Climate Change Research Letters
Vol.07 No.04(2018), Article ID:26148,15 pages
10.12677/CCRL.2018.74031

Analysis of the Continued Fog/Haze Processes in December 2015

Xuan Zhao1, Ke Shang2*, Jiangbo Li3, Weimiao Qian1, Jingyi Ai3, Yanpin Zhang1

1Shijiazhuang Meteorological Bureau, Shijiazhuang Hebei

2Institute of Earth Environment, Chinese Academy of Sciences, Xi’an Shaanxi

3Hebei Meteorological Observatory, Shijiazhuang Hebei

Received: Jul. 6th, 2018; accepted: Jul. 23rd, 2018; published: Jul. 30th, 2018

ABSTRACT

In this paper, the climatic background field, circulation background field and the meteorological element field of the fog/haze processes occurred in the Beijing Tianjin Hebei area in December 2015 are investigated. The result shows that the strengthening of the zonal circulation and the maintenance of the stationary stability caused by the weakening of the East Asian winter monsoon are the climatic background for the maintenance and development of the fog/haze process. The four fog/haze processes show upper-layer dry and lower-layer wet structure, and a low wind speed and high humidity environment on the ground. The local weak convergence caused by the weak subsidence over 700 hPa and the weak rising motion of the boundary layer provide favorable dynamic conditions for the fog/haze process. The vertical cold trough-warm ridge structure is favorable for the maintenance of temperature inversion. In addition, the ground wetting caused by the continuous passage of small dry troughs in the middle troposphere of 700 - 500 hPa is the vapor factor for the large-range fog/haze process. The strongest effect of fog and haze on light reduction is less than 700 m, especially less than 70 m near the surface. The weakening effect of fog on light is significantly stronger than haze. Precipitation and wind have a certain scavenging effect on pollutants. The scavenging effect of precipitation on different particle size is not very different, but the effect of strong wind on fine particles is stronger than that of coarse particles. The backward trajectory simulation of HYSPLIT shows that Xingtai pollutant source of process 1 and 4 root in Northwest China is a remote delivery, while pollutant source of process 1 and 4 root in north of Xingtai is an intra regional transportation. The distribution interval of the meteorological elements of strong fog is narrowest, dense fog and fog are thick, while the distribution interval of haze is widest. The most distinguishing factor is the humidity factor in the case of strong fog, dense fog, fog and haze.

Keywords:Fog/Haze, Pollution, Circulation, Low Visibility

2015年12月持续雾、霾过程分析

赵煊1,尚可2*,李江波3,钤伟妙1,艾敬宜3,张艳品1

1石家庄市气象局,河北 石家庄

2中国科学院地球环境研究所,陕西 西安

3河北省气象台,河北 石家庄

收稿日期:2018年7月6日;录用日期:2018年7月23日;发布日期:2018年7月30日

摘 要

本文通过对2015年12月京津冀地区发生的雾霾污染过程的气候背景场、环流背景场及气象要素场进行分析可知,纬向环流的加强及东亚冬季风的减弱所引起的静稳形势的维持是造成该次雾霾过程维持并发展的气候背景。这四次雾霾过程高空呈现上干下湿的层结结构,地面处于小风高湿的环境。700 hPa以上弱下沉运动和边界层弱上升运动引起局地弱辐合,为雾霾过程提供有利的动力条件,边界层垂直方向冷槽–暖脊的结构利于逆温的维持。此外,对流层中层700~500 hPa的小干槽不断过境引起地面增湿,从而形成了大范围持续的雾霾污染天气过程。雾、霾对光的削减作用在 700 m 之下,尤其是 70 m 之下的近地面层最为强烈,且雾对光的削弱作用显著强于霾。降水与风对污染物均有一定的清除作用,但降水对不同粒径污染物的清除作用相差不大,而大风对细颗粒物的清除作用强于粗颗粒物。HYSPLIT后向轨迹模拟表明,邢台站过程1、4污染源来源于我国西北地区,属于远距离输送型,而过程2、3污染源来源于北部地区,属于区域内输送型。强浓雾的各气象要素分布区间最窄,浓雾和雾的分布区间较强浓雾宽,而霾的分布区间最为宽广。在发生强浓雾、浓雾、雾和霾时,最具区分意义的是湿度因子。

关键词 :雾霾,污染,环流,低能见度

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

雾和霾为自然界中的两种天气现象,随着我国工业的发展及城市化进程的加快,人为气溶胶的大量排放使雾霾加剧,与之伴随的低能见度及重污染问题愈发凸显,严重影响人们的生产生活以及身体健康。为此,国内外学者针对雾霾问题做了大量的研究。

霾是大量极细微的干尘粒等均匀地浮游在空中,使水平能见度小于 10 km 的空气普遍混浊现象,雾是由大量悬浮在近地面空气中的微小水滴或冰晶组成的气溶胶系统,是近地面层空气凝结的产物。雾霾容易在静稳的环流形势下生成发展 [1] - [6] 。925 hPa以下的逆温是大雾形成和维持的关键 [7] 。张人禾 [8] 等研究发现,逆温有利于雾霾的发展,而较强的雾霾可以造成地面降温,导致逆温层增强,同时,地面温度的降低有利于近地面附近大气中的水汽凝结,进而有利于雾的生成。逆温层的不断重建是大雾得以维持的关键所在 [9] 。张小曳 [10] 等认为雾霾使大气层结稳定度增加,有利于气溶胶不断积聚、凝结和增长,在达到过饱和状况下产生更多云雾滴,从而形成“恶性循环”的持续性雾霾。近地面充沛的水汽、较弱的表面风场及风速垂直切变是雾霾维持的关键气象因子 [1] [2] [11] 。研究表明,降水不一定有利于雾霾的消散,降水的拖曳及其他过程会在近地层形成下沉气流 [12] [13] ,反而造成雾霾的维持和发展。张夏琨 [14] 等研究指出,强降水对空气有净化作用,而弱降水会使空气质量变的更差。同时有研究表明,在大范围雨雪过后,如果高空长时间受高压脊控制且高空风速较小,会产生连续性大雾 [15] 。

50余年来,中国雾日数减少而霾日数明显增加,且中国雾霾日数总体呈现上升的趋势。受影响最为严重的为京津冀、长三角、两广和西南地区 [16] ,雾霾问题最典型且影响最大的地区为京津冀区域 [17] 。该地区严重的雾霾天气不仅与人为排放污染源有关,同时与其特殊的地形以及气象条件有密切的关系。吴兑 [18] 等及赵玉广 [6] 等研究发现,太行山、燕山山脉对冷空气的活动起到了阻挡和削弱的作用,造成华北平原长期静稳的天气形势,使污染物和水汽容易在山前的气流停滞区聚集从而形成雾霾天气。同时受太行山的阻挡和背风坡气流下沉作用的影响,使得沿北京、保定、石家庄、邢台和邯郸一线的污染物不易扩散,形成一条西南–东北走向的高污染带。有研究指出,明显的城市热岛效应,有利于石家庄郊区的污染物向市区堆积 [14] 。日益严峻的雾霾问题不仅给人们的生产生活带来了不便,同时严重影响人们的身心健康 [19] [20] ,因此,进一步加强对华北地区雾霾发生、发展、消散过程机理的研究,对于预防和治理雾霾问题具有重大的意义。本文选取2015年12月4次雾霾过程,研究影响其发生及维持的气象因子,为防治雾霾问题提供科学依据。

2. 资料

1) 常规气象站观测资料、逐小时自动站观测资料、河北省灾情直报数据资料、河北省环境保护厅提供的环境监测站AQI小时均值资料、邢台站08时探空资料以及石家庄站激光雷达资料,选用时段为2015年11月至2016年1月。

2) FNL一日四次再分析数据集,水平分辨率为1˚ × 1˚,选用时段为2015年11月~2016年1月。NCEP/NCAR逐日再分析数据集,水平分辨率为2.5˚ × 2.5˚,选用时段为1985~2015年。

3) 欧洲中期数值预报中心(ECMWF)的ERA-interim月平均再分析数据集 [21] 水平分辨率为2.5˚ × 2.5˚,选用时段为1985~2015年。

3. 污染过程分析

2015年岁末,在稳定的环流系统控制下,河北省出现了连续性雾霾天气。2015年12月,冀中南一带大部分区域日平均能见度低于 2 km ,局地能见度小于 1 km ,平均环境空气质量指数(AQI)大于200,为重度污染,局地AQI值超过300,达到严重污染。由此可知,大气污染是雾霾事件的重要特征之一。

虽然雾和霾分属两种不同的天气现象,但其之间存在着相互转化 [22] 。由于雾和霾都与低能见度相联系,因此,能见度可以作为雾和霾的一个综合度量 [8] 。由08时能见度时序图(图1)可以看出,此次大范围雾霾过程,除少数时段外,冀中南地区的能见度均在 10 km 以下,其中能见度连续较低的时段主要有四个,分别为11月25日~12月2日(过程1),12月8日~14日(过程2),12月19日~26日(过程3)以及12月28日~2016年1月4日(过程4)。

四次过程持续天数相当,均为7~8天。通过统计过程平均灾情站次发现,四次过程中,过程3雾、浓雾、强浓雾的发生站次为四次过程之最,表明过程3以雾为主;而过程4中强浓雾发生站次最低,霾发生站次显著多于其他过程,表明过程4为以霾为主;过程1、2为雾、霾交替的污染过程。

Figure 1. Visibility sequence chart of Shijiazhuang, Hengshui, Baoding and Langfang at 08:00 (unit: km)

图1. 石家庄、衡水、保定、廊坊08时能见度时序图(单位:km)

4. 环流背景场特征分析

2015年12月西风指数较常年偏高(图略),表明中纬度为偏纬向型环流,西风带槽脊波动较弱,不利于冷空气南下。对流层中层500 hPa,我国110˚E以东高度场异常偏高,以西异常偏低,正负异常中心分别位于45˚N,130˚E附近以及55˚N,60˚E附近,表明东亚大槽与乌拉尔山脊较常年均明显偏弱。对流层低层850 hPa温度场在40˚N以北较常年异常偏暖,我国中高纬大部分地区温度异常偏高。与东亚大槽偏弱相对应,我国东部地区850 hPa风场上受异常东南风控制。与此同时,影响我省冷空气活动的西伯利亚一带海平面气压场异常偏低,不利于槽后冷空气的南下东侵,冬季风较常年明显偏弱。因此,受较弱的冬季风影响,我省近地面为南风异常,强度较弱,环流形势较常年静稳,容易产生持续的雾、霾天气。

4.1. 高空、地面形势场特征

本文将四次过程的环流形势和气象要素分别作平均处理,以此来对四次雾霾过程的特点进行对比分析。

图2为四次雾霾过程的500 hPa高度场、850 hPa风场以及海平面气压场。可以看出,四次雾霾过程对流层中低层中高纬的环流形势较为接近,新疆北部均表现为弱脊,而东亚沿岸为浅槽,我国东部大部分地区受槽后脊前的西北气流控制。四次雾霾过程中的平均高度值分布较为集中,均在540~564 gpm之间。在这种环流背景下,盛行弱的下沉运动,天气形势较为静稳,大气垂直和水平交换弱,容易出现雾霾天气。过程1和4中,我省上空850 hPa风速略大,约为4~8 m/s;过程2、3中500 hPa的环流形势与过程1、4相比较为平直,且850 hPa风速较小,约为2~6 m/s,同时在河套一带有弱波动。四次雾霾过程中海平面气压场的分布形势也较为接近。贝加尔湖南侧(100˚E~120˚E,45˚N~55˚N)附近存在地面高压,高压中心在1028~1034 hPa之间,等压线较密集区位于其北部或西北部的高压锋区一带;河北省中南部平原地区的等压线稀疏且存在弱倒槽。在这种形势下,我省中南部地区冷空气活动较弱,锋前低压暖区中有弱辐合,有利于边界层水汽的汇集,形成雾霾天气。

4.2. 高空、地面要素场特征

图3为4次雾霾过程邢台站08时高空平均相对湿度和温度露点差随高度的分布。可以看出,4次过程均表现为相对湿度随高度增加而降低,温度露点差随高度的增加而增加,湿度分布呈现“下湿上干”的结构。这种结构为典型的大雾结构:低层高湿度有利于细粒子吸湿增长,而高层的低湿度则有利于地

Figure 2. Averaged 500 hPa geopotential heights (contours, unit: gpm), 850 hPa winds (vecotr, unit: m/s) and sea level pressure (shaded, unit: hPa) ((a). process 1, (b). process 2, (c). process 3, (d). process 4)

图2. 平均500 hPa高度场(等值线,单位:gpm)、850 hPa水平风场(箭矢,单位:m/s)及海平面气压场(阴影,单位:hPa) ((a) 过程1,(b) 过程2,(c) 过程3,(d) 过程4)

Figure 3. Process 1~4 vertical profiles of averaged relative humidity (unit: %) (a) and averaged depression of the dew point (unit: ˚C) (b) of Xingtai

图3. 过程1~4邢台站平均相对湿度(单位:%) (a) 及平均温度露点差(单位:˚C) (b) 随高度的分布

面辐射降温,从而产生稳定的逆温层结。其中过程2的湿层在四次过程中最厚,925 hPa和850 hPa的相对湿度都在50%以上,表明过程2中平流雾的特性在四次过程中最为明显。该4次过程高层700 hPa和500 hPa的平均相对湿度在22%~40%,温度露点差集中于12˚C~19˚C。

由各过程中能见度低于 1 km 的地面自动站气象要素平均状况(表1)可以看出,四次过程中,各个要素的分布较为接近。将四次过程的要素值求平均可以得到,08时平均气温为−2.9˚C;平均露点温度为

Table 1. Statistical characteristics of surface meteorological elements

表1. 地面气象要素场统计特征

−3.8˚C;平均相对湿度为93.4%;海平面气压分布集中于1025~1027 hPa;平均风速约为0.9~1.3 m/s;能见度较低,集中于0.4~0.6 km;过程1~3的平均日较差在4.0˚C ~4.2˚C之间,而过程4的日较差略大,为7.0˚C。地面要素统计特征表明雾霾过程多发生于小风高湿的环境中,且地面并非绝对静风,存在 2 m /s以下的小风,这在一定程度上利于水汽的汇集。

4.3. 热力、动力特征

大范围的雾霾天气有其特定的动力和热力特征。由850 hPa和1000 hPa平均温度场(图4)可以看出,四次过程我省中南部地区850 hPa均存在暖脊,过程2的暖脊较其他3次过程弱,相应地,过程2的强度也最弱,这表明一定程度上雾霾过程的强度受850 hPa暖脊强度影响。与850 hPa暖脊相对应,我省东部地区低层1000 hPa存在明显的冷温槽,表明低层有弱冷空气的南侵。这种对流层中低层上暖下冷的温度配置,有利于低层逆温的形成。

图5为垂直速度、相对湿度及水平风场的时序图。可以看出,四次过程中大雾天气最严重的一天,垂直速度随高度的分布基本相似。以过程1为例, 11 月 30 日 为此次过程雾霾天气发展的极盛日,垂直速度场上,850 hPa以下盛行−0.2~(−0.1) Pa/s的弱上升运动,700 hPa以上存在0.1~0.2 Pa/s弱下沉运动。与此类似,过程2中的9、10日,过程3中的23日,以及过程4中的2、3日均存在这种高层下沉,低层上升运动的情况存在,并且上升和下沉运动中心强度均不超过0.3 Pa/s。高层弱下沉运动阻碍了大气运动强烈的垂直交换,而低层的弱上升运动则有利于水汽和污染物粒子的局地辐合,从而有利于大雾和霾天气的出现。而当上升和下沉运动中心超过0.5 Pa/s时,由于高层动量下传或低层的强烈抬升,打破高低层相对静稳的大气状态,不利于大雾天气的出现。

由相对湿度、水平风场随时间的变化可知,在四次雾霾过程中,气流相对平直,在各次过程中雾霾发展的极盛日,对流层中层700~500 hPa均有小干槽过境,同时边界层有较为明显的增湿,湿层位于900 hPa之下。过程2中,9、10日湿层伸展较高,可达850 hPa,与之相配合,对流层中低层盛行西南风。因此,相比于其他3次过程,过程2的平流雾性质更为明显。

5. 激光雷达特征及后向轨迹特征

5.1. 激光雷达特征

过程1低能见度持续时间长,污染情况严重,且雾、霾两种天气现象均有出现,因此,我们挑选过程1来研究雾、霾过程中激光雷达及污染特征。此次过程除 11 月 30 日 出现大雾天气外,其余时段以霾为主。由图6可知,受25日白天降水的清洁作用以及锋面过境后偏北偏西风的影响,能见度由 2 km 左右上升至 10 km 以上,由中到重度霾转为轻微霾甚至晴好天气。边界层高度由 500 m 左右上升至1400 m

Figure 4. Averaged 850 hPa (shaded) and 1000 hPa (contours) temperature (unit: ˚C). ((a) process 1, (b) process 2, (c) process 3, (d) process 4)

图4. 平均850 hPa温度场(阴影)和1000 hPa温度场(等值线) (单位:˚C) ((a) 过程1,(b) 过程2,(c) 过程3,(d) 过程4)

Figure 5. Vertical velocity (contours, unit: hPa/s), relative humidity (shaded, unit: %) and horizontal wind (wind shaft, unit: m/s) sequence chart of Hengshui (115.7˚E, 37.73˚N). ((a). process 1, (b). process 2, (c). process 3, (d). process 4)

图5. 衡水站(115.7˚E, 37.73˚N)垂直速度(等值线,单位:hPa/s)、相对湿度(阴影,单位:%)及水平风场(风向杆,单位:m/s)时序图((a) 过程1,(b) 过程2,(c) 过程3,(d) 过程4)

(a) (b) (c)

Figure 6. The time series of the elements of Shijiazhuang station: (a) wind direction, wind speed, precipitation and sea level pressure; (b) relative humidity and minimum visibility; (c) extinction coefficient (shaded) and boundary height (circle)

图6. 石家庄站各要素时间序列:(a) 风向、风速、降水及海平面气压,(b) 相对湿度及最小能见度,(c) 消光系数(阴影)及边界层高度(圈点)

左右,海平面气压升高的同时相对湿度由90%下降到60%。此时地面至高空的消光系数均非常小,在1/km以下。随后海平面气压降低,湿度增大,风速减小,北风与南风的交替出现有利于气溶胶的相互混合,使能见度迅速降低至 2 km 以下,达到中到重度霾,边界层高度随之降低到 500 m 左右。 700 m 之下建立起一个消光系数大值区,约为5/km,在近地面约 70 m 左右维持一个消光系数高值带,超过6/km。表明雾、霾过程对光的削减作用在 700 m 之下,尤其是 70 m 之下的近地面层最为强烈。 11 月 30 日下午 至夜间石家庄出现能见度低于 500 m 甚至 200 m 的大雾天气,边界层降低至 200 m 左右,超过6/km的消光系数高值带向上扩展至 150 m 左右,表明雾对光的削弱作用显著强于霾。 12 月 2 日凌晨 ,随着海平面气压的升高及偏北大风的建立,相对湿度迅速降低至40%左右,能见度上升至 10 km 以上,维持在近地面层的消光系数大值区随之消失,天气转为晴好。

由石家庄站AQI指数及不同粒径的颗粒物比值的时间序列(图7)可以看出,受25日白天降水的清洁作用以及锋面过境后偏北偏西大风的影响,AQI指数降至50以下,空气质量达到优良,26日白天AQI

Figure 7. The time series of the AQI index of Shijiazhuang Station (a) and the ratio of different particle sizes (b)

图7. 石家庄站AQI指数(a)及不同粒径的颗粒物比值(b)的时间序列

指数迅速升高并维持,达到严重污染,12月2日后AQI指数迅速回落,空气质量再次达到优良。此次污染过程中主要的污染物为PM10及PM2.5。由不同粒径的颗粒物比值可知,此次雾、霾过程PM10中有90%~99%为PM2.5,有80%~95%为PM1,而PM2.5中有95%~99%为PM1,表明此次过程颗粒物粒径以小于2.5 μm的细粒子为主,混有少部分粒径较大的颗粒物。 11 月 25 日 弱降水之后,不同粒径的颗粒物比值变化不大,表明降水对不同粒径污染物的清除作用相差不大,而 12 月 2 日 偏北大风建立后,不同粒径的颗粒物比值迅速降低,其中PM10中PM2.5降至35%~45%,PM1降至30%~40%,PM2.5中PM1降至60%~80%,表明大风对细颗粒物的清除作用强于粗颗粒物。

图8为雾、霾及晴好天气情况下退偏比及后向散射系数的垂直分布。雾、霾及晴好天气下,退偏比随高度增加均为先减小后增大,表明随高度增加,颗粒物规则程度先增加后降低。 100 m 以下近地面层雾、霾退偏比小于晴好天气,而 1000 m 以上雾的退偏比远高于霾及晴好天气,表明雾出现时高空及晴好天气下近地面层的颗粒物不规则程度较强。雾、霾及晴好天气下后向散射系数随高度增加均迅速减小,表明大气对光的散射作用在低层最强,随高度增加而减小。雾出现时近地面层后向散射系数远大于霾及晴好天气,且其随高度的衰减最为迅速, 500 m 之上约为零。

5.2. 后向轨迹特征

图9为HYSPLIT 72小时后向轨迹模拟。结果表明,过程1和过程4的污染源较接近, 500 m 1000 m 1500 m 的污染源均来自西北部,范围在 3000 km 以内。过程1和4中高层属西北气流型,850 hPa风速较大,属于远距离输送型,且输送的高度较高。而过程2和过程3污染源较为接近,在低层 500 m 1000 m 的污染源来自北部 150 km 之内,属于区域内输送,输送的高度较低,基本在 500 m 以下。

6. 超低能见度(强浓雾)分析

定义典型强浓雾日为当天强浓雾发生站次大于10站次,并且强浓雾出现站次与雾出现站次之比大于0.1;定义典型霾日为霾发生站次大于10站次,并且霾发生站次与雾发生站次之比大于1.5。据此,通过对四次雾霾过程中灾情直报的统计,挑选典型强浓雾日为 11 月 30 日 12 月 2 日 12 月 10 日 12 月 23 日 12 月 24 日 ;典型霾日为 12 月 13 日 12 月 19 日 12 月 28 日 12 月 31 日 2016 年 1 月 4 日 。对典型强浓雾日出现强浓雾、浓雾以及雾的时刻以及典型霾日出现霾的时刻所对应的地面气象要素场进行统计分析(图10),发现强浓雾的各气象要素分布区间最窄,浓雾和雾的分布区间较强浓雾宽,霾的分布区间最为宽广。出现大雾天气时,风速集中分布在0.8~1.6 m/s,中位数约为 1 m /s;出现霾天气时,风速集中分布在0.9~2.6 m/s,中位数为 1.5 m /s。由强浓雾、浓雾、雾和霾出现时的风向风速玫瑰图(图11)可以看出,出现以雾为主的天气时,1~2 m/s风速频率最高,占总风速频率的40%以上,强浓雾和雾出现时,1~2 m/s的风速频率在50%以上,表明并不是风速越小越有利于大雾天气的出现,大雾的出现需要一定的边界层小风造成的水汽局地辐合。而霾出现时的小风(< 2 m /s)频率远小于雾天气,这表明出现霾天气时的风速大于雾天气。出现强浓雾时,盛行风向为偏北风和西南偏南风,风向频率均为11.1%;出现浓雾时的盛行风向为西北偏北风和偏西风,风向频率均为10.2%;出现雾时的盛行风向为西北风和东南风,风向频率分别为12.4%和9.8%;出现霾时盛行风向为东北风和东北偏北风,风向频率分别为14.6%和12.6%。

对于强浓雾、浓雾、雾和霾而言,最具区分意义的是湿度因子。由相对湿度及温度露点差分布箱线图(图10)可以看出,当相对湿度达到97%~98%,温度露点差在0.3˚C~0.5˚C左右时,最易发生强浓雾;相对湿度达到95%~96%,温度露点差在0.6˚C~0.7˚C左右时,最易发生浓雾;相对湿度达到92%~93%,温度露点差在1˚C~1.1˚C时,最易发生雾;相对湿度达到60%~61%左右,温度露点差在6˚C~7˚C时,最易发生霾。

Figure 8. The vertical distribution of depolarization ratio and backscattering coefficient of the fog (a), haze (b) and good weather (c)

图8. 雾(a)、霾(b)及晴好天气(c)下退偏比及后向散射系数的垂直分布

(a) (b) (c) (d)

Figure 9. NOAA HYSPLIT 72 hours backward trajectory simulation. ((a) process 1; (b) process 2; (c) process 3; (d) process 4)

图9. NOAA HYSPLIT 72小时后向轨迹模拟((a) 过程1,(b) 过程2,(c) 过程3,(d) 过程4)

本文选取灾情直报中120个站次的强浓雾个例,对其出现前24小时的地面要素进行平均化处理(图12),可以看出,在强浓雾出现前24小时之内,风速、海平面气压以及露点温度的变化幅度较小,分别维持在1.0~1.5 m/s、1025~1027 hPa以及−2˚C~(−1)˚C之间;强浓雾发生的前一天之内,能见度除个别时刻外,都在 1 km 以下,强浓雾发生前5个小时,能见度下降较快;强浓雾发生前24小时之内,相对湿度均在75%以上,发生强浓雾前15小时至强浓雾出现时,相对湿度持续增长,温度露点差持续下降,在发生强浓雾前5个小时,相对湿度增长至95%,温度露点差降至1˚C。因此,在强浓雾出现前24小时内,地面一直维持小风高湿的静稳状态,有雾或轻雾天气。湿度持续累积,进而形成超低能见度的强浓雾天气。

Figure 10. Meteorologic elements box-plot of heavy fog, thick fog, fog and haze

图10. 强浓雾、浓雾、雾、霾过程气象要素分布箱线图

7. 结论

2015年12月河北省发生连续雾霾天气,并伴随有明显的空气污染,能见度较低。本文对该次持续性雾霾天气发生的气候背景场、环流背景场及气象要素场进行了详细分析,结论如下:

1) 12月西风指数异常偏高,东亚大槽和乌拉尔山脊活动偏弱,亚洲中高纬异常增暖,西伯利亚地区异常减压,东亚冬季风及表面风速较弱,这种静稳的环流形势为造成该次雾霾过程维持并发展的气候背景。

2) 该四次过程高空、地面形势场分布类似,高空盛行偏北气流,地面气压场较弱,北部或西北部地区有冷高压,我省处于锋前暖区,地面配合有弱倒槽。高空呈现上干下湿的层结结构,地面处于小风高湿的环境。高层的弱下沉运动及低层的弱上升运动造成的局地弱辐合是雾霾过程发生发展的动力因子;850 hPa暖脊和1000 hPa偏东弱冷槽所形成的逆温结构是雾霾过程发生发展的热力因子;对流层中层700~500 hPa的小干槽不断过境引起的地面增湿是雾霾过程维持的水汽因子。

Figure 11. Rose diagram of wind direction and speed frequency of heavy fog (a), thick fog (b), fog (c) and haze (d)

图11. 强浓雾(a)、浓雾(b)、雾(c)、霾(d)风向风速频率玫瑰图

Figure 12. Surface features sequence chart of the 24 hours before the heavy fog

图12. 强浓雾出现前24小时平均地面要素场时间序列

3) 雾、霾对光的削减作用在 700 m 之下,尤其是 70 m 之下的近地面层最为强烈,且雾对光的削弱作用显著强于霾。降水与风对污染物均有一定的清除作用,但降水对不同粒径污染物的清除作用相差不大,而大风对细颗粒物的清除作用强于粗颗粒物。HYSPLIT后向轨迹模拟表明,邢台站过程1、4污染源来源于我国西北地区,属于远距离输送型,而过程2、3污染源来源于北部地区,属于区域内输送型。

4) 强浓雾的各气象要素分布区间最窄,浓雾和雾的分布区间较强浓雾宽,霾的分布区间最为宽广。在发生强浓雾、浓雾、雾和霾时,最具区分意义的是湿度因子。在强浓雾出现前24小时内,地面一直维持小风高湿的静稳状态,有雾或轻雾天气。

基金项目

北京市自然科学基金重点项目(8171002);河北省气象局面上项目(16ky03)。

文章引用

赵 煊,尚 可,李江波,钤伟妙,艾敬宜,张艳品. 2015年12月持续雾、霾过程分析
Analysis of the Continued Fog/Haze Process-es in December 2015[J]. 气候变化研究快报, 2018, 07(04): 282-296. https://doi.org/10.12677/CCRL.2018.74031

参考文献

  1. 1. 王丛梅, 杨永胜, 李永占, 等. 2013年1月河北省中南部严重污染的气象条件及成因分析[J]. 环境科学研究, 2013, 26(7): 695-702.

  2. 2. 程念亮, 李云婷, 张大伟, 等. 2014年10月北京市4次典型空气重污染过程成因分析[J]. 环境科学研究, 2015, 28(2): 163-170.

  3. 3. 高健, 张岳翀, 王淑兰, 等. 北京2011年10月连续灰霾过程的特征与成因初探[J]. 环境科学研究, 2012, 25(11): 1201-1207.

  4. 4. 王耀庭, 李威, 张小玲, 等. 北京城区夏季静稳天气下大气边界层与大气污染的关系[J]. 环境科学研究, 2012, 25(10): 1092-1098.

  5. 5. 刘熙明, 胡非, 邹海波, 等. 北京地区一次典型大雾天气过程的边界层特征分析[J]. 高原气象, 2010, 29(5): 1174-1182.

  6. 6. 赵玉广, 李江波, 李青春. 华北平原3次持续性大雾过程的特征及成因分析[J]. 气象, 2015, 41(4): 427-437.

  7. 7. 徐艳玉, 刘冬艳, 禹相杰. 西峡县持续大雾的成因分析[J]. 河南气象, 2006(3): 52.

  8. 8. 张人禾, 李强, 张若楠. 2013年1月中国东部持续性强雾霾天气产生的气象条件分析[J]. 中国科学: 地球科学, 2014, 44(1): 27-36.

  9. 9. 马翠平, 吴彬贵, 李云川, 等. 冀中南连续12天大雾天气的形成及维持机制[J]. 高原气象, 2012, 31(6): 1663-1674.

  10. 10. 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.

  11. 11. 王跃, 王莉莉, 赵广娜, 等. 北京冬季PM2.5重污染时段不同尺度环流形势及边界层结构分析[J]. 气候与环境研究, 2014, 19(2): 173-184.

  12. 12. Rotunno, R., Klemp, J.B. and Weisman, M. (1988) A Theory for Strong, Long-Lived Squall Lines. Atmospheric Science, 5, 463-485. https://doi.org/10.1175/1520-0469(1988)045<0463:ATFSLL>2.0.CO;2

  13. 13. 丁一汇. 高等天气学(第二版) [M]. 北京: 气象出版社, 2005: 585.

  14. 14. 张夏琨, 王春玲, 王宝鉴. 气象条件对石家庄市空气质量的影响[J]. 干旱气象, 2011, 29(1): 42-47.

  15. 15. 李江波, 赵玉广, 孔凡超, 等. 华北平原连续性大雾的特征分析[J]. 中国海洋大学学报, 2010, 40(7): 15-23.

  16. 16. 王腾飞, 苏布达, 姜彤. 气候变化背景下的雾霾变化趋势与对策[J]. 环境影响评价, 2014(1): 15-17.

  17. 17. 王跃思, 张军科, 王莉莉, 等. 京津冀区域大气霾污染研究意义、现状及展望[J]. 地球科学进展, 2014, 29(3): 388-396.

  18. 18. 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.

  19. 19. 谭珣, 叶淑姿, 魏丽梦, 等. 不容忽视的空气–雾霾对市民心理影响[J]. 新丝路, 2016(20): 85.

  20. 20. 潘铭. 浅谈雾霾对人体健康的影响[J]. 微量元素与健康研究, 2013, 30 (5): 65-66.

  21. 21. Dee, D.P., Uppala, S.M., Simmons, A.J., et al. (2011) The ERA-Interim Reanalysis: Configuration and Performance of the Data Assimilation System. Quarterly Journal of the Royal Meteorological Society, 137, 553-397. https://doi.org/10.1002/qj.828

  22. 22. 杨军, 牛忠清, 石春娥, 等. 南京冬季雾霾过程中气溶胶例粒子的微物理特征[J]. 环境科学, 2010, (31): 1425-1431.

NOTES

*通讯作者。

期刊菜单