• CN 62-1175/P
  • ISSN 1006-7639
  • 双月刊
  • 中国科技核心期刊
  • 中国学术期刊综合评价数据库统计源期刊
  • 中文科技期刊数据库收录期刊

干旱气象, 2025, 43(6): 967-975 DOI: 10.11755/j.issn.1006-7639-2025-06-0967

论文

四川盆地霾天气过程水汽演化特征及与大气能见度的关系

朱瑶,1,2, 唐露1,2, 倪长健1,2, 李娜1,2, 唐得智1,2, 李昕翼,3

1.成都信息工程大学大气科学学院四川 成都 610225

2.成都平原城市气象与环境四川省野外科学观测研究站四川 成都 610225

3.成都市气象局四川 成都 611130

Evolution characteristics of water vapor and its relationship with atmospheric visibility during haze processes in Sichuan Basin

ZHU Yao,1,2, TANG Lu1,2, NI Changjian1,2, LI Na1,2, TANG Dezhi1,2, LI Xinyi,3

1. School of Atmospheric SciencesChengdu University of Information TechnologyChengdu 610225China

2. Chengdu Plain Urban Meteorology and Environment Observation and Research Station of Sichuan ProvinceChengdu 610225China

3. Chengdu Meteorological BureauChengdu 611130China

通讯作者: 李昕翼(1987—),女,高级工程师,主要从事短时临近预报与气象环境相关研究。E-mail:493423102@qq.com

收稿日期: 2025-06-10   修回日期: 2025-09-30  

基金资助: 四川省科技教育联合基金项目(2024NSFSC1983)
与国家重点研发计划项目(2023YFC3709301)

Received: 2025-06-10   Revised: 2025-09-30  

作者简介 About authors

朱瑶(2000—),女,硕士生,主要从事大气环境与大气物理相关研究。E-mail:zyao0929@163.com

摘要

霾的形成与演化涉及多尺度大气物理、化学过程。“高湿”是四川盆地的典型污染气象特征,也是灰霾发展的重要因素。基于2015—2018年欧洲中期天气预报中心ERA5再分析资料及地面常规环境气象观测数据,系统分析了四川盆地冬季霾天气过程水汽演变特征及其与大气能见度的关系。结果表明:1)霾天气过程中四川盆地平均区域净水汽收支为(3.40±2.92)×106 kg·s-1,整体呈水汽盈余;西、南边界为主要水汽输入通道,东边界表现为净输出,北边界输送具有不确定性。2)霾天气过程从形成、发展到持续阶段,对流层低层(700 hPa以下)水汽含量持续增加,水汽高值舌向北伸展、覆盖范围逐渐扩大。3)对流层低层水汽的增加有利于增强气溶胶吸湿增长,导致质量消光系数增大,从而加剧大气能见度降低。

关键词: ; 水汽; 演化特征; 大气能见度; 四川盆地

Abstract

The formation and evolution of haze involve multi-scale atmospheric physical and chemical processes. “High humidity” is a typical pollution-related meteorological characteristic of the Sichuan Basin and an important influencing factor for haze development. Based on ERA5 reanalysis data from 2015 to 2018 and ground-based conventional environmental meteorological observations, this study systematically analyzed the evolution characteristics of water vapor and its relationship with atmospheric visibility during winter haze processes in the Sichuan Basin. The results show that: 1) The mean regional net water vapor budget during winter haze processes in the Sichuan Basin is (3.40±2.92)×106 kg·s-1, indicating an overall water vapor surplus; the western and southern boundaries are the main water vapor input pathways, the eastern boundary shows net output, and water vapor transport across the northern boundary exhibits uncertainty. 2) As the haze processes evolve from the formation to the development and persistence stages, the lower-tropospheric (below 700 hPa) water vapor content increases continuously, and the water-vapor high-value tongue extends northward with an expanding coverage. 3) The increase in lower-tropospheric water vapor facilitates the hygroscopic growth of near-surface aerosols, thereby increasing the mass extinction coefficient and consequently reducing atmospheric visibility.

Keywords: haze; water vapor; evolution characteristics; atmospheric visibility; Sichuan Basin

PDF (6526KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

朱瑶, 唐露, 倪长健, 李娜, 唐得智, 李昕翼. 四川盆地霾天气过程水汽演化特征及与大气能见度的关系[J]. 干旱气象, 2025, 43(6): 967-975 DOI:10.11755/j.issn.1006-7639-2025-06-0967

ZHU Yao, TANG Lu, NI Changjian, LI Na, TANG Dezhi, LI Xinyi. Evolution characteristics of water vapor and its relationship with atmospheric visibility during haze processes in Sichuan Basin[J]. Arid Meteorology, 2025, 43(6): 967-975 DOI:10.11755/j.issn.1006-7639-2025-06-0967

0 引言

作为发生在大气近地层的一种灾害性天气,霾是由大量极细微的干尘粒均匀悬浮于空气中,使水平能见度降至10 km以下的视程障碍现象(张人禾等,2014)。随着我国社会经济的快速发展和城市化水平的持续提高,霾天气的频繁发生已成为我国最主要的大气环境问题之一,对天气、气候及人体健康均产生严重影响,成为政府与学界长期关注的焦点(Zhao et al.,2019;罗玉等,2021)。

霾的形成与演变涉及大气多尺度物理和化学过程,包括污染物排放、气-粒转化、大气边界层演变、局地环流及天气与气候过程等(权建农等,2020),其中水汽起着至关重要的作用。研究表明,大气颗粒物吸湿后所含的凝结水可作为异相成核和非均相化学反应的载体,从而影响大气光化学过程(Mcmurry and Wilson,1983)。刘凡等(2018)指出,相对湿度可显著影响颗粒物表面的液相非均相反应,较高的相对湿度可提高硫氧化率和氮氧化率,进而增加二次无机组分(如硫酸盐、硝酸盐和铵盐等)在颗粒物质量浓度中的占比。进一步研究表明,气溶胶的化学组分及其混合状态决定了其吸湿能力,水溶性成分比例的增加会增强气溶胶的吸湿性,从而提高大气消光能力并导致能见度下降(Day and Malm,2001;杨素英等,2019;Yang et al.,2021)。此外,水汽、云和辐射之间存在复杂的反馈机制(刘景卫等,2011)。水汽变化不仅影响云的形成、发展与消散过程,还会改变云的宏观与微观物理特征,进而使云的长、短波辐射效应发生变化(张华等,2022)。Yang等(2012)研究表明,1984—2004年青藏高原总辐射量的下降与水汽的增加及水汽与云的相互作用密切相关。作为重要的辐射活性物质,气溶胶也能显著影响云的形成与演化(邵龙义等,2018)。气溶胶和云量对中国不同地区总辐射的变化具有重要影响(范灵悦,2022);气溶胶吸湿性的增强和云量的增加均会削弱太阳短波辐射,使地表接收的辐射能量减少,地表冷却,从而导致边界层高度降低并抑制大气污染的垂直扩散(范灵悦,2022;杨健博等,2023)。综上所述,水汽在气溶胶、云、辐射及边界层相互作用中具有关键调控作用,是影响区域天气气候及大气环境的重要因子。

四川盆地位于青藏高原东侧,地理位置特殊、结构独特,其“避风港”效应被认为是该区域灰霾形成的重要机制之一(徐祥德等,2015)。罗玉等(2023)分析了冬季四川盆地霾天气的环流特征,并探讨了前期青藏高原热力作用对霾的影响机制。已有研究表明,青藏高原大地形的动力和热力作用对西南地区天气气候具有重要影响(王同美等,2008)。受青藏高原地形阻挡,西风气流在高原附近分成南、北两支,形成高原东部及邻近地区两条重要的水汽输送通道(Yeh,1950;罗玉等,2024)。其中,南支偏西风在孟加拉湾北部转为西南风,携带大量水汽经西南、华南及长江中下游地区输送至北太平洋(周长艳等,2005;王佳津等,2023),该水汽通道是东亚地区水汽的主要输送路径(谢启玉等,2015),经过该路径的西南暖湿气流抵达四川盆地时呈气旋性弯曲,使水汽易于在盆地内聚集(邹进上和刘惠兰,1981)。近年来,针对四川盆地及其周边地区空中水资源的研究已取得较多成果。研究表明,西南地区夏季水汽含量的高值中心主要位于四川南部至云南北部;近56 a来川渝地区四季及全年水汽含量在水平方向上普遍呈自东南向西北逐渐减少的趋势,湿中心位于四川东南部与重庆交界处;总体来看四川东南部水汽含量较高且稳定,而西北部则偏低且波动较大(刘建西等,2010;王平等,2010;陈丹等,2016)。这些结果表明,四川盆地的主要水汽输送路径清晰,区域内“静稳”与“高湿”污染气象特征的形成与复杂地形及水汽分布密切相关,但关于冬季霾天气过程中水汽演化特征及其影响机制的研究仍相对不足。

本文基于2015—2018年欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)第五代再分析资料(ECMWF Reanalysis 5th Generation,ERA5)及地面常规环境气象观测数据,在分析四川盆地冬季霾天气过程中水汽演化特征的基础上,进一步探究水汽与霾天气过程大气能见度之间的关系,以期为研究区冬季大气环境精细化管理提供技术支持。

1 资料及方法

1.1 资料

本文研究区域为四川盆地,包括成都、绵阳、广元、巴中、南充、达州、德阳、遂宁、广安、雅安、眉山、资阳、内江、乐山、自贡、宜宾、泸州共17个城市(图1)。所用资料包括四川省气象数据中心提供的盆地内104个气象站2015—2018年冬季(12月至次年2月)常规环境气象逐日监测数据(包括大气能见度、相对湿度及PM2.5质量浓度),以及ECMWF同期ERA5逐小时再分析资料(包括比湿、纬向风、经向风和气压场,水平分辨率为0.25°×0.25°)。

图1

图1   四川盆地边界及城市分布

(数字为研究区域边界编号,其中1和5为南边界,2为西边界,3为北边界,4和6为东边界)

Fig.1   The boundaries of the Sichuan Basin and the distribution of cities

(The numbers represent the boundaries of the study area, the number 1 and 5 are the southern boundary, 2 is the western boundary, 3 is the northern boundary, and 4 and 6 are the eastern boundary)


根据气象行业标准QX/T 113—2010《霾的观测和预报等级》(全国气象防灾减灾标准化技术委员会,2010)及国家标准GB/T 36542—2018《霾的观测识别》(全国气象仪器与观测方法标准化技术委员会,2018),排除降水、浮尘、烟雾、吹雪、扬沙等造成视程障碍的天气现象,当能见度小于10.0 km且环境相对湿度低于80%,或相对湿度为80%~95%且PM2.5质量浓度高于75 μg·m-3时,定义为霾天气。研究表明,2011—2018年四川盆地冬季霾日数呈显著上升趋势,其中2015—2018年冬季霾日数距平值均为正,为霾日数偏多年(孙蕊等,2021;罗玉等,2023)。综合考虑霾天气过程的完整性、生命周期及强度变化等因素,筛选出2015—2018年四川盆地内30%及以上气象站出现霾天气且持续时间不少于5 d的持续性霾天气过程,共识别出13次典型事件(表1),部分过程已被用于四川盆地霾天气形成机制研究(孟子圣等,2023;任鑫冰等,2024)。

表1   2015—2018年四川盆地冬季持续性霾天气过程

Tab.1  Persistent haze processes in the Sichuan Basin during winter from 2015 to 2018

霾天气过程编号日期霾天气过程编号日期
12015年1月20—26日82017年1月19—29日
22015年2月8—15日92017年2月12—20日
32015年12月25日—2016年1月5日102017年12月18日—2018年1月2日
42016年1月25日—2016年2月11日112018年1月9—23日
52016年2月16—20日122018年2月6—17日
62016年12月18—23日132018年12月13—18日
72016年12月28日—2017年1月8日

新窗口打开| 下载CSV


鉴于大气能见度与霾天气过程演变的显著相关性,将霾天气过程划分为4个阶段:1)大气能见度缓慢下降阶段为形成期;2)能见度快速下降并达到最小值的阶段为发展期;3)能见度达到最小并在2 km范围内波动的阶段为持续期;4)持续期结束后能见度逐渐上升直至过程结束的阶段为消亡期(Li et al.,2019)。

1.2 方法

大气中单位面积内整层大气水汽含量(也称为大气可降水量)PW(Precipitable Water)计算公式(朱乾根等,2002)为

$\mathrm{P}\mathrm{W}=\frac{1}{g}{\int }_{{P}_{z}}^{{P}_{0}}q\mathrm{d}p$

式中:g为重力加速度,单位为:m·s-2P0Pz分别为地面气压、大气层顶处气压,单位均为hPa,由于水汽主要集中在对流层中低层(陈丹等,2016),故忽略300 hPa以上大气中的水汽,Pz取300 hPa;q为比湿,单位为kg·kg-1;PW单位为mm。

整层水汽通量Q计算公式(黄荣辉等,1998)为

$Q={Q}_{\lambda }\overrightarrow{i}+{Q}_{\varphi }\overrightarrow{j}=\frac{1}{g}{\int }_{{P}_{\mathrm{z}}}^{{P}_{0}}qu\mathrm{d}p+\frac{1}{g}{\int }_{{P}_{\mathrm{z}}}^{{P}_{0}}qv\mathrm{d}p$

式中:Qλ${Q}_{\varphi }$分别表示经向、纬向的水汽通量,单位均为kg·m-1·s-1$\overrightarrow{i}$$\overrightarrow{j}$分别为经向、纬向单位向量;uv分别为经向、纬向风,单位均为m·s-1

框定四川盆地矩形区域(27.0°N—30.0°N,102.0°E—106.5°E;30.0°N—33.0°N,106.5°E—108.0°E),边界位置如图1所示,各边界水汽输送量可表示为

$\left\{\begin{array}{l}{Q}_{\lambda \mathrm{W}}\left(\lambda,t\right)={\int }_{{\varphi }_{\mathrm{S}}}^{{\varphi }_{\mathrm{N}}}{Q}_{\lambda }\left(\lambda,\varphi,t\right)\cdot a\cdot \mathrm{d}\varphi \mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{西}\mathrm{边}\mathrm{界}\\ {Q}_{\lambda \mathrm{{\rm E}}}\left(\lambda,t\right)=-{\int }_{{\varphi }_{\mathrm{S}}}^{{\varphi }_{\mathrm{N}}}{Q}_{\lambda }\left(\lambda,\varphi,t\right)\cdot a\cdot \mathrm{d}\varphi \mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{东}\mathrm{边}\mathrm{界}\\ {Q}_{\varphi \mathrm{S}}\left(\varphi,t\right)={\int }_{{\lambda }_{\mathrm{W}}}^{{\lambda }_{\mathrm{{\rm E}}}}{Q}_{\varphi }\left(\lambda,\varphi,t\right)\cdot a\mathrm{c}\mathrm{o}\mathrm{s}\varphi \cdot \mathrm{d}\lambda \mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{南}\mathrm{边}\mathrm{界}\\ {Q}_{\varphi \mathrm{{\rm N}}}\left(\varphi,t\right)=-{\int }_{{\lambda }_{\mathrm{W}}}^{{\lambda }_{\mathrm{{\rm E}}}}{Q}_{\varphi }\left(\lambda,\varphi,t\right)\cdot a\mathrm{c}\mathrm{o}\mathrm{s}\varphi \cdot \mathrm{d}\lambda \mathrm{ }\mathrm{ }\mathrm{ }\mathrm{ }\mathrm{北}\mathrm{边}\mathrm{界}\end{array}\right.$

区域净水汽收支${Q}_{\lambda \varphi }$可表示为

${Q}_{\lambda \varphi }={Q}_{\lambda \mathrm{W}}\left(\lambda,t\right)+{Q}_{\lambda \mathrm{{\rm E}}}\left(\lambda,t\right)+{Q}_{\varphi \mathrm{{\rm E}}}\left(\varphi,t\right)+{Q}_{\varphi \mathrm{{\rm N}}}\left(\varphi,t\right)$

式中:QλWQλEQλSQλN分别为西边界、东边界、南边界、北边界水汽输送量,单位均为106 kg·s-1,边界水汽输送量为正值(负值)表示水汽净输入(净输出);$\varphi $为纬度,${\varphi }_{\mathrm{S}}$${\varphi }_{\mathrm{N}}$分别为东、西边界的纬度;λ为经度,λWλE分别为南、北边界的经度;a为地球平均半径,单位为km。

大气能见度是反映大气透明度的指标,与颗粒物质量浓度和环境气象条件的变化密切相关(杨茜等,2019)。大气能见度不仅是环境空气质量优劣的表征,也是识别霾强度的关键参数(吴兑等,2006;白永清等,2016)。

根据Koschmieder’s公式(Koschmieder,1924),大气能见度与大气消光系数的关系为

${K}_{\mathrm{e}\mathrm{x}\mathrm{t}}=\frac{3.912}{V}$

式中:Kext为大气消光系数,单位为m-1V为大气能见度,单位为m。

对大气消光系数Kext作进一步分解:

${K}_{\mathrm{e}\mathrm{x}\mathrm{t}}=\frac{{K}_{\mathrm{e}\mathrm{x}\mathrm{t}}}{{C}_{\mathrm{P}{\mathrm{M}}_{2.5}}}\times {C}_{\mathrm{P}{\mathrm{M}}_{2.5}}=E\times {C}_{\mathrm{P}{\mathrm{M}}_{2.5}}$

式中:CPM2.5为细颗粒物质量浓度,单位为mg·m-3E为单位质量颗粒物消光系数(简称“质量消光系数”),是量化气溶胶吸湿增长的重要参数,单位为m2·mg-1(陶金花等,2015;崔蕾等,2016)。

2 结果与分析

2.1 霾天气过程边界水汽收支特征

利用ERA5再分析资料计算2015—2018年四川盆地冬季霾天气过程四个边界的平均水汽输送量及区域净水汽收支(表2)。结果表明,除过程3外,其余霾过程的区域净水汽收支均为正值,即四川盆地总体表现为水汽盈余。西侧和南侧边界水汽输送量均为正值,为盆地水汽的主要输入来源,其中西边界贡献大于南边界;东边界水汽输送量为负值,是最主要的水汽输出边界;北边界水汽输送表现不稳定,既可能为弱输出,也可能成为重要的输入边界,这可能与冬季环流形势的阶段性变化有关。上述特征与周长艳等(2005)关于青藏高原东部及邻近地区的边界水汽收支,以及刘建西等(2010)对川渝地区全年水汽输送特征的研究结果基本一致。同时计算非霾天气日的平均边界水汽输送量与区域净水汽收支。对应四川盆地西、东、南、北四个边界,非霾天气日平均水汽输送量分别为(22.61±10.51)×106、(-42.04±20.38)×106、(19.38±17.45)×106和(0.65±10.15)×106 kg·s-1,区域净水汽收支为(0.59±10.44)×106 kg·s-1。总体来看,四川盆地霾天气过程的水汽盈余明显强于非霾天气,其主要原因在于霾天气期间南侧和西侧水汽输入量增大,而东侧水汽输出有所减弱。

表2   2015—2018年四川盆地冬季霾天气过程边界水汽输送量及区域净水汽收支

Tab.2  Water vapor transportation of the boundaries and net water vapor budget of the Sichuan Basin during the haze processes in winter from 2015 to 2018 单位:106 kg·s-1

霾天气过程${Q}_{\lambda \mathrm{W}}$${Q}_{\lambda \mathrm{E}}$${Q}_{\varphi \mathrm{S}}$${Q}_{\varphi \mathrm{N}}$${Q}_{\lambda \varphi }$
118.03-27.0015.85-3.253.63
217.67-32.6017.72-0.772.01
311.53-36.3613.598.41-2.83
421.59-30.3915.62-3.703.12
539.93-42.035.831.545.27
623.94-37.1525.38-6.435.73
723.36-50.2936.81-7.212.67
820.83-33.7317.00-2.541.56
917.85-30.4132.70-12.577.58
1030.87-44.2318.60-2.602.64
1120.64-28.6313.07-2.162.92
1230.62-41.2714.24-2.191.40
1344.78-63.6029.30-1.958.54
平均24.74±9.43-38.28±10.1919.67±8.82-2.72±4.823.40±2.92

新窗口打开| 下载CSV


为进一步分析四川盆地霾天气过程中水汽收支的演变特征,对2015—2018年冬季霾天气过程不同阶段的水汽净输入量、净输出量及区域净水汽收支进行统计(图2)。结果表明,从霾的形成期、发展期到持续期直至消亡期,对应阶段的区域净水汽收支分别为(-0.32±5.71)×106、(0.30±9.12)×106、(4.16±11.67)×106、(4.07±10.60)×106 kg·s-1,即区域净水汽收支随霾天气过程的演进不断增大,并在持续期达到最大,表明水汽盈余在该阶段最为显著。

图2

图2   2015—2018年四川盆地冬季霾天气过程各阶段水汽净输入量和净输出量(a)及区域净水汽收支(b)

(图柱上方的误差棒为标准误差)

Fig.2   Net water vapor input and output (a) and net water vapor budget (b) in four stages of the winter haze processes over the Sichuan Basin from 2015 to 2018

(The error bar above the bars represents standard error)


2.2 霾天气过程水汽含量特征

表3为2015—2018年四川盆地冬季霾天气过程不同阶段的各层次水汽含量。700 hPa及以下、700~500 hPa和500~300 hPa三个层次的平均水汽含量分别为(11.63±2.60)、(3.44±1.01)、(0.73±0.36)mm,表明水汽主要集中在对流层低层(700 hPa及以下)。随着霾过程从形成期向发展期再到持续期推进,各层次水汽含量均呈增加趋势。其中,对流层低层水汽含量在形成期、发展期和持续期分别为(9.08±1.91)、(10.37±2.27)和(12.58±2.56) mm,持续期较发展期增加约38.7%,进一步表明霾过程演变伴随背景水汽条件的明显增强。

表3   2015—2018年四川盆地冬季霾天气过程各阶段各层次水汽含量

Tab.3  Water vapor content in different layers in four stages of the winter haze processes over the Sichuan Basin from 2015 to 2018

阶段700 hPa及以下700~500 hPa500~300 hPa1 000~300 hPa
形成期9.08±1.912.63±0.740.51±0.1713.30±4.48
发展期10.37±2.273.01±0.880.62±0.2122.75±8.05
持续期12.58±2.563.81±0.950.87±0.3927.23±9.50
消亡期12.04±2.123.49±1.010.67±0.3625.48±9.08
平均11.63±2.603.44±1.010.73±0.3624.44±9.57

新窗口打开| 下载CSV


由于霾天气的形成和演化主要发生在对流层低层(Li et al.,2019),因此后续重点分析对流层低层水汽含量的特征。图3为2015—2018年四川盆地冬季霾天气过程各阶段对流层低层水汽含量的空间分布情况。可见,不同阶段水汽含量均表现为由西南向东北减少的高值舌结构。以水汽含量15 mm等值线为例,形成期,高值舌位于四川盆地南部宜宾、泸州一带;发展期,高值舌向东北方向伸展至广安、资阳、遂宁等地区;持续期进一步向北扩张,15 mm等值线延伸至四川盆地以北的甘肃、陕西;消亡期,高值舌减弱南退。综上所述,随着霾天气过程由形成、发展进入持续阶段,水汽高值舌不断向北伸展、覆盖范围逐渐扩大,而在霾消亡时范围迅速缩小。

图3

图3   2015—2018年四川盆地冬季霾天气过程形成期(a)、发展期(b)、持续期(c)和消亡期(d)对流层低层水汽含量空间分布(单位:mm)

Fig.3   Spatial distribution of water vapor content in the lower troposphere during the formation stage (a), development stage (b), persistence stage (c), and dissipation stage (d) of the winter haze processes over the Sichuan Basin from 2015 to 2018 (Unit: mm)


2.3 霾天气过程水汽与大气能见度的关系

低湿条件下,气溶胶消光系数主要由颗粒物质量浓度决定;高湿条件下,气溶胶吸湿性对气溶胶消光系数的影响明显增强(Chen et al.,2014)。为探究四川盆地冬季霾天气过程水汽变化对气溶胶吸湿增长的影响,分析了质量消光系数对近地面相对湿度的响应特征(图4)。结果显示,质量消光系数与相对湿度呈显著正相关,相关系数R为0.62(通过α=0.05的显著性检验)。说明湿度升高会明显增强气溶胶吸湿效应。气溶胶中含有硫酸盐、硝酸盐、铵盐、海盐及部分有机物,使其物理、化学和光学性质对环境湿度变化高度敏感(Pilinis et al.,1989;Liu et al.,2012),这与图4的分析结果一致。

图4

图4   2015—2018年四川盆地冬季霾天气过程相对湿度与质量消光系数的散点图

Fig.4   Scatter plot of relative humidity and extinction coefficient per unit mass of particulate matter during the winter haze processes over the Sichuan Basin from 2015 to 2018


进一步统计2015—2018年四川盆地冬季霾天气过程各阶段的质量消光系数(图5)。形成期、发展期、持续期和消亡期的质量消光系数分别为(0.0066±0.0015)、(0.0075±0.0014)、(0.0092±0.0024)和(0.0084±0.0025)m2·mg-1,质量消光系数随霾过程演化呈上升趋势,在持续期达到最大。结合2.2节结果,对流层低层水汽含量随霾过程演化逐渐增大,从而增强气溶胶吸湿增长,导致质量消光系数增大。

图5

图5   2015—2018年四川盆地冬季霾天气过程各阶段质量消光系数的箱线图

Fig.5   Box plot of extinction coefficient per unit mass of particulate matter during four stages of the winter haze processes over the Sichuan Basin from 2015 to 2018


公式(5)、(6)表明,除细颗粒物质量浓度外,质量消光系数也是大气消光系数的关键影响因子,是水汽影响大气能见度的关键桥梁。为进一步探讨四川盆地冬季霾天气过程水汽与能见度的关系,绘制各阶段相对湿度与大气能见度的散点图(图6)。结果显示,四川盆地冬季霾天气过程的相对湿度与大气能见度呈显著负相关,形成期、发展期、持续期和消亡期二者相关系数分别为-0.66、-0.70、-0.76和-0.69(均通过α=0.05的显著性检验),这说明水汽对大气能见度的影响随霾强度增强而逐渐加强。

图6

图6   2015—2018年四川盆地冬季霾天气过程相对湿度与大气能见度的散点图

Fig.6   Scatter plot of relative humidity and atmospheric visibility during the winter haze processes over the Sichuan Basin from 2015 to 2018


综上所述,霾天气过程对流层低层水汽的增加增强了气溶胶吸湿性,导致质量消光系数增大,从而加剧大气能见度下降;随着霾过程强度增强,水汽对大气能见度的影响呈逐步增强趋势。

3 结论

本文基于2015—2018年四川盆地ERA5再分析资料及地面环境气象数据,分析冬季霾天气过程的水汽演化特征,并探讨水汽与大气能见度之间的关系,得到以下主要结论。

1)霾天气过程中四川盆地整体表现为水汽盈余;西边界与南边界为主要水汽输入边界,且西边界水汽输入量大于南边界;东边界为主要输出边界;北边界水汽输送方向不稳定。随着霾天气过程从形成期向持续期演化,水汽净输入量、净输出量及区域净水汽收支均明显增大,水汽盈余状态在持续期达到最强。

2)对流层低层水汽含量随霾过程由形成、发展进入持续阶段不断增加,水汽含量高值舌持续向北伸展,覆盖范围逐渐扩大。

3)对流层低层水汽增加导致气溶胶吸湿增长加强,引起质量消光系数增大从而加剧大气能见度降低;水汽对能见度的影响随着霾强度增强而愈发显著。

参考文献

白永清, 祁海霞, 刘琳, , 2016.

武汉大气能见度与PM2.5浓度及相对湿度关系的非线性分析及能见度预报

[J]. 气象学报, 74(2):189-199.

[本文引用: 1]

陈丹, 周长艳, 邓梦雨, 2016.

西南地区夏季大气水汽含量及其与南亚高压关系

[J]. 应用气象学报, 27(4):473-479.

[本文引用: 2]

崔蕾, 倪长健, 孙欢欢, , 2016.

成都颗粒物吸湿增长特征及订正方法研究

[J]. 环境科学学报, 36(11):3938-3 943.

[本文引用: 1]

范灵悦, 2022. 近几十年中国典型地区地表太阳辐射变化特征及其影响因素分析[D]. 南京: 南京信息工程大学.

[本文引用: 2]

黄荣辉, 张振洲, 黄刚, , 1998.

夏季东亚季风区水汽输送特征及其与南亚季风区水汽输送的差别

[J]. 大气科学, 22(4):460-469.

[本文引用: 1]

刘凡, 谭钦文, 江霞, , 2018.

成都市冬季相对湿度对颗粒物浓度和大气能见度的影响

[J]. 环境科学, 39(4):1466-1 472.

[本文引用: 1]

刘建西, 龙美希, 杜远林, , 2010.

川渝地区空中水资源分布及水汽输送特征

[J]. 高原山地气象研究, 30(2):31-35.

[本文引用: 2]

刘景卫, 周天军, 吴春强, , 2011.

海气耦合模式FGOALS_gl模拟的水汽和云辐射反馈过程

[J]. 大气科学, 35(3):531-546.

[本文引用: 1]

罗玉, 陈超, 赵鹏国, , 2023.

冬季四川盆地霾天气的环流特征及其对前期青藏高原热力作用的响应

[J]. 大气科学, 47(5): 1 626-1 640.

[本文引用: 2]

罗玉, 马振峰, 李小兰, , 2021.

四川盆地冬季霾日数的分布特征及其与气象条件和海温关系

[J]. 高原气象, 40(1):189-199.

[本文引用: 1]

罗玉, 王顺久, 张菁, , 2024.

初冬四川盆地霾的变化特征及其成因分析

[J]. 高原山地气象研究, 44(1):111-116.

[本文引用: 1]

孟子圣, 倪长健, 王思媛, , 2023.

霾过程大气消光系数时间序列混沌特性分析

[J]. 环境科学学报, 43(3):353-362.

[本文引用: 1]

权建农, 徐祥德, 贾星灿, , 2020.

影响我国霾天气的多尺度过程

[J]. 科学通报, 65(9):810-824.

[本文引用: 1]

全国气象防灾减灾标准化技术委员会, 2010. 霾的观测和预报等级:QX/T113—2010[S]. 北京: 气象出版社.

[本文引用: 1]

全国气象仪器与观测方法标准化技术委员会, 2018. 霾的观测识别:GB/T36542—2018[S]. 北京: 中国标准出版社.

[本文引用: 1]

任鑫冰, 杨显玉, 文军, , 2024.

2016年冬季四川盆地一次重度灰霾事件形成机制研究

[J]. 高原气象, 43(3):775-789.

[本文引用: 1]

邵龙义, 王文华, 幸娇萍, , 2018.

大气颗粒物理化特征和影响效应的研究进展及展望

[J]. 地球科学, 43(5):1691-1 708.

[本文引用: 1]

孙蕊, 马振峰, 张亮, , 2021.

1981—2019年四川省霾日时空变化特征及成因分析

[J]. 沙漠与绿洲气象, 15(3):85-92.

[本文引用: 1]

陶金花, 王子峰, 徐谦, , 2015.

北京地区颗粒物质量消光吸湿增长模型研究

[J]. 遥感学报, 19(1):12-24.

[本文引用: 1]

王佳津, 肖红茹, 杨康权, , 2023.

四川盆地一次持续性暴雨的水汽输送特征

[J]. 干旱气象, 41(3):474-482.

[本文引用: 1]

王平, 范广洲, 董一平, , 2010.

四川空中水资源的稳定性与可开发性研究

[J]. 自然资源学报, 25(10):1762-1 776.

[本文引用: 1]

王同美, 吴国雄, 万日金, 2008.

青藏高原的热力和动力作用对亚洲季风区环流的影响

[J]. 高原气象, 27(1):1-9.

[本文引用: 1]

吴兑, 毕雪岩, 邓雪娇, , 2006.

珠江三角洲大气灰霾导致能见度下降问题研究

[J]. 气象学报, 64(4):510-517.

[本文引用: 1]

谢启玉, 巩远发, 杨蓉, 2015.

冬季青藏高原湿中心区域水汽收支及其与中国降水的关系

[J]. 干旱气象, 33(5):732-739.

[本文引用: 1]

徐祥德, 王寅钧, 赵天良, , 2015.

中国大地形东侧霾空间分布“避风港”效应及其“气候调节”影响下的年代际变异

[J]. 科学通报, 60(12):1132-1 145.

[本文引用: 1]

杨健博, 蔡子颖, 杨旭, , 2023.

气溶胶辐射效应对气象和环境影响的观测与模拟研究

[J]. 中国环境科学, 43(1):38-51.

[本文引用: 1]

杨茜, 高阳华, 李振亮, 2019.

重庆市霾天气下大气能见度与颗粒污染物的关系

[J]. 西南大学学报:自然科学版, 41(9):134-140.

[本文引用: 1]

杨素英, 田芷洁, 张铁凝, , 2019.

霾天气下城市气溶胶吸湿性的观测

[J]. 环境科学, 40(6):2546-2 555.

[本文引用: 1]

张华, 王菲, 汪方, , 2022.

全球气候变化中的云辐射反馈作用研究进展

[J]. 中国科学:地球科学, 52(3):400-417.

[本文引用: 1]

张人禾, 李强, 张若楠, 2014.

2013年1月中国东部持续性强雾霾天气产生的气象条件分析

[J]. 中国科学:地球科学, 44(1):27-36.

[本文引用: 1]

周长艳, 李跃清, 李薇, , 2005.

青藏高原东部及邻近地区水汽输送的气候特征

[J]. 高原气象, 24(6):880-888.

[本文引用: 2]

朱乾根, 林锦瑞, 寿绍文, , 2002. 天气学原理和方法[M]. 北京: 气象出版社:636-643.

[本文引用: 1]

邹进上, 刘惠兰, 1981.

我国平均水汽含量分布的基本特点及其控制因子

[J]. 地理学报, 36(4):377-391.

[本文引用: 1]

CHEN J, ZHAO C S, MA N, et al, 2014.

Aerosol hygroscopicity parameter derived from the light scattering enhancement factor measurements in the North China Plain

[J]. Atmospheric Chemistry and Physics, 14(15): 8 105-8 118.

[本文引用: 1]

DAY D E, MALM W C, 2001.

Aerosol light scattering measurements as a function of relative humidity: A comparison between measurements made at three different sites

[J]. Atmospheric Environment, 35(30): 5 169-5 176.

[本文引用: 1]

KOSCHMIEDER H, 1924.

Theorie der horizontalen Sichtweite

[J]. Beitrage zur Physik der freien Atmosphäre, 12: 33-55.

[本文引用: 1]

LI X, GAO Z Q, LI Y B, et al, 2019.

Meteorological conditions for severe foggy haze episodes over North China in 2016-2017 winter

[J]. Atmospheric Environment,199:284-298.

[本文引用: 2]

LIU X G, ZHANG Y H, CHENG Y F, et al, 2012.

Aerosol hygroscopicity and its impact on atmospheric visibility and radiative forcing in Guangzhou during the 2006 PRIDE-PRD campaign

[J]. Atmospheric Environment, 60: 59-67.

[本文引用: 1]

MCMURRY P H, WILSON J C, 1983.

Droplet phase (Heterogeneous) and gas phase (homogeneous) contributions to secondary ambient aerosol formation as functions of relative humidity

[J]. Journal of Geophysical Research: Oceans, 88(C9): 5 101-5 108.

[本文引用: 1]

PILINIS C, SEINFELD J H, GROSJEAN D, 1989.

Water content of atmospheric aerosols

[J]. Atmospheric Environment: 1967, 23(7): 1 601-1 606.

[本文引用: 1]

YANG K, DING B H, QIN J, et al, 2012.

Can aerosol loading explain the solar dimming over the Tibetan Plateau?

[J]. Geophysical Research Letters, 39(20):L20710. DOI: 10.1029/2012GL053733.

[本文引用: 1]

YANG Y C, GE B Z, CHEN X S, et al, 2021.

Impact of water vapor content on visibility: Fog-haze conversion and its implications to pollution control

[J]. Atmospheric Research, 256: 105565. DOI:10.1016/j.atmosres.2021.105565.

[本文引用: 1]

YEH T C, 1950.

The circulation of the high troposphere over China in the winter of 1945-46

[J]. Tellus, 2(3): 173-183.

[本文引用: 1]

ZHAO S P, YU Y, QIN D H, et al, 2019.

Analyses of regional pollution and transportation of PM2.5 and ozone in the city clusters of Sichuan Basin, China

[J]. Atmospheric Pollution Research, 10(2): 374-385.

[本文引用: 1]

/