謝子揚，白艷萍，何中聲*

(1.福建農(nóng)林大學(xué) 林學(xué)院，福建 福州 350002；2.福建農(nóng)林大學(xué) 海峽自然保護區(qū)研究中心，福建 福州 350002；3.生態(tài)與資源統(tǒng)計福建省高校重點實驗室，福建 福州 350002；4.內(nèi)蒙古自治區(qū)烏蘭察布市氣象局，內(nèi)蒙古 烏蘭察布 012000)

霾是一種造成視程障礙的天氣現(xiàn)象，是大量極細微干塵粒等均勻地浮游在空中，使空氣渾濁，常在氣團穩(wěn)定、空氣干燥的天氣條件下出現(xiàn)[1]。霾的組成按來源分為：自然源和人類活動排放源[2]。國外學(xué)者曾在南亞上空發(fā)現(xiàn)氣溶膠組成的棕色云團，并開展研究[3]。霾的定義經(jīng)歷了不同時期發(fā)展[4-6]，我國古代霾的記載多與沙塵相關(guān)[7]。改革開放后，霾來源發(fā)生變化，多為人類活動排放源[2]，物質(zhì)組成也發(fā)生較大改變[8-9]。形成灰霾天氣的自然源和人類活動排放源所產(chǎn)生的物理、化學(xué)污染物會對健康產(chǎn)生損害[10-12]。針對日益嚴重的霾污染，國家相繼出臺霧霾防治及大氣治理政策與法規(guī)[13-14]。眾多學(xué)者從不同角度對灰霾現(xiàn)象進行研究：灰霾現(xiàn)象與顆粒物的關(guān)系[15]、PM2.5區(qū)域傳輸特征[16]、霧-霾與大氣濕度關(guān)系[17]、霧霾天氣預(yù)測[18]、海冰對重霾天氣形成作用[19]、季風對空氣污染促進和凈化作用[20]等。目前，我國年霾日數(shù)在地理上呈“東多西少”特征，霾污染嚴重區(qū)域主要分布于長江中下游、華南和華北地區(qū)[21-23]。

烏蘭察布市簡稱“烏市”，地處內(nèi)蒙古自治區(qū)中部、華北地區(qū)北部，下轄1區(qū)、1市、4旗、5縣，東南部緊鄰京津冀地區(qū)[24]。全市被陰山山脈橫貫，其特殊的地理地形，導(dǎo)致全市常年風力偏大，自然源的灰霾天氣長期出現(xiàn)率較低。然而，隨著社會經(jīng)濟發(fā)展，城市擴張加快，烏市工業(yè)污染物排放增多、機動車數(shù)量增加，導(dǎo)致空氣污染現(xiàn)象增多[25]。研究表明，霾污染會通過冷空氣跨境輸送和氣溶膠-邊界層反饋在2個不同城市群間產(chǎn)生物理和化學(xué)聯(lián)系[26]。烏市由于其所在的特殊地形和地理位置，是內(nèi)蒙古高原與華北平原重要的連接樞紐，也是京津冀乃至華北地區(qū)重要的生態(tài)屏障和通風廊道，因此，開展烏市霧霾研究對該地上下游地區(qū)空氣污染的防控與治理具有重要意義。近年出現(xiàn)烏市空氣污染物短時間序列的研究，但關(guān)于烏市霾污染長期時空分布研究尚未報道。為此，通過對烏市1971-2015年霾日發(fā)生的時空特征、影響因素、突變情況與周期變化情況進行研究，探究烏市霧霾現(xiàn)象發(fā)生規(guī)律，旨在填補烏市霾污染研究空缺，為華北地區(qū)大氣污染防治、生態(tài)環(huán)境保護和灰霾天氣形成機制等研究提供科學(xué)依據(jù)。

1 材料與方法

1.1 數(shù)據(jù)資料

氣象資料來源于烏市氣象局，選取烏市11個區(qū)縣氣象站監(jiān)測數(shù)據(jù)(霾日數(shù)、揚沙日數(shù)、沙塵暴日數(shù)、浮塵日數(shù)、大風日數(shù)、相對濕度、日照時數(shù)、能見度等氣象要素逐月、逐年數(shù)據(jù))。近5 a內(nèi)烏市各區(qū)縣霾日數(shù)觀測由傳統(tǒng)人工觀測升級為機器觀測，考慮到觀測方式差異和保證數(shù)據(jù)精確性和一致性，研究采用1971-2015年人工觀測霾數(shù)據(jù)。能見度數(shù)據(jù)選取1980-2015年，期間個別區(qū)縣數(shù)據(jù)缺失，在計算全市能見度≤10 km出現(xiàn)頻率(百分率)的加權(quán)平均值時剔除缺失值。

環(huán)境污染數(shù)據(jù)資料來源于中國空氣質(zhì)量在線監(jiān)測分析平臺(www.aqistudy.cn)和烏市生態(tài)環(huán)境局公布的《烏蘭察布市空氣質(zhì)量月報》，由于環(huán)境污染數(shù)據(jù)最早公開日期為2015年，所以數(shù)據(jù)選取時間段為2015年1-12月，統(tǒng)計指標為AQI、PM2.5、PM10、SO2、CO、NO2、O3和每月空氣質(zhì)量超標日數(shù)比例。

1.2 研究方法

采用Excel軟件繪制相關(guān)圖表；采用SPSS21.0軟件對烏市年霾日數(shù)與其他氣象要素、空氣污染指標進行Pearson相關(guān)性雙尾檢驗；根據(jù)Arcgis軟件繪制烏市地勢與氣象站分布圖(圖1)，采用反距離權(quán)重插值法繪制1971-2015年烏市平均年霾日數(shù)空間分布圖(圖4)；根據(jù)Matlab 2017軟件對烏市年霾日數(shù)進行非參數(shù) Mann-kendall突變檢驗法對長時間序列的霾日數(shù)進行檢驗，探究烏市霾日數(shù)長期是否曾發(fā)生明顯突變以及突變情況，使用復(fù)值Morlet小波對霾日數(shù)進行分析發(fā)生周期特征并預(yù)測后續(xù)變化。

1.2.1 霾日數(shù)距平值百分率 距平值百分率是表示某時間段某氣象要素較常年值偏多或偏少的指標之一[27]，霾日數(shù)距平值百分率可以直觀反映每年霾日數(shù)變化情況，見式(1)、式(2):

(1)

(2)

式中，di為某時段霾日數(shù)(d)；n為年數(shù)，i=1,2,3,...,n。

1.2.2 反距離權(quán)重插值法 空間插值可以實現(xiàn)用已知樣點數(shù)據(jù)來估算未知點數(shù)據(jù)，使數(shù)據(jù)在空間上實現(xiàn)可視化的效果[28]。反距離權(quán)重法(inverse distance weighted，IDW)廣泛應(yīng)用空氣污染因子監(jiān)測、氣象因子監(jiān)測領(lǐng)域[29]。國外有研究在對空氣污染物進行評估時使用多種插值法進行論證，結(jié)果表明IDW效果最好，在監(jiān)測站點較少IDW效果更優(yōu)[30]，研究采用反距離權(quán)重插值法對年霾日數(shù)進行地圖可視化分析。

1.2.3 非參數(shù) Mann-Kendall突變檢驗法 氣候突變是普遍存在于氣候系統(tǒng)中一種重要現(xiàn)象，是指氣候從一種穩(wěn)定態(tài)(或穩(wěn)定持續(xù)變化趨勢)跳躍式地轉(zhuǎn)變到另一種穩(wěn)定態(tài)(或穩(wěn)定持續(xù)的變化趨勢)過程，它表現(xiàn)為氣候在時空上從一個統(tǒng)計特征到另一個統(tǒng)計特征的急劇變化[31]。非參數(shù)Mann-Kendall突變檢驗法是一種檢測氣候突變的方法，其優(yōu)點是不需要樣本遵從一定分布，也不受少數(shù)異常值干擾，人為干擾較少，更適用于順序變量[32]。研究中年霾日數(shù)在長時間序列中存在急劇變化現(xiàn)象，故采用該方法分析。在Mann-Kendall突變檢驗法中，UF代表年霾日數(shù)順統(tǒng)計量序列曲線，UB代表年霾日數(shù)時數(shù)逆統(tǒng)計量序列曲線。當 UF>0，統(tǒng)計量序列呈上升趨勢，反之呈下降趨勢。當統(tǒng)計量序列曲線超過臨界值時，表示呈上升或下降趨勢顯著。若統(tǒng)計曲線在臨界值之間出現(xiàn)交點，則交點對應(yīng)時間就是開始突變的時間[33]。

1.2.4 復(fù)值Morlet小波分析法 小波分析不僅可計算氣候序列變化的尺度，還可顯示變化時間位置，對氣候預(yù)測具有重要意義[32]。復(fù)值Morlet小波的實部可以檢測不同時間尺度上周期性變化[34]。復(fù)值Morlet小波的實部顯示信號強度和相位[32,35]。由于烏市數(shù)據(jù)時間跨度較長，研究選用Morlet小波實部分析法對全市年霾日數(shù)不同時間尺度周期進行分析并預(yù)測后續(xù)變化。在復(fù)值Morlet小波實部圖中，可觀察到不同時間尺度上存在周期振蕩，信號強弱用顏色冷暖來表示，顏色冷暖與信號強弱呈正比，小波系數(shù)在零處表示突變點[36]。

2 結(jié)果與分析

2.1 霾日數(shù)時間變化趨勢

1971-2015年，烏市霾日數(shù)5 a滑動平均值在1971-1982年呈大幅度波動下降趨勢，1982-2013年偶爾有小幅度波動但總體趨于0， 2014-2015年大幅度增加(圖1)。其中烏市平均年霾日數(shù)正距平有10 a，負距平有35 a，正距平主要集中在20世紀70年代和2015年，其中1971-1973年距平百分率值最高，之后年份霾日數(shù)距平百分率值下降，1979-2014年距平百分率為負數(shù)，2015年距平百分率急劇增加，數(shù)值由負數(shù)轉(zhuǎn)為正數(shù)。

圖1 1971-2015年烏市霾日數(shù)距平值百分率時間序列

對比1971-2015年烏市年霾日數(shù)與其他氣象要素的相關(guān)性分析表明(表1)，年霾日數(shù)與浮塵、揚沙、能見度≤10 km頻率、沙塵暴、大風、霧呈現(xiàn)顯著的正相關(guān)關(guān)系，其中霾與浮塵的關(guān)系為極強相關(guān)，與揚沙、能見度≤10 km頻率、沙塵暴的關(guān)系為強相關(guān)，與大風、霧的關(guān)系為中等程度相關(guān)。沙塵天氣涵蓋了浮塵、揚沙和沙塵暴3種天氣現(xiàn)象，因此烏市霧霾的成因與沙塵天氣有關(guān)。

烏市1971-2015年四季霾日數(shù)5 a滑動平均值在不同時間段呈顯著差別(圖2a)，1971-1981年春季霾日數(shù)數(shù)值最高，且遠高于其他季節(jié)，并呈降低趨勢；2014-2015年秋、冬季數(shù)值最高，且有上升趨勢。從四季霾日數(shù)距平百分率(圖2b)來看，1971-1981年霾日數(shù)四季距平百分率普遍為正數(shù)且數(shù)值偏高，而2013年以后秋、冬季節(jié)距平百分率急劇上升。

1971-1981年霾日數(shù)集中在春季(圖2a)，且春季霾日數(shù)呈下降趨勢；而2014-2015年霾日數(shù)呈顯著上升趨勢，且集中在秋、冬季。有研究表明，烏市2015年空氣污染物中PM2.5含量較高、首要污染物為PM2.5污染天數(shù)為61 d，主要發(fā)生在秋、冬季[37]。為此，對2015年霾日數(shù)月數(shù)據(jù)與空氣污染數(shù)據(jù)進行相關(guān)性分析(表2)，結(jié)果表明2015年霾日數(shù)與PM2.5濃度、空氣超標日數(shù)比例呈顯著正相關(guān)關(guān)系，表明2015年霾日數(shù)增加主要與PM2.5污染有關(guān)。

表1 1971-2015年霾日數(shù)與其他氣象要素Pearson線性相關(guān)性檢驗

圖2 1971-2015年烏市四季霾日數(shù)(a)距平值百分率(b)與5 a滑動平均值時間序列

表2 2015年霾日數(shù)月數(shù)據(jù)與環(huán)境污染指標Pearson線性相關(guān)性檢驗

2.2 霾日數(shù)空間分布特征

采用反距離加權(quán)插值法對全市1971-2015年霾日數(shù)平均值進行空間插值(圖3)。烏市年霾日數(shù)除了興和縣以外，都介于0～1，其中察右前旗、察右后旗、四子王旗、商都縣、化德縣和豐鎮(zhèn)市年霾日數(shù)在全市中最低，數(shù)值均<0.260 d，而興和縣年霾日數(shù)遠高于其他區(qū)縣年霾日數(shù)平均值和全市平均值。

霾日數(shù)與揚沙、浮塵、沙塵暴等沙塵天氣日數(shù)的相關(guān)性較強(表1)。根據(jù)沙塵天氣發(fā)生日數(shù)與霾日數(shù)距平百分率分析(圖4)，1971-1981年烏市霾日數(shù)與沙塵天氣日數(shù)距平值百分率波動幅度類似，表明這期間霾日數(shù)與沙塵類天氣日數(shù)關(guān)聯(lián)性較強； 2013年以后霾日數(shù)距平百分率大幅度增加，沙塵類天氣波動幅度不大，其中沙塵暴、浮塵發(fā)生日數(shù)呈降低趨勢，表明烏市霾日數(shù)與沙塵類天氣日數(shù)關(guān)聯(lián)性較弱。

圖3 1971-2015年烏市平均年霾日數(shù)地理分布

圖4 1971-2015年烏市沙塵天氣與霾日數(shù)距平百分率變化趨勢

2.3 霾日數(shù)突變檢驗

根據(jù)Manner-Kendall突變檢驗曲線(圖5)，UF與UB曲線于1971年在臨界區(qū)域出現(xiàn)交點，1973年UF與UB曲線非常接近但未相交，1973年以后UF曲線呈低頻波動降低至2013年觸底，隨后回升。年霾日數(shù)在1971年發(fā)生顯著突變，順統(tǒng)計量序列曲線經(jīng)過短期波動后呈減小趨勢，2013-2015年開始增加。

2.4 霾日數(shù)周期變化趨勢

采用復(fù)值Morlet小波對烏市1971-2015年霾日數(shù)序列進行連續(xù)小波變換，得到小波變化系數(shù)實部等值線圖(圖6)。烏市年霾日數(shù)Morlet小波圖存在3組不同尺度的周期性震蕩，分別是3～6 a小尺度周期(a的單位為年)、10～20 a中尺度周期、25～40 a大尺度周期。中、大尺度周期閉合中心最為明顯，10～20 a中尺度周期具有全域性，正負相位交替出現(xiàn)，呈現(xiàn)“高低高低高”趨勢；大尺度20～35 a呈現(xiàn)“高低高”趨勢。所有尺度隨著時間推移，穩(wěn)定性減弱。小尺度中心在1982年以后消亡，在2014年以后重新出現(xiàn)。3個不同尺度周期變化均有信號強度減弱趨勢。

圖5 1971-2015年烏市年霾日數(shù)Manner-Kendall-突變檢驗曲線

圖6 1971-2015年烏市年霾日數(shù)Morlet小波實部時頻分布等高圖

3 結(jié)論與討論

烏市1971-2015年霾日數(shù)在空間上主要集中在該市東南部、中部、西南部，其中興和縣霾日數(shù)遠高于其他區(qū)縣。在時間上主要集中在1971-1981年與2014-2015年時間段，通過對比這2個時間段，1971-1981年霾日數(shù)主要集中在沙塵暴頻發(fā)的春季，這一時期霾日數(shù)與沙塵類天氣發(fā)生日數(shù)距平百分率都具有數(shù)值較高、波動趨勢相近的特點，且霾日數(shù)與沙塵天氣在Pearson相關(guān)性檢驗中表現(xiàn)出極顯著相關(guān)性，表明這時期霾的成因主要與沙塵天氣有關(guān)；2014-2015年沙塵類天氣發(fā)生日數(shù)較少，距平百分率也表現(xiàn)出疲軟降低趨勢，而霾日數(shù)距平百分率在這一時間段內(nèi)急劇升高，同時以3～6 a為周期的霾日數(shù)小波周期在這一時段內(nèi)有恢復(fù)的可能性，霾日數(shù)發(fā)生的季節(jié)從沙塵天氣頻發(fā)的春季在這一時期轉(zhuǎn)變?yōu)榍?、冬季，表明這一時期霾成因沙塵類天氣關(guān)系不大，與多年來城市生態(tài)修復(fù)、植樹造林，促使森林覆蓋率提升，年均極大風速降低有關(guān)；2015年霾日數(shù)與空氣超標日數(shù)比例、PM2.5呈現(xiàn)顯著相關(guān)性，這一時期霾日數(shù)成因與PM2.5為主的空氣污染物有關(guān)。近年來，烏市工業(yè)和交通業(yè)發(fā)展迅速，人為排放源在秋、冬供暖季產(chǎn)生大量顆粒物，以及長期以來風力降低，對霾天氣的生成和維持提供了有利條件。影響當前霾的成因在長時間序列由自然源轉(zhuǎn)化為以PM2.5空氣污染物為主要污染物的人為排放源。

烏市霧霾成因在長時間序列上的改變，該地區(qū)大風日數(shù)與沙塵類天氣發(fā)生日數(shù)也在降低，而大風也具有驅(qū)散霧霾天氣的作用。烏市位于內(nèi)蒙古中部，是西伯利亞冷空氣和蒙古氣旋進入華北地區(qū)的“門戶”之一[38]，也是京津冀地區(qū)重要的通風廊道。烏市大風日數(shù)的降低，是否間接影響到相鄰京津冀地區(qū)風力的流通與平均風速，為華北地區(qū)部分重工業(yè)城市灰霾天氣的維持創(chuàng)造氣象條件，是未來研究的方向。