共查询到20条相似文献，搜索用时 15 毫秒
1.
根据广东省86个气象站1961—2014年气象资料,采用日均相对湿度和能见度标准,以及线性趋势分析、Mann-Kendall突变检验等方法,研究了广东省霾日的时空分布特征。结果表明:1961—2014年广东平均年霾日以1.2 d/年的速率明显增加。20世纪60、70年代霾日较少,80年代开始波动增加,2003年后上升尤为明显,2007年达到最高。霾日冬季最多,1月和12月的霾日数占全年总数的28%,夏季最少,尤其是7月份,仅为全年总数的1.9%。广东省霾日在1985年左右发生突变性增加。全省霾日及其变化速率空间分布比较一致,霾日高值区、增加速率较大的地区主要集中在珠江三角洲,霾日低值区、增加速率较小的地区主要分布在广东西南部和东部大部分地区。 相似文献
2.
利用1981~2015年桂林气象观测站地面气象资料、PM2.5资料,分析桂林霾日变化的影响因子。结果表明:桂林霾日数在过去35年呈明显上升趋势,气候倾向率为24.6d/10a,在1995年经历过一次明显突变,这种变化主要原因有人类活动和气象因子的变化。各因子中PM2.5浓度影响着霾日数的月、日分布,1月和7月是桂林PM2.5高值、低值月份,也是霾出现最多、最少月份。PM2.5浓度和霾出现频率日变化趋势相似,均为双峰型。各气象因子中,降水量≥0.1mm、最大风速≥5m/s日数的减少以及年均相对湿度下降是霾增加的重要原因,逆温也影响霾日、月分布,用逆温层厚度和高度能较好的反映出霾期间PM2.5浓度水平。 相似文献
3.
4.
对1960~2010年我国中东部地区霾日数的时空变化特征的分析结果表明:1)霾日数大值区主要分布在人口众多的四川盆地、北京-天津-河北地区、长江中下游地区以及广东-广西中部。2)季节变化上,霾日数冬季较多,其中北京-天津-河北地区中部和西南部、四川盆地和东北地区东部和南部等地超过20 d,夏季最少。3)霾日数气候趋势系数在北京-天津-河北地区、长江三角洲地区和珠江三角洲地区趋势系数高达0.8。4)霾日数呈现明显的上升趋势[3.69 d(10 a)–1],其气候趋势系数为0.82,通过了99.9%的信度检验。5)我国中东部气溶胶光学厚度和对流层NO2的空间分布与年平均霾日数的分布基本一致,近51年来能源消耗量的稳定上升趋势也表明,人为因素导致的大气污染物排放量增加是引起霾天气出现频率上升的重要因素。 相似文献
5.
利用1961—2011年共51 a华北地区50个站冬季及12月—2月逐月不同级别的霾日资料,研究了华北地区霾日的时空分布特征,结果发现:霾日的分布很不均匀,霾日大值区大多为工业城市、高度发达的城市以及煤炭生产基地,"浊岛"现象明显,华北地区霾日大值区呈西南—东北向分布,来自京津冀外区域的污染物跨城市群输送的影响非常显著。研究还表明,除山西平均霾日一直呈增长趋势外,其他地区霾日近年均呈下降趋势。从各大城市的变化特点看,太原、石家庄和呼和浩特呈一致的增长趋势,济南市、北京市和天津市的霾日均呈下降趋势。大城市冬季霾日出现最多的集中在12月和1月。 相似文献
6.
江苏省快速城市化进程对雾霾日时空变化的影响 总被引：6，自引：3，他引：3
利用气象观测和经济统计数据,研究了江苏雾霾时间空间分布和城市化对年雾霾日的影响。结果表明:(1)经济发达、城市化水平高的苏南地区是霾天气高发区,年霾日数超过100 d;(2)江苏霾日数冬季最多,夏季最少,2000年以后,夏秋季霾日数明显增加;苏南是霾日数显著上升的区域,增长率≥30 d/10a;(3)1978—1991年江苏三大区年工业增加值处于较低水平,增速缓慢,1991—2002年,年工业增加值增速加快,2002年以后迅速增长;与此对应,各区年霾日数从1990s初期缓慢上升,2002年以后快速增长;在城市化水平最高的苏南地区,1975—2000年各季节霾日数上升也不明显,2000—2008年,苏南城市化率从37%迅速上升到60.2%,霾日数也迅速上升,这表明城市化的加速发展是导致年霾日数上升的重要原因。 相似文献
7.
根据广州市5个气象观测站1980—2013年的能见度、相对湿度和天气现象等资料,采用人工观测法、日均值法和14时值法对广州市霾日特征进行了对比分析。结果表明,3种方法统计的全市霾日数、霾日变化速率差异较大。全市年平均霾日是日均值法人工观测法14时值法,大致比例是1∶0.61∶0.48。人工观测法统计的广州市霾日变化速率最大,达2.9 d/年,是日均值法的2.9倍、14时值法的3.6倍。但是,3种方法统计的全市霾日长期变化趋势、季节变化特点和空间分布特征基本一致。霾日长期变化均呈显著上升趋势;霾日冬季最多,夏季最少;中心城区和花都区为霾日高值区。综合考虑霾日长期变化趋势、季节变化特点、空间分布特征和经济社会发展状况,日均值法统计更能反映广州市霾日的实际变化特征。 相似文献
8.
根据2007—2013年宁波市每日8次地面观测气象资料,运用罗氏法和统计分析法计算大气混合层高度,分析其在霾日和非霾日的不同日变化特征。结果表明宁波市霾日与非霾日混合层高度均呈白天高,夜晚低的日变化特征,夏季两者差值的日变化波动最明显,波峰时间比其他季节晚3 h。混合层高度日变化趋势与风速、气温、能见度趋于一致,霾等级越重,混合层高度越低。霾日与非霾日的气温差值除冬季呈正变温外,其他季节呈负变温,冬季14时差值最小,夜间加大,春夏季凌晨差值最小,14时最大,秋季波动不明显;风速差值除冬季夜间为正值外,其余季节为负值,秋冬季差值最小、夏季最大。大气处于不稳定状态时,混合层高度随着稳定度增加而逐渐处于稳定状态时,随着稳定度增加而降低,中性大气是宁波易致霾的大气层结。霾日与非霾日大气稳定度表现不一致,中午霾日中性大气占多数,非霾日则是不稳定大气;夜间霾日稳定—弱稳定大气和中性大气所占比例相当,非霾日稳定—弱稳定大气占多数。另外,PM_(2.5)浓度在霾日和非霾日均为白天低、夜间高的日变化特征,但霾日波动大,波峰时间晚于非霾日2 h,峰值浓度也高于非霾日2.7倍;早晨或下午到上半夜是霾日的PM_(2.5)浓度两个上升时段,上午为下降时段;非霾日的两个浓度缓升(降)时段分别出现凌晨和下午(上午和前半夜)。研究成果有助于预报员了解大气混合层高度及其对霾的可能影响,从而提高霾预报预警能力。 相似文献
9.
利用长江中游地区的湖北和安徽境内的156个气象站1961-2013年的逐日能见度、相对湿度、降水、天气现象等常规观测要素,对长江中游地区霾日进行了重建,并分析了霾日长期变化特征及其主要影响因素。结果表明:城市站较乡村站霾日数普遍偏多,且不同区域的霾日年际、年代际有着较为明显的差异。东亚冬季风的阶段性减弱(东亚大槽强度减弱)、北极海冰的减少等气候变率对大气环境容量变小、大气自净能力减弱和霾日的增加有较大的贡献。乡村地区的霾日年际变化和气候变率的相关性更高,表明乡村地区的霾日变化以受气候变率影响为主;而城市地区霾日数和气候变率的相关性较低,表明城市地区霾日变化主要受源排放影响,气候变率对霾日增加的贡献相对较小,城市区域大气环境容量的减弱是气候变化和城市化共同影响的结果。 相似文献
10.
1980~2013年安徽霾天气变化趋势及可能成因 总被引：4，自引：0，他引：4
对1980~2013年安徽省霾日数的时空变化趋势及可能原因进行了分析,结果表明:(1)1980年以来,霾天气年均发生日数总体呈上升趋势,年际波动较大。不同年代,霾高发区的位置不同:20世纪80年代平均为5.5 d,沿江到江淮之间有零星的高发区;20世纪90年代平均为8.5 d,高发区在沿江中西部的望江和池州、省会合肥、淮北北部的萧县和灵璧;2000年代,平均发生日数为8.7 d,有3个高发区,分别是以合肥为中心的江淮之间中部、沿淮中部地区和沿江中东部地区。(2)按地理位置把安徽省分为6个子区,不同子区年霾日数的变化趋势不同:皖南山区变化较平缓,沿淮地区2000年后上升明显,淮北北部和沿江有先升后降的趋势。(3)地级市平均霾日数呈显著上升的趋势,而县城霾日数上升速度缓慢,且在2008年之后有下降趋势。(4)城市化和汽车拥有量激增导致氮氧化物排放量快速增多,可能是2000年之后地级市霾日数显著增多的主要因子,而县城霾日数变化的驱动因子可能是气候变化原因,如东亚季风强度的变化。 相似文献
11.
利用1964—2013年江西省83个站逐日霾观测资料,运用线性倾向估计等统计方法,分析江西省近50年霾时空变化特征及其与气候要素的关系。结果表明:江西霾日数呈赣中北部多、赣南少的特点,赣中的萍乡—宜春—抚州—上饶一带以及赣北北部的九江中部、景德镇北部地区是霾天气多发区,年均霾日数在30 d·a~(-1)以上。冬季霾日数最多,萍乡—宜春—鹰潭地区中北部、南昌—九江的中部以及上饶东部地区超过20 d·a~(-1),春季和秋季次之,夏季最少。12月是霾日数最多的月份,接近全年霾日数的2成。江西省霾日数呈年际增长的趋势,增长率为11 d·(10 a)~(-1),气候趋势系数为0.78,通过0.01的显著性水平检验。霾日数与平均风速和大风日数均呈负相关,而与静风日数呈正相关。近50年平均风速和大风日数呈下降趋势,静风日数呈上升趋势,这可能导致空气中污染物不易扩散而形成更多的霾天气。江西省降水日数呈减少趋势[-6.3 d·(10a)~(-1)],气温呈增暖趋势[0.15℃·(10a)~(-1)],霾日数与气温和降水日数分别呈正、负相关。 相似文献
12.
利用1981—2019年气象观测资料,分析了四川霾日的时空变化特征,并分析了污染物排放量和气象条件变化对霾日的影响。结果表明:(1)四川盆地为霾日高发区,年均霾日达53.7 d,其中轻、中、重度霾日数分别为26.9、24.1和2.7 d,川西高原年均霾日数不足1 d。霾日高值区主要分布在盆地的中部、东部及南部,轻、中、重度霾日高值区分布与霾日基本一致。(2)近39 a盆地霾日总体呈下降趋势,气候倾向率为-0.03 d/10 a,霾日数及霾分布范围在20世纪90年代达到最大,进入21世纪后霾日数和霾范围呈减小趋势。(3)霾在冬季发生频繁,冬季年均霾日数达24.7d,且盆地大部地区超过30 d。(4)近39 a盆地共发生持续性霾12 782次,自贡市、德阳市、内江市、乐山市为持续性霾的高发区;盆地共发生区域持续性霾509次,其中10 d的区域持续性霾发生的次数最多,占比为87.8%。(5)盆地霾天气的主要贡献污染物为PM2.5和PM10。二者排放量在20世纪90年代达到最大,进入21世纪后开始减少,21世纪10年代减少最为明显。21世纪10年代前盆地平均气温升高、相对湿度下降,污染物的排放与气象条件的共同作用,导致霾事件出现频率较高。随着城市生态文明的建设与治理,在21世纪10年代,盆地区域污染物排放减少,区域升温率减小,相对湿度显著升高,霾出现频率有所降低。 相似文献
13.
利用1970—2013年石家庄地区17个县市的地面气象观测资料分析了霾的空间变化特征。结果表明:1970—2013年石家庄年霾日数的区域分布变化较大,由中东部平原霾日数多、西北部山区霾日数少的分布转变为西南部地区霾日数多、中东部地区霾日数少,这种空间分布在2010年后更显著。随着经济快速发展,石家庄市西部山区丰富的矿产资源被开采,大量排放的SO2、NOX和VOCS等污染物发生光化学反应,有利于气溶胶的转化形成;除本地污染物排放外,受太行山阻挡,在一定天气背景下东南部地区污染物向山前汇聚,区域性污染输送也是西部山区污染严重的成因。石家庄地区持续性霾事件日数占霾总日数的50%以上,霾持续日数超过4d和8d分别为中等持续性霾事件与极端持续性霾事件;中等持续性霾事件年平均发生次数为9.8次,极端持续性霾事件年平均发生次数为1.6次。以南—东北向铁路线为分界,石家庄区域呈中东部和南部县市(无极、正定、藁城、栾城、赵县)极端持续性霾事件较多、西北部3县市(平山、行唐、灵寿)和东部3县市(晋州、深泽、辛集)极端持续性霾事件少的分布。石家庄市中等持续性霾事件在12月和1月发生次数最多,6—8月中等持续性霾事件发生最少;极端持续性霾事件主要出现在11月至翌年2月,其中1月极端持续性霾事件发生的可能性最大,年平均发生次数为0.4次,其他月份极端持续性霾事件年平均发生次数不足0.2次,极端持续性霾事件的发生概率较小。 相似文献
14.
本文基于1960-2021年黑龙江省霾天气月统计资料,利用ArcGIS空间插值,统计分析黑龙江省霾日数时空分布特征。结果表明：(1)1960-2021年黑龙江省平均霾日为3.4 d/a。1960-2013年每年霾日平均不足1 d,2014年以后霾日急剧增长,2014-2021年平均霾日增至20 d/a。(2)霾年代际变化特征呈现为1960 s到1970 s增加,1970 s至2000 s逐年代减少,2010 s又有增加趋势,2020年以后上升幅度明显。(3)从空间分布角度,黑龙江省霾天气呈现北少、南多的特征。2010年以后大部分地区霾日都呈明显增加趋势,霾日线性倾向率增加最多为哈尔滨通河,达8.3 d/10a。(4)黑龙江省霾天气主要出现在冬、春季节,霾日数月际变化呈现U型分布,10月至次年2月是一年当中霾发生次数最多的时段。 相似文献
15.
由于自动观测与人工观测的原理不同,造成了自动与人工观测数据之间的差异。选取了陕西2014年霾日、雾日、轻雾日的自动、人工观测月平均值以及30a气候月平均值进行对比分析,结果表明:2014年陕西霾日、雾日、轻雾日人工观测与30a平均值相比略有差异,自动观测比人工观测明显偏多,特别是霾日,是人工或30a平均霾日的10~68倍。利用中国气象局2015年发布的相关规定对2014年自动观测霾日进行订正,订正后大部分月份的霾日是人工观测或30a平均值的2~10倍,较未订正前减少了23%~91%,执行该规定使得霾记录基本趋于合理。 相似文献
16.
根据广东省86个气象观测站1980—2013年的能见度、相对湿度和天气现象等资料,采用人工观测法、日均值法和14时值法对广东省霾日特征进行了对比分析。结果表明,三种方法统计的全省霾日数、霾日变化速率、全省排名前10位的站点均不尽相同,甚至差异较大。全省年平均霾日是日均值法统计结果 人工观测法的14时值法的,大致比例是1∶0.59∶0.49。人工观测法统计的广东省霾日变化速率最大,达2.1天/a,是日均值法的1.85倍,14时值法的3.34倍。人工观测法统计的霾日全省排名前10位的站点与日均值法、14时值法的都有7个相同、3个不同。三种方法统计的全省霾日长期变化趋势、季节变化特点和空间分布特征基本一致,三种方法均较适用于分析区域长时间序列的霾日变化特征。综合考虑霾日长期变化趋势、季节变化特点、空间分布特征和前人研究结果,日均值法统计的霾日更能反映广东省的实际变化特征。 相似文献
17.
安徽霾日重建和时空特征分析 总被引：3，自引：0，他引：3
《高原气象》2015,(4)
利用1970-2009年安徽80个地面气象观测站点资料,借助霾的客观判别方法,重建了近40年安徽霾的气候序列,并在此基础上系统地分析了安徽霾日数的气候特征。结果表明:(1)通过重建与实测序列的比较,发现重建序列可以反映出霾日的时间变化,但数值上重建的霾日数较观测记录明显偏高,同时重建的霾日序列可以弥补部分台站霾日长时间缺测的现象。(2)安徽霾日具有明显的时空分布特征。在年变化上,以20世纪80年代初为分界点,霾日数发生激增,随着经济的不断发展,霾日数和霾强度都在不断增加;在空间上,安徽东部霾日数明显高于西部,霾影响范围不断地向北、向西扩展,并且逐渐形成了皖中地区和沿江东部两个高值中心;在季节上,霾日数在秋、冬季达到最大,而在春、夏季较少,同时中、重度等级的霾都出现在秋、冬季。 相似文献
18.
利用1981-2010年河北省142个气象站地面观测资料,按照霾的观测和预报等级行业标准,分析河北省霾日空间分布特征.以石家庄为例对多霾日成因进行探讨。结果表明：河北省霾日主要分布在太行山东麓地区,霾日高频次中心随时间范围在扩大,频次有增加趋势;典型代表站霾日随时间呈现增加、减少和平稳变化三种态势,单站间变化差异明显;河北省霾日主要以能见度大于5km轻微霾为主,代表站中度、重度霾日季节变化显著,64%以上出现在秋冬季节;霾的形成是多种因素综合作用的结果,区域分布主要与地理环境有关,气候上逆温层、风速、相对湿度、年降水日数与霾的形成有关,另外地方经济发展、人类社会活动对大气污染物的排放起到一定作用。 相似文献
19.
利用1961-2010年四川盆地122个气象站观测资料,分析四川盆地年平均霾日数时空分布特征及霾日数季节和年变化趋势。探讨近50 a四川盆地大气干消光系数、风速、能源消耗和人口等因素与霾日数之间的关系。结果表明：1961-2010年四川盆地122个站年平均霾日数为62.5 d,最多的站可达100.0 d以上。霾日数有明显季节变化,四川盆地冬季霾日数最多（28.4 d）,春、秋季次之,夏季最少（5.9 d）。四川盆地有104个站霾日数年变化呈增加的趋势,其中有71个站通过了置信度99 %的检验,霾日数增加最多的是四川省内江地区的戚远,气候倾向率为42.0 d/10 a;霾日数增加最少的是成都市的新都,气候倾向率为0.4 d/10 a。四川盆地有18个站霾日数年变化呈下降趋势,仅7个站点通过了置信度99 %的信度检验,霾日数减少最多的是四川北部广元地区的南江,气候倾向率为-16.7 d/10 a。霾日数的年变化与大气干消光系数呈显著正相关,与风速呈显著负相关,与四川盆地的能源消耗和人口增长呈显著正相关。 相似文献
20.
利用成都及周边地区(包括眉山、广汉、绵阳、德阳)1980~2010年的地面气象观测资料,基于多种统计方法对该地区霾日的时空分布特征进行了详细分析。结果表明,(1)成都及周边地区的年平均霾日数整体呈增加趋势,尤其是近5年。霾日的季节变化主要表现为:冬季最多,秋季和春季次之,夏季最少,且夏、秋和冬三季霾日数均呈增加趋势,春季反之。霾日的月变化十分显著,大体呈"V"字型,最多出现在12月,最少出现在6月。(2)年平均霾日的空间分布基本一致,高值区主要分布在成都西南部以及东部的金堂、广汉、德阳、绵阳,低值区分布在成都北部。 相似文献