APP下载

1961—2014年济南市霾日数变化特征分析

2017-07-29刘树峰苏轶牛其祥

现代农业科技 2017年12期
关键词:日数特征分析线性

刘树峰+苏轶+牛其祥

摘要 为了提高霾预测预报水平,利用济南市区国家级地面气象观测站1961—2014年的逐日观测资料,采用线性倾向估计方法拟合霾日数的变化趋势对其进行分析,并使用设定的霾日数异常评价标准对霾日数异常情况进行了评价。结果表明,1961—2014年济南霾日数年际变化呈现增多的趋势,济南霾日数变化线性倾向率为8.85 d/10年。平均霾日数为35 d;最少霾日数2 d,出现在1961年;最多霾日数112 d,出现在2014年;偏少年数为9年,正常年数为39年,偏多年数为1年,显著偏多年数为2年,异常偏多年数为3年;济南霾日数四季变化均呈现增多的趋势,济南霾日数冬季变化线性倾向率为2.563 d/10年,冬季为霾日数四季中变化最明显的季节;济南霾日数夏季变化线性倾向率为1.98 d/10年,夏季为霾日数四季中变化最缓慢的季节。

关键词 霾日数;年际变化;四季变化;山东济南;1961—2014年

中图分类号 P427.1+22 文献标识码 A 文章编号 1007-5739(2017)12-0208-03

Abstract In order to improve the forecast level of haze,based on the daily meteorological data of Jinan National Surface Meteorological Observation Station during 1961-2014,the change trend of haze days was analyzed used the linear trend estimation method,and abnormal conditions of haze days were assessed by using the anomaly evaluation criterion. The results showed that there were decreasing trends for annual change from 1961 to 2014 with a linear tendency rate of 8.85 d per 10 years. The annual average haze days were 35 days. The minimum value was 2 days appeared in 1961,and the maximum value was 112 days appeared in 2014. There were 9 years which were less than average days,39 years which were normal,1 year which was more than average days. There were 2 years which were significantly more than average days,3 years which were obviously more than average days. The seasonal variation of Jinan City showed an obvious increasing trend. The linear trend rate of haze days in winter of Jinan City was 2.563 d per 10 years,and haze days change in winter was the most obvious. The linear trend rate in summer of Jinan City was 1.98 d per 10 years,and haze days change in summer was the slowest.

Key words haze days;annual variation;seasonal variation;Jinan Shandong;1961-2014

霧和霾都是近地面层中常见的视程障碍现象,且近年来雾和霾的频繁出现严重影响了人们的生产生活[1]。霾是大量极细微的干尘粒等均匀浮游在空中,使水平能见度<10.0 km的空气普遍浑浊现象[2]。霾包括空气中的灰尘、硫酸与硫酸盐、硝酸与硝酸盐、有机碳氢化合物等粒子成分,具有重要的空气质量指示意义[3]。

近年来,关于霾天气的分析,国内外学者已有一些研究,在其气候特征和成因方面,取得许多很有意义的研究成果[4-19]。丁一汇等[20]、吴 兑等[21]对中国雾霾长期变化特征进行研究,指出中国年霾日数呈明显上升趋势。张 立等[22]对东营地区雾霾变化特征的研究指出,1981—2015年东营霾日数呈现先减少、近年来直线上升的趋势,霾多发生在深秋至次年春季,近年来夏季也有增多的趋势。张金超等[23]对南安市近30年雾霾变化特征分析进行了研究,结果表明,霾随季节变化也较明显,冬季较多,春秋季次之,夏季较少,霾在2000年之后出现一个较高的峰值。在国内外学者研究的基础上,对济南市霾日数变化特征进行分析研究,揭示其变化规律,为济南霾天气的预警预报提供科学依据,以便更好地对交通运输和人们日常活动进行科学指导。

1 资料与方法

1.1 资料来源

所用资料来自济南市区国家级地面气象观测站1961—2014年的逐日观测资料,以北京时间20:00为日界,即一个气象日为前一日20:00至本日20:00。能见度<10 km,相对湿度70%,排除降水、沙尘暴、扬沙、浮尘、烟幕、吹雪、雪暴等天气现象造成的视程障碍,记为一个霾日。四季划分以3—5月为春季,6—8月为夏季,9—11月为秋季,12月至次年2月为冬季[24]。

1.2 分析方法

采用線性倾向估计方法拟合霾日数的变化趋势,对其进行分析,并计算出标准差;结合霾日数距平与标准差的倍数关系,设定霾日数异常评价标准,以此标准评价霾日数异常情况。

1.3 霾日数异常评价标准

参照中国气象局《全国气候影响评价》[24]的评价气温异常标准,根据霾日数距平与标准差(S)的倍数关系,设定霾异常评价标准(表1)。

2 结果与分析

2.1 霾日数年际变化

由图1可以看出,1961—2014年济南霾日数年际变化呈现增多的趋势,济南霾日数变化线性倾向率为8.85 d/10年。平均霾日数为35 d;最少霾日数2 d,出现在1961年;最多霾日数112 d,出现在2014年;标准差为24.2 d,按照设定的异常评价标准,偏少年数为9年,异常偏少年数和显著偏少年数为0,正常年数为39年,偏多年数为1年,显著偏多年数为2年,异常偏多年数为3年。

2.2 霾日数四季变化

2.2.1 春季霾日数变化。由图2和表2可以看出,1961—2014年济南霾日数春季变化呈现增多的趋势,济南霾日数春季变化线性倾向率为2.192 d/10年。春季平均霾日数为13 d,为四季平均霾日数中最多的季节;最少霾日数1 d,分别出现在1961年和1963年;霾日数最多为29 d,出现在2014年。按照设定的异常评价标准,偏少年数为9年,正常年数为38年,偏多年数为2年,显著偏多年数为3年,异常偏多年数为2年。

2.2.2 夏季霾日数变化。由图3和表2可以看出,1961—2014年济南霾日数夏季变化呈现增多的趋势,济南霾日数夏季变化线性倾向率为1.98 d/10年。夏季为霾日数四季中变化最缓慢的季节。夏季平均霾日数为4 d;有12年夏季霾日数为0 d;霾日数最多为24 d,出现在2013年。按照设定的异常评价标准,正常年数为48年,偏多年数为2年,显著偏多年数为1年,异常偏多年数为3年。

2.2.3 秋季霾日数变化。由图4和表2可以看出,1961—2014年济南霾日数秋季变化呈现增多的趋势,霾日数秋季变化线性倾向率为2.114 d/10年。秋季平均霾日数为4 d;有13年秋季霾日数为0 d;霾日数最多为20 d,出现在2014年。按照设定的异常评价标准,正常年数为50年,偏多年数为1年,异常偏多年数为3年。

2.2.4 冬季霾日数变化。由图5和表2可以看出,1961—2014年济南霾日数冬季变化呈现增多的趋势,济南霾日数冬季变化线性倾向率为2.563 d/10年。冬季为为霾日数四季中变化最明显的季节。冬季平均霾日数为12 d;有5年冬季霾日数为0 d;霾日数最多为39 d,出现在2013年。按照设定的异常评价标准,偏少年数为9年,正常年数为37年,偏多年数为6年,异常偏多年数为2年。

3 结论

(1)1961—2014年济南霾日数年际变化呈现增多的趋势,济南霾日数变化线性倾向率为8.85 d/10年。平均霾日数为35 d;最少霾日数为2 d,出现在1961年;最多霾日数为112 d,出现在2014年。按照设定的异常评价标准,偏少年数为9年,正常年数为39年,偏多年数为1年,显著偏多年数为2年,异常偏多年数为3年。

(2)1961—2014年济南霾日数四季变化均呈现增多的趋势;济南冬季霾日数变化线性倾向率为2.563 d/10年。冬季为霾日数四季中变化最为明显的季节。济南夏季霾日数变化线性倾向率为1.98 d/10年。夏季为霾日数四季中变化最缓慢的季节。

(3)1961—2014年济南春季平均霾日数为13 d,夏季和秋季平均霾日数均为4 d。在四季平均霾日数中,春季是最多的季节,冬季次之,夏季和秋季是最少的季节。

(4)1961—2014年济南春季霾日数偏少年数为9年,正常年数为38年,偏多年数为2年,显著偏多年数为3年,异常偏多年数为2年;济南夏季霾日数正常年数为48年,偏多年数为2年,显著偏多年数为1年,异常偏多年数为3年;济南秋季霾日数正常年数为50年,偏多年数为1年,异常偏多年数为3年;济南冬季霾日数偏少年数为9年,正常年数为37年,偏多年数为6年,异常偏多年数为2年。

4 参考文献

[1] 吕相娟,卢振礼,胡峰,等.1981—2014年日照市雾霾气候特征分析[J].中国农学通报,2015,31(23):198-201.

[2] 盛裴轩,毛节泰,李建国,等.大气物理学[M].北京:北京大学出版社,2003:299-322.

[3] 吴兑.关于霾与雾的区别和灰霾天气预警的讨论[J].气象,2005,31(4):3-7.

[4] 孙芳芳,王荣,王伟红.双鸭山1971—2013年雾、霾气候特征分析[J].林业勘查设计,2015,43(1):58-61.

[5] 刘和平,代佩玲,张青珍,等.郑州市大气能见度变化特征及与空气污染的关系[J].气象与环境科学,2008,31(4):44-46.

[6] 邵振平.郑州机场能见度变化特征及与雾的成因分析[J].气象与环境科学,2014,37(1):75-82.

[7] 周巧兰,束炯,王坚捍.上海地区低能见度特征分析[J].气象与环境科学,2009,32(2):26-29.

[8] 田成娟,党永秀,祁得兰,等.近34年青海省雾霾天气空间特征分析[J].青海气象,2015(2):25-27.

[9] 祁栋林,张加昆,李晓东,等.2001—2011年西宁市空气质量特征及其与气象条件的关系[J].气象与环境学报,2014(2):51-59.

[10] 祁慧,谢丽坤,祁锋,等.延边地区沙尘与雾霾天气的危害及对策[J].现代农业科技,2015(9):262-263.

[11] 郎紅梅,秦凯,袁丽梅,等.徐州冬季雾一霾天颗粒物粒径及气溶胶光学特性变化特征[J].中国环境科学,2016,36(8):2260-2269.

[12] 原宏伟,于春艳,马小林,等.内蒙古东南部地区雾霾烟尘天气的时空分布特征[J].赤峰学院学报(自然科学版),2015(15):227-229.

[13] 翁国玲,黄志刚,陈宏,等.1961—2010年平潭大雾的年际特征及雾霾环流分析[J].海洋预报,2015,32(1):79-86.

[14] 金巍,曲岩,卞韬,等.渤海北部沿海近岸雾的特征分析[J].气象与环境学报,2012,28(2):40-43.

[15] 王珊,修天阳,孙扬,等.1960—2012年西安地区雾霾日数与气象因素变化规律分析[J].环境科学学报,2014,34(1):19-26.

[16] 叶光营,吴毅伟,刘必桔.福州区域雾霾天气时空分布特征分析[J].环境科学与技术,2010,33(10):114-119.

[17] 孙彧,马振峰,牛涛,等.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,2013,18(3):397-406.

[18] 黄先成.近43年安阳市雾日和霾日时空特征分析[J].河南科学,2015,34(3):397-403.

[19] 袁智生,陈涛,肖兰,等.湖南省近43年雾霾气候变化特征分析[J].防灾科技学院学报,2015,17(4):61-66.

[20] 丁一汇,柳燕菊.近50年我国雾霾的长期变化特征及其与大气湿度的关系[J].中国科学,2014,44(1):37-48.

[21] 吴兑,吴晓京,李菲,等.1951—2005年中国大陆雾霾的时空变化[J].气象学报,2010,68(5):680-688.

[22] 张立,万文龙,王旭.东营地区雾霾变化特征及其低能见度影响因子分析[J].现代农业科技,2016(19):238-242.

[23] 张金超,童华君,高习.南安市近30年雾和霾变化特征分析及防御措施[J].技术与市场,2015,22(5):293-296.

[24] 中国气象局国家气候中心.全国气候影响评价[M].北京:气象出版社,2014:42-43.

猜你喜欢

日数特征分析线性
西藏地区云地闪电时空分布特征分析
高校辅导员谈心谈话的话语特征分析
南方多地9月热到破纪录
2021年天府机场地面风场特征分析
皮山县沙尘天气统计分析及影响
关于非齐次线性微分方程的一个证明
1961—2015年水城县雨凇日数变化特征分析
非齐次线性微分方程的常数变易法
线性耳饰
基于CI指数的虞城县干旱特征分析