刘玉英
, 李宇凡
LIU Yu-ying, LI Yu-fan
中图分类号: P46
文献标识码: A
文章编号: 1000-0690（2015）08-1060-07
收稿日期: 2014-01-17
修回日期: 2014-05-8
网络出版日期: 2015-08-20
版权声明: 2015 《地理科学》编辑部 本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:
作者简介:
作者简介：刘玉英（1963-）,女,辽宁北票人,高级工程师,主要研究方向：气候变化和气候资源开发利用。E-mail:ccliuyuying@126.com
展开
摘要
利用1961~2010年吉林省雾日统计资料,对吉林省雾日的时空分布特征、变化趋势进行了详细分析,并分析了雾日变化的原因。结果表明：近50 a来,吉林省年和四季雾日的空间分布均呈东南部地区多、西部地区少的分布特征;雾日季节变化特征表现为8~9月多,10月至次年5月少,西部和中部地区雾日数月季变化呈现双峰型,东南部和东部地区呈现单峰型;雾大多数开始于夜间21时至次日早晨09时,结束于夜间22时至次日午后13时,持续时间多在6 h以下。近50 a来,除了春季雾日没有明显变化外,全省平均及各区域年和四季雾日均呈减少趋势;在2000年前后雾日数发生了一次明显的突变。雾日空间分布与海拔高度有密切关系;雾日趋于减少有人类活动导致的“热岛效应”、“干岛效应”、气溶胶密度加大等原因,也有气候趋于暖干化的自然原因。
关键词：
Abstract
By using the data of fog days in the period of 1961-2010 in Jilin Province, the characteristics and changes of spatial and temporal distribution of fog days as well as reasons are analyzed. Results show that the spatial pattern of annual and seasonal fog days presents more in southeastern areas and less in western areas of Jilin Province. The seasonal characteristics appear more during Aug. to Sep., but less during Oct. to May. The inter-monthly variation of fog days in western and middle areas appears bimodal pattern, and that in southeastern and eastern areas appears unimodality. Fog usually begins at 21:00-09:00 LST and ends at 22:00-13:00 LST, with duration 0-6 h. In recent 50 years, the annual and four seasonal fog days of the province's average and all areas exhibited decreasing trends. The fog days appear obvious sudden change in 2000.The spatial distribution of fog days have relations with altitude. The causes of fog days decreasing are that the "heat island effect","dry island effect" and the increase of aerosol, and that the climate becaming warm and dry.
Keywords：
雾是大量微小水滴或冰晶悬浮在贴地层空气中,使水平能见度小于1 km的天气现象[1]。雾是影响吉林省交通运输业的主要灾害性天气,吉林省发生次数在全国属于较多的区域[2]。雾影响能见度的恶劣程度在所有天气现象中居首位。吉林省地形复杂,自西向东依次为平原、丘陵和山区,雾日时空分布差异大。近年来随着吉林省经济的快速发展,高速公路、轨道交通及航空运输的运行范围和密度明显增加,雾的影响越来越突出,因雾导致的交通事故频发。因此,分析雾日变化特征以及影响因素,有助于增进雾现象的认识,提高雾的预报和预防能力。
已有研究表明,中国雾日变化存在明显的区域性差异和季节性特征[2,3]。在相同的天气系统背景下,雾主要受地理因素影响,特别是在山区,雾的局地特征更强,而不同天气系统与不同地理因素的组合,就会形成雾的不同特征 [4~6]。这些研究加深了人们对各地雾现象特征的认识。目前关于吉林省雾日研究多偏重于多年气候特征 [7,8]和天气学特征[9],还没有开展对雾日的时空变化特征以及成因方面的分析。因此,本文利用1961~2010年气象部门天气现象雾的观测资料,对吉林省雾日数的时空分布特征和气候变化趋势进行了分析,并从人类活动和气候条件变化两方面探讨了雾日变化的原因,为大雾灾害风险评估、防灾减灾提供参考。
本文所用资料取自吉林省气象局气象信息网络中心整理的全省1951~2010年雾观测资料,包括雾日数、起止时间和持续时间。根据《气象观测规范》[1],能见度在1 km之内的为雾。在统计某站雾日数时,规定只要该站在某日观测到一次或以上雾现象时,均统计为一个雾日。考虑到20世纪50年代气象站点少 , 一些站点序列短等因素,最后选取1961~2010年50个站进行时空特征和变化统计分析。根据地形特征把全省划分为4个区：西部地区（包括白城、松原地区,地形为平原）、中部地区（包括长春、四平地区,地形为丘陵）、东南部地区（包括辽源、吉林、通化、白山地区,地形为山区）和东部地区（包括延边州,地形为山间盆地）,进行分区讨论。
在进行吉林省雾的时空变化特征分析过程中,利用线性回归方法和相关法进行趋势变化分析和检验[10],采用小波分析[11,12]、 Mann- Kendell 法[10]等进行周期和突变分析。
1961~2010年,全省平均年雾日数为17.5 d。多年平均年雾日数空间分布差异显著（图1）,东南部山区多,西部平原少。西部地区为全省的少雾区,雾日不足10 d,白城西北部及临江雾日最少,在3~5 d之间;其他地区雾日在10 d以上,多雾区分布在东部山区,包括吉林东部、通化中部、白山西部、延边西部,雾日在30 d以上,其中长白雾日最多,达71 d,其次是通化县达60 d。为了分析雾日的年际变率大小,计算了每个站多年平均年雾日数的均方差,从空间分布上看,雾日多的地区（20 d以上）,其年际变率也较大,均方差一般有7~15 d,长白达到45 d。
图1 吉林省1961~2010年平均年雾日数（d）分布
Fig.1 Average annual fog days (d) in Jilin Province in 1961-2010
雾日东南部地区多,西部地区少的分布态势在四季的空间分布中表现得较为明显（图略）,多雾区和少雾区范围也较为一致。春季（3~5月）,除通化县、长白和珲春雾日在5~9 d之间外,全省大部分地方雾日数不足3 d,西部地区大部及其集安和临江雾日不足1 d。夏季（6~8月）,全省大部雾日在20 d以下,西部地区大部及集安和临江雾日不足2 d,山区雾日差异显著,通化县、长白、安图和二道雾日达到20 d以上,长白最多达44 d。秋季（9~11月）雾日空间分布差异小于夏季,全省大部雾日在10 d以下,西部地区大部不足3 d,但局部如通化县、长白雾日可达20 d左右。冬季（12月至次年2月）,雾日不足2 d的范围与春季分布情况相似,但西部地区不足1 d的范围要明显小于春季,中部地区的长春大部出现4~5 d的多雾区。吉林市受到松花江的影响,出现16 d的高值中心。
吉林省各区域雾日数均存在月际变化（图2）,东部和东南部地区月际变化更明显,基本特点为：8~9月多,10月至次年5月少,在最多月,东部和东南部的雾日数是其他2个区域的3倍以上。具体来说,各区域的月际变化存在差异。西部和中部地区雾日数月变化呈现双峰型,一个峰值出现在8月,雾日数分别为0.9 d和1.9 d;另一峰值出现在11月,雾日数分别为0.9 d和1.4 d。东南部和东部地区雾日数月际变化呈现单峰型,但峰值出现月份有别。东南部地区雾日数峰值出现在8月,达到5.7 d,东部地区峰值出现在9月,达到5.9 d。东南部和东部地区冬季雾日数较中部和西部地区偏少。雾日数的年变化特征与四季天气气候条件变化有关。雾容易形成在高湿、微风、晴朗、低温的天气条件下[13], 6月虽然降水多,湿度大,但夜间晴朗天气少,不易形成雾;8、9月降水较6、7月有所下降,但降水量在全年中仍是较多的,同时进入初秋季节多秋高气爽天气,夜间晴朗无风天气较多,容易形成辐射雾; 10月至翌年5月,各地降水明显偏少,空气干燥,秋季和春季多大风,雾日明显减少。西部和中部地区冬季出现雾日数的次峰值,主要原因是这2个区域地势偏低,冬季冷空气易于在低洼地堆积,夜间辐射冷却后也容易形成雾[14]。
图2 各区域1961~2000年平均雾日数月际变化
Fig.2 Monthly variation of average fog days in various regions of Jilin Province in 1961-2000
掌握雾的开始、结束和持续时间的气候特征,对于开展雾的气象服务,规避雾天风险具有重要意义。对吉林省50个气象站1961~2010年雾的开始时间、结束时间及持续时间进行了统计,其中19个站为白天和夜间均进行雾观测的站,另外31个站未进行雾的夜间观测,为了便于比较,本文对雾的开始时间、结束时间及持续时间只统计19个有全天观测的台站。统计时规定,开始时间处于2个整点之间的按照第一个整点统计,结束时间处于2个整点之间的按照第二个整点统计。比如出现时间03:26作为03时统计,结束时间07:35作为08时统计。如图3所示,雾主要开始于夜间21时至次日早晨09时,合计出现频率为97.4%,早晨04时至07时出现频率偏高,合计频率达到59.4%,其中06时是全天中出现频率最高的,达19.0%。雾的结束时间主要出现在夜间22时至次日午后13时,早晨07时至10时出现频率偏高,合计达到64.7%,08时和09时出现频率相近,分别为19.1%和19.7%,是全天各时次中出现频率最高的。雾结束时间的最高频率平均比开始时间的最高频率推迟了2~3 h。从雾的开始时间和结束时间多处于早晨的特征来看,吉林省出现的雾以辐射雾为主。即夜间气温下降后,空气湿度逐渐增加,开始有雾形成,日出前的6点前后气温最低,空气湿度最大,风速也最小[14],形成最有利于雾形成的气象条件。日出后,随着地表气温上升,雾逐渐消散,8~10时多数雾完全消散。表1为雾不同持续时间出现的频率,持续时间在6 h以下,占总次数的89.7%,以持续1~3 h出现频率最高,达40.9%。从持续时间上也反映出发生在吉林省的雾大多数属于辐射雾。
表1 吉林省不同持续时间雾的频率（%）
Table 1 The different duration frequency of fog in Jilin Province (%)
| 持续时间（h） | 0~1 | 1~3 | 3~6 | 6~12 | >12 |
|---|---|---|---|---|---|
| 频率（%） | 24.5 | 40.9 | 24.3 | 9.3 | 1.0 |
图3 1961~2010年吉林省雾开始时间和结束时间频率的日变化
Fig.3 The diurnal variation of frequency for the start time and the end time of fog in Jilin Province in1961-2010
1961~2010年,全省年雾日数呈现减少的变化趋势,平均每10 a减少1 d（图4）。雾日最多的年份是1968年的24 d。从2000年开始雾日明显减少,并在12 d左右波动,2009年为近50 a来最低值（11.2 d）。雾日最多的年份跟最少的年份相差13 d。从年代际变化来看,呈现出先增加后减少的变化趋势,20世纪60年代年雾日为18.4 d,70年代达到最多,为19.6 d,80年代（19.0 d）、90年代（17.1 d）及21世纪前10 a（13.3 d）逐年代递减。这与国内已有的一些研究结果一致[15~19],即20世纪60年代雾日较少,70~80年代达到最多,90年代后雾日减少,进入21世纪雾日最少。
图4 1961~2010年吉林省平均年雾日数年际变化
Fig.4 Time series of annual fog days of Jilin Province in 1961-2010
图5为Mann-Kendall（M-K）突变检验曲线,UF为按时间序列顺序排列的秩序列计算出的统计量,UB为按时间序列逆序排列的秩序列计算出的统计量。可以看出,UF和UB的交点为2000年,对给定的显著性水平α=0.05,交点落在2条直线（图5中的虚线）U0.05=±1.96内,说明在2000年前后雾日数发生了一次明显的突变,即2000年以后吉林省雾日数明显偏少。
对照年雾日数序列的小波变换图（图6）,图中较好地反映了上述雾日数的特征。由图中可见10 a年以下的高频波和20 a以上的低频波有着明显的变化规律。在10 a以下的高频波段,以3 a左右周期的信号最强,出现在20世纪60年代、70年代前期、80年代中期及2000~2010年。在70年代出现了25 a左右的明显周期,低频波强中心对应70年代的明显多雾期。在60年代至90年代,出现40 a以上的强低频波,等值线密集,正负低频波宽度对应2000年前后的多雾段和少雾段,2000年以后低频波波幅处于发展增强阶段,可以估计这种雾日数减少的趋势还将继续。
各区域年雾日年代际变化不尽相同。西部和东部年代际变化趋势基本相同,呈现逐年代递减的变化,20世纪60、70和80年代,雾日数较常年偏多,60年代最多, 70年代较多,进入90年代后,雾日数较常年偏少（图7）。中部和东南部变化特点相同,以70年代雾日数最多,较常年明显偏多,近50 a来经历先增后减的过程。各区域均以21世纪00年代雾日数最少。
图7 全省各区域年雾日数年代际变化
Fig.7 Decadal variation of annual fog days in various regions of Jilin province
图8为近50 a来年雾日数变化趋势空间分布图,由图可见,全省大部分地方雾日呈减少的趋势,特别是常年雾日多的地区,如通化南部、白山西部和东南部及吉林市松花江附近、珲春和二道等地,雾日减少幅度较大,趋势显著,一般减少5~7 d/10a,长白减少12 d/10a。吉林南部、辽源南部及通化局部地方呈现增加的趋势,增加幅度一般不足2 d/10a,局部地方达到3 d/10a。
图8 吉林省1961~2010年年雾日数变化趋势（d/10a）
Fig.8 The trend of annual fog days in Jilin Province in 1961-2010(d/10a)
表2为1961~2010年全省平均年及四季雾日数的变化趋势,可见,除了春季雾日没有明显变化外,全省平均及各区域年和四季雾日均呈减少趋势,其中全省平均及各区域的年雾日、东部的春季雾日、全省平均及西部、东南部和东部的夏季雾日、西部和东部的秋季雾日、全省平均及各区域的冬季雾日呈现明显的减少趋势。
表2 吉林省及各区域1961~2010年年及四季雾日变化趋势（±d/10a）
Table 2 The trends of annual and seasonal fog days over regions and the whole province in 1961-2010（±d/10a）
| 区域 | 全省 | 西部 | 中部 | 东南部 | 东部 |
|---|---|---|---|---|---|
| 年 | -1.2** | -0.9** | -1** | -1.8** | -2.2** |
| 春 | -0.1 | 0 | -0.1 | -0.1 | -0.2* |
| 夏 | -0.5** | -0.3** | -0.2 | -0.8** | -1.3** |
| 秋 | -0.2 | -0.4** | -0.3 | -0.3 | -0.6** |
| 冬 | -0.4** | -0.2* | -0.4* | -0.7** | -0.2** |
吉林省雾空间分布特点与其特殊的地形有着密切的关系。吉林省自西北向东南海拔高度逐渐增高,呈现平原-丘陵-山区的地形变化,西部为平原,中部为丘陵,东南部为山区,东部为盆地。受中高纬度西风带影响,全年以偏西风为主,冬半年盛行西北风,夏半年盛行西南风。西风气流进入吉林省境内后,随着地形不断增高,空气被迫抬升冷却,湿度增加到一定程度出现水汽凝结而容易形成雾[14]。所以雾日数与海拔高度有关[20~22]。计算全省50个站年和四季雾日数与海拔高度的相关系数,结果见表3。可见,年及春季、夏季和秋季的雾日数与海拔高度存在着显著的正相关关系,说明海拔高度越高,雾日数越多。冬季雾日数与海拔高度存在着较显著的反相关关系,即海拔高度越低,雾日越多,这是因为冬季干冷空气容易在低海拔处堆积,加之低洼地风速小,冷空气不易扩撒,夜间辐射冷却进一步使温度降低,从而易于形成雾。这类似于盆地地形多雾的成因[23]。
表3 吉林省年和四季雾日数与海拔高度的相关系数
Table 3 The significance test of the correlation coefficient between fog and altitude in Jilin Province
| 年和四季 | 年 | 春季 | 夏季 | 秋季 | 冬季 |
|---|---|---|---|---|---|
| 总雾日数（d） | 17.5 | 1.7 | 7.6 | 5.9 | 2.4 |
| 与海拔高度的相关系数 | 0.60** | 0.49** | 0.70** | 0.52** | -0.25* |
已有研究表明[15~18,24~25],雾日数趋于减少的原因主要2个方面：一是人类活动的影响;二是气候条件的变化。
4.2.1 人类活动对雾日数变化的影响
人类活动对雾日数变化的影响主要表现在城市化的发展、气溶胶的增加和下垫面的变化。1976年,吉林省城市建成区的面积为462.79 km2,2007年达到1 544.86 km2,1976~2000年吉林省城市建成区年均扩展率为5.02%,在2000~2007年达到了6.86%[26],城市扩展呈加速态势。1980~2000 年,吉林省人口由2 210.65 万人增加到2 727.99万人, 增加了23.40%,20 a内耕地增加了4 340.21km,主要来自于草地、未利用地、林地和水域的转化[27]。东北三省出现热岛效应的区域主要分布在城市及其周边地区以及工矿附近[28]。城市化发展带来的“热岛效应”和“干岛效应”,使低空湍流加强,空气相对湿度降低,对雾形成起到了抑制作用[29,30]。社会经济发展使空气污染物增加,气溶胶密度加大,对雾形成具有双重作用[31,32],一方面使大雾滴数密度增加 , 另一方面由于其辐射效应 , 在夜晚增加大气向地面的长波逆辐射 , 减小地面辐射降温 , 影响雾的形成。人口增加在促进城市扩张的同时,耕地面积明显增加,林地、草地和湿地面积减少,使空气中水汽减少,夜晚相对湿度降低,对大雾日数的减少有较大的促进作用[25]。总的来看,人类活动对雾日数减少起到促进的作用。
4.2.2 气候条件变化对雾日数变化的影响
气候变暖背景下,雾形成的天气气候条件也发生了变化,气候暖干化趋势使得雾日趋于减少[25,33,34]。吉林省也存在气候暖干化趋势,气温增加明显,降水趋于减少[35]。为了客观反映气候干湿变化,计算了空气相对湿度和气候干旱指数的变化趋势。气候干旱指数的计算公式如下[36]：
DI i = PI i + TI i （1）
式中 , DI i为第 i 年的干旱指数 , DI i 值越大 , 表示气候越干旱 ; PI i 是第 i 年的降水距平指数 , TI i 为第 i年的温度距平指数。 PI i 和 TI i 的计算公式分别为 :
PI i = (P - P i )/P （2）
TI i = (T i - T)/T （3）
式中,P 、 T 分别表示 1971 ~ 2000 年年降水量和年平均气温的平均值 , P i、 T i 分别表示第 i 年的年降水量和年平均气温。
依据公式（1）~（3）计算了1961~2010年全省平均及各区域年和四季平均气候干旱指数的变化趋势,结果见表4,同时计算了1961~2010年全省平均及各区域年和四季平均相对湿度的变化趋势,结果见表5。由表4可见,全年及春季（东部除外）、夏季和秋季的平均气候干旱指数呈现增加的趋势,年平均气候干旱指数和秋季各区域（东部除外）增加趋势显著,特别是西部地区年平均气候干旱指数增加幅度大,达到0.085/10a。冬季各区域平均气候干旱指数呈现较小趋势,但减小趋势均不显著。表5中除了东部地区春季相对湿度区域增加的之外,其他区域及全省的全年和四季相对湿度变化趋势均是减小的。
对比表1和表4、表5可见,相对湿度的时空变化趋势与雾日数的变化趋势总的来说比较一致,说明相对湿度作为影响雾形成的重要因子,能够更客观地反映雾日数的长期变化趋势;全年及春季、夏季和秋季气候干旱指数增加趋势与雾日数的减少趋势一致,但冬季气候干旱指数与雾日均呈减少变化趋势。分析1961~2010年冬季全省年平均气温和年降水量变化趋势（图略）表明,全省冬季平均气温为-13.4℃,呈现增加的变化趋势,全省冬季平均降水量为18.0 mm,呈现增多的变化趋势。降水多,降低了冬季气候暖干化程度。但吉林省冬季以固态降水为主,固态降水的水汽蒸发量要小于液态降水,因而尽管冬季降水趋于增加,但对气候干旱程度的贡献要小于气温增加的贡献,所以冬季气候仍然趋于暖干。由此也说明气候干旱指数适用于液态降水的时期或区域。
表4 1961~2010年全省平均及各区域年和四季平均气候干旱指数的变化趋势（±/10a）
Table 4 The trends of annual and seasonal mean arid index over regions and whole area in 1961-2010（±/10a）
| 区域 | 全省 | 西部 | 中部 | 东南部 | 东部 |
|---|---|---|---|---|---|
| 年 | 0.064** | 0.085** | 0.062* | 0.058* | 0.053* |
| 春 | 0.001 | 0.014 | 0.015 | 0.012 | -0.012 |
| 夏 | 0.019 | 0.047 | 0.018 | 0.004 | 0.015 |
| 秋 | 0.071* | 0.074* | 0.093* | 0.067* | 0.047 |
| 冬 | -0.036 | -0.035 | -0.067 | -0.016 | -0.034 |
表5 1961~2010年全省平均及各区域年和四季平均相对湿度的变化趋势（±%/10a）
Table 5 The trends of annual and seasonal mean relative humidity over regions and whole province in 1961-2010（±%/10a）
| 区域 | 全省 | 西部 | 中部 | 东南部 | 东部 |
|---|---|---|---|---|---|
| 年 | -0.554** | -0.688** | -0.732** | -0.459** | -0.343* |
| 春 | -0.166 | -0.166 | -0.561 | -0.097 | 0.228 |
| 夏 | -0.632* | -0.664 | -0.636* | -0.599* | -0.669** |
| 秋 | -0.808** | -1.174** | -1.074** | -0.553** | -0.524* |
| 冬 | -0.666 | -0.861 | -0.731 | -0.632* | -0.408 |
1） 吉林省年和四季雾日的空间分布均呈东南部地区多、西部地区少的分布特征;各地区雾日季节变化特征总的来说是8~9月多,10~5月少,西部和中部地区雾日数月季变化呈现双峰型,东南部和东部地区呈现单峰型。
2） 雾大多数开始于夜间21时至次日早晨09时,以04~07时出现频率偏高;大多数结束于夜间22时至次日午后13时,尤其以07~10时为雾消散高峰时段;持续时间多在6 h以下,以持续1~3 h出现频率最高。
3） 1961~2010年,除了春季雾日没有明显变化外,全省平均及各区域年和四季雾日均呈减少趋势;在2000年前后雾日数发生了一次明显的突变,2000年以后雾日数减少的趋势还将继续。
4） 雾日空间分布特征与海拔高度有密切关系;雾日时间变化的原因一方面是人类活动导致的“热岛效应”、“干岛效应”、气溶胶密度加大等会导致雾日数减少,另一方面气候趋于暖干化,是雾日数减少的自然原因。
The authors have declared that no competing interests exist.
| [1] |
|
| [2] |
中国雾区的分布及其季节变化 [J].
<p>用中国范围604个台站1961年1月~2000年12月的地面观测雾日资料,分析了雾的地理分布,讨论了不同区域雾的月年变化特征。结果表明：中国地区主要有6个雾区：长江中游区、海岸区、云贵高原区、陇东-陕西区、淮河流域、天山及其北疆区。大多数区域雾日年际变化有下降的趋势,特别是20世纪80年代之后下降趋势更明显,雾日显著趋势区呈西南-东北走向,上升和下降趋势区相间分布,自东南向西北呈波列结构;中国大多数雾区秋冬季雾日最多,春夏季雾日较少。黄海岸区和北疆月际变化相似,都呈双峰型分布,其他区域为单峰型分布。</p>
|
| [3] |
中国大陆1951-2005年雾与轻雾的长期变化 [J].https://doi.org/10.3969/j.issn.1004-4965.2011.02.001 URL [本文引用: 1] 摘要
雾的记录有明确的天气指示意 义。通过分析1951—2005年中国大陆743个地面气象站的资料,对中国大陆雾、轻雾的长期变化趋势有如下认识:我国大陆雾日地理分布基本气候特征呈 现东南部多西北部少的特点,冬半年雾日数多夏半年少。各年代的差异在不同地区不尽一致。西南地区是我国雾日最多的地区,四川盆地一年有雾日20余天;华北 平原和东北平原在冬春季节会出现严重的持续性雾天气。长江以南各省的轻雾日数明显多于长江以北地区,而且1980年代以后轻雾日有明显增加;西南地区是我 国轻雾日最多的地区,四川盆地一年有轻雾日100余天。
|
| [4] |
陕西省大雾的气候特征 [J].https://doi.org/10.3321/j.issn:1000-0534.2004.03.018 URL Magsci [本文引用: 1] 摘要
利用陕西省17个代表站1971-2000年的大雾资料,分析了大雾的气候特征和地域特征。陕西省自北向南年平均雾日分布呈现3个高值中心和3个低值中心,依次在宜君-洛川、石泉-汉中和西安、陕北北部长城沿线、关中平原东西入(出)口处。陕西省大雾每个月都可形成,但秋冬季(9~12月)的4个月发生频率最高,雾日最少月为2月和6月。平均雾日较多的宜君、石泉和西安有较明显的年变化,大致有6年和8年的准周期。但西安与咸阳30年雾日变化相反,西安呈下降趋势,咸阳则反之。
|
| [5] |
四川盆地大雾成因剖析 [J].https://doi.org/10.3969/j.issn.1671-6345.2006.02.009 URL 摘要
为了构建“四川盆地大雾天气客观化预报系统”,采用天气学与统计学相结合的方法对四川盆地大 雾天气的成因进行了剖析.分析表明,四川盆地多雾同四川盆地的地理环境所形成的近地层空气湿度大密切相关.形成四川盆地大雾天气的有利条件为：近地层层结 稳定、近地层风力弱、近地层准饱和,大雾预报最为重要的是判断未来是否有降雨产生和辐射冷却强度.
|
| [6] |
湖北恩施山区雾的气候特征与成因分析 [J].https://doi.org/10.3969/j.issn.1004-9045.2010.04.012 URL [本文引用: 1] 摘要
利用1971—2007年恩施 州不同海拔高度的各山区测站地面气象观测资料和1980—2007年恩施探空站资料,统计分析恩施山区雾的时空分布特征及不同类型雾的相关要素分布。结果 表明:1)恩施山区雾存在很强的局地性,主要由海拔高度和地形地势不同所造成。总体呈西多东少的分布态势,多雾中心区域呈NNE-SSW向带状分布。2) 雾随时间的分布因地形条件不同而形态各异,年际变化较大。1—12月低山地区呈单谷型、次高山地区(介于高山和低山之间)基本呈线性增长、河谷地区为双峰 型分布;而地形相同、拔海高度接近的,其分布规律有比较显著的一致性。3)恩施山区年均雾日11.8～63.7次,呈西多东少分布状态,有两个多雾中心区 域。4)由拔海高度变化所引起的分布差异主要体现在冬、夏两个季节,冬季雾日随海拔高度的升高而减少,夏季雾日随海拔高度的升高而明显增多。5)雾的浓淡 程度随海拔高度的不同也有较明显的差别,海拔较高的地区较之低海拔地区明显偏强。6)恩施山区雾主要有三种类型,辐射雾(77%)、平流雾(16%)、锋 面雾(7%)。7)不同类型雾的边界层温湿状况、风的水平垂直分布存在明显差别。
|
| [7] |
|
| [8] |
|
| [9] |
2007年吉林省大雾天气分析 [J].
本文利用2007年吉林省的大 雾资料,从天气特征、气象要素和天气形势等方面对全省大雾天气进行了分析总结,发现:大雾分布存在明显的季节性和地区分布特征;从气象要素来看,地面和 850hPa风速都很小,并且在地面到850hPa之间有逆温存在,大雾出现当日相对湿度较大,前日多出现降水或多为多云天气;大雾出现前一日高空大多数 有冷槽或冷平流,在地面气压场上主要是由弱的气压场控制大雾出现区域,根据地面气压场系统不同又分为高压类、弱低压类和平流雾类三种类型,其中高压类占四 分之三。
|
| [10] |
|
| [11] |
A practical guide to wavelet analysis [J]. |
| [12] |
|
| [13] |
|
| [14] |
|
| [15] |
长江三角洲地区的浓雾事件及其气候特征 [J].https://doi.org/10.1007/s11442-007-0020-2 URL [本文引用: 2] 摘要
为分析区域性浓雾事件的气候特征及演变规律，利用1954-2005年长 江三角洲地区24个国家级气象站的实测大雾和能见度资料，探讨了典型浓雾事件的判定方法，建立起该区域52年较完整的浓雾序列.初步结果表 明：1954-2005年，长江三角洲地区总共出现564例较为典型的浓雾事件；仲秋至仲春(10～4月)为浓雾的多发季节，约占总数的89.9[％]， 夏季由于气温高、对流天气多，浓雾的发生机率很小，只占总数的1.6[％]；20世纪60年代浓雾事件少而弱，70年代末至80年代初经历由少到多的转 变，且以1978年为序列的突变点，此后该地区浓雾事件频次高，强度强，不确定性大，尤其以80年代为最多，以90年代为最强；2000-2005年浓雾 事件的频次和强度有较明显的回落。
|
| [16] |
中国近40年来雾的研究 [J].https://doi.org/10.11676/qxxb2001.065 URL Magsci 摘要
自１９５８年以来，中国一直重 视人工消雾试验和雾的物理学研究。文中总结了４０余年来中国在 人工消雾、雾的物理化学特性、雾生消物理过程研究等方面的成就，介绍了 雾与生态环境之间的紧密关系及雾数值模式研究的发展过程和取得的重要成果。 雾是贴地层空气中悬浮着大量水滴或冰晶微粒而使水平能见距离降到１ ｋｍ以内的天气现象 。它不仅对水陆空交通有不利影响，而且对工农业生产和人民身体健康也带来了严重危害。 纯净 雾水也有有利的一面，比如云南省南部的雾对生产高质量的茶叶及发展橡胶林十分有利。对 一些干旱地区还可“雾中取水”。近些年来发现，雾与生态环境关系密切，研究雾可为保护 生态环境提供科学依据。
|
| [17] |
中国雾区的分布及其季节变化 [J].https://doi.org/10.11821/xb200504018 URL Magsci 摘要
<p>用中国范围604个台站1961年1月~2000年12月的地面观测雾日资料,分析了雾的地理分布,讨论了不同区域雾的月年变化特征。结果表明：中国地区主要有6个雾区：长江中游区、海岸区、云贵高原区、陇东-陕西区、淮河流域、天山及其北疆区。大多数区域雾日年际变化有下降的趋势,特别是20世纪80年代之后下降趋势更明显,雾日显著趋势区呈西南-东北走向,上升和下降趋势区相间分布,自东南向西北呈波列结构;中国大多数雾区秋冬季雾日最多,春夏季雾日较少。黄海岸区和北疆月际变化相似,都呈双峰型分布,其他区域为单峰型分布。</p>
|
| [18] |
我国大雾的气候特征及变化初步解释 [J].https://doi.org/10.3969/j.issn.1001-7313.2005.02.011 URL [本文引用: 1] 摘要
为了分析全国范围内大雾的气候特征及变化,利用1950年以来我国气象系统地面观测网679个国家基本(基准)站的大雾天气现象观测资料,分析了我国大雾空间、时间分布的基本气候特征.从整体来看,我国大雾分布呈现东南部多西北部少的特点.在月大雾的日数、月最多大雾日数、大雾季节分布中都显示出北南、西东的地区差异及局地明显的特征.分析表明,我国大部分地区大雾日数呈减少趋势.而浓雾出现的年日数变化不明显;文章对大雾日数的变化原因进行了初步解释.
|
| [19] |
中国不同等级雾日的气候特征 [J].https://doi.org/10.3969/j.issn.1673-1719.2008.02.009 URL [本文引用: 1] 摘要
利用1961—2005年中国300个台站的逐日雾资料及能见度资料，分析了不同等级雾的时 空分布及基本气候特征、雾生时间和持续时间的年代际变化。结果表明：雾的空间分布范围随着能见度的降低而减小；随时间的变化多呈减少趋势，但沿长江及东部 沿海的重浓雾日在20世纪70年代发生突变，雾日增多；内陆、南部沿海雾生时间多在清晨06：00—08：00，东部及沿海多发生在夜间20：00— 21：00；雾生频次经历少-多-少的年代际变化，90年代后频次减少，个别区域雾生时间随着年代的延伸而推后；大部分地区雾的持续时间在3h内，12h 以上的雾区多集中在沿海、华北和陇东-山西地区，沿海、四川盆地、云贵地区90年代12h以上雾的发生频次最高。
|
| [20] |
陕西省大雾的气候特征 [J].https://doi.org/10.3321/j.issn:1000-0534.2004.03.018 URL Magsci [本文引用: 1] 摘要
利用陕西省17个代表站1971-2000年的大雾资料,分析了大雾的气候特征和地域特征。陕西省自北向南年平均雾日分布呈现3个高值中心和3个低值中心,依次在宜君-洛川、石泉-汉中和西安、陕北北部长城沿线、关中平原东西入(出)口处。陕西省大雾每个月都可形成,但秋冬季(9~12月)的4个月发生频率最高,雾日最少月为2月和6月。平均雾日较多的宜君、石泉和西安有较明显的年变化,大致有6年和8年的准周期。但西安与咸阳30年雾日变化相反,西安呈下降趋势,咸阳则反之。
|
| [21] |
祁连山夏季西南气流背景下地形云形成和演化的观测研究 [J].
利用2007年祁连山地形云的 观测试验资料,分析了祁连山夏季西南气流背景下地形云的演化过程,得到了祁连山地形云发展和演变的概念模型。(1)祁连山地形云的水汽主要分布在 3500～6500m的范围内,对流层中层的西南气流将水汽由南向北输送到祁连山区。(2)祁连山区水汽比较丰沛,凝结高度和自由对流高度均较低,当湿气 团抬升到凝结高度以上时对流有效位能很容易释放,形成有利于产生降水的云系。(3)祁连山每个山峰南北侧昼间的谷风会在山峰辐合抬升,众多山峰形成的祁连 山群谷风的抬升作用下容易形成沿山脊排列的中β对流云带,在高空西南气流的推动下移到北侧,是造成北侧降水比南侧大的原因之一。
|
| [22] |
安徽省大雾时空分布特征及其发生的气象条件 [J].
利用1961～2009年近50 a来安徽省80个台站大雾观测资料,分析安徽省大雾的时、空分布特征及其发生的气象条件。结果表明：多雾区主要位于大别山区和皖南山区。雾日有明显的季节变化和月际分布,秋、冬季雾的范围较大,春、夏季雾的范围较小,其中冬季最大,夏季最小;大部分地区主要为冬季峰值型雾,雾日集中在10月至次年l月;雾大多数开始于23时至次日8时,结束于5～12时（8时为生成、消散最高峰）,持续时间多在0～3h,以1 h以内居多。近50 a安徽省雾日总体上先增后减,但各地变化特征存在差异;潮湿空气、微弱风速和适宜气温利于大雾形成。
|
| [23] |
四川盆地大雾成因剖析 [J].https://doi.org/10.3969/j.issn.1671-6345.2006.02.009 URL [本文引用: 1] 摘要
为了构建“四川盆地大雾天气客观化预报系统”,采用天气学与统计学相结合的方法对四川盆地大 雾天气的成因进行了剖析.分析表明,四川盆地多雾同四川盆地的地理环境所形成的近地层空气湿度大密切相关.形成四川盆地大雾天气的有利条件为：近地层层结 稳定、近地层风力弱、近地层准饱和,大雾预报最为重要的是判断未来是否有降雨产生和辐射冷却强度.
|
| [24] |
从雾的气候变化看城市发展对雾的影响 [J].
利用安徽省78个测站近半个世 纪的资料分析了安徽雾的年代际变化特征,并着重讨论了城市发展对雾的影响。安徽省雾的年代际变化趋势分布不均匀,以1980年为中心的10年是安徽年均雾 日数最高的10年,以后呈减少趋势。根据两类城市年雾日数演变趋势,揭示城市在不同的发展阶段对雾的影响不同。最近30年,城市雾的消散时间明显推后,平 均持续时间增加,雾内能见度下降。1985年之后,全省平均雾日数和合肥地区北京时间8时雾内能见距离与全省煤耗量之间存在显著的反相关。城市雾发生率下 降的原因可能是城市热岛加强和大气气溶胶粒子增多共同作用的结果。
|
| [25] |
华东雾和霾日数的变化特征及成因分析 [J].https://doi.org/10.11821/xb201005003 URL Magsci [本文引用: 3] 摘要
基于华东449个气象站点1961-2007年的雾、霾、气温和露点温度数据、1980和2005年土地利用数据及2000-2007年MODIS气溶胶光学厚度数据,利用气候统计诊断、遥感和地理信息系统技术分析了华东雾、霾日数的气候变化特征及成因,结果表明:1961-2007年期间,华东雾日数在全年及四季都呈现出先增多后减少的年际变化特征,霾日数在全年及四季则呈现出逐渐增多的年际变化特征.在1961-1980年和1981-2007年期间,华东多数地区的雾日数分别呈现出增多和减少的变化趋势,霾开数则在两个时期都表现为增多趋势.华东雾日数和霾日数的变化特征与我国已有的研究结果一致,气象条件的变化、区域城市化和土地利用变化以及大气污染物排放量增加所导致的气温升高和城市热岛效应增强、空气湿度和风速降低、气溶胶光学厚度增加等是华东雾和霾出现频率变化的主要原因.
|
| [26] |
东北三省城市扩展及植被覆盖状况 [J].https://doi.org/10.3969/j.issn.1004-5589.2012.01.028 URL Magsci [本文引用: 1] 摘要
基于三期遥感影像数据(MSS、ETM、CBERS)对城市建成 区的面积进行了调查,研究30多年来东北三省城市的扩展情况,并且结合NDVI数据,对研究区范围内的植被覆盖情况进行了研究.结果表 明:1976-2000年、2000-2007年两个阶段,城市建成区的面积持续增加,年均扩展率由5.10％增加至6.32％,扩展强度比较显著的区域 主要分布在哈大交通经济带上；研究区范围内东部的植被覆盖情况明显好于西部,NDVI均值随与城市距离的增加而提高.
|
| [27] |
吉林省近20年土地利用变化及驱动力分析 [J].https://doi.org/10.3969/j.issn.1003-7578.2004.06.013 URL [本文引用: 1] 摘要
本文在GIS平台支持下,分析了近20年来吉林省土地利用变化的空间格局,阐明了耕地变化的人文驱动力.结果表明,1980-2000年,吉林省土地利用变化主要趋势为草地、林地、未利用地转化为耕地,其中草地向耕地的转化占总变化面积的35.01%,动态度最大.人文景观的影响程度有所增强.吉林省土地利用变化空间差异明显,西部变化较为剧烈.草地和未利用地转为耕地主要分布在西北部地区,林地转耕地多分布在森林边缘地带,耕地向城镇用地转化主要分布在中部城市聚集区,西部地区部分草地退化导致其向未利用地转化.人口增加、经济发展和宏观政策是该区域土地利用变化的主要驱动力.
|
| [28] |
东北三省城市扩展及热岛效应研究[D] . |
| [29] |
上海城市对雾的影响 [J].https://doi.org/10.11676/qxxb1987.047 URL Magsci [本文引用: 1] 摘要
上海是我国最大的工商业城市,城市气候效应十分显著[1]。本文应用上海气象台(位于市区龙华)气象资料1)和上海十个郊县气象资料2),来分析上海城市对雾的影响。
|
| [30] |
增暖背景下武汉地区雾的变化特征 [J].https://doi.org/10.3969/j.issn.1671-6345.2005.06.007 URL [本文引用: 1] 摘要
利用1951~2002年的地 面气象资料,计算分析了武汉地区年、月平均气温、最高气温、最低气温的气候倾向率,揭示了武汉地区气候变暖的主要特征;对武汉地区雾日和雾的生成、消散以 及相关气象要素进行了统计分析,阐述了武汉市雾日的年际和月际变化规律,雾的生、消变化规律,强度变化规律;通过武汉年平均气温与雾日的小波变换分析,认 为雾日变化与气温变化具有相反的年代际气候特征,增暖背景下武汉地区雾是减少的。
|
| [31] |
|
| [32] |
从雾的气候变化看城市发展对雾的影响 [J].
利用安徽省78个测站近半个世 纪的资料分析了安徽雾的年代际变化特征,并着重讨论了城市发展对雾的影响。安徽省雾的年代际变化趋势分布不均匀,以1980年为中心的10年是安徽年均雾 日数最高的10年,以后呈减少趋势。根据两类城市年雾日数演变趋势,揭示城市在不同的发展阶段对雾的影响不同。最近30年,城市雾的消散时间明显推后,平 均持续时间增加,雾内能见度下降。1985年之后,全省平均雾日数和合肥地区北京时间8时雾内能见距离与全省煤耗量之间存在显著的反相关。城市雾发生率下 降的原因可能是城市热岛加强和大气气溶胶粒子增多共同作用的结果。
|
| [33] |
贵州省雾的气候特征研究 [J].
利用1961-2004年贵州省84个观测站的天气现象和能见度资料以及9个代表站的地温、气温和相对湿度资料较全面地分析了贵州省雾的空间、时间分布特征。分析表明贵州省雾的空间分布并不具有很强的规律性，全省年平均雾日数为299天，在60天以上的地区比较分散，主要分布在东部、西部边缘及中部地势较高处，年平均雾日数大于100天的有3个站，以毕节地区的大方县为全省之最，有170天。贵州省雾的时间分布具有明显的季节和日变化。尽管每月都有雾出现，但主要集中在冬半年（10月至次年2月），雾最少时段在5-7月，一天当中早08时发生雾的频率最高；雾的年际变化分析表明贵州省84站平均雾日数呈明显减少趋势，平均每年减少006日。进一步对贵州省9个代表站的气象条件进行初步的统计分析，显示冬季最低气温的逐年升高，年平均每日地温与气温之差、日最高气温与最低气温之差的降低以及年平均相对湿度的减少是造成年平均雾日数呈减少趋势的原因。
|
| [34] |
上海雾的气候变化特征及城市化对雾影响的初步研究 [J].
利用1961—2008年 (48 a)的常规气象观测资料,首先分析了上海地区雾的变化规律,其中包括上海地区各站各时期年平均雾日数时空分布、月际变化、季节变化和年际变化等特征。在此 基础上选取城区、城郊和远郊的代表站,对比分析了上海地区雾的特征,初步讨论了雾的城市化效应成因,研究了城市化进程与雾长期变化趋势之间的关系。结果表 明:(1)从20世纪80年代开始,上海地区年雾日数均呈现出明显的减少趋势,其中徐家汇和闵行的减少趋势最为明显,20世纪90年代开始郊区雾日数比市 区多,郊区与市区雾日数的差距主要体现在冬季;(2)城市化造成的"干岛"和"热岛"效应与上海地区雾的长期变化趋势存在明显联系,城市化程度很高的城区 和城郊地区近10年中"干岛"和"热岛"对雾形成的抑制作用已经大于城市化所带来的凝结核增多对雾形成的有利影响。
|
| [35] |
吉林近50 a 来气候的年代际变化特征及其突变分析 [J].
利用吉林省50个地面气象站的观测资料对近50a来吉林气候的年代际变化进行了诊断分析,结果表明:吉林省的年平均气温在20世纪50年代呈下降趋势,60年代为相对低温期,70年代开始表现出逐渐增温的趋势;20世纪50年代降水量逐渐减少,60-70年代为相对降水少的时期,80年代降水略有增加,进入90年代以后,降水量又表现为逐渐减少的趋势.近50a来气候的年代际变化经历了一个"冷湿-冷干-暖湿-暖干"的过程.吉林省的最高、最低气温在近50a内的总体趋势都是上升的,但从增温率来看,最低气温大约是最高气温的2.3倍.采用分段线性拟合的方法对吉林省年降水量和年平均气温进行气候突变的检验,发现年降水量在1977和1987年各有一次突变,年平均气温只在1969年发生了一次突变.
|
| [36] |
石羊河流域气候干湿状况分析及评价 [J].
分析了河西走廊石羊河流域用水区降水的年际时空分布和演化规律,用潜在蒸散、气候干旱指数、蒸降差计算了不同流域段的水分平衡收支情况。结果表明,20世纪80~90年代降水呈增加趋势,但量较小;春、夏季降水增加,秋、冬季降水减少;潜在蒸散多年平均值为1 026.1 mm,并由上游向下游逐渐增大。20世纪70~90年代潜在蒸散呈增加趋势,平均增加4.1~43.6 mm;季节潜在蒸散大小顺序为夏春秋冬,平均为403.5~521.6 mm;历年气候干旱指数平均为0.002,极值出现在下游的民勤地区,达0.581。20世纪70~90年代,气候干旱指数呈增大趋势,气候变得越来越干燥;年水分亏缺量平均为810.7 mm,表现为水分严重不足。最后,提出了合理利用水资源的建议,以科学应对气候变化,促进流域经济持续发展。
|
/
| 〈 |
|
〉 |
