视程障碍观测中霾与轻雾的区别

随着城市经济的发展,霾出现的天数越来越多,对空气质量好坏有着重要的指示意义,越来越多的受到公众的关注,气象业务中也将霾作为重要天气报。由于轻雾与霾在能见度影响方面存在着共性,对地面观测有时容易造成判断失误,因此结合二者的成因、特征及其相互转化方面进行了讨论,供地面观测参考。     

轻雾与霾的判别

在日常地面测报工作中,天气现象中的轻雾与霾时常出现。从轻雾与霾的成因、颜色、出现时的天气条件、出现时间以及指示意义等方面分析两者的区别,并探讨这2种天气现象的观测记录,确保此类气象资料观测的准确性。     

两种不同标准下霾日数分析

中国气象局观测司在2014年年初下发的文中要求:调整雾、霾天气现象观测判识方法,停止执行《霾的观测和预报等级》(QX/T113-2010)。能见度自动观测的台站将轻雾、霾的能见度判别阈值调整为7.5km,雾的能见度判别阈值调整为0.75km,能见度人工观测的台站保持能见度10km和1km判别阈值不变,空气相对湿度判别阈值恢复到台站历史观测阈值[1](下称2014标准)。笔者把2013年1月1日~2013年12月31日的霾天气在2种不同标准下的日数做了分析,就此次标准调整的必要性和所存在的问题进行了说明。     

浦口霾日突变影响因素分析

【研究目的】为探寻霾日异常变化原因,分析霾判别标准的改变、能见度自动观测和人为因素等对霾日的影响。【方法】利用线性倾向估计、累积距平、M-K检验、滑动t检验等统计诊断方法对近37年霾日进行统计分析。【结果】结果表明：1981年以来,浦口霾日共发生5次明显突变,突变点分别是1988年、2000年、2007年、2011年和2016年,除2016年之外,其他突变点都与影响因素变化有关。2007年之前影响霾日的因素主要是人为因素和观测环境的变化,其中,1988—1999年因人为因素影响,霾日数据已不具有使用价值;2007年开始霾判别标准的改变和能见度自动观测对霾日影响最为明显。【结论】2016年之前,霾日突变点与影响因素变化时间基本吻合,表明不同影响因素在不同时间段对霾日的影响比气象条件和空气质量更加显著。     

能见度仪观测霾的结果分析

利用攀枝花国家基本站2014年能见度仪的观测资料与近5年人工观测霾的日数进行对比,结果表明,用能见度仪取代人工观测能见度后,霾的出现日数显著增加;在24h变压为负时,较容易形成霾;在出现霾后,能见度变化不明显,霾持续时间较长.在使用能见度仪后能消除人为误差,真实反映当时大气状况,满足业务要求.     

雾与霾天气现象的辨别

根据地面气象观测规范雾、霾的定义,结合天气学原理,归纳总结区别雾、霾天气现象的辨别方法,由此可提高地面观测、目测水平,为气候分析积累资料,服务于社会。     

辽宁地区一次中到重度霾天气过程分析

2017年11月1日夜间到2日傍晚,辽宁省部分地区出现中到重度霾天气。应用自动站观测资料、Mi-caps实况数据以及沈阳市环保局空气质量监测数据资料,对此次霾天气过程进行了分析,结果表明:此次中到重度霾天气过程形成的天气形势为500h Pa平直西风气流和海平面均压场,近地面层存在逆温层,风力小且相对湿度小;黑龙江省和吉林省秸秆焚烧污染物的长距离输送是此次霾天气过程形成的主要原因;后期的大风过程对污染物的清除效果显著,导致霾天气过程结束。     

锦州市雾与霾的判别及监测标准探讨

正确判断并记录各种天气现象是气象业务的基础,既能为研究气候变化提供基础信息,又能为气象预报、决策服务和灾害预警提供依据。对一些能见度低、易混淆的天气现象如雾与霾,如果原始记录不准确,则会对气候分析、气象预报等造成不利的影响。因此,该文介绍轻雾、雾、霾等复杂天气现象的判断方法,以提高观测水平。     

吉林省近几年霾日与空气质量数据时空特征

通过对2011年6月—2016年4月吉林省内霾及烟霾天气的时空分布特征及同期吉林省环保厅提供的空气质量预报对比分析,结果表明:霾(烟霾)日分布特征,可以得到霾或烟霾的主要污染区集中在以长春和吉林为中心的经济发达地区,及延边东部地区。整体上吉林省月霾日变化呈现"V"型分布,有着明显的季节变化特征。10月—次年5月都处于霾天气的高发期。并呈现逐年霾(烟霾)日数增加并且区域呈扩大的趋势。吉林省2011年6月—2016年4月霾、烟霾、非优良天气日数整体呈增加趋势。特别是2015年呈现快速增加的趋势,并且均超过前几年的观测日数总合。前期对霾的识别没有统一的判别标准,判据比较混乱,缺乏可比性,吉林省因为理解问题将部分霾记成烟等天气现象。     

咸宁市1960-2013年霾日数气候特征分析

根据咸宁市6个气象站1960年12月至2013年2月霾天气人工观测资料,运用趋势系数统计和小波分析等方法,分析了咸宁市近53年来霾日数的气候特征。结果表明,咸宁市霾日数中间多南北少,丘陵地区多于沿江地区,年平均霾日数赤壁最多,达16.7 d,嘉鱼最少,仅1.5 d。除赤壁外,其他县市年霾日数呈减弱趋势。霾日数冬季最多,占全年的47.7%,春季、秋季次之,分别占全年的25.7%和20.5%,夏季最少,仅占全年的6.1%。咸宁市区霾日12月和1月最多,平均分别达2.1 d和1.8 d,6、7月最少,7月仅0.1 d,有近94%的年份都在6月没有出现霾天气。咸宁市区霾日数总体呈下降趋势,但阶段性明显,20世纪70年代初期是霾日数急剧上升阶段,至80年代初期维持较高的霾日数,存在着2~4年的显著周期。     

黑龙江省一次严重霾天气特征及成因分析

为了找到霾污染天气的特征和成因,笔者利用地面和高空气象要素、污染物成分观测资料,以及后向轨迹的方法,分析了黑龙江省2016 年11 月一次罕见的霾天气。结果表明：地面弱的气压场、中低空弱的低压槽、对流层中低层湿度和温度的增加、逆温条件、近地层弱的涡度平流,这些气象条件有利于大气污染聚集,浓度上升,能见度下降,引起严重的霾天气,而冷高压前部的偏北气流有利于霾天气消散。因此,比较弱的气象条件是造成霾天气的重要原因,而预报弱的天气条件是预报霾天气的关键。     

本溪地区一次霾天气产生的气象条件分析

利用欧洲中心数值产品中高空、地面等气象要素资料、本溪市环境监测站AQI指数、本溪市气象观测站的能见度资料,分析了此次霾天气过程的气象条件及污染物浓度变化与霾天气可能存在的关系。结果表明,此次霾天气过程期间,辽宁上空以平直纬向环流为主,没有明显的冷空气南下影响本溪地区,对流层中低层盛行暖湿的西南气流,地面为不利于污染物扩散和稀释的弱气压场,大气层结稳定、风速小,地面上空出现逆温层,边界层内污染物的水平和垂直扩散能力差,污染物逐渐积累,造成此次霾天气,污染物浓度变化与霾天气过程存在密切关系。在霾发生前期AQI指数存在升高趋势,在霾发生、消散过程中与能见度呈显著相反变化特征。     

2016年大连市长兴岛区气候特征分析

本文研究资料来源于2016年辽宁省气象信息中心8个国家气象站的观测数据,选取的气象站空间分布均匀,且2016年资料完整,不存在缺测情况,可以较好地代表长兴岛区的气候特征。本文采用统计分析法,主要通过长兴岛区与大连市区的观测数据对比,分别对气温、降水、日照、大风、雾霾等气候要素进行年、季、月分布的统计与分析,同时对各类气候事件进行总结分析。年内主要气候事件有异常低温、持续高温天气;大风、寒潮天气;阶段干旱、汛期暴雨、强对流天气;秋冬季雾、霾天气。总体上2016年长兴岛区气候条件良好,气象灾害偏轻。夏秋降水偏多,水资源多于常年;秋冬季雾、霾天气较多,空气质量受到一定影响。     

2004—2013年抚顺市雾霾天气特征分析

对2004—2013年抚顺市气象观测数据进行统计分析,结果表明:抚顺市雾、霾天气均呈波动变化趋势。近10年,全年平均雾天气日数为152 d,其中以轻雾日数为主,占雾日的95%;大雾年总日数只占雾日的3%;2008年开始,抚顺市浓雾和强浓雾日数逐渐增多,特别是在2013年浓雾出现4次,强浓雾出现7次。轻雾天气夏季最多,秋冬次之,春季最少;而对于大雾、浓雾、强浓雾天气秋季最多,夏天次之。霾天气年平均出现日数为75 d,且以轻微霾天气为主,其占总霾天气日数的96%。但2012年开始轻度霾和中度霾的日数逐渐增加,2013年出现轻度霾和中度霾的日数分别为12、2 d。同时,冬季不仅轻微霾日数最多,且轻度霾、中度霾天气日数也最多,说明冬季是抚顺市霾天气的高影响季节。     

轻雾、烟、霾、浮尘的判断方法

在介绍轻雾、烟、霾、浮尘定义的基础上,总结4种复杂天气现象的判断方法,指出可在气味、颜色、沉淀物、能见度、生消特点等方面进行区别和判断,由此可提高观测水平,为气象预报提供基础资料。     

江苏南京极端天气事件及其与区域气候变暖的关系研究

应用江苏南京逐日观测资料分析了南京极端天气事件的变化及其与区域气候变暖的关系。结果表明,近60年来南京的低温、大风、雷暴和大雾事件存在下降趋势,灰霾事件明显增多;高温、暴雨、大风、雾、霾存在较强年际变化但不具备明显的周期性特征,低温、闷热和雷暴事件的年际变化较小并且存在一定的年代际和年际的周期变化;南京年均气温和高温、闷热、低温、大风、灰霾等极端事件之间存在较强的相关性,这些极端天气事件的变化与区域气候变暖关系密切。     

扬州市一次持续霾天气的诊断分析

利用环保监测站数据和能见度自动观测数据,对2017年12月扬州市一次持续霾天气进行了研究。结果表明,此次持续霾天气是在重污染、高AQI值背景下产生的,本地污染物有一定的作用。利用NECP再分析数据分析天气尺度背景发现,高低空均为不利于污染物扩散和稀释的天气类型,长时间维持风速较小或者静风的状态,导致污染物的持续积累和霾的形成与发展。利用ECMWF的ERA-Daily再分析资料诊断边界层气象要素,发现大气扩散能力较差,风速偏小,逆温层的存在均有利于污染物在低层的积累,近地面风向和风力的变化是霾结束的重要原因。通过HYSPLIT模式模拟不同高度层气团后向轨迹后发现,污染物随冷空气经西北路径自北向南输送,外界污染源主要是中低层的污染物输送与沉降带来的。     

衢州市霾天气特征及成因分析

根据衢州市国家基本气象观测站1971-2010年观测资料,对衢州市霾天气的气候特征和成因进行分析。结果表明,近40年来,衢州市年度霾日数总体呈上升趋势,特别是2002年以来呈现急剧上升趋势。衢州市秋冬季的霾天气日数占全年的72.6%左右,夏季最少。最多的月是12月,最少的月是7月。衢州市的地形地貌、区域城市化和工业化发展、大气污染物排放增加以及气象条件的变化是衢州市霾天气的形成和变化的主要原因。     

1956—2015年海东市雾霾及沙尘天气变化特征分析

利用海东市6个台站1956—2015年观测资料统计分析霾、浮尘、扬沙、轻雾、雾天气,结果表明:浮尘和霾是影响海东市环境空气质量的首要天气,轻雾和扬沙次之;这些天气从中东部民和、乐都向西呈阶梯状递减;20世纪60—70年代属于多发时期,21世纪20年代初5年有所增加;其中霾、浮尘和扬沙冬、春季较多,霾冬季最多,浮尘和扬沙春季最多,轻雾和雾集中在夏、秋季,秋季最多;近年来海东市雾霾和沙尘天气有增多趋势。     

1961—2014年济南市霾日数变化特征分析

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。