基于小波分析的电白大雾天气时序变化特征

吴永志，李沛铭，蔡世同

（1.茂名市电白区气象局，广东茂名 525400；2.茂名市气象局，广东茂名 525000）

随着交通设施的改变和交通工具迅速的增加，雾天对航空、陆地和海上交通安全的影响逐渐趋于明显［1-2］。闫敬华等［3］着重分析了华南地区降水与雾之间的联系，发现两者存在显著的关系，并分别从干湿过程分析了形成雾的机理和条件。谢韶等［4］、莫火娇等［5］、孙喜艳等［6］对单个雾过程从不同要素层面探讨了主要形势、微物理结构、演变特征和成因。还有学者分析了不同地区雾的时空特征和变化［7-10］，这些研究表明了雾在不同的下垫面和地域表现出较大的差别，时空局域性较明显，大雾频次趋势差异也较大。目前对电白地区的雾天研究，特别是多时间尺度特征分析较少，因此有必要对其进行深入了解。本研究利用电白国家基准站相关数据对本地的雾天特点进行研究，从而得出其变化表征，以期为开展雾天的长期预报和相关气象服务提供参考。

1 资料与方法

本研究采用了广东省电白国家气候基准站1957—2020年共64年大雾天气的气象观测资料。依据算术平均得到多年逐月平均雾日序列，进行年内、年际、年代际变化统计。

悬浮在近地面的过饱和水汽凝结（或凝华）成水滴（或冰晶）导致水平能见度小于1 km称之为雾［11］。小波分析具有时-频多分辨功能，可以反映时间序列中多种变化周期和不同尺度的变化趋势［12］，本研究通过Morlet小波对电白区大雾天气的周期性和多时间尺度变化特征进行分析。

2 统计特征

2.1 年内变化

统计1957—2020年多年平均逐月大雾日数占年平均雾日比例（图略），可知大雾日数总体呈单峰型，年内分布极为不均，冬春期间占比最大，秋季占比次之，夏季占比最小。1—4月份大雾日数之和约为3.5 d，占全年总量的75.85%，其中2、3月占年平均比例均超过20%；5—7月份大雾日数呈迅速减少变化，3个月的总日数为0.25 d，占全年大雾日数约5.45%，其中7月份本站无大雾天气出现的观测记录；8—12月份大雾分布较为均匀，每个月的比例在3%～4%之间，共占全年比例约18.7%。

2.2 年际和年代际变化

统计发现，近64年的年大雾日数均值为4.6 d，最大值为15 d（1985年），次大值为13 d（1957和2016年），最小值为0 d（1981、1996、1999和2012年），大雾天气日数年际变化较明显。

逐年大雾日数的时间序列线性趋向呈微弱下降趋势（图略），R2仅为0.007 5。虽然大雾日数线性趋向总体上不显著，但从图1中多年距平值和5年平滑曲线分析，可以发现存在较明显的年际和年代际变化。

由图1可以将逐年雾日数变化波动分为以下4个主要时段：第1阶段（1957—1972年）为少雾期，平均距平约为-0.5 d；第2阶段（1973—1986年）为多雾期，该阶段平均距平约为2.4 d，最大距平值出现在1985年，为10.4 d；第3阶段（1987—2003年）为少雾期，该阶段平均距平约为-1.7 d；第4阶段（2004—2020年）为交替频繁期，其中2004—2008年为多雾期，该时段平均距平约为3.0 d；而2009—2020年为少雾期，该时段平均距平约为-1.1 d，其中仅2016年突变明显，为正距平8.4 d。

图1 1957—2020年大雾距平值与平滑曲线

3 多时间尺度的小波分析

3.1 小波系数分析

将近64年来大雾日数进行时间序列的小波分析，如图2a所示。由图2a能看到演变过程的多时间尺度周期特征，明显的周期分别为11～19、30～46和50～64年等3类尺度。其中11～19年特征时间尺度存在多-少交替的准7次周期振荡，在30～46年特征时间尺度中存在准3次周期振荡，而在50～64年尺度上则存在着少-多交替的准2次振荡。以上3类尺度的周期在近64年的分析时段中表现均较稳定，全域性表现明显；同时在1974—1987年期间存在7～9年时间尺度的变化周期，以及2000年代后突现出的20～27年尺度周期，其变化周期具有局域性。

图2b为小波系数模方等值线图。由图2b可知，振荡能量明显的时间尺度有12～18、33～44以及55～64年。55～64年特征尺度的振荡能量强，变化周期明显，但变化周期有局域性，显著阶段为1990年代前；12～18年特征尺度能量次之，1965—1975年左右为该时间尺度能量最弱时段，总体上变化周期稳定，全域分布表现较好；33～44年尺度能量强度和周期分布表现较弱，变化周期具有明显的局域性（1970年代—2010年代）。

图2 小波系数实部等值线图（a）和模方等值线图（b）

3.2 主周期趋势分析

根据小波方差（图略）分析可知，大雾日数存在3个明显峰值，分别对应15年尺度、37～40年尺度和64年尺度，其中第1峰值为15年尺度，其振荡最强，为第1主周期；第2峰值出现在64年尺度，但由于整个研究时域较短，不足以形成完整的波峰，为第2主周期；存在37～40年尺度时段，振荡中心为38年尺度，为第3主周期。

根据小波方差给出的结果，绘制了大雾日数的3个主周期小波系数随时间演变的过程（图3）。由主周期趋势图可分析在不同时间尺度下的波动周期变化特征和突变点，在15年特征时间尺度上，变化的平均周期为10年左右，大约经历了6个交替期；而在38年特征时间尺度上，平均变化周期为25年左右，大约2个变化周期；64年特征尺度经历周期变化较少，但总体上能看出约为1.5个变化周期，平均周期为44年左右。

图3 主周期叠加趋势图

根据图2b的小波模方时序变化可以看出，15、38和64年时间尺度的小波振荡能量时序变化，能判别出在不同时段各尺度影响周期变化的强度。另外，还能明显看出在整个研究时段中15年尺度具有前期表现为较低能量平稳振荡，中期强度明显上升，之后维持在较高能量平稳振荡的变化趋势；38年尺度总体上变化幅度较小，但也能看出中期有加强的变化，后期呈现出下降趋势；64年尺度则呈逐年平稳下降趋势。

利用图2b和图3的变化特征将变化现象进行4个阶段分析：①第一阶段（1957—1972年），64年尺度的振荡能量最强，说明该时段雾日数变化主要受该周期波动控制，同时叠加周期为负值，对应雾日偏少时期。②第二阶段（1973—1986年）。该时段的64年尺度振荡能量维持较强状态，同时38年尺度振荡能量则呈波动式增强，15年尺度振荡能量也逐步增强，表明第二阶段已由64年尺度单一周期逐步转为受3个周期波动共同影响。同时该叠加周期均为正值，对应为雾日持续偏多时期。③第三阶段（1987—2003年），该阶段15年尺度振荡能量最强，38年尺度振荡能量次之，64年尺度的振荡能量减弱退居第3位，以上3个周期的小波系数模方值维持在较高水平，表明该时段仍受3个周期共同影响，但主要受15年尺度周期控制，另外该阶段叠加周期为负值，对应为雾日偏少期。④第四阶段（2004—2020年），该阶段15年尺度振荡能量最强，38年尺度和64年尺度周期的小波系数模方值持续下降，表明因此该时段主要受15年尺度控制；另外，该阶段15年尺度在2004—2008年为正相位，2009—2013年处于负相位，2014—2018年为正相位，2019年后呈负相位趋势。叠加周期趋势的正负值变化时间段较短，这导致了第四阶段的雾日数多-少更替频繁出现。

总体上，叠加周期趋势与实际变化基本符合，主周期以15、38和64年尺度为主，但在不同时期还会出现一些其他周期。由于主要考虑主周期的小波系数叠加周期而忽略了其它相对较小时间尺度的振荡周期，因此导致与实际振荡出现部分偏差。如1965—1972年的逐年雾日数正负距平变化频繁，与叠加周期变化有所不符，可能与忽略的某些尺度变化有关。1976—1981年的叠加周期变化与逐年雾日数变化有所不符，这可能与1974—1987年存在的7～9年尺度振荡周期有关。

4 趋势预测

由振荡能量变化趋势分析可知，近年来15年尺度的振荡能量最强，此特征时间尺度上的变化平均周期为10年左右，64和38年尺度振荡能量呈现持续下降趋势，因此未来主要由15年尺度控制，故预计未来雾日数周期变化较短。为减小预测误差，取15、38和64年尺度等3个主周期作为预测依据。在主周期振荡和平均周期无明显突变条件下，根据周期变化和突变点对未来两次峰值和谷值时间进行趋势预测并作比较，预测时间跨度约为40年，与主周期15年尺度的平均周期为10年相匹配。

总体为雾日偏多时段：2024—2028年极值年为2026—2027年；2034—2038年极值年为2035—2036年。其中后一时段偏多程度略强。总体为雾日偏少时段：2021—2023年；2029—2033年极值年为2031年；2039—2043年极值年为2041—2042年，其中后者偏少程度更强，即后半期偏多和偏少程度均比前半期将更明显。

5 结论

1）大雾日数年变化总体呈单峰型，年内分布极为不均，冬春期间占比最大，秋季占比次之，夏季占比最小。1—4月份占全年总量的75.85%，其中2、3月占年平均比例均超过20%。

2）1957—2020年的电白区大雾日数序列呈微弱下降趋势，且存在较明显的年代年际波动表征。第一阶段（1957—1972年）为少雾期，以64年尺度控制为主；第二阶段（1973—1986年）为多雾期，由64年尺度单一周期逐步转为受3个周期共同影响；第三阶段（1987—2003年）为少雾期，仍受3个周期共同影响，但主要受15年尺度周期控制；第四阶段（2004—2020年）为交替频繁期，主要受15年尺度控制。

3）近64年大雾日数时间序列主要存在15、38和64年尺度，其中15年尺度的平均变化周期为10年，38年尺度平均变化周期为25年，64年尺度平均变化周期为44年。

4）通过小波系数分析各主周期的振荡能量及其相位变化，并描述各时段的雾日数变化在不同时间尺度作用下的分布特征，给出了雾日数在多时间尺度下的表现情况。由于忽略了其它相对较小时间尺度的振荡周期，因此导致与实际振荡出现部分偏差。