2020, Vol. 46 
2. 江西省气象台，南昌 330096
2. Jiangxi Meteorological Observatory, Nanchang 330096
霾是一种对视程造成障碍的天气现象, 大量微小尘粒、烟粒等均匀地悬浮在大气中, 使水平能见度小于10 km, 造成空气普遍浑浊(中国气象局, 2003)。霾发生造成的能见度恶化和大气污染物的堆积, 不仅增加交通拥堵, 而且导致呼吸系统和心血管疾病的发生, 严重威胁人们健康(白志鹏等, 2006；Chang et al, 2009)。随着我国经济规模的迅速扩大, 城市化和能源消费的迅速增长, 中国很多大城市面临着严重的区域大气污染引起的能见度下降问题(吴兑, 2012)。目前, 我国霾严重的地区主要位于环渤海地区、华东的长三角地区、华南的珠三角地区和四川盆地(Che et al, 2009；Tie et al, 2006；Fu et al, 2008；吴兑等, 2008)。吴兑等(2006)利用气象台站资料、MODIS卫星资料、气溶胶细粒子资料研究了珠三角洲霾导致的能见度下降问题, 指出霾能导致能见度恶化, 且能见度恶化主要和细粒子有关。童尧青等(2007)利用多年地面气象观测资料分析了南京霾天气的气候特征及其成因, 指出霾日数总体呈上升趋势, 较小的风速、较高的相对湿度是霾天气得以出现的有利条件, 颗粒物增加可能是霾天气增加的主要原因。就霾的长期变化趋势而言, 我国平均年霾日数呈明显的增长趋势, 尤其是经济发展和工业水平相对领先的大城市区域(高歌, 2008；牛彧文等, 2010)。因此, 国内外从霾的观测识别(吴兑, 2005；2006；陈英英等, 2017；张浩等, 2019)、物质成分(段菁春等, 2006；范雪波等, 2010)、气候变化特征(孙彧等, 2013；Schichtel et al, 2001；翁之梅等, 2016；石春娥等, 2016)及其成因(史军等, 2010；郭蕊等, 2016；杨晓亮等, 2018；周文君等, 2016;吴萍等, 2016)等方面开展了大量研究工作。Wu et al(2005)研究发现不利的天气条件(如飓风)和较弱的水平运动会导致气溶胶颗粒在低层堆积, 使广州出现较高的气溶胶浓度和较低的能见度。吴兑等(2010)分析研究了中国大陆1951—2005年霾的长期变化趋势, 指出20世纪80年代以后中国霾日明显增加, 这与经济活动密切相关, 12月和1月霾天气日数明显偏多, 占全年的30%。
目前江西省关于霾的气候特征、影响因子研究还很少, 随着城市化、工业化进程的迅速发展, 人类活动导致的大气污染增加, 致使江西省近年来霾天气现象逐渐增多, 所以加强霾的监测和评估、研究霾天气的时空变化特征及其影响因子变得十分重要。本文利用1964—2013年江西省83个站点逐日地面水平能见度、相对湿度、气象要素等观测数据, 分析了江西省近50年霾日的时空分布特征及其与气候要素的关系, 对于江西地区霾的预报及其影响评估有重要的意义, 也为治理大气环境污染提供一定的参考标准。
1 资料为使分析结果具有代表性和准确性, 本文从江西省地面气象观测站中选取资料年代较长, 完整性较好的83个站点的地面观测资料进行时空特征和变化统计分析, 资料包括相对湿度、水平能见度、风速、风向、气温、天气现象等, 序列长度为50年(1964—2013年)。由于1980年以前能见度的观测数据是按照等级的形式记录, 本文在统计霾日时将1980年之前的能见度按照能见度等级换算表换算成相应的能见度值(单位:km), 再对霾的气候特征进行统计分析。在霾日判别上, 选择吴兑等(2010)提出的“霾日统计方法”中的日均法为霾判别依据, 即定义当日平均能见度小于10 km, 且日均相对湿度小于90%, 并排除降水、吹雪、雪暴、扬沙、沙尘暴、浮尘、烟幕等天气现象导致能见度降低的事件为一个霾日, 在日值的基础上再进行月值、季值、年值的统计。
本文利用最小二乘法进行线性倾向估计, 即建立一元线性回归方程计算线性回归系数(气候倾向率)来表征霾日数和风速等要素的年际变化趋势, 通过计算霾日数与影响因子的相关系数(气候趋势系数)来判断分析两者的相关程度(正、负相关), 并对相关系数进行显著性水平检验, 判断变化趋势的程度是否显著。依据上述资料和方法, 计算了1964—2013年江西省83个站点50年的霾日数, 并运用线性倾向估计等方法对江西省霾日的时空变化特征及其与气候要素的关系进行分析研究。
2 结果分析 2.1 霾日数的空间分布图 1为江西省50年平均霾日分布。从图中可以明显看出, 多年平均年霾日数呈现明显的空间差异, 霾日数的大值区主要分布在赣中的萍乡—宜春—抚州—上饶一带以及赣北北部的九江中部、景德镇北部地区(年均霾日数>30 d·a-1), 霾日数低值区则位于赣南南部(年均霾日数 < 10 d·a-1)。其中年均霾日数超过40 d·a-1的站点有21个, 超过50 d·a-1的站点有14个, 超过60 d·a-1的站点有9个, 霾最严重的站点是位于江西省东北部的余江县, 年均霾日数高达100.6 d·a-1, 其次为樟树、安义、萍乡和新余, 年均霾日数分别达到92.7、83.7、71.7、68 d·a-1。年均霾日数小于10 d·a-1的站点有17个, 霾出现最少的站点为赣南的崇义县, 年均霾日只有0.3 d·a-1, 其次为赣南的定南、安远、龙南和寻乌县, 其年均霾日数分别为1.9、2.1、3.1和3.6 d·a-1。由上可见, 江西省霾日数在空间上分布不均匀, 地域差异比较明显, 呈现经济发达的主要城市及其周边霾日数较多, 偏远地区、山区霾日数较少, 赣中北部多, 赣南少的特点。
|
图 1 1964—2013年江西省平均霾日数分布 Fig. 1 Distribution of average annual haze days in Jiangxi Province from 1964 to 2013 |
江西省霾日数呈现出明显的季节变化(图 2)。一年中冬季霾日数出现得最多, 春季和秋季次之, 夏季霾日数出现的最少, 冬季霾日数要明显大于夏季。江西省霾主要出现在27°N以北的地区, 四个季节霾日出现最多的站点均为鹰潭市的余江县, 樟树和安义次之。冬季除了赣南南部的19个站点以外, 江西省大部分地区霾日数都在6 d·a-1以上, 超过20 d·a-1的地区有萍乡—宜春—鹰潭地区中北部、南昌—九江的中部以及上饶东部地区。春季和秋季江西省霾日数的分布特征与冬季类似, 即萍乡—宜春—鹰潭地区中北部、南昌—九江中部、上饶东部地区也是霾日数的大值区, 只不过在量值上有所减少, 主要分布为10~20 d·a-1, 27°N以北的其他大部分地区主要集中为6~10 d·a-1。夏季无论是霾日数的大值区还是大值区的范围均有明显程度的减小, 只在萍乡—宜春—鹰潭地区中北部、南昌—九江中部、上饶东部地区有10 d·a-1左右的分布, 27°N以北的其他大部分地区霾日数都在6 d·a-1以下, 赣南大部分地区基本维持在2 d·a-1以下。这可能与夏季降水多, 对污染物的冲刷作用有关, 即有利于污染物的稀释和扩散；而冬季天气形势比较稳定, 气温较低, 有利于污染物的堆积。
|
图 2 1964—2013年江西省霾日数春季(a)、夏季(b)、秋季(c)和冬季(d)平均分布 Fig. 2 Seasonal distribution of average haze days in spring (a), summer (b), autumn (c) and winter (d) in Jiangxi Province from 1964 to 2013 |
图 3为江西省50年83个站月平均霾日数变化。由图可见, 平均霾日数的月季变化比较明显, 基本呈“V”型分布。10月至次年2月的非汛期为霾日的高发期, 霾日数的最大值出现在12月, 为5.5 d·a-1, 占全年的17.4%, 1月次之, 为5.1 d·a-1, 占全年的16.1%, 3—9月汛期霾日数明显减少, 7月达到最低值, 为0.6 d·a-1, 仅占全年霾日数的1.9%。这与全国其他地区的季节变化特征类似(廖国莲等, 2011)。总体来说, 江西省冬季霾日数最多, 占全年霾日数的42.6%, 秋季次之, 占全年霾日数的28.4%, 春季比秋季略少(19.2%), 夏季最少(9.8%)。
|
图 3 1964—2013年江西省各月霾日数 Fig. 3 Average monthly haze days in Jiangxi Province from 1964 to 2013 |
图 4为江西省霾日数的趋势变化空间分布。1964—2013年整个江西省霾日数呈增长的趋势, 霾日数增加趋势明显的站点主要集中于赣中北部的萍乡—宜春—鹰潭地区中北部、南昌—九江的中部以及上饶东部地区, 霾日增长率在15 d·(10 a)-1以上, 与霾日的大值区相对应。在变化趋势通过0.01显著性水平检验的站点中, 霾日数增长率最大的5个站点分别是新余、南昌、余江、玉山和崇仁, 增长率分别为32.0、31.1、46.5、32.4、88.6 d·(10 a)-1。霾日增长率最低的5个站点分别是弋阳、定南、庐山、吉安和永新, 增长率分别为0.3、0.4、0.5、0.5、0.9 d·(10 a)-1。
|
图 4 1964—2013年江西省霾日数的年际变化空间分布 (带△的站点通过了0.01显著性水平检验, 下同) Fig. 4 Spatial distribution of linear trends in annual haze days in Jiangxi Province from 1964 to 2013 (Stations with △ have passed the significance test at 0.01 level, the same below) |
50年间江西省霾日数四个季节年际变化趋势(图 5)表明, 不同站点霾日的变化趋势具有明显的季节性差异。从图中可以发现, 秋、冬季霾日数的变化幅度最大, 而夏季变化幅度最小, 结合霾日的季节分布和霾日变化趋势分布可知, 对于赣中北部的萍乡—宜春—鹰潭地区中北部、南昌—九江的中部以及上饶东部霾日大值区, 绝大部分站点在各个季节均表现为明显的增长趋势, 尤其是秋、冬季霾日增长率>4 d·(10 a)-1, 而赣南的霾日低值区在四个季节增长趋势不是很明显, 普遍集中在2 d·(10 a)-1以内。
|
图 5 1964—2013年江西省霾日数春季(a), 夏季(b), 秋季(c)和冬季(d)年际变化空间分布 Fig. 5 Spatial distribution of linear trends in seasonal haze days in spring (a), summer (b), autumn (c) and winter (d) in Jiangxi Province from 1964 to 2013 |
结合1964—2013年50年平均霾日数的年际变化(图 6a)以及平均霾日数的四季年际变化(图 6b), 可以看出年均霾日数整体呈现上升趋势, 20世纪60—90年代是缓慢上升期, 60年代初霾日数基本维持在3 d·(10 a)-1左右, 到90年代初迅速上升至50 d·(10 a)-1左右, 90年代至2000年以前是平稳变化时期, 2000年以后又呈现较快上升时期, 2006年达到近50年以来的最大值, 为72.5 d·(10 a)-1, 2006年以后年均霾日数又呈现下降趋势。从图中还可发现, 20世纪80年代中期以后, 年均霾日数均高于江西省平均值。年均霾日数呈现11 d·(10 a)-1的上升趋势, 其气候趋势系数为0.79, 通过了0.01显著性水平检验。图 6b为霾日数四季年际变化。由图可知, 1964—2013年四个季节的霾日数整体呈现波动增长的趋势。在20世纪80年代以前, 四个季节的霾日数均较少, 1980年以后, 冬季的霾日数迅速增加明显超过其他三个季节。1964—2013年, 四个季节的霾日数整体表现为冬季最多, 秋季次之, 夏季最少, 但在2004年以后秋季的霾日数增长最为明显, 甚至在2005年和2006年超过了冬季的霾日数。这表明江西省霾天气虽是冬季事件, 但随着城市的发展, 四个季节的霾日数差异在减小, 各个季节霾天气的发生频次均在增加。四个季节的气候趋势系数分别是0.77、0.65、0.74和0.63, 均通过了0.01显著性水平检验。
|
图 6 1964—2013年江西省平均霾日数的(a)年际变化 (图中黑色实线为全省年霾日50年气候均值)和(b)四季年际变化 Fig. 6 Interannual variation of (a) average haze days (Black line shows the average climate value of haze days in 50 years) and (b) average haze days in the four seasons in Jiangxi Province from 1964 to 2013 |
霾的形成主要由于两方面的原因, 一是大气中的污染物, 二是大气层结比较稳定。大气中污染物的来源主要是地面灰尘、汽车尾气、工业排放和冬季取暖(张浩等, 2010；高健等, 2012)。近年来随着江西省城市化进程的加快, 使得汽车数量、能源消耗总量、工业排放大大增加, 从1989—2013年江西省民用汽车拥有量、能源消耗总量(图 7a)、工业SO2排放量(图 7b)的年际变化可知, 民用汽车拥有量和能源消耗总量呈年际增长的趋势, 随之能源消耗产生的污染物和汽车尾气的排放量也增加, 工业SO2排放量在1989—1994年、2002—2006年呈增长趋势, 与之对应, 霾也呈增长趋势, 尤其是2002—2006年随着SO2的迅速增加, 霾日数显著增加, 这些都可能是江西省霾日数增加的主要原因。此外, 不利的气象条件导致污染物堆积也将引发霾天气。
|
图 7 1989—2013年江西省能源消耗总量和民用汽车年末实有数量(a)、工业SO2排放量(b)年际变化 Fig. 7 Variation of interannual total energy consumption and the number of civilian vehicles (a), industrial SO2 (b) in Jiangxi Province from 1989 to 2013 |
图 8是1964—2013年江西省近地面有霾台站的年平均风速的年际变化及其与平均霾日数的相关性。从图 8a中可以发现, 江西省年平均风速呈现年际减弱的趋势, 减弱趋势为-0.3 m·(s·10 a)-1, 说明大气污染扩散水平在降低, 导致霾形成的有利因素增加。由于近地面风速是影响污染物扩散的重要因子, 可以反映大气稳定度的变化, 与大气中污染物的稀释扩散密切相关。通过分析年平均霾日数与近地面年平均风速的相关性可知(图 8b), 两者的相关系数可达-0.79, 表明这50年间, 江西省平均霾日数与平均风速呈显著的负相关。至于年际风速减弱的问题, Xu et al(2006)通过分析指出:由温室气体引起的全球变暖而削弱的东亚季风区的年平均风速, 使得近几十年该区域风速平稳的减弱, 尤其是近几年地面风速显著减弱。除了城市化进程的加快, 东亚冬季风导致近地面风速的年际减弱也是使得江西省霾日数年际增加的重要原因。由江西省各站霾日数与平均风速相关性(图 9a)可见, 只有在上饶的婺源、弋阳和吉安的井冈山、永新、遂川及吉安几个站呈正相关外, 全省大部分地区都呈显著的负相关。另外, 还分析了与大气扩散条件有影响的小风日数(图 10a)、混合层高度(图 10b)与霾日数的相关性特征可发现, 霾日数与小风日数呈正相关, 与混合层高度呈负相关, 相关系数分别为0.812和-0.57。
|
图 8 1964—2013年江西省平均风速的年际变化(a)及其与平均霾日数的相关性(b) Fig. 8 Interannual variation of average wind speed (a) and its correlation with average haze days (b) in Jiangxi Province from 1964 to 2013 |
|
图 9 1964—2013年江西省霾日数与平均风速(a)、静风日数(b)、大风日数(c)相关系数的空间分布 Fig. 9 Spatial distribution of correlation coefficient between the haze days and average wind speed (a), calm days (b) and strong wind days (c) in Jiangxi Province from 1964 to 2013 |
|
图 10 1964—2013年江西省年平均霾日数与小风日数(a)和混合层高度(b)的相关性 Fig. 10 Correlation between the average haze days and light wind days (a) and the mixed-layer height (b) in Jiangxi Province from 1964 to 2013 |
图 9b和9c给出了江西省50年年平均霾日数与静风日数和大风日数的相关性特征。本文根据宋连春等(2013)定义的静风日最大风速3 m·s-1, 大风日最大风速10 m·s-1, 静风和大风日数均可在一定程度上表征大气的稳定程度。从图中可发现江西省除了吉安、九江、赣州三市有3个站以上年平均霾日数与静风日数呈负相关, 其余大部分地区均呈正相关, 而与大风日数基本上呈显著的负相关。根据数据分析, 近50年来江西省的大风日数明显减少, 而静风日数逐年增加, 增长率为15 d·(10 a)-1, 气候趋势系数分别为0.91和0.57, 均通过了0.01显著性水平检验。江西省年平均霾日数与大风日数的相关系数为-0.81, 与静风日数的相关系数为0.56, 均通过了0.01显著性水平检验。
表 1给出了1964—2013年江西省气温、降水量的气候倾向系数(气象要素与时间的相关系数)、气候倾向率及其与霾日数的相关系数。由表 1可知气温变化的气候趋势系数为0.25, 表现为增暖趋势, 增温率是0.15 ℃·(10 a)-1, 与霾日数的相关系数为0.13, 表明气温与霾发生呈正相关。从表 1还可知, 降水日数呈微弱的减小趋势, 气候倾向率为-6.3 d·(10 a)-1, 同霾日数的相关系数为-0.48, 相关程度不是很显著。这可能因为降水日数的减少, 导致对大气净化次数的减少, 并削弱了大气中污染物的湿沉降作用。总体来说, 风速、年降水日数的减少及气温的增加是霾日数增加的可能原因, 这与廖玉芳等(2007)分析的湖南省霾出现频率增加的可能原因(年平均风速减少、年降水日数波动减少)一致。
|
表 1 江西霾日数与气温、降水量的相关统计参数 Table 1 Statistics of haze days, temperature and precipitation in Jiangxi Province |
本文利用1964—2013年江西83个台站逐日霾观测资料, 运用线性倾向估计等统计方法, 分析江西省近50年霾时空变化特征及其与气候要素的关系, 得出以下结论。
(1) 江西省霾日数分布具有明显的空间差异, 霾日数的大值区主要分布在赣中的萍乡—宜春—抚州—上饶一带以及赣北北部的九江中部、景德镇北部地区, 年均霾日数在30 d·a-1以上, 呈赣中北部多、赣南少的特点。
(2) 江西省霾日数呈现明显的季节变化。冬季霾日数最多, 占全年的42.8%, 萍乡—宜春—鹰潭地区中北部、南昌—九江的中部以及上饶东部等地区超过20 d, 其中霾日数的最大值出现在12月, 为5.5 d·a-1。夏季霾日数最少, 其中霾日数的最低值出现在7月, 为0.6 d·a-1, 春季和秋季霾日数次之。
(3) 江西省霾日数呈年际增长的趋势, 年均霾日数的增长率为11 d·(10 a)-1, 气候趋势系数为0.78, 通过0.01的显著性水平检验。霾日数四季年际变化均呈波动增长的趋势, 气候趋势系数分别是0.77、0.65、0.74和0.63, 均通过了0.01的显著性水平检验。
(4) 江西省霾日数与平均风速、静风日数、大风日数分别呈负、正、负相关, 年平均风速和大风日数呈年际减少、静风日数呈年际增加的趋势, 表明动力输送条件减弱加剧了霾的发生。江西省降水日数呈减少趋势[-6.3 d·(10 a)-1], 气温呈增暖趋势[0.15℃·(10 a)-1], 霾日数与气温和降水日数分别呈正、负相关。
白志鹏, 蔡斌彬, 董海燕, 等, 2006. 灰霾的健康效应[J]. 环境污染与防治, 28(3): 198-200. Bai Z P, Cai B B, Dong H Y, et al, 2006. Adverse health effects caused by dust haze—a review[J]. Environ Pollut Control, 28(3): 198-200 (in Chinese). DOI:10.3969/j.issn.1001-3865.2006.03.012
|
陈英英, 熊守权, 周毓荃, 等, 2017. 基于FY-3/MERSI卫星资料的霾判识方法研究[J]. 气象, 43(11): 1431-1438. Chen Y Y, Xiong S Q, Zhou Y Q, et al, 2017. Study on identification index of haze spectrum by FY-3/MERSI satellite data[J]. Meteor Mon, 43(11): 1431-1438 (in Chinese).
|
段菁春, 毕新慧, 谭吉华, 等, 2006. 广州灰霾期大气颗粒物中多环芳烃粒径的分布[J]. 中国环境科学, 26(1): 6-10. Duan J C, Bi X H, Tan J H, et al, 2006. The particle diameter distribution of polycyclic aromatic hydrocarbons (PAHs) in atmospheric particle during haze period in Guangzhou[J]. China Environ Sci, 26(1): 6-10 (in Chinese). DOI:10.3321/j.issn:1000-6923.2006.01.002
|
范雪波, 吴伟伟, 王广华, 等, 2010. 上海市灰霾天大气颗粒物浓度及富集元素的粒径分布[J]. 科学通报, 55(13): 1221-1226. Fan X B, Wu W W, Wang G H, et al, 2010. The concentration and size distribution of enriched elements of airborne particles in Shanghai as haze day[J]. Chin Sci Bull, 55(13): 1221-1226 (in Chinese).
|
高歌, 2008. 1961—2005年中国霾日气候特征及变化分析[J]. 地理学报, 63(7): 761-768. Gao G, 2008. The climatic characteristics and change of haze days over China during 1961-2005[J]. Acta Geogr Sin, 63(7): 761-768 (in Chinese). DOI:10.3321/j.issn:0375-5444.2008.07.010
|
高健, 张岳, 羽中, 等, 2012. 北京2011年10月连续灰霾过程的特征与成因初探[J]. 环境科学研究, 25(11): 1201-1207. Gao J, Zhang Y, Yu Z, et al, 2012. Study on the characteristics and formation of a multi-day haze in Beijing in october 2011[J]. Res Environ Sci, 25(11): 1201-1207 (in Chinese).
|
郭蕊, 段浩, 马翠平, 等, 2016. 河北中南部连续12 d重霾污染天气过程特征及影响因素分析[J]. 气象, 42(5): 589-597. Guo R, Duan H, Ma C P, et al, 2016. Analysis on the characters and influencing factors of a 12 d heavy haze pollution weather process[J]. Meteor Mon, 42(5): 589-597 (in Chinese).
|
廖玉芳, 吴贤云, 潘志祥, 等, 2007. 1961—2006年湖南省霾现象的变化特征[J]. 气候变化研究进展, 3(5): 260-265. Liao Y F, Wu X Y, Pan Z X, et al, 2007. Climatic characteristics of haze in Hunan Province during 1961-2006[J]. Climate Change Res, 3(5): 260-265 (in Chinese). DOI:10.3969/j.issn.1673-1719.2007.05.003
|
廖国莲, 曾鹏, 郑凤琴, 等, 2011. 1960—2009年广西霾日时空变化特征[J]. 应用气象学报, 22(6): 732-739. Liao G L, Zeng P, Zheng F Q, et al, 2011. Spatial and temporal variations of hazes in Guangxi from 1960 to 2009[J]. J App Meteor Sci, 22(6): 732-739 (in Chinese). DOI:10.3969/j.issn.1001-7313.2011.06.011
|
牛彧文, 顾骏强, 浦静姣, 等, 2010. 浙江城市区域灰霾天气的长期变化[J]. 热带气象学报, 26(6): 807-812. Niu Y W, Gu J Q, Pu J J, et al, 2010. The long-term variation of haze weather in urban areas of Zhejiang[J]. J Trop Meteor, 26(6): 807-812 (in Chinese). DOI:10.3969/j.issn.1004-4965.2010.06.022
|
石春娥, 王喜全, 李元妮, 等, 2016. 1980—2013年安徽霾天气变化趋势及可能成因[J]. 大气科学, 40(2): 357-370. Shi C E, Wang X Q, Li Y N, et al, 2016. The trend of haze in Anhui Province from 1980 to 2013 and the possible reasons[J]. Chin Atmos Sci, 40(2): 357-370 (in Chinese).
|
史军, 崔林丽, 贺千山, 等, 2010. 华东雾和霾日数的变化特征及成因分析[J]. 地理学报, 65(5): 533-542. Shi J, Cui L L, He Q S, et al, 2010. The changes and causes of fog and haze days in eastern China[J]. Acta Geogr Sin, 65(5): 533-542 (in Chinese).
|
宋连春, 高荣, 李莹, 等, 2013. 1961—2012年中国冬半年霾日数的变化特征及气候成因分析[J]. 气候变化研究进展, 9(5): 313-318. Song L C, Gao R, Li Y, et al, 2013. Analysis of China's haze days in winter half year and climatic background during 1961-2012[J]. Climate Change Res, 9(5): 313-318 (in Chinese). DOI:10.3969/j.issn.1673-1719.2013.05.001
|
孙彧, 马振峰, 牛涛, 等, 2013. 最近40年中国雾日数和霾日数的气候变化特征[J]. 气候与环境研究, 18(3): 397-406. Sun Y, Ma Z F, Niu T, et al, 2013. Characteristics of climate change with respect to fog days and haze days in China in the past 40 years[J]. Climatic Environ Res, 18(3): 397-406 (in Chinese).
|
童尧青, 银燕, 钱凌, 等, 2007. 南京地区霾天气特征分析[J]. 中国环境科学, 27(5): 584-588. Tong Y Q, Yin Y, Qian L, et al, 2007. Analysis of the characteristics of hazy phenomena in Nanjing Area[J]. China Environ Sci, 27(5): 584-588 (in Chinese). DOI:10.3321/j.issn:1000-6923.2007.05.003
|
翁之梅, 李丽平, 杨万裕, 等, 2016. 浙江省冬季不同霾过程的后向气流轨迹及环流特征[J]. 气象, 42(2): 183-191. Weng Z M, Li L P, Yang W Y, et al, 2016. Backward trajectory and circulation features in different haze processes in winter of Zhejiang[J]. Meteor Mon, 42(2): 183-191 (in Chinese).
|
吴兑, 2005. 关于霾与雾的区别和灰霾天气预警的讨论[J]. 气象, 31(4): 3-7. Wu D, 2005. A discussion on difference between haze and fog and warning of ash haze weather[J]. Meteor Mon, 31(4): 3-7 (in Chinese).
|
吴兑, 2006. 再论都市霾与雾的区别[J]. 气象, 32(4): 9-15. Wu D, 2006. More discussions on the differences between haze and fog in city[J]. Meteor Mon, 32(4): 9-15 (in Chinese).
|
吴兑, 2012. 近十年中国灰霾天气研究综述[J]. 环境科学学报, 32(2): 257-269. Wu D, 2012. Hazy weather research in China in the last decade:a review[J]. Acta Sci Circum, 32(2): 257-269 (in Chinese).
|
吴兑, 毕雪研, 邓雪娇, 等, 2006. 珠江三角洲大气灰霾导致能见度下降问题研究[J]. 气象学报, 64(4): 510-517. Wu D, Bi X Y, Deng X J, et al, 2006. Effect of atmospheric haze on the deterioration of visibility over the Pear River Delta[J]. Acta Meteor Sin, 64(4): 510-517 (in Chinese). DOI:10.3321/j.issn:0577-6619.2006.04.011
|
吴兑, 廖国莲, 邓雪娇, 等, 2008. 珠江三角洲霾天气的近地层输送条件研究[J]. 应用气象学报, 19(1): 1-9. Wu D, Liao G L, Deng X J, et al, 2008. Transport condition of surface layer under haze weather over the Pearl River Delta[J]. J Appl Meteor Sci, 19(1): 1-9 (in Chinese). DOI:10.3969/j.issn.1001-7313.2008.01.001
|
吴兑, 吴晓京, 李菲, 等, 2010. 1951—2005年中国大陆霾的时空变化[J]. 气象学报, 68(5): 680-688. Wu D, Wu X J, Li F, et al, 2010. Temporal and spatial variation of haze during 1951-2005 in Chinese Mainland[J]. Acta Meteor Sin, 68(5): 680-688 (in Chinese).
|
吴萍, 丁一汇, 柳艳菊, 等, 2016. 中国中东部冬季霾日的形成与东亚冬季风和大气湿度的关系[J]. 气象学报, 74(3): 352-366. Wu P, Ding Y H, Liu Y J, et al, 2016. Influence of the East Asian winter monsoon and atmospheric humidity on the wintertime haze frequency over central-eastern China[J]. Acta Meteor Sin, 74(3): 352-366 (in Chinese).
|
杨晓亮, 杨敏, 李江波, 等, 2018. 一次太行山焚风对霾强度的影响分析[J]. 气象, 44(2): 313-319. Yang X L, Yang M, Li J B, et al, 2018. Impact analysis of a Taihang Mountain fohn on haze intensity[J]. Meteor Mon, 44(2): 313-319 (in Chinese).
|
张浩, 石春娥, 邱明燕, 等, 2010. 合肥市霾天气变化特征及其影响因子[J]. 环境科学学报, 30(4): 714-721. Zhang H, Shi C E, Qiu M Y, et al, 2010. Long-term variation of haze phenomena in Hefei and its impact factors[J]. Acta Sci Circum, 30(4): 714-721 (in Chinese).
|
张浩, 石春娥, 杨元建, 2019. 基于东亚冬季风指数的安徽省冬季霾预测研究[J]. 气象, 45(3): 407-414. Zhang H, Shi C E, Yang Y J, 2019. Prediction of winter haze days in Anhui Province based on East Asian winter monsoon index[J]. Meteor Mon, 45(3): 407-414 (in Chinese).
|
中国气象局, 2003. 地面气象观测规范[M]. 北京: 气象出版社: 23. China Meteorological Administration, 2003. Specification for Surface Meteorological Observation[M].
Beijing: China Meteo-rological Press: 23 (in Chinese).
|
周文君, 平海波, 刘瑞阳, 等, 2016. 江苏盐城地区一次持续雾-霾天气过程的综合分析[J]. 气象, 42(7): 838-846. Zhou W J, Ping H B, Liu R Y, et al, 2016. Analysis of the sustained fog haze event in Yancheng[J]. Meteor Mon, 42(7): 838-846 (in Chinese).
|
Chang D, Song Y, Liu B, 2009. Visibility trends in six megacities in China 1973-2007[J]. Atmos Res, 94(2): 161-167. DOI:10.1016/j.atmosres.2009.05.006
|
Che H Z, Zhang X Y, Li Y, et al, 2009. Haze trends over the capital cities of 31 provinces in China, 1981-2005[J]. Theor Appl Climatol, 97(3/4): 235-242.
|
Fu Q Y, Zhuang G S, Wang J, et al, 2008. Mechanism of formation of the heaviest pollution episode ever recorded in the Yangtze River Delta, China[J]. Atmos Environ, 42(9): 2023-2036. DOI:10.1016/j.atmosenv.2007.12.002
|
Schichtel B A, Husar R B, Falke S R, et al, 2001. Haze trends over the United States, 1980-1995[J]. Atmos Environ, 35(30): 5205-5210. DOI:10.1016/S1352-2310(01)00317-X
|
Tie X X, Brasseur G P, Zhao C S, et al, 2006. Chemical characterization of air pollution in Eastern China and the Eastern United States[J]. Atmos Environ, 40(14): 2607-2625. DOI:10.1016/j.atmosenv.2005.11.059
|
Wu D, Tie X X, Li C C, et al, 2005. An extremely low visibility event over the Guangzhou region:A case study[J]. Atmos Environ, 39(35): 6568-6577. DOI:10.1016/j.atmosenv.2005.07.061
|
Xu M, Chang C P, Fu C, et al, 2006. Steady decline of East Asian monsoon winds, 1969-2000:Evidence from direct ground mea-surements of wind speed[J]. J Geophys Res:Atmos, 111(D24): D24111. DOI:10.1029/2006JD007337
|