Climate Change Research Letters
Vol. 07  No. 05 ( 2018 ), Article ID: 26707 , 10 pages
10.12677/CCRL.2018.75040

Climatic Characteristics and Weather Classification of Haze Days over Hainan Island in Recent 33 Years

Chuanbo Fu1,2,3, Li Dan1, Jiaxiang Tang2,3, Xiaobin Lin2,3

1Key Laboratory of Regional Climate-Environment Research for Temperate East Asia, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing

2Hainan Meteorological Observatory, Haikou Hainan

3Key Laboratory of South China Sea Meteorological Disaster Prevention and Mitigation of Hainan Province, Haikou Hainan

Received: Aug. 24th, 2018; accepted: Aug. 30th, 2018; published: Sep. 6th, 2018

ABSTRACT

Based on the ground observation data of 18 meteorological stations from 1981 to 2013, combined with “Weather Forecast Technical Manual of Hainan Province”, we analyzed the temporal and spatial variations of haze days in Hainan Island and classified the weather patterns. The results showed that: 1) The spatial distribution of annual mean haze days revealed that the values in northern part of Hainan island are higher than those in southern part. The maximum values appeared in Tunchang and Danzhou located at the northern foot of the Wuzhishan Mountain. 2) The value of annual mean haze days shows a significant increase trend over Hainan island in the past 33 years; the regression coefficient is 0.355 d·(10 a)−1; trend coefficient is 0.355 which has passed 98% significance test. 3) Haze days in Hainan island have an obvious seasonal variation; high value is mainly appeared in winter, followed by autumn and spring, and summer is the lowest. 4) The weather pattern of cold air impact is the main type resulted in haze pollution in Hainan Island, accounting for 73.2% of all haze days. The second is subtropical high pressure (or ridge), accounting for 20.4% of all haze days.

Keywords:Haze, Climatic Characteristics, Weather Pattern, Hainan

近33年海南岛霾污染的气候特征及天气型分类

符传博1,2,3,丹 利1,唐家翔2,3,林晓斌2,3

1中国科学院东亚区域气候-环境重点实验室,中国科学院大气物理研究所,北京

2海南省气象台,海南 海口

3海南省南海气象防灾减灾重点实验室,海南 海口

收稿日期:2018年8月24日;录用日期:2018年8月30日;发布日期:2018年9月6日

摘 要

利用1981~2013年海南岛18个市县气象台站的地面常规观测资料,分析了霾日数的时空变化特征,并结合《海南省天气预报技术手册》对霾日数进行天气型分类,结果发现:1) 年平均霾日数空间分布呈现为北半部高于南半部的分布特征,最大值出现在五指山山脉北麓的屯昌和儋州。2) 霾日数近33年来主要呈现明显的上升趋势,其回归系数为0.355 d·(10 a)−1,趋势系数为0.355,达到98%的显著性检验。3) 海南岛霾日数分布有明显的季节变化特征,高值主要出现在冬季,其次是秋季和春季,而夏季霾日数最低。4) 冷空气类的天气型是海南岛出现霾污染的主要影响天气类型,占所有霾污染天数的73.2%,其次为副热带高压(或脊)内部,占所有天数的20.4%。

关键词 :霾,气候特征,天气型,海南

Copyright © 2018 by authors and Hans Publishers Inc.

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

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

1. 引言

近些年来,随着经济的发展和城市化进程的加快,全国各地霾污染事件频繁发生 [1],这不仅对交通、旅游等行业造成不利影响,更引起人们对身体健康的忧虑 [2]。全国各级政府根据当地的实际情况,纷纷制定了各种大气污染防治条例或空气清洁计划等。我国学者从21世纪初开始系统的研究霾污染问题 [3],从霾的观测识别 [4][5]、时空分布 [6][7]、气候特征 [8]、成因分析 [9][10]以及数值模拟 [11][12]、气溶胶特性 [13][14]等方面做了大量的工作。其中关于我国霾污染的长期变化方面结果较为一致,即我国大部分地区霾现象呈现较快的上升趋势,并伴随着大气能见度的下降。尤以经济较为发达的区域更为明显 [15]。

霾的组成和形成与雾有着本质的区别,其定义是指大量细微的干颗粒物等均匀地浮游在近地面空气中,使得地面水平能见度小于10 km,并造成空气普遍浑浊的天气现象 [16]。其形成原因除了与气溶胶漂浮物的增加有密切关系以外,风场、水汽、温度以及降水等大气环流条件的变化也是霾天气演变的重要条件之一 [17]。海南岛地处于南海北部,与广东省和广西自治区毗邻,属于热带岛屿季风性气候 [18]。海南省是我国旅游大省之一,空气质量优良,城市空气质量排名在全国城市中经常名列前茅。海口市是海南省的省会城市,北面隔琼州海峡与雷州半岛相望。随着海南省经济的快速发展和城市建设的加快,特别是近年来国际旅游岛的建设,海口市城市大气环境问题也逐渐突出 [19][20][21],海南省政府也高度重视海口市的大气环境问题。本文主要利用海南地区18个气象站点1981~2013年地面水平能见度、相对湿度、日降水量、天气现象等常规气象观测数据,分析了霾日数的时空变化特征,并结合《海南省天气预报技术手册》对海南岛霾日数进行天气型分类,以期全面了解海南岛霾污染现状以及有利于霾天气发生的天气形势,为进一步开展海南省大气污染物监测预警、业务开发和科研等工作提供参考。

2. 资料及分析方法

2.1. 资料

本文所用的地面观测资料来源于海南省气象局信息中心,其中包括逐日4次地面水平能见度、日平均的相对湿度、日降水量和天气现象等常规气象观测资料,且均经过了海南省气象局信息中心资料室质量检验。资料年限为1981年1月至2014年2月,站点选取为海南岛18个市县地面观测站,站点分布如图1所示。由于1980年以前的地面水平能见度的气象业务观测以等级的形式记录,而1980年以后能见度观测为具体的距离数值,考虑到资料的连续性,本文只选用1981年之后的观测数据进行处理分析。

2.2. 分析方法

目前国内外利用地面水平能见度资料,同时辅助上相对湿度阈值来区分雾日和霾日的方法已经被广泛应用于讨论雾霾天气的研究中 [22][23][24]。本文使用霾日均值法来区分霾日和雾日 [25]。即对每日观测的4次能见度值及对应时次的相对湿度分别作日平均,当所得日平均能见度小于10 km,且日平均相对湿度小于90%,并排除降水、吹雪、雪暴、扬沙、沙尘暴、浮尘和烟幕等的影响,则定义为一个霾日。这样既可把雾中被误报的霾分离出来,又可把霾中被误报的雾分离出去 [25]。此外,为了了解海南岛霾日数的长期趋势变化,本文还计算了气象要素的时间序列与自然数序列之间的相关系数 [26],称为气候趋势系数,并进行统计检验。在对海南岛霾日数的长期变化进行讨论时,还用到了回归分析、11年二项式滑动平均、相关分析等统计方法 [27]。

3. 结果分析

3.1. 海南岛霾日数的空间分布

图2给出了海南岛1981~2013年年平均霾日数及各个年代霾日数分布。从图2a中可以清楚地看出,岛上年平均霾日数表现为北半部高于南半部的分布特征,超过10 d的站点有两个,分别为屯昌(13.9 d)和儋州(11.6 d),均位于五指山山脉的北麓。田贺忠等 [28]的研究表明,地形条件对大气污染物的累积也起到很重要的作用,特别是辐合风场的频繁发生,加上不利于扩散的地形条件,能导致大气污染物在某一地区不断聚集,从而造成霾污染。而屯昌和儋州的霾污染是否与地形有关,这还有待于进一步研究。此外,霾日数比较大的市县还有同样位于五指山山北麓的白沙(9.2 d)和定安(8.6 d),以及海口、保亭、临高和东方等地,另外三亚和澄迈近33年没有观测到霾现象,大气污染较轻。

Figure 1. The geographical location, topography and distribution of 18 weather stations in Hainan Island

图1. 海南岛地理位置、地形和18个市县分布示意图

Figure 2. The distribution of annually mean haze days during 1981-2013 over Hainan island. (a: for 1981-2013; b: for 1981-1990; c: for 1991-2000; d: for 2001-2010)

图2. 海南岛近33年年平均霾日数及各个年代霾日数分布。(a:1981~2013年;b:1981~1990年;c:1991~2000年;d:2001~2010年)

图2b,图2c和图2d分别给出了1981~1990年,1991~2000年和2001~2010年三个年代平均的霾日数空间分布。图中表明,20世纪80年代海南岛上霾污染较轻,空间分布上也呈现为北半部高于南半部的特征。霾日数除了临高以外,其余都在3 d以下,其中海口也只为1.2 d。20世纪90年代岛上霾污染呈减小的变化趋势,最大值出现在白沙,只为2.7 d,儋州和屯昌分别为1.9 d和1.7 d,其他市县均在1 d以下,霾污染在这一时段并不严重。2000年以后岛上霾污染有明显的增长趋势,最大值出现在屯昌,为10.3 d,儋州和白沙也分别有6.5 d和4.8 d的霾日数分布,海口为2.0 d,其余市县在1 d以下。年代际变化的分析表明,海南岛的霾污染近33年并不是呈持续的上升趋势,而是先减少后上升,其成因可能与本地污染物排放和外源输送的气象条件变化有关 [17]。

3.2. 海南岛霾日数的年际变化

图3为海南岛和海口市1981~2013年年平均霾日数的年际变化。图中清楚表明,海南岛霾日数在过去33年来主要呈现明显的上升趋势,其回归系数为0.355 d∙(10 a)−1,趋势系数为0.355 (表1),达到98%的显著性检验,霾日数上升较为显著。最大值出现在2008年,为3.34 d。随后霾日数虽略有下降,但仍多于多年平均值。从年代际变化特征来看,海南岛80年代霾日数维持在1 d附近,90年代有所下降,只为0.5 d左右,随后显著的上升,在2000年以后可达1.5 d以上。海口市霾日数的年际变化与海南岛的基本一致,也表现为20世纪80年代偏多,90年代下降,2000年之后显著上升的演变特征。其回归系数为0.23 d∙(10 a)−1,趋势系数为0.146,通过了80%的显著性检验。海口市年平均霾日数最大值也出现在2008年,为7 d。33年中有15年未观测到霾天气,而有9年霾日数在2 d及其以上,其余年份霾日数只有1 d。

3.3. 海南岛霾日数的季节变化特征

图4为海南岛多年平均的四季霾日数空间分布。图中表明,海南岛霾日数分布有明显的季节变化

Table 1. Statistics of annual mean haze days over Hainan island and Haikou City

表1. 海南岛和海口市年平均霾日数的统计分析

Figure 3. Annual variation of average haze days in Hainan island. (a) and Haikou City; (b) during 1981-2013

图3. 海南岛。(a) 和海口市;(b) 1981~2013年年平均霾日数年际变化

Figure 4. The spatial distribution of haze days in four seasons over Hainan Island. (a: for spring; b: for summer; c: for autumn; d: for winter)

图4. 海南岛四季霾日数空间分布。(a:春季;b:夏季;c:秋季;d:冬季)

特征,高值主要出现在冬季,其次是秋季和春季,而夏季霾日数明显偏低,全岛基本没有霾污染,近33年只有保亭有2 d观测到霾,乐东和五指山有1 d。春季、秋季和冬季海南岛霾污染与年平均(图2a)基本一致,大值区主要出现在五指山以北地区,而南半部地区霾污染偏小。海南岛霾污染的这种季节变化特征与我国其他区域类似 [24],海南岛冬季霾日数大大超过夏季,说明霾污染在海南岛是典型的冬季污染事件。四季中霾日数最多的站点为屯昌和儋州,冬季霾日数均达到7.6 d/a,其次是白沙和定安,分别为5.5 d/a和5.4 d/a,海口为2.5 d/a。结合霾天气形成的特点可知,海南岛霾污染的这种季节特征有自然气象条件与人为排放两方面的原因。冬季地面常受高压控制,天气形势稳定,有利于大气污染物的累积,另外冬季由于气温偏低,燃煤供暖等人为活动使得排放源增强,大气污染物浓度上升加快,同时在有利的气象条件共同作用下,导致了冬季海南岛地区霾日数明显增大,另外偏北的冬季风有利于北方污染物向海南地区输送;而夏季是海南岛主要的降水季节,降水的清除作用有利于大气污染物浓度降低,另外偏南的夏季风加强污染物粒子的扩散,致使夏季海南岛霾日数显著降低。对比各个季节霾日数分布,可以发现春季(4a)岛上西北部霾日数有所增大,这是否与春季青藏高原东部冷空气向东南部扩散,致使我国西南地区的污染物输送至海南岛西北部?这还有待于进一步研究。

图5分别给出了海南岛4季霾日数的年际变化。从图中可以发现,春季、秋季和冬季霾日数的年代际变化特征与年平均霾日数(图2a)基本一致。即表现为霾日数在20世纪80世纪偏高,90年代有所下降,2000年之后上升显著的特征。春季,海南岛霾日数整体偏低,近33年均在1 d以下,最大值出现在1983年(0.83 d),随后基本维持在0.2 d以下,直到2008年才出现第二个峰值,为0.67 d。夏季海南岛基本没有霾天气,近33年只有1992年、2000年和2003年观测到霾天气,而且霾日数非常小,只为0.1 d及其以下。秋季和冬季是海南岛霾污染相对较重的两个季节,其回归系数分别为0.162 d∙(10 a)−1和0.202 d∙(10 a)−1,趋势系数为0.515和0.36,分别通过了99.8%和90%的信度检验。就平均值(表2)而言,4季霾日数从大到小排列为:冬季 > 秋季 > 春季 > 夏季。

Figure 5. Seasonal variation of haze days over Hainan Island during 1981-2013

图5. 海南岛四季1981~2013年霾日数年际变化

Table 2. Statistics of seasonal mean haze days over Hainan island

表2. 海南岛四季霾日数的统计分析

3.4. 海南岛霾日天气型分类

大气污染物排放强度和气象条件对污染物的稀释扩散能力是霾污染发生的两个主要影响因素 [29]。在同等气象条件下,大气污染物排放强度越低,则霾天气发生可能性就越小,霾污染强度越低;反之大气污染物排放强度越大,霾天气发生可能性就越高,同时霾污染的强度越强。而大气污染物排放强度较为稳定的条件下,不同的天气形势对大气污染物的扩散能力也不同,从而最终影响着霾天气发生的强度和频次。因此,气象条件对霾污染的形成起着至关重要的作用。2013年海南省气象局编著了《海南省天气预报技术手册》 [30],将影响海南岛的天气系统进行了分型,本小节主要对近33年海南岛出现的霾日与不同天气型之间进行统计分析,为今后开展霾污染的预报预测提供初步的科学依据。

3.4.1. 海南岛天气型简介

海南岛天气系统过程可以分为4大类,分别为冷空气类、低压槽类、副热带高压(或脊)内部和热带系统,冷空气类又分为偏东下和偏西下冷空气过程,有冷锋过境、静止锋和锋消三类;低压槽类主要有南海季风槽和西南低压槽(SWT),南海季风槽根据槽线位置的不同又可分为南海低压槽(ST1)、华南沿海槽(ST2)和越南低压槽(YT)三类;副热带高压(或脊)内部有副热带高压(G1)和变暖高压脊(G2)两类,更为具体的介绍请参看《海南省天气预报技术手册》 [30](表3)。

3.4.2. 海南岛不同天气型霾日特征

统计发现,近33年海南岛共有500天出现了霾。表4进一步给出了这500个霾日的影响天气型分类。从表中可以发现,冷空气类的天气型是海南岛出现霾污染的主要影响天气形势,共有366天,占所有天数的73.2%。其次是副热带高压(或脊)内部,共有102天,占所有天数的20.4%,其中主要是变暖高压脊

Table 3. Classification of weather patterns in Hainan island

表3. 海南岛天气系统过程分类

Table 4. Statistics of 500 weather patterns of haze days in Hainan island during recent 33 years (Units: d)

表4. 近33年海南地区500个霾日影响天气型统计(单位:d)

天气型(G2),为96天(19.2%)。第三类是低压槽类,共有23天,占所有天数的4.6%;排在最后一类的是热带系统(TC),共有9天,占所有天数的1.8%。海南地区霾日的四大类天气型从大到小排列分别为:冷空气类、副热带高压(或脊)内部、低压槽类和热带系统。这也说明,海南岛霾日的出现与冷空气南下有利于大气污染物的外源输送有关。

图6给出了7小类海南岛天气型的霾日数统计。结果与上一小节的分析一致。冷空气类的天气型是海南地区出现霾污染的主要天气型,其中冷空气偏西下天气型最高,为194天(38.8%),冷空气偏东下天气型为172天(34.4%),根据海南岛天气型的分类标准 [30]可知,冷空气偏东或者偏西下,主要看重庆和汉口的变压来决定,而符传博等 [21]的分析表明,冷空气对海口市大气污染物浓度变化的影响,主要体现在低层风向和风速上,而与气压关系不大,因此冷空气偏东下与冷空气偏西下天气型之间霾日的天数相差不大。其次是变暖高压脊类,从划分标准可知,变暖高压脊类主要是大陆的地面冷高压东移出海,海南地区位于变性高压的西南侧,低层盛行偏东风或东到东北风,这一类海南地区霾日偏多可能与我国东南沿海的污染物输送至海南岛有关。冷空气偏西下、冷空气偏东下和变暖高压脊三类天气型加起来为462天,占所有天数的92.4%。而西南低压槽、热带系统、南海季风槽和副热带高压天气型中海南岛出现霾污染非常少,四类天气型加起来为38天,只占所有天数的7.6%。出现霾污染的7小类天气型从大到小的排列为:冷空气偏西下 > 冷空气偏东下 > 变暖高压脊 > 西南低压槽 > 热带系统 > 南海季风槽 > 副热带高压。

3.4.3. 海南岛霾日与冷空气影响日数

为进一步验证海南岛霾日与冷空气南下造成外源输送加强,图7给出了1981~2013年海南岛霾日数与冷空气影响日数的变化关系。其中冷空气影响日数定义为影响天气型为冷空气类,即为一个冷空气影响日。从图7a中可以清楚看出,近33年来冷空气影响日数有下降的趋势,趋势系数为-0.399,显著性检验为98%,这可能与东亚冬季风的减弱有关 [31]。我们进一步计算冷空气影响日数与海南岛霾日数的相关系数发现,两者有弱的正相关关系,相关系数为0.133,相关性不显著。晏红明等 [32]的研究表明,东亚冬季风的年际变化与Walker环流、低纬度对流活动、海洋和大气的热力状况变化等有关,因此我们对冷空气影响日数和海南岛霾日数做了去趋势处理,方法为逐年的日数值减去11年二项式滑动平均值,这种方法可以去除强趋势成分对长程相关分析的影响 [33]。图7b为去趋势处理后的结果,从图中可以发现,冷空气影响日数和海南岛霾日数有较好的正相关关系,进一步计算相关系数为0.45,通过了99%的信度检验。这也进一步证明,海南岛霾污染与冷空气南下造成的大气污染物外源输送有密切关系。

Figure 6. Statistical analysis of 500 weather patterns in Hainan Island in 33 years. (a) for haze days; (b) for the ratio

图6. 33年海南岛500个霾日天气型统计分析。(a) 为霾日;(b) 为比率

Figure 7. Annual variation of haze days and cold air affected weather patterns in Hainan Island during 1981-2013

图7. 1981~2013年海南岛霾日数与冷空气影响日数的变化

4. 结论

本文利用1981~2013年海南岛18个气象台站的地面观测资料,分析了霾日数的时空变化特征,同时结合《海南省天气预报技术手册》对发生霾污染的天数进行天气型分类,得出以下主要结论:

1) 近33年海南岛霾日数空间分布呈现为北半部高于南半部的分布特征,最大值出现在五指山山脉北麓的屯昌和儋州,分别为13.9 d和儋州11.6 d,这可能与地形条件有关。

2) 海南岛霾日数在过去33年来主要呈现明显的上升趋势,其回归系数为0.355 d∙(10 a)−1,趋势系数为0.355,达到98%的显著性检验,最大值出现在2008年,为3.34 d。年代际变化表现为20世纪80年代维持在1 d附近,90年代有所下降,随后显著的上升,在2000年以后可达1.5 d以上。

3) 海南岛霾日数分布有明显的季节变化特征,高值主要出现在冬季,其次是秋季和春季,而夏季霾日数最低。夏季海南岛几乎没有观测到霾污染,春季、秋季和冬季霾日数的年代际变化特征与年平均霾日数基本一致。

4) 霾天气的出现与气象条件密切相关。普查海南岛近33年500个霾日天气型发现,冷空气类的天气型是海南岛出现霾污染的主要影响天气类型,占所有天数的73.2%,其中去趋势后霾日数与冷空气影响日数的相关系数为0.45,达到99%的信度检验。其次为副热带高压(或脊)内部,占所有天数的20.4%。

基金项目

本文由国家重点研发计划课题(2016YFA0602501);国家自然科学基金项目(资助号41630532, 41275093);中国气象局预报员专项(CMAYBY2018-059)共同资助。

文章引用

符传博,丹 利,唐家翔,林晓斌. 近33年海南岛霾污染的气候特征及天气型分类
Climatic Characteristics and Weather Classification of Haze Days over Hainan Island in Recent 33 Years[J]. 气候变化研究快报, 2018, 07(05): 371-380. https://doi.org/10.12677/CCRL.2018.75040

参考文献

  1. 1. 吴兑. 近十年中国灰霾天气研究综述[J]. 环境科学学报, 2012, 32(2): 257-269.

  2. 2. 张小曳, 孙俊英, 王亚强, 等. 我国雾-霾成因及其治理的思考[J]. 科学通报, 2013, 58(13): 1178-1187.

  3. 3. 吴兑. 华南气溶胶研究的回顾与展望[J]. 热带气象学报, 2003, 19(S): 145-151.

  4. 4. 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.

  5. 5. 樊高峰, 任律, 毛裕定. 基于人工与自动观测对比分析的霾日重建[J]. 中国环境科学, 2017, 37(4): 1254-1261.

  6. 6. 符传博, 丹利. 重污染下我国中东部地区1960~2010年霾日数的时空变化特征[J]. 气候与环境研究, 2014, 19(2): 219-226.

  7. 7. 徐祥德, 王寅钧, 赵天良, 等. 中国大地形东侧霾空间分布“避风港”效应及其“气候调节”影响下的年代际变异[J]. 科学通报, 2015(60): 1132-1143.

  8. 8. 廖晓农, 张小玲, 王迎春, 等. 北京地区冬夏季持续性雾-霾发生的环境气象条件对比分析[J]. 环境科学, 2014, 35(6): 2031-2044.

  9. 9. 毛敏娟, 刘厚通, 徐宏辉, 等. 多元观测资料融合应用的灰霾天气关键成因研究[J]. 环境科学学报, 2013, 33(3): 806-813.

  10. 10. 洪也, 杨婷, 王喜全, 等. 辽宁中部城市群灰霾污染的外来影响[J]. 气候与环境研究, 2015, 20(6): 675-684.

  11. 11. 高怡, 张美根. 2013年1月华北地区重雾霾过程及其成因的模拟分析[J]. 气候与环境研究, 2014, 19(2): 140-152.

  12. 12. 侯梦玲, 王宏, 赵天良, 等. 京津冀一次重度雾霾天气能见度及边界层关键气象要素的模拟研究[J]. 大气科学, 2017, 41(6): 1177-1190.

  13. 13. 高敏, 仇天雷, 贾瑞志, 等. 北京雾霾天气生物气溶胶浓度和粒径特征[J]. 环境科学, 2014, 35(12): 4415-4421.

  14. 14. 陈秋方, 孙在, 谢小芳. 杭州灰霾天气超细颗粒浓度分布特征[J]. 环境科学, 2014, 35(8): 2851-2856.

  15. 15. 孙彧, 马振峰, 牛涛, 等. 最近40年中国雾日数和霾日数的气候特征[J]. 气候与环境研究, 2013, 18(3): 307-406.

  16. 16. 中国气象局. 地面气象观测规范[M]. 北京: 气象出版社, 2003: 21-27.

  17. 17. 符传博, 唐家翔, 丹利, 等. 1960-2013年我国霾污染的时空变化[J]. 环境科学, 2016, 37(9): 3237-3248.

  18. 18. 高素华, 黄增明, 张统钦, 等. 海南岛气候[M]. 北京: 气象出版社, 1988: 1-189.

  19. 19. 符传博, 唐家翔, 丹利, 等. 2013年冬季海口市一次气溶胶粒子污染事件特征及成因解析[J]. 环境科学学报, 2015, 35(1): 72-79.

  20. 20. 符传博, 陈有龙, 丹利, 等. 近10年海南岛大气NO2的时空变化及污染物来源解析[J]. 环境科学, 2015, 38(1): 18-24.

  21. 21. 符传博, 唐家翔, 丹利, 等. 2014年海口市大气污染物演变特征及典型污染个例分析[J]. 环境科学学报, 2016, 36(6): 2160-2169.

  22. 22. Schichtel, B.A., Husar, R.B., Falke, S.R., et al. (2001) Haze Trend over the United States, 1980-1995. Atmospheric Environment, 35, 5205-5210. https://doi.org/10.1016/S1352-2310(01)00317-X

  23. 23. 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.

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

  25. 25. 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.

  26. 26. 施能, 陈家其, 屠其璞. 中国近100年来4个年代际的气候变化特征[J]. 气象学报, 1995, 53(4): 431-439.

  27. 27. 魏凤英. 现代气候统计诊断与预测技术(第2版)[M]. 北京: 气象出版社, 2007.

  28. 28. 田贺忠, 王艳, 赵丹, 等. 中国太行山东麓NOX重污染成因分析[J]. 科学通报, 2011(18): 1464-1469.

  29. 29. 胡亚旦, 周自江. 中国霾天气的气候特征分析[J]. 气象, 2009, 35(7): 78-83.

  30. 30. 海南省气象局. 海南省天气预报技术手册[M]. 北京: 气象出版社, 2013: 25-77.

  31. 31. 邵鹏程, 李栋梁. 东亚冬季风指数的分类和比较[J]. 气象科学, 2012, 32(2): 226-235.

  32. 32. 晏红明, 周文, 杨辉, 等. 东亚冬季风指数的定义及其年际年代际异常[J]. 大气科学学报, 2009, 32(3): 367-376.

  33. 33. 郑有飞, 尹继福, 吴荣军. 我国大陆极端高温基于去趋势波动及排列熵法的时空分布特征研究[J]. 热带气象学报, 2012, 28(2): 251-257.

期刊菜单