Climate Change Research Letters
Vol. 12  No. 02 ( 2023 ), Article ID: 62397 , 7 pages
10.12677/CCRL.2023.122034

1958~2020年三穗雾气候特征及 气象条件分析

谢佳豪1*,杨平2,杨再禹1,杨胜忠3#

1三穗县气象局,贵州 三穗

2镇远县气象局,贵州 镇远

3黔东南州气象局,贵州 凯里

收稿日期:2023年2月10日;录用日期:2023年3月8日;发布日期:2023年3月14日

摘要

雾对交通和人体健康有着重大的影响。本文利用1958~2020年三穗县气象资料,运用统计方法重点研究了三穗县雾的时间变化特征及形成雾的气象要素物理变化特征。结果表明:近63a三穗共出现3966次雾,年均雾日数约63 d,总体呈波动下降趋势,在1984年和2012年发生多到少的突变。雾日数具有明显的季节特征,主要集中在夏季和秋季。三穗形成的雾主要以浓雾为主,每个月都有出现,强浓雾主要集中在11月,6~8月中没有出现过强浓雾。出现雾的气象条件为20时的相对湿度 > 70%、温度露点差 ≤ 5℃,02时、08时的相对湿度 > 80%、温度露点差 ≤ 2,地面风速 ≤ 2 m/s,20时与02时的温差在1℃~6℃之间。

关键词

三穗,雾,气候特征,M-K突变,气象要素

Analysis of Climatic Characteristics and Meteorological Conditions of Sansui Fog from 1958 to 2020

Jiahao Xie1*, Ping Yang2, Zaiyu Yang1, Shengzhong Yang3#

1Sansui Meteorological Bureau, Sansui Guizhou

2Zhenyuan Meteorological Bureau, Zhenyuan Guizhou

3Qiandongnan Meteorological Bureau, Kaili Guizhou

Received: Feb. 10th, 2023; accepted: Mar. 8th, 2023; published: Mar. 14th, 2023

ABSTRACT

Fog has a significant impact on traffic and human health. This paper uses the meteorological data of Sansui County from 1958 to 2020, and using statistical methods to study the temporal variation characteristics of fog and the physical variation characteristics of meteorological elements forming fog in Sansui County. The results showed that there were 3966 fogs in Sansui in the past 63 years, with an average annual fog days of about 63 days. The overall trend was fluctuating and decreasing, with from more to less abrupt changes in 1984 and 2012. Sansui fog has obvious seasonal characteristics, mainly concentrated in summer and autumn. The fog formed in Sansui is mainly dense fog, which occurs every month, and the thick dense fog events with the visibility less than 200 meters but greater than 50 meters are mainly concentrated in November and did not occur in June to August. The meteorological conditions for fog are the relative humidity at 20:00 > 70%, the depression of the dew point difference ≤ 5˚C, the relative humidity at 02:00 and 08:00 > 80%, the depression of the dew point difference ≤ 2˚C, ground wind speed ≤ 2 m/s, the temperature difference between 20:00 and 02:00 between 1˚C and 6˚C.

Keywords:Sansui, Fog, Climatic Characteristics, M-K Mutation, Meteorological Element

Copyright © 2023 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

雾是一种大量微小水滴(冰晶)浮游空中,常呈乳白色,使水平能见度小于1000 m的天气现象 [1] 。随着经济的不断发展,雾对人们生产生活的影响越来越大。雾是对人类交通活动影响最大的天气之一。高速公路的交通事故中,因浓雾影响视线而造成的交通事故约占总数的四分之一,不仅阻碍交通,更给国家和人民生命财产造成重大损失 [2] 。并且雾天会使污染物维持在人们容易接触的高度,难以扩散与下沉,长时间处于这种环境中,会对人体健康带来有害的影响。目前,已经有许多学者对雾进行了大量的研究。从我国整体雾的气候特征来看,分布呈现东南部多西北部少的特点,并且雾日有明显的季节变化,春、夏季雾的范围较小,秋、冬季雾的范围较大 [3] [4] 。单就贵州省雾的气候特征而言,多雾中心主要分布在东部、西部边缘及中部地势较高处,区域性辐射大雾多出现在贵州省中东部较低处及河流湖泊所经之处,但区域性静止锋雾呈西多东少的分布特征 [5] [6] [7] 。对于贵州常出现的辐射雾而言,莫火娇等 [8] 和刘书慧等 [9] 发现近地面逆温层、风力微弱、夜间少云、水汽分布上干下湿等条件是形成辐射雾的特征。

三穗位于云贵高原向湘西丘陵及广西盆地过渡的斜坡面上,东经108˚32'~109˚04'、北纬26˚47'~27˚04'之间,其交通区位优势突出,位于贵州铜仁市、凯里市和湖南怀化市三大区域性城市的地理中心,是由湘入黔的重要通道,县境内高速公路覆盖全境,交通运输往来频繁。而根据前人的研究,三穗属于贵州省大雾较多的地区 [10] ,因此,对三穗大雾的气候特征进行研究分析,对交通运输安全、保障人民的健康和生命安全,提高人民生活质量具有较大的意义。

2. 资料与方法

本文选取1958~2020年三穗国家基准气候站63a的人工观测气象资料,包括雾、能见度、相对湿度、温度露点差、风向风速等和2017~2020年前向散射式能见度仪监测资料。资料来源于三穗县气象局。雾的等级划分根据GB/T27964-2011《雾的预报等级》 [11] 规定:大雾(500 m ≤ V < 1000 m)、浓雾(200 m ≤ V < 500 m)、强浓雾(50m ≤ V < 200 m)和特强浓雾(V < 50 m)。雾日统计以每日20时~次日20时地面观测记录为准,该时段内出现雾就计为一个雾日(天气现象代码为42)。研究采用线性趋势法、M-K突变检验 [12] 等统计分析63a三穗雾逐年、逐月时间序列变化分布特征,并对形成雾的主要气象要素特征进行分析,得到雾形成的阈值条件。

3. 时间序列变化特征

3.1. 年月分布特征

三穗1958~2020年总共出现3966次雾,年均雾日数约63 d。从图1(a)可以看出,1965年出现雾的次数最多,达到95次,2015年出现雾的次数最少,仅有19次。从总体趋势来看,三穗雾日呈波动下降趋势,趋势函数为y = −0.6142x + 1284.7,平均每年下降0.6142 d;从分段趋势来看,1958~1988年雾日数呈下降趋势,1989~2004年雾日数呈上升趋势,2005~2020年雾日数呈下降趋势,特别是2011年后雾日数明显下降,通过M-K突变检验发现,见图1(b),雾日数在1984年和2012年发生多到少的突变,突变点分别为1983年和2009年,并通过信度为0.01的检验。

图1(c)可以看出,三穗雾日具有明显的季节变化。8月份最多,平均雾日数达到9.1 d,2月份最少,仅有2.8 d。从季节看,雾日主要集中在夏季、秋季;从月份来看,雾日主要集中在7、8、9、10、11月,占全年雾日的55%。

Figure 1. (a) Annual variation trend of fog days; (b) M-K mutation test of annual number of fog days; (c) The variations characteristics in monthly average number of fog days

图1. (a) 年雾日数变化趋势;(b) 年雾日数M-K突变检验;(c) 月雾日数变化特征

3.2. 雾强度特征

因业务升级,2017年安装了前向散射式能见度仪,对雾的监测更加精准,利用2017~2020年的雾日进行分等级的研究得出,2017~2020年总共出现雾日127 d,其中浓雾最多73 d,强浓雾次之30 d,大雾24 d,4年中未出现特强浓雾。从图2可以看出,强浓雾主要集中在11月,共出现8 d,4月份次之,出现5 d,6、7、8三个月中都未出现过强浓雾。浓雾主要集中在6月、10月,4a中都出现了10 d,4月份次之为,出现9 d。

图2. 2017~2020年分等级雾日数月际变化特征

图3(a)可以看出强浓雾的消散时间在5:00~12:00之间,大部分在9:00~11:00,占总数的70.0%;浓雾的消散时间在21:00~第二日12:00之间,大部分集中在8:00~10:00之间,占总数的52.1%;大雾的消散时间在20:00~第二日11:00之间,大部分集中在6:00~8:00之间,占总数的50.0%。强浓雾的消散时间比浓雾、大雾的消散时间晚;大雾的消散时间最早,维持时间较浓雾和强浓雾短。可以看出雾的等级越强,消散时间越晚,维持时间越长。

Figure 3. (a) Dispersion time distribution of graded fog and (b) seasonal fog from 2017 to 2020

图3. 2017年~2020年(a) 分等级雾、(b) 分季节雾的消散时间分布

图3(b)可以看出春季雾的消散时间在21:00~第二日11:00之间,大部分在8:00~10:00,占总数的61.1%;夏季雾的消散时间在1:00~10:00之间,大部分集中在7:00~9:00,占总数的60.0%;秋季雾的消散时间在20:00~第二日12:00之间,大部分集中在8:00~11:00,占总数的62.5%;冬季雾的消散时间在20:00~第二日12:00之间,大部分集中在10:00~11:00,占总数的48.4%。可以看出夏季雾的消散时间最早,均在10:00之前消散,这可能是由于夏季太阳出来后,温度迅速升高,利于水汽的蒸发,湿度降低,且随着温度升高,饱和水气压增大,不利于雾的形成。

4. 形成雾的气象要素特征

4.1. 水汽条件

近地面的水汽条件充沛是形成雾的必要条件,当水汽接近或达到饱和时,温度只要稍有下降,就会使低空水汽凝结成雾。通过对相对湿度和露点温度差两个气象要素进行统计分析,从图4可以看出,20时的相对湿度大部分达到70%以上,占比93.6%,而02时、08时的相对湿度全部都大于80%,且相对湿度大于95%的占比分别达到79.4%、88.1%,此时的水汽接近饱和。

Figure 4. Relative humidity distribution at 20:00, 02:00 and 08:00

图4. 20时、02时、08时的相对湿度分布

图5(a)可以看出08时的温度露点差均≤3℃,大部分处于0℃~0.5℃区间内,达到77%;02时的温度露点差均≤4℃,大部分处于0℃~0.5℃区间内,达到52.4%;08时的温度露点差在0℃~8℃区间内均有分布。02时、08时的温度露点差 ≤ 2℃累计占比为97.6%、99.2%,20时的温度露点差 ≤ 5℃累计占比为90.5%。从图5(b)可以看出,随着雾等级的增高,08时的温度露点差在0℃~0.5℃区间内的占比也在增加,大雾、浓雾、强浓雾的占比分别为52.2%、79.5%、90.0%。

Figure 5. (a) Distribution of temperature dew point difference at 20:00, 02:00 and 08:00; (b) Temperature dew point difference distribution of grade fog at 08:00

图5. (a) 20时、02时、08时的温度露点差分布;(b) 08时分等级雾的温度露点差分布

结果表明,三穗出现雾的水汽条件特征为20时的相对湿度 > 70%、温度露点差 ≤ 5℃,02时、08时的相对湿度 > 80%,温度露点差 ≤ 2,且随着雾等级的增高,所需要的水汽条件将接近或达到饱和状态。

4.2. 风速条件

微风或静风也是一个形成雾的有利条件,风速过大时会把雾直接吹散 [9] 。从图6(a)可以看出,三穗出现雾时,20时、02时、08时的风速大部分处于0~1 m/s区间内,占比分别为69.1%、81.7%、79.4%,且处于v ≤ 2 m/s的累计占比为95.3%、96.8%、98.4%。从图6(b)可以看出,当雾等级越高时,其风速在0~0.5 m/s区间内的占比也在增高,大雾、浓雾、强浓雾的占比分别为26.1%、46.6%、56.7%。

则三穗出现雾的风速条件特征为v ≤ 2 m/s,且雾等级越高,风速越小。

Figure 6. (a) Ground wind speed distribution at 20:00, 02:00 and 08:00; (b) Ground wind speed distribution of grade fog at 02:00

图6. (a) 20时、02时、08时的地面风速分布;(b) 02时分等级雾的地面风速分布

4.3. 气温条件

饱和水汽压的大小与温度有着直接的关系,当温度升高时,饱和水汽压也显著增大。因此当温度高时,饱和水汽压大,空气中可以容纳的水汽含量也增多,这意味着不利于水汽凝结。从图7可以看出,20时与02时的温差主要分布在1℃~6℃区间内,占比达到84.8%,降温幅度6℃~8℃占比较小,仅有6.4%,这表明降温幅度1℃~6℃最有利于雾的发生。

Figure 7. Temperature difference distribution between 20:00 and 02:00

图7. 20时与02时的温差分布

而对于不同等级的雾,占比最多的温差分布也有所不同,强浓雾主要的温差分布在4℃~6℃之间,浓雾主要的温差分布在1℃~6℃之间,大雾主要的温差分布在0℃~3℃之间,这表明了雾的等级越高,降温幅度也越大。

5. 结论

本文通过对1958~2020年近63a三穗雾的时间分布和2017~2020年形成雾的气象要素特征进行研究分析,得出如下结论:

1) 1958~2020年三穗总共出现3966次雾,年均雾日数约63 d,总体呈波动下降趋势,年雾日数在1984年和2012年发生多到少的突变,突变点分别为1983年和2009年;雾日数具有明显的季节分布特征,主要集中在夏季和秋季,出现次数最多的月份是8月,年均雾日达到9.1 d。

2) 三穗形成的雾主要以浓雾为主,每个月都有出现,强浓雾主要集中在11月,且6、7、8三个月中没有出现过强浓雾,特强浓雾出现较少,近4a中没有出现。

3) 雾的等级越高,消散时间越晚,维持时间越长;夏季出现的雾比春、秋、冬季出现的雾消散时间早。

4) 三穗出现雾的水汽条件特征为20时的相对湿度 > 70%、温度露点差 ≤ 5,02时、08时的相对湿度 > 80%,温度露点差 ≤ 2℃,风速条特征件为v ≤ 2 m/s,20时与02时的温差在1℃~6℃区间对于三穗出现雾最有利。且雾等级越高,所需的水汽条件、风速条件、降温幅度也越高。

文章引用

谢佳豪,杨 平,杨再禹,杨胜忠. 1958~2020年三穗雾气候特征及气象条件分析
Analysis of Climatic Characteristics and Meteorological Conditions of Sansui Fog from 1958 to 2020[J]. 气候变化研究快报, 2023, 12(02): 332-338. https://doi.org/10.12677/CCRL.2023.122034

参考文献

  1. 1. 中国气象局. 地面气象观测规范[M]. 北京: 气象出版社, 2007: 6-7.

  2. 2. 田捷. 大雾天气对高速公路交通的影响及对策[J]. 中国交通信息化, 2011(2): 29-30.

  3. 3. 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(2): 220-230+271.

  4. 4. 林建, 杨贵名, 毛冬艳. 我国大雾的时空分布特征及其发生的环流形势[J]. 气候与环境研究, 2008, 52(2): 171-181.

  5. 5. 罗喜平, 杨静, 周成霞. 贵州省雾的气候特征研究[J]. 北京大学学报(自然科学版), 2008, 229(5): 765-772.

  6. 6. 罗喜平, 周明飞, 汪超, 毛显后. 贵州区域性辐射大雾特征与形成条件[J]. 气象科技, 2012, 40(5): 799-806.

  7. 7. 杨静, 吴哲红, 汪超, 等. 云贵准静止锋雾的中尺度环境场分析及短期预报着眼点[J]. 中低纬山地气象, 2018, 42(3): 1-10.

  8. 8. 莫火娇, 林颖仪, 李蕾, 等. 广宁一次典型辐射雾特征分析[J]. 广东气象, 2020, 42(6): 20-24.

  9. 9. 刘书慧, 李梦, 刘原江. 南充市雾的特征分析及辐射雾预警技术方法[J]. 中低纬山地气象, 2019, 43(3): 62-66.

  10. 10. 胡跃文, 秦杰, 苏静文, 等. 2016-2017年贵州大雾时空分布及气象要素演变分析[J]. 气象, 2019, 45(5): 659-666.

  11. 11. 中国气象局. 雾的预报等级: GB/T 27964-2011 [S]. 北京: 中国标准出版社, 2011.

  12. 12. 杨向权, 肖静. 基于Mann-Kendall的海南岛降水变化趋势及突变分析[J]. 中国防汛抗旱, 2020(2): 27-30.

  13. NOTES

    *第一作者。

    #通讯作者。

期刊菜单