1971-2015年烏蘭察布市霾日數時空變化規律及其影響因素

謝子揚，白艷萍，何中聲*

(1.福建農林大學 林學院，福建 福州 350002；2.福建農林大學 海峽自然保護區研究中心，福建 福州 350002；3.生態與資源統計福建省高校重點實驗室，福建 福州 350002；4.內蒙古自治區烏蘭察布市氣象局，內蒙古 烏蘭察布 012000)

霾是一種造成視程障礙的天氣現象，是大量極細微干塵粒等均勻地浮游在空中，使空氣渾濁，常在氣團穩定、空氣干燥的天氣條件下出現[1]。霾的組成按來源分為：自然源和人類活動排放源[2]。國外學者曾在南亞上空發現氣溶膠組成的棕色云團，并開展研究[3]。霾的定義經歷了不同時期發展[4-6]，我國古代霾的記載多與沙塵相關[7]。改革開放后，霾來源發生變化，多為人類活動排放源[2]，物質組成也發生較大改變[8-9]。形成灰霾天氣的自然源和人類活動排放源所產生的物理、化學污染物會對健康產生損害[10-12]。針對日益嚴重的霾污染，國家相繼出臺霧霾防治及大氣治理政策與法規[13-14]。眾多學者從不同角度對灰霾現象進行研究：灰霾現象與顆粒物的關系[15]、PM2.5區域傳輸特征[16]、霧-霾與大氣濕度關系[17]、霧霾天氣預測[18]、海冰對重霾天氣形成作用[19]、季風對空氣污染促進和凈化作用[20]等。目前，我國年霾日數在地理上呈“東多西少”特征，霾污染嚴重區域主要分布于長江中下游、華南和華北地區[21-23]。

烏蘭察布市簡稱“烏市”，地處內蒙古自治區中部、華北地區北部，下轄1區、1市、4旗、5縣，東南部緊鄰京津冀地區[24]。全市被陰山山脈橫貫，其特殊的地理地形，導致全市常年風力偏大，自然源的灰霾天氣長期出現率較低。然而，隨著社會經濟發展，城市擴張加快，烏市工業污染物排放增多、機動車數量增加，導致空氣污染現象增多[25]。研究表明，霾污染會通過冷空氣跨境輸送和氣溶膠-邊界層反饋在2個不同城市群間產生物理和化學聯系[26]。烏市由于其所在的特殊地形和地理位置，是內蒙古高原與華北平原重要的連接樞紐，也是京津冀乃至華北地區重要的生態屏障和通風廊道，因此，開展烏市霧霾研究對該地上下游地區空氣污染的防控與治理具有重要意義。近年出現烏市空氣污染物短時間序列的研究，但關于烏市霾污染長期時空分布研究尚未報道。為此，通過對烏市1971-2015年霾日發生的時空特征、影響因素、突變情況與周期變化情況進行研究，探究烏市霧霾現象發生規律，旨在填補烏市霾污染研究空缺，為華北地區大氣污染防治、生態環境保護和灰霾天氣形成機制等研究提供科學依據。

1 材料與方法

1.1 數據資料

氣象資料來源于烏市氣象局，選取烏市11個區縣氣象站監測數據(霾日數、揚沙日數、沙塵暴日數、浮塵日數、大風日數、相對濕度、日照時數、能見度等氣象要素逐月、逐年數據)。近5 a內烏市各區縣霾日數觀測由傳統人工觀測升級為機器觀測，考慮到觀測方式差異和保證數據精確性和一致性，研究采用1971-2015年人工觀測霾數據。能見度數據選取1980-2015年，期間個別區縣數據缺失，在計算全市能見度≤10 km出現頻率(百分率)的加權平均值時剔除缺失值。

環境污染數據資料來源于中國空氣質量在線監測分析平臺(www.aqistudy.cn)和烏市生態環境局公布的《烏蘭察布市空氣質量月報》，由于環境污染數據最早公開日期為2015年，所以數據選取時間段為2015年1-12月，統計指標為AQI、PM2.5、PM10、SO2、CO、NO2、O3和每月空氣質量超標日數比例。

1.2 研究方法

采用Excel軟件繪制相關圖表；采用SPSS21.0軟件對烏市年霾日數與其他氣象要素、空氣污染指標進行Pearson相關性雙尾檢驗；根據Arcgis軟件繪制烏市地勢與氣象站分布圖(圖1)，采用反距離權重插值法繪制1971-2015年烏市平均年霾日數空間分布圖(圖4)；根據Matlab 2017軟件對烏市年霾日數進行非參數 Mann-kendall突變檢驗法對長時間序列的霾日數進行檢驗，探究烏市霾日數長期是否曾發生明顯突變以及突變情況，使用復值Morlet小波對霾日數進行分析發生周期特征并預測后續變化。

1.2.1 霾日數距平值百分率 距平值百分率是表示某時間段某氣象要素較常年值偏多或偏少的指標之一[27]，霾日數距平值百分率可以直觀反映每年霾日數變化情況，見式(1)、式(2):

(1)

(2)

式中，di為某時段霾日數(d)；n為年數，i=1,2,3,...,n。

1.2.2 反距離權重插值法 空間插值可以實現用已知樣點數據來估算未知點數據，使數據在空間上實現可視化的效果[28]。反距離權重法(inverse distance weighted，IDW)廣泛應用空氣污染因子監測、氣象因子監測領域[29]。國外有研究在對空氣污染物進行評估時使用多種插值法進行論證，結果表明IDW效果最好，在監測站點較少IDW效果更優[30]，研究采用反距離權重插值法對年霾日數進行地圖可視化分析。

1.2.3 非參數 Mann-Kendall突變檢驗法 氣候突變是普遍存在于氣候系統中一種重要現象，是指氣候從一種穩定態(或穩定持續變化趨勢)跳躍式地轉變到另一種穩定態(或穩定持續的變化趨勢)過程，它表現為氣候在時空上從一個統計特征到另一個統計特征的急劇變化[31]。非參數Mann-Kendall突變檢驗法是一種檢測氣候突變的方法，其優點是不需要樣本遵從一定分布，也不受少數異常值干擾，人為干擾較少，更適用于順序變量[32]。研究中年霾日數在長時間序列中存在急劇變化現象，故采用該方法分析。在Mann-Kendall突變檢驗法中，UF代表年霾日數順統計量序列曲線，UB代表年霾日數時數逆統計量序列曲線。當 UF>0，統計量序列呈上升趨勢，反之呈下降趨勢。當統計量序列曲線超過臨界值時，表示呈上升或下降趨勢顯著。若統計曲線在臨界值之間出現交點，則交點對應時間就是開始突變的時間[33]。

1.2.4 復值Morlet小波分析法 小波分析不僅可計算氣候序列變化的尺度，還可顯示變化時間位置，對氣候預測具有重要意義[32]。復值Morlet小波的實部可以檢測不同時間尺度上周期性變化[34]。復值Morlet小波的實部顯示信號強度和相位[32,35]。由于烏市數據時間跨度較長，研究選用Morlet小波實部分析法對全市年霾日數不同時間尺度周期進行分析并預測后續變化。在復值Morlet小波實部圖中，可觀察到不同時間尺度上存在周期振蕩，信號強弱用顏色冷暖來表示，顏色冷暖與信號強弱呈正比，小波系數在零處表示突變點[36]。

2 結果與分析

2.1 霾日數時間變化趨勢

1971-2015年，烏市霾日數5 a滑動平均值在1971-1982年呈大幅度波動下降趨勢，1982-2013年偶爾有小幅度波動但總體趨于0， 2014-2015年大幅度增加(圖1)。其中烏市平均年霾日數正距平有10 a，負距平有35 a，正距平主要集中在20世紀70年代和2015年，其中1971-1973年距平百分率值最高，之后年份霾日數距平百分率值下降，1979-2014年距平百分率為負數，2015年距平百分率急劇增加，數值由負數轉為正數。

圖1 1971-2015年烏市霾日數距平值百分率時間序列

對比1971-2015年烏市年霾日數與其他氣象要素的相關性分析表明(表1)，年霾日數與浮塵、揚沙、能見度≤10 km頻率、沙塵暴、大風、霧呈現顯著的正相關關系，其中霾與浮塵的關系為極強相關，與揚沙、能見度≤10 km頻率、沙塵暴的關系為強相關，與大風、霧的關系為中等程度相關。沙塵天氣涵蓋了浮塵、揚沙和沙塵暴3種天氣現象，因此烏市霧霾的成因與沙塵天氣有關。

烏市1971-2015年四季霾日數5 a滑動平均值在不同時間段呈顯著差別(圖2a)，1971-1981年春季霾日數數值最高，且遠高于其他季節，并呈降低趨勢；2014-2015年秋、冬季數值最高，且有上升趨勢。從四季霾日數距平百分率(圖2b)來看，1971-1981年霾日數四季距平百分率普遍為正數且數值偏高，而2013年以后秋、冬季節距平百分率急劇上升。

1971-1981年霾日數集中在春季(圖2a)，且春季霾日數呈下降趨勢；而2014-2015年霾日數呈顯著上升趨勢，且集中在秋、冬季。有研究表明，烏市2015年空氣污染物中PM2.5含量較高、首要污染物為PM2.5污染天數為61 d，主要發生在秋、冬季[37]。為此，對2015年霾日數月數據與空氣污染數據進行相關性分析(表2)，結果表明2015年霾日數與PM2.5濃度、空氣超標日數比例呈顯著正相關關系，表明2015年霾日數增加主要與PM2.5污染有關。

表1 1971-2015年霾日數與其他氣象要素Pearson線性相關性檢驗

圖2 1971-2015年烏市四季霾日數(a)距平值百分率(b)與5 a滑動平均值時間序列

表2 2015年霾日數月數據與環境污染指標Pearson線性相關性檢驗

2.2 霾日數空間分布特征

采用反距離加權插值法對全市1971-2015年霾日數平均值進行空間插值(圖3)。烏市年霾日數除了興和縣以外，都介于0～1，其中察右前旗、察右后旗、四子王旗、商都縣、化德縣和豐鎮市年霾日數在全市中最低，數值均<0.260 d，而興和縣年霾日數遠高于其他區縣年霾日數平均值和全市平均值。

霾日數與揚沙、浮塵、沙塵暴等沙塵天氣日數的相關性較強(表1)。根據沙塵天氣發生日數與霾日數距平百分率分析(圖4)，1971-1981年烏市霾日數與沙塵天氣日數距平值百分率波動幅度類似，表明這期間霾日數與沙塵類天氣日數關聯性較強； 2013年以后霾日數距平百分率大幅度增加，沙塵類天氣波動幅度不大，其中沙塵暴、浮塵發生日數呈降低趨勢，表明烏市霾日數與沙塵類天氣日數關聯性較弱。

圖3 1971-2015年烏市平均年霾日數地理分布

圖4 1971-2015年烏市沙塵天氣與霾日數距平百分率變化趨勢

2.3 霾日數突變檢驗

根據Manner-Kendall突變檢驗曲線(圖5)，UF與UB曲線于1971年在臨界區域出現交點，1973年UF與UB曲線非常接近但未相交，1973年以后UF曲線呈低頻波動降低至2013年觸底，隨后回升。年霾日數在1971年發生顯著突變，順統計量序列曲線經過短期波動后呈減小趨勢，2013-2015年開始增加。

2.4 霾日數周期變化趨勢

采用復值Morlet小波對烏市1971-2015年霾日數序列進行連續小波變換，得到小波變化系數實部等值線圖(圖6)。烏市年霾日數Morlet小波圖存在3組不同尺度的周期性震蕩，分別是3～6 a小尺度周期(a的單位為年)、10～20 a中尺度周期、25～40 a大尺度周期。中、大尺度周期閉合中心最為明顯，10～20 a中尺度周期具有全域性，正負相位交替出現，呈現“高低高低高”趨勢；大尺度20～35 a呈現“高低高”趨勢。所有尺度隨著時間推移，穩定性減弱。小尺度中心在1982年以后消亡，在2014年以后重新出現。3個不同尺度周期變化均有信號強度減弱趨勢。

圖5 1971-2015年烏市年霾日數Manner-Kendall-突變檢驗曲線

圖6 1971-2015年烏市年霾日數Morlet小波實部時頻分布等高圖

3 結論與討論

烏市1971-2015年霾日數在空間上主要集中在該市東南部、中部、西南部，其中興和縣霾日數遠高于其他區縣。在時間上主要集中在1971-1981年與2014-2015年時間段，通過對比這2個時間段，1971-1981年霾日數主要集中在沙塵暴頻發的春季，這一時期霾日數與沙塵類天氣發生日數距平百分率都具有數值較高、波動趨勢相近的特點，且霾日數與沙塵天氣在Pearson相關性檢驗中表現出極顯著相關性，表明這時期霾的成因主要與沙塵天氣有關；2014-2015年沙塵類天氣發生日數較少，距平百分率也表現出疲軟降低趨勢，而霾日數距平百分率在這一時間段內急劇升高，同時以3～6 a為周期的霾日數小波周期在這一時段內有恢復的可能性，霾日數發生的季節從沙塵天氣頻發的春季在這一時期轉變為秋、冬季，表明這一時期霾成因沙塵類天氣關系不大，與多年來城市生態修復、植樹造林，促使森林覆蓋率提升，年均極大風速降低有關；2015年霾日數與空氣超標日數比例、PM2.5呈現顯著相關性，這一時期霾日數成因與PM2.5為主的空氣污染物有關。近年來，烏市工業和交通業發展迅速，人為排放源在秋、冬供暖季產生大量顆粒物，以及長期以來風力降低，對霾天氣的生成和維持提供了有利條件。影響當前霾的成因在長時間序列由自然源轉化為以PM2.5空氣污染物為主要污染物的人為排放源。

烏市霧霾成因在長時間序列上的改變，該地區大風日數與沙塵類天氣發生日數也在降低，而大風也具有驅散霧霾天氣的作用。烏市位于內蒙古中部，是西伯利亞冷空氣和蒙古氣旋進入華北地區的“門戶”之一[38]，也是京津冀地區重要的通風廊道。烏市大風日數的降低，是否間接影響到相鄰京津冀地區風力的流通與平均風速，為華北地區部分重工業城市灰霾天氣的維持創造氣象條件，是未來研究的方向。