泉州地區(qū)霾日時空變化特征及影響因子研究

程思 韋英英 林子倫 嚴(yán)韜

摘要：利用泉州市各縣市代表站2004～2018年地面氣象觀測數(shù)據(jù)建立泉州地區(qū)霾天氣數(shù)據(jù)庫并分析霾日分布的時空演變特征，從風(fēng)速、風(fēng)向、氣壓、降水、濕度、氣溫等氣象要素中提煉出與霾天氣相關(guān)的氣象影響因子。研究表明：泉州地區(qū)出現(xiàn)霾天氣的日數(shù)，平均每年霾日數(shù)達(dá)28.1 d，近年總體呈減少趨勢。從空間分布來看，分布特點(diǎn)為東西部少中南部多。逐月平均霾日數(shù)大致呈雙峰型分布，與冷空氣及副熱帶高壓的活動息息相關(guān)。通過逐步回歸建立霾天氣的預(yù)報模型方程，其預(yù)報準(zhǔn)確率為56.23%，空報率36.6%，漏報率7.2%?；卮鷻z驗效果空報略高，準(zhǔn)確率尚可，為霾天氣的預(yù)報提供預(yù)報依據(jù)。

關(guān)鍵詞：霾；時空特征；泉州地區(qū)；氣象影響因子

中圖分類號：P426.4；X513文獻(xiàn)標(biāo)志碼：A

基金項目：泉州市科技計劃項目（項目編號：2018Z040）；福建省氣象局基層科技專項（項目編號：2019J04）。

0引言

霾不僅給交通帶來了較大影響，而且對人體健康構(gòu)成了一定威脅。因此霾天氣受到越來越多的關(guān)注，2014年1月閩氣科預(yù)函[2014]2號文件《科技與預(yù)報處關(guān)于加強(qiáng)霾預(yù)報預(yù)警工作的通知》指出，中國氣象局調(diào)整了霧和霾的等級和預(yù)報編碼，明確了霾的預(yù)警區(qū)分發(fā)布，增加了霾的落區(qū)預(yù)報產(chǎn)品。2016年8月，中國氣象局在氣象災(zāi)害預(yù)警信號質(zhì)量檢驗辦法（試行）中加入了對霾預(yù)警信號的質(zhì)量檢驗，可見霾天氣預(yù)報的重要性愈加明顯，然而目前對泉州地區(qū)的霾形成過程還缺乏系統(tǒng)性的認(rèn)識和研究。因此，對泉州地區(qū)霾的特征及預(yù)報研究亟需解決。

隨著氣候變化、城市化進(jìn)程加快、大氣污染物排放量增加的影響，近年來我國各地霾日發(fā)生的頻率呈顯著上升的趨勢[1-6]，我國分布東多西少，且具有明顯的季節(jié)特征，同時具有強(qiáng)度增強(qiáng)，范圍增大，持續(xù)時間延長的特點(diǎn)。此外，趙子菁[7]、魏建蘇[8]、李麗云[9]、過宇飛[10]、張浩[11]、金麗娜[12]等學(xué)者分別對南京、廣州、無錫、合肥、西安等地的霾天氣進(jìn)行研究，結(jié)果表明霾天氣過程與風(fēng)向、風(fēng)速、濕度、降水、氣溫等氣象要素息息相關(guān)。鄭峰[13]統(tǒng)計2004～2009年間的霧、霾與空氣污染指數(shù)的相關(guān)關(guān)系，并兼及晴雨天氣條件，總結(jié)出溫州地區(qū)包含晴雨、空氣污染指數(shù)及霧、霾三要素的線性公式，作為預(yù)報霧、霾工具。

1資料與定義

實(shí)況數(shù)據(jù)來自泉州市晉江、惠安、南安、安溪、永春、德化共6個國家代表站2004年1月1日至2018年12月31日逐日氣溫、相對濕度、能見度、降水量、天氣現(xiàn)象、風(fēng)等地面氣象觀測數(shù)據(jù)A文件。

霾日：根據(jù)行標(biāo)《霾的觀測和預(yù)報等級》，能見度小于10.0 km，排除降水、沙塵暴、揚(yáng)沙、浮沉、煙幕、吹雪、雪暴等天氣現(xiàn)象造成的視程障礙。相對濕度小于80%，判識為霾。若08時代表站氣象要素滿足上述條件，判識當(dāng)日為霾日。其中能見度V，當(dāng)5 km≤V<10 km為輕微霾天氣，3 km≤V<5km為輕度霾天氣，2 km≤V<3 km為中度霾天氣，V<2 km為重度霾天氣。

2泉州地區(qū)霾時空分布特征

2.1年際變化特征

統(tǒng)計2004～2018年泉州地區(qū)出現(xiàn)霾天氣的日數(shù)，如圖1所示，平均每年霾日數(shù)達(dá)28.1 d，其中最大值出現(xiàn)在2007年（48 d），最小值出現(xiàn)在2015年（10 d），年均霾日數(shù)維持在10～40 d。從年際變化來看總體呈減少趨勢，但2016～2018年略有增加，氣候傾向率達(dá)-18.8 d/10 a。

從空間分布來看，分布特點(diǎn)為東西部少中南部多。其中南安年霾日數(shù)可達(dá)72.9 d，晉江次之，達(dá)46.1 d，永春年均27 d，安溪和惠安最少，年均僅5～6 d。

2.2季節(jié)分布特征

統(tǒng)計2004～2018年共計15年4個季節(jié)出現(xiàn)霾的日數(shù)分布，如圖2所示，整體分布不均、春夏秋季呈現(xiàn)下降趨勢，冬季趨勢不明顯。氣候傾向率分布為-4.3 d/ 10 a、-9.3 d/10 a、-4.8 d/10 a、0.5 d/10 a。四季分布呈現(xiàn)和年分布類似的規(guī)律，東西部少中南部多。其中春季霾日數(shù)最多，其次為夏季、冬季，秋季最少。

2.3逐月分布特征

從各代表站逐月平均霾日數(shù)分布圖3和表1可以看出，大致呈雙峰型分布。1～3月呈現(xiàn)遞增趨勢，3～4月為波峰，5～6月日數(shù)較少，7～8月呈現(xiàn)第二峰值，隨后逐月遞減。其中3～4月是霾的高發(fā)期，月平均3.2次。這說明春季冷空氣活動開始減少，風(fēng)力減弱，使得霾天氣頻發(fā)。同時與副高有關(guān)，一年中夏季7～8月主要控制系統(tǒng)為副熱帶高壓，天氣系統(tǒng)穩(wěn)定，無臺風(fēng)影響時晴熱少雨，多為下沉氣流控制，同時風(fēng)力小濕度小，利于霾天氣的形成。5～6月及秋冬季是霾的少發(fā)季節(jié)，主要原因是5～6月為泉州的雨季，受多雨日影響，雨水的沖刷有潔凈空氣的功能，并且秋冬季多為冷高壓控制，風(fēng)力的加大利于空氣的流通擴(kuò)散，對霾形成不利。

2.4各類霾日分布

從泉州各地各類霾日分布表2可以看出，泉州地區(qū)年平均有輕微霾22.7 d、輕度霾4.7 d、中度霾0.5 d、重度霾0.2 d，分別占比81%、17%、2%和1%。從各地區(qū)來看，輕度霾占比最大，80%～90%不等，其次為輕度霾，占比3%～19%，中度霾不足3%，重度霾不足1%。尤其是惠安、安溪和德化，均未出現(xiàn)過中度以上霾天氣。

3基于PP法的氣象因子研究

3.1氣象要素相關(guān)因子研究

統(tǒng)計晉江近15年共計725個霾個例，挑選出霾當(dāng)天的氣象要素進(jìn)行分析。氣象要素來自2004年至2018年，晉江國家基本氣象觀測站逐日數(shù)據(jù)。研究表明，就降水而言，霾形成當(dāng)天無降水的幾率達(dá)85.2%；就相對濕度而言，霾形成時的平均相對濕度為68.8；就風(fēng)速而言，霾日出現(xiàn)時總體風(fēng)速不大；就氣溫、日照時數(shù)、日較差等要素而言，分布不均。

統(tǒng)計當(dāng)天是否出現(xiàn)霾與當(dāng)天的氣溫、濕度、風(fēng)向、風(fēng)速、降雨等氣象要素進(jìn)行相關(guān)性分析，處理氣象要素與霾的能見度之間的相關(guān)性，相關(guān)系數(shù)表見表3所列。

由表3可知，除了蒸發(fā)量、日照時數(shù)和日照百分率外，其余氣象要素均通過α=0.05的顯著性水平檢驗，其中日最高溫度、0 cm地溫和最大風(fēng)速通過了α=0.005的顯著性水平檢驗。且樣本基數(shù)較大，達(dá)到1572個樣本，這說明日最高溫度、0 cm地溫和最大風(fēng)速與霾的出現(xiàn)、能見度的大小呈現(xiàn)高度相關(guān)。

3.2偏相關(guān)分析

由于多元線性回歸只考慮單相關(guān)，未考慮因子之間的相互作用與關(guān)系，為更好區(qū)分因子對方程的貢獻(xiàn)，對以上因子做偏相關(guān)分析。

由表4可知，就平均溫度而言，其與最高溫度、最低溫度以及0 cm地溫呈現(xiàn)高度相關(guān)，相關(guān)系數(shù)均大于95%。

3.3預(yù)報模型的建立

由以上研究可知，僅僅考慮單相關(guān)的線性回歸得出的預(yù)報方程不夠客觀，在此引入逐步回歸方程。在每引入一個因子后都進(jìn)行F檢驗，并對已經(jīng)選入的因子逐個進(jìn)行t檢驗，當(dāng)原來引入的因子由于新因子引入變得不再顯著時，則將其刪除。以確保每次引入新的變量之前回歸方程中只包含顯著性變量。以此建立預(yù)報模型：

各預(yù)報因子取值情況見表5所列。

3.4回代檢驗

所謂的回代檢驗就是對歷史實(shí)況檢驗，也就是用預(yù)報方程計算出擬合值和實(shí)況資料進(jìn)行對比。檢驗方法采用TS評分方法，霾的預(yù)報結(jié)果檢驗樣本采用2004～2018年泉州霾的資料。TS評分方法是一種針對中短期天氣預(yù)報質(zhì)量檢驗的常用方法，泉州霾的預(yù)報有3種狀態(tài)：準(zhǔn)確預(yù)報NA、空報NB、漏報NC，各種評價情況見表6所列。

對于預(yù)報是否成功，我們需要給出一個成功指標(biāo)，對于霾預(yù)報判別模型，實(shí)況無霾記為0，有霾記為1，其擬合值是0或1附近的小數(shù)，我們對于0～0.9記為無霾，大于0.9的記為有霾進(jìn)行統(tǒng)計。由此計算得出準(zhǔn)確率為56.23%，空報率36.6%，漏報率7.2%?；卮鷻z驗效果空報略高，準(zhǔn)確率尚可。

4結(jié)論與討論

（1）泉州地區(qū)出現(xiàn)霾天氣的日數(shù)，平均每年霾日數(shù)達(dá)28.1 d，近年總體呈減少趨勢，氣候傾向率達(dá)-18.8 d/ 10 a。從空間分布來看，分布特點(diǎn)為東西部少中南部多。

（2）四個季節(jié)出現(xiàn)霾的日數(shù)整體分布不均、春夏秋季呈現(xiàn)下降趨勢，冬季趨勢不明顯。氣候傾向率分布為-4.3 d/10 a、-9.3 d/10 a、-4.8 d/10 a、0.5 d/10 a。

（3）逐月平均霾日數(shù)大致呈雙峰型分布：內(nèi)陸地區(qū)1～3月呈現(xiàn)逐月遞增趨勢，3～4月為波峰，5～6月日數(shù)較少，7～8月呈現(xiàn)第二峰值，隨后逐月遞減。

（4）泉州地區(qū)年平均有輕微霾22.7 d、輕度霾4.7 d、中度霾0.5 d、重度霾0.2 d，分別占比81%、17%、2%和1%。

（5）就降水而言，霾形成當(dāng)天無降水的幾率達(dá)85.2%；就相對濕度而言，霾形成時的平均相對濕度為68.8；就風(fēng)速而言，霾日出現(xiàn)時總體風(fēng)速不大；就氣溫、日照時數(shù)、日較差等要素而言，分布不均。

（6）霾天氣的預(yù)報模型方程預(yù)報準(zhǔn)確率為56.23%，空報率36.6%，漏報率7.2%?；卮鷻z驗效果空報略高，準(zhǔn)確率尚可。

參考文獻(xiàn)：

[1]高歌.1961-2005年中國霾日氣候特征及變化分析[J].地理學(xué)報，2008，63（7）：761-768.

[2]童師，全琦，陸文濤，等.1971-2018年湖州地區(qū)霾日數(shù)與氣象因素變化規(guī)律分析[J].能源與環(huán)境，2020（3）：74-75，100.

[3]孔鋒.1961-2016年中國霧與霾日數(shù)時空演變特征及區(qū)域差異研究[J].災(zāi)害學(xué)，2020，35（1）：131-137.

[4]郭換換.近56a洛陽地區(qū)霧和霾氣候特征及其氣象要素分析[J].內(nèi)蒙古氣象，2019（2）：21-26.

[5]姜江，郭文利，王春玲.2007-2015年北京地區(qū)能見度時空變化特征[J].氣象與環(huán)境學(xué)報，2019，35（1）：45-52.

[6]白瑩瑩，張德軍，楊世琦，等.川渝地區(qū)霧霾時空分布特征及影響因子分析[J].西南師范大學(xué)學(xué)報（自然科學(xué)版），2018，43（11）：112-119.

[7]趙子菁，魏永杰，張祥志，等.南京市霾天氣與主要?dú)庀髼l件的相關(guān)分析[J].中國環(huán)境科學(xué)，2015，35（12）：3570-3580.

[8]魏建蘇，孫燕，嚴(yán)文蓮，等.南京霾天氣的特征分析和影響因子初探[J].氣象科學(xué)，2010，30（6）：868-873.

[9]李麗云，鄧雪嬌，何啟華，等.近35年廣東省區(qū)域灰霾天氣過程的變化特征及突變分析[J].中國環(huán)境科學(xué)，2016，36（8）：2297-2303.

[10]過宇飛，劉端陽，周彬，等.無錫市霾天氣特征及影響因子研究[J].胡映紅氣象，2013，39（10）：1314-1324.

[11]張浩，石春娥，邱明燕，等，合肥市霾天氣變化特征及其影響因子[J].環(huán)境科學(xué)學(xué)報，2010，30（4）：714-721.

[12]金麗娜，曲靜，張雅斌，等.西安霾天氣時空分布特征與影響因子分析[J].氣象科技，2015，43（2）：314-319，330.

[13]鄭峰，顏瓊丹，吳賢篤，等.溫州地區(qū)霧霾氣候特征及其預(yù)報[J].氣象科技，2011，39（6）：791-795.