1971-2015年乌兰察布市霾日数时空变化规律及其影响因素

谢子扬，白艳萍，何中声*

(1.福建农林大学 林学院，福建 福州 350002；2.福建农林大学 海峡自然保护区研究中心，福建 福州 350002；3.生态与资源统计福建省高校重点实验室，福建 福州 350002；4.内蒙古自治区乌兰察布市气象局，内蒙古 乌兰察布 012000)

霾是一种造成视程障碍的天气现象，是大量极细微干尘粒等均匀地浮游在空中，使空气浑浊，常在气团稳定、空气干燥的天气条件下出现[1]。霾的组成按来源分为：自然源和人类活动排放源[2]。国外学者曾在南亚上空发现气溶胶组成的棕色云团，并开展研究[3]。霾的定义经历了不同时期发展[4-6]，我国古代霾的记载多与沙尘相关[7]。改革开放后，霾来源发生变化，多为人类活动排放源[2]，物质组成也发生较大改变[8-9]。形成灰霾天气的自然源和人类活动排放源所产生的物理、化学污染物会对健康产生损害[10-12]。针对日益严重的霾污染，国家相继出台雾霾防治及大气治理政策与法规[13-14]。众多学者从不同角度对灰霾现象进行研究：灰霾现象与颗粒物的关系[15]、PM2.5区域传输特征[16]、雾-霾与大气湿度关系[17]、雾霾天气预测[18]、海冰对重霾天气形成作用[19]、季风对空气污染促进和净化作用[20]等。目前，我国年霾日数在地理上呈“东多西少”特征，霾污染严重区域主要分布于长江中下游、华南和华北地区[21-23]。

乌兰察布市简称“乌市”，地处内蒙古自治区中部、华北地区北部，下辖1区、1市、4旗、5县，东南部紧邻京津冀地区[24]。全市被阴山山脉横贯，其特殊的地理地形，导致全市常年风力偏大，自然源的灰霾天气长期出现率较低。然而，随着社会经济发展，城市扩张加快，乌市工业污染物排放增多、机动车数量增加，导致空气污染现象增多[25]。研究表明，霾污染会通过冷空气跨境输送和气溶胶-边界层反馈在2个不同城市群间产生物理和化学联系[26]。乌市由于其所在的特殊地形和地理位置，是内蒙古高原与华北平原重要的连接枢纽，也是京津冀乃至华北地区重要的生态屏障和通风廊道，因此，开展乌市雾霾研究对该地上下游地区空气污染的防控与治理具有重要意义。近年出现乌市空气污染物短时间序列的研究，但关于乌市霾污染长期时空分布研究尚未报道。为此，通过对乌市1971-2015年霾日发生的时空特征、影响因素、突变情况与周期变化情况进行研究，探究乌市雾霾现象发生规律，旨在填补乌市霾污染研究空缺，为华北地区大气污染防治、生态环境保护和灰霾天气形成机制等研究提供科学依据。

1 材料与方法

1.1 数据资料

气象资料来源于乌市气象局，选取乌市11个区县气象站监测数据(霾日数、扬沙日数、沙尘暴日数、浮尘日数、大风日数、相对湿度、日照时数、能见度等气象要素逐月、逐年数据)。近5 a内乌市各区县霾日数观测由传统人工观测升级为机器观测，考虑到观测方式差异和保证数据精确性和一致性，研究采用1971-2015年人工观测霾数据。能见度数据选取1980-2015年，期间个别区县数据缺失，在计算全市能见度≤10 km出现频率(百分率)的加权平均值时剔除缺失值。

环境污染数据资料来源于中国空气质量在线监测分析平台(www.aqistudy.cn)和乌市生态环境局公布的《乌兰察布市空气质量月报》，由于环境污染数据最早公开日期为2015年，所以数据选取时间段为2015年1-12月，统计指标为AQI、PM2.5、PM10、SO2、CO、NO2、O3和每月空气质量超标日数比例。

1.2 研究方法

采用Excel软件绘制相关图表；采用SPSS21.0软件对乌市年霾日数与其他气象要素、空气污染指标进行Pearson相关性双尾检验；根据Arcgis软件绘制乌市地势与气象站分布图(图1)，采用反距离权重插值法绘制1971-2015年乌市平均年霾日数空间分布图(图4)；根据Matlab 2017软件对乌市年霾日数进行非参数 Mann-kendall突变检验法对长时间序列的霾日数进行检验，探究乌市霾日数长期是否曾发生明显突变以及突变情况，使用复值Morlet小波对霾日数进行分析发生周期特征并预测后续变化。

1.2.1 霾日数距平值百分率 距平值百分率是表示某时间段某气象要素较常年值偏多或偏少的指标之一[27]，霾日数距平值百分率可以直观反映每年霾日数变化情况，见式(1)、式(2):

(1)

(2)

式中，di为某时段霾日数(d)；n为年数，i=1,2,3,...,n。

1.2.2 反距离权重插值法 空间插值可以实现用已知样点数据来估算未知点数据，使数据在空间上实现可视化的效果[28]。反距离权重法(inverse distance weighted，IDW)广泛应用空气污染因子监测、气象因子监测领域[29]。国外有研究在对空气污染物进行评估时使用多种插值法进行论证，结果表明IDW效果最好，在监测站点较少IDW效果更优[30]，研究采用反距离权重插值法对年霾日数进行地图可视化分析。

1.2.3 非参数 Mann-Kendall突变检验法 气候突变是普遍存在于气候系统中一种重要现象，是指气候从一种稳定态(或稳定持续变化趋势)跳跃式地转变到另一种稳定态(或稳定持续的变化趋势)过程，它表现为气候在时空上从一个统计特征到另一个统计特征的急剧变化[31]。非参数Mann-Kendall突变检验法是一种检测气候突变的方法，其优点是不需要样本遵从一定分布，也不受少数异常值干扰，人为干扰较少，更适用于顺序变量[32]。研究中年霾日数在长时间序列中存在急剧变化现象，故采用该方法分析。在Mann-Kendall突变检验法中，UF代表年霾日数顺统计量序列曲线，UB代表年霾日数时数逆统计量序列曲线。当 UF>0，统计量序列呈上升趋势，反之呈下降趋势。当统计量序列曲线超过临界值时，表示呈上升或下降趋势显著。若统计曲线在临界值之间出现交点，则交点对应时间就是开始突变的时间[33]。

1.2.4 复值Morlet小波分析法 小波分析不仅可计算气候序列变化的尺度，还可显示变化时间位置，对气候预测具有重要意义[32]。复值Morlet小波的实部可以检测不同时间尺度上周期性变化[34]。复值Morlet小波的实部显示信号强度和相位[32,35]。由于乌市数据时间跨度较长，研究选用Morlet小波实部分析法对全市年霾日数不同时间尺度周期进行分析并预测后续变化。在复值Morlet小波实部图中，可观察到不同时间尺度上存在周期振荡，信号强弱用颜色冷暖来表示，颜色冷暖与信号强弱呈正比，小波系数在零处表示突变点[36]。

2 结果与分析

2.1 霾日数时间变化趋势

1971-2015年，乌市霾日数5 a滑动平均值在1971-1982年呈大幅度波动下降趋势，1982-2013年偶尔有小幅度波动但总体趋于0， 2014-2015年大幅度增加(图1)。其中乌市平均年霾日数正距平有10 a，负距平有35 a，正距平主要集中在20世纪70年代和2015年，其中1971-1973年距平百分率值最高，之后年份霾日数距平百分率值下降，1979-2014年距平百分率为负数，2015年距平百分率急剧增加，数值由负数转为正数。

图1 1971-2015年乌市霾日数距平值百分率时间序列

对比1971-2015年乌市年霾日数与其他气象要素的相关性分析表明(表1)，年霾日数与浮尘、扬沙、能见度≤10 km频率、沙尘暴、大风、雾呈现显著的正相关关系，其中霾与浮尘的关系为极强相关，与扬沙、能见度≤10 km频率、沙尘暴的关系为强相关，与大风、雾的关系为中等程度相关。沙尘天气涵盖了浮尘、扬沙和沙尘暴3种天气现象，因此乌市雾霾的成因与沙尘天气有关。

乌市1971-2015年四季霾日数5 a滑动平均值在不同时间段呈显著差别(图2a)，1971-1981年春季霾日数数值最高，且远高于其他季节，并呈降低趋势；2014-2015年秋、冬季数值最高，且有上升趋势。从四季霾日数距平百分率(图2b)来看，1971-1981年霾日数四季距平百分率普遍为正数且数值偏高，而2013年以后秋、冬季节距平百分率急剧上升。

1971-1981年霾日数集中在春季(图2a)，且春季霾日数呈下降趋势；而2014-2015年霾日数呈显著上升趋势，且集中在秋、冬季。有研究表明，乌市2015年空气污染物中PM2.5含量较高、首要污染物为PM2.5污染天数为61 d，主要发生在秋、冬季[37]。为此，对2015年霾日数月数据与空气污染数据进行相关性分析(表2)，结果表明2015年霾日数与PM2.5浓度、空气超标日数比例呈显著正相关关系，表明2015年霾日数增加主要与PM2.5污染有关。

表1 1971-2015年霾日数与其他气象要素Pearson线性相关性检验

图2 1971-2015年乌市四季霾日数(a)距平值百分率(b)与5 a滑动平均值时间序列

表2 2015年霾日数月数据与环境污染指标Pearson线性相关性检验

2.2 霾日数空间分布特征

采用反距离加权插值法对全市1971-2015年霾日数平均值进行空间插值(图3)。乌市年霾日数除了兴和县以外，都介于0～1，其中察右前旗、察右后旗、四子王旗、商都县、化德县和丰镇市年霾日数在全市中最低，数值均<0.260 d，而兴和县年霾日数远高于其他区县年霾日数平均值和全市平均值。

霾日数与扬沙、浮尘、沙尘暴等沙尘天气日数的相关性较强(表1)。根据沙尘天气发生日数与霾日数距平百分率分析(图4)，1971-1981年乌市霾日数与沙尘天气日数距平值百分率波动幅度类似，表明这期间霾日数与沙尘类天气日数关联性较强； 2013年以后霾日数距平百分率大幅度增加，沙尘类天气波动幅度不大，其中沙尘暴、浮尘发生日数呈降低趋势，表明乌市霾日数与沙尘类天气日数关联性较弱。

图3 1971-2015年乌市平均年霾日数地理分布

图4 1971-2015年乌市沙尘天气与霾日数距平百分率变化趋势

2.3 霾日数突变检验

根据Manner-Kendall突变检验曲线(图5)，UF与UB曲线于1971年在临界区域出现交点，1973年UF与UB曲线非常接近但未相交，1973年以后UF曲线呈低频波动降低至2013年触底，随后回升。年霾日数在1971年发生显著突变，顺统计量序列曲线经过短期波动后呈减小趋势，2013-2015年开始增加。

2.4 霾日数周期变化趋势

采用复值Morlet小波对乌市1971-2015年霾日数序列进行连续小波变换，得到小波变化系数实部等值线图(图6)。乌市年霾日数Morlet小波图存在3组不同尺度的周期性震荡，分别是3～6 a小尺度周期(a的单位为年)、10～20 a中尺度周期、25～40 a大尺度周期。中、大尺度周期闭合中心最为明显，10～20 a中尺度周期具有全域性，正负相位交替出现，呈现“高低高低高”趋势；大尺度20～35 a呈现“高低高”趋势。所有尺度随着时间推移，稳定性减弱。小尺度中心在1982年以后消亡，在2014年以后重新出现。3个不同尺度周期变化均有信号强度减弱趋势。

图5 1971-2015年乌市年霾日数Manner-Kendall-突变检验曲线

图6 1971-2015年乌市年霾日数Morlet小波实部时频分布等高图

3 结论与讨论

乌市1971-2015年霾日数在空间上主要集中在该市东南部、中部、西南部，其中兴和县霾日数远高于其他区县。在时间上主要集中在1971-1981年与2014-2015年时间段，通过对比这2个时间段，1971-1981年霾日数主要集中在沙尘暴频发的春季，这一时期霾日数与沙尘类天气发生日数距平百分率都具有数值较高、波动趋势相近的特点，且霾日数与沙尘天气在Pearson相关性检验中表现出极显著相关性，表明这时期霾的成因主要与沙尘天气有关；2014-2015年沙尘类天气发生日数较少，距平百分率也表现出疲软降低趋势，而霾日数距平百分率在这一时间段内急剧升高，同时以3～6 a为周期的霾日数小波周期在这一时段内有恢复的可能性，霾日数发生的季节从沙尘天气频发的春季在这一时期转变为秋、冬季，表明这一时期霾成因沙尘类天气关系不大，与多年来城市生态修复、植树造林，促使森林覆盖率提升，年均极大风速降低有关；2015年霾日数与空气超标日数比例、PM2.5呈现显著相关性，这一时期霾日数成因与PM2.5为主的空气污染物有关。近年来，乌市工业和交通业发展迅速，人为排放源在秋、冬供暖季产生大量颗粒物，以及长期以来风力降低，对霾天气的生成和维持提供了有利条件。影响当前霾的成因在长时间序列由自然源转化为以PM2.5空气污染物为主要污染物的人为排放源。

乌市雾霾成因在长时间序列上的改变，该地区大风日数与沙尘类天气发生日数也在降低，而大风也具有驱散雾霾天气的作用。乌市位于内蒙古中部，是西伯利亚冷空气和蒙古气旋进入华北地区的“门户”之一[38]，也是京津冀地区重要的通风廊道。乌市大风日数的降低，是否间接影响到相邻京津冀地区风力的流通与平均风速，为华北地区部分重工业城市灰霾天气的维持创造气象条件，是未来研究的方向。