三种霾日统计方法的比较分析—以环首都圈京津冀晋为例*

吴 兑,陈慧忠,吴 蒙,廖碧婷,王迎春,廖晓农,张小玲,权建农,刘伟东,古 月,赵秀娟,孟金平,孙 丹

(1.暨南大学大气环境安全与污染控制研究所,广东 广州 510632；2.中国气象局广州热带海洋气象研究所,广东 广州 510080；3.北京市气象局,北京 100089；4.中山大学环境科学与工程学院,广东 广州510275；5.东莞市气象局,广东 东莞 523086；6.广州市萝岗区气象局,广东 广州 510530)

三种霾日统计方法的比较分析—以环首都圈京津冀晋为例*

吴 兑1,2,3,4*,陈慧忠2,5,吴 蒙4,廖碧婷6,王迎春3,廖晓农3,张小玲3,权建农3,刘伟东3,古 月3,赵秀娟3,孟金平3,孙 丹3

(1.暨南大学大气环境安全与污染控制研究所,广东 广州 510632；2.中国气象局广州热带海洋气象研究所,广东 广州 510080；3.北京市气象局,北京 100089；4.中山大学环境科学与工程学院,广东 广州510275；5.东莞市气象局,广东 东莞 523086；6.广州市萝岗区气象局,广东 广州 510530)

为了研究单次值法、日均值法、14时值法3种常用的霾日和轻雾(雾)日统计结果的异同,以环首都圈京津冀晋四省市为例进行了比较.华北地区霾日用 3种方法统计的过去 60余年霾日的区域分布表明,3种方法统计的霾日是单次值法>日均值法>14时值法,大致是1：0.54：0.45的关系,但区域分布趋势比较相似.典型城市霾日的长期变化趋势大都十分相似.而轻雾(雾)日的长期变化趋势表明,用单次值法统计的明显偏多,且有长期下降趋势;而用日均值法与14时值法统计的轻雾(雾)日无大差别,且没有明显的长期变化趋势,反映了年季和年代季的气候波动.从长期季节变化趋势来看,3种统计方法的结果除日数的差别外,季节分布特征比较类似.一个突出的特点是除去采暖季有较多的霾日外,在盛夏季节霾日也明显多,集中出现在6～9月,尤其是7～8月,与桑拿天同期出现,这与全国大部分城市的变化趋势完全不同.是华北地区的特有现象.用单次值法统计霾日,将包括所有的霾过程,即大范围持续时间长,且与一定天气系统与近地层扩散条件相关连的霾,及在稳定的晴朗夜间由于辐射降温,使相对湿度升高而导致能见度下降形成的霾.用日均值法,则可能更多的显示长时间大范围的霾天气过程;而使用14时法,则对早晚因湿度增加降低能见度出现的霾天气漏记,突出长时间大范围的霾天气过程.

环首都圈；霾日；轻雾(雾)日；统计方法；长期趋势

我国改革开放以来,由于经济规模的迅速扩大和城市化进程的加快,在城市群区域和大城市的大气气溶胶污染日趋严重,尤其是在我国东部经济发达的京津冀、长江三角洲与珠江三角洲地区[1-9],由细粒子气溶胶造成的能见度恶化事件越来越多,原来少见的天气现象“霾”成为一种常见现象,原来在各类词典上霾是一种非水成物造成视程障碍的自然现象,近年来由于人类活动大气气溶胶细粒子污染日趋严重,使得霾现象主要由人类活动所造成.

对于霾日确定标准以及相应的分析,长期以来颇多争议,经过近年来的实践,逐渐形成了单次值法、日均值法、14时值法3种霾日统计方法,但3种方法之间有无关联,是否客观需要验证.因此本文通过 3种霾日统计方法结果的对比,讨论了不同方法统计的霾日在长期演变趋势、区域分布特征以及季节变化方面的异同,以利于今后对于霾日的分析能有较为客观的比较,间接评估气溶胶污染的长期变化.

1 数据来源与处理

本文资料来源于我国气象系统地面观测网1951～2005年743个国家基本(基准)站的观测.该资料是我国最全面完整的地面气象要素观测资料,均经过了国家气象中心气象资料室的质量检验.京津冀晋 2006～2012年的资料来自于中国气象局气象信息综合分析处理系统(MICAPS)平台.

对于使用长期气候资料进行霾的统计,需要统一的定量标准,不能直接使用天气现象记录,因为过去长期在全国气象系统的台站观测业务中,区分霾的判据比较混乱,缺乏可比性,全国没有统一的辅助判别标准,需要说明的是,在历史上中央气象局、国家气象局、中国气象局的各种版本的地面观测规范等技术文件中,对霾的界定一直是非常清晰的,从来没有给出过相对湿度限值作为辅助标准.各省各站的所谓标准,均没有白纸黑字的任何依据,各地(不同观测员)识别霾太任意,所以在全国各省各站非常混乱,甚至在同一个站,不同观测员也不一样.直接使用这些天气现象资料进行的分析文章的科学性大大降低,因而需要使用能见度、天气现象、相对湿度来综合判断,而且要将其他视程障碍现象剔除,就是说要自己处理资料,不能直接使用报表的霾日资料[10-13].

2 统计方法

对于长期的气候变化,有 3种常用的处理大量历史资料的统计方法.

第1种是,首先需按照观测记录逐次订正,只要在 1天中某个观测时次符合出现霾的标准即统计为1个霾日.逐次天气现象是否为霾按以下原则确定∶能见度小于10km的资料,天气现象代码必须是01(露)、02(霜)、03(结冰)、04(烟幕)、05(霾)、10(轻雾)、42(雾)7种之一,且相对湿度小于90%的记为1个霾记录.其他天气现象在统计出现日数如雨日、雪日、雷暴日等等也是采用类似的方法,可称为“单次值”法.本文的资料大部分站是4次(北京时间02∶00、08∶00、14∶00、20∶00)观测,也有一部分站夜间不守班仅有3次观测(北京时间08∶00、14∶00、20∶00时)资料.

第 2种是用日均值,定义当日均能见度(MOR)小于 10km,日均相对湿度(RH)小于 90%,并排除降水、吹雪、雪暴、扬沙、沙尘暴、浮尘、烟幕等其他能导致低能见度事件的情况为一个霾日[3,6].

第3种是使用14∶00实测值,用于分析的能见度小于 10km的资料必须同时满足以下 3个条件,14∶00;代码 01(露)、02(霜)、03(结冰)、04(烟幕)、05(霾)、10(轻雾)、42(雾);相对湿度小于90%的记为一个霾日.以相对湿度 90%为界对霾、轻雾(雾)进行划分,当相对湿度达到 90%以上时认为是轻雾(雾),小于 90%认为是霾.这样既可把轻雾(雾)中被误报的霾分离出来, 又可把霾中被误报的轻雾(雾)分离出去.同时,利用天气现象代码可将降水、吹雪、雪暴、扬沙、沙尘暴、浮尘、烟幕等天气事件筛选出来.这种方法被国际上广泛应用来讨论长期能见度变化趋势[14-17].

表1 不同机构的雾/轻雾/霾的标准Table 1 The standard of fog/ mist/haze in different departments

需要说明的是,在不同历史时期,WMO和其他国家气象机构曾经给出过区别霾与雾的建议

[18-23],其中也有使用相对湿度作为辅助判据的(表1),世界气象组织(WMO)在2001、2005、2008年的报告中识别霾(haze)和轻雾(mist),需结合相对湿度限值;而对于轻雾,WMO在2001年、2005年和 2008年的报告中建议相对湿度大于 95%;而英国天气局在1994年规定出现霾时相对湿度低于95%,英国天气局分别在1982、1991、1994年规定出现轻雾时相对湿度低于100%但大于等于95%;对于雾(fog),各个机构都描述为相对湿度通常接近 100%.这里都明确指出出现霾时相对湿度要小于 95%.而我们为什么将出现霾时的相对湿度定为 90%呢？这是因为,目前自动气象站的湿度传感器在高湿度段有 5%的误差[24],另外需要保证所有入围的资料确定是霾,不能引起争议,也需要将相对湿度限值降低 5%,国际上也是这样处理的[14-15].

图1 霾与轻雾(雾)区分的概念模型Fig.1 The conceptual model of distinguishing haze and mist (fog)

依据国际组织的有关规定和气溶胶物理化学特征分析,提出了区分霾与轻雾(雾)的概念模型(图1).进而提出了霾的观测和预报等级标准[25],本文的统计结果均是在上述基础上得到的.

3 结果与讨论

3.1 区域分布特征

图2 环首都圈京津冀晋霾日区域分布Fig.2 The regional haze days’ distribution in Beijing (BJ), Tianjin (TJ), Hebei (HB) and Shanxi (SX)

霾日年均值区域分布由图 2可见,单次值法、日均值法、14时值法3种方法统计的环首都圈京津冀晋过去60余年霾日是单次值法>日均值法>14时值法,但分布趋势比较相似.在1950～1960年代,区域内霾日比较少,1970年代开始增多,1980年代以后明显增多,并形成几个霾日集中区,比较明显的是邯郸-邢台-石家庄-保定-北京-天津的带状分布,与任阵海等指出沿太行山东侧的空气污染带分布相一致[26].还有太原及以南的带状分布,最为严重的情况出现在 1996～2000年,2000年以后有一定减少.

3.2 长期变化趋势

3种方法统计的过去近 60年北京霾日是单次值法>日均值法>14时值法,大致是1∶0.54∶0.45的关系,但长期变化趋势十分相似.而轻雾(雾)日的长期变化趋势表明,用单次值法统计的明显偏多,且有长期下降趋势,与其他[27-28];而用日均值法与14时值法统计的轻雾(雾)日无大差别,在 60余年中趋势性变化不明显,反映了年季和年代季的气候波动.

以单次值为例,北京在 1950年代霾日较多,与同期沙尘天气偏多相关联,年霾日可达250d以上,这主要与周边地区的扬沙有关,随着在首都周边地区的大规模植树造林,尤其是在西部永定河流域和北部山区及河北、内蒙古坝上地区的植树造林,以及北京城区道路硬化改造,到1967年,霾日已经减少到 1年不足 50d,治理扬沙和浮尘的效果显著;1970年代以后北京的能见度急剧恶化导致霾日迅速增加,到 1980年代初增加到 250d以上,一直到1999年前后北京的霾日维持在每年200～250d左右; 21世纪以来逐渐减少到年霾日150d左右.2000年以后到北京奥运会前后,霾日持续下降,到2010年霾日仅有约100d,2012年有所反弹,增加到超过150d.

图3 北京霾日与轻雾(雾)日的长期变化趋势Fig.3 The long term trends of haze days and mist(fog) days in Beijing

图 4为环首都圈京津冀晋代表性城市过去60余年霾和轻雾(雾)出现的天数.3种统计方法的长期趋势结果在有些城市出现了明显差异,比如太原用单次值法统计的霾日历年都比较多,趋势不明显,但按日均值和14时值统计的结果有明显增加的长期趋势.说明太原用单次值法统计的霾日比较多,表明太原早期(1950～1970年代)早晨那种由辐射冷却引起的低能见度形成的霾是较多的, 但中午就不出现了,因而长期趋势不明显;而用日均值或14时值统计忽略了早晚因湿度增加降低能见度的霾,早期的霾日减少了,后期主要是大范围持续时间长的霾增加了,结果在日平均法和14时值法的统计结果都有反映了,表现霾日有明显增加的趋势.还有些城市如保定,日均值与 14时值的结果,较单次值结果突出了峰值.这些结果,与赵普生等[27]使用1980～2008年京津冀107个地面站资料分别使用日均值和14时值两种方法的分析结果有相似之处.

以单次值为例,华北北部的张家口和唐山霾日较少,除去个别年份霾日均不超过每年 150d;天津在1980～1990年代霾日较多,最多可达每年300d以上,本世纪霾日缓慢增加,近年达到 150d以上,较北京明显偏多;塘沽近 10余年的情况与天津类似;太原自 1970年代以来,霾日呈稳步增加趋势,近年已经超过每年250d;保定在1980年代曾经出现霾日峰值,接近每年 350d,近年维持在每年100～150d左右;石家庄霾日自1970年代开始增加,至 1990年代末期达到峰值,每年有霾日250余d,本世纪呈下降趋势,2012年霾日不足100d;邢台霾日也是自1970年代开始增加,1980～2004年长期维持高位震荡,每年霾日超过200余d,而后开始明显下降.以上各地用单次值统计的轻雾(雾)日有长期下降趋势,与其他作者的结果相似[28-30];而日均值和 14时值统计结果均没有明显的趋势性变化,反映了年季和年代季的气候波动.当然,中长期天气气候背景的波动也会对能见度的变化产生影响,但这个问题非常复杂,研究难度很大.

从霾现象出现的物理过程可以知道,出现霾这种低能见度天气现象,主要有两个控制因子,一是需要气溶胶浓度高(主要是 PM2.5浓度高),另一个是较高的相对湿度.从气象因子考虑,主要是相对湿度的变化.有分析表明在相对湿度70%～ 90%间湿度增加是能见度降低的主要原因,而相对湿度在 70%以下时,气溶胶浓度增加是能见度降低的主要原因[31].而霾天气也主要以二种形式出现,一种是大范围的,持续时间也比较长,这通常与一定的天气系统与近地层扩散条件相关连;另一种与辐射雾的气象成因类似,它是在稳定的晴朗夜间由于辐射降温,使相对湿度升高而导致能见度下降从而形成霾.因而如果用单次值法统计,将包括所有的霾过程,用日均值法,则可能更多的显示长时间大范围的霾天气过程;而使用14时值法,则可能对早晚因湿度增加出现的霾天气漏记,突出长时间大范围的霾天气过程.

3.3 季节变化特点

图 5是北京不同月份霾日的长期季节变化特征,3种统计方法的结果除日数的差别外,季节分布特征比较类似.一个突出的特点是除去采暖季有较多的霾日外,在盛夏季节霾日也明显多,集中出现在6～9月,尤其是盛夏季节的7～8月,与所谓的桑拿天同期出现,这与全国大部分城市的变化趋势完全不同[6],可能与盛夏季节华北平原特殊的边界层结构,和在高湿度背景下气溶胶的吸湿增长使得消光增加,造成能见度明显恶化有关,值得深入研究.

以上分析在图 6中也有所体现,3种统计方法的结果除日数的差别外,季节分布特征比较类似.京津冀晋各个城市除去采暖季有较多的霾日外,在盛夏季节霾日也明显多,集中出现在6～9月,尤其是盛夏季节的7～8月,与所谓的桑拿天同期出现,与前面分析北京的情况比较一致,看来是华北地区的特有现象.

图6 华北典型站月霾日的长期变化Fig.6 The long term trends of monthly mean haze days in typical cities in North China

4 结论

4.1 华北地区环首都圈京津冀晋过去 60余年霾日的区域分布表明,3种方法(单次值法、日均值法、14时值法)统计的霾日是单次值法>日均值法>14时值法,大致是1∶0.54∶0.45的关系,但分布趋势比较相似.

4.2 3种方法统计的华北9城市长期变化趋势十分相似.而轻雾(雾)日的长期变化趋势表明,用单次值法统计的明显偏多,且有长期下降趋势;而用日均值法与 14时值法统计的轻雾(雾)日无大差别,且没有明显的长期变化趋势,反映了年季和年代季的气候波动.3种统计方法的长期趋势结果在华北有些城市出现了明显差异,比如太原用单次值统计的霾日历年都比较多,趋势不明显,但按日均值和14时值统计的结果有明显增加的长期趋势.还有些城市如保定,日均值与 14时值的结果,较单次值结果突出了峰值.

4.3 从长期季节变化趋势来看,3种统计方法的结果除日数的差别外,季节分布特征比较类似.一个突出的特点是除去采暖季有较多的霾日外,在盛夏季节霾日也明显多,集中出现在6～9月,尤其是盛夏季节的7～8月,与所谓的桑拿天同期出现,这与全国大部分城市的变化趋势完全不同.是华北地区的特有现象.

4.4 用单次值法统计霾日,将包括所有的霾过程,即大范围的,持续时间长,通常与一定的天气系统与近地层扩散条件相关连的霾,也包括在稳定的晴朗夜间由于辐射降温,使相对湿度升高而导致能见度下降形成的霾.用日均值法,则可能更多的显示长时间大范围的霾天气过程;而使用14时法,则对早晚因湿度增加降低能见度出现的霾天气漏记,突出长时间大范围的霾天气过程.

[1] Wu Dui, Tie Xuexi, Li Chengcai, et al. An extremely low visibility event over the Guangzhou region： A case study [J]. Atmospheric Environment, 2005,39(35)：6568-6577.

[2] Wu D, Mao J T, Deng X J, et al. Black carbon aerosols and their radiative properties in the Pearl River Delta region [J]. Sci. China (Series D), 2009,52(8)：1152-1163.

[3] 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.

[4] 吴 兑,毕雪岩,邓雪娇,等.珠江三角洲气溶胶云造成严重灰霾天气 [J]. 自然灾害学报, 2006,15(6)：77-83.

[5] 吴 兑,邓雪娇,毕雪岩,等.细粒子污染形成灰霾天气导致广州地区能见度下降 [J]. 热带气象学报, 2007,23(1)：1-6.

[6] 吴 兑,吴晓京,李 菲,等,中国大陆 1951-2005年霾的时空变化 [J]. 气象学报, 2010,68(5)：680-688.

[7] 吴 兑,刘啟汉,梁延刚,等,粤港细粒子(PM2.5)污染导致能见度下降与灰霾天气形成的研究 [J]. 环境科学学报, 2012,32(11)：2660-2669.

[8] 赵普生,徐晓峰,孟 伟,等,京津冀区域霾天气特征 [J]. 中国环境科学, 2012,32(1)：31-36.

[9] 刘 琼,耿福海,陈勇航,等,上海不同强度干霾期间气溶胶垂直分布特征 [J]. 中国环境科学, 2012,32(2)：207-213.

[10] 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.

[11] 吴 兑.再论都市霾与雾的区别 [J]. 气象, 2006,32(4)：9-15.

[12] 吴 兑.霾与雾的识别和资料分析处理 [J]. 环境化学, 2008, 27(3)：327-330.

[13] 吴 兑.大城市区域霾与雾的区别和灰霾天气预警信号发布[J]. 环境科学与技术, 2008,31(9)：1-7.

[14] Schichtel B A, Husar R B, Falke S R, et al. Haze trends over the United States, 1980—1995 [J]. Atmospheric Environment, 2001, 35(30)：5205-5210.

[15] Martin D, Dorling S.Visibility trends in the UK 1950-1997 [J]. Atmospheric Environment, 2002,36(19)：3161-3172.

[16] 范引琪,李二杰,范增禄.河北省1960-2002年城市大气能见度的变化趋势 [J]. 大气科学, 2005,29(4)：526-545.

[17] 范引琪,李春强.1980—2003年京、津、冀地区大能见度变化趋势研究 [J]. 高原气象, 2008,27(6)：1392-1400.

[18] World Meteorological Organization. WMO-No. 782—Aerodrome Reports and Forecasts： A User's Handbook to the Codes [S].

[19] World Meteorological Organization. WMO-No. 782—Aerodrome Reports and Forecasts： A User's Handbook to the Codes [S].

[20] World Meteorological Organization. WMO-No. 782—Aerodrome Reports and Forecasts： A User's Handbook to the Codes [S].

[21] UK Meteorological Office. Observer’s Handbook [S].

[22] UK Meteorological Office. Meteorological Glossary [S].

[23] UK Meteorological Office. Handbook of Aviation Meteorology [S].

[24] 张霭琛.现代气象观测 [M]. 北京：北京大学出版社, 2000：53.

[25] QX/T113—2010 霾的观测和预报等级 [S].

[26] 任阵海,万本太,虞 统,等,不同尺度大气系统对污染边界层的影响及其水平流场输送 [J]. 环境科学研究, 2004,17(1)：7-13.

[27] 赵普生,张小玲,徐晓峰.利用日均及14时气象数据进行霾日判定的比较分析 [J]. 环境科学学报, 2011,31(4)：704-708.

[28] 刘小宁,张洪政,李庆祥,等.我国大雾的气候特征及变化初步解释 [J]. 应用气象学报, 2005,16(2)：220-230.

[29] 王丽萍,陈少勇,董安祥.气候变化对中国大雾的影响 [J]. 地理学报, 2006,61(5)：527-536.

[30] 吴 兑,廖碧婷,吴 蒙,等.环首都圈霾和雾的长期变化特征与典型个例的近地层输送条件 [J]. 环境科学学报, 2014,34(1)：1-11.

[31] Chen J, Zhao C S, Ma N, et al. A parameterization of low visibilities for hazy days in the North China Plain [J]. Atmos. Chem. Phys., 2012,12：4935—4950.

Comparison of three statistical methods on calculating haze days-taking areas around the capital for example.

WU Dui1,2,3,4*, CHEN Hui-zhong2,5, WU Meng4, LIAO Bi-ting6, WANG Ying-chun3, LIAO Xiao-nong3, ZHANG Xiao-ling3, QUAN Jian-nong3, LIU Wei-dong3, GU Yue3, ZHAO Xiu-juan3, MENG Jin-ping3, SUN Dan3
(1.Institute of Atmospheric Environment Safety and Pollution Control, Jinan University, Guangzhou 510632, China；2.Institute of Tropical and Marine Meteorology, China Meteorological Administration, Guangzhou 510080, China；3.Beijing Meteorological Bureau, Beijing 100089, China；4.Department of Atmospheric Science, School of Environmental Science and Engineer, Sun Yai-sen University, Guangzhou 510275, China；5.Dongguan Meteorological Bureau, Dongguan 523086, China；6.Meteorology Administration of Luogang, Guangzhou 510530, China). China Environmental Science, 2014,34(3)：545～554

This study set Beijing (BJ), Tianjin (TJ), Hebei (HB) and Shanxi (SX) among the areas around the capital as example to compare three methods on calculating haze or mist (fog) days. The three methods include single value method, daily mean method and 14：00PM moment method. The main results are as below： the regional haze days’ distribution during the past 60years in North China calculated by the three methods showed difference. The rank of the haze day numbers was single value method, daily mean method and 14：00PM moment method, with the ratio of about 1：0.54：0.45. But the regional trends appeared similar for the three methods. The long term trends of haze days for the typical cities were quite similar. The long term trends of mist (fog) days calculated by three methods turns out that single value method counted obviously more fog days and presented a long term decreasing trend, while the values gained by daily mean method and 14：00PM moment method had no significant difference, both with no significant long term trends and showedclear the interannual and inter-decadal variation. The long term trends calculated by the three methods presented obvious difference in some cities in North China. For the long term trends of seasonal variation, the seasonal distributions obtained by the three methods were similar although the difference in numbers. One outstanding feature was that there were obviously more haze days in summer besides in the heating season, mainly concentrated in June to September, especially in July to August, occurring at the same time as the sultry weather. This distribution was a unique phenomenon in North China, which was quite different from most of the other cities in China. Calculating by the single value method will include all haze processes, i.e. wide and lasting haze, which is related to the specific synoptic systems and near-surface diffusion conditions, or some other formed by decreased visibility under higher relative humidity caused by radiative cooling at the stable clear night. Calculating by the daily mean method will result in more wide and lasting haze processes, while using 14：00PM moment method can highlight the wide and lasting haze processes but neglect the haze with poor visibility caused by humidity rising in the morning and at night.

areas around the capital；haze day；mist (fog) day；calculate method；long term trend

X513

：A

：1000-6923(2014)03-0545-10

吴 兑(1951-),男,北京人,教授,主要研究方向为大气物理化学与大气环境、及环境气象学.发表论文260余篇.

2013-06-20

国家“973”项目(2011CB403403)

* 责任作者, 二级研究员, wuduigz@gmail.com