1961—2012年东北地区霾的时空变化特征分析

时一文，温 娜，*，姚俊英

(1.南京信息工程大学 大气科学学院，南京 210044；2.黑龙江省气象服务中心，哈尔滨 150036)

1961—2012年东北地区霾的时空变化特征分析

时一文1，温 娜1，*，姚俊英2

(1.南京信息工程大学 大气科学学院，南京 210044；2.黑龙江省气象服务中心，哈尔滨 150036)

利用1961—2012年东北地区霾日数统计资料，对东北地区霾的时空分布特征进行了详细分析，并利用EOF分解对霾日数进行了分型讨论。结果表明：东北地区1961—2012年霾日数虽然整体上呈下降趋势，但存在明显的年代际变化特征，霾日数在20世纪60—70年代较多，80年代之后下降；霾日数的月、季分布总体是春季霾日数最多，冬季次之，随后是夏季，秋季最少；EOF分析的第一模态主要表达了东北地区霾日数为80年代之前显著上升，80年代开始突然下降；1961—2012年大部分区域霾日数没有增加，且其中有约50%的区域呈现减少的趋势；霾日数的变化和分布与工农业发展状况密切相关，呈现的减少趋势是由于独特的历史造成的。

东北地区；霾；时空特征；EOF分解

0 引 言

霾是一种对视程造成障碍的天气现象, 霾发生时，有大量极细微的干尘粒等均匀地浮游在空气中, 并伴随着空气混浊，使水平能见度<10 km[1]。近年来，不少学者对霾的变化趋势进行过研究[2-11]，认为全国霾日数不仅有明显增加的趋势，而且存在季节变化特征，同时认为这种霾天气的频繁发生与经济活动密切相关。在区域分布特征的研究方面[12-13]，认为霾的高发区主要分布在珠三角地区、华北地区以及长三角地区等地。胡亚旦等[14]研究认为在距离相近的区域中，大中城市的霾天气比乡村明显偏多，并且深度讨论了风、降水和季风环流等大气环境对霾的影响。此外，研究者普遍的共识是：霾大多来源于下垫面的排放，在一定时段内，致使霾的颗粒物得以输送、堆积、稀释扩散的天气系统背景、大气层结条件和有着明显的季、月变化，这种变化大于地面颗粒物排放的变化。

鉴于在众多关于霾的研究中，还没有专门针对东北地区霾的研究。因此本文将针对1961—2012年东北地区霾日数的时空变化特征进行系统分析，并力求对其成因进行初步探索。

1 资料和方法

1.1 资料

文中东北地区包括黑龙江省、辽宁省、吉林省以及内蒙古东部(指赤峰市、通辽市、兴安盟和呼伦贝尔市)。1961—2012年东北地区87个国家地面观测站的霾观测资料，来自中国气象局国家气象信息中心，该资料已经通过了国家气象信息中心资料室的质量检验，质量和完整性很高。

1.2 霾日数的统计

测站处有霾发生的当天记录成1个霾日，月、季、年霾日数依据日值记录统计。

1.3 经验正交函数分解(EOF分析)

经验正交函数分解(EOF分析)[15]的基本原理是将包含p个空间点的场随时间变化的变量场进行分解。假设样本容量为n的资料，则时空场中每一个空间点i和每一个时间点j的数值(xij)mn可看作由p个空间函数vik和p个时间函数tkj(k=1,2,…,p)合成的组合函数。

EOF按如下矩阵形式展开：

(1)

式中Lp k为空间载荷向量阵(LV)；Fk n为时间系数阵(PC)，Kk为xp n的相关系数阵Rpp的特征值。由于时间系数和空间向量的正交性质，可以用前几个方差较大的分量的时间函数和空间函数来反映场的主要特征，用其乘积作为原气象要素场的估计。

1.4 滑动t-检验法

滑动t-检验法(Movingt-test technique)[16]是用于检验两个随机样本平均值的显著性差异的方法，把要研究的随机变量x分成两个子集x1与x2。xi的平均值、方差和样本长度(i=1,2)分别用ui、和ni代表，其中ni的长度需要人为地定义。

假设原假设H0:u1-u2=0,统计量定义为：

(2)

1.5 空间分布图的制作方法

采用GIS进行空间分布图的制作，采用自然断点分级法进行分级。

(3)

式中A为数组(数组长度为N)；meani-j为每个等级中的平均值。该方法可用 GIS 软件实现。

2 东北地区霾的时空分布特征

2.1 霾的时间变化特征

2.1.1 霾的月、季变化特征

东北地区霾的月、季变化曲线见图1。从月变化曲线可见一年中5月霾日数最多，4月和1月次多，9月最少，6月次少；从季节变化曲线可见，东北地区春季霾日数最多，冬季次之，随后是夏季，秋季最少。这与全国霾日数季节变化特点(冬季多，夏季少，春季秋季居中)[2，17]稍有不同。分析原因可能与东北地区冬季处于供暖期，采暖设施的使用量增加，燃烧煤的烟尘排放至空中，且冬季上层空气逆温情况普遍，这种层结状况不利于污染物的排放，加之冬季没有雨水，有利于低层大气中气溶胶粒子的聚集，形成霾天气。而春季的霾日数略多于冬季可能因为冬季空气中的烟尘容易积累至春季，而且到了春季虽然逆温情况有所减弱，但大风天气增多，容易使地面灰尘等扬起送到空中，导致沙尘等气溶胶增加，致使霾日数增加。夏秋两季雨水较多，对空气中的气溶胶和颗粒物起到冲刷作用，因此夏季开始霾日数减少。

图1 东北地区霾的月、季变化曲线Fig.1 Month season change curve of haze days of Northeast of China

2.1.2 霾日数的年变化特征

东北地区1961—2012年霾的年变化曲线见图2。由图2可见，整个东北地区1961—2012年霾日数整体上呈下降趋势，平均下降16.8 d/10 a。东北地区总霾日数的年变化大致分为3个阶段。第一个阶段为20世纪60年代至70年代末的明显上升期，60年代平均80 d/a，到了70年代升至120 d/a，在此期间，平均增加4～5 d/a。到了20世纪80年代初霾日数突然呈阶梯式下降，然后维持在低位徘徊，为40 d/a左右的平台期，到90年代时虽然略有升高但仍以低位震荡为主。这个结果与丁一汇等[17]的研究结论比较一致。

图2 东北地区霾的年变化曲线Fig.2 Annual change curve of haze days of Northeast of China

东北地区年霾日数的滑动t检验趋势线见图3。由图3可见东北地区霾日数在1978年超过显著性检验的临界值之后，在1981年达到明显的低谷，可见在20世纪80年代初东北霾日数出现明显的下降突变。

图3 东北地区年总霾日数滑动t突变检验趋势线Fig.3 Moving t-test method curve of annual haze days Northeast of China

2.2 霾的空间变化特征

2.2.1 霾日数的空间分布特征

东北地区1961—2012年总霾日数的空间分布见图4。由图4可见，东北大部分地区霾日数不足60 d，平均发生1次/a。其中有约1/2的区域总霾日数不足25 d，平均发生1次/(2～5)a。霾日数的高值区主要分布在辽宁省西部，以及黑龙江省齐齐哈尔市周边。而辽宁省内主要有两个明显的高值区，一个是以彰武为中心的辽宁省西部地区，另一个位于辽宁省南部的绥中。最大高值区达到400 d以上，比低值区高出几十倍，这可能与辽宁省的工业发展程度明显高于其它地区有关[17]。

图4 东北地区1961—2012年总霾日数的空间分布Fig.4 Annual haze days spatial distribution of Northeast of China from 1961—2012

从东北地区1961—2012年霾日数变化气候倾向率(图5)可见：东北地区1961—2012年大部分区域霾日数没有增加，且其中有约1/2的区域呈现减少趋势，仅存在辽宁省小块区域的增加现象，这与全国霾日数明显增加的特征并不一致。这不仅与东北地区的经济和工业水平相对全国较为滞后有关，还由于新中国成立初期开始至20世纪80年代之前，东北地区作为老工业基地进行高度的工业活动，以及大范围的土地开发，致使霾频繁发生、持续增长[18]。而80年代之后开始强调工业结构调整和环境治理改善，工业活动显著减少，环境治理初见成效，使得霾日数呈现减少趋势[5]。由此可见，由于东北地区独特的历史和地理因素，霾的整体变化情况主要受到工农业发展的影响。

图5 东北地区1961—2012年霾日数气候倾向率空间分布图Fig.5 Spatial distribution of annual haze days climate tendency trend of Northeast of China from 1961—2012

2.2.2 四季霾日数的空间分布特征

从东北地区四季霾日数空间分布图(图6)可见，春季高值区主要为东北地区南部的辽宁省的工业集中区，以及黑龙江省西部的齐齐哈尔市，最大值出现在辽宁省南部；与春季霾区域分布明显不同，夏季高值区主要分布在东北地区北部，这个高值区面积广且数值较高，最大值出现在黑龙江省西部；秋季和冬季的霾日数高值区的分布相似，仅有辽宁省西北部的工业发展集中区一个高值区，但冬季高值区的范围和数值都略大于秋季。纵观四季分布图，在东北地区北部由漠河延伸到齐齐哈尔的区域，存在明显的异常现象：夏季总霾日数约为40 d，显著高于其他季节该区域的霾日数，也明显大于周围区域，这与夏季霾日数少于春季的总体分布特征有所不同，其原因有待于进一步研究。整体来看，霾的四季分布情况除夏季外，高值区均集中在东北地区南部的工业发展集中区。

3 基于EOF分解的时空变化特征分析

通过对东北87站 1961—2012年逐年霾日数进行EOF分析，得到第一、二、三模态的特征向量场，发现其分别存在绥中、彰武和庄河3个明显的高值区，分别提取这3个站的年变化折线图发现其与东北87个站的霾日数EOF分析第一、二、三模态的时间序列一致。说明这3个模态分别反映了绥中、彰武和庄河3个测站的变化情况。因此去掉绥中、彰武和庄河3个测站的资料后，用EOF方法进行分析，得到各个EOF模态，表1显示了前5个主成分的特征值和解释方差。前3个EOF模态的解释方差之和约占52%，因而本文主要研究前3个主成分所对应的模态，其特征场见图7。前3个时间系数所对应的演变曲线见图8。

第一模态的空间场表现为全区一致的形式(图7(a))，且解释方差明显高于其余的模态，因此是东北地区霾日数变化的最主要模态。由图8(a)可见，第一模态的时间系数在60年代初开始显著增加，一直延续到70年代末，峰值达到24。而后开始急剧下降，随后一致维持在-5左右的平稳状态。在2003年经历了一次上升，随后迅速回落至-5。结合第一模态空间场(图7(a))来看，东北地区的霾日变化的第一模态为80年代之前显著上升，80年代开始突然下降，这也与图2的年总霾日的变化相似。图7(a)还显示，大面积的正值高值区集中在黑龙江省西部，其余的几个高值区比较分散。

(a)春季(3～5月)

(b)夏季(6～8月)

(c)秋季(9～11月)

(d)冬季(12～2月)

Table 1 Variance contribution and accumulated variance contribution of the first five EOF modes

序号特征值方差贡献率/%累计方差贡献率/%12555.190920.269370.2693721228.080690.129470.3988431144.329220.120640.519484736.785950.077670.597155514.773320.054270.65142

第二模态的空间场是南北相反的变化情况，南负北正，正的高值中心位于黑龙江省西部。其时间序列大体上呈上升趋势，1975年之前为负值，1975年之后开始为正值。即1975年之前东北地区大体上北部减少南部增多，1975年之后北部增多南部减少。第三模态的空间场(图7(c))整体为南正北负，结合时间序列(图8(c))可见，1970—1980年以及2000年前后，经历了东北地区南部增加、北部减少的过程。

图7 EOF特征向量场Fig.7 The first three EOF modes

图8 1961—2012东北地区霾日数EOF展开的时间系数变化Fig.8 Variations of time coefficients of the first three EOF modes

4 结 论

1)东北地区1961—2012年霾日数虽然整体上呈下降趋势，但存在明显的年代际变化特征。20世纪60年代至70年代末为明显上升期，20世纪80年代初霾日数出现明显的下降突变。通过对1961—2012年逐年东北霾日数进行EOF分析也得到相似的结论。这种变化与霾的发生易受到人类活动尤其是工农业活动的影响有关， 20世纪60—70年代东北地区老工业基地建设和集中土地开发的历史背景导致霾出现明显上升；80年代东北地区开始产业结构调整与东北老工业基地改造，生态环境得到改善，霾日数也随之下降。

2)东北地区一年中春季霾日数最多，冬季次之，随后是夏季，秋季最少。霾的季节差异可能受到大气环流条件和污染源排放的影响，而霾的出现对于污染物排放的响应有一定的滞后性。霾的四季分布情况除夏季外，高值区均集中在东北地区南部的工业发展集中区。春季高值区主要为东北地区南部的辽宁省的工业集中区，以及黑龙江省西部的齐齐哈尔市;夏季高值区主要分布在东北地区北部；秋季和冬季仅有辽宁省西北部的工业发展集中区一个高值区，但冬季高值区的范围和数值都略大于秋季。

3)东北大部分地区霾天气平均1次/a，高值区主要分布在辽宁省西南部，以及黑龙江省齐齐哈尔市。辽宁省内主要有两个明显的高值区，一个是以彰武为中心的辽宁省西部地区，另一个是位于辽宁省南部的绥中。霾的重污染区大都在工业城市以及人口较为密集的城市。

4)从空间分布来看， 1961—2012年东北大部分区域霾日数没有增加，且其中有约1/2的区域呈现减少趋势。再一次说明霾日数的变化和分布与工农业发展状况相关。

[1]中国气象局．地面气象观测规范[S]．北京：气象出版社，2003:23．

[2]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)：762-768．

[3]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．

[4]吴 兑．再论都市霾与雾的区别[J]．气象，2006，32(4)：9-14．

[5]吴 兑,吴晓京,李 菲,等．1951—2005 年中国大陆霾的时空变化[J]．气象学报， 2010，68(5)：680-688．

[6]王业宏,盛春岩,杨晓霞,等．山东省霾日时空变化特征及其与气候要素的关系[J]．气候变化研究进展，2009，5(1)：24-28．

[7]廖玉芳,吴贤云,潘志祥,等.1961—2006年湖南省霾现象的变化特征[J].气候变化研究进展，2007，3(5)：260-265．

[8]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．

[9]颜娇珑．基于卫星遥感资料对中国地区霾时空特征分析[D]．兰州：兰州大学，2014．

[10]宋连春，高 荣,李 莹,等．1961—2012年中国冬半年霾日数的变化特征及气候成因分析[J]．气候变化研究进展，2013，9(5)：313-318．

[11]潘本锋，汪 巍,李 亮，等．我国大中型城市秋冬季节雾霾天气污染特征与成因分析[J]．环境与持续发展，2013，(1):33-36．

[12]Zhang X Y,Wang Y Q,Niu T．et al．Atmospheric aerosol compositions in China: Spatial/temporal variability,chemical signature,regional haze distribution and comparisons with global aerosols[J]．Atmospheric Chemistry and Physics，2011，(11)：26 571-26 615．

[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]胡亚旦,周自江．中国霾天气的气候特征分析[J]．气象，2009，35(7)：73-78．

[15]黄嘉佑．气象统计分析与预报方法[M]．2版．北京：气象出版社，2000：135-145．

[16]符淙斌，王 强．气候突变的定义和检测方法[J]．大气科学，1992，16(4)：482-493．

[17]丁一汇,柳艳菊．近 50 年我国雾和霾的长期变化特征及其与大气湿度的关系[J]．中国科学：地球科学， 2014，44(1)：37-48．

[18]薛继坤．东北老工业基地形成演变过程的历史分析[J]．长春大学学报，2005，15(5): 8-11．

Spatial and temporal variations of the haze from 1961—2012 in Northeast of China

SHI Yi-Wen1，WEN Na1，*，YAO Jun-Ying2

(1.College of Atmospheric Science，Nanjing University of Information Science and Technology，Nanjing 210044,China；2.Heilongjiang Meteorological Service Center, Haerbin 150036，China)

Based on haze the data days of chinese northeast during 1961—2012, the characteristics and changes of temporal and spatial distributions of haze days are analysed, as well as the method of vector EOF expansion is used to carry on a classification discussion. The results show that although the haze days in northeast of China during 1961—2012 exhibits declining trends as a whole, but shows obvious decadal variation characteristics; There are more haze days during 1960s—1970s century, and then reduce significantly 1980s; Haze day shows the character of more in winter half year and less in summer half year. The haze days are the most in spring, then followed by winter, summer, autumn; The first mode of EOF analysis expresses that the haze days in the northeast experiences a marked increase tendency in the days before 1980s, and then begins to fall suddenly; In most area of the northeast of China, the trend is not increasing in 1961—2012, and over 50% shows the tendency of decrease; The industrial and agricultural development are possible reasons of the variations, and the declining trend is due to the unique history background.

Northeast of China; haze; spatial and temporal variations; EOF expansion

10.13524/j.2095-008x.2015.04.057

2015-07-30

中国科技部软科学研究计划项目(2012GXS4B071)

时一文(1993-)，女，黑龙江哈尔滨人，本科，学士，研究方向：大气科学研究，E-mail：ssussi831@163.com；*通讯作者：温 娜(1979-)，女，河南南阳人，讲师，博士，研究方向：大气科学,E-mail:wenna@nuist.edu.cn。

P427.122

A

2095-008X(2015)04-0016-07