环境科学  2014, Vol. 35 Issue (9): 3247-3255   PDF    
1980~2012年江苏省城市霾日的时空分布及成因分析
刘端阳1, 魏建苏2 , 严文莲2, 吕军3, 孙燕2    
1. 江苏省无锡市气象局, 无锡 214101;
2. 江苏省气象台, 南京 210008;
3. 江苏省气象信息中心, 南京 210008
摘要:利用1980~2012年江苏省气象观测资料,对江苏省城市霾时空分布及成因进行了分析. 结果表明,1980~2012年江苏省霾日增加,重度和中度霾增加显著,苏北和沿海城市霾日增加显著. 秋季和冬季霾日最多,夏季最少. 秋、冬季霾主要在内陆,沿海略少. 除苏南三城市,6月其他城市霾日都比较多. 80年代霾日较为均匀,90年代苏南、苏西南增加,2000年代江淮之间和苏北增加,2010~2012年苏北霾日增加显著,苏南地区霾日略有减少. 全省连续性霾日、区域性霾日及连续性区域霾都呈增加趋势. 城市建成区面积逐年扩大、由工业及汽车尾气排放的污染物逐年增加,导致区域气温升高、空气相对湿度下降,形成城市热岛和干岛效应,加上污染物的增多,增强了霾形成和维持的条件,持续性霾、区域性霾和持续性区域霾也增加较为显著.
关键词霾日     气候特征     大气污染     江苏     持续性霾    
Trends of Urban Haze in Jiangsu Province China over the Past 33 Years
LIU Duan-yang1, WEI Jian-su2 , YAN Wen-lian2, LÜ Jun3, SUN Yan2    
1. Wuxi Meteorological Observatory of Jiangsu Province, Wuxi 214101, China;
2. Observatory of Jiangsu Province, Nanjing 210008, China;
3. Jiangsu Meteorological Information Center, Nanjing 210008, China
Abstract: Based on the surface meteorological data of Jiangsu Province during 1980-2012, climatic characteristics and trends of the weather phenomenon of haze were analyzed. The result indicates that during 1980-2012, the haze day increased, and the severe and moderate haze days significantly increased. In the northern and coastal cities, haze days had a significant increase. Haze is often appeared in the fall and winter, and is rare in the summer, it also occurs inland, and is less in the coast. The haze happens more frequently in June since the straw burning during summer harvest time. The haze day was evenly distributed during the 80's, and increased during the 90's over southern and southwestern Jiangsu Province, middle and northern Jiangsu haze days had a growing after 2000, especially after 2010.The continuous, regional, and regional-continuous haze days were in an increasing trend. As the urban built-up area has been expanded each year, industrial emissions, coal consumption, and car ownership increase every year, resulting in regional temperature increase and relative humidity decrease, resulting in urban heat island and dry island effects. Thence the haze formation and maintenance conditions increased, which led to the increasing of haze days, and the continuous, regional and regional-continuous haze days were significantly increased.
Key words: haze day     climatic characteristics     atmospheric pollution     Jiangsu Province     continuous haze    

霾也称灰霾[1],在中国气象局《霾的观测和预报等级》[2](2010)规范中,霾的天气定义是:“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10.0 km的空气普遍混浊现象. 霾使远处光亮物体微带黄、 红色,使黑暗物体微带蓝色. ”霾的成因比较复杂[3],霾天气中的气溶胶除了因消光引起视程障碍外[4,5],其中含有的大量有毒有害物质[6, 7, 8, 9, 10]还会危害人体健康,引起呼吸系统及心脑血管疾病的发生[11].

国内外许多学者都对霾的气候特征进行了相关研究[12, 13, 14, 15, 16, 17, 18, 19, 20]: 高歌[12]研究认为,我国年和四季霾日的空间分布均呈东多西少分布,且全国霾日呈明显增加趋势. 孙彧等[13]研究1971~2010年我国霾日气候特征发现,霾主要集中于华北、 河南以及珠三角和长三角地区. 我国华东地区[22, 23, 24, 25, 26]、 京津冀地区[27, 28, 29]和珠三角地区[30, 31, 32, 33, 34]经济发展迅速,城市化水平较高,但大气污染也最为严重. 而Vautard等[35]分析发现,1980~2009年欧洲在过去30 a中低能见度天气(如雾、 轻雾、 霾)呈下降趋势,认为这与二氧化硫等污染物排放量的下降具有一致性,说明了空气质量提高的显著贡献.

随着经济和城市化的发展,近年来江苏省气候特征也出现了较大变化,包括霾在内的灾害性极端天气频发[36,37],毛宇清等[38]、 童尧青等[39]分析了南京地区霾气候特征及影响要素. 由于以上对霾气候研究都是根据观测员记录所得,标准不一致,因此科学性不够高,另外,对霾连续性和区域性特征及成因也没有进行相关分析. 为分析近年来江苏省霾日气候特征,本研究在文献[2]的基础上略作修改,重建了江苏省城市霾日气候特征,对江苏省城市霾日时空分布特征进行讨论,并利用经济发展统计数据和污染物排放量数据分析霾日变化成因. 1 材料与方法 1.1 资料

本研究选取江苏省13个地级市国家基准或基本气象站观测数据,从1980~2012年共计33 a,包括08:00、 14:00和20:00的天气现象、 能见度、 相对湿度、 气温、 降水量等气象要素. 13个站点中,苏州在1994年,常州在1999年,淮安在2001年,盐城在2003年,南京、 南通、 无锡在2008年出现了迁站,连云港2010年出现迁站,经过对比校验,迁站前后的资料和数据具有一致性和连续性.

本文还使用了1994~2011年《江苏省统计年鉴》资料,主要包括全建成区面积、 燃煤量、 工业废气排放量、 汽车拥有量等经济发展资料.

研究中还使用了欧盟委员会大气研究排放数据库提供的1980~2008年区域大气污染物数据,研究范围为116°E~122°E和30°N~35°N. 本研究中以10 a为一个年代,分别统计了NOx、 SO2和PM10的年代平均排放的区域分布. 1.2 分析方法

目前对于霾的界定方法各异,许多学者对霾的研究标准也有差别,本文在吴兑所用方法[40,41]基础上略作修改,选取1980~2012年的逐日气象资料,对每天08:00、 14:00、 20:00这3个时次的能见度、 相对湿度进行判断,当满足任一时次能见度<10 km,且相对湿度<90%,并排除降水、 吹雪、 雪暴、 扬沙、 沙尘暴、 浮尘和烟幕等其他能导致低能见度事件的情况为一个霾日. 根据不同能见度将霾分为4个等级[2],5 km≤vis<10 km轻微霾,3 km≤vis<5 km为轻度霾,2 km≤vis<3 km为中度霾,vis<2 km为重度霾.

为研究霾区域性特征,借鉴周自江等[42]对区域性浓雾的判定方法,选取淮河以南8个城市,以相邻3个站点在同一天都出现霾,覆盖3个地级市时,统计为区域性霾,由于能见度在5000 m以下霾影响较大,所分析区域性霾能见度均在5000 m以下. 而区域性连续霾则选取3个站以上连续天数超过3 d的霾日作为统计对象. 2 霾日时空分布特征 2.1 年际年代际变化

20世纪80年代以来,全省霾日总体呈增加趋势,重度和中度霾日也呈增加趋势(表 1).

从区域分布来看,20世纪80年代苏中地区城市霾日不到80 d,苏南和苏北城市都超过了110 d. 90年代沿海3个城市霾日下降,而苏南和沿江霾日都出现不同程度增加,其中南京增加最快,达到154 d. 90年代以后,苏北地区霾日增加较快,苏西南和苏南地区霾日变化不大(图 1).

图 1 1980~2012年不同年代霾日时空分布特征 Fig. 1 Spatial and temporal distribution of haze days from 1980 to 2012

表 1 不同等级霾年代际变化 /d ·(a ·站)-1 Table 1 Decadal changes of haze/d ·(a ·station)-1

根据霾日变化特征及区域性差异,将全省13个地市分为4个区域:苏南(苏州、 无锡和常州)、 沿海(连云港、 盐城和南通)、 苏西南(镇江、 扬州、 泰州和南京)、 苏北(徐州、 淮安和宿迁)(图 2):苏南三地霾日在1980年后基本维持在90~150 d之间,33年内起伏不大; 苏西南4个城市33 a霾日也基本持平; 沿海三地霾日在1995年前后达到最低值,而后出现增长,尤其近3年来霾日数达到近33年来的最大; 苏北三地霾日1980年后在100 d左右,1990年下降到90 d左右后,2000年后又呈上升趋势,这种增加趋势与沿海三地类似.

图 2 霾日的年际变化 Fig. 2 Changes of haze day

2.2 季节及月变化 全省不同程度霾具有显著季节特征(表 2),秋季(9~11月)和冬季(12月~次年2月)霾日较多,且两季差异不大,都为393.8 d. 春季(3~5月)和夏季(6~8月)霾日较少,分别在305 d和273.1 d左右. 重度霾和中度霾分别在18 d和30 d以上. 四季分布也有区域性差异(图 3),但基本都是南部和西北部霾日较多、 沿海较少.
表 2 霾季节变化 /d ·a-1 Table 2 Seasonal changes of haze/d ·a-1

图 3 1980~2012年全省4个季节霾日的空间分布 (33 a平均值) Fig. 3 Spatial distribution of haze days in four seasons during 1980 and 2012

全省13个城市霾日数的月变化中(图 4),10月~次年1月霾日较多,其中无锡、 苏州、 南京、 泰州、 扬州、 徐州、 宿迁霾日较多,7~8月霾日最少,除了苏州、 无锡、 常州这3个城市外,其他城市6月霾日数出现一个峰值,主要因为6月为夏收夏种期间,秸秆焚烧所产生污染造成空气质量恶化形成霾.

图 4 1980~2012年全省13个城市霾月变化特征 (33 a平均值) Fig. 4 Monthly changes of haze days during 1980 and 2012

2.3 连续霾的时空分布特征 随着经济的发展,霾持续时间与霾日数同步变化(表 3),1980~2012年全省13个城市连续3 d及以上霾日数共5104次,33年中全省出现超过8 d的连续霾为301次,超过12 d的连续霾为56次,其中淮安、 宿迁和南京各有一次过程持续时间超过了20 d. 全省连续霾的分布与霾日分布呈正相关,霾日较多的城市连续霾出现的次数也比较多. 图 5选取了泰州和南京两个站点对比分析年霾日和连续霾日的年际变化特征,可以看出,连续3 d以上霾日出现次数与霾日出现次数呈正相关,且随着霾日数起伏.
表 3 全省13个城市连续多日霾 (次) Table 3 Continuous haze day distribution (time)

图 5 泰州及南京霾及连续性霾的年际变化特征 Fig. 5 Continuous haze days in Taizhou and Nanjing

不仅连续性霾日增多,区域性霾也逐年增多(图 6). 以相邻3个站点在同一天都出现霾统计为区域性霾,由于能见度在5000 m以下霾影响较大,本部分选取能见度在5000 m以下的霾. 1980年代区域性霾较少,在10~20 d间; 1990年代区域性霾增多,基本在20~30 d,2000年代区域性霾日增加较快,大部分城市均多于30 d,其中泰州最多为542 d. 2010~2012年仍然维持在30 d左右.

图 6 淮河以南地区年代际区域霾的时空分布特征 Fig. 6 Spatial and temporal distribution of continuous haze days in the south of the Huaihe River

单位: d ·a-1

图 7为淮河以南8个城市区域性霾日月变化特征,西部4个城市(南京、 镇江、 扬州和泰州)在1月、 6月和10~12月区域性霾日出现最多,东部4个城市(常州、 无锡、 苏州和南通)仅在10~12月较多. 西部城市6月区域性霾日较多与夏收夏种时期秸秆焚烧密切相关.
图 7 淮河以南地区区域性霾月变化 (33 a总和) Fig. 7 Monthly changes of regional haze day in the south of the Huaihe River
2.4 区域性霾的连续性特征

前面讨论了能见度5000 m以下的不同城市霾的连续性特征和不同城市霾的区域性特征,以下讨论淮河以南8个城市能见度在5000 m以下的连续多日霾的区域性特征. 同样选取3个站以上连续天数超过3 d的霾作为统计对象,从表 4可以看出,连续3 d的出现站点超过3个的区域性霾1980~2012年间共出现了71次之多,4 d的出现了31次之多,5 d的出现了11次,而连续6~11 d的区域性霾在淮河以南地区共计出现了12次,对于连续6 d以上的区域性霾,站点个数非常多,基本苏南城市无一遗漏.

从以上分析可以看出,连续多日的霾具有非常强的区域性特征. 且连续多日的区域性霾基本出现在10月~次年2月.

表 4 连续多日霾的区域性特征 Table 4 Regional characteristics of continuous haze days
3 影响霾日变化的因素

从全省城市建成区总面积看,1994~2011年底增加了3.15倍(图 8). 全省工业废气排放总量2010年底则比1999年增加了2.74倍. 2011年底全省燃煤总量和汽车拥有量则分别比1995年增加了4.6倍和12.45倍,这与江苏省霾日的年际和年代际增加呈正相关关系.

图 8 全省各项社会经济指标 Fig. 8 Socio-economic indicators in Jiangsu Province

(a) 城市建成区面积和工业废气排放量; (b) 燃煤量和汽车拥有量

除了以上4项经济指标外,20世纪80年来以来,江苏省及周边地区包括NOx、 PM10和SO2在内的污染物的年均排放量也与日俱增(图 9):①自20世纪80年代以来,三类污染物在空间分布上都是苏南及沿江地区高于苏北和沿海地区,所以苏南及沿江地区霾日大部分时间内都较苏北及沿海高; ②2000年后,苏北及沿海地区污染物排放量增加较为显著,所以在近几年内苏北和沿海地区霾日增加显著; ③淮河以南地区高浓度污染物区域已连成一片,且范围逐渐增大,所以这一区域内连续性霾和区域性霾增多显著.

图 9 江苏及周边地区NOx、 PM10和SO2年排放总量的年代际变化图 (年均值) Fig. 9 Decadal changes of the NOx,PM10 and SO2 emissions in Jiangsu Province and neighboring areas

霾的形成由多种气象要素和环境要素决定,且与气温和相对湿度这两类气象要素关系较为密切. 有研究认为气象条件变化、 区域城市化和土地利用变化会导致气温升高和相对湿度下降[12,21,43],从而霾出现频率增多. Li等[26]分析了1978年后中国城市及经济发展后对雾的影响,其研究发现,随着城市建成区面积的扩大,城市植被覆盖率逐年下降,相对湿度减小,城市热岛相应越来越明显,城市雾日呈减少趋势. 可见,城市面积的扩大,工业废气排放量的增加及燃煤量的增加,导致了城市霾日增加.

1980~2012年江苏省4个区域年平均气温和平均相对湿度都出现了较大变化(图 10),1980~2006年气温升高显著、 相对湿度则呈下降趋势,这一时段内,全省4个区域内的霾日呈上升趋势,2006~2012年4个区域的气温都又呈下降趋势,除了苏北三城市的相对湿度仍然下降外,其他地区基本保持不变,从而苏南及苏西南霾日数也出现了相应的下降. 另外,由于2000年以来苏北、 苏西南及苏南的相对湿度远远低于沿海地区,且苏南和苏西南气温高于沿海城市,所以内陆霾日数要高于沿海.

图 10 全省13个城市年平均气温和相对湿度的逐年变化 Fig. 10 Average annual temperature and RH of Jiangsu Province

从以上分析可知,随着城市和经济发展,城市建成区面积扩大,工业废气及汽车尾气排放量增加,导致城市及周边气象环境出现变化,气温缓慢增高,空气相对湿度降低,从而形成城市热岛和干岛效应,雾形成条件逐渐减弱; 另外,污染物排放量的增加则增强了霾形成和维持条件,所以持续性霾、 区域性霾和持续性区域霾也增加较为显著.

4 结论

(1)1980~2012年间江苏省范围内霾日呈增加趋势,重度和中度霾增加显著,苏北和沿海城市霾日增加显著. 秋季和冬季节霾日最多,夏季最少. 秋、 冬季霾主要在内陆,沿海略少. 10月~次年1月霾日最多; 除苏南三城市,6月其他城市霾日都比较多.

(2)1980年代全省霾日较为均匀,1990年代苏南、 苏西南增加,2000年代江淮之间和苏北开始增加,2010~2012年苏北霾日增加显著,苏南地区霾日略有减少. 霾持续时间及区域性霾的日数与霾日数同步变化,霾日较多的城市连续霾出现的次数也比较多.

(3)城市建成区面积逐年扩大、 由工业及汽车尾气排放的污染物逐年增加,导致区域气温升高、 空气相对湿度下降,加上污染物的增多,增强了霾形成和维持的条件,持续性霾、 区域性霾和持续性区域霾也增加较为显著.

参考文献
[1] 中国气象局. 地面气象观测规范[M]. 北京: 气象出版社, 2003.
[2] 中国气象局. 霾的观测和预报等级[M]. 北京: 气象出版社, 2010.
[3] 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.
[4] 于兴娜, 李新妹, 登增然登, 等. 北京雾霾天气期间气溶胶光学特性[J]. 环境科学, 2012, 33 (4): 1057-1062.
[5] 赵秀娟, 蒲维维, 孟伟, 等. 北京地区秋季雾霾天PM2.5污染与气溶胶光学特征分析[J]. 环境科学, 2013, 34 (2): 416-423.
[6] 马永亮, 谭吉华, 贺克斌, 等. 佛山灰霾期挥发性有机物的污染特征[J]. 环境科学, 2011, 32 (12): 3549-3554.
[7] 钱冉冉, 闫景明, 吴水平, 等. 厦门市冬春季灰霾期间大气PM10中多环芳烃的污染特征及来源分析[J]. 环境科学, 2012, 33 (9): 2939-2945.
[8] 黄怡民, 刘子锐, 陈宏, 等. 北京夏冬季霾天气下气溶胶水溶性离子粒径分布特征[J]. 环境科学, 2013, 34 (4): 1236-1244.
[9] 谭吉华, 赵金平, 段菁春, 等. 广州秋季灰霾污染过程大气颗粒物有机酸的污染特征[J]. 环境科学, 2013, 34 (5): 1982-1987.
[10] 陶俊, 柴发合, 高健, 等. 16届亚运会期间广州城区PM2.5化学组分特征及其对霾天气的影响[J]. 环境科学, 2013, 34 (2): 409-415.
[11] 殷永文, 程金平, 段玉森, 等. 上海市霾期间PM2.5、PM10污染与呼吸科、儿呼吸科门诊人数的相关分析[J]. 环境科学, 2011, 32 (7): 1894-1898.
[12] 高歌. 1961-2005年中国霾日气候特征及变化分析[J]. 地理学报, 2008, 63 (7): 761-768.
[13] 孙彧, 马振峰, 牛涛, 等. 最近40年中国雾日数和霾日数的气候变化特征[J]. 气候与环境研究, 2013, 18 (3): 397-406.
[14] 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.
[15] 戴永立, 陶俊, 林泽健, 等. 2006-2009年我国超大城市霾天气特征及影响因子分析[J]. 环境科学, 2013, 34 (8): 2925-2932.
[16] Che H Z, Zhang X Y, Li Y, et al. Haze trends over the capital cities of 31 provinces in China, 1981-2005[J]. Theoretical and Applied Climatology, 2009, 97 (3-4): 235-242.
[17] Westcott N E, Kristovich D A R. A climatology and case study of continental cold season dense fog associated with low clouds[J]. Journal of Applied Meteorology and Climatology, 2009, 48 (11): 2201-2214.
[18] Vicente-Serrano S M, López-Moreno J I, Vega-Rodríguez M I, et al. Comparison of regression techniques for mapping fog frequency: application to the Aragón region (northeast Spain) [J]. International Journal of Climatology, 2009, 30 (6): 935-945.
[19] Tokinaga H, Xie S P. Ocean tidal cooling effect on summer sea fog over the Okhotsk Sea[J]. Journal of Geophysical Research, 2009, 114 (D14): doi: 10.1029/2008JD011477.
[20] 周宁芳, 李峰, 饶晓琴, 等. 2006年冬半年我国霾天气特征分析[J]. 气象, 2008, 34 (6): 81-88.
[21] 史军, 崔林丽, 贺千山, 等. 华东雾和霾日数的变化特征及成因分析[J]. 地理学报, 2010, 65 (5): 533-542.
[22] 牛彧文, 顾骏强, 浦静姣, 等. 浙江城市区域灰霾天气的长期变化[J]. 热带气象学报, 2010, 26 (6): 807-812.
[23] 张蓬勃, 姜爱军, 孙佳丽, 等. 江苏秋季霾的年代际变化特征及其影响因素分析[J]. 气候变化研究进展, 2012, 8 (3): 205-212.
[24] 宋娟, 程婷, 谢志清, 等. 江苏省快速城市化进程对雾霾日时空变化的影响[J]. 气象科学, 2012, 32 (3): 275-281.
[25] 石春娥, 翟武全, 杨军, 等. 长江三角洲地区四省会城市PM10污染特征[J]. 高原气象, 2008, 27 (2): 408-414.
[26] Li Z H, Yang J, Shi C N, et al. Urbanization effects on fog in China: field research and modeling[J]. Pure & Applied Geophysics, 2012, 169 (6): 927-939.
[27] 赵普生, 徐晓峰, 孟伟, 等. 京津冀区域霾天气特征[J]. 中国环境科学, 2012, 32 (1): 31-36.
[28] 王喜全, 孙明生, 杨婷, 等. 京津冀平原地区灰霾天气的年代变化[J]. 气候与环境研究, 2013, 18 (2): 165-170.
[29] 魏文秀. 河北省霾时空分布特征分析[J]. 气象, 2010, 36 (3): 77-82.
[30] 吴兑, 刘啟汉, 梁延刚, 等. 粤港细粒子(PM2.5)污染导致能见度下降与灰霾天气形成的研究[J]. 环境科学学报, 2012, 32 (11): 2660-2669.
[31] 黄健, 吴兑, 黄敏辉, 等. 1954—2004年珠江三角洲大气能见度变化趋势[J]. 应用气象学报, 2008, 19 (1): 61-70.
[32] 吴兑, 邓雪娇, 毕雪岩, 等. 细粒子污染形成灰霾天气导致广州地区能见度下降[J]. 热带气象学报, 2007, 23 (1): 1-6.
[33] 张运英, 黄菲, 杜鹃, 等. 广东雾霾天气能见度时空特征分析——年际年代际变化[J]. 热带地理, 2009, 29 (4): 324-328.
[34] 钱峻屏, 黄菲, 杜鹃, 等. 广东省雾霾天气能见度的时空特征分析Ⅰ: 季节变化[J]. 生态环境, 2006, 15 (6): 1324-1330.
[35] Vautard R, Yiou P, Van Oldenborgh G J. Decline of fog, mist and haze in Europe over the past 30 years[J]. Nature Geoscience, 2009, 2 (2): 115-119.
[36] 潘敖大, 范苏丹, 陈海山. 江苏省近45 a极端气候的变化特征[J]. 气象科学, 2010, 30 (1): 87-92.
[37] 姜爱军, 项瑛, 彭海燕, 等. 近40 a江苏省各区域气候变化分析[J]. 气象科学, 2006, 26 (5): 525-529.
[38] 毛宇清, 孙燕, 姜爱军, 等. 南京地区霾预报方法试验研究[J]. 气候与环境研究, 2011, 16 (3): 273-279.
[39] 童尧青, 银燕, 钱凌, 等. 南京地区霾天气特征分析[J]. 中国环境科学, 2007, 27 (5): 584-588.
[40] 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.
[41] 吴兑. 关于霾与雾的区别和灰霾天气预警的讨论[J]. 气象, 2005, 31 (4): 3-7.
[42] 周自江, 朱燕君, 鞠晓慧. 长江三角洲地区的浓雾事件及其气候特征[J]. 自然科学进展, 2007, 17 (1): 66-71.
[43] Yang Y J, Wu B W, Shi C N, et al. Impacts of urbanization and station-relocation on surface air temperature series in Anhui Province, China[J]. Pure and Applied Geophysics, 2012, 170 (11): 1969-1983.