礎(chǔ)上引入了窗口函數(shù)[18]，把一個(gè)時(shí)間序列分解為時(shí)間和頻率的貢獻(xiàn)，對(duì)獲取一個(gè)復(fù)雜時(shí)間序列的調(diào)整規(guī)律，診斷出能見(jiàn)度變化的內(nèi)在層次結(jié)構(gòu)，分辨時(shí)間序列在不同時(shí)間尺度上的分布特征[19-22]。

2.3 Mann-Kendall檢驗(yàn)法(下稱(chēng)M-K檢驗(yàn))

利用Mann-Kendall檢驗(yàn)法[22-23]對(duì)數(shù)據(jù)進(jìn)行突變檢驗(yàn)。其基本原理：定義統(tǒng)計(jì)量UFk和UBk，UFk為標(biāo)準(zhǔn)正態(tài)分布曲線(xiàn)，給定一個(gè)顯著性水平(Uα1)，查表可得(臨界值)Uα1。當(dāng)UFK>Uα1時(shí)，序列出現(xiàn)一個(gè)顯著性增長(zhǎng)或減少的趨勢(shì)；所有UFk將組成一條曲線(xiàn)UF。同時(shí)使UFk=-UBk，若UFk或UBk的值大于0，則呈上升趨勢(shì)，小于0則呈下降趨勢(shì)。若兩條曲線(xiàn)在臨界值范圍之間出現(xiàn)交點(diǎn)，那么交點(diǎn)對(duì)應(yīng)的時(shí)刻就是突變點(diǎn)開(kāi)始的時(shí)刻[24]。

2.4 滑動(dòng)t檢驗(yàn)法

q遵從自由度v=n1+n2-2的t分布。采取滑動(dòng)的方法，連續(xù)設(shè)置基準(zhǔn)點(diǎn)，可得到統(tǒng)計(jì)量序列qi，給定顯著性水平(α)，查t分布表得到臨界值(qα),若|qi|>qα，則認(rèn)為在基準(zhǔn)點(diǎn)時(shí)刻出現(xiàn)突變[28]。

3 結(jié)果與討論

3.1 能見(jiàn)度變化趨勢(shì)

1981～2013年寶雞地區(qū)11個(gè)站點(diǎn)的年均能見(jiàn)度變化如圖2所示。由圖2可知，渭濱站、陳倉(cāng)、鳳縣、麟游、眉縣和太白6個(gè)站點(diǎn)年均能見(jiàn)度為上升趨勢(shì)，最大和最小變率分別為2.46/10年(陳倉(cāng))和0.03/10年(眉縣)。由年際均值來(lái)看，渭濱站總體呈現(xiàn)升-降趨勢(shì)，由21世紀(jì)80年代到90年代中期呈現(xiàn)上升趨勢(shì)，隨后出現(xiàn)緩慢的波動(dòng)，趨勢(shì)線(xiàn)在2011～2013年呈現(xiàn)明顯的上升趨勢(shì)，其變率為0.48 km/10年，年均能見(jiàn)度在10.59～15.29 km范圍內(nèi)波動(dòng)；由年際均值看，陳倉(cāng)站和鳳縣站呈現(xiàn)持續(xù)上升趨勢(shì)，在21世紀(jì)初有小幅度的下降，其變率分別為2.46 km/10年和2.30 km/10年，線(xiàn)性擬合程度較高；年均能見(jiàn)度分別在10.36～21.04 km和18.32～28.73 km范圍內(nèi)波動(dòng)；由年際均值來(lái)看麟游站總體呈升降趨勢(shì)，20世紀(jì)80年代中期到90年代中期年代際均值相近為24.27 km和24.66 km，21世紀(jì)初期出現(xiàn)明顯的下降趨勢(shì)，其變率為1.71 km/10年，年均能見(jiàn)度波動(dòng)范圍在18.14～33.95 km之間；由年際均值來(lái)看，眉縣站總體呈現(xiàn)先降后升，且從20世紀(jì)90年代中期到2013年年際均值較為相近，年均能見(jiàn)度波動(dòng)范圍在9.28～14.83 km之間，其變率為0.03 km/10年，在整個(gè)時(shí)間序列眉縣出現(xiàn)能見(jiàn)度最低值9.28 km；太白年際均值80年代到20世紀(jì)末持續(xù)上升，之后出現(xiàn)交替下降、上升態(tài)勢(shì)，2005年之后年際均值較為相近，年均能見(jiàn)度波動(dòng)范圍在24.65～28.49 km之間，變率為0.73 km/10年。

圖2 寶雞市及縣區(qū)年均能見(jiàn)度變化

鳳翔、隴縣、扶風(fēng)、岐山和千陽(yáng)5個(gè)站點(diǎn)年均能見(jiàn)度為下降趨勢(shì)，最大和最小變率為0.79 km/10年(千陽(yáng))和0.085 km/10年(鳳翔)。由年際均值來(lái)看，6個(gè)站點(diǎn)均有交替上升、下降態(tài)勢(shì)。鳳翔站除80年代初期和90年代末有一定波動(dòng)外，其他年際均值較為相近(13.72、13.93、13.62 km)，波動(dòng)范圍在11.61～15.93 km之間，變率為0.085 km/10年。隴縣90年代年際均值相近，年均能見(jiàn)度在14.86～19.97 km范圍內(nèi)波動(dòng)，變率為0.095 km/10年。由年際均值來(lái)看，岐山站80年代和2006～2013年代際均值較為相近(13.30、13.25、12.85、12.74 km)，年均能見(jiàn)度波動(dòng)范圍在11.15～15.63 km之間，變率為0.18 km/10年。從年際均值來(lái)看，千陽(yáng)站能見(jiàn)度波動(dòng)相對(duì)較大，80年代后期和90年代初期年代際均值較為相近，年均能見(jiàn)度均值在14.30～23.31 km之間波動(dòng)，變率為0.79 km/10年。扶風(fēng)站年際均值在90年代中后期到21世紀(jì)初期較為相近，年均能見(jiàn)度均值波動(dòng)范圍為10.40～14.73 km，變率為0.38 km/10年。

總體來(lái)看,除陳倉(cāng)、眉縣和鳳縣年均能見(jiàn)度在整個(gè)研究時(shí)段末端出現(xiàn)微弱的下降外，其余8個(gè)站點(diǎn)年均能見(jiàn)度均為上升趨勢(shì)，且扶風(fēng)、隴縣、岐山、渭濱站點(diǎn)上升趨勢(shì)明顯。與寶雞市地面氣象觀測(cè)站圖對(duì)比可看出，寶雞市年均能見(jiàn)度增加的縣區(qū)主要集中在南部秦嶺和渭河谷地地區(qū)和東北方向的麟游，年均能見(jiàn)度降低的縣區(qū)扶風(fēng)、岐山、鳳翔、千陽(yáng)和隴縣形成了東南-西北走向帶狀。

表1為M-K方法對(duì)寶雞市及各縣區(qū)11個(gè)站點(diǎn)年均和季節(jié)的能見(jiàn)度變化趨勢(shì)檢驗(yàn)的統(tǒng)計(jì)值，寶雞年能見(jiàn)度是由11個(gè)站數(shù)據(jù)平均得到。由表1可以看出渭濱區(qū)夏季，扶風(fēng)縣的秋、冬季，鳳翔秋、冬季，隴縣的夏、秋、冬季，眉縣的夏季，千陽(yáng)秋季和岐山的秋季均呈現(xiàn)微弱的下降趨勢(shì)，但未通過(guò)顯著性檢驗(yàn)。扶風(fēng)縣、鳳縣春季，麟游夏、秋季，眉縣秋冬季，岐山春冬季，千陽(yáng)春冬季和太白夏季能見(jiàn)度均呈微弱的上升趨勢(shì)，未通過(guò)顯著性檢測(cè)。扶風(fēng)、鳳翔、隴縣、岐山和千陽(yáng)年均能見(jiàn)度呈微弱的下降趨勢(shì)，且未通過(guò)顯著性分析，眉縣年均能見(jiàn)度呈現(xiàn)微弱的上升趨勢(shì)，未通過(guò)顯著性檢驗(yàn)；渭濱區(qū)、陳倉(cāng)區(qū)、鳳縣、麟游和太白年均能見(jiàn)度均呈現(xiàn)上升趨勢(shì)且通過(guò)顯著性檢驗(yàn)。寶雞春、秋、冬季均呈現(xiàn)上升趨勢(shì)，且都通過(guò)顯著性檢驗(yàn)；夏季能見(jiàn)度呈現(xiàn)微弱的下降趨勢(shì)，且未通過(guò)顯著性檢驗(yàn)；年均能見(jiàn)度呈上升趨勢(shì)且通過(guò)99%的顯著性檢驗(yàn)，變率為5.11 km/10年。

表1 不同季節(jié)M-K趨勢(shì)分析方法的統(tǒng)計(jì)檢驗(yàn)值

注：*表示通過(guò)90%置信度檢測(cè)；**表示通過(guò)95%置信度檢測(cè)；***表示通過(guò)99%置信度檢測(cè)。

將能見(jiàn)度分為0.1～1.9、2.0～9.9、10.0～19.9、20.0～39.9、40.0～100.0 km 5個(gè)區(qū)間[29]，對(duì)寶雞地區(qū)每10年和近3年(2011～2013年)的能見(jiàn)度日值分布進(jìn)行統(tǒng)計(jì)，結(jié)果如表2所示，不同代際低能見(jiàn)度(小于2.0 km)的出現(xiàn)比例逐步下降，較好能見(jiàn)度(20.0～39.9 km)的出現(xiàn)比例逐漸增加，0.1～1.9 km等級(jí)范圍內(nèi)為升-降的趨勢(shì)，變化幅度不大，10.0～19.9 km范圍內(nèi)所占比例為降-升的趨勢(shì)，大于等于40.0 km范圍內(nèi)所占比例為升-降趨勢(shì)。

表2 1981～2013年寶雞地區(qū)能見(jiàn)度區(qū)間分布 %

3.2 能見(jiàn)度周期變化

本文將寶雞11個(gè)地區(qū)年及四季能見(jiàn)度均值整理得出寶雞市年、四季能見(jiàn)度均值，進(jìn)行小波周期分析。寶雞市年均能見(jiàn)度變化存在著多時(shí)間尺度特征。圖3表明寶雞市全年能見(jiàn)度均值變化存在著6、13和26年的3類(lèi)尺度的中心周期變化規(guī)律；其中，26年尺度上周期性最強(qiáng)，出現(xiàn)了降-升的準(zhǔn)兩次震蕩，且貫穿整個(gè)計(jì)算時(shí)域；13年的尺度為第二主周期，在1993年后存在降-升準(zhǔn)兩次震蕩；6年尺度上出現(xiàn)了準(zhǔn)5次周期震蕩，且在1991年之后表現(xiàn)穩(wěn)定。春季能見(jiàn)度均值中心周期存在著8、14和24年的3類(lèi)尺度的周期變化規(guī)律；其中24年尺度上周期性最強(qiáng)，出現(xiàn)了準(zhǔn)兩次震蕩，且貫穿整個(gè)計(jì)算時(shí)域；14年尺度為第二主周期，且在2001年之后出現(xiàn)1次周期震蕩。8年尺度為第三主周期，1993年之后出現(xiàn)了準(zhǔn)5次周期震蕩。夏季能見(jiàn)度均值中心周期存在著6、9、13和28年不同尺度上的中心周期變化規(guī)律；其中，28年尺度為第一主周期，出現(xiàn)了準(zhǔn)兩次周期震蕩，且具有全域性；13年尺度為次主周期且出現(xiàn)3次周期震蕩，在整個(gè)分析時(shí)段表現(xiàn)較為穩(wěn)定；9年尺度為第三主周期，且在1993年之后存在著準(zhǔn)3次震蕩周期；6年尺度為第四周期，且在1988年之后存在著準(zhǔn)6次周期震蕩。秋季能見(jiàn)度均值中心周期變化存在著25、13和8年3類(lèi)時(shí)間尺度上的周期變化規(guī)律，其中25年尺度為第一主周期，出現(xiàn)了準(zhǔn)兩次周期震蕩，并貫穿整個(gè)計(jì)算時(shí)域；13年尺度為次主周期，且在1998年之后出現(xiàn)準(zhǔn)1次周期震蕩；8年尺度為第三周期，在1997年之后出現(xiàn)準(zhǔn)兩次周期震蕩。冬季能見(jiàn)度均值變化中心周期存在6、9和27年3類(lèi)時(shí)間尺度上的中心周期變化規(guī)律，其中，27年尺度上的周期變化存在準(zhǔn)兩次周期震蕩且周期性最強(qiáng)；9年時(shí)間尺度上存在著準(zhǔn)3次周期震蕩，周期性次之，均具有全域性；6年時(shí)間尺度周期性最弱，在1992年之后存在準(zhǔn)5次周期震蕩，具有局部性。

小波方差圖(圖3)表明1981～2013年寶雞市年均和季均能見(jiàn)度主中心周期在24～28年范圍內(nèi)波動(dòng)，其次周期相差較大。

圖3 1981～2013年寶雞市及四季小波變化實(shí)部圖和小波方差圖

4 能見(jiàn)度突變分析

采用M-K突變檢驗(yàn)和滑動(dòng)t檢驗(yàn)方法對(duì)寶雞地區(qū)各個(gè)站點(diǎn)的年均能見(jiàn)度數(shù)據(jù)進(jìn)行突變分析，圖4為M-K突變檢驗(yàn)圖，滑動(dòng)t檢驗(yàn)圖略。符淙斌等[30]給出了突變的普適定義，最基本的突變類(lèi)型有[31]：均值突變、方差突變、蹺蹺板突變和轉(zhuǎn)折突變。

通過(guò)上述對(duì)M-K突變檢驗(yàn)方法的描述可知，渭濱區(qū)、鳳縣、麟游和太白站的能見(jiàn)度在上升過(guò)程中均出現(xiàn)突變，突變時(shí)間分別在1988、1991、1986和1988年前后。渭濱區(qū)突變點(diǎn)前后的均值為11.44 km和13.0 km，方差前后變化為0.24和0.85。鳳縣突變點(diǎn)前后的均值為21.97、27.30 km，方差前后變化為2.61和0.72。麟游縣突變點(diǎn)前后均值為19.41和26.06，方差前后變化為3.208和14.2715，其均值突變和方差突變都較為顯著。太白突變點(diǎn)前后均值變化為25.41 km和27.24 km，方差前后變化為0.22和0.51。 圖4中陳倉(cāng)區(qū)突變點(diǎn)在1995年且交點(diǎn)在閾值范圍外，而滑動(dòng)t檢驗(yàn)未在1995年之后檢測(cè)出突變點(diǎn)，因此該站能見(jiàn)度未出現(xiàn)顯著突變。寶雞市能見(jiàn)度在上升過(guò)程中出現(xiàn)突變，突變點(diǎn)在1994年前后，突變點(diǎn)前后的均值分別為16.80 km和18.00 km，方差前后變化為0.27和0.39，其均值突變和方差突變都較為顯著。

5 結(jié)論

寶雞地區(qū)11個(gè)地面氣象臺(tái)站的年均能見(jiàn)度變化趨勢(shì)不同。寶雞市、陳倉(cāng)、鳳縣、麟游、眉縣和太白站呈上升趨勢(shì)，最大和最小變率分別出現(xiàn)在寶雞縣站和眉縣站，分別為2.46、0.30 km/10年。寶雞市年均能見(jiàn)度增加的縣區(qū)主要集中在南部秦嶺和渭河谷地地區(qū)以及東北方向的麟游，年均能見(jiàn)度降低的縣區(qū)呈東南-西北走向帶狀。

寶雞市春、秋和冬季年均能見(jiàn)度呈上升趨勢(shì)，而夏季呈現(xiàn)微弱的下降趨勢(shì)，年均能見(jiàn)度呈上升趨勢(shì)，增加5.11 km/10年。低能見(jiàn)度(2.0～9.9 km)的比例呈現(xiàn)下降趨勢(shì)，較好能見(jiàn)度(20.0～39.9 km)的百分比呈現(xiàn)上升趨勢(shì)。寶雞市年均能見(jiàn)度存在多時(shí)間尺度，其年及四季主周期在24～28年范圍內(nèi)波動(dòng)，且都為兩次準(zhǔn)周期震蕩，各次周期相差較大。

Mann-Kendall突變檢驗(yàn)和滑動(dòng)t檢驗(yàn)結(jié)果表明渭濱區(qū)、鳳縣、麟游和太白4個(gè)站點(diǎn)均出現(xiàn)突變，且突變是幾種類(lèi)型的疊加。

[1] 施紅,陳敏,韓晶晶.上海浦東地區(qū)大氣能見(jiàn)度的變化特征及影響因子分析[J].大氣科學(xué)研究與應(yīng)用,2008(2):1-8.

[2] 張小娟,陳娟,鄭小波,等.近50年來(lái)四川干能見(jiàn)度霧霾日數(shù)及消光系數(shù)時(shí)空變化特征[J].長(zhǎng)江流域資源與環(huán)境,2014,23(12):1746-1753.

[3] 孔敏,顧松山.由Mie理論探討大氣能見(jiàn)度[J].知識(shí)經(jīng)濟(jì),2008(8):87-88.

[4] 秦世廣,石廣玉,陳琳,等.利用地面水平能見(jiàn)度估算并分析中國(guó)地區(qū)氣溶膠光學(xué)厚度長(zhǎng)期變化特征[J].大氣科學(xué),2010,34(2):449-456.

[5] 李兵,夏石友,吳正好,等.1980-2010年湖南安化山區(qū)大氣能見(jiàn)度變化特征[J].江西農(nóng)業(yè)學(xué)報(bào),2015,27(6):125-129,133.

[6] 傅剛,李曉嵐,魏娜.大氣能見(jiàn)度研究[J].中國(guó)海洋大學(xué)學(xué)報(bào):自然科學(xué)版,2009(5):855-862.

[7] 侯魯健,劉玉堂,呂波,等.濟(jì)南市大氣水平能見(jiàn)度與環(huán)境污染相關(guān)分析[J].環(huán)境工程學(xué)報(bào),2014,8(6):2523-2528.

[8] Holzworth G E, Maga J A. A method for analyzing the trend in visibility[J]. J Air Pollut Conntrol Ass, 1960, 10(6): 430- 435.

[9] Craig C D, Faulkenberry G D. The application of riditanalysis to detect trends in visibility[J]. Atmos Environ, 1979, 13: 1617-1622.

[10] Sloane C S. Visibility trends-I. Methods of analysis[J]. Atmos Environ, 1982, 16: 41-51.

[11] Sloane C S. Visibility trends-II. Mideastern United Sates 1948～1978[J]. Atmos Environ, 1982, 16: 2309～2321.

[12] 范引琪,李二杰,范增祿.河北省1960～2002年城市大氣能見(jiàn)度的變化趨勢(shì)[J].大氣科學(xué),2005,29(4):526-535.

[13] 余予,孟曉艷,張欣.1980-2011年北京城區(qū)能見(jiàn)度變化趨勢(shì)及突變分析[J].環(huán)境科學(xué)研究,2013,26(2):129-136.

[14] 黃健,吳兌,黃敏輝,等.1954-2004年珠江三角洲大氣能見(jiàn)度變化趨勢(shì)[J].應(yīng)用氣象學(xué)報(bào),2008,19(1):61-70.

[15] 余予,孟曉艷,張欣.1980-2011年北京城區(qū)能見(jiàn)度變化趨勢(shì)及突變分析[J].環(huán)境科學(xué)研究,2013,26(2):129-136.

[16] 彭艷,王釗,李星敏,等.近60a陜西關(guān)中城市群大氣能見(jiàn)度變化趨勢(shì)與大氣污染研究[J].干旱區(qū)資源與環(huán)境,2011,25(9):149-155.

[17] 賀偉,布仁倉(cāng),熊在平,等. 1961-2005年?yáng)|北地區(qū)氣溫和降水變化趨勢(shì)[J].生態(tài)學(xué)報(bào),2013,33(2):519-531.

[18] 張存暖,卞偉明.寸灘站近50年流量的小波周期分析[J].吉林水利,2009(9):46-49.

[19] 邵曉梅,許月卿,嚴(yán)昌榮.黃河流域降水序列變化的小波分析[J].北京大學(xué)學(xué)報(bào):自然科學(xué)版,2006,42(4):503-509.

[20] 黃磊,張志山,吳攀.沙坡頭地區(qū)多年降水量時(shí)間序列的小波分析[J].蘭州大學(xué)學(xué)報(bào):自然科學(xué)版,2010,46(5):63-66.

[21] 張軍濤,李哲,鄭度.溫度與降水變化的小波分析及其環(huán)境效應(yīng)解釋:以東北農(nóng)牧交錯(cuò)區(qū)為例[J].地理研究,2002,21(1):54-60.

[22] 金成浩,韓京龍.基于Mann-Kendall檢驗(yàn)的嘎呀河流域降水變化趨勢(shì)及突變分析[J].吉林水利,2013(12):62-66.

[23] 劉春玲,許有鵬,張強(qiáng).長(zhǎng)江三角洲地區(qū)氣候變化趨勢(shì)及突變分析[J].曲阜師范大學(xué)學(xué)報(bào):自然科學(xué)版,2005( 1):109-114.

[24] 董滿(mǎn)宇,江源,任斐鵬，等.近50a來(lái)北方農(nóng)牧交錯(cuò)帶氣溫變化趨勢(shì)及突變分析[J].中國(guó)沙漠,2010,30(4):926-932.

[25] 劉萱,張文煜,賈東于，等.河西走廊沙塵暴50a頻率突變檢測(cè)分析[J].中國(guó)沙漠,2011,31(6):1579-1584.

[26] 肖棟,李建平.全球海溫場(chǎng)中主要的年代際突變及其模態(tài)[J].大氣科學(xué),2007,31(5):839-854.

[27] 李艷春,李艷芳.寧夏近百年來(lái)的氣候變化及突變分析[J].高原氣象,2001(1):100-104.

[28] 李改萍,周旗,趙丹.1981-2013年寶雞市霧霾日數(shù)變化趨勢(shì)及突變分析[J].寶雞文理學(xué)院學(xué)報(bào):自然科學(xué)版,2015,35(4):62-67.

[29] 葉香,姜愛(ài)軍,張軍,等. 南京市大氣能見(jiàn)度的變化趨勢(shì)及特征[J].氣象科學(xué),2011(3):325-331.

[30] 符淙斌,王強(qiáng).氣候突變的定義和檢測(cè)方法[J].大氣科學(xué),1992,16(4):482-493.

[31] 馬曉波,胡澤勇.青藏高原40年來(lái)降水變化趨勢(shì)及突變的分析[J].中國(guó)沙漠,2005,25(1):139-141.

(責(zé)任編輯：許晶晶)

Analysis of Variation Trend and Abrupt Change of Visibility in Baoji Area during 1981～2013

LI Gai-ping, ZHOU Qi*, ZHAI Ya-qian

(Key Laboratory of Disaster Monitoring and Simulating of Shaanxi Province,Baoji University of Arts and Sciences, Baoji 721013, China)

According to the data of air horizontal visibility which were observed manually from 1981 to 2013 at eleven ground meteorological stations of Baoji city, the variation trend and abrupt changes of visibility in Baoji area were analyzed by using the methods of Mann-Kendall tendency abrupt-change test, movingt-test, and wavelet analysis. The annual mean values of visibility generally showed a decreasing trend at Fufeng, Fengxiang, Long county, Qishan and Qianyang stations, and generally revealed a rising trend at the other stations. The maximum and minimum variation rate of the annual mean visibility were 2.46 km/10 a at Chencang station and 0.085 km/10 a at Fengxiang station, respectively. The counties with increasing annual mean visibility were mainly distributed in the southern Qinling, the Wei river valley and the northeastern Linyou. The counties with decreasing annual mean visibility formed a southeast-northwest zonal region. The annual mean visibility of Baoji city showed a rising trend with the variation rate of 5.11 km/10 a, and the mean visibility value of this city from 2011 to 2013 was 17.65 km. The proportion of low visibility value (2.0～9.9 km) revealed a decreasing trend, while the percentage of better visibility value (20.0～39.9 km) revealed a rising trend. The annual average visibility in Baoji had multi-time scales, its annual and seasonal primary center cycles fluctuated from 24 a to 28 a, and they all had two quasi periodic oscillations with largely different minor cycles. The results of Mann-Kendall abrupt-change test and movingt-test indicated that the abrupt changes of annual mean visibility appeared at 5 stations (except for Chencang station) which had passed the significant test, and the abrupt-change type was the overlaying of many types.

Visibility; Variation trend; Abrupt change; Mann-Kendall method; Movingt-test; Wavelet analysis

2016-07-06

國(guó)家自然科學(xué)基金項(xiàng)目(41071359)。

李改萍(1989─)，女，陜西寶雞人，碩士研究生，研究方向?yàn)樽匀坏乩韺W(xué)。*通訊作者：周旗。

P12.17

A

1001-8581(2016)12-0094-06