李丽云,邓雪娇,何启华,李 菲,邓 涛
近35年广东省区域灰霾天气过程的变化特征及突变分析
李丽云1*,邓雪娇2,何启华1,李 菲2,邓 涛2
(1.广州市番禺区气象局,广东 番禺 511400;2.中国气象局广州热带海洋气象研究所,广东 广州 510080)
利用广东省86个地面观测站1980~2014年逐日能见度、相对湿度资料,在对“区域灰霾过程”与“单站灰霾过程”进行定义的基础上,分区域诊断典型灰霾天气过程(即连续三站3d及以上出现灰霾日的天气过程),并对其长期变化趋势及特征进行分析.结果表明:广东省的灰霾过程主要出现在珠江三角洲、粤北及粤东个别地区,并以珠江口以西的珠江三角西侧最为严重.“区域灰霾过程”以日平均能见度在5~10km之间的过程为主,没有出现过日平均能见度低于2km的重度灰霾过程.各“区域灰霾过程”的特征有所差异:首先是各“区域灰霾过程”出现峰值的时间略有差异.尽管灰霾过程均主要出现在10月~翌年4月,但粤北和粤东、西两翼最多出现在冬季(12月~翌年1月)、春季次之,而珠江三角洲地区则最多出现在春季(3~4月)、冬季次之.其次是各“区域灰霾过程”变化趋势的差异.珠江三角洲地区和粤北地区灰霾过程变化趋势比较相似,在2008年以前总体呈增多趋势,珠江三角洲地区增势最为显著的时段是2000~2008年,而粤北地区则是1991~2011年;粤西地区灰霾过程在2000年以前变化都比较平稳,2004年开始快速增多;粤东地区的灰霾过程近35年来虽有小的波动,但总体变化不大,呈稳中略减的趋势.利用M-K法和滑动t检验的突变分析表明,珠江三角洲地区灰霾过程的增多是一种不连续的突变现象,发生突变的时间点是1986年;粤北地区灰霾过程则在1992~1994年出现了突发性增多的现象;粤西地区灰霾过程也在2001年发生了突变.
能见度;灰霾日;区域灰霾过程;单站灰霾过程;特征;突变;广东省
广东省作为全国经济总量最大,发展最为快速的省份之一,灰霾天气时有发生,尤其是珠江三角洲地区,区域性、复合型空气污染特征显著[1-2].对珠江三角洲地区能见度与灰霾日的长期变化特征的分析研究表明,二次细粒子气溶胶是导致能见度下降,形成灰霾天气的主因[3-6].珠江三角洲多种类污染源在城市大气多尺度时空环流系统的相互作用下,通过不同时空尺度的化学成分转化及光化学过程,形成城市污染的时空多尺度分布特征,在特定的气象条件下易造成严重空气污染.研究已表明,不利的气象条件是珠江三角洲空气污染与灰霾天气发生的重要诱因[7-9].华南大城市在热带沿海典型的高温高湿气候背景和局地的地理地形条件下,大气污染物的污染扩散过程更具典型性和特殊性.珠江三角洲出现的明显污染物浓度剧变以及持续高浓度污染事件多发生于冬春季节,与台风下沉气流、冷锋过境和冷空气的东移变性有密切关系[10-13].如何科学、有效地预测和控制珠江三角洲灰霾天气已经是摆在政府和相关业务部门面前的一项重要而紧迫的任务,特别需要加强对连续发生数天的区域性灰霾天气过程演变规律的认识.以往的研究多关注珠江三角洲地区发生的霾日数的多寡情况,而对广东省全域以及连续发生数天的灰霾天气过程的分析还很少.本文利用广东省86个地面观测站逐日能见度、相对湿度资料,在对“区域灰霾过程”与“单站灰霾过程”进行定义的基础上,按珠江三角洲、粤北、粤东、粤西4个区域诊断出广东省1980~2014年期间的典型灰霾天气过程,并对其长期变化趋势及特征进行分析,以期为广东省灰霾天气的深入研究以及联防联控提供参考.
本文所用资料为广东省86个地面常规气象观测站1980~2014年逐日能见度、相对湿度资料.
根据《广东统计年鉴-2014》[14]中广东省各行政区域划分方法,将全省划分为粤东、粤西、粤北、珠江三角洲四大区域(见图1).粤东指汕头、汕尾、潮州和揭阳4个市(含13个地面观测站);粤西指阳江、湛江和茂名(含13个地面观测站);珠江三角洲地区(以下简称珠江三角洲)指广州、深圳、珠海、佛山、惠州、东莞、中山、江门和肇庆(含29个地面观测站)9个地市;粤北则指韶关、河源、梅州、清远和云浮(含31个地面观测站).
在粤东、粤西、粤北、珠江三角洲4大区域内根据以下条件判断,如满足则判作为发生“区域灰霾过程”:
(1)单站判断灰霾日:将日均能见度(Vis)小于10km,日均相对湿度小于等于90%,称为一个出现大气灰霾的日子.
(2)区域内满足条件(1)的站点有3个以上(³3个站点),起止日期相同并且连续3d或以上,则定义为一个“区域灰霾过程”.
(3)按区域分别统计出灰霾天气过程后划分等级:Vis<2km重度灰霾过程;2km£Vis<3km中度灰霾过程;3km£Vis<5km轻度灰霾过程;5km£Vis<10km轻微灰霾过程.
“单站灰霾过程”定义:日均能见度Vis<10km,日均相对湿度RH£90%,并且持续3d或以上.
对广东省各个区域年灰霾过程次数的线性倾向估计(图2直线)表明,珠江三角洲、粤北、粤西地区灰霾过程总体呈上升趋势,气候倾向率分别为4.3次/10a、6.3次/10a和2.1次/10a,这种变化特征与我国霾污染的长期变化趋势基本一致[15-16].然而粤东地区则呈现稳中减少的趋势,气候倾向率仅为-0.4次/10a,说明在全国霾日数增多的背景下,区域灰霾过程仍存在一定的地域差异,在进行区域联防联控时需特别关注.
从灰霾过程的分级情况来看,1980~2014年期间,广东省没有出现过日平均能见度低于2km的重度灰霾过程;日平均能见度在2~3km之间(2.0£V<3)的中度灰霾过程于2003、2004和2008年在珠江三角洲地区共出现过3次,其余地区均没有;3~5km的轻度灰霾过程也仅占了区域灰霾过程总数的5.9%.也就是说,广东省的灰霾过程是以日平均能见度在5~10km之间的轻微灰霾过程为主,因此在以下的分析中不再分级考虑.
图2中曲线是1980~2014年广东省“区域灰霾过程”年次数的五点二次平滑曲线.由图2可见,珠江三角洲、粤北地区灰霾过程的年变化趋势比较相似(图2a、b),均呈单峰型分布.其中珠江三角洲地区20世纪80年代初至80年代中后期是第一次明显上升期,一般认为与改革开放后珠江三角洲的第一次经济发展有关[1,4];80年代末至90年代中后期,尽管灰霾过程仍呈增多趋势,但变化波动较小,这可能是由于当地政府和环保部门开展了环境治理措施,使大气污染物排放量的增长速度减慢;1998~2000年能见度在经历了短暂的好转之后,于2003年又开始了灰霾过程明显增多的周期并持续至2008年,这一时期被认为与光化学过程导致的复合型污染有关[1];2008年经过广州亚运期间环境污染的大力整治,灰霾过程逐渐减少.珠江三角洲及粤北地区“区域灰霾过程”的年变化特征与吴兑[4]等对上述地区霾日变化的研究结果类似.
粤北地区灰霾过程与珠江三角洲地区的变化趋势相似但略有差异的原因,一方面可能与当地人口和经济发展水平有关之外,更有可能是与广东省的盛行风向有关.在冬半年,广东省盛行东北风和偏北风,来自湘赣一带的污染物长距离输送至粤北,而广东省夏半年盛行东南风和偏南风,来自珠江三角洲核心污染区的污染物北上,但由于南岭的阻挡,污染物停留在粤北地区,从而形成灰霾天气.而粤东地区大多情况下处在珠江三角洲地区的上风向,因而灰霾过程次数近35年来虽有小的波动,但总体变化不大,呈稳中略减的趋势(图2c).
粤西地区图(图2d)在2003年以前均无明显灰霾天气,2004年起显著增多,并于2007~2008年达到峰值,2009~2011年灰霾天气有所减轻,但此后有所反复.这可能与广东省经济结构的重新布局有关.粤西地区一直都是广东经济相对落后的地方,随着珠江三角洲地区产业转移的推进,粤西地区的经济结构也随之发生变化.根据广东省经济贸易委员会2008年发布的《广东省产业转移区域布局指导意见》,粤西地区主要承接的是珠江三角洲地区的石油化工、塑料制品及化纤等产业,而精细化工则由粤北地区承接.工业排放量的上升,必然也将导致灰霾过程增多.
受气象条件等因素影响,灰霾过程随季节变化而变化.总的来说,广东省一年四季均有灰霾天气过程出现,但主要发生在10月~翌年4月,此时段正是冬季风影响、加强的季节,干燥而寒冷的大陆气团控制广东,天气形势稳定,形成了全省干燥少雨的天气,故而灰霾天气较多;5~9月是广东的“雨季”,在雨水的冲刷作用下,灰霾过程虽偶有发生,但相对较少.从逐月情况来看(图3),珠江三角洲各月灰霾过程出现的次数均高于其它三个区域(为2.1次),其次是粤北(1.2次),粤西最少(0.2次).各区域灰霾过程峰值出现的时间也略有差异,珠江三角洲春季(3~4月)最多、冬季(12月~翌年1月)次之;而粤北和粤东、西两翼灰霾过程最多出现在12月~翌年1月,其次是3月.各区域灰霾过程峰值出现的时间差异可能与不同区域的气象条件有关[17-18].
分别统计了广东省86个站1980~2014年间的“单站灰霾过程”.35年间,广东省86个站共出现“单站灰霾过程”9605次,平均每年“单站灰霾过程”约为3次.年均灰霾过程超过3次的站点有35个,占全省站数的41%,主要分布在珠江三角洲、粤北及粤东个别地区;其中,有15个站点(占全省站数的17%)在6次以上,主要集中珠江口以西的珠江三角西侧;粤西地区虽也有灰霾天气过程出现,但程度较轻(图4).这一结果与符传博等[19]研究指出的华南地区年平均霾日数大值区主要分布在广东珠江三角洲地区一致.说明珠江三角洲地区,尤其是珠江三角洲西侧是广东省区域灰霾污染最为严重的区域.
变量的变化方式有两种基本形式,一种是连续性变化,另一种是不连续的飞跃[20].不连续变化现象的特点是突发性,也就是“突变”.为判别广东省各“区域灰霾过程”的变化是相对稳定的线性变化还是不稳定的突变过程,利用M-K法和滑动检验法分别对其作稳定性检验.方法如下:
对于具有个样本量的时间序列,构造一秩序列:
其中
秩序列d是序列第时刻数值大于时刻数值个数的累计数.
在原序列随机独立的假设下,对d标准化后为(d),给定一显著性水平0,当1<0时,则拒绝原假设,它表示此序列将存在一个强的增长或减少趋势.所有(d)(1££)将组成一条曲线UF.把此方法引用到反序列中,得到另一条曲线UB.若UF>0,表明序列呈上升趋势,UF<0则呈下降趋势;若UF和UB出现交叉点,且交叉点位于信度线之间,则该点对应的时刻便是突变开始的时间;若两条曲线的交叉点位于信度线之外,则该交叉点不一定为突变点,这时可同时使用滑动检验法对该点进行进一步的确定.
图5中,在=0.05的显著水平下,临界值范围为0=±1.96 (点线).由图5a中UF曲线可见,自20世纪80年代以来,珠江三角洲地区灰霾过程有一明显的增多趋势.90年代初,这种增加趋势开始超过0.05临界线,其中2000年以后一直到2008年甚至超过0.001(0=±2.56)显著性水平,表明这种上升趋势是十分显著的.根据UF和UB曲线交点的位置,确定珠江三角洲地区灰霾过程的增多发生了突变,具体是从1986年开始的.
粤北地区(图5b)灰霾过程的增加比珠江三角洲地区略晚,从20世纪80年代末、90年代初开始,其中1991~2011年期间UF线超过0.05显著性水平并保持上升趋势.曲线UF和UB在1992年出现了交叉现象,但交点位于信度线之外.利用滑动检验法对该序列作进一步验证,发现统计量在1992~1994年附近超过0.01显著性水平,这与M-K法检测到的突变点基本吻合,说明这个突变点是可信的,粤北地区的灰霾过程在20世纪90年代前中期(1992~1994年前后)确实发生了突发性增多的现象.
粤东地区(图5c)灰霾过程的UF曲线走势比较平缓,且UF和UB曲线在置信区间内出现了多个交点,时间分别是1984、1989和1990年.如此频繁的突变点显然是不正确的,需要去除其中的杂点.利用滑动检验法作进一步分析时(图略),发现统计量并未出现通过显著性水平的时间点,故认为上述突变点不可信的,粤东地区的灰霾过程并未发生过突变.
粤西地区(图5d)灰霾过程在2000年以前变化都比较平稳,2004年开始快速增多.从曲线和交点的位置可知,粤西地区的灰霾过程在2001年发生了突变,呈跳跃式上升.
4.1 广东省的区域灰霾过程以日平均能见度在5~10km之间的过程为主,没有出现过日均能见度低于2km的重度灰霾过程,日均能见度在2~3km之间的中度灰霾过程也仅于2003、2004和2008年在珠江三角洲地区出现过.
4.2 广东省的区域灰霾过程主要出现在10月~翌年4月,但各区域出现峰值的时间略有差异:粤北和粤东、西两翼最多发生在冬季(12月~翌年1月)、春季次之,而珠江三角洲地区则最多出现在春季(3~4月)、冬季次之.珠江三角洲地区各月发生的灰霾过程均最多,其次是粤北,粤西最少.
4.3 广东省平均每年“单站灰霾过程”约为3次,其中有41%的站点在3次以上,17%的站点在6次以上.灰霾过程主要分布在珠江三角洲、粤北及粤东个别地区,并以珠江口以西的珠江三角西侧最为严重.
4.4 珠江三角洲地区灰霾过程自20世纪80年代以来呈现明显的增多趋势,增势最为显著的时段是2000~2008年.突变分析表明,珠江三角洲地区灰霾过程的增多是一种不连续的突变现象,发生突变的时间点是1986年.粤北地区灰霾过程的变化趋势与珠江三角洲地区相似,在2008年以前总体呈增多趋势,其中1991~2011年期间增势最为显著,且在1992~1994年出现了突发性增多的现象.粤西地区灰霾过程在2000年以前变化都比较平稳,2004年开始快速增多,并在2001年发生了突变,呈跳跃式上升.粤东地区的灰霾过程近35年来虽有小的波动,但总体变化不大,呈稳中略减的趋势.
[1] 吴 兑,毕雪岩,邓雪娇,等.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, 2006,64(4):510-517.
[2] Zhang Y H, M Hu, L J. Zhong. Regional integrated experiments on air quality over Pearl River Delta 2004 (PRIDE-PRD2004): Overview [J]. Atmospheric Environment, Atmospheric Environment, 2008,42(25):6157-6173.
[3] Deng Xuejiao, Xuexi Tie, Dui Wu, et al. Long-term trend of visibility and its characterizations in the Pearl River Delta Region (PRD), China [J]. Atmospheric Environment, 2008,42(7):1424- 1435.
[4] 黄 健,吴 兑,黄敏辉,等.1954~2004年珠江三角洲大气能见度变化趋势 [J]. 应用气象学报, 2008,19(1):61-70.
[5] 李 菲,黄晓莹,张芷言,等.2012年广州典型灰霾过程个例分析 [J]. 中国环境科学, 2014,34(8):1912-1919.
[6] Deng X J, Wu D , Yu J Z, et al. Characterizations of secondary aerosol and its extinction effects on visibility over Pearl River Delta Region [J]. Journal of the Air & Waste Management Association, 2013,63(9):1012–1021,DOI: 10.1080/10962247. 2013.782927.
[7] 刘 建,范绍佳,吴 兑,等.珠江三角洲典型灰霾过程的边界层特征 [J]. 中国环境科学, 2015,35(6):1664-1674.
[8] 张人文,范绍佳.珠江三角洲风场对空气质量的影响 [J]. 中山大学学报(自然科学版), 2011,50(6):130-134.
[9] 吴 兑,廖国莲,邓雪娇,等.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, 2008,19(1):1-9.
[10] 邓雪娇,李 菲,吴 兑,等.广州地区典型清洁与污染过程的大气湍流与物质交换特征 [J]. 中国环境科学, 2011,31(9): 1424-1430.
[11] 吴 蒙,等.广州地区灰霾与清洁天气变化特征及影响因素分析 [J]. 中国环境科学, 2012,32(8):1409-1415.
[12] Lo J C F, Lau A K H, Yuan Z B, et al, A physical modeling approach for identification of source regions of primary and secondary air pollutants [J]. Atmospheric Chemistry and Physics Discussions, 2006,6(4),6467–6496, doi:10.5194/acpd-6-6467- 2006.
[13] Lo J C F, Lau A K H, Fung J C H, et al. Investigation of enhanced cross-city transport and trapping of air pollutants by coastal and urban land-sea breeze circulations [J]. J. GEOPHYS RES., 2006, 111:D14104, doi: 10.1029/2005JD006837.
[14] 广东省统计局.广东统计年鉴-2014 [J]. 北京;中国统计出版社, 2014.
[15] 丁一汇,柳艳菊.近50年我国雾和霾的长期变化特征及其与大气湿度的关系 [J]. 中国科学:地球科学, 2014,44:37-48.
[16] 郭 婷,朱 彬,康志明,等.1960~2012年长江三角洲地区雾日与霾日的气候特征及其影响因素 [J]. 中国环境科学, 2016, 36(3):660-669.
[17] 伍红雨,杜尧东,何 健,等.华南霾日和雾日的气候特征及变化 [J]. 气象, 2011,37(5):607-614.
[18] 刘 建,范绍佳,吴 兑,等.珠江三角洲典型灰霾过程的边界层特征 [J]. 中国环境科学, 2015,35(6):1664-1674.
[19] 符传博,丹 利,唐家翔,等.1960~2013年华南地区霾污染的时空变化及其与关键气候因子的关系 [J]. 中国环境科学, 2016, 36(5):1313-1322.
[20] 魏凤英.现代气候统计诊断与预测技术(第一版) [M]. 北京:气象出版社, 1999.
* 责任作者, 2013B030200001,高工, lily520121@126.com
Characteristics and abruption analysis on regional haze weather process over Guangdong Province during the recent 35years
LI Li-yun1*, DENG Xue-jiao2, HE Qi-hua1, LI Fei2, DENG Tao2
(1.Panyu Meteorological Service, Guangzhou 511400, China;2.Institute of Tropical and Marine Meteorology, China Meteorological Administration, Guangzhou 510080, China)., 2016,36(8):2297~2303
With the daily visibility and relativity humidity data from 86meteorological stations across Guangdong province from 1980 to 2014, typical haze processes according to the region were diagnosed based on the definition of “regional haze process” and “single station haze process”. Furthermore, the trends and characteristics of haze process were analyzed. Results showed that the haze processes over Guangdong province mainly occurred in the Pearl River Delta region (PRD) and in individual regions of northern and eastern Guangdong, especially the western area to Pearl River Estuary. The data revealed that “Regional haze process” was mostly characterized by visibility ranging from 5 to 10km and there was no case with visibility less than 2km. Haze weather processes mainly occurred from October to April with the peak time differing slightly. The haze processes mostly happened in winter (from December to January next year) over northern, eastern and western Guangdong, but in spring (from March to April next year) over PRD. The analysis of the abruption by virtue of the Mann-Kendall rank statistics and the moving-t test revealed that the increasing trends of haze weather process over the PRD since the 1980s were due to abrupt changes which took place in 1986 and reached the strongest between 2000 and 2008. The haze weather process over northern Guangdong also appeared abrupt increasing changes in the middle of 1990s, especially between 1991 and 2011. The annual mean series of haze process over western Guangdong was relatively stable before 2000, but increased significantly after 2004. Haze processes over eastern Guangdong showed no significant changes.
visibility;haze day;regional haze process;single station haze process;characteristics;abruption;Guangdong province
X51
A
1000-6923(2016)08-2297-07
李丽云(1978-),女,广东清远人,高工,硕士,主要从事天气预报与气象服务工作.发表论文6篇.
2015-11-18
国家自然科学基金(41475105);国家科技支撑计划(2014BAC16B06);科技部公益性(气象)行业项目 (GYHY201306042);广东省科技计划项目(2013B030200001,2015A020215020);中国气象局气候变化专项(CCSF201531);华南区域气象中心科技攻关重点项目(GRMC2014Z03)