1980~2016年陜西省冬季霾日數時空變化及增多成因初探

黃 鑫,李亞麗,王靖中,陸志武,鞏遠發,劉 源,曹 波,胡 皓,呂 丹,胡 誠

1980~2016年陜西省冬季霾日數時空變化及增多成因初探

黃 鑫1,李亞麗1,王靖中3,陸志武4,鞏遠發2*,劉 源5,曹 波1,胡 皓6,呂 丹7,胡 誠8

(1.陜西省氣象信息中心,陜西 西安 710014；2.成都信息工程大學,四川 成都 610225；3.陜西省氣象服務中心,陜西 西安 710014；4.中國人民解放軍 69008 部隊,新疆 烏魯木齊 830000；5.陜西省氣象機關服務中心,陜西 西安 710014；6.陜西省氣象臺,陜西 西安 710014；7.千陽縣氣象局,陜西 寶雞 721100；8.明尼蘇達大學,圣保羅市 55108)

利用陜西省地面氣象觀測站觀測資料、中國國家統計局統計資料、美國NASA的MODIS氣溶膠光學厚度(AOD)資料以及NCEP/NCAR月平均再分析資料,對1980~2016年陜西省冬季霾日數的時空變化特征及可能原因進行了分析,結果表明:(1)1980~2016年冬季陜西省平均霾日數為12d左右,并且伴有明顯的年代際變化;其中1980~2012年冬季霾日數波動明顯,1980~1993年偏多,1994~2012年偏少,2013年之后霾日數增加明顯.(2)1980~ 2016年冬季陜西的霾日數有顯著的區域差異.關中地區的霾日數最多,平均每年大于18d;陜南地區次之,年平均霾日數為10d左右;陜北地區最少,平均霾日數僅3d左右.陜北、關中、陜南3大區域冬季的霾日數均在2013年后出現了明顯的增多.(3)2000~2016年冬季MODIS衛星監測的陜西AOD在關中咸陽、西安、渭南以及漢中南部和安康南部存在明顯的高值區,大于0.4,其中關中氣溶膠高值區域與關中地區霾日數大值區域有很好的對應關系.(4)2013~2016年冬季我國中東部的對流層低層的東風異常是向陜西關中地區輸送氣溶膠的有利條件,是霾天氣的產生原因之一;2013~2016年陜西冬季對流層低層存在一個明顯的位溫梯度增大的區域,是不利于霾向高空擴散的大氣層結條件,是霾日數明顯增加的另一個原因.

霾；工業化；氣溶膠光學厚度；陜西省；位溫

近年來,全國各地霧霾頻發,對交通旅游,人民健康造成了明顯的影響.基于氣象部門觀測記錄的能見度和相對濕度等資料[1],前人已經對部分地區的霾日數時空分布進行了研究.吳兌等[2]指出,20世紀80年代以來中國霾日數明顯增加,西安的年平均霾日數在全國城市中的排名為第五位.基于京津冀區域107個地面站的氣象資料,趙普生等[3]得出,京津冀范圍內的霾日數在1980~2008年呈現逐漸增加的趨勢.通過分析1960~2012年期間西安霧霾日數的變化,王珊等[4]得出西安市霧霾日數年平均的波動性增加趨勢非常明顯,進入21世紀后每年可達172d.陜西地勢南北高,中部低,地勢由西向東傾斜.北山和秦嶺把陜西分為3大自然區域:北部是陜北高原,中部是關中平原,南部是秦巴山區.目前對陜西地區霾日數分布的研究主要集中在關中區域[5-6],對陜北和陜南地區的霾日數時空分布特征研究較少.

能見度的衰減是由大氣氣體和大氣氣溶膠共同作用導致的,氣溶膠的吸濕增長特性對其消光能力有明顯的影響[7].大氣中的硫酸鹽和硝酸鹽等顆粒物是大氣氣溶膠粒子的重要組成部分,大氣中此類污染顆粒物的濃度與燃煤、汽車尾氣排放量等有關[8].石春娥等[9]對1980~2013年安徽霾日數變化的趨勢及可能原因進行了分析.通過對安徽省各級氣象測站霾日數與煤炭消耗量、SO2排放量、NO2排放量等的關系分析,她們得出地級市平均霾日數的變化趨勢與對流層NO2柱含量及民用汽車保有量的變化趨勢存在顯著正相關關系.符傳博和丹利[10]指出我國東部地區的年平均氣溶膠光學厚度空間分布與東部年平均分布霾日數空間分布基本一致.故有必要利用氣溶膠光學厚度資料探討陜西省霾日數與氣溶膠光學厚度的關系.

PM10為空氣質量監測的一個重要指標,2000~ 2012年西安年平均PM10呈現下降的趨勢,最大值出現在2000年,為0.165mg/m3,2013年濃度最高, 2013~2015年PM10的年均值分別為190μg/m3、147μg/m3、125μg/m3,相比2000~2012年,2013年后PM10增大明顯,2016年采暖期平均PM2.5和PM10均高于2015年采暖期[11].通過分析西安市取暖季的AQI資料,2014~2017年西安市空氣質量為良的天數顯著減少,2015~2016年和2014~2015年相比,NO2和CO為首要污染物的天數明顯增加,也反映了車輛尾氣排放對西安市空氣污染的影響[12].根據西安13個大氣環境監測點的數據資料,洪超[13]統計了2014~2016年空氣質量各等級出現日數值,得出2014~2016年西安輕度及以上污染日數分別為190天、135天、206天.通過分析關中西安、咸陽、銅川、寶雞、渭南5個城市的AQI數據,楊哲[14]得出2016年關中輕度及以上污染天數比2015年出現了明顯的增加,均大于100天,其中咸陽176天,渭南163天,關中冬季平均AQI值也出現了明顯的增加.因此2013年之后西安市以及陜西省的霾日數的演變特征值得關注.

本文利用陜西省100個地面氣象觀測站的水平能見度、相對濕度資料以及天氣現象觀測資料,分析1980~2016年陜西省霾日數的變化趨勢、各個地市以及縣級測站霾日數變化趨勢,結合中國國家統計局發布的陜西省燃煤量、汽車保有量、煙塵SO2和NO排放量等資料,MODIS的AOD資料,NCEP/ NCAR再分析資料等,探討陜西省霾日數變化趨勢及其可能原因,旨在為陜西省氣象以及相關部門對陜西省霾天氣的業務預報提供參考,同時為政府部門制定空氣污染防治計劃提供科學依據.

1 資料與方法

1.1 資料

圖1 陜西省地理海拔信息和氣象站點分布

Fig.1 Distribution of geographical elevation information of Shaanxi Province, meteorological stations

陜西省各地面氣象觀測站(含西安站57036)的逐日地面觀測資料,包括地面水平能見度、相對濕度、天氣現象記錄和地面風速等.由陜西省氣象信息中心提供;中國國家統計局發布的陜西省逐年燃煤量、汽車保有量、煙塵、SO2和NO排放量等資料; NASA-MODIS網站提供的2000~2016年MOD08Level3數據,空間分辨率1o×1o; NCEP/NCAR全球再分析逐月風場和溫度資料,水平分辨率為2.5o×2.5o,時間長度為1980年1月~2017年2月.陜西省的地理海拔信息(圖1)資料來源于地理空間數據云網站.

1.2 霾日重建方法

為開展霾天氣現象的氣候研究,國內外對霧、霾氣候資料的處理(識別)方法主要有3種:(1)直接使用天氣現象觀測代碼;(2)當日未出現降水、沙塵和煙幕等其它能導致低能見度的情況時,日均能見度低于10km,日均相對濕度低于(大于)90%,將該日定義為一個霾日(霧日)[2];(3)14:00未出現降水、沙塵和煙幕等其它能導致低能見度的情況,14:00能見度低于10km,其中相對濕度小于(大于)90%被認定為霾(霧)[15-16].

直接使用天氣現象觀測代碼識別霾現象會受到觀測員主觀判斷影響.利用平均濕度和能見度容易受到能見度晚上觀測與白天觀測目標物不一致的影響;早晨8:00又容易受到輻射霧的影響.考慮到這些不利因素,本文將采用第3種方法來界定一個霾日.具體來說,當某日14:00的能見度低于10km,相對濕度低于90%,且未出現降水、吹雪、沙塵等其他有視程障礙的天氣現象時,將這一日記為一個霾日.

從2014年開始陸續有部分站點開始使用能見度儀器進行能見度觀測,張靜等[17]利用2種自動觀測能見度儀器數據與目測能見度做對比,指出14:00器測能見度與目測能見度誤差為2.3%和4.3%,而且分析每天5個時次的觀測數據,得出視程大于10km和小于3km的情況下粗差率均小于2%,具有較好的可替代性,故本文未采取能見度訂正.但是未來對于霾天氣的研究,有必要利用環保資料判斷顆粒物濃度對能見度的影響[18].

采用相對濕度和能見度來判別的2種方法重建得到的陜西省霾日數空間分布形勢基本一致.由于西安站(57036)在2014年遷至涇河站,故2014年之后采用涇河站(57131)的觀測數據來代替西安站.如圖2所示,3種方法得出的霾日數年代際變化趨勢基本一致,1980~2012年呈現下降的趨勢,2012年之后霾日數增多.相比利用日平均濕度與能見度方法,基于14:00時能見度和濕度資料得到的霾日數較少.

由圖2可見,2013年后由于霾污染趨于嚴重,西安站觀測到的霾日數在2013年后有了大幅度增加,其中2013年霾日數為103d,這可能與西安站市區觀測環境的改變有一定關系.與2014年相比2015和2016年西安站觀測到的霾日數出現了明顯的下降,與2種重建方法得到的結果不同.這是由于中國氣象局新的業務規范規定連續6個(含)以上時次出現霾現象,才記錄為1個霾日.新規定判別霾日的方法較2014年之前會有霾日減少的趨勢.其中2015和2016年霾現象觀測記錄顯示西安站的霾日數分別為129d和120d,利用14:00能見度和相對濕度重建的霾日數為117d和136d,利用平均能見度和相對濕度重建的霾日數為119d和142d.總之,利用14:00能見度和相對濕度的判別方法能夠較好的識別霾天氣的產生.采用這一方法可能會低估霾的出現頻次,但是識別出的霾是客觀存在的[19].

根據2010年頒布的國家行業標準[20]規定,按照能見度(is)范圍對霾天氣進行了分級:輕微(5km￡is￡10km,RH<90%)、輕度(3km￡is<5km, RH< 90%)、中度(2km￡is<3km,RH<90%)和重度is<2km, RH<90%)共4個等級.

圖2 2種重建方法得到西安霾日數與觀測記錄的比較

2 結果與分析

2.1 陜西省霾日數時空分布特征

2.1.1 1980~2016年陜西省霾日數變化趨勢 冬季是霾天氣出現最頻繁的季節[3],本文分析了陜西省各個季節霾日數的變化特征.由圖3可以看出,冬季是陜西省霾日數出現最多的季節,平均每年冬季產生霾日數大12d.其中在1980~1993年冬季霾日數偏多,1994~2012年冬季霾日數偏少,2013年之后霾日數增加明顯.由圖3可見,1980~2010年間陜西省冬季平均霾日數呈現減少的趨勢,2011年之后呈現上升的趨勢,2016年冬季陜西省霾日數最多,全省冬季平均霾日數大于36d,2015年全省冬季平均霾日數大于27d,2013年冬季大于16d,2014年冬季大于13d.每年秋季平均霾日數大于7d,春季霾日數大于5d,夏季最少,小于3d.因此本文主要研究冬季陜西省的霾日數變化情況及空間分布特征.值得一提的是,2013年后各個季節霾日數均明顯增多.從各個月份霾日數年代變化總體來看,2月份和9月份增加最明顯.

2.1.2 2016年冬季陜西省霾日數分布情況 圖4為利用下午14:00的能見度、濕度資料,排除其它有視程障礙的天氣現象后重建的陜西2016年冬季霾日數空間分布,可以看出,關中地區為一個明顯的霾日數大值區,整個關中區域的霾日數幾乎都大于40d,在寶雞東部到渭南中部地區存在一個大于50d的霾日數大值區域,西安市臨潼區霾日數最多為65d,周至站霾日數為60d,渭南市潼關站和華陰站霾日數分別為63d和61d.陜南漢中和安康部分地區也存在一個超過40d的大值區域,其中漢中南鄭站達到了61d,城固站大于60d.陜北霾日數較少,大多臺站小于40d,其中榆林南部和延安北部部分站點大于30d,銅川和延安東南部分站點大于30d,只有吳堡站達到了55d.

由此可見,在2016年冬季,關中地區為霾日數最多的地區,整個關中區域在2016年冬季平均霾日數大于46d.漢中和安康部分站點也是霾天氣出現的嚴重區域,多數站點大于40d.

圖4 2016年冬季陜西霾日數分布

色點代表氣象站點位置,下同

2.1.3 1980~2016年冬季各級霾日數變化情況 如圖5所示1980~2016年冬季全省100站累計各級霾日總數年變化,以輕微霾為主,在2010年之前輕度霾呈現下降的趨勢,之后各級霾呈現上升的趨勢,2013年重度霾較多,2015和2016年各級霾均明顯增多.其中1980~2016年冬季輕微霾、輕度霾、中度霾、重度霾分別占總霾日數為>59%,>26%,>8%和將近6%.2016年各站累計輕微霾總日數為2155d,輕度霾總日數為958d,中度霾總日數為298d,重度霾總日數為216d.

圖5 1980~2016年冬季全省100個站各級霾累計日數的逐年變化

2.1.4 1980~2016年冬季階段性霾日數空間分布 圖6給出了1980~1989年、1990~1999年、2000~2009年、2010~2016年4個時段冬季年均霾日數分布.(1)80年代,陜北延安地區、陜南漢中東部、安康和商洛西部霾日數較少,平均每年小于10d.漢中中部地區漢臺站、城固站、南鄭站霾日數大于30d,洋縣站大于35d.關中西安、寶雞、渭南、咸陽南部地區霾日數較高,大于25d,寶雞眉縣站霾日數大于35d,陳倉區、渭濱區站大于40d,渭南華縣站冬季霾日數為50d左右.(2)90年代,陜北榆林、延安地區多數站點平均霾日數小于10d,在陜北府谷站霾日數較高,大于20d,定邊站大于10d.陜南地區多數站點霾日數低于10d,在安康東部旬陽、白河大于10d,漢中地區霾日數較多,漢中南鄭、城固、洋縣、西鄉站的霾日數均大于30d.關中地區寶雞、西安、渭南霾日數均大于20d,西安南部長安站大于50d,藍田站達到了45d.寶雞東部眉縣站霾日數大于40d.渭南華縣站達到了40d左右.(3)2000~2009年,陜北延安和榆林地區霾日數依然較少,多數站點低于10d,神木站大于10d,府谷站霾日數大于30d,這可能與期間府谷采煤量增多有關系.陜南地區多數站點霾日數小于10d,只有陜南漢中地區霾日數較多,南鄭站達到了30d左右,其它漢中縣區小于20d.關中地區寶雞、西安、渭南霾日數較多,大多區站均大于20d,西安藍田站達到41d,長安站大于35d,渭南華縣站大于25d,華陰站大于40d.(4)2010~ 2016年陜北霾日數整體偏少,均小于10d,陜南大部分地區霾日數小于25d,其中漢中南鄭站霾日數大于30d,關中地區仍然為一個霾日數高發地區,霾日數大多大于20d,其中西安市戶縣、長安、藍田三站的霾日數均大于40d,周至站大于38d.渭南市部分站點大于30d,華陰站大于38d.咸陽站、寶雞站、銅川市耀縣站大于30d.由4個時段的情況來看,關中地區的霾日數大值區域一直穩定存在.漢中霾日數大值區域也一直存在,2010~2016年漢中霾整體平均日數較之前偏少,陜北霾日數整體較少.

2.1.5 冬季不同地理位置的霾日數變化趨勢 將陜西省分為陜北、關中、陜南3個區域,陜北為榆林和延安,關中包含銅川、咸陽、西安、寶雞、渭南5個市,陜南為漢中、安康、商洛3個市.這也符合傳統意義上三秦大地的劃分.

由圖7可見,1980~2016年陜西冬季不同地區霾日數有顯著的差異.(1)關中地區的霾日數最多,平均每年冬季霾日數大于18d.1980~1993年整體處于偏多的階段,1994~2012年整體處于偏少的階段,2010~2016年處于明顯增長階段.2016年為霾日數最多年,大于46d.其中,陜北、關中、陜南區域的霾日數均在2010年后出現了明顯的增多趨勢,這與陜西2010年后整體霾日數的變化趨勢一致.(2)陜南地區年平均霾日數為10d左右,其中在1980~1995年間霾日數整體處于偏多階段,1996~2012年平均霾日數整體偏少,并處于明顯的下降階段,2013年后霾日數明顯增多,并在2015年達27d,2016年大于36d.(3)陜北地區霾日數最少,1980~2012年整體處于下降趨勢,2013~2016年有所上升,陜北地區整體年平均霾日數為3d左右.2016年為霾日數最多的年份,將近18d.陜北、關中、陜南的冬季霾日數1980~2016年之間的相關系數均大于0.87,并且通過了99%的顯著性檢驗.這也說明陜西霾每年冬季平均日數變化存在明顯的區域一致性.

為了分析陜西3個地區14:00平均能見度的變化情況,基于每個站點每天的14:00能見度,計算了每個站點對于所在子區域的冬季平均能見度的標準差,之后分析了14:00陜西3個地區冬季平均能見度標準差的變化情況(圖8),陜南和關中地區的能見度標準差整體均處于下降趨勢,其中關中地區1995~2007年能見度標準差較大,陜南在1990~2005年能見度標準差較大,陜北在1995年后有下降的趨勢,在2015年之后有上升趨勢.這說明關中、陜南的能見度變化情況越來越小,霾的區域性特征越來越明顯.

圖6 陜西省冬季霾日數分布的年代際變化特征

圖7 陜西各區冬季霾日數的逐年變化

圖8 1980~2016年冬季陜西各區14:00能見度的標準差年變化

2.2 陜西省霾日數時空演變原因分析

霾天氣的產生主要取決于造成大氣污染的顆粒物濃度以及相對濕度[7],嚴格意義上講,還與造成大氣污染的顆粒物化學成分以及譜分布有關.由于本文基于常規氣象觀測資料能見度和相對濕度兩方面來分析陜西霾日數的分布特征,對霾產生時大氣成分的組成有待之后進行研究.

大氣污染顆粒物濃度同時取決于2個影響因子,一是大氣污染物的排放程度,二是大氣擴散條件.當空氣中懸浮大量細小顆粒物,并且局地處在水平風速小等擴散條件不利的情況下,會造成霾天氣的產生.張人禾等[21]指出表面風速的減弱不利于霧霾向區域以外平流輸送,垂直對流的減弱,也不利于霧霾向高空擴散.

2.2.1 西安站局地氣象因子與霾日數的關系 以西安站為例探討冬季局地氣象要素的變化對霾日數的影響(圖9).主要考慮風速和相對濕度,可以看出西安站的平均風速均小于3m/s,2013年以后西安站遷移到了相對遠離市區的涇河站,風速增大,但是涇河站的霾日數相比位于市區的西安站并未減少.童堯青等[22]利用南京6個氣象站得出,95%以上霾的日平均風速在0~4m/s之間.從平均相對濕度來看西安的相對濕度基本在80%以下,基本滿足霾產生的條件.

2.2.2 陜西省煤炭消耗量與民用汽車擁有量的逐年變化特征 為了分析污染物排放對陜西霾天氣產生的影響,分析了陜西省煤耗量、民用汽車擁有量、SO2和NO排放量與陜西省霾日數變化的情況(圖10)隨著近年來城市化進程的加快,陜西的煤炭消耗量以及汽車私人保有量均呈現明顯的上升的趨勢,但是從SO2和NO排放量來看,2011~2016年呈現明顯的下降趨勢,煙塵排放量在2015~2016年也明顯下降.研究表明1960~2010年中國的能源排放表現為穩定增長趨勢[10],是霾天氣頻率上升的重要因素.但是,陜西霾日數的變化并未隨2011~2016年工業排放的降低而線性降低.

圖9 1980~2016年冬季西安市霾日數及氣象因子變化趨勢

圖10 陜西省每年煤耗量、民用汽車擁有量、冬季平均霾日數、煙塵排放量、SO2和NOx排放量變化情況

圖11 2000~2016年冬季平均AOD分布

2.2.3 霾日數與氣溶膠光學厚度的關系 由于缺乏長時間的氣溶膠資料,本文僅分析2000~2016年MODIS衛星監測的中國區域AOD,由圖11可以看出陜西冬季AOD在關中咸陽、西安、渭南、漢中南部和安康南部地區存在一個明顯的高值區,大于0.4,關中氣溶膠高值區域與陜西關中地區霾日數大值區域有很好的對應關系.寶雞、咸陽北部、銅川、延安中部地區AOD較低,大于0.2.陜北榆林、延安北部地區AOD更低,小于0.2.董自鵬等[23]得出關中地區為陜西省AOD最高區域,其次是陜南地區.但是通過計算分析,關中地區的霾日數與AOD并不是正相關關系.符傳博和丹利[10]也得出我國中東部地區AOD的空間分布與年平均霾日數的分布基本一致,其中關中地區也是一個AOD高值區域.李星敏等人[24]也得出關中地區能見度高值區域對應著地面能見度的低值區域,并且指出AOD與能見度并不是簡單的線性關系.除陜西關中地區之外,在華北、華中、江淮、西南地區均存在一個明顯的AOD大于0.6的高值區域,其中西南的四川盆地以及華中武漢附近出現了大于0.8的高值中心.本文僅研究與陜西地區霾日數相關的氣溶膠分布特征,然而除了本地區域貢獻的氣溶膠之外,也應該考慮氣溶膠粒子可能會隨著大氣環流的影響從陜西省外輸入.已有的研究表明氣溶膠的跨界傳輸的主要層次位于對流層的中低層[25],并且陜西省的霾日數在2013年之后突然增多,因此本文計算了2013~2016年的925hPa平均風速與1980~2012年的925hPa平均風速之差來關注大氣環流對氣溶膠的輸送作用.

2.3 陜西省霾日數增多的成因初探

2.3.1 氣象動力因子與霾日數的關系 由圖12可以看出在北緯32o以北由河南東部至陜西東部一帶均存在一個明顯的東風異常區域,大于0.2m/s,而且江淮至河南等地為氣溶膠的高值區域,東風異常會將上述區域的部分氣溶膠輸送到陜西關中地區.在隴西以及關中西部存在一個西風異常區,與陜西東部的東北風配合,有利于氣溶膠在關中區域的積累,造成污染物的堆積,造成霾日數的增多.散度場顯示在整個汾渭平原以及陜西榆林以南均為輻合區域,其中在關中以南地區小于-0.8×10-6s-1,關中東部和漢中東部地區小于-1.2×10-6s-1.計算500和700hPa的2013~2016冬季與1980~2012冬季高度場的差值,陜西處在高度場的正異常區域,動力條件上不利于霾的垂直擴散.彭艷[26]統計關中地區850hPa不同風向對應的關中地區光學厚度值分布特征表明,偏東風不利于關中地區污染物的向外擴散,還會造成外部污染物向關中地區輸送,與本文研究結果一致.

圖12 2013~2016年與1980~2012年冬季925hPa平均風速和散度之差(粗實線為0)

2.3.2 氣象熱力因子與霾日數的關系 由2013~ 2016年與1980~2012年冬季850~1000hPa位溫梯度差可以看出(圖13),在關中以北大于0.4℃,在榆林北部甚至大于0.8℃,關中地區有一個低于0.4℃的正異常中心,陜南區域位溫梯度降低了0.4℃.這表明2013~2016年對流層中低層大氣層結較之前更加穩定,不利于污染物的垂直擴散,有利于2013~2016年關中以北霾天數的增多.其中925~1000hPa的位溫梯度顯示陜西全省以及汾渭平原均處于位溫梯度正異常區域,更進一步說明中低層大氣層結較之前更為穩定.

圖13 2013~2016年與1980~2012年冬季850~1000hPa與925~1000hPa平均位溫梯度之差

3 討論

由上述的研究可知,陜西關中地區是霾日數大值區域,也是AOD大值區域,然而經過計算相關性發現陜西以及關中霾日數與陜西全省以及關中AOD并不是正相關關系,故其它影響因子亦是影響關中地區霾天氣的重要因素.

尹志聰等[27]通過分析華北黃淮冬季霾天數年代際差異所對應的大氣環流得出,1986~2010年霾天氣增多是由于東亞冬季風的減弱造成的.

劉毓赟和陳文[28]指出冬季歐亞遙相關型處于正(負)位相時,東亞冬季風偏強(弱),造成表面風速的增大(減弱).因此陜西省冬季霾天氣的產生與同期北方冷空氣活動甚至北半球大氣遙相關模態的關系值得進一步關注.

地形對霾的影響主要通過大氣環流,值得注意的是陜北榆林地區是陜西省重工業基地,然而霾產生的天數反而是陜西省最少的,故陜西地區秋冬季的霾污染所對應的大氣環流和霾天氣產生所對應的局地氣象因子條件值得未來進一步研究[29],并利用模式選取一次過程進行模擬[30].

4 結論

4.1 1980~2016年冬季陜西省平均霾日數大于12d. 1980~1993年冬季霾日數偏多,1994~2012年冬季霾日數偏少,2013年之后霾日數增加明顯,霾天氣主要以輕微霾為主.霾的高發區主要位于關中地區.

4.2 1980~2016年冬季陜西不同地區霾日數有顯著的差異,關中地區的霾日數最多,平均每年大于18d, 陜南地區年平均霾日數為10d左右,陜北地區平均霾日數為3d左右.3個區域的霾日數均在2013 年后出現了明顯的增多趨勢,這與陜西2013年后整體霾日數的變化趨勢一致.

4.3 陜西省的工業消耗量是陜西省霾天氣產生的重要原因,然而1980~2016年陜西省霾天數的變化并不是線性的隨著陜西省煤炭消耗量,汽車保有量的增加而增加.而且在SO2和NO排放量降低時, 2013年后陜西省的霾日數反而出現了增多.2016年煙塵、SO2和NO排放量均明顯減小,陜西省霾日數反而最多.2000~2016年陜西AOD在關中咸陽、西安、渭南地區存在一個明顯的高值區,大于0.4,與陜西關中地區霾日數大值區域有很好的對應關系.

4.4 2013~2016冬季我國中東部對流層低層的東風會起到將中東部的氣溶膠輸送到關中地區的作用,配合關中西部的西風,有利于污染物在關中地區的積累,造成霾日數增多.2013~2016年陜西冬季對流層低層存在一個明顯的位溫梯度增大區域,不利于霾向高空擴散.

[1] 中國氣象局.QX/T 48-2007地面氣象觀測規范第4部分:天氣現象觀測[S]. 北京:氣象出版社, 2007,10pp. China Meteorological Administration.QX/T 48-2007Specifications for surface meteorological observation. Part 4:Observations of weather phenomenon [S]. Beijing:China Meteorological Press, 2007,10pp.

[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(5):680-688. Wu D, Wu X J, Li F, et al. Temporal and spatial variation of haze during 1951~2005 in Chinese mainland [J]. Acta Meteorologica Sinica, 2010,68(5):680-688.

[3] 趙普生,徐曉峰,孟 偉,等.京津冀區域霾天氣特征 [J]. 中國環境科學, 2012.32(1):31-36. Zhao P S, Xu X F, Meng W, et al. Characteristics of hazy days in the region of Beijing, Tianjin and Hebei [J]. China Environmental Science, 2012,32(1):31-36.

[4] 王 珊,修天陽,孫 揚,等.1960~2012年西安地區霧霾日數與氣象因素變化規律分析[J]. 環境科學學報, 2014,34(1):19-26. Wang S, Xiu T Y, Sun Y et al. The changes of mist and haze days and meteorological element during 1960~2012 in Xi′an [J]. Acta Scientiae Circumstantiae, 2014,34(1):19-26.

[5] 王 珊,廖婷婷,王莉莉,等.西安一次霾重污染過程大氣環境特征及氣象條件影響分析[J/OL]. 環境科學學報, 2015,35(11):3452-3462. Wang S, Liao T T, Wang L L, et al. Atmospheric characteristics of a serious haze episode in Xi′an and the influence of meteorological conditions [J]. Acta Scientiae Circumstantiae. 2015,35(11):3452-3462.

[6] 劉瑞芳,陳小婷,姚 靜,等.陜西關中持續性霧霾天氣的氣象條件分析[J]. 中國農學通報, 2017,33(1):82-88. Liu R F, Chen X T, Yao J, et al. Meteorological Conditions for persistent fog and haze process in Guanzhong Area, Shaanxi [J]. Chinese Agricultural Science Bulletin, 2017,33(1):82-88

[7] 陳一娜,趙普生,何 迪,等.北京地區大氣消光特征及參數化研究[J]. 環境科學, 2015,36(10):3582-3589. Chen Y N, Zhao P S, He D et al. Characteristics and Parameterization for Atmospheric Extinction Coefficient in Beijing [J]. Environmental SCIENCE, 2015,36(10):3582-3589.

[8] 盛裴軒,毛節泰,李建國,等.大氣物理學[M]. 北京:北京大學出版社, 2002:27-28.

[9] 石春娥,王喜全,李元妮,等.1980~2013年安徽霾天氣變化趨勢及可能成因 [J]. 大氣科學, 2016.40(2):357-370. Shi C E, Wang X Q, Li Y N, et al. The trend of haze in Anhui province from 1980 to 2013 and the possible reasons [J]. Chinese Journal of Atmospheric Sciences, 2016.40(2):357-370.

[10] 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. Fu C B, Dan L. Spatiotemporal characteristics of haze days under heavy pollution over central and eastern China during 1960~2010 [J]. Climatic and Environmental Research, 2014,19(2):219-226.

[11] 孫 鐸.西安市環境空氣中顆粒物的年際變化特征[A]. 2017年全國水質安全與二氧化氯應用技術研討會論文集[C]. 2017. Sun D. The annual variations of atmospheric particulates matter mass concentrations in Xi’an city [A]. The national collections of essays of water quality safety and application technology of chlorine dioxide in 2017 [C].

[12] 于英翠,李利敏,左亞杰,等.西安市大氣污染物時空分布特征及其趨勢評估[J]. 環境工程, 2018,36(10):165-169. Yu Y C, Li L M, Zuo Y J, et al. Temporal and spatial distribution and pollution tendency assessment of atmospheric pollutant in Xi’an City [J]. Environmental Engineering, 2018,36(10):165-169.

[13] 洪 超.西安市空氣污染特征及重污染天氣成因研究[D]. 蘭州:蘭州大學, 2017. Hong C. Characteristics of air pollution in Xian and reasons for heavy polluted weather [D]. Lanzhou: Lanzhou University, 2017.

[14] 楊 哲.基于高頻AQI數據的關中城市群空氣污染規律分析及治理政策效果評估[D]. 西安:陜西師范大學, 2018. Yang Z. The research on air pollution laws in Guanzhong urban agglomeration based on high frequency AQI data and the effect evaluation of the governance policies [D]. Xi￠an: Shaanxi Normal University, 2018.

[15] Schichtel B A, Husar R B, Falke S R, et al. Haze trends over the United States, 1980~1995. Atmospheric Environment, 2001,35(30): 5205-5210.

[16] Doyle, M and Dorling, S Visibility trends in the UK 1950~1997. Atmospheric Environment, 2002,36(19):3161-3172.

[17] 張 靜,張志堅,廖 菲,等.廣州站能見度數據質量評估及其參數化研究[J]. 熱帶氣象學報, 2017,33(6):985-991. Zhang J, Zhang Z J, Liao F, et al. Study on evaluation and parameterization of visibility measuring meters in Guangzhou [J]. Journal of tropical meteorology, 2017,33(6):985-991.

[18] 石春娥,張 浩,馬井會,等.基于器測能見度的霾天氣判斷標準的探討[J]. 高原氣象, 2017,36(6):1693-1702. Shi C E, Zhang H, Ma J H, et al. Investigation on the norm of haze identification based on hourly auto-monitored visibility [J]. Plateau Meteorology, 2017,36(6):1693-1702.

[19] 吳 兌,陳慧忠,吳 蒙,等.三種霾日統計方法的比較分析——以環首都圈京津冀晉為例 [J]. 中國環境學, 2014.34(3):545-554. Wu D, Chen H Z, Wu M et al. Comparison of Three statistical methods on calculation haze days-taking areas around the capital for example [J]. China Environmental Science, 2014,34(3):545-554.

[20] 中國氣象局.QX/T 113-2010霾的觀測與預報等級[S]. 北京:氣象出版社, 2010:8pp. China Meteorological Administration.2010.QX/T 113-2010 Observation and forecasting levels of haze [S]. Beijing:China Meteorological Press, 8pp.

[21] 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(1):27-36. doi:10.1007/s11430-013-4774-3.

[22] Zhang R H, Li Q, Zhang R N. 2014. Meteorological conditions for the persistent severe fog and haze event over eastern China in January, 2013. Science China,57:26-35.

[23] 童堯青,銀燕,錢 凌,等.南京地區霾天氣特征分析[J]. 中國環境科學, 2007,(5):584-588j.issn:1000-6923.2007.05.003. Tong Y Q, Yin Y, Qian L, et al. Analysis of the characteristics of hazy phenomena in Nanjing area [J]. China Environmental Science, 2007, (5):584-588.

[24] 董自鵬,余 興,李星敏,等.基于MODIS數據的陜西省氣溶膠光學厚度變化趨勢與成因分析[J]. 科學通報, 2013,58:4486-4496. Dong Z P, Yu X, Li X M, et al. Analysis of variation trends and causes of aerosol optical depth in Shaanxi Province using MODIS data. Chin Sci Bull, 2013,58:4486-4496.

[25] 李星敏,董自鵬,陳 闖,等.陜西關中氣溶膠對大氣能見度的影響研究[J]. 高原氣象, 2014.33(5):1289-1296. Li X M, Dong Z P, Cheng C, et al. Study of influence of aerosol on atmospheric visibility in Guanzhong region of Shaanxi Province [J]. Plateau Meteorology, 2014,33(5):1289-1296.

[26] 馮 琎,廖 宏.冬春季東亞氣溶膠流出通量年際變率的相關環流異常分析 [J]. 大氣科學, 2017.41(2):251-262.doi:10.3878/j.issn. 1006-9895.1607.16146. Feng J, Liao H. Interannual variation of East Asian aerosols outflow in the winter-spring and the associated atmospheric circulation [J]. Chinese Journal of Atmospheric Sciences, 2017,41(20):251-262.

[27] 彭 艷.關中盆地氣溶膠變化特征及其與氣象因子關系[D]. 中國科學院大學(中國科學院地球環境研究所), 2017. Peng Y. The characteristics of aerosol particles and their interactions with meteorological parameters in the Guanzhong Basin of China (Institute of Earth Environmental, Chinese academy of Sciences), 2017.

[28] 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(15):1395-1401.doi:10.1360/ N972014-01348. Yin Z C, Wang H J, Yuan D M. Interdecadal increase of haze in winter over North China and the Huang-huai Area and the weakening of the East Asia Winter Monsoon. Chin Sci Bull, 2015,60:1395-1400.

[29] 劉毓赟,陳 文.北半球冬季歐亞遙相關型的變化特征及其對我國氣候的影響[J]. 大氣科學, 2012,36(2):423-432. Liu Y Y, Chen W. Variability of the Eurasian teleconnection pattern in the Northern Hemisphere winter and its influences on the climate in China [J]. Chinese Journal of Atmospheric Sciences, 36(2):423-432.

[30] 竇以文,丹 利,胡保昆,等.霾天氣影響下的京津冀氣候變化特征與成因[J]. 中國環境科學, 2019,39(2):506-513. Dou Y W, Dan L, Hu B K et al. Characteristics and causes of climate change under haze weather in Beijing, Tianjing and Hebei [J]. China Environmental Science, 2019,39(2):506-513.

[31] 王自發,李 杰,王 哲,等.2013年1月我國中東部強霾污染的數值模擬和防控對策[J]. 中國科學:地球科學, 2014,44(1):3-14. Wang Z F, Li J, Wang Z, et al. 2014. Modeling study of regional severe hazes over Mid-Eastern China in January 2013 and its implications on pollution prevention and control. Science China: Earth Sciences, 57:3-13

致謝：感謝兩位匿名審稿人的寶貴意見,其中一名審稿人甚至對本文的結構及文字進行了認真修改.感謝陜西省氣象信息中心主任鄧鳳東對霾天數插值給出的指導,夏巧利副主任和曾英高工對霾天數觀測記錄訂正的指點,感謝孔偉和喬青對論文污染物輸送研究的啟發,高宇、賈晨剛和何林在資料方面的幫助,感謝明尼蘇達大學的胡誠博士,陜西省氣象臺的劉慧博士、戴昌明,陜西省氣象科研所的婁盼星博士、馬永永博士,西安市氣象臺黃蕾,安康市氣象臺劉佩佩,榆林市氣象臺康磊,感謝陜西省氣象信息中心同事們的幫助,論文是在大家的支持下完成的.

The spatial-temporal variations of haze in Shaanxi Province from 1980 to 2016 and the initial exploration of the increase.

HUANG Xin1, LI Ya-li1, WANG Jing-zhong3, LU Zhi-wu4, GONG Yuan-fa2*, LIU Yuan5, CAO Bo1, HU Hao6, Lü Dan7, HU Cheng8

(1.Shaanxi Meteorological Information Center, Xi’an 710014, China；2.College of Atmospheric Science, Chengdu University of Information Technology, Chengdu 610225, China；3.Shaanxi Meteorological Service Center, Xi’an 710014, China；4.The 69008Troop of PLA, Urumqi 830000, China；5.Shaanxi Meteorological Authority Service Center, Xi’an 710014, China；6.Shaanxi Meteorological Observatory, Xi’an 710014, China；7.Qianyang Meteorological Breau, Qianyang 721100；8.University of Minnesota- Twin Cities, Saint Paul 55108, U.S.A)., 2019,39(9)：3671~3681

Based on daily observations from ground-level stations, information on national statistical offices, the aerosol optical thickness (AOD) as derived from the Moderate Resolution Imaging Spectroradiometer (MODIS) on the Terra spacecraft and monthly NCEP/NCAR reanalysis dataset, the winter spatial-temporal variations of haze during 1980~2016 in Shaanxi Province and its possible reasons of the increase were analyzed. The main conclusions were as follows: (1) The numbers of annual winter haze days averaged all sites was about 12d .The provincial annual winter haze days was above the normal in 1980~1993, below the normal in 1994~2012, and showed an evident increasing frequency during 2013~2016. The provincial annual average haze days was above 36d with high values at Guanzhong area in the winter of 2016. Light haze was the most common haze. (2) Based on geographical locations, the province was divided in to three sub-regions. The annual average haze days were very different in different sub-regions. The annual average haze days in Guanzhong Area was above 18d. The number of annual average haze days was about 10d during 1980~2016 in Southern part of Shaanxi Province. The number of annual haze days averaged all sites in Northern part of Shaanxi Province was about 3d during 1980~2016. The annual haze days of the three sub-regions showed same increasing trend during 2013~2016. (3) There was a heavy aerosol loading which was above 0.4 over Guanzhong area and the southern part of Hanzhong and Ankang during 2000~2016 in winter. The Guanzhong heavy aerosol loading area was highly consistent with the heavy haze days in Guanzhong area. (4) The east wind of lower troposphere from southeastern China was a factor for transporting the aerosol to Guanzhong Area in winter of 2013~2016. The increased AOD could enhance the haze phenomenon in Guanzhong. The increased potential temperature differences between 2013~2016 and 1980~2012 in lower troposphere could weaken the vertical diffusion of haze.

haze；industrialization；AOD；Shaanxi Province；potential temperature

X513

A

1000-6923(2019)09-3671-11

黃 鑫(1989-),男,陜西綏德人,陜西省氣象信息中心工程師,碩士,主要從事天氣學和氣候學研究.發表論文2篇.

2019-01-29

國家自然科學基金資助項目(41775079);陜西省氣象局科學技術研究面上科研項目(2016M-4)

* 責任作者, 教授, gyfa@cuit.edu.cn