中国中部、东部冬季雾霾日数的年际变化与东亚冬季风的关系外文翻译资料

 2022-12-02 07:12

英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

中国中部、东部冬季雾霾日数的年际变化与东亚冬季风的关系

Qiang Li,a Renhe Zhangb* and Yu Wangc

a Public Meteorological Service Center, China Meteorological Administration, Beijing, China

b State Key Laboratory of Severe Weather, Chinese Academy of Meteorological Sciences, Beijing, China

c Key Laboratory of Atmospheric Chemistry, Chinese Academy of Meteorological Sciences, Beijing, China

摘要：中国中部、东部冬季雾霾日数从1972年到2014年间的年际变化与东亚冬季风（EAWM）的关系的研究基于国家环境预报中心/国家大气研究中心（NCEP/NCAR）从中国境内的气象站得到的地表观测资料和再分析资料。研究结果显示中国中部、东部的雾霾日数与东亚冬季风（EAWM）的年际时间变化有着紧密的联系。当东亚冬季风EAWM更强（更弱）时，冬季雾霾日数更少（更多）。在东亚冬季风EAWM强度强（弱）的冬季中，近地面的风和水平方向上的纬向风对流增强（减弱）。增强（减弱）之后的近地面风对于雾和霾的向区域外转移有着积极（消极）作用，并且不利于（利于）其在中国中部以及东部的累积。扩大（减小）的水平方向纬向风对流加强了（减弱了）大气的斜压不稳度和垂直扩散，导致更少（更多）的雾霾堆积在近地面处。此外，强（弱）东亚冬季风EAWM对对流层底部的雾霾的维持通过不规则的辐散（辐合）起到有利（不利）的作用，辐散（辐合）作用与华南上空对流层顶部的强烈反气旋（气旋）不规则运动相联系。

关键词：中国雾霾日数；东亚冬季风；年代际变化

1.引言

当大量水滴或冰晶在近地表的大气中悬浮时就产生了雾。霾由大气中的大量悬浮颗粒物组成。雾和霾都能减小大气能见度，对社会经济的发展和人民的生活造成不利的影响，并且造成一系列经济损失。同时，雾霾能够聚集接近地面的气溶胶，导致空气污染的增加和空气质量的下降，对人身健康造成严重的伤害。所以与雾霾相关的问题已经得到了越来越多的关注。

之前的研究指出雾霾的长期变化趋势与人类活动紧密相关。城市环境展示了作用于雾发生频率的复杂效应。城市扩张和与其相连的热岛效应可能导致雾在城区减弱的趋势，但是增强了其在郊区的趋势。除了增强的城市热岛效应之外，雾的减弱趋势海域空气中的悬浮颗粒物的减少趋势有关。在美国的东部和西部，能见度的历史变化表明了其与二氧化硫排放的高相关程度。在1980-1995年之间的美国东部，霾的减少与PM2.5水平的显著下降同时发生，同时减少的还有硫的排放。

近几十年来，雾的发生在中国的大部分地区呈现减少的趋势，与此同时霾却正在增加。在中国，雾和霾的变化趋势与人类活动的空间分布及暂时变化紧密联系。在城镇化的过程中，上海的市中心在19世纪60年代到80年代期间经历了更少的雾天。在1961-2007年间，华东地区的大部分北部地区中，雾霾变化的特征与区域城镇化以及土地使用情况变化、城市热岛效应以及大气污染物排放的增加保持了一致。多霾地区多出现在人口集中的城市，同时，少霾区域都位于人口少的城市。增加的霾天也许存在于经济发达的华东或华南地区，但是在经济相对没有欠发达的中国西北或者东北地区霾天在减少。

除了人类的活动，雾霾天同样与气象因素紧密相关。雾的减少趋势与日最低气温的降低趋势和相对湿度的升高趋势相关。年平均霾天书的增加趋势与平均风速的减弱趋势先关。雾和霾多发生于冬季，并且中国的雾霾日数在冬季达到最多，同时伴随着最差的能见度。

作为北半球最活跃的大气系统之一，东亚冬季风EAWM能够显著的影响中国冬季的天气与气温。在对2013年一月份华东地区持续严重雾霾天气的气候条件进行研究时，Zhang 等人指出弱东亚冬季风EAWM造成了这一现象。然而他们的研究只针对此单一事件，也就是说不能由此得出雾霾与东亚冬季风EAWM的长期普遍关系。

事实上，中国地区雾霾的长期趋势可能与人类活动紧密相关，因为最近几十年中国的人类活动强度在不断增加。气象条件对雾霾天的能见度起着关键的作用。中国地区的气温主要由东亚冬季风EAWM控制。中国夏季时气溶胶的年代际变化已经被证实会被东亚夏季风影响。冬季霾的年代际变化率与大西洋的海面温度有着紧密的联系。然而，东亚冬季风EAWM对于雾霾年代际时间变化的影响还不能确定。因此，在这一研究中将得出中国中部、东部雾霾天与东亚冬季风EAWM在年代际时间变化的关系，这一关系的得出对于理解气象因素对雾霾变化的影响很重要，同时也有助与雾霾的预报和其危害的减轻。

这一论文将从下几个方面进行阐述。第2部分将介绍用于本次研究的数据资料。第3部分会对中国中部、东部冬季雾霾的长期变化特征进行分析。在第4部分中，我们将研究东亚冬季风EAWM对冬季雾霾天影响的物理机制。第5部分是结论和讨论。

2.数据资料和方法

本次研究中使用的数据包括了NCEP/NCAR 的每月大气再分析资料，其水平分辨率为2.5ordm;X2.5°，垂直分辨率为17层；从1971年12月1日到2014年2月28日的地面数据站天气现象资料来自国家气象局国家气象信息中心。

我们的研究将着重于12月下旬至次年2月的冬季。从每日天气现象资料中，我们可以得到雾霾日数并将其使用在本次的研究中。在得到这一数据的过程中，我们排除了一些仅有不完整数据的站点的数据，总共使用了592个站点的整合数据。正如之前研究中所阐明的，雾天和霾天都和东亚冬季风EAWM一样显示出了长期的变化趋势。因为目前的研究着重于研究年代际时间尺度中的关系，所以我们未考虑所有数据中的线性趋势。

之前的研究主要讲雾与霾进行分开研究，并试图单独分理出分别于两种天气现象相对应的气象条件。然而，雾和霾在特定的条件下能够相互转化。他们经常同时出现并带来雾霾混合的天气现象。除此之外，中国的气象站主要根据水平能见度来记录雾和霾，但是这两者在减弱能见度时具有相似的影响。虽然相对湿度也会用于区分两种天气现象，但是并没有一种统一标准用于使用相对湿度数值来区分雾和霾，并且，气象观测人员有时会根据其经验进行区分。综上所述，要想在天气现象和观测记录上对雾和霾进行精确区分几乎是不可能的。因此，我们将两者作为一个整体来进行研究，并且只要有其中一种天气现象出现，就将此时的天气现象称为雾霾。

在我们的研究中运用去除线性分量的方法，去除了原始数据时间序列中的线性趋势。首先，我们把原始数据做最小二乘直线，用数据做竖轴，1972年到2014年的时间作为横轴。“趋势”即为最小二乘直线的倾斜程度。通过从原始数据中得到的数据，在对其选取预测值进行最小二乘法计算后，得不到任何的趋势数据。如回归和相关分析方法之类的常用数据模式也在本研究中得到使用。回归和相关系数的统计显著性分别由F-test和学生的t-test模式进行验证。

3.冬季雾霾天的时空特征

1972年至2014年的冬季平均雾霾天数在图1.中进行了显示。如图所示，雾霾天数超过

图1.1972年至2014年的中国平均冬季雾霾日数。黑框中的区域为102°-122.5°E，22.5°-40°N

20天的大部分大区都集中在在南至40°N,东至102°E的中国中东部，这一区域也与单独的冬季雾天或霾天具有相同的气候分布。30°N，103°E附近的四川盆地处的雾霾天数最大值超过了80天。考虑到102°-122.5°E，22.5°-40°N（图1. 中黑框）是雾和霾的高发区，我们选取这一区域的平均雾霾日数作为中国中部、东部地区雾霾日数的代表。事实上，之前的研究通常把100°E作为东亚冬季风EAWM的东边界。因此102°-122.5°E，22.5°-40°N区域不仅是一个适宜研究的区域，而且也在很大程度上受到东亚冬季风EAWM的影响。这一区域的选择有助于就是雾霾日数与东亚冬季风EAWM之间的联系。

在102°-122.5°E，22.5°-40°N中的雾霾日数被做了平均除了，图2.展示了从1972年到2014年的冬季的时间发展变化。在图2(a).中，中国中部、东部的冬季雾霾日数呈现长期的增加趋势，这一点可以从黑点的最小二乘点线看出。这一直线的斜率为0.17，意味着雾霾日数的增长趋势为每十年1.7天。这一增加趋势的统计显著性超过了95%。除了这一趋势以外，我们也能发现中国中部、东部的冬季雾霾日数呈现了明显的年代际变化，从1974年冬季的33.2天最小值，到最大值的2014年冬季的49.7天。为了分析冬季雾霾日数的年代际变化数据特征，我们将冬季雾霾日数的线性趋势移除，在图2(b).中展示其随时间的

图 2 （a）冬季雾霾日数和（b）移除1972年至2014年趋势（ECFH）之后的时间变化

变化。在移除了线性趋势之后，冬季雾霾日数的年代际变化更为明显易读。在接下来的研究中，我们运用移除了线性趋势的冬季雾霾日数时间序列（ECFH）来研究其与东亚冬季风EAWM之间的关系。

4.雾霾日数与东亚冬季风EAWM的关系

为了揭示东亚冬季风EAWM与中国中部、东部冬季雾霾日数之间的关系，我们分别研究对流层底部、中部、顶部的位势高度和风场与ECFH之间的联系。东亚冬季风EAWM强度有很多指数可以表示。一些近来的研究已经说明了一个单一的指数可能没有办法全面系统的描述东亚冬季风EAWM的变化特征，因此，在这一部分我们将采用不同的东亚冬季风EAWM指数，用以分别反映对流层底部、中部、顶部环流情况，一次来阐释东亚冬季风EAWM与雾霾日数之间的关系。

4.1. 与对流层底部环流的关系

为了研究ECFH与环流之间的关系，图3.中得出了925hPa高度上的位势高度与风场的线性回归结果。对ECFH上的位势高度所做的回归分析得到的统计显著性超过95%的部分由阴影标出。我们分别对ECFH上径向风、纬向风进行回归分析并将用矢量画出。并且只有统计

图 3 1972-2014年间冬季对ECFH所做的在925hPa上位势高度（等高线）和风场（矢量）的回归分析。位势高度上统计显著性超过95%的部分用阴影标出。纬向风和径向风统计显著性超过95%的部分也被标出。

显著性超过95%的部分才在图中画出。从图3.中可以看出，亚欧大陆上空有异常的低压聚集，低压中心在57.5°N，67.5°E附近，以此同时，高压中心出现在东北亚以及东亚大陆以东的西北太平洋上空。如此异常的模式意味着当中国中部、东部出现更多（少）的雾霾日数时，低（高）压控制了大部分的亚欧大陆，包括西伯利亚和蒙古，即从这一区域东亚冬季风EAWM的冷空气团开始向南侵入南亚。西伯利亚—蒙古高压的强度与东亚冬季风EAWM的强度正相关。因此，中国中部、东部冬季更多（少）的雾霾日数对应更弱（强）的东亚冬季风EAWM。

在925hPa高度上的回归风场中（图3.），与在西伯利亚与蒙古上空的异常低压聚集相对应的是显著的气旋性环流。与此同时，由于正位势高度的影响，西北太平洋上空产生了异常的反气旋环流。并且，东亚地区受到显著的南风的影响，意味着东亚地区的南风（北风）对应着中国中部、东部地区更多（少）的冬季雾霾日数。

图 4 ECFH的时间变化（实线；单位：天/年）以及东亚冬季风EAWM指数IWang（虚线；单位：米/秒）从1972年冬季到2014.他们之间的相关信度是-0.41，统计显著性超过了95%

东亚东海岸附近的对流层底部径向风可以被用来衡量东亚冬季风EAWM的强弱程度，异常的北风对应强东亚冬季风EAWM，异常的南风对应弱的东亚冬季风EAWM。Wang和Jiang通过打压东亚地区海岸上空850hPa上的风定义了一个东亚冬季风EAWM指数（IWang）。IWang由计算25°-50°N，115°-145°E区域内的风速平均值得到。图4.中显示了去除了趋势的IWang，以及移除了时间变化的IWang和ECFH，从图中我们可以看出两者相反的变化情况。两者之间的相关程度是-0.41，统计显著性超过了95%。他们之间紧密的联系意味着强（弱）东亚冬季风EAWM伴随的异常北风（南风）与更少（更多）的冬季雾霾日数相联系。

4.2对流层中部、顶部中环流的联系

与图3.中显示的925hPa高度上的情况相似，图5.描绘了500hPa上的回归位势高度和风场情况。可以看出，当ECFH在正相位时，欧亚大陆上空有明显的负位势高度，伴随着显

图 5 1972-2014年间冬季500hPa上ECFH的位势高度的回归（等高线）与风场（矢量）。位势高度上统计显著性超过95%的部分用阴影画出。纬向风和径向风中统计显著性超过95%的部分画出。

著的中心位于60°N，65°E附近的异常的气旋性环流。与此同时，东北亚和西北太平洋上空存在着异常的正位势高度，伴随而来的是中心位于日本中部的异常反气旋环流。在华南地区上空存在弱的异常负位势高度和反气旋环流。总而言之，对流层中部的异常模式与对流层底部的情况相似（图3.）。

东亚大槽是东亚冬季风EAWM的重要组成部分。显著的反气旋环流意味着东亚大槽的减弱。东亚冬季风EAWM的强度可以通过东亚大槽的强

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[21746]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章