京津冀地區(qū)1981—2020年霧霾時(shí)空分布特征研究

張 祿， 孫樹鵬， 程善俊， 姜云雁， 吳 洋

（1.天津市津南區(qū)氣象局，天津 300350； 2.天津市氣候中心，天津 300074；3.中國(guó)科學(xué)院大氣物理研究所，北京 100029）

京津冀地區(qū)作為中國(guó)政治中心區(qū)和中國(guó)經(jīng)濟(jì)發(fā)展中心之一，近幾十年來，在經(jīng)濟(jì)快速增長(zhǎng)的同時(shí)，霧霾問題也呈嚴(yán)重多發(fā)態(tài)勢(shì)［1］，加之該區(qū)域特殊的地形和大氣環(huán)境特點(diǎn)，空氣污染狀況變得日趨嚴(yán)重，引起人們的普遍關(guān)注［2］.近年來，國(guó)內(nèi)外多位學(xué)者［3-10］對(duì)霧霾天氣和各種污染物分布特征及其影響因素開展了大量研究.李文杰等［11］分析了2001—2010年北京、天津、石家莊空氣污染指數(shù)的時(shí)空分布特征及其與氣象要素的關(guān)系；王冠嵐等［2］研究了2014 年京津冀空氣污染時(shí)空分布特征及主要成因；楊興川等［12］研究了2016年京津冀地區(qū)PM2.5時(shí)空分布特征及其與氣象因素的關(guān)系.吳雁等［13］研究了1960—2013年河北省霧霾天氣變化特征，研究發(fā)現(xiàn)：1960—2013年河北省霾日數(shù)呈上升趨勢(shì)，在11個(gè)地市中衡水市年平均霧日數(shù)最多，張家口市最少；石家莊市年平均霾日數(shù)最多，承德市最少；除衡水霾日數(shù)呈下降趨勢(shì)外，其他10個(gè)地市均呈上升趨勢(shì).尹志聰?shù)龋?4］研究了華北黃淮地區(qū)冬季霧和霾的時(shí)空氣候變化特征，發(fā)現(xiàn)華北黃淮不同等級(jí)霧和霾的氣候變化特征，指出霾易發(fā)期由冬季轉(zhuǎn)變?yōu)槿?，在東亞冬季風(fēng)減弱和顆粒物充足的大背景下，霾天氣與風(fēng)力之間的負(fù)相關(guān)明顯減弱，而與水汽條件（降水和濕度）的正相關(guān)明顯加強(qiáng).還有其他多位學(xué)者［15-16］從局地氣象條件和微物理過程等角度分析了華北地區(qū)典型霧霾過程的特征及成因.近年來隨著京津冀地區(qū)環(huán)境治理力度的不斷加大，霧霾天氣出現(xiàn)新的分布特征.本文借鑒集中度分析等向量分析方法［17-19］對(duì)京津冀地區(qū)1981—2020年霧霾時(shí)空分布特征進(jìn)行研究，為科學(xué)有效地控制和治理大氣污染提供必要的理論依據(jù).

1 資料和方法

1.1 資料

地面觀測(cè)數(shù)據(jù)來源于國(guó)家氣象信息中心（http：//data.cma.cn）整編的中國(guó)地面逐小時(shí)資料，經(jīng)過數(shù)據(jù)質(zhì)量檢查選取1981—2020 年京津冀50 個(gè)國(guó)家地面氣象觀測(cè)站的能見度和相對(duì)濕度等數(shù)據(jù).因?yàn)榫┙蚣降貐^(qū)霧霾主要集中在冬半年，所以本文主要研究11 月至翌年3 月發(fā)生的霧霾天氣，將1981 年11 月—1982 年3月簡(jiǎn)便記為1981年冬季，以此類推，2020年11月至2021年3月記為2020年冬季.為方便比較，每個(gè)冬季均選取150 d，平年取至3 月30 日，閏年取至3 月29 日.高空資料為NCEP-DOE Reanalysis 2（資料來源于NOAA/OAR/ESRL PSD，Boulder，Colorado，USA，http：//www.esrl.noaa.gov/psd）全球位勢(shì)高度場(chǎng)1981—2021 年逐日再分析資料，水平空間分辨率為2.5°×2.5°，垂直方向從1000～10 hPa共17層等壓面.本文還采用了國(guó)家氣候中心（http：//cmdp.ncc-cma.net）整理的氣候系統(tǒng)監(jiān)測(cè)指數(shù)集，其中包含130項(xiàng)氣候系統(tǒng)指數(shù)（包括重新整編計(jì)算的大氣環(huán)流指數(shù)88項(xiàng)、海溫指數(shù)26項(xiàng)和收集下載的指數(shù)16項(xiàng)）.

1.2 霧霾天氣界定方法

根據(jù)中華人民共和國(guó)國(guó)家標(biāo)準(zhǔn)（QB/T 36542—2018）規(guī)定，排除降水、沙塵暴、揚(yáng)沙、浮塵、吹雪、雪暴、煙幕等影響視程的天氣現(xiàn)象，水平能見度小于10 km且相對(duì)濕度小于80%，直接識(shí)別為霾.根據(jù)地面氣象觀測(cè)規(guī)范［20］和有關(guān)標(biāo)準(zhǔn)，排除降水、沙塵暴、揚(yáng)沙、浮塵、吹雪、雪暴、煙幕、霾等影響視程的天氣現(xiàn)象后，能見度小于10 km（1 km）、空氣較潮濕（相對(duì)濕度接近100%）時(shí)記為輕霧（霧）.本文參考相關(guān)研究［13，21］，排除降水、沙塵暴、揚(yáng)沙、浮塵、煙幕、吹雪、雪暴等天氣現(xiàn)象造成的視程障礙，如果某日08時(shí)、14時(shí)和20時(shí)3個(gè)時(shí)次的平均能見度小于10 km，則將該日記為一個(gè)霧霾日.

1.3 集中度定義和計(jì)算方法

1.3.1 利用能見度定義霧霾指數(shù) 利用08時(shí)、14時(shí)和20時(shí)3個(gè)時(shí)次的能見度計(jì)算得到日平均能見度，然后對(duì)日平均能見度序列進(jìn)行處理，將日平均能見度大于10 km取為0.另外，如果某日出現(xiàn)降水、沙塵暴、浮塵、揚(yáng)沙、吹雪、雪暴和煙幕等天氣現(xiàn)象，則該日平均能見度也取為0，即僅保留霧霾日的能見度序列.對(duì)該序列進(jìn)行歸一化處理，然后用1減去該序列，即得到霧霾指數(shù)序列.霧霾指數(shù)越大即能見度越小，霧霾越嚴(yán)重.

1.3.2 霧霾綜合效應(yīng)指數(shù)CEI的定義和計(jì)算方法 參考向量分析方法［17-19］研究各個(gè)研究階段的霧霾的分布特征.霧霾綜合效應(yīng)指數(shù)是利用向量原理來定義時(shí)間分配特征的參數(shù)，可以定量地描述霧霾發(fā)生的集中程度和集中時(shí)段.計(jì)算方法為將一個(gè)研究階段（以下僅以一個(gè)冬半年為例）作為一個(gè)圓（為避免出現(xiàn)因角度變化出現(xiàn)的三角函數(shù)重疊，本文僅取1/4圓），按照總長(zhǎng)度150 d將圓弧平均分配成15份（每旬大致對(duì)應(yīng)1份），每份對(duì)應(yīng)一個(gè)弧度θ，即向量角度，將該時(shí)段霧霾指數(shù)和r作為向量的模.利用如下公式分別可以計(jì)算出該研究階段的霧霾綜合效應(yīng)指數(shù)CEI及其對(duì)應(yīng)的霧霾集中期時(shí)段CED.

式中：j為研究時(shí)段內(nèi)的旬序（j=1，2，…，15）；R為某測(cè)站研究時(shí)段內(nèi)的霧霾指數(shù)之和；rj為某測(cè)站研究時(shí)段內(nèi)的每日霧霾指數(shù)；Rx和Ry為霧霾指數(shù)向量在不同方向的投影.霧霾綜合效應(yīng)指數(shù)，反映霧霾在研究時(shí)段的合成總體效應(yīng)，該值越大，霧霾越嚴(yán)重.霧霾集中時(shí)段CED反映的是合成向量的方位角，體現(xiàn)霧霾頻發(fā)的合成總體效應(yīng)更傾向于集中在哪個(gè)時(shí)段.利用該方法可以更好地分析不同時(shí)段的霧霾合成總體效應(yīng)以及合成后重心所指示的時(shí)段.

2 京津冀地區(qū)冬季霧霾分布特征

2.1 逐年旬平均霧霾指數(shù)分布特征

利用京津冀地區(qū)50個(gè)觀測(cè)站點(diǎn)的日平均能見度計(jì)算霧霾指數(shù)，并計(jì)算1981—2020 年之后逐旬平均霧霾指數(shù).由圖1可見：①?gòu)哪觌H變化來看，京津冀地區(qū)在2010 年之后霧霾指數(shù)較高，說明2010年之后呈霧霾多發(fā)態(tài)勢(shì)，尤其在2015 年前后最為嚴(yán)重.1981—1984、1995、2001、2008、2010 年之后整個(gè)冬季霧霾指數(shù)整體偏低，2017 年相對(duì)偏低；其余多數(shù)年份霧霾指數(shù)相對(duì)偏高.②從旬分布情況來看，在1981—2010 年11 月上旬至1 月中上旬為霧霾高發(fā)期，但在2010之后，1月中下旬至3月中旬也呈現(xiàn)霧霾高發(fā)頻發(fā)特征，即霧霾頻發(fā)期呈現(xiàn)延長(zhǎng)態(tài)勢(shì).另外，1989 年、2012 年、2013 年為典型的晚冬霧霾高發(fā)年，2014 年之后為全冬高發(fā)年，其余年份則多為早冬霧霾高發(fā)年.

圖1 1981—2020年冬半年逐旬平均霧霾指數(shù)分布圖Fig.1 Distribution of dekad average fog and haze index in winter half year from 1981 to 2020

2.2 多年平均霧霾指數(shù)分布特征

圖2為京津冀地區(qū)1981—2020年平均霧霾指數(shù)空間分布圖.由圖可見：京津冀地區(qū)霧霾整體呈現(xiàn)南多北少的分布形勢(shì)，西南部最為嚴(yán)重，北部最輕.這是因?yàn)楸辈康貐^(qū)多為山區(qū)，受中高緯冷空氣影響較大，大氣擴(kuò)散條件較好；中南部地區(qū)多為平原，西側(cè)有太行山脈，北側(cè)有燕山山脈，在一定程度上阻擋或削減了北部冷空氣的影響，且容易形成地形槽，大氣擴(kuò)散條件相對(duì)較差；另一方面，中南部地區(qū)污染物排放源相對(duì)集中，污染物濃度比北部地區(qū)大.

圖2 1981—2020年京津冀地區(qū)平均霧霾指數(shù)分布圖Fig.2 Distribution of average fog and haze index in Beijing-Tianjin-Hebei region from 1981 to 2020

3 京津冀地區(qū)霧霾綜合效應(yīng)指數(shù)分布特征

3.1 京津冀地區(qū)霧霾綜合效應(yīng)指數(shù)空間分布特征

利用向量分析方法，計(jì)算京津冀地區(qū)每個(gè)年代的霧霾綜合效應(yīng)指數(shù)，并進(jìn)一步計(jì)算每個(gè)年代較前一個(gè)年代的增量，即可得到京津冀地區(qū)霧霾綜合效應(yīng)指數(shù)年代際增量分布情況（圖3）.京津冀地區(qū)1990 s較1980 s霧霾綜合效應(yīng)指數(shù)呈現(xiàn)自西南向東北的帶狀交替分布特征，河北東北部的承德及周邊部分地區(qū)、河北中部保定東部至滄州和天津南部、邯鄲南部呈現(xiàn)霧霾減弱趨勢(shì)，其余地區(qū)則呈現(xiàn)霧霾加重趨勢(shì)；京津冀地區(qū)2000 s較1990 s霧霾綜合效應(yīng)指數(shù)整體呈現(xiàn)減小的趨勢(shì)，尤其河北西部地區(qū)減小趨勢(shì)較為明顯；京津冀地區(qū)2010 s 較2000 s 霧霾綜合效應(yīng)指數(shù)整體呈現(xiàn)增大的趨勢(shì)，除河北西北部外其余地區(qū)增大趨勢(shì)均較為明顯.

圖3 京津冀地區(qū)霧霾綜合效應(yīng)指數(shù)年代際增量分布圖Fig.3 The interdecadal increment distribution of fog and haze comprehensive effect index in Beijing-Tianjin-Hebei region

分別計(jì)算1981—2020年（1981—1985年、1986—1990年、1991—1995年……）每5年的霧霾綜合效應(yīng)指數(shù)，并進(jìn)一步計(jì)算每5 年較前一個(gè)5 年的增量，即可得到京津冀地區(qū)霧霾綜合效應(yīng)指數(shù)5 年增量分布情況（圖4）.由圖可知：①在1981—2010年京津冀地區(qū)霧霾綜合效應(yīng)指數(shù)每5年增量總體呈現(xiàn)波動(dòng)變化趨勢(shì)，各地區(qū)均不存在一致的增大或減小趨勢(shì)，如河北中西部地區(qū)在1986—1995年均呈增大趨勢(shì)，在1996—2005年又呈現(xiàn)減小趨勢(shì)，在2006 年之后又再次呈增大趨勢(shì).②就空間分布而言，各地的5 年增量變化并不十分一致，在同一個(gè)5年增量分布圖中有的地區(qū)呈增大趨勢(shì)，有的地區(qū)則呈減小趨勢(shì).③2011—2015年5年的霧霾綜合效應(yīng)指數(shù)較2006—2010 年呈明顯增加趨勢(shì)，且增長(zhǎng)幅度遠(yuǎn)遠(yuǎn)超過1981 年以來正常的波動(dòng)變化范圍；從空間分布而言，京津冀大部分地區(qū)均呈現(xiàn)明顯增加趨勢(shì)，即2011—2015 年是一個(gè)霧霾明顯加重的時(shí)段.④2016—2020年5 年的霧霾綜合效應(yīng)指數(shù)較2011—2015 年除河北中西部和北部部分地區(qū)外京津冀大部分地區(qū)呈減小趨勢(shì)，即2011—2015年霧霾加重發(fā)展的趨勢(shì)在2016—2020年得到有效控制，這也在一定程度上體現(xiàn)了近年來的生態(tài)文明建設(shè)的效果.

圖4 京津冀地區(qū)霧霾綜合效應(yīng)指數(shù)每5年增量分布圖Fig.4 The increment distribution of fog and haze comprehensive effect index（CEI）every five years in Beijing-Tianjin-Hebei region

3.2 霧霾綜合效應(yīng)指數(shù)與環(huán)流場(chǎng)分布關(guān)系

分別計(jì)算各個(gè)月份（1981—2020 年，11 月份至次年2 月）的霧霾綜合效應(yīng)指數(shù)，并按照霧霾綜合效應(yīng)指數(shù)選取霧霾最嚴(yán)重的20個(gè)月份（2015年11月、2015年12月、2014年2月、2014年1月、2017年1月……）和霧霾較輕的20個(gè)月份（2011年1月、1992年2月、2008年2月、1996年2月、1999年2月……），將其所對(duì)應(yīng)的位勢(shì)高度場(chǎng)進(jìn)行合成平均，如圖5所示.由圖可知：①霧霾嚴(yán)重時(shí)段位勢(shì)高度場(chǎng)中高緯槽脊波動(dòng)較小，緯向環(huán)流特征更明顯，在位勢(shì)高度場(chǎng)距平圖中高緯表現(xiàn)為東西向波列分布；而霧霾較輕時(shí)段位勢(shì)高度場(chǎng)中高緯槽脊波動(dòng)較大，經(jīng)向環(huán)流特征更明顯，在位勢(shì)高度場(chǎng)距平圖中高緯表現(xiàn)為南北向波列分布.②霧霾嚴(yán)重時(shí)段，西太平洋副熱帶高壓偏西偏強(qiáng)，東亞槽區(qū)偏淺，更利于中低緯暖濕氣流影響京津冀地區(qū)；霧霾較輕時(shí)段，副熱帶高壓偏東偏弱，東亞槽區(qū)較深，在貝加爾湖至烏拉爾山地區(qū)利于阻塞高壓發(fā)展，有利于中高緯冷空氣影響京津冀地區(qū)，因而不利于霧霾天氣的發(fā)展和維持.③從距平場(chǎng)分布情況來看，霧霾嚴(yán)重時(shí)段和霧霾較輕時(shí)段呈現(xiàn)近乎相反的分布形勢(shì).霧霾嚴(yán)重時(shí)段，中國(guó)東部地區(qū)至北太平洋中部和亞洲西部至歐洲東部均為正距平，亞洲中部和北部地區(qū)為負(fù)距平；霧霾較輕時(shí)段則呈相反的距平分布形勢(shì).

圖5 霧霾嚴(yán)重時(shí)段和霧霾較輕時(shí)段500 hPa平均位勢(shì)高度場(chǎng)分布圖Fig.5 Distribution of 500 hPa mean geopotential height field in the severe fog and haze period and the light fog and haze period

3.3 霧霾綜合效應(yīng)指數(shù)與環(huán)流因子的關(guān)系

計(jì)算各個(gè)月份（1981—2020 年，11 月份至次年3 月，共200 個(gè)月）的霧霾綜合效應(yīng)指數(shù)與國(guó)家氣候中心氣候系統(tǒng)監(jiān)測(cè)指數(shù)集提供的130 項(xiàng)月平均氣候系統(tǒng)指數(shù)的相關(guān)系數(shù)，發(fā)現(xiàn)共有16 個(gè)氣候系統(tǒng)指數(shù)通過0.05 信度檢驗(yàn).其中具有重要指示意義的大氣環(huán)流指數(shù)分別是：850 hPa西太平洋信風(fēng)指數(shù)、東太平洋副高壓面積指數(shù)、東太平洋副高壓強(qiáng)度指數(shù)、太平洋副高壓強(qiáng)度指數(shù)、北太平洋副高壓面積指數(shù)、北半球副高壓強(qiáng)度指數(shù)、歐亞經(jīng)向環(huán)流指數(shù)、北半球副高壓面積指數(shù).北半球尤其是太平洋地區(qū)的副高壓與京津冀地區(qū)的霧霾有密切關(guān)系，副熱帶系統(tǒng)的強(qiáng)弱關(guān)系著暖濕氣團(tuán)的北上影響范圍和強(qiáng)度，對(duì)京津冀地區(qū)霧霾的發(fā)展起著較大的影響作用.

為進(jìn)一步考察各個(gè)月份的環(huán)流影響因子，分別計(jì)算12月、1月和2月的霧霾綜合效應(yīng)指數(shù)與相應(yīng)月份的氣候系統(tǒng)指數(shù)的相關(guān)系數(shù).通過計(jì)算可以發(fā)現(xiàn)，同一個(gè)環(huán)流因子對(duì)不同月份的影響是不同的.通過比較選取與12 月、1 月和2 月相關(guān)系數(shù)最大的環(huán)流因子，從而得到對(duì)各個(gè)月份霧霾天氣影響最大的環(huán)流因子（圖6）.由圖6 可見：同一個(gè)環(huán)流因子對(duì)各個(gè)區(qū)域的影響并不相同，在12 月和1 月相關(guān)系數(shù)呈南大北小、東大西小分布的特點(diǎn)，相關(guān)系數(shù)最大的區(qū)域在天津到河北滄州一帶；2 月東太平洋副高壓面積指數(shù)與霧霾整體關(guān)系比較密切，即2月東太平洋副高壓對(duì)京津冀地區(qū)的霧霾發(fā)生影響較大.

圖6 霧霾綜合效應(yīng)指數(shù)與氣候系統(tǒng)指數(shù)相關(guān)系數(shù)分布圖Fig.6 Distribution of correlation coefficient between fog and haze comprehensive effect index and climate system index

4 結(jié)論

1）從年際變化來看，京津冀地區(qū)在2010年以后霧霾較嚴(yán)重，尤其在2015年前后最為嚴(yán)重.從旬分布情況來看，1981—2010年11月上旬至1月中上旬為霧霾高發(fā)期，但在2010之后1月中下旬至3月中旬也呈現(xiàn)霧霾高發(fā)頻發(fā)特征，即霧霾頻發(fā)期呈現(xiàn)延長(zhǎng)態(tài)勢(shì).

2）京津冀地區(qū)霧霾整體呈現(xiàn)南多北少的分布形勢(shì)，西南部最為嚴(yán)重，北部最輕.

3）從京津冀地區(qū)霧霾綜合效應(yīng)指數(shù)年代際增量來看，2010年以后呈現(xiàn)明顯增大的趨勢(shì)，即霧霾呈加重趨勢(shì).但從每5年增量分布情況來看，2011—2015年的霧霾綜合效應(yīng)指數(shù)較之前呈明顯增加趨勢(shì)，且增長(zhǎng)幅度遠(yuǎn)遠(yuǎn)超過1981年以來正常的波動(dòng)變化范圍，但2016—2020年的霧霾綜合效應(yīng)指數(shù)較2011—2015年除河北中西部和北部部分地區(qū)外京津冀大部分地區(qū)呈減小趨勢(shì)，即2011—2015年霧霾加重發(fā)展的趨勢(shì)在2016—2020年得到有效控制，這也在一定程度上體現(xiàn)了近年來生態(tài)文明建設(shè)的效果.

4）從霧霾綜合效應(yīng)指數(shù)最大的20個(gè)月份和最小的20個(gè)月份對(duì)應(yīng)的合成位勢(shì)高度場(chǎng)分布情況來看，霧霾嚴(yán)重時(shí)段和霧霾較輕時(shí)段呈現(xiàn)近乎相反的距平分布形勢(shì)，霧霾嚴(yán)重時(shí)段緯向環(huán)流特征更明顯，而霧霾較輕時(shí)段經(jīng)向環(huán)流特征更明顯.霧霾嚴(yán)重時(shí)段西太平洋副熱帶高壓偏西偏強(qiáng)，東亞槽區(qū)偏淺，更利于中低緯暖濕氣流影響京津冀地區(qū)；而霧霾較輕時(shí)段副熱帶高壓偏東偏弱，東亞槽區(qū)較深，更有利于中高緯冷空氣影響京津冀地區(qū)，因而不利于霧霾天氣的發(fā)展和維持.

5）通過計(jì)算霧霾綜合效應(yīng)指數(shù)與氣候系統(tǒng)指數(shù)的相關(guān)系數(shù)發(fā)現(xiàn)，北半球尤其是太平洋地區(qū)的副熱帶高壓與京津冀地區(qū)的霧霾有密切關(guān)系.副熱帶系統(tǒng)的強(qiáng)弱關(guān)系著暖濕氣團(tuán)北上影響的范圍和強(qiáng)度，對(duì)京津冀地區(qū)霧霾的發(fā)展有較大影響.通過對(duì)各個(gè)月份相關(guān)系數(shù)的計(jì)算，分別確定了對(duì)不同月份影響最大的環(huán)流指數(shù)，為下一步探討京津冀地區(qū)霧霾的影響機(jī)制提供參考.